数据管理系统

菜单

19:12:22

序号	标题 / 预览内容	原文长度	来源	发布时间入库时间	下载
3148802	无图 <p>PUBLISHED ON05/13/2025</p> <p>When Harrison Andrews Vadukkoot took on the role of inspection line manager in the UAE, after four years as a field service representative, he stepped into a small inspection yard and the challenge of launching a new inventory management service for a key customer.</p><p>Fast forward a few years, and that early beginning has transformed into something remarkable. By March 2025, the team had inspected over one million joints. What started with a single inspection line grew into four full inspection lines, operating in two shifts and processing nearly 39,000 joints each month. “It wasn’t about chasing a number. But the number came because we were doing the right thing,” Vadukkoot says.</p><p>Meeting that milestone was no easy task. With a focus on trust and efficient collaboration, Vadukkoot and his team successfully redesigned shift structures and introduced changes to streamline operations. “The team never set a foot back,” he shares. “They met every demand head-on, always with a positive attitude. That’s what kept us going.”</p><p>Mentorship also played a key role. Guidance from more senior colleagues helped the team navigate gaps and encouraged them to think analytically—meeting both budget and efficiency targets.</p><p>Now, with his role expanded to include operations in addition to inspection, Vadukkoot sees another chapter unfolding. As warehouse and inspection line manager, he takes great satisfaction in the value his team delivers to Tenaris customers: “It’s more than inspection. We’ve built a service our customer truly trusts. We innovate, we adapt, we deliver. That’s what makes the difference.”</p><p>When asked what he’s most proud of, Vadukkoot reflects on his personal growth: “Before Tenaris, I’d never led a team. Today, I’m managing people, launching new services, leading projects. That journey, from being a field service representative to this, means everything.”</p><p>For more information about Tenaris, please follow us on Facebook, X, LinkedIn, and Instagram.</p> Journey to growth: Insights from an operations manager in the UAE	查看 2092	泰纳利斯	2025-05-13 00:00:00 2025-05-21 11:21:16	word
3148801	无图 <p>PUBLISHED ON05/15/2025</p> <p>Tenaris will participate in the fourth edition of Make it in the Emirates, taking place May 19 to 22 at the Abu Dhabi Energy Center. At booth CM65 in Hall 9, the company will highlight its commitment to the development of local content, industrial innovation and long-standing partnerships in the UAE.</p><p>Make it in the Emirates is a key platform that brings together leading industrial companies, government stakeholders and local partners to advance the UAE’s vision for sustainable economic and industrial growth.</p><p>Tenaris’s participation underscores its ongoing efforts to localize operations, invest in national talent and collaborate with key players in the region’s energy sector.</p><p>“Being part of Make it in the Emirates is not only about showcasing what we do; it’s about reinforcing our role in building a resilient and competitive industrial ecosystem in the UAE,” said Lucas Rocha, Tenaris President for Middle East and Asia. “Our global expertise, combined with our strong local presence, enables us to deliver solutions tailored to the region’s evolving energy needs.”</p><p>Tenaris has operated in the UAE for more than a decade, contributing to the development of local content through state-of-the-art manufacturing, supply chain integration and workforce training. The company’s presence at this year’s forum further strengthens its ties with local partners and reinforces its role as a key contributor to the country’s industrial future.</p><p>For more information about Tenaris, please follow us on Facebook, X, LinkedIn, and Instagram.</p> Tenaris reinforces commitment to UAE industry at Make it in the Emirates 2025	查看 1652	泰纳利斯	2025-05-15 00:00:00 2025-05-21 11:21:16	word
3148800	无图 <p>PUBLISHED ON05/20/2025</p> <p>The third edition of Bahia Oil & Gas Energy 2025 will take place on May 28–30 at the Salvador Convention Center in Bahia, underscoring the growing importance of Brazil’s onshore market in the local energy landscape.Leveraging its expertise in tubular technologies and Rig Direct® integrated services, Tenaris is bringing field-proven solutions to support the development of Brazil’s onshore sector.</p><p>“Operators appreciate how adopting Rig Direct® services results in substantial time savings and cost reductions, while simplifying operations, increasing safety and efficiency, and reducing environmental impact,” said Roque Ivaldi, Tenaris Oil and Gas Commercial Senior Director in Brazil.</p><p>As part of the Rig Direct® offering, Tenaris recently supported the successful completion of two casing drilling operations in the Potiguar Basin. “Building on our experience in Argentina, we helped our customer save time and reduce costs during these operations,” added Ivaldi.</p><p>Another recent contribution was the adoption of the TenarisHydril Wedge 463® connection in the Alagoas basin. The customer noted how the connection’s robustness and runnability contributed to a significant increase in operational efficiency.</p><p>Over the past year, trials of RunReady™ – also part of the Rig Direct® service model – have taken place in the region, streamlining processes by delivering pipes ready to run at the rig site, eliminating the need for onsite inspections, drift testing, and protector removal, thus significantly improving operational efficiency.</p><p>Join us at our booth in the South Hall at Bahia Oil & Gas Energy 2025 to learn more about how Tenaris is contributing to the development of the Brazilian onshore market.</p><p>For more information about Tenaris, please follow us on Facebook, X, LinkedIn, and Instagram.</p> Tenaris highlights field-proven solutions for onshore projects at Bahia Oil & Gas Energy 2025	查看 1929	泰纳利斯	2025-05-20 00:00:00 2025-05-21 11:21:16	word
3148799	无图 <p> <p> Haberler Resmi İlan Haberleri T.C. AKSARAY SULH HUKUK MAHKEMELERİ SATIŞ MEMURLUĞU </p> </p> <p> <p> <p>Giriş Tarihi: 21.05.2025 <svg><g></g><defs><clipPath><rect></rect></clipPath></defs></svg> 00:00</p> <p>Güncelleme Tarihi: 21.05.2025 <svg><g></g><defs><clipPath><rect></rect></clipPath></defs></svg> 00:18</p> </p> </p> <p> T.C. AKSARAY SULH HUKUK MAHKEMELERİ SATIŞ MEMURLUĞU </p> <p> <p> <p> <p>T.C.</p><p>AKSARAY SULH HUKUK MAHKEMELERİ SATIŞ MEMURLUĞU</p><p>2024/34 SATIŞ</p><p>TAŞINMAZIN GAZETE VEYA İNTERNET HABER SİTESİ İLANI</p><p>Bir borçtan dolayı aşağıda cins, miktar ve değerleri yazılı mallar satışa çıkarılmış olup mahcuzun ayrıntılı görsellerine, artırmaya ilişkin şartlara ve ayrıntılı açıklamalara esatis.uyap.gov.tr adresi üzerinden 2024/34 SATIŞ sayılı dosya numarası ile erişim sağlanabilir.</p><p>Satılmasına karar verilen taşınmazın cinsi, mahiyeti, bulunduğu yer, muhammen kıymeti ve önemli vasıfları:</p><p>1 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Sevinçli Köyü, Dölek Mevkii, 221 Ada 111 Parsel</p><p>Yüzölçümü : 35.671,47 m2</p><p>KDV Oranı : %10</p><p>Kıymeti : 535.000,00 TL</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 08/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 15/09/2025 - 13:30</p> <p>2 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 126 Ada 5 Parsel</p><p>Yüzölçümü : 793,51 m2</p><p>Kıymeti : 480.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 08/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 15/09/2025 - 14:30</p> <p>3 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 126 Ada 6 Parsel</p><p>Yüzölçümü : 876,44 m2</p><p>Kıymeti : 526.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/08/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/08/2025 - 10:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 09/09/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 16/09/2025 - 10:00</p> <p>4 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 127 Ada 4 Parsel</p><p>Yüzölçümü : 3.083,20 m2</p><p>Kıymeti : 1.541.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/08/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/08/2025 - 11:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 09/09/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 16/09/2025 - 11:00</p> <p>5 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 127 Ada 5 Parsel</p><p>Yüzölçümü : 3.128,85 m2</p><p>Kıymeti : 1.564.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/08/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/08/2025 - 12:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 09/09/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 16/09/2025 - 12:00</p> <p>6 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 136 Ada 2 Parsel</p><p>Yüzölçümü : 1.529,84 m2</p><p>Kıymeti : 765.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 09/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 16/09/2025 - 13:30</p> <p>7 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 136 Ada 3 Parsel</p><p>Yüzölçümü : 1.546,35 m2</p><p>Kıymeti : 773.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 09/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 16/09/2025 - 14:30</p> <p>8 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 136 Ada 4 Parsel</p><p>Yüzölçümü : 1.218,35 m2</p><p>Kıymeti : 610.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 13/08/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 20/08/2025 - 10:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 10/09/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 17/09/2025 - 10:00</p> <p>9 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İl, Merkez İlçe, DOĞANTARLA/KOCATEPE Mahalle/Köy, 136 Ada, 5 Parsel, Aksaray İli, Merkez İlç ...</p><p>Adresi : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 136 Ada 5 Parsel Aksaray Merkez / AKSARAY</p><p>Yüzölçümü : 1.218,01 m2</p><p>İmar Durumu : Yok</p><p>Kıymeti : 610.000,00 TL</p><p>KDV Oranı : %10</p><p>Kaydındaki Şerhler:</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 13/08/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 20/08/2025 - 11:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 10/09/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 17/09/2025 - 11:00</p> <p>10 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 1 Parsel</p><p>Yüzölçümü : 2.400,00 m2</p><p>Kıymeti : 1.200.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 13/08/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 20/08/2025 - 12:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 10/09/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 17/09/2025 - 12:00</p> <p>11 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 2 Parsel</p><p>Yüzölçümü : 2.100 m2</p><p>Kıymeti : 1.050.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 13/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 20/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 10/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 17/09/2025 - 13:30</p> <p>12 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 3 Parsel</p><p>Yüzölçümü : 1.860,76 m2</p><p>Kıymeti : 930.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 13/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 20/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 10/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 17/09/2025 - 14:30</p> <p>13 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 4 Parsel</p><p>Yüzölçümü : 2.100 m2</p><p>Kıymeti : 1.050.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 14/08/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 21/08/2025 - 10:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/09/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/09/2025 - 10:00</p> <p>14 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 5 Parsel</p><p>Yüzölçümü : 2.400 m2</p><p>Kıymeti : 1.200.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 14/08/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 21/08/2025 - 11:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/09/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/09/2025 - 11:00</p> <p>15 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, 139 Ada 6 Parsel Aksaray Merkez / AKSARAY</p><p>Yüzölçümü : 2.184,21 m2</p><p>Kıymeti : 1.092.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 14/08/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 21/08/2025 - 12:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/09/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/09/2025 - 12:00</p> <p>16 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, Kayaarası Mevkii, 242 Ada 61 Parsel</p><p>Yüzölçümü : 9.752,01 m2</p><p>Kıymeti : 250.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 14/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 21/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/09/2025 - 13:30</p> <p>17 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, Yalnız Ağaç Mevkii, 242 Ada 81 Parsel</p><p>Yüzölçümü : 5.499,33 m2</p><p>Kıymeti : 110.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 14/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 21/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 11/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 18/09/2025 - 14:30</p> <p>18 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, Kayaarası Ağaç Mevkii, 249 Ada 47 Parsel</p><p>Yüzölçümü : 4.442,38 m2</p><p>Kıymeti : 88.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/08/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/08/2025 - 10:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/09/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/09/2025 - 10:00</p> <p>19 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, Kayaarası Mevkii, 249 Ada 49 Parsel</p><p>Yüzölçümü : 7.671,81 m2</p><p>Kıymeti : 153.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/08/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/08/2025 - 11:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/09/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/09/2025 - 11:00</p> <p>20 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kocatepe Mahallesi, Köyiçi Mevkii, 328 Ada 8 Parsel</p><p>Yüzölçümü : 698,45 m2</p><p>Kıymeti : 428.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/08/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/08/2025 - 12:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/09/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/09/2025 - 12:00</p> <p>21 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Yenimahalle Mahallesi, Yukarıgedik Mevkii, 341 Ada 35 Parsel</p><p>Yüzölçümü : 4.361,16 m2</p><p>Kıymeti : 130.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/09/2025 - 13:30</p> <p>22 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Yenimahalle Mahallesi, Yukarıgedik Mevkii, 347 Ada 5 Parsel</p><p>Yüzölçümü : 1.449,13 m2</p><p>Kıymeti : 45.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 12/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 19/09/2025 - 14:30</p> <p>23 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Yenimahalle Mahallesi, Kayabaşı Mevkii, 354 Ada 59 Parsel</p><p>Yüzölçümü : 3.909,07 m2</p><p>Kıymeti : 80.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 18/08/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 25/08/2025 - 13:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/09/2025 - 13:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/09/2025 - 13:30</p> <p>24 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kurtuluş Mahallesi, Kürtler Mevkii, 416 Ada 41 Parsel</p><p>Yüzölçümü : 6.068,01 m2</p><p>Kıymeti : 300.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 18/08/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 25/08/2025 - 14:30</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 15/09/2025 - 14:30</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 22/09/2025 - 14:30</p> <p>25 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kurtuluş Mahallesi, 416 Ada 53 Parsel</p><p>Yüzölçümü : 12.446,47 m2</p><p>Kıymeti : 720.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 19/08/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 26/08/2025 - 10:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 16/09/2025 - 10:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 23/09/2025 - 10:00</p> <p>26 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kurtuluş Mahallesi, Hüyük Mevkii, 421 Ada 73 Parsel</p><p>Yüzölçümü : 8.996,01 m2</p><p>Kıymeti : 180.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 19/08/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 26/08/2025 - 11:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 16/09/2025 - 11:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 23/09/2025 - 11:00</p> <p>27 NO"LU TAŞINMAZIN</p><p>Özellikleri : Aksaray İli, Merkez İlçesi, Doğantarla Köyü, Kurtuluş Mahallesi, Musular Mevkii, 424 Ada 268 Parsel</p><p>Yüzölçümü : 10.873,49 m2</p><p>Kıymeti : 550.000,00 TL</p><p>KDV Oranı : %10</p><p>Artırma Bilgileri</p> <p>1.Artırma</p> <p>Başlangıç Tarih ve Saati : 19/08/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 26/08/2025 - 12:00</p> <p>2.Artırma</p> <p>Başlangıç Tarih ve Saati : 16/09/2025 - 12:00</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 23/09/2025 - 12:00</p> <p>(İİK m.114 ve m.126)</p><p>(*) İlgililer tabirine irtifak hakkı sahipleri de dahildir.</p><p>#ilan.gov.tr Basın No:ILN02226020</p> </p> </p> </p> T.C. AKSARAY SULH HUKUK MAHKEMELERİ SATIŞ MEMURLUĞU - Resmi İlan Haberleri	查看 22359	晨报	2025-01-01 00:00:00 2025-05-21 11:20:56	word
3148798	无图 <p> <p> Haberler Resmi İlan Haberleri T.C. SELÇUK (SULH HUKUK MAH.) SATIŞ MEMURLUĞU </p> </p> <p> <p> <p>Giriş Tarihi: 21.05.2025 <svg><g></g><defs><clipPath><rect></rect></clipPath></defs></svg> 00:00</p> </p> </p> <p> T.C. SELÇUK (SULH HUKUK MAH.) SATIŞ MEMURLUĞU </p> <p> <p> <p> <p>Örnek No:55</p><p>T.C.</p><p>SELÇUK</p><p>(SULH HUKUK MAH.) SATIŞ MEMURLUĞU</p><p>2025/4 SATIŞ</p><p>TAŞINMAZIN GAZETE VEYA İNTERNET HABER SİTESİ İLANI</p><p>Bir borçtan dolayı aşağıda cins, miktar ve değerleri yazılı mallar satışa çıkarılmış olup mahcuzun ayrıntılı görsellerine, artırmaya ilişkin şartlara ve ayrıntılı açıklamalara esatis.uyap.gov.tr adresi üzerinden 2025/4 SATIŞ sayılı dosya numarası ile erişim sağlanabilir.</p><p>Satılmasına karar verilen taşınmazın cinsi, mahiyeti, bulunduğu yer, muhammen kıymeti ve önemli vasıfları:</p><p>1 NO"LU TAŞINMAZIN</p><p>Özellikleri : Dava konusu taşınmaz tapu kayıtlarında İzmir İli, Selçuk İlçesi, Havutçulu Mahallesi, Çardakkahve Mevkii, 277 ada 1 parsel numaralı, 9.233,55 m2 alana sahip müfrez incir bahçesi nitelikli taşınmaz; hali hazır durumunda da incir bahçesi niteliğindedir. Taşınmazın üzerinde; tahmini 20 ? 40 yaş aralığında, verim döneminde ve yıllık bakımları yapılmış incir ağaçları bulunmaktadır. Taşınmaz kuru tarım arazisi vasfında ve eğimi yaklaşık olarak % 5 - 30 arasındadır. Dava konusu taşınmaz üzerinde bulunan incir ağaçları bulunması nedeniyle, Tarım ve Orman Bakanlığı"nın, Toprak ve Arazi Sınıflaması Standartları Teknik Talimatı ile Tarım Arazilerinin Korunması Kullanılması ve Planlanmasına Dair Uygulama Talimatlarında yer alan 1 dekar arazideki minimum ağaç sayısı tablosu dikkate alındığında, hali hazır durumu ile "kapama incir bahçesi" niteliğindedir. Tapu kayıtlarında İzmir İli, Selçuk İlçesi, Havutçulu Mahallesi, Çardakkahve Mevkii, 277 ada 1 parsel numaralı, "Müfrez İncir Bahçesi" vasıflı taşınmazdır. Parselin kadastral yola cephesi bulunmamaktadır. Bölge, dağlık/tepelik alanda, Havutçulu Mahllesi merkezinin güneyinde kalmakta olup belediye hizmetlerinden faydalanmayan tarım arazilerinin bulunduğu bölgededir.</p><p>Adresi : İzmir İli, Selçuk İlçesi, Havutçulu Mahallesi, Çardakkahve Mevkii, 277 Ada 1 Parsel Selçuk / İZMİR</p><p>Yüzölçümü : 9.233,55 m2</p><p>İmar Durumu : İzmir Büyükşehir Bütünü 1/25000 ölçekli Çevre Düzeni Planında Tarım Alanı olarak belirlenmiş olup bağımsız bölüm değildir.</p><p>Kıymeti : 6.825.000,00 TL</p><p>KDV Oranı : %10</p><p>Kaydındaki Şerhler:</p><p>Artırma Bilgileri</p> 1.Artırma Başlangıç Tarih ve Saati : 05/06/2025 - 10:17</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 12/06/2025 - 10:17 2.Artırma Başlangıç Tarih ve Saati : 30/06/2025 - 10:17</p><p> -----------------------------------------------------------------------------------------------------------</p><p> Bitiş Tarih ve Saati : 07/07/2025 - 10:17 <p>20/05/2025 (İİK m.114 ve m.126)</p><p>() İlgililer tabirine irtifak hakkı sahipleri de dahildir.</p><p>#ilan.gov.tr Basın No:ILN02227697</p> </p> </p> </p> T.C. SELÇUK (SULH HUKUK MAH.) SATIŞ MEMURLUĞU - Resmi İlan Haberleri	查看 3628	晨报	2025-01-01 00:00:00 2025-05-21 11:20:56	word
3148797	有图 <p> <p> Haberler Galeri Biden’a kanser teşhisi konulmuştu: Uzmanlar ‘imkansız’ diyor! ABD halkı yıllarca kandırıldı mı? </p> <p> Giriş Tarihi: 19.05.2025 <i></i> 16:19 Güncelleme Tarihi: 19.05.2025 <i></i> 16:51 </p> Biden’a kanser teşhisi konulmuştu: Uzmanlar ‘imkansız’ diyor! ABD halkı yıllarca kandırıldı mı? Eski ABD Başkanı Joe Biden"ın kansere yakalanması ülke gündemine bomba gibi düştü. Olay bazı soru işaretlerini beraberinde getirdi. Birçok doktor, eski Demokrat liderin hastalığının tıbbi ekibi tarafından fark edilmemesini "akılalmaz" buldu. Öte yandan, ABD Başkanı Donald Trump"ın oğlu Don Trump Jr. ise bu sağlık tanısının bir "örtbasın" parçası olup olmadığını sorguladı. <p> <p> SABAH.COM.TR DIŞ HABERLER </p> </p> <p> ABONE OL <i></i> <i></i> <i></i> <i></i> </p> </p> <p> <p> <img src="https://iasbh.tmgrup.com.tr/c03574/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/bidena-kanser-teshisi-konmustu-uzmanlar-imkansiz-diyor-abd-halki-yillarca-kandirildi-mi-1747660643120.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Eski ABD Başkanı Joe Biden"ın prostat kanserine yakalandığı açıklandı. Sözcüsü, kanser hücrelerinin kemiğe yayıldığını belirtti.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/722b06/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/bidena-kanser-teshisi-konmustu-uzmanlar-imkansiz-diyor-abd-halki-yillarca-kandirildi-mi-1747660637351.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>HASTALIĞIN EN AGRESİF TÜRÜNE YAKALANDI</p> <p>Biden"ın ekibi, kansere "Gleason skoru 9" ismi verildiğini ve bunun hastalığın en agresif türlerinden biri olduğunu bildirdi.</p> <p> <p> <img src="https://isbh.tmgrup.com.tr/sbh/site/v3/i/icon-logo.png" rel="noopener noreferrer"> GÜNÜN EN ÖNEMLİ MANŞETLERİ İÇİN TIKLAYIN <i></i> </p> </p><p></p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/fff4ee/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/bidena-kanser-teshisi-konmustu-uzmanlar-imkansiz-diyor-abd-halki-yillarca-kandirildi-mi-1747660645827.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>TEŞHİSİN GEÇ KONULMASI SORU İŞARETLERİNE NEDEN OLDU</p> <p>Bazı tıp uzmanları, Biden"ın hastalığının neden bu kadar geç bir evrede teşhis edildiğini sorgulamak için hemen harekete geçti. Özellikle de prostat kanserinin, 50 yaş üstü erkeklere önerilen rutin kan testleriyle erken teşhis edilebildiği düşünüldüğünde.</p> <p> </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/52d1b7/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/bidena-kanser-teshisi-konmustu-uzmanlar-imkansiz-diyor-abd-halki-yillarca-kandirildi-mi-1747660643345.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>"AKILALMAZ BİR DURUM"</p> <p>Dr. Howard Formman, X platformunda yaptığı paylaşımda, "Görevinden ayrılmadan önce bu durumun izlenmemesi akılalmaz. Daha önce defalarca test yaptırmış olması gerekir. Bu çok garip." ifadelerini kullandı.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/498bf3/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/bidena-kanser-teshisi-konmustu-uzmanlar-imkansiz-diyor-abd-halki-yillarca-kandirildi-mi-1747660642858.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Dr. Steven Quay da benzer endişeleri dile getirdi ve Biden"ın kanser türünün en kolay tespit edilebilen tür olduğunu belirtti. Quay, "Bu hastalığın Mayıs 2025"te ilk kez teşhis edilmesi tıbbi ihmal olur." sözlerini kullandı.</p> <p></p> </p> </p> Biden’a kanser teşhisi konulmuştu: Uzmanlar ‘imkansız’ diyor! ABD halkı yıllarca kandırıldı mı? - Galeri - Haberplus	查看 6392	晨报	2025-05-21 11:20:16 2025-05-21 11:20:56	word
3148796	有图 <p> <p> Haberler Galeri SON DAKİKA: Trump-Putin görüşmesi sona erdi! Rusya"dan ilk açıklama geldi: Dikkat çeken "ateşkes" mesajı </p> <p> Giriş Tarihi: 19.05.2025 <i></i> 17:50 Güncelleme Tarihi: 19.05.2025 <i></i> 21:05 </p> SON DAKİKA: Trump-Putin görüşmesi sona erdi! Rusya"dan ilk açıklama geldi: Dikkat çeken "ateşkes" mesajı ABD Başkanı Donald Trump ile Rusya Devlet Başkanı Vladimir Putin arasındaki telefon görüşmesi sona erdi. Görüşmede Ukrayna-Rusya savaşı ele alındı. Kritik görüşmenin ardından ilk açıklama Rusya Devlet Başkanı Vladimir Putin"den geldi. Görüşmenin bilgilendirici ve faydalı olduğunu belirten Putin, "Ukrayna ile anlaşmaya varıldığı takdirde ateşkes mümkün" dedi. <p> <p> SABAH.COM.TR DIŞ HABERLER </p> </p> <p> ABONE OL <i></i> <i></i> <i></i> <i></i> </p> </p> <p> <p> <img src="https://iasbh.tmgrup.com.tr/dfef2b/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/dunyanin-gozu-trump-putin-gorusmesinde-1747665491599.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Son dakika haberleri: Rusya Devlet Başkanı Vladimir Putin ile ABD Başkanı Donald Trump arasındaki telefon görüşmesi başladı. </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/4ad018/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/dunyanin-gozu-trump-putin-gorusmesinde-1747665485963.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Beyaz Saray"dan yapılan açıklamada, dünyanın yakından takip ettiği kritik zirvede Rusya-Ukrayna savaşının ele alınacağı belirtildi.</p> <p> <p> <img src="https://isbh.tmgrup.com.tr/sbh/site/v3/i/icon-logo.png" rel="noopener noreferrer"> GÜNÜN EN ÖNEMLİ MANŞETLERİ İÇİN TIKLAYIN <i></i> </p> </p><p></p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/d9de9d/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/son-dakika-trump-putin-gorusmesi-sona-erdi-rusyadan-ilk-aciklama-geldi-dikkat-ceken-ateskes-mesaji-1747674405141.jpeg&mw=752&mh=700" rel="noopener noreferrer"> <p>GÖRÜŞME SONA ERDİ: DİKKAT ÇEKEN ATEŞKES MESAJI</p> <p>Trump-Putin görüşmesi 2 saatten fazla sürdü. Görüşmenin ardından ilk açıklama Rusya Devlet Başkanı Putin"den geldi.</p> <p>Putin, görüşmenin bilgilendirici ve faydalı olduğunu belirterek, "Ukrayna ile anlaşma sağlanırsa ateşkes mümkün" dedi.</p> <p> </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/fc6135/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/son-dakika-trump-putin-gorusmesi-sona-erdi-rusyadan-ilk-aciklama-geldi-dikkat-ceken-ateskes-mesaji-1747677835429.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Ukrayna"da belirli bir süreliğine ateşkes için "uygun anlaşmalara" varılması gerektiğine işaret eden Putin, "İstanbul"da (Ukrayna ile) temasların yeniden başlaması, tarafların genel olarak doğru yolda olduğunu gösteriyor." dedi.</p> <p>Putin, Rusya ve Ukrayna"nın tüm taraflar için uygun tavizler bulması gerektiğini anlatarak, şunları kaydetti:</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/511d78/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/19/son-dakika-trump-putin-gorusmesi-sona-erdi-rusyadan-ilk-aciklama-geldi-dikkat-ceken-ateskes-mesaji-1747677832569.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>"(Trump ile) Görüşme yapıcıydı ve görüşmeyi çok kıymetli buluyorum. Aynı zamanda, Rusya"nın tutumunun genel olarak açık olduğunu belirtmek isterim. Bizim için en önemli şey, bu krizin temel nedenlerini ortadan kaldırmaktır. Bir şeyin açıklığa kavuşturulması gerekiyorsa, Kremlin Sözcüsü Dmitriy Peskov ve Kremlin Dış Politika Danışmanı Yuriy Uşakov sonra bazı detayları açıklayacaklar."</p> <p></p> </p> </p> SON DAKİKA: Trump-Putin görüşmesi sona erdi! Rusya'dan ilk açıklama geldi: Dikkat çeken "ateşkes" mesajı - Galeri - Haberplus	查看 6550	晨报	2025-05-21 11:20:12 2025-05-21 11:20:56	word
3148795	有图 <p> <p> Haberler Galeri Yunanistan panikte: Atina Ankara’yı veto etme peşinde! ‘Türkiye’yi durdurun’ </p> <p> Giriş Tarihi: 20.05.2025 <i></i> 10:39 Güncelleme Tarihi: 20.05.2025 <i></i> 11:01 </p> Yunanistan panikte: Atina Ankara’yı veto etme peşinde! ‘Türkiye’yi durdurun’ Türkiye"nin yükselen savunma sanayisi ve Avrupa"nın güvenliği için vazgeçilmez oluşu Yunanistan"ı rahatsız etti. Yunan basını, Atina hükümetinin, Ankara"yı AB"den uzak tutmak için Türkiye"nin rolünü sınırlamak istediğini yazdı. Bu amaçla harekete geçen Yunanistan, Avrupa"daki büyükelçilerine bölgedeki yerel yetkililerle temasa geçmeleri yönünde talimat gönderdi. <p> <p> SABAH.COM.TR DIŞ HABERLER </p> </p> <p> ABONE OL <i></i> <i></i> <i></i> <i></i> </p> </p> <p> <p> <img src="https://iasbh.tmgrup.com.tr/7d0d88/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/yunanistan-panikte-atina-ankarayi-veto-etme-pesinde-turkiyeyi-durdurun-1747726605653.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Yunanistan merkezli Kathimerini gazetesine göre, Atina, Avrupa savunma sanayisinin geliştirilmesine yönelik çalışmalarda, Türkiye"nin rolünü sınırlamak ve Ankara"nın Avrupa Birliği (AB) savunma projelerinin dışında bırakılmasını sağlamak amacıyla, üçüncü ülkelerin katılımına ilişkin kuralların belirlenmesinde etkili olmaya çalışıyor.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/6fc42a/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/yunanistan-panikte-atina-ankarayi-veto-etme-pesinde-turkiyeyi-durdurun-1747726603141.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>ATİNA TÜRKİYE"NİN AVRUPA"DAKİ ROLÜNÜ SINIRLAMAK İSTİYOR</p> <p>Yunan gazete, Yunanistan Dışişleri Bakanlığı"nın, AB başkentlerindeki büyükelçilerine, konuyu (Yunanistan"ın Türkiye"ye karşı pozisyonunu) ilgili mercilere, yani Avrupalı dışişleri ve savunma bakanlıklarına resmen iletmeleri talimatı verdiğini bildirdi. Kathimerini"ye göre, büyükelçilere ayrıca, Yunanistan"ın bu konuda zaten esneklik gösterdiğini ve endişelerinin mutlaka dikkate alınması gerektiğini vurgulamaları istendi.</p> <p> <p> <img src="https://isbh.tmgrup.com.tr/sbh/site/v3/i/icon-logo.png" rel="noopener noreferrer"> GÜNÜN EN ÖNEMLİ MANŞETLERİ İÇİN TIKLAYIN <i></i> </p> </p><p></p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/534506/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/yunanistan-panikte-atina-ankarayi-veto-etme-pesinde-turkiyeyi-durdurun-1747726602755.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>YUNANİSTAN VETO HAKKINI KAYBETMEK İSTEMİYOR</p> <p>AB Komisyonu"nun SAFE (Avrupa Güvenlik Eylemi) düzenlemesi kapsamında savunma projelerine üçüncü ülkelerin katılımı mümkün hale geldi. Atina, SAFE kapsamında ortaklık geliştirilecek ülkelerin oy birliğiyle belirlenmesini istiyor.</p> <p> </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/51d700/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/yunanistan-panikte-atina-ankarayi-veto-etme-pesinde-turkiyeyi-durdurun-1747726608178.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Ancak şu ana kadar SAFE düzenlemesine ilişkin müzakerelerde, Avrupa Komisyonu"nun, üçüncü ülke katılımına dair kararların nitelikli çoğunluk oyu ile alınmasını öngören teklifi öne çıktı. Bu teklif kabul edilirse, Yunanistan"ın, aday ülkelerle bağlantılı şirketlerin dahil olduğu ikili ya da çok taraflı AB savunma anlaşmalarını veto etme hakkı ortadan kalkacak.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/38479b/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/yunanistan-panikte-atina-ankarayi-veto-etme-pesinde-turkiyeyi-durdurun-1747726609741.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Kathimerini"ye göre mevcut şartlar altında Atina"nın elindeki somut seçenekler oldukça sınırlı. Bu nedenle Atina, AB dışı ülkelerin sahip olduğu şirketleri içeren ortak girişimlerde bile oy birliği ilkesinin korunmasında ısrar ediyor. Örneğin Piaggio Aerospace veya Baykar gibi şirketlerde olduğu gibi.</p> <p></p> </p> </p> Yunanistan panikte: Atina Ankara’yı veto etme peşinde! ‘Türkiye’yi durdurun’ - Galeri - Haberplus	查看 6954	晨报	2025-05-21 11:19:39 2025-05-21 11:20:56	word
3148794	有图 <p> <p> Haberler Galeri Sosyal medya fenomenine kurye kılığında infaz! Yakın mesafeden yüzüne ateş etti </p> <p> Giriş Tarihi: 20.05.2025 <i></i> 11:21 Güncelleme Tarihi: 20.05.2025 <i></i> 11:21 </p> Sosyal medya fenomenine kurye kılığında infaz! Yakın mesafeden yüzüne ateş etti Kolombiya"da yaşanan kan dondurucu olay tüm dünyanın gündemine oturdu. María José Estupiñán Sánchez ismindeki sosyal medya fenomeni genç kız sokak ortasında infaz edildi. 22 yaşındaki Maria"nın öldürülme görüntüleri kameraya anbean yansıdı. Kurye kılığında genç kıza yaklaşan katil, yakın mesafeden yüzüne ateş etti. <p> ABONE OL <i></i> <i></i> <i></i> <i></i> </p> </p> <p> <p> <img src="https://iasbh.tmgrup.com.tr/ce1dd6/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/1747729285745.jpg&mw=752&mh=700&l=1" rel="noopener noreferrer"> <p>Henüz 22 yaşında olan María José Estupiñán Sánchez sosyal medyada kısa sürede büyük bir üne kavuşmuştu. Maria, kendisini kurye olarak tanıtan bir adam tarafından canice öldürüldü. Venezuela sınırına yakın Cucuta kentindeki La Riviera mahallesinde gerçekleşen olay kameralara anbean yansıdı.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/828d8f/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/1747729281893.jpg&mw=752&mh=700&l=1" rel="noopener noreferrer"> <p>KENDİSİNİ KURYE OLARAK TANITTI</p> <p>22 yaşındaki Maria"ya kendisine kurye olarak tanıtan katil, genç kızın yüzüne yakın mesafeden ateş etti. Hastaneye kaldırılan Estupiñán, tüm müdahalelere rağmen kurtarılamadı.</p> <p> <p> <img src="https://isbh.tmgrup.com.tr/sbh/site/v3/i/icon-logo.png" rel="noopener noreferrer"> GÜNÜN EN ÖNEMLİ MANŞETLERİ İÇİN TIKLAYIN <i></i> </p> </p><p></p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/bea611/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/1747729286493.jpg&mw=752&mh=700&l=1" rel="noopener noreferrer"> <p>Kameralara yansıyan görüntülerde ise saldırganın siyah şapka, ceket ve sırt çantasıyla hızla olay yerinden kaçtığı görüldü.</p> <p> </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/bd8c05/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/1747729282741.jpg&mw=752&mh=700&l=1" rel="noopener noreferrer"> <p>ŞİDDET DAVASI AÇMIŞTI</p> <p>Polis, cinayetin muhtemel nedeni olarak mağdurun yakın zamanda katıldığı bir duruşmaya odaklanıyor. María José, ay başında eski erkek arkadaşı aleyhine bir aile içi şiddet davasında tanıklık etmişti. NDTV"nin haberine göre, genç kadın yaklaşık 7.100 dolar (230.000 TL) tazminat alacaktı.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/b83df2/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/1747729283887.jpg&mw=752&mh=700&l=1" rel="noopener noreferrer"> <p>Eski erkek arkadaşı şu anda baş şüpheli olarak soruşturuluyor, ancak henüz resmi bir tutuklama yapılmadı.</p> <p></p> </p> </p> Sosyal medya fenomenine kurye kılığında infaz! Yakın mesafeden yüzüne ateş etti - Galeri - Fokus	查看 5582	晨报	2025-01-01 00:00:00 2025-05-21 11:20:56	word
3148793	有图 <p> <p> Haberler Galeri İsrail’in sürgün planı devrede! Adım adım uygulanıyor: Trump’ın teklifinden önce harekete geçtiler </p> <p> Giriş Tarihi: 20.05.2025 <i></i> 13:46 Güncelleme Tarihi: 20.05.2025 <i></i> 13:58 </p> İsrail’in sürgün planı devrede! Adım adım uygulanıyor: Trump’ın teklifinden önce harekete geçtiler Siyonistler, ABD Başkanı Donald Trump"ın sürgün önerisini adım adım uyguluyor. İsrail özelikle son zamanlarda Gazze"ye yönelik saldırılarını yoğunlaştırarak bölge halkı üzerinde baskısını artırdı. Reuters haber ajansının sahadan derlediği bilgilere göre, Tel Aviv yönetimi sınır geçiş kurallarını aniden yumuşatarak tehcir planıyla örtüşen bir karar aldı. <p> <p> SABAH.COM.TR DIŞ HABERLER </p> </p> <p> ABONE OL <i></i> <i></i> <i></i> <i></i> </p> </p> <p> <p> <img src="https://iasbh.tmgrup.com.tr/b27662/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/israilin-surgun-plani-devrede-adim-adim-uygulaniyor-trumpin-teklifinden-once-harekete-gectiler-1747737786196.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Uluslararası haber ajansı Reuters, İsrail"in ABD Başkanı Donald Trump"ın Gazze önerisiyle paralellik gösteren bir adımı uygulamaya koyduklarını bildirdi. Buna göre, İsrail, Filistinlileri bölgeden tehcir etmek için Gazze"den çıkışları kolaylaştırdı.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/59497e/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/israilin-surgun-plani-devrede-adim-adim-uygulaniyor-trumpin-teklifinden-once-harekete-gectiler-1747737786554.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>İSRAİL SINIRDAN GEÇİŞLERİ KOLAYLAŞTIRDI</p> <p>Reuters, Gazze"den çıkışların kolaylaştırılmasına ilişkin kararın etkisini ayrıntılarıyla öğrenmek üzere yakın zamanda bölgeyi terk eden birkaç Gazzeliyle ve yabancı diplomatla görüştü.</p> <p> <p> <img src="https://isbh.tmgrup.com.tr/sbh/site/v3/i/icon-logo.png" rel="noopener noreferrer"> GÜNÜN EN ÖNEMLİ MANŞETLERİ İÇİN TIKLAYIN <i></i> </p> </p><p></p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/ca6a00/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/israilin-surgun-plani-devrede-adim-adim-uygulaniyor-trumpin-teklifinden-once-harekete-gectiler-1747737790807.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Reuters"un Gazzelilerle ve yabancı diplomatlarla yaptığı röportajlara göre, İsrail"in son aylarda sınırdan geçiş kurallarını gevşetmesinin ardından Gazze"yi terk eden yaklaşık 1.000 Filistinli arasında Ayed Ayoub, eşi ve dört çocuğu da var.</p> <p> </p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/53c458/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/israilin-surgun-plani-devrede-adim-adim-uygulaniyor-trumpin-teklifinden-once-harekete-gectiler-1747737783830.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>ZORUNLU GÖÇ PLANIYLA ÖRTÜŞÜYOR</p> <p>Reuters"ın haberine göre İsrail yetkilileri, bir yıldan uzun bir süredir Ayoub"un ailesiyle birlikte Gazze"den çıkmasını ve Fransa"da akademik bir burs almasını engelledi. Ancak İsrail"in sınır üzerindeki sıkı kontrolünü beklenmedik bir şekilde gevşetmesinin ardından Ayed Ayoub ve ailesi geçen ay Gazze"den ayrıldı.</p> </p> <p> <img src="https://iasbh.tmgrup.com.tr/4b6f9a/0/0/0/0/0/0?u=https://isbh.tmgrup.com.tr/sb/album/2025/05/20/israilin-surgun-plani-devrede-adim-adim-uygulaniyor-trumpin-teklifinden-once-harekete-gectiler-1747737784507.jpg&mw=752&mh=700" rel="noopener noreferrer"> <p>Reuters, İsrail"in neden yakın zamanda Filistinlilerin Gazze"den ayrılmasına izin verdiğini belirleyemedi ancak, kısıtlamaların hafifletilmesinin, Tel Aviv"in Gazze"yi boşaltma yönündeki uzun vadeli planıyla örtüştüğünü belirtti.</p> <p></p> </p> </p> İsrail’in sürgün planı devrede! Adım adım uygulanıyor: Trump’ın teklifinden önce harekete geçtiler - Galeri - Haberplus	查看 6647	晨报	2025-05-21 11:19:25 2025-05-21 11:20:56	word
3148792	无图 La realidad migratoria española ysu gestión: hechos y percepcionesCLAUDIA FINOTELLISEBASTIAN RINKENEstudios sobre la Economía Española 2025/05Marzo 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1La realidad migratoria española y su gestión: hechos y percepcionesClaudia Finotelli (UCM) y Sebastian Rinken (IESA-CSIC)Marzo de 20251. IntroducciónHan pasado aproximadamente tres décadas desde que España empezara a convertirse endestino de flujos cuantiosos de inmigración internacional. Tres décadas desde que la sociedadespañola, acostumbrada a enviar mano de obra a países vecinos, descubriera que paraapuntalar su desarrollo económico precisaba a su vez importarla. En su momento, la conversiónde España en imán de la inmigración internacional sorprendió no solo a la ciudadanía, sinotambién a las administraciones públicas encargadas de gestionarla (Izquierdo, 1996). Entreotras muchas transformaciones a las que ha contribuido, cabe resaltar la inédita diversificaciónde la población en cuanto a orígenes y hábitos culturales, así como una expansión sinprecedentes del mercado laboral. Sin embargo, no parece exagerado afirmar que la sociedadespañola lleva años viviendo a espaldas de este hecho demográfico y social primordial. Duranteel primer gran auge inmigratorio, España se afanó por reconocerse como sociedad inmigratoria:se multiplicaron jornadas informativas, publicaciones de todo tipo, tertulias radiofónicas ytelevisivas, observatorios en distintos niveles territoriales... La Gran Crisis interrumpió no solo elpropio auge inmigratorio, sino también la reflexión pública sobre sus implicaciones y la mejorforma de gestionarla. Desde el “Plan de Retorno” lanzado en aquel fatídico 2008, lasinstituciones prefirieron ponerse de perfil respecto a este asunto.En fechas recientes, la inmigración en España ha vuelto a ser noticia. En ocasiones, por la llegadade embarcaciones a Canarias y en ocasiones, a razón de la espectacular aportación de lapoblación inmigrante al crecimiento demográfico y económico. De ahí que, a quienesrecordemos el antes aludido primer gran auge inmigratorio, la situación actual pueda suscitarsensaciones de “deja vu”. No obstante, en marcado contraste con el renovado dinamismo de losflujos inmigratorios y su importancia para el crecimiento, una reflexión informada sobre estaimportante faceta de la realidad social sigue en gran medida brillando por su ausencia. En fechasrecientes, la inmigración ha vuelto a protagonizar titulares mediáticos, y por primera vez enmucho tiempo, el Gobierno ha defendido públicamente la necesidad de mano de obrainmigrante1. No obstante, apenas ha habido debate público basado en conocimientosmínimamente sólidos, empezando por información fidedigna sobre la evolución de la situaciónadministrativa y ocupacional de la población inmigrada y las apreciaciones de la ciudadaníaacerca de este complejo hecho social. El mayor grado de protagonismo mediático correspondeen ocasiones a eventos más bien marginales o al intercambio de apriorismos ideológicos. Asípues, por paradójico que resulte, la antaño inesperada inmigración se ha vuelto desconocida.1 En palabras de la actual Ministra de Inclusión, recogidas ampliamente por los medios de comunicación:“el empleo no hubiese crecido tanto en estos últimos años si no fuera por la aportación de los trabajadoresextranjeros" (https://www.inclusion.gob.es/w/elma-saiz-la-aportacion-de-los-trabajadores-extranjeros-es-un-factor-clave-para-que-el-empleo-crezca-a-un-ritmo-del-4-2-1).2En estas líneas, nuestro objetivo es el de contribuir al conocimiento del propio hechoinmigratorio, por un lado, y a analizar su percepción por la población española, por otro. Elprimer apartado de este trabajo proporciona un perfil demográfico de la población migrante enEspaña y su evolución durante los últimos 20 años. En el segundo apartado analizamos lagestión política de la inmigración y sus lógicas subyacentes, en particular el enfoque pragmáticoque ha prevalecido cada vez más en aras de responder a las demandas del mercado laboral. Elfinal de este apartado presenta una visión panorámica de similitudes y diferencias del casoespañol con otros países europeos y de ultramar, principalmente Canadá y Estados Unidos. Latercera parte esboza algunas consideraciones sobre la visión de la inmigración por parte de lasociedad española, haciendo hincapié en las limitaciones metodológicas de los instrumentosexistentes para medirla. El trabajo termina con una breve valoración de fortalezas y debilidadesdel modelo migratorio español.2. La población inmigrante en España: perfil demográficoEspaña sigue siendo descrita a menudo en la literatura como un “nuevo” país de inmigración porhaber experimentado una transición migratoria tardía en comparación con otros paíseseuropeos. Si bien esta definición es cierta desde un punto de vista histórico, desde un punto devista demográfico los datos muestran que España ya es uno de los principales destinosmigratorios europeos. A principios de 2024 el porcentaje de población nacida en el extranjero(18,2%) era similar a la de países con una tradición migratoria más antigua como, por ejemplo,Alemania (20,2%), Países Bajos (16,2%) o Suecia (20,6%) (Eurostat 2024a).Gráfico 1: Población inmigrante según nacionalidad (extranjera vs. española)Fuente: Encuesta Continua de Población (INE)La inmigración hacia España fue escasa hasta que, a mediados de la década de los 90, empezóa aumentar casi exponencialmente, inaugurando la que ha sido llamada la “década prodigiosa”de la inmigración. Entre 1998 y 2008, la población inmigrante pasó de 1,2 millones a unos 6millones. Ello implicó sumar un nuevo habitante de origen extranjero por cada diez autóctonosen tan solo diez años, una tasa de inmigración no solo inédita en España, sino extraordinariatambién desde una perspectiva comparada. Ni siquiera la crisis económica a partir de 2008 tuvoun impacto particularmente disruptivo sobre el volumen total de la población de procedenciaextranjera. Si bien es verdad que los flujos migratorios disminuyeron durante unos años,02,000,0004,000,0006,000,0008,000,00010,000,00020022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024Nacionalidad española Nacionalidad extranjera3haciendo que el saldo migratorio fuese negativo, no se produjo el éxodo masivo pronosticado poralgunos expertos. De hecho, el tamaño de la población nacida en el extranjero se mantuvorelativamente estable en alrededor de 6 millones (véase Gráfico 1). El asombroso crecimiento dela población total entre 1998 y 2024, de 40 a 48,6 millones, se debe casi en su totalidad a lainmigración internacional: actualmente, según datos de la Estadística Continua de Población delINE, suma casi nueve millones de personas.En los últimos años (salvo un retroceso temporal causado por la pandemia de COVID-19), losflujos han vuelto a acelerarse. De hecho, con 860.000 nuevas entradas en 2022, España esactualmente el segundo destino migratorio más importante de la UE acaparando un 17% deltotal de las entradas, por detrás tan solo de Alemania (un 31% del total) (Eurostat 2024b)2.Es importante señalar que, a diferencia del primer gran auge inmigratorio, una proporciónsignificativa de las nuevas entradas se están produciendo a través del canal de asilo3. También aeste respecto, España se ha convertido en el segundo país más importante de Europa, con un15% en 2023, nuevamente por detrás solo de Alemania (31%) (Eurostat 2024b). En cuanto a lapoblación extranjera en situación de irregularidad administrativa, las estimaciones disponiblesoscilan entre 500.000 y 700.000 (Gálvez-Iniesta 2020; Funcas 2024), cifras estas queobviamente, tan solo ofrecen aproximaciones sujetas inevitablemente a salvedadesmetodológicas de mucho calado.Las personas procedentes de América Latina son los principales protagonistas de este segundoauge inmigratorio, de forma más destacada todavía que en el caso del primero. Como puedeverse en el Gráfico 2, su incremento se cifra en más de 1,8 millones desde 2012 al pasar delentorno de 2,3 millones a 4,1 millones. Ello se añade al incremento de 1,5 millones en la décadaanterior. 4 En comparación, la población procedente del continente africano ha aumentado deforma mucho más pausada, en medio millón aproximadamente en ambos períodos. Desde elpunto de vista del país de origen, en 2024 Marruecos ha vuelto a ser (con un 12,3%) el país más2 Con criterio Eurostat, un inmigrante es una persona que establece su residencia en un país de la UE (eneste caso, en España) procedente de otro país de la UE o de fuera de la UE.3 La residencia de una persona extranjera en España puede ser temporal (más de 90 días y menos de cincoaños), para trabajos de temporada (máximo de nueve meses por año natural), temporal por circunstanciasexcepcionales y permanente. La residencia temporal abarca una amplia tipología: no lucrativa, porreagrupación familiar, trabajo por cuenta ajena o propia, con excepción de la autorización de trabajo y defamiliares de ciudadanos españoles. La gestión colectiva de contrataciones en origen es el procedimientopara la concesión de múltiples autorizaciones iniciales de residencia y trabajo, incluidas para actividadesde temporada. La residencia temporal por circunstancias excepcionales puede ser: por arraigo, proteccióninternacional, razones humanitarias (incluye el asilo), colaboración con autoridades, seguridad nacional,interés público, mujeres extranjeras víctimas de violencia de género, víctimas extranjeras de violenciasexual, extranjeros víctimas de trata de seres humanos y por colaboración contra redes organizadas. Elasilo se regula por la Ley 12/2009, de 30 de octubre, reguladora del derecho de asilo y de la protecciónsubsidiaria. La residencia permanente permite residir y trabajar en España indefinidamente en las mismascondiciones que los españoles. El criterio general (con diversas excepciones) es haber residido legalmentey de forma continuada en el territorio español durante los cinco años anteriores a la presentación de lasolicitud o dos años si ha sido titular de una autorización de Tarjeta azul-UE. Por último, la norma legal,que es actualmente el RD 1155/2024, establece también el tratamiento de otras situaciones, como la detrabajadores transfronterizos o la de los menores.4 En el Gráfico 2 la evolución de la población inmigrante se representa a partir de 2002 ya que los datos dela Estadística Continua de Población están disponibles a partir de esta fecha, a pesar de que el augemigratorio empiece ya a finales de los años 90.4importante, pero debe recordarse que en conjunto, los países africanos no llegan a un quinto deltotal de la población inmigrante residente en España. Por su parte, la población procedente deEuropa se ha mantenido estable; eso sí, con peso creciente de oriundos de países ajenos a la EU(NO UE en el gráfico), bien a raíz del Brexit, bien debido al éxodo ucraniano con motivo de laagresión rusa iniciada en 2022.Gráfico 2: Población inmigrante por área geográfica de nacimiento (en millones)Fuente: Encuesta Continua de Población (INE)El fuerte incremento de migrantes latinoamericanos fue favorecido en ambos períodos por unaspolíticas de visado europeas (y por lo tanto españolas) relativamente abiertas hacia países deAmérica Latina.5 La prueba de la relevancia de estos flujos es que, sin el incremento de lapoblación latina, los niveles de inmigración en España en la primera década del 2000 no habríansido muy diferentes de los de otros países europeos (Huertas-Moraga 2020). En la actualidad,alrededor del 47% de los residentes en España nacidos en el extranjero proceden de AméricaCentral o del Sur, el 27% de otros países europeos (principalmente los de la Unión Europea), el17% de África (sobre todo del Norte) y el 6% de Asia (Gráfico 3).5 La lista de países que son exentos del requerimiento de visado de corta duración para entrar en la UniónEuropea está regulada por el Reglamento Europeo 2018/1806 del 14.11.2018 (versión codificada delreglamento 539/2001 del 15.03.2001) por el que se establecen la lista de terceros países cuyos nacionalestienen que solicitar visado para entrar en la Unión Europea. En base a esta lista los ciudadanos de Ecuadory Bolivia, por ejemplo, no estuvieron sujetos a la obligación de pedir visado hasta 2003 y 2007respectivamente.0 0.5 1 1.5 2 2.5 3 3.5 4 4.5OtrosAsiaNO UEAfricaUEAmérica LatinaMillions2024 2012 20025Gráfico 3: Población inmigrante por país de nacimiento, en áreas geográficas (enero 2024)Fuente: INE (ECP)La inmigración latinoamericana se ve favorecida también por la normativa de acceso a lanacionalidad, pudiendo solicitarla en base a la vía preferencial, es decir después de dos años deresidencia legal y continuada en vez de diez, como ocurre con todas las demás nacionalidades.Es por ello que el 85% de los más de 1,8 millones de migrantes naturalizados entre 2000 y 2023proceden de América Latina, haciendo que el número de inmigrantes con nacionalidad españolase haya casi duplicado en la última década.Gráfico 4: Evolución de la población activa con nacionalidad doble o extranjera (miles)Fuente: Encuesta de Población Activa, cuarto trimestre de 2024 (INE)Ese movimiento se aprecia con claridad en el notable aumento de población activa connacionalidad doble que se muestra en el Gráfico 4, elaborado a partir de la información de la EPAdel cuarto trimestre de 2024. De hecho, la orientación preeminentemente laboral de laUE NO UE Africa América Latina Asia Otros01,0002,0003,0004,0005,0006,0002002 2012 2024América Latina Doble UEResto del mundo Resto de Europa6inmigración internacional con destino a España se refleja en su aportación al aumento de lapoblación activa: de los 5,2 millones de personas que se han incorporado al mercado laboralespañol entre 2002 y 2024, un 75% tienen nacionalidad doble o extranjera. El peso creciente delos inmigrantes nacionalizados, mayoritariamente de procedencia latinoamericana como se haseñalado, se refleja en su elevado grado de protagonismo respecto del aumento de la poblaciónactiva desde la finalización de la Gran Recesión, superior incluso al de los trabajadores que solotienen la nacionalidad de algún país latinoamericano. En cambio, los demás colectivos deprocedencia discernidos por esta fuente se mantienen relativamente estables en fechasrecientes, en comparación también con el primer gran auge inmigratorio.La mano de obra inmigrante sigue empleándose principalmente en ocupaciones agrupadas enlas categorías 9 y 5, en este orden, de la Clasificación Nacional de Ocupaciones. Es decir, por unlado, trabajos no cualificados y, por otro, servicios de restauración, personales, protección yvendedores. Como se muestra en el Gráfico 5, ambas engloban a más de la mitad de todos losocupados con nacionalidad extranjera (el 50% entre quienes tienen doble nacionalidad), frenteal 18% entre sus homólogos españoles. Cuando se distingue por áreas geográficas deprocedencia, el peso relativo de esas dos categorías se eleva hasta el 66% entre los trabajadoresoriundos del “resto del mundo” (de origen africano casi todos), rondando incluso el 75% entrelas mujeres de esta agrupación de procedencias. Esto permite constatar que perdura lasegmentación étnica del mercado laboral español, muchas veces descrita y deplorada durantela primera gran ola inmigratoria.Gráfico 5: Distribución de ocupados con nacionalidad extranjerasegún grupo principal de CNO (T4/2024)Nota: Grupos CNO: 1 Directores y gerentes; 2 Técnicos y profesionales científicos e intelectuales; 3Técnicos; profesionales de apoyo; 4 Empleados contables, administrativos y otros empleados de oficina;5 Trabajadores de los servicios de restauración, personales, protección y vendedores; 6 Trabajadorescualificados en el sector agrícola, ganadero, forestal y pesquero; 7 Artesanos y trabajadores cualificadosde las industrias manufactureras y la construcción (excepto operadores de instalaciones y maquinaria); 8Operadores de instalaciones y maquinaria, y montadores; 9 Ocupaciones elementales.Fuente: INE (EPA)1 2 3 4 5 6 7 8 97El perfil sociodemográfico de los migrantes refleja la centralidad de España como destino deinmigración laboral. La importancia de la inmigración laboral ha sido tradicionalmente reflejadapor una presencia de hombres ligeramente superior a las mujeres. Sin embargo, a partir de 2014se produjo una inversión de esta tendencia; actualmente, la presencia femenina se cifra en 4,5millones, frente a los 4,2 millones en los que se cifra la masculina (INE 2025a). Ello puedeatribuirse en parte a un aumento de las concesiones de permisos por motivos familiares (OPI2025).En lo que se refiere a la edad, el perfil de los migrantes en España es el de una población todavíajoven o, en cualquier caso, en edad de trabajar en su amplia mayoría. En consecuencia, su pesorelativo sobre las franjas centrales de la población activa ya es muy elevado, sobre todo enComunidades Autónomas como Madrid o Cataluña. 6 Así, el 62% de los migranteslatinoamericanos y el 77% de los migrantes africanos están en plena edad activa (25-54 años).Entre los europeos, la población en la misma franja de edad es más baja (54%), consecuenciade una población más envejecida en este colectivo. En el caso particular de los ciudadanos dela UE el peso de los migrantes mayores de 65 años ya representa el 17% del total y, si añadimoslos británicos, que representan la mayoría de los jubilados extranjeros residentes en España, elporcentaje llega al 25%. Los demás grupos nacionales, por su parte, no están experimentandoun proceso de envejecimiento similar, aunque cabe destacar que el porcentaje de africanosmayores de 60 años (12%) es mayor que el de latinoamericanos debido a la mayor antigüedadde sus flujos. En todo caso, es preciso recordar que, con el paso del tiempo, también estosgrupos de migrantes se verán sometido a un inevitable proceso de progresivo envejecimiento.Particular atención merece también la cuestión de los menores no acompañados, que atraenmucha atención mediática pero que, numéricamente, representan un colectivo minoritario. Afinales de 2023 residían en España poco más de 15.000 menores no acompañados y jóvenes extutelados, es decir el 0,2% de la población extranjera residente en España y, por lo tanto, unapresencia minoritaria a pesar del impacto que está causando este colectivo en los medios decomunicación.2. Un baño de realismo: mercado laboral y políticas migratoriasEl reto fundamentalComo se ha señalado anteriormente, España se encuentra inmersa en un segundo augeinmigratorio cuya envergadura es parecida al ya histórico boom acaecido entre mediados de los1990s y la crisis financiera iniciada en 2008. En aquel entonces, una boyante situacióneconómica hizo que la población extranjera aumentara, en tan solo una década, deaproximadamente 600.000 a cerca de 6 millones de personas. Sin embargo, el régimenmigratorio no disponía inicialmente de instrumentos adecuados para gestionar esa ingenteaportación de mano de obra. En ese sentido, el reclutamiento de migrantes fue dificultadoenormemente por una deficiente coordinación entre distintas administraciones y por unos6 Al respecto véase también Maqueda, A. y Y. Clemente. “Crisis demográfica: los españoles en edad detrabajar caen en casi un millón en seis años”, El País, 17 de febrero de 2025,https://elpais.com/economia/2025-02-17/crisis-demografica-los-espanoles-en-edad-de-trabajar-caen-en-casi-un-millon-en-seis-anos.html8requisitos y procedimientos complejos como, por ejemplo, la obligación de probar la ausenciade trabajadores nativos o de la UE para poder cubrir con inmigrantes los empleos vacantes(Arango 2000). Así pues, el dinamismo demográfico iba acompasado a una notable expansióndel mercado laboral, enfrentándose sin embargo con el desbordamiento y la disfuncionalidaddel aparato administrativo.La demanda de trabajadores en sectores clave de la economía española sigue siendo crucialpara entender el incremento de la inmigración en España, más si cabe en un contexto marcadocada vez más por una pérdida drástica de población nativa en edad de trabajar. 7 De ahí que lamayoría de los expertos económicos coincidan en que la expansión de la económica españoladurante el último lustro, muy superior a la del entorno europeo, pudo darse solo gracias a laincorporación de varios millones de inmigrantes al mercado laboral. Esa incorporación cuentaahora con herramientas administrativas mucho más funcionales, establecidas a raíz sobre todode demandas insistentes del mundo empresarial (Finotelli 2012). En este sentido, el preámbulodel reglamento de inmigración (Real Decreto 2393/2004) es esclarecedor al declarar que “(la)arquitectura del actual sistema migratorio y la admisión de nuevos inmigrantes en nuestro paísse basan fundamentalmente en la necesidad de cubrir puestos de trabajo vacantes”. La últimareforma del reglamento 8, realizada en 2024, omite esta referencia a la centralidad del empleo,pero no por considerarla superada, sino más bien al darla por asumida.La contratación en origen, entre exigencia teórica y dificultades prácticasDesde un punto de vista normativo, bajo el supuesto del necesario control estatal sobre lasmigraciones internacionales, el cruce de frontera es admisible solo en posesión de lacorrespondiente autorización administrativa. Si el movimiento migratorio se realiza con fineslaborales, el migrante prospectivo precisa, por lo tanto, una autorización previa de trabajo y,legitimada por ella, autorización también de su residencia en el país de destino.En la práctica, no obstante, estos supuestos chocan con dificultades de enorme envergadura.Cabría decir que representan una abstracción ajena al funcionamiento del mercado laboral, porun lado, y a la limitada capacidad de gestión de las empresas y las Administraciones Públicas,por otro. En un sistema productivo como el español, formado principalmente por pequeñas ymedianas empresas, existe una clara preferencia por contratar a personas ya conocidas(“puestas a prueba”) por el empleador, algo que con la contratación en origen es difícil deconseguir. Esta preferencia es aún más evidente en ocupaciones en las que la confianza entreempleador y empleado es crucial como, por ejemplo, el servicio doméstico y el cuidado depersonas dependientes. Las barreras burocráticas, tanto internas como externas, sonparticularmente acuciantes para las pequeñas y medianas empresas en sectores como laconstrucción, que carecen de la capacidad para hacer frente al papeleo necesario para este tipode procedimientos. La evolución del régimen migratorio español podría describirse en términos7 https://elpais.com/economia/2025-02-17/crisis-demografica-los-espanoles-en-edad-de-trabajar-caen-en-casi-un-millon-en-seis-anos.html8 El Reglamento de la Ley Orgánica 4/2000, de 11 de enero, sobre derechos y libertades de los extranjerosen España y su integración social (RD 2393/2004) fue derogado y sustituido en 2011 por el Real Decreto557/2011, tras la reforma por Ley Orgánica 2/2009. Tras distintas modificaciones, este ha sido tambiénderogado y sustituido, en noviembre de 2024, por el Real Decreto 1155/2024.9de una adaptación progresiva, inicialmente titubeante y crecientemente decidida, a lanegociación in situ de oferta y demanda de mano de obra. Aunque sigan existiendo variosinstrumentos de contratación en origen, su importancia es reducida.El más antiguo de los aludidos instrumentos es el denominado contingente, una fórmula paracontratación colectiva cuyas cuotas de trabajadores estacionales y estables son negociadasdentro de la llamada Comisión Laboral Tripartita formada por representantes de los empresarios,de los sindicatos y de la administración. Mantenida por el reglamento de 2004 y confirmadaprimero por el reglamento de extranjería de 2022 (RD 629/2022) y por el reglamento de extranjeríaRD 1155/2024 después, la gestión colectiva de contrataciones se caracteriza inicialmente poruna escasa agilidad, una elevada carga burocrática y un palpable desajuste respecto a la antesaludida atomización de la demanda de mano de obra. Si bien es verdad que algunas grandesempresas destacaron mejoras en su funcionamiento, sobre todo después de la introducción dela Comisión Laboral Tripartita, este instrumento no deja de ser inadecuado para responder conrapidez a las necesidades de las pequeñas y medianas empresas. Además, la demanda detrabajadores poco cualificados en sectores muy expuestos a fluctuaciones económicas, comoel turismo o la construcción, conlleva también dificultades a la hora de estimar las necesidadesdel mercado y complican la implementación de canales de reclutamientos colectivos basadosen cuotas anuales (Finotelli y Echeverría 2017). De hecho, se ha señalado un claro desajusteentre la demanda real del sector de la agricultura y el número de trabajadores reclutados a travésdel contingente para ocupaciones estacionales (Molinero Yerbeau 2020). A pesar de que desde2022 se hayan vuelto a incluir puestos de trabajo estables en el contingente (algo que no ocurríadesde 2011), según los datos disponibles para 2024 la proporción de autorizaciones de trabajoemitidas en el marco de la gestión colectiva, unas 22.000, era irrisoria frente al número total deautorizaciones de trabajo por cuenta ajena, unas 220.000 (OPI 2025).La llamada Unidad de Grandes Empresas, establecida en 2007 para gestionar la contratación detrabajadores al margen del procedimiento ordinario, representa un canal exclusivo paraempresas de gran tamaño y enfocado en empleos altamente cualificados. En cambio, laintroducción con el reglamento de 2004 del “Catálogo de ocupaciones de difícil cobertura”,pretendió abrir, para empresas de todo tipo y tamaño, la posibilidad de contratar en origen atrabajadores extranjeros sin tener que certificar previamente la ausencia de trabajadoresespañoles o “comunitarios” (nacionales de otros países de la EU) disponibles para la mismaocupación. Gestionado por el Servicio Público de Empleo Estatal (SEPE), con actualizacióntrimestral y articulación a escala provincial, el Catálogo comprende actualmente hasta unaveintena de profesiones, principalmente pertenecientes a la marina civil y el sector de laconstrucción. No obstante, su implementación no parece haber conseguido agilizarsignificativamente los procesos de contratación debido, entre otros motivos, a las antesreferidas dificultades de muchas empresas para gestionar procedimientos burocráticos, laescasa coordinación interna de las administraciones, la ausencia de consulados españoles enalgunos países africanos o reticencias de las representaciones consulares a la hora de concedervisados para España (Ministerio de Inclusión, Entrevista 11.07.2023). Prueba de estasdificultades es el hecho de que a principios de 2024 se hubiesen concedidos tan solo 250permisos de trabajo a través del catálogo, frente a una demanda de unos 700.000 nuevos10trabajadores9. Cabe señalar, además, las reticencias manifestadas recientemente por lossindicatos respecto a una posible ampliación del catálogo, al apreciar el riesgo de que pudierancontribuir a una rebaja general de los salarios10; reticencias estas que quizás sugieran dudas defondo sobre la evolución del modelo migratorio español.En este sentido, es interesante constatar que los sindicatos han expresado dudas también sobreotro instrumento de flexibilización, el visado de búsqueda de trabajo, establecido inicialmentepara una duración de tres meses con limitación al sector doméstico y con cuotas muy reducidas(Finotelli 2012). La última reforma del reglamento (RD 1155/2024) amplió la vigencia de este tipode visado a un año y facilitó el acceso al mercado laboral a los estudiantes extranjeros.El reclutamiento en destino como apuesta pragmáticaFrente a las dificultades de la contratación en origen, la “puerta trasera” de la inmigraciónirregular ha sido desde los años 90 la principal vía de entrada en el mercado laboral,convirtiéndose así en una característica estructural del régimen migratorio español. Losgobiernos, independientemente de su color político, optaron inicialmente por realizarregularizaciones masivas, llegando a regularizar por esta vía a más de 1,2 millones de migrantes(Arango y Finotelli 2009). Más tarde estas regularizaciones de gran alcance numérico y, por ende,mediático, fueron sustituidas por un sistema de regularización individual, el denominado arraigo.Lejos del ruido de las regularizaciones masivas, el arraigo ha permitido a los migrantes ensituación administrativa irregular obtener un estatus legal tras dos o tres años de residenciairregular siempre y cuando pudieran demostrar un cierto nivel de integración social (arraigosocial) o un empleo prolongado (arraigo laboral). A estas dos modalidades principales se sumóen 2021 el arraigo socio-formativo, dirigido sobre todo a menores extranjeros no acompañados yjóvenes extutelados entre 16 y 23 años. Un colectivo minoritario pero que se encuentra a menudoen el centro de la atención mediática. A estos menores puede ser otorgada, siempre bajo lasupervisión de la entidad de protección de menores, una autorización de residencia y trabajorenovable de dos años que les permite trabajar en actividades que favorezcan su integraciónsocial. Además, la norma permite solicitar un permiso por arraigo socioformativo a aquellosmenores extranjeros que hayan alcanzado la mayoría de edad sin acceder a la autorización paratrabajar, pero que han participado en programas de acción formativa. 11 El último reglamento deinmigración RD 1155/2024 refuerza la figura del arraigo, añadiendo otras modalidades más(sociolaboral; de segunda oportunidad) y reduciendo de tres a dos el número de años deresidencia en España requeridos para obtener cualquier tipo de arraigo.129 https://www.eleconomista.es/economia/noticias/12666108/02/24/el-fracaso-de-la-contratacion-en-origen-250-extranjeros-para-700000-vacantes-en-la-construccion-.html10 https://elpais.com/economia/2025-01-15/cc-oo-pide-al-gobierno-hilar-muy-fino-al-ampliar-la-contratacion-de-extranjeros-en-origen.html11 Estas modificaciones fueron introducidas por el RD 903/2021 y han sido confirmadas por el RD1155/2024 sin grandes cambios12 El arraigo sociolaboral está previsto para quienes puedan demostrar la existencia de uno o más contratosde trabajo y el arraigo socioformativo para quienes demuestren estar matriculados en actividadesformativas especificadas por el nuevo Real Decreto o se hayan comprometido a cursar actividadesformativas organizadas por el Servicio Público de empleo. El arraigo de “segunda oportunidad” puedeotorgarse a migrantes que hayan pedido una autorización de residencia por motivos diferentes del arraigoy no hayan podido renovarla, recayendo así en la irregularidad.11Pese al desfase temporal entre la introducción del arraigo individual y la primera Ley Orgánica eneste ámbito, la Ley Orgánica 4/2000, aquel puede interpretase como reflejo lógico de esta. Dehecho, la LO 4/2000 representa quizá el pilar más importante del régimen migratorio español,inaugurando su enfoque extraordinariamente integrador al conceder a los inmigrantes ampliosderechos cívicos y sociales en virtud de haberse empadronado en cualquiera de los municipiosdel país. A ese respecto debe recordarse que, a diferencia de otros países, el empadronamientono requiere necesariamente un permiso de residencia; es suficiente presentar un documento deidentidad y una factura de servicios en la que conste el nombre y la dirección, lo que significaque los inmigrantes no autorizados pueden a menudo empadronarse sin grandes dificultades.La importancia del arraigo es ilustrada por el hecho de que, en 2023, el 21% de los permisos deresidencia temporal se han concedido por algún supuesto de arraigo (Gráfico 6). Suestablecimiento ha tenido un claro efecto sobre las tasas de irregularidad, oscilantes en 2020entre el 8,7% y el 9,5% según las estimaciones disponibles (Fanjul y Gálvez Iniesta 2022), muyalejado de los porcentajes del 20% o más de las décadas de 1990 y 2000 (Finotelli y Rinken 2023).Recientemente, el efecto integrador del este instrumento ha sido reforzado por una paulatinaflexibilización de las condiciones para renovar los permisos de residencia. Así, desde 2022 elpermiso de residencia inicial de un año de duración puede renovarse para un periodo de cuatrocon el fin de evitar situaciones de irregularidad sobrevenida y aligerar la carga burocrática paralos migrantes (y quizás también para la administración).Gráfico 6: Arraigo vs. otros motivos de autorización temporalFuente: Observatorio Permanente de la Inmigración (OPI)En paralelo con el acceso a la regularidad administrativa, proporciones cada vez mayores de lapoblación inmigrante han podido conseguir situaciones de estabilidad en relación con suderecho a residir y trabajar en España; cabe destacar que esta tendencia no solo no seinterrumpió, sino que incluso se acentuó durante la Gran Recesión (Godenau et al. 2017). Lasestadísticas revelan que el porcentaje de residentes de larga duración en España se ha triplicadoen las dos últimas décadas, mientras que el de los residentes temporales ha ido disminuyendo,excepto por una ligera inflexión en los últimos años debida al aumento de los permisostemporales humanitarios o por arraigo (Finotelli y Rinken 2023; OPI 2025). Sobre todo entre losmigrantes latinoamericanos, la estabilización culmina en el acceso a la nacionalidad española:0200,000400,000600,000800,0001,000,0001,200,0001,400,0001,600,0002009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023Arraigo Resto de motivos12más de dos tercios de los 1,6 millones de inmigrantes que obtuvieron la nacionalidad españolaentre 2000 y 2023 son de origen latinoamericano (OPI 2025).Tanto las regularizaciones masivas como el arraigo individual pueden ser interpretadas como unreconocimiento por parte de los responsables políticos de que la burocracia, la escasez depersonal y los múltiples niveles de coordinación no pueden adecuar la velocidad y eficacia delmercado a la hora de ajustar las ofertas y demandas de trabajo. Desde esta perspectiva, el retoclave para el legislador no ha sido el de impedir la llegada de trabajadores extranjeros sinomejorar las posibilidades de que puedan acceder a un empleo, incluso si inicialmente fueradesde situaciones de irregularidad en vez de a través de canales de inmigración formal.De esta forma ha sido posible resolver “sobre la marcha” el desajuste entre estado y mercadoque ha marcado el régimen migratorio español desde sus comienzos. A este respecto, lapervivencia de los sistemas de regularización hasta nuestros días podría interpretarse como unaapuesta para que, con el tiempo, una gran mayoría de los inmigrantes irregulares se convirtieranen contribuyentes a las arcas públicas y, dirían algunos críticos, en una abundante oferta detrabajadores que contribuiría a mantener bajos los salarios. Esta apuesta pragmática pararesolver la contradicción entre las lógicas operativas del estado y el mercado no se ha limitado ala gestión de la inmigración irregular sino que ha caracterizado también la gestión de los flujoshumanitarios en los últimos años.El aumento de los solicitantes de asilo: ¿Todo cambia para que todo siga igual?El aumento casi exponencial en los últimos años de los flujos humanitarios procedentes, sobretodo, de Colombia y Venezuela (Gráfico 7) debido a la inestabilidad geopolítica y económica dela región ha transformado en pocos años a España en uno de los principales países de asilo enEuropa. Como ocurrió con el incremento de flujos de principios del nuevo siglo, la entrada enEspaña ha sido favorecida por la ausencia de la obligación de visado. De hecho, Ecuador y Boliviason actualmente los únicos dos países latinoamericanos con obligación de solicitar un visadoSchengen para entrar en la Unión Europea.Gráfico 7: Solicitudes de asilo presentadas en España (2014-2024)Fuente: Comisión Española de Ayuda al Refugiado (CEAR) 2025020,00040,00060,00080,000100,000120,0002014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024Venezuela Resto de países13En este contexto, la administración se ha visto incapaz de gestionar el incremento de solicitudesde asilo en tan poco tiempo, creándose un notable atasco en los procedimientos de resolución.A ello hay que añadir la imposibilidad práctica de devolver a sus países de origen a los migrantescon una solicitud rechazada. De nuevo, el empleo ha sido clave para resolver este impasse. Losmigrantes con solicitud de asilo rechazada tuvieron desde el principio la posibilidad de pedir unarraigo laboral si podían demostrar haber mantenido una relación laboral durante su residenciaen España (Tribunal Supremo, sentencia n. 452/2021). Puesto que en España los solicitantes deasilo tienen permiso de trabajo, el arraigo laboral se convirtió muy pronto en una solución muyatractiva para muchos migrantes con una solicitud denegada. La única excepción a este patrónha estado en los solicitantes de protección internacional venezolanos, que en su gran mayoríarecibieron un permiso de residencia humanitario de un año de duración, prorrogable a otro másen caso de denegación de la solicitud de asilo.No es de sorprender que la ausencia de obligaciones de visado para Venezuela y Colombia, juntocon la oportunidad de acceder al mercado de trabajo a través de la protección internacional,pueda haber fomentado lo que un alto cargo del Ministerio de Inclusión ha calificado de“proyectos migratorios distorsionados” (Ministerio de Inclusión, 11.07.2023). También paraevitar trayectorias disfuncionales, y responder así a las críticas sobre el efecto llamada del asilo,el nuevo reglamento de inmigración RD 1155/2024 corta el nexo entre protección internacional yarraigo estableciendo que pueden solicitar el arraigo solo aquellos solicitantes de proteccióninternacional cuya solicitud no haya sido denegada en firme por la vía administrativa. Laseparación de la vía de asilo de la vía del arraigo laboral introducida por el RD 1155/2024 ya habíasido anticipada por la sentencia del Tribunal Supremo n. 414/2024 en la cual se declaraba, encontraste con la sentencia de 2021, que la residencia de los solicitantes de asilo no podía sercomputada para la obtención del arraigo laboral en cuanto situación de “mera tolerancia” en elterritorio nacional. Al mismo tiempo, y para prevenir un incremento de la tasa de irregularidad, ladisposición transitoria quinta del reglamento dispone que aquellas personas que en el momentode la aprobación del nuevo reglamento se encontraban en una situación de irregularidaddespués de la denegación en firme de la solicitud de asilo pueden todavía solicitar el arraigo (nosólo laboral) después de un periodo reducido de residencia irregular de seis meses y únicamentedurante los doce meses siguientes a la aprobación del reglamento en noviembre de 2024. Estalimitación ha atraído críticas de las ONG pro-inmigrantes, y ha sido interpretada como unimportante retroceso en el derecho de asilo en España. 13 Otro aspecto importante a destacar esque el nuevo reglamento impide la modificación de la autorización de residencia por motivoshumanitarios en una autorización de residencia del Régimen General. Esta norma dificulta sinduda las trayectorias legales de los migrantes venezolanos, el grupo donde está concentrado elgrueso de estas autorizaciones, para los cuáles la obtención de la nacionalidad española podríaconvertirse en la vía más segura de transición legal.13 https://elpais.com/espana/2025-03-03/el-bumeran-del-nuevo-reglamento-de-extranjeria-miles-de-trabajadores-al-borde-de-la-clandestinidad.html14Gráfico 8: Autorizaciones de residencia temporal por motivo de la concesiónFuente: Observatorio Permanente de la Inmigración 2025.En todo caso, no cabe ninguna duda de que hay un cambio de patrón en el modelo migratorioespañol que se ve claramente reflejado en las cifras. El gráfico 8 muestra la evolución de lospermisos de residencia temporal válidos en España desde 2009. Como puede observarse, ladistribución de los motivos del permiso de residencia ha cambiado desde una mayoría depermisos por trabajo a una mayoría de permisos por motivos humanitarios, principalmente demigrantes venezolanos, y por arraigo. Se trata de un cambio paradójico, pues los denominadospermisos “de circunstancias excepcionales” se han convertido en una forma de residencianormalizada en España. Esta inversión de patrón se hace aún más patente si a este tipo depermisos añadimos la presencia de más de 188.000 refugiados ucranianos que contaban con unpermiso de protección temporal a finales de 2023 (OPI 2025).Sin embargo, si bien los datos reflejan un cambio en la motivación de la residencia, el empleosigue siendo el motor crucial del régimen migratorio español, sobre todo si consideramos quetanto los permisos humanitarios como el arraigo permiten acceder al mercado laboral y, en elcaso del arraigo, es posible obtener un permiso de residencia por motivos de trabajotranscurridos un par de años (lo cual probablemente llevará a un nuevo aumento de la residenciapor motivos laborales). De esta forma, la gestión de los flujos humanitarios a través de suinclusión laboral ha incrementado la disponibilidad de mano de obra para responder a lademanda de trabajadores que actualmente parece afectar a sectores como la construcción y losservicios y que sigue siendo difícil de satisfacer por otras vías.4. España en perspectiva comparadaEl progresivo envejecimiento de la población, y sus consecuencias para la actividad económica,no representan solo un problema español sino también un desafío para muchos países europeosy de ultramar. La necesidad de responder de forma más adecuada a las necesidades delmercado laboral ha forzado a países con historia migratoria más antigua que la española a revisarlos principales instrumentos de reclutamiento de trabajadores migrantes. Como resultado, se ha0200,000400,000600,000800,0001,000,0001,200,0001,400,0001,600,0002009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023Trabajo por cuenta ajena Trabajo por cuenta propia Ley 14/2013 y otrasReagrupación familiar Arraigo Residencia no lucrativaRazones humanitarias Protección internacional15producido una convergencia progresiva hacía modelos de inmigración híbridos que combinaninstrumentos de contratación orientados a las características individuales de los migrantes(supply-oriented models) con instrumentos orientados a la demanda del mercado laboral(employer-oriented models). Por lo tanto, tanto los visados de búsqueda de trabajo como laslistas de ocupaciones difíciles de cubrir no son peculiaridades del modelo español sinoinstrumentos que están también presentes en otros países. Es, por ejemplo, el caso de la “listapositiva” introducida por Alemania, o la Canada Skilled Workers Occupation List que permite quemigrantes con un perfil profesional incluido en la lista puedan obtener un visado para Canadá sinoferta de trabajo previa (Finotelli y Kolb 2015).A pesar de cierta convergencia formal, siguen existiendo importantes diferencias estructurales,así como limitaciones internas, que pueden influir en las políticas migratorias de los diferentespaíses. Por un lado, países como Alemania y Canadá buscan atraer migrantes muy cualificadoso de cualificación intermedia a través del sistema de puntos o la Blue Card. En cambio, este tipode inmigración es minoritaria en países como Italia y España, donde el mercado laboral demandaprincipalmente ocupaciones poco cualificadas. Esto explica también por qué la lista deocupaciones canadiense incluye principalmente a ingenieros, informáticos y gestores de nivelmedio-alto mientras que el catálogo español incluye a trabajadores en el sector de laconstrucción, mayoritariamente electricistas, conductores de grúa y carpinteros, es decirperfiles demandados por pequeñas y medianas empresas y más difíciles de contratar en origenpor los motivos detallados con anterioridad.Si bien la conexión entre empleador y trabajador puede ser más fácil en el caso de las grandesempresas que buscan trabajadores muy cualificados, es importante recordar que también enestos ámbitos siguen existiendo procedimientos engorrosos que dificultan la contratación enorigen de este tipo de trabajadores. Una limitación interna común a todos los países en esteámbito es, sin duda, el reconocimiento de las cualificaciones académicas y profesionales. Esteproblema ha sido uno de los principales motivos del fracaso del sistema de puntos canadiense,sobre todo en el caso de profesiones muy reguladas, como médicos o ingenieros. Es por ello, porejemplo, que provincias como Ontario han diseñado programas para igualar las cualificacionesprofesionales de los migrantes con las exigidas por Canadá. Con la vista puesta en los erroresdel caso canadiense, la apertura del modelo migratorio alemán ha sido acompañada por laaprobación de una nueva ley para el reconocimiento de las cualificaciones profesionales quereduce a tres meses el tiempo de espera para la homologación, así como la creación de una redde centros de cualificación que asesoran y ayudan a los migrantes en el proceso delreconocimiento de las cualificaciones profesionales. España se enfrenta a este mismoproblema, ya que los procesos de homologación de títulos académicos y profesionales sontodavía muy lentos y representan uno de los principales obstáculos para la contratación detrabajadores muy cualificados por parte de grandes empresas, centros sanitarios yuniversidades. El actual gobierno ya ha reconocido el problema anunciando la aprobación deuna norma que reduciría el tiempo de espera requerido actualmente para este tipo de trámites,que se puede dilatar durante años 14.14 Una propuesta de Orden fue some3da a consulta pública en 2024. Véaseh>ps://www.ciencia.gob.es/Convocatorias/Par3cipacion-Publica/Audiencia-e-informacion-publica/2024/AI_POmod_2654_967.html16Es importante destacar que los procesos de convergencia en la regulación de la inmigraciónlaboral no conciernen solo las modalidades de reclutamiento de trabajadores ex ante sinotambién de los que ya están presentes en destino. Esto vale sobre todo para la regularización demigrantes y la conversión del canal humanitario en canal laboral. Como hemos visto, en Españalos permisos por circunstancias excepcionales han sido cruciales para resolver tanto lademanda de mercado laboral como para gestionar el reciente aumento de flujos de refugiados.Sin embargo, ha sido Italia la pionera en utilizar este tipo de permisos para resolver la llegada deflujos humanitarios desde finales de los años 90 hasta su sustitución por un permiso deprotección especial en 2021 y las restricciones sobre este introducidas por el gobierno de GiorgiaMeloni. También en Alemania, la flexibilización y ampliación de los canales de inmigraciónlaboral han venido acompañadas por una progresiva erosión de la tradicional (y estricta)separación entre inmigración laboral e inmigración humanitaria: desde 2015, se permite laregularización de refugiados tolerados en caso de que puedan demostrar un cierto grado deintegración. Algo similar ocurre con el supuesto de la formación profesional para resolver lasituación de menores extranjeros no acompañados. Como ocurre en España, en Alemaniarefugiados “tolerados” con edades de entre 15 y 20 años pueden ser regularizados en caso deque hubiesen emprendido un recorrido de formación profesional.Además del permiso humanitario, Italia fue pionera en proponer cuotas privilegiadas y visadosde búsqueda de trabajo. Sin embargo, en este caso la debilidad político-institucional de este paísjunto a un debate migratorio muy ideologizado impidió que este tipo de medidas pudiesenprosperar. En Italia, por lo tanto, se sigue prefiriendo la vía práctica de la contratación de facto através de regularizaciones masivas (la última en 2020) y de la utilización de las cuotasprogramadas de trabajadores extranjeros para regularizar a migrantes que ya se encuentran enel territorio. Desmintiendo la retórica antinmigrante a la que pueda asociarse, el gobierno Meloniha sido el último en seguir este patrón, al aprobar la regularización de más de 400.000trabajadores en los próximos tres años.España también ha intentado combinar la contratación en origen con la lucha contra lainmigración irregular a través de la cooperación bilateral con terceros países, ofreciendo, enalgunos casos, cuotas de trabajadores a los países dispuestos a cooperar en la prevención de lainmigración irregular (Gabrielli 2023). Este tipo de acuerdos refuerzan el modelo de cuotasprivilegiadas introducido por Italia a finales de los años 90 para premiar la cooperación dealgunos países. Sin embargo, tanto en Italia como en España el sistema de cuotas privilegiadasno ha funcionado, de modo que los esfuerzos se han centrado en formas de cooperación bilateralligada al ofrecimiento de ayuda al desarrollo; así ha hecho el gobierno italiano con Libia y así sepropone hacer España con Mauritania.Si bien España todavía está lejos de las propuestas de “externalización 2.0” (Echeverría et al.2024), como los campos de recepción de refugiados construidos por el gobierno italiano enAlbania, España sigue siendo un país considerado por la Unión Europea como un modelo para elcontrol de las fronteras del sur de Europa. Entre los hitos más destacados en este ámbito cabemencionar la creación de un sofisticado sistema de vigilancia de las fronteras marítimas, elSistema Integrado de Vigilancia Exterior (SIVE), en el Estrecho de Gibraltar (que más tarde seamplió a Canarias), así como el levantamiento de vallas cada vez más impenetrables alrededor17de Ceuta y Melilla. A ello hay que añadir que la práctica de la devolución inmediata deinmigrantes no autorizados hacia Marruecos, las llamadas “devoluciones en caliente”, hancontribuido a mantener muy reducidos los flujos de solicitantes de asilo durante crisismigratorias como la de 2015. Dichas devoluciones impiden que las personas que llegan a lasfronteras españolas puedan solicitar asilo y han sido motivo de preocupación humanitariadurante mucho tiempo, tanto en España como a nivel europeo.15 A pesar de la contundencia deeste tipo de control fronterizo, la capacidad de control interno de España se mantiene muysimilar a la de otros países pues la tasa de expulsión de migrantes entre 2011 y 2020 no superael 23% de los migrantes con orden de salida del territorio (Landini & Sciortino 2023). A ello habríaque añadir las dificultades para llevar a cabo un reparto equitativo de las responsabilidades deacogida, sobre todo de los menores no acompañados, según mecanismos de distribuciónsimilares a los que se implementan en Alemania desde 1993 (el llamado sistema de primeradistribución de solicitantes de asilo – EASY) o según el Sistema de Protección para Titulares deProtección Internacional y para Menores Extranjeros No Acompañados (SIPROMI) en Italia.La comparación de las políticas migratorias españolas con las de otros países, sobre todo denuestro entorno europeo, refleja un proceso de convergencia que en parte puede ser atribuido aprocesos de imitación entre administraciones y en parte a la exigencia de responder a desafíoscomunes, como el descenso demográfico y la demanda del mercado laboral. A ello hay queañadir las dificultades comunes a todos los países para hacer retornar a sus países de origen alos migrantes irregulares o a los solicitantes de asilo con solicitud denegada. En este contextode convergencia, el régimen migratorio español no destaca por su orientación, sino por laenvergadura de su apuesta pragmática: en términos de tasas de inmigración per cápita, laevolución reciente de España vuelve a ser extraordinaria, igual que ocurriera durante el yahistórico boom de finales del siglo XX y principios del XXI.Desde una perspectiva transatlántica, las herramientas dispuestas por el legislador españolpara facilitar el tránsito de la población inmigrante en situación de irregularidad hacia laregularidad y estabilidad administrativas contrastan con el empeño del gobiernoestadounidense, bajo el recién inaugurado segundo mandato de Trump, por maximizar suvulnerabilidad. Bajo este punto de vista, una normativa marcadamente pragmática podríaequivaler a una especie de anuncio publicitario de cara a atraer flujos inmigratorios cada vez máscuantiosos, sobre todo de procedencia latinoamericana. Esta perspectiva ha sido recientementereavivada por las declaraciones del ministro de exteriores español junto con su homólogobrasileño sobre su voluntad de mantener los “brazos abiertos” a los refugiados venezolanos quese vean afectados por las decisiones del gobierno Trump.16 Si bien es cierto que la política devisados es una prerrogativa europea, también lo es que el dinamismo de su mercado laboral, lacercanía cultural y lingüística, así como las redes de allegados ya residentes, convierten aEspaña en destino preferente por antonomasia de prospectivos migrantes, especialmente15 Sin embargo, dichas prácticas fueron respaldadas por el Tribunal Europeo de Derechos Humanos en2020 alegando que «la falta de un procedimiento de expulsión individualizado había sido consecuencia lapropia conducta de los solicitantes».16 https://elpais.com/espana/2025-02-17/espana-y-brasil-mantendran-la-politica-de-brazos-abiertos-ante-la-expulsion-masiva-de-venezolanos-de-trump.html18aquellos de habla hispana. Para este colectivo, en el “mapamundi” de incentivos tangibles eintangibles a la hora de elegir un país de destino, España ocupa sin duda un lugar destacado.5. La visión de la ciudadaníaLa capacidad de los gobiernos a la hora de enfrentarse a los desafíos políticos y sociales queplantean las migraciones internacionales depende, entre otras cosas, del grado de aceptaciónde este fenómeno por parte de la población. Sin embargo, a diferencia de las facetasdemográfica, administrativa, u ocupacional del hecho inmigratorio, acerca de las que existenfuentes estadísticas y/o registrales de calidad contrastada y con actualizaciones frecuentes, sudimensión actitudinal carece de una monitorización apropiada. La encuesta que solía realizaranualmente el Centro de Investigaciones Sociológicas (CIS) por encargo del ObservatorioEspañol del Racismo y la Xenofobia (OBERAXE) dejó de realizarse en 2017. Algunosobservatorios regionales de la inmigración, singularmente Ikuspegi en Euskadi, siguenrealizando encuestas periódicas sobre actitudes ante la inmigración, pero sus resultados no sonextrapolables sin más al conjunto del país. Cada dos años, la Encuesta Social Europea (ESS porsus siglas en inglés) aporta, para España y docenas de países más, algunos indicadores sobreimpactos percibidos y preferencias sobre la gestión de flujos; módulos más amplios sobre estetema están disponibles solo para 2002 y 2014 (y lo estarán nuevamente para 2026). La inclusiónde varios ítems de OBERAXE y ESS en la encuesta realizada en 2020 por el proyecto deinvestigación EASIE17 complementa las aludidas series de datos, pero no resuelve la lagunaestructural de que, en este ámbito, carecemos de información actualizada a la vez que matizaday fidedigna.A falta de otras referencias, el ranking de problemas prioritarios para la población españolapublicado cada mes por el CIS se utiliza a menudo para proporcionarnos información sobre lasactitudes de la población hacia la inmigración. Sin embargo, el ranking del CIS no puededesempeñar esta función informativa, por mucho que sea la fuente con mayor periodicidad dela que disponemos. Dicho ranking se deriva de una pregunta abierta; es decir, se recogen lasreacciones verbalizadas por las personas encuestadas, sin indicación previa de posiblesrespuestas. De ahí que, de mes a mes, el barómetro del CIS nos pueda facilitar dos datos: elporcentaje de quienes mencionan la inmigración como uno de hasta tres asuntos de máximaimportancia, por un lado, y el correspondiente puesto ordinal entre todos los temas señalados,por otro. Estos resultados orientan sobre la notoriedad relativa de la inmigración como problemasocial y político, pero no equivalen, ni mucho menos, a un diagnóstico riguroso sobre lasactitudes hacia la inmigración y los inmigrantes. No solo carecen de especificidad y maticessobre distintas facetas actitudinales (que también), sino que se trata, por definición, de datosfluctuantes en función de todo un abanico de factores. Un elevado grado de protagonismo deotras cuestiones en la agenda social, política, y mediática (la pandemia de COVID, por poner unejemplo obvio) conllevará porcentajes menores de mención de la inmigración, con17 Información detallada sobre el proyecto de investigación “Explicando Actitudes Sosegadas hacia losInmigrantes en España” (EASIE), realizado de 2018 a 2021 con financiación del Plan Estatal de I+D+i(CSO2017-87364-R), está disponible en https://www.iesa.csic.es/proyectos/explicando-actitudes-sosegadas-hacia-los-inmigrantes-en-espana-easie/; el fichero de datos y tablas cruzadas con numerosasvariables de clasificación están disponibles en https://digital.csic.es/handle/10261/335879.19independencia de la difusión que puedan tener determinadas percepciones o apreciaciones. Encambio, un alto grado de protagonismo mediático de la inmigración originará porcentajesmayores de mención de este tema, sin que las actitudes subyacentes se hayan vistonecesariamente alteradas. Si quisiéramos averiguar la importancia atribuida por la ciudadaníaa la cuestión migratoria sin incurrir en esta relativización, o en su caso conocer la difusión socialde distintas orientaciones frente a esta compleja temática, deberíamos proceder de otramanera.Para obtener resultados válidos, una pregunta sobre la percepción de problemas prioritarios(sobre todo si es abierta) debe ubicarse necesariamente al inicio del cuestionario, precedida alo sumo por un reducido número de ítems siempre iguales y temáticamente neutros. Cualquierpregunta previa que oriente la atención hacia determinados asuntos no es admisible bajo unpunto de vista metodológico, ya que distorsionaría (en jerga técnica: sesgaría) las respuestas.Subrayamos este aspecto fundamental porque el CIS lleva años colocando ítems cambiantessobre temas concretos de destacado interés político y social antes de preguntar por lapercepción ciudadana de problemas prioritarios. Concretamente, el cuestionario del barómetrode septiembre de 2024 (estudio CIS nº3474) versa, antes de abordar los problemas principalesde España (P9), sobre las desigualdades existentes entre países pobres y países ricos (P1), suevolución durante las últimas décadas (P1a), el grado de preocupación que originan estasdesigualdades a las personas encuestadas (P1b) y su impacto sobre “el aumento de lapoblación inmigrante en países como España” (P2), entre otras cuestiones.Cabe anticipar que, con esta configuración del cuestionario, la notoriedad manifiesta del temamigratorio aumentará en comparación con ediciones anteriores que adoptaran otra secuenciainicial. Y efectivamente, así ha sido: los medios de comunicación se hicieron profusamente ecode que la inmigración se habría convertido, por primera vez desde la famosa “crisis de loscayucos” del año 2006, en el problema más destacado de España. No obstante, bajo un puntode vista metodológico, el porcentaje de menciones atribuido a la inmigración en la referidaedición del barómetro (un 30%) carece de validez. Si bien es cierto (como veremos en seguida)que en el verano de 2024 existían razones reales por las que pudo incrementarse lapreocupación ciudadana por el tema migratorio, el señalado fallo metodológico impide discernirsu importancia en comparación con otros problemas sociales u otras ediciones de la serietemporal. En meses posteriores, y con configuraciones distintas del tramo inicial delcuestionario, las menciones a la inmigración volvieron a retroceder: a finales de 2024 obtuvo el8º puesto del ranking, con un 13,1% de las menciones (agrupación multirrespuesta, estudio CISnº3489) y por detrás de temas como la vivienda, el paro, o las deficiencias de la clase política;resultados éstos que apenas tuvieron repercusión mediática.20Gráfico 9: Menciones de la inmigración como "principal problema de España" y llegadasirregulares por vía marítima a las costas españolas, 2000-2024Fuentes: Centro de Investigaciones Sociológicas (barómetros de diciembre) y Ministerio del Interior(https://www.cis.es/es/estudios/catalogo-estudios;(https://www.interior.gob.es/opencms/es/prensa/balances-e-informes/)Con todo, la serie histórica sugiere un repunte, en fechas recientes, de la percepción del temamigratorio como problema político de máxima prioridad. Dicho repunte guarda relación con laevolución de la inmigración irregular, pero no se trata de una asociación fija o incondicional. ElGráfico 9 recoge, por una parte, los porcentajes de mención de la inmigración en el barómetroCIS de diciembre de cada año, y por otra, las llegadas irregulares a costas españolascontabilizadas por el Ministerio del Interior. 18 Durante muchos años, ambos indicadorestendieron, grosso modo, a evolucionar en paralelo: desde 2000 hasta el 2006, asciendenprogresivamente tanto las llegadas irregulares como la notoriedad de la inmigración comoproblema destacado; posteriormente, de 2007 hasta 2015, ambos muestran un descenso avalores cada vez más testimoniales. En cambio, en una tercera fase que inicia en 2016 y seacentúa en 2017, observamos un desacoplamiento: las llegadas irregulares aumentan de formaclara, incluso acusada, rondando o superando en cinco de los últimos siete años el récord del2006, mientras que la notoriedad de la inmigración como problema social y político seincrementa de forma mucho más comedida. Los repuntes en 2018 y a partir de 2023, años enlos que los registros de llegadas irregulares batieron récords (y la atención de la ciudadanía no18 Nótese que el gráfico, al reflejar solo el último barómetro de cada año, omite los picos de notoriedadque pudieran haberse producido en otros meses. Hemos obviado aquí la vía terrestre (categoría queincluye tanto los “saltos de valla” como llegadas a nado): su importancia en términos cuantitativos esmenor (por ejemplo, en 2024 hubo 2.647 casos) y salvo por episodios excepcionales, recibe menoratención mediática que la marítima.0102030405060702000200120022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024Llegadas irregulares por vía marítima (miles)Menciones de immigración como problema principal (% agrupado multirrespuesta)21estaba centrada en la pandemia de COVID), quedan lejos del nivel registrado dos décadas atrása raíz de la “crisis de los cayucos”, cuyos efectos sobre este indicador, máximos en verano conhasta un 60% de menciones, siguieron siendo muy evidentes a finales del año.El desembarco de decenas de miles de personas desamparadas en unas islas con limitadacapacidad de acogida, incluyendo a muchos menores de edad que requieren atenciónespecífica, atraerá inevitablemente interés mediático. El consiguiente desbordamiento dedeterminados servicios públicos está destinado a generar malestar entre la población localafectada. Es más, tanto en España como en otros países, la inmigración tiende a percibirsemayormente como problemática si y cuando la capacidad del Estado para controlar susfronteras queda visiblemente en entredicho. La inmigración irregular por vía marítima esespecialmente proclive a fomentar tal sensación de descontrol, ya que el imperativo (moral ylegal) de salvar vidas se impondrá inexorablemente sobre cualquier requisito administrativoteóricamente exigible. En combinación con la notoria dificultad de repatriar a los arribados,desprovistos en muchos casos de documentación identificativa o procedentes de países conlos que no existe acuerdo de readmisión, la modalidad marítima de la inmigración irregularpuede interpretarse, desde la perspectiva de un necesario control fronterizo, como coacciónsistemática. De hecho, en consideración de su reducido peso respecto del saldo migratorio ensu conjunto (cf. apartado 2), para las percepciones ciudadanas suele asumir una importanciadesproporcionada. En verano de 2024, la aludida problematización fue fomentadaadicionalmente por un intercambio público de reproches entre distintas AAPP, relativo a ladistribución de los denominados MENA (menores no acompañados) entre Canarias y otrasCCAA. Bajo este punto de vista, el desacoplamiento ilustrado por el Gráfico 9 es llamativo.Más llamativo resulta, si cabe, teniendo en cuenta la presencia, desde 2018, de un partido dederecha radical en el sistema político español. El período en el que observamos la referidaevolución dispar coincide en gran parte con la presencia institucional de un partidomarcadamente nacionalista con retórica antinmigrante cuya irrupción puso fin a laexcepcionalidad que a este respecto había caracterizado a España en el contexto europeo, juntoa un pequeño puñado de países más (Portugal, Irlanda). Ciertamente, para interpretar los datosdel barómetro es necesario ponderar otros muchos factores de contexto, incluyendo lapandemia de COVID-19 o la invasión rusa de Ucrania y sus efectos inflacionistas, por ejemplo,pero a la hora de reflexionar sobre el desacoplamiento relativo entre llegadas marítimas ynotoriedad demoscópica, la irrupción de VOX en el sistema político quizás sea el hecho másrelevante. Análisis post-electorales sugieren que la demanda de políticas inmigratorias másrestrictivas, y en su caso de desmarques identitarios en clave xenófoba o islamófoba, no fuedecisiva para los primeros éxitos de VOX: su auge inicial es atribuible fundamentalmente aldesafío lanzado por el independentismo catalán, pulso que ocasionó la re-legitimación de unnacionalismo español que había caído en el oprobio a raíz de su estrecha asociación con ladictadura franquista (Dennison y Mendes 2019). No obstante, no cabe duda de que una parte delelectorado nutre posturas desfavorables, restrictivas, o abiertamente hostiles en materiainmigratoria (a continuación, veremos cuántos y en qué sentido). Asimismo, es evidente que lairrupción de VOX ha cambiado el escenario en cuanto a posicionamientos públicos sobre lainmigración y los inmigrantes. Casi todos los partidos políticos con representaciónparlamentaria abogan por combatir la inmigración irregular, pero VOX se diferencia mediante laescenificación de un rechazo intransigente que hace abstracción de normas elementales de22obligado cumplimiento, como son el imperativo de rescatar a náufragos y la prevalencia de laprotección de personas menores de edad sobre otras prerrogativas legales, entre otras. Portanto, su presencia institucional y mediática afecta de lleno a la dinámica entre oferta ydemanda en relación a las políticas migratorias, en sentido amplio. En verano de 2024, VOXaprovechó la situación de emergencia en Canarias para desplegar una retórica de mano dura,exhibiendo su postura diferencial en materia migratoria como razón para cesar la colaboracióncon el PP en varios gobiernos regionales. En consideración a esas circunstancias, se impone laconclusión de que la reciente ola de llegadas irregulares tuvo un reflejo más bien comedido enel barómetro del CIS, justo lo contrario de lo que insinuaban los titulares sobre la malogradaedición de septiembre. No podemos descartar la posibilidad de que, en años venideros, el temainmigratorio asuma un rol central en el debato social y político pero, por lo menos de momento,el incremento de llegadas irregulares por vía marítima no se lo ha conferido.Ahora bien, los vaivenes de notoriedad – noción intrínsecamente relativa, como subrayábamos– se desenvuelven sobre el trasfondo de actitudes más bien estables. Estabilidad no implicainamovilidad, huelga decirlo: las actitudes pueden evolucionar en reacción a eventos,experiencias, o percepciones nuevas. Sin embargo, frente al torrente de actualidad mediática,representan un polo de inercia. En comparación con la importancia atribuida en un momentodado a determinados temas, las actitudes en materia migratoria (igual que las relativas acualquier otra cuestión) se caracterizan por una durabilidad relativamente elevada, de modoque la exposición a noticias sobre cayucos, por ejemplo, tiende a originar una activacióndiferencial de actitudes preexistentes, antes que su modificación sustancial.Para ilustrar ese patrón de reactividad ante unos caudales incesantes, continuamentecambiantes, y potencialmente desbordantes de actualidad mediática, valga recurrir a ciertaanalogía con la relación entre campañas electorales y orientaciones ideológicas. La retóricaelectoral suele perseguir ante todo la movilización de los segmentos más afines de laciudadanía, antes que desplazamientos de envergadura en cuanto a la adhesión social adiferentes corrientes ideológicas. En este sentido, las actitudes pueden concebirse como“micro-ideologías” temáticamente suscritas: sustrato de todo un cúmulo de disposiciones,estímulos y apreciaciones a lo largo de un tiempo prolongado, ejercen a su vez como trasfondoy filtro para la metabolización de información. Bajo este punto de vista, cabe suponer queincrementos en la notoriedad manifiesta de la inmigración como problema prioritario tienden aderivar principalmente no ya de cambios de fondo de la opinión pública en su conjunto, sino dela movilización de determinadas posturas preexistentes.Pese a que se realizó varios años atrás (octubre de 2020), la antes aludida encuesta EASIE siguesiendo valiosa para perfilar las actitudes relativas al hecho inmigratorio en España. Aparte de laescasez de datos más recientes a la vez que fidedignos, la razón de ello es que su cuestionarioabarca un abanico inusualmente variado de facetas temáticas, incluyendo (a) percepciones delimpacto de la inmigración en numerosos ámbitos (económico, ocupacional, fiscal, cultural,etc.); (b) preferencias respecto a las políticas migratorias en sentido amplio (regulación de flujos,acceso a derechos, etc.); y (c) posturas hacia la población inmigrante en su conjunto y cincocolectivos de origen (marroquíes, subsaharianos, latinos, europeos del Este y chinos) enparticular. Información detallada sobre la metodología del estudio y sus resultados está23disponible en otro lugar19. Para el hilo argumental que vamos desarrollando aquí, el punto aresaltar es que no existe una mayoría social homogénea, sino que el tenor de las respuestasvaría enormemente entre unas facetas y otras. En ocasiones, la proporción de posturasdesfavorables o hasta muy desfavorables es elevada; es el caso, por ejemplo, de la valoraciónde las políticas migratorias (una mayoría considera que las leyes que regulan la entrada ypermanencia de extranjeros en España son “más bien” o “demasiado” tolerantes), del balancefiscal (desfavorable para los intereses de los nativos, según la mayoría) o de la percepción(compartida por aproximadamente la mitad de los entrevistados) de que los inmigrantes recibenun trato privilegiado por parte del Gobierno, en perjuicio de los nacidos en España. Por otra parte,la aportación de mano de obra inmigrante al mercado laboral es valorada positivamente por unaholgada mayoría (reconocimiento que se extiende a los encuestados con ideología de derechas).Quizás a raíz de ello, una mayoría es partidaria de que sigan admitiéndose inmigrantes de paísespobres (siempre que no sea en cantidades exageradas) y la manifestación de antipatía hacia lapoblación inmigrante es minoritaria (aunque con matices importantes: los marroquíes suscitanantipatía manifiesta en un tercio de los encuestados, los latinos solo en una décima parte).Tan variadas son las apreciaciones y percepciones de los españoles respecto a distintas facetasdel hecho inmigratorio que su estructura es netamente multidimensional (cf. Rinken & Mariscalde Gante, 2024). Como mínimo, es menester diferenciar entre percepciones de impacto ypreferencias de gestión (“actitudes ante la inmigración”), por un lado, y sentimiento hacia lapoblación inmigrante (“actitudes hacia los inmigrantes”), por otro: la dimensión afectiva(sentimientos de simpatía o antipatía hacia la población inmigrada) no puede equipararse con,o deducirse de, posicionamientos sobre el hecho inmigratorio en cuanto tal (es decir, lapercepción de impactos y las preferencias de gestión). A su vez, ambas dimensiones de primerorden se diferencian en sub-componentes conceptualmente coherentes: percepciones deimpacto versus preferencias de políticas migratorias, por un lado, y posturas hacia colectivos“diversos” (los de origen africano) versus aquellos de “perfil bajo” (chinos y europeos del Este),por otro.A partir de esta estructura dimensional matizada, podemos discernir cinco tipos de actitud. LaTabla 1 resume los posicionamientos medios de los clasificados en cada tipo respecto a lascuatro (sub-)dimensiones actitudinales, así como su difusión social estimada en las fechas dereferencia.19 Ver nota de pie nº 17. Se elude aquí el espinoso problema de hasta qué punto los datos de encuestaestán distorsionados por presiones normativas (cf. Rinken, Pasadas-del-Amo y Trujillo 2024).24Tabla 1. Tipos de actitudes, sus posicionamientos sobre cuatro componentes temáticos, ydifusión estimada (encuesta EASIE, octubre de 2020)Dimensión Sub-dimensión Hostiles Agraviados Reacios Ambivalentes AcogedoresInmigraciónImpactos - - / / +Políticas -- -- -- / +InmigrantesDiversos -- / / / /Perfil bajo - / / / /% 15,7 11 25,8 29,5 18Fuente: González Enríquez, Mariscal de Gante y Rinken (2024) (con adaptaciones).Nota: N=1741 (se han excluido los casos que no respondieron a alguno de los ítems, asícomo los atípicos). Símbolos y colores representan tramos del rango teórico (0-100) depuntuaciones sobre los índices correspondientes: 0-20 = muy desfavorable (--), 21-40 =desfavorable (-), 41-59 = neutro (/), 60-79 = favorable (+), 80-100 = muy favorable (++; noaplicable aquí).Al observar este identikit de los cinco tipos de actitudes discernidos respecto a las cuatrofacetas temáticas subyacentes llama la atención, en primer lugar, que las posturas neutras ynegativas, en este orden, son más numerosas que las favorables; asimismo, constatamos quela intensidad de los posicionamientos desfavorables es de mayor intensidad que la de posturasfavorables. Posturas muy desfavorables se dan, sobre todo, respecto al componente“Políticas”, que es valorado muy negativamente por tres perfiles actitudinales (Hostiles,Agraviados y Reacios), frente a un solo perfil con posturas moderadamente positivas. LosImpactos percibidos son el segundo componente con mayor incidencia de posturas negativas(Hostiles y Agraviados); no obstante, son de menor intensidad. Los Hostiles se desmarcan detodos los demás tipos actitudinales por manifestar posturas desfavorables o hasta muydesfavorables hacia colectivos inmigrantes. A su vez, los Reacios se diferencian de losAgraviados por sus posturas neutras respecto al componente Impactos. En resumidas cuentas,frente a un solo perfil actitudinal de orientación claramente favorable y otro, ambivalente oneutro, se disciernen tres tipos de orientación desfavorable, aunque con diferenciasimportantes entre ellos.Obviamente, la difusión social estimada no puede darse por válida a día de hoy (y convienesubrayar que en todo caso tan solo tiene valor orientativo). Aun así, es interesante observar quelas actitudes más decididas, ya sea en sentido favorable o desfavorable, reúnen un respaldomenor en comparación con aquellas que se caracterizan por posicionamientospredominantemente neutros: son estos, Reacios y Ambivalentes, los que alcanzan la mayoradhesión. La principal diferencia entre ambos consiste en la valoración negativa de las políticasmigratorias por parte de los Reacios (por otra parte, en materia de Impactos, los Ambivalentesrozan una puntuación favorable). Cabe deducir de estas observaciones elementales que lapercepción y valoración de las políticas migratorias será decisiva de cara a la evolución deactitudes en materia inmigratoria en años venideros. Una perpetuación o intensificación deposturas desfavorables al respecto estaría previsiblemente destinada a provocar un trasvase de25“Ambivalentes” hacia “Reacios”. En cambio, una mejoría de las valoraciones en este ámbitopodría quizás acercar a una parte de los “Reacios” hacia los “Ambivalentes”, sobre todo siestuviera acompañada por percepciones más favorables de los impactos.Análisis parecidos en países de nuestro entorno, incluyendo a Alemania (Helbling et al., 2017) eItalia (Dixon et al., 2018), entre otros, han detectado patrones similares (aunque conidiosincrasias metodológicas y sustantivas en cada caso). Respecto al hecho inmigratorio y susprotagonistas, la opinión pública de los países receptores tiende a segmentarse en unapluralidad de actitudes entre las que las muy decididas tienden a ser minoritarias, siendomayoritarias las ambivalentes o moderadamente desfavorables. Frente a dicotomías simplistas,cobra valor añadido la distinción entre facetas temáticas, empezando por la diferenciaciónfundamental entre percepciones y preferencias relativas a la inmigración en cuanto fenómenosocial y reto de gestión, por un lado, y actitudes hacia las personas inmigradas y la convivenciacon ellas, por otro. Éstas tienden a ser mucho más favorables que aquellas, hallazgo este quees de importancia fundamental de cara a salvaguardar la cohesión social, y merece serreconocido como tal.6. ConclusionesEspaña está actualmente inmersa en una expansión económica y demográfica decaracterísticas parecidas a la que había experimentado a principios del siglo. Ahora, igual queentonces, el crecimiento económico está siendo empujado por una mayor demanda de manode obra, antes que una mayor productividad. Igual ahora que entonces, esta expansión delmercado laboral sería inviable sin la incorporación de un elevado volumen de mano de obrainmigrante. E igual ahora que entonces, la abrumadora mayoría de estos nuevos trabajadores esempleada en sectores donde prevalece la demanda de ocupaciones poco cualificadas, talescomo producción agraria, construcción, hostelería y servicio doméstico.En definitiva, la tesitura actual genera cierta sensación de déjà vu. La economía española siguesiendo muy elástica, creando mucho empleo en fases expansivas y destruyéndolo en cantidadeselevadas en fases de contracción; patrón este que se acentúa en los aludidos sectores con altasproporciones de mano de obra inmigrante. Las dramáticas tasas de desempleo durante la GranRecesión, todavía más altas entre trabajadores inmigrantes que autóctonos, ilustraron lavulnerabilidad de un modelo productivo muy intensivo en mano de obra y centrado en sectoresaltamente sensibles a fluctuaciones más o menos cíclicas, como pueden ser la construcción oel turismo. De ahí que no resulte descabellado vaticinar que tarde o temprano, la economíaespañola vuelva a experimentar una fuerte contracción con graves repercusiones sobre elmercado laboral.La Gran Recesión supuso la destrucción de una quinta parte de todos los empleos en cinco años(2008-2013). Semejante batacazo era propenso, según una nutrida bibliografía internacional, agenerar percepciones de conflicto intergrupal. Sin embargo, las elevadas tasas de paro noocasionaron ningún rebote antinmigración, contrariamente a lo que muchos habían auspiciado:la población inmigrada no se convirtió en chivo expiatorio por la crisis, pese a la merma sufridapor amplios sectores de la sociedad en cuanto a su nivel y calidad de vida. Una de las razonespor las que España pudo consolidar una imagen de excepcionalidad respecto al tenor26mayoritario de las actitudes en materia migratoria (Arango 2013), más tolerante que en muchospaíses del entorno, fue la vertebración del descontento por parte de partidos emergentes queresponsabilizaron de la gravedad de la crisis no ya a la población inmigrada, sino a las éliteseconómica y política (la denominada “casta”). De cara a futuras fases contractivas, cambiosrecientes del sistema de partidos hacen vislumbrar un escenario diferente: la irrupción yposterior consolidación de un partido de derecha radical en el sistema político español marcaun punto de inflexión al respecto. Desde este punto de vista, no es descartable que, en una futuracrisis, España acabe sumándose al ya amplio conjunto de países europeos en los que la cuestiónmigratoria se ha convertido en eje vertebrador del debate político y las contiendas electorales,incluso dando rienda suelta, en numerosos casos, a la manifestación de recelos hacia lapoblación inmigrada en su conjunto o hacia colectivos específicos de origen foráneo. Con vistasa vislumbrar el trasfondo de posibles (o probables) intentos de problematización y polarización,a continuación, intentamos calibrar vulnerabilidades y fortalezas de la realidad migratoria enEspaña y su gestión.Entre los factores que acentuarían el riesgo de un giro adverso de la opinión pública, junto a laelasticidad de la demanda de mano de obra y la exposición a cruces irregulares de fronteraaltamente visibles y mediatizados (aspectos estructurales ya enfatizados en otros apartados deeste trabajo), señalaríamos la creciente dificultad para garantizar un nivel adecuado deprestación de servicios públicos esenciales. Demandas de gran envergadura en materia detransición ecológica y defensa, entre otras, así como las implicaciones presupuestarias delenvejecimiento demográfico (menor recaudación, mayor gasto en pensiones y sanidad), motivanun pronóstico desfavorable sobre la sostenibilidad de un estado del bienestar que lleva añosexponiéndose a admoniciones en cuanto al desequilibrio entre presión fiscal y compromisos degasto. Al inicio de la Gran Recesión, España destacó en el contexto europeo por unendeudamiento público relativamente reducido (inferior al 40% del PIB); en crisis venideras nopodrá contar con la misma ventaja (al superar su deuda pública el 100% del PIB, el quinto valormás alto de la EU). De ahí que aumente la probabilidad de conflictos sobre la distribución de losrecursos públicos, así como el riesgo relacionado (aunque en absoluto equiparable) depercepciones de competencia intergrupal al respecto. Por tanto, la proporción de españoles queperciben un trato preferente hacia los inmigrantes en comparación con los nativos, podríaincrementarse todavía más (en 2020 ya ascendió al 45% 20). La dificultad creciente para accedera viviendas, sobre todo en régimen de alquiler, podría convertirse a medio plazo en un nuevocatalizador de posturas nativistas21. Por otra parte, un elevado riesgo de polarización, no solo enlos territorios más intensamente afectados, sino en el conjunto del país, derivaría de unenquistamiento ulterior del conflicto institucional sobre el reparto de menores no acompañadosllegados a Canarias, Ceuta y Melilla; de ahí la importancia de solucionar de una vez este asuntocon una aproximación de solidaridad nacional, en vez de perpetuar su percepción comoproblema sin solución.Frente a estos riesgos, advertimos una serie de fortalezas que podrían contribuir, a nuestro juicio,a salvaguardar actitudes ante la inmigración y los inmigrantes más tolerantes o favorables que20 Cf. encuesta EASIE (ver nota de pie nº 17).21 Cf. “Your guide to the new an3-immigra3on argument” (The Economist, 15 de marzo , 2025;h>ps://www.economist.com/finance-and-economics/2025/03/13/your-guide-to-the-new-an3-immigra3on-argument).27en otros países. La percepción de conflictos redistributivos podría ser menor, debido al patrónmarcadamente laboral de incorporación que caracteriza a España, a diferencia de países comoAlemania o Países Bajos en los que amplias partes de la población inmigrada (sobre todosolicitantes de asilo u otras formas de protección internacional), al carecer de permiso laboral,reciben durante años prestaciones públicas. A ello hay que añadir que en España, debido entreotras razones a la debilidad de políticas públicas de vivienda social, no se está produciendo unproceso acusado de segregación residencial, a diferencia de lo que ocurre en muchos países delentorno (Países Bajos o Suecia por ejemplo). Además, el sistema normativo español contribuiría,de forma parecida a lo ocurrido en la Gran Recesión, a preservar la situación de regularidadadministrativa de una amplia mayoría de la población inmigrada, incluyendo a quienes hubiesenperdido su empleo. Es más, el acceso a la nacionalidad española de una proporción importantede la población inmigrada, por la vía de la naturalización por residencia, facilitaría la movilidadhacia otros países de la UE con plenas garantías de retorno legal a España, representando asíuna posible válvula de escape ante coyunturas adversas.Asimismo, el cada vez más acusado envejecimiento de la sociedad (tan sólo en los últimos cincoaños, España ha perdido casi un millón de trabajadores por jubilación) aumentaráprevisiblemente la demanda de mano de obra en servicios de atención a dependientes, másresilientes a las fluctuaciones coyunturales que otros sectores con alta proporción deempleados de origen inmigrante. Ello podría amortiguar el impacto de futuras crisis tanto sobreel propio empleo inmigrante (como ya ocurrió en Italia durante la crisis anterior), como sobre laopinión pública referente a él. En términos más generales, el hecho de que en España losinmigrantes no son por lo general dependientes del estado de bienestar, sino que contribuyen asu mantenimiento a cambio de salarios relativamente bajos, podría influir positivamente sobresu percepción en la opinión pública y alejar el espectro de actitudes tendientes al rechazo. Lastbut not least, la composición sociodemográfica de la población inmigrante (con porcentajesaltos de jóvenes originarios de Latinoamérica y con nivel educativo medio-alto) presenta unasingularidad entre los principales países europeos de inmigración en cuanto a facilidades decomunicación y cercanía cultural, características que influyen positivamente tanto en suincorporación al mercado laboral como en su imagen pública.En resumidas cuentas, apreciamos fortalezas en numerosos ámbitos, igual que ocurriera con lasvulnerabilidades. De cara a reducir el riesgo de problematización excluyente, la recomendaciónobvia para la orientación de las políticas migratorias en sentido amplio es intentar reducir estasy apuntalar aquellas.28ReferenciasArango, J. (2000). Becoming a Country of Immigration at the End of the Twentieth Century: TheCase of Spain. In Eldorado or Fortress? Migration in Southern Europe, eds. Russell King,Gabriella Lazaridis, and Charalambos Tsardanidis. London: Palgrave Macmillan.Arango, J. (2013). Exceptional in Europe? Spain’s Experience with Immigration and Integration.Washington, DC: Migration Policy Institute(MPI). https://www.migrationpolicy.org/pubs/TCM-Spaincasestudy.pdfArango, J. y C. Finotelli (2009). “Spain” in Regularisations in Europe. Study on practices in the areaof the regularisation of illegally staying third-country nationals in the member states of theEU (Appendix A) edited by Martin Baldwin Edwards and Albert Kraler. Viena: ICPMD, pp.81-92.Dennison, J., & M. Mendes (2019). When Do Populist Radical Right Parties Succeed? Salience,Stigma, and the Case of the End of Iberian ‘Exceptionalism’ (SSRN Scholarly Paper No. ID3372847). Social Science Research Network.https://papers.ssrn.com/abstract=3372847Dixon, T., & et al. (2018). Attitudes towards National Identity, Immigration and Refugees in Italy.More in Common. www.moreincommon.comEcheverría, G. y C. Finotelli (2024). Much ado about nothing? Giorgia Meloni’s government andimmigration, Contemporary Italian Politics,16 (2), 233-247.Esteban, J. (2024). El Fracaso de la contratación en origen: 250 extranjeros para 700.000vacantes, El Economista, 12 de febrero de 2024,https://www.eleconomista.es/economia/noticias/12666108/02/24/el-fracaso-de-la-contratacion-en-origen-250-extranjeros-para-700000-vacantes-en-la-construccion-.htmlEurostat (2024a). EU population diversity by citizenship and country of birtth, available at:https://ec.europa.eu/eurostat/statisticsexplained/index.php?title=EU_population_diversity_by_citizenship_and_country_of_birth#:~:text=The%20highest%20relative%20share%20of,%25)%20and%20Germany%20(20.2%25Eurostat. (2024b). Migration and asylum in Europe – 2024 edition, available at:https://ec.europa.eu/eurostat/web/interactive-publications/migration-2024Fanjul, S. y I. Gálvez-Iniesta. (2022). Cinco buenas razones para aprobar una regularizaciónextraordinaria de migrantes sin papeles, Informe Por Causa. Disponible enhttps://porcausa.org/wp-content/uploads/2022/03/Informe_Esenciales_2022.pdf.Finotelli, C. (2012). Labour Migration in Contemporary Europe Spain: Case study report,Labmiggov country reports, https://labmiggov.fieri.it/country-reports/Finotelli, C. y G. Echeverria (2017). So close but yet so far? Labour Migration Governance in Italyand in Spain, International Migration. 55(S1), 39-51.29Finotelli, C. y H. Kolb (2015). The Good, the Bad and the Ugly’ revisited. A Comparison of German,Canadian and Spanish labor migration policies, Journal of Comparative Policy Analysis,12, pp. 72-86.Finotelli, C. y S. Rinken (2023). A Pragmatic Bet: The Evolution of Spain’s Immigration System.Migration Information Source, MPI https://www.migrationpolicy.org/programs/migration-information-source/profiles.Funcas (2024). El número de extranjeros en situación irregular se aproximaba ya en 2023 a los700.000, Notas Conuyctura Social, Mayo 2024, https://www.funcas.es/prensa/el-numero-de-extranjeros-en-situacion-irregular-se-aproximaba-ya-en-2023-a-los-700-000/Huertas-Moraga, J. (2020). Inmigración y políticas migratorias en España, Estudios sobre laEconomía Española, 2021/10, https://documentos.fedea.net/pubs/eee/eee2021-10.pdf.Gabrielli, L. (2023). The Genealogy of the External Dimension of the Spanish Immigration Regime:When a Bricolage National Policy Becomes a Driver of Europeanisation. In: Finotelli, C.,Ponzo, I. (eds) Migration Control Logics and Strategies in Europe. IMISCOE ResearchSeries. Springer, Cham. https://doi.org/10.1007/978-3-031-26002-5_5Gálvez-Iniesta, I. (2020). The Size, Socio-Economic Composition and Fiscal Implications of theIrregular Immigration in Spain, Working paper. Economics, Universidad Carlos III.Disponible en: https://e-archivo.uc3m.es/bitstreams/1f19ed21-ac46-4007-9637-bd60e73bbc19/download.Godenau, D., Rinken, S., Martínez de Lizarrondo-Artola, A., & Moreno Márquez, G. (2017). Laintegración de los inmigrantes en España: Fases, patrones, y dinámicas regionalesdurante el período 2007-2015. Ministerio de Empleo y Seguridad Social.González Enríquez, C., Mariscal-de-Gante, Á., & Rinken, S. (2024). Actitudes hacia la inmigracióny los inmigrantes en España. Una tipología. Papers. Revista de Sociología, 109(3), e3261.https://doi.org/10.5565/rev/papers.3261González, M. y M. Martín (2025). España y Brasil mantendrán la política de “brazos abiertos” antela expulsión masiva de venezolanos de Trump, El País 17 de febrero de 2025,https://elpais.com/espana/2025-02-17/espana-y-brasil-mantendran-la-politica-de-brazos-abiertos-ante-la-expulsion-masiva-de-venezolanos-de-trump.htmlHelbling, M., & et al. (2017). Attitudes towards National Identity, Immigration, and Refugees inGermany. Purpose Europe/ More in Common. www.moreincommon.comInstituto Nacional de Estadística (INE) (2025a). Encuesta Continua de Población (ECP).Resultados.https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736177095&menu=ultiDatos&idp=1254735572981Instituto Nacional de Estadística (INE) (2025b). Encuesta de Población Activa (EPA).https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176918&menu=ultiDatos&idp=125473597659530Maqueda, A. y Y. Clemente (2025). “Crisis demográfica: los españoles en edad de trabajar caenen casi un millón en seis años”, El País, 17 de febrero de 2025,https://elpais.com/economia/2025-02-17/crisis-demografica-los-espanoles-en-edad-de-trabajar-caen-en-casi-un-millon-en-seis-anos.htmlMartín, M. y S. Forero (2025). El bumerán del nuevo reglamento de extranjería: miles detrabajadores al borde de la clandestinidad, El País, 3/03/2025,https://elpais.com/espana/2025-03-03/el-bumeran-del-nuevo-reglamento-de-extranjeria-miles-de-trabajadores-al-borde-de-la-clandestinidad.htmlMinisterio de Inclusión, Seguridad Social y Migraciones. Dirección General de Migraciones.Entrevista realizada el 11 de julio de 2023 en el marco del proyecto MirreM (MeasuringIrregular Migration and Related Policies).Molinero-Gerbeau, Y. (2020). Dos décadas desplazando trabajadores extranjeros al campoespañol: una revisión del mecanismo de contratación en origen, Panorama Social, Núm.31, 141-153.Observatorio Permanente de la inmigración (OPI) (2025). Extranjeros con certificado de registroo tarjeta de residencia en vigor.https://www.inclusion.gob.es/web/opi/estadisticas/catalogoRinken, S., & Mariscal-de-Gante, Á. (2024). Do dependents matter? Exploring multipledimensions of attitudes toward immigration and immigrants. Journal of Ethnic andMigration Studies, 50(16), 3959-3980. https://doi.org/10.1080/1369183X.2024.2361072Rinken, S., Pasadas-Del-Amo, S., & Trujillo-Carmona, M. (2024). A Scent of Strategy: ResponseError in a List Experiment on Anti-Immigrant Sentiment. Methods, data, analyses, 18(2),249-262. https://doi.org/10.12758/MDA.2024.05Sánchez Hidalgo E. (2025). CC OO pide al Gobierno “hilar muy fino” al ampliar la contratación deextranjeros en origen, El País, 15 de enero de 2025, https://elpais.com/economia/2025-01-15/cc-oo-pide-al-gobierno-hilar-muy-fino-al-ampliar-la-contratacion-de-extranjeros-en-origen.html.Your guide to the new anti-immigration argument, The Economist, 13 Marzo 2025,https://www.economist.com/finance-and-economics/2025/03/13/your-guide-to-the-new-anti-immigration-argument La realidad migratoria española y su gestión: hechos y percepciones La realidad migratoria española y su gestión: hechos y percepciones	查看 93770	联邦应用经济学研究基金会	2025-05-21 11:19:14 2025-05-21 11:19:15	word
3148791	无图 Inteligencia artificial y cienciasdel comportamientoÁLVARO GAVIÑO GONZÁLEZApuntes 2025/15Marzo de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1Inteligencia artificial y ciencias del comportamientoÁlvaro Gaviño González(Behavioral Economics Principal Manager en BBVA)Marzo de 20251. IntroducciónEn este trabajo se hace retrospectiva y se realizan algunas reflexiones en el ámbito de la intersecciónentre la Inteligencia Artificial (IA) y las ciencias del comportamiento o ‘behavioral science’. A eserespecto, siendo conscientes de la multiplicidad de efectos de la IA y de la rapidez en sus avances,que hacen que el acto de escribir sobre Inteligencia Artificial (IA) sea en cierta medida un acto demirada al pasado, resulta útil reflexionar sobre cómo la inteligencia artificial está cambiando lamanera en que se entiende el comportamiento humano y las posibilidades que abre. En la direccióncontraria, también cómo las ciencias del comportamiento pueden ayudar a moldear el desarrollode la IA y su adopción. Para ello, el punto de partida es tener en cuenta que, aunque la atenciónmediática actual se centra modelos de IA capaces de generar texto (ChatGPT, Gemini), imágenes(DALL-E, Midjourney), música (Amper, Aiva), video (Sora, Runway), avatares digitales (Synthesia,HeyGen) y un largo etcétera, la IA es mucho más que ‘GenAI’ (del inglés Generative AI). De hecho,en la mayoría de los casos, estos modelos no generan conocimiento contrastado, sino “hipótesis”de contenido correcto que, si bien muchas veces son acertadas, no lo son siempre.2. Breve historia de la IA y su intersección con las ciencias del comportamientoEn 1914, el español Leonardo Torres Quevedo desarrolló uno de los primeros autómatas“modernos” capaces de jugar al ajedrez, anticipándose en unos 35 años a Alan Turing y sus“máquinas universales”. Turing da nombre a la famosa “Prueba de Turing”, diseñada paradeterminar si una máquina exhibe un comportamiento indistinguible del de un ser humano. Fue enla conferencia de Dartmouth de 1956 donde John McCarthy acuñó el término Inteligencia Artificialcomo ‘la ciencia e ingenio de hacer máquinas inteligentes’. En dicha conferencia, que se consideracomo el nacimiento de la IA como campo formal de estudio, Herbert Simon, economista, sociólogoy psicólogo estadounidense (Premio Nobel de Economía en 1978) junto a otros científicos,estableció las bases del campo. La relevancia de Simon radica en sus estudios sobre la racionalidadlimitada y la toma de decisiones en entornos de información incompleta, conceptos clave tanto parala IA como para las ciencias del comportamiento, por lo que es considerado uno de los padres deambas disciplinas.Desde la década de 1980 (véase Figura 1), el aprendizaje automático (ML) comenzó a aplicarse ensistemas como el diagnóstico médico (por ejemplo, en la detección temprana de enfermedades), elanálisis de datos financieros (por ejemplo, en la evaluación de riesgos en inversiones o fraudesbancarios) y las recomendaciones de productos (como en los algoritmos de Amazon en los años 90).Durante esa misma época y hasta bien entrados la primera década de este siglo, otra rama tuvo ungran auge: los sistemas expertos basados en reglas y lógica simbólica. De hecho, estos sistemas2expertos dominaron durante mucho tiempo el panorama de la IA aplicada, mientras que elaprendizaje automático era un campo de investigación con menos aplicaciones prácticas.Figura 1. Esquema de la evolución de la inteligencia artificialFuente: elaboración propia.Posteriormente, ya hacia 2010, el deep learning con redes neuronales más complejas permitióimportantes avances en diversos campos. Su desarrollo ha permitido el reconocimiento más precisode imágenes médicas, la conducción autónoma y la implementación de asistentes virtuales capacesde comprender y responder de manera más natural a las consultas humanas. Además de estosavances, el deep learning es culpable de otros logros notables más recientes. En 2016, el programaAlphaGo, desarrollado por DeepMind, hizo historia al derrotar al campeón mundial de Go, Lee Sedol.Este hito demostró la capacidad del deep learning para dominar juegos de estrategia complejos queanteriormente se consideraban inalcanzables para la inteligencia artificial.La actual euforia en torno a la IA generativa tomó umpulso gracias al conocido trabajo de Googlesobre Transformers, Attention Is All You Need, que desató una avalancha de herramientasgenerativas pero, quizá más importante, inspiración renovada sobre las posibilidades futuras.Curiosamente, los mecanismos de atención en IA, específicamente en modelos como losTransformers, se pueden ver como una forma de abordar esa limitación compartida entre humanosy máquinas: esa capacidad finita de atención, procesamiento o racionalidad, ya descrita en losinicios de la IA moderna por Herbert Simon con el concepto de ‘bounded rationality’. Esto es, asícomo los humanos deciden a qué prestar atención para hacer más eficiente su proceso de toma dedecisiones, o incluso cometen errores por los mecanismos de ahorro de esfuerzo cognitivo, losmodelos extensos de lenguaje (LLMs por sus siglas en inglés) utilizan mecanismos de self-attention3para enfocarse solo en las partes relevantes de una secuencia, filtrando la información y priorizandolo que es más importante para el contexto que les ocupa.Un ejemplo histórico bien conocido, que se refleja bien en la película “The Imitation Game”, escuando en el contexto de la construcción de su autómata Alan Turing se da cuenta de que podríahaber tenido éxito mucho antes si le hubiera dado a su máquina pistas sobre dónde buscar, esto es,algún tipo de mecanismo de atención. En el giro final se da cuenta que varios lingüistas a los queningunea y despide al inicio de su proyecto le habrían podido dar esa solución desde un primermomento (salvando quizá todavía más vidas). Su ego, o quizá su sesgo de confirmación (él eramatemático) le hace quedarse solo con matemáticos e ingenieros en su equipoDebe también señalarse que en el ámbito de la “IA no generativa” se está produciendo tambiéndesarrollos importantes. Un ejemplo reciente se refiere al descubrimiento de nuevos antibióticos alanalizar grandes conjuntos de datos y simular interacciones moleculares, demostrando aplicacionesde gran impacto más allá de la generación de contenido.En realidad, la IA está en nuestras vidas desde hace décadas, aunque no siempre seamos conscientesde ello. Pasado un tiempo de que una máquina automatice o mimetice una tarea humana, elimaginario común deja de considerar el hecho como una victoria de la inteligencia artificial. Haymuchos ejemplos que, por su cotidianidad, descontamos. Entre ellos se encuentran los filtros despam en correos electrónicos, el reconocimiento facial en imágenes o los sistemas de navegaciónGPS. Larry Tesler sostenía que "la inteligencia artificial es todo aquello que todavía no se ha hechoautomáticamente por una máquina". O lo que es lo mismo, en cuanto la IA consigue algo, ya no esIA.En términos de comportamiento humano, suele verse como especial o innovador aquello que esnuevo y que todavía no hemos internalizado como parte de nuestra realidad cotidiana. Una vez queuna tecnología se vuelve común, la normalizamos y pierde ese "aura" de innovación. La IA no es laexcepción; lo que hoy nos parece ciencia ficción e identificamos como nuevas fronteras de lainteligencia artificial dejarán de parecerlo una vez que se integre plenamente en nuestro entorno,como una suerte de heurística de disponibilidad1 invertida, donde lo conocido deja de tener tantoimpacto psicológico como lo nuevo. La percepción de lo que constituye "inteligencia artificial" seadapta a nuestro comportamiento y expectativas.La IA es cualquier artefacto capaz de imitar una habilidad humana. En ese sentido, no solo seguiráimitándolas con éxito, sino que nos superará con capacidades no alcanzables por restriccioneshumanas físicas o intelectuales. La pregunta importante es ¿manejaremos bien esas nuevastodopoderosas herramientas?, ¿seremos responsables?, ¿quién ganará la competición sobre sucontrol y uso?1 Cuanto más accesible sea un suceso, más frecuente y probable parecerá; cuanto más viva sea lainformación, más convincente y fácil de recordar será; y cuanto más evidente resulte algo, más causalparecerá (Plous, S. (1993): The availability heuristic. The psychology of judgment and decision making.McGraw-Hill, NY).43. Reflexiones sobre IA3.1 Asistentes vs AgentesNo es lo mismo un asistente de IA que un agente de IA. Los asistentes sugieren, los agentes ejecutan.Esa es la diferencia fundamental. Mientras los asistentes amplifican nuestras capacidades, losagentes llevan la automatización un paso más allá, pudiendo operar de forma autónoma dentro deun marco determinado. Esta evolución no es inocua ya que marca un punto de inflexión en larelación entre humanos y máquinas.Los asistentes de IA, también conocidos como copilotos optimizan procesos, automatizan tareasrepetitivas y ofrecen apoyo en la toma de decisiones. Plataformas como Netflix, Spotify o Amazonpersonalizan recomendaciones en función del comportamiento previo del usuario. Herramientascomo Microsoft Copilot o GitHub Copilot proporcionan asistencia en la redacción de documentos oen programación, generando fragmentos de código y ofreciendo sugerencias en tiempo real.Asistentes como Alexa, Siri y Google Assistant han integrado la IA en la vida cotidiana, facilitando lagestión de tareas y el control de dispositivos mediante comandos de voz. Sin embargo, todos estossistemas requieren intervención y validación humana. Son apoyos inteligentes, pero no sustituyenel juicio ni la acción del usuario.Los agentes de IA a diferencia de los asistentes pueden ejecutar tareas sin supervisión humanadirecta. Su diseño permite que operen de manera independiente, tomando decisiones basadas endatos, contexto y objetivos previamente establecidos. Por ejemplo, existen multitud de algoritmosde trading automático que pueden ejecutar operaciones bursátiles en función de patrones demercado sin intervención humana (son sonadas las ocasiones en las que distorsionan el mercado).Los vehículos autónomos como los desarrollados por Tesla o Waymo ya circulan en diversasciudades, analizando el entorno en tiempo real y tomando decisiones sin intervención humana.Marvin Minsky, otro de los padres fundadores de la Inteligencia Artificial, veía la IA como unaherramienta fundamental para comprender la mente humana. Su enfoque se basaba en la idea deque la inteligencia no surge de una única entidad central, sino de la interacción de múltiples agentesmás simples. Minsky propuso que la mente es un sistema complejo compuesto por numerosos"agentes" que trabajan en conjunto, cada uno especializado en una tarea específica. Esta teoría dela "Sociedad de la Mente" influyó profundamente en la forma en que se abordó la IA, alejándose dela búsqueda de una única "inteligencia general" y enfocándose en cambio en la creación de sistemasque simularan la interacción de múltiples procesos cognitivos. Para Minsky, la IA no era solo sobreconstruir máquinas inteligentes, sino sobre usar esas máquinas para desentrañar los misterios decómo pensamos y cómo funciona la mente humana.Esta evolución plantea preguntas fundamentales sobre el control y la regulación. Mientras que losasistentes dependen de la supervisión humana, los agentes pueden operar en escenarios complejossin intervención. Esto introduce desafíos en términos de confiabilidad, ética y seguridad. ¿Hasta quépunto podemos delegar decisiones en la IA sin perder la capacidad de corregir errores? PaulDaugherty y H. James Wilson, en Human + Machine, exploran cómo la colaboración entre humanos5y máquinas está redefiniendo la productividad y la toma de decisiones. Pero si esa colaboración seconvierte en dependencia, podríamos estar cediendo más control del que creemos.La transición desde copilotos a agentes será progresiva. Muchas aplicaciones de IA actualescombinan elementos de ambas categorías. GitHub Copilot, por ejemplo, no solo sugiere código, sinoque puede escribir fragmentos completos de manera autónoma. Google Assistant estáevolucionando para realizar tareas más complejas sin necesidad de confirmación humana. Pero,¿cuánta supervisión humana es suficiente para que sigamos siendo los responsables de susdecisiones? ¿Quién definirá esa línea?Nos encontramos pues ante un panorama en el que la IA ya no solo nos asiste, sino que empieza aactuar por nosotros. La cuestión no es si los agentes autónomos serán útiles, sino cómoencontraremos el equilibrio entre su potencial y la supervisión adecuada en cada momento. La granpregunta sigue en el aire: ¿seguiremos al volante o simplemente nos convertiremos en pasajeros?3.2 Robótica e IA generalLa inteligencia artificial y la robótica han recorrido caminos paralelos durante décadas, con unaintersección cada vez mayor. Mientras la robótica se ha enfocado en la creación de sistemasmecánicos capaces de interactuar con el mundo físico, la “IA lógica” ha evolucionado en sucapacidad para procesar información, aprender y tomar decisiones. La convergencia de ambas yaestá transformando radicalmente la sociedad, dando lugar a una nueva generación de sistemasautónomos y agentes - con capacidad de acción- inteligentes.Ya desde la antigüedad, los humanos hemos intentado replicar nuestras habilidades mecánicasmediante mecanismos automatizados2 . La robótica moderna despegó en la segunda mitad del sigloXX con la aparición de los primeros robots industriales, como el Unimate, introducido en 1961 enlas fábricas de General Motors. Estos robots eran programables y realizaban tareas repetitivas congran precisión, pero carecían de capacidad de aprendizaje o adaptación. Con el tiempo, la robóticaha evolucionado hasta incorporar visión artificial, procesamiento del lenguaje natural y aprendizajeautomático, permitiendo el desarrollo de máquinas capaces de percibir su entorno, adaptarse a loscambios y tomar decisiones en tiempo real. Ejemplos como el robot humanoide ASIMO de Honda olos avances en movilidad de Boston Dynamics ilustran la velocidad con la que la IA se ha integradoen los sistemas robóticos. En los últimos años, la combinación de redes neuronales profundas ytécnicas de refuerzo ha impulsado desarrollos que hasta hace poco parecían ciencia ficción. ElonMusk, a través de Tesla, ha presentado el robot humanoide Optimus, que pretende realizar tareasdomésticas y laborales con un nivel de autonomía cada vez mayor. Paralelamente, la inteligenciaartificial ha encontrado en la robótica una forma de materializarse en el mundo físico, conaplicaciones que van desde la automatización industrial hasta la exploración espacial2 En la Grecia clásica, Herón de Alejandría diseñó dispositivos hidráulicos que realizaban movimientospredeterminados, y en la dinastía Tang en China se construyeron figuras mecánicas capaces de tocarinstrumentos musicales. Considerando estos artefactos como mimetizadores de habilidades humanas,podríamos decir que la IA está con nosotros, o al menos su anhelo, desde hace milenios, mucho antes de laera computacional.6La intersección entre IA y robótica plantea preguntas fundamentales sobre su impacto en lasociedad. Superintelligence de Nick Bostrom advierte sobre los riesgos de delegar decisiones enmáquinas sin una adecuada supervisión humana. Por otro lado, The Age of Em de Robin Hansonplantea escenarios en los que la IA y la automatización llevarían a una reconfiguración del empleo yla economía. Mientras tanto, Life 3.0 de Max Tegmark explora las implicaciones filosóficas y éticasde una IA que no solo sea capaz de pensar, sino también de actuar en el mundo físico con unaautonomía sin precedentes.Los avances en IA y robótica nos llevan a un punto en el que la línea entre software y hardwarecomienza a desdibujarse. En la actualidad, la IA no solo facilita la creación de asistentes virtuales oherramientas de productividad, sino que también está dando forma a robots capaces de operar demanera autónoma en fábricas, hospitales y hogares. La convergencia entre ambas disciplinas nosacerca a una realidad en la que la presencia de sistemas inteligentes en el mundo físico será tancomún como lo son hoy los algoritmos en el ámbito digital. La gran pregunta es si seremos capacesde controlar esta evolución o si, como en tantos otros momentos de la historia, la tecnologíaavanzará más rápido que nuestra capacidad de comprender sus consecuencias.La "guerra" por el control de la IA se extiende también a la robótica, donde las decisiones sobrequién desarrolla y posee estas tecnologías definirán el equilibrio de poder en el futuro. En un mundodonde lo digital cada vez tiene más relevancia, la “inteligencia artificial lógica”, irá también ganadocapacidad para saltar de actuar como copilotos a agentes capaces de ejecutar tareas como organizarnuestra agenda, enviar correos electrónicos por nosotros o, por ejemplo, diseñar una estrategia demarketing, generarla de manera creativa y lanzarla al mercado.En este contexto, la Inteligencia Artificial General (AGI, por sus siglas en inglés) representa laculminación de un objetivo largamente perseguido por científicos, ingenieros, psicólogos y filósofos:una inteligencia artificial que no solo ejecute tareas específicas mejor que los humanos sino queposea un nivel de cognición y adaptabilidad comparable o superior al nuestro en cualquier dominio.La pregunta sobre si la Inteligencia Artificial General (IAG) es una meta lejana o una realidad enconstrucción ya no es meramente especulativa. Los modelos actuales, como GPT-4, Gemini Ultra,Claude 3 y DeepSeek, están demostrando habilidades que antes se consideraban exclusivas de lacognición humana. Ya no hablamos de simples autómatas que ejecutan tareas específicas; hoytenemos sistemas capaces de debatir sobre ciencia, responder en cualquier idioma, resolverproblemas matemáticos avanzados y generar código con una precisión superior a la de muchosprogramadores humanos.Los datos son elocuentes: Gemini Ultra ha superado a expertos humanos en el benchmark MMLU,alcanzando un 90% de precisión en pruebas de conocimiento general. DeepSeek ha logrado avancesen resolución de problemas matemáticos complejos, superando a modelos occidentales en ciertasáreas. Mientras tanto, GPT-4 ya ha demostrado rendimientos similares a los de abogados y médicosen exámenes profesionales, y Claude 3 se ha posicionado como uno de los modelos más eficientesen tareas de alineamiento ético y razonamiento abstracto. Es cierto que estos modelos todavíacarecen de ciertas capacidades humanas, como la generación de metas propias o el razonamiento7causal profundo. Sin embargo, su capacidad de aprendizaje y adaptación es tal que la línea entre "IAespecializada" e "IA general" se vuelve cada vez más difusa. La pregunta ya no es si la IAG es posible,sino cuándo será innegable que la hemos alcanzado.Si la información es poder, la IAG puede ser el poder absoluto. El país o corporación que logredesarrollar una inteligencia general antes que el resto tendrá una ventaja estratégica sinprecedentes en defensa, economía e innovación. No es casualidad que esta carrera tecnológica seasemeje a la carrera nuclear del siglo XX: quien domine la IAG podrá reescribir las reglas del juegoglobal. Estados Unidos, China y Europa están en una pugna constante por el liderazgo en inteligenciaartificial. OpenAI, Google DeepMind y Anthropic en Occidente compiten contra gigantes chinoscomo Baidu, Alibaba y DeepSeek. Mientras EE.UU. apuesta por la supremacía computacional através de alianzas con Microsoft y Nvidia, China está invirtiendo masivamente en modelos de IApropios, sorteando restricciones tecnológicas y desarrollando chips alternativos para sostener suinfraestructura de IA.Las implicaciones son profundas. La IAG podría revolucionar la ciencia al resolver problemasmatemáticos imposibles para los humanos o encontrar una unificación entre la mecánica cuánticay la relatividad general. Pero también podría ser la base de sistemas autónomos de vigilancia,propaganda digital masiva y armas de decisión autónoma. En este contexto, la pregunta clave no essolo quién desarrollará la primera IAG, sino qué valores tendrá integrada.4. IA y ciencias del comportamiento4.1 La simulación de Sistemas ComplejosLas ciencias del comportamiento han demostrado que nuestras decisiones no son completamenteracionales ni aleatorias, sino que están sesgadas de manera sistemática. Estos patrones predeciblesde error, lejos de ser una anomalía, constituyen una oportunidad. En la medida en que elcomportamiento humano puede modelarse y simularse, podemos anticipar decisiones, evaluarpolíticas y diseñar intervenciones más efectivas. Aquí es donde la Inteligencia Artificial entra enjuego, no solo como herramienta analítica, sino como arquitecta de modelos de simulaciónpoblacional que trascienden el análisis convencional.Figura 2: Diagrama de la web de la universidad Carnegie Mellon University (2020)8La economía del comportamiento nació como una respuesta a la visión de la economía neoclásicaque asumía agentes racionales maximizadores de utilidad. Kahneman y Tversky desmontaron esaidea demostrando que nuestras decisiones son moldeadas por heurísticas y sesgos cognitivos. Loque empezó como una crítica terminó convirtiéndose en una metodología para entender y predecirel comportamiento. A partir de ahí, la economía del comportamiento (Behavioral Economics) seexpandió a un marco más amplio, la ciencia del comportamiento (Behavioral Science) integrandopsicología, sociología y neurociencia en el estudio de la toma de decisiones. Si nuestras decisionesson predecibles, también lo son nuestras interacciones en sociedad, abriendo la puerta a un nivelmás ambicioso de modelado: la simulación de sistemas complejos.La evolución desde un enfoque puramente económico hacia una disciplina más amplia que integrala psicología, la sociología, la antropología y la neurociencia ha abierto nuevas puertas para lasimulación de sistemas complejos. Si las decisiones humanas responden a patrones identificables,entonces pueden replicarse en entornos digitales. Esto es precisamente lo que están haciendoempresas de consultoría, entidades financieras y gobiernos: construir modelos de simulaciónbasados en agentes que representen individuos con características diversas y comportamientosrealistas, alimentados por datos reales.Además del ya mencionado Herbet Simon, otros autores dentro de la disciplina de BehavioralEconomics también han explorado la relación entre la inteligencia artificial y el comportamientohumano. Daniel Kahneman, psicólogo y Premio Nobel de Economía, ha abordado cómo la IA podríaayudar a reducir sesgos cognitivos en la toma de decisiones, mientras que Richard Thaler (tambiénPremio Nobel de Economía) ha discutido la posibilidad de usar la IA para implementar nudges 3 máseficientes y personalizados. Cass Sunstein ha examinado cómo las políticas públicas podrían usartanto Behavioral Economics como IA para mejorar la eficiencia de intervenciones gubernamentalesy ayudar a las personas a tomar decisiones más informadas. Sendhil Mullainathan, professor en“Computation and Behavioral Science” en Chicago Booth School of Business y en el MIT, haexplorado cómo el aprendizaje automático puede ser utilizado para abordar problemas sociales,integrando perspectivas de la economía conductual para evitar decisiones sesgadas. Estascontribuciones han ayudado a expandir los límites de la IA y su aplicación en la mejora de nuestrasdecisiones, abriendo nuevas oportunidades para que la tecnología y la psicología trabajen juntas enfavor del bienestar humano.Los modelos de simulación de agentes (agent-based models, ABM) han madurado hasta convertirseen herramientas comerciales que permiten anticipar dinámicas de consumo, respuesta a políticaseconómicas y hasta reacciones ante crisis. Empresas como Simudyne, AnyLogic y consultoras comoMcKinsey y BCG ya están ofreciendo soluciones de modelado basado en agentes para sectores comobanca, energía y salud. Por ejemplo, estos modelos permiten a los bancos simular cómoreaccionarán sus clientes ante una subida de tipos de interés, un cambio en las condiciones de las3 La teoría del empujoncito (nudge theory en inglés) es un concepto de las ciencias del comportamiento quesugiere que el refuerzo positivo, los cambios en el contexto y las sugerencias indirectas pueden influir en latoma de decisiones y el comportamiento tanto de individuos como de grupos. Contrasta con otras formas delograr el cumplimiento, como la educación y la legislación, teniendo un enfoque más sutil y menos directo.9hipotecas o la introducción de un nuevo producto financiero. Es una simulación basada en datos,calibrada con comportamientos históricos y ajustada en tiempo real con nuevas fuentes deinformación. Estos sistemas no solo replican decisiones individuales, sino que permiten modelarinteracciones sociales y dinámicas emergentes. Si un banco quiere lanzar una nueva tarjeta decrédito con recompensas específicas, puede utilizar un modelo de agentes para predecir quésegmentos de clientes la adoptarán primero, cómo se propagará por el word of mouth y qué efectotendrá en la rentabilidad general. Las fintechs ya están utilizando modelos predictivos paraidentificar en qué ciudades tendrán más éxito y cómo impactarán a la competencia. En el mismosentido, compañías aseguradoras utilizan modelos de simulación para predecir el comportamientode sus clientes y ajustar primas de riesgo de manera más precisa. Firmas de marketing digital hanempezado a reemplazar los estudios de mercado tradicionales con simulaciones decomportamiento basadas en datos de redes sociales, compras y movilidad.El desarrollo de gemelos digitales de poblaciones es una de las aplicaciones más ambiciosas de esteenfoque. La idea de construir una réplica digital de la población de un país, con individuos que tomandecisiones financieras, laborales y de consumo dentro de un entorno virtual, ya está en marcha.Instituciones gubernamentales están explorando estas herramientas para simular el impacto denuevas políticas económicas antes de implementarlas.El realismo de todas estas simulaciones depende de la calidad de los datos y de la capacidad deintegrar múltiples fuentes en tiempo real. Ya no basta con modelos basados en datos históricos; lossistemas más avanzados combinan datos de transacciones bancarias, redes sociales, patrones demovilidad y noticias económicas para ajustar la simulación dinámicamente. Los avances en IApermiten que los agentes dentro del modelo aprendan y evolucionen con cada nueva iteración,refinando su comportamiento con algoritmos de aprendizaje automático.El sector financiero está liderando esta transformación, pero la tendencia se extiende a otrosámbitos. Gobiernos han utilizado modelos similares para simular el impacto de pandemias ypolíticas de confinamiento. Empresas de logística optimizan rutas y flujos de distribución conmodelos que simulan el comportamiento de consumidores y transportistas. La planificación urbanase está beneficiando de simulaciones que predicen el impacto de nuevas infraestructuras en lamovilidad y el mercado inmobiliario. Ya hay consultoras vendiendo estos modelos como servicio yempresas incorporándolos en su toma de decisiones estratégicas. La combinación de la economíadel comportamiento, el modelado basado en agentes y la inteligencia artificial no es solo unaposibilidad, es una revolución en marcha.Este tipo de simulaciones no solo sirven para prever escenarios, sino para influir en ellos. Sientendemos qué factores llevan a una persona a cambiar de banco, contratar un productofinanciero o adoptar una nueva tecnología de pagos, podemos diseñar estrategias para inducir esoscomportamientos de manera más efectiva. Aquí surge la pregunta ética inevitable: ¿hasta qué puntoestamos utilizando estas herramientas para comprender el comportamiento humano y hasta quépunto para manipularlo? Estos avances también plantean otros desafíos éticos. La calidad de losmodelos dependerá de los datos utilizados para entrenarlos, lo que implica riesgos de sesgo si la10información no es representativa o si se usa de manera manipulativa. Además, la interpretación delos resultados debe realizarse con cautela para evitar errores en la toma de decisiones reales.En cualquier caso, la combinación de IA y economía del comportamiento en la simulación desistemas complejos ofrece una visión sin precedentes sobre cómo los individuos y las sociedadestoman decisiones. Si se desarrolla con rigor y ética, esta tecnología podría transformar la forma enque comprendemos el comportamiento humano y nos permitiría diseñar estrategias más efectivasy equitativas para el futuro.4.2 Determinismo y predictibilidadEn la actualidad no se puede demostrar que el mundo sea determinista o que no lo sea, y es pocoprobable que podamos llegar a comprobar cualquiera de las opciones algún día (quizá una AGI superavanzada nos de la respuesta). Einstein podría tener razón con su explicación de las característicasno “encajables” en la física clásica de la mecánica cuántica mediante las variables ocultas que ahorasimplemente no podemos ver o que no podemos capturar con la precisión adecuada. Mi conjeturaes que el universo sí es determinista o, como mínimo, lo es en la escala en la que vivimos los sereshumanos. Si el mundo es determinista, la IA tiene el potencial de simularlo con precisión creciente.Las capacidades actuales en modelado predictivo ya nos permiten anticipar mercados financieros,patrones climáticos o epidemias. Con suficiente información y poder computacional, podríamosextender esa capacidad a casi cualquier fenómeno humano o natural.La IA ya es capaz de modelar sistemas complejos. Los gemelos digitales permiten replicar procesosindustriales, urbanos e incluso biológicos. Modelos basados en física social predicen cómo secomportarán multitudes ante eventos críticos. Los sistemas de previsión económica, climática osanitaria funcionan cada vez con mayor exactitud. Este avance lleva a una pregunta fundamental:¿podemos construir una simulación total de la realidad? Con la computación a exaescala y escalassuperiores y posibles aplicaciones futuras de la computación cuántica, será posible calcular conextrema precisión estados futuros de sistemas complejos 4. La IA podrá anticipar crisis económicas,optimizar infraestructuras a gran escala e incluso predecir elecciones políticas con fiabilidadsuperior a la de los analistas humanos.La capacidad de predicción de la IA podría transformar la política y la gobernanza. Los sistemas detoma de decisiones basados en datos reducirán la corrupción, optimizarán la distribución derecursos y crearán sociedades más eficientes. Sin embargo, esto abre dilemas éticos: ¿queremosgobiernos gestionados por algoritmos? ¿Es posible garantizar que la IA sea imparcial? Ladescentralización y el diseño ético de estas tecnologías serán claves para evitar escenarios decontrol totalitario. Si la IA logra predecir con alta exactitud los efectos de nuestras acciones,4 En la actualidad, el proyecto COSMOS de NVIDIA busca modelar y entender mejor cómo funciona el universoa gran escala. El objetivo principal es crear simulaciones detalladas y precisas del universo, incluyendo laformación y evolución de galaxias, la distribución de la materia oscura y otros fenómenos cosmológicos. Estassimulaciones son extremadamente complejas y requieren una enorme capacidad de cálculo. Se utilizantécnicas de aprendizaje automático para analizar los datos de las simulaciones, identificar patrones y hacerpredicciones sobre la evolución del universo.11podríamos optimizar el bienestar individual y colectivo de formas sin precedentes. ¿Podría la IAresolver problemas globales como el cambio climático, la desigualdad o las crisis económicas?¿Podría eliminar las guerras y la pobreza mediante asignaciones de recursos hiperprecisas? Es más,¿podemos resolver estos problemas sin la ayuda de la IA? La utopía tecnológica que se vislumbrapodría ser una versión aumentada del utilitarismo de Bentham y Mill: la IA maximizando la felicidaddel mayor número de personas posible.La evolución tecnológica no tiene por qué conducir a una distopía. Si diseñamos inteligenciasdescentralizadas, supervisadas y alineadas con principios éticos, la humanidad podría alcanzar unestado de simbiosis con la IA, delegando decisiones sin perder el control fundamental de nuestrasvidas.4.3. La adopción de las innovacionesEl miedo al cambio es una constante en la historia de la humanidad. Cada revolución tecnológica hadespertado recelos, alarmas y, en ocasiones, resistencia violenta. Sin embargo, con el tiempo, esasmismas innovaciones se integran en la sociedad hasta volverse indispensables. La inteligenciaartificial no es una excepción: sigue un patrón predecible de temor inicial seguido por una adopciónmasiva, aunque con particularidades que podrían acelerar o ralentizar su aceptación.La resistencia al cambio no es un capricho humano sino un mecanismo evolutivo5 de supervivenciaprofundamente arraigado. La aversión a lo desconocido y la preferencia por lo familiar han sidoclaves para la evolución de nuestra especie. Desde la domesticación del fuego hasta la revolucióndigital, cada salto tecnológico ha generado escepticismo y predicciones apocalípticas.Un ejemplo paradigmático es la Revolución Industrial. La introducción de las máquinas de vapor ylos telares mecánicos en el siglo XIX desató la ira de los luditas, artesanos que veían en estasinnovaciones una amenaza para su sustento. No solo protestaron, sino que destruyeron fábricas ysabotearon equipos en un intento de frenar lo inevitable. Sin embargo, la industrialización no solopersistió, sino que transformó el mundo de manera irreversible, elevando la productividad ymodificando la estructura social y económica. Otros ejemplos de este miedo al cambio lo ofrecen,en el siglo XIX, los viajes en medios de transporte 6 y la difusión de la electricidad 7 . La llegada de los5 Muchos sesgos y heurísticas, como la aversión a la pérdida o el sesgo de presente, tienen raíces evolutivas.Son respuestas adaptativas a entornos ancestrales, donde era crucial la toma rápida de decisiones para evitarriesgos para la supervivencia. Aunque en el mundo moderno algunas de estas tendencias pueden llevar adecisiones subóptimas, entender su origen evolutivo nos permite ser más conscientes de su influencia ytomar medidas para mitigar sus efectos.6 En el siglo XIX, médicos y académicos advertían sobre los supuestos peligros de viajar a altas velocidades.Se decía que el ser humano no estaba diseñado para soportar velocidades superiores a 32 km/h, que lavibración del tren causaría enfermedades nerviosas e incluso que la rápida sucesión de imágenes dañaría laretina. La Academia de Medicina de Lyon llegó a afirmar en 1835 que viajar en tren podría causar bronquitis,ansiedad crónica e incluso abortos prematuros.7 La llegada del alumbrado eléctrico a las ciudades a finales del siglo XIX fue recibida con una mezcla defascinación y pánico. Los periódicos de la época publicaban advertencias sobre sus posibles efectos adversosen la salud, e incluso se temía que la exposición prolongada a la luz eléctrica pudiera causar ceguera o locura.Thomas Edison y George Westinghouse protagonizaron la llamada "Guerra de las Corrientes”, una disputa12ordenadores personales y de Internet generó preocupaciones similares. En los años 80, muchoscreían que los ordenadores destruirían empleos y deshumanizarían el trabajo. En los 90, Internetfue visto con desconfianza y se vaticinaba que conduciría a la desintegración social. Hoy, ladigitalización es omnipresente y esencial para el funcionamiento de las economías globales.Figura 3. Imagen de propaganda satirizando la electricidad tras la muertedel electricista de Western Union John FeeksAl igual que en otras revoluciones tecnológicas, hay temores legítimos y exageracionesapocalípticas. La diferencia clave con la IA es su capacidad de tomar decisiones autónomas y supotencial para alterar estructuras de poder a una velocidad sin precedentes. Esta aceleración es loque provoca un rechazo más visceral que en innovaciones pasadas. No se trata solo de máquinasque ejecutan órdenes, se trata de sistemas que aprenden, predicen y, en algunos casos, tomandecisiones que antes eran exclusivas de los humanos.La lección del pasado es clara: resistirse al desarrollo e implantación de la IA es tan inútil como lofue resistirse a la industrialización, a la electricidad o a Internet. Pero la manera en que laincorporemos determinará si se convierte en una fuerza de progreso o en un mecanismo de controly desigualdad. Como siempre, el problema no es la tecnología en sí, sino el uso que decidamos darle.La historia demuestra que, una vez superada la fase inicial de escepticismo, las innovaciones no solose adoptan, sino que se vuelven indispensables. La IA no será la excepción.4.4 Centralización y descentralizaciónLa ya mencionada arquitectura de decisión y los nudges de Thaler han sido utilizados en políticaspúblicas para dirigir el comportamiento de las personas hacia "buenas" decisiones: ahorrar para lajubilación, consumir menos azúcar, reducir el gasto energético, ... Pero ¿qué ocurre cuando elque no solo era comercial sino también una batalla por la aceptación pública de la electricidad. A pesar de laresistencia inicial, el miedo se disipó y la electrificación se convirtió en el pilar del desarrollo moderno.13debate sobre lo que es bueno o malo se traslada al poder de la IA? Diseñar un sistema de inteligenciaartificial implica tomar decisiones sobre qué se permite y qué no, cuáles son los sesgos aceptablesy cuáles deben ser erradicados. En este contexto, la guerra de la IA es también una lucha entre dosmodelos: centralización vs. descentralización.Por un lado, la descentralización propone que la IA sea accesible y abierta, distribuida entre actoresdiversos. Los defensores de la descentralización, que abogan por un acceso y control másequitativos de la información y los recursos, encuentran en Richard Stallman a uno de sus máximosexponentes. Su visión, forjada en los albores de la revolución informática de los años 80, se alzabacontra la creciente tendencia de las grandes corporaciones a privatizar y cerrar el acceso al códigofuente, incluyendo sistemas operativos esenciales. Stallman, con su filosofía radical, defendía queel software debía ser libre, abierto y accesible para todos, permitiendo la colaboración, la mejoracontinua y la adaptación a las necesidades específicas de los usuarios. Esta idea, que en su momentopudo parecer utópica o incluso ingenua, ha cobrado una relevancia inusitada en la era actual de lainteligencia artificial. En un contexto donde algoritmos opacos y modelos de lenguaje propietariosdominan el panorama tecnológico, el mensaje de Stallman resuena con más fuerza que nunca. Lacentralización del conocimiento y el control de la IA en manos de unas pocas corporaciones ogobiernos plantean serias preocupaciones sobre la privacidad, la manipulación de la información yla perpetuación de sesgos y desigualdades. La visión de Stallman, que aboga por la transparencia, lacolaboración y el acceso abierto al conocimiento, podría ser un antídoto contra los peligrospotenciales de una IA controlada por intereses opacos. Sin embargo, este modelo descentralizadopresenta sus propios riesgos ya que una IA (y máxime una IAG) sin restricciones podría ser utilizadapara ciberataques avanzados, manipulación de mercados, desinformación masiva o sabotajestecnológicosPor otro lado, la centralización de la IA implica que unas pocas corporaciones y gobiernos controlensu desarrollo y aplicación. Este modelo tiene ventajas obvias: permite regulación, seguridad y unacoordinación global para minimizar riesgos. Pero también implica monopolios tecnológicos, menoracceso y el riesgo de que unos pocos actores decidan el futuro de la humanidad.El caso de OpenAI es un ejemplo paradigmático de esta lucha. Nació como una iniciativa de códigoabierto, con la promesa de democratizar la IA para evitar que su control estuviera en manos de unaspocas empresas. Sin embargo, con el tiempo, OpenAI viró hacia un modelo de empresa privada,atrayendo la inversión de Microsoft y cerrando progresivamente su propiedad intelectual. Estoprovocó la reacción de Elon Musk, uno de los fundadores originales de OpenAI, quien en un giro casinovelesco ha amenazado con demandar a la organización y ha fundado su propia compañía de IA,xAI, con la promesa de crear una inteligencia artificial "verdaderamente libre".En este juego global de la inteligencia artificial, no hay un único protagonista virtuoso, sino una redde actores que pueden inclinar la balanza hacia un futuro positivo o distópico. La pregunta clave es:¿qué factores pueden hacer que la IA sea un catalizador de progreso en lugar de un mecanismo decontrol? La regulación (no confundir con la ética) es una de las armas en esta batalla. La UniónEuropea ha asumido el papel de legislador universal con normativas como la AI Act, una de lasiniciativas más ambiciosas para encauzar el desarrollo tecnológico. Pero, ¿tiene sentido imponer14restricciones a una carrera en la que compiten jugadores que operan sin límites? Mientras EstadosUnidos invierte miles de millones en I+D y China desregula, la UE se posiciona como la ‘conciencia’de la IA, intentando evitar los excesos antes de que estos ocurran. El riesgo: quedarirremediablemente atrás. Si se utiliza la analogía de la bomba atómica, ¿se convertirán en estadosde menor peso los países sin IA propia al igual que ocurre ahora con los países que no disponen detecnología bélica nuclear?En el otro extremo, la adaptación laboral es clave para evitar el colapso de una economía que, conla automatización, dejará obsoletos millones de empleos. No es solo un problema de capacitación,sino de estructura. Las economías del siglo XXI dependen de trabajos que podrían no existir en 20años. La pregunta es si podemos construir sistemas educativos y modelos de empleo queevolucionen tan rápido como la IA. Si no, podríamos estar generando la mayor crisis laboral de lahistoria moderna.El verdadero héroe podría no ser ni un país ni una organización, sino un principio: la transparencia.Modelos de IA abiertos, interpretables y auditables pueden ser la clave para mantener el controlsobre su impacto. El problema es que esto choca frontalmente con los intereses comerciales.OpenAI nació con la promesa de compartir conocimiento y hoy opera con un secretismo propio deuna empresa de defensa. La transparencia y la colaboración global son esenciales para evitar que laIA se convierta en una herramienta de control, pero ¿pueden sobrevivir en un mercado donde laventaja competitiva se mide en algoritmos propietarios?Si hay un héroe, también hay un villano. Y en esta guerra no es uno solo. La IA podría amplificarmuchos de los peores instintos humanos: manipulación, vigilancia masiva, radicalización ydependencia extrema de tecnologías que podrían escapar a nuestro control. La manipulación de lainformación ya no es una amenaza futura, sino una realidad. Los deepfakes, los modelos generativosde texto y la microsegmentación han elevado la desinformación a niveles sin precedentes. En manosde gobiernos autoritarios o grupos extremistas, estas herramientas pueden moldear la opiniónpública de manera invisible. La “posverdad” será la norma si no encontramos formas de verificar laautenticidad de los contenidos digitales. En la actualidad, cuando deseamos acceder o comprobaralguna información hacemos una búsqueda en Google (o buscador alternativo). Si bieninconscientemente solemos dar por válida la primera información que corrobora nuestras creenciasprevias (sesgo de confirmación), al menos sabemos que hay otras muchas páginas y respuestasdistintas, con lo que muchas veces nos vemos forzado a realizar una pequeña investigación ycontrastar fuentes. Sin embargo, en un escenario no muy lejano, existe el riesgo de que el ChatGPTde turno sustituya ese tipo de búsquedas por una única pregunta y una única respuesta por partedel sistema. El mayor riesgo puede estar en tomar dicha respuesta como verdad absoluta, sobretodo si puede existir un uso malintencionado por parte del que controle dichas respuestas.La vigilancia masiva ya es una realidad en países como China, demostrando cómo la IA puede ser labase de un estado de control absoluto, con sistemas de crédito social y reconocimiento facialomnipresente. La UE, con su regulación centrada en la privacidad, representa el modelo opuesto.Estados Unidos, mientras tanto, juega en ambas direcciones: sus empresas dominan la tecnología,pero la regulación es débil. El riesgo es que el equilibrio se rompa y la vigilancia se convierta en la15norma. Asimismo, la radicalización y el sesgo algorítmico son también amenazas tangibles. Losalgoritmos de recomendación ya han demostrado su capacidad para polarizar sociedades,impulsando discursos extremistas al priorizar el engagement sobre la veracidad. Si no se corrige, laIA podría fragmentar el tejido social hasta niveles irreversibles.Finalmente, la dependencia extrema de la IA podría llevarnos a un escenario donde la humanidaddelegue decisiones críticas en sistemas que no entendemos ni controlamos. La paradoja es quepodríamos aceptar ese destino con total naturalidad. Al igual que hoy confiamos en los algoritmosde navegación sin cuestionarlos, podría llegar un punto en el que las decisiones económicas,políticas y sociales sean dictadas por sistemas que nadie puede auditar.Paradójicamente, cuanto más avanza la IA más urgente se vuelve recuperar disciplinas que muchosconsideran obsoletas: la filosofía, la ética y el pensamiento crítico. En un mundo donde la IAgenerativa puede producir respuestas en segundos, la capacidad humana para cuestionar,contrastar y reflexionar es más valiosa que nunca. En el siglo XVIII, Kant nos instaba a “atrevernos apensar” (Sapere Aude!). Hoy, el desafío no es solo pensar, sino diferenciar entre información ymanipulación, entre conocimiento real y generación sintética. Si la IA nos facilita la vida a cambiode que dejemos de cuestionar su funcionamiento, ¿seguiremos siendo una especie racional osimplemente consumidores pasivos de respuestas algorítmicas? La solución no es renegar de la IA,sino dotarnos de herramientas para comprenderla y desafiarla. Reintroducir la filosofía, la retóricay la lógica en la educación no es un gesto nostálgico, sino una necesidad estratégica. No se trata deoponer el humanismo y las ciencias sociales a la tecnología, sino de asegurarnos de que, cuando unaIA nos sugiera qué leer, comprar o votar, tengamos la capacidad de decidir por nosotros mismos siaceptar su recomendación o no. Al final, el mayor riesgo no es que la IA nos supere en inteligencia,sino que nos haga olvidar cómo pensar por nosotros mismos.5. Ideas finalesLa guerra de la IA está abierta en todos los frentes: el trabajo, la verdad, la autonomía, el control.Nos fuerza a redefinir el poder, la libertad y la inteligencia. Nos enfrenta con nuestra propiafalibilidad y con la posibilidad de externalizar la toma de decisiones en sistemas que podrían conocermejor nuestros deseos que nosotros mismos. Más allá de saber quién ganará esta guerra por elcontrol de esta no tan nueva tecnología, está por ver si la IA será la mayor revolución de progresohumano o el arma definitiva de su sometimiento. Esta no es la primera vez que la humanidad seenfrenta a una bifurcación tan radical. Pero, a diferencia de la imprenta, la revolución industrial o elnacimiento de Internet, esta vez el dilema no es solo moral, económico o político. Podría serexistencial.Los ya comentados Cass Sunstein y Richard Thaler, dos de los protagonistas de las ciencias delcomportamiento, acuñaron el término paternalismo libertario en torno a su teoría de la arquitecturade decisión, según la cual las personas deberían ser libres de tomar decisiones, pero sedeben/pueden definir cambios de contexto para ayudarles a tomar mejores decisiones. Defiendenpor ejemplo, no prohibir los refrescos azucarados, pero sí colocarlos en estantes más bajos en los16supermercados para que sean menos accesibles que el agua y así ayudar a la gente a decidir lomejor. Pero, ¿quién decide qué es “tomar mejores decisiones” si por ejemplo yo en mi libertadindividual deseo un refresco con azúcar? Quizá las máquinas nos acaben aplicando un "paternalismoalgorítmico", extremadamente eficaz, que puede que queramos o no.Llevando este argumento al extremo, ¿qué pasaría si una IA inmensamente más inteligente quenosotros llegara a la conclusión -posiblemente acertada- de que la mejor manera de protegernosde nosotros mismos es restringir nuestras decisiones? ¿Y si, en su búsqueda de nuestra felicidad,nos limitara la libertad? Y, lo que sería primero, ¿quién debe decidir si implementar o no dichosistema?Personalmente quiero pensar que ganaremos todos. Que la IA será una extensión de nuestracapacidad y no un sustituto de nuestra voluntad. Que, al igual que ocurrió con otras revolucionestecnológicas, primero pasaremos del miedo al uso y, luego, del uso a la dependencia, pero sin perderde vista la esencia de lo que nos hace humanos. Inteligencia artificial y ciencias del comportamiento Inteligencia artificial y ciencias del comportamiento	查看 49335	联邦应用经济学研究基金会	2025-05-21 11:19:07 2025-05-21 11:19:15	word
3148790	无图 Reflexiones sobre la propuesta de financiación singular para Cataluña¿Quién debe gestionar lostributos en España? Haciauna administraciónintegrada que concilieautonomía y eficiencia,en el marco constitucionalJORGE ONRUBIAApuntes 2025/16Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.¿Quién debe gestionar los tributos en España? Hacia una administraciónintegrada que concilie autonomía y eficiencia, en el marco constitucionalJorge OnrubiaUniversidad Complutense de Madrid (ICEI-UCM) y FEDEAMarzo de 2025ResumenEste trabajo analiza la propuesta incluida en el acuerdo, de agosto de 2024, para la investiduradel President de la Generalitat de Cataluña, suscrito entre el Partido de los Socialistas de Cataluña(PSC) y Esquerra Republicana de Catalunya (ERC), para que la Agencia Tributaria de Cataluña(ATC) asuma la gestión, recaudación, liquidación e inspección de todos los tributos exigidos enCataluña, independientemente de su titularidad. El análisis realizado a la luz de los postuladosde las teorías de la hacienda pública, el federalismo fiscal y la economía de las organizaciones,evalúa la propuesta desde los principios de autonomía tributaria, eficiencia económica einformativa, sin olvidar su adecuación constitucional. Las experiencias internacionalesevidencian que un modelo de descentralización total, como el planteado, resulta ineficiente entérminos de coordinación, uso de recursos y cumplimiento fiscal, además de suscitar serias dudasde constitucionalidad.Como alternativa, en este trabajo se defiende la opción de un modelo de “administracióntributaria integrada” (ATI), en la línea del recomendado por la Comisión de Expertos para laRevisión del Sistema de Financiación Autonómica en su Informe de 2017, considerando queconstituye la mejor opción para contar con una administración tributaria que cumplasatisfactoriamente con los principios que deben regir su funcionamiento, preservando lacapacidad operativa del Estado y sin menoscabar la autonomía tributaria de las comunidades.Desde la perspectiva jurídica, se considera que la ATI debería articularse como un consorciointeradministrativo, de los regulados en la Ley 40/2015, entre la Agencia Estatal deAdministración Tributaria (AEAT) y las administraciones tributarias autonómicas (ATCA). Estafigura permite alcanzar una elevada integración operativa, evitando duplicidades así como lafragmentación de las bases informativas. Se descartan opciones como las encomiendas de gestión,por su escasa capacidad integradora, así como la creación de un organismo (agencia) detitularidad mixta, incompatible, con el marco jurídico vigente. Asimismo, se rechaza la fórmulade múltiples consorcios bilaterales, ya que impediría alcanzar los objetivos de eficiencia,cumplimiento fiscal y uniformidad tributaria perseguidos. Aunque la integración de lasadministraciones tributarias forales fortalecería la operatividad del modelo integrado, laautonomía constitucional de la que gozan en este ámbito el País Vasco y Navarra hace muyimprobable su incorporación. El trabajo se completa con un esbozo del marco organizativo yfinanciero del modelo de ATI que se propone.Palabras clave: Administración tributaria integrada; Sistema de Financiación Autonómica;Consorcios interadministrativos; Cumplimiento fiscal; Federalismo fiscal.Códigos JEL: D82, K10, H26, H71, H77Agradecimientos: Este trabajo se ha visto enriquecido con las intervenciones de los asistentes ala Jornada sobre la Financiación singular de Cataluña, organizada en Fedea, el 24 de enero de2025. En particular, agradezco los comentarios de Julio López Laborda, Alberto García Valera ySonia Díaz Español. Quiero agradecer también las oportunas sugerencias de Angel de la Fuente,que han permitido mejorar una primera versión del trabajo. Por supuesto, el presente texto ytodos sus errores son de mi exclusiva responsabilidad.21. IntroducciónEn agosto de 2024, el Partido de los Socialistas de Cataluña (PSC) y EsquerraRepublicana de Catalunya (ERC) suscribieron un acuerdo (en adelante, el acuerdo) queestablece compromisos fundamentales para la investidura del candidato del PSC a laPresidencia de la Generalitat, Salvador Illa. Posiblemente, el compromiso más relevantees el relacionado con la modificación del sistema de financiación autonómica aplicable aCataluña, considerado en el texto como “sistema de financiación singular”, que hagenerado un amplio debate político y social.El acuerdo entre el PSC y ERC plantea un régimen fiscal para Cataluña que, en términosgenerales, guarda importantes semejanzas con el sistema de concierto económico querige en las Comunidades Autónomas forales del País Vasco y Navarra. El sistema deconcierto, desarrollado en virtud de la Disposición Adicional 1ª de la ConstituciónEspañola, ha sido históricamente uno de los pilares fundamentales de la autonomíafiscal prácticamente plena en esas dos comunidades, dotando a ambas de una grancapacidad normativa sobre los tributos exigidos en su territorio (todos, en la práctica,salvo los indirectos armonizados en el ámbito de la Unión Europea), además deconcederles la competencia de su gestión. Aunque el acuerdo no mencionaexplícitamente el término "concierto", la propuesta de un modelo fiscal singular paraCataluña sugiere la creación de un régimen con características similares al concierto, alcontemplar, como meta a alcanzar, la asunción de la gestión, recaudación, liquidación einspección de los tributos exigidos en su territorio, así como la ampliación de lacapacidad normativa sobre los tributos cedidos por el Estado, atendiendo a lasespecificidades de la comunidad. Con los recursos tributarios recaudados, se dice queCataluña financiaría el coste de los servicios prestados en uso de sus competencias, yasumiría el pago de aquellos otros servicios no transferidos a la comunidad, en unasuerte de cupo o aportación, comprometiéndose, asimismo, a contribuir con unaaportación a la solidaridad interterritorial, cuya cuantía sería fijada mediante un acuerdobilateral con el Estado. 1En una primera valoración, no son pocos los expertos que opinan que la aprobación deuna propuesta como esta se enfrentaría a la limitación constitucional que delimita, porsu ámbito subjetivo de aplicación, la Disposición Adicional 1ª de la Constitución. 2 En lapráctica, esta cobertura constitucional confiere al País Vasco y a la Comunidad Foral deNavarra la facultad de negociar directamente con el Estado el alcance y aplicación de sussistemas tributarios, algo no expresamente reconocido para Cataluña en el marco actual.3Expuesto esto, en este trabajo nos queremos centrar en la propuesta de administracióntributaria contenida en el segundo de los compromisos del acuerdo, titulado Impulsar unsistema de financiación singular que avance hacia la plena soberanía fiscal. En el texto se recogeque la Generalitat gestionaría de manera integral todos los tributos exigidos en Cataluña,sin distinción de su titularidad. En concreto, el acuerdo PSC-ERC plantea un modelofiscal en el que la Agencia Tributaria de Cataluña (ATC), reconocida en el art. 204 delEstatuto de Cataluña, asumiría la gestión, recaudación, liquidación e inspección de todos1 Sobre esta valoración, véase López Laborda (2024).2 Véanse, entre otros, Carmona (2024), López Basaguren (2024), Ruiz Almendral (2024) y Tajadura (2024).3 Una excepción a esta interpretación restrictiva puede verse en el trabajo de Ridao i Martín (2025).3los impuestos generados en el territorio de la comunidad, a excepción de los tributoslocales (cuya gestión corresponde, de acuerdo con la normativa reguladora deHaciendas Locales, a las corporaciones locales). Para alcanzar este propósito, el acuerdoprevé una serie de modificaciones legislativas y el traspaso de competencias y recursoshumanos, materiales y tecnológicos desde la Agencia Estatal de AdministraciónTributaria (AEAT) a la ATC.De materializarse este compromiso, se produciría, sin duda, una reconfiguraciónprofunda de las competencias tributarias de las comunidades autónomas de régimencomún. Esto ha generado no pocas preocupaciones, tanto relacionadas con elfuncionamiento operativo de la administración tributaria como en el plano jurídico-constitucional, que se han visto ampliamente reflejadas en el ámbito político, en elacadémico, entre los profesionales de la administración tributaria y en la sociedad civilen general.El propósito de este trabajo es evaluar críticamente la propuesta de administracióntributaria recogida en el acuerdo PSC-ERC desde los principios de autonomía fiscal,eficiencia económica y eficacia, sin olvidarnos del cumplimiento de los principiosconstitucionales. Para ello, se exploran las alternativas a ese modelo de administracióntributaria existentes en los sistemas comparados, analizando sus potencialidades ylimitaciones. En un segundo bloque, el trabajo presenta, de forma detallada, el modelode Administración Tributaria Integrada (ATI), tal y como se concibe en el Informe de laComisión de Expertos para la Revisión del Sistema de Financiación Autonómica de 2017,donde se consideraba la opción más adecuada para España.El trabajo se estructura de la siguiente manera: tras esta introducción, en la sección 2 seaborda la cuestión teórica sobre quién debe gestionar los impuestos en un paísdescentralizado, de acuerdo con los fundamentos de la descentralización tributaria. Lasección 3 examina la experiencia comparada de otros países fiscalmentedescentralizados, identificando lecciones relevantes para el caso español. La sección 4analiza el modelo actual de administración tributaria en España, haciendo un repaso dela Ley 22/2009 y su funcionamiento operativo. La sección 5 desarrolla la propuesta deun modelo de administración tributaria integrada como alternativa al modelo actual,precisando los elementos que lo definen y sus potencialidades, así como sus diferenciasrespecto del diseño que se desprende de la propuesta del acuerdo PSC-ERC, que planteauna progresiva asunción de competencias por parte de la Agencia Tributaria deCataluña en la gestión, recaudación, liquidación e inspección de todos los impuestossoportados en Cataluña. El contenido de la sección incluye una revisión de lasalternativas disponibles para la configuración de su marco jurídico, así como un esbozode un posible esquema organizativo y financiero. Finalmente, el trabajo concluye conuna síntesis de conclusiones.2. ¿Quién debe gestionar los impuestos en un país descentralizado? Lo que dice lateoría.En el marco de un país fiscalmente descentralizado donde, además de los habitualesniveles de gobierno central y local, existe un nivel de gobierno intermedio (generalmentedenominado regional) la pregunta de quién debe gestionar los tributos aparece, concierta frecuencia, como una cuestión crucial. Desde hace mucho tiempo, este asunto hamerecido el tratamiento de la literatura económica, más en concreto, en el ámbito de la4Hacienda Pública y el Federalismo Fiscal, y más recientemente, por la Economía de lasOrganizaciones y la Gestión Pública, sin olvidarnos, por supuesto, de otras áreas deconocimiento en el ámbito del Derecho, las Ciencias Políticas y de la AdministraciónPública. Desde cada una de estas disciplinas se ofrecen perspectivas distintas, aunquecomplementarias, en cuanto a la distribución de competencias en materia tributaria.Desde la perspectiva de la Hacienda Pública y el Federalismo Fiscal, el diseño delsistema tributario en un Estado descentralizado implica un equilibrio entre el poderfiscal del Estado, la autonomía de los niveles subcentrales de gobierno, y la necesidadde garantizar el cumplimiento de los principios impositivos de eficiencia, equidad,sencillez de gestión, sin olvidar, por supuesto, el de suficiencia. Según los postuladosde la teoría del Federalismo Fiscal, la asignación de las fuentes tributarias debe hacersede forma que los distintos niveles de gobierno tengan capacidad para financiar el gastopúblico asociado con el desarrollo de sus competencias, sin poner en riesgo la equidadentre los territorios, lo que supone contar con mecanismos adecuados de redistribución,que aseguren el acceso de todos los ciudadanos del país a unos niveles de bienes yservicios públicos similares, al margen del territorio en el que residan.En relación con la gestión del sistema tributario, esta debe organizarse de manera quelos recursos destinados a la misma permitan maximizar el cumplimiento del conjuntode los contribuyentes, teniendo en cuenta la interrelación sistémica de todas figuras quelo configuran. En este ámbito, la teoría del Federalismo Fiscal se centra en dos aspectosfundamentales: la autonomía fiscal y la eficiencia con la que se consigue la recaudación.El primero se refiere a la capacidad de los gobiernos subcentrales para establecer ygestionar sus impuestos, lo cual les debe permitir responder adecuadamente, a travésdel ejercicio de sus competencias en materia de gasto, a las preferencias y necesidadesde los ciudadanos en sus respectivas jurisdicciones. Sin embargo, esta autonomíatambién puede generar ineficiencias, si no existe un marco claro de coordinación ycooperación entre los diferentes niveles de gobierno. El segundo aspecto estárelacionado con el uso eficiente de los recursos destinados a la aplicación del sistematributario, lo que exige reducir simultáneamente los costes de administración y decumplimiento, aprovechando las economías de escala y de especialización existentes.Por su parte, la Economía de las Organizaciones aporta contenidos útiles, al incorporaral análisis los postulados de las teorías de la agencia, de los costes de transacción y deeficiencia informativa. Los trabajos aplicables en este ámbito permiten concluir que, paramaximizar la eficiencia operativa en la función de administración del sistema tributario,la asignación de tareas debe hacerse considerando todos los costes de forma global, lomismo que los objetivos de recaudación, con independencia de los territorios deactuación. Esto no es incompatible con que la descentralización, bajo ciertas condiciones,pueda ser eficiente si se asegura que cada nivel de gobierno tenga incentivos adecuadospara alcanzar los niveles potenciales de recaudación, aplicando los tributos de formaequitativa desde un plano horizontal (Shoup, 1969, cap. 2). No obstante, también hayque tener en cuenta que la existencia de múltiples actores, con objetivos propios,aumenta los costes de coordinación y control. Estos resultados justifican la necesidad deexplorar alternativas que favorezcan la integración de la gestión tributaria en un marcode cooperación entre los gobiernos concernidos.En un escenario de descentralización fiscal, garantizar el cumplimiento tributario exigeno solo coordinación entre los distintos niveles de gobierno, sino también contar con un5diseño institucional que establezca incentivos adecuados para evitar el oportunismoestratégico de los actores y reforzar la cooperación intergubernamental. Si bien ladescentralización puede acercar la administración tributaria a los ciudadanos y mejorarasí su eficacia en términos de alcanzar el máximo cumplimiento fiscal, también requiereun marco institucional que minimice los costes de transacción, favorezca la colaboraciónentre gobiernos, reduzca solapamientos y mejore la eficiencia en el uso de los recursosque necesita una correcta aplicación del sistema tributario, incluida la información. Porlo tanto, la clave de una gestión eficiente de un sistema tributario descentralizado estáen encontrar una combinación idónea entre la autonomía fiscal de las jurisdiccionessubcentrales y los beneficios que proporcionaría una gestión conjunta.Justificación de la descentralización tributariaLa literatura sobre descentralización fiscal ha argumentado que acercar las políticaspúblicas, incluida su gestión, a los ciudadanos -también contribuyentes- puede mejorarla eficiencia en la provisión de bienes y servicios públicos, además de favorecer la nodiscriminación por razones territoriales (Oates, 1972 y 2005). En este contexto, resultalógico que los gobiernos que se benefician de la recaudación participen activamente enla gestión de los tributos que financian sus competencias. Esto cobra aún más sentidocuando los gobiernos cuentan con un elevado grado de autonomía en la definición delos elementos estructurales de los impuestos, los cuales inciden directamente en su nivelde recaudación.Desde una perspectiva más amplia, la política tributaria no puede entenderseúnicamente como un conjunto de normas impositivas, sino dentro del marco másgeneral de la “política de sistemas fiscales”, que abarca tanto el diseño de los tributoscomo su administración y cumplimiento (Slemrod y Gillitzer, 2014). Desde estaaproximación, la participación de todos los niveles de gobierno en la gestión de losimpuestos que financian sus competencias de gasto no solo es razonable, sino quetambién refuerza la responsabilidad fiscal. La capacidad de administrar los tributoscontribuye a hacer más visible el esfuerzo fiscal ante los ciudadanos, fortaleciendo así larendición de cuentas y la legitimidad del sistema tributario (Martínez-Vázquez, 2015).No obstante, estos argumentos a favor de la descentralización tributaria deben sercompatibles con la necesidad de garantizar una aplicación eficiente y eficaz de todos losimpuestos, considerados como partes de un sistema tributario integrado y coherente.Por tanto, la descentralización de la gestión no puede dar lugar a problemas decoordinación que comprometan la efectividad de la recaudación, o generen incentivosperversos entre los distintos niveles de gobierno. La solución hay que buscarla en undiseño organizativo-institucional que ofrezca respuestas satisfactorias a los problemasde coordinación e incentivos propios de la administración tributaria en un entornodescentralizado.En este contexto, es fundamental prestar especial atención a los aspectos relacionadoscon la información y el conocimiento, elementos esenciales para el correcto desarrollo dela gestión tributaria. La disponibilidad, calidad y circulación eficiente de la informaciónentre administraciones condiciona la capacidad de control y supervisión, lo que a su vezafecta al nivel de cumplimiento fiscal. De este modo, el modelo organizativo elegidodebe asegurar que los distintos niveles de gobierno dispongan de los instrumentosnecesarios para compartir información de manera eficaz, evitando duplicidades ymejorando la toma de decisiones en la administración de los impuestos.6La elección del modelo de administración tributaria en un escenario condescentralización fiscal debe tener en cuenta cuatro elementos, que condicionan suadecuado desempeño, en términos de eficiencia y eficacia. Los tres primeros tienen unanaturaleza esencialmente tecnológica, inherente al propio proceso de la actividad deadministración tributaria:1) La existencia de economías de escala y de gama (especialización funcional porimpuestos, por dimensión de contribuyentes, por tareas como la gestión dedeclaraciones, la inspección o la recaudación) evidencia que una mayor integración enla gestión de los tributos puede generar reducciones significativas en los costesoperativos, mejorando la eficiencia en el uso de los recursos dedicados a esta función. Lacapacidad de utilizar infraestructuras tecnológicas compartidas, así como de unificarprocesos de control tributario o de recaudación, permite optimizar recursos, evitandoduplicidades innecesarias.2) La necesidad de una coordinación efectiva, tanto vertical (entre distintos niveles degobierno) como horizontal (entre administraciones del mismo nivel de gobierno), es unrequisito fundamental para garantizar una aplicación coherente del sistema tributario.La ausencia de mecanismos adecuados de coordinación aumenta de forma importanteel riesgo de generar solapamientos en las actividades de gestión, aumentando los costesde cumplimiento para los contribuyentes y reduciendo la capacidad de control sobre elfraude fiscal. Además, la coordinación resulta esencial para asegurar la uniformidad enlos criterios de aplicación de la normativa tributaria, incluida la interpretación de lajurisprudencia, lo cual es fundamental para evitar divergencias que puedan generarincertidumbre jurídica o tratamientos desiguales en función de la administracióncompetente.3) Las actividades de captación, procesamiento, distribución e intercambio deinformación constituyen un pilar esencial de la administración tributaria. Lainformación es un activo estratégico para el control tributario, especialmente en la luchacontra la evasión y la elusión. Por ello, su gestión debe garantizar un flujo eficiente,seguro y accesible entre administraciones, evitando asimetrías informativas que puedandebilitar la capacidad para promover niveles adecuados de cumplimiento fiscal y, enconsecuencia, para alcanzar los objetivos de recaudación previstos. Una administracióntributaria eficaz requiere no solo disponer de datos de calidad, sino también contar conrecursos tecnológicos y procedimientos que permitan un uso integral de la información,evitando fragmentaciones y duplicidades.El cuarto elemento tiene que ver con el oportunismo estratégico:4) Los distintos gobiernos pueden verse incentivados a utilizar la gestión tributariacomo un instrumento de competencia fiscal para atraer bases imponibles a susrespectivas jurisdicciones. Incluso, podrían estimular comportamientos que beneficien acontribuyentes determinados (por ejemplo, para atraer inversiones o nuevos residentesde alta capacidad económica), en detrimento de los principios de equidad horizontal yde igualdad. Este riesgo de competencia entre gobiernos refuerza la necesidad de contarcon un modelo de administración que elimine los incentivos al oportunismo estratégico,haciendo que las actuaciones se orienten al interés general.73. ¿Qué nos muestra la experiencia comparada?La descentralización fiscal no implica necesariamente que la gestión de los impuestosdeba estar también descentralizada. Aunque ambas decisiones están relacionadas,pueden ser abordadas de manera independiente. Esto puede ayudar a entender por quéen la realidad, los países no siempre adoptan modelos consistentes con los principios deeficiencia, eficacia y coordinación que deben orientar la aplicación del sistema tributario(Bird, 2015). Factores como el marco constitucional de los países o la tradición históricaexplican con frecuencia los diseños institucionales adoptados y su evolución. Así, laexperiencia internacional muestra cómo distintos países, con niveles no muy diferentesde descentralización fiscal, han adoptado modelos bastante distintos de administracióntributaria (Onrubia, 2016).De manera esquemática, se pueden identificar cuatro modelos principales deadministración tributaria en países fiscalmente descentralizados:• Gestión centralizada: En Suecia, aunque existe una descentralización significativa en laprovisión de servicios públicos por parte de los gobiernos subcentrales (de nivelprovincial y local), la recaudación de impuestos se mantiene bajo un esquemacentralizado a través de la Swedish Tax Agency. Esta gestiona tanto los impuestosestatales como los recargos provinciales sobre la renta personal. En Italia, con unaescasa descentralización fiscal, la gestión de los principales impuestos esresponsabilidad del gobierno central, a través de la Agenzia delle Entrate, mientras quelos gobiernos regionales solamente administran algunos tributos menores. En elReino Unido, igualmente con una escasa descentralización fiscal, la administracióndel sistema tributario depende fundamentalmente del gobierno central, a través de laagencia HM Revenue & Customs (HMRC), que gestiona los principales impuestos entodo el territorio británico.Sin embargo, este modelo centralizado es también el seguido en algunos paísesfederales. En Austria, país con una fuerte descentralización de las competencias degasto, los impuestos principales son gestionados directamente por la Oficina deImpuestos Federal (Finanzamt Österreich). De igual forma, en Bélgica, es el ServicePublic Fédéral Finances / Federale Overheidsdienst Financiën, dependiente del gobiernocentral, el encargado de gestionar los principales impuestos del sistema tributariobelga, incluidos los recargos y otros elementos de competencia normativa regionalestablecidos en la imposición sobre la renta personal. Fuera de Europa, en Australia,país federal, la gestión de los grandes impuestos es competencia también del gobiernocentral, a través de la Australian Taxation Office.• Gestión regional: Alemania representa un caso prácticamente único, en el que a pesarde su organización política federal, la administración tributaria está en manos delos Länder, a pesar de que el marco normativo tributario es común. La Constituciónalemana (art. 108) asigna a las administraciones tributarias regionales la gestión delos principales impuestos, incluyendo el impuesto sobre la renta personal, elimpuesto de sociedades y el IVA, mientras que el gobierno federal mantienecompetencias sobre el IVA en las operaciones internacionales, los derechos de aduanay ciertos impuestos especiales. En cuanto a su funcionamiento y organización, lasadministraciones tributarias regionales son totalmente independientes en la gestiónde recursos humanos, materiales y tecnológicos, incluido lo concerniente a las basesde datos fiscales. Aunque existen protocolos de coordinación y homogeneización de8procedimientos para garantizar la uniformidad en la aplicación de la normativatributaria, la valoración predominante entre los conocedores del funcionamiento delmodelo de administración tributaria alemán es que, en la práctica, estos no consiguenlos fines perseguidos.• Administraciones tributarias independientes y con escasa coordinación: Estados Unidos esel ejemplo más representativo de este modelo. Junto con la agencia federal tributaria(Internal Revenue Service, IRS), cada Estado y numerosos gobiernos locales tienen suspropias administraciones tributarias, gestionando sus propios impuestos con unaamplísima autonomía normativa, procedimental y de gestión de recursos. A pesar deeste alto grado de descentralización, en las últimas décadas se han desarrolladomecanismos de cooperación, como el intercambio de información entre agencias y lacoordinación en la definición de bases imponibles en algunos impuestos,especialmente en la imposición sobre la renta y sobre el beneficio de las sociedades.La Multistate Tax Commission, creada en 1967, facilita la cooperación entre los Estadosen materia de fiscalidad corporativa y supervisión de tributos sobre el consumo, asícomo el establecimiento de protocolos de compartición e intercambio de información.• Modelo de alta coordinación y acuerdos de encomienda: Canadá ha adoptado un modelode administración tributaria centralizada, pero con una fuerte cooperaciónintergubernamental. La Canada Revenue Agency (CRA) gestiona no solo los impuestosfederales, sino también la mayoría de los impuestos de las Provincias y los Territorios,a través de acuerdos bilaterales de encomienda. Sin embargo, en Quebec, suadministración tributaria provincial gestiona todos sus tributos de maneraindependiente. En Alberta, la encomienda a la CRA no se extiende al Impuesto sobreSociedades provincial. La CRA mantiene una estructura de gobernanza en la que lasprovincias y territorios están representados en su consejo de administración (11puestos de 15, en el Board of Management de la CRA, correspondiendo siempre lapresidencia y la vicepresidencia de finanzas y administración al gobierno federal), loque refuerza la compartición de los objetivos estratégicos de la administracióntributaria, la rendición de cuentas y la confianza en el sistema. Además, la delegaciónen la agencia federal de la administración de sus impuestos por parte de lasProvincias y los Territorios se realiza a cambio de una compensación financiera paracubrir los costes asociados.Puede decirse que, a pesar de la diversidad de modelos, no existe evidenciaconcluyente que permita determinar cuál es el más eficiente en términos de recaudacióno cumplimiento fiscal. No obstante, algunos estudios sugieren que una mayorfragmentación en la gestión tributaria, con una escasa coordinación, como sucede en elmodelo de Alemania, conduce a la existencia de comportamientos organizativos másineficientes, costes de cumplimiento más elevados y, en general, un peor desempeño enrelación con el nivel de cumplimiento tributario. 44. El modelo actual en EspañaEl modelo de administración tributaria en España se caracteriza por la coexistencia deuna agencia dependiente del gobierno central, la Agencia Estatal de Administración4 Sobre los elementos de los modelos organizativo-institucionales que afectan a la eficiencia y eficacia de lasadministraciones tributarias pueden verse, Hasseldine (2010) y Gascón (2014).9Tributaria (AEAT), y quince administraciones tributarias dependientes de las diferentescomunidades autónomas (ATCA). Aunque este trabajo se centra en el territorio derégimen fiscal común, conviene señalar que también existen tres administracionestributarias forales en los territorios históricos del País Vasco y una en la ComunidadForal de Navarra, lo que genera desafíos adicionales en la gestión y en la coordinacióndel sistema tributario aplicado en España.En el caso de las comunidades de régimen común, su marco de competencias en materiade gestión tributaria está definido por la Ley 22/2009, que regula el sistema definanciación autonómica y establece el reparto de funciones en la gestión de los tributoscedidos. En consecuencia, las comunidades autónomas (CCAA) de régimen comúngestionan directamente algunos tributos cedidos (art. 54.1): el Impuesto sobre elPatrimonio 5 , el Impuesto sobre Sucesiones y Donaciones, el Impuesto sobreTransmisiones Patrimoniales y Actos Jurídicos Documentados, el Impuesto Especialsobre Determinados Medios de Transporte, el Impuesto sobre las Ventas Minoristas deDeterminados Hidrocarburos, el Impuesto sobre el Depósito de Residuos en vertederos,la incineración y la coincineración de residuos, y los Tributos sobre el Juego; mientrasque los principales tributos del sistema fiscal español, cedidos parcialmente a las CCAA,son gestionados exclusivamente por la AEAT (art. 54.2): el Impuesto sobre la Renta delas Personas Físicas, el Impuesto sobre el Valor Añadido, el Impuesto sobre la Cerveza,el Impuesto sobre el Vino y Bebidas Fermentadas, el Impuesto sobre ProductosIntermedios, el Impuesto sobre el Alcohol y Bebidas Derivadas, el Impuesto sobreHidrocarburos, el Impuesto sobre las Labores del Tabaco y el Impuesto sobre laElectricidad.En lo que concierne a la gestión realizada por las CCAA de régimen común, existen dosmodelos organizativos alternativos: algunas comunidades han optado por la creación deagencias tributarias propias, mientras que en otras la gestión se realiza en serviciostributarios de las respectivas direcciones generales de tributos de las consejerías concompetencias de hacienda. Las comunidades que han optado por transformar susservicios de gestión tributaria en agencias son: Andalucía, Cataluña, ComunidadValenciana, Galicia, Islas Baleares, Cantabria, y Murcia. El resto de comunidades siguendesarrollando sus competencias de gestión tributaria a través de servicios dependientesde sus respectivas direcciones generales de tributos u órganos equivalentes.65 En el caso del Impuesto sobre el Patrimonio, el art. 54.3 reserva algunas competencias de gestión para laAEAT, como la correspondiente a la presentación de las declaraciones conjuntamente con las del IRPF, o lasde incoaciones de actas de investigación y comprobación derivadas de actuaciones de inspección iniciadaspara el IRPF. En este caso, la norma contempla la colaboración entre ambas administraciones, con mediospersonales e intercambios de información.6 En los regímenes forales, en el País Vasco, cada territorio histórico (Álava, Bizkaia y Gipuzkoa) tiene supropia administración tributaria, dependiente de la respectiva Diputación Foral, mientras que en laComunidad Foral de Navarra, la gestión tributaria se lleva a cabo por un organismo autónomo, la HaciendaForal de Navarra, adscrito al Departamento de Economía y Hacienda del Gobierno de Navarra. Aunquedesde 1989 existe un Órgano de Coordinación Tributaria de Euskadi (OCTE), este no posee competenciasen relación con la gestión de los tributos exigidos en los tres territorios.104.1. Modelo de coordinación tributaria vigente: diseño formal y realidad operativa.La Ley 22/2009 establece un modelo formal de coordinación para la gestión de losimpuestos cedidos, con la creación de órganos específicos dentro de la estructura de laAEAT: el Consejo Superior para la Dirección y Coordinación de la Gestión Tributaria(art. 65) y los Consejos Territoriales para la Dirección y Coordinación de la GestiónTributaria en cada comunidad autónoma (art. 66). Estos órganos fueron creados con elpropósito de facilitar la cooperación entre la AEAT y las administraciones autonómicas,en aspectos como la planificación estratégica, el control tributario, el intercambio deinformación y la armonización de procedimientos administrativos. Tienen su origen, conapenas cambios, en los órganos de coordinación establecidos tras la aprobación delAcuerdo del Consejo de Política Fiscal y Financiera, 1/1996, de 23 de septiembre, por elque se aprobó el Sistema de Financiación de las Comunidades Autónomas para elquinquenio 1997-2001.7En relación con su funcionamiento, existe una valoración bastante generalizada de queeste modelo actual de coordinación ha demostrado ser poco efectivo, limitándoseprincipalmente a facilitar el intercambio de buenas prácticas y el intercambio puntual deinformación. De hecho, en este modelo, las CCAA tienen una capacidad muy limitadapara influir en las decisiones estratégicas de la AEAT, particularmente en lo que respectaa la distribución de recursos, el acceso a la información y el diseño de actuaciones decontrol. Prueba de ello es que, en la práctica, existe una segmentación de la gestión delos tributos cedidos, con escasa participación conjunta de los distintos niveles degobierno. Así, las CCAA actúan de forma prácticamente independiente en la aplicaciónde los tributos cuya responsabilidad de gestión les ha sido cedida. Por su parte, la AEATse encarga de la gestión, de forma igualmente independiente, del resto de tributoscedidos sobre los que posee las competencias de administración.Una consecuencia del mal funcionamiento de este modelo de coordinación es ladesconfianza de las CCAA de régimen común hacia la AEAT, derivada de la percepciónde un excesivo centralismo en las decisiones de gestión tributaria, incluida la asignaciónterritorial de recursos humanos y materiales. Factores como la reticencia a compartirinformación fiscal y el temor a la pérdida de control sobre los datos tributarios , así comola falta de incentivos para una mayor integración en la definición de los planes deactuación han contribuido a reforzar esta desconfianza. Puede decirse que el modeloactual opera con una estructura formal de coordinación mejorable, pero que podríaconsiderarse como razonable para los objetivos inicialmente previstos. Sin embargo, enla práctica, este no logra los niveles de cooperación e integración necesarios para unsistema fiscal con fuerte descentralización como el de España.7 En el Acuerdo 1/1996 (acuerdo 5º) se detallaban las funciones de los nuevos consejos de coordinacióncreados en sustitución de los anteriores órganos vigentes desde 1993. Estos fueron establecidos por la Ley14/1996, de 30 de diciembre, de cesión de tributos del Estado a las Comunidades Autónomas y de medidasfiscales complementarias, que en su artículo 24 regulaba la participación de las CCAA en los órganos degestión de la Administración Tributaria del Estado, a través de la Comisión Mixta de Coordinación de laGestión Tributaria (art. 33) y de los Consejos Territoriales de Dirección para la Gestión Tributaria (art. 34).En el caso del Impuesto sobre el Patrimonio, la Ley 22/2009 (art. 54.3) reserva algunas competencias degestión para la AEAT, como la de presentación de las declaraciones conjuntamente con las del IRPF o las deinspección en actuaciones iniciadas para el IRPF.11Ante este escenario, el diagnóstico general sugiere la necesidad de una reforma en lagobernanza de la administración tributaria en España, con tres objetivos principales:mejorar la cooperación intergubernamental, fortalecer la confianza entreadministraciones y optimizar la eficiencia de los recursos destinados a la gestión de lostributos. En este contexto, la propuesta de una administración tributaria integrada,inspirada en modelos como el canadiense, pensamos que debe considerarse unaalternativa recomendable por su viabilidad para superar las limitaciones actuales.5. Hacia un modelo de Administración Tributaria Integrada.El modelo actual de administración tributaria en España, como se ha dicho, presentadeficiencias, no menores, en materia de coordinación entre la AEAT y los servicios yagencias tributarias autonómicas. Las carencias impactan negativamente en la eficienciacon la que se gestionan los impuestos, especialmente por sus efectos en la generación ycompartición de información para el control tributario, afectando al grado decumplimiento fiscal del conjunto del país.Asimismo, con un sistema de financiación autonómica (SFA) en el que los recursos quefinancian el gasto público de las CCAA de régimen común proceden principalmente delos tributos cedidos por el Estado, gestionados en gran medida por la administracióncentral, la ausencia de participación de los gobiernos autonómicos en las decisiones deasignación territorial de los recursos humanos y materiales de la AEAT introduce un“problema de agencia” en la gestión del sistema tributario. Puesto que los objetivos dela AEAT estarán alineados con los intereses recaudatorios del gobierno central, laagencia estatal tendrá incentivos a concentrar, en términos relativos, más recursoshumanos y materiales en los territorios con mayor capacidad fiscal.8 Aunque ladistribución territorial de los medios resultante de esa política de administracióntributaria permita alcanzar a corto/medio plazo una mayor recaudación global, el sesgoen la asignación, favorable a los territorios de mayor capacidad, terminará afectando ala consecución de un cumplimiento fiscal uniforme en todo el territorio de actuación.9Pero además de los perjuicios recaudatorios que este sesgo previsiblemente originará enlas comunidades con menor capacidad fiscal, también dará lugar a diferenciasterritoriales en la calidad de los servicios prestados a los contribuyentes. Estocondicionará inevitablemente la aplicación uniforme del sistema fiscal, comprometiendolos principios de igualdad y justicia tributaria, cuyo cumplimiento debe exigirse a lolargo de todo el territorio nacional.108 Allí donde existe mayor capacidad fiscal, cada euro destinado a administración tributaria es esperable queproduzca una mayor recaudación debido, fundamentalmente, a la existencia de bases imponibles mediasmás altas y al carácter progresivo de algunos impuestos como el IRPF o el Impuesto sobre el Patrimonio.9 La existencia de mecanismos de nivelación de carácter horizontal, como el Fondo de Garantía de ServiciosPúblicos Fundamentales, mitigan en parte este problema, si bien la recaudación de los tributos cedidos noaportada por las comunidades a ese fondo (el 25%) sí se ve afectada. No obstante, la nivelación no evitaotros efectos indeseados del problema, como los relacionados con los servicios prestados a loscontribuyentes en cada territorio o la uniformidad en el cumplimiento fiscal.10 Sobre la necesidad de garantizar el cumplimiento de estos principios en todo el territorio español,respetando las diferencias competenciales en materia fiscal, incluidas las de los regímenes forales, puedenconsultarse, entre otras, las Sentencias del Tribunal Constitucional 96/2002 y 9/2019. Respecto al ejerciciode las competencias autonómicas en materia de administración tributaria, la Sentencia 65/2020 reafirma queel alcance de la cesión de tributos por parte del Estado, incluida la gestión, en caso de que esté contemplada,12Como hemos anticipado, en escenario como el descrito, un modelo de administracióntributaria integrada emerge como una alternativa recomendable para mejorar la gestióndel sistema tributario español. Su implantación permitiría conseguir en el tiempomejoras significativas de cumplimiento fiscal, a partir de una mayor eficiencia operativade los recursos destinados y de la consecución de una coordinación intergubernamentalefectiva, sin que esto suponga ningún menoscabo de la autonomía financiera de lasCCAA. En sentido contrario, adoptar un modelo que aumente la fragmentación, bajo lajustificación de una mayor autonomía financiera de los gobiernos autonómicos,obviando los problemas apuntados, conducirá más temprano que tarde a un deteriorode los niveles de cumplimiento fiscal en el conjunto del país, con los consecuentes efectosrecaudatorios.5.1. ¿En qué consiste un modelo de administración tributaria integrada?La propuesta de ATI que aquí se defiende coincide, en gran medida, con la expuesta enel Informe de la Comisión de Expertos para la Revisión del Sistema de FinanciaciónAutonómica (2017, cap. 3). En dicho informe se destacaba que el modelo actualmentevigente carecía de los incentivos adecuados para la cooperación efectiva entre la AEATy las administraciones autonómicas, lo que afectaba negativamente a la eficiencia de lagestión del sistema tributario español, considerado este de forma global, a la vez quegeneraba duplicidades innecesarias, todo lo que repercute negativamente en la eficaciarecaudatoria y en la equidad del sistema. Tras identificar sus deficiencias principales, laComisión de Expertos propuso un modelo alternativo al actual, basado en la integraciónoperativa de las administraciones tributarias estatal y autonómicas, con unfortalecimiento de la cooperación intergubernamental.A nivel internacional, el modelo de referencia más próximo a esta propuesta, conalgunas salvedades, lo encontramos en Canadá, donde prácticamente todas lasprovincias y territorios autónomos delegan en la Canada Revenue Agency (CRA) la gestiónde sus impuestos, participando en sus órganos de gobierno. Esta gestión encomendada,además de la de los tributos federales, se realiza con los medios humanos y materialesde la CRA, si bien las provincias y los territorios autónomos contribuyen a sufragar elcoste presupuestario que ello implica. Como se ha dicho, en Canadá, estos gobiernossubcentrales participan en la gobernanza de la agencia federal, ocupando 11 de los 15puestos de su órgano superior de dirección, el Board of Management. Se trata de un diseñoorganizativo-institucional que, mediante un marco de gobernanza compartida, permitealcanzar un equilibrio entre la autonomía fiscal de los gobiernos subcentrales y laeficiencia operativa de la gestión del sistema tributario, tanto en lo que concierne a lasfiguras de titularidad federal como provincial (Berg-Dick et al., 2008).La adhesión de las provincias y los territorios autónomos de Canadá a este modelo esoptativa, si bien, actualmente, solo la provincia de Quebec gestiona de formaindependiente el conjunto de sus tributos provinciales (Oliver, 2024). 11 Estadebe ejercerse dentro del marco constitucional, asegurando la coherencia del sistema fiscal y el respeto a losprincipios de equidad e igualdad en la aplicación de los tributos.11 Existen algunas excepciones, minoritarias, en el caso la imposición indirecta, consecuencia de que no todoslos gobiernos subcentrales (Columbia Británica, Manitoba y Saskatchewan) han armonizado sus impuestossobre las ventas regionales con el GST federal, mientras que otras han adoptado el Impuesto Armonizadosobre las Ventas (HST), en una suerte de IVA, que integra los gravámenes federal y regional. Además, laprovincia de Alberta y los Territorios del Noroeste, Nunavut y Yukón no aplican gravámenes regionales13discrecionalidad tiene su base en el reconocimiento constitucional de un poder tributariocompartido entre la federación y las provincias y territorios autónomos, lo que permitea cada nivel de gobierno establecer sus propios impuestos, sin apenas exclusionesmutuas (Gagné-Dubé, 2023; Winer, 2025).En el caso de España, sin embargo, consideramos que el modelo de ATI no deberíaconcebirse como de adhesión voluntaria por parte de las CCAA. A diferencia de Canadá,donde el poder tributario es compartido entre la federación y las provincias y territoriosautónomos, en España, la Constitución de 1978 establece que dicha potestad recaeoriginariamente en el Estado (art. 133). Esto hace que las CCAA financienprincipalmente sus competencias de gasto mediante tributos de titularidad estatalcedidos por ley (actualmente, todos los más importantes del sistema fiscal, salvo elImpuesto sobre Sociedades), con diferente alcance de la cesión para cada figura(porcentaje de la recaudación, capacidad para modificar su normativa y competenciapara su gestión). Por ello, al ser el Estado el titular originario de estos tributos y quiendecide sobre su cesión y alcance, entendemos que este mantiene una potestadconstitucional sobre su gestión que, por supuesto, puede ceder (como sucede con lamayoría de los impuestos sobre la riqueza), pero manteniendo en última instancia laresponsabilidad de su aplicación de manera efectiva y homogénea en todo el territorio.5.2. Una administración tributaria integrada no es una suma de consorcios bilateralesDesde la propuesta de la Comisión de Expertos de 2017, ha ido abriéndose camino laidea de que la implantación de un modelo de ATI podría traducirse en la creaciónde varios consorcios bilaterales (15, si todas las CCAA de régimen común se adhiriesen,bajo un supuesto de elección discrecional por parte de las comunidades) suscritos entrela AEAT y los respectivos organismos de administración tributaria de las comunidades.Sin embargo, a nuestro juicio, si se tiene en cuenta lo expuesto anteriormente, estaconcepción distorsionaría la esencia de la ATI, fundamentalmente porque esaconfiguración supondría renunciar a las ventajas de un marco organizativo-institucionalunificado, tanto en términos de gestión de los recursos como de coordinación vertical yhorizontal entre niveles de gobierno.Si se optara por un modelo basado en consorcios bilaterales, la coordinación horizontalse vería seriamente limitada. La existencia de múltiples estructuras paralelas de relaciónvertical entre la AEAT y cada ATCA mantendría los problemas de fragmentación de lagestión tributaria, especialmente los de carácter horizontal. Esta afectaría no solo a lostributos actualmente gestionados por las CCAA -como ya sucede actualmente-, sinotambién a los tributos principales ahora gestionados por la AEAT, con las consecuenciasreseñadas tanto en términos de eficiencia operativa como de aplicación uniforme de lostributos. Asimismo, un modelo de administración basado en relaciones bilateralesconduciría inevitablemente a un aumento de regulaciones de los procedimientos degestión, en gran medida redundantes, lo que incidiría en unos mayores costes decumplimiento para los contribuyentes.sobre las ventas. En la imposición directa, Alberta ha optado por gestionar su impuesto provincial sobrebeneficios societarios.14Desde el punto de vista de la eficiencia operativa, la fórmula de consorcios bilateralesimpediría el aprovechamiento de las economías de escala y de gama que síproporcionaría un modelo organizativo unificado. La AEAT dispone de infraestructura,recursos humanos altamente especializados y capacidades tecnológicas que puedenoptimizarse a gran escala para gestionar tanto los tributos estatales como losautonómicos. Fragmentar esa capacidad en múltiples consorcios supondría un aumentoinnecesario de costes operativos y, en definitiva, el grado de eficiencia con el que serealizarían las actividades que conforman la gestión tributaria sería menor. Por elcontrario, un modelo centralizado permite racionalizar los recursos disponibles, reducircostes de administración y mejorar la eficacia de la recaudación, algo que se perdería conuna gestión segmentada en las distintas comunidades.Otro aspecto crítico es el impacto que ese esquema de consorcios bilaterales tendría entérminos de fragmentación de la información fiscal. A nadie debe escapar la grancomplejidad que supondría en un esquema de relaciones bilaterales disponer de basesde datos únicas, actualizadas y de acceso general desde todas las administracionestributarias. Por el contrario, lo esperable es que con un modelo de múltiples consorcioslos costes derivados de la coordinación se disparen, sin olvidar las dificultades dealcanzar acuerdos multilaterales de creación, mantenimiento y uso compartido de esasbases de datos. Basta como ilustración las experiencias en materia de coordinación fiscalinternacional. Desde el punto de vista técnico, la falta bases de datos centralizadasdificulta la consolidación de la información, generando duplicidades, incoherencias yretrasos en el acceso a los datos fiscales, lo que afectaría a la eficiencia operativa con laque se realizan las diferentes actividades. En cambio, como ya se ha argumentado, unmodelo de administración integrada permitiría una gestión centralizada de lainformación tributaria, bajo criterios de eficiencia informativa, lo que redundaría, a suvez, en una mayor eficiencia en el desarrollo de las tareas.Por último, la existencia de varios consorcios bilaterales renuncia a la gobernanzacompartida, impidiendo la adopción de estrategias comunes de actuación, algofundamental, como hemos dicho, para mejorar los resultados de cumplimiento fiscal.Los problemas que ahora se identifican en relación con la gestión autonómica de lostributos cedidos que incluyen las competencias de administración se extenderían a losactualmente gestionados por la AEAT (IRPF, IVA e IIEE, principalmente). Además, sicada comunidad dispone de un elevado poder de negociación dentro de su consorcio,no es descartable que se puedan generar tensiones y bloqueos que impedirían adoptardecisiones con una visión de conjunto del sistema tributario. En contraste, el modelode gobernanza compartida propuesto para la ATI, con un liderazgo claro de la AEAT,permitiría establecer, de forma transparente, una estrategia común, facilitando unacoordinación efectiva vertical entre los dos niveles de gobierno participantes, y otrahorizontal entre los gobiernos autonómicos.En resumen, aunque la idea de los consorcios bilaterales pueda aparentar unaprofundización en la autonomía tributaria, en nuestra opinión, solo conduciría auna mayor fragmentación de la gestión del sistema tributario, con una pérdida deeficiencia operativa por aumento de costes y peor tratamiento de la informaciónrelevante para el control fiscal, con los consecuentes efectos negativos sobre elcumplimiento tributario y la aplicación uniforme de los tributos.15En este sentido, debemos aclarar que el texto del acuerdo de 'financiación singular deCataluña' de agosto de 2024, suscrito entre el PSC y ERC, no apuesta por la creación deun consorcio bilateral entre la ATC y la AEAT, como parece haber cundido entre algunosanalistas. El acuerdo, de forma asertiva, lo que hace es proponer la progresiva asunciónpor parte de la ATC de las competencias de gestión, recaudación, liquidación einspección de todos los impuestos generados en Cataluña. Posiblemente, esainterpretación, a nuestro juicio errónea, tenga su origen en una lectura que trata debuscar respaldo jurídico en el apartado 2 del artículo 204 del Estatuto de Autonomía deCataluña. Ese artículo establece que “la gestión, recaudación, liquidación e inspecciónde los demás impuestos del Estado recaudados en Cataluña corresponderá a laAdministración Tributaria del Estado, sin perjuicio de la delegación que la Generalitatpueda recibir de este, y de la colaboración que pueda establecerse especialmente cuandoasí lo exija la naturaleza del tributo. Para desarrollar lo previsto en el párrafo anterior, secontempla la constitución de un Consorcio o ente equivalente, con participaciónparitaria de la Agencia Estatal de Administración Tributaria y la Agencia Tributaria deCataluña, que podría transformarse en la Administración Tributaria en Cataluña.”. Sinembargo, pensamos que la interpretación es improcedente, ya que la posibilidadrecogida en el Estatuto está condicionada, de manera expresa, a que exista unadelegación formal por parte del Estado, la cual, en caso de producirse, obviamente deberespetar el marco jurídico que atribuye al Estado las competencias originarias en materiade administración tributaria que se delegarían, incluido el corpus constitucional.Parece evidente, por tanto, que el texto del acuerdo PSC-ERC no está pensando en lacreación de ese consorcio bilateral al que se refiere el segundo párrafo del apartado 2 delart. 204 del Estatuto. Por el contrario, el acuerdo por lo que apuesta es por una asuncióngradual por parte de la ATC de las competencias de administración tributaria que vienedesempeñando actualmente el Estado en Cataluña. De forma que, comenzando por elIRPF y algunos aspectos concretos de la gestión del IVA en las PYMES y losarrendamientos turísticos, se culminaría con el traspaso pleno de las mismas. Estetraspaso se dice que se empezaría a abordar en una “comisión bilateral entre el gobiernode la Generalitat y el del Estado en relación al modelo de financiación”, trasladándoselos acuerdos alcanzados allí a la Comisión Mixta de Asuntos Económicos y FiscalesEstado-Generalitat. Aunque no se establece un calendario preciso, el texto apunta comohorizonte al año 2026.La insuficiencia de recursos materiales y humanos de la ATC para asumir plenamenteestas funciones podría generar, en principio, dudas sobre la viabilidad real delcompromiso suscrito. Sin embargo, el acuerdo aquí sí es claro: “La asunción de estascompetencias requerirá el traspaso de los medios humanos, materiales, económicos ytecnológicos.” Se entiende, de los que en el momento de realizarse el traspaso decompetencias dispone la AEAT en el territorio de Cataluña.A nuestro juicio, ese escenario supondría un cambio radical en el modelo de gestióntributaria en el territorio fiscal común que, de extenderse al resto de comunidades,derivaría en la práctica eliminación de las competencias de la AEAT en la gestión de lasprincipales figuras del sistema tributario español. Sin tener en cuenta los riesgos que, dellevarse a cabo, esto supondría para la capacidad financiera del Estado, el resultado finalsituaría a España en un modelo de administración tributaria similar al, muy criticado,16de Alemania, donde la administración tributaria federal, como se ha expuesto, se limitaa gestionar, básicamente, algunos impuestos especiales y el IVA relativo al comerciointernacional, y sin apenas ningún papel coordinador ni de diseño de la política deadministración del sistema fiscal, incluida la lucha contra el fraude.5.3. Instrumentación de la propuestaEl modelo de ATI que defendemos se fundamenta en la idea de que debe ser un únicoente administrativo el responsable de gestionar todas las figuras del sistema tributario,con independencia de si se encuentran o no cedidas a las CCAA. Como se ha dicho, laintegración de las administraciones tributarias autonómicas y estatal en un marcoorganizativo único debe proporcionar una distribución eficiente de los recursoshumanos y materiales, tanto desde una perspectiva funcional como territorial, así comoasegurar la plena integración de las bases de datos, reforzando sus capacidades ypotencialidades para el control tributario. Asimismo, es fundamental que laplanificación de las actividades esté coordinada y alineada con los objetivos estratégicosde la institución. Estos objetivos, como no debe ser de otra forma, deben ser consistentescon los principios constitucionales que rigen la aplicación del sistema tributario en elconjunto de España.Estos principios de integración no implican que la gobernanza del ente responsable dela administración tributaria no pueda ser compartida entre el Estado y las CCAA, en lostérminos que se determinen. Por el contrario, en un país con una fuerte descentralizaciónfiscal como España, estamos ante un elemento fundamental del diseño del modelopropuesto, que resulta clave para su éxito, como lo demuestra la experiencia de Canadá,ya reseñada. Conviene recordar aquí que, como ha reiterado el Tribunal Constitucionaldesde sus primeras sentencias (STC 4/1981, STC 76/1983, STC 25/1981, entre otras), lasCCAA forman parte del Estado, por lo que la gobernanza compartida no solo es unaopción factible, sino una manifestación lógica, consideramos, del modelo dedescentralización política y fiscal previsto en la Constitución Española de 1978.Por lo que respecta a la titularidad del ente, pensamos que esta debe corresponder alEstado, lo que sería consistente con la prerrogativa constitucional sobre la potestadoriginaria para el establecimiento de los tributos. No obstante, para asegurar un niveladecuado de coordinación y un desempeño eficaz de todas las funciones deadministración tributaria, la ATI debe contar con un diseño institucional que hagarealidad un modelo de gobernanza compartida, que permita articular la participaciónde los distintos niveles de gobierno en la toma de decisiones y en la supervisión de suejecución. En este sentido, con las adaptaciones necesarias, el modelo del Board ofManagement de la CRA, podía contemplarse como referencia.En cuanto a la estructura operativa, consideramos que la AEAT debe constituir la basefundamental de la ATI, por dos razones principales. En primer lugar, porque el Estado,como se ha dicho, es el responsable último de la correcta gestión del sistema tributarioespañol. En segundo lugar, porque la AEAT cuenta con una amplia implantación entodo el territorio de régimen común, y dispone mayoritariamente de los recursosmateriales y humanos dedicados a la administración tributaria, entre los que destacancuerpos de funcionarios altamente especializados, con formación técnica cualificada yuna experiencia contrastada en la gestión de los principales tributos. Se trata, a nuestro17juicio, de un patrimonio institucional de gran valor, que de ninguna manera deberíadesaprovecharse. A su vez, las ATCA también cuentan con recursos valiosos y unadilatada experiencia en la gestión de los tributos cedidos con capacidad normativa y degestión (ITPAJD, ISD, IP o los Tributos sobre el Juego), así como en la administración desus respectivos tributos propios. Estamos convencidos de que su integración en la ATIpermitiría optimizar todas estas capacidades, ampliando los recursos disponibles yreforzando los procesos de selección y formación del personal especializado.5.4. Marco jurídico-organizativo para la administración tributaria integradaPara articular el modelo propuesto de ATI, es necesario definir el marco jurídico quedebe regular su organización y funcionamiento. Dentro del ordenamiento jurídicoespañol, la Ley 40/2015, de 1 de octubre, de Régimen Jurídico del Sector Público, recogelas diversas figuras alternativas en las que podría encajar un modelo como este. Noobstante, como se indicó en el apartado 5.2, es importante subrayar que una cosa es lainstrumentación jurídica que se elija, dentro de las alternativas contempladas, y otra,fundamental, el diseño de la arquitectura organizativo-institucional que permita darrespuestas eficaces a los problemas de coordinación e incentivos identificados. Sin duda,acertar con la forma jurídico-organizativa es fundamental, pero debe advertirse que estono puede hacerse sin tener en cuenta los objetivos, características y condicionantesinherentes al modelo de ATI que se quiere implantar.De acuerdo con las opciones que ofrece la Ley 40/2015, la creación de un consorcioAEAT-ATCA, ajustado al régimen del artículo 118 y siguientes de esta norma, es, anuestro juicio, la alternativa más adecuada para la configuración jurídica del modelo deATI propuesto. En un consorcio interadministrativo, el liderazgo de la AEAT quedaríagarantizado. La justificación tendría base constitucional. Por un lado, en el art. 133 de laConstitución Española, en el que se establece la potestad originaria para establecertributos corresponde al Estado, y aunque algunos tributos puedan ser cedidos a lasCCAA, la doctrina del Tribunal Constitucional ha señalado que el Estado sigue teniendola responsabilidad última de garantizar su aplicación efectiva y homogénea en todo elterritorio de régimen común. Por otro, el art. 149.1.14ª de la Constitución, establece lacompetencia exclusiva del Estado en materia de Hacienda General y Deuda del Estado,lo que ha servido también de base al Tribunal Constitucional para definir laresponsabilidad del Estado en ese ámbito, de forma compatible con el ejercicio decompetencias particulares por parte de las CCAA. Esto justificaría, a nuestro juicio, queel modelo de gobernanza del consorcio estuviera diseñado con una posiciónpreeminente de la AEAT, asegurando así una gestión coordinada, pero con un liderazgoestatal claro. No obstante, existe otra posibilidad: la utilización de las encomiendas degestión, reguladas en el artículo 11 de la Ley 40/2015, aunque a nuestro juicio se trata deuna opción con menos potencialidades y no exenta de inconvenientes, como másadelante exponemos.A) Creación de un Consorcio AEAT-ATCAEsta primera alternativa se basa en la constitución de una entidad con personalidadjurídica propia, en la que tanto la AEAT como las CCAA compartirían competencias enla gestión tributaria. Este marco jurídico permitiría integrar formalmente las actividadesde ambas administraciones bajo una estructura de gobernanza compartida, lo que18favorecería la coordinación vertical de la AEAT con las ATCA y horizontal, entre lasATCA, así como la eficiencia operativa en el uso de los recursos destinados a este fin.Junto al Estado, las CCAA tendrían representación en los órganos de decisión delconsorcio, lo que les otorgaría capacidad de influencia en la definición de los planesestratégicos y en las cuestiones organizativas. Entre las ventajas de la fórmula consorcialse encuentran la facilidad para la adopción de medidas organizativas y de gestión de losrecursos humanos y materiales, favorecedoras de la eficiencia operativa y de lareducción de costes administrativos. Asimismo, esta opción también facilitaría laintegración de la información con trascendencia fiscal en una única plataforma de datos,de acceso compartido, con protocolos comunes de acceso.El marco jurídico que regula la figura de los consorcios entre administraciones públicasse establece por la Ley 40/2015, en los artículos 118 y siguientes. Su propósito de creaciónes organizar la cooperación entre distintas Administraciones para realizar actividadesde interés común, en este caso, la gestión de los tributos, con participación en los órganosde decisión de todas las administraciones consorciadas.Una cuestión principal en la creación de consorcios interadministrativos es garantizartanto la responsabilidad pública como la efectividad del control financiero al que debensometerse sus actuaciones. En este sentido, como entidades de cooperación entreadministraciones, la Ley 40/2015 exige que los consorcios deben estar adscritos a unaadministración pública específica. Esto se explica, fundamentalmente, por la necesidadde evitar la dispersión de responsabilidades y asegurar la rendición de cuentas ante losciudadanos. En el caso que nos ocupa, el diseño de la estructura de control resultafundamental para el correcto funcionamiento del modelo de administración integradapropuesto, especialmente cuando se trata de la gestión de tributos cedidos por el Estadoa las comunidades autónomas. 12De acuerdo con el art. 120 de la Ley 40/2015, el consorcio quedaría adscrito, en cadaejercicio presupuestario y por todo este periodo, a la Administración Pública que: a)detenta la mayoría de votos en los órganos de gobierno; b) la que posee facultades paranombrar o destituir a la mayoría de los miembros del órgano de gobierno, de los órganosejecutivos o del personal directivo; c) la que ejerce un mayor control sobre su actividaden virtud de normativa especial; d) la que financia en mayor medida su actividad; e) laque ostenta el mayor porcentaje de participación en su fondo patrimonial; o, en su caso,f) la que cuenta con un mayor número de habitantes o una mayor extensión territorial,según la finalidad del consorcio.Régimen de adscripción y papel preeminente de la AEATLa adscripción del consorcio, tal y como se regula en el artículo 120 de la Ley 40/2015,corresponde a la administración pública que asuma el liderazgo de la estructuraconsorcial. En este caso, como hemos dicho, parece bastante evidente que la AEAT debeser la administración de adscripción, dado que la potestad tributaria originariacorresponde al Estado, con el alcance que hemos expuesto, lo cual no se debe veralterado ni por la delegación de competencias a las CCAA, como sucede ahora con los12 En relación con esta cuestión, puede verse la Sentencia del Tribunal Constitucional 41/2011, en la que seadvierte que las administraciones involucradas deben mantener la responsabilidad sobre las competenciasy los recursos que aportan, lo cual es clave para asegurar la gestión adecuada.19denominados tributos patrimoniales, ni, en el caso que analizamos, por la constitucióndel consorcio. La jurisprudencia del Tribunal Constitucional refuerza esta elección, alsubrayar que en el caso de la cesión de tributos, el Estado sigue siendo responsableúltimo de asegurar la eficacia del sistema tributario. De esta forma, la AEAT debe ser elresponsable último de asegurar la aplicación de la normativa en todo el territorio deactuación, lo que le debe conferir un papel principal en el consorcio a crear.Régimen de personalEl consorcio interadministrativo contaría con personal tanto funcionario como laboral,en función de las necesidades de funcionamiento. Tanto la AEAT como las ATCAaportarían al consorcio sus respectivos efectivos, de acuerdo con lo dispuesto en el art.121 de la Ley 40/2015. En cuanto a la selección de personal de nuevo ingreso y laactualización formativa del personal, las funciones deberían ejercerse de formacoordinada entre las administraciones participantes, con el fin de garantizar procesos deincorporación y formación homogéneos. En materia retributiva, será necesario llevar acabo un proceso de homogeneización salarial, de modo que se establezca un marcocomún entre todas las administraciones participantes en el consorcio. Este procesoincluirá también el diseño de las carreras profesionales, con el objetivo de asegurartrayectorias profesionales coherentes para el personal de todas las administracionesinvolucradas, favoreciendo su desarrollo y motivación dentro del marco organizativodel consorcio.Régimen presupuestario y control económico-financieroEl régimen presupuestario de los consorcios está regulado por el art. 122 de la Ley40/2015, que establece que estos consorcios deben seguir el régimen financiero de laAdministración a la que estén adscritos. Dado que el consorcio estaría adscrito a laAdministración General del Estado, sería aplicable el régimen de esta. La AEAT, comoresponsable de la dirección del consorcio, gestionaría el presupuesto de manera que losfondos se distribuyan de forma equitativa entre las partes y se utilicen de acuerdo conlos principios de eficiencia y eficacia. Con independencia de los órganos de control yauditoría internos que se puedan establecer, los controles financieros serán los aplicablesa la AEAT por parte de la Intervención General de la Administración del Estado.Estatutos y funciones del consorcioLos estatutos del consorcio, regulados en el art. 124 de la Ley 40/2015, deben definirclaramente sus funciones y el régimen organizativo y financiero. El diseño de losestatutos constituye una pieza clave para formalizar jurídicamente las reglas degobernanza compartida, la coordinación entre participantes, la organización de recursoshumanos y materiales, y todos aquellos elementos que, como hemos expuesto,configuran el modelo de ATI que se quiere implantar. Los estatutos deberán garantizarque las funciones de recaudación, inspección y gestión de los tributos sean realizadas demanera coordinada entre el Estado y las CCAA, respetando siempre el alcancecompetencial que se fije en las normas de cesión de tributos, así como en el resto denormativas de aplicación en materia tributaria.Por su parte, el art. 127 establece que la disolución del consorcio se producirá una vezque se cumplan los fines para los que fue creado. En el caso que nos ocupa, es pocoprobable que la disolución ocurra a corto plazo, ya que los objetivos de cooperación entre20el Estado y las CCAA en la gestión de los tributos son permanentes y a largo plazo. Noobstante, los estatutos deben prever un mecanismo flexible para la modificación o ajustede los objetivos y estructuras del consorcio, conforme evolucione el sistema tributario,sin que ello afecte a la responsabilidad última del Estado sobre la gestión tributaria.Estamos convencidos de que un consorcio interadministrativo, como el que hemosesbozado, liderado por la AEAT y con la participación activa de las CCAA, constituyeuna estructura flexible y eficiente para hacer realidad el modelo de ATI propuesto. Enél, como hemos dicho, el papel del Estado es fundamental para garantizar la unidad y laeficacia del sistema tributario. Esto implica que la AEAT deba desempeñar un papel deentidad responsable de la armonización y supervisión en la materia, asegurando que elsistema tributario se aplique de manera coherente y uniforme en todo el territorio derégimen común.B) Encomienda de gestión (art. 11 de la Ley 40/2015)Esta segunda alternativa constituye un modelo, en principio, con elevada flexibilidad,en el que las CCAA delegarían parte de sus competencias en la AEAT, aunquemantendrían su plena autonomía, conforme a sus normas constitutivas. A diferencia dela figura del consorcio, en este caso no se crearía un nuevo ente jurídico, sino que seformalizarían acuerdos bilaterales de delegación de funciones. La encomienda degestión, regulada en el art. 11 de la Ley 40/2015, permite que una administración públicaencargue a otra la realización de actividades de su competencia, sin que ello impliquecesión de titularidad ni traspaso de competencias. Bajo esta figura, las CCAA seguiríansiendo responsables de la gestión de los tributos cedidos, pero podrían encomendar, bajociertas condiciones, funciones operativas a la AEAT a través de acuerdos bilaterales. Encuanto a la compensación económica, las encomiendas de gestión pueden implicarpagos a la administración encargada de realizar la actividad encomendada. Estos pagosse determinan, generalmente, en función de los costes asociados a la ejecución de lastareas encomendadas y deben estar claramente especificados en el acuerdo o convenioque formaliza la encomienda.Este enfoque, a priori, podría presentar ciertas ventajas, como una menor complejidadjurídica y administrativa, al no requerir la creación de un nuevo ente público, y unamayor flexibilidad para adaptar la cooperación entre administraciones a las necesidadesde las comunidades autónomas. Esto podría facilitar una transición progresiva hacia unamayor coordinación entre la AEAT y las administraciones tributarias autonómicas, sinmodificar la actual distribución competencial. Sin embargo, a nuestro juicio, estasventajas no compensan sus debilidades para articular un modelo de ATI como el que secontempla.El principal inconveniente de la encomienda de gestión, en nuestra opinión, está en laausencia de una verdadera gobernanza compartida entre el Estado y las CCAA. Bajo esafigura, la AEAT se limitaría a ejecutar tareas delegadas, sin que las CCAA participasenen la toma de decisiones estratégicas, lo cual constituía, como vimos, la esencia delproblema de agencia al que hacíamos mención al comienzo de este trabajo. Además, lautilización de encomiendas de gestión fomentaría, presumiblemente, la fragmentaciónadministrativa, ya que cada comunidad autónoma negociaría individualmente susacuerdos de encomienda con la AEAT. Esto generaría, seguramente, disparidades en la21aplicación de los tributos cedidos, lo que entraría en conflicto con el principio dehomogeneidad en la aplicación del sistema tributario, tal y como se apuntó.Por estas razones, entendemos que la encomienda de gestión no debería considerarse lavía para la construcción de un modelo de ATI. No obstante, su uso podría ser útil endeterminados ámbitos, como la prestación de servicios técnicos específicos(procesamiento de datos, notificaciones o apoyo en inspección) o como un mecanismotransitorio para avanzar hacia el establecimiento de un consorcio interadministrativoque desarrollara de forma plena las funciones necesarias para la gestión integral delsistema tributario.Por último, debemos aclarar que una tercera posibilidad, como sería la constitución deuna nueva agencia tributaria de titularidad mixta entre el Estado y las CCAA, no tieneencaje en la Ley 40/2015, de Régimen Jurídico del Sector Público. El art. 84.2 de esta leyestablece que la Administración General del Estado, ni por sí misma ni en colaboracióncon otras entidades públicas o privadas, puede crear ni ejercer control efectivo sobreningún tipo de entidad distinta de las enumeradas en el artículo 84.1, que solo hacereferencia a las agencias estatales. Desde una perspectiva práctica, la creación de unaagencia tributaria mixta exigiría un desarrollo normativo complejo para definir ex novosu organización, estructura de gobierno, régimen jurídico y mecanismos de control. Estose traduciría en la práctica, previsiblemente, en un incremento de los costes defuncionamiento del nuevo ente, así como en la aparición de importantes problemas degobernanza.En conclusión, consideramos que la opción más adecuada para materializar el modelode ATI es la creación de un Consorcio AEAT-ATCA, ya que proporciona una soluciónjurídico-organizativa que permite instrumentar la gobernanza compartida, facilitaruna coordinación más eficiente y, en definitiva, ofrecer una integración operativa detodas las administraciones tributarias participantes. Si bien su implementación requiereajustes legislativos y procedimentales, no sencillos, estamos convencidos de que lasventajas superan a los inconvenientes asociados a su creación, lo que permitirá avanzarde manera efectiva hacia una gestión integrada y más eficiente del sistema tributario.5.5. La organización del consorcio de administración tributariaEl consorcio AEAT-ATCA, tal como se ha propuesto, tiene como fin principal integrartodas las actividades de gestión tributaria, respetando las competencias estatales yautonómicas. Su actuación debe regirse por los principios de aplicación uniforme delsistema tributario, uso eficiente de los recursos disponibles, y minimización de los costesde administración y cumplimiento. Con este modelo de ATI, estructurado jurídicamentecomo un consorcio interadministrativo, se busca superar la fragmentación y lasdisparidades en la gestión tributaria entre administraciones. Asimismo, con esta fórmulase pretende mejorar la gestión de los recursos humanos y materiales, especialmente enlo relativo a la información relevante para el control tributario, con el fin de garantizaruna aplicación homogénea de los tributos y mejorar el cumplimiento fiscal. Parafomentar la cooperación y la eficiencia operativa, como se ha argumentado, el consorciodebe contar con una estructura de gobernanza compartida entre la AEAT y las ATCA.22Principios que deben inspirar la organización del consorcioLa organización del consorcio, desde un punto de vista funcional, se sustentaría en tresprincipios básicos, necesarios para garantizar un desempeño eficaz y eficiente: laintegración tecnológica e informativa, la planificación estratégica conjunta y laespecialización funcional. La aplicación de estos principios resulta clave para lograr unacoordinación efectiva entre la AEAT y las ATCA, para optimizar el uso de recursos,evitando duplicidades, y para mejorar la calidad del servicio prestado.- Integración tecnológica e informativaLa fragmentación de la información entre distintas administraciones es, posiblemente,el mayor desafío para los países con una fuerte descentralización fiscal. Para abordarloeficazmente, el consorcio debe disponer de una plataforma tecnológica común,centralizada y gestionada de manera conjunta. Esta plataforma garantizará el acceso entiempo real a la información fiscal para todas las administraciones tributarias, conformea los protocolos establecidos, facilitando la interoperabilidad, mejorando la eficienciaoperativa y reduciendo la carga administrativa.Asimismo, en un contexto donde la digitalización y la inteligencia artificial estántransformando la administración pública, la gestión tributaria no puede quedar almargen de esta evolución. Por ello, el consorcio deberá promover la incorporación detecnologías y herramientas avanzadas de inteligencia artificial y de big data para reforzarla detección de comportamientos de evasión fiscal, así como para optimizar los procesosde recaudación y asistencia al contribuyente.- Planificación estratégica integradaEl consorcio debe permitir el desarrollo de una planificación estratégica conjunta en lasprincipales áreas de funcionales de actuación: asistencia al contribuyente, gestión,inspección y recaudación. En este sentido, deberán establecerse planes de accióncoordinados, que aprovechen la capacidad operativa de las administracionesconsorciadas, asignándoles las tareas en función de sus fortalezas específicas y concriterios de eficiencia en el uso de los recursos humanos y materiales.- Especialización funcionalLa distribución de funciones operativas debe realizarse bajo criterios de especialización,asignando a cada administración las competencias en las que tenga mayor experiencia ycapacidad técnica. De este modo, se logrará una gestión más eficiente, aprovechando almáximo los recursos disponibles. En este sentido, parece que conveniente que la AEATsea responsable de gestionar e inspeccionar los tributos compartidos más complejos,como el IRPF, IVA y los Impuestos Especiales, además del Impuesto sobre Sociedades.Por su parte, las administraciones autonómicas podrían seguir gestionando el Impuestosobre el Patrimonio, el Impuesto sobre Sucesiones y Donaciones, y el de TransmisionesPatrimoniales y Actos Jurídicos Documentados, además de los tributos cedidos sobre elJuego y sus tributos propios.Por lo que respecta a las administraciones autonómicas, la asignación de competenciasmás específicas les permitiría concentrar sus recursos en áreas en las que pueden ofrecerun valor añadido, como la mejora de la asistencia a los contribuyentes o en lasactividades de recaudación. Al reorganizar funcionalmente la gestión de los tributos, las23ATCA podrían destinar una mayor parte de sus recursos a proporcionar servicios máspersonalizados y cercanos al contribuyente, optimizando la atención y facilitando elcumplimiento voluntario de las obligaciones fiscales. Esta estrategia no solo podríacontribuir a aumentar la eficiencia operativa, sino que también fomentaría lacolaboración con los contribuyentes en un entorno más accesible, lo que redundaría enmejoras del nivel de cumplimiento fiscal.- La estructura organizativa del consorcioLas actuaciones del consorcio AEAT-ATCA deben estar regidas, en la práctica, por unconsejo directivo que actuará como órgano de gobernanza compartida. Este seráresponsable de la toma de decisiones estratégicas y operativas, garantizando que laspolíticas de administración tributaria adoptadas sean coherentes y uniformes en todo elterritorio de régimen común. Entre sus funciones estará garantizar la aplicaciónhomogénea de la normativa tributaria, gestionar los protocolos de intercambio deinformación entre las administraciones y asegurar la asignación adecuada de losrecursos comunes. Igualmente, el consejo directivo debe aprobar los planes de selecciónde personal, la organización de los planes formativos, así como la contratación de losmedios tecnológicos.Su funcionamiento debe reflejar la colaboración continuada, no puntual, entre el Estadoy las comunidades autónomas, con la AEAT como líder operativo, pero con un fuertepapel de las ATCA en la toma de decisiones y en la supervisión de las actividadesrealizadas. Este papel preeminente de la AEAT está justificado en que es la entidad conla mayor capacidad operativa en términos de recursos disponibles para desarrollar lasactividades de administración tributaria y de experiencia en este ámbito. Por ello, parecelógico que sea la AEAT la encargada de la gestión de los principales tributos, comohemos dicho. También sería la encargada de diseñar y ejecutar los planes de inspección,así como del desarrollo y mantenimiento de la plataforma tecnológica común,asegurando que todas las administraciones tengan acceso a una infraestructuraactualizada y funcional.Las ATCA, seguirían gestionando sus tributos patrimoniales, los gravámenes sobre eljuego y los tributos propios que puedan establecer las CCAA. En el desarrollo de estasactividades, las ATCA deben beneficiarse de la coordinación, tanto con la AEAT comocon cada una de sus pares. Las ATCA mantendrán su autonomía normativa,participando activamente en los procesos de planificación estratégica del consorcio y sebeneficiarán de los recursos tecnológicos y humanos proporcionados por la AEAT. Estacolaboración garantizará que la gestión de los tributos cedidos que se encarguen derealizar se lleve a cabo bajo los mismos estándares de calidad y en todas las CCAA.- La financiación del consorcioEl consorcio deberá gestionar las inversiones en infraestructura tecnológica y sumantenimiento, así como el gasto de personal y la organización de planes de formación,asegurando que los recursos se distribuyen de manera eficiente y homogénea a lo largode todo el territorio. La financiación de los costes operativos y de inversión se deberealizar de forma equitativa, en función de la participación de cada administración enlas actividades desarrolladas en el ámbito de actuación del consorcio. En este sentido,las comunidades autónomas deberán contribuir al presupuesto del consorcio en función,entre otras variables, de los tributos cedidos que gestionen, mientras que el Estado24debería asumir la parte restante correspondiente a los tributos cedidos y a los deasignación exclusivamente estatal.Además, las CCAA deberían asumir los costes de gestión de los tributos propios que, encada caso, les corresponda, así como de aquellos que gestionen en virtud de lascompetencias establecidas. El esquema de contribución deberá diseñarse de formadetallada y ser aprobado por el consejo directivo del consorcio. Periódicamente deberáser revisado, con el horizonte temporal que se determine. Esa revisión garantizará quelas contribuciones de las distintas administraciones se ajusten a los cambios relativos quese vayan produciendo, así como a la evolución de las competencias tributarias asignadas.El esquema de financiación aprobado debe garantizar que el consorcio seaautosostenible, operativamente eficiente y capaz de adaptarse a los cambios que puedansurgir a lo largo del tiempo. Asimismo, la aprobación conjunta del Estado y las CCAAdebe llevarse a cabo con total transparencia, asegurando la participación de todas laspartes interesadas en la toma de decisiones económicas.6. Síntesis de conclusionesEste trabajo ha analizado la propuesta de traspaso de competencias de administracióntributaria a la Agencia Tributaria de Cataluña, contenida en el acuerdo PSC-ERC deagosto de 2024, desde una perspectiva económica y jurídica. La evaluación realizadamuestra que la implantación de un modelo en el que la ATC asuma la gestión,recaudación, liquidación e inspección de todos los tributos generados en Cataluña, conindependencia de su titularidad, generaría importantes disfuncionalidades. Además desu dudoso encaje constitucional, estamos convencidos de que ese modelo fragmentaríala administración tributaria en España, dificultando la coordinación interadministrativa,incrementando los costes operativos y comprometiendo la capacidad del Estado paragarantizar un cumplimiento fiscal homogéneo en todo el territorio, y en última instancia,para asegurar una financiación suficiente de sus competencias de gasto.Frente a este modelo de descentralización extrema, el estudio argumenta en favor de laadopción de un modelo de administración tributaria integrada, tal como se concibe enel Informe de la Comisión de Expertos para la Revisión del Sistema de FinanciaciónAutonómica de 2017. La ATI se fundamenta en un esquema de cooperación ygobernanza compartida entre la AEAT y las 15 administraciones tributarias de las CCAAde régimen común.Para la articulación jurídica de esta propuesta de ATI, el trabajo opta por la figuradel consorcio interadministrativo, regulado en la Ley 40/2015, de Régimen Jurídico delSector Público, como figura más adecuada para configurar esta integración. Se descartala alternativa de las encomiendas de gestión, al considerar, de forma motivada, que estafigura no permite una integración real de funciones, sino una simple delegaciónoperativa, lo que impediría la planificación estratégica conjunta y la optimización derecursos. Asimismo, se rechaza la posible creación de una nueva agencia de titularidadmixta, ya que se considera que esta opción no tendría cabida en el actual régimen jurídicoespañol, y supondría una alteración innecesaria de la arquitectura institucional existente.Un aspecto clave del análisis es que la ATI no debe confundirse con la simple agregaciónde 15 consorcios bilaterales AEAT-ATCA. Esa opción, como se ha argumentado, nolograría los objetivos de integración, eficiencia y uniformidad en la aplicación del25sistema tributario buscados. Además, la fragmentación de la administración tributariaen múltiples consorcios bilaterales generaría problemas de duplicidad, heterogeneidaden la gestión y pérdida de las economías de escala, además de dificultar la coordinaciónhorizontal entre las distintas administraciones y aumentar los costes de coordinaciónpara la AEAT.Si bien lo óptimo desde una perspectiva de eficacia administrativa y equidad sería quelas administraciones tributarias del País Vasco y Navarra se incorporaran también a estemodelo de ATI, es poco realista esperar que renuncien a su régimen foral, amparado enla Disposición Adicional 1ª de la Constitución. A pesar de las evidentes ganancias entérminos de eficiencia operativa, simplificación administrativa y mejora delcumplimiento fiscal que supondría la integración de estas dos comunidades enun Consorcio AEAT-17 ATCA, el marco constitucional actual permite a estos territoriosmantener su autonomía fiscal, aun cuando ello implique una menor eficiencia en laadministración de los tributos a nivel de todo el territorio nacional.En definitiva, nuestra valoración de la propuesta del acuerdo PSC-ERC, para impulsaruna descentralización total de la gestión tributaria en Cataluña, es que no solo esjurídicamente cuestionable, sino que representa una opción poco recomendable desde elpunto de vista de la eficiencia económica, la eficacia y la equidad interterritorial. Encambio, el modelo de administración tributaria integrada que proponemos comoalternativa en este trabajo es una opción más adecuada. Su superioridad radica en susatributos para mejorar la eficiencia, facilitar la coordinación entre los distintos niveles degobierno, promover el cumplimiento fiscal y garantizar la aplicación uniforme delsistema tributario en todo el territorio, todo ello sin comprometer la autonomía tributariade las comunidades autónomas.ReferenciasBerg-Dick, P., Carreau, M., Field, D. y Éthier, M. (2008): “Tax coordination under theCanadian tax system”, en N. Bosch y J. M. Durán (eds.), Fiscal Federalism andPolitical Decentralization. Lessons from Spain, Germany and Canada. Cheltenham, UK:Edward Elgar. pp. 169-192.Bird, R. M. (2015): “Fiscal decentralization and decentralizing tax administration:Different questions, different answers”, International Center for Public PolicyWorking Papers, 15-09.https://scholarworks.gsu.edu/cgi/viewcontent.cgi?article=1201&context=iceppCarmona, A. (2024): “La financiación singular en el diván constitucional”, El País,18/09/2024. https://elpais.com/opinion/2024-09-18/la-financiacion-singular-en-el-divan-constitucional.htmlComisión de Expertos (2017). Informe de la Comisión de Expertos para la revisión del modelode financiación autonómica. Madrid: Ministerio de Hacienda y Función Pública.https://www.hacienda.gob.es/CDI/sist%20financiacion%20y%20deuda/informaciónccaa/informe_final_comisión_reforma_sfa.pdfGagné-Dubé, T. (2023): “Constraints on Provincial Fiscal Autonomy Arising from TaxCollection Agreements”, Canadian Tax Journal, 71(3): 735-747.Gascón, J. (2014): “La gestión de los impuestos: en busca de una administracióntributaria eficiente”, Papeles de Economía Española, 139: 153-173.26Hasseldine, J. (2010): “The administration of tax systems”, en E. Albi y J. Martínez-Vázquez (eds.), The Elgar Guide to Tax Systems. Cheltenham, UK: Edward ElgarPublishing. pp. 360-373.López Basaguren, A. (2024): “Un Estado fiscalmentedebilitado”, El Correo, 02/08/2024.https://www.elcorreo.com/opinion/tribunas/alberto-lopez-basaguren-estado-fiscalmente-debilitado-20240802000253-nt.htmlLópez Laborda, J. (2024): “El acuerdo de ́financiación singular ́ para Cataluña:valoración en un marco de incertidumbre”, Apuntes, 2024/34, Fedea.https://documentos.fedea.net/pubs/ap/2024/ap2024-34.pdfMartínez-Vázquez, J. (2015): “Tax assignments at the regional and local levels”, en E.Ahmad y G. Brosio (eds.), Handbook of Multilevel Finance, cap. 14. Cheltenham, UK:Edward Elgar Publishing. pp. 358-388.Oates, W. E. (1972): Fiscal Federalism. New York: Harcourt Brace Jovanovich.Oates, W. E. (2005): “Toward a second-generation theory of fiscal federalism”,International Tax and Public Finance, 12: 349-373.Onrubia, J. (2016): “Financiación autonómica y administración tributaria: una propuestade modelo integrado de gestión”, Mediterráneo Económico, 30: 231-271.Oliver, P. C. (2024): “Fiscal Federalism and the Federal Spending Power: A Legal andConstitutional Analysis”, en A. Lecours, D. Béland, T. Tombe y E. Champagne(eds.), Fiscal Federalism in Canada: Analysis, Evaluation, Prescription. Toronto:University of Toronto Press.Ridao i Martín, J. (2025): “El modelo de financiación singular para Catalunya:Reflexiones sobre su posible encaje constitucional”, Apuntes, 2025/01, Fedea.https://documentos.fedea.net/pubs/ap/2025/ap2025-01.pdfRuiz Almendral, V. (2024): “El (difícil) encaje constitucional de la propuesta definanciación singular para Cataluña”, Apuntes, 2024/33, Fedea.https://documentos.fedea.net/pubs/ap/2024/ap2024-33.pdfSlemrod, J. y Gillitzer, C. (2014): “Insights from a Tax-systems Perspective”, CESifoEconomic Studies, 60 (1): 1-31.Shoup, C. S. (1969): Public Finance. Chicago, IL: Aldine Publishing Company.Tajadura, J. (2024): “Privilegios forales y financiación autonómica”, El Mundo,15/10/2024.https://www.elmundo.es/opinion/2024/10/15/670ce982e85ece9a378b458a.htmlWiner, S. L. (2025): “Reassignment and the Power to Tax in a Federal State: Canada, 1867-2024”, CESifo Working Paper, No. 11678. http://dx.doi.org/10.2139/ssrn.5153475 ¿Quién debe gestionar los tributos en España? Hacia una administración integrada que concilie autonomía y eficiencia, en el marco constitucional ¿Quién debe gestionar los tributos en España? Hacia una administración integrada que concilie autonomía y eficiencia, en el marco constitucional	查看 91566	联邦应用经济学研究基金会	2025-05-21 11:19:01 2025-05-21 11:19:15	word
3148789	无图 Sobre el Plan ReArm Europe /Readiness 2030: (I) la activaciónde la cláusula de escape nacionalINMACULADA LÓPEZApuntes Fedea 2025/17Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1Sobre el Plan ReArm Europe/Readiness 2030:(I) la activación de la cláusula de escape nacionalInmaculada López Abril de 2025ResumenEn su última reunión el pasado 20 de marzo, el Consejo Europeo acordó por unanimidadacelerar los trabajos para reforzar la capacidad defensa de Europa de manera “decisiva” alo largo de los próximos cinco años. Hasta el momento, los acuerdos del Consejo Europeose enfocan hacia las medidas del Plan Rearm Europe/Readiness 2030, propuesto por laComisión Europea, sobre las distintas vías para financiar un fuerte y rápido aumento delgasto en defensa de los estados miembros de la UE que, entre otros objetivos, permitacumplir con el nuevo compromiso de la OTAN que previsiblemente se adoptará en lapróxima cumbre de la Haya, a finales de junio, que podría consistir en fijar el nuevo objetivodel gasto en defensa de sus países miembros en torno, o algo por encima, del 3% del PIB,en un plazo de tiempo también por determinar.Para afrontar los colosales retos a los que se enfrentan los países europeos en el ámbitode la defensa será necesario un incremento sustancial del gasto. El reto más inmediato esdecidir sobre el apoyo financiero y militar que se va a proporcionar a Ucrania hasta queacabe la guerra, una vez que la administración estadounidense ha puesto fin a los envíosde material militar y ha cerrado a cal y canto el grifo para cubrir las necesidades financierasde Ucrania; hay que asegurar, también, un sitio para la Unión Europea en las negociacionespara poner fin a la guerra en Ucrania y, relacionado con ello, hay que definir el papel de lospaíses europeos y de la Unión para garantizar la seguridad de Ucrania cuando acabe laguerra. Por si todo esto fuera poco, Europa deberá asumir la responsabilidad de su propiaseguridad, delegada a EEUU durante décadas, lo que requiere diseñar y poner en marchauna profunda reorganización de la OTAN para reforzar su pilar europeo, reemplazando lascapacidades militares y el papel clave de EEUU. Esto, a su vez, requerirá un rápido saltotecnológico de la industria de defensa europea y un fuerte aumento de su capacidadproductiva, que permita reducir la histórica dependencia de las fuerzas armadas europeasde la industria de defensa estadounidense, algo que no podrá hacerse de la noche a lamañana; costará bastantes años, si no décadas.La puesta en marcha del Plan exigirá la activación coordinada de la “cláusula nacional deescape”, para permitir que los gastos de defensa de los países de la UE puedan aumentarde forma sustancial y con rapidez sin incumplir las reglas fiscales. La Comisión proponeque los estados miembros soliciten la activación para antes de finales de abril. En España,en cumplimiento del Artículo 135.4 de la Constitución, esto requerirá, que el Congreso delos diputados de luz verde a la activación, apreciando por mayoría absoluta de susmiembros que estamos en una situación de emergencia que justifica flexibilizar las reglasfiscales. Inmaculada López es Técnico Comercial y Economista del Estado. Fue Senior Economic Advisordel Alto Representante de la UE para Asuntos Exteriores y de Seguridad y Vicepresidente de laComisión Europea, Josep Borrell, durante el período 2019-2024.2IntroducciónEn su última reunión el pasado 20 de marzo, el Consejo Europeo acordó por unanimidadacelerar los trabajos para reforzar la capacidad defensa de Europa de manera “decisiva” alo largo de los próximos cinco años. 1Hasta el momento, los acuerdos del Consejo Europeo en el ámbito de la defensa secentran especialmente en las medidas del Plan “Rearm Europe/Readiness 2030,propuesto por la Comisión Europea sobre las distintas vías para financiar un fuerte y rápidoaumento del gasto en defensa de los estados miembros de la UE que, entre otros objetivos,permita cumplir con el nuevo compromiso de la OTAN que previsiblemente se adoptará enla próxima cumbre de la Haya, a finales de Junio, que podría consistir en fijar el nuevoobjetivo del gasto en defensa de sus países miembros en torno, o algo por encima, del 3%del PIB, en un plazo de tiempo también por determinar.La acción más inmediata prevista en el Plan ReArm Europe es la activación coordinada dela “cláusula nacional de escape”2, para permitir que los gastos de defensa de los paísesmiembros de la UE puedan aumentar con rapidez sin incumplir las reglas fiscales de laUnión. La Comisión ya ha elaborado su propuesta (”Accommodating increased defenceexpenditure within the Stability and Growth Pact”3 que deberá ser aprobada por el Consejopróximamente.Según la propuesta de la Comisión, cada país, individualmente deberá solicitar laactivación de su cláusula nacional a la Comisión antes de finales de este mes de abril. EnEspaña, como se explica más adelante, esto requerirá que el Congreso de los diputadosde luz verde a la activación con el apoyo de la mayoría absoluta de diputados, encumplimiento del Artículo 135 de la Constitución; y que la AIReF (Autoridad Independientede Responsabilidad Fiscal, elabore previamente el informe sobre la concurrencia de lascircunstancias excepcionales que justifican en la actualidad la relajación de las reglasfiscales, en cumplimiento del artículo 22 de la Ley orgánica que creó este organismo. 4Los retos de la UE en un momento histórico.Estamos, sin duda, ante una fase decisiva para el futuro de la Unión Europea. Tres añosdespués de la invasión de Ucrania, la economía rusa se ha transformado en una economíade guerra al servicio de las aspiraciones imperialistas de su líder Vladimir Putin, quepretende extender el área de influencia rusa, más allá de Ucrania, a varios países120250320-european-council-conclusions-en.pdf2 20250306-european-council-conclusions-en.pdf3 a57304ce-1a98-4a2c-aed5-36485884f1a0_en4 BOE-A-2013-11935 Ley Orgánica 6/2013, de 14 de noviembre, de creación de la AutoridadIndependiente de Responsabilidad Fiscal.3europeos, pretensión que, tras la llegada de Donald Trump a la Casa Blanca, resulta aúnmás verosímil. En apenas unas semanas, EEUU ha dejado de percibirse como el aliadofiable, capaz de cumplir con el compromiso de defender a cualquier país de la OTAN de unataque ruso. El deterioro brutal del panorama de la seguridad europea, sitúa a la UniónEuropea ante un reto “existencial”, como han reconocido los lideres de los 27 paísesmiembros.5En el ámbito de la defensa, los retos de los países europeos y la UE son colosales. Lo másinmediato es decidir sobre el apoyo financiero y militar que deberá proporcionar a Ucraniahasta que acabe la guerra, una vez que la administración estadounidense ha puesto fin alos envíos de material militar y ha cerrado a cal y canto el grifo para cubrir las necesidadesfinancieras de Ucrania; hay que asegurar, también, un sitio para la Unión Europea en lasnegociaciones para poner fin a la guerra en Ucrania y, relacionado con ello, hay que definirel papel de los países europeos y de la Unión para garantizar la seguridad de Ucraniacuando acabe la guerra. Por si todo esto fuera poco, Europa deberá asumir laresponsabilidad de su propia seguridad, delegada a EEUU durante décadas, lo querequiere diseñar y poner en marcha una profunda reorganización de la OTAN para reforzarsu pilar europeo, reemplazando las capacidades militares y el papel coordinador clave deEEUU (haciéndolo, si es posible, de forma gradual y ordenada, pero ¿lo permitirá Trump sinexigir a la UE contrapartidas costosísimas?). Esto, a su vez, requerirá un rápido saltotecnológico de la industria de defensa europea y un fuerte aumento de su capacidadproductiva, que permita reducir la histórica dependencia de las fuerzas armadas europeasde la industria de defensa estadounidense, algo que no podrá hacerse de la noche a lamañana; costará bastantes años, si no décadas.En el ámbito económico, la errática política arancelaria de Trump, se traducirá, al menosinicialmente, en un fuerte aumento de los aranceles de EEUU (un 10% a todos sus socioscomerciales, y un aumento aún mayor en forma de ”aranceles recíprocos” a 60 países, quesupone una dislocación del sistema multilateral del comercio internacional sin parangóndesde el final de la Segunda Guerra Mundial, que provocará serios perjuicios a la propiaeconomía norteamericana y a sus principales socios comerciales, incluyendo a la UniónEuropea, en términos de aumento de la incertidumbre, mayor inflación y menorcrecimiento económico en un mal momento para la economía europea. Alemania (que severá profundamente afectada de inmediato por el aumento de los aranceles) y el resto dela UE deben ganar competitividad y afrontar una profunda reestructuración de su modeloindustrial, mientras la economía china, que también atraviesa una etapa muy delicada,intentará redirigir buena parte de sus masivas exportaciones hacia el mercado europeo, aligual que otros países asiáticos En un escenario aún peor, el feroz proteccionismo de5 Véase 20250320-european-council-conclusions-en.pdf4Trump podría desatar una guerra comercial sin precedentes desde los años 1930 que,como entonces, podría hundir a Europa y a la economía global en una profunda recesión.Más allá de estos retos económicos y de seguridad, monumentales y sin precedentes, lademocracia liberal, el imperio de la ley, el multilateralismo y el conjunto de valores yprincipios sobre los que ha construido la propia Unión Europea, y que están reflejados enel texto de sus tratados, están en cuestión como nunca en toda su historia; se cuestionandesde fuera y también desde dentro, por fuerzas que aspiran a disolver la integración europeay devolver los poderes compartidos a las capitales nacionales, con el impulso ahora de la nuevaadministración de EEUU, que ve en la UE un obstáculo para sus propósitos.Hay un amplio consenso entre los lideres europeos en que todos estos retos sólo sonabordables si los países europeos actúan unidos. Pero para ello, Europa se enfrenta a unproblema de gobernanza colosal, que resumió así Mario Draghi ante el ParlamentoEuropeo hace unas semanas: “It's increasingly clear that we need to act more and more asif we were one state.” 6 La Unión Europea no es un estado, pero, para avanzardecisivamente en la integración del Mercado Único y en la construcción de una defensaeuropea, deberá actuar como si lo fuera, advierte Mario Draghi. Pero es difícil ver cómohacerlo sin una mayor integración política.El primer paso del Plan “ReArm Europe:” la activación de la “cláusula de escapenacional.”Aunque Hungría se viene desmarcando del resto de los miembros del Consejo Europeo enlas propuestas sobre Ucrania, sí hay unidad en lo relacionado con el reforzamiento de ladefensa europea, al menos por el momento. En su última reunión, el pasado 20 de marzo,los 27 líderes europeos instaron a las instituciones comunitarias a avanzar rápidamente enlas propuestas del Plan “ReArm Europe” 7 que, según la Comisión, permitirá movilizar800.000 millones de euros adicionales para gastos en defensa hasta 2030. Aunque el Planconsta de cinco pilares, la discusión actual se centra en los dos primeros, que son los másnovedosos: la activación de la “cláusula nacional de escape y el nuevo instrumentofinanciero SAFE (Security Action For Europe), que se analizará en la segunda parte de esteartículo.86 Keynote speech de Mario Draghi, 18 de Febrero de 2025.82963e2fb12bafee7b8bfdd5882c18d6.pdf7 Questions and answers on ReArm Europe Plan/Readiness 20308 Los tres pilares restantes son: la revisión de los fondos de la política de cohesión asignados a losestados miembros en el marco del actual Marco Financiero Plurianual para que se dirijan a gastosrelacionados con la defensa; cambios adicionales en la política de financiación del Banco Europeode Inversiones para que amplie aún más el volumen y el ámbito de actuaciones de su financiación;y la movilización del capital privado hacia la defensa a través de las propuestas para avanzar haciala Unión Capitales, rebautizada ahora como “Unión de Ahorro e Inversiones.”5Tras la última reforma aprobada en abril de 2024, las reglas fiscales del Pacto deEstabilidad y Crecimiento de la UE (el conjunto de restricciones impuestas a la evolucióndel déficit y la deuda pública para garantizar que las finanzas públicas de cada uno de losestados miembros de la Unión sean sostenibles y no creen externalidades negativas a losdemás) continúa incluyendo dos cláusulas de escape diferentes para hacer frente asituaciones excepcionales.Una es la llamada “cláusula de escape general”, prevista para situaciones de graverecesión económica en la zona euro o en toda la UE. En la práctica, consiste en unasuspensión de las restricciones impuestas por las reglas fiscales aplicable a todos losEstados Miembros, siempre y cuando no se ponga en peligro la sostenibilidad fiscal amedio plazo. Esta cláusula se activó por primera vez por el Consejo de la UE a finales demarzo de 2020, con motivo de la pandemia del COVID 19; se prorrogó posteriormente endos ocasiones (la segunda para hacer frente a la fuerte subida de los precios energéticostras la invasión de Ucrania); y se desactivó finalmente el 1 de enero de 2024: en total,estuvo en vigor cerca de cuatro años.En actualidad, no se da una situación de recesión generalizada, ni en la UE ni en la zonaeuro, por lo cual la Comisión ha propuesto recurrir a la “cláusula de escape nacional” 9, lasegunda alternativa disponible, concebida para conceder una mayor flexibilidad a unestado miembro que deba afrontar un fuerte aumento de su gasto público encircunstancias excepcionales que escapen a su control. La idea es que esta cláusulapueda ser solicitada por un buen número de estados miembros, si no por todos, comopropone la Comisión (lo que eliminaría la posible estigmatización), de modo que elConsejo autorice las peticiones de forma coordinada, a partir de la Recomendación querealice la Comisión.En su propuesta, la Comisión considera que la guerra de Ucrania y sus implicaciones parala UE conforman una situación excepcional que justifica que todos los países de la Uniónpuedan activar esa cláusula para aumentar el gasto en defensa. Un aumento del gastopúblico de naturaleza diferente no estaría justificado por la regulación porque no resolveríala emergencia que motiva la activación de la cláusula de escape. La mayor flexibilidad delas reglas fiscales aplicará únicamente a los gastos de defensa. Para los demás gastospúblicos, las reglas seguirán operando con normalidad. La mayor flexibilidad permitidapara el gasto en defensa afecta tanto al gasto de inversión como corriente, y ambos tiposde gastos deberán contabilizarse de acuerdo con la metodología COFOG de lacontabilidad nacional, que es similar a la de la OTAN, aunque no idéntica.Como advierten Guttenberg y Redeker 10, la activación de la nueva cláusula de escape nodebería hacerse a costa de poner en peligro la estabilidad de la zona euro. Hará falta9 Artículo 26 del Reglamento UE 2024/1263.10 Guttenberg, L. and N. Redeker (2025) “How to defend Europe without risking another euro crisis”,Policy Brief, Hertie School Jacques Delors Centre and Bertelsmann Stiftung, disponible enhttps://www.delorscentre.eu/en/publications/detail/publication/how-to-defend-europe-without-risking-another-euro-crisis6encontrar un delicado equilibrio entre el objetivo de aumentar el gasto en defensa conrapidez y la necesidad de preservar la credibilidad de las nuevas reglas fiscales de la UE.¡Solo nos faltaba una crisis del euro en al actual escenario económico y geopolítico!Dentro de la UE, las situaciones fiscales son muy diferentes. Hay países como Holanda,Dinamarca o Lituania, con unos niveles de deuda pública y déficit público en porcentaje del PIBreducidos (muy por debajo de las referencias del 3% y del 60% del Tratado de Maastricht), y quequizás podrían aumentar su gasto en defensa sin ni siquiera activar la “cláusula de escapenacional”. Otros, como Francia (con una deuda del 113% del PIB y un déficit que sobrepasael 6% del PIB) o Italia (con una deuda pública en torno al 137% del PIB y un déficit públicocerca del 4% del PIB), están dentro de un procedimiento de déficit excesivo por razonesjustificadas; un significativo aumento del gasto en defensa en estos países podría poner encuestión la sostenibilidad de su deuda pública.La Comisión propone que la mayor flexibilidad para el gasto en defensa tenga un tope parano poner en peligro la sostenibilidad fiscal dentro de la Unión: cada estado miembro podráaumentar su gasto en defensa hasta un máximo anual del 1,5% del PIB, tope que aplica acada uno de los próximos cuatro años, empezando ya en 2025.Actualmente, el gasto en defensa de la UE se sitúa, en media, prácticamente en el 2% delPIB. La idea subyacente en la propuesta de la Comisión 11 es que los estados miembrosdispongan de espacio fiscal suficiente en los próximos cuatro años de modo que puedanaumentar su gasto en defensa en porcentaje del PIB hasta un 1,5% del PIB, gradualmente,no de golpe desde el primer año. La Comisión estima que los estados miembros podríanaumentar el gasto en defensa en 650.000 millones de euros de forma acumulada en lospróximos cuatro años asumiendo que la utilización del techo máximo permitido se hacegradualmente. Con ello, al final del periodo el gasto en defensa de la UE, en media,alcanzaría el 3,5% del PIB. Aunque la Comisión ha dado pocas explicaciones sobre esaestimación, es evidente que ese aumento del gasto en defensa, de producirse, resultaríamás que suficiente para cumplir con un nuevo objetivo de la OTAN ambicioso, que inclusesupere en alguna décima el 3% del PIB; y hacerlo incluso en solo cuatro años. Cuestióndistinta es que sea factible.Por otra parte, la percepción sobre el mayor espacio fiscal que, según la Presidenta de laComisión, permite la “cláusula de escape nacional” (que permitiría el aumento acumuladodel gasto en defensa en 650.000 millones de euros en cuatro años), podría no coincidir conla opinión de los inversores, a los que les preocupa la capacidad de los gobiernos parahacer frente al servicio de su deuda, ni con la apreciación de los gobiernos de los paísesmás endeudados.11 Véase Questions and answers7¿Cómo se aplicará en la práctica la mayor flexibilidad permitida por la “cláusula deescape nacional”?Tras la última reforma del Pacto de Estabilidad y Crecimiento (PEC), las reglas fiscales dela UE han experimentado una profunda modificación. Las nuevas reglas intentan hacer untraje adaptado a cada país, valorando su situación fiscal, no a traves de múltiplesindicadores, como anteriormente, sino mediante un análisis individualizado de lasostenibilidad de su deuda publica. Este análisis proyecta al futuro la evolución del ratioDeuda pública/PIB en función del PIB esperado, el tipo de interés futuro de la deudapública y el « gasto neto »12 .Los gobiernos de la UE han tenido que elaborar unos planes a medio plazo (para un periodode cuatro años, o siete si el país se compromete a realizar reformas estructurales einversiones), en los que se han comprometido con la Comisión y el Consejo a una sendade “gasto neto” que garantice que la deuda pública en porcentaje del PIB al final delperiodo se sitúe en un trayectoria claramente descendente, o en un nivel estable para lospaíses cuya deuda pública se sitúa por debajo del 60% del PIB; y que el déficit público sesitúe claramente por debajo del 3% del PIB, el máximo permitido, como establece elTratado de Maastricht.Los países con un déficit público que supera el 3% del PIB continúan sometidos al llamado“procedimiento de déficit excesivo”, el núcleo del “brazo correctivo” del PEC. Esteprocedimiento exige que los países afectados ajusten los desequilibrios en unos plazos detiempo tasados y reducidos. Estar sujeto a este procedimiento conlleva un costereputacional, y puede derivar en la imposición de multas si el país no cumple con losajustes exigidos. Desde junio del año pasado, la Comisión incluyó a Francia, Italia, Bélgica,Eslovenia y Croacia entre los países bajo un procedimiento de déficit excesivo, junto conRumania, que ya lo estaba con anterioridad.Los países que están fuera del “brazo correctivo”, como España, deben cumplir con lasnormas del “brazo preventivo” del PEC, a través de un proceso que, con la última reforma,se ha simplificado notablemente. Por un lado, cada país deberá cumplir con la trayectoriade “gasto neto” acordada con la Comisión y el Consejo. Cuando un país se separa de esatrayectoria en un año determinado, la desviación se anota en una cuenta de control ycuando las desviaciones sumadas superan el umbral del 0,6% del PIB, o en un año ladesviación llega al 0,3% del PIB, entonces el país pasa al “brazo corrector” del pacto deestabilidad, quedando sometido al “procedimiento de déficit excesivo.”Por iniciativa de Alemania, y con el liderazgo de Christian Lindner, el ex Ministro deHacienda alemán, y líder del partido liberal, el brazo preventivo del PEC, diseñado12 El “gasto neto” se calcula detrayendo del total del gasto público: los ingresos provenientes demedidas impositivas discrecionales; los intereses de la deuda pública; el componente cíclico de losgastos de desempleo; los gastos e ingresos asociados a eventos extraordinarios únicos otemporales; los gastos vinculados a programas financiados totalmente por la UE; y el gasto nacionalpara cofinanciación de programas de la UE.8esencialmente por la Comisión, se completó finalmente con dos salvaguardas paragarantizar un mínimo de ajuste anual de la deuda pública en porcentaje del PIB, y/o deldéficit público en términos estructurales.13¿Cómo se aplica entonces la mayor flexibilidad para el gasto de defensa dentro de lasnuevas reglas fiscales? Para los países dentro del “brazo preventivo”, el mayor gasto endefensa permitido (hasta el tope del 1,5% del PIB anual) se aplicará a la trayectoria de“gasto neto” acordada por cada estado miembro en su plan nacional estructural-fiscal amedio plazo; para los países que están dentro de un procedimiento de déficit excesivo, eltope se aplicará a la trayectoria correctiva.14Como señalan Lucas Guttenberg y Redeker 15 , los economistas no estamos preparadospara calcular el gasto en defensa necesario para disuadir a Rusia de un ataque (aunquecabría añadir que sí lo estamos para advertir de las duplicidades y despilfarros de recursos,potencialmente masivos, si el aumento del gasto se hace sin suficiente coordinación paradeterminar quién debe encargarse de adquirir qué capacidades militares). Ni siquiera lapropia Comisión Europea ha acompañado su propuesta con algún tipo de análisis sobrelos efectos y la viabilidad de ese potencial aumento en 650.000 millones del gasto endefensa para el conjunto de la UE que estima la propia Comisión.Tampoco es misión de los economistas fijar el plazo en que deba conseguirse el nuevoobjetivo de gasto, que será, fundamentalmente, un objetivo político. No obstante, cabríarecordar que el anterior objetivo de la OTAN, del 2% del PIB, se adoptó en 2014 para13 Para los países con una deuda pública por encima del 60% y un déficit por encima del 3% latrayectoria del gasto neto tiene que cumplir con dos salvaguardias. La salvaguardia desostenibilidad requiere que la ratio Deuda/PIB, si supera el 90% del PIB, disminuya en al menos un1% del PIB anualmente, y que se reduzca en un 0.5% del PIB, si la ratio Deuda/PIB se sitúa entre el60% y el 90% del PIB. La salvaguardia de resiliencia del déficit requiere que los estados miembroscontinúen con su ajuste fiscal hasta alcanzar un nivel de déficit que proporcione un margen comúnde resiliencia en términos estructurales de 1.5% del PIB en relación con el valor de referencia deldéficit del 3% del PIB. La mejora anual en el saldo del déficit primario estructural hasta lograr esemargen requerido deberá ser del 0.4% del PIB anual o del 0.25% del PIB en caso de una extensióndel período de ajuste a siete años. La Comisión pretendía que el “déficit público estructural” (unavariable teórica no observable cuyo cálculo plantea serios problemas) quedara fuera de las nuevasnormas por lo que lo excluyó de su propuesta. Pero al final no lo consiguió.14 ¿Significa esto que va a otorgar el mismo “plus” de flexibilidad a todos los países, conindependencia de su situación fiscal? No tendría mucho sentido hacerlo si, como exige la activaciónde la propia cláusula de escape, es necesario garantizar la sostenibilidad fiscal en cada país. Estaimportante cuestión no queda suficientemente clara en la propuesta de la Comisión, que sobre ellodice lo siguiente: “The cap will be applied on the net expenditure path net of the impact of the debtsustainability safeguard and the deficit resilience safeguard (...)Not taking these safeguards intoaccount when determining the flexibility that can be granted during the activation of the nationalescape clause would ensure that the sustainability condition of the national escape clause is appliedequally to all Member States.” Véase a57304ce-1a98-4a2c-aed5-36485884f1a0_en, Páginas 5-6 . ElComisario Dombrovskis no hizo referencia a esta cuestión en su reciente intervención en el Comitéde Asuntos Económicos y Monetarios del Parlamento Europeo. Véase Commissioner Dombrovskisat the ECON Committee on the national escape clause15 https://www.delorscentre.eu/en/publications/detail/publication/how-to-defend-europe-without-risking-another-euro-crisis9conseguirse en 2024, es decir, con un horizonte de diez años; y que aún hay unos cuantospaíses, no solo España, que están lejos de lograrlo.En cualquier caso, no es posible anticipar cuánto tiempo se mantendrá vigente la “clausulanacional de escape.” Cuando se activó la cláusula general en marzo de 2020, se pensabaque la situación de excepcionalidad quizás no duraría mucho más de un año, pero tras lassucesivas prórrogas, la cláusula acabó manteniéndose casi cuatro años. Ahora secontempla una duración de cuatro años para la “clausula nacional de escape”, pero lapropuesta de la Comisión permite prórrogas, sin límite en su número, así que no cabedescartar que la duración sea mayor.Hay, además, otro elemento que extenderá, en la práctica, unos cuantos años más losteóricos cuatro años de duración. Para las empresas del sector de la defensa, es esencialque los gobiernos, que son los demandantes de equipamiento militar, realicen susdemandas mediante contratos a largo plazo, mediante los cuales asumen compromisosde pagos para periodos que exceden con frecuencia ese periodo de cuatro años. De otromodo, las empresas no se atreverían a acometer las inversiones necesarias para empezarla producción de unos bienes cuya terminación y entrega solo podrá tener lugar unoscuantos años después, momento en el que se producirá el impacto en las cuentaspúblicas.Por eso, desde Alemania se consideraba que, en lugar de suspender las reglas fiscales solopara los gastos de defensa, como se hace con la “clausula nacional de escape” propuesta,era mejor acometer una nueva reforma de las mismas para permitir un aumento del gastoen defensa sin restricciones en el tiempo, como ocurre con la normativa alemana tras lareforma del “debt brake”. Pero esta visión no ha convencido a otros países, temerosos deque la nueva laxitud fiscal alemana se acabe traduciendo en un significativo aumento enlos costes de financiación de la Unión. No obstante, la propuesta de la Comisión autorizaa extender la flexibilidad a las entregas de material militar que se haya contratado duranteel periodo 2025-2029, pero cuya terminación se produzca con posterioridad, lo que, en lapráctica, puede extender notablemente la duración de la cláusula.La Comisión considera ese periodo de cuatro años previsto como una fase de transiciónhacia un nivel de gasto en defensa estructuralmente más elevado. Transcurrido eseperiodo, para sostener ese nivel de gasto más alto, la Comisión advierte de que los estadosmiembros tendrán que hacer frente a “repriorizaciones” de los ingresos y gastos dentro delos presupuestos nacionales para salvaguardar la sostenibilidad fiscal. El salto del gastoen defensa, de producirse, hará inevitable un ajuste fiscal, más o menos gradual, querequerirá un aumento de los impuestos y/o reducciones de gastos diferentes a la defensa,especialmente en el caso de los países con una situación fiscal más vulnerable, que partende niveles de deuda y déficit públicos más elevados.10El requisito de la Constitución Española para la activación de las cláusulas de escapede la UELas dos cláusulas de escape de la regulación de la UE son muy parecidas. Pero hay unadiferencia con importantes implicaciones para los países miembros: la activación de lacláusula nacional se produce, únicamente, a petición del estado miembrocorrespondiente. Esto es especialmente relevante para aquellos estados miembros cuyalegislación incluye su propia cláusula de escape a nivel nacional. Éste es el caso España,como ha explicado la AiRef 16 , y también de la mayoría de países de la UE: 17 para todosestos estados miembros, la “cláusula de escape nacional” que autorice la UE deberá,lógicamente, respetar la legislación nacional. En algunos de estos países, la suspensiónde las reglas fiscales en situaciones de emergencia se contempla en la propia normaconstitucional, como ocurre en España y Alemania, mientras que en muchos otros se haceúnicamente a través una norma de rango inferior.Merece la pena recordar brevemente el origen de las restricciones que impone laConstitución española a la activación de las cláusulas de escape de la UE. Durante la crisisde la eurozona, las reglas fiscales de la UE se endurecieron significativamente en las dosreformas conocidas como « Six-Pack » y « Two-Pack ». Pero para la Canciller Angela Merkely su ministro de finanzas, Wolfgang Schäuble, no era suficiente. A raíz de la crisis financieraglobal, Alemania había reformado su Ley Fundamental para incluir la cláusula conocidacomo“ freno a la deuda” (debt brake) inspirándose en Suiza, con el fin de restringir drásticamentelas posibilidades de endeudamiento del país prohibiendo un aumento del déficit públicoestructural federal por encima del 0,35% del PIB, y prohibiendo el déficit de los Landers. Lacanciller alemana decidió trasladar a los países de la zona euro el espíritu de su « debtbrake », a través del llamado Fiscal Compact, un acuerdo intergubernamental, al margende los tratados de la Unión, para no incluir a Reino Unido y otros países que no formabanparte de la zona euro. Al final, el tratado lo suscribieron todos los miembros de la UniónEuropea, excepto Chequia y RU. Este pacto (cuya firma era condición necesaria paraacceder a la asistencia financiera del MEDE, que para España resultaría esencial para elrescate de gran parte de su sistema bancario), exigía establecer restricciones al déficitpúblico en una ley de rango elevado, a ser posible constitucional, aunque esto no eraobligatorio. España siguió la estela de Alemania y modificó su Constitución, aunque unamayoría de países no lo hicieron. El nuevo Art 135 de la Constitución española, pactadocon rapidez entre el PSOE y el PP en septiembre de 2011, es un legado de ese pacto.El Parlamento alemán ha aprobado hace apenas unos días la reforma de su LeyFundamental para poder aumentar masivamente sus gastos en defensa y eninfraestructuras. La nueva cláusula del “freno a la deuda”, prácticamente no pone límites16 Informe-Concurrencia-Circunstancias-Excepcionales.pdf17 Véase https://www.imf.org/-/media/Files/Publications/covid19-special-notes/enspecial-series-on-covid19fiscal-rules-escape-clauses-and-large-shocks.ashx11al aumento del gasto en defensa de forma permanente, y permitirá la creación de un fondoone-off para gastos en infraestructuras durante la próxima década por valor del 10% delPIB. En adelante, las restricciones para la expansión del gasto en defensa en Alemania novendrán de su Ley Fundamental, sino de la normativa de la Unión Europea, que ha pasadoa ser más restrictiva, lo que nos da una idea del cambio revolucionario en el paradigmafiscal de este país, que tendrá probablemente un impacto significativo en el coste definanciación de la deuda soberana en toda la eurozona.En España, el texto del Articulo 135 señala que « El Estado y las Comunidades Autónomasno podrán incurrir en un déficit estructural que supere los márgenes establecidos, en sucaso, por la Unión Europea para sus Estados Miembros ». A diferencia de lo que se hizo enAlemania, cuando se introdujo ese artículo en la Constitución se optó, acertadamente, porno incluir referencias numéricas concretas sobre la deuda o el déficit público, como las dela Ley Fundamental alemana, remitiendo, en su lugar, a los objetivos establecidos por laUE.Por tanto, en el caso de España, a diferencia de Alemania, no hará falta modificar laConstitución para que la legislación nacional resulte compatible con la “cláusula deescape nacional” de la UE. En el apartado 4 del artículo del Artículo 135, la Constituciónprevé situaciones que justifiquen hacer excepciones a las reglas fiscales, pero ponecondiciones para ello, exigiendo la autorización de la mayoría absoluta del Congreso delos diputados : « Los límites de déficit estructural y de volumen de deuda pública sólopodrán superarse en caso de catástrofes naturales, recesión económica o situaciones deemergencia extraordinaria que escapen al control del Estado y perjudiquenconsiderablemente la situación financiera o la sostenibilidad económica o social delEstado, apreciadas por la mayoría absoluta de los miembros del Congreso de losDiputados.Durante la pandemia, la autorización del Congreso de los Diputados se produjo el 20 deOctubre de 2020, es decir, varios meses después de la activación de la cláusula general deescape por parte de la UE, que tuvo lugar a finales de marzo de 2020. Posteriormente, elCongreso de los diputados volvió a dar su luz verde a las dos prórrogas sucesivas, como haexplicado la AIReF. 18 Ahora, sin embargo, el procedimiento debe ser diferente porque la“cláusula de escape nacional” de la UE hay que solicitarla previamente, y un retrasosemejante al que se produjo entonces (tras la activación por el Consejo de la “clausulageneral de escape”, en marzo de 2020) no sería factible: ¿cabría solicitar a la ComisiónEuropea la activación de la cláusula de escape nacional para España, o podría el Consejode la UE autorizarla, sin cumplir el requisito constitucional del Articulo 135 (y el artículo11.3 de la Ley Orgánica de Estabilidad Presupuestaria y Sostenibilidad Financiera, que lodesarrolla)?.18 Informe-circunstancias-excepcionales-2023_web.pdf12ConclusiónEn definitiva, antes de que el gobierno solicite a la UE la activación de la “cláusula deescape nacional” para España, la mayoría absoluta del Congreso de los diputados deberádar la luz verde que exige la Constitución. La Comisión propone que los estados miembrossoliciten la activación para antes de finales de abril. A partir de entonces, según elcalendario propuesto, la Comisión evaluará las peticiones recibidas y podrá hacer lasrecomendaciones correspondientes al Consejo en junio, de modo que éste puedapronunciarse en el mes de julio.Cualesquiera que sean finalmente sus efectos, la activación de la “cláusula de escapenacional”, es una señal (la primera) del cumplimiento del compromiso político adquiridopor el Consejo Europeo, que consiste en aumentar rápidamente el gasto en defensaactuando de manera “coordinada”. Si se atiende a la propuesta de la Comisión, la solicitudde activar la “cláusula de escape nacional” estaría a la vuelta de la esquina y el plazo parahacerlo sería ya bastante ajustado. La AiRef debería elaborar previamente su informe. Yalgunos grupos en el Parlamento previsiblemente se opondrán.La activación de esa cláusula es, además, solo el primer paso. Corregir el déficit de gastoen defensa acumulado durante décadas, tras la caída del muro de Berlín, requerirásostener durante mucho tiempo un nivel de gasto en defensa significativamente superioral actual. Revertir los efectos de la ilusión del “dividendo de la paz” llevará mucho tiempoy no será gratis. Inevitablemente, exigirá reducciones de otros gastos públicos y/oaumentos de los impuestos, si no queremos poner en riesgo la sostenibilidad de la deudapública.Ante un futuro lleno de peligros, la buena noticia es que, en España, a diferencia de lo queocurre en otros países de la Unión, las dos principales fuerzas políticas del país, querepresentan a una gran mayoría de españoles, el PP y el PSOE, están plenamente alineadasen la necesidad de defender, unidos, los intereses y valores de la Unión Europea, y en elobjetivo de reforzar la defensa europea. Solo falta que se pongan de acuerdo sobre estacuestión de estado. Y que ese acuerdo se pueda sostener en el tiempo. El voto en elCongreso de los Diputados para la activación de la “clausula nacional de escape”acordada por el Consejo Europeo debería ser solo el comienzo. En lo demás pueden seguircompitiendo, proponiendo alternativas distintas a la sociedad española. _ Sobre el Plan ReArm Europe/Readiness 2030: (I) la activación de la cláusula de escape nacional	查看 37072	联邦应用经济学研究基金会	2025-05-21 11:18:54 2025-05-21 11:19:15	word
3148788	无图 Sobre la aplicación de lacláusula de salvaguarda delMEI: algunas dudas metodológicasÁNGEL DE LA FUENTEApuntes 2025/18Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1Sobre la aplicación de la cláusula de salvaguarda del MEI:algunas dudas metodológicasAngel de la Fuente (FEDEA e IAE-CSIC)Abril de 2025El Real Decreto-ley (RDL) 2/2023 modificó el diseño original del mal llamado Mecanismo deEquidad Intergeneracional (MEI), entre otras cosas, para introducir una cláusula de salvaguardaque, en última instancia, podría obligar a subir las cotizaciones sociales para evitar que el déficitdel sistema público de pensiones se dispare. Comenzando en marzo de 2025, la norma exigeque la evolución de las cuentas del sistema se valore cada tres años utilizando i) lasproyecciones de gasto que con esa periodicidad proporciona el Informe de Envejecimiento (IE)que publica la Comisión Europea y ii) un informe sobre el impacto incremental de las medidasde ingreso de la reciente reforma que elaborará la AIReF con los mismos supuestosmacroeconómicos y demográficos que el último IE disponible. La cláusula de salvaguarda seactivará, poniendo en marcha un proceso semiautomático de ajustes, si el gasto medio previstoen pensiones públicas supera la suma del 15% del PIB y el exceso de ingresos extra por encimadel 1,7% del PIB generado por las nuevas medidas de ingreso, trabajando en todos los casoscon promedios sobre el período 2022-2050.El IE que se utilizará en el primer “examen” del sistema de pensiones se publicó el año pasado(EC, 2024 y ME, 2024). Este 31 de marzo, la AIReF (2025) ha publicado sus estimaciones delimpacto de las nuevas medidas de ingreso y su informe sobre la necesidad de activar o no lacláusula de salvaguarda. La cauta conclusión de la Autoridad Fiscal (pp. 47 y 49, entre otras)es que, técnicamente y por los pelos, el sistema de pensiones ha superado con éxito su primerexamen, con lo que la norma no obliga a activar ajustes adicionales por el momento-- pero queesto no garantiza ni mucho menos la sostenibilidad del sistema, que muestra síntomas clarosde creciente estrés financiero.Además de sumarme a las bien fundadas dudas de la AIReF sobre la situación financiera delsistema de pensiones español, en esta nota quisiera plantear también algunas objeciones a laforma en la que se ha aplicado la cláusula de cierre del MEI. En mi opinión, el procedimientoadoptado es incorrecto porque i) permite incluir ingresos adicionales provenientes detransferencias del Estado no destinadas a prestaciones no contributivas, ii) aplica unacorrección al alza a las proyecciones de PIB del IE desde 2024 en adelante que podría serexcesivamente optimista y iii) parte de una condición de sostenibilidad muy discutible quegenera una especie de ilusión monetaria al no tener en cuenta la evolución de los ingresos delsistema. De la plausibilidad de las estimaciones de los efectos de las medidas de ingreso y gastode la reforma hablaremos otro día, pero obsérvese que una décima de punto arriba o abajohabrían cambiado el resultado del “examen del MEI”, lo que choca con la optimista visión delGobierno sobre la salud financiera del sistema.11 Véase por ejemplo https://elpais.com/economia/2025-03-31/elma-saiz-sobre-el-informe-de-pensiones-de-la-airef-vamos-en-el-buen-cambio.html2La condición de sostenibilidad de la cláusula de salvaguarda del MEIDe acuerdo con la Disposición Adicional segunda del RDL 2/2023, se considerará que la sendaprevista de gasto en pensiones es aceptable si cumple la siguiente condición de sostenibilidad,(CS) Gastom22-50 < 15% + (Dingresom22-50 – 1,7%) ≡ Gmaxdonde Gastom22-50 es el valor promedio entre 2022 y 2050 del gasto público en pensionescomo fracción del PIB proyectado en el IE más reciente, teniendo en cuenta los efectos de lasmedidas de gasto de la reciente reforma, yDingresom22-50 los ingresos extra generados porlas medidas de ingreso de la reforma, también en porcentaje del PIB y en promedio sobre elperíodo 2022-50, de acuerdo con una estimación que se encomienda a la AIReF. Esta reglapuede reescribirse de forma equivalente como(CS ́) Gastom22-50 -Dingresom22-50 < 13,3% ≡ Gmaxaj,que viene a decir que el gasto neto previsto en pensiones, tras descontar los ingresos extragenerados por la reforma, no podrá superar el 13,3% del PIB en promedio entre 2022 y 2050.El examen de sostenibilidad es en principio un ejercicio sencillo. Como dice la propiaAutoridad Fiscal en su reciente informe (AIReF, 2025, p. 5), “la AIReF solo tiene que estimarel impacto de las medidas de ingresos en el promedio de 2022-2050 y comprobar si el gastoestimado para ese mismo período en el Informe de Envejecimiento de la Comisión Europeamenos el impacto de las medidas supera o no el 13,3% del PIB.”Si aplicásemos esta regla de la forma más literal y sencilla posible, la condición desostenibilidad se incumpliría. De acuerdo con las proyecciones del IE de 2024 y del recienteinforme de la AIReF (2025), tendríamos Gastom22-55 = 15,45% yDingresom22-50 = 1,40%,con lo que el gasto ajustado sería del 14,05% del PIB, tres cuartos de punto por encima delmáximo permitido del 13,3%, un claro suspenso, tal y como se muestra en la primera columnadel Cuadro 2 más abajo.¿Cómo se ha aplicado la cláusula en la práctica? ¿Tiene sentido?Sin embargo, no es esa la conclusión de la AIReF, que considera que la condición desostenibilidad se cumple en la actualidad. ¿Cómo se llega a ese resultado? La respuesta tieneque ver con el reciente Decreto 100/2025, de 18 de febrero, mediante el cual el Gobierno,actuando como juez y parte, ha regulado en el último minuto algunos detalles importantes delos cálculos necesarios a efectos del examen del MEI de una forma muy cuestionable.Por un lado, el artículo 12.b del Decreto abre la puerta a la inclusión indiscriminada deincrementos en las transferencias del Estado no destinadas a financiar prestaciones nocontributivas entre los ingresos adicionales atribuidos a la reforma. Esto puede desvirtuar lacondición de sostenibilidad porque permite reducir el gasto neto a base de contabilizar nuevosingresos que realmente no son tales desde el punto de vista de las cuentas públicasconsolidadas, desplazando artificialmente el déficit del sistema de pensiones a las cuentas dela Administración General del Estado. Aunque la AIReF se ha mostrado reacia a utilizar estemecanismo de maquillaje contable, las tres décimas de punto de PIB de transferencias que haterminado incorporando a regañadientes son suficientes para transformar el suspenso en un3aprobado, dado que la condición de sostenibilidad (CS ́) se cumple con una holgura de sólouna décima según los cálculos de la AIReF (columna [3] del Cuadro 2, más abajo).Por otro lado, el artículo 12.d del mismo Decreto introduce dos correcciones a las series que seutilizan para calcular los promedios 2022-50 que entran en la condición de sostenibilidad. Laprimera exige que, en la medida de lo posible, las proyecciones del IE se substituyan por losdatos oficiales que vayan estando disponibles, lo que a efectos del informe de la AIReFafectaría a los correspondientes a 2022 y 2023. Esto tiene todo el sentido del mundo, pues alfinal lo que nos interesa es la evolución real del sistema y no las proyecciones que se hicieronen un momento determinado.La segunda corrección es más dudosa. El texto obliga también a ajustar el resto de la senda delgasto en pensiones y del PIB desde 2024 hasta 2050, proyectando hacia delante los valores deestas variables observados en 2023 con las tasas de crecimiento previstas en el IE24. Para cadavariable relevante, X, esto es equivalente a ajustar toda la senda 2024-2050 por un factoruniforme igual al cociente observado en 2023 entre el valor real de X y su valor esperado deacuerdo con el IE24. Esto es, para cada variable X estaríamos construyendo una senda“actualizada” 𝑋!" para t = 2024... 2050 como(1) 𝑋!" = #!"!#$%&#!"!#'( * 𝑋!$% para t = 2024, ... 2050donde obs indica los valores observados de la variable e IE los previstos en el Informe deEnvejecimiento de 2024.2Hay que observar, en primer lugar, que la nueva senda “actualizada” no es tal, pues el ajustepropuesto no es una consecuencia lógica de la incorporación de los nuevos datos observados,sino una nueva proyección de las variables de interés construida por un procedimientodeterminado entre muchos posibles que podría ser más o menos discutible dependiendo de lascircunstancias. El problema, en particular, es que la ecuación (1) obliga a trasladar a todo elperíodo 2024-50 la desviación relativa observada en 2023 con respecto a la senda prevista enel IE24, lo que podría ser o no una buena idea dependiendo del origen de tal desviación.Para ver exactamente qué comporta la corrección exigida, el Cuadro 1 compara los valoresobservados del PIB nominal y el gasto en pensiones en 2022 y 2023 con los previstos en elIE24 para esos ejercicios. El gasto en pensiones es exactamente el mismo en ambos casos en2022 (puesto que ya se conocía el dato al preparar el IE24) y casi igual en 2023, así que lasdiferencias entre la senda prevista y la observada se deben casi exclusivamente a “sorpresas”de PIB nominal que, de acuerdo con el cuadro, han sido significativas en los años de interés.En particular, el PIB nominal realmente observado era un 3,5% superior al previsto en el IE242 El Decreto obliga a construir la senda “actualizada” de 2024 en adelante como(2) 𝑋)* = 𝑋+,+-./0 ∗ ( (1 + 𝑔012 (𝑋)))03+,+4donde 𝑔012 (𝑋) es la tasa de crecimiento interanual de X en el período s según la proyección del IE. Por definición,la senda proyectada en el IE para el mismo período ha de cumplir(3) 𝑋)12 = 𝑋+,+-12 ∗ ( (1 + 𝑔012 (𝑋)))03+,+4Dividiendo (2) por (3) y simplificando, se obtiene la ecuación (1) del texto.4en 2022 y un 6,04% en 2023. Estas sorpresas, por su parte, pueden reflejar una inflación o uncrecimiento real mayores de los previstos en el IE, así como los efectos de la reciente revisiónestadística de las series de contabilidad nacional por parte del INE, que supuso una revisión alalza del PIB nominal de un 2,5% en 2023. (Véasehttps://www.ine.es/dyngs/Prensa/es/CNA2023.htm).Cuadro 1: Valores proyectados en el IE24 vs. valores observados2022 2023PIB a precios corrientes (miles de Meuros)proyectado en IE24 1.327,1 1.412,9observado 1.373,6 1.498,3diferencia % 3,50% 6,04%Gasto en pensiones (Meuros corrientes)proyectado en IE24 173.673 191.692observado 173.673 192.263diferencia % 0,00% 0,30%- Fuente: AIReF (2025), p. 20.Volviendo ahora a la ecuación (1) e interpretando X como el PIB, resulta evidente que elprocedimiento impuesto en el decreto no es necesariamente la mejor forma de revisar lasproyecciones del IE24 como respuesta a la llegada de nueva información. Lo seríaprobablemente si toda la sorpresa de PIB registrada en 2023 hubiera sido consecuencia de lamejora de su medición por parte del INE, pues cabe esperar que el afloramiento de PIBregistrado como consecuencia de un “cambio de base” o revisión estadística tenga carácterpermanente. Pero lo mismo no es cierto para otros componentes de tal sorpresa, que podríantener un carácter transitorio. Si 2023 ha sido un “año bueno”, en el que el PIB nominal se hasituado por encima de lo esperado, la ecuación (1) impone la improbable hipótesis de que todoslos años entre 2024 y 2050 serán igualmente buenos, lo que no parece prudente. En la medidaen la que estemos ante sorpresas posiblemente transitorias, no está nada claro que “actualizar”la serie de la forma propuesta sea preferible a mantener la proyección original del IE24 de 2024en adelante a la hora de evaluar la condición de sostenibilidad.Como ya se ha dicho, la actualización propuesta seguramente sí tiene sentido como forma deincorporar a posteriori a las proyecciones del IE las revisiones al alza del PIB por motivosestadísticos. Si, tras revisar sus fuentes y métodos de estimación, el INE ha concluido que elPIB de 2023 es un 2,5% mayor de lo que se pensaba previamente, resulta plausible esperar queeste diferencial se mantenga aproximadamente constante en el futuro, lo que llevaría a revisaral alza en esa proporción (esto es, en un 2,5% y no en el 6,04%) toda la senda futura del PIBesperado, y por lo tanto a revisar a la baja la senda prevista tanto del gasto como de los ingresosdel sistema de pensiones, medidos como fracción del PIB. Puesto que resulta obvio que larevisión de la senda del PIB afecta de manera simétrica a las sendas de las ratios de gasto y deingresos del sistema de pensiones, hay que suponer que el Decreto no habla de corregir la ratiode ingresos, no porque el Gobierno piense que no hay que hacerlo, sino porque lo considerairrelevante dado que esta variable no aparece explícitamente en la variante de la condición desostenibilidad que se ha elegido. Volveré sobre esto más adelante para argumentar que una5condición de sostenibilidad con esta propiedad no es un buen punto de partida y deberíarevisarse.En conclusión, el procedimiento de evaluación de la sostenibilidad que impone el Decreto100/2025 es muy discutible y no sólo por la no exclusión de las transferencias. No cabe dudade que los datos reales que se vayan conociendo sobre la evolución del PIB y del gasto enpensiones (y también sobre los ingresos del sistema) han de incorporarse a los cálculos, perono está claro que esto deba traducirse necesariamente en una actualización automática de lasproyecciones futuras del IE24, y menos aún que el ajuste tenga que hacerse de la formaespecífica que se propone, que presenta diversos problemas dependiendo del origen de lassorpresas de PIB por las que se pretende corregir.Resultados del examen de sostenibilidad bajo distintos procedimientos de cálculoEl Cuadro 2 resume los resultados del examen del MEI bajo distintas formas de calcular losvalores de las variables que aparecen en el lado izquierdo de la condición de sostenibilidad,(CS ́) Gastom22-50 -Dingresom22-50 < 13,3% .El Cuadro tiene dos paneles, a y b. En el primero, la estimación de la AIReF de los efectos delas medidas de ingreso de la reforma,Dingresom22-50, incluye tres décimas de punto de PIBde nuevas transferencias del Estado, mientras que en el segundoDingresom22-50 no incluyetransferencias.En ambos bloques del Cuadro, la columna [1] muestra los resultados de aplicar literalmente lacondición de sostenibilidad tal como se recoge en la norma original, el RDL 2/2023, esto es,utilizando directamente y sin ajustes, los valores de estas variables estimados respectivamenteen IE24 y en el reciente informe de la AIReF (2025). Como ya se ha comentado en una secciónanterior, con estos datos la condición de sostenibilidad se incumple, con un exceso de gasto(esto es, con una holgura negativa) de un 0,75% del PIB en el mejor de los casos, que aumentaa 1,05 puntos si se excluyen las transferencias. En ambos casos, por tanto, sería necesarioactivar la cláusula semiautomática de ajuste para poner en marcha medidas de recorte de gastoo aumento de ingresos.En la columna [2] se muestran las implicaciones, a efectos del examen del MEI, de incorporarlos datos reales de gasto sobre PIB de 2022 y 2023. Puesto que sólo afecta a dos años de unperíodo de veintiocho, la incorporación de los nuevos datos observados tiene un efecto muypequeño sobre Gastom22-50, que sólo se reduce en cuatro centésimas de punto de PIB, muypor debajo de lo que sería necesario para llegar a cumplir la condición de sostenibilidad.Seguidamente, en la columna [3] se aplica el procedimiento de cálculo utilizado por la AIReF,siguiendo lo establecido en el Decreto 100/2025, esto es, “actualizando” la serie de gastoesperado sobre PIB en el período 2024-50 por el procedimiento descrito arriba, con un ajusteal alza de la senda del PIB del 6,04%, que corresponde a la diferencia total entre el PIB nominalobservado en 2023 y el esperado en el IE según el Cuadro 1. Como se aprecia al comparar lascolumnas [2] y [3] del Cuadro 2, el ajuste se traduce en una reducción de casi un punto en laratio de gasto sobre PIB, que es suficiente para invertir la conclusión del informe, pasando delsuspenso al aprobado, aunque sólo cuando se incluyen las tres décimas de transferencias.Finalmente, en la columna [4] volvemos al suspenso cuando la corrección al alza de la senda6de PIB a partir de 2024 se reduce del 6,04% al 2,5% que corresponde a la parte presuntamentepermanente de la sorpresa de PIB des 2023, esto es, a la ligada a la revisión estadística del INE.Cuadro 2: Comprobación del cumplimiento de la condición de sostenibilidadcon distintos procedimientos y supuestosa.Dingresom22-5 incluye 0,3 puntos de transferencias[1]con datosdirectos de IE(2024) y AIReF(2025)[2]con datosobservadospara 2022 y2023[3]= [2] +Ajuste del6,04% alPIB para2024-50[4]= [2] +Ajuste del2,5% al PIBpara 2024-50Gastom22-50 15,45% 15,41% 14,58% 15,05%Dingresom22-50 1,40% 1,40% 1,40% 1,40%Gasto neto de nuevos ingresos 14,05% 14,01% 13,18% 13,65%Máximo permitido 13,30% 13,30% 13,30% 13,30%¿se cumple (CS ́)? no no sí noHolgura (max – gasto neto) -0,75% -0,71% 0,12% -0,35%b.Dingresom22-50 no incluye nuevas transferencias[1]con datosdirectos de IE(2024) y AIReF(2025)[2]con datosobservadospara 2022 y2023[3]= [2] +Ajuste del6,04% al PIBpara 2024-50[4]= [2] +Ajuste del2,5% al PIBpara 2024-50Gastom22-50 15,45% 15,41% 14,58% 15,05%Dingresom22-50 1,10% 1,10% 1,10% 1,10%Gasto neto de nuevos ingresos 14,35% 14,31% 13,48% 13,95%Máximo permitido 13,30% 13,30% 13,30% 13,30%¿se cumple (CS ́)? no no no noHolgura (max – gasto neto) -1,05% -1,01% -0,18% -0,65%En conclusión, hay muchas formas posibles de verificar si se cumple o no la condición desostenibilidad de la cláusula de cierre del MEI. Siguiendo el procedimiento establecido en unreciente decreto del Gobierno, la AIReF se ha visto empujada a elegir la única opción que llevaa un aprobado. Sin embargo, esta opción es también la menos creíble porque incluye tresdécimas de ingresos adicionales ligados a transferencias del Estado y exige llevar al extremoun ajuste al alza de la senda original de PIB del IE24 que sólo resulta plausible para una partede la sorpresa de PIB registrada en 2023. Un problema adicional, al que ahora pasamos, tieneque ver con la peculiar especificación elegida para la condición de sostenibilidad del MEI.A vueltas con la condición de sostenibilidadComo hemos visto más arriba, la condición de sostenibilidad de la cláusula de salvaguarda delMEI exige que el gasto neto previsto en pensiones, esto es, tras descontar los ingresos extragenerados por la reforma, no podrá superar el 13,3% del PIB en promedio entre 2022 y 2050.(CS ́) Gastom22-50 - Dingresom22-50 < 13,3%7Examinando esta expresión, llama la atención que, con la excepción de los ingresosincrementales que se esperan de la reciente reforma, en ella se ignora por completo la senda deingresos del sistema público de pensiones para centrarse únicamente en el gasto. Estacaracterística de (CS ́) hace que sea especialmente sensible a la revisión de la senda del PIB enfunción de los últimos datos macroeconómicos disponibles que se establece en el artículo 12del Decreto 100/2025. Claramente, tal revisión se traducirá en una reducción de las ratios degasto e ingreso sobre PIB que tenderán a cancelarse entre sí en términos de sus efectos sobreel saldo presupuestario del sistema. Sin embargo, dado que la senda del ingreso se ignora en(CS ́), la revisión al alza del PIB siempre ayudará a facilitar el cumplimiento de la restricción,con un efecto que puede ser sustancial, tal como se ha visto al comparar las columnas [2] y [3]del Cuadro 2. La peculiar formulación de la condición tiende a inducir una especie de ilusiónmonetaria que nos puede llevar a concluir erróneamente que un mero ajuste estadístico del PIBreducirá apreciablemente la carga real que supone el actual gasto en pensiones. Es verdad quetal ajuste facilitará el cumplimiento de la condición (CS ́) pero, tal como ésta se ha formulado,eso no quiere decir necesariamente que la situación financiera del sistema haya mejorado.3Puesto que lo que debería preocuparnos no es tanto el gasto en pensiones per se cómo la partede éste que no se cubre con cotizaciones sociales, y detrae por tanto recursos de otrasprioridades, la condición de sostenibilidad debería reformularse en términos del déficit delsistema de pensiones (o mejor aún, de su déficit básico, excluyendo transferencias del Estado,excepto para la financiación de las pensiones no contributivas). Para ver qué implicaría unareformulación en esta línea lo más cercana posible a la condición elegida en el MEI, sumemosy restemos Ingresom22-50 (los ingresos medios del sistema de pensiones entre 2022 y 2050,en porcentaje del PIB) del lado izquierdo de (CS ́) y reagrupemos términos para obtenerGastom22-50 - Ingresom22-50 < 13,3% - (Ingresom22-50 - Dingresom22-50)o(CS”) Deficitm22-50 < 13,3 – (Ingresom_sr22-50)dondeDeficitm22-50 = Gastom22-50 - Ingresom22 eIngresom_sr22-50 = Ingresom22-50 - Dingresom22-50son los ingresos medios que el sistema habría tenido durante 2022-50 en ausencia de la recientereforma. Tomando como dados los valores de las distintas variables de ingreso que aquíaparecen en las proyecciones del IE de 2024 y de AIReF (2025), tendríamos queIngresom_sr22-50 = 14,05% – 1,40% = 12,65% y por tanto3 Por plantear la cuestión de otra forma, una revisión estadística del PIB al alza nos dice dos cosas. La primera esque somos algo más ricos de lo que pensábamos, pero la segunda es que la capacidad recaudatoria de nuestrosistema fiscal y de Seguridad Social es algo menor de lo que creíamos. Podría existir la tentación de concluir delo primero que podemos permitirnos gastar algo más en pensiones que hasta ahora, pero esa conclusión tendríamucho de ilusión monetaria. La “nueva riqueza” ahora aflorada por el INE ya estaba en nuestros bolsillos, aunqueno lo supiéramos, y su afloramiento no viene acompañado de mayores ingresos por cotizaciones o impuestos, adiferencia de lo que sucedería en el caso de un incremento “ordinario” de renta. Es cierto que, tras el ajuste, elpago de las pensiones se llevará una fracción algo menor de nuestra renta agregada oficial, pero no de los ingresosfiscales que esa renta genera, que no han cambiado. Por tanto, volver a la ratio de gasto anterior al ajuste del PIBno supondría mantener el nivel real de esfuerzo de entonces, sino incrementarlo, pues para alcanzarlo habrá quesubir las cotizaciones o los impuestos en algún momento.8(CS”) Deficitm22-50 = Gastom22-50 - Ingresom22-50 < 0,65%Así pues, la condición de sostenibilidad más cercana a la actual pero formulada en términos dedéficit en lugar de gasto implicaría un tope máximo al déficit medio del sistema en 2022-50 de0,65 puntos de PIB. 4 Con las proyecciones del IE24 (que incluyen estimaciones del impacto dela reforma muy similares a las de la AIReF), el valor previsto de Deficitm22-50 sería de 1,4puntos de PIB, 0,75 puntos por encima del tope máximo fijado, exactamente cono en la celda[1.a] del Cuadro 2.Con esta formulación de la condición de sostenibilidad, sin embargo, una revisión al alza del6,04% de la senda de PIB de 2024 en adelante tendría un efecto muy distinto que en la celda[3.a] del Cuadro 2. El ajuste del PIB reduciría la ratio media de gasto en 88 centésimas de PIBy la ratio media de ingreso en 80 centésimas, con una ganancia neta de sólo 8 centésimas dePIB, poco más del 10% del exceso de 0,75 puntos sobre el tope fijado y lejos por tanto de lonecesario para invertir el signo del examen como sucedía con (CS`). Una condición desostenibilidad bien formulada esencialmente elimina la ilusión monetaria de la que hablábamosantes porque obliga a tener en cuenta tanto el gasto como los ingresos del sistema de pensiones.ReferenciasAutoridad Independiente de Responsabilidad Fiscal (AIReF, 2025). Informe de evaluación dela regla de gasto de pensiones. Informe 2/25. Madrid.https://www.airef.es/es/centro-documental/informes/informe-sobre-la-regla-de-gasto-de-pensiones/BOE (2023). Real Decreto-ley 2/2023, de 16 de marzo, de medidas urgentes para la ampliaciónde derechos de los pensionistas, la reducción de la brecha de género y el establecimiento de unnuevo marco de sostenibilidad del sistema público de pensiones.https://www.boe.es/eli/es/rdl/2023/03/16/2/conBOE (2025). Real Decreto 100/2025, de 18 de febrero, por el que se desarrollan la regulacióndel Fondo de Reserva de la Seguridad Social y los informes de evaluación de la AutoridadIndependiente de Responsabilidad Fiscal.https://www.boe.es/eli/es/rd/2025/02/18/100/conEuropean Commission (EC, 2024). The 2024 Ageing Report. Economic and BudgetaryProjections for the EU Member States (2022-2070)https://economy-finance.ec.europa.eu/publications/2024-ageing-report-economic-and-budgetary-projections-eu-member-states-2022-2070_enMinisterio de Economía, Comercio y Empresa (ME, 2024). 2024 Ageing Report. Spain’sCountry fiche. Dirección General de Análisis Macroeconómico, Madrid.https://economy-finance.ec.europa.eu/publications/2024-ageing-report-economic-and-budgetary-projections-eu-member-states-2022-2070_en4 Estos cálculos se hacen con las series de ingresos y gastos del sistema público de pensiones utilizadas en el IE24,que no coinciden con los agregados contables habituales y no se describen de forma muy precisa en el informe,especialmente en el caso de los ingresos. Véanse en particular las pp. 27-28 y 36 de ME (2024). Por tanto, el límiteno es directamente comparable, por ejemplo, con el déficit de la Seguridad Social u otros indicadores similaresque el lector pueda tener en mente. Sobre la aplicación de la cláusula de salvaguarda del MEI: algunas dudas metodológicas Sobre la aplicación de la cláusula de salvaguarda del MEI: algunas dudas metodológicas	查看 25600	联邦应用经济学研究基金会	2025-05-21 11:18:49 2025-05-21 11:19:15	word
3148787	无图 Machine Learning for AppliedEconomic Analysis: GainingPractical InsightsMATTHEW SMITHFRANCISCO ÁLVAREZDocumento de Trabajo 2025/03Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Machine Learning for Applied Economic Analysis: GainingPractical Insights∗Matthew Smith† Francisco Alvarez ‡March 25, 2025AbstractMachine learning (ML) is becoming an essential tool in economics, offering power-ful methods for prediction, classification, and decision-making. This paper providesan intuitive introduction to two widely used families of ML models: tree-based meth-ods (decision trees, Random Forests, boosting techniques) and neural networks. Thegoal is to equip practitioners with a clear understanding of how these models work,their strengths and limitations, and their applications in economics. Additionally, webriefly discuss some other methods, as support vector machines (SVMs) and Shap-ley values, highlighting their relevance in economic research. Rather than providingan exhaustive survey, this paper focuses on practical insights to help economistseffectively apply ML in their work.1 IntroductionThe central question in empirical economic analysis is how to use data to uncover re-lational structures between variables. The primary goal may be to understand thestructure itself, as in causal inference, or to use it for prediction, policy implications, ortheory testing.Over the past decades, the standard econometric framework for data analysis ineconomics has been challenged by two major developments. First, we have witnessedan explosion in the availability of new datasets, often accessible with just a few clicks.Notably, the rise of microdata (covering individuals or households), high-frequency data∗We thank Diego Rodriguez for very helpful comments. Any remaining error is our respon-sibility. Smith is supported by Ram ́on Areces Foundation grants for the employment of youngpeople with a PhD. Alvarez is supported by the grant PID2023-147391NB-I00 funded by MCI-U/AEI/10.13039/501100011033/FEDER, UE†Research Group, Esade Business School, Universitat Ramon Llull, Av. de Pedralbes, 60-62, 08034Barcelona; e-mail: mattonline1@gmail.com‡Department of Economic Analysis & ICEI, Universidad Complutense, 28223 Pozuelo de Alarc ́on,Madrid, Spain; e-mail: fralvare@ccee.ucm.es1(for time series analysis), and unstructured data (such as text) has introduced a wealthof information with substantial economic relevance, while also demanding more flexibleanalytical tools. Second, there has been an unprecedented increase in computationalpower, whether from standalone machines or distributed networks, with cloud serviceslike AWS making large-scale computation widely accessible at relatively low cost.Machine learning (ML) has emerged as a natural response to this evolving landscape,offering a broad set of classification and prediction methods. While closely related toboth traditional econometrics and other AI techniques, ML is often distinguished by itsfocus on predictive accuracy rather than causal inference. See [7], [6], [37], [57] and [70].In this paper, we introduce some of the most widely used ML methods in economics.Rather than aiming for an exhaustive survey, we prioritize an intuitive explanation oftheir essential components, working under the premise that practitioners benefit mostwhen they understand the fundamental logic behind each method. We focus on twomajor families of models, tree based methods and neural networks, and provide ba-sic Python examples to illustrate their implementation. Once these foundations are inplace, practitioners can more easily navigate the vast array of available ML techniquesand applications.It is fair to mention at least two areas of ML or related literature that this paperdoes not cover, even though their relevance to economics is rapidly growing. First, inthis paper, we focus on prediction and classification problems, both of which constitutean ex-post analysis. Even when the aim is to predict the future, our approach relieson analyzing past data. In contrast, a branch of ML known as Reinforcement Learningexplicitly addresses problems where decision-making and learning interact dynamicallyover time,1 [53]. Second, we do not deal with extracting information from unstructureddata, such as text mining. A seminal work on Latent Semantic Analysis is [32], whichlaid the groundwork for Natural Language Processing (NLP)—a field that, in our view,belongs to a distinct domain of research. In addition, the work by [22] surveys theanomaly detection, which this paper does not cover and, obviously, can distort any dataanalysis.While we provide some additional model-specific references along the text, againwithout being exhaustive, some ideas on the overall applicability of ML are in orderhere. The relative advantage of ML often depends on both the nature of the data andthe goal of the analysis. While some specific issues are addressed in further sections on re-gard to specific methods, some general comments on the applicability of ML are in order.First, ML tends to perform well when working with large datasets, particularly in1Reinforcement Learning has strong connections to classical branches of Optimal Control theory suchas Active Learning. It also overlaps with some problems in Operations Research such as Multi-armedBandit or the Exploration vs Exploitation trade-off.2cases where economic relationships exhibit significant nonlinearity or high-dimensionalinteractions. Traditional econometric models often impose strong parametric assump-tions for tractability, whereas ML methods, particularly tree-based models and neuralnetworks, can flexibly capture intricate patterns in the data without requiring explicitfunctional form assumptions [103]. This makes ML particularly useful for analyzing con-sumer behavior, labor market dynamics, and financial risk assessment, where complexinteractions between variables are likely to exist.Second, the strengths of ML are particularly evident in predictive tasks. Many eco-nomic applications involve forecasting rather than structural estimation, and ML hasshown strong performance in domains such as inflation forecasting [67], credit scoring[61], demand prediction [38], measuring productivity [21] or agriculture [90]Finally, ML methods often excel in rare-event prediction, where conventional econo-metric models may struggle due to class imbalance. Examples include predicting bankruptcy[111], fraud detection [105], and default risk [19]. Tree-based methods such as RandomForests and boosting techniques are particularly useful in these settings, as they canhandle highly skewed datasets through resampling techniques and loss function adjust-ments [18].There is a relatively large number of textbooks on ML as discipline. To the best ofour knowledge, but also reflecting our preferences, [45] remains the classical reference,complemented by [72], which offers a very detailed and rigorous treatment of the statis-tical learning theory. This theory lays the foundations for all ML methods, which we donot cover in the paper.The rest of the paper is organized as follows. The Section 2 introduces some basicconcepts. Section 3 presents single tree models. Section 4 starts with multi-tree models,in particular Random Forest. Section 5 continues with multi-tree models, using boostingmethods to combine trees. Section 6 deals with Artificial Neural Networks. Section 7presents an XGBoost-based case study. Finally, Section 8 concludes.2 Overall conceptsThis section introduces some standard ideas that will ease the later presentation at fur-ther sections and will position ML with respect to classical Econometrics.Econometrics typically starts with an ex-ante, relatively simple, and specific hypoth-esis about the underlying distribution of the data. It often assumes a particular modelor functional form for how variables are related (e.g., linear relationships, specific er-ror structures), and it aims to estimate parameters based on these assumptions. Thismodel-driven approach is focused on understanding the population through the lens ofa predefined statistical model.3In contrast, ML tends to be less specific ex-ante. Instead of assuming a particulardistribution or model structure, ML methods often operate with more flexibility. Theyfocus on finding patterns in the data without rigid assumptions about the underlyingdistribution or the exact nature of the relationships between variables. The approachis data-driven, emphasizing prediction and generalization based on the observed datarather than presupposing a specific form for the model.Both Econometrics and ML are rooted in strong statistical foundations, but theyemphasize different aspects. Econometrics is grounded in statistical inference, whichfocuses on drawing conclusions about population parameters based on sample data. Itrelies heavily on probability theory and statistical models to make inferences about causalrelationships and to estimate the properties of the underlying population from which thesample is drawn. This involves testing hypotheses, estimating parameters, and makingpredictions with well-defined assumptions about the data generation process. ML, on theother hand, is built on statistical learning, which focuses on using data to learn patternsand make predictions. Statistical learning theory provides the theoretical framework forunderstanding how algorithms generalize from data and make predictions. While it alsoinvolves estimation (e.g., estimating a function that maps inputs to outputs), it typicallydoes so with fewer ex-ante assumptions about the underlying data structure comparedto Econometrics. ML emphasizes the performance of algorithms, particularly in termsof their ability to generalize from training data to unseen data.Some comparison between standard notation in Econometrics and ML is useful. Letx denote a vector of variables we use to explain, classify or predict a another variable y.We will assume a dataset of paired observations (xi, yi) for i ∈ {1, . . . , N } is available.The presentation of the different methods in this paper abstracts away from the natureof the index. While there are specific algorithms for either cross-section or time series,the core ideas -which are our target- apply equally to both dimensions. In Econometrics,it is standard to denote x as the vector of regressors or explanatory variables, whereas yis the dependent variable. In ML it is common to use the terms attributes and responsefor x and y, respectively. Additionally, each observation in ML is usually referred to asan instance. Finally, in ML is important to distinguish an attribute, which is an elementof x, say x1, from a feature, which is a value (or set of values) of an attribute. Forinstance x1 = 5, x1 ≤ 3 or x1 = {Red} are features. In the sequel we use indistinctlythe Econometrics or the ML notation.Roughly, ML searches within a space of functions the best fit for the data. Thatbest fit minimizes some loss function. Methods differ from one another on the space offunction under consideration, on the search method or in the definition of loss. In thatsearch, some features are common to all of the ML methods considered in this paper.First, recall we are assuming a paired sample. Using ML terminology, we observe theresponse for each instance. This is called supervised learning and it is crucial as the loss4function usually contains some metrics of prediction errors.Second, we must distinguish parameters from hyperparameters. The parameters areoptimized along the search process, while the hyperparameters are set by the practi-tioner. In order to clarify this distinction, suppose that we restrict the space of functionsto be linear, say, for a sample with two attributes and for each observation i:yi = β0 + β1x1,i + β2x2,iLike in classical Econometrics, let β := (β0, β1, β2) be the vector of parameters ofthe model. The search consists of finding an optimal β, according to some loss function.Consider, for instance, a loss function that penalizes two components: (i) the predictionerror and (ii) the norm of the estimated parameter vector, denoted as2 \|\|β\|\|. Let ˆyidenote the prediction for an observation in which the attributes are xi, and let yi be thecorresponding actual response. A loss function that will be used is:L = ∑i(yi − ˆyi)2 + τ \|\|β\|\| (1)The first term is known as the mean squared error. The weight τ measures the rel-ative importance of the penalty on model complexity, measured by \|\|β\|\|, compared tothe prediction error. We say that τ is a hyperparameter: it is set by the practitionerand remains fixed throughout the search process, whereas the elements of β are the pa-rameters that the algorithm optimizes, or learns. As a matter of fact, the loss functionin (1) is at the core of some widely used models in ML and Econometrics, as we discussin a later section.Third, ML methods typically partition the available sample into a training and atest set: the former is used to train the model, while the latter evaluates its predictiveperformance on unseen data. However, a given split may introduce selection bias, whichcan result in an unbalanced representation of patterns between the training and testsets, potentially leading to misleading performance estimates. To mitigate this, we canuse a cross-validation procedure.In k-fold cross-validation, the sample is divided into k folds, typically with k = 5 ork = 10. Each iteration uses k − 1 folds for training and the remaining fold for testing,yielding a model along with its performance on that test fold. This process is repeatedk times, each time selecting a different fold as the test set. As a result, we obtain k dif-ferent performance evaluations. Instead of combining the k models, we aggregate theirperformance metrics, e.g., averaging accuracy or RMSE, to be explained in a furthersection, to estimate how well the model generalizes. This process helps in selecting opti-mal hyperparameters and assessing model generalization before training a final version2Here we refer to the concept of norm rather than to a specific norm function. Sometimes the choiceof the norm has important implications. If so, we will make explicit the norm under consideration.5on the full dataset, ensuring it benefits from all available data. The Section A, in theAppendix, contains some further details. Additionally, [58] analyses extensively thisquestion.A final concept that applies to all ML methods is over-fitting, a long-standing issuein Econometrics. Essentially, when a model has too many parameters, it can perfectlyfit the training data, but at the cost of losing its ability to provide relevant insightsinto the target question. This idea directly parallels the problem in ML. In the space ofpossible functions, the search process might end up selecting an overly complex function,one that fits the training set perfectly but performs poorly on out-of-sample data. Tocombat over-fitting, many loss functions incorporate a penalty on the model complexity,as in the above presented loss function, helping to balance fit with generalisability. Theopposite to over-fitting is under-fitting, and the trade-off between them is commonlyreferred to as varianze vs bias.3 Single tree modelsAs mentioned, most of the paper is devoted to two families of models, namely, the tree-based and neural network models. This section begins with the first of those families.Our pace is deliberately slow. In this section we just deal with models consisting on asingle tree. Further sections will consider the combination of trees to form more complexmodels.3.1 Decision treesA decision tree is a supervised learning model used for classification problems, popu-larized by [16]. Tree-based models partition the feature space into a set of rectanglesand then fit a simple model in each one. The Figure 1 provides an example. Supposeour sample has paired observations of x = (x1, x2) and y, the latter being a categori-cal variable, say it can either be green or red. Roughly, our sample will look like thepoints plotted in the right panel of the figure. Now, how can we efficiently classify oursample in order to predict the response on the basis of observed values of x1 and x2?Graphically, we can partition our data set in rectangles as the figure shows. Notice thatwithin each rectangle, approximately all points have the same color. In addition, morerectangles would add little (over-fitting), while less would make us incurr in too muchof mixing colors within a given rectangle (under-fitting). Now, other than graphicallywatching, how can we write it down? We can use the decision tree shown in the left panel.Generally speaking, decision trees are non-linear models made up of piecewise linearcomponents in each neighborhood. It is useful in classifying non-linearly separable datain which the response variable is categorical, but not necessarily binary. When cate-gorical, each possible value of the response variable is a class. As virtually all of thethe other ML methods, they abstract away from the existence of a specific underlying6statistical model generating the data. They are also able to handle different data typesin the attributes. Transformations of the variables are also not a requirement and it cantherefore be useful in identifying outliers, variable interactions and important variables.In mathematical terms, trees are a particular kind of graphs, which is the essen-tial concept in graph theory. A tree is a collection of nodes connected by edges suchthat: there is a path between any two nodes, contains no cycles3 and it is hierarchical,which means there is a unique root node, at which the tree starts, and several child-equivalently parent- and terminal nodes, at which the tree ends. If there is an edgethat connects node V0 to node Vh, we say that Vh is a child of V0 or, equivalently, V0 isthe parent of Vh. A node is terminal if it has no children. In addition, the number ofnodes is equal to the number of edges plus one, which requires that each node exceptthe root has just one parent. The root node has no parent. Sometimes terminal nodesare also referred as leaves. As we see in Figure 1, nodes other than the terminal nodescontain features that define a line in the scatterplot of the right panel. Each terminaltree classifies or predicts a class for the instance that falls in it.How trees are constructed? While this is mostly an internal question of the softwarebeing used, some ideas on the essential trade-off under consideration might be helpful tothe practitioner. On the one hand, we want to minimize prediction errors, on the otherhand, we want to avoid over-fitting. Clearly, the purpose is to classify, so that withineach leaf, or terminal node, we would like to have as few different classes as possible. Ifat a given node all of the observations were the same class, there is no need to furthersplit from it, that is, to generate more children from that node. A node in which all ob-servations have the same class is referred to as a pure node. There are different measuresof impurity of a node, such as Gini impurity or entropy, that are used to decide both,whether to continue splitting or not and, if continue, how to split.4 But then comes theother element to balance: over-fitting. If we end up with a tree having as many leavesas observations, that is, each leaf has exactly one observation, all of the leaves are pureand there are no prediction errors in the training sample. We say the tree remembersperfectly that training sample, but very likely it will perform badly in the testing.In order to avoid over-fitting, there is a number of hyperparameters can be set up,such as the maximum depth the tree can have, which can be measured as the maximumdistance -number of nodes- from the root to a terminal node. In line with that, it can be3More formally, acyclicity means there is no path that goes from node V0 to itself such that: (i) itvisits at least a node different to V0 and (ii) no edge is walked more than once.4Just as an example, let us assume only two categories are possible, say red and green, and let p1and p2 denote the percentage of observations of each class in a given node. The Gini impurity (for agiven node) is defined as G := 1 − (p21 + p22). Thus, the impurity is zero, that is, G = 0 if either p1 = 1,thus p2 = 0, or reversely. Contrarily, the maximum impurity occurs at p1 = p2 = 12 . Roughly, the gainfrom further splitting from one node is the difference between the impurity of that node, which wouldbe a parent node with respect to each of his children. The algorithms compute gains from all possiblesplits. Alternatively, the measure of impurity can be based on the concept of entropy. For any givennode, assuming binary response, its entropy is H = − (p1lnp2 + p2lnp1).7fixed the minimum number of observations each split and or each terminal node musthave.In addition, it is possible to prune the tree: to cut branches, or splits, that add littlegain to the overall performance. The pruning can be done either during the constructionof the tree or once it has been built.Let us present a short review of literature connected to these ideas. [69] came upwith one of the earliest concepts of a regression tree, the Automatic Interaction Detection(AID) which recursively splits data depending on impurity and stops splitting when acertain level of impurity is reached. [68] extended this idea to classification problems anddeveloped THeta Automatic Interaction Detection (THAID) which recursively splits thedata in order to maximise the number of observations in each modal class. [55] devel-oped the Chi-square Automatic Interaction Detection (CHAID) originally developed forclassification and then extended to incorporate regression problems. [16] improved onAID and THAID and developed the Classification and Regression Tree (CART) whichimproved accuracy through instead of using stopping rules, it grows the tree and thenprunes it to a size that has the lowest cross-validation estimate of error. The IterativeDichotomiser 3 (ID3) [76] was later developed. It uses information entropy in order toquantify impurity and is used to compute the gain ratio for binomial decision classifiers.[77] developed the successor to the ID3 algorithm which can handle multi-class prob-lems and laid the groundwork for further developments.5 [64] provides a comprehensiveliterature review of the main developments in decision tree models over the past 50 years.3.2 Confusion matrixThe previous subsection has presented the basic ideas on how decision trees are builtand interpreted. Still, there is a question that remains: how to evaluate the performanceof the model. This subsection presents the standard evaluation metrics for models witha categorical response variable. This metrics is called confusion matrix, and it applies-but is not necessarily restricted- to tree based models. For this reason, it is a naturalfollow up to the previous subsection, but it must be a subsection in itself. For sake ofexpositional simplicity, this subsection focuses on a binary response variable, that is,the response has two possible classes, but the main concepts extend straightforwardlyto multi-class models. In order to use standard notation, the classes will be positive andnegative.6The confusion matrix is depicted in Table 1, see [74]. For a binary response, it is a5We reference the original 1993 edition, which remains the standard citation, although subsequenteditions have been published.6This notation is particularly suitable for economic applications in which, roughly speaking, one ofthe classes has some strong implication. For instance, the state of a firm might be either bankruptcy orhealthy, and we train a model that aims to effectively classify firms in order to predict bankruptcy. Thebankruptcy state has the strong implication, and that is the positive class.8x2 < 60x1 < 70ηyesx2 < 20δyesλnonoyesx1 < 50φyesψnono(a) Decision TreeSplit 1Split 2Split 3Split 4ηδλφ ψ02550751000 25 50 75 100x1x2Decision Tree Partition Space (b) Partition SpaceFigure 1: Decision tree and corresponding scatter plot partition space2 × 2 matrix, by rows it has the actual classes whereas by columns it has the predictedones. For instance, upper left entry is the number of observations for which the actualclass is positive and the predicted one is also positive. The diagonal elements containthe number of observations correctly classified: true positives in the upper left and truenegatives in the lower right entries, denoted as Tp and Tn, respectively. The off-diagonalelements contain the possible errors. If the model predicts as negative an observationthat is actually positive, that is a false negative, or Fn, in the upper right corner. Anal-ogously, the false positives, or Fp, are the lower left entry.The confusion matrix in the table is enlarged with some standard statistics computedfrom the entries of the table. The two key metrics are precision and recall. Precision mea-sures out of all of the predicted positives, which are actually positive. Recall measuresout of all of the actual positives, which are correctly predicted positive. Continuing theexample in the previous footnote, suppose observations are attributes of firms, and theresponse is that each firm can be either bankrupt (positive) or healthy (negative). Mostfirms are healthy, so we assume healthiness unless the data provides enough evidenceagainst it. In other words, the null hypothesis is H0 : ”the firm is healthy”. Then:• Type I error or false positive: Wrongly predicting bankruptcy for a healthy firm(rejecting H0 incorrectly). A high precision implies fewer Type I errors, that is,fewer false positives. Conversely, a low precision means more false positives.• Type II error or false negative: Failing to predict bankruptcy for an actuallybankrupt firm (not rejecting H0 when we should). A high recall implies fewer type9II errors, that is, fewer false negatives. Conversely, a low recall means more falsenegatives.Predicted classPositive NegativeActualclassPositiveTrue positiveTp(Correct)False negativeFn(Incorrect)Sensitivity/RecallTpTp+FnNegativeFalse positiveFp(Incorrect)True negativeTn(Correct)Specificity rateTnTn+FpPrecisionTpTp+FpNegative predictive valueTnTn+FnAccuracyTp+TnTp+Tn+Fp+FnTable 1: Confusion MatrixA number of other metrics can be computed from the confusion matrix. For in-stance, when both types of errors are equally important, we may want a single numberthat balances precision and recall. The usual way to achieve this is by computing theirharmonic mean, known as the F1 score.7 Another common metric is accuracy, definedas the proportion of correctly classified observations over the total number of observa-tions. However, accuracy is not always a reliable measure, specially when dealing withimbalanced datasets. For instance, if the percentage of bankrupt firms is very small,a trivial classifier that predicts all firms as healthy would achieve high accuracy whilecompletely failing to detect bankruptcies, resulting in a very low recall.We can take an slightly different approach in analyzing the trade-off among errors.What is the prediction of a decision tree? It might be, for each terminal node, themodal class, but perhaps it is more neutral to take the percentage of positives. Moregenerally, the outcome from a model can be, and typically is, the -percentage- probabilityof positive for each terminal node. Let us denote that probability as ˆy(k) for the terminalnode k, this predicted probability is usually called score. Now, actual values are eitherpositive or negative. We code the classes as 1 or 0, respectively. How do we then comparescores to actual values? We define a threshold, say y∗ ∈ (0, 1), such that the predictionfrom terminal node k, the score, is assigned to 1 if ˆy(k) ≥ y∗, while it is assigned to0 otherwise. This threshold is chosen at random and, varying it, all else equal, theconfusion matrix also varies. Since the threshold is arbitrary, it makes sense to plot, for7The harmonic mean is particularly sensitive to very low values: if either precision or recall is closeto zero, the F1 score is also very low, which discourages extreme imbalances between the two.10each value, the true positive rate (TPR), which is another name for recall, vs the falsepositive rate (FPR), defined as:FPR = 1 − Specificity = FpTn + FpAs the threshold increases, the number of predicted positives decreases, so we re-duce both Tp and Fp or, equivalently, we reduce both TPR and FPR, respectively. Thiscreates the ROC curve,8 an example of which is shown in Figure 2. In that curve, thediagonal corresponds to the outcome of a random classifier, that is, a classifier that pre-dicts purely at random between positive and negative.9 In order to measure the distancefrom the ROC curve to the diagonal, or alternatively, how close the ROC is to the perfectprediction, which is the upper left corner, where FPR=0 and TPR=1, we have the areaunder the curve (AUC), also shown in the legend of the figure.Complementarily to the ROC, the precision-recall (PR) curve helps to evaluate theperformance of a binary classification model. As for the ROC curve, the PR comparespredicted scores to true labels by varying the threshold that transforms scores into bi-nary predictions. Especially in imbalanced datasets, the PR curve provides a helpfulevaluation of the model’s performance. [39] provides an introduction to ROC, whereas[31] is a classical reference for the comparison between ROC and PR curves.The Figures 2, 3 and 4 show, as an example, the ROC, PR and confusion matrix forthe data in Table 2. The first row in the table contains observed values of the response,while each column in the second row shows the corresponding score, that is, predictedprobability of a response y = 1. One of the points with this example is to illustrate thatthe computation of these metrics abstracts away from how the scores, predictions, havebeen computed. The Listing 1, in Section B of the Appendix, contains the Python codefor generating these figures.Observed 0 0 1 1 0 1 0 0 1 1Score 0.1 0.4 0.35 0.8 0.2 0.9 0.05 0.5 0.7 0.6Table 2: Input data for the ROC, PR and confusion matrix3.3 Regression TreesIn essence, a decision tree is used whenever the response variable is categorical. Re-gression trees extend the main ideas outlined for decision trees to a continuous response8ROC stands for Receiver Operating Characteristic. The name comes from the World War II, wherea radar operator had to decide whether a signal came from, say, an enemy aircraft (positive), or it wasjust background noise (negative).9Looking at the confusion matrix, a classifier that chooses randomly between predicting positive andnegative would select Tp = Fn and Fp = Tn, which trivially lead to T P R = 12 and F P R = 12 , respectively.11Figure 2: ROC Figure 3: Precision-Recall Figure 4: Confusion(threshold = 0.5)variable.As for the decision tree, the criterion to further split from a given node is based on ameasure of heterogeneity of the observations lying on that node. As said, for a categor-ical response, the impurity accounts for the heterogeneity. In contrast, for a continuousresponse the standard measure is the mean squared error (MSE), defined for a nodewhich has the set of observations {y1, . . . , yN } as:10M SE = 1NN∑i=1(yi − y)2 (2)where y is the average of the observations in the node. The gain from creating childrenfrom a parent node is measured as the difference between the MSE of the parent minusthe weighted MSE of the children. Though there are some exceptions, both decisionand regression trees either create exactly two children from any node, or the node is aterminal node. We must notice that any morphology with more than two children perparent has a classification-wise equivalent counterpart with exactly two children fromeach non-terminal node. Usually this restriction on the number of children makes thetree building process computationally efficient and helps to avoid over-fitting.4 Random ForestThe previous section has been restricted to decision trees as standalone models. Yet, oneof the most powerful aspects of ML is its ability to combine multiple models to improveaccuracy and robustness. This approach, known as ensemble learning, leverages thestrengths of individual models while mitigating their weaknesses. This section focuseson Random Forests.Random Forest is a widely used ensemble learning method that builds on the princi-ples of Bagging (Bootstrap Aggregating) to improve predictive performance and stability.10Alternatively, we can use the mean absolute error (MAE), in which the absolute value replaces thesquare function, or the usual coefficient of determination.12By combining multiple decision trees, Random Forest reduces variance, enhances robust-ness and mitigates over-fitting.First, M subsamples are bootstrapped with replacement from the training sample.Then a single learner, a tree, is trained on each of those subsamples, so that M trees learnindependently from one another, tough the individual training samples might partiallyoverlap. Let us denote the set of trees as H := {h1, h2, . . . , hM }. Now consider anobservation (x, y), where x is the vector of attributes and y is the response. Let hm(x)be the predicted response by a generic tree hm in H. The predicted response from H, sayH(x), is the aggregation of individual predictions. If y is categorical, h(x) is categoricalas well, and then H(x) might be constructed using a majority voting rule, that is, H(x)is the mode in {h1(x), . . . , hM (x)}. If y is continuous, then it aggregates by averaging,that is:H(x) = 1M∑mhm(x)Notice that for the particular case in which the response is categorical and binary, thereis no loss of generality in labeling the possible responses as 0 or 1, so that hm(x) ∈ {0, 1}for all hm ∈ H and x, and thus the above average is the percentage of 1’s. The Figure5 depicts the basic prediction procedure.Generally speaking, bagging is particularly useful for datasets with high variance andpotentially many noisy observations. More precisely, it is specially effective when thedataset contains instances where two observations with similar attributes have differentresponses. This kind of variability, often due to measurement error, inherent random-ness in economic behavior, or unobserved confounding factors, can lead to over-fittingin single models. Bagging helps by averaging multiple models trained on different boot-strap samples, reducing sensitivity to such noisy fluctuations and leading to more stablepredictions.A very simple example helps on understanding how -in what sense- a Random Forestoutperforms a single and eventually deep tree. Suppose, just to ease the exposition, theresponse variable is categorical, either 1 or 0. Assume further that for an specific vectorof attributes, say x, both responses are equally likely, that is:Pr(y = 1 \| x) = Pr(y = 0 \| x) = 12 (3)Notice that we are not claiming that equation (3) is the true model that has generatedour sample. It might be the case that, if we could observe attributes other than x, theabove conditional probabilities could be further structured. Thus, (3) simply reflects themaximum information that be elicited from the available sample. Now, in line with (3),assume we have in our sample a set of τ observations Ω := {(x, y1), . . . , (x, yτ )}, that is,all observations in Ω have the same vector of attributes, but, in line with (3), differentresponses.13Consider first a single decision tree. Since all observations in Ω have the same at-tributes, any split based on those attributes will keep all of the observations in Ω togetherin the same branch. Suppose that, in fact, the decision tree comes to isolate Ω in a singlenode, say V . Then we apply some purity measure on V and conclude that we cannotaccept that level of intra-node heterogeneity. What is then left to do? The only possibleprocedure is to further consider the observation index itself as an additional attribute -ofcourse, artificial- so that the model can keep discriminating from V among observationsin Ω. Clearly, if we allow enough further splits from V the model will perfectly predictand will have no intra-node heterogeneity. But, again from (3), all splits down from Vare absolutely useless outside the training sample. That is over-fitting.What does Random Forest do instead? Very simple. If observations in Ω are evenlydistributed among the different bootstrap samples, roughly half of the trees will learnx leads to y = 1 and the other half will learn the complementary outcome. Thus, ag-gregating by average, that is, the percentage of ones, the Random Forest will learn (3),which is, as said, the maximum amount of information that can be extracted from theavailable sample.Application of Random Forest to economics include: macroeconomics, see [12], fi-nancial forecasting, [109], agriculture [51], urban economics, [2], causal inference, [106],credit risk, [44] and [107], and consumer demand analysis, [75] and [63]. The list ofpioneering papers on the methods, Random Forest and bagging, includes: [4], [13], [15]and [33]. The works by [8], [14], [33] and [36] focus on ensemble methods in which sub-samples are, somehow, randomized.While Random Forest is the most well-known application of bagging, bagging itself isa general ensemble technique that can be applied to other models beyond decision trees.Its ability to reduce variance makes it a valuable tool in economic and financial modeling.5 Boosting methodsThe term Boosting refers to a family of ensemble methods that, as Random Forests,combine simple models in order to generate a larger -better- model. Within the boostingmethods, each simple model is usually termed as weak learner, whereas the aggregationis the strong learner. While in Random Forest the weak learners are trained in parallel,in boosting methods weak learners are added and trained sequentially, such that eachnew weak learner is selected in a way that improves upon -boosts- the performance ofthe set of the already existing ones. Additionally, while in Random Forest each weaklearner is trained on a bootstrapped subsample, in boosting methods each weak learneris trained on the whole training sample, though, as said, the focus of each weak learner14Training Datasample and feature baggingTree 1 Tree 2 Tree Mmean in regression or majority vote in classificationprediction. . .Figure 5: Random Forest model. Once the the model is trained, a given observation goes throughdifferent branches along different trees, represented by the red edges in each tree. In fact, the figureillustrates trees may have different morphology from one another. The prediction from each single treeis determined by the terminal node in which the observation is placed (nodes having no children). Theprediction from the whole model is obtained by aggregating those individual predictions.is on compensating the previous learners errors. [41] remains a classical reference forboosting methods. The next three subsections present three methods, roughly, orderedin increasing level of sophistication.5.1 AdaBoost: Adaptive BoostingThis subsection presents the AdaBoost, which stands for Adaptive Boosting. In Ad-aBoost, each weak learner is typically a stump, which is a tree consisting of a root nodewith two children, both being terminal nodes. In other words, a stump has a unique splitor, equivalently, it partitions the sample on the basis of a single feature. The essence ofthe method is simple. We start with all of the observations having the same weight, and15the first stump is trained on that sample. Then the weighted prediction errors from thatstump are computed, and the weight for each observation is recomputed in a way suchthat observations with incorrectly predicted response receive a higher relative weight.Once new weights are available, a new stump is trained on the basis of those new weights.Again, weighted prediction errors are computed, new weights are computed on the basisof the new errors, and so forth.11The mathematical description of the algorithm that adds new weak learners in Ad-aBoost requires some notation. Let Λ := {(x1, y1), . . . , (xN , yN )} denote the trainingsample, where, as before, xi and yi are the attributes and response of the i-th obser-vation, respectively. While there are extensions that cover different types of responsevariables, here we restrict to a binary response. The possible responses are12 −1 and1. Finally, let us denote by t to a discrete boosting round, such that at every t a newweak learner is added, starting at t = 1, then t = 2, and so forth. Using this notation,the basic upgrading procedure is as follows. At t = 1, all observations in Λ are assignedequal weights, that is, w(1)i = 1N for all i ∈ {1, . . . , N }. Within each boosting round t,the procedure is described in Box 5.1.Box 1: AdaBoost boosting round.Step 1. Train a weak classifier ht to minimize the weighted classification error,defined as:εt =N∑i=1w(t)i I(ht(xi) ̸ = yi),where I is an indicator function that equals 1 if the prediction isincorrect, that is, h (xi) ̸ = yi, and it equals 0 otherwise.Step 2. ht’s contribution to the final model is given by:αt = 12 ln( 1 − εtεt).Step 3. Update weights such that misclassified samples get higher weights tofocus on harder-to-classify instances:w(t+1)i = w(t)i · eαtI(ht(xi)̸=yi)D(t+1)where D(t+1) is a normalizing factor.11More precisely, each weak learner tries to improve on the errors made by his immediate predecessor,rather than by all of the predecessors. The underlying logic is that each learner already contains enoughinformation on what his predecessors have failed.12While not essential, this is the usual coding when describing the AdaBoost algorithm. Other thansimplifying the maths, this notation emphasizes the core idea that errors predicting both classes areequally important.16After T iterations, the final prediction is made using a weighted majority vote:H(x) =T∑t=1αtht(x) (4)Consider the example in Figure 3. In panel (A) all of the weights are the same (indi-cated by the size of the + and −) and the model makes a first decision rule, given by thevertical line at D1. A stump is just either a vertical or an horizontal line in the sampleregion. Whatever the model correctly classifies is given less weighting in the next itera-tion. The model incorrectly partitioned 3 of the + observations and correctly classifiedall other points. Since the model incorrectly classified these 3 observations, their weightsare increased, which we represent by an increase in the size of those points in panel (B).Consequently, the correctly classified points obtain less weight, represented by a sizereduction in panel (B). The model makes a new classification depicted at decision ruleD2. The model correctly classified the previous incorrectly classified + observations andtheir weights are subsequently decreased (depicted in panel (C)). The two left-most +’sand right-most −’s are again correctly classified and therefore their weights are furtherreduced in panel (C), given by a smaller + and − signs. Finally, in panel (C) the finalclassification is given by the horizontal line D3 and the weights are recomputed andupdated. The final classification model is given in panel (D) in which all points havebeen partitioned correctly and this model is a stronger classifier than any individualmodel previous to it. That is, the model used a combination of linear classifiers in orderto build a stronger non-linear classifier based on weighted voting.D1D2 D3(A) (B) (C)(D)Table 3: AdaBoost classification weights illustrationA few final remarks are important. First, the algorithm automatically shifts attentionto difficult-to-classify samples. Second, even if individual classifiers are slightly better17than random guessing (which corresponds to εt = 0.5 in the previous box), AdaBoostcan build a strong classifier. Third, since misclassified points get higher weights, outlierscan have a large influence.The list of references using Adaboost in economics is very extensive. It includes:labor economics [1], market design [40], housing markets [46], energy markets [59], creditscoring [62], health economics [78], digital economy [80], fraud detection [99] and demandforecasting [112].5.2 Gradient Boosting Machines (GBM)This subsection adds a new element to the boosting methods family: gradient basedoptimization. As said, in a boosting method the weak learners are added sequentially,each one trying to improve the performance of the already existing ones. All gradientboosting methods are primarily characterized by some loss function to be minimized.Given some existing set of weak learners, not only the current loss, but the directionof the steepest descent -maximal reduction- of loss is computed, and the new learneris fitted to that direction. In other words, each new weak learner classifies as best aspossible the residuals of the previous learners. Typically, weak learners are trees, andhere comes another major difference between AdaBoost and gradient based boosting. InAdaBoost the structure of the tree to be added is fixed, typically a stump. In contrast,in gradient based boosting, while limited by metaparameters, like the maximum depthof the tree or the minimum amount of samples each leaf must have, the structure of thetree is a product of the optimization process.Other than differences in the criterion to add new weak learners, there is also a dif-ference between AdaBoost and gradient boosting methods on how to aggregate acrossweak learners predictions. Let rounds be indexed by t, with t ∈ {0, 1, . . . , T }, as previ-ously. Let ht be the weak learner added at round t and let ht(x) be its prediction for theinstance -observation- x. Now, let Ft−1 be the aggregate of all weak learners prior toht and, analogously, let Ft−1(x) be the prediction of Ft−1 for x. Then, for a continuousresponse variable, it is:Ft(x) = Ft−1(x) + ηht(x) (5)where η ∈ (0, 1) is a hyperparameter named the learning rate or shrinkage. Essentially,η scales the contribution of each weak learner. If we substitute recursively F ’s in (5)we might conclude that learners added at early rounds have a larger weight than thoseadded at latter rounds. However, we must be cautious to not interpret weights as we didin AdaBoost. Roughly speaking, in AdaBoost each weak learner faces the whole trainingsample, and then learners receive weights depending on their relative performance. Incontrast, in gradient boosting each weak learner faces -is constructed to attack- just thethe errors that remain to be fixed when he is created.1313The extension of (5) to a binary response variable is done using the logit function, which is thelog-odds. Consider a response with two possible classes, either positive or negative, and let p denote the18Boosting methods differ from one another in a number of elements. Let us justlist three relevant ones. First, methods differ on the loss function under consideration.For instance, mean squared error is typically used for regression while log loss is usedfor classification. Second, different methods might include different regularization tech-niques, intended to reduce over-fitting. Third, methods might also differ on how treesare grown, level-wise vs leaf-wise.Because of its gradient-based upgrading procedure, boosting methods are exposedto well-known problems that are common to all numerical gradient-based optimizationtechniques: non-convexities created by either an strict local minimum, a saddle-point,or a flat region, called a a plateau. How to get out of the trap mostly goes down tohow to recognize that you are in it. This is a very old question in the optimizationliterature, and an exhaustive treatment lies beyond the scope of this paper. As MLconcerns, some standard tricks are in the regularization term, to be further explainedin the next subsection for XGBoost, or an appropriate choice of the learning rate, orintroducing some randomness along the optimization procedure. The learning rate, ηin equation (5), can be roughly understood as a step size. A large step size might keepthe algorithm jumping indefinitely around the minimum. In contrast, a too small stepsize might make the algorithm goes too slow in regions in which the steepest descentdirection is very clear. Introducing randomness in the optimization procedure consistsbasically on trying some random guess, that is, not suggested by the gradient, as a sortof robustness check. This is named stochastic gradient boosting.The three most widely used gradient boosting methods are XGBoost, LightGBMand CatBoost. We treat XGBoost in the next subsection. Roughly, while XGBoost isvery robust, LightXBM is designed to perform faster, which is particularly useful forlarge datasets. CatBoost is designed for categorical responses.14 A pioneering work ongradient boosting machines is [42]. A remarkably rich theory has evolved around boost-ing, with connections to a wide range of topics including statistics, game theory, convexoptimization and information geometry. Some foundational works are [56], [83], [85],[84] and [100]. [35] applies boosting methods to predict economic recessions.probability of positive, the logit function is l(p) = ln p1−p . The prediction is taken to be on l(p), so weare back to predict a continuous variable.14Since gradient boosting methods rely on gradient computations, they generally do not nativelysupport categorical variables, whether as attributes or as the response. If categorical variables arepresent in the dataset, we must either transform them into numerical form before applying gradientboosting or use CatBoost, which handles them directly. Some further comments on categorical variableswill be done for Artificial Neural Networks, which suffer the same problem than boosting methods onthis regard.195.3 Extreme Gradient Boosting (XGBoost)The subsection presents Extreme Gradient Boosting (XGBoost), [25], which is likelythe most widely used gradient boosting method. There are several differences betweenXGBoost and other gradient boosting methods. First, the loss function adds two regu-larization terms, as we explain below. Second, the loss minimization algorithm considersnot only the gradient but also hessian. Third, it includes a sophisticated post-pruningmethod. It all delivers a speed and accuracy that frequently outperforms other gradientbased methods.A detailed breakdown of the loss function used by XGBoost will help in understandingall of the effects taken into account. Prior to that, we need to introduce some notation.First, it is standard to denote by θ to the whole model, that is, the collection of trees,the structure of each tree, and the order in which they have been added to the model.15In addition, within each tree, each of the terminal nodes, or leaf, is given a weight, whichis the prediction for instances that fall down into that leaf. We denote those weights byw. For example, say that a tree h for the instance x has a prediction h(x) = 5. Thatis equivalent to say that in h the instance x falls in a leaf whose weight is 5. Finally,let w denote the whole set of weights. If, say, the model consists of just two trees, withweights [3, 5, 2] and [4, 2], respectively, then w = [3, 5, 2, 4, 2]. Since it has a vector-likestructure, the standard L1 and L2 norms apply, denoted \|\|w\|\|1 and \|\|w\|\|2, respectively.16The loss to be minimized is:Obj(θ) = ∑iL(yi, ˆyi) + γT + α\|\|w\|\|1 + λ\|\|w\|\|22 (6)The first term in the right hand side of (6) is the loss due to prediction errors. Thesum runs over instances of the training sample. For a continuous response variable, theusual metrics for the prediction errors is the mean squared error: L(yi, ˆyi) = (yi − ˆyi)2,where ˆyi is the predicted response for the observation (xi, yi). For a binary responsevariable, say with classes 0 and 1, the method normally takes a logistic, binary cross-entropy, loss: L(yi, ˆyi) = yilnˆpi + (1 − yi)ln(1 − ˆpi), where yi ∈ {0, 1} whereas ˆpi is thepredicted probability of the event yi = 1.The last three terms in (6) conform a regularization term, usually jointly denotedas Ω(θ), where the notation emphasizes its dependence on the tree structure but not on15The order matters. Consider two different models, say HA and HB , represented by θA and θB ,respectively. Suppose HA added first tree h1 and then tree h2, whereas HB added first h2, then h1,with HA and HB being identical one another thereafter. Then θA ̸ = θB . Also the structure matters.Suppose that HA and HB only differ in the tree added in the t-th round, in which HA added hA andHB added hB , where hA and hB have the same terminal nodes but different splits to go from the rootto the terminal nodes. Then again θA ̸ = θB holds.16For the example: \|\|w\|\|1 = \|3\| + \|5\| + \|2\| + \|4\| + \|2\| and \|\|w\|\|2 = √32 + 52 + 22 + 42 + 22. In (6) wehave the square of \|\|w\|\|2.20the instances. So, we equivalently can write (6) as:Obj(θ) = ∑iL(yi, ˆyi) + Ω(θ)where, obviously, Ω(θ) := γT + α\|\|w\|\|1 + λ\|\|w\|\|22. Overall, the regularization term pe-nalizes too complex structures. First, T is the total number of leafs. For instance, ifthe model has just two trees with three and two leafs, respectively, as in the previousexample, then T = 5.The L1 and L2 norms are as defined before, and aim for sparsity and inter -tree bal-ance, respectively. Let us consider first L1. If some leafs have a small weight in absolutevalue, the L1 term tends to push them towards zero. It essentially induces global spar-sity, since it detect features that are mostly irrelevant for prediction, that is, featuresleading to leafs with small weights. Indirectly, we might say that seeks for intra-treebalance. In contrast, L2 looks for inter-tree balance. In terms of L1, w = [10, 0] andw′ = [5, 5] are equally good. In terms of L2, w′ is better off. Thus, L2 penalizes mod-els in which one leaf of a given tree has much more importance than all of the others.This helps in preventing over-fitting. Finally, γ, α and λ are the hyperparameters thatestablish the relative impact of each regularization term with respect to prediction errors.As explained, the loss function depends on -must be derived with respect to- θ, whichfully describes the model. Notice that θ is not a usual finite dimensional real vector, buta function. Thus, derivatives must be taken in a space of functions, which is a functionalderivative, in particular the Fr ́echet derivative. However, the algorithm is based on anapproximation to that derivative using derivatives in an euclidean space.As a graphical summary of the previous concepts, consider Figure 6 and how changesin the regularization term controls the complexity of the model and its response to over-fitting. The objective is to fit a step function given in the upper left quadrant. We want asimple and predictive model. The figure in the upper right quadrant is too complex andover-fits the data, the figure in the lower left quadrant is simple but not very predictive.Therefore, the most simple and most predictive model is in the lower right quadrant.As mentioned in a previous section, the trade-off between a simple and predictive modelis also referred to as the bias-variance trade-off: the upper right quadrant has a highvariance (over-fits) whereas the lower left one has a higher bias (under-fits).A merely illustrative brief list on the wide range of economic applications of XGBoostis: bankruptcy prediction [10] and [88], marketing [24], economic stability [43], priceforecasting [49], energy prices [96] and bond default risk [110].21Observed Data Too many splits: Ω(θ) is highWrong split point: L is high Good balance of Ω(θ) and LFigure 6: XGBoost Regularisation6 Artificial Neural Networks (ANN)In the previous sections we have presented tree based methods, either considering treesin isolation or an ensemble of trees. When ensemble, the procedure to add new trees isfully data-driven. Artificial Neural Networks (ANN), or simply neural network, have afundamentally different approach, to certain extent aiming to replicate the functioningof a biological brain. First, the unit of learning is a neuron, which receives, processes andsends information. Second, in ANN, as it happens in a brain, the architecture by whicheach neuron is connected with the others is fixed ex-ante, that is, it is not data-driven.That architecture consists of a hierarchical organization in layers. Not all of the neu-rons are in touch with the data. Instead, only the neurons in the so-called input layer are.Mathematically, a neuron is a function which receives N inputs, say x = (x1, . . . , xN ),which can be either features of a dataset or outputs from previous neurons in the net-work. Each of the input is given a weight. Let us denote the vector of weights asw = (w1, . . . wN ). The neuron internally computes the weighted sum of inputs and addsto the sum a bias, denoted as b. It then applies an activation function, denoted as σ,over the weighted sum to generate the output, denoted as a. In just one expression, itis:a := σ( ∑nwnxn + b)(7)22The name of the activation function relates to the idea that it determines how much thenext neuron is activated. The bias is not strictly an input but an internal value thatallows the next neuron to be activated even though the current neuron receives all inputsequal to zero. The activation function is defined ex ante. The usual activation functionsare: sigmoid, hyperbolic tangent (tanh), rectified linear unit (ReLU) and leaky ReLU.17The flow of incoming and outgoing information is depicted in Figure 7.x1x2x3xNa := σ (∑n wnxn + b)baw1w2w3wNFigure 7: Neural Network Neuron exampleNotice that in the description of what a neuron is we have implicitly made use of thearchitecture of the network, as we have used the terms previous and next neurons. Let usclarify these terms. The Figure 8 presents two examples of feedforward neural networks.Essentially, the information flows from left to right in the figure. Within each panel,the starting nodes are the input layer, which are the sample features, the final point isthe output layer, which is the prediction the network computes for each instance. Forexample, suppose we have a dataset in which each observation gathers characteristicsof a house and its price as a response variable. More specifically, the characteristics weobserve are just the size and the number of bedrooms. For an instance in which the sizeis 100m2 and the number of bedrooms is 3, we will have 100 placed in x1 and 3 in x2,and no more components in the input layer. In addition, the figure represents the biasas x0, in a different color to emphasize that it is an input for the neurons but it is nota part of the sample. All layers other than the input and the output are hidden. Thefigure shows that neurons are grouped on hidden layers. All connections are unidirec-tional, and there are connections only between neurons of adjacent layers. In the usualterminology, shallow and deep neural networks refers to networks with just one or morethan one hidden layer, respectively.18The hyperparameters of a neural network include its structure: how many layers and17The sigmoid is σ(z) = (1 + e−z )−1. Furthermore, tanh(z) = (ez − e−z )(ez + e−z )−1, ReLU isσ(z) = max{0, z} and the Leaky ReLU is σ(z) = max{αz, z}, where α is some small positive constant.18In this paper we describe the basic architecture of a forward Neural Network. There are plenty ofvariations that consider more complex dependence flow between layers.23x0x1x2x3x4Inputlayerh(1)1h(1)2h(1)3h(1)4h(1)5Hiddenlayer 1ˆy1Outputlayerx0x1x2x3Inputlayerh(1)1h(1)2h(1)3h(1)4h(1)5Hiddenlayer 1h(2)1h(2)2h(2)3h(2)4h(2)5Hiddenlayer 2h(2)1h(2)2h(2)3h(2)4h(2)5Hiddenlayer 2ˆy1OutputlayerFigure 8: Shallow (left) and Deep (right) Neural Network example. In both panels x0represents the bias, which is an input not from the sample.how many neurons per layer. In contrast, the weights and the bias are learned by thenetwork. Roughly, the neural network learns on those parameters by minimizing a lossfunction which account for prediction errors. The learning process alternates between aforward and a backward pass, the latter commonly referred to as backpropagation. Fora given set of weights and biases and a specific input instance, the forward pass gener-ates a prediction. The prediction error is then computed. The backpropagation consistsof computing the gradient of the loss function with respect to the weights and biases.Then the weights and biases are updated: each weight is adjusted by subtracting thelearning rate (a hyperparameter, η as in the boosting methods) multiplied by the corre-sponding partial derivative. This forward and backpropagation process is repeated foreach training instance, with the weights and biases being updated sequentially for eachnew instance, or batch of instances. A complete cycle through the entire training set iscalled an epoch. The number of epochs is another hyperparameter of the model. SeeSection C in the Appendix for a detailed example on how weights and biases are updated.A key question in neural networks is that, as shown, arithmetic operations are per-formed with the attributes, so we need to feed numerical values, however, there areplenty of economic applications in which data on attributes are primarily categorical.Two clear examples are education level or place of birth as attributes to predict wages.Traditional econometric techniques have developed several methods. When the attributehas a low number of classes, as for education level, we might create a vector of dum-mies, such that for each instance the vector has 1 in the position for the correspondingcategory and 0 elsewhere. This is named one-hot encoding. A clear problem is the lossof neighbourhood : it might be the case that category A is naturally closer to B than toC, but this encoding fully ignores it. Alternatively, we might simply assign 1 to A, 2to B and 3 to C, which keeps some idea of neighborhood, but it induces an artificialcardinality. When there many categories, as potentially occurs with the place of birth,24the one-hot encoding induces a high dimensionality of the vector of attributes. Rela-tively recently, spatial econometrics builds on the concept of spatial correlation on adistance matrix based on geolocation. The approach is not free from subtleties as longas neighborhood between attributes is not systematically mapped into similar responses.Neural networks offer an alternative approach, which is using embedding layers. Thecore idea is simple: categorical values are embedded into vectors, whose dimension isan hyperparameter. Unlike the encoding approaches outlined above, where the vectorof values assigned to each category is fixed by the practitioner, embedding layers allowthe network to learn these vectors. The network learns to do assignments that preservesome neighborhood, but at the same time might learn that neighbor attribute valuesdo not have similar responses. The embedding layer approach is particularly powerfulwhen dealing with a large number of categories, as it avoids the curse of dimensionalityassociated with one-hot encoding.The foundation of artificial neural networks traces back to [66], who set the con-cept of artificial neuron as a form to model logical functions, and [81], whose perceptronwas the first neural network model. The literature has largely developed since thosepioneering works in multiple directions, with periods of growth and stagnation. Somepapers that have been critical on the theoretical development are [11], [47], [48], [60]and [82]. Regarding the list of economic applications, the topics are similar to the citedfor the tree based models. Demand forecasting [3], energy [9], inflation forecasting [26]and [73], financial crisis [28], renewable energy [54], energy demand [71], stock prices[79], macroeconomic forecasting [87], GDP growth [97] and oil price forecasting [108]constitute illustrative examples.We outline the basic ingredients of three additional methods in Section D, in theAppendix. First, we present LASSO and a family of related regressions, whose commonelement is that the loss function weights prediction errors against some regularizationterm. Second, we briefly present the basics of Support Vector Machines, which essentiallydeals with the characterization of a minimal set of hyperplanes that separate the sampleattributes according to values of the response variable. The basic idea is -to some extent-close to the visually presented in the panel on the right in Figure 1, but an hyperplaneis a more general and flexible concept than the splits in that figure. Third, we presentShapley values, a concept taken from cooperative game theory, which measures the value,in terms of prediction, each feature adds to each possible coalition of features.7 A case study with XGBoostThis section walks through Python code and explains step-by-step how to set up aclassification model using Extreme Gradient Boosting (XGBoost). In order to ease thereading, the Python code is relegated to Section E, in the Appendix.257.1 Generating synthetic dataIn Listing 2 we first import the required packages and then generate some syntheticclassification data with 10 variables and 1000 observations. The function that allows forsynthetic generation of a categorical response is make classification . In our view,this function serves as an important testing ground for the practitioner to learn how themethod performs in a variety of scenarios.19In order to give an idea on how the training and testing data may look like Figure 9shows the training and test scatter plot. Table 4 shows the first 5 observations along withthe target variable we aim to train the model to predict, the inputs or variables usedin training are labeled from 0 to 9 (10 variables), these would be standard economicvariables in other datasets. The code to generate this data, split the data betweentraining and testing and set up the plotting configuration can be found in Listing 2.The general convention is to follow standard econometric literature where X denotesthe dependent variables and y denotes the independent variable we want to predict.Table 4: First 5 observations of synthetic data0 1 2 3 4 5 6 7 8 9 target0 -1.010 0.778 -1.555 0.003 -0.720 -0.276 0.248 -0.648 -1.070 -0.017 01 0.027 0.219 1.461 -1.100 1.443 0.469 -0.854 0.140 0.346 0.385 12 1.498 0.591 0.252 0.743 -0.756 -0.439 0.994 -0.092 0.165 1.156 03 -0.110 -0.038 -0.025 -1.055 1.496 -0.792 -0.431 0.668 0.072 -0.268 14 2.269 -0.589 0.175 -1.815 1.478 -1.438 -0.399 0.767 -0.252 0.430 17.2 HyperparametersAs explained, XGBoost model requires some hyperparameters. The values must be setby the practitioner or optimized through a grid search, which increases computationaltime exponentially. A comprehensive overview of each hyperparameter is not discussedhere, though some of them have been already explained in a previous section.20. Inparticular, eta helps to reduce over-fitting by shrinking variable weights, gamma setsthe minimum loss reduction required to make further partitions, max depth helps tocontrol for the tree complexity, large values will lead to over-fitting trees, subsample19Some of the arguments allowed are n features , n informative , n redundant , which control thenumber of features, which of them are informative and which redundant, respectively. In our example,there are ten features, among which only two are relevant. In addition, n clusters per class controls,roughly, how many regions in the space of attributes contain instances of the same class. The easiestscenario for the method is when just one region contains all of the instances of a given class. Thearguments flip y and class sep also deal with separability between classes. make classificationalso supports multi-class responses, whereas make regression generates a continuous response.20A full list can be found at https://xgboost.readthedocs.io/en/stable/parameter.html26Figure 9: Training and Testing Synthetic Datasets the percentage of the training data used to build a tree, i.e. a value of 0.6 will use60% of the training data to build a tree, the data is then re-sampled and 60% is takento build a new tree, colsample bytree sets the fraction of columns (or variables) usedto grow a tree.There are many hyperparameters required for an XGBoost model and it is difficultto decide which ones should be optimised prior to training the model. This is wherere-sampling and cross-validation comes in useful. The code in Listing 3 applies cross-validation and a grid-search for hyperparameters within a pre-defined grid. It selects thebest model performance based on some metric such as the model’s accuracy or RMSE.217.3 Applying the modelNow that we have obtained optimal parameters from a grid-search we can train ourfinal model and apply it to our held-out test dataset and from here we can run modelstatistics such as RMSE, MAPE, MAE for regression type problems or construct theconfusion matrix and the associated metrics for classification type problems.22An important graphic we can construct from the model is the feature importanceplot. It gives an estimate of how much each feature contributes to the overall predictiveperformance of the mode. In other words, it measures which feature is most influentialin the model. The importance can be computed in several different ways. The default21The grid-search is just one method of searching optimal hyperparameters, we could have usedRandomizedSearch or Bayesian Optimisation BayesSearchCV .22The code for ROC, PR and confusion matrix would mimic the presented in Section B in the Ap-pendix, and thus we omit it here.27method is the gain and it measures the model’s accuracy, reduction in the loss function,when a given feature is used for splitting. Higher gain values indicate that the featureis more importance for making predictions. Additionally, feature importance can becomputed by weight or the number of times a feature is used in all the trees, if a featureappears more frequently, then it is considered more important.The code to plot the feature importance plot can be found in Listing 4. Figure10 shows the feature importance from the best XGBoost model after cross validation.Note that the model is able two identify the two features that actually determine theresponse variable, which is in line with the specification when generating the data withmake classification .Figure 10: Feature ImportanceThe Figures 11 to 14 show different forms to compute importance of a variable usingthe Shapley value, which essentially averages its marginal contribution across all possiblecoalitions of features. The Python code is in Listing 5. As mentioned, in Section D, inthe Appendix, we present the concept of Shapley value. Leaving for that section a moreprecise explanation on the concept, we see that both Figures 11 and 12 are in line withFigure 4 in the sense that all those figures point to the same features as the importantin terms of prediction. The Figures 13 and 14 take a step further. Even if, say, feature6 is important, perhaps its importance is not constant along its whole range of values inour sample. These latter figures show importance conditional on specific values for eachof the relevant features.28Figure 11: Shapley Summary Plot Figure 12: Shapley Global feature impor-tanceFigure 13: Shapley Conditional Feature 6importance.Figure 14: Shapley Conditional Feature 7importance.7.4 Some final remarksThis XGBoost case study aimed to show how one of the most popular ML models canbe applied to a typically structured dataset often faced by economists - i.e. a tabulardataset with columns as variables and rows as observations. We generated a syntheticdataset for this illustration, which allows the practitioner to control the sample on whichmethods are applied.We demonstrated how hyperparameter tuning can be applied in the form of a gridsearch and how cross-validation is applied in order to find the best model. Addition-ally, the out-of-sample error was computed using an accuracy score on the predictionscompared with the actual observed results. Finally a number of metrics on feature im-portance have been presented.Finally, in order to provide a more general view, the Listings 6 and 7 contain the29basic implementations for an ANN and a Random Forest, respectively, excluding hy-perparameter optimization. In both cases, the listings assume there are already definedsome train and test samples, specifically: X train , y train , X test and y test .8 ConclusionsThis paper has provided a practical and intuitive introduction to applying MachineLearning (ML) methods in economics, with a primary focus on the core ideas behindtree-based models and neural networks. Our objective has been to offer economists aclear understanding of how these models work, their theoretical underpinnings, and howthey differ from, yet complement, traditional econometric approaches. Additionally, wehave provided Python scripts to facilitate the implementation of these techniques inreal-world applications.Both ML and econometrics share a strong foundation in statistical theory but differin their primary goals and methodologies. While econometrics emphasizes structuralinterpretation and causal inference through predefined functional forms, ML focuses onpredictive accuracy and the flexible identification of patterns in data. This distinctionmakes ML particularly effective in high-dimensional settings and when relationships be-tween variables are complex and non-linear.A key takeaway from our analysis is that ML methods excel in prediction tasks,such as credit risk assessment, demand forecasting, and policy evaluation. Techniqueslike cross-validation and hyperparameter tuning further enhance the robustness of thesepredictions and help prevent overfitting. However, the absence of explicit parametricforms in ML models can limit their ability to directly provide causal insights, a centralaim of many econometric analyses.While we included a case study using XGBoost to illustrate the practical applica-tion of ML techniques, the main contribution of this paper lies in demystifying the coreconcepts behind popular ML methods and equipping practitioners with the tools toapply them effectively. This case study demonstrates how ML can be integrated intoempirical economic analysis, though the insights extend well beyond a single application.In conclusion, ML and econometrics should be seen as complementary rather thancompeting approaches. Each offers unique advantages depending on the research ques-tion and the nature of the data. By incorporating ML into their analytical toolkit,economists can expand their capacity to uncover complex relationships, improve predic-tion accuracy, and enhance empirical analysis in ways that traditional methods alonemay not achieve.30APPENDIXA Re-sampling and cross validationRe-sampling is the process of sampling more than once from a dataset and then re-fittinga model using this newly sampled data. The most widely used are bootstrap and cross-validation. Since ML models require that the trade-off between bias and variance besatisfied such that the model does not over-fit the data, a common practice in super-vised learning problems is to hold out part of the data as a testing dataset. The momentwe apply our model evaluation on the test data is the moment we introduce look-aheadbias into our model since we might be tempted to adjust the parameters of the modelto give more satisfactory test results.Ideally, the approach would be to split the data into three randomly divided partstraining, validation and test sets. The training set is used when fitting the model, thevalidation set is used when estimating the prediction error from the model selection.From these two splits of the data we estimate the performance for a number of differentmodels in order to see which model performs the best. Finally, the test set is then usedat the end to asses the generalization error of the chosen model - which was selected atthe training and validation stage.In practice there is usually not enough data in order to simply split between train-ing, validation and testing datasets. In order to select the best model and search for themost optimal parameters we can randomly shuffle the data and then split the trainingdata up into k equal sized validation parts or k -folds. Suppose we split the trainingand validation data into 10-folds as depicted in Figure 15. The model is trained on thesection indicated by the white space and validated on the grey space in each partition.TRAINING SET VALIDATION SETdivide into 10 folds of equal sizerun experimentsusing 10 differentpartitioningsFigure 15: k-fold Cross Validation where k = 1031Cross validation allows us to obtain a robust performance estimation we can see theaverage performance over the different subsets of data which gives us more confidencewhen applying the model to the held-out test set. Additionally, we can see the varianceof the model’s performance across the different sub-samples. A low variance acrossthe sub-samples indicates consistent performance whereas a high variance may signalsensitivity to the data samples. We can also identify if the model overfits on any of thesub-samples.B Python code for ROC, PR and Confusion matrixListing 1: ROC, precision-recall and confusion matrix1import numpy as np3 import matplotlib.pyplot as pltfrom sklearn.metrics import roc_curve, precision_recall_curve, auc,confusion_matrix, ConfusionMatrixDisplay5def plot_roc_curve(y_true, y_scores, filename="roc_curve.png"):7 """Plots and saves the ROC curve."""fpr, tpr, thresholds_roc = roc_curve(y_true, y_scores)9 roc_auc = auc(fpr, tpr)11 plt.figure(figsize=(8, 6))plt.plot(fpr, tpr, color=’darkorange’, lw=2, label=’ROC curve (area =%0.2f)’ % roc_auc)13 plt.plot([0, 1], [0, 1], color=’navy’, lw=2, linestyle=’--’)plt.xlim([0.0, 1.0])15 plt.ylim([0.0, 1.05])plt.xlabel(’False Positive Rate’)17 plt.ylabel(’True Positive Rate’)plt.title(’Receiver Operating Characteristic (ROC)’)19 plt.legend(loc="lower right")plt.savefig(filename)21 plt.close()23 def plot_pr_curve(y_true, y_scores, filename="pr_curve.png"):"""Plots and saves the Precision-Recall curve."""25 precision, recall, thresholds_pr = precision_recall_curve(y_true, y_scores)pr_auc = auc(recall, precision)27plt.figure(figsize=(8, 6))29 plt.plot(recall, precision, color=’blue’, lw=2, label=’PR curve (area =%0.2f)’ % pr_auc)plt.xlim([0.0, 1.0])31 plt.ylim([0.0, 1.05])plt.xlabel(’Recall’)3233 plt.ylabel(’Precision’)plt.title(’Precision-Recall Curve’)35 plt.legend(loc="lower left")plt.savefig(filename)37 plt.close()39 def plot_confusion_matrix(y_true, y_scores, threshold=0.5,filename="confusion_matrix.png"):"""Plots and saves the confusion matrix."""41 y_pred = (y_scores >= threshold).astype(int)cm = confusion_matrix(y_true, y_pred)43 disp = ConfusionMatrixDisplay(confusion_matrix=cm)45 plt.figure(figsize=(8, 6))disp.plot(ax=plt.gca())47 plt.title(f’Confusion Matrix (Threshold={threshold})’)plt.savefig(filename)49 plt.close()51 # Example usage:y_true = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 1])53 y_scores = np.array([0.1, 0.4, 0.35, 0.8, 0.2, 0.9, 0.05, 0.5, 0.7, 0.6])55 plot_roc_curve(y_true, y_scores, filename="my_roc.png")plot_pr_curve(y_true, y_scores, filename="my_pr.png")57 plot_confusion_matrix(y_true, y_scores, threshold=0.6,filename="my_confusion.png")C Forward and Backpropagation in ANN’sThis section presents the updating procedure for a given ANN and a given instance. Asmentioned in the main text, the updating procedure depicted here is carried out for allthe training sample. Once a whole cycle, all instances, has been completed, we have donean epoch. the practitioner must decide the number of epochs, or set some terminationcriterion, as hyperparameter. The Box C sets the required data33Box 2: Architecture, initial values, loss and instance.Architecture:• 2 input neurons (x1, x2)• 1 hidden layer with 2 neurons (h1, h2)• 1 output neuron y• Sigmoid activation function, σ(z) = 11+e−zInitial values for the network:• For h1: w1,1 = 0.15, w2,1 = 0.2, b1 = 0.35,• For h2: w1,2 = 0.2, w2,2 = 0.3, b2 = 0.35,• For y: wh,1 = 0.4, wh,2 = 0.45, bh = 0.6,Loss function and learning rate:• Mean Squared Error loss function, L = 12 (y − ya)2, where y is thepredicted value (output from the network) and ya is the actual value• Learning rate: η = 0.5Instance (observation):• x1 = 0.05, x2 = 0.1, ya = 0.01C.1 Forward passThe prediction is computed as follows. See Figure 16 for an illustration.Step 1. The weighted sums at the hidden layer:zh1 = w11x1 + w21x2 + b1 = (0.15 × 0.05) + (0.25 × 0.1) + 0.35 = 0.3775zh2 = w12x1 + w22x2 + b2 = (0.2 × 0.05) + (0.3 × 0.1) + 0.35 = 0.3925Step 2. Applying the sigmoid activation:h1 = σ(zh1) = 11 + e−0.3775 = 0.5933h2 = σ(zh2) = 11 + e−0.3925 = 0.5968Step 3. The weighted sum at the output neuron:zy = wh1h1 + wh2h2 + by = (0.4 × 0.5933) + (0.45 × 0.5968) + 0.6 = 1.1059Step 4. Applying the sigmoid activation:y = σ(zy) = 11 + e−1.1059 = 0.751334x1 = 0.05x2 = 0.1h1 = 0.5933h2 = 0.5968y = 0.7513w11 = 0.15w12 = 0.2w21 = 0.25w22 = 0.3wh1 = 0.4wh2 = 0.45b1 = 0.35b2 = 0.35bh = 0.6Figure 16: Flow diagram for the predictionC.2 BackpropagationStep 1. Output Layer Error Gradient. The loss function is the squared error:E = 12 (y − ya)2, where ya = 0.01.Its derivative with respect to y:∂E∂y = y − ya = 0.7513 − 0.01 = 0.7413.Derivative of the activation function:23∂y∂zy= y(1 − y) = 0.7513(1 − 0.7513) = 0.1868.Applying the chain rule:δy = ∂E∂zy= ∂E∂y · ∂y∂zy= 0.7413 × 0.1868 = 0.1384.Step 1. Hidden Layer Error Gradients:For h1:∂E∂zh1= h1(1 − h1) · wh1 · δy= 0.5933(1 − 0.5933) × 0.4 × 0.1384 = 0.2412 × 0.4 × 0.1384 = 0.0133.23We use intensively that for the sigmoid function it is: σ′(z) = σ(z)(1 − σ(z)).35For h2:∂E∂zh2= h2(1 − h2) · wh2 · δy= 0.5968(1 − 0.5968) × 0.45 × 0.1384 = 0.2407 × 0.45 × 0.1384 = 0.0149.Step 3. Weight Updates, taking learning rate η = 0.5For wh1:w′h1 = wh1 − η · h1 · δy= 0.4 − 0.5 × 0.5933 × 0.1384 = 0.3590.For wh2:w′h2 = wh2 − η · h2 · δy= 0.45 − 0.5 × 0.5968 × 0.1384 = 0.4087.For w11:w′11 = w11 − η · x1 · δh1= 0.15 − 0.5 × 0.05 × 0.0133 = 0.1483.For w21:w′21 = w21 − η · x2 · δh1= 0.25 − 0.5 × 0.1 × 0.0133 = 0.2467.For w12:w′12 = w12 − η · x1 · δh2= 0.2 − 0.5 × 0.05 × 0.0149 = 0.1981.For w22:w′22 = w22 − η · x2 · δh2= 0.3 − 0.5 × 0.1 × 0.0149 = 0.2926.D Other methodsThis section presents very briefly other ML methods. Some of them are closely relatedto some of the ideas already presented, while other tackle the problem from a differentangle. As we have done through the main text, we make special emphasis on presentingclearly the core idea of each method rather than trying to cover -even mention- all theexisting extensions.36D.1 LASSO, Ridge and Elastic Net RegressionA multiple linear regression model can be seen as a particular case of ANN in which thereis no hidden layer. Thus, the predicted output is directly a weighted sum of instances.The weights -parameters in the econometric jargon- are learned by the network as tominimize a loss function. The usual criterion in Econometrics is to take as loss functionthe mean squared error. This model suffers from two well-known issues: over-fitting andmulticollinearity. The first, as mentioned, refers to a model that fits the training datatoo closely, which is useless out of the training. The second refers to a lack of capacityto identify individual effects of each feature in the response variable.In order to address those problems, LASSO,24 Ridge and Elastic Net Regression adda regularization term to the loss function in a completely analogous way as we have ex-plained for XGBoost. The loss function is that in (1), which is just the sum of the meansquared prediction error and a regularization term which is the norm of the estimatedparameter vector. The norm is L1 for the LASSO regression, L2 for the ridge regression,and both L1 and L2 terms for the elastic net regression.The underlying reason for the regularization term is as commented for the XGBoostalgorithm. In general, the L1 regularization (LASSO) pushes to zero coefficients that inabsolute value are equal to zero. In this sense, the LASSO model works well for featureselection, and it also prevents over-fitting. The L2 regularization (Ridge) shrinks allof the coefficients. It helps in dealing with multicollinearity problems in the followingsense. Suppose there are two feature variables, say x1 and x2, such that there is a wholeregion of combination of parameter estimates, say (β1, β2), that performs similarly wellin terms of prediction errors. Adding the L2 regularization to the loss function pushesto select, within the equally-good-prediction region, small values of β1 and β2 (shrink-age), but it also pushes to select β1 = β2, which is a quite natural convention if thecorresponding variables are collinear. Notice using only the L1 regularization does notforce the equality among coefficients. Elastic Net combines the L1 and L2 regulariza-tion penalties of LASSO and Ridge, respectively. This hybrid approach offers a balancebetween feature selection (LASSO) and coefficient shrinkage (Ridge). It’s particularlyuseful when dealing with datasets that have both highly correlated features and manyirrelevant ones, as it can simultaneously shrink coefficients and perform feature selection.For analyzing factors influencing housing prices in a metropolitan area, LASSO re-gression could be valuable. You might have numerous features like square footage,number of bedrooms, proximity to schools, and local amenities, but only a subset trulydrives price variations. LASSO’s feature selection would help identify the most influen-tial factors. In macroeconomic forecasting, where you’re predicting GDP growth basedon various economic indicators like interest rates, inflation, and unemployment, Ridgeregression would be suitable. These indicators are often highly correlated, and Ridge’s24It stands for Least Absolute Shrinkage and Selection Operator.37shrinkage property would stabilize coefficient estimates, preventing extreme fluctuationsdue to multicollinearity. Finally, when studying the impact of various government poli-cies on firm performance, Elastic Net could be beneficial. You might have many policyvariables, some correlated, and you’d want to both identify the most impactful policiesand handle the potential collinearity among them, which Elastic Net accomplishes bycombining L1 and L2 regularization.Why should we restrict ourselves to L1 or L2 regularizations? Figure 17 shows differ-ent regularisation function isosurfaces for different values of p where the Lp regulariseris defined as \|\|β\|\|p := (∑i \|βi\|p) 1p in a β1β2 plane. For the Euclidean distance p = 2 wehave the circle with radius 1, when p = 1 we obtain the sum of the absolute values andthe isosurface corresponds to the star shape.β1β2p = 0.5β1LASSOβ2p = 1β1Ridgeβ2p = 2β1β2p = 4Figure 17: Isosurfaces of different Lp regularisersThe Figure 18 shows the balance between the regularizer isosurface and the pre-diction error isosurface, represented by the red curves. At an interior solution, bothisosurfaces are tangent one another. L1 penalties can incorporate sparse parameter vec-tors (a vector which lies exactly on an axis as in the Opt point in the left plot in Figure18 - i.e. β1 = 0, which emphasizes the feature selection character of this regularization.L2 penalties will only be sparse if the minimum mean square error point ( ̂β) is alsoexactly on the axis. Therefore the L1 optimum can be on the axis even if the ̂ β is notand L1 regularized solutions encourages some level of sparsity, making the model moreefficient which helps determine which variables are most important in prediction. Lpnorms form a balance between sparsity and convexity, when p ≥ 1 the norm is convexand for p ≤ 1 it induces some sparsity. Therefore, the L1 norm is the only norm whichboth induces sparsity and remains convex for easier optimization.As in previous sections, we conclude with some papers to illustrate the range ofapplications. Topics include firm analysis [27] or bankruptcy prediction [93]. Much ofthe emphasis is on the capacity of the LASSO loss function to perform variable selection,see [17], which is not a paper on ML, for a broad discussion on variable selection itself.Related to this issue, we must cite [95] and [113].38β1β2̂ βOptβ1β2̂ βOptFigure 18: LASSO Ridge: trade-off between regularization (blue) and prediction error(red). The compromise solution is the Opt point: similar but not exactly the same aswith the LASSO reguralization β1 = 0, while it is not so with the Ridge. The predictionerror is common to both plots.D.2 Support Vector Machines (SVM)Support Vector Machines (SVM) can be used for both regression and classification prob-lems. To keep things simple, suppose that we have a binary response variable and twoexplanatory variables, denoted by x1 and x2, or, as a vector, x = (x1, x2). The responseclasses, say, are coded as 1 and -1 or, black and blue, respectively, so that our sample isas depicted in Figure 19. The target of Support Vector Machine is to find a separatinghyperplane, that is, an hyperplane that leaves all of the instances of one class on one sideand all of the instances of the other class on the other side. In a two-dimensional spaceof explanatory variables, as in the figure, the hyperplane is a line, but our discussionand mathematical development in this subsection does not imply a particular dimension.Let us considering a case, as in the figure, in which there is such a separating hy-perplane. Of course, if there is one, there is more than one, and then the question is,roughly, how can I characterize the maximum distance between classes. The core idea39is as follows. Consider two hyperplanes parallel one another such that they define aseparating strip. The question is what are the hyperplanes such that the correspondingseparating strip has the maximum width? This maximum width is commonly denotedas the margin. So, rephrasing, we want to find paralell separating hyperplanes thatmaximize the margin, i.e., the distance between them. In doing so, some sample points,red coloured in the figure, actually touch one of the hyperplanes, these points are calledthe support vectors.The mathematical characterization is as follows. First let us denote the hyperplanesas H(1) = {x : w · x + b = 1} and H(−1) = {x : w · x + b = −1}, where w is a vectorof coefficients, w · x denotes the dot product between w and x and b is some constant.Since w is common to both hyperplanes, they are paralell one another.25 The distancebetween H(1) and H(−11) is26 2\|\|w\|\| , where the denominator is the norm of w. Thus, inorder to maximize the margin between hyperplanes, we have to minimize \|\|w\|\|. Nowwe must restrict to hyperplanes which separate instances by classes. Let us take theconvention that instances (xi, yi) with yi = 1 lie above H(1), which happens wheneverw · xi + b ≥ 1 holds. Clearly, for those instances the previous inequality is equivalent to:yi (w · xi + b) ≥ 1 (8)Then, it must occur that instances with yi = −1 lie below H(−1), which happens when-ever w · xi + b ≤ −1 holds, which for those instances is also equivalent to (8). Then,the problem can be formulated as minimizing w subject to (8) holding for all instances,which are indexed by i.Naturally, the training data might be not separable. If so, the called soft margincomes into scene. Essentially, the method defines some slack variables, such that someof the instances are allowed to by misclassified. There is a trade-off between maximizingthe margin, as before, and allowing some instances to lie out of the boundaries wherethey should be. Alternatively, if data are not separable in the original dimension, theycan be transformed into a higher dimensional space in which they are. Once trans-formed, instead of using the dot product in the higher dimensional space, the methoduses a kernel function.Some of the classical works on SVM are [29], [52], [89] and, as one of the maindevelopers, [102]. Additionally, one textbook from this last author, [101] offers a detaileddescription of SVM’s and, more generally, statistical learning. Regarding the application25Obviously, no x can satisfy both the equality that characterizes H(1) and the one for H(−1). In otherwords, H(1) and H(−11) do not cross, so they are parallel.26In effect, take x1 ∈ H(1) and take x2 ∈ H(−11), that is, w · x1 + b = 1 and w · x2 + b = −1.Subtracting one equality from the other, we have w · (x1 − x2) = 2 or, writing the dot product as theproduct of the norms times the cosine of the angle between, say α, we have \|\|w\|\| × \|\|x1 − x2\|\|cosα = 2.Now, it is well known that w is normal to H(1) and to H(−1). Thus, if x1 − x2 is a vector of minimumlength that connects both hyperplanes, it has to be collinear with w, and thus cosα = 1 and, in addition,\|\|x1 − x2\|\| is the distance between the hyperplanes.40x2x1w · x + b = 0w · x + b = 1w · x + b = −12∥w∥wFigure 19: Support Vector Machine examplein economics, we have: currency crisis [23], stock prices [34], recessions [50] and financialmarkets [98]. [94] surveys a wide range of other applications.D.3 Shapley ValuesShapley values, originally from cooperative game theory, [86], quantify the contributionof each feature to a model’s prediction. Unlike methods that retrain models, Shapley val-ues analyze the impact of a feature’s value on individual predictions within a pre-trainedmodel. This analysis considers all possible combinations of feature contributions, pro-viding a comprehensive measure of feature importance.To be precise, let F denote the pre-trained ML model. Let xi represent the vector offeatures for instance i. A coalition of features, or simply a coalition, is any subset of theentries of xi. Let F (si) denote the prediction of yi using the coalition si. The contribu-tion of feature, say, xk,i to a coalition si in which xk,i is included is F (si) − F (si/{xk,i}),that is, the difference between the prediction using si and the prediction using si exclud-ing xk,i. The Shapley value of feature xk,i for instance xi is the average of its contributionto all possible coalitions the can be formed with xi.We illustrate the computation with an example. Let us consider a model with threeattributes, so features for instance i are xi = (x1,i, x2,i, x3,i). For simplicity, let usassume the response in continuous. The table on the left shows all possible coalitionsand the corresponding prediction. In particular, the ∅ coalition is a coalition containingno features of any instance, so it must be interpreted as the unconditional prediction,which we normalize to be 0. Thus F (x1,i) = 80 must be read as: using a coalition formedjust by x1,i the prediction is 80 units above the unconditional prediction. This left tablehas the raw information to compute Shapley values. The table on the right will help us tocompute them. Consider the first row in the table. If, starting from the ∅ coalition, I add41first xi,1 the variation in -or marginal- prediction is F (xi,1) − F (∅) = 80. If, after that,I add x2,i, the variation in prediction is F ((x1,i, x2,i)) − F (x1,i) = 0 and, finally, if, afterthat, I add xi,3, the variation is F (xi) − F ((x1,i, x2,i)) = 10. Thus, the first cell on therow contains the order in which I add features, while second contains the correspondingmarginal predictions. The first column in the table on the right contains all possiblepermutations, that is, all possible paths to add the features. Now, for computing theShapley value of, say, x1,i we must see where it is located on the row on the first columnand take the corresponding number from the second column, referred to the table onthe right. In order to ease the reading, we have highlighted the position and numbersfor x1,i in red. The Shapley value of that feature is the average of those numbers:Shap(x1,i, xi) = 13! (80 + 80 + 24 + 18 + 15 + 18) = 39.2where 3! stands for three factorial, that is, the number of possible permutations withthree features.si F (si)∅ 0(x1,i) 80(x2,i) 56(x3,i) 70(x1,i, xi,2) 80(x1,i, xi,3) 85(x2,i, xi,3) 72xi 90Permutation Marginal pred.(x1,i, x2,i, xi,3) (80, 0, 10)(x1,i, xi,3, x2,i) (80, 5, 5)(x2,i, x1,i, xi,3) (56, 24, 10)(x2,i, xi,3, x1,i) (56, 16, 18)(xi,3, x1,i, x2,i) (70, 15, 15)(xi,3, x2,i, x1,i) (70, 2, 18)The above computations lead to a Shapley value for each feature and for each in-stance. How do we aggregate across instances? There are essentially two ways. First,we can simply average across all instances, which leads to the global feature importance:Shap(x1) = 1N∑iShap(x1,i, xi)where N denotes the sample size. Secondly, we can condition by features. As an exam-ple, we can average across instances having, say, x1,i ≤ 5, which leads to the conditionalfeature importance. This is very appealing in economics, where is natural to think thatthe impact of a variable in prediction depends on the values of that variable. For in-stance, conditional Shapley value analysis could reveal that wealth’s contribution topredicting loan repayment is not uniform, and might demonstrate a diminishing effectfor high-wealth individuals relative to those with low wealth.Finally, we must notice that the above explanation abstracts away from the modelitself. In particular, it is implicitly assumed that the model can generate predictions forany coalition, even for the ∅ coalition. In other words, the model, at least once trained,42must be able to handle missing values, which could be an issue for some methods.Other than the cited Shapley’s paper, which is really a paper on cooperative gametheory, there is a literature on the use of the concept in ML, which relates Shapley valueto the concept of importance or connects it to the idea of gradient. The essential list inthis line includes [20], [30], [65], [91], [114] and [92]. [5] combines XGBoost and Shapleyvalues for the retail sector. [104] extends the theoretical framework with an angle onapplication.E Python code for the XGBoost study caseListing 2: Creating synthetic data and define plot parametersimport numpy as np2 import matplotlib.pyplot as pltimport seaborn as sns4 from sklearn.datasets import make_classificationfrom sklearn.model_selection import train_test_split, GridSearchCV6 from sklearn.metrics import accuracy_scorefrom xgboost import XGBClassifier8random_state = 12345678910 X, y = make_classification(n_samples = 1000,12 n_features = 10,n_informative = 2,14 n_redundant = 0,n_clusters_per_class = 1,16 flip_y = 0,class_sep = 0.5,18 random_state = random_state)20 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2,random_state = random_state)22 # Generate data for the decision tree boundariesplt.style.use(’fivethirtyeight’)24 plt.figure(figsize=(10, 6))26 x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 128 xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.01),np.arange(y_min, y_max, 0.01))Listing 3: XGBoost Cross Validation and Hyperparameter Search432 param_grid = {’max_depth’: [3, 5, 7], # Maximum depth of each tree.4 ’learning_rate’: [0.1, 0.01, 0.001], # Step size shrinkage used to updateweights.’n_estimators’: [50, 100, 200], # Number of trees the model builds,e.g., 50 trees.6 ’subsample’: [0.8, 1.0], # Fraction of samples used for fittingindividual trees.’colsample_bytree’: [0.8, 1.0] # Fraction of features/variables usedwhen constructing each tree.8 }10 xgb = XGBClassifier(random_state=random_state, use_label_encoder=False,eval_metric=’logloss’)12 grid_search = GridSearchCV(estimator=xgb,param_grid=param_grid,14 cv=5,scoring=’accuracy’,16 verbose=1)18 grid_search.fit(X_train, y_train)20 best_xgb = grid_search.best_estimator_22 y_pred = best_xgb.predict(X_test)24 accuracy = accuracy_score(y_test, y_pred)print("Best Parameters:", grid_search.best_params_)26 print("XGBoost Classifier Test Accuracy:", accuracy)Listing 4: Feature importance1 importances = best_xgb.feature_importances_feature_names = [f"Feature {i}" for i in range(X.shape[1])]3# Get indices for sorting the importances in descending order5 sorted_indices = np.argsort(importances)[::-1]sorted_importances = importances[sorted_indices]7 sorted_feature_names = [feature_names[i] for i in sorted_indices]9 plt.figure(figsize=(10, 6))sns.barplot(x=sorted_importances, y=sorted_feature_names, palette="viridis")11 plt.title("Feature Importance (Highest to Lowest)")plt.xlabel("Importance")13 plt.ylabel("Features")plt.tight_layout()15 plt.show()44Listing 5: Shapley values1 import pandas as pdimport shap3feature_names = [f"Feature_{i}" for i in range(X.shape[1])]5 X_train_df = pd.DataFrame(X_train, columns=feature_names)X_test_df = pd.DataFrame(X_test, columns=feature_names)7explainer = shap.TreeExplainer(best_xgb)9 shap_values = explainer.shap_values(X_test_df)11 shap.summary_plot(shap_values, X_test_df, show=False)plt.title("SHAP Summary Plot")13 plt.show()15 shap.summary_plot(shap_values, X_test_df, plot_type="bar", show=False)plt.title("SHAP Feature Importance (Bar Plot)")17 plt.show()19 for feature in feature_names:shap.dependence_plot(feature, shap_values, X_test_df, show=False)21 plt.title(f"SHAP Dependence Plot for {feature}")plt.show()2325 shap.initjs()sample_index = 0 # Change this index to analyze different instances.27 force_plot = shap.force_plot(explainer.expected_value,shap_values[sample_index, :],X_test_df.iloc[sample_index, :])29 shap.save_html("force_plot.html", force_plot)31 shap.waterfall_plot(shap.Explanation(values=shap_values[sample_index, :],33 base_values=explainer.expected_value,data=X_test_df.iloc[sample_index, :],35 feature_names=feature_names))37shap.decision_plot(explainer.expected_value, shap_values[sample_index, :],39 X_test_df.iloc[sample_index, :])plt.show()41interaction_values = explainer.shap_interaction_values(X_test_df)43 if isinstance(interaction_values, list):interaction_values = interaction_values[1]4545shap.summary_plot(interaction_values, X_test_df, plot_type="dot", show=False)47 plt.title("")plt.show()Listing 6: Simple Neural Networkfrom sklearn.neural_network import MLPClassifier2nn_model = MLPClassifier(hidden_layer_sizes=(20, 10), activation=’relu’,solver=’adam’,4 max_iter=500, random_state=random_state)6 nn_model.fit(X_train, y_train)8 y_scores = nn_model.predict_proba(X_test)[:, 1]10 y_pred = nn_model.predict(X_test)12 nn_accuracy = accuracy_score(y_test, y_pred)print("Neural Network Test Accuracy:", nn_accuracy)Listing 7: Random Forest1from sklearn.ensemble import RandomForestClassifier3rf_model = RandomForestClassifier(n_estimators=100, random_state=random_state)5rf_model.fit(X_train, y_train)7y_scores_rf = rf_model.predict_proba(X_test)[:, 1]9y_pred_rf = rf_model.predict(X_test)11rf_accuracy = accuracy_score(y_test, y_pred_rf)13 print("Random Forest Test Accuracy:", rf_accuracy)References[1] Benjamin Abadi, Ewa Poirier, and George Westerman. Adaboost in laboreconomics: Predicting labor market transitions. Journal of Labor Economics,36(3):655–680, 2018.[2] Gabriel M. Ahlfeldt et al. (decision) trees and (random) forests: Urban economics,historical data, and machine learning. CEPR, 2019.46[3] Tawfiq Al-Saba and Ibrahim El-Amin. Artificial neural networks as applied tolong-term demand forecasting. Artificial Intelligence in engineering, 13(2):189–197, 1999.[4] Yali Amit and Donald Geman. Shape quantization and recognition with random-ized trees. Neural Computation, 9(7):1545–1588, 1997.[5] Evgeny A. Antipov and Elena B. Pokryshevskaya. Interpretable machine learningfor demand modeling with high-dimensional data using gradient boosting machinesand shapley values. Journal of Revenue and Pricing Management, 20:26–41, 2021.[6] Susan Athey. Beyond prediction: Using big data for policy problems. Science,363(6424):374–376, 2019.[7] Susan Athey. The impact of machine learning on economics. In Ajay Agrawal,Joshua Gans, and Avi Goldfarb, editors, The Economics of Artificial Intelligence,pages 507–547. University of Chicago Press, 2019.[8] Susan Athey, Mohsen Bayati, Guido Imbens, and Zhaonan Qu. Ensemble methodsfor causal effects in panel data settings. In AEA Papers and Proceedings, volume109, pages 65–70, 2019.[9] Damilola Elizabeth Babatunde, Ambrose Anozie, and James Omoleye. Artificialneural network and its applications in the energy sector: an overview. InternationalJournal of Energy Economics and Policy, 10(2):250–264, 2020.[10] Sami Ben Jabeur, Nicolae Stef, and Pedro Carmona. Bankruptcy prediction usingthe xgboost algorithm and variable importance feature engineering. ComputationalEconomics, 61(2):715–741, 2023.[11] Yoshua Bengio, Patrice Simard, and Paolo Frasconi. Learning deep architecturesfor ai. Foundations and Trends in Machine Learning, 2(1):1–127, 2007.[12] Daniel Borup and Jonas Sch ̈utte. The macroeconomy as a random forest. arXivpreprint arXiv:2006.12724, 2023.[13] Leo Breiman. Bagging predictors. Machine learning, 24(2):123–140, 1996.[14] Leo Breiman. Stacked regressions. Machine learning, 24(1):49–64, 1996.[15] Leo Breiman. Random forests. Machine learning, 45(1):5–32, 2001.[16] Leo Breiman, Jerome Friedman, Charles J Stone, and Richard A Olshen. Classi-fication and regression trees. CRC press, 1984.[17] Leo Breiman and Philip Spector. Submodel selection and evaluation in regres-sion. the x-random case. International statistical review/revue internationale deStatistique, pages 291–319, 1992.47[18] Ian Brown and Christophe Mues. Practical application of machine learning incredit scoring. Expert Systems with Applications, 39(10):7288–7298, 2012.[19] Roman Bussmann, Leonardo Iania, and Michael Sigmund. Machine learning forcredit risk prediction: a comparative study. Journal of Banking & Finance,129:106208, 2021.[20] J. Castro, D. G ́omez, and J. Tejada. Individual feature selection in linear regressionmodels. Group Decision and Negotiation, 18(1):47–67, 2009.[21] Aaron Chalfin, Oren Danieli, Andrew Hillis, Zubin Jelveh, Michael Luca, JensLudwig, and Sendhil Mullainathan. Productivity and selection of human capitalwith machine learning. American Economic Review, 106(5):124–27, 2016.[22] Vasant Chandola, Arindam Banerjee, and Vipin Kumar. Anomaly detection: Asurvey. ACM Computing Surveys (CSUR), 41(3):1–58, 2009.[23] Arindam Chaudhuri. Support vector machine model for currency crisis discrimi-nation. arXiv preprint arXiv:1403.0481, 2014.[24] Huijun Chen. Enterprise marketing strategy using big data mining technologycombined with xgboost model in the new economic era. Plos one, 18(6):e0285506,2023.[25] Tianqi Chen and Carlos Guestrin. Xgboost: A scalable tree boosting system.In Proceedings of the 22nd ACM SIGKDD international conference on knowledgediscovery and data mining, pages 785–794. ACM, 2016.[26] Xiaohong Chen, Jeffrey Racine, and Norman R Swanson. Semiparametric arxneural-network models with an application to forecasting inflation. IEEE Trans-actions on neural networks, 12(4):674–683, 2001.[27] Alex Coad and Stjepan Srhoj. Catching gazelles with a lasso: Big data techniquesfor the prediction of high-growth firms. Small Business Economics, 55:541–565,2020.[28] Philip K. Coats and Lawrence F. Fant. Recognizing financial distress patternsusing a neural network tool. Financial management, pages 142–155, 1993.[29] Corinna Cortes and Vladimir Vapnik. Support-vector networks. Machine Learning,20(3):273–297, 1995.[30] Ian Covert, Scott M. Lundberg, and Su-In Lee. Explaining by removing: A uni-fied framework for model explanation. Journal of Machine Learning Research,22(235):1–90, 2021.[31] Jesse Davis and Mark Goadrich. The relationship between precision-recall and roccurves. In Proceedings of the 23rd international conference on Machine learning,pages 233–240. ACM, 2006.48[32] Scott Deerwester, Susan T. Dumais, George W. Furnas, Thomas K. Landauer, andRichard Harshman. Indexing by latent semantic analysis. Journal of the AmericanSociety for Information Science, 41(6):391–407, 1990.[33] Thomas G Dietterich. Ensemble methods in machine learning. In Internationalworkshop on multiple classifier systems, pages 1–15. Springer, 2000.[34] Zhu Ding. Application of support vector machine regression in stock price fore-casting. In Business, Economics, Financial Sciences, and Management, pages395–403, 2012.[35] J ̈org D ̈opke, Ulrich Fritsche, and Christian Pierdzioch. Predicting recessions withboosted regression trees. International Journal of Forecasting, 33(4):745–759, 2017.[36] Bradley Efron. Bootstrap methods: another look at the jackknife. In Breakthroughsin statistics, pages 569–593. Springer, 1992.[37] Liran Einav and Jonathan Levin. The data revolution and economic analysis.Innovation Policy and the Economy, 14(1):1–24, 2014.[38] Liran Einav and Jonathan Levin. Economics in the age of big data. Science,346(6210):1243089, 2014.[39] Tom Fawcett. An introduction to roc analysis. Pattern Recognition Letters,27(8):861–874, 2006.[40] Jonathan M. Freeman, Hongtao Zha, and Xiang Weng. Boosting auction theorymodels with machine learning techniques: Applications in market design. Opera-tions Research, 60(2):480–494, 2012.[41] Yoav Freund and Robert E Schapire. A decision-theoretic generalization of on-linelearning and an application to boosting. Journal of computer and system sciences,55(1):119–139, 1997.[42] Jerome H. Friedman. Greedy function approximation: a gradient boosting ma-chine. Annals of statistics, pages 1189–1232, 2001.[43] Yulia Granitsa. Assessment of factors of regional economic stability using thexgboost algorithm: 018. In Dela Press Conference Series: Economics, Businessand Management, number 001, pages 7–7, 2022.[44] Yuqing Gu. The application of random forest in individual credit risk manage-ment. Proceedings of the International Conference on Management, Computer andSoftware, 2019.[45] Trevor Hastie, Robert Tibshirani, and Jerome Friedman. The Elements of Statis-tical Learning: Data Mining, Inference, and Prediction. Springer, New York, 2ndedition, 2009.49[46] Zhe He, Jun Liu, and Shuang Xu. Predicting housing market trends using adaboostand decision trees. Journal of Real Estate Finance and Economics, 58(4):551–573,2019.[47] Geoffrey E. Hinton, Simon Osindero, and Yee Whye Teh. A fast learning algorithmfor deep belief nets. Neural computation, 18(7):1527–1554, 2006.[48] John J. Hopfield. Neural networks and physical systems with emergent collec-tive computational abilities. Proceedings of the National Academy of Sciences,79(8):2554–2558, 1982.[49] Sami Ben Jabeur, Salma Mefteh-Wali, and Jean-Laurent Viviani. Forecasting goldprice with the xgboost algorithm and shap interaction values. Annals of OperationsResearch, 334(1):679–699, 2024.[50] Alexander James, Yaser S. Abu-Mostafa, and Xiao Qiao. Nowcasting recessionsusing the svm machine learning algorithm. arXiv preprint arXiv:1903.03202, 2019.[51] Jig Han Jeong, Jonathan P Resop, Nathaniel D Mueller, David H Fleisher, Kyung-dahm Yun, Ethan E Butler, Dennis J Timlin, Kyo-Moon Shim, James S Gerber,Vangimalla R Reddy, et al. Random forests for global and regional crop yieldpredictions. PLoS One, 11(6):e0156571, 2016.[52] Thorsten Joachims. Text categorization with support vector machines: Learningwith many relevant features. Machine Learning, 1398:137–142, 1998.[53] Leslie Pack Kaelbling, Michael L Littman, and Andrew W Moore. Reinforcementlearning: A survey. Journal of artificial intelligence research, 4:237–285, 1996.[54] Soteris A Kalogirou. Artificial neural networks in renewable energy systems appli-cations: a review. Renewable and sustainable energy reviews, 5(4):373–401, 2001.[55] Gordon V Kass. An exploratory technique for investigating large quantities of cate-gorical data. Journal of the Royal Statistical Society: Series C (Applied Statistics),29(2):119–127, 1980.[56] Michael J. Kearns and Leslie G. Valiant. Cryptographic limitations on learningboolean formulae and finite automata. Journal of the ACM (JACM), 41(1):67–95,1994.[57] Jon Kleinberg, Jens Ludwig, Sendhil Mullainathan, and Ziad Obermeyer. Predic-tion policy problems. American Economic Review, 105(5):491–495, 2015.[58] Ron Kohavi et al. A study of cross-validation and bootstrap for accuracy estima-tion and model selection. In Ijcai, volume 14, pages 1137–1145. Montreal, Canada,1995.[59] Yunhua Lai, Jian Zhang, and Guang Wu. Boosting in energy economics: Predictinghousehold energy consumption. Energy Economics, 56:210–218, 2016.50[60] Yann LeCun, Bernhard Boser, John S. Denker, Donnie Henderson, Richard E.Howard, Wayne Hubbard, and Lawrence D. Jackel. Backpropagation applied tohandwritten zip code recognition. Neural computation, 1(4):541–551, 1989.[61] Stefan Lessmann, Bj ̈orn Baesens, Hung-Chieh Chin, Pierre Rombouts, and RobertStenius. Benchmarking state-of-the-art classification algorithms for credit scoring:Large-scale empirical analysis of logistic regression, decision trees, and supportvector machines. Expert Systems with Applications, 42(1):655–673, 2015.[62] Michael Littwin, Yang Dai, and Steven Sullivan. Credit scoring using adaboost andother machine learning techniques. Journal of Banking and Finance, 55:199–211,2015.[63] Inna Logunova. Random forest classifier: Basic principles and applications.Serokell Blog, 2022.[64] Wei-Yin Loh. Fifty years of classification and regression trees. International Sta-tistical Review, 82(3):329–348, 2014.[65] Scott M. Lundberg and Su-In Lee. A unified approach to interpreting modelpredictions. Advances in Neural Information Processing Systems (NeurIPS), 30,2017.[66] Warren S. McCulloch and Walter Pitts. A logical calculus of the ideas immanentin nervous activity. Bulletin of mathematical biophysics, 5(4):115–133, 1943.[67] Marcelo C. Medeiros, Gabriel F. R. Vasconcelos, and Eduardo Zilberman. Fore-casting inflation with a large number of predictors: is machine learning helpful?International Journal of Forecasting, 37(1):138–155, 2021.[68] Robert Messenger and Lewis Mandell. A modal search technique for predictivenominal scale multivariate analysis. Journal of the American statistical association,67(340):768–772, 1972.[69] James N Morgan and John A Sonquist. Problems in the analysis of survey data,and a proposal. Journal of the American statistical association, 58(302):415–434,1963.[70] Sendhil Mullainathan and Jann Spiess. Machine learning: an applied econometricapproach. Journal of Economic Perspectives, 31(2):87–106, 2017.[71] Yetis Sazi Murat and Halim Ceylan. Use of artificial neural networks for transportenergy demand modeling. Energy policy, 34(17):3165–3172, 2006.[72] Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. MIT Press,Cambridge, MA, 2012.[73] Emi Nakamura. Inflation forecasting using a neural network. Economics Letters,86(3):373–378, 2005.51[74] David M. W. Powers. Evaluation: From precision, recall and f-measure to roc, in-formedness, markedness & correlation. Journal of Machine Learning Technologies,2(1):37–63, 2011.[75] Sushil Punia, Sandeep Singh, and Manjeet Kadyan. Demand forecasting usingrandom forest and artificial neural network. In Proceedings of the InternationalConference on Intelligent Computing and Applications, pages 219–227, 2019.[76] J. Ross Quinlan. Induction of decision trees. Machine learning, 1(1):81–106, 1986.[77] John Quinlan. C4. 5: Programs for machine learning. Morgan Kaufmann Pub-lishers, 1993.[78] Felipe A. Ramos, Mario E. Garcia, and Roberto M. Batista. Adaboost in health-care economics: A study of cost prediction for chronic diseases. Health EconomicsReview, 3(1):19, 2013.[79] Apostolos N. Refenes, Afshin A. Azemi, and Andreas D. Zapranis. Stock per-formance modeling using neural networks: A comparative study with regressionmodels. Neural networks, 7(2):375–388, 1994.[80] Julian Rodriguez, Nancy L. Hwang, and Ritesh Singh. Market structure and com-petition in the digital economy: Using adaboost to model competition dynamics.Journal of Industrial Economics, 63(2):367–386, 2015.[81] Frank Rosenblatt. The perceptron: a probabilistic model for information storageand organization in some of the brain. Psychological review, 65(6):386, 1958.[82] David E. Rumelhart, Geoffrey E. Hinton, and Ronald J. Williams. Learning rep-resentations by back-propagating errors. Nature, 323(6088):533–536, 1986.[83] Robert E. Schapire. The strength of weak learnability. Machine Learning, 5(2):197–227, 1990.[84] Robert E Schapire and Yoav Freund. Boosting: Foundations and algorithms.Kybernetes, 2013.[85] Robert E Schapire, Yoav Freund, Peter Bartlett, Wee Sun Lee, et al. Boosting themargin: A new explanation for the effectiveness of voting methods. The annals ofstatistics, 26(5):1651–1686, 1998.[86] Lloyd S. Shapley. A value for n-person games. 2:307–318, 1953.[87] Aaron Smalter Hall and Thomas R Cook. Macroeconomic indicator forecastingwith deep neural networks. Federal Reserve Bank of Kansas City Working Paper,(17-11), 2017.52[88] Matthew Smith and Francisco Alvarez. Predicting firm-level bankruptcy in thespanish economy using extreme gradient boosting. Computational Economics,59(1):263–295, 2022.[89] Alex J. Smola and Bernhard Sch ̈olkopf. A tutorial on support vector regression.Statistics and Computing, 14(3):199–222, 2004.[90] Hugo Storm, Kathy Baylis, and Thomas Heckelei. Machine learning in agriculturaland applied economics. European Review of Agricultural Economics, 47(3):849–892, 2020.[91] Erik Strumbelj and Igor Kononenko. An efficient explanation of individual clas-sifications using game theory. Journal of Machine Learning Research, 11:1–18,2010.[92] Mukund Sundararajan and Amir Najmi. The many shapley values for modelexplanation. In International Conference on Machine Learning (ICML), pages9269–9278, 2020.[93] Shaonan Tian, Yan Yu, and Hui Guo. Variable selection and corporate bankruptcyforecasts. Journal of Banking & Finance, 52:89–100, 2015.[94] Yanfeng Tian, Yong Shi, and Xiaohui Liu. Recent advances on support vectormachines research. Technological and Economic Development of Economy, 18(1):5–33, 2012.[95] Robert Tibshirani. Regression shrinkage and selection via the lasso. Journal ofthe Royal Statistical Society: Series B (Methodological), 58(1):267–288, 1996.[96] Kais Tissaoui, Taha Zaghdoudi, Abdelaziz Hakimi, and Mariem Nsaibi. Do gasprice and uncertainty indices forecast crude oil prices? fresh evidence throughxgboost modeling. Computational Economics, 62(2):663–687, 2023.[97] Greg Tkacz. Neural network forecasting of canadian gdp growth. InternationalJournal of Forecasting, 17(1):57–69, 2001.[98] Theodore B. Trafalis and Huseyin Ince. Support vector machine for regressionand applications to financial forecasting. Proceedings of the IEEE-INNS-ENNSInternational Joint Conference on Neural Networks (IJCNN 2000), 6:348–353,2000.[99] Wei Tsai, Chih-Ming Hsu, and Yi-Ting Chou. Fraud detection in credit cardtransactions using adaboost. International Journal of Computer Applications inTechnology, 45(3):203–215, 2011.[100] Leslie G. Valiant. A theory of the learnable. Communications of the ACM,27(11):1134–1142, 1984.53[101] Vladimir Vapnik. Statistical learning theory. Wiley, 1998.[102] Vladimir N. Vapnik and Alexey Y. Chervonenkis. Theory of Pattern Recognition.Nauka, Moscow, 1974.[103] Hal R. Varian. Big data: New tricks for econometrics. Journal of EconomicPerspectives, 28(2):3–28, 2014.[104] David Watson, Joshua O’Hara, Niek Tax, Richard Mudd, and Ido Guy. Explain-ing predictive uncertainty with information theoretic shapley values. Advances inNeural Information Processing Systems, 37, 2024.[105] Jesse West and Mainak Bhattacharya. Intelligent financial fraud detection: Acomprehensive review. Computers & Security, 57:47–66, 2016.[106] Mochen Yang, Edward McFowland III, Gordon Burtch, and Gediminas Adomavi-cius. Achieving reliable causal inference with data-mined variables: A random for-est approach to the measurement error problem. arXiv preprint arXiv:2012.10790,2020.[107] Mochen Yang, Edward McFowland III, Gordon Burtch, and Gediminas Adomavi-cius. Application of ai in credit risk scoring for small business enterprises. arXivpreprint arXiv:2410.05330, 2024.[108] Lean Yu, Shouyang Wang, and Kin Keung Lai. Forecasting crude oil price withan emd-based neural network ensemble learning paradigm. Energy Economics,30(5):2623–2635, 2008.[109] Shipei Zeng and Deyu Rao. Random forests with economic roots: Explainingmachine learning in hedonic imputation. Computational Economics, 2024.[110] Yan Zhang and Lin Chen. A study on forecasting the default risk of bond basedon xgboost algorithm and over-sampling method. Theoretical economics letters,11(2):258–267, 2021.[111] Ling Zhou, Jianwei Zhang, Bo Li, and Qiaozhen Liu. Bankruptcy prediction basedon machine learning: A comprehensive survey. Expert Systems with Applications,196:116601, 2022.[112] Zhang Zhou, Zhi Zheng, and Li He. Boosting for demand forecasting. Computersand Operations Research, 38(3):789–799, 2011.[113] Hui Zou and Trevor Hastie. Regularization and variable selection via the elasticnet. Journal of the Royal Statistical Society: Series B (Statistical Methodology),67(2):301–320, 2005.[114] Erik ˇStrumbelj and Igor Kononenko. Explaining prediction models and individ-ual predictions with feature contributions. Knowledge and Information Systems,41(3):647–665, 2014.54 Machine Learning for Applied Economic Analysis: Gaining Practical Insights Machine Learning for Applied Economic Analysis: Gaining Practical Insights	查看 121483	联邦应用经济学研究基金会	2025-05-21 11:18:43 2025-05-21 11:19:14	word
3148786	无图 Evolución económica2019-24 y compilación de lasMedidas destinadas a paliar losEfectos de la guerra de UcraniaÁNGEL DE LA FUENTEBOLETÍN FEDEA No. 26Estudios sobre la Economía Española 2025/06Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Boletín FEDEA no. 26Evolución económica 2019-24 y compilación de las medidasdestinadas a paliar los efectos de la guerra de UcraniaAbril de 2025Angel de la Fuente (FEDEA e IAE-CSIC)ResumenEste documento forma parte de la serie de Boletines de seguimiento de la situación económica yde las medidas de política adoptadas que FEDEA lleva publicando desde el inicio de la pandemia.En su primera parte se recopilan y analizan algunos indicadores de la evolución de la actividadeconómica, el empleo, los precios y las finanzas públicas entre 2019 y 2024. La segunda parte sededica al análisis y valoración de las principales medidas tomadas por el Gobierno español paramitigar los efectos económicos de la guerra de Ucrania.Índice1. Introducción 12. Evolución de la situación económica 22.1. Mercado de trabajo 72.2. Precios 92.3. Salarios y tipos de interés 142.4. Finanzas públicas 163. Medidas económicas y sociales adoptadas en 2024 18Anexo1. Detalle de las medidas destinadas a paliar los efectos de la guerra de Ucrania 21a. Ayudas sectoriales21b. Ayudas de carácter general a familias y empresas 24c. Apoyo a familias vulnerables 26d. Medidas energéticas 30e. Medidas de carácter laboral 32f. Medidas fiscales 33g. Otras medidas 342. Otras medidas 35a. Para paliar los efectos de la sequía 35b. Nuevo régimen de ayudas al transporte 35c. Otros 36Referencias- Fuentes estadísticas 37- Medidas para paliar el impacto de la guerra 39- Otras referencias 4211. IntroducciónEste número del Boletín FEDEA se centra en la situación económica y en la respuesta ala crisis causada por la invasión de Ucrania. Su primera parte repasa la evolución de laeconomía española en comparación con la media europea desde la llegada de la pandemiahasta la actualidad. La segunda parte se dedica al análisis y valoración de las principalesmedidas económicas y sociales tomadas en los últimos meses por el Gobierno españolpara mitigar los efectos de la guerra de Ucrania sobre los precios de ciertos bienes yservicios básicos. El Anexo contiene una compilación de tales medidas desde el inicio dela crisis.Tanto a nivel nacional como europeo, en 2024 se ha registrado un repunte del crecimientotras la desaceleración del año anterior. La economía española ha mantenido el diferencialpositivo de crecimiento con la media europea del que ha gozado en los últimos años,recuperando así parte del terreno perdido con respecto a sus vecinos durante la pandemia.Si tomamos el conjunto del período entre 2019 y 2024, el PIB español ha aumentado un6,9% en términos reales, ligeramente por encima de la media de la UE. Por su parte, elPIB per cápita real ha crecido un 3,2%, lo que nos sitúa en la parte inferior de ladistribución, aunque por delante de Francia y Alemania. Si nos ceñimos a 2024, sinembargo, España se sitúa claramente por encima de la media en términos de ambosindicadores, en el tercer puesto (detrás de Croacia y Dinamarca) por crecimiento del PIBtotal (el 3,2%) y en el sexto (detrás también de Polonia, Bulgaria y Grecia) siconsideramos el crecimiento del PIB per cápita (el 2,3%).La evolución del empleo durante el ejercicio ha sido también positiva. A cierre del añotodos los indicadores de ocupación, incluyendo las horas trabajadas, se situaban yaclaramente por encima de sus niveles prepandemia. Con todo, las limitaciones de losdatos existentes sobre los trabajadores con contratos fijos discontinuos apuntan a lanecesidad de una cierta prudencia en la interpretación de la evolución del paro. Así,mientras que el paro registrado se ha reducido en 600.000 efectivos entre diciembre de2019 y diciembre de 2024, el paro efectivo (en el que se incluyen los trabajadores concontrato fijo discontinuo que se han inscrito en el SEPE como demandantes de empleo)sólo ha caído en unas 70.000 personas.En la misma línea, el buen desempeño relativo de nuestros país en años recientes deberíaverse con una cierta precaución, como un fenómeno posiblemente coyuntural debido enbuena parte al efecto de fuertes vientos de cola en España y del mayor impacto de la crisisde Ucrania en otras partes de Europa, y no necesariamente como el fruto de un cambioestructural que marque una ruptura de la tendencia de medio plazo hacia la pérdida derenta relativa con respecto al promedio de la OCDE iniciada en torno al año 2000 (véasede la Fuente y Doménech, 2023). Entre esos vientos de cola están el buen comportamientodel turismo, que debe mucho a factores exógenos, incluyendo la elevada inseguridad dealgunos de nuestros potenciales competidores, el fuerte influjo de fondos europeos parala recuperación del Covid, el rápido crecimiento de la población como resultado de fuertesinflujos migratorios y la relativa lejanía, tanto física como comercial, de Rusia y Ucrania.De cara a un futuro próximo que se prevé turbulento ante el nuevo shock que supone elradical giro en la política comercial y de defensa americana que ha introducido laadministración Trump, mantener el buen desempeño actual de la economía española seráun reto complicado.2Tras el rápido descenso de 2023, la inflación ha tendido a estabilizarse tanto en la UEcomo en España a un nivel ligeramente superior al objetivo del 2%. El ejercicio se hacerrado con la inflación general y la subyacente ligeramente por debajo del 3% en ambosterritorios. La moderación de la inflación ha permitido la bajada de los tipos de interés,que se han reducido en torno a un punto durante 2024. Finalmente, la evolución de lascuentas públicas durante estos años se ha caracterizado por un peso creciente tanto de losingresos como de los gastos, que han aumentado en 3,5 puntos entre 2018 y 2024. Trasacercarse al 10% del PIB en 2020, el déficit público se ha reducido rápidamente con larecuperación hasta volver en 2024 a su nivel prepandemia, sólo ligeramente por debajodel 3% del PIB, un nivel que no nos deja demasiada holgura para hacer frente a la próximacrisis, que ya ha comenzado.En materia de política económica, el Gobierno ha continuado con la retirada gradual delas medidas tomadas para ayudar a los hogares a hacer frente a la fuerte subida de losprecios de los productos y servicios básicos. Así, las medidas de alivio tributario a losprecios de la energía y los alimentos básicos han ido expirando a lo largo de 2024 o acomienzos de 2025. Por otra parte, las bonificaciones de precios del transporte públicocolectivo se prorrogan hasta junio de 2025 y se integrarán después en nuevo esquema deayudas que mantiene bonificaciones importantes, especialmente para los más jóvenes.Las medidas de tipo “escudo social”, finalmente, se prorrogan durante todo 2025 y noparece que haya planes para levantarlas pronto.2. Evolución de la situación económica desde la pandemiaEl Gráfico 2.1 muestra la evolución del nivel de actividad desde justo antes de la llegadade la pandemia hasta la actualidad a través de cuatro indicadores: el PIB real y las horastrabajadas de la Contabilidad Trimestral del INE (2025a) y la ocupación asalariadaefectiva, total y del sector privado, definida como el resultado de restar los trabajadoresafectados por ERTE del número total de afiliaciones de asalariados a la Seguridad Socialen situación de alta laboral. En el primer panel, todas las variables se normalizan en cadaperíodo por su valor en el correspondiente trimestre de 2019.1 En el segundo se muestranlas variaciones porcentuales con respecto al mismo trimestre del año anterior comenzandoen 2021 T3.La llegada de la pandemia en marzo de 2020 supuso un fortísimo shock económico queredujo el empleo y el output de nuestro país en más de un 20% durante el segundotrimestre del ejercicio. Tras el fuerte rebote del otoño, entramos en un período de ciertoestancamiento que dio paso, a su vez, a una recuperación más rápida que se inicia en laprimavera de 2021 y continúa hasta la invasión rusa de Ucrania, a finales de febrero de2022. A partir de ese momento, la senda de la ocupación efectiva se va aplanando,siguiendo con un cierto retardo la ralentización del crecimiento del PIB real, que se habíainiciado algo antes. Sin embargo, y pese a su ralentización, tanto el crecimiento del PIBcomo el del empleo se mantienen en terreno claramente positivo durante 2022 y 2023,evitando la entrada en recesión que muchos temíamos en ese momento, con un repunteapreciable al alza en 2024.1 Los datos de afiliación, en media mensual, provienen de la Seguridad Social, al igual que los trabajadoresafectados por ERTEs, también en media mensual. Los datos de afiliación y afectados por ERTEs sepublican a través de notas de prensa que van acompañadas de un archivo de Excel. Estas notas se cuelganen la página web del Gabinete de Comunicación del Ministerio de Inclusión y Seguridad Social:https://www.inclusion.gob.es/comunicacion/noticias?3Gráfico 2.1: Evolución del PIB real, las horas trabajadas yel empleo asalariado efectivo con respecto a 2019a. índices con base 100 = mismo trimestre de 2019b. variación interanual en %- Nota: los datos de PIB y horas se toman de la Contabilidad Nacional Trimestral (INE, 2025a). Para laocupación efectiva (véase la nota al pie número 1) se utilizan medias trimestrales calculadas sobre los mesesdisponibles. A efectos de calcular la ocupación privada, se resta de la ocupación total la del sector público,aproximado por la suma de administraciones públicas, educación, sanidad y servicios sociales.El Gráfico 2.2 compara el crecimiento del PIB real español desde la llegada de lapandemia con el de la UE y el grueso de sus países miembros. Como se aprecia en elpanel a del gráfico, el impacto del Covid fue mucho mayor en España que en el promedioeuropeo, con una caída interanual del PIB real del 21,7% en el segundo semestre de 2020,frente al 13,2% de la UE27. El diferencial negativo en nuestra contra se mantuvo hasta elprimer trimestre de 2021 (panel b). A partir de ese momento, sin embargo, España crecepor encima de la media europea y va recuperando parte del terreno perdido con respectoa sus vecinos. El diferencial de crecimiento a nuestro favor durante los últimos años esmenor en términos de PIB per cápita, pero todavía apreciable.7075808590951001051101152019 T4 2020 T2 2020 T4 2021 T2 2021 T4 2022 T2 2022 T4 2023 T2 2023 T4 2024T2 2024T4PIB real horas trabajadas ocup. efect. total ocup. efect. privada02468102021 T3 2022 T1 2022T3 2023 T1 2023 T3 2024T1 2024T3PIB real horas trabajadas ocup. efectiva total4Gráfico 2.2: Crecimiento del PIB real en la UE y en Españaa. tasa interanual de crecimiento del PIB total desde 2019T4 (en %)b. Diferencial de crecimiento del PIB real en tasa interanual, España - EU27c. crecimiento acumulado del PIB real entre 2019 y 2024-25-20-15-10-5051015202019-T4 2020-T4 2021-T4 2022-T4 2023-T4 2024T4UE27 España-10-8-6-4-202462019-Q4 2020-Q4 2021-Q4 2022-Q4 2023-Q4 2024-Q4total per capita-5%0%5%10%15%20%CrBuPolGrRoDkLatLitSlnHuItSlkPorBeNlEU27SpEuro 20SwFrCzGeFiOstEsttotal per capita5d. crecimiento interanual del PIB real en 2024- Fuente: Base de datos de Eurostat, Economía y finanzas, Cuentas Nacionales. Datos trimestraleshttps://ec.europa.eu/eurostat/web/main/data/database- Clave: Cr = Croacia: Pol = Polonia; Sln = Eslovenia; Ro = Rumanía; Bu = Bulgaria; Dk = Dinamarca; Sw= Suecia; Lit = Lituania; Gr = Grecia; Hu = Hugría; Lat = Letonia: Por = Portugal; Be = Bélgica; Nl =Países Bajos; EU27 = UE27; Slk = Eslovaquia; Est = Estonia: Euroz = Zona Euro; Fi = Finlandia; It =Italia; Ost = Austria; Fr = Francia; Cz = Chequia; Sp = España; Ge = Alemania.- Nota: se omiten los países de menor tamaño, así como Irlanda por los problemas que plantean susestadísticas de PIB debido a la fuerte presencia de multinacionales. Los datos de PIB real son índices devolumen en base 2020.Si tomamos el conjunto del período entre 2019 y 2024 (panel c), el PIB real español haaumentado un 6,9% en términos totales y un 3,2% por habitante. Este último dato nossitúa un punto por debajo de la media de la UE27, aunque por delante de Francia yAlemania. Si nos ceñimos a 2024 (panel d), sin embargo, España se sitúa claramente porencima de la media en términos de ambos indicadores, en el tercer puesto (detrás deCroacia y Dinamarca) por crecimiento del PIB total (el 3,2%) y en el sexto (detrástambién de Polonia, Bulgaria y Grecia) si consideramos el crecimiento del PIB per cápita(el 2,3%).Tiene cierto interés analizar no sólo como ha cambiado el volumen de PIB sino tambiénsu composición. El Cuadro 2.1 compara el PIB total y por habitante español en 2019 y2024, medido a precios constantes de 2020, así como su composición vista desde el ladode la demanda. La tercera columna de cada bloque (D) muestra la variación del PIB totalo per cápita y la aportación a esta magnitud de cada uno de los componentes de demandadel PIB. Entre los dos años considerados, el PIB total creció en un 6,9%, mientras que elPIB per cápita lo hizo en un 3,2%, menos de la mitad. El crecimiento observado del PIBper cápita, además proviene a partes iguales del aumento del consumo público y de lademanda externa neta (X-M), con cada partida aportando punto y medio al crecimientodel PIB per cápita. Mientras tanto, el consumo privado y la inversión casi no han variadoentre el comienzo y el final del período, el segundo a pesar de los cuantiosos fondoseuropeos destinados a financiarlo. Más de la mitad de la aportación del sector exterior, asu vez, proviene del turismo.-2%-1%0%1%2%3%4%CrPolDkBuGrSpLitSlkSlnCzPorFrItHuRoEU27LatSwEuroZBeNlGeFiEstOsttotal per capita6Cuadro 2.1: PIB real de España, total y per capita,a precios de 2020 y sus componentes de demandaPIB total en Meuros PIB per capita en euros2019 2024D 2019 2024DConsumo final privado 728.190 756.609 2,24% 15.465 15.501 0,13%Consumo final público 236.782 265.145 2,24% 5.029 5.432 1,50%Inversión (FBC) 265.108 275.530 0,82% 5.630 5.645 0,05%Exportaciones netas (X-M) 37.846 58.700 1,64% 804 1.203 1,48%de lo cual, gasto neto turistas 39.056 50.957 0,94% 829 1.044 0,80%total, PIB 1.267.926 1.355.983 6,94% 26.927 27.780 3,17%Notas:- Todas las variables se deflactan con el deflactor del PIB- El consumo privado incluye el de los hogares y las isfl- El gasto neto de los turistas es el gasto en España de los turistas extranjeros menos el gasto de los españolesfuera del país.El Gráfico 2.3 muestra la senda de las contribuciones de los distintos componentes dedemanda del PIB al crecimiento acumulado por habitante de esta magnitud entre 2019 ycada año entre 2020 y 2024. En 2020 contribuyen al hundimiento del PIB todas lasvariables de interés, excepto el consumo público. En 2021 comienzan a recuperarse elconsumo privado, la inversión y el turismo, mientras que el conjunto del sector exteriorno se gira al alza hasta 2023. Sorprendentemente, la inversión vuelve a girar a la baja en2023 y 2024 pese a los fondos europeos.Gráfico 2.3: Aportación al crecimiento cumulativo del PIB real per cápitade sus componentes de demandaPara concluir, el buen desempeño relativo de nuestros país en años recientes debería versecon una cierta precaución, como un fenómeno posiblemente coyuntural debido en buenaparte al efecto de fuertes vientos de cola en España y del fuerte impacto de la crisis deUcrania en otras partes de Europa, y no necesariamente como el fruto de un cambioestructural que marque una ruptura de la tendencia de medio plazo hacia la pérdida de-8%-7%-6%-5%-4%-3%-2%-1%0%1%2%2019 2020 2021 2022 2023 2024consumo privado consumo público inversiónX-M turismo neto7renta relativa con respecto al promedio de la OCDE iniciada en torno al año 2000 (véasede la Fuente y Doménech, 2023). Entre esos vientos de cola están el buen comportamientodel turismo, que debe mucho a factores exógenos, incluyendo la elevada inseguridad dealgunos de nuestros potenciales competidores, el fuerte influjo de fondos europeos parala recuperación del Covid, el rápido crecimiento de la población como resultado de fuertesinflujos migratorios y la relativa lejanía, tanto física como comercial, de Rusia y Ucrania.2.1. Mercado de trabajoEl Gráfico 2.4 muestra la evolución de una serie de indicadores de mercado de trabajo defrecuencia mensual que se construyen con datos del último día laborable del mes. Se trata,en particular, de el paro registrado, la afiliación a la Seguridad Social, los demandantesde empleo no parados con relación laboral (una categoría en la que se incluyen losafectados por ERTEs y los fijos discontinuos que se han registrado en el SEPE comodemandantes de empleo).Sumando (todos) los demandantes con relación laboral al paro registrado, se obtiene loque llamamos el paro efectivo. Esta variable se introduce para tratar de mitigar la rupturade la serie de paro registrado generada por la reciente reforma laboral, y en particular, porla rápida transformación de contratos temporales en fijos discontinuos. El problema surgeporque, a diferencia de los temporales, los fijos discontinuos no se contabilizan comoparados aunque no estén trabajando en el momento de la toma de datos, incluso aunqueestén cobrando prestaciones por desempleo. Esto siempre se ha hecho así, pero el númerode contratos de este tipo se ha disparado tras la reforma, generando por tanto unadistorsión creciente en la serie de paro registrado.A la vista de los paneles a y c del Gráfico 2.3, se aprecia que los indicadores de afiliacióny paro registrado habían mejorado con claridad sus valores pre-pandemia ya en 2023 ycontinúan mejorando en 2024. Por otra parte, el fuerte incremento de los demandantes deempleo con relación laboral (véase el panel d) sugiere que la aparente mejoría del paroregistrado ha de tomarse con cierta cautela. Comparando los paneles a y b, vemos que lamejora registrada entre 2019 y 2023 o 2024 es bastante menor en el caso del paro efectivoque en el del paro registrado. Comparando diciembre de 2024 con diciembre de 2019, porejemplo, el paro registrado desciende en algo más de 600.000 efectivos, mientras que elparo efectivo lo hace sólo en 72.000.Así, mientras que el panel a del Gráfico 2.3 sugiere que, en términos de paro, estamosbastante mejor a finales de 2024 que a finales de 2019, el panel b indicaría que estamosmás o menos donde estábamos. La aparente mejora se debería simplemente a que hemosdejado de contar como parados a muchas personas que buscan trabajo que antes de lareforma eran temporales y ahora son fijos discontinuos. Es cierto que los fijosdiscontinuos en esta situación nunca se han contado como parados registrados, pero antesde la reforma eran muy poquitos y ahora son muchos más. Su mayor peso genera unadistorsión en la estadística que no debería ser ignorada.8Gráfico 2.4: Indicadores de mercado de trabajo, Españaa. Paro registrado b. Paro efectivoc. Afiliación a la Seguridad Social d. Demandantes de empleo con relaciónlaboral, excluyendo afectados ERTE- Fuentes: Paro registrado a fin de mes: SEPE (2025a), Resumen estadístico mensual. Los datos dedemandantes de empleo con relación laboral provienen de la estadística de demandantes de empleo delSEPE (2025b). Los datos mensuales de afiliación y afectados por ERTEs se publican a través de notas deprensa que generalmente van acompañadas de un archivo de Excel. Estas notas se cuelgan en la página webdel Gabinete de Comunicación del Ministerio de Inclusión y Seguridad Social:https://www.inclusion.gob.es/comunicacion/noticias?- Notas: Paro registrado y efectivo y afiliación en millones de personas o de relaciones laborales;demandantes de empleo en miles. Los datos de paro y afiliación corresponden al último día del mes. Elparo efectivo se calcula sumando al paro registrado los demandantes de empleo no parados que mantienenuna relación laboral. Este último grupo incluye a los afectados por ERTEs, los fijos discontinuos que noestán trabajando y los perceptores de prestaciones por desempleo que participan en trabajos de colaboraciónsocial para las administraciones públicas. Este último grupo parece ser residual. El número de demandantesde empleo con relación laboral se muestra en el panel d tras restar a los afectados por ERTE. La últimaobservación corresponde a enero del año siguiente.2.52.83.03.33.5E F M A M J J A S O N D E2019 2023 2024 3.103.203.303.403.503.60E F M A M J J A S O N D E18.719.019.319.619.920.220.520.821.121.421.7E F M A M J J A S O N D E0100200300400500600700800900E F M A M J J A S O N D E92.2. PreciosDonde los efectos del shock de Ucrania se aprecian con mayor claridad es en la evoluciónde los precios de la energía y otras materias primas, así como en la de los precios alconsumo. Ambos han repuntando con fuerza tanto en España como en el resto de la UEdurante la mayor parte de 2022, aunque con tendencia a la baja después, comenzando enel último cuatrimestre de ese año y continuando a lo largo de todo 2023 y 2024.Gráfico 2.5: Evolución de los precios de la energíaprecios medios mensuales, promedio 2017-19 = 100Notas y fuentes:- Petróleo: Crudo Brent, precio spot FOB, en dólares por barril. Energy Information Administrationhttps://www.eia.gov/dnav/pet/pet_pri_spt_s1_m.htm- Electricidad: precio de la electricidad en España, day ahead, en euros por MWh. OMIE. Informe mensual,cuadro 5.7, precio medio aritmético en el mercado diario. https://www.omie.es/es/publicaciones- Gas natural: precio en España en euros por MWh, Mibgas index. MIBGAShttps://www.mibgas.es/es/file-access?path=AGNO_2022/XLSLos datos originales se normalizan por el promedio de los valores mensuales del período 2017-2019.- Recargo al precio de la electricidad para compensar a las generadoras que utilizan gas como combustible:https://www.omie.es/es/market-results/daily/average-final-prices/hourly-price-consumers- Agradezco a Diego Rodríguez su ayuda con estos datos.El canal más importante de transmisión de los efectos económicos de la invasión deUcrania hacia otros países ha sido la evolución de los precios en los mercadosinternacionales de energía y otras materias primas esenciales, como los cereales y ciertosmetales. La guerra ha exacerbado unas alzas de precios que comenzaron a sentirse antesde su inicio. Los precios energéticos empezaron a girar al alza en la segunda mitad de2020, una vez pasado lo peor de la pandemia y, como se aprecia en el Gráfico 2.5, sedispararon en la segunda mitad de 2021 y la primera parte de 2022. La subida ha sidoespecialmente importante en el caso del gas y la electricidad, cuyos precios llegaron a0100200300400500600700800900Jan/21Apr/21Jul/21Oct/21Jan/22Apr/22Jul/22Oct/22Jan/23Apr/23Jul/23Oct/23Jan/24Apr/24Jul/24Oct/24Jan/25oil electricity gas elect+surcharge10multiplicar su valor promedio en 2017-19 por entre 5 y 6 en el momento de la invasión(finales de febrero de 2022). Por comparación, el aumento en el precio del petróleo hasido modesto, pero éste también llegó a duplicarse en los meses siguientes al comienzode la guerra.Tras el fuerte pico de marzo de 2022, los precios de la energía se moderaron un poquitopara volver a repuntar en los meses de verano, especialmente en el caso del gas. Estorefleja, al menos en parte, las crecientes restricciones impuestas por Rusia al suministroa los países europeos, culminando con el cierre, en principio definitivo, de uno de losprincipales gasoductos rusos hacia Europa justo a comienzos de septiembre. En los mesessiguientes, finalmente, con los depósitos de gas llenos, una débil demanda asiática y uninicio de invierno suave, se inicia una tendencia a la baja de los precios que, con ciertosaltibajos se ha mantenido durante todo 2023. En 2024 los precios del gas y la electricidadtienden a repuntar, pero de forma moderada en comparación con lo sucedido en 2022.En términos generales, el precio de la electricidad sigue de cerca al del gas debido a queéste es el combustible que utilizan la mayoría de los generadores marginales deelectricidad. Sin embargo, la puesta en marcha en junio de 2022 del mal llamado “tope algas” (o “mecanismo ibérico”) parece haber permitido el desacoplamiento de los preciosdel gas y la electricidad, tal como se aprecia en el gráfico anterior, donde estos se muevenen direcciones opuestas durante el verano de ese ejercicio. La diferencia entre las dossendas de precios es menor, pero todavía apreciable, cuando al precio spot de laelectricidad se le añade el recargo necesario para financiar la subvención a los productoreseléctricos que utilizan el gas como combustible, como se hace en la línea negradiscontinua del Gráfico 2.5, que comienza en junio de 2022 y termina en enero de 2023.Desde esa última fecha en adelante, el mecanismo ibérico prácticamente no se ha activadonunca porque el precio del gas ha estado por debajo del umbral fijado a estos efectos.Gráfico 2.6: Variación interanual del deflactor de las importaciones de bienes- Fuente: Base de datos de Eurostat, Economía y finanzas, Cuentas Nacionales.https://ec.europa.eu/eurostat/web/main/data/databasePuesto que tanto España como la gran mayoría de los países europeos son grandesimportadores netos de energía y materias primas, la evolución de los precios de estosinsumos tiene un efecto macroeconómico importante. El Gráfico 2.6 muestra la senda de-15-10-5051015202530352019T1 2019T4 2020T3 2021T2 2022T1 2022T4 2023T3 2024T2UE27 Area Euro España11los precios medios de los bienes importados por España, la UE27 y la Zona Euro desdeel comienzo de 2019. En todos los casos, los precios caen durante el primer año de lapandemia y se disparan al alza comenzando en el segundo trimestre de 2021 (2021T2),alcanzado tasas interanuales de variación superiores al 20% con el comienzo de la guerraen 2022T1, que vuelven a aumentar en 2022T2 y descienden bruscamente en la parte finalde 2022 para adoptar valores negativos en 2023 y estabilizarse en torno a cero en 2024.En de la Fuente (2022a) se propone una forma sencilla de cuantificar el impacto de unshock de precios a la importación. El indicador propuesto mide el impacto directo einmediato de tal perturbación sobre la renta real del país importador, antes de que lasempresas y familias puedan reaccionar a ella ajustando las cantidades de bienesimportados que consumen o utilizan como inputs. En principio, por tanto, el indicadorrecoge el impacto potencial sobre la renta de una subida de los precios de lasimportaciones, pero no su impacto final, que dependerá también de la reacción de losagentes económicos y de las políticas adoptadas por el Gobierno. Puesto que los agenteseconómicos buscarán la forma de minimizar el daño que sufre cada uno, cabe esperar queel efecto final sea menor que el shock inicial, pero en un mundo con rigideces y mercadosimperfectos no es descartable que pueda suceder lo contrario, especialmente si elincremento de costes es lo suficientemente grande como para causar el cierre de unnúmero significativo de empresas (y no sólo ajustes marginales en sus niveles deproducción y precios).Como se muestra en el trabajo citado, la pérdida potencial de renta real, expresada comoporcentaje del PIB, 𝜅 ! , dependerá del peso de las importaciones en el PIB, 𝜔! , y deldiferencial entre las tasas de crecimiento G() de los precios de las importaciones, 𝑝" , ydel índice general de precios (𝑝 , el deflactor del PIB) de acuerdo con la siguienteexpresión:(1) 𝜅 ! = 𝜔! (𝐺(𝑝" ) − 𝐺(𝑝))El valor de 𝜅 ! se puede calcular utilizando los datos que proporciona la ContabilidadNacional de Eurostat. El Gráfico 2.5 muestra el valor del shock de precios a laimportación acumulado desde 2021T1 hasta donde permiten llegar los datos existentes.Dibujamos, en particular, la senda de 𝑐𝜅! (𝑡), definido como𝑐𝜅! (𝑡) = + 𝜅 ! (𝑠)#$%&'&()(donde 𝜅 ! (𝑠) se calcula aplicando la ecuación (1) con datos de la Contabilidad Trimestralde Eurostat, utilizando tasas de variación intertrimestrales para los deflactores del PIB ylas importaciones.El Gráfico 2.7 muestra que el shock de precios a la importación acumulado en lostrimestres que siguieron al comienzo de la guerra fue muy considerable, situándose en2022T3 en torno a los diez puntos, tanto en el conjunto de la Unión o de la Zona Eurocomo en España. A partir de ese momento el indicador gira a la baja, indicando que losprecios de las importaciones españolas y europeas descienden en términos relativos frenteal deflactor del PIB. Desde 2022T3 hasta finales de 2024, el shock acumulado se hareducido en seis puntos de PIB en el caso de España y en siete en el conjunto de la UE.12Gráfico 2.7: Shock de precios a la importación, valor acumulado desde 2021T1- Nota: Se construye utilizando datos de la Contabilidad Trimestral de Eurostat sobre la evolución de losdeflactores del PIB y las importaciones de bienes y el peso de estas últimas en el PIB siguiendo elprocedimiento desarrollado en de la Fuente (2022c).El Gráfico 2.8 muestra la evolución reciente de diversas variantes del índice armonizadode precios al consumo que publica Eurostat, comenzando con el índice general (el IPCen el sentido habitual del término). En el caso de España, este indicador ha llegado asuperar el 10% en el segundo semestre de 2022, un valor que no se había visto en cuatrodécadas, para reducirse con rapidez en la parte final del año y primera mitad de 2023,hasta cerrar junio en el 1,6% y repuntar después hasta el entorno del 3% a finales de 2023,en niveles muy próximos a la media europea. Durante 2024 la inflación general haoscilado entre el 2 y el 4 por ciento, con una ligera tendencia a la baja.Gráfico 2.8: Índice armonizado de precios al consumovariación interanual en porcentaje, España vs. Zona Euro y UE27,a. Índice general0%2%4%6%8%10%2021T1 2021T3 2022T1 2022T3 2023T1 2023T3 2024T1 2024T3UE27 Area Euro España0246810122021-01 2021-07 2022-01 2022-07 2023-01 2023-07 2024-01 2024-07 2025-01UE27 Eurozona España13b. Energía c. Alimentos no procesadosd. Índice general sin energía e. General sin energía ni comida no procesada- Fuente: Eurostat database. Economy and finance. Prices. Harmonised index of consumer prices.https://ec.europa.eu/eurostat/web/main/data/databaseSe muestran también los dos componentes más volátiles del índice, los de energía yalimentos no procesados, y dos indicadores de la inflación subyacente, los que excluyen,respectivamente, la energía y la energía y los alimentos no procesados. Tanto en Españacomo en Europa, la energía y los alimentos han vuelto a la normalidad tras alcanzarregistros muy poco frecuentes, mientras que la inflación subyacente parece haberseestabilizado en torno al 3%.El componente energético del IPC es, como cabría esperar, el que más rápidamente haaumentado durante 2022, con una variación interanual que en marzo de ese año se situabapor encima del 40% en la UE y la Zona Euro y del 60% en España. Durante muchosmeses, este indicador registró un apreciable diferencial en nuestra contra que, en buenaparte, explica por qué estábamos en ese momento entre los países de la UE con unainflación general más elevada. 2 Desde abril hasta agosto, sin embargo, el alza de los2 Este diferencial fue, al menos parcialmente consecuencia de dos problemas técnicos que distorsionabansignificativamente las estimaciones. El primero tiene que ver con el peculiar diseño de nuestra tarifaeléctrica regulada (el llamado PVPC), que está directamente ligada a los precios diarios en el mercadomayorista, haciéndola más volátil que la mayoría de sus homólogas europeas y, durante buena parte de2021 y 2022, más alcista. El segundo es que, hasta ahora, esta tarifa es la única que se había tenido en-30-20-1001020304050602021-01 2022-01 2023-01 2024-01 2025-01-20246810121416182021-01 2022-01 2023-01 2024-01 2025-01-202468102021-01 2022-01 2023-01 2024-01 2025-01 -101234567892021-01 2022-01 2023-01 2024-01 2025-0114precios energéticos se modera tanto en la UE como en España y el diferencial entre ellosse corrige totalmente, en parte al menos como resultado de las medidas adoptadas por elGobierno español para mitigar el incremento de los precios energéticos mediantesubvenciones, rebajas fiscales y el mecanismo de “desacople” del gas, que transfiererentas desde los productores de electricidad a los consumidores. En la parte final de 2022,la inflación energética se ha moderado en toda Europa, aunque de forma más acusada enEspaña, que llega a registrar una caída en niveles de los precios energéticos en la partefinal del año (esto es, una tasa de inflación negativa). Esta tendencia se ha reforzadodurante 2023, con tasas negativas de inflación energética durante casi todo el año, tantoen España como en el conjunto de Europa. Por último, en la parte final del períodoanalizado se registra un repunte al alza que, al menos en el caso español, se debe en partea la retirada gradual de las medidas de alivio fiscal sobre la energía.El componente alimentario de la inflación también muestra una clara tendencia al alzadurante 2021 y la primera parte de 2022, pero mucho menos intensa que el energético,situándose en marzo de 2022 con tasas de variación interanuales en torno al 7-9% que seelevan hasta el 13-15% en los meses de verano y otoño. En la parte final de 2022 y durantetodo 2023 y 2024, sin embargo, también los precios alimentarios giran a la baja, aunquecon ciertos altibajos. Si eliminamos los componentes energético y alimenticio, lainflación subyacente se sitúa en la actualidad en torno al 3% tanto en España como en lazona Euro, un nivel todavía superior al objetivo del BCE, pero ya no tan lejano de éste,lo que ha permitido una cierta relajación de la política monetaria.2.3. Salarios y tipos de interésUn riesgo importante tras un shock como el actual es que las subidas de los precios alconsumo se vayan transmitiendo a los salarios, iniciándose así una espiral inflacionistaque tendería a autoalimentarse y a convertir un “escalón” de precios en un procesoinflacionario persistente. Hasta el momento, sin embargo, no ha habido indicaciones deque eso esté sucediendo en España, y el peligro parece haberse reducido sustancialmentegracias a la firma en mayo de 2023 de un acuerdo marco (BOE, 2023b) entre los agentessociales para la negociación colectiva que apuesta por subidas salariales moderadasdurante los próximos tres años. Se prevé, en particular, una subida salarial del 4% en 2023y del 3% en 2024 y 2025, con una cláusula de revisión a posteriori que aumentaría deforma inmediata los salarios en un 1% en cada uno de estos años si la inflación registradadurante el mismo fuera superior al incremento salarial indicado.Uno de los indicadores más relevantes en este ámbito es el índice de costes salariales porhora trabajada de Eurostat, que se elabora con datos trimestrales de ContabilidadNacional. La evolución de este indicador se resume en el Gráfico 2.9. Comenzando antesdel inicio de la Guerra, los costes salariales mantienen una tendencia al alza pero a unritmo moderado, generalmente inferior al de la inflación registrada, al menos en España,que se sitúa casi siempre por debajo del promedio europeo. Otra de las fuentes relevantes,la estadística de convenios (Gráfico 2.10), también apunta a que los incrementos salarialespactados en los convenios registrados en loa últimos años han sido modestos aunquetambién, lógicamente, han reflejado el repunte de la inflación.cuenta para calcular el componente energético del IPC, excluyendo otras más estables ofrecidas en elmercado libre que se aplican a más de la mitad de los consumidores. Comenzando en enero de 2023, sinembargo, de cara al cálculo del IPC se tendrán en cuenta también los contratos del mercado libre deelectricidad (y gas). También se está estudiando la reforma del PVPC para reducir el peso de los preciosspot.15Gráfico 2.9: Índice de costes laborales por hora trabajadacomponente de sueldos y salarios, en euros corrientesvariación interanual en %- Fuente: Eurostat database. General and regional statistics. European and national indicators for short-termanalysis. Labour market. Business economy. Seasonally and calendar adjusted data.- Nota: La serie cambia bastante con cada actualización aunque se mantiene el patrón general deincrementos salariales menores en España que en el promedio de la UE o la Zona Euro.Gráfico 2.10: Incremento salarial pactado en convenio, en %- Fuente: Estadística de convenios colectivos de trabajo. MTES (2025).Más preocupante ha sido la evolución de los tipos de interés, que han reflejado de formamuy visible la subida de la inflación y el endurecimiento de la política monetaria que seha producido a ambos lados del Atlántico. El Euribor a doce meses, la referencia máshabitual para las hipotecas y muchos otros créditos, ha aumentado en cuatro puntos ymedio durante 2022 y la primera mitad de 2023, saliendo de la zona de valores negativospor primera vez desde comienzos de 2016. (Véase el Gráfico 2.11). En la segunda mitaddel año, sin embargo, los tipos tienden a estabilizarse e incluso comienzan a apuntar a labaja, una tendencia que se acentúan en la segunda mitad de 2024.-3-2-1012345672020T1 2021T1 2022T1 2023T1 2024T1UE27 Area Euro España0.00.51.01.52.02.53.03.54.02019 2020 2021 2022 2023 2024 202516Gráfico 2.11: Euribor a 12 meses, media mensual en %- Fuente: https://www.euribordiario.es/historico_mensual.html2.4. Finanzas públicasEn este apartado se analiza brevemente la evolución de las cuentas públicas utilizando lasseries de ingresos y gastos públicos en Contabilidad Nacional que elabora la IGAE(2025c) y los datos de deuda pública que ofrece el Banco de España (2025).Gráfico 2.12: Conjunto de las Administraciones PúblicasGasto, ingreso, saldo presupuestario y stock de deudaen euros de 2021 por habitante en % del PIBsaldo presupuestario-0.50.00.51.01.52.02.53.03.54.04.5E22 M M J S N E23 M M J S N E24 M M J S N E25 M10,00010,50011,00011,50012,00012,50013,0002018 2020 2022 2024ingresos gastos36%38%40%42%44%46%48%50%52%2018 2020 2022 2024ingresos gastos-2,500-2,000-1,500-1,000-50002018 2020 2022 2024-12%-10%-8%-6%-4%-2%0%2018 2020 2022 202417stock de deuda- Fuentes: IGAE (2025c), Contabilidad nacional. Serie anual. Operaciones no financieras. Total sectorAdministraciones Públicas y sus subsectores y BdE (2025), deuda según el protocolo de déficit excesivoMirando el primer bloque del Gráfico 2.12, vemos que el bache causado por la pandemiaen los ingresos públicos fue relativamente modesto. Mientras los ingresos totales de lasadministraciones públicas españolas medidos a precios constantes se redujeron en un17,6% entre 2007 y 2009 al comienzo de la crisis financiera, en la crisis del Covid lacaída duró sólo un año y se limitó al 5,2%. Superado este bache en 2021, los ingresosaumentan a buen ritmo durante el resto del período. En cuanto a los gastos, tras el fuerteincremento de 2020 y 2021 para hacer frente a las necesidades extraordinarias de lapandemia, las series se estabilizan e incluso giran a ligeramente a la baja en el caso delgasto real por habitante, lo que se traduce en una caída más rápida en términos del ratiode gasto sobre PIB. Pese a ello, esta variable aumenta en 3,5 puntos entre 2018 y 2024.Finalmente, el déficit, tras acercarse al 10% del PIB en 2020 se reduce rápidamente hastavolver en 2024 a su nivel prepandemia, ligeramente por debajo del 3% del PIB.El stock de deuda, por su parte, supera holgadamente el 100% del PIB. Este indicadoralcanzó su valor máximo en el primer trimestre de 2021 y muestra desde entonces unasuave tendencia a la baja que refleja sobre todo el crecimiento del denominador. Si lomiramos en términos de deuda por habitante medida a precios constantes, tanto el picode 2020 como la caída posterior se suavizan apreciablemente.Gráfico 2.13: Peso de las distintas Administraciones en el gastoTotal neto de transferencias a otras administraciones26,00027,00028,00029,00030,00031,0002018 2020 2022 202495%100%105%110%115%120%2018 2020 2022 20240%10%20%30%40%2018 2019 2020 2021 2022 2023 2024Adm. Central Seg. Soc. CCAA CCLL18Finalmente, el Gráfico 2.13 muestra la evolución del peso de las distintasadministraciones en el gasto total neto de transferencias entre administraciones. Los pesosde estas se mantienen aproximadamente constantes excepto por un fuerte pico de losFondos de Seguridad Social (incluyendo el SEPE) en 2020, como resultado de lascuantiosas prestaciones extraordinarias que se abonaron en ese año a trabajadoresautónomos y asalariados afectados por la pandemia. En los últimos años, la SeguridadSocial parece haber consolidado su posición como la primera administración españolapor volumen de gasto y su peso en el total muestra una ligera tendencia al alza.3. Medidas económicas y sociales adoptadas en 2024Desde la publicación, en febrero de 2024, del anterior número de este Boletín dedicadoal mismo tema, las medidas tomadas por el Gobierno español para paliar los problemasderivados de la guerra de Ucrania se han concentrado en los reales decretos-ley 1/2024,7/2024 y especialmente 4/2024 y 9/2024. Este último RDL decayó por no haber sidoconvalidado por el Congreso de los Diputados, pero la mayor parte de las disposicionesde interés a nuestros efectos se recuperan en el RDL 1/2025.Las principales disposiciones de estas normas se describen en el Anexo y se resumen enel Recuadro 3.1, donde se clasifican en cuatro grupos. En el primero de ellos se recogenaquellas medidas que se mantienen en vigor durante al menos un año más. Entre ellasdestacan las de carácter social, dirigidas en buena parte a hogares vulnerables, que hanvenido prorrogándose desde la pandemia de Covid y en algún caso desde la crisisfinanciera. El segundo grupo incluye las medidas que se van retirando gradualmente y lasque, al menos por el momento, sólo se han prorrogado durante parte de 2025. Aquí seincluyen las ayudas al transporte colectivo, que se reestructurarán a partir de junio de2025 con un esquema diferente de subvenciones que primará a los usuarios más jóvenes,y el bono social de electricidad, cuyos descuentos se irán reduciendo gradualmente entreseptiembre de 2024 y enero de 2026, cuando se alcanzará un nuevo nivel en principiopermanente algo superior al existente antes de la actual crisis.Recuadro 3.1: Principales medidas recientespara mitigar el impacto de la guerra de Ucrania____________________________________________________________________________________1. Medidas que se mantienen al menos durante todo 2025- Suspensión de los procedimientos de desahucio y lanzamiento por impago o final de contratopara hogares vulnerables sin alternativa habitacional o para deudores hipotecarios vulnerables.- Nuevo Código temporal de Buenas Prácticas para deudores hipotecarios en riesgo devulnerabilidad. Su vigencia se extiende hasta diciembre de 2025.- Garantía de suministros básicos: prohibición de suspender por impago u otros motivos lossuministros de electricidad, gas y agua a los consumidores considerados vulnerables o en riesgode exclusión social. Se prorroga hasta el 31 de diciembre de 2025- Prohibición de despido objetivo por causas ligadas con la guerra de Ucrania para empresasbeneficiarias de ayudas públicas.- Ayudas directas a las comunidades autónomas de Canarias y Baleares para financiar unabonificación del 100% en el precio de los abonos y títulos multiviaje del transporte públicocolectivo terrestre de las islas.____________________________________________________________________________________19Recuadro 3.1: continuación____________________________________________________________________________________2. Medidas que se van retirando gradualmente o se prorrogan sólo durante una partede 2025- Ayudas a CCAA y CCLL que ofrezcan bonificaciones de al menos el 50% en sus servicios detransporte colectivo urbano e interurbano, con al menos el 20% a su cargo. Se extienden hasta el30 de junio de 2025.- Gratuidad de los abonos multiviaje de Renfe en cercanías y ciertos otros trayectos ybonificaciones del 50% en algunas líneas adicionales (para usuarios habituales). Se extiende hastael 30 de junio de 2025.- Bonificación del 100% en los abonos y títulos multiviaje en las concesiones de transporteregular de viajeros por autobús competencia de la Administración General del Estado (parausuarios habituales). Se extienden hasta el 30 de junio de 2025- (Nota: Comenzando en la segunda mitad de 2025 se introduce un nuevo régimen de ayudas altransporte que mantiene importantes subvenciones, especialmente para los más jóvenes).- Tarifa de último recurso de gas natural para comunidades de propietarios de viviendas de usoresidencial. Expira el 30 de junio de 2024, pero se integra en una nueva tarifa de último recursomás general.- Bono social de electricidad: los descuentos extraordinarios del 65% y el 80% para consumidoresvulnerables y vulnerables severos se prorrogan hasta el 30 de septiembre de 2024. A partir de ahílos descuentos se van reduciendo gradualmente hasta alcanzar un nuevo nivel permanente del 35y 50% (frente al 25% y 40% originales) a partir del 1 de enero de 2026.3. Medidas que han expirado durante 2024 o al inicio de 2025- Reducción temporal del 80% de los peajes de acceso a la red eléctrica para los usuarioselectrointensivos.- Congelación del precio máximo del butano y propano.- Tarifa de último recurso de gas natural: límite máximo del 15% para el coste de la materiaprima en las revisiones trimestrales.- Rebajas de la fiscalidad sobre la energía eléctrica: A partir del 1 de enero de 2025, los tresimpuestos sobre la electricidad vuelven a sus tipos habituales sin minoraciones o rebajas (21%para el IVA, 5,11% para el impuesto especial sobre el consumo y 7% para el impuesto sobre laproducción, aunque hay una propuesta en trámite para eliminar el impuesto de producción si elsistema eléctrico no tiene déficit).- Rebajas de la fiscalidad sobre otras fuentes de energía. El IVA ha vuelto a su tipo normal del21% a partir del 1 de abril de 2024 en el caso del gas natural y desde el 1 de julio en el de la leñay las briquetas y pellets de biomasa.- Rebaja del IVA sobre ciertos alimentos básicos. Los alimentos afectados vuelven a sus tiposhabituales (del 4% o 10%) el 1 de enero de 2025, excepto el aceite de oliva, que pasa aconsiderarse alimento básico y por lo tanto su tipo de gravamen normal baja del 10% al 4%.4. Nuevas medidas- Nuevo régimen de ayudas al transporte, subvenciones a CCAA y CCLL para el transportecolectivo urbano e interurbano, también a Renfe,- Se establece una nueva tarifa de último recurso de gas natural aplicable a consumidoresindividuales, comunidades de propietarios de viviendas de uso residencial y edificios detitularidad pública o de organizaciones sin ánimo de lucro destinadas a viviendas de usoresidencial. El precio máximo será regulado por el Ministerio de Transición Ecológica y se prevéel establecimiento de un sistema de determinación y actualización automática del mismo._____________________________________________________________________________20El grueso de las medidas de alivio tributario a los precios de la energía y los alimentosbásicos se incluyen en un tercer grupo de medidas que han ido expirando a lo largo de2024 o a comienzos de 2025. Finalmente, el cuarto grupo, de nuevas medidas, incluye elnuevo régimen de ayudas al transporte mencionado más arriba y el establecimiento deuna nueva tarifa de último recurso para el gas natural aplicable a distintos colectivos nonecesariamente considerados vulnerables.Puesto que la situación económica y energética ha ido normalizándose a lo largo de 2024,la retirada de las ayudas paliativas resulta más que razonable, especialmente en el casode las medidas de carácter general, que generan un elevado peso muerto y en algunoscasos desincentivan el necesario ahorro energético. Cabe preguntarse por qué la mismalógica no se ha extendido también al llamado “escudo social” incluido en el apartado 1del Recuadro, especialmente en el caso de aquellas medidas que trasladan a determinadosagentes privados el coste de políticas sociales que deberían compartirse entre todos.Medidas de este tipo podrían quizás justificarse en momentos de grave crisis, pero nodeberían prolongarse demasiado en el tiempo.21ANEXO1. Detalle de las medidas destinadas a paliar los efectos de la guerra de UcraniaEn este anexo se recopilan las principales medidas que el Gobierno ha ido tomando parapaliar los efectos económicos y sociales de la guerra de Ucrania. La abreviatura RDL n/2Xse refiere al real decreto-ley número n del año 202X y se utiliza para indicar la norma enla que se establece cada medida. De la misma forma, DAn, DFn y DTn son abreviaturaspara la enésima disposición adicional, final y transitoria respectivamente. Las novedadescon respecto al Boletín anterior se destacan en un tipo de letra ligeramente más grandeque el resto del texto.a. Ayudas sectoriales• Ayudas a sectores intensivos en consumo de energía- A consumidores electrointensivos: Reducción temporal del 80% de los peajes de acceso a la redeléctrica para los usuarios que cuenten con el certificado de consumidor electrointensivo (RDL6/22). Se aplicará retroactivamente desde el 1 de enero hasta el 31 de diciembre de 2022 (art. 1).Para compensar la pérdida de ingresos para el sistema eléctrico, el Gobierno aportará 225 millonesde euros mediante un crédito extraordinario (art. 2). Por el RDL 20/22, la reducción de los peajesse prorroga hasta el 30 de junio de 2023 y se aportan 112,5 millones para cubrir el coste de lamedida mediante un crédito extraordinario (art. 7). El RDL 5/23 vuelve a prorrogar la reducciónde los peajes hasta el 31 de diciembre de 2023 (art. 152), el RDL 8/2023 hasta el 30 de junio de2024 (art. 32). El RDL 4/24, extiende su vigencia hasta el 31 de diciembre de 2024 (art.23) y el RDL 9/24, en su art 4, hasta el 31 de diciembre de 2025. Puesto que este últimodecreto no fue convalidado por el Congreso, la medida decae a finales de 2024.- Ayudas directas para las industrias gas-intensivas (fabricación de papel, fibras artificiales,vidrio y cerámicas) por un importe total de 125 millones. La ayuda a cada empresa dependerá desu sector de actividad y el tamaño de su plantilla, con un tope máximo de 400.000 euros fijadopor el marco temporal de ayudas de estado (art. 3, RDL 6/22). Se crea una nueva línea de ayudasdotada con 250 millones de euros y destinada a una serie de sectores adicionales que incluye lafabricación de productos químicos básicos, productos básicos del hierro y acero, y cemento, caly yeso (RDL 11/22, art. 20). El RDL 20/22 anuncia el establecimiento, en un plazo máximo deseis meses, de una línea de ayudas para instalaciones y sectores que son consumidores intensivosde gas natural con una dotación presupuestaria de 450 millones de euros (arts. 59 y 60). El Consejode Ministros del 14 de marzo de 2023 aprobó un acuerdo modificando el Anexo al RDL 20/22para ampliar el listado de posibles actividades beneficiarias. La reseña del Consejo anunciatambién la próxima puesta en marcha de la convocatoria.- Ayudas contra la fuga de carbono: Aumento de 65 millones (hasta un total de 244 millones) enla dotación presupuestaria para compensar los costes indirectos por emisión de C02 de los sectoresindustriales más expuestos al riesgo de deslocalización hacia países con normasmedioambientales más laxas (“fuga de carbono”) por sus altas emisiones directas o indirectas (através de un elevado consumo de energía) (DA14, RDL 6/22). En el Consejo de Ministros del 3de mayo, se aprobó el real decreto 309/2022 en el que se actualiza la regulación del mecanismode compensación de costes indirectos para sectores expuestos, incluyendo el listado de sectoresbeneficiarios. En el Consejo de Ministros de 14 de marzo de 2023 se autoriza la convocatoria de2023 del mecanismo de compensación de costes de emisiones indirectas de gases de efectoinvernadero por un importe de 244 millones de euros para los costes del año 2022.22• Ayudas al sector del transporte para mitigar el impacto de la subida de los precios de loscarburantes e incentivar el uso del transporte público colectivo.- Ayudas directas al transporte por carretera de viajeros y mercancías, incluyendo taxis,transporte sanitario y servicios de mudanzas: con una dotación total de 450 millones de euros. Lacuantía depende del número y tipo de vehículos explotados y tiene un tope de 400.000 euros porbeneficiario (RDL 6/22, art. 25). El RDL 14/22 extiende estas ayudas, estableciendo una dotaciónadicional de 450 millones (art. 4).- Ayudas directas a empresas públicas titulares de autobuses urbanos, con una dotación total de12 millones de euros. La ayuda será de 950 euros por autobús (RDL 14/22, art. 5).- Bonificación temporal del precio de los carburantes para empresas de transporte por carreterade viajeros y mercancías, ligada a la devolución parcial del impuesto de hidrocarburos sobre elgasóleo profesional. La ayuda será de 20 céntimos por litro durante el primer trimestre de 2023 yde 10 céntimos durante el segundo (RDL 20/22, arts. 34 a 37). El RDL 5/23 extiende labonificación hasta finales de 2023 y fija su cuantía en 0,10 euros durante el tercer trimestre y 0,05euros en el cuarto (art. 167).- El RDL 20/22 establece también ayudas directas para empresas de transporte por carretera queno puedan beneficiarse de la devolución parcial del impuesto de hidrocarburos, incluyendo taxis,autobuses urbanos y servicios de mudanzas. La cuantía de las ayudas dependerá del número ytipo de vehículos elegibles. (arts. 38 a 41). EL RDL 5/23 extiende estas ayudas al segundosemestre de 2023 y regula su cuantía, introduciendo también un suplemento de crédito de 69millones para financiarlas (arts. 156-159).- Ayudas directas a empresas ferroviarias privadas de transporte de mercancías: dotación totalde 1,8 millones, cuantía en función del número de locomotoras explotadas, con un tope de400.000 euros (RDL 6/22, art. 27). El RDL 14/22 renueva estas ayudas con una dotación adicionalde 1,9 millones, fijándose una ayuda de 15.000 euros por locomotora diesel con un tope máximopor beneficiario (art. 6).- Se permite el aplazamiento de las cuotas sociales de abril a julio de 2022 con un tipo de interésreducido y condiciones de amortización favorables en el sector del transporte urbano y porcarretera (art. 28, RDL 6/22). Se extiende a las cuotas devengadas entre agosto y octubre de 2022(RDL 11/22, art. 27.3).- Bonificación de ciertas tasas portuarias para las líneas marítimas de conexión entre la Penínsulay puertos extrapeninsulares del Estado. (art. 23, RDL 6/22)- Ayudas a operadores de servicios de transporte marítimo en líneas de interés público decompetencia estatal para paliar los efectos de los elevados precios de los carburantes. Su cuantíadependerá de las millas navegadas y el arqueo del buque. Se exige que se utilicen exclusivamentecombustibles con bajo contenido de azufre. La ayuda se aplicará durante los primeros seis mesesde 2023 (RDL 20/22, art. 33). En el RDL 5/23 se prorroga hasta el 31 de diciembre de 2023 (art.155), estableciéndose cuantías decrecientes de la ayuda por milla navegada por tonelada de arqueobruto para los trimestres tercero y cuarto de 2023.- Ayudas por abandono de actividad para transportistas autónomos por carretera, 10,3 millonesde euros adicionales (DA17, RDL 6/22) a añadir a lo ya previsto en los PGE.- Devolución del impuesto de hidrocarburos pagado por consumo de gasóleo profesional. Pasa ahacerse con periodicidad mensual en vez de trimestral. (DF15, RDL 6/22).- Ayudas directas a las comunidades autónomas y entidades locales destinadas a servicios detransporte colectivo urbano e interurbano. (RDL 11/22, arts. 2 a 9). Se destinan 200 millones deeuros a subvenciones para aquellas administraciones territoriales que se comprometan a reduciren un 30% el precio de los abonos de transporte y títulos multiviaje (excluidos los billetes de iday vuelta) de los servicios de transporte colectivo de su competencia entre el 1 de septiembre y el31 de diciembre de 2022. El RDL 20/22 establece ayudas a CCAA y CCLL durante el primersemestre de 2023 para financiar una bonificación del 30% en sus servicios de transporte urbanoo interurbano siempre que estas se comprometan a ofrecer una bonificación adicional de al menosel 20% (arts. 43 a 49). El RDL 5/22 introduce un suplemento de crédito de 380 millones paraprorrogar estas ayudas al segundo semestre de 2023 (arts. 160-66). El RDL 8/23 extiende la23medida en las mismas condiciones durante todo el año 2024, introduciendo créditosextraordinarios por un importe de 640 millones para su financiación (arts. 64-70). Finalmente,el artículo 63.1 del RDL 1/2025 las extiende hasta el 30 de junio de 2025.- Ayudas directas (de 81 y 43 millones respectivamente) a las comunidades autónomas deCanarias y Baleares para financiar durante 2024 un descuento del 100% en el precio de losabonos y títulos multiviaje del transporte público colectivo terrestre de las islas (RDL 8/23, art.74). La ayuda se mantiene durante 2025 (RDL 1/2025, art. 59).- Descuento del 50% en los abonos y títulos multiviaje de Renfe en trayectos declarados comoobligación de servicio público por cualquier administración competente entre el 1 de septiembrey el 31 de diciembre de 2022 (RDL 11/22, art. 10). Se incluyen los servicios de cercanías. El RDL14/22 aumenta el porcentaje de subvención para estos trayectos hasta el 100% y establecebonificaciones del 50% para ciertos trayectos de alta velocidad. Se establece una dotación de 201millones para financiar estas ayudas en 2022 (arts. 7 y 8). En los PGE de 2023 se mantiene lagratuidad de ciertos títulos multiviaje de Renfe, con un coste estimado de 660 millones de euros.El RDL 20/22 prorroga durante todo 2023 la gratuidad de los títulos multiviaje de transporteferroviario de cercanías, rodalies y media distancia competencia del Estado y las bonificacionesdel 50% en ciertos otros trayectos. (art. 56). El RDL 8/23 prorroga la medida durante todo 2024para los usuarios recurrentes, con un coste estimado de 600 millones (art. 73) y el RDL 1/2025vuelve a prorrogarlas hasta el 30 de junio de 2025 (art. 63.3).- Descuento del 50% en los abonos y títulos multiviaje en las concesiones de transporte regularde viajeros por autobús competencia de la Administración General del Estado entre el 1 deseptiembre y el 31 de diciembre de 2022 (RDL 11/22, art. 11). El RDL 20/22 aumenta labonificación hasta el 100% durante el período entre febrero y diciembre de 2023 (RDL 20/22, art.53). La gratuidad de los abonos se prorroga durante todo el año 2024 para los usuarios“recurrentes” (los que realizan al menos 16 viajes al cuatrimestre) en el RDL 8/23 (art. 71) y elRDL 1/2025 extiende estas ayudas hasta el 30 de junio de 2025 (art. 63.2).- Nota: Comenzando en la segunda mitad de 2025 se introduce un nuevo régimen deayudas al transporte que se describe más abajo. Afecta tanto a las ayudas al transportecolectivo urbano e interurbano como a las tarifas de Renfe y concesiones estatales delíneas de autobuses.- Ayuda extraordinaria a las autopistas de peaje de titularidad estatal para limitar a un máximodel 4% la subida de tarifas en 2023. (RDL 20/22, art. 51).• Ayudas al sector primario en compensación por el incremento de costes de la energía y otrosinsumos (RDL 6/22 y 11/22).- Ayudas directas a la producción de leche (de vaca, cabra y oveja) por 169 millones. Su importepor explotación depende del tipo y número de cabezas de ganado, con un tope de 35.000 eurospor beneficiario (RDL 6/22, art. 31).- Ayudas excepcionales de adaptación a operadores agrarios y ganaderos por 193,5 millonespara mitigar el impacto de problemas de aprovisionamiento de materias primas (art. 33). En elConsejo de Ministros del 7 de junio se aprobó un nuevo decreto (RD 428/2022) fijando las basesreguladoras de las ayudas y concretando su reparto. Estas se dirigirán, en particular, a losproductores de carne de vacuno, ovino, caprino, conejo y ave y a los de cítricos. La gestión de lasayudas corresponderá a las CCAA de acuerdo con un reparto aprobado en conferencia sectorialen mayo.- Con el fin de incrementar la capacidad productiva ante la escasez de ciertos productos agrarios,se permite pastar o sembrar en tierras destinadas en principio al barbecho sin perder el derecho acobrar las ayudas europeas de “ecológización”. (DF19)- Se permite el aplazamiento de las cuotas sociales de marzo a junio con un tipo de interésreducido y condiciones de amortización favorables para autónomos y asalariados en el sectoragrario (DF38.1). Se extiende a las cuotas devengadas entre julio y septiembre de 2022 (RDL11/22, art. 27.2).24- Ayudas directas a empresas armadoras de buques pesqueros: 18,2 millones, distribuidas enfunción del número y tamaño de los buques, con un tope de 35.000 euros por beneficiario (art.32) y hasta 30 millones en función de los costes adicionales incurridos entre el 24 de febrero y el30 de junio de 2022 (RDL 6/22, art. 34). En el RDL 11/22 (art. 1.9) se introducen algunosretoques, incluyendo indicaciones más precisas sobre el cálculo de la cuantía de las ayudas. ElRDL 14/22 permite ampliar las ayudas desde el tope anterior de 35.000 euros por beneficiariohasta 75.000 euros (art. 19).- Se permite el aplazamiento de las cuotas sociales de marzo a junio con un tipo de interésreducido y condiciones de amortización favorables en el sector de la pesca marítima (RDL 6/22,art. 37). Se extiende a las cuotas devengadas entre julio y septiembre de 2022 (RDL 11/22, art.27.4).- Exención de la tasa de pesca fresca para los armadores de buques pesqueros durante un períodode seis meses a contar desde finales de marzo de 2022 (art. 38). El RDL 20/22 establece unanueva exención durante los primeros seis meses de 2023 (art. 32).- Ayudas directas para cubrir costes adicionales en acuicultura: hasta 20 millones, en función delos costes adicionales incurridos entre el 24 de febrero y el 30 de junio de 2022 (RDL 6/22, art.35). Se introducen retoques en el RDL 11/22, art. 1.9, incluyendo indicaciones más precisas sobreel cálculo de la cuantía de las ayudas.- Exención del canon de utilización de los bienes del dominio público hidráulico parainstalaciones de acuicultura continental durante un período de seis meses a contar desde finalesde marzo de 2022 (art. 39).- Línea de ayudas ICO MAPA SAECA para operadores agrarios, pesqueros y acuícolas destinadasa la bonificación del principal de préstamos con entidades financieras, con un importe máximode 10.000 euros por beneficiario (DF38.2).- Ampliación de líneas de financiación ya existentes (establecidas en el RDL 4/2022 de medidasde apoyo al sector agrario por causa de la sequía) en 12 millones de euros (RDL 11/22, arts. 21 y22) y en 20 millones adicionales en el RDL 5/22 (art. 192-7) donde también se amplía laelegibilidad para estas líneas a cooperativas agroalimentarias y a ciertos códigos CNAE.- Ayudas a través del Seguro Agrario. Se dotan 60 millones para aumentar la subvención a losseguros agrarios. (RDL 11/22, art. 23).- Ayudas directas a las explotaciones agrícolas y pesqueras para amortiguar los efectos de lafinalización de la bonificación general de 20 céntimos a los carburantes (RDL 20/22). En el casodel sector agrario y ganadero, la ayuda estará ligada al consumo de gasóleo en 2022, a razón de20 céntimos por litro, y se tramitará de forma conjunta con la devolución parcial del impuesto dehidrocarburos sobre el gasóleo de uso agrícola (arts. 24 a 27). En el sector pesquero, la cuantíamáxima de la ayuda por barco dependerá de la eslora del buque, las artes utilizadas y los caladerosen los que faena (art. 29). Para el sector agrario se introduce una ayuda por litro de gasóleoadquirido durante el segundo semestre de 2023, a razón de 10 céntimos durante el tercer trimestrey 5 céntimos durante el cuarto (RDL 5/23, arts. 200-4). La misma norma crea también ayudascomplementarias para el gasoil consumido por los armadores de buques pesqueros en 2023 (RDL5/23, art. 205).- Ayudas a los agricultores para compensar el incremento de costes causado por la subida deprecios de los fertilizantes (RDL 20/22, art. 30). La cuantía de las ayudas dependerá del númerode hectáreas elegibles, distinguiendo entre regadío y secano.b. Ayudas de carácter general a familias y empresas• Nueva línea de créditos con avales públicos de 10.000 millones para empresas y autónomospara reforzar la liquidez de empresas y autónomos afectados por el incremento de los precios dela energía y materias primas como resultado de la guerra de Ucrania (pendiente de autorizacióneuropea). Serán gestionados por el ICO y podrán solicitarse hasta el 31 de diciembre de 2022RDL 6/22, art. 29). Las condiciones aplicables para un primer tramo de 5.000 millones seestablecieron por acuerdo del Consejo de Ministros del 10 de mayo de 2022 y son similares a los25de los ICO Covid. El aval garantizará hasta el 80% de los nuevos préstamos, con un plazo máximode vigencia de 10 años y un año de carencia del principal.• Modificación del Código de Buenas Prácticas para la extensión y reestructuración de loscréditos Covid garantizados por el ICO (véase el Boletín Covid no. 13, p. 14).La DF32 del RDL 6/22 permite modificar los plazos de vencimiento y de carencia de los créditosCovid avalados por el ICO y remite al Código de Buenas Prácticas que regula la renegociaciónde las condiciones de estos préstamos. En el mismo Consejo de Ministros (de 29 de marzo de2022) que aprobó el RDL 6/22 se aprueba también un Acuerdo por el que se modifica el citadoCódigo de Buenas Prácticas. El texto revisado (BOE, 2022c) elimina la exigencia de una caídade la facturación de al menos el 30% entre 2019 y 2020 para tener derecho a una ampliación delplazo de vencimiento del crédito hasta un máximo de 10 años, abriendo por tanto esta posibilidada más empresas. El texto establece también que los autónomos y Pymes de los sectores másafectados por la guerra de Ucrania (agricultura, ganadería, pesca y transporte por carretera) quelo soliciten tendrán derecho a una suspensión por seis meses de las cuotas de amortización delprincipal.• Tratamiento de los avales del ICO en los procedimientos concursales y preconcursales (art.105 del RDL 20/22)- La línea de 10.000 millones de créditos del ICO con aval público creada para ayudar a lasempresas a hacer frente a las consecuencias de la Guerra de Ucrania tendrá a efectos concursalesla misma regulación que las líneas Covid del ICO, rigiéndose en particular, por lo dispuesto en elart 16 del RDL 5/2021 y el acuerdo de consejo de ministros de 11 de mayo que lo desarrolla.Todos estos créditos tendrán las especialidades que se detallan a continuación de cara a losprocedimientos previstos en la Ley Concursal (al menos en parte ya previstos en las disposicionescitadas).- Los créditos derivados de estos avales públicos tendrán la consideración de crédito financiero yel rango de crédito ordinario.- La representación de estos créditos corresponderá en principio a las entidades financieras porcuenta y en nombre del estado. Sin embargo, tal representación será asumida por la abogacía delEstado cuando el juez considere que puede haber un conflicto de intereses (entre el banco y elEstado) o cuando lo solicite la Abogacía del Estado a propuesta del ICO, por el mismo motivo.La Abogacía del Estado también podrá asumir la representación, en cualquier caso, de cara a latramitación de propuestas de convenio y planes de reestructuración.- En los planes de reestructuración, las entidades emitirán votos separados para las partes avaladasy no avaladas del crédito. Para poder votar favorablemente por la parte avalada, necesitarán laautorización expresa de la Agencia Tributaria, excepto cuando exista una autorización general delconsejo de ministros aplicable al crédito relevante.- Los planes de reestructuración o propuestas de convenio no pueden imponer a estos créditos lamodificación o extensión de garantías, o la conversión de los créditos en acciones o en créditosparticipativos.• Bonificación temporal en el precio de los carburantes (RDL 6/22). Se aplicará desde el 1 deabril hasta el 30 de junio de 2022, con un importe total de 0,20 euros por litro o kilogramo decarburante (gasolina, gasóleo, gases licuados para propulsión de vehículos y biodiesel) para todoslos usuarios y no sólo para los usuarios profesionales (art. 15). Los suministradores aplicarán labonificación y luego deberán solicitar su devolución a la AEAT o agencias tributarias forales3(arts. 16-20).Se pretende que las petroleras con capacidad de refino en España y una cifra anual de negociosuperior a 750 millones de euros aporten 5 de los 20 céntimos de la bonificación aplicable a losproductos que distribuyen. Con este fin, pueden elegir entre hacer un descuento en sus ventas osatisfacer “una prestación patrimonial de carácter público no tributario” (art. 21).3 En contra de lo que sería lógico, el Estado reembolsará a las haciendas forales por tales devoluciones yno parece que esté previsto modificar el cupo y la aportación al alza, con lo que las haciendas forales nocontribuirían en absoluto a la financiación de la medida.26Según la reseña del Consejo de Ministros del 29 de marzo, el coste esperado de la bonificaciónpara el Estado asciende a 1.423 millones de euros.El RDL 11/22 extiende el plazo de aplicación de la medida hasta el 31 de diciembre de 2022 (art.1.3), elimina la bonificación para los combustibles utilizados en la navegación privada de recreoe introduce ciertos retoques en el procedimiento de gestión de las bonificaciones y los anticiposa cuenta a las gasolineras (arts. 1.4-1.7). La medida expiró en diciembre de 2022.• Revisión de precios para los contratos públicos de obras (RDL 3/22 arts. 6-10, RDL 6/22,DF37 y RDL 14/22)Ante la fuerte subida de los precios de ciertas materias primas, se permite con carácter excepcionalla revisión al alza de los precios de los contratos públicos de obras. Podrán revisarse aquelloscontratos que se encuentren en ejecución en el momento de la entrada en vigor del decreto RDL3/22 y en los que el incremento en relación con lo inicialmente previsto del coste de determinadosmateriales (siderúrgicos, bituminosos, aluminio o cobre) suponga más del 5% del importe delcontrato. La cuantía máxima de la revisión será del 20%. La subida del precio de la energía no seincluye entre las causas que justificarían revisiones de precio con el argumento de que “elGobierno ya ha adoptado importantes medidas para amortiguar el impacto de la subida de losprecios mayoristas de la electricidad.”4 El RDL 6/22 decreto amplía el ámbito de aplicación de larevisión a todos los contratos que se encuentren en ejecución o tramitación en el momento de laentrada en vigor de la norma o comiencen a tramitarse en el período de un año a contar desde lamisma, lo que vuelve a hacerse en el RDL 14/22, ampliando el plazo a un año desde lapromulgación del nuevo decreto y clarificando los tipos de contratos afectados (art. 15 y DF9).• Introducción de una nueva tarifa de último recurso de gas natural para las comunidades depropietarios de viviendas de uso residencial (RDL 18/22, art. 2). Estará en vigor desde lapublicación del decreto hasta el final de 2023 y cubrirá el consumo realizado que no exceda elconsumo medio de la comunidad durante los últimos 5 años, aplicándose un recargo del 25% porencima de este umbral. El RDL 8/23 prorroga la medida hasta el 30 de junio de 2024 (art. 38).Expira el 30 de junio de 2024, pero se integra en nueva nueva tarifa permanente de últimorecurso más general. La tarifa será fijada por el Ministerio de Transición Ecológica, y seprevé el establecimiento de un sistema para su fijación y actualización automáticateniendo en cuenta los costes relevantes. (RDL 4/2024, art. 25).c. Apoyo a familias vulnerables• Pensiones no contributivas: aumento transitorio de su cuantía en un 15% durante los meses dejulio a diciembre de 2022 (RDL 11/22, art. 1.12). Durante todo 2023 se aplicará a las pensionesno contributivas un complemento por encima de la subida fijada en los PGE de forma que elimporte final de la prestación se sitúe un 15% por encima de su cuantía a 1 de enero de 2022.(RDL 20/22, art. 77).• Ingreso mínimo vital: aumento transitorio de su cuantía en un 15% durante los meses de abril,mayo y junio de 2022 (RDL 6/22, art. 45). Se extiende hasta diciembre de 2022 en el art. 1.11 delRDL 11/22. Durante 2023 se aplicará un complemento a la renta garantizada similar alestablecido para las pensiones no contributivas (RDL 20/22, art. 79).• Bono social de electricidad: Se prorrogan hasta el 30 de junio de 2022 los descuentos del bonosocial eléctrico establecidos en el art. 1 del RDL 23/2021 (del 60% para consumidores vulnerablesy 70% para vulnerables severos sobre la tarifa regulada del PVPC) (RDL 6/22, DA5). En el RDL11/22 se introduce una nueva prórroga hasta el 31 de diciembre de 2022 (art. 1.15). En el RDL18/22 se incrementan el volumen máximo de energía elegible para el descuento (art. 12) y, deforma temporal hasta finales de 2023, los porcentajes de descuento, hasta el 65% para losvulnerables y el 80% para los vulnerables severos (art. 11). El RDL 8/23 prorroga las medidas de4 Véase la reseña del Consejo de Ministros del 1 de marzo:https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/2022/refc20220301_1.aspx#medidas27este último decreto hasta el 30 de junio de 2024 (art. 35) y el art. 20, letra a), del RDL 4/24 lasextiende hasta el 30 de septiembre de 2024.- Se crea un nuevo bono eléctrico temporal de justicia energética consistente en un descuento del40% sobre la tarifa regulada (PVPC) para los hogares de ingresos bajos (entre 1,5 y 2 veces elIPREM en el caso de una única persona). El descuento estará vigente desde la publicación deldecreto hasta finales de 2023 y sus beneficiarios no tendrán derecho a percibir el bono socialtérmico. (RDL 18/2022, art. 10). El RDL 8/23 prorroga esta ayuda hasta el 30 de junio de 2024(art. 35).- Normalización parcial y gradual de los descuentos del bono social eléctrico paraconsumidores vulnerables y vulnerables severos. El art. 24 del RDL 4/24 fija losdescuentos permanentes para consumidores vulnerables y vulnerables severos en el 35%y 50% % (frente al 25% y 40% originales) y establece una senda para alcanzar estosvalores desde los niveles extraordinarios del 65% y 80% fijados durante la crisis deUcrania. El artículo 82 del RDL 1/25 modifica esta senda, ralentizando el recorte de losdescuentos, de forma que los nuevos niveles permanentes se alcanzarán el 1 de enero de2026.• Bono social térmico (ayuda directa a familias para calefacción y agua caliente que generalmenteacompaña al bono social de electricidad). Se aprueba un suplemento de crédito de 75 millonespara financiar la cobertura del bono social térmico (RDL 6/22, DA15) a los nuevos beneficiariosde esta ayuda, que el Gobierno cifra en 600.000 hogares (según la reseña del Consejo de Ministrosdel 29 de marzo de 2022) tras la revisión de la normativa sobre consumidores vulnerables y bonosocial contenida en la DF23 del RDL 6/22. Se aumenta en 225 millones la dotación presupuestariadel bono social térmico para 2022 (RDL 18/22. Art- 4), así como la ayuda mínima por beneficiario(RDL 18/22, art. 3). En los PGE de 2023, la dotación para el bono social térmico se incrementaen un 65% (con respecto a los presupuestos iniciales de 2022, es previsible un nuevo aumentotras la ampliación del programa en el RDL 18/22).• Tarifa de último recurso de gas natural: (precio máximo regulado para el que son elegibles loshogares con consumos anuales inferiores a 50.000 kWh). Para las revisiones del precio de la tarifade último recurso de gas natural correspondientes al 1 de abril y 1 de julio de 2022, el incrementomáximo del coste de la materia prima se limita al 15%, prorrogando lo previsto en la DA7 delRDL 17/21 (RDL 6/22, DA6). El RDL 11/22 extiende la medida a las revisiones del 1 de octubrede 2022 y 1 de enero de 2023 (art. 1.16), el RDL 18/22 al resto de las revisiones de 2023 (art. 1)y el RDL 8/23 a las previstas hasta el 1 de abril de 2024 (art. 37).- Se aprueba un crédito extraordinario por importe de 3.000 millones en los PGE de 2023 que serátransferido a la CNMC para financiar el coste de las tarifas de último recurso de gas natural,incluyendo la aplicable a las comunidades de propietarios discutida en la sección b. (RDL 18/22,art. 2.10)• Garantía de suministros básicos: La prohibición de suspender por impago u otros motivos lossuministros básicos (electricidad, gas y agua y telecomunicaciones) a las familias consideradasvulnerables se estableció al inicio de la crisis del Covid (RDL 8/20, art 4 y 18) y se ha idoprorrogando desde entonces, entre otros por los RDL 8/2021 (art. 4) y 21/2021 (art. 1.1). Conla excepción de las telecomunicaciones, la medida se prorroga hasta el 31 de diciembre de 2023en el RDL 20/22 (art. 4), hasta el 30 de junio de 2024 en el RDL 8/23 (art. 35), hasta el 31 dediciembre de 2024 en el RDL 4/24 (art. 21) y hasta el 31 de diciembre de 2025 en el RDL1/25 (art. 83).• Ayudas directas a personas de bajos ingresos no cubiertas por otras prestaciones: Se estableceuna ayuda directa consistente en un pago único de 200 euros para paliar el efecto perjudicial dela inflación. Podrán acceder a ella aquellos trabajadores por cuenta propia o ajena o desempleadosque en 2021 hubieran percibido ingresos inferiores a 14.000 euros y tuvieran un patrimonioinferior a 43.200 euros (considerando el conjunto de la unidad familiar). Se excluye a losbeneficiarios del IMV y de pensiones de la Seguridad Social o Clases Pasivas. (RDL 11/22, art.2831). La ayuda será gestionada por la Agencia Tributaria y por las comunidades forales.5 Su costetotal se estima en 540 millones de euros.- El RDL 20/22 establece una nueva ayuda directa de 200 euros a personas de renta baja parapaliar los efectos de la subida del nivel de precios. Serán elegibles los trabajadores por cuentapropia o ajena o perceptores de prestaciones o subsidios por desempleo con ingresos inferiores alos 27.000 euros en 2022 y un patrimonio por debajo de 75.000 euros, excluyendo a losbeneficiarios del IMV y de pensiones de la Seguridad Social o Clases Pasivas (art. 74).• Suspensión de los procedimientos de desahucio y lanzamiento para hogares vulnerables sinalternativa habitacional. (RDL 11/22, arts. 29 y 30). Se extienden hasta el 31 de diciembre de2022 ciertas medidas de protección en el ámbito de la vivienda para hogares vulnerablesintroducidas durante la pandemia y prorrogadas por diversos decretos (incluyendo la DF2 delRDL 2/22) hasta el 30 de septiembre de 2022. En particular, se suspenden (con ciertos requisitos)los desahucios por impago de rentas o finalización del contrato de los hogares vulnerables quecarezcan de una alternativa habitacional y se confiere a los jueces la facultad de suspender, si loconsideran oportuno, el lanzamiento cuando los afectados sean personas vulnerables que esténocupando una vivienda sin contrato de arrendamiento, siempre que la vivienda pertenezca a unaempresa o a un gran tenedor y entre los ocupantes haya alguna persona dependiente o víctima dela violencia de género o algún menor. El RDL 20/22 prorroga la medida hasta el 30 de junio de2023 (art. 68), el RDL 5/23 hasta el 31 de diciembre de 2023 (art. 168), el RDL 8/23 hasta el 31de diciembre de 2024 (art. 87) y el art. 90, punto uno, del RDL 1/2025 hasta el 31 dediciembre de 2025.Las medidas similares de suspensión de desahucios y lanzamientos para deudoreshipotecarios vulnerables, vigentes desde 2013 (véase la Ley 1/2013), también se han idoprorrogando durante la pandemia y la crisis de Ucrania. El art. único del RDL 1/24extiende esta medida hasta el 15 de mayo de 2028.• Compensación a los propietarios afectados por la suspensión de lanzamientos. La DA2 delRDL37/20 establece que los arrendadores y propietarios de inmuebles afectados por suspensionesde desahucios y lanzamientos tendrán derecho a una compensación si la administración tarda másde tres meses en proporcionar otra vivienda a los afectados. La compensación consistirá en elvalor medio que correspondería a un alquiler de vivienda en el entorno en que se encuentre elinmueble, determinado a partir de los índices de referencia del precio del alquiler de vivienda uotras referencias objetivas, más los gastos corrientes de la vivienda que acredite haber asumido elarrendador, por el período que medie entre que se acordare la suspensión y el momento en el quela misma se levante por el Tribunal. Los propietarios han de acreditar la existencia de un perjuicioeconómico. En el caso de las viviendas ocupadas, ha de acreditarse que la vivienda se encontrabaofertada en venta o alquiler antes de la entrada en la misma.El RDL 8/21 extiende el plazo para solicitar tal compensación hasta el 9 de septiembre de 2021,el RDL 16/21 hasta el 30 de noviembre de 2021, el RDL 21/2021 hasta el 31 de marzo de 2022(art. 3) y el RDL 2/22 hasta el 31 de octubre de 2022 (DF3). La medida vuelve a prorrogarse enlos siguientes Reales decretos-ley: RDL 20/2022 (art. 69), RDL 5/2023 (art. 170), RDL 8/2023(art. 89) y RDL 1/2025 (art. 74).• Ayudas complementarias de cien euros al mes para el período desde septiembre a diciembre de2022 para los beneficiarios de becas para estudios postobligatorios y para alumnos connecesidades específicas de apoyo educativo (RDL 14/22, arts. 20-28).5 El art. 31.4 del RDL establece que el Estado transferirá a las instituciones vascas y navarras la parte quecorresponda a los beneficiarios de la prestación que residen en los territorios forales. Sin embargo, la normano dice nada sobre como se articularía, en su caso, la aportación de las comunidades forales a un programaque también les beneficia. Una vez más, el tratamiento de estos territorios es, como mínimo, pocotransparente.29• Código de buenas prácticas hipotecarias.- Se introduce en el RDL 6/12, modificado en varias ocasiones desde su promulgación. Seresumen a continuación las principales disposiciones vigentes a partir de noviembre de 2019.- El RDL 6/12 introduce una serie de medidas que buscan facilitar la reestructuración de la deudahipotecaria de personas consideradas vulnerables (“en el umbral de exclusión”). De acuerdo conel art. 3, serán elegibles para las medidas allí contempladas las personas que cumplan todas lascondiciones siguientes:i. Que la renta total de la unidad familiar no supere el triple del IPREM annual de 14 pagas (fijadoen 8.400 euros para 2024).ii. Que en los cuatro años anteriores a la solicitud, el peso de la cuota hipotecaria en la rentafamiliar se haya incrementado en al menos un 50% o hayan sobrevenido circuntancias que sitúena la familia en circunstancias de especial vulnerabilidad (lo que incluye a las familias numerosas,las monoparentales con hijos a cargo, las que incluyen algún menor de edad o al menos unmiembro en situación de dependencia o con una discapacidad superior al 33% y los deudoresmayores de 60 años).iii. Que la cuota hipotecarria represente más del 50% de la renta familiar neta.- En el Anexo al decreto se recoge el Código de Buenas Prácticas, que será de adhesión voluntariapara las entidades financieras. Aquellas que se adhieran deberán ofrecer en el plazo de un mes alos deudores que lo soliciten un plan de reestructuración que podrá incluir las siguientes medidas:i. un período de carencia de cinco años en la amortización del capital (recuperándose después lono pagado)ii. la ampliación del plazo de amortización hasta un máximo de 40 años desde la concesión delpréstamoiii. una reducción del tipo de interés a euribor + 0.25% durante el plazo de carenciaSi estas medidas no fueran suficientes para para asegurar que la cuota hipotecaria se reduce pordebajo del 50% de la renta familiar neta, los deudores podrán solicitar (y la entidad podrárechazar) una quita en el capital pendiente (del 25% o calculada aplicando una fórmula recogidaen el texto).Y si esto tampoco fuera suficiente, pueden optar por la dación en pago de su vivienda paracancelar el préstamo, con derecho a permanecer en la misma durante dos años con un alquileranual del 3% de la deuda pendiente en el momento de la dación.Por otra parte, el deudor hipotecario ejecutado cuyo lanzamiento haya sido suspendido porencontrarse en situación de especial vulnerabilidad (de conformidad con lo dispuesto por elartículo 1.1 de la Ley 1/2013, de 14 de mayo), podrá solicitar y obtener del acreedor ejecutantede la vivienda el alquiler de la misma por una renta anual máxima del 3 por cien de su valor altiempo de la aprobación del remate, determinado según tasación.- El RDL 19/22 modifica algunos aspectos del Código de Buenas Prácticas. En particular, sesuavizan las condiciones de elegibilidad, exigiéndose tan sólo un aumento del peso de la cuotahipotecaria en la renta neta familiar, que no tiene por qué superar el 50%. Por otra parte, si no sellega a este umbral la carencia de devolución de capital será de 2 años siempre que no concurrancircunstancias familiares de especial vulnerabilidad. Poe otra parte, el tipo máximo de interésaplicable durante el período de carencia se reduce a euribor – 0,10%.- En su DA1, el RDL 19/22 prohíbe hasta el 31 de diciembre el cobro de comisiones poramortización anticipada o paso a tipo fijo de los préstamos a tipo variable. El RDL 8/23 extiendeesta medida hasta el 31 de diciembre de 2024.- El RDL 19/22 también crea un nuevo Código de Buenas Prácticas para deudores hipotecariosque, sin ser vulnerables, estén en riesgo de serlo como resultado de la situación económica. Estenuevo código, que amplía la elegibilidad para medias de alivio hipotecario, tendrá caráctertransitorio, con un período de vigencia de 24 meses a contar desde el 22 de noviembre de 2022,fecha del acuerdo de consejo de Ministros al que se hace referencia más abajo (art. 2),Podrán acogerse a él los titulares de préstamos garantizados con una hipoteca sobre la residenciahabitual constituidos antes del 31 de diciembre de 2022, siempre que el coste de adquisición del30inmueble no supere los 300.000 euros. Las medidas de alivio podrán incluir la extensión de losplazos de amortización o la introducción temporal de tipos fijos (art. 3).Los detalles del nuevo código se regulan en un acuerdo del Consejo de Ministros de 22 denoviembre de 2022 (BOE, 2022l). Las condiciones de elegibilidad son similares a las del primerCódigo de Buenas Prácticas, pero más laxas. Así, el nivel máximo de renta será 3,5 veces elIPREM anual en catorce pagas, el incremento mínimo del peso de la cuota hipotecaria en la rentafamiliar será el 20% y el peso de tal cuota en la renta neta familiar deberá exceder el 30%. Losdeudores elegibles deberán optar entre dos posibles fórmulas de reestructuración: i) ampliacióndel plazo del préstamo hasta un máximo de 7 años, con la opción de pasar a una cuota fija y ii) laconversión del préstamo en uno de tipo fijo, en las condiciones que oferte la entidad.Posteriormente, el Gobierno ha alcanzado un acuerdo con las patronales bancarias para elevar elumbral de renta en 2024 hasta 4,5 veces el IPREM (unos 38.000 euros)6 que se recogió en unnuevo acuerdo de Consejo de Ministros con fecha de 27 de diciembre de 2023 (BOE,2023f). El umbral se eleva hasta 5,5 o 6,5 veces el IPREM anual de 14 pagas en casosexcepcionales para deudores discapacitados o dependiente. Finalmente, en la DF 7.1 delRDL 7/2024, la vigencia del código de buenas prácticas temporal se amplía de 24 a 36meses (y a 42 meses para las víctimas de la DANA de Valencia).d. Medidas energéticas• Agilización de la tramitación de los proyectos de energías renovables. Se simplifican y agilizanlos trámites de valoración del impacto ambiental para proyectos relativamente pequeños (hasta75 MW en eólicos y 150 MW en energía solar fotovoltaica) que estén ubicados en zonas desensibilidad ambiental baja o moderada (RDL 6/22, arts. 6 y 7, DT3 y DF16). El RDL 11/22introduce ciertos retoques que suponen una vuelta atrás parcial, entre otras cosas al excluir losproyectos ubicados en zonas de sensibilidad moderada del procedimiento simplificado (arts. 1.1y 1.2 y DT única). En los arts. 2 a 4 del RDL 17/22 se incluyen medidas adicionales en la mismalínea, incluyendo la reducción de ciertos plazos y una mayor tolerancia a modificaciones en losproyectos sin exigir una nueva autorización. El RDL 20/22 incluye algunas medidas en la mismalínea (arts. 22 y 23).• Regulación de los permisos de acceso y conexión a la red eléctrica para facilitar el autoconsumode energías renovables. (RDL 6/22, art. 8 y RDL 20/22, art. 18).• Revisión del régimen retributivo específico de las renovables, cogeneración y residuos deforma extraordinaria para 2022. (art. 5 y DF17.1, RDL 6/22)Ciertas instalaciones de generación, incluyendo muchas de las primeras renovables, tienen unrégimen retributivo específico que garantiza lo que se considera una rentabilidad razonable de lainversión. En este sistema, la retribución obtenida en el mercado se considera una especie de pagoa cuenta que se ajusta a posteriori, cada tres años, para llegar a la retribución pactada. Los elevadosprecios de los últimos trimestres han resultado en una fuerte sobre-retribución a cuenta de muchasinstalaciones de renovables. La normativa se ajusta para reducir la cuantía de esta sobre-retribución y acelerar la recuperación de la ya pagada, generando así recursos que permitiránreducir los cargos que pagan los consumidores de electricidad. 7• Almacenamiento de gas. (RDL 6/22). Se incrementa el nivel mínimo de reservas obligatoriasde gas natural, de 20 a 27,5 días de ventas (DF9). Durante el próximo año (hasta finales de marzode 2023), el canon de almacenamiento será cero para el incremento de reservas, entre otraspartidas (DT2). Se aprueba un crédito extraordinario de 21,6 millones para financiar la actividadde almacenamiento subterráneo (DA16). Las exenciones del canon de almacenamiento para6 https://www.lamoncloa.gob.es/serviciosdeprensa/notasprensa/economia-comercio-empresa/Paginas/2023/181223-proteccion-deudores-hipotecarios-comisiones.aspx7 El sistema es un tanto complejo. Para más detalles, véase Rodríguez (2021), especialmente el Anexo 2.31niveles superiores a un determinado umbral se extienden hasta el 31 de marzo de 2024 (RDL20/22, art. 9). (El nivel mínimo de reservas obligatorias se ha vuelto a incrementar, hasta más de30 días, por una disposición de la UE).• Mecanismo ibérico de “desacoplamiento” o “tope al gas. (RDL 10/22) Se establece, duranteun período máximo de 12 meses (hasta mayo de 2022), una subvención a los productoresmarginales de electricidad que utilizan combustibles fósiles (gas o carbón) que reducirá sus costesunitarios de producción y, por tanto, el precio de mercado (arts. 1, 2 y 5). La cuantía de lasubvención, se calcula de forma que el coste efectivo para el productor del gas utilizado se reduzcahasta un nivel de referencia, que se fija en 40 euros por MWh durante los primeros seis meses devigencia del mecanismo y luego se incrementará en 5 euros al mes hasta llegar a los 70euros/MWh en el último mes de vigencia de la medida. Así pues, el importe de la subvención, eneuros por MWh de electricidad producida, vendría dada por𝑃 − 𝑃!"#0,55donde P es el precio en el mercado ibérico del gas natural (precio medio para entrega al díasiguiente) en euros por MWh de gas, 𝑃!"# el precio de referencia del gas natural, y 1/0,55 elnúmero de MWh de gas necesarios para producir un MWh de electricidad (art. 3).8 Se excluyedel cobro de la subvención la energía vendida por adelantado por productores fósiles a través decontratos bilaterales con precio fijo y entrega física (art. 2.2)El coste de la subvención se repercutirá sobre los consumidores beneficiados en cada momentopor el menor precio de mercado resultante de la subvención (arts. 7, 8 y 9). Esto es, contribuirána sufragar tal coste a través de un recargo que se incluirá en el precio de mercado, aquellosconsumidores y comercializadores que compren electricidad a precios referenciados al precio spotdel mercado mayorista y aquellos que hayan firmado o renovado un contrato a plazo que yaincorpore los efectos del nuevo mecanismo. Sin embargo, quedan exentas de tal recargo lascompras de energía a través de contratos a plazo con precio fijo y las que cuenten con coberturasde futuros siempre que se hayan firmado antes del 26 de abril de 2022.Se prorroga la vigencia del mecanismo ibérico hasta el 31 de diciembre de 2023 y se ajusta lasenda del precio de referencia del gas, que aumentará en 1,1 euros mensuales por MWh desdeabril hasta alcanzar los 65 euros en diciembre. (Real Decreto-ley 3/2023, de 28 de marzo).- El RDL 17/22 permite a las instalaciones de cogeneración que utilicen como combustibleprincipal gas, carbón o derivados del petróleo, renunciar temporalmente a su régimen retributivoespecífico y acogerse a los subsidios del mecanismo de desacoplamiento (art. 1). El RDL 20/22(arts. 16 y 17) extiende esta posibilidad a otras instalaciones de cogeneración que utilizan gascomo combustible.• Revisión de la metodología de cálculo del precio regulado de la electricidad (PVPC). (RDL10/2022, DA5). Se modificará la metodología de cálculo del PVPC para incorporar referencias alos precios de los mercados a plazo, reduciendo así el peso de los precios spot diarios y por lotanto su volatilidad. La nueva metodología en principio debería haber estado lista antes del 1 deoctubre de 2022, pero se ha retrasado signficactivamente. En torno a esa fecha se presentó ainformación pública un proyecto de reforma en este sentido. Véasehttps://energia.gob.es/es-es/participacion/paginas/detalleparticipacionpublica.aspx?k=551 yhttps://policy.fedea.net/el-nuevo-pvpc-que-hara-y-que-no-hara%ef%bf%bc/La nueva metodología se aprobó finalmente en junio de 2023 mediante el RD 446/2023 ycomenzó a aplicarse el 1 de enero de 2024.• Precio máximo de venta de los gases licuados del petróleo envasados. Se mantendrá el preciomáximo del butano y propano fijado en mayo de 2022 para las actualizaciones de julio, septiembrey noviembre de 2022. El incremento que correspondería a esas revisiones se recuperará en8 Sobre el funcionamiento del mecanismo y su efecto esperado sobre los precios de la energía eléctrica,véase el Boletín FEDEA no. 16 (de la Fuente, 2022b, pp. 14-17).32revisiones posteriores (RDL 11/22, art. 19). La medida se prorroga hasta el 30 de junio de 2023en el RDL 20/22 (art. 8), hasta el 31 de diciembre de 2023 en el RDL 5/23 (art. 153) y durante elprimer semestre de 2024 (revisiones de enero y marzo) en el DL 8/23 (art. 36), expirando tras estaúltima extensión.• Medidas de ahorro energético en climatización. Se establecen topes máximos y mínimos (de27 y 19 grados) a la temperatura del aire en los recintos públicos y lugares de trabajo, con lasmodificaciones que puedan exigir las disposiciones de seguridad y salud en los lugares de trabajo.Tales locales deberán contar con un sistema adecuado de cierre de puertas para evitar que estasestén permanentemente abiertas. Los escaparates deberán mantenerse apagados a partir de las 22horas, al igual que el alumbrado de los edificios públicos que se encuentren desocupados en esashoras (RDL 14/22, art. 29).• Medidas para facilitar el despliegue rápido de instalaciones de autoconsumo, inyección degases renovables a la red, bombeo y almacenamiento. Se establecen períodos máximos para laactivación de las instalaciones de autoconsumo, más allá de los cuales la empresa suministradoradeberá compensar al cliente con un descuento, y se simplifican o aceleran ciertos trámites ypermisos para distintos tipos de instalaciones (RDL 14/22, arts. 31 a 34 y RDL 18/22, arts. 15, 16y 19)• Modificación del Reglamento de alumbrado exterior (RDL 18/22, art. 20). Se aumentan losrequisitos mínimos de eficiencia de las instalaciones para fomentar el ahorro en el alumbrado decalles y carreteras.• Incentivos fiscales para la mejora de la eficiencia energética de la vivienda habitual (RDL18/22, art. 21). Se prorrogan por un año adicional (hasta el 31 de diciembre de 2023) lasdeducciones existentes en el IRPF por obras que mejoren la eficiencia energética de las viviendas,que oscilan entre el 20 y el 40% del coste, con un tope máximo, en función del ahorro energéticoconseguido. La medida se prorroga hasta el 31 de diciembre de 20024 por el art. 16 del RDL8/2023 y hasta el 31 de diciembre de 2025 por el art. 6, punto primero, apartado dos, delRDL 9/24.• Incentivos fiscales para el autoconsumo en empresas (RDL 18/22, art. 22). Podrán amortizarselibremente en el Impuesto de Sociedades, con un límite de 0,5 millones de euros, las inversionesen instalaciones destinadas al autoconsumo de energía eléctrica procedente de fuentes renovablesy en instalaciones para uso térmico que utilicen energía renovable y sustituyan a otras que utilicencombustibles fósiles (siempre que además se mantenga el empleo). La medida será de aplicacióna las instalaciones que entren en servicio en el ejercicio 2023. El art. 18 del RDL 8/2023 extiendela medida a las instalaciones que entren en funcionamiento en 2024 y el art. 7 del RDL 9/24 alas que lo hagan en 2025.e. Medidas de carácter laboral• Prohibición de despido objetivo por causas ligadas con la guerra de UcraniaHasta el 30 de junio de 2022, las empresas beneficiarias de las ayudas directas previstas en elRDL 6/22 y las que se acojan a ERTEs con bonificaciones de las cuotas sociales no podránjustificar despidos objetivos basados en el aumento de los costes energéticos o en causasrelacionadas con la guerra. Las empresas que incumplan esta disposición deberán devolver lasayudas recibidas. (RDL 6/22, art. 44). La medida se extiende hasta el 31 de diciembre de 2022 enel RDL 11/22 (art. 1.10), hasta el 30 de junio de 2023 en el RDL 20/22 (art. 101), hasta el 31 dediciembre de 2023 en el RDL 5/23 (art. 173) y hasta el 30 de junio de 2024 en el RDL 8/23 (art.83). Seguidamente, se prorroga hasta el 31 de diciembre de 2024 en el art. 39 del RDL4/24 y hasta el 31 de diciembre de 2025 en el art 71 del RDL 1/25.Aunque la redacción es imprecisa, presumiblemente el texto quiere decir que tales despidos seríandeclarados improcedentes y comportarían por tanto una indemnización más elevada, y no que nose puedan realizar. Tampoco queda claro qué ayudas han de devolverse en caso de despido, sitodas las recibidas o sólo la parte correspondiente a los trabajadores despedidos.33f. Medidas fiscales• Medidas anteriores al inicio de la guerra. La escalada de los precios energéticos se inicia antesde la invasión de Ucrania. Durante 2021, el Gobierno tomó varias medidas para reducir la facturaeléctrica, en particular:- IVA sobre la electricidad: En el RDL 12/21, de 24 de junio, (art. 1) se rebaja del 21% al 10%,desde la publicación del decreto hasta el 31 de diciembre de 2021. La rebaja se aplica a pequeñosconsumidores (con una potencia contratada inferior a 10 kW), siempre que el precio mediomensual del mercado mayorista exceda los 45 euros por MW, así como a consumidoresconsiderados vulnerables severos. En el RDL 29/21, de 21 de diciembre, la rebaja se prorrogahasta el 30 de abril (DA1.1).- Impuesto especial sobre el consumo de electricidad: El tipo del impuesto se reduce desde el5,11% hasta el 0,5% desde el 15 de septiembre hasta el 31 de diciembre de 2021 en el RDL 17/21(DA6). En el RDL 29/21, de 21 de diciembre, la rebaja se prorroga hasta el 30 de abril (DA1.1).- Impuesto sobre el valor de la producción de energía eléctrica: Originalmente del 7%. En elRDL 12/21 (art. 2) el impuesto se suprime temporalmente durante el tercer trimestre de 2021. Enel RDL 17/21 (art. 2) la supresión se extiende al cuarto trimestre de 2021 y en el RDL 29/21 alprimer trimestre de 2022 (DA2.1).- Rebajas de los cargos y peajes incluidos en la factura eléctrica: En la DA3 del RDL 17/21, de14 de septiembre, se reducen temporalmente los cargos del sistema eléctrico hasta el 31 dediciembre de 2021. Según la nota de prensa del Consejo de Ministros sobre el RDL, la rebaja fuedel 96%. 9 Los cargos, en principio, debían volver a la normalidad el 1 de enero, pero se rebajaroninmediatamente en torno a un 33% mediante la orden TED/1484/2021 (BOE, 2021a). 10 Medianteel RDL 6/2022, de 30 de marzo (DA1) se volvieron a rebajar en torno a un 50% adicional.11 Porotra parte, los peajes de transporte y distribución se rebajan en torno a un 4,6% en enero de 2022mediante Resolución de la CNMC de 16 diciembre 2021 (CNMC, 2021).• Rebajas de la fiscalidad energética.- Electricidad. Se mantienen hasta el 30 de junio de 2022 las rebajas de la fiscalidad sobre laenergía eléctrica introducidas o prorrogadas en el RDL 29/21, en particular la reducción al 10%del IVA sobre la energía eléctrica (para pequeños consumidores) y al 0,5% del Impuesto Especialsobre la electricidad, así como la suspensión del impuesto del 7% sobre la generación eléctrica.(RDL 6/22, de 29 de marzo, DF36). El RDL 11/22 extiende estas medidas hasta el 31 de diciembrede 2022 (arts. 17.1, 17.2) y reduce el tipo del IVA sobre la energía eléctrica para ciertosconsumidores hasta el 5% desde el 25 de junio hasta finales de 2022. Todas estas medidas,incluyendo la rebaja hasta el 5% del tipo del IVA, se extienden hasta el 31 de diciembre de 2023en el RDL 20/22 (arts. 2, 3 y 5). El RDL 8/23 fija el tipo del IVA en el 10% para las entregas deenergía eléctrica a ciertos pequeños consumidores durante todo 2024 (art. 21) y elevagradualmente el tipo del Impuesto Especial sobre la electricidad, que será del 2,5% durante elprimer trimestre de 2024 y del 3,8% durante el segundo, con ciertos límites mínimos en las cuotasresultantes por MWh (art. 22). En la misma línea, se recupera el impuesto del 7% sobre el valorde la producción eléctrica, pero su base imponible se minora en un 50% durante el primertrimestre de 2024 y en el 25% durante el segundo (RDL 8/23, art. 23). Del 1 de enero de 2025en adelante, los tres impuestos sobre la electricidad vuelven a sus tipos habituales sinminoraciones (21% para el IVA, 5,11% para el impuesto especial sobre el consumo y 7%para el impuesto sobre la producción, aunque hay una propuesta en trámite para eliminarel impuesto de producción si el sistema eléctrico no tiene déficit).9 Véase https://www.lamoncloa.gob.es/consejodeministros/Paginas/enlaces/140921-enlace-luz.aspx10 https://imaginaenergia.com/transparencia/claves-para-entender-los-nuevos-cargos-y-peajes-electricos-que-afectan-a-tu-factura-de-la-luz/11 https://watiofy.com/info/blog/actualidad/medidas-gobierno-para-reducir-impacto-subida-precio-de-la-luz/#1.2-impacto-real-de-la-reduccion-de-los-cargos34- Otros tipos de energía. El RDL 17/22 reduce temporalmente hasta el 5% el tipo de IVA sobreel gas natural y sobre las briquetas y pellets de biomasa y la leña utilizadas como combustiblepara calefacciones. La medida se aplicará desde el 1 de octubre hasta el 31 de diciembre de 2022.(arts. 5 y 6). El RDL 20/22 extiende estas medidas hasta el 31 de diciembre de 2023 (art. 1). Elart. 21 del RDL 8/23 fija en el 10% el tipo del IVA aplicable al gas natural durante el primertrimestre 2024 y a la leña y briquetas y pellets de biomasa durante los dos primeros trimestres de2024. Puesto que estas medidas no se han vuelto a prorrogar, el IVA ha vuelto a su tiponormal del 25% a partir del 1 de abril de 2024 en el caso del gas natural y desde el 1 dejulio en el de la leña y las briquetas y pellets de biomasa .• Extensión hasta el 30 de junio de 2022 de la minoración de la retribución de la producciónde energía eléctrica con tecnologías no emisoras de gases de efecto invernadero establecida enel RDL 17/21 para mitigar los efectos de la subida de precios del gas natural (RDL 6/22). Enparticular, los ingresos de los productores se minoran en el 90% de la diferencia entre el preciomayorista de la electricidad (en media mensual) y el coste unitario estimado de su producción conun precio del gas de 20 euros por MWh. Con el RDL 17/21 se incluyen los contratos a plazocelebrados tras la aprobación del presente decreto con un precio superior a los 67 euros por MWh(RDL 6/22, DF34). El RDL 11/22 extiende la medida hasta el 31 de diciembre de 2022 12 y laDA5 del RDL 18/22 hasta el 31 de diciembre de 2023.• Rebaja del IVA sobre ciertos alimentos básicos. Durante el primer semestre de 2023, el tipodel IVA se rebaja al 5% en el caso del aceite de oliva y semillas y las pastas alimenticias y al 0%para el pan, la harina, la leche, los huevos, quesos, frutas, verduras, legumbres y cereales. Si lainflación subyacente de marzo es inferior al 5,5%, el tipo del 5% volverá al 10% y el del 0% al4% a partir del 1 de mayo de 2023 (RDL 20/22, art. 72). El RDL 5/23 mantiene los tipos degravamen en el 5% y el 0% hasta el 31 de diciembre de 2023. Si la inflación subyacente deseptiembre es inferior al 5,5%, el tipo del 5% volverá al 10% y el del 0% al 4% a partir del 1 denoviembre de 2023 (RDL 5/23, art. 171). El RDL 8/23 extiende la vigencia de los tipos del 5% y0% hasta el 30 de junio de 2024 (art. 20) y el RDL 4/2024, en su art. 1, vuelve a extender lamedida hasta el 30 de septiembre de 2024.Entre ese momento y el 1 de enero de 2025, los tipos de gravamen sobre estos alimentosvuelven a sus niveles normales del 4% y el 10%. Durante el último trimestre de 2024, eltipo del 0% aumenta hasta el 2% y el del 5% al 7,5% (RDL 4/24, art. 1).Por otra parte, en el art. 2 del mismo RDL 4/24 se modifica la ley del IVA para reclasificarel aceite de oliva como alimento básico, con lo que en circunstancias normales tributaráal tipo superreducido del 4%. Este producto tributará al 0% hasta el 30 de septiembre de2024 y al 2% el resto de 2024.g. Otras medidas• Límites a la actualización de los alquileres de vivienda. Aquellos inquilinos cuya renta tengaque actualizarse antes del 30 de junio de 2022 podrán negociar con el arrendador el incremento aaplicar. Si el arrendador es un gran tenedor (titular de diez inmuebles o más), el incremento,acordado o no, estará sujeto a un tope máximo igual a la variación interanual del índice de garantíade competitividad13 (en ese momento en torno al 2%). Si no es un gran tenedor, el mismo tope seaplicará sólo si no hubiera acuerdo. (RDL 6/22, art. 46). La medida se prorroga hasta el 31 dediciembre de 2022 en el RDL 11/22 (art. 1.13) y hasta el 31 de diciembre de 2023 en el RDL20/22 (art. 67). Para 2024, la referencia se fija en el 3% en la DF6 de la ley 12/2023. De 2025 en12 El RDL 11/22 modifica varios artículos del RDL 6/22. La versión actualizada del segundo incorporacambios de redacción que tienen su origen en el primero.13 Véasehttps://www.ine.es/ss/Satellite?c=Page&pagename=ProductosYServicios%2FPYSLayout&cid=1259947704944&L=035adelante, se introduce un nuevo índice de referencia elaborado por el INE (nueva DA11 de la Leyde Arrendamientos Urbanos, introducida por la DF1 de la ley 12/2023• Prórroga extraordinaria de los contratos de arrendamiento de vivienda habitual. En loscontratos cuyo período de prórroga obligatoria o tácita finalice antes del 30 de junio de 2023 elarrendatario tendrá derecho, bajo ciertas condiciones, a una prórroga extraordinaria de 6 mesesen las mismas condiciones (RDL 20/22, art. 71).• Salarios públicos. (RDL 18/22, art. 23). Incremento salarial retroactivo desde enero de 2022 del1,5% en 2022 para todas las AAPP, a sumar al 2% original.2. Otras medidasa. Para paliar los efectos de la sequía• Ayudas al sector agrícola en respuesta a la sequía y la crisis de Ucrania (RDL 4/23)- Ayudas directas para los productores de carne y leche de vacuno, ovino y caprino por importede 355 millones de euros para compensar el incremento de los costes de los piensos y otrosinsumos debido a la sequía y la crisis de Ucrania. (art. 4).- Ayudas directas para la producción agraria más afectada por la sequía por un importe de 277millones. (art. 6)- Se incrementa en 40,5 millones la partida presupuestaria destinada a subvencionar lacontratación de seguros agrarios para financiar subvenciones a pólizas ya contratadas que cubranel riesgo de sequía en ciertos cultivos de secano. (art. 2)- Medidas fiscales: Se exime del pago del IBI las explotaciones agrícolas y ganaderas que hayansufrido en 2022 una reducción de sus rendimientos netos de la menos un 30% (20% en ciertoscasos). (art. 12)- Se flexibilizan ciertos requisitos de las ayudas directas de la PAC para evitar que la sequía puedaimpedir su cobro. (art. 14-17)- Se permite el aplazamiento en condiciones ventajosas de las cotizaciones socialescorrespondientes a los meses de mayo a septiembre de 2023 para ciertas empresas y autónomosagrarios. (art. 19)- Exención parcial o total del canon de regulación y la tarifa de utilización del agua para losregantes que vean reducida su dotación de agua en más de un 40%. (art. 21).• Medidas urgentes para paliar los efectos de la sequía (RDL 8/23)- Exenciones del canon de regulación y de la tarifa de uso del agua (entre el 50% y el 100%) paralos titulares de derechos al uso de agua para riego que hayan visto reducidos sus suministros pordebajo de sus derechos. (art. 51).- Se otorga temporalmente a los órganos de gobierno de las confederaciones hidrográficas másafectadas facultades extraordinarias para modificar las condiciones de utilización del dominiopúblico hidráulico, incluyendo reducciones de suministro y límites a los derechos concesionales,la modificación de los criterios de prioridad de los distintos usos del agua. (arts. 53-59)b. Nuevo régimen de ayudas al transporte• Ayudas directas a CCAA y EELL para financiar bonificaciones del transporte colectivourbano e interurbano. (RDL 1/2025, arts. 4 a 17).- De momento, para el segundo semestre de 2025.- Las administraciones beneficiarias han de tener implantado un sistema de abonos ytítulos multiviaje (más allá del billete de ida y vuelta). Si se trata de EELL con laobligación de establecer zonas de bajas emisiones, estas han de estar en funcionamientodurante 2025.36- Las ayudas financiarán bonificaciones del coste de los abonos y títulos multiviaje conrespecto a su precio habitual (a 30 de noviembre de 2024), que serán del 100% parapersonas de hasta 14 años de edad, del 50% para la población joven (de entre 15 y 26años) y del 20% en el resto de los casos. En este último caso, las CCAA y EELL deberánfinanciar con cargo a sus propios presupuestos bonificaciones adicionales de al menosotro 20%.• Ayudas a RENFE y concesionarios de líneas de autobús de titularidad estatal parafinanciar bonificaciones de abonos y títulos multiviaje de transporte . (RDL 1/2025, arts.18 a 21).- De momento, para el segundo semestre de 2025.- En cada caso, han de crearse un abono de 10 viajes y un abono mensual nominativo conimportantes descuentos o precios reducidos, que serán mayores para los jóvenes. Seestablecerá también un abono gratuito para menores de 15 años. En el caso de RENFE,la medida se aplicará a los servicios de cercanías y a los trayectos de media distanciaconsiderados obligaciones de servicio público.e. Otros• Salario mínimo. (RD 99/2023) Se aprueba el SMI para 2023, con una cuantía de 1.080 eurosbrutos mensuales en 14 pagas.• Descuentos para jóvenes en billetes de autobús y tren durante el verano de 2023, incluyendolos pases interrail (RDL 4/23, arts. 30-35). Se establecen descuentos de entre el 50 y el 90% parapersonas de entre 18 y 30 años, que tengan la nacionalidad española o la de algún otro país de laUE con residencia legal en España.• Incentivos fiscales a la adquisición de vehículos eléctricos y la instalación de infraestructurasde recarga (RDL 5/23, arts. 189 y 190). Deducciones de hasta el 15% en el IRPF y amortizaciónacelerada en Sociedades hasta el 31 de diciembre de 2024.• Se establece una nueva tarifa de último recurso de gas natural aplicable aconsumidores individuales, comunidades de propietarios de viviendas de usoresidencial y edificios de titularidad pública o de organizaciones sin ánimo de lucrodestinadas a viviendas de uso residencial. El precio máximo será regulado por elMinisterio de Transición Ecológica y se prevé el establecimiento de un sistema dedeterminación y actualización automática del mismo. (RDL 4/2024, art. 25).37Referenciasa. Fuentes estadísticasAgencia Tributaria (AT, 2023). Informes mensuales de recaudación tributaria. Cuadrosestadísticos y series y Series históricas de bases, tipos e impuestos devengados.https://sede.agenciatributaria.gob.es/Sede/datosabiertos/catalogo/hacienda/Informe_mensual_de_Recaudacion_Tributaria.shtmlBanco de España (BdE, 2025). Deuda según el protocolo de déficit excesivo. Estadísticasde administraciones públicas. Indicadores (información de avance).https://www.bde.es/webbde/es/estadis/infoest/temas/sb_deuavanmen.htmlInstituto Nacional de Estadística (INE, 2021). Encuesta de Población Activa.Metodología 2021.https://www.ine.es/inebaseDYN/epa30308/docs/resumetepa21.pdfInstituto Nacional de Estadística (INE, 2025a). Contabilidad Nacional Trimestral deEspaña.https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736164439&menu=ultiDatos&idp=1254735576581Instituto Nacional de Estadística (INE, 2025b). Encuesta de Población Activa.https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176918&menu=resultados&idp=1254735976595Instituto Nacional de Estadística (INE, 2025c). Índice de Precios de Consumo.https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176802&menu=resultados&idp=1254735976607Intervención General de la Administración del Estado (IGAE, 2025a). Principalesindicadores de la actividad económica y financiera del Estado.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/imdatoscaja.aspxIntervención General de la Administración del Estado (IGAE, 2025b). Ejecución delpresupuesto. Administración General del Estado. Madridhttps://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadPublica/CPE/EjecucionPresupuestaria/Paginas/imejecucionpresupuesto.aspxIntervención General de la Administración del Estado (IGAE, 2025c). Contabilidadnacional. Serie anual. Operaciones no financieras. Total sector Administraciones Públicasy sus subsectores. Madrid.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/ianofinancierasTotal.aspxIntervención General de la Administración del Estado (IGAE, 2025d). Presupuesto degastos del Estado. Pagos mensuales. Avance Comentado. Madrid.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadPublica/CPE/EjecucionPresupuestaria/Paginas/EjecucionPresupuestaria.aspxIntervención General de la Seguridad Social (IGSS, 2025). Resumen de ejecución delpresupuesto. Sistema de la Seguridad Social.http://www.seg-social.es/wps/portal/wss/internet/InformacionEconomicoFinanciera/InformacionPresupuestariaFinanciera38https://www.seg-social.es/wps/portal/wss/internet/InformacionEconomicoFinanciera/InformacionPresupuestariaFinanciera/393/394Ministerio de Hacienda y Función Pública (MH, 2025). Ejecución presupuestaria de lasCCAA. Datos e informes. Consulta de datos de ejecución presupuestaria. Madrid.https://serviciostelematicosext.hacienda.gob.es/SGCIEF/Cimcanet/aspx/consulta/consulta.aspxMinisterios de Trabajo y Seguridad Social (MTSS, 2025). Boletín de EstadísticasLaborales. http://www.mitramiss.gob.es/estadisticas/bel/index.htmMinisterio de Trabajo y Economía Social (MTES, 2022). Estadística de convenioscolectivos de trabajo. https://www.mites.gob.es/estadisticas/cct/welcome.htmParlamento y Consejo de la Unión Europea (PyCUE, 2013). REGLAMENTO (UE) no.549/2013 DEL PARLAMENTO EUROPEO Y DEL CONSEJO de 21 de mayo de 2013relativo al Sistema Europeo de Cuentas Nacionales y Regionales de la Unión Europeahttps://eur-lex.europa.eu/legal-content/ES/TXT/PDF/?uri=CELEX:32013R0549&from=ESSeguridad Social (SS, 2025a). Afiliados medios por meses y CNAE a dos dígitos. EnEstadísticas, presupuestos y estudios: Estadísticas: Afiliación y Alta de Trabajadores:Afiliaciones en Alta Laboral: Afiliación Media Mensualhttp://www.seg-social.es/wps/portal/wss/internet/EstadisticasPresupuestosEstudios/Estadisticas/EST8/EST10/EST290/EST295Seguridad Social (SS, 2025b). Afiliados medios por comunidades autónomas yprovincias. En Estadísticas, presupuestos y estudios: Estadísticas: Afiliación y Alta deTrabajadores: Afiliaciones en Alta Laboral: Afiliación Media Mensualhttp://www.seg-social.es/wps/portal/wss/internet/EstadisticasPresupuestosEstudios/Estadisticas/EST8/EST10/EST290/EST291Seguridad Social (SS, 2025c). BBDD Estadísticas TGSS. Afiliados en alta laboralhttps://w6.seg-social.es/PXWeb/pxweb/es/Afiliados%20en%20alta%20laboral/https://w6.seg-social.es/PXWeb/pxweb/es/Servicio Público de Empleo Estatal (SEPE, 2025a). Resumen mensual de datosestadísticos. Demandantes de empleo, paro, contratos y prestaciones por desempleo.http://www.sepe.es/HomeSepe/que-es-el-sepe/estadisticas/datos-avance/datos.htmlServicio Público de Empleo Estatal (SEPE, 2025b). Estadística de demandantes deempleo, puestos de trabajo y colocaciones.https://www.sepe.es/HomeSepe/que-es-el-sepe/estadisticas/empleo/estadisticas-nuevas.htmlTesorería General de la Seguridad Social (TGSS, 2023). Estadística de afiliación detrabajadores a la Seguridad Social. Informe metodológico estandarizado. Subdireccióngeneral de presupuestos, estudios económicos y estadísticas.https://www.seg-social.es/wps/wcm/connect/wss/b7e3b61f-4001-404f-b7e0-b2aaf91a785d/2023-02+IME.pdf?MOD=AJPERES&CONVERT_TO=linktext&CACHEID=ROOTWORKSPACE.Z18_2G50H38209D640QTQ57OVB2000-b7e3b61f-4001-404f-b7e0-b2aaf91a785d-oomPec739b. Medidas para paliar el impacto de la guerra de UcraniaAgencia Tributaria (AT, 2022). Informe anual de recaudación 2021.https://sede.agenciatributaria.gob.es/static_files/AEAT/Estudios/Estadisticas/Informes_Estadisticos/Informes_Anuales_de_Recaudacion_Tributaria/Ejercicio_2021/IART21_es_es.pdfBOE (2012). Real Decreto-ley 6/2012, de 9 de marzo, de medidas urgentes de protecciónde deudores hipotecarios sin recursos. https://www.boe.es/eli/es/rdl/2012/03/09/6/conBOE (2013). Ley 1/2013, de 14 de mayo, de medidas para reforzar la protección a losdeudores hipotecarios, reestructuración de deuda y alquiler social. Texto consolidado.Última actualización publicada el 15/05/2024https://www.boe.es/eli/es/l/2013/05/14/1/conBOE (2021a). Orden TED/1484/2021, de 28 de diciembre, por la que se establecen losprecios de los cargos del sistema eléctrico de aplicación a partir del 1 de enero de 2022y se establecen diversos costes regulados del sistema eléctrico para el ejercicio 2022.https://www.boe.es/boe/dias/2021/12/30/pdfs/BOE-A-2021-21794.pdfBOE (2021b). Real Decreto-ley 12/2021, de 24 de junio, por el que se adoptan medidasurgentes en el ámbito de la fiscalidad energética y en materia de generación de energía, ysobre gestión del canon de regulación y de la tarifa de utilización del agua.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2021-10584BOE (2021c). Real Decreto-ley 17/2021, de 14 de septiembre, de medidas urgentes paramitigar el impacto de la escalada de precios del gas natural en los mercados minoristasde gas y electricidad.https://www.boe.es/buscar/act.php?id=BOE-A-2021-14974BOE (2021d). Real Decreto-ley 29/2021, de 21 de diciembre, por el que se adoptanmedidas urgentes en el ámbito energético para el fomento de la movilidad eléctrica, elautoconsumo y el despliegue de energías renovables.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2021-21096BOE (2022b, RDL 6/22). Real Decreto-ley 6/2022, de 29 de marzo, por el que se adoptanmedidas urgentes en el marco del Plan Nacional de respuesta a las consecuenciaseconómicas y sociales de la guerra en Ucrania.https://www.boe.es/buscar/act.php?id=BOE-A-2022-4972BOE (2022c). Resolución de 29 de marzo de 2022, de la Secretaría de Estado deEconomía y Apoyo a la Empresa, por la que se publica el Acuerdo del Consejo deMinistros de 29 de marzo de 2022, por el que se modifica el Código de Buenas Prácticaspara el marco de renegociación para clientes con financiación avalada previsto en el RealDecreto-ley 5/2021, de 12 de marzo.https://www.boe.es/boe/dias/2022/03/30/pdfs/BOE-A-2022-4977.pdfBOE (2022d, RDL 3/22). Real Decreto-ley 3/2022, de 1 de marzo, de medidas para lamejora de la sostenibilidad del transporte de mercancías por carretera....y de medidasexcepcionales en materia de revisión de precios en los contratos públicos de obras.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2022-3290BOE (2022e, RDL 10/22). Real Decreto-ley 10/2022, de 13 de mayo, por el que seestablece con carácter temporal un mecanismo de ajuste de costes de producción para lareducción del precio de la electricidad en el mercado mayorista.https://www.boe.es/eli/es/rdl/2022/05/13/1040BOE (2022f, RDL 11/22). Real Decreto-ley 11/2022, de 25 de junio, por el que se adoptany se prorrogan determinadas medidas para responder a las consecuencias económicas ysociales de la guerra en Ucrania.... https://www.boe.es/eli/es/rdl/2022/06/25/11BOE (2022g, RDL 14/22). Real Decreto-ley 14/2022, de 1 de agosto, de medidas desostenibilidad económica en el ámbito del transporte, en materia de becas y ayudas alestudio, así como de medidas de ahorro, eficiencia energética y de reducción de ladependencia energética del gas natural.https://www.boe.es/buscar/act.php?id=BOE-A-2022-12925BOE (2022g, RDL 17/22). Real Decreto-ley 17/2022, de 20 de septiembre, por el que seadoptan medidas urgentes en el ámbito de la energía, en la aplicación del régimenretributivo a las instalaciones de generación y se reduce temporalmente el tipo delImpuesto sobre el Valor Añadido aplicable a las entregas, importaciones y adquisicionesintracomunitarias de determinados combustibles.https://www.boe.es/boe/dias/2022/09/21/pdfs/BOE-A-2022-15354.pdfBOE (2022h, RDL 18/22). Real Decreto-ley 18/2022, de 18 de octubre, por el que seaprueban medidas de refuerzo de la protección de los consumidores de energía y decontribución a la reducción del consumo de gas natural en aplicación del «Plan +seguridad para tu energía (+SE)», así como medidas en materia de retribuciones delpersonal al servicio del sector público y de protección de las personas trabajadorasagrarias eventuales afectadas por la sequía.https://www.boe.es/boe/dias/2022/10/19/pdfs/BOE-A-2022-17040.pdfBOE (2022i). Real Decreto-ley 20/2022, de 27 de diciembre, de medidas de respuesta alas consecuencias económicas y sociales de la Guerra de Ucrania y de apoyo a lareconstrucción de la isla de La Palma y a otras situaciones de vulnerabilidad.https://www.boe.es/buscar/act.php?id=BOE-A-2022-22685BOE (2022j). Ley 38/2022, de 27 de diciembre, para el establecimiento de gravámenestemporales energético y de entidades de crédito y establecimientos financieros de créditoy por la que se crea el impuesto temporal de solidaridad de las grandes fortunas, y semodifican determinadas normas tributarias. https://www.boe.es/eli/es/l/2022/12/27/38BOE (2022k). Real Decreto-ley 19/2022, de 22 de noviembre, por el que se establece unCódigo de Buenas Prácticas para aliviar la subida de los tipos de interés en préstamoshipotecarios sobre vivienda habitual, se modifica el Real Decreto-ley 6/2012, de 9 demarzo, de medidas urgentes de protección de deudores hipotecarios sin recursos, y seadoptan otras medidas estructurales para la mejora del mercado de préstamos hipotecarioshttps://www.boe.es/eli/es/rdl/2022/11/22/19/conBOE (2022l). Resolución de 23 de noviembre de 2022, de la Secretaría de Estado deEconomía y Apoyo a la Empresa, por la que se publica el Acuerdo del Consejo deMinistros de 22 de noviembre de 2022, por el que se aprueba el Código de BuenasPrácticas de medidas urgentes para deudores hipotecarios en riesgo de vulnerabilidad.https://www.boe.es/eli/es/res/2022/11/23/(1)BOE (2023a, RDL 4/23). Real Decreto-ley 4/2023, de 11 de mayo, por el que se adoptanmedidas urgentes en materia agraria y de aguas en respuesta a la sequía y al agravamientode las condiciones del sector primario derivado del conflicto bélico en Ucrania y de lascondiciones climatológicas, así como de promoción del uso del transporte públicocolectivo terrestre por parte de los jóvenes y prevención de riesgos laborales en episodiosde elevadas temperaturas. https://www.boe.es/eli/es/rdl/2023/05/11/441BOE (2023b). Resolución de 19 de mayo de 2023, de la Dirección General de Trabajo,por la que se registra y publica el V Acuerdo para el Empleo y la Negociación Colectiva.https://www.boe.es/eli/es/res/2023/05/19/(2)BOE (2023c, RDL 5/23). Real Decreto-ley 5/2023, de 28 de junio, por el que se adoptany prorrogan determinadas medidas de respuesta a las consecuencias económicas ysociales de la Guerra de Ucrania, de apoyo a la reconstrucción de la isla de La Palma y aotras situaciones de vulnerabilidad; de transposición de Directivas de la Unión Europeaen materia de modificaciones estructurales de sociedades mercantiles y conciliación de lavida familiar y la vida profesional de los progenitores y los cuidadores; y de ejecución ycumplimiento del Derecho de la Unión Europea.https://www.boe.es/eli/es/rdl/2023/03/28/3/conBOE (2023d). Real Decreto-ley 6/2023, de 19 de diciembre, por el que se apruebanmedidas urgentes para la ejecución del Plan de Recuperación, Transformación yResiliencia en materia de servicio público de justicia, función pública, régimen local ymecenazgo. https://www.boe.es/eli/es/rdl/2023/12/19/6/conBOE (2023e). Real Decreto-ley 8/2023, de 27 de diciembre, por el que se adoptanmedidas para afrontar las consecuencias económicas y sociales derivadas de los conflictosen Ucrania y Oriente Próximo, así como para paliar los efectos de la sequía.https://www.boe.es/boe/dias/2023/12/28/pdfs/BOE-A-2023-26452.pdfBOE (2023f). Resolución de 27 de diciembre de 2023, de la Secretaría de Estado deEconomía y Apoyo a la Empresa, por la que se publica el Acuerdo del Consejo deMinistros de 27 de diciembre de 2023, por el que se modifica el Código de BuenasPrácticas de medidas urgentes para deudores hipotecarios en riesgo de vulnerabilidad.https://www.boe.es/eli/es/res/2023/12/27/(3)BOE (2023g). Real Decreto 446/2023, de 13 de junio, por el que se modifica el RealDecreto 216/2014, de 28 de marzo, por el que se establece la metodología de cálculo delos precios voluntarios para el pequeño consumidor de energía eléctrica y su régimenjurídico de contratación, para la indexación de los precios voluntarios para el pequeñoconsumidor de energía eléctrica a señales a plazo y reducción de su volatilidad.https://www.boe.es/eli/es/rd/2023/06/13/446BOE (2024a). Real Decreto-ley 1/2024, de 14 de mayo, por el que se prorrogan lasmedidas de suspensión de lanzamientos sobre la vivienda habitual para la protección delos colectivos vulnerables. https://www.boe.es/eli/es/rdl/2024/05/14/1BOE (2024b). Real Decreto-ley 4/2024, de 26 de junio, por el que se prorrogandeterminadas medidas para afrontar las consecuencias económicas y sociales derivadasde los conflictos en Ucrania y Oriente Próximo y se adoptan medidas urgentes en materiafiscal, energética y social. Texto consolidado. Última actualización publicada el24/12/2024. https://www.boe.es/eli/es/rdl/2024/06/26/4/conBOE (2024c). Real Decreto-ley 7/2024, de 11 de noviembre, por el que se adoptanmedidas urgentes para el impulso del Plan de respuesta inmediata, reconstrucción yrelanzamiento frente a los daños causados por la Depresión Aislada en Niveles Altos(DANA) en diferentes municipios entre el 28 de octubre y el 4 de noviembre de 2024.https://www.boe.es/eli/es/rdl/2024/11/11/7/conBOE (2024d). Real Decreto-ley 9/2024, de 23 de diciembre, por el que se adoptanmedidas urgentes en materia económica, tributaria, de transporte, y de Seguridad Social,42y se prorrogan determinadas medidas para hacer frente a situaciones de vulnerabilidadsocial. https://www.boe.es/eli/es/rdl/2024/12/23/9/conBOE (2025a). Real Decreto-ley 1/2025, de 28 de enero, por el que se aprueban medidasurgentes en materia económica, de transporte, de Seguridad Social, y para hacer frente asituaciones de vulnerabilidad. https://www.boe.es/eli/es/rdl/2025/01/28/1Council of the European Union (CEU, 2022). Proposal for a Council Regulation on anemergency intervention to address high energy prices.https://data.consilium.europa.eu/doc/document/ST-12999-2022-INIT/en/pdfComisión Nacional de los Mercados y la Competencia (CNMC, 2021). Resolución de 16de diciembre de 2021 por la que se establecen los valores de los peajes de acceso a lasredes de transporte y distribución de electricidad de aplicación a partir del 1 de enero de2022. https://www.boe.es/boe/dias/2021/12/22/pdfs/BOE-A-2021-21208.pdfMinisterio de Hacienda (MH, 2022a). Nota de prensa del Ministerio de Hacienda. ElMinisterio de Hacienda presenta un paquete de medidas fiscales que incidirán en lajusticia social y la eficiencia económica.https://www.hacienda.gob.es/es-ES/Prensa/En%20Portada/2022/Paginas/20220929-Medidas-Fiscales.aspxMinisterio de Hacienda (MH, 2022b). Presentación del Proyecto de PresupuestosGenerales del Estado ( ̈Libro Amarillo”). Años 2022 y 2023.https://www.hacienda.gob.es/es-ES/Areas%20Tematicas/Presupuestos%20Generales%20del%20Estado/paginas/Presupuestos.aspxMinisterio de Hacienda (MH, 2022c). Nota de prensa. El Gobierno aprueba unabonificación extraordinaria en el precio de venta de los carburantes y prorroga las rebajasfiscales vigentes sobre la factura eléctrica hasta el 30 de junio.https://www.hacienda.gob.es/Documentacion/Publico/GabineteMinistro/Notas%20Prensa/2022/S.E.HACIENDA/29-03-22-NP-CM-MEDIDAS-FISCALES-Y-BONIFICACIONES-DEL-PLAN-DE-CHOQUE.pdfPresidencia del Gobierno (PdG, 2022a). Referencia del Consejo de Ministros del 20 deseptiembre de 2022.https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/index.aspxPresidencia del Gobierno (PdG, 2022b). Intervención del Presidente del Gobierno en eldebate sobre el Estado de la Nación.”https://www.lamoncloa.gob.es/presidente/intervenciones/Documents/2022/220712%20TRANCRIPCI%C3%93N%20PG%20DEBATE%20ESTADO%20DE%20LA%20NACION.pdfReino de España (2022). Plan Presupuestario 2023.https://www.hacienda.gob.es/CDI/EstrategiaPoliticaFiscal/2023/Plan-Presupuestario-2023-ES.pdfc. Otras referenciasde la Fuente, A. (2023). “El contenido económico de los pactos de investidura.” FEDEA,Colección Apuntes, no. 2023-21. Madrid. https://bit.ly/40R0Ovcde la Fuente, A. (2022a). “¿Cómo afecta la guerra de Ucrania a las economías europeas?Algunos indicadores preliminares.” FEDEA, Colección Apuntes, no. 2022-07, Madrid.https://bit.ly/3JW3jTF43de la Fuente, A. (2022b). “Boletín FEDEA no. 16. Efectos económicos de la invasión deUcrania y primeras medidas para mitigar sus efectos.” FEDEA, Estudios de EconomíaEspañola no. 2022-09. Madrid. https://bit.ly/3sezvuQde la Fuente, A. (2022c). “Boletín FEDEA no. 17. Situación económica y respuesta a lacrisis de Ucrania.” FEDEA, Estudios de Economía Española no. 2022-17. Madrid.https://bit.ly/3b3WnaVde la Fuente, A. (2022e). “Notas sobre los PGE de 2023.” FEDEA, Colección Apuntes,no. 2022-24. Madrid. https://bit.ly/3CtXwCjde la Fuente, A. (2022f). “Boletín FEDEA no. 19. Situación económica y respuesta a lacrisis de Ucrania.” FEDEA, Estudios de Economía Española, no. 2022-25, Madrid.https://bit.ly/3NBCwiade la Fuente, A. y R. Doménech (2023). “Renta per cápita y productividad en la OCDEde 1960 a 2022.” FEDEA, Documento de Trabajo no. 2023-09. Madrid.https://bit.ly/3sQFxFfLópez Laborda, J., C. Marín González y J. Onrubia (2023). “Efectos recaudatorios ydistributivos de la reducción de los tipos del IVA a determinados productos dealimentación.” FEDEA, Colección Apuntes no. 2023-02. Madrid. http://bit.ly/3QTbgNzRodríguez, D. (2021). “Sobre los costes, los precios y el mercado de la electricidad.”FEDEA, Estudios sobre la Economía Española no. 2021-28. Madrid.https://fedea.net/documentos-economia-digital-energia/Ruiz-Huerta, J. E al (2022). Libro Blanco sobre la Reforma Tributaria. Comité depersonas expertas para elaborar el Libro Blanco sobre la reforma tributaria. Instituto deEstudios Fiscales. Madrid.https://www.ief.es/docs/investigacion/comiteexpertos/LibroBlancoReformaTributaria_2022.pdf Evolución económica 2019-24 y compilación de las medidas destinadas a paliar los efectos de la guerra de Ucrania Boletín Fedea Nº 26. Evolución económica 2019-24 y compilación de las medidas destinadas a paliar los efectos de la guerra de Ucrania.	查看 132110	联邦应用经济学研究基金会	2025-05-21 11:18:35 2025-05-21 11:19:14	word
3148785	无图 Seguimiento de las reformas del Plande Recuperación y otras medidasestructurales, 2023T2 a 2025T1ÁNGEL DE LA FUENTEBOLETÍN FEDEA No. 27Estudios sobre la Economía Española 2025/07Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Boletín FEDEA no. 27Seguimiento de las reformas del Plan de Recuperacióny otras medidas estructurales, 2023T2 a 2025T1Abril de 2025Angel de la Fuente (FEDEA e IAE-CSIC)ResumenEste documento forma parte de la serie de Boletines de seguimiento de la situación económica y de lasmedidas de política adoptadas que FEDEA lleva publicando desde el inicio de la pandemia. El presenteinforme se dedica a las reformas recogidas en el Plan de Recuperación y otras medidas estructuralesenviadas a las Cortes para su tramitación durante la presente legislatura.Índice1. Introducción 12. Reformas recientemente aprobadas, rechazadas o en tramitación 43. La fallida (pero necesaria) reforma de la ley del suelo 114. Obligaciones empresariales de información sobre “sostenibilidad” 125. ¿Qué fue de la reforma tributaria? 16- Los efectos de la no actualización de la escala de gravamen del IRPF 18Anexo: Contenido y calendario originalmente previsto de las principales reformasrecogidas en el Plan de Recuperación1. Mercado laboral, políticas de empleo e inmigración 222. Sistema de pensiones 243. Educación e investigación 294. Vivienda 305. Reforma de la Administración y evaluación de políticas públicas 336. Economía y empresa 357. Protección social 388. Fiscalidad 429. Otras materias 45Referencias- Legislación relevante 47- Otras referencias 54 Versión revisada. Véase la nota al pie no. 6, al principio del último apartado de la sección 511. IntroducciónUn componente esencial del Plan de Recuperación pactado por el Gobierno español con lasautoridades comunitarias es un extenso programa de reformas estructurales que ha deimplementarse según un calendario prestablecido para que se vayan liberando los recursosasignados a nuestro país por el Mecanismo de Recuperación y Resiliencia. En cumplimientode este compromiso, durante los primeros años de vigencia del Plan se han aprobado numerosasnormas legales, algunas de ellas de gran importancia económica y social aunque nonecesariamente bien orientadas, incluyendo las reformas del sistema de pensiones y el mercadolaboral y la nueva ley de vivienda. En la legislatura que se inició tras las elecciones de julio de2023, sin embargo, la ausencia de una mayoría de gobierno clara y estable se ha traducido enuna clara ralentización del proceso de reformas. Con todo, en lo que va de legislatura se hanenviado a las Cortes para su tramitación numerosas normas de carácter estructural yconsiderable interés, algunas previstas en el Plan de Recuperación y otras no. El presenteBoletín repasa estas normas y comenta en cierto detalle algunas de ellas.Muchos de los proyectos que decayeron con la disolución de las Cortes para las últimaselecciones se han recuperado esta legislatura sin cambios significativos. Quizás los másimportantes son los proyectos de ley de función pública, de familias y de movilidad sostenible.La mayor parte de ellos, sin embargo, llevan muchos meses aparcados en comisión y no pareceque tengan demasiadas perspectivas de llegar a buen puerto en un futuro próximo. El único deestos textos que se ha aprobado parcialmente hasta el momento ha sido la reforma de la funciónpública. Tras haber decaído el proyecto de ley presentado en la legislatura anterior, sucontenido se ha recuperado a través de dos textos que han seguido vías diferentes de tramitaciónen la presente legislatura: un Real Decreto-ley (RDL) y un nuevo proyecto de ley (PdL). ElRDL, que fue convalidado por el Congreso a finales de 2023, recoge sin grandes cambios elmaterial en principio más novedoso del proyecto original, incluyendo la evaluación deldesempeño de los empleados públicos, la estructura de su carrera profesional y el estatuto yfunciones del personal directivo público profesional, mientras que el resto se recoge en el nuevoPdL. Como se indica en de la Fuente et al (2023), sin embargo, las novedades más interesantesdel anteproyecto original se han ido limando, dejándonos con un texto más centrado en laprotección de los empleados públicos que en la mejora del funcionamiento de laadministración.La tasa de éxito es también limitada entre los nuevos proyectos. El Gobierno no ha conseguidolos apoyos necesarios para aprobar la reforma de la ley del suelo o una parte importante de suspropuestas tributarias. La mayor parte de las normas de cierta entidad que han sido aprobadasen esta legislatura han sido tramitadas como reales decretos-leyes, o introducidas comoenmiendas en otras normas ya en tramitación, reduciendo así entre otras cosas las exigenciasde informes complementarios o valoraciones de órganos consultivos. Se han aprobado por estavía, entre otras cosas, la (limitada) reforma de la jubilación activa y parcial, el grueso de lasmedidas tributarias propuestas y, al segundo intento, la reforma de la prestación asistencial pordesempleo.Entre los proyectos rechazados o retirados por falta de apoyos en los últimos meses hay doscuya necesidad casi nadie discute. Se trata de la reforma de la ley del suelo para evitar retrasos2innecesarios en la construcción de vivienda y de la creación de una Agencia de Salud Públicaconsiderada esencial para mejorar la respuesta a posibles futuras pandemias. El fracaso deambos proyectos pone de manifiesto la incapacidad de nuestros representantes políticos, y enparticular de los dos grandes partidos centrales, para llegar a acuerdos incluso en cuestiones deinterés general en las que no hay diferencias sustantivas entre ellos. Por el bien del país, ambosdeberían recapacitar.El trabajo discute en cierto detalle tres proyectos legislativos que consideramos de particularinterés por distintos motivos. El primero es la ya mencionada reforma de la ley del suelo, o másbien las razones que la hacen necesaria para acortar los largos plazos de construcción devivienda, que se deben en parte a la frecuente paralización de la actividad urbanística einmobiliaria en barrios o incluso ciudades enteras ante la anulación del correspondiente planurbanístico. El origen del problema tiene que ver con el estatus legal de los instrumentos deordenación territorial y urbanística, que en España se consideran normas legales con rango dereglamento en lugar de meros actos administrativos. Como tales, están sujetos a control judicialpor la jurisdicción de lo contencioso administrativo, con un rígido régimen legal que terminagenerando una notable inseguridad jurídica en el ámbito inmobiliario. En particular, cualquiervicio formal o procedimental, por insignificante que pueda ser, provoca la nulidad de plenoderecho del propio plan de ordenación y, en consecuencia, la “nulidad en cascada” de todossus actos de aplicación, provocando un vacío legal que puede tardar años en remediarse. Elproblema está claramente identificado desde hace tiempo, tanto en la doctrina jurídica comoentre los profesionales del sector, pero sorprendentemente hemos sido incapaces de arreglarlohasta el momento, pese a que la solución es bastante obvia. Como se hace en el proyecto de leyque el Gobierno retiró en mayo de 2024 por falta de apoyos, se trataría fundamentalmente derestringir las causas de invalidez de los planes urbanísticos a vicios sustantivos y de limitar susconsecuencias.Otro proyecto preocupante, aunque por motivos muy distintos, es la trasposición de unadirectiva europea sobre las obligaciones de información de las empresas en materia de“sostenibilidad.” Este concepto se interpreta en la directiva en un sentido extraordinariamenteamplio que, además de cuestiones medioambientales, incluye temas sociales, de personal y degobernanza, así como la lucha por los derechos humanos y contra la corrupción y el soborno.Para cada una de estas cuestiones, el texto exige a todas las empresas de un tamaño nodemasiado elevado (de más de 250 empleados, en el mejor de los casos) que presenten undetallado informe que recoja, por un lado, como afectan a su negocio las cuestiones de“sostenibilidad” y, por otro, el impacto de las actividades de la propia empresa y de su cadenade valor sobre la sostenibilidad y otros objetivos sociales, incluyendo sus planes detalladospara contribuir a ellos.La norma impone a una parte muy importante de las empresas la obligación de llevar a caboun complejo y costoso ejercicio que va mucho más allá de la provisión de información objetivasobre su actividad, sin que quede claro qué se espera conseguir a cambio, y les atribuye unaresponsabilidad de contribuir activamente a la lucha contra lacras sociales que va más allá delo razonable. Una de las cosas que se destacan en la exposición de motivos de la directivaeuropea que ahora se traspone es la necesidad de redirigir la inversión hacia actividadessostenibles con el fin de contribuir a la transición energética. Aun compartiendo el objetivo, noresulta en absoluto claro que esto justifique las exigencias del texto, que no se limitan a lo3medioambiental, o que los informes de las propias empresas sean la forma más fiable o eficientede obtener la información necesaria para que los inversores y los gobiernos puedan tomar lasdecisiones necesarias para llevar a buen puerto la transición energética. Esto es así, entre otrosmotivos porque la mayor parte de las empresas no tienen las capacidades técnicas necesariaspara realizar correctamente las tareas que se les encargan o los incentivos correctos para ofrecerpúblicamente una autoevaluación afinada de su propia actividad y de su impacto ambiental ysocial, o para revelar las oportunidades y amenazas que perciben en su ámbito de actuación ycómo piensan afrontarlas. Tampoco parece razonable responsabilizar a las empresas del respetouniversal a los derechos humanos o de la lucha contra el hambre.Afortunadamente, parece que últimamente la Unión Europea comienza a darse cuenta de losconsiderables costes que el exceso de regulación y las exigencias innecesarias de reporting odue diligence imponen a las empresas y de su efecto negativo sobre la competitividad. Enrespuesta a la exigencia de “una revolución simplificadora” en este ámbito recogida en laDeclaración de Budapest sobre el New European Competitiveness Deal de noviembre de 2024,la Comisión Europea ha elaborado una propuesta de “directiva ómnibus” para reducir las cargasregulatorias sobre las empresas europeas. El texto supone sin duda un bienvenido avance haciauna cierta racionalidad en este campo, pero se queda corto en aspectos importantes. Así, enmateria de información sobre sostenibilidad, la propuesta de directiva retrasaría en dos años laentrada en vigor de las nuevas obligaciones en lugar de rebajarlas o de limitarlas a empresasrealmente grandes, como sería deseable, y no parece tener intención de restringir en modoalguno el expansivo concepto de sostenibilidad que ahora se aplica.La parte final del trabajo se dedica a las medidas tributarias que el Gobierno ha promovido enla presente legislatura, incluyendo el parcialmente fallido intento de convertir en impuestospermanentes los arbitrarios gravámenes punitivos sobre las entidades financieras y ciertasempresas energéticas, utilizando procedimientos parlamentarios muy discutibles para evitar loshabituales filtros de calidad normativa. A esto hay que añadir un nuevo impuesto sobre loslíquidos para vapeadores y subidas puntuales de impuestos que afectan al tabaco y a las rentasmás elevadas del capital. También se limitan las deducciones por doble imposición y lacompensación de bases imponibles negativas en el Impuesto de Sociedades para empresasrelativamente grandes, mientras que se reduce el tipo de gravamen para microempresas,insistiendo así en una especie de “progresividad” que carece de sentido en el caso de lasempresas y podría desincentivar su crecimiento.Finalmente, se analizan las consecuencias de la no actualización por inflación de la escala degravamen y el mínimo exento del tramo estatal del IRPF, que básicamente no se han tocadodesde 2015. Puesto que la inflación acumulada desde entonces es de casi el 27%, la noactualización ha supuesto una subida significativa del impuesto por un procedimiento pocotransparente para los ciudadanos. La inflación hace que la renta monetaria de los contribuyentesaumente, aunque su poder adquisitivo no lo haga, empujándoles hacia tramos superiores de laescala de gravamen en los que se pagan tipos más altos aunque la renta real siga siendo lamisma. Según nuestros cálculos, en el caso de una familia de cuatro miembros con unosingresos brutos de 50.000 euros, la no corrección por inflación habría supuesto un incrementodel 38,5% en la cuota del impuesto. Los efectos serían aún mayores en términos proporcionalespara rentas más bajas.42. Reformas recientemente aprobadas, rechazadas o en tramitaciónEn el Anexo a este Boletín se recoge un listado de las principales reformas recogidas en el Plande Recuperación (PR) junto con el calendario previsto para su implementación. Para cadareforma acordada, se ofrece un resumen de sus objetivos, así como una descripción de sucontenido que se irá actualizando según éste se vaya concretando.En esta sección y las siguientes se repasan las novedades en este ámbito desde el anteriorBoletín dedicado al tema, que fue publicado en junio de 2023, poco antes de las últimaselecciones generales. El Recuadro 1 recoge las principales normas de interés que estaban entramitación en ese momento y decayeron como resultado de la disolución de las Cortes. Trasla formación del nuevo Gobierno en noviembre de 2023, muchas de esas iniciativas se hanrecuperado sin cambios significativos y han vuelto a enviarse al Parlamento para sutramitación. El Recuadro 2 contiene un listado de los proyectos de interés aprobados orechazados durante la presente legislatura o actualmente en tramitación. Para cada caso, seincluye un enlace a la web del Congreso (https://www.congreso.es/proyectos-de-ley) quepermite acceder al texto de los proyectos de ley y conocer su situación actual. 1 Además de lasreformas previstas en el Plan de Recuperación, se incluyen también otras iniciativas de carácterestructural y particular interés económico o social y se excluyen las medidas de carácter máscoyuntural para mitigar los efectos de la Guerra de Ucrania, que se han analizado en el Boletín26.Recuadro 1: Normas en tramitación en 2023 que decayeroncomo resultado de la convocatoria de elecciones___________________________________________________________________________• Proyecto de Ley por la que se regulan los servicios de atención a la clientela. Presentado el01/06/2022https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121/000104• Proyecto de Ley por la que se crea la Autoridad Administrativa Independiente de Defensa delCliente Financiero para la resolución extrajudicial de conflictos entre las entidades financieras y susclientes. Presentado el 28/11/2022https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000134• Proyecto de Ley de movilidad sostenible. Presentado el 19/12/2022https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000136• Proyecto de Ley por la que se crea la Agencia Estatal de Salud Pública y se modifica la Ley 33/2011,de 4 de octubre, General de Salud Pública. Presentado el 09/02/2023https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000145___________________________________________________________________________1 S obre los detalles del procedimiento de tramitación parlamentaria, véanse por ejemplohttp://www.periodistasparlamentarios.org/?p=926 y https://blog.congreso.es/como-se-aprueban-las-leyes/5Recuadro 1: continuación___________________________________________________________________________• Proyecto de ley de la función pública de la Administración del Estado. Presentado el 17/03/2023https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000149• Proyecto de ley de familias. Presentado el 30/03/2023https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000151Anteproyectos de ley aprobados antes de las elecciones• Anteproyecto de ley de servicios sociales: aprobado en primera vuelta en el Consejo de Ministros del17 de enero de 2023.https://www.mdsocialesa2030.gob.es/servicio-a-la-ciudadania/proyectos-normativos/documentos/AP-SERVICIOS-SOCIALES.pdf• Anteproyecto de ley por el que se regula el marco de información corporativa sobre cuestionesmedioambientales, sociales y de gobernanza: Aprobado en primera lectura en el Consejo de Ministrosdel 3 de mayo de 2023.https://portal.mineco.gob.es/RecursosArticulo/mineco/ministerio/participacion_publica/consulta/ficheros/APL_informacion_corporativa.pdf___________________________________________________________________________El Recuadro 2 se divide en dos partes. En la primera se recogen las medidas recuperadas de lalegislatura anterior. Quizás las más importantes son los proyectos de ley de función pública, defamilias y de movilidad sostenible, cuyas versiones originales hemos analizado en trabajosanteriores de FEDEA, así como la ley de creación de la Agencia de Salud Pública que,sorprendentemente, ha sido rechazada por el Congreso pese a la práctica unanimidad existentesobre la necesidad de una entidad de este tipo de cara a mejorar la respuesta a posibles futuraspandemias. Las modificaciones introducidas en estos textos con respecto a sus versionesoriginales de la pasada legislatura son generalmente menores. Sin embargo, la mayor parte deellos llevan muchos meses aparcados en comisión y no parece que tengan demasiadasperspectivas de llegar a buen puerto en un futuro próximo.El único de estos proyectos que se ha aprobado (parcialmente) hasta el momento ha sido lareforma de la función pública. Tras haber decaído el Proyecto de Ley de Función Públicapresentado en la legislatura anterior, el grueso de su contenido se ha recuperado a través de dostextos que siguen vías diferentes de tramitación en la presente legislatura: un Real Decreto-ley(RDL) y un nuevo proyecto de ley (PdL) de función pública. El RDL, que fue convalidado porel Congreso a finales de 2023 como RDL 6/2023, recoge sin grandes cambios el materialreferido a la planificación estratégica de recursos humanos, el acceso al empleo público, laevaluación del desempeño y carrera profesional y el personal directivo público profesional, queen principio eran las partes más novedosas del PdL anterior. Quizás la principal novedad deltexto es que el INAP se transforma en una agencia estatal que estará encargada de desarrollary ejecutar las políticas de selección y formación de empleados públicos (DA13). Tras suconvalidación, el RDL prosigue su tramitación como proyecto de ley. En la actualidad está en6comisión, a la espera del informe de la ponencia. El nuevo Proyecto de ley de función pública,por su parte, recoge el resto del proyecto anterior sin novedades reseñables.2Recuadro 2: Reformas previstas en el Plan de Recuperacióny otras medidas estructuralesa. Proyectos de la legislatura anterior que se recuperan______________________________________________________________________• Función Pública- Tras haber decaído el Proyecto de Ley de Función Pública de la Administración del Estado comoresultado de la convocatoria de elecciones, una parte importante de su contenido se recupera en el RDL6/2023, de 19 de diciembre, (BOE, 2023i). https://www.boe.es/buscar/act.php?id=BOE-A-2023-25758- El RDL fue convalidado por el Congreso en enero de 2024 pero se tramitará como proyecto de ley.Actualmente en la Comisión de Justicia, a la espera del informe de la ponencia desde el 07/03/2024,bajo el título de Proyecto de Ley por la que se aprueban medidas urgentes para la ejecución del Plan deRecuperación, Transformación y Resiliencia en materia de servicio público de justicia, función pública,régimen local y mecenazgo (procedente del Real Decreto-ley 6/2023, de 19 de diciembre)https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121%2F000002- Está también en tramitación un nuevo Proyecto de Ley de la Función Pública de la Administracióndel Estado. Presentado el 17/07/2024. Actualmente en la Comisión de Hacienda y Función Pública,pendiente del informe de la ponencia desde 20/02/2025.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000031• Proyecto de ley de familias. Aprobado en segunda vuelta por el Consejo de Ministros en febrero de2024 y remitido otra vez al Congreso para su tramitación por el procedimiento de urgencia. Presentadoel 29/02/2024. Actualmente en la comisión de derechos sociales y consumo, en periodo de enmiendasdesde el 08/03/2024https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121%2F000011• Proyecto de ley de movilidad sostenible. Aprobado en segunda vuelta por el Consejo de Ministros enfebrero de 2024 y remitido otra vez al Congreso para su tramitación por el procedimiento de urgencia.Presentado el 14/02/2024. Actualmente en la Comisión de Transportes y Movilidad Sostenible,pendiente del informe de la ponencia desde 31/10/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121%2F000009• Proyecto de Ley por la que se crea la Agencia Estatal de Salud Pública y se modifica la Ley 33/2011,de 4 de octubre, General de Salud Pública. Presentado el 01/02/2024. Rechazado el 20/03/2025.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000007___________________________________________________________________________2 Cuando el Congreso convalida un Real Decreto-ley, tiene la opción de continuar su tramitación en forma deproyecto de ley, lo que permite que continúe la discusión sobre el texto y puedan presentarse enmiendas. Mientrasel texto está en tramitación, la versión original del RDL está en vigor a todos los efectos, y seguirá estándoloindefinidamente si el proyecto de ley se rechaza o decae. Véasehttps://app.congreso.es/consti/constitucion/indice/sinopsis/sinopsis.jsp?art=86&tipo=27Recuadro 2.a: continuación__________________________________________________________________________• Proyecto de Ley de información empresarial sobre sostenibilidad, mediante la que se modifican elCódigo de Comercio, la Ley de Sociedades de Capital y la Ley de Auditoría de Cuentas. Presentado el31/10/2024, Comisión de Justicia, en período de enmiendas desde 15/11/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p-_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000038• Proyecto de Ley por la que se regulan los servicios de atención a la clientela. Presentado el29/02/2024. En comisión de Derechos Sociales y Consumo, en período de enmiendas desde 08/03/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000012• Proyecto de Ley por la que se crea la Autoridad Administrativa Independiente de Defensa delCliente Financiero para la resolución extrajudicial de conflictos entre las entidades financieras ysus clientes. Presentado el 21/03/2024. Comisión de Economía, Comercio y Transformación Digital,pendiente del informe de la ponencia desde 05/12/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000018______________________________________________________________________Para un análisis detallado del primer proyecto de ley y algunas propuestas para mejorarlo, véasede la Fuente et al (2023), cuyas conclusiones siguen siendo relevantes. La reforma se concibiócon la voluntad de desarrollar algunas innovaciones esbozadas en el Estatuto básico delempleado público que podrían ayudar a mejorar la eficacia y eficiencia de la administraciónpública mediante la profesionalización de sus directivos y la mejora de las herramientas de lasque estos disponen para incentivar el buen desempeño del personal y para desplegar losrecursos disponibles de acuerdo con las necesidades del servicio. Tras los cambios que se hanido introduciendo en el texto, los avances en esta línea son excesivamente tímidos,desvirtuándose, por ejemplo, el papel de las nuevas evaluaciones de desempeño a la vez que seintroducen nuevos elementos de rigidez que tendrán efectos contrarios a los supuestamentebuscados, como la exigencia de pactar por adelantado con los sindicatos cuestiones clave parael buen funcionamiento de las administraciones. En buena medida, estamos ante un texto finalque busca “proteger” a los empleados públicos más que a los ciudadanos a los que estossupuestamente sirven. Mientras no se invierta esta relación, será muy difícil avanzar hacia unaadministración eficaz.En cuanto al Proyecto de ley de familias, el anteproyecto original y el proyecto que decayó conlas elecciones se analizan respectivamente en García Díaz (2023b) y de la Fuente (2023d). Elnuevo proyecto de ley, presentado en febrero de 2024 sigue en período de enmiendas, lo queparece apuntar a una pérdida de interés por parte del Gobierno tras la salida de Podemos,principal promotor del texto original, o la falta de suficiente apoyo para su aprobación. Elnúcleo del texto es una bienvenida ampliación del concepto de familia que encaja bien con laevolución de la sociedad española, pero la ley tiene efectos prácticos muy reducidos. Enmuchos casos se limita a identificar una serie de situaciones familiares que se consideranmerecedoras de un apoyo especial y a instar a las administraciones públicas a establecer lasmedidas pertinentes de acuerdo con las necesidades de cada tipo de familia. Se incluye también8un largo catálogo de buenos propósitos con casi nulas repercusiones prácticas (en materia deeducación, sanidad, vivienda, servicios sociales, igualdad de trato, conciliación profesional yfamiliar, etc.) que en bastantes casos carecen de contenido o resultan redundantes por tratarsede derechos ya garantizados en otras leyes vigentes. Lo mismo es cierto del grueso de lasayudas recogidas en la ley, que ya estaban reguladas en otras normas.Un diagnóstico similar se aplica también al Proyecto de ley de movilidad sostenible, un textobienintencionado, pero poco operativo excepto en lo que respecta a la financiación deltransporte colectivo urbano, que ha sido analizado en de Rus (2022) y de la Fuente y de Rus(2024). El texto destaca la importancia de la evaluación e intenta reforzarla, pero mantiene laresponsabilidad sobre su realización en manos de las administraciones o empresas públicasimpulsoras de los proyectos, lo que limita mucho su efectividad. En la misma línea, se buscamejorar la gobernanza del sistema de transportes, pero no se modifica la estructura tradicionaldel Ministerio responsable, basada en direcciones generales unimodales que tienden a actuarde forma descoordinada. Se pretende también reducir el impacto medioambiental deltransporte, pero se ha renunciado a la intención original de utilizar el pago por uso en la redviaria de alta capacidad con el fin de internalizar sus costes externos, que era la novedad másinteresante del Anteproyecto original.También se han recuperado otros proyectos de la legislatura anterior sobre la creación de unaautoridad de defensa del cliente financiero, la regulación de los servicios de atención alcliente, y las obligaciones de información empresarial sobre sostenibilidad. El primero deestos textos (cuya versión original se analiza en detalle en Arruñada, 2023) crea una nuevaagencia que unifica los actuales servicios de reclamaciones del Banco de España, la ComisiónNacional del Mercado de Valores (CNMV) y la Dirección General de Seguros y Fondos dePensiones. El segundo, que lleva más de un año encallado en comisión, busca mejorar laprotección de los consumidores y usuarios mediante la introducción de unos parámetrosmínimos obligatorios de calidad para los servicios de atención a la clientela, que incluyentiempos de respuesta no superiores a 3 minutos para el 95% de las llamadas y la posibilidad delos clientes de solicitar hablar directamente con una persona. Sobre las exigencias deinformación a las empresas en materia de “sostenibilidad” hablaremos más adelante.Entre los nuevos proyectos recogidos en el Recuadro 2b, la tasa de éxito es también limitada.Otra propuesta cuya necesidad casi nadie discute, la reforma de la ley del suelo para acelerarla construcción de vivienda, ha sido retirada o rechazada dos veces en pocos meses y partesimportantes de las propuestas tributarias del Gobierno no han sido aprobadas por el Congreso.Volveremos sobre ambos temas en secciones posteriores.La mayor parte de las normas de cierta entidad que han sido aprobadas en esta legislatura hansido tramitadas como reales decretos-leyes, reduciendo así entre otras cosas las exigencias deinformes complementarios o valoraciones de órganos consultivos. La reforma de la prestaciónasistencial por desempleo se aprobó por esta vía y al segundo intento. El tema se abordóinicialmente en el RDL 7/23 (BOE, 2023h) de 19 de diciembre, donde se incrementaba lacuantía de la prestación y se introducía un patrón decreciente en el tiempo (excepto paramayores de 52 años), se extendía la ayuda a nuevos colectivos de desempleados y se regulabasu compatibilidad transitoria con el trabajo remunerado para facilitar la activación laboral desus beneficiarios. (Para un análisis, véase García Díaz, 2024a). El RDL no fue convalidado ensu día por el Congreso y por tanto decayó. La principal razón fue la oposición de ciertos grupos9Recuadro 2: Reformas previstas en el Plan de Recuperación y otras reformas de interésb. Nuevos proyectos___________________________________________________________________________• Reforma de la Ley del Suelo- Proyecto de Ley por la que se modifica el texto refundido de la Ley de Suelo y RehabilitaciónUrbana, aprobado por el Real Decreto Legislativo 7/2015, de 30 de octubre. Presentado el 27/03/2024.Retirado por el Gobierno el 31/05/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121%2F000019- Vuelve a intentarse mediante una proposición de ley del PNV: Proposición de Ley por la que semodifica el texto refundido de la Ley de Suelo y Rehabilitación Urbana. Presentada el 13/06/2024,rechazada el 03/03/2025.• Medidas Tributarias- Prórroga para 2024 de los gravámenes temporales sobre entidades financieras y empresasenergéticas y del impuesto temporal de solidaridad sobre las grandes fortunas. RDL 8/2023 de 27 dediciembre, DA 5. https://www.boe.es/eli/es/rdl/2023/12/27/8/con- Proyecto de Ley por la que se establecen un Impuesto Complementario para garantizar un nivelmínimo global de imposición para los grupos multinacionales y los grupos nacionales de granmagnitud, un Impuesto sobre el margen de intereses y comisiones de determinadas entidadesfinancieras y un Impuesto sobre los líquidos para cigarrillos electrónicos y otros productosrelacionados con el tabaco, y se modifican otras normas tributarias.Presentado el 06/06/2024. Aprobado con modificaciones el 10/01/2025 como Ley 7/2024, de 20 dediciembre.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000023- Real Decreto-ley 10/2024, de 23 de diciembre, para el establecimiento de un gravamen temporalenergético durante el año 2025. Disposición no convalidada por el Congreso.https://www.boe.es/eli/es/rdl/2024/12/23/10• Prestación asistencial por desempleo.- Se recoge en el RDL 7/2023, de 19 de diciembre (BOE, 2023h). Rechazado por el Congreso en enerode 2024.- Se retoma en el Real Decreto-ley 2/2024, de 21 de mayo, convalidado por el Congreso en junio. Setramitará como proyecto de ley:- Proyecto de Ley por la que se adoptan medidas urgentes para la simplificación y mejora del nivelasistencial de la protección por desempleo, y para completar la transposición de la Directiva (UE)2019/1158 del Parlamento Europeo y del Consejo, de 20 de junio de 2019, relativa a la conciliación dela vida familiar y la vida profesional de los progenitores y los cuidadores (procedente del Real Decreto-ley 2/2024, de 21 de mayo). Presentado el 20/06/2024, Comisión de Trabajo, Economía Social,Inclusión, Seguridad Social y Migraciones. En período de enmiendas desde 28/06/2024https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000027• Proyecto de Ley para la mejora de la compatibilidad de la pensión de jubilación con el trabajo(procedente del Real Decreto-ley 11/2024, de 23 de diciembre). Presentado el 22/01/2025. Comisiónde Trabajo, Eco. Social, Inclusión, S. Social y Migraciones, en período de enmiendas desde 07/02/2025.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000045___________________________________________________________________________10Recuadro 2.b: continuación___________________________________________________________________________• Real Decreto 438/2024, de 30 de abril, por el que se desarrollan la Cartera Común de Servicios delSistema Nacional de Empleo y los servicios garantizados establecidos en la Ley 3/2023, de 28 defebrero, de Empleo.https://www.boe.es/boe/dias/2024/05/01/pdfs/BOE-A-2024-8710.pdf• Real Decreto 1155/2024, de 19 de noviembre, por el que se aprueba el Reglamento de la LeyOrgánica 4/2000, de 11 de enero, sobre derechos y libertades de los extranjeros en España y suintegración social.https://www.boe.es/eli/es/rd/2024/11/19/1155/con• Proyecto de Ley de Industria y Autonomía Estratégica. Presentado el 13/12/2024, Comisión deIndustria y Turismo, en período de enmiendas desde 20/12/2024.https://www.congreso.es/es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XV&_iniciativas_id=121/000043___________________________________________________________________________de izquierda a la disposición que eliminaba la “sobrecotización” por jubilación (del 125% dela base mínima) para los perceptores del subsidio especial para mayores de 52 años. El textose recuperó a través del RDL 2/24, que sí fue convalidado tras suprimir esa disposición. ElRDL aprobado continúa su tramitación como proyecto de ley, si bien sigue en período deenmiendas tras casi diez meses, lo que hace pensar que no hay mayoría para introducir cambiossignificativos en el texto.También se ha aprobado por RDL (el 11/24) una limitada reforma de la jubilación activa yparcial que relaja algunas de sus restricciones buscando aumentar la compatibilidad entre elcobro de una parte de la pensión y el trabajo remunerado y facilitar una salida del mercado detrabajo más gradual y flexible. Aunque insuficiente, la medida es un avance en la direccióncorrecta y ayudará a mejorar el aprovechamiento del talento senior, lo que será cada vez máscrítico dado el rápido envejecimiento de la población y la escasez de mano de obra cualificadaen muchas ocupaciones.Aunque este instrumento no requiere aprobación parlamentaria, el Cuadro recoge tambiénalgunos reales decretos de considerable interés que se han utilizado para el desarrolloreglamentario de normas de mayor rango. Así, el Real Decreto 438/2024, de 30 de abril (BOE,2024), regula la cartera común de servicios del sistema nacional de empleo. Muy en la líneade la reciente Ley de empleo (véase la sección 2.1 del Boletín 20 y García Díaz, 2022b), en eltexto se reconoce el derecho a una atención personalizada centrada en la mejora de laempleabilidad y se fijan plazos máximos para el acceso a determinados servicios, aunque noqueda excesivamente claro cómo se pretende alcanzar tales objetivos. Otro ejemplo importantees el nuevo reglamento de extranjería (Real Decreto 1155/2024) que busca simplificar yagilizar los procedimientos administrativos y facilitar la regularización de los extranjeros quetengan vínculos familiares o estén integrados socialmente en el país. Entre otras novedades, secrea un nuevo visado para la búsqueda de empleo con una duración de doce meses, diseñadopara personas con formación en sectores con alta demanda laboral en España y paradescendientes de ciudadanos españoles.11En el resto del trabajo comentaremos en cierto detalle y valoraremos algunas de estas normas.Queda pendiente para un futuro trabajo específico sobre el tema, un análisis del proyecto deley de industria y autonomía estratégica, que por el momento sigue en período de enmiendas.3. La fallida (pero necesaria) reforma de la Ley del Suelo.Uno de los factores que tiende a agravar los problemas de escasez de vivienda que sufrimos enEspaña son los largos plazos necesarios para poder construirla, especialmente si partimos desuelo no urbanizado, todavía no integrado en la trama urbana de viales y solares edificables oconectado con las redes de servicios generales como el suministro eléctrico, el alumbradopúblico y el alcantarillado. La edificación de nueva vivienda exige autorización administrativay ha de realizarse en una ubicación apta para uso residencial de acuerdo con el instrumentopertinente de planificación territorial y urbanística, típicamente el plan general de ordenaciónurbana (PGOU), donde se establecen, entre otras cosas, los usos autorizados del suelo, lascondiciones de edificación y las infraestructuras y equipamientos públicos necesarios en cadazona del municipio.Puesto que el proceso de urbanización es laborioso, no resulta extraño que los plazos para laobtención de nuevo suelo edificable sean relativamente largos. Sin embargo, los retardosnaturales en este ámbito se ven incrementados muy significativamente en nuestro país porproblemas autoinfligidos de carácter legal que llevan con cierta frecuencia a la paralización dela actividad urbanística e inmobiliaria en barrios o incluso ciudades enteras ante la anulacióndel correspondiente plan urbanístico.En España, los instrumentos de ordenación territorial y urbanística se consideran normaslegales con rango de reglamento en lugar de meros actos administrativos y están, por tanto,sujetos a control judicial por la jurisdicción de lo contencioso administrativo, con un rígidorégimen legal que termina generando una notable inseguridad jurídica en el ámbitoinmobiliario. En particular, cualquier vicio formal o procedimental, por insignificante quepueda ser, provoca la nulidad de pleno derecho del propio plan de ordenación y, enconsecuencia, la “nulidad en cascada” de todos sus actos de aplicación, provocando un vacíolegal (teóricamente, la vuelta al ya obsoleto plan anterior), que puede tardar años en remediarsedada la complejidad del contenido y los procedimientos de aprobación de los planesurbanísticos. (Véase por ejemplo Nogués y Conesa, 2024).Como se indica en el preámbulo del fallido proyecto de reforma de la ley del suelo el problemaestá claramente identificado desde hace tiempo, tanto en la doctrina jurídica como entre losprofesionales del sector, pero hemos sido incapaces de arreglarlo hasta el momento, pese a quetambién hay bastante acuerdo sobre cuáles serían los ingredientes necesarios para una solución.Se trata fundamentalmente de restringir las causas de invalidez de los planes urbanísticos y delimitar las consecuencias de ésta. Una posible forma de hacerlo se recoge en el Recuadro 3,que resume las disposiciones más importantes del proyecto de ley que el Gobierno retiró enmayo de 2024 por falta de apoyos.12Recuadro 3: Elementos más importantes de la fallida reforma de la Ley del Suelo_____________________________________________________________________________________• Se introducen ciertas especificidades en el régimen de invalidez de los instrumentos de ordenaciónterritorial y urbanística y de los actos dictados a su amparo (punto seis del Artículo único)- Los instrumentos de ordenación territorial y urbanística sólo podrán declararse nulos por viciosformales o de procedimiento cuando concurra alguno de los siguientes supuestos:a) la aprobación definitiva por un órgano manifiestamente incompetente por razón de la materia o delterritorio,b) el desconocimiento absoluto del procedimiento legalmente establecido,c) la omisión de trámites preceptivos conforme a la legislación aplicable, incluyendo la evaluaciónambiental, la información pública y otros informes especialmente relevantes, como el hidrológico, elde costas y el de carreteras od) la falta de memoria justificativa de las decisiones de ordenación adoptadas, o su insuficiencia notoria.- Los vicios formales o de procedimiento distintos de los anteriores podrán ser subsanados.- La declaración de nulidad de un instrumento de ordenación territorial y urbanística no conllevará lade aquellos de sus actos o disposiciones de desarrollo que no incurran en los mismos vicios causantesde la nulidad.- La declaración de nulidad tendrá carácter parcial, en todo caso, cuando pueda restringirse a undeterminado ámbito territorial o a ciertos preceptos o determinaciones que no afecten al resto.• Limitaciones a la impugnación de los instrumentos de ordenación (punto ocho del artículo único)- El plazo máximo para la impugnación de los instrumentos de ordenación urbanística será de cuatro añosdesde su aprobación definitiva cuando se actúe por vía indirecta, esto es, mediante la impugnación de algúnacto administrativo concreto que lo aplique. Tales recursos sólo podrán basarse en la existencia de viciossustantivos, y no en vicios formales o de procedimiento.- Los vicios formales sólo serán impugnables vía recurso directo contra el instrumento de ordenación, encuyo caso se aplica el plazo de dos meses que establece el artículo 46 de la Ley de la jurisdicción contencioso-administrativa._____________________________________________________________________________________- Fuente: Proyecto de Ley por la que se modifica el texto refundido de la Ley del Suelo (BOCG-C, 2024c).4. Obligaciones empresariales de información sobre “sostenibilidad”Otra de las normas actualmente en tramitación en las Cortes es la trasposición de una directivaeuropea que busca mejorar la información que han de presentar las empresas sobre“sostenibilidad.” 3 Muchas de estas obligaciones ya se recogían en la normativa vigente, perose refuerzan de distintas formas y se extienden a categorías adicionales de empresas con elnuevo proyecto de ley.El Recuadro 4 resume algunas de las disposiciones clave del texto. Llama la atención el sentidoextraordinariamente amplio en el que se interpreta el concepto de “sostenibilidad” que, ademásde las cuestiones medioambientales, incluye las ligadas a temas sociales, de personal y degobernanza, a la protección de los derechos humanos y a la lucha contra la corrupción y elsoborno. Para cada una de estas cuestiones, el texto exige a todas las empresas de un ciertotamaño (de más de 250 empleados, en el mejor de los casos) que presenten un detallado informe(véase el punto final del Recuadro) que recoja, por un lado, como afectan a su negocio las3 Directiva UE 2022/2464 de 14 de diciembre de 2022 (DOUE, 2022). Hay también otra directiva muy relacionadacon la anterior sobre la diligencia debida de las empresas en materia de sostenibilidad, la Directiva UE 2024/1780(DOUE, 2024).13cuestiones de “sostenibilidad” y, por otro, el impacto de las actividades de la propia empresa yde su cadena de valor sobre la sostenibilidad, incluyendo sus planes detallados para contribuira ella y a los demás objetivos sociales citados.Recuadro 4: Principales disposiciones del PdL de información empresarialsobre sostenibilidad__________________________________________________________________________________• En el informe de gestión de la sociedad, que ha de acompañar a sus cuentas financieras, habrá deincluirse una sección específica que deberá contener la información necesaria para comprender elimpacto de la empresa en cuestiones de sostenibilidad y cómo afectan las cuestiones de sostenibilidada la evolución, los resultados y la situación de la empresa. Se entenderán por cuestiones desostenibilidad los factores medioambientales, sociales, relativos a los derechos humanos y degobernanza, incluida toda información relacionada con el personal y la lucha contra la corrupción y elsoborno.- La obligación de presentar información sobre sostenibilidad se extiende con esta norma a todas lasempresas grandes, con independencia de que estén o no cotizadas. También se extiende, aunque deforma suavizada, a las Pymes que hayan emitido valores admitidos a negociación en algún mercadoregulado de la UE, y a las empresas de terceros países que tengan una actividad significativa en la UE.• Requisitos de tamaño: se considerarán grandes, y estarán por tanto obligadas a presentar informaciónsobre sostenibilidad aquellas empresas, o grupos de empresas, que durante dos ejercicios consecutivoscumplan al menos dos de las condiciones siguientes: un activo consolidado de al menos 25 millones deeuros, una cifra de negocios consolidada de 50 millones y un número medio de trabajadores superior a250. (art. 1, seis)• Exigencias de verificaciónLa información sobre sostenibilidad deberá ser verificada por un auditor de cuentas acreditado o porun prestador independiente de servicios de verificación acreditado por el correspondiente organismonacional de acreditación.• Contenido del informe de sostenibilidad: (PdL, art 1, punto seis, transcripción literal parcial)2.....El informe de sostenibilidad incluirá:a) Una breve descripción del modelo de negocio y la estrategia del grupo, que indique:1.º La resiliencia del modelo de negocio y la estrategia del grupo frente a los riesgos relacionados con lascuestiones de sostenibilidad.2.º Las oportunidades del grupo derivadas de las cuestiones de sostenibilidad.3.º Los planes del grupo, incluidas las medidas de aplicación y los planes financieros y de inversióncorrespondientes, para garantizar que su modelo de negocio y su estrategia sean compatibles con la transiciónhacia una economía sostenible y con la limitación del calentamiento global a 1,5ºC, en consonancia con el Acuerdode París y el objetivo de lograr la neutralidad climática de aquí a 2050, tal y como establece el Reglamento (UE)2021/1119, .... En su caso, también se incluirá la exposición a las actividades del grupo relacionadas con el carbón,el petróleo y el gas.4.º La forma en que el modelo de negocio y la estrategia del grupo tienen en cuenta los intereses de las partesinteresadas del grupo y el impacto del grupo en las cuestiones de sostenibilidad.5.º El modo en que se ha aplicado la estrategia del grupo en relación con las cuestiones de sostenibilidad.b) Una descripción de los objetivos con horizonte temporal relativos a las cuestiones de sostenibilidad que hayafijado el grupo. Entre ellos, y en su caso, los objetivos absolutos de reducción de las emisiones de efectoinvernadero para, como mínimo, 2030 y 2050, una descripción de los avances realizados por el grupo en laconsecución de dichos objetivos, y una declaración de si los objetivos relativos a los factores medioambientalesse basan en pruebas científicas concluyentes.c) Una descripción de la función de los órganos de administración en las cuestiones de sostenibilidad, y de susconocimientos especializados y capacidades en relación con el desempeño de dicha función, o del acceso de dichosórganos a esos conocimientos y capacidades.d) Una descripción de las políticas del grupo en relación con las cuestiones de sostenibilidad.e) Información sobre la existencia de sistemas de incentivos ligados a cuestiones de sostenibilidad y ofrecidos alos miembros de los órganos de administración.__________________________________________________________________________________14Recuadro 4: continuación__________________________________________________________________________________f) Una descripción de:1.º El procedimiento de diligencia debida aplicado por el grupo en relación con las cuestiones de sostenibilidad,y, en su caso, en consonancia con los requisitos aplicables de que las empresas lleven a cabo un proceso dediligencia debida.2.º Los principales impactos negativos, reales o potenciales, relacionados con las propias actividades del grupo ycon su cadena de valor, incluidos cuando sea pertinente y proporcionado, sus productos y servicios, sus relacionescomerciales y su cadena de suministro, las medidas adoptadas para detectar y vigilar dichos impactos y otrosimpactos negativos que se exijan a la sociedad dominante detectar con arreglo a otros requisitos aplicables dellevar a cabo un procedimiento de diligencia debida. Dicha cadena de valor se refiere a las actividades, los recursosy las relaciones que utiliza la empresa y en las que se basa para crear sus productos o servicios, desde el iniciohasta la entrega, el consumo y el final de la vida útil, tal y como la define el Reglamento delegado (UE) 2023/2772de la Comisión, o las normas que lo modifiquen. La información a solicitar a las empresas de la cadena de valor,especialmente a las pequeñas y medianas empresas (en adelante, PYMES), será aquella que se considere relevanteo material en el contexto del informe de sostenibilidad de la entidad, previo análisis sobre si puede obtenerse lacitada información por otras vías indirectas, como pueden ser las estimaciones. La información solicitada a lasPYMES de la cadena de valor no debe exceder el contenido exigido a las normas europeas de sostenibilidad paraPYMES.3.º Cualesquiera de las medidas adoptadas por el grupo para prevenir, mitigar, subsanar o poner fin a los impactosnegativos reales o potenciales, y el resultado de dichas medidas.g) Una descripción de los principales riesgos para el grupo relacionados con las cuestiones de sostenibilidad,incluidas las principales dependencias del grupo en relación con dichas cuestiones, y la forma en que el grupogestiona dichos riesgos.h) Los indicadores pertinentes para la información a la que se hace referencia en las letras a) a g).Las sociedades dominantes comunicarán el proceso llevado a cabo para determinar la información que hayanincluido en el informe de sostenibilidad. La información enumerada en la letra a) de este apartado incluiráinformación relativa a los horizontes temporales a corto, medio y largo plazo según corresponda.3. La información a que se refiere el apartado anterior contendrá datos sobre las propias actividades del grupo ysobre su cadena de valor, incluidos sus productos y servicios, sus relaciones comerciales y su cadena desuministro.También incluirá, en su caso, referencias a otra información recogida en el informe de gestión consolidado y a losimportes consignados en las cuentas anuales consolidadas, así como explicaciones adicionales de los mismos. ....__________________________________________________________________________________- Fuente: Proyecto de Ley de información empresarial sobre sostenibilidad, BOCG (2024d).La norma impone a una parte muy importante de las empresas la obligación de llevar a caboun complejo y costoso ejercicio que va mucho más allá de la provisión de información objetivasobre su actividad. Obliga a muchas de ellas a realizar valoraciones o estimaciones para las queno tienen una especial competencia, o a establecer costosas estructuras de control, y las empujaa absurdos ejercicios de postureo para proclamar su firme compromiso con objetivos bienvistos socialmente a los que poco pueden contribuir o a diseñar “planes” de dudosa utilidadpara combatir lacras como la corrupción o promover objetivos como el respeto universal de losderechos humanos o la eliminación del hambre en el mundo sobre los que realmente la granmayoría de ellas no tienen ninguna influencia.Lo que se espera conseguir por esta vía no queda excesivamente claro. Según la exposición demotivos de la directiva europea que ahora se traspone, la provisión de esta informacióngenerará múltiples beneficios sociales, aunque no se termina de concretar cómo:Si las empresas mejorasen la información sobre sostenibilidad, ello redundaría en última instancia en beneficio delos ciudadanos y ahorradores, incluidos los sindicatos y los representantes de los trabajadores, que estaríanadecuadamente informados y, por lo tanto, podrían participar en mejores condiciones en el diálogo social. Losahorradores que deseen invertir de forma sostenible van a tener la oportunidad de hacerlo, mientras que todos losciudadanos disfrutarían de un sistema económico estable, sostenible e integrador. Para materializar estos15beneficios, la información sobre sostenibilidad presentada en los informes anuales de las empresas debe llegar enprimer lugar a dos grupos principales de usuarios. El primer grupo de usuarios lo constituyen los inversores,incluidos los gestores de activos, que desean conocer mejor los riesgos y oportunidades que suponen las cuestionesde sostenibilidad para sus inversiones y las repercusiones de dichas inversiones en las personas y el medioambiente. El segundo grupo de usuarios está formado por agentes de la sociedad civil, incluidas las organizacionesno gubernamentales y los interlocutores sociales, que desean que las empresas asuman un mayor nivel deresponsabilidad por su impacto en las personas y el medio ambiente. Otras partes interesadas también podríanhacer uso de la información sobre sostenibilidad presentada en los informes anuales, en particular para favorecerla comparabilidad entre diferentes sectores del mercado y dentro de cada uno de ellos.(DOUE, 2022, considerando no. 9 del preámbulo)Entre las muchas vaguedades biensonantes pero poco convincentes que se recogen en elpreámbulo de la directiva, está la necesidad de redirigir la inversión hacia actividadessostenibles con el fin de contribuir a la transición energética. Aun compartiendo el objetivo, noresulta en absoluto claro que esto justifique las exigencias del texto, que no se limitan a lomedioambiental, o que los informes de las propias empresas sean la forma más fiable o eficientede obtener la información necesaria para que los inversores y los gobiernos puedan tomar lasdecisiones necesarias para llevar a buen puerto la transición energética. Esto es así, entre otrosmotivos porque la mayor parte de las empresas no tienen las capacidades técnicas necesariaspara realizar correctamente las tareas que se les encomiendan o los incentivos correctos paraofrecer públicamente una autoevaluación afinada de su propia actividad y de su impactoambiental, o para revelar las oportunidades y amenazas que perciben en su ámbito de actuación.El efecto más visible de las reforzadas obligaciones de “informar” sobre cuestiones de“sostenibilidad” que establece la norma es la emergencia de un nuevo subsector especializadoen la elaboración de informes de sostenibilidad políticamente correctos que hay que ver máscomo herramientas de marketing que como fuentes fiables de la información necesaria paraguiar las decisiones de inversión o de política pública.Afortunadamente, parece que últimamente la Unión Europea comienza a darse cuenta de losconsiderables costes que el exceso de regulación y las exigencias innecesarias odesproporcionadas de reporting y due diligence imponen a las empresas europeas y de su efectonegativo sobre la competitividad de las mismas. En respuesta a la exigencia de “una revoluciónsimplificadora” en este ámbito recogida en la Declaración de Budapest sobre el New EuropeanCompetitiveness Deal de noviembre de 2024, 4 la Comisión Europea ha elaborado unapropuesta de “directiva ómnibus” (EC, 2025a) para reducir las cargas regulatorias sobre lasempresas europeas. El texto supone sin duda un bienvenido avance hacia una ciertaracionalidad en este campo, pero se queda corto en aspectos importantes. Así, en materia deinformación sobre sostenibilidad, la propuesta de directiva retrasaría en dos años la entrada envigor de las nuevas obligaciones en lugar de rebajarlas o de limitarlas a empresas realmentegrandes, como sería deseable, y no parece tener intención de restringir en modo alguno elexpansivo concepto de sostenibilidad que ahora se utiliza.Si de verdad nos preocupa la competitividad, habría que darle otra vuelta a todo esto con unpoco más de sentido común. Antes de imponer a las empresas obligaciones adicionales en esteámbito, habría que establecer de forma convincente que no hay formas mejores, más fiables yeconómicas, de recabar la información que se les requiere y que tal información es realmentenecesaria, o al menos útil, para alcanzar objetivos sociales importantes. Por empezar por lo másobvio, es evidente que necesitamos contar con buenos datos de emisiones de CO 2 y otros gases4 https://www.consilium.europa.eu/en/press/press-releases/2024/11/08/the-budapest-declaration/16de efecto invernadero para gestionar correctamente la transición energética, pero no está nadaclaro que la mejor forma de obtener esos datos sea obligar a cada empresa a calcular su propiahuella de carbono, o a contratar a algún consultor que lo haga por su cuenta, para despuésagregar tales cálculos. Seguramente, es preferible que (como ya es el caso5 ) organismospúblicos especializados se encarguen de realizar las estimaciones necesarias contando, eso sí,con la ayuda de las universidades y centros de investigación y la de las empresas (yasociaciones sectoriales) más relevantes por tamaño y naturaleza de sus actividades. Estasempresas tendrían que estar sometidas a un deber de colaboración activa con la Administraciónen la obtención de información de interés social, que debería incluir la obligación de darleacceso a sus instalaciones productivas y de instalar, en su caso, equipos de medición deemisiones, pero se trataría seguramente de un subconjunto mucho menor del universo deempresas que el afectado por la directiva que estamos comentando.En la misma línea, obligaciones como las de luchar contra la corrupción o evitar violacionesde los derechos humanos y sociales de los trabajadores ya existen, pues son parte de laobligación genérica de todos los ciudadanos y personas jurídicas de cumplir la ley de los paísesen los que operan. No tiene sentido, sin embargo, exigir un esfuerzo desproporcionado en estesentido a la gran mayoría de empresas que, por su tamaño y actividad, difícilmente puedentener un impacto significativo sobre estas cuestiones.5. ¿Qué fue de la reforma tributaria?Uno de los compromisos adquiridos por España como parte del Plan de Recuperación fue el dediseñar e implementar una reforma fiscal en profundidad que contribuyese a la sostenibilidadde nuestras cuentas públicas, mejorase la equidad de nuestro sistema tributario y avanzase haciauna fiscalidad verde. El comité de expertos encargado del diseño de la reforma trabajó condiligencia y entregó su informe en febrero de 2022 según lo previsto. Sin embargo, el mandatode implementar sus recomendaciones en 2023T1 a más tardar no se ha cumplido, aunque sí sehan ido implementando numerosas medidas fiscales a lo largo de los últimos años. Entre ellasse incluyen algunos retoques del IRPF, el Impuesto de Sociedades y los Impuestos Especiales,pero también ocurrencias tan discutibles como los arbitrarios gravámenes punitivos sobre lasentidades financieras y ciertas empresas energéticas, seguramente inconstitucionales, y elimpuesto temporal de “solidaridad” sobre las grandes fortunas que anula por la puerta de atrásla capacidad tributaria autonómica sobre el Impuesto de Patrimonio.Retomando el hilo donde lo dejamos en el Boletín no. 22, publicado en junio de 2023, el RDL8/2023 (BOE, 2023j) prorrogó a 2024 ambos gravámenes sectoriales y el impuesto temporalde solidaridad sobre las grandes fortunas. Tras ese año, los dos gravámenes desaparecen comotales. El energético se suprime explícitamente en la DF14 de la Ley 7/2024, donde se derogael artículo 1 de la Ley 38/2022, por el que se estableció originalmente tal gravamen.Curiosamente, pocos días después se promulgó un RDL (el 10/2024) que establecía ungravamen temporal energético durante 2025 que no fue convalidado por el Congreso. ElGobierno había pactado cosas contradictorias con distintos socios y este RDL se dictó paracumplir uno de tales pactos, a sabiendas de que no sería aprobado.5 Véase por ejemplo MiTERD (2025).17El gravamen bancario se transformó mediante la misma Ley 7/2024 en un nuevo impuesto,figura en principio mucho más acorde con la naturaleza de la exacción. El Recuadro 5 resumelas principales características del nuevo tributo. Éste grava el margen de intereses y comisionesde determinadas entidades financieras aplicando una escala progresiva, lo que no tiene muchosentido en el caso de las empresas, pero se introducen dos deducciones que tienden a mitigarlos efectos negativos del impuesto: una ordinaria, de parte de la cuota del Impuesto deSociedades, y otra extraordinaria que se activará si la rentabilidad sobre activos de la entidadfinanciera cae por debajo de un determinado umbral. Los rendimientos del impuesto sedistribuyen entre las CCAA. Las comunidades forales lo recaudarán directamente tras suconcertación y la recaudación en territorio común se distribuirá entre las comunidades enproporción a su PIB, con un año de retraso sobre la recaudación.Recuadro 5: El nuevo impuesto sobre el margen bancario__________________________________________________________________________________• Naturaleza jurídica y período de aplicación: se considera un tributo directo, y será concertado oconvenido con las haciendas forales del País Vasco y Navarra. Se aplicará, en principio, durante almenos tres ejercicios impositivos.• Empresas sujetas: Entidades de crédito y otros establecimientos financieros de crédito establecidosen España y sucursales en España de entidades de crédito extranjeras.• Cálculo de la cuantía y plazos de pago- Base imponible = margen por intereses y comisiones derivado de la actividad desarrollada en territorioespañol, salvo que sea negativo, en cuyo caso la base imponible será cero.- Base liquidable = base imponible – 100 millones de euros, siempre que no sea negativa, en cuyo casoserá cero.- Tipo impositivo marginal aplicable a la base liquidable: 1% para los primeros 750 millones, 3,5%desde 750 hasta 1.500 millones, 4,8% de 1.500 a 3.000 millones, 6% de 3.000 a 5.000 millones y 7%por encima de 5.000 millones.- Del resultado de la aplicación de la escala anterior, se podrá deducir hasta un 25% de la cuota líquidadel Impuesto de Sociedades (o del impuesto sobre la renta de no residentes), sin que el resultado puedaser negativo.- Deducción extraordinaria: Si la rentabilidad sobre el activo total de la entidad (ROA), calculada antesde aplicar el impuesto, fuese inferior al 0,7%, se podrá deducir de la cuota líquida del impuesto unporcentaje igual a 1 - (ROA/0,7%).- El impuesto correspondiente al período impositivo t (que no tiene por qué coincidir necesariamentecon el año natural) se ingresará durante t+1, con un primer pago a cuenta del 40% en el segundo mesdel período y el resto a ingresar en el noveno mes.• No deducibilidad: el impuesto no es deducible de cara a la determinación de la base imponible delimpuesto de sociedades.• Cesión de los rendimientos a las CCAA. El tributo se concertará con las comunidades forales. Larecaudación en territorio común se distribuirá entre las CCAA en proporción a su PIB, en el añosiguiente al de recaudación.___________________________________________________________________________Las modificaciones de los dos gravámenes sectoriales, al igual que el resto del paquete demedidas tributarias que el Gobierno trató de aprobar a finales de 2024, se introdujeron en elParlamento por la puerta de atrás, mediante una enmienda a un proyecto de ley ya entramitación, con el fin de evitar los preceptivos informes de los Ministerios competentes y otros18organismos consultivos. Todo un ejemplo de lo que no debe ser una reforma fiscal y de cómono debería tramitarse en un estado de derecho.El contenido de esa norma, la ya mencionada Ley 7/2024, se resume en el Recuadro 6.Originalmente, se trataba de la trasposición de la directiva europea que introduce un impuestocomplementario para garantizar un gravamen efectivo mínimo del 15% para los gruposmultinacionales, un impuesto complejo que será objeto de análisis en un trabajo específico. Aeste tributo hay que añadir un nuevo impuesto sobre los líquidos para vapeadores y subidaspuntuales de impuestos que afectan al tabaco y a las rentas más elevadas del capital. Tambiénse limitan las deducciones por doble imposición y la compensación de bases imponiblesnegativas en el Impuesto de Sociedades para empresas relativamente grandes, mientras que sereduce el tipo de gravamen para microempresas, insistiendo así una vez más en una especie de“progresividad” que carece de sentido en el caso de las empresas y podría desincentivar sucrecimiento, con efectos negativos sobre su productividad.Recuadro 6: Otras medidas tributarias incluidas en la Ley 7/2024__________________________________________________________________________________• Trasposición de la directiva europea que establece un impuesto complementario para garantizar unnivel mínimo global de imposición para los grupos multinacionales y los grupos nacionales de granmagnitud.• Aumento del tipo del gravamen de las rentas del capital superiores a 300,000 euros. El tipode gravamen se incrementa en dos puntos, desde el 28% hasta el 30%. (DF7)• Nuevo impuesto sobre líquidos para cigarrillos electrónicos: Grava la fabricación,importación o venta de estos productos a partir de enero de 2025. (DF2)• Aumento de los tipos del gravamen del impuesto especial sobre labores de tabaco. (DF2)• Reducción del IVA al 4% para el aceite de oliva y la leche fermentada. (DF1)• Tipos reducidos del Impuesto de Sociedades para microempresas (DF8). El tipo reducidopara las sociedades con una cifra de negocios inferior a 1 millón de euros se reducegradualmente hasta 2027 desde el 23% al 17% para la parte de la base imponible comprendidaentre 0 y 50.000 euros y el 20% para el resto de la base imponible.• Compensación de bases imponibles negativas. (DF8). Las bases imponibles negativas deaños pasados pueden compensarse con las rentas positivas del período corriente, reduciendo labase imponible hasta un límite del 70% de esta. Este tope máximo se reduce ahora para lasempresas de mayor facturación. Será del 50% para empresas con ingresos de entre 20 y 60millones de euros y del 25% para empresas con ingresos superiores a los 60 millones. Unacláusula similar había existido en el pasado y se anuló por ser inconstitucional. No está claroqué se ha cambiado para evitar el problema.• Limitación de las deducciones por doble imposición. (DF8) Los impuestos pagados en elextranjero por dividendos u otras rentas incluidas en la base imponible de la matriz se puedendeducir de la cuota íntegra del Impuesto de Sociedades. Ahora se introduce un límite del 50%de la cuota íntegra para tales deducciones en el caso de las empresas con importe neto de lacifra de negocios superior a los 20 millones de euros.__________________________________________________________________________________Los efectos de la no actualización de la escala de gravamen del IRPFPor último, hay que observar que el mínimo personal y familiar y la escala general del tramoestatal del IRPF no se han actualizado desde 2015, excepto para introducir en 2020 un nuevo19tramo de 300.000 euros en adelante que se grava al 24,5%, dos puntos más que hasta entonces.Puesto que la inflación acumulada desde 2015 ha sido del 26,7%, la no actualización con lainflación ha supuesto un aumento importante de la carga del impuesto por una vía pocotransparente para el contribuyente.6El impacto de la no actualización sobre los parámetros del tramo estatal del IRPF se muestraen los Cuadros 1 y 2 tomando como referencia la versión de la Ley del IRPF aplicable en 2015(L2015). El Cuadro 1 compara la tarifa del impuesto establecida en 2015 y todavía aplicableen 2024 con la resultante de corregir el impuesto por inflación. Esto se consigue “reflactando”los límites superiores de los distintos tramos de la base liquidable de acuerdo con la inflaciónacumulada, lo que hace que el nivel de renta real (a precios constantes) al que empiezan aaplicarse los sucesivos tipos de gravamen, cada vez más elevados, se mantenga constante. ElCuadro 2, por su parte, muestra los efectos de reflactar los componentes del mínimo exento delimpuesto y la reducción general de la base por gastos necesarios de difícil justificación.Cuadro 1: Escala general de gravamen del tramo estatal del IRPFSituación observada vs. actualización por inflación acumulada desde 2015_______________________________________________________________________Escala L2015, todavía aplicable Tras actualizar por inflacióntramos de la base liquidabletipo marginalaplicable tramos de la base liquidable0 a 12.450 euros 9.50% 0 a 15.744 euros12.450 a 20.200 euros 12.00% 15.744 a 25.593 euros20.200 a 35.200 euros 15.00% 25.593 a 44.598 euros35,200 a 60.000 euros 18.50% 44.598 a 76.020 euros60,000 a 300,000 euros 22.50% 76.020 a 380.100 v300.000 euros en adelante 24.50% 380.100 euros en adelante_______________________________________________________________________Cuadro 2: Mínimo personal y familiar del IRPF y reducción general de la base porgastos difíciles de justificar, cuantías establecidas en la L2015 y corregidaspor la inflación acumulada desde 2015 hasta finales de 2024________________________________________________________________mínimo personal y familar L2015 actualizadominimo del contribuyente 5.500 6.969primer descendiente 2.400 3.041segundo descendiente 2.700 3.421reducción general de la base 2.000 2.534________________________________________________________________6 Este último apartado del Boletín ha sido revisado pocos días después de su publicación con el fin de i) corregirun pequeño error en el tipo de cotización a la Seguridad Social, que en 2024 no fue del 6,25% como erróneamentese suponía en la versión original del Boletín sino del 6,47%, teniendo en cuenta el MEI y ii) actualizar tambiéncon la inflación la reducción general de la base del impuesto por gastos de difícil justificación. Por otra parte, elanálisis aquí realizado se ha ampliado en una nota en la que se analizan también los efectos del aumento de lareducción por rentas del trabajo que se ha introducido desde 2015 (de la Fuente, 2025b).20Como ilustración, consideremos el caso de un hogar integrado por dos adultos y dos menorescon los ingresos y otras características que se recogen en el Cuadro 3. Supongamos que ambosadultos trabajan y que no tienen otras fuentes de renta o derecho a alguna deducción. Dadossus ingresos brutos, basta con deducir sus cotizaciones a la Seguridad Social (el 6,25%) y lareducción genérica de 2.000 euros por otros gastos de difícil justificación para llegar a susrendimientos netos del trabajo, que serán también su base imponible y liquidable. Para calcularel mínimo personal y familiar de cada adulto (corregido y sin corregir por inflación), losmínimos por cada uno de los dos descendientes se reparten a partes iguales entre los dosadultos.Cuadro 3: Rendimientos brutos del trabajo, reducción general de la basey mínimo personal y familiaradulto 1 adulto 2 totalRendimientos brutos del trabajo 30.000 20.000 50.000Cotizaciones sociales trabajador (6,47%) 1.941 1.294 3.235Reducción general L2015 2.000 2.000 4.000Reducción general actualizada 2.534 2.534 5.068mínimo personal y familiar L2015 8.050 8.050 16.100mínimo personal y familiar actualizado 10.199 10.199 20.399Seguidamente, en el Cuadro 4 se calcula la cuota estatal del impuesto, trabajando con la versiónde la ley aplicable en 2015, con y sin la corrección por inflación. En cada caso, se aplica enprimer lugar la escala de gravamen correspondiente a la base liquidable total. Seguidamente,se aplica la misma escala al mínimo personal y familiar y el resultado se detrae de la cantidadanterior para llegar a la cuota del impuesto. Finalmente, ésta se muestra como porcentaje delos ingresos brutos de cada adulto y del total familiar.Cuadro 4: Cálculo de la cuota del impuestoa. Sin corregir la escala de gravamen por inflación (L2015)adulto 1 adulto 2 totalRendimientos netos = base liquidable* 26.059 16.706 42.765Aplicación de la escala de gravamen 2.992 1.693 4.685Aplicación del mínimo personal y familiar* -765 -765 -1.530Cuota total 2.227 929 3.156Tipo medio sobre ingresos brutos 7,42% 4,64% 6,31%b. Tras corregir la escala de gravamen por inflacionadulto 1 adulto 2 totalRendimientos netos = base liquidable* 25.525 16.172 41.697Aplicación de la escala de gravamen 2.669 1.547 4.216Aplicación del mínimo personal y familiar* -969 -969 -1.938Cuota total 1.700 578 2.279Tipo medio sobre ingresos brutos 5,67% 2,89% 4,56%21c. Efecto neto de la no corrección por inflaciónadulto 1 adulto 2 totalAumento recaudación por no actualización 526 351 877En % de la recaudación tras actualizar 31,0% 60,6% 38,5%(*) Nota: Rendimientos netos del trabajo = ingresos brutos – cotizaciones sociales – reducción general por otrosgastos = base imponible = base liquidable (dado que ninguno de los dos adultos tiene derecho a la reducción porrentas del trabajo con L2015, que la limita a rendimientos netos del trabajo inferiores a 14.450 euros)Finalmente, el panel c del Cuadro muestra el efecto neto de la no actualización por inflaciónsobre los impuestos pagados por cada agente. Para la familia en su conjunto, el aumento de lapresión fiscal es del 38,5%, con un efecto proporcionalmente mucho mayor en el caso deladulto con menores ingresos, que indica que la no indexación del impuesto perjudicaespecialmente a las rentas más bajas.22ANEXO: Contenido y calendario originalmente previstode las principales reformas recogidas en el Plan de RecuperaciónLa Comisión Europea ha publicado un anexo a la propuesta de decisión de ejecución delConsejo Europeo sobre el Plan de Recuperación español (CE, 2021a) en el que se ofreceinformación adicional sobre los proyectos y reformas incluidos en el Plan y un detalladocalendario de ejecución. Acompaña también a la propuesta de decisión un documento detrabajo de los servicios de la Comisión (CE, 2021b) que incluye algunos detalles interesantesy un documento sobre “operational arrangements” (CE, 2021c) que se solapa bastante con elanterior, pero incluye algunos detalles adicionales.En este anexo se resumen las grandes líneas de las principales reformas incluidas en el Plan ysu fecha esperada de entrada en vigor, organizados por bloques. Este material se iráactualizando según se vayan tramitando las reformas y concretándose su contenido. Laabreviatura RDL n/2X se refiere al real decreto-ley número n del año 202X y se utiliza paraindicar la norma en la que se establece cada medida. De la misma forma, DAn, DFn y DTn sonabreviaturas para la enésima disposición adicional, final y transitoria respectivamente. Lasnovedades con respecto al Boletín anterior se destacan en un tipo de letra ligeramente másgrande que el resto del texto.1. Mercado laboral, políticas de empleo y e inmigración• Objetivos generales:“... principales objetivos son reducir el desempleo estructural y el paro juvenil, reducir el usogeneralizado de contratos temporales y corregir la dualidad del mercado laboral, aumentar la inversiónen capital humano, modernizar los instrumentos de negociación colectiva y aumentar la eficacia y laeficiencia de las políticas activas de empleo. .... Algunas de las reformas propuestas se están debatiendoactualmente con los interlocutores sociales a través de un proceso de diálogo social. Por lo tanto,algunos detalles se han dejado explícitamente abiertos.” (CE, 2021a, C23, p. 234).En EC (2021c, p. 267 y otras) se insiste en la necesidad de respetar el diálogo social y de que lasreformas sean parte de un “comprehensive approach balancing the need for flexibility and security inthe labor market....”• Regulación del teletrabajo: Sept. de 2020. Se han promulgado los reales decretos-ley 28 y 29/2020,uno para el sector privado y otro para el público.Objetivo: “mejorar la protección y la flexibilidad de los trabajadores, preservando al mismo tiempo laproductividad empresarial” (CE, 2021a, C23, p. 234)“se garantizará las mismas condiciones laborales a quienes trabajan a distancia y a quienes lo hacen demodo presencial, así como el carácter voluntario del teletrabajo, tanto para el trabajador como para elempleador” (CE, 2021a, C23, p. 234)• Igualdad de género en la retribución y planes de igualdad. Octubre de 2020. Reales decretos 901 y902/2020. Entraron en vigor tras un período de seis meses.• Regulación del régimen laboral de los repartidores de las plataformas digitales. Mayo de 2021, RDL9/2021. Se establece la presunción de que la relación entre la empresa y el repartidor es de carácterlaboral.• Reforma de la negociación colectiva, de las modalidades de contratación, de la subcontratación yde los ERTE. Previsto 2021-T4. En diciembre de 2021 se alcanzó un acuerdo tripartito entre elGobierno y los agentes sociales que se recoge en el Real Decreto-ley 32/2021 (BOE, 2021b),convalidado por el Congreso en febrero de 2022. Véase el Boletín no. 14, sección 5.1 (de la Fuente etal, 2022).El decreto deroga algunos aspectos significativos de la reforma de 2013, pero se trata de una reforma23más “suave” de lo esperado que preserva en buena medida la flexibilidad necesaria para la operaciónde las empresas. Las disposiciones más importantes se resumen a continuación.- Simplificación de contratos: Se buscaba simplificar el menú de contratos existentes, reduciéndolo atres tipos principales (estable, temporal y de formación/prácticas), así como “limitar las causas válidaspara la utilización de contratos temporales, haciendo que los contratos indefinidos sean la normageneral.” (CE, 2021a, C23, p. 236).En la norma aprobada desaparece el contrato temporal por obra o servicio, se introducen restriccionesal uso de la contratación temporal y se endurecen las sanciones por su incumplimiento, pero semantienen márgenes apreciables para el uso de estos contratos por necesidades de producciónimprevistas o estacionales y se introducen provisiones específicas para el sector de la construcción quesuavizan la eliminación de los contratos por obra o servicio de una forma que quizás convendríaextender a otros sectores, como el de la investigación. Los contratos de duración determinada podránutilizarse sólo para hacer frente a picos de producción, estacionales o imprevisibles, o para sustitucionestemporales de trabajadores. Se modifica la regulación de los contratos de formación, estableciéndosesu duración y jornada máximas y su retribución mínima, que se liga al convenio y no puede ser inferioral SMI. Para desincentivar la rotación excesiva, las cotizaciones incluirán una penalización de importefijo por cada baja en un contrato temporal.- “Modernización” de la negociación colectiva: El PR dejaba el contenido de esta reforma muy abierto,dependiendo de los resultados de la negociación con sindicatos y patronal. Se decía que “los cambiosno darán lugar a obstáculos desproporcionados para que las empresas se adapten al ciclo y respondan ala evolución de la productividad.” (CE, 2021a, C23, p. 238)Se ha recuperado la ultraactividad indefinida de los convenios y la prevalencia del convenio sectorialsobre el de empresa, pero sólo en materia salarial. Se mantiene la regulación de los costes de despido yde los cambios unilaterales en condiciones de trabajo.- Reforma de la normativa sobre subcontratación: Se pretendía “mejorar las condiciones de trabajo ylos derechos de las personas que trabajan en empresas subcontratadas” así como impedir “laexternalización de servicios a través de la subcontratación cuando se utilice como medio para reducirlos estándares laborales de las personas que trabajan para las empresas subcontratistas.” (CE, 2021a,C23, p. 238)Se ha regulado el convenio sectorial aplicable en el caso de subcontratas, que será el de la actividaddesarrollada en la subcontrata.- Nuevos ERTEs permanentes: Se pretendía introducir mecanismos permanentes de flexibilidad yestabilidad interna y recualificación que se financiarían a través de un fondo tripartito que se nutrirá delas cotizaciones de empleadores y trabajadores y una aportación del Estado.Se ha revisado la regulación de los ERTE ordinarios y por causa mayor buscando una mayor flexibilidad(p. ej. se permite afectar o desafectar trabajadores en función de las necesidades de la empresa). Se hacreado la figura del mecanismo RED, adaptando la figura del ERTE como instrumento permanente parala flexibilización y estabilización del empleo ante crisis cíclicas o reestructuraciones sectoriales. Paramás detalles, véase de la Fuente (2022a, pp. 6-7).• Refuerzo de las políticas activas de empleo y digitalización del SEPE. Previsto 2021 a 2023.- Incluye la reforma de la Ley de Empleo, prevista en 2022-T4. Remitida al Congreso en junio de 2022y aprobada definitivamente como ley 3/2023 de 28 de febrero (BOE, 2023b).El objetivo general es mejorar el funcionamiento del Sistema Nacional de Empleo con el fin deaumentar la eficacia y la eficiencia de las políticas activas de empleo. (CE, 2021a, C23, p. 234 y 245).Para un resumen y valoración, véase la sección 2.1 del Boletín 20 y García Díaz (2022b).- Reforma del sistema de incentivos a la contratación: Previsto 2022-T4. Anteproyecto aprobado enprimera vuelta en el CM del 7 de junio de 2022. Aprobado como Real Decreto-ley 1/2023, de 10 deenero, BOE (2023a).Se busca simplificar el sistema de incentivos a la contratación, concentrándolos con el objetivo de“mejorar la empleabilidad de colectivos muy específicos de baja empleabilidad.” (CE, 2021a, C23, p.238). Para un resumen del anteproyecto, véase la sección 2.2 del Boletín 20 y García Díaz (2023a),24- Cartera común de servicios del sistema nacional de empleo. Regulada por el Real Decreto438/2024, de 30 de abril (BOE, 2024c). Regula el catálogo de servicios garantizados y loscompromisos que han de asumir los demandantes de empleo y las empresas o entidadesempleadoras. Establece el contenido mínimo de los distintos servicios, de orientación,intermediación, formación y asesoramiento para el emprendimiento. Se reconoce el derecho auna atención personalizada, incluyendo un itinerario personalizado para el empleo basado enun diagnóstico de la situación personal de cada uno, con el objetivo de mejorar suempleabilidad. Se fijan plazos para algunos servicios, e.g. disponibilidad del diagnósticopersonalizado en tres meses, y se promoverá el uso de nuevas herramientas y tecnologías.• Simplificación y mejora del nivel asistencial de desempleo. Previsto 2022-T4. Se pretendeampliar la protección por desempleo y la duración de los subsidios, así como vincularlos a unitinerario personalizado de activación para el empleo.El tema se aborda en el RDL 7/23 (BOE, 2023h) de 19 de diciembre, donde se incrementa lacuantía de la prestación, se introduce un patrón decreciente en el tiempo para la misma (exceptopara mayores de 52 años), se extiende la ayuda a nuevos colectivos y se regula sucompatibilidad transitoria con el trabajo remunerado para facilitar la activación laboral de susbeneficiarios. (Para un análisis, véase García Díaz (2024a). El RDL no fue convalidado por elCongreso y por tanto ha decaído. La principal razón fue la oposición de ciertos grupos deizquierda a la disposición que eliminaba la “sobrecotización” por jubilación para losperceptores del subsidio especial para mayores de 52 años (del 125% de la base mínima). Eltexto se recuperó a través del RDL 2/24, que sí fue convalidado tras suprimir esta disposición.El decreto aprobado continúa su tramitación como proyecto de ley.• Reglamento de extranjería: Real Decreto 1155/2024, de 19 de noviembre.- Se crea un nuevo visado para la búsqueda de empleo. Permite a los extranjeros entrar y residirlegalmente en España durante un período de 12 meses mientras buscan empleo, ampliando laduración respecto a la anterior autorización de tres meses. Está diseñado para personas conformación en sectores con alta demanda laboral en España y también para descendientes deespañoles de origen.- Modificación de las figuras de arraigo. Se facilita la regularización a través de esta vía deextranjeros que tengan vínculos familiares o estén integrados socialmente en el país,acortándose los períodos necesarios de residencia y las condiciones exigidas.- Simplificación y digitalización de los procedimientos administrativos.- Mayor duración de las autorizaciones y permisos.2. Sistema de pensiones• Objetivos generales:” i) asegurar la sostenibilidad financiera del sistema a corto, medio y largo plazo; ii) mantener el poderadquisitivo de las pensiones; iii) preservar la adecuación de las pensiones; iv) proteger a los pensionistasfrente a la pobreza; y v) garantizar la equidad intergeneracional...El componente responde a las recomendaciones específicas por país sobre la preservación de lasostenibilidad del sistema de pensiones (recomendación específica por país 1 de 2019) y sobre laaplicación, cuando las condiciones económicas lo permitan, de políticas presupuestarias destinadas alograr situaciones presupuestarias prudentes a medio plazo y garantizar la sostenibilidad de la deuda....(recomendación específica por país 1 de 2020).” (CE, 2021a, C30, p. 289).Para un análisis del impacto presupuestario del conjunto de la reforma de pensiones, véase de la Fuente(2023c).• “Separación de fuentes” de financiación de la Seguridad Social [sic]: incremento de las transferencias25del Estado a la Seguridad Social para financiar ciertas prestaciones que se consideran (muydiscutiblemente) gastos impropios. Se comenzó con los PGE de 2021, se reforzó en los de 2022 y 2023.Las nuevas transferencias cubrirán los siguientes gastos: “i) parte de las políticas de empleo nocontributivas; ii) reducciones en la cotización a la Seguridad Social para fomento del empleo; iii) laprestación por nacimiento y cuidado de hijos; iv) gastos relacionados con jubilaciones anticipadas, v)el complemento de pensiones por maternidad; v) pensiones en favor de familiares; vi) medidas de apoyo(«subvenciones implícitas») a regímenes especiales; y vii) el coste de complementar las lagunas decotización para el cálculo de la pensión de jubilación.” (CE, 2021a, C30, p. 290).- “Annually, the State shall transfer to the Social Security system an amount equivalent to theexpenditure on non-contributory items. This shall enable the reduction of the Social Security deficit andits transfer to the Central Administration, which has the adequate tools to address it.” (CE, 2021c, p.311).• Reforma del sistema público de pensiones (primera fase). Previsto 2021T4 y aprobada según elcalendario previsto a través de la Ley 21/2021, de 28 de diciembre (BOE, 2021a).En línea con lo previsto, la norma deroga los mecanismos automáticos de control del gasto introducidosen la anterior reforma de pensiones (el IRP y el Factor de Sostenibilidad), incrementa muysignificativamente las transferencias del Estado a la Seguridad Social e introduce incentivos para elalargamiento de las vidas laborales. Seguidamente se resumen las principales medidas incluidas en estafase de la reforma. Para un análisis más detallado y una valoración, véase la sección 5.1 del Boletín no.14 (de la Fuente et al, 2022).- Garantía del poder adquisitivo de las pensiones: Derogación del índice de revalorización de laspensiones y vuelta a la indexación completa y universal al IPC. Aprobado según lo previsto endiciembre de 2021.- Alineación de la edad efectiva de jubilación con la legal: revisión de los incentivos económicos paraposponer la jubilación y las penalizaciones por adelantarla, se revisa la normativa para facilitar lacompatibilidad entre trabajo y pensión, y se prohíbe la jubilación obligatoria por convenio. Aprobadosegún lo previsto en diciembre de 2021.Las medidas adoptadas incluyen ciertos ajustes en los coeficientes reductores que penalizan lajubilación anticipada, así como la mejora de las compensaciones ofrecidas para incentivar la demoravoluntaria de la jubilación más allá de la edad legal ordinaria (art. 1, apartados 6 y 8). En el segundocaso, el trabajador podrá escoger entre un incremento del 4% de la base reguladora de su pensión porcada año completo de demora, o un pago único a tanto alzado que oscilaría aproximadamente entre6.000 y 12.000 euros (o el 28 y el 42 por ciento de la pensión inicial), dependiendo fundamentalmentede la cuantía de su pensión inicial.Formalmente, la prima por demora de la jubilación no se integra en la base de la pensión inicial si éstaexcede la pensión máxima, pero en la práctica el trabajador la cobra igual (como pago aparte) con ellímite de la base máxima de cotización, que es significativamente superior a la pensión máxima. Todoesto queda ahora regulado en el art. 210.2 del texto refundido de la Ley General de la Seguridad Social.Esta disposición se modifica y amplía en un decreto posterior (BOE, 2023f) para regular también unamodalidad mixta de cobro de la prima, en parte mediante pago único a tanto alzado y en parte mediantesubida de la pensión. Finalmente, el RDL 11/2024 permite que, a partir del segundo año completo dedemora, el cálculo de la prima pueda hacerse por periodos semestrales, a razón de un 2% por semestreadicionalPara un análisis del impacto presupuestario de la medida, véase de la Fuente (2023b).- Substitución del factor de sostenibilidad por el llamado mecanismo de equidad intergeneracional(MEI). Previsto 2022-T4 y aprobado según el calendario previsto (de hecho, varios meses antes de loesperado).“Sustitución del factor de sostenibilidad por un mecanismo que garantice la equidad intergeneracionaly la sostenibilidad presupuestaria. El objetivo de la medida es responder a las repercusiones de losfuturos cambios demográficos sin perjudicar a la adecuación de las pensiones actuales y futuras.” (CE,2021a, C30, p. 291)El MEI se incorpora a la ley 21/2021 mediante una enmienda. El nuevo mecanismo tiene tres26componentes. El primero es una subida transitoria de las cotizaciones sociales en 0,6 puntosporcentuales (cinco décimas a cargo de la empresa y una décima a cargo del trabajador) que se aplicaráentre 2023 y 2032. Los ingresos adicionales obtenidos por esta vía se destinarán a nutrir un (sub-fondodel) Fondo de Reserva de la Seguridad Social que podrá utilizarse de 2033 en adelante para ayudar afinanciar el gasto en pensiones contributivas. El segundo componente del MEI regula la activación deese (sub-) fondo y limita las disposiciones de activos del mismo a un máximo de 0,2 puntos de PIBanuales. Y el tercero viene a decir que si esas dos décimas de PIB son insuficientes, se abriránnegociaciones con los agentes sociales para buscar otras soluciones. Éstas podrían incluir tanto subidasde cotizaciones u otros aumentos de ingresos como recortes de gasto, con un tope de ocho décimas depunto de PIB al año.Para un análisis crítico del MEI, véase de la Fuente, García y Sánchez (2022). Como allí se argumenta,el nuevo mecanismo resulta claramente insuficiente para restaurar el equilibrio del sistema, nocontribuye precisamente a mejorar su equidad intergeneracional y presenta serios problemas de diseñoque parecen ser fruto en parte de una redacción apresurada y poco meditada. El diseño del MEI semodifica sustancialmente en 2023 como parte de la fase final de la reforma de pensiones (véase másabajo).• Reforma del sistema de cotización de los trabajadores autónomos de forma que sus cotizaciones sebasen en sus ingresos reales. Previsto 2022-T2. Aprobado según lo previsto mediante el RDL 13/22,(BOE, 2022h), en el que se modifica el texto refundido de la Ley General de Seguridad Social (LGSS),convalidado por el Congreso semanas después. Sigue su tramitación como proyecto de ley.“El objetivo de la reforma es equiparar el trato dispensado a los trabajadores por cuenta ajena y porcuenta propia, aumentar las cotizaciones al sistema de pensiones y garantizar que los trabajadoresautónomos reciban unos ingresos adecuados en concepto de pensiones.” (CE, 2021a, C30, p. 291)Con el RDL se inicia una transición gradual hacia un sistema en el que las cotizaciones tendrán queguardar una relación sistemática con los ingresos reales de los autónomos. Con este fin, las bases decotización habrán de elegirse dentro de unas bandas que dependerán de los rendimientos netosdeclarados en el IRPF y se irán modificando durante un período transitorio de un máximo de nueveaños, presumiblemente para ir estrechándolas, acercando las bases de cotización a la renta.Para un resumen y valoración de las principales disposiciones del decreto, véase la sección 2.1 delBoletín Covid no. 18 (de la Fuente, 2022g) y García Díaz (2022a).• Reforma del sistema de pensiones complementarias: desplazamiento de los incentivos fiscales desdelos planes de pensiones individuales a los nuevos planes de pensiones de empleo de promoción pública.La reforma se inició con los PGE de 2021, que redujeron la aportación máxima con derecho a deducciónhasta 2.000 euros anuales, cantidad que se redujo a 1.500 euros en los PGE de 2022 y se culminó segúnlo previsto en 2022-T2, con la creación de los nuevos planes de empleo de promoción pública conderecho a mayores deducciones. El proyecto de ley fue enviado al Congreso en febrero de 2022 yaprobado como Ley 12/2022 de 30 de junio.La nueva norma modifica la actual ley reguladora de los fondos y planes de pensiones y la ley del IRPFpara crear una nueva categoría de fondos y planes de pensiones de empleo, dotada de una regulaciónespecífica en algunos aspectos, que se espera ayude a extender la cobertura de la protección socialcomplementaria a través de la negociación colectiva.Aunque el objetivo de reforzar el segundo pilar del sistema de pensiones, poco desarrollado en nuestropaís, es ciertamente loable, la estrategia adoptada para conseguirlo resulta cuando menos cuestionable.Se ha optado, en particular, por reforzar los planes de pensiones de empleo a expensas de los planesindividuales, concentrando en los primeros los incentivos fiscales al ahorro previsional en detrimentode los segundos. La asimetría de trato entre ambos tipos de planes plantea serios problemas, supone unainequidad regulatoria y fiscal y no está claro que aporte grandes beneficios, por lo que convendríacorregir el tiro y dar un tratamiento más equilibrado a dos instrumentos complementarios que siguensiendo necesarios para cubrir distintos segmentos de la población. Por otra parte, la norma concentra unexcesivo poder sobre los planes de pensiones de promoción pública en manos de dos comisionesdominadas por el Gobierno y con un mandato poco claro en materia de criterios de inversión, lo que27podría dar lugar a un cierto intervencionismo político en la asignación de un componentepotencialmente importante de los flujos de ahorro que sería muy poco recomendablePara un resumen de las principales disposiciones del Proyecto, véase el Recuadro 4.2 del Boletín Covidno. 15 (de la Fuente (2022c) p. 16). Para un análisis crítico más detallado, véase de la Fuente (2022b).En relación con el proyecto de ley, la norma finalmente aprobada sólo incluye cambios menores. Enparticular, se introducen dos nuevos incentivos fiscales a los planes de empleo: una deducción del 10%de las contribuciones empresariales correspondientes, como máximo, a retribuciones brutas de 27.000euros por cada trabajador (DF5) y la exención de las inversiones de tales planes del impuesto sobretransacciones financieras (DF6). Se mantiene, por tanto, una más que cuestionable asimetría en eltratamiento de los planes de pensiones individuales y de empresa, en detrimento de los primeros y delacceso generalizado de la población al ahorro previsional.• Reforma del sistema público de pensiones (segunda fase). Previsto 2022T4. Aprobado en marzode 2023 mediante el RDL 2/2023, que será tramitado como proyecto de ley. Para una descripción másdetallada de las medidas adoptadas y un análisis de sus efectos, véase de la Fuente (2023a).- Adecuación del período de cómputo de la pensión. Se habla explícitamente de extenderlo, pero sóloen el cuadro de hitos y objetivos y no en el texto, donde se pone el énfasis en posibles medidas queincrementarán el gasto.“ajuste del período de cotización para el cálculo de la pensión de jubilación, con el objetivo de reforzarla progresividad del sistema y adaptar la actual normativa a las carreras discontinuas y a otras formasde trabajo atípicas” (CE, 2021a, C30, p. 291).“Entrada en vigor de la legislación relativa a la adecuación del período de cómputo, extendiendo elperíodo de cómputo para el cálculo de la pensión de jubilación” (CE, 2021a, C30, p. 293). Véasetambién CE (2021c), p. 312.Finalmente, se ha optado po una modificación del procedimiento de cálculo de la pensión inicial quepermitirá al trabajador escoger entre el sistema actual, en el que la base reguladora de la pensión secalcula, básicamente, como una media de los salarios actualizados por inflación de los últimos 25 añosde actividad, y un cálculo alternativo en el que el período de cómputo se va ampliando hasta los 29 añospero se permite el descarte de un número creciente de los meses con menor base de cotizaciónactualizada, hasta llegar a los 24. Claramente, la medida sólo puede incrementar el gasto en relacióncon el modelo actual, pues sólo optarán por el período ampliado de cómputo aquellos que obtengan unamayor pensión por esta vía. Desaparece, por tanto, una de las posibles fuentes de ahorro con las que seesperaba controlar en alguna medida el crecimiento del gasto, compensando en parte los efectos de laprimera fase de la reforma- “Adecuación” de la base máxima de cotización (“destope”) y adaptación de la pensión máxima. Seimplementará de forma gradual durante un período de 30 años.“La reforma incrementará la base de cotización máxima del sistema de pensiones y adaptará laspensiones máximas con el fin de ampliar la base de cotización y aumentar la progresividad del sistemade pensiones y los ingresos globales.” (CE, 2021a, C30, p. 292).Se introduce una subida gradual de las bases máximas de cotización a la Seguridad Social entre 2024 y2050, acompañada de la cuasi-congelación de las pensiones máximas a precios constantes. Durante elperíodo indicado, la base máxima de cotización aumentará en términos reales (esto es, tras ajustarla porla inflación) a una tasa anual del 1,20%, mientras que la pensión máxima lo hará al 0,115%. Estosupondrá en 2050 un incremento acumulado del (1,01227 – 1) = 38% para la base máxima de cotizacióny del 3,15% para la pensión máxima, ambas medidas a precios constantes.- Nueva cuota de solidaridad: se introduce también una nueva cuota de solidaridad que gravará la partede los salarios que exceda la nueva base máxima de cotización, dividida en tres tramos, a unos tiposque irán subiendo gradualmente hasta llegar a un abanico de entre el 5,5 y el 7 por ciento.- Subida de cotizaciones del MEI: subida escalonada del tipo de la cotización extraordinaria ligada alMEI, desde 0,6 hasta 1,2 puntos porcentuales, que se mantendrá al menos hasta 2050 en vez de sólodurante los diez años inicialmente previstos- Mejora de las pensiones mínimas contributivas y asistenciales, que pasarán a estar ligadas al umbral28de pobreza, y ciertas mejoras en la cobertura de lagunas y el complemento por la brecha de género- Modificación del mecanismo de cierre del MEI: Cada tres años se valorará la evolución del sistemautilizando proyecciones de gasto e ingreso elaboradas por el Grupo de Trabajo de envejecimiento de laUE y la AIReF. Cuando se prevea un desequilibrio “excesivo” (de acuerdo con una condicióncuestionable) se realizará un ajuste que pasa a ser semiautomático. En ausencia de otras medidas, lascotizaciones sociales se elevarán gradualmente para corregir la desviación al alza del gasto en unmáximo de cinco años. Véase de la Fuente (2023c).• Nuevas proyecciones de gastos e ingresos del sistema público de pensiones. Previsto 2022-T4.Uno de los hitos previstos en el Plan es la “publicación de proyecciones actualizadas que muestren quelas reformas de las pensiones emprendidas en 2021 y 2022 garantizan la sostenibilidad presupuestariaa largo plazo.” (CE, 2021a, C30, p. 294). Resulta llamativo que se dé por seguro que las nuevasproyecciones darán el resultado deseado.Presentadas finalmente en MISSMI (2023c). Para un análisis crítico, véase de la Fuente et al (2023b).Según la valoración de un amplio grupo de expertos, las proyecciones del Ministerio resultan pocoplausibles. Se apoyan en supuestos demográficos y macroeconómicos más favorables que los utilizadospor otras instituciones, así como en estimaciones no suficientemente documentadas y en ocasiones pococreíbles de los efectos presupuestarios de algunas de las medidas de la reciente reforma. Comoconsecuencia, las previsiones del MISSMI infravaloran los efectos de la reforma sobre el déficitpresupuestario del sistema y, por lo tanto, sobre el margen de gasto disponible para otras políticas.• Informe de la AIReF sobre la cláusula de cierre del MEI.A finales de marzo de 2025, la AIReF (2025) ha publicado sus estimaciones sobre el impactode las nuevas medidas de ingreso y su informe sobre la necesidad de activar o no la cláusulade salvaguarda. La cauta conclusión de la Autoridad Fiscal es que, técnicamente y por los pelos,el sistema de pensiones ha superado con éxito su primer examen, con lo que la norma no obligaa activar ajustes adicionales por el momento-- pero que esto no garantiza ni mucho menos lasostenibilidad del sistema, que muestra síntomas claros de creciente estrés financiero.En de la Fuente (2025a) se plantean algunas objeciones a la forma en la que se ha aplicado lacláusula de cierre del MEI, muy condicionada por el reciente Decreto 100/2025 (BOE, 2025)mediante el cual el Gobierno, actuando como juez y parte, ha regulado algunos detallesimportantes de los cálculos necesarios a estos efectos.El Decreto abre la puerta a la inclusión indiscriminada de incrementos en las transferencias delEstado no destinadas a financiar pensiones no contributivas entre los ingresos adicionalesatribuidos a la reforma. Esto puede desvirtuar la condición de sostenibilidad porque permitereducir el gasto neto a base de contabilizar nuevos ingresos que realmente no son tales desdeel punto de vista de las cuentas públicas consolidadas, desplazando artificialmente el déficitdel sistema de pensiones a las cuentas de la Administración General del Estado.El Decreto exige también una corrección al alza de las proyecciones de PIB del IE desde 2024en adelante que podría ser excesivamente optimista porque supone que la considerablediferencia registrada en 2023 entre el dato observado de PIB nominal y las proyeccionesoriginales del IE24 de la misma variable (del 6%) se mantendrá invariable en el futuro.Finalmente, el examen del MEI parte de una condición de sostenibilidad incorrecta, formuladaen términos del volumen de gasto en lugar del déficit del sistema, lo que hace posible avanzarhacia el cumplimiento de la condición de sostenibilidad sin que esto implique necesariamenteuna mejora de la situación financiera del sistema. La omisión de los factores de ingreso puedegenerar así una especie de ilusión monetaria que lleva a sobrevalorar los efectos reales de lacorrección del PIB exigida por el decreto.• Reforma de ciertas figuras de jubilación para aumentar la compatibilidad entre el cobro dela pensión y el trabajo remunerado y facilitar una salida del mercado de trabajo más gradual y29flexible. RDL 11/2024, que continúa su tramitación como proyecto de ley.- Jubilación activa: Aquellos trabajadores que, habiendo cumplido la edad ordinaria dejubilación con años suficientes de cotización para acceder a una pensión contributiva, demorenen al menos un año su jubilación, tendrán derecho desde el momento en el que se jubilen acompatibilizar el cobro de una parte de su pensión con el trabajo por cuenta propia o ajena, atiempo parcial o jornada completa. La cuantía de la pensión que se cobrará mientras se estétrabajando (que incluirá en su caso el complemento acumulado por los años de demora antesde la jubilación) dependerá de los años de demora: con 1 año de demora, se tendrá derecho acobrar el 45% de la pensión; con 2 años, el 55%; con 3 el 65%, con 4 el 80% y con 5 o másaños, el 100%. 7 El porcentaje que resulte de la escala anterior se incrementará en 5 puntosporcentuales por cada 12 meses ininterrumpidos que permanezca en la situación de jubilaciónactiva, con el máximo del 100 por ciento de la pensión. Los años pasados en situación dejubilación activa no incrementan el % de la base reguladora ni generan complementos dedemora (Nuevo art. 214 de la LGSS)- Jubilación parcial: Aquellos trabajadores que, habiendo cumplido la edad ordinaria dejubilación con años suficientes de cotización para acceder a una pensión contributiva, podránacceder a la jubilación parcial con una reducción de su jornada de trabajo comprendida entreel 25 y el 75% sin necesidad de celebrar simultáneamente un contrato de relevo. (Se amplía laflexibilidad en la reducción de la jornada: hasta ahora la reducción máxima era del 25 al 50%,pero pasa a ser de hasta el 75%). Los trabajadores a tiempo completo que no hayan alcanzadola edad ordinaria de jubilación podrán acceder a la jubilación parcial, siempre y cuandocelebren simultáneamente un contrato de relevo y cumplan ciertos requisitos, como tener almenos 33 años de cotización (o 25 años en caso de discapacidad del 33%). En los casos deanticipación del acceso a la jubilación parcial en más de dos años, la reducción de jornada detrabajo durante el primer año se fija entre un 20% y un 33%. (Nuevo art. 215 de la LGSS)3. Educación e investigación• Modificación de la ley orgánica de educación. Previsto 2001-T1, ley ya aprobada como Ley Orgánica3/2020, BOE (2020).“... una nueva ley de educación que abarca la educación infantil, la educación primaria y secundariaobligatoria y el bachillerato. Sentará las bases para aumentar las oportunidades educativas y formativasde la población en su conjunto, en particular mejorando los resultados educativos y la deteccióntemprana de dificultades y reforzando la autonomía de los centros educativos. Se centrará en reducir lasegregación de los estudiantes por sus condiciones de origen y en mejorar la capacidad inclusiva delsistema.” (CE, 2021a, C21, p. 216).• Nueva ley de ordenación e integración de la Formación Profesional Previsto 2022-T2. Aprobadadefinitivamente como Ley Orgánica 3/2022, de 31 de marzo, de ordenación e integración de laFormación Profesional.“La nueva ley integrará en un único sistema los dos sistemas de formación profesional existentes en laactualidad, a saber, el de formación profesional del sistema educativo y el de formación profesionalpara el empleo. Establecerá un sistema integral de aprendizaje permanente para la población decualquier edad y en cualquier situación personal o laboral, ofreciendo cursos complementarios yacumulativos que den lugar a nuevas cualificaciones. También deberá ir acompañada de un proceso deorientación a lo largo de toda la vida.” (CE, 2021a, C20, p. 209)• Reforma de la ley de la ciencia, la tecnología y la innovación. Previsto 2022-T2. Proyecto aprobadoen segunda vuelta en febrero de 2022 y remitido a las Cortes para su tramitación. La norma fue aprobadacomo Ley 17/2022, de 5 de septiembre (BOE, 2022i).7 Hasta ahora, se cobraba siempre el 50% de la pensión y era necesario alcanzar el 100% de la base reguladora aljubilarse.30“El objetivo de esta medida es reforzar el marco regulador del sector de la ciencia, la tecnología y lainnovación, con el fin de mejorar la gobernanza y la coordinación del sector, lograr una carrera científicaatractiva y mejorar la transferencia de conocimientos del ámbito de la investigación al de la aplicacióna productos y servicios en beneficio de la sociedad.” (CE, 2021a, C17, p. 173).El texto busca mejorar las capacidades y la gobernanza de nuestro sistema de ciencia y tecnología ypotenciar sus actividades de transferencia de conocimiento. Las principales disposiciones de esteproyecto se resumen en el Recuadro 4.5 del Boletín Covid no. 15 (de la Fuente (2022c) p. 21) y seanalizan en Núñez (2022). El texto final se aprobó sin cambios importantes sobre el proyecto,rechazando una enmienda importante aprobada en el Senado que habría facilitado la contratación en elsector de la investigación. (Véase el Boletín no. 18, sección 2.4).• Reforma integral del sistema universitario, incluyendo una nueva ley orgánica del sistemauniversitario. Previsto 2023-T4. Aprobada definitivamente como Ley Orgánica 2/2023, de 22 de marzo(BOE, 2023c).“La nueva Ley Orgánica tiene por objeto promover el acceso a la enseñanza superior, adaptar laorganización de los cursos universitarios, garantizar la buena gobernanza de las institucionesuniversitarias y fomentar la investigación, la transferencia y la movilidad del personal docente einvestigador. La reforma mejorará la adecuación de la enseñanza superior al mercado laboral, incluidoel fomento de la cooperación con instituciones del sector privado y público-privado y la introducciónde una financiación basada en los resultados de las universidades....” (CE, 2021a, C21, p. 222).Como otras reformas anteriores, un objetivo importante es el de estabilizar a ciertos grupos de docentesque actualmente están en una situación laboral precaria. Con este fin, se incluyen varias disposicionesque regulan el tránsito desde ciertas figuras laborales o funcionariales que se extinguen hacia otrasnuevas y/o facilitan la consolidación de ciertos puestos de trabajo. Quizás la más problemática de ellases la DT7 sobre la estabilización de determinadas plazas de asociados mediante la conversión enindefinidos de sus contratos temporales tras la celebración del correspondiente concurso. Se plantean,sin embargo, ciertas dudas sobre si tal estabilización puede hacerse de una forma compatible con elobjetivo de recuperar la filosofía original de la figura del asociado.Por otra parte, el proyecto no contiene reformas de los mecanismos de gobernanza y de rendición decuentas de las universidades, lo que hará difícil que se aborden los problemas que limitan su calidad ysu rentabilidad social. En esta línea, hay que lamentar que hayan desaparecido de la versión final delproyecto de ley algunas disposiciones interesantes del anteproyecto que podrían haber permitidomejoras en el sistema de gobernanza universitaria, acercándolo a modelos más exitosos, como elanglosajón. Una de ellas permitía a las universidades optar en sus estatutos por un procedimientoalternativo de elección del rector, más parecido a un concurso de méritos que a unas elecciones, mientrasque la segunda preveía el nombramiento directo por el Rector de decanos y directores de escuela dentrode una terna propuesta por los correspondientes consejos de facultad o de escuela.Finalmente, la norma establece un nivel mínimo de gasto universitario, lo que no tiene demasiadosentido, y menos aún porque se hace a nivel nacional cuando las competencias son en buena parteautonómicas.Para un resumen de las principales disposiciones del texto, véase el Recuadro 2.4 del Boletín FEDEAno. 18 (de la Fuente, 2022g) y el Recuadro 2.4 del Boletín 20. Para dos valoraciones muy críticas delproyecto, véase da Rocha (2022) y Arruñada (2022).4. Vivienda• Nueva ley de vivienda. (CE 2021a, C2, pp. 15-28). Previsto 2022-T3. Anteproyecto aprobado enprimera lectura (CM, 26 oct.). Texto disponible en MTMAU (2021). Aprobado en segunda vuelta enfebrero de 2022 y enviado al Congreso para su tramitación. Texto disponible en BOCG-C (2022b).Aprobada definitivamente como ley 12/2023 de 24 de mayo (BOE, 2023g).“La Ley regulará diversos instrumentos de planificación, programación y colaboración para garantizarel cumplimiento del derecho a una vivienda digna y adecuada e incluirá, como una de sus prioridades,la rehabilitación y mejora del parque de viviendas existente, así como la regeneración y renovación de31los entornos residenciales en los que se encuentran.Además, fomentará un aumento de la oferta de viviendas asequibles y sociales velando por elcumplimiento de los requisitos actualmente establecidos para los edificios de consumo de energía casinulo ... e impedirá que se adopten medidas que puedan obstaculizar la oferta de vivienda a medioplazo.” (p. 17)El proyecto de ley pretende establecer una regulación homogénea a nivel nacional de los aspectos einstrumentos esenciales de las políticas públicas de vivienda, lo que podría ser útil si no se invadencompetencias autonómicas, pero incorpora también algunas disposiciones que pueden sercontraproducentes o al menos arriesgadas. Entre ellas está la introducción de medidas de control dealquileres en áreas consideradas “tensionadas” por las administraciones locales o regionales, unamedida que inevitablemente tenderá a agravar los problemas de oferta que el Gobiernopresumiblemente busca aliviar.La parte más delicada del texto es la que busca “dar contenido” al derecho a la vivienda recogido en laConstitución Española. El texto no concreta demasiado el contenido del derecho y a la vez introducealgunos elementos que pueden ser problemáticos, como la noción de deberes asociados a la propiedadde la vivienda (arts. 1.2 y 11) con el fin de “garantizar la función social de la propiedad.” Estasdisposiciones tienden a aumentar la inseguridad jurídica que los propietarios de vivienda ya sufren conanterioridad a la ley, lo que constituye un importante desincentivo a la inversión que tiende a limitar laoferta de vivienda de alquiler.Para una discusión más detallada de los contenidos del proyecto y los problemas que suscita, véase elBoletín Covid no. 15 (de la Fuente (2022c), pp. 17-19), Nasarre (2022) y de la Fuente (2023d)Principales disposiciones de la ley:• La norma busca dar contenido al “derecho a la vivienda” y establecer una regulación homogénea delos objetivos, aspectos e instrumentos esenciales de las políticas públicas de vivienda.• Regulación del derecho a la vivienda (art. 8). El art. 8.a reitera la disposición constitucional en la quese habla del derecho de todos los ciudadanos a disfrutar de una vivienda digna y adecuada. Este derecho,sin embargo, no es directamente exigible, sino que se concreta en el derecho de los ciudadanos deinscribirse como demandantes de vivienda protegida y de acceder, en su caso, a las prestaciones yayudas públicas en materia de vivienda que puedan establecerse (arts. 8.b a 8.d).• Regulación del derecho de propiedad de la vivienda (arts. 1.2, 11 y 19)- Los derechos de los propietarios de vivienda incluyen las facultades de uso, disfrute y disposición dela misma, así como la realización de obras de conservación, rehabilitación o mejora (art. 10).- Limitaciones y deberes. Entre los deberes de los propietarios de vivienda están también laconservación de la vivienda y el respeto a las limitaciones existentes al alquiler, evitando lasobreocupación o el arrendamiento para usos y actividades no permitidas. (art. 11.1). En el artículo 1.2se habla del deber de los propietarios de vivienda de “destinar la misma al uso habitacional previsto porel ordenamiento jurídico” y en el 11.1.e y 19.1 y 19.4 de sus “obligaciones de colaboración con laAdministración competente y suministro de información” sobre el uso de las viviendas de su propiedadpara “favorecer el incremento de la oferta de alquiler asequible en la zona.” De acuerdo con elpreámbulo, este deber se introduce para evitar “prácticas de retención y desocupación indebidas.” queaparentemente constituyen un “uso antisocial de la vivienda” no amparado por la ley (BOCG, 2023a,pp. 10 y 11).• Políticas públicas de vivienda: Se regulan algunos aspectos, objetivos e instrumentos básicos de laspolíticas públicas de vivienda. Estas han de estar destinadas a favorecer el acceso a la vivienda de laspersonas con menos recursos, especialmente si tienen menores a cargo, y a facilitar la existencia de unaoferta suficiente y adecuada a precios asequibles. (arts. 2, 12 y 14) y pueden instrumentarse mediantela creación y gestión de parques públicos de vivienda, ayudas y subvenciones públicas, incentivosfiscales y medidas de colaboración entre administraciones públicas o con entidades privadas (arts. 10.2y 20-5). Entre otras cosas, se regula el régimen básico de los parques públicos de vivienda (arts. 27-9),la vivienda protegida y la vivienda incentivada. La vivienda protegida debe destinarse a viviendahabitual de personas que no cuenten con otra vivienda o tengan ingresos superiores a un determinado32umbral y habrá de asignarse mediante un procedimiento transparente de acuerdo con criterios objetivos(art. 16). Se prohíbe la enajenación del parque público de vivienda social y la descalificación de lavivienda protegida durante un período mínimo de 30 años (arts. 28.1.d y 16). Se introduce el conceptode vivienda asequible incentivada, que contará con beneficios fiscales o de otro tipo a cambio de serdestinada a residencia habitual de personas de renta baja a precios asequibles (art. 17).• Zonas de mercado residencial tensionado (art. 18). Se faculta (pero no se obliga) a lasadministraciones territoriales competentes en materia de vivienda para declarar “zonas de mercadoresidencial tensionado” aquellas áreas en las que exista un riesgo de insuficiencia de oferta de viviendaasequible para la población como resultado de la existencia de niveles elevados de precios en relacióncon los ingresos medios en la zona (alquiler o coste de la hipoteca más coste de suministros básicos porencima del 30% de la renta media de los hogares) o de fuertes incrementos en los mismos (más de 3puntos por encima de la media de la comunidad autónoma en términos del crecimiento acumuladodurante los últimos cinco años). Tras la declaración de zona tensionada, la administración competentedeberá redactar un plan para la corrección de los desequilibrios detectados que podrá contar con lacolaboración del Estado (art. 18.5). Podrá también exigir a los grandes tenedores de vivienda (lospropietarios de más de 10 inmuebles residenciales) que suministren información sobre el uso y destinode las viviendas de su titularidad (art 19). En base a tal información, “las Administraciones públicaspodrán establecer fórmulas de colaboración con los propietarios con objeto de favorecer el incrementode la oferta de alquiler asequible en la zona.” (art. 19.4).• Control de alquileres. La Disposición Final primera (DF1.dos) modifica la ley 29/94 dearrendamientos urbanos para introducir controles de rentas para los nuevos contratos de arrendamientofirmados en zonas declaradas tensionadas. En particular, la renta del nuevo contrato sólo podráaumentarse de acuerdo con lo previsto en la cláusula de actualización del contrato anterior. Elincremento sobre la última renta bajo el contrato anterior podrá ampliarse hasta el 10% cuando lavivienda haya sido objeto de actuaciones de rehabilitación o mejora durante los dos años anteriores alinicio del nuevo contrato. Si el arrendador es una persona jurídica y gran tenedor, la nueva renta nopodrá superar el límite máximo de precio aplicable de acuerdo con el sistema de índices de precios dereferencia. Este último límite será también de aplicación a los contratos de inmuebles que no hayan sidoalquilados en los últimos cinco años.• Incentivos fiscales. La DF2 modifica la ley 35/2006 del IRPF en relación con los incentivos fiscales alos arrendamientos de inmuebles destinados a vivienda. Con carácter general, se recorta para nuevoscontratos del 60 al 50% la reducción en el rendimiento neto del alquiler de vivienda a efectos del IRPF,pudiendo esta reducción ampliarse hasta el 60, 70 o 90% bajo determinadas condiciones cuando se tratede viviendas ubicadas en zonas tensionadas. La reducción del 90% se aplicará a nuevos contratos querebajen la renta en más de un 5% en relación con el contrato anterior, la del 70% se reserva para nuevosinquilinos jóvenes (entre 18 y 35 años) y la del 60% para los pisos que hayan sido objeto de actuacionesde rehabilitación durante los dos años anteriores al inicio del nuevo contrato.• Prórrogas obligatorias (DF1.uno). En el caso de los contratos de arrendamiento de vivienda habitualen los que el inmueble se ubique en una zona de mercado residencial tensionado, cuando finalice elcontrato, y en su caso las prórrogas previstas en la normativa, el contrato deberá prorrogarseobligatoriamente a petición del arrendador por un período de hasta tres años en las mismas condiciones(salvo en circunstancias tasadas).• Consejo de Ministros del 18 de abril de 2023: Se anuncia un plan para movilizar hasta50.000 viviendas para alquiler asequible procedentes de la cartera de inmuebles de la SAREBy de la cesión por su parte de suelo urbanizable. Se informa de que SAREB cuenta actualmentecon un stock potencial de vivienda terminada para uso social de 21.000 unidades, que pondráa disposición de las comunidades autónomas y ayuntamientos para su venta; además de otras14.000 ya habitadas, en las que está trabajando para identificar a las familias vulnerables yofrecerles un programa de alquiler social y acompañamiento laboral; y dispone de suelos enlos que podrían promoverse hasta 15.000 viviendas adicionales destinadas al alquiler asequible.• Consejo de Ministros del 9 de mayo de 2023: Se anuncia un plan para la promoción de20.000 nuevas viviendas de alquiler asequible en terrenos propiedad del Ministerio de33Defensa. Con este fin, se transfieren 622 millones de euros a la Entidad Pública Empresarialdel Suelo, SEPES, para la compra de los terrenos.Se anuncia también la creación de una línea de avales del ICO de hasta el 20% de los préstamospara la adquisición de vivienda habitual destinada a jóvenes de hasta 35 años y familias conmenores a cargo con ingresos individuales de hasta 37.800 euros anuales. Se espera facilitar lacompra de hasta 50.000 viviendas. La línea anunciada se crea en el RDL 5/23 (art. 191) conuna dotación máxima de 2.500 millones.Así mismo, se anuncia la creación de una nueva línea de préstamos del ICO dotada con 4.000millones y destinada a promotores públicos o privados de vivienda. Su objetivo es ampliar elparque de vivienda social en hasta 43.000 viviendas mediante su construcción o rehabilitación.• Nueva línea de avales para vivienda social o a precio asequible de hasta 2.000 millones deeuros (RDL 8/23, art. 86). Para facilitar la financiación de proyectos dirigidos a ampliar omejorar el parque de vivienda destinado a alquiler social o a precio asequible con fondos delPlan de Recuperación (facilidad ICO MRR para la promoción de vivienda social).• Consejo de Ministros del 13 de febrero de 2024. Se anuncia la firma de un acuerdo con elICO para una nueva línea de 2.500 millones de euros en avales para la compra de la primeravivienda por parte de jóvenes menores de 35 años y de familias con menores a su cargo.Límite de renta de los solicitantes, 4,5 veces el IPREM, que podrá duplicarse si la vivienda esadquirida por dos personas, y patrimonio máximo de 100.000 euros. Parece ser un paso haciala concreción de una de las medidas anunciadas en el Consejo de Ministros del 9 de mayo de2023.• Nueva línea de avales por cuenta del Estado para la cobertura de impagos y daños ligadosal alquiler de vivienda (RDL 1/2025 art. 76). Para contratos de arrendamiento de viviendahabitual para jóvenes y familias vulnerables con alquileres que no superen el índice estatal dereferencia. Cubrirán los impagos de alquiler, los daños causados en la vivienda por elarrendatario y los suministros debidos que hayan sido asumidos por la propiedad. Se busca asímitigar los riesgos para el propietario de alquilar a grupos vulnerables con el fin de incentivarla puesta en alquiler de las viviendas y su asignación a familias jóvenes y vulnerables. La mediapodría resultar útil, pero su diseño no ayuda: sólo se puede solicitar el cobro de las cantidadesdebidas y avaladas una vez se haya recuperado la posesión de la vivienda. Se exige tambiénque el arrendador y el arrendatario suscriban un “compromiso relativo al aval al alquiler, conarreglo al modelo aprobado por la Administración.”5. Reforma de la Administración y evaluación de políticas públicas• Refuerzo de la evaluación de las políticas públicas (CE 2021a, C11 y C29, pp. 101-13 y 284-88)- Creación de una nueva división de evaluación de la AIReF. Previsto 2021-T2, ya en vigor medianteReal Decreto 793/2021, de 14 de septiembre.- Ley de institucionalización de la evaluación de políticas públicas. Previsto 2022-T4. El proyecto deley se remitió a las Cortes por el Consejo de Ministros del 24 de mayo de 2022. Aprobadadefinitivamente sin cambios significativos como Ley 27/2022, de 20 de diciembre (BOE, 2022o).En el proyecto se anuncia la creación de una serie de estructuras administrativas, algunas de dudosautilidad, coordinadas desde la Secretaría de Estado de Función Pública. Entre ellas, destaca una nuevaAgencia de Evaluación que será responsable de la coordinación y supervisión del sistema estatal deevaluación de políticas públicas, así como del desarrollo de su metodología y de la selección de susindicadores de seguimiento y evaluación. Con carácter general, se exige que las evaluaciones lasrealicen equipos externos a los órganos gestores de las políticas evaluadas, pero no se indica de dondesaldrán tales equipos o quien los designará. Se exige también que los informes de evaluación se haganpúblicos y que los órganos gestores de las políticas evaluadas respondan a los mismos, indicando cómo34se implementarán sus recomendaciones o justificando su falta de implementación.El texto es muy decepcionante. Se ha optado por recuperar la antigua AEVAL sin solventar losproblemas que causaron el fracaso de su encarnación anterior, básicamente la dificultad de acceder apersonal con los conocimientos técnicos necesarios y la ausencia de incentivos por parte de unosevaluadores excesivamente cercanos a los evaluados para someter las iniciativas políticas a un análisisriguroso. Tampoco hay rastro alguno en el proyecto de mejoras metodológicas, más bien al contrario.El texto incluye secciones sobre el marco conceptual y la práctica de la evaluación de las políticaspúblicas, los indicadores de seguimiento y evaluación de tales políticas, el equipo evaluador y el procesode evaluación, pero todas ellas son perfectamente prescindibles por su pasmosa superficialidad y faltade concreción. Peor aún, en el texto se atisban elementos de una concepción muy discutible de qué esy cómo debe hacerse la evaluación de políticas. En particular, resultan muy preocupantes la referenciaa la evaluación como “mecanismo de lucha contra la inequidad” y el énfasis sobre la “participación delos agentes implicados y de los sectores de la ciudadanía afectados,” que apuntan hacia un conceptoideologizado y poco riguroso de la evaluación.Para un resumen de las principales disposiciones del proyecto y una valoración del mismo, véase lasección 2.2 del Boletín FEDEA no. 18 (de la Fuente, 2022g) y de la Fuente (2022f).- Promulgación de los estatutos de un nuevo organismo público de evaluación. Previsto en 2023-T3,sigue pendiente.• Nueva ley de la función pública, Previsto 2022-T4. Anteproyecto aprobado en primera vuelta en elConsejo de Ministros del 20 de diciembre de 2022. Aprobado en segunda vuelta por el Consejo deMinistros en marzo de 2023 y remitido al Congreso para su tramitación por el procedimiento deurgencia. El texto decayó con la disolución de las Cortes previa a la convocatoria de elecciones en juliode 2023. En la nueva legislatura, su contenido se ha recuperado sin cambios importantes a través delRDL 6/2023, ya convalidado por el Congreso, y un nuevo proyecto de ley del mismo nombre que estáactualmente en comisión, pendiente del informe de la ponencia.El Real Decreto-ley, que fue convalidado por el Congreso a finales de 2023 como RDL 6/2023,recoge sin grandes cambios el material referido a la planificación estratégica de recursoshumanos, el acceso al empleo público, la evaluación del desempeño y carrera profesional y elpersonal directivo público profesional, que en principio eran las partes más novedosas del PdLanterior. Quizás la principal novedad del texto es que el INAP se transforma en una agenciaestatal que estará encargada de desarrollar y ejecutar las políticas de selección y formación deempleados públicos (DA13). Tras su convalidación, el RDL prosigue su tramitación comoproyecto de ley. 8 En la actualidad está en comisión, a la espera del informe de la ponencia.El nuevo Proyecto de ley de función pública, por su parte, recoge el resto del proyecto anteriorsin novedades reseñables. Se incluyen aquí, entre otras cosas lo dedicado a la provisión depuestos de trabajo y movilidad (cap. 2 del Título IV del anterior Proyecto de Ley), formación(título VIII) y régimen disciplinario de los empleados públicos (título XI), racionalización delos cuerpos y escalas (DA7) y regulación de los tipos de empleados públicos y las funcionesreservadas a los mismos y sus requisitos de idoneidad (caps. 1 y 2 del título I), derechos ydeberes (título VI), modalidades de prestación de servicios, jornada, permisos y vacacionestítulo IX), diálogo social, seguridad y salud en el trabajo (título X) y situaciones administrativas(cap 3 del título IV).Con la reforma de la función pública estatal, se busca la mejora de la gestión de recursos humanos enel sector público, incluyendo el reforzamiento de la capacidad de atraer y retener el talento necesario y8 Cuando el Congreso convalida un Real Decreto-ley, tiene la opción de continuar su tramitación en forma deproyecto de ley, lo que permite que continúe la discusión sobre el texto y puedan presentarse enmiendas. Mientrasel texto está en tramitación, la versión original del RDL está en vigor a todos los efectos, y seguirá estándoloindefinidamente si el proyecto de ley se rechaza o decae. Véasehttps://app.congreso.es/consti/constitucion/indice/sinopsis/sinopsis.jsp?art=86&tipo=235la regulación de la evaluación del rendimiento (CE 2021a, C11, pp.106-7).El núcleo central del personal de las administraciones públicas son funcionarios de carrera que accedena un puesto de trabajo y promocionan a empleos superiores a través de un sistema formal y garantistade selección y gozan de inamovilidad para garantizar su independencia e imparcialidad frente a posiblespresiones políticas. Las peculiaridades de este régimen estatutario regulado por el DerechoAdministrativo se extienden, en parte, a los contratados laborales a través de convenios colectivosnegociados con los principales sindicatos con presencia en las administraciones públicas. La estructurade la administración se plasma en exhaustivas relaciones de puestos de trabajo, una para cada unidad ocentro directivo, en las que se recogen las exigencias establecidas para cada puesto y su retribución.Estas relaciones no son sencillas de cambiar y tienden a generar rigideces y disfunciones en la gestiónde personal.El sistema contiene, en principio, herramientas y mecanismos de planificación y gestión que puedenayudar a adaptar las plantillas a las necesidades de la Administración y a establecer incentivos para elbuen desempeño o penalizaciones por el malo. Entre ellos están los complementos retributivos, lasposibilidades de movilidad y promoción, las sanciones disciplinarias, la evaluación del desempeño y lafigura de los directivos públicos profesionales. Sin embargo, no todos estos mecanismos estánoperativos en la actualidad y los disponibles no funcionan tan bien como sería deseable.El proyecto de reforma de la función pública iniciado la pasada legislatura busca resolver este problema,poniendo en marcha algunos de estos mecanismos o afinando su diseño. Las principales novedades deltexto tienen que ver con la carrera profesional de los funcionarios, la evaluación de su desempeño y elrégimen de los directivos públicos profesionales – tres cuestiones de la máxima importancia de cara amejorar la eficacia y eficiencia de nuestra administración pública. El texto original de la norma (el delanteproyecto, APL) contenía algunos avances importantes hacia el despliegue efectivo de estas figuras.Algunos de esos avances, sin embargo, se han limado en el Proyecto de Ley (PL) finalmente remitidoal Congreso en la pasada legislatura y en sus textos sucesores, en los que también se han introducidoalgunas disposiciones muy preocupantes que aumentarán las rigideces de la Administración y reduciránsu ya limitada eficacia. En buena medida, estamos ante un texto final que busca “proteger” a losempleados públicos más que a los ciudadanos a los que estos supuestamente sirven. Mientras no seinvierta esta relación, será muy difícil avanzar hacia una administración eficaz.Así, mientras que en el APL se establecía con claridad que la reiteración de resultados negativos en laevaluación anual de los funcionarios comportaría la pérdida de los puestos obtenidos por concurso, enel PL esto se diluye y se restringe a los puestos considerados como directivos públicos. Otro cambiomuy discutible es la introducción de la exigencia de negociación previa con las centrales sindicales enel caso de algunas actuaciones que deberían ser competencia exclusiva de los representantes o gestorespúblicos, al menos en lo que respecta a su diseño general. Esto afecta, entre otras cosas, a los distintosplanes de recursos humanos contemplados en el texto como instrumentos de planificación en esteámbito, a la movilidad por necesidades del servicio y al diseño de los procedimientos de evaluación deldesempeño. Esta exigencia, que al menos en parte lleva a la norma lo que ya es una práctica habitualque debería abandonarse, dificulta enormemente la gestión de las Administraciones Públicas y tiende areducir su eficacia y eficiencia.Para un análisis más detallado del primer proyecto de ley y algunas propuestas para mejorarlo, véasede la Fuente et al (2023). Las conclusiones de este trabajo siguen siendo válidas para las versiones másrecientes de los textos relevantes, que no han incorporado cambios significativos.6. Economía y empresa• Reforma de la ley concursal. Previsto 2022-T2. El proyecto de ley se remitió a las Cortes (en elConsejo de Ministros de 21 dic. de 2021)9 y la norma se aprobó definitivamente como Ley 16/2022, de5 de septiembre (BOE, 2022j).“La reforma incluirá el establecimiento de un procedimiento de segunda oportunidad para personasnaturales más eficaz, que permita una exoneración de las deudas sin liquidación previa de los activos9 Véase https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/2021/refc20211221.aspx#ley.36de la parte insolvente. Además, se introducirán los planes de reestructuración exigidos por la Directiva(UE) 2019/1023 de insolvencia, como un nuevo instrumento pre-concursal que mejore la eficacia delos instrumentos pre-concursales actualmente aplicables, con el objeto de prevenir la insolvencia y elconcurso subsiguiente. También se introducirá un procedimiento especial para las micropymes, quereducirá la duración y el coste del procedimiento y que se tramitará íntegramente por medioselectrónicos.” (CE 2021a, C13, p. 125)- En sustitución de los actuales procedimientos preconcursales (acuerdos colectivos de refinanciacióny acuerdos extrajudiciales de pagos), se introducen los llamados planes de reestructuración buscandofacilitar las negociaciones entre las partes con el fin de mantener la actividad de empresas viables yminimizar las posibles pérdidas de valor. Se apuesta por reducir la intervención judicial y potenciar elpapel de las partes en los procesos preconcursales, con el fin de mejorar su agilidad y eficiencia. Elnombramiento de un administrador judicial se exige sólo en ciertos casos o para determinadasfunciones, permitiéndose a las partes decidir si quieren solicitar su nombramiento y asumir el coste.- Este instrumento permite una intervención más temprana, pudiendo ponerse en marcha en unasituación de “probabilidad de insolvencia” en lugar de la “insolvencia inminente” exigida hasta ahora.También se amplían los tipos de créditos que pueden afectarse, aunque se mantiene el privilegio de loscréditos públicos y laborales. El plan puede recoger medidas que afecten tanto al activo como al pasivoy puede prever la venta de partes o incluso de la totalidad de la empresa, con algunas especificidades ycautelas para adquirientes especialmente relacionados con el deudor. Se introduce la posibilidad dehomologar judicialmente planes que no hayan sido aprobados por todas las clases de acreedores,estableciendo mecanismos de arrastre entre clases que permiten imponerlo a los acreedores “disidentes”bajo ciertas condiciones.- Se introduce un procedimiento especial para microempresas, más sencillo y ágil, de caráctertelemático. Sustituye tanto al concurso como al preconcurso. El apoyo de abogados y procuradores oadministradores concursales pasa a ser opcional (en el proyecto de ley).- Modificación del procedimiento de segunda oportunidad. Se amplía la relación de deudas exonerablesy se introduce la posibilidad de exoneración sin liquidación previa del patrimonio del deudor.- En la versión definitiva de la norma, se introducen algunos cambios en el procedimiento especial paramicroempresas, que tienden a limitar su uso y a aumentar sus costes. En particular, la representaciónpor abogados y procuradores deja de ser opcional y se reduce el umbral de tamaño de las empresas alas que se aplicará el procedimiento, que baja de dos millones de euros de facturación anual a 700.000euros.• Ley de startups (Ley de fomento del ecosistema de las empresas emergentes):Se busca favorecer la creación y crecimiento de startups innovadoras (CE 2021a, C13, pp.126 y 137).Previsto 2022-T4. Proyecto de Ley aprobado en segunda vuelta y enviado a las Cortes por el CM del10 de diciembre de 2021.10 Aprobada definitivamente en diciembre de 2022 como Ley 28/2022, de 21de diciembre (BOE, 2022p).- Se establecen incentivos para empresas emergentes de carácter innovador. Entre ellos se incluyen untipo reducido del Impuesto de Sociedades, mayores exenciones por inversión, un mejor tratamiento delas stock options para empleados y un régimen ventajoso de tributación para el personal de estasempresas que se traslade a España para trabajar. Se introduce un procedimiento ad hoc de certificacióndel carácter innovador de las empresas solicitantes por parte de una empresa pública de dudosacompetencia para ello.- Para un análisis más detallado del proyecto de ley, véase Arruñada (2022a).• Ley de creación y crecimiento de empresas:Se busca simplificar o facilitar algunos de los trámites necesarios para crear y poner en marcha unaempresa o reducir sus costes, así como reducir las trabas a su crecimiento e incentivar la reducción delos plazos de pago en operaciones comerciales (CE 2021a, C13, pp.124-25 y 137).10 https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/2021/refc20211210.aspx#startups37Previsto 2022-T4. Proyecto de ley aprobado y enviado a las Cortes por el Consejo de Ministros del 30nov. de 2021.11 Texto definitivo aprobado en septiembre de 2022 como Ley 18/2022, de 28 deseptiembre (BOE, 2022k).El texto tiende a centrarse en costes o barreras poco importantes en la práctica, como los ligados a laconstitución de sociedades mercantiles, incluida la exigencia de un capital social mínimo de 3.000 euros(que se rebaja a 1 euro), en detrimento de otros temas de más calado que merecerían una mayor atención,como las autorizaciones y licencias de apertura de empresas y establecimientos, los costes recurrentesde cumplimiento de todo tipo de normas o los umbrales regulatorios que desincentivan el crecimientode las empresas. Para un análisis detallado, y muy crítico, del proyecto de ley, véase Arruñada (2022b),Principales disposiciones:- Se reduce el capital social mínimo de las sociedades de responsabilidad limitada a 1 euro (art. 2).- Se busca facilitar la constitución de sociedades mediante la utilización de documentos estandarizadosy procedimientos telemáticos (arts. 3-5)- Se introducen ciertos retoques que intentan reforzar algunos aspectos de la ley de unidad de mercado(art. 6)- Se busca incentivar el cumplimiento de los plazos máximos de pago, que pasa a ser exigible encontratos públicos para pagos a subcontratistas o proveedores bajo pena de intereses de demora, y seconvierte en un requisito para el acceso a ciertas subvenciones (arts. 10 y 11).- Obligatoriedad de uso de la factura electrónica (art. 12) en operaciones entre empresarios yprofesionales.- Se retoca la regulación del crowdfunding, la inversión colectiva en pymes no cotizadas (art. 16) y elcapital riesgo (arts. 15-17), con el objetivo de facilitar el acceso a la financiación de las Pymes.• Creación de la Autoridad Administrativa Independiente de Defensa del Cliente FinancieroSe busca mejorar el marco institucional de gobernanza económica. Entre otras reformas seprevé la creación de la Autoridad de Protección del Cliente Financiero, orientada a garantizarlos derechos de los clientes financieros. (CE 2021a, C11, R3, p. 102).Previsto 2022T4. Proyecto de ley enviado a Cortes en noviembre de 2022, decae con laselecciones de 2023. Vuelve a enviarse al parlamento, donde continúa en tramitación en laactualidad.- Se crea una nueva agencia que unifica los actuales servicios de reclamaciones del Banco deEspaña, la Comisión Nacional del Mercado de Valores (CNMV) y la Dirección General deSeguros y Fondos de Pensiones. La nueva Autoridad se financiará mediante una tasa queabonarán las entidades financieras y que será variable en función del número de reclamacionespresentadas contra cada entidad y de las resueltas a favor de los clientes. Se refuerzan losinstrumentos para garantizar la inclusión financiera a través de la atención personalizada,particularmente a las personas mayores, con discapacidad y colectivos vulnerablesPara un análisis crítico de la primera versión de la norma, véase Arruñada (2023).• Regulación de los servicios de atención a la clientela.Presentado el proyecto de ley el 29/02/2024. En comisión de Derechos Sociales y Consumo,en período de enmiendas desde 08/03/2024. (No previsto explícitamente en el PR).- Con el fin de mejorar la protección de los consumidores y usuarios, en esta ley se establecenunos parámetros mínimos obligatorios de calidad para los servicios de atención a la clientelade las empresas proveedoras de bienes o prestadoras de servicios, con especial atención a lasnecesidades de las personas vulnerables. Se excluyen del ámbito de aplicación de esta ley (perono de las disposiciones generales de la ley general de protección de consumidores y usuarios)las pymes y microempresas, esto es, aquellas que tengan menos de 250 trabajadores o unvolumen de negocio inferior a los 50 millones de euros anuales.11 https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/2021/refc20211130.aspx#crecer38- Se pretende reducir los tiempos de espera cuando los consumidores solicitan información orealizan reclamaciones. Con este fin, las empresas deberán garantizar que el 95% de lasllamadas telefónicas que reciban de sus clientes sean atendidas, de media, en un plazo inferiora 3 minutos. Además, tales llamadas no podrán tener un coste superior al de las realizadas alíneas estándar de fijo o móvil y los clientes podrán solicitar hablar directamente con unapersona, un operador especializado, en cualquier momento de la consulta o de la reclamación.En el caso de las reclamaciones y consultas, se establece un plazo máximo de 15 días pararesolver una reclamación (en la actualidad el plazo es de 30 días).- Para su puesta a punto, el texto obliga a las empresas a evaluar cada año sus sistemas deatención a la clientela y a someterse a auditorías externas para garantizar que estos cumplenlos requisitos establecidos.- Del mismo modo, la norma protege específicamente los derechos de los consumidoresvulnerables: Se exige que las empresas provean una prestación personalizada a sus clientesatendiendo a variables como la edad (atención en persona para mayores), o la discapacidad(sistemas alternativos para personas con discapacidad auditiva).• Proyecto de Ley de información empresarial sobre sostenibilidad, mediante la que semodifican el Código de Comercio, la Ley de Sociedades de Capital y la Ley de Auditoría deCuentas.No previsto en el PR. El anteproyecto fue aprobado en primera lectura en el Consejo deMinistros del 3 de mayo de 2023, el proyecto de ley fue enviado a las Cortes el 31/10/2024.- La norma transpone una directiva europea que busca mejorar la información que han depresentar las empresas en su informe de gestión sobre “sostenibilidad,” entendida ésta en unsentido extremadamente amplio que incluye, además de las cuestiones medioambientales, lasligadas a temas sociales, de gobernanza y a los derechos humanos, incluyendo la informaciónrelacionada con el personal y la lucha contra la corrupción y el soborno.- Se amplía el alcance de la obligación de presentar información sobre sostenibilidad paraincluir a todas las empresas grandes, con independencia de que estén o no cotizadas. Tambiénse extiende, aunque de forma suavizada, a las pymes cotizadas y a las empresas de tercerospaíses que tengan una actividad significativa en la UE.- Véase el Boletín FEDEA no. 27 para un análisis crítico.7. Protección social• Reordenación de las prestaciones no contributivas en torno al ingreso mínimo vital (IMV).Previsto entre 2020T2 y 2023T4. El IMV se puso en marcha en mayo de 2020, mediante el RDL20/2020, tramitado luego como proyecto de ley y aprobado definitivamente en diciembre de 2021 comoley 19/2021 (BOE 2020b y 2021c). La compatibilidad del IMV con las rentas del trabajo se regula enel RD 789/2022, de 27 de septiembre (BOE, 2022l).- Se pretende reordenar y simplificar el sistema de prestaciones económicas no contributivas de laAdministración General del Estado para mejorar su efectividad como instrumento de lucha contra lapobreza. El sistema se estructurará en torno al Ingreso Mínimo Vital, un instrumento de cobertura deingresos que tendrá en cuenta las necesidades de los hogares y vinculará el apoyo a la renta con labúsqueda activa de empleo para evitar la trampa de la pobreza. (CE, 2021a, C22, p.231)- El Ingreso Mínimo Vital se configura como una prestación no contributiva de la Seguridad Socialdirigida a prevenir el riesgo de pobreza y exclusión social mediante la garantía de un nivel mínimo derenta a quienes se encuentren en una situación de vulnerabilidad económica (arts. 1-3 de la Ley19/2021). La prestación se cobrará mensualmente (arts. 12 y 14), tiene carácter indefinido, esto es, suduración se prolongará mientras se mantenga la situación de vulnerabilidad (arts. 3 y 15), y se financiará39con cargo a los Presupuestos Generales del Estado, mediante transferencias a la Seguridad Social comootras prestaciones no contributivas (art. 35).Para acceder a la prestación se exige un año de residencia legal y efectiva en España, con ciertasexcepciones y encontrarse en situación de vulnerabilidad económica, definida en términos de nivelesde renta y patrimonio inferiores a un determinado umbral (art. 10). Entre las obligaciones de losbeneficiarios de la prestación está la de participar en las estrategias de inclusión que promueva elMinisterio de Inclusión y Seguridad Social (art 36.1) en colaboración con los servicios de empleo delas CCAA y otras entidades (art. 31.1). Para ello, los beneficiarios que no trabajen y estén en edad dehacerlo deberán estar inscritos como demandantes de empleo, lo que se hará de oficio, mediante laremisión por parte del INSS a los servicios públicos de empleo de los datos necesarios (DA 11).Se define un nivel garantizado de renta que depende de las características del hogar o “unidad deconvivencia” (art. 13 y Anexo I). Para un beneficiario individual ese nivel coincide con la cuantía delas pensiones no contributivas (unos 5.500 euros anuales en la actualidad). Para hogares con variosmiembros, esta cantidad se incrementará (en un factor de hasta 2,2) de acuerdo con un baremo que tieneen cuenta el número de integrantes adultos y menores del hogar a lo que se añadirá un complementopor discapacidad y otro para los hogares monoparentales y podrá añadirse otro para gastos de alquiler(art. 13). Se considera que existe una situación de vulnerabilidad económica, y por tanto el derecho a laprestación cuando los ingresos totales de la unidad de convivencia se sitúen por debajo del nivelgarantizado de renta (art. 11.2) y su patrimonio, excluyendo la vivienda habitual, no supere un nivelque se fija en tres veces la renta garantizada por el ingreso mínimo vital (art. 11.3).La cuantía de la prestación se calcula como la diferencia entre el nivel garantizado de renta y los ingresostotales del hogar durante el año anterior (arts. 3 y 13.1). A efectos del cálculo de tales ingresos no seincluirán las rentas mínimas autonómicas y las ayudas públicas finalistas, incluyendo las becas y lasayudas a la vivienda, así como ciertas rentas exentas a efectos del IRPF (art. 20) y se deducirán el IRPFdevengado y las cotizaciones sociales (art. 20.3).Cuando la situación de vulnerabilidad haya sobrevenido durante el año en curso, la prestación podrásolicitarse a partir del 1 de abril en base a los ingresos medios mensuales del año en curso. A estosefectos, no se tendrán en cuenta las prestaciones o subsidios por desempleo o cese de actividadpercibidos durante el año, siempre que el derecho al cobro de tales prestaciones se haya extinguido enel momento de presentar la solicitud al IMV. En tales casos, los importes abonados durante el año encurso se regularizarán a posteriori en función de los ingresos reales del conjunto del año (art. 11.5).La entidad gestora comprobará de oficio si se cumplen los requisitos de ingresos y patrimonio utilizandoinformación recabada de las agencias tributarias estatal y forales cuya cesión ha de ser autorizada porel beneficiario al solicitar la ayuda (art. 21.7). La cuantía de la prestación podrá revisarse si hay cambiosen las circunstancias del beneficiario y se actualizará de oficio, o se extinguirá en su caso, en enero decada año tomando como referencia los ingresos del año anterior (art. 16).Con el fin de incentivar el trabajo, se permitirá que la superación en un ejercicio del límite de renta nosuponga la pérdida del derecho a la prestación en el ejercicio siguiente, remitiéndose los detalles a unreglamento (art. 11.4). Esta posibilidad se regula en el Real Decreto no. 789/2022, de 27 de septiembreBOE (2022n).El RDL 8/2023 (BOE, 2023j) modifica la ley del IMV para permitir la transferencia a las CCAA derégimen común que lo soliciten de la gestión de la prestación mediante un convenio con el Estado (art.81). La gestión por parte de las comunidades forales ya se preveía en la versión original de la ley delIMV (DA5).La nueva prestación era muy necesaria, pero presenta problemas de diseño. Para un análisis másdetallado, véase el Boletín Covid no. 3, Felgueroso y de la Fuente, 2020, sección 4.1, y la sección 2.3del Boletín 20.- Sobre la revisión de la prestación asistencial por desempleo, véase la sección 1.• Ley de servicios socialesPrevista 2023 T2. Se busca modernizar y reforzar los servicios sociales, garantizando una cartera deservicios y una calidad de las prestaciones mínimas en todo el territorio nacional, reduciendo así las40disparidades existentes en este ámbito. Se afirma que la normativa se consensuará con lasAdministraciones Territoriales (CE, 2021a, C22, pp.225 y 230).• Ley de familias- Se aprobará una nueva ley de protección de las familias y reconocimiento de su diversidad, con el finde responder a las transformaciones demográficas y sociales que se han producido en las últimasdécadas. El objetivo de esta nueva ley será mejorar la protección jurídica y el apoyo material (enefectivo y en especie) a las familias, entre otras cosas con el fin de reducir la pobreza infantil (CE,2021a, C22, pp.224 y 231)- Prevista 2023 T2. Aprobado en segunda vuelta por el Consejo de Ministros en marzo de 2023 yremitida a las Cortes para su tramitación. El proyecto de ley decayó con la disolución de las Cortes antela convocatoria de elecciones y volvió a remitirse al Congreso en febrero de 2024. Actualmente encomisión, en período de enmiendas, que lleva prorrogándose más de un año, lo que hace suponer queno existen apoyos suficientes para aprobar la norma.- Para un análisis más detallado, véase García Díaz (2023b) y de la Fuente (2023e), cuyas conclusionesse resumen a continuación.- La ampliación del concepto de familia que recoge el proyecto de ley es bienvenida por encajar biencon la evolución de la sociedad española, pero sus efectos prácticos son bastante reducidos. En muchoscasos el texto se limita a identificar una serie de situaciones familiares que se consideran merecedorasde un apoyo especial y a instar a las administraciones públicas a establecer las medidas pertinentes deacuerdo con las necesidades de cada tipo de familia. Se incluye también un largo catálogo de buenospropósitos con casi nulas repercusiones prácticas (en materia de educación, sanidad, vivienda, serviciossociales, igualdad de trato, conciliación profesional y familiar, etc.) que en bastantes casos carecen decontenido o resultan redundantes por tratarse de derechos ya garantizados en otras leyes vigentes. Lomismo es cierto del grueso de las ayudas recogidas en la ley, que ya estaban reguladas en otras normas.Muchas de ellas se concentran en las familias numerosas, definidas como las que tienen al menos treshijos, que disfrutan de diversos beneficios, incluyendo exenciones y bonificaciones en tasas y preciospúblicos en educación y transporte, entre otros ámbitos, y acceso preferente a determinadas prestacionesy servicios. A esto hay que añadir, ya con carácter universal, las prestaciones familiares de la SeguridadSocial, el mínimo personal y familiar en el IRPF y la prestación de 100 euros al mes por crianza dehijos menores de tres años, canalizada a través del IRPF o el Ingreso Mínimo Vital (IMV).Entre las disposiciones con efectos prácticos de la nueva ley está la creación de un registro estatal deparejas de hecho, la extensión de algunas de las preferencias tradicionalmente otorgadas a familiasnumerosas (en materia de educación, vivienda y transporte público, entre otras) a las familiasmonoparentales y a las familias con menores consideradas vulnerables, así como la garantía a los hijosde familias monoparentales de acceso gratuito a centros de educación infantil durante, al menos, 16semanas dentro de los veinticuatro meses a contar desde su nacimiento o adopción y la garantía deacceso a suministros básicos para familias en situación de vulnerabilidad. También se incluye aquí laextensión de ciertas prestaciones de la Seguridad Social y derechos laborales a nuevos grupos debeneficiarios, mejorando en particular el tratamiento de las parejas de hecho.Seguidamente, se resumen las principales disposiciones del proyecto de ley.• Ampliación del concepto de familia: (arts. 1 a 3)Las familias se definen como unidades estables de convivencia integradas por personas individuales oparejas de cualquier sexo unidas por matrimonio o registradas como pareja de hecho, junto con susfamiliares (ascendientes y descendientes o dependientes) por vínculos de sangre, adopción, tutela osimilar.• Disposiciones generales:- Los descendientes tendrán los mismos derechos y beneficios con independencia del estado civil desus progenitores (art. 6.1). Ya es así de acuerdo con el art. 108 del Código Civil.- Se crea un registro estatal de parejas de hecho (art. 6.2) que habrá de ponerse en marcha en un plazomáximo de dos años (DF13)- La acción protectora de la Seguridad Social en materia familiar no dependerá del modelo de familia.(art. 9.1).41- Prestación por crianza. Las familias con menores de tres años a cargo tienen derecho a una prestacióneconómica de 100 euros mensuales que podrá vehicularse a través de una deducción de la cuota delIRPF o un complemento del IMV (art. 10). Ambas prestaciones ya existían antes del APL, aunque partede los cambios son muy recientes, eg. los incluidos en los PGE de 2023.- El desarrollo de las medidas que se contemplan en la presente ley queda supeditado a lasdisponibilidades presupuestarias de las Administraciones competentes en la materia. (DA1)• Modificaciones de la ley de familias numerosas (DF9)- Se modifica el título de la ley, que pasa denominarse ley 40/2003, de 18 de diciembre, de proteccióna las familias con mayores necesidades de apoyo a la crianza. Se mantienen básicamente constantes lascondiciones que han de cumplir las familias para tener derecho a los beneficios que ofrece la norma, asícomo el listado de estos últimos. La excepción es que se reconocen como numerosas las familiasmonoparentales con dos hijos, sin exigirse como hasta el momento que sea por fallecimiento de unprogenitor. También se rebajan los requisitos para la categoría especial, de cinco a cuatro hijos o a tressi al menos dos de ellos provienen de partos o adopciones múltiples o cuando los ingresos medios pormiembro de la familia estén por debajo de un determinado umbral.• Se identifican diversos tipos de situaciones familiares que se consideran merecedoras de un apoyoespecial. En particular, se trata de familiasi) con menores a cargo y en situación de vulnerabilidad económica (art. 29). La vulnerabilidad seentiende en el sentido de la ley del IMV, esto es, existe cuando la renta de la unidad familiar es inferioral mínimo garantizado teniendo en cuenta sus características,ii) numerosas o equiparadas a ellas (art. 32 y DF9, en la que se modifica la ley de familias numerosas,ver más abajo),iii) monoparentales, con menores y un único progenitor (art. 33),iv) que incluyen a personas con discapacidad o en situación de dependencia (cap. v del título III),v) con personas LGTBI (art. 45),vi) con nacimientos, adopciones o acogimientos múltiples (art. 49),vii) con adopciones o acogimientos (cap. vii del título III),viii) con hijos de uniones anteriores (art. 54),ix) residentes en el medio rural (art. 57), yx) con miembros procedentes de otro estado o que se encuentren residiendo en el extranjero (art. 60).- Se insta a las administraciones públicas a prestar apoyo a estas familias teniendo en cuenta lasnecesidades de cada caso (art. 28 y otros del título IIIO). Generalmente de forma poco precisa y conmuchas redundancias (Título III).• Nuevos compromisos concretos:- Acceso a internet: las administraciones competentes “facilitarán el acceso a equipamiento tecnológicoa las familias con personas menores de edad en dificultad socioeconómica.” (art. 27.2)- Garantía de servicios mínimos para las familias en situación de vulnerabilidad: “se garantizará ... elacceso a suministros básicos, mediante el establecimiento de unos servicios mínimos garantizados paratodas las personas de agua, luz, gas, comunicaciones e internet de banda ancha.” (art. 30)- Las CCAA garantizarán que los niños de familias monoparentales tendrán acceso gratuito a centrosde educación infantil durante, al menos, 16 semanas dentro de los veinticuatro meses a contar desde sunacimiento o adopción (art. 38.4)- Algunas de las preferencias, exenciones y bonificaciones tradicionalmente otorgadas a las familiasnumerosas se extienden a diversos tipos de situaciones familiares merecedoras de apoyo, especialmentea las familias monoparentales, para las que se crea incluso un título específico análogo al que acreditala condición de familia numerosa que conlleva beneficios muy similares a los de este último (arts. 33-42). Por otra parte, ciertas preferencias en materia educativa se extienden a las familias con menores acargo en situación de vulnerabilidad (art. 31) y en menor medida a las afectadas por nacimientos,adopciones o acogimientos múltiples (art. 51); en materia de vivienda, la extensión de preferenciasafecta a las familias con progenitores menores de 29 años, nacimientos, adopciones o acogimientosmúltiples y a las que incluyen personas con discapacidad o en situación de dependencia (art. 21).42• Prestaciones cuyos beneficiarios se amplían- Se adaptan las prestaciones de carácter familiar de la Seguridad Social para eliminar diferenciasligadas al modelo de familia, tal como exige el art. 9. En la DF1 se modifica la ley general de SeguridadSocial para equiparar las parejas de hecho registradas a los matrimonios a diversos efectos y se estableceque el subsidio especial por nacimiento y cuidado del menor para miembros de familias numerosas yotras protegidas que no tengan el período mínimo de cotización exigido se extenderá también asituaciones de adopción y acogimiento familiar (arts. 181-2, LGSS). En cuanto a la pensión de viudedadpara parejas de hecho, se relajan ciertas condiciones. En particular, ya no se exige acreditar un períodomínimo de convivencia estable y notoria de al menos 5 años, pero se mantiene la exigencia de que elregistro de la relación se haya producido al menos dos años antes de la muerte del causante (LGSS, art.221).- Se adaptan también algunas disposiciones del Estatuto de los trabajadores y del Estatuto básico delempleado público que regulan ciertos permisos y otros derechos laborales relacionados con la familia,así como aspectos de las leyes que regulan las prestaciones de clases pasivas y de las mutualidades defuncionarios. (Disposiciones finales 3-7).- La DF8 modifica la ley del IRPF en lo que respecta a la deducción por maternidad, aunque el textoparece coincidir (¿exactamente?) con el de la versión en vigor de la ley tras los cambios introducidosen la ley de PGE para 2023.8. Fiscalidad• Reforma fiscal (CE 2021a, C28, pp. 276-83). Previsto 2023-T1. El comité de expertos entregó suspropuestas a finales de febrero de 2022. No ha habido más avances en la materia, o al menos no unareforma fiscal sistemática. Sí se han tomado medidas dispersas, muchas muy discutibles. Se hanintroducido también rebajas temporales en los tipos de gravamen del IVA y otros impuestos sobre laenergía y los alimentos básicos para aliviar los efectos sobre el coste de la vida de la crisis de Ucrania.Este último bloque de medidas se discute en los Boletines FEDEA dedicados a la reacción a esta últimacrisis.“Los objetivos que se persiguen con la reforma del sistema tributario español son hacerlo más equitativo,progresivo, sostenible y justo y, al mismo tiempo, profundizar en el diseño de una fiscalidad verde, incorporar laperspectiva de género y potenciar políticas públicas de interés general, como la protección de la salud. Lasreformas también tienen por objeto fomentar el crecimiento económico, la creación de empleo, la resilienciaeconómica y la cohesión interterritorial. Dado que la proporción global de ingresos tributarios en relación con elPIB en España es inferior que la de las economías comparables, existe margen para aumentar los ingresos yfomentar la sostenibilidad de las finanzas públicas a medio y largo plazo” (p. 276)• Medidas fiscales incluidas en los PGE de 2023. (MH, 2022a)- Rebaja del IRPF para las rentas de entre 14.000 y 21.000 euros. Incremento de la reducción por rentasdel trabajo en el IRPF, que se aplicará a las rentas de hasta 21.000 euros (frente a los 18.000 anteriores).La renta mínima con obligación de declarar sube desde 14.000 hasta 15.000 euros.- Aumento del tipo del gravamen de las rentas del capital superiores a 200.000 euros. El tipo degravamen se incrementa en un punto, hasta el 27%, para las rentas de entre 200.000 y 300.000 euros yen dos puntos, hasta el 28%, para las superiores a 300.000 euros.- Rebaja del IRPF para autónomos: reducción de un 5% adicional en los rendimientos netos en latributación por módulos y deducción adicional de dos puntos hasta el 7% por gastos de difíciljustificación en la estimación directa simplificada. Se prorrogan un año más los límites vigentes deexclusión en el sistema de módulos.- Rebaja del tipo general del Impuesto de Sociedades del 25% al 23% para las pymes con unafacturación de hasta un millón de euros.- Rebajas del IVA al tipo superreducido (del 10% al 4%) de los productos de higiene femenina y losanticonceptivos.• Gravámenes temporales sobre ciertas empresas energéticas y entidades de crédito (Ley 38/2022,BOE (2022n), arts. 1 y 2).- Estas exacciones “no tributarias” gravarán los ingresos generados en España de las mayores empresasde los sectores bancario y energético durante 2022 y 2023 y se pagarán en 2023 y 2024. No serán43deducibles del impuesto de sociedades y se prohíbe su repercusión directa o indirecta sobre los clientesde las empresas afectadas. A finales del 2024 el Gobierno evaluará su mantenimiento con carácterpermanente. (arts. 1 y 2).- Sector bancario (art. 2): Se aplicará a las entidades de crédito con ingresos en España por intereses ycomisiones superiores a los 800 millones de euros en 2019. El importe del gravamen será el 4,8% de lasuma del margen de intereses y los ingresos netos por comisiones generados en España. Susrendimientos se destinarán a financiar medidas para mitigar el impacto de la inflación generada porla guerra de Ucrania (en cursiva las novedades con respecto al anteproyecto).- Sector energético (art. 1): Se aplicará a empresas que tengan la consideración de operador principal(las cinco con mayor cuota de mercado) en los sectores energéticos (electricidad, gas natural,carburantes, gases licuados del petróleo, a los que se añades en la versión final la producción depetróleo crudo o gas natural, el refino de petróleo y la minería de carbón) de acuerdo con lascorrespondientes resoluciones de la CNMC 12 y cuenten con un importe neto de la cifra de negocios deal menos 1.000 millones de euros en 2019. Se eximen (¿por qué?) aquellas empresas cuyo negocioenergético represente menos del 50% de su cifra total de negocio.El importe del gravamen será el 1,2% del importe neto de la cifra de negocio en España del ejerciciorelevante, excluyendo el impuesto sobre hidrocarburos (y tributos análogos en Canarias y Ceuta yMelilla), así como los ingresos correspondientes a actividades reguladas, incluyendo el suministro deelectricidad, gas y gases licuados a precio regulado (PVP, TUR y similares), los ingresos reguladospor las redes de transporte y distribución y la generación con retribución regulada en los territoriosno peninsulares.El rendimiento de la prestación se utilizará para financiar medias de apoyo a los clientes finales deenergía y a las empresas de sectores intensivos en su uso, de reducción del consumo energético, y defomento de la inversión en eficiencia energética y energías renovables.- La DA5 del RDL 8/23 (BOE, 2023j) prorroga a 2024 ambos gravámenes sectoriales. Se prevé laposibilidad de que en el caso del gravamen energético se introduzcan incentivos para inversionesestratégicas en los PGE de 2024 (que no llegaron a presentarse) y que se revise la configuración deambos gravámenes de cara a su integración permanente en el sistema tributario. Estos gravámenes seconcertarán o conveniarán con las comunidades del País Vasco y Navarra (DA5.1).- Ambos gravámenes no tributarios desaparecen como tales tras 2024. El gravamen temporal alas entidades financieras se transformó en el nuevo impuesto sobre el margen de intereses ycomisiones de determinadas entidades financieras que se comenta más abajo (Ley 7/2024,DF9). El que afecta a las empresas energéticas se suprime explícitamente en la DF14 de la Ley7/2024, de 20 de diciembre, donde se deroga el artículo 1 de la Ley 38/2022, por el que seestablecía dicho gravamen. Curiosamente, pocos días después se promulgó un RDL (el 10/24)que establecía un gravamen temporal energético durante 2025, que no fue convalidado por elCongreso. El Gobierno había pactado cosas contradictorias con distintos socios y este RDL sedictó para cumplir uno de tales pactos, a sabiendas de que no sería aprobado.• Impuesto de solidaridad sobre las grandes fortunas. (Ley 38/2022, BOE (2022n), art. 3).En principio tendrá carácter temporal, aplicándose en los años 2022 y 2023 (y pagándose por tanto en2023 y 2024), aunque se evaluará en su momento si conviene mantenerlo. Tendrá la misma base yexenciones que el actual Impuesto sobre el Patrimonio, pero gravará únicamente los patrimoniossuperiores a los 3 millones de euros, con un tipo del 1,7% entre 3 y 5,35 millones, del 2,1% entre 5,35y 10,70 millones y del 3,5% por encima de 10,7 millones. Podrá deducirse de la cuota del nuevoimpuesto la cuota efectivamente pagada por el Impuesto de Patrimonio autonómico. No podrá ser12 De acuerdo con la resolución de la CNMC de 16 de diciembre de 2021, modificada parcialmente por laresolución del mismo organismo del 9 de junio de 2022, los operadores principales serían los siguientes:- Electricidad: Endesa, Iberdrola, Naturgy, EDP y Acciona- Gas natural: Naturgy, Endesa, Repsol, Iberdrola, CEPSA- Carburantes: Repsol, CEPSA, BP España, Península Petróleum, Petronieves- Gases licuados del petróleo: Repsol, CEPSA, BP España, Naturgy y Disa44cedido a las CCAA (¿pero sí concertado con las comunidades forales?). La suma de las cuotas íntegrasdel nuevo impuesto, el impuesto sobre el patrimonio y el IRPF no podrá exceder el 60% de la suma delas bases imponibles del capital y el trabajo en el IRPF.13 Si lo hiciera, la cuota del impuesto desolidaridad se reduciría hasta alcanzar el límite indicado, sin que la reducción pueda superar el 80%. Elrendimiento del impuesto se destinará a financiar políticas de apoyo a los más vulnerables.El RDL 8/23 prorroga el impuesto en tanto no se revise la tributación sobre patrimonio en el marco dela reforma del sistema de financiación autonómica (DA5.2).• Nuevo impuesto sobre el margen de intereses y comisiones de determinadas entidadesfinancieras (Ley 7/2024)- El gravamen temporal se convierte en un tributo directo que se aplicará, en principio, duranteal menos tres ejercicios impositivos. El nuevo impuesto será concertado o convenido con lashaciendas forales del País Vasco y Navarra. Su recaudación en territorio común se distribuiráentre las CCAA en proporción a su PIB, liquidándose en el año siguiente al de recaudación.- El nuevo impuesto gravará el margen por intereses y comisiones derivado de la actividaddesarrollada en territorio español de las entidades de crédito y otros establecimientosfinancieros de crédito establecidos en España y sucursales en España de entidades de créditoextranjeras. De este margen se deducirán hasta 100 millones de euros para llegar a la baseliquidable, que no podría ser negativa. A esta se le aplicará un tipo marginal de gravamencreciente: 1% para los primeros 750 millones, 3,5% desde 750 hasta 1.500 millones, 4,8% de1.500 a 3.000 millones, 6% de 3.000 a 5.000 millones y 7% por encima de 5.000 millones.- Del resultado de la aplicación de la escala escala de gravamen, se podrá deducir hasta un 25%de la cuota líquida del Impuesto de Sociedades (o del impuesto sobre la renta de no residentes),sin que el resultado pueda ser negativo. Además, si la rentabilidad sobre el activo total de laentidad (ROA), calculada antes de aplicar el impuesto, fuese inferior al 0,7%, se podrá deducirde la cuota líquida un porcentaje igual a 1 - (ROA/0,7%). El impuesto no es deducible de labase imponible del impuesto de sociedades.- Para un análisis crítico, véase de la Fuente (2024).• Impuesto complementario para garantizar un nivel mínimo global de imposición para losgrupos multinacionales y los grupos nacionales de gran magnitud (Ley 7/2024).Esta ley traspone una directiva europea que establece normas homogéneas para el cálculo dela base imponible y de los impuestos pagados en cada jurisdicción e introduce un impuestocomplementario sobre las entidades constituyentes de estos grandes grupos que no soporten untipo efectivo de gravamen de al menos un 15% en las jurisdicciones en las que operan. De estaforma, se busca reducir los incentivos de las multinacionales para desplazar beneficios ajurisdicciones con bajos niveles impositivos mediante artefactos contables, así como la erosiónde los ingresos tributarios de los países donde operan estas empresas. La ley recoge acuerdosinternacionales sobre imposición societaria negociados en el seno de la OCDE y el G20. Lanorma es compleja y será objeto de análisis en un trabajo específico.• Otras medidas tributarias incluidas en la Ley 7/2024- Aumento del tipo del gravamen de las rentas del capital superiores a 300,000 euros. El tipode gravamen se incrementa en dos puntos, desde el 28% hasta el 30%. (DF7)- Nuevo impuesto sobre líquidos para cigarrillos electrónicos: Grava la fabricación,importación o venta de estos productos a partir de enero de 2025. (DF2)13 De acuerdo con el apartado 12 del artículo que regula el impuesto, a efectos del cálculo se utilizaría la cuotaíntegra del impuesto de patrimonio, sin tener en cuenta su posible bonificación. Esto parece tratarse de un error.Véase https://www.vozpopuli.com/economia_y_finanzas/regalo-fiscal-madrid-andalucia-por-error-impuesto-ricos.html45- Aumento de los tipos del gravamen del impuesto especial sobre labores de tabaco. (DF2)- Reducción del IVA al 4% para el aceite de oliva y la leche fermentada. (DF1)- Tipos reducidos del Impuesto de Sociedades para microempresas (DF8). El tipo reducidopara las sociedades con una cifra de negocios inferior a 1 millón de euros se reducegradualmente hasta 2027 desde el 23% al 17% para la parte de la base imponible comprendidaentre 0 y 50.000 euros y al 20% para el resto de la base imponible.- Compensación de bases imponibles negativas. (DF8). Las bases imponibles negativas de añospasados pueden compensarse con las rentas positivas del período corriente, reduciendo la baseimponible hasta un límite del 70% de esta. Este tope máximo se reduce ahora para las empresasde mayor facturación. Será del 50% para empresas con ingresos de entre 20 y 60 millones deeuros y del 25% para empresas con ingresos superiores a los 60 millones. Una cláusula similarhabía existido en el pasado y se anuló por ser inconstitucional. No está claro qué se ha cambiadopara evitar el problema.- Limitación de las deducciones por doble imposición. (DF8) Los impuestos pagados en elextranjero por dividendos u otras rentas incluidas en la base imponible de la matriz se puedendeducir de la cuota íntegra del Impuesto de Sociedades. Ahora se introduce un límite del 50%de la cuota íntegra para tales deducciones en el caso de las empresas con importe neto de lacifra de negocios superior a los 20 millones de euros.9. Otras materias• Revisión de la ley de aguas. (CE 2021a, C5, pp. 55 y 58) Previsto 2023-T2. Todavía pendiente.“La reforma abordará la revisión y actualización de la Ley de Aguas, sus reglamentos y demásnormativa derivada, de modo que se garantice un marco legal favorable al incremento de lasinversiones” (p.55)“Modificación de la Ley de Aguas para incluir una modificación del canon de control de vertidos deaguas residuales y del sistema de recuperación de los costes de las infraestructuras hídricas enconsonancia con los principios de «quien contamina paga» y de «recuperación de costes».” (p. 58)• Nueva ley de movilidad sostenible y financiación del transporte (CE 2021a, C1, pp. 2 y 6) Previsto2023-T4. Anteproyecto aprobado en primera vuelta en marzo de 2022. El texto está disponible enMTMAU (2022). Aprobado en segunda lectura en el Consejo de Ministros del 13 de diciembre de 2022y remitido al Congreso para su tramitación por el procedimiento de urgencia. Decae con la disolucióndel Congreso para la convocatoria de elecciones y vuelve a remitirse al Congreso en febrero de 2024sin cambios de importancia.Se busca “proporcionar el marco normativo de base para la nueva política de movilidad en España, basada en lamejora de la sostenibilidad y la dimensión digital.” Se pretende también “aumentar el rigor en la planificación deinfraestructuras... incorporando consideraciones de sostenibilidad y el análisis de costes y beneficios sociales.”Otros objetivos son la “implantación de un sistema de financiación previsible del transporte urbano .... y la mejorade la gobernanza” del sistema de transportes y de la coordinación entre las distintas administraciones. (CE, 2021a,C1, p.2)“La ley ... contemplará ... la creación de un mecanismo de pago por el uso de las carreteras del Estado, quecomenzará a funcionar a partir de 2024, con arreglo al principio de «quien contamina paga». El objetivo de estamedida es internalizar los costes externos del transporte por carretera, creando a tal fin incentivos para lograr unamayor eficiencia en este sector y propiciando una reducción de las emisiones de gases de efecto invernadero.“(CE, 2021a, C1, p. 2)Se trata de un texto bienintencionado pero poco operativo, excepto en lo que respecta a la financiacióndel transporte colectivo urbano y posiblemente a la introducción de un espacio controlado de pruebasregulatorias para proyectos piloto de transporte. 14 El anteproyecto destaca la importancia de laevaluación e intenta reforzarla, pero mantiene la responsabilidad sobre su realización en manos de lasadministraciones o empresas públicas impulsoras de los proyectos, lo que limita mucho su efectividad.14 Para un análisis más detallado del texto, véase de Rus (2022).46En la misma línea, se busca mejorar la gobernanza del sistema de transportes, pero no se modifica laestructura tradicional del Ministerio responsable, basada en direcciones generales unimodales quetienden a actuar de forma descoordinada. Se pretende también reducir el impacto medioambiental deltransporte, internalizar sus costes externos y buscar mecanismos de financiación basados en el pago poruso pero, una vez más, sin demasiados avances concretos, más allá del anuncio de un futuro estudiosobre el tema y una posible tasa sobre la circulación en zonas de bajas emisiones. Más útil habría sido,seguramente, la regulación de posibles mecanismos de peaje urbano de carácter más general para lucharcontra la congestión y la contaminación.Para un resumen de las principales disposiciones del Anteproyecto, véase el Boletín. Covid no. 15 (dela Fuente (2022c) pp. 19-20). Para un análisis crítico más detallado, véase de Rus (2022). Sobre elProyecto de Ley, véase de la Fuente y de Rus (2024). La principal novedad del Proyecto con respectoal Anteproyecto es la desaparición de la idea de introducir el pago por uso en la red viaria de altacapacidad.Nuevo régimen de ayudas al transporte• Ayudas directas a CCAA y EELL para financiar bonificaciones del transporte colectivourbano e interurbano. (RDL 9/2024, arts. 18 a 31).- De momento, para el segundo semestre de 2025.- Las administraciones beneficiarias han de tener implantado un sistema de abonos y títulosmultiviaje (más allá del billete de ida y vuelta). Si se trata de EELL con la obligación deestablecer zonas de bajas emisiones, estas han de estar en funcionamiento durante 2025.- Las ayudas financiarán bonificaciones del coste de los abonos y títulos multiviaje con respectoa su precio habitual (a 30 de noviembre de 2024), que serán del 100% para personas de hasta14 años de edad, del 50% para la población joven (de entre 15 y 26 años) y del 20% en el restode los casos. En este último caso, las CCAA y EELL deberán financiar con cargo a sus propiospresupuestos bonificaciones adicionales de al menos otro 20%.• Ayudas a RENFE y concesionarios de líneas de autobús de titularidad estatal para financiarbonificaciones de abonos y títulos multiviaje de transporte . (RDL 9/2024, arts. 32 a 35).- De momento, para el segundo semestre de 2025.- En cada caso, han de crearse un abono de 10 viajes y un abono mensual nominativo conimportantes descuentos o precios reducidos, que serán mayores para los jóvenes. Se establecerátambién un abono gratuito para menores de 15 años. En el caso de RENFE, la medida seaplicará a los servicios de cercanías y a los trayectos de media distancia consideradosobligaciones de servicio público.47Referenciasa. Legislación relevanteBOE (2015). Real Decreto Legislativo 3/2015, de 23 de octubre, por el que se aprueba el textorefundido de la Ley de Empleo.https://www.boe.es/buscar/act.php?id=BOE-A-2015-11431&p=20180725&tn=1#a26BOE (2020). Ley Orgánica 3/2020, de 29 de diciembre, por la que se modifica la Ley Orgánica2/2006, de 3 de mayo, de Educación.BOE (2020b). Real Decreto-ley 20/2020, de 29 de mayo, por el que se establece el ingresomínimo vital. https://www.boe.es/diarioboe/txt.php?id=BOE-A-2020-5493BOE (2021a). Ley 21/2021, de 28 de diciembre, de garantía del poder adquisitivo de laspensiones y de otras medidas de refuerzo de la sostenibilidad financiera ysocial del sistema público de pensiones.https://www.boe.es/boe/dias/2021/12/29/pdfs/BOE-A-2021-21652.pdfBOE (2021b). Real Decreto-ley 32/2021, de 28 de diciembre, de medidas urgentes para lareforma laboral, la garantía de la estabilidad en el empleo y la transformación del mercado detrabajo.https://www.boe.es/boe/dias/2021/12/30/pdfs/BOE-A-2021-21788.pdfvéase también:https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/2021/refc20211228.aspx#reformaBOE (2021c). Ley 19/2021, de 20 de diciembre, por la que se establece el ingreso mínimo vital.https://www.boe.es/buscar/act.php?id=BOE-A-2021-21007BOE (2022a). Real Decreto-ley 3/2022 de 22 de febrero, por el que se adoptan medidasurgentes para la protección de los trabajadores autónomos, para la transición hacia losmecanismos estructurales de defensa del empleo,..... y se prorrogan determinadas medidaspara hacer frente a situaciones de vulnerabilidad social y económica.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2022-2849BOE (2022b, RDL 6/22). Real Decreto-ley 6/2022, de 29 de marzo, por el que se adoptanmedidas urgentes en el marco del Plan Nacional de respuesta a las consecuencias económicasy sociales de la guerra en Ucrania.https://www.boe.es/buscar/act.php?id=BOE-A-2022-4972BOE (2022c). Resolución de 29 de marzo de 2022, de la Secretaría de Estado de Economía yApoyo a la Empresa, por la que se publica el Acuerdo del Consejo de Ministros de 29 de marzode 2022, por el que se modifica el Código de Buenas Prácticas para el marco de renegociaciónpara clientes con financiación avalada previsto en el Real Decreto-ley 5/2021, de 12 de marzo.https://www.boe.es/boe/dias/2022/03/30/pdfs/BOE-A-2022-4977.pdfBOE (2022d, RDL 3/22). Real Decreto-ley 3/2022, de 1 de marzo, de medidas para la mejorade la sostenibilidad del transporte de mercancías por carretera....y de medidas excepcionalesen materia de revisión de precios en los contratos públicos de obras.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2022-3290BOE (2022e, RDL 10/22). Real Decreto-ley 10/2022, de 13 de mayo, por el que se establececon carácter temporal un mecanismo de ajuste de costes de producción para la reducción delprecio de la electricidad en el mercado mayorista.48https://www.boe.es/eli/es/rdl/2022/05/13/10BOE (2022f, RDL 11/22). Real Decreto-ley 11/2022, de 25 de junio, por el que se adoptan yse prorrogan determinadas medidas para responder a las consecuencias económicas y socialesde la guerra en Ucrania.... https://www.boe.es/eli/es/rdl/2022/06/25/11BOE (2022g). Ley 12/2022, de 30 de junio, de regulación para el impulso de los planes depensiones de empleo, por la que se modifica el texto refundido de la Ley de Regulación de losPlanes y Fondos de Pensiones, aprobado por Real Decreto Legislativo 1/2002, de 29 denoviembre. https://www.boe.es/boe/dias/2022/07/01/pdfs/BOE-A-2022-10852.pdfBOE (2022h). Real Decreto-ley 13/2022, de 26 de julio, por el que se establece un nuevosistema de cotización para los trabajadores por cuenta propia o autónomos y se mejora laprotección por cese de actividad.https://www.boe.es/boe/dias/2022/07/27/pdfs/BOE-A-2022-12482.pdfBOE (2022i). Ley 17/2022, de 5 de septiembre, por la que se modifica la Ley 14/2011, de 1de junio, de la Ciencia, la Tecnología y la Innovación.https://www.boe.es/boe/dias/2022/09/06/pdfs/BOE-A-2022-14581.pdfBOE (2022j). Ley 16/2022, de 5 de septiembre, de reforma del texto refundido de la LeyConcursal. https://www.boe.es/boe/dias/2022/09/06/pdfs/BOE-A-2022-14580.pdfBOE (2022k). Ley 18/2022, de 28 de septiembre, de creación y crecimiento de empresashttps://www.boe.es/eli/es/l/2022/09/28/18/conBOE (2022l). Real Decreto 789/2022, de 27 de septiembre, por el que se regula lacompatibilidad del Ingreso Mínimo Vital con los ingresos procedentes de rentas del trabajo ode la actividad económica por cuenta propia con el fin de mejorar las oportunidades reales deinclusión social y laboral de las personas beneficiarias de la prestación.https://www.boe.es/buscar/act.php?id=BOE-A-2022-15764BOE (2022m). Ley 17/2022, de 5 de septiembre, por la que se modifica la Ley 14/2011, de 1de junio, de la Ciencia, la Tecnología y la Innovaciónhttps://www.boe.es/buscar/doc.php?id=BOE-A-2022-14581BOE (2022n). Ley 38/2022, de 27 de diciembre, para el establecimiento de gravámenestemporales energético y de entidades de crédito y establecimientos financieros de crédito y porla que se crea el impuesto temporal de solidaridad de las grandes fortunas, y se modificandeterminadas normas tributarias.BOE (2022o). Ley 27/2022, de 20 de diciembre, de institucionalización de la evaluación depolíticas públicas en la Administración General del Estado.https://www.boe.es/boe/dias/2022/12/21/pdfs/BOE-A-2022-21677.pdfBOE (2022p). Ley 28/2022, de 21 de diciembre, de fomento del ecosistema de las empresasemergentes.https://www.boe.es/boe/dias/2022/12/22/pdfs/BOE-A-2022-21739.pdfBOE (2022q). Ley 35/2006, de 28 de noviembre, del Impuesto sobre la Renta de las PersonasFísicas y de modificación parcial de las leyes de los Impuestos sobre Sociedades, sobre la Rentade no Residentes y sobre el Patrimonio. (Última actualización el 28/12/2022).https://www.boe.es/buscar/act.php?id=BOE-A-2006-20764&p=20221228&tn=1#topBOE (2022r). Ley 40/2003, de 18 de noviembre, de Protección a las Familias Numerosas.(Última actualización el 8/09/2022).https://www.boe.es/buscar/act.php?id=BOE-A-2003-21052&tn=1&p=2022090849BOE (2022s). Ley 19/2021, de 20 de diciembre, por la que se establece el ingreso mínimovital. (Última actualización el 28/12/2022). https://www.boe.es/eli/es/l/2021/12/20/19/conBOE (2023a). Real Decreto-ley 1/2023, de 10 de enero, de medidas urgentes en materia deincentivos a la contratación laboral y mejora de la protección social de las personas artistas.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2023-625BOE (2023b). Ley 3/2023, de 28 de febrero, de empleo.https://www.boe.es/eli/es/l/2023/02/28/3BOE (2023c). Ley Orgánica 2/2023, de 22 de marzo, del sistema universitario.https://www.boe.es/eli/es/lo/2023/03/22/2/conBOE (2023d). Real Decreto-ley 2/2023, de 16 de marzo, de medidas urgentes para laampliación de derechos de los pensionistas, la reducción de la brecha de género y elestablecimiento de un nuevo marco de sostenibilidad del sistema público de pensiones.https://www.boe.es/diario_boe/txt.php?id=BOE-A-2023-6967BOE (2023e). Real Decreto Legislativo 8/2015, de 30 de octubre, por el que se aprueba el textorefundido de la Ley General de la Seguridad Social. (Última actualización el 11/01/2023).https://www.boe.es/eli/es/rdlg/2015/10/30/8/conBOE (2023f). Real Decreto 371/2023, de 16 de mayo, por el que se desarrolla el régimenjurídico del complemento económico establecido en el artículo 210.2 del texto refundido de laLey General de la Seguridad Social, aprobado por el Real Decreto Legislativo 8/2015, de 30de octubre. https://www.boe.es/eli/es/rd/2023/05/16/371BOE (2023g). Ley 12/2023, de 24 de mayo, por el derecho a la vivienda.https://www.boe.es/eli/es/l/2023/05/24/12BOE (2023h). Real Decreto-ley 7/2023, de 19 de diciembre, por el que se adoptan medidasurgentes, para completar la transposición de la Directiva (UE) 2019/1158, del ParlamentoEuropeo y del Consejo, de 20 de junio de 2019, relativa a la conciliación de la vida familiar yla vida profesional de los progenitores y los cuidadores, y por la que se deroga la Directiva2010/18/UE del Consejo, y para la simplificación y mejora del nivel asistencial de laprotección por desempleo. https://www.boe.es/eli/es/rdl/2023/12/19/7/conBOE (2023i). Real Decreto-ley 6/2023, de 19 de diciembre, por el que se aprueban medidasurgentes para la ejecución del Plan de Recuperación, Transformación y Resiliencia en materiade servicio público de justicia, función pública, régimen local y mecenazgo.https://www.boe.es/eli/es/rdl/2023/12/19/6/conBOE (2023j). Real Decreto-ley 8/2023, de 27 de diciembre, por el que se adoptan medidas paraafrontar las consecuencias económicas y sociales derivadas de los conflictos en Ucrania yOriente Próximo, así como para paliar los efectos de la sequía.https://www.boe.es/boe/dias/2023/12/28/pdfs/BOE-A-2023-26452.pdfBOE (2024a). Real Decreto-ley 9/2024, de 23 de diciembre, por el que se adoptan medidasurgentes en materia económica, tributaria, de transporte, y de Seguridad Social, y se prorrogandeterminadas medidas para hacer frente a situaciones de vulnerabilidad social.https://www.boe.es/eli/es/rdl/2024/12/23/9/conBOE (2024b). Ley 7/2024, de 20 de diciembre, por la que se establecen un ImpuestoComplementario para garantizar un nivel mínimo global de imposición para los gruposmultinacionales y los grupos nacionales de gran magnitud, un Impuesto sobre el margen deintereses y comisiones de determinadas entidades financieras y un Impuesto sobre los líquidos50para cigarrillos electrónicos y otros productos relacionados con el tabaco, y se modifican otrasnormas tributarias. https://www.boe.es/eli/es/l/2024/12/20/7/conBOE (2024c). Real Decreto 438/2024, de 30 de abril, por el que se desarrollan la CarteraComún de Servicios del Sistema Nacional de Empleo y los servicios garantizados establecidosen la Ley 3/2023, de 28 de febrero, de Empleo.https://www.boe.es/boe/dias/2024/05/01/pdfs/BOE-A-2024-8710.pdfBOE (2024d). Real Decreto 1155/2024, de 19 de noviembre, por el que se aprueba elReglamento de la Ley Orgánica 4/2000, de 11 de enero, sobre derechos y libertades de losextranjeros en España y su integración social.https://www.boe.es/eli/es/rd/2024/11/19/1155/conBOE (2025a). Real Decreto 100/2025, de 18 de febrero, por el que se desarrollan la regulacióndel Fondo de Reserva de la Seguridad Social y los informes de evaluación de la AutoridadIndependiente de Responsabilidad Fiscal.https://www.boe.es/eli/es/rd/2025/02/18/100/conBoletín Oficial de las Cortes Generales (BOCG-C, 2021a). Proyecto de Ley de garantía delpoder adquisitivo de las pensiones y de otras medidas de refuerzo de la sostenibilidad financieray social del sistema público de pensiones. Congreso de los Diputados, Serie A: proyectos deley, no. 66-1, 6 de septiembre de 2021. Madrid.https://www.congreso.es/publicoficiales/L14/CONG/BOCG/A/BOCG-14-A-66-1.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2021b).Proyecto de Ley de creación y crecimiento de empresas.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-76-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2021c).Proyecto de Ley General de Telecomunicaciones.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-74-1.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022a).Proyecto de Ley de regulación para el impulso de los planes de pensiones de empleo, por elque se modifica el texto refundido de la Ley de Regulación de los Planes y Fondos dePensiones, aprobado por Real Decreto Legislativo 1/2002, de 29 de noviembre. Serie A:Proyectos de Ley, no. 93-1, 4 de marzo de 2022.https://www.congreso.es/busqueda-de-publicaciones?p_p_id=publicaciones&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_publicaciones_mode=mostrarTextoIntegro&_publicaciones_legislatura=XIV&_publicaciones_id_texto=(BOCG-14-A-93-1.CODI.)Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022b).Proyecto de Ley por el derecho a la vivienda. Serie A: Proyectos de Ley, no. 89-1, 18 de febrerode 2022.https://www.congreso.es/proyectos-de-ley?p_p_id=iniciativas&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_iniciativas_mode=mostrarDetalle&_iniciativas_legislatura=XIV&_iniciativas_id=121%2F000089Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022c).Proyecto de Ley por la que se modifica la Ley 14/2011, de 1 de junio,de la Ciencia, la Tecnología y la Innovaciónhttps://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-92-1.PDF#page=151Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022d).Proyecto de Ley de Empleohttps://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-112-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022e).Proyecto de Ley de institucionalización de la evaluación de políticas públicas en laAdministración General del Estado.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-103-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2022f).Proyecto de Ley Orgánica del Sistema Universitario.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-111-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2023a).Proyecto de ley de familias.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-151-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2023b).Proyecto de Ley por el derecho a la vivienda. Serie A: Proyectos de Ley, no. 89-4, 24 de abrilde 2023.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-89-4.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2024a).Proyecto de Ley de Movilidad Sostenible. Serie A: Proyectos de Ley, no. 9-1, 23 de febrero de2024.https://www.congreso.es/public_oficiales/L14/CONG/BOCG/A/BOCG-14-A-136-1.PDF#page=1Boletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2024b).Proyecto de Ley por la que se regulan los servicios de atención a la clientela. Serie A: proyectosde ley, no. 12-1, 8 de marzo de 2024.https://www.congreso.es/public_oficiales/L15/CONG/BOCG/A/BOCG-15-A-12-1.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2024c).Proyecto de Ley por la que se modifica el texto refundido de la Ley de Suelo y RehabilitaciónUrbana. Serie A: Proyectos de Ley, no. 19-1, 5 de abril de 2024.https://www.congreso.es/public_oficiales/L15/CONG/BOCG/A/BOCG-15-A-19-1.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2024d).Proyecto de Ley de información empresarial sobre sostenibilidad, mediante la que se modificanel Código de Comercio, la Ley de Sociedades de Capital y la Ley de Auditoría de Cuentas.Serie A: Proyectos de Ley, no. 38-1, 15 de noviembre de 2024.https://www.congreso.es/public_oficiales/L15/CONG/BOCG/A/BOCG-15-A-38-1.PDFBoletín Oficial de las Cortes Generales, Congreso de los Diputados (BOCG-C, 2025a).Proyecto de Ley para la mejora de la compatibilidad de la pensión de jubilación con el trabajo(procedente del Real Decreto-ley 11/2024, de 23 de diciembre). Serie A: Proyectos de Ley, no.45-1, 7 de febrero de 2025.https://www.congreso.es/public_oficiales/L15/CONG/BOCG/A/BOCG-15-A-45-1.PDF#page=152Comisión Europea (CE, 2021a). Anexo de la Propuesta de Decisión de Ejecución del Consejorelativa a la aprobación de la evaluación del plan de recuperación y resiliencia de España.Bruselas. https://planderecuperacion.gob.es/documentos-y-enlacesComisión Europea (CE, 2021b). Documento de trabajo de los servicios de la Comisión queacompaña a la propuesta de decisión de ejecución del Consejo. Análisis del plan derecuperación y resiliencia de España. Bruselas.https://planderecuperacion.gob.es/documentos-y-enlacesde la Fuente, A., M. Fernández, D. Rodríguez y otros (2021). “El Plan de Recuperación,Transformación y Resiliencia: un resumen anotado.” Informes y papeles del Grupo de TrabajoMixto Covid-19. FEDEA Policy Papers no. 2021-22. Madrid.https://bit.ly/3v5AvjaDiario Oficial de la Unión Europea (DOUE, 2022). DIRECTIVA (UE) 2022/2464 DELPARLAMENTO EUROPEO Y DEL CONSEJO de 14 de diciembre de 2022 por la que semodifican el Reglamento (UE) no. 537/2014, la Directiva 2004/109/CE, la Directiva2006/43/CE y la Directiva 2013/34/UE, por lo que respecta a la presentación de informaciónsobre sostenibilidad por parte de las empresashttps://www.boe.es/doue/2022/322/L00015-00080.pdfDiario Oficial de la Unión Europea (DOUE, 2024). DIRECTIVA (UE) 2024/1760 DELPARLAMENTO EUROPEO Y DEL CONSEJO de 13 de junio de 2024 sobre diligencia debidade las empresas en materia de sostenibilidad y por la que se modifican la Directiva (UE)2019/1937 y el Reglamento (UE) 2023/2859https://eur-lex.europa.eu/legal-content/ES/TXT/PDF/?uri=OJ:L_202401760European Commission (EC, 2020b). COM(2020) 408 final. Proposal for a REGULATION OFTHE EUROPEAN PARLIAMENT AND OF THE COUNCIL establishing a Recovery andResilience Facility.https://ec.europa.eu/info/sites/info/files/com2020408enactpart1v9.pdfEuropean Commission (CE, 2021c). Annex to the Commission Decision approving theOperational Arrangements between the Commission and Spain pursuant to Regulation (EU)2021/241. https://ec.europa.eu/info/sites/default/files/countersugned_es-_rrf.pdfEC (2025a). Proposal for a DIRECTIVE OF THE EUROPEAN PARLIAMENT AND OFTHE COUNCIL amending Directives (EU) 2022/2464 and (EU) 2024/1760 as regards thedates from which Member States are to apply certain corporate sustainability reporting and duediligence requirements. https://commission.europa.eu/document/download/0affa9a8-2ac5-46a9-98f8-19205bf61eb5_en?filename=COM_2025_80_EN.pdfGobierno de España (GdE, 2021a). España Puede. Plan de Recuperación, Transformación yResiliencia. Proyecto y Anexos.https://planderecuperacion.gob.es/documentos-y-enlacesMinisterio de Asuntos Económicos y Transformación Digital (MAE, 2021). Proyecto de Leyde fomento del ecosistema de las empresas emergentes (“ley de start ups”)https://portal.mineco.gob.es/RecursosArticulo/mineco/ministerio/participacion_publica/audiencia/ficheros/210706-APL-START-UPS.pdfMinisterio de Asuntos Económicos y Transformación Digital (MAE, 2023). Anteproyecto deLey por la que se regula el marco de información corporativa sobre cuestiones medio-ambientales, sociales y de gobernanza.53https://portal.mineco.gob.es/RecursosArticulo/mineco/ministerio/participacion_publica/consulta/ficheros/APL_informacion_corporativa.pdfMinisterio de Educación y de Formación Profesional (MEFP, 2021). Proyecto. Ley Orgánicade Ordenación e Integración de la Formación Profesional. Madrid.https://www.educacionyfp.gob.es/dam/jcr:bc5488c3-4ce8-490b-880e-1969895f74b6/00-proyecto-ley-fp-consejo-ministros-07-09-21.pdfMinisterio de Derechos Sociales y Agenda 2030 (MDS, 2022). Anteproyecto de ley defamilias. https://www.mdsocialesa2030.gob.es/servicio-a-la-ciudadania/proyectos-normativos/documentos/apl-ley-familias.pdfMinisterio de Derechos Sociales y Agenda 2030 (MDS, 2023). Anteproyecto de ley decondiciones básicas para la igualdad en el acceso y disfrute de los servicios sociales.https://www.mdsocialesa2030.gob.es/servicio-a-la-ciudadania/proyectos-normativos/documentos/AP-SERVICIOS-SOCIALES.pdfMinisterio de Trabajo y Economía Social (MTES, 2021). Modernización de las políticasactivas de empleo. Anteproyecto de ley de empleo.https://www.lamoncloa.gob.es/consejodeministros/resumenes/Documents/2021/031221-Presentacion_Ley_Empleo.pdfMinisterio de Transportes, Movilidad y Agenda Urbana (MTMAU, 2021). Ante-proyecto deley por el derecho a la vivienda.https://www.mitma.gob.es/recursos_mfom/audienciainfopublica/recursos/01_apl_vivienda_nt_26_octubre.pdfMinisterio de Transportes, Movilidad y Agenda Urbana (MTMAU, 2022). Anteproyecto deley de movilidad sostenible.https://www.mitma.gob.es/el-ministerio/buscador-participacion-publica/anteproyecto-de-ley-de-movilidad-sostenibleMinisterio de Universidades (MU, 2021). Anteproyecto de ley orgánica del sistemauniversitario.https://www.universidades.gob.es/portal/site/universidades/menuitem.21ef60083f296675105f2c10026041a0/?vgnextoid=660607559eaab710VgnVCM1000001d04140aRCRDMinisterios de Justicia y de Asuntos Económicos y Transformación Digital (MJAE, 2021).Anteproyecto de Ley de reforma del texto refundido de la Ley Concursalhttps://www.mjusticia.gob.es/es/AreaTematica/ActividadLegislativa/Documents/APL%20Insolvencia%20Tramitaci%C3%B3n.pdfParlamento Europeo (PE, 2021). Establecimiento del Mecanismo de Recuperación yResiliencia. Resolución legislativa del Parlamento Europeo, de 10 de febrero de 2021, sobre lapropuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establece unMecanismo de Recuperación y Resilienciahttps://www.europarl.europa.eu/doceo/document/TA-9-2021-0038ES.pdfPresidencia del Gobierno (PdG, 2020a). Plan de recuperación, transformación y resiliencia.Gobierno de España, Madrid.https://www.lamoncloa.gob.es/presidente/actividades/Documents/2020/07102020PlanRecuperacion.pdfPresidencia del Gobierno (PdG, 2021). Referencias del Consejo de Ministros.https://www.lamoncloa.gob.es/consejodeministros/referencias/Paginas/index.aspx54Gobierno de España (GdE, 2022c). Proyecto de Adenda al Plan de Recuperación,Transformación y Resiliencia del Reino de España. Impulso a la Industrialización Estratégica.https://portal.mineco.gob.es/RecursosNoticia/mineco/prensa/noticias/2022/20221221_Adenda.pdfUnión Europea (UE, 2021). Reglamento (UE) 2021/241 del Parlamento Europeo y del Consejode 12 de febrero de 2021 por el que se establece el Mecanismo de Recuperación y Resiliencia.https://www.boe.es/doue/2021/057/L00017-00075.pdfb. Otras referenciasAutoridad Independiente de Responsabilidad Fiscal (AIReF, 2025). Informe de evaluación dela regla de gasto de pensiones. Informe 2/25. Madrid.https://www.airef.es/es/centro-documental/informes/informe-sobre-la-regla-de-gasto-de-pensiones/Arruñada, B. (2022a). “Comentario al proyecto de ley de startups.” FEDEA, ColecciónApuntes no. 2022-01. Madrid.https://fedea.net/documentos-economia-empresa-y-organizacion-industrial/Arruñada, B. (2022b). “Comentario al proyecto de ley de creación y crecimiento de empresas.”FEDEA, Colección Apuntes no. 2022-03. Madrid.https://fedea.net/documentos-economia-empresa-y-organizacion-industrial/Arruñada, B. (2022c). “La universidad no necesita más recursos sino una reconversión:Comentario al Proyecto de Ley Orgánica del Sistema Universitario.” FEDEA, ColecciónApuntes no. 2022-23. Madrid. https://fedea.net/documentos-area-de-educacion/Arruñada, B. (2022d). “Comentario a las nuevas regulaciones del alquiler.” FEDEA, ColecciónApuntes no. 2022-12. Madrid. bit.ly/3OwafK6Arruñada, B. (2023). “La protección administrativa de las relaciones financieras.” FEDEA,Colección Apuntes no. 2023-11. Madrid. https://bit.ly/42nVbExConde Ruiz, J. I., Lahera Forteza, J. y D. Puga (2022). “Propuesta de Mejora del NuevoContrato Indefinido de Actividades Científico-Técnicas.” FEDEA Policy Papers no. 2022-08,Madrid. https://bit.ly/3iYjQKSda Rocha, J. M. (2022). “Reducirá la LOSU la precariedad?” FEDEA, Colección Apuntes no.2022-21. Madrid. https://bit.ly/3wQch0ede la Fuente, A. (2022b). “Comentario al proyecto de ley para el impulso de los planes depensiones de empleo.” FEDEA, Colección Apuntes, no. 2022-06. Madrid.https://bit.ly/36eLKj5de la Fuente, A. (2022c). “Boletín Covid no. 15. Seguimiento de la crisis del coronavirus y delPlan de Recuperación.” FEDEA, Estudios sobre Economía Española no. 2022-08,Madrid. https://bit.ly/391OEJ9de la Fuente, A. (2022d). “Comentario a la Proposición de Ley para el establecimiento degravámenes temporales sobre determinadas empresas energéticas y entidades de crédito.”FEDEA, Colección Apuntes no. 2022-20. Madrid. https://bit.ly/3RbU0Cfde la Fuente, A. (2022e). “Boletín FEDEA no. 16. Efectos económicos de la invasión deUcrania y primeras medidas para mitigar sus efectos.” FEDEA, Estudios de EconomíaEspañola no. 2022-09. Madrid. https://bit.ly/3sezvuQ55de la Fuente, A. (2022f). “Algunos comentarios sobre el proyecto de ley de institucionalizaciónde la evaluación de políticas públicas.” FEDEA, Colección Apuntes, no. 2022-17, Madrid.https://bit.ly/3uGqVWLde la Fuente, A. (2022g). “Boletín Covid no. 18. Seguimiento de las reformas e inversiones delPlan de Recuperación.” FEDEA, Estudios sobre Economía Española no. 2022-21, Madrid.https://bit.ly/3Br5oUNde la Fuente, A. (2022h). “Sobre la financiación de la Seguridad Social: algunas reflexiones alhilo de la propuesta de “destope” de las cotizaciones.” FEDEA, Colección Apuntes no. 2022-31. Madrid. http://bit.ly/3Br5cFzde la Fuente, A. (2023a). “Los efectos presupuestarios de la reforma de pensiones de 2021-23:i) Las medidas del Real Decreto-ley 2/2023.” FEDEA, Estudios sobre la Economía Españolano. 2023-09. Madrid. https://bit.ly/40stoRXde la Fuente, A. (2023b). “Los efectos presupuestarios de la reforma de pensiones de 2021-23:ii) Incentivos a la demora de la jubilación y nuevo sistema de cotización de los trabajadoresautónomos.” FEDEA, Estudios sobre la Economía Española no. 2023-11. Madrid.https://bit.ly/3mZJHI6de la Fuente, A. (2023c). “Los efectos presupuestarios de la reforma de pensiones de 2021-23:iii) impacto total y la cláusula de salvaguarda del MEI.” FEDEA, Estudios sobre la EconomíaEspañola no. 2023-13. Madrid. https://bit.ly/40RbvMEde la Fuente, A. (2023d). “Notas sobre el proyecto de ley de vivienda.” FEDEA, ColecciónApuntes no. 2023-12. Madrid. https://bit.ly/3Ohrl0nde la Fuente, A. (2023e). “Notas sobre el proyecto de ley de familias.” FEDEA, ColecciónApuntes no. 2023-13. Madrid. https://bit.ly/3MXF8bpde la Fuente, A. (2024a). “El nuevo impuesto sobre los márgenes bancarios, o cómo no haceruna reforma fiscal.” FEDEA, Colección Apuntes no. 2024-28, Madrid. https://bit.ly/3Aummoyde la Fuente, A. (2025a). “Sobre la aplicación de la cláusula de salvaguarda del MEI: algunasdudas metodológicas.” FEDEA, Colección Apuntes, no. 2025-18. Madrid.https://bit.ly/3DXey0Bde la Fuente, A. (2025b). “Adenda al Boletín FEDEA no. 27: Los efectos de la no correcciónpor inflación del IRPF y de un aumento de la reducción por rendimientos del trabajo.” FEDEA,Colección Apuntes no. 2025-19. Madrid. https://bit.ly/4ixszA1de la Fuente, A. y B. Arruñada (coordinadores), N. Bermejo, O. Cerqueira, M. CerveraMartínez, J. M. Fernández Seijo, M. Flores Segura, F. Garcimartin, S. F. van Hemmen, J.Maristany Rivero y J. Rubio Sanz (2021). “¿Cómo ayudar a las empresas en la crisis delCovid?” Informes y papeles del Grupo de Trabajo Mixto Covid-19. FEDEA Policy Paper no.2021-05. Madrid. https://bit.ly/2QfSbdkde la Fuente, A. (coordinador), B. Arruñada, M. Á. García Díaz, M. Jansen, D. Rodríguez y A.Sánchez (2022). “Boletín Covid no. 14. Seguimiento de la crisis del coronavirus y del Plan deRecuperación.” FEDEA, Estudios sobre Economía Española no. 2022-02, Madrid.https://bit.ly/3FApVWUde la Fuente, A., M. A. García y A. Sánchez (2022). “El Mecanismo de EquidadIntergeneracional: una disposición poco equitativa, insuficiente y confusa.” FEDEA, ColecciónApuntes no. 2022-02. Madrid. https://bit.ly/34TEqsb56de la Fuente, A. (coordinador), M. Á. García Díaz, L. González-Calbet, A. Novales, J. Onrubiay Á. Sanmartín (2023a). “Notas sobre el Proyecto de ley de función pública.” Informes ypapeles del Grupo de Trabajo Mixto Covid-19. FEDEA, Policy Paper no. 2023-02.Madrid. https://bit.ly/3WmvXECde la Fuente, A. (coordinador), M. Ayuso, J. I. Conde-Ruiz, E. Devesa, J. Díaz Giménez, J.Díaz-Saavedra, R. Doménech, I. Domínguez Fabián, L. Fuster, M. A. García Díaz, J. A. Herce,S. Jiménez, J. M. Marín Vigueras, C. Patxot, A. Sánchez Martín y F. Serrano (de la Fuente etal, 2023b). “Notas sobre las proyecciones de gasto en pensiones del MISSMI.” Informes ypapeles del Grupo de Trabajo Mixto Covid-19. FEDEA, Estudios sobre Economía Españolano. 2023-31, Madrid. https://bit.ly/3SaymSxde la Fuente, A. y G. de Rus (2024). “Notas sobre el Proyecto de Ley de Movilidad Sostenible.”FEDEA, Colección Apuntes no. 2024-10. Madrid. https://bit.ly/4a4NLtxde Rus, G. (2022). “La nueva política de transporte: Apuntes sobre el Anteproyecto de Ley deMovilidad Sostenible.” FEDEA, Colección Apuntes no. 2022-10, Madrid.https://bit.ly/3DVmNW9Devesa, E., M. Devesa, I. Domínguez, B. Encinas y R. Meneu (2021a). “Efectos de laampliación a 35 años del cálculo de la Base Reguladora en el sistema de pensiones de jubilaciónespañol.” Universidad de Valencia, Observatorio sobre el sistema público de pensiones, abril.https://www.uv.es/pensiones/docs/pensiones-jubilacion/BR35_mejores25.pdfDevesa, E., M. Devesa, I. Domínguez, B. Encinas y R. Meneu (2021b). “Efectos de laampliación a 35 años del cálculo de la Base Reguladora, eligiendo los 25 mejores, en el sistemade pensiones de jubilación español.” Universidad de Valencia, Observatorio sobre el sistemapúblico de pensiones, noviembre.https://www.uv.es/pensiones/docs/pensiones-jubilacion/BR35_mejores25.pdfEuropean Commission (EC, 2021). The 2021 Ageing Report: Economic and BudgetaryProjections for the EU Member States (2019-2070). Cross-country tables.https://ec.europa.eu/info/publications/2021-ageing-report-economic-and-budgetary-projections-eu-member-states-2019-2070_enFelgueroso, F. y A. de la Fuente (2020). “Aspectos económicos de la crisis del Covid-19.Boletín de seguimiento no. 3.” FEDEA, Estudios sobre Economía Española no. 2020-16,Madrid. https://bit.ly/2z347qzGarcía Díaz, M. A. (2022a). “Nota sobre el nuevo sistema de cotización del Régimen deTrabajadores autónomos (RETA).” FEDEA, Colección Apuntes, no. 2022-22. Madrid.https://bit.ly/3BdhSjIGarcía Díaz, M. A.. (2022b). “Algunos comentarios sobre el proyecto de ley de empleo.”FEDEA, Colección Apuntes, no. 2022-30. Madrid. http://bit.ly/3GMGJy7García Díaz, M. A. (2023a). “Algunos comentarios al Anteproyecto de ley por la que se regulanlos incentivos a la contratación laboral y otras medidas de impulso y mantenimiento del empleoestable y de calidad.” FEDEA, Colección Apuntes, no. 2023-01. Madrid.https://bit.ly/3Qu8rTaGarcía Díaz, M. A. (2023b). “Algunos comentarios sobre el Anteproyecto de ley de familias.”FEDEA, Colección Apuntes, no. 2023-04. Madrid. https://bit.ly/3EAT9XWGarcía Díaz, M. A. (2024a). “Nota sobre la simplificación y mejora del nivel asistencial de laprotección por desempleo (RD Ley 7/2023).” FEDEA, Colección Apuntes no. 2024-01.Madrid. https://documentos.fedea.net/pubs/ap/2024/ap2024-01.pdf57López García, M.A. (2019). “Vivienda y política pública: Objetivos e instrumentos.” FEDEA,Documento de Trabajo no. 2019-07, Madrid.Ministerio de Inclusión, Seguridad Social y Migraciones (MISSM, 2021). Memoria del análisisde impacto normativo del Anteproyecto de ley de garantía del poder adquisitivo de laspensiones y de otras medidas de refuerzo de la sostenibilidad financiera y social del sistemapúblico de pensiones.https://prointerweb.seg-social.gob.es/participacion/downloadFile?blob=MAIN%20del%20anteproyecto.pdf&norma=2021010Ministerio de Inclusión, Seguridad Social y Migraciones (MISSM, 2022). Nota de prensa.Escrivá: “El nuevo sistema de cotización por ingresos reales para los autónomos es más flexibley equitativo y supone una mayor protección para este colectivo.”https://www.inclusion.gob.es/web/guest/w/escriva-el-nuevo-sistema-de-cotizacion-por-ingresos-reales-para-los-autonomos-es-mas-flexible-y-equitativo-y-supone-una-mayor-proteccion-para-este-colectivo-Ministerio de Inclusión, Seguridad Social y Migraciones (MISSM, 2023a). Situación de lasrecomendaciones del Pacto de Toledo. Presentación del Ministro a la Comisión de SeguimientoEvaluación de los Acuerdos del Pacto de Toledo.https://www.inclusion.gob.es/web/guest/w/escriva-culminamos-la-modernizacion-del-sistema-de-pensiones-reforzando-los-principios-de-suficiencia-equidad-y-sostenibilidad-https://www.inclusion.gob.es/documents/20121/0/20231503_PactodeToledo_Pensiones.pdf/13769129-7064-9e66-9dc4-3f4a80dc6922?t=1679048927804Ministerio de Inclusión, Seguridad Social y Migraciones (MISSM, 2023b). Real Decreto-leyde medidas urgentes para la ampliación de derechos de los pensionistas, la reducción de labrecha de género y el establecimiento de un nuevo marco de sostenibilidad del sistema públicode pensiones. Memoria abreviada del análisis de impacto normativo.Ministerio de Inclusión, Seguridad Social y Migraciones (MISSMI, 2023c). Proyecciones delgasto público en pensiones. España. Madrid, Dirección General de Ordenación de laSeguridad Social.https://www.seg-social.es/wps/wcm/connect/wss/b7bd492e-0171-477a-be29-394c450162b9/Informe+Proyec_SS+2023_final.pdf?MOD=AJPERESMinisterio para la Transición Ecológica y el Reto Demográfico (MiTERD, 2025). Documentode Inventario Nacional. Gases de Efecto Invernadero. Edición 2025, España.https://www.miteco.gob.es/content/dam/miteco/es/calidad-y-evaluacion-ambiental/temas/sistema-espanol-de-inventario-sei-/es-nid-edicion-2025.pdfMúñoz-Julve, A. y R. Ramos (2022). “Estimación del impacto de variaciones en el período decálculo de la base reguladora sobre la cuantía de las nuevas pensiones de jubilación.” Bancode España, Documentos Ocasionales no. 2219.https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/PublicacionesSeriadas/DocumentosOcasionales/22/Fich/do2219.pdfNasarre, S. (2022). “El proyecto de ley de vivienda 2022.” FEDEA, Colección Apuntes, no.2022-11. Madrid. https://fedea.net/tag/gtmc/H. Nogués y O. Conesa (2024). “El nuevo régimen de invalidez en la propuesta de reformade la ley del suelo.” Actualidad Jurídica Uría Menéndez 65, octubre, pp. 121-30.https://www.uria.com/documentos/publicaciones/9034/documento/AJUM-65.pdf?id=13812&forceDownload=trueNúñez, C. E. (2022). “Comentarios al Anteproyecto de ley por la que se modifica la Ley14/2011, de 1 de junio, de la Ciencia, la Tecnología y la Innovación.” Informes y papeles del58Grupo de Trabajo Mixto Covid-19. FEDEA, Colección Apuntes, no. 2022-04. Madrid.https://documentos.fedea.net/pubs/ap/2022/ap2022-04.pdfSánchez, A. (2020). “Normativa de cotización y pensiones de trabajadores autónomos enEspaña: ¿Se incentiva al ahorro de ciclo vital?” Estudios sobre la Economía Española no.2020-45. Madrid. https://documentos.fedea.net/pubs/eee/eee2020-45.pdf Boletín FEDEA no. 27. Seguimiento de las reformas del Plan de Recuperación y otras medidas estructurales, 2023T2 a 2025T1 Boletín Fedea no. 27. Seguimiento de las reformas del Plan de Recuperación y otras medidas estructurales, 2023T2 a 2025T1 (versión revisada)	查看 216226	联邦应用经济学研究基金会	2025-05-21 11:18:26 2025-05-21 11:19:14	word
3148784	无图 Los efectos de la no correcciónpor inflación del IRPF y de unaumento de la reducción porrendimientos del trabajoÁNGEL DE LA FUENTEAdenda al BOLETÍN FEDEA No. 27Apuntes 2025/19Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1Adenda al Boletín FEDEA no. 27:Los efectos de la no corrección por inflación del IRPFy de un aumento de la reducción por rendimientos del trabajoAngel de la Fuente (Fedea e IAE-CSIC)Abril de 2025ResumenEn esta nota se amplía el análisis de los efectos de la no corrección por inflación del IRPF realizado en elBoletín FEDEA no. 27 y se analizan también los efectos de un aumento de la reducción por rentas deltrabajo. Los resultados confirman que la no corrección del impuesto tiene un coste significativo para lainmensa mayoría de los contribuyentes que es, además, proporcionalmente mayor para los de menor renta.El incremento de la reducción por rentas del trabajo tiende a compensar este coste, pero sólo en los tramosmás bajos de renta, y agrava las distorsiones que afectan a este grupo, generando en particular tiposmarginales de gravamen efectivo muy elevados para un tramo de rentas en torno a los 20.000 euros brutos.En el no. 27 del Boletín FEDEA (de la Fuente, 2025) se presentan algunos cálculos rápidos quebuscan ilustrar la importancia cuantitativa de la no corrección por inflación de los distintoselementos de (el tramo estatal de) el IRPF. Según nuestros cálculos, en el caso de una familia decuatro miembros con unos ingresos brutos de 50.000 euros (distribuidos entre dos adultos coningresos de 30.000 y 20.000 euros respectivamente), la no corrección por la inflación acumuladadesde 2015 de la tarifa del impuesto y del mínimo personal y familiar habría supuesto unincremento en la cuota del impuesto del 30% para el conjunto de la familia (y del 25% y 44%respectivamente para cada uno de sus integrantes adultos, perjudicando por tanto más intensamenteal de menor renta).Como ha puntualizado el Ministerio de Hacienda,1 las rentas más bajas sí se han beneficiado eneste período de una rebaja fiscal, canalizada a través de una mejora de la reducción por rentas deltrabajo. Aunque esto no altera mis cálculos sobre los costes de la no corrección por inflación delIRPF, es cierto que el trabajo citado ofrecía una imagen incompleta del efecto de las recientesmedidas (y omisiones) del Gobierno en esta materia sobre la presión fiscal que soportan lasfamilias. En esta nota, el tema se aborda de una forma más sistemática. Consideramos, enparticular, el impacto sobre la cuota estatal del IRPF para distintos niveles de renta de dos medidas,una real y otra hipotética: i) las mejoras de la reducción por rendimientos del trabajo introducidasentre 2015 y 2024 (una en 2018 y otra en 2022) y ii) la corrección por la inflación acumuladadurante el mismo período a través de la reflactación de tres elementos del impuesto: la tarifa degravamen, el mínimo personal y familiar y la deducción general por gastos de difícil justificación(elemento este último que no se consideraba en nuestro análisis anterior, en la versión original delBoletín 17, ahora modificado para incluirlo).1 https://www.lavanguardia.com/economia/20250422/10603591/familia-paga-736-euros-mas-impuestos-actualizarse-irpf.html2Los resultados confirman que la no reflactación del impuesto tiene un coste significativo para lainmensa mayoría de los contribuyentes que es, además, proporcionalmente mayor para los demenor renta. El incremento de la reducción por rentas del trabajo tiende a compensar este coste,pero sólo en los tramos más bajos de renta, y agrava las distorsiones que afectan a este grupo,generando en particular tipos marginales de gravamen efectivo muy elevados para un tramo derentas en torno a los 20.000 euros brutos.La reducción por rendimientos del trabajoLa normativa sobre IRPF contiene un instrumento que permite modificar el gravamen sobre las,rentas del trabajo por debajo de un determinado umbral sin que esto afecte en absoluto a la cuotadel impuesto para rentas superiores a dicho umbral. Se trata de la llamada reducción por (obtenciónde) rentas del trabajo (RRT), que permite deducir de los rendimientos netos del trabajo2 (rn)sujetos a gravamen una cantidad para llegar a la base liquidable (bl) del impuesto, que no podráser negativa tras el ajuste.Gráfico 1: Reducción por rendimientos del trabajo (RRT) en L2015a. Perfil de la RRT b. Impacto sobre la base liquidableEl Gráfico 1 ilustra el perfil de la reducción y su impacto sobre la base liquidable del impuestoutilizando la versión de la Ley del IRPF aplicable en 2015 (L2015, véase BOE, 2006) tras la últimaactualización significativa de la tarifa del impuesto, que es la referencia natural para cuantificarlos efectos de la no corrección del impuesto por la inflación. Como se ilustra en el panel a, lacuantía de la reducción es fija (3.700 euros) para un primer tramo de renta y se va reduciendodespués con los rendimientos netos del trabajo hasta desaparecer para valores de esta variable porencima de un tope máximo que ronda los 15.000 euros. El panel b muestra cómo evolucionan tresvariables en función de los rendimientos brutos del trabajo (w). La primera es la propia w, querecoge la “diagonal” de 45 o . Restando de w las cotizaciones del trabajador a la Seguridad Social yla reducción general por gastos de difícil justificación (d) llegamos a los rendimientos netos del2 Los rendimientos netos del trabajo (rn) se obtienen restando de los rendimientos brutos (w) las cotizaciones de lostrabajadores a la Seguridad Social más una cantidad (actualmente 2.000 euros) en concepto de reducción por gastosde difícil justificación. Incluyendo el 0,12% del MEI, el tipo de cotización de los trabajadores ha sido del 6,47% en2024. Véase https://www.boe.es/diario_boe/txt.php?id=BOE-A-2024-169101,0002,0003,0004,0000 5,000 10,000 15,000 20,000RRTrendimientos netos del trabajo05,00010,00015,00020,00025,0000 5,000 10,000 15,000 20,000 25,000w rn bl3trabajo (rn). Sustrayendo de esta última variable la RRT, se obtiene la base liquidable del impuesto(bl), que es cero durante un primer tramo de ingresos brutos, crece luego en paralelo a los ingresosnetos mientras RRT es constante y, finalmente, se va acercando a rn según la RRT se va reduciendohasta desaparecer.Gráfico 2: Efecto de la RRT sobre los tipos de gravamen con L2015a. tipo medio b. tipo marginalEl Gráfico 2 ilustra los efectos de la introducción de la RRT sobre los tipos medios y marginalesde gravamen sobre las rentas del trabajo del tramo estatal del IRPF. 3 La introducción de la RRTeleva el umbral de tributación (el nivel de renta al que comienza a pagarse el impuesto), desde10.745 hasta 14.415 euros y reduce la cuota del impuesto, pero sólo para rentas brutas inferiores a18.000 euros. Una vez alcanzado el umbral de tributación, los tipos medios del impuesto con RRTcrecen aumentan más rápidamente con la renta hasta volver al perfil sin RRT lo que supone unfuerte incremento local del grado de progresividad a un nivel muy modesto de renta. Este efectoes quizás más claramente visible en el panel b, donde la introducción de la RRT genera la apariciónde un chocante “pico” del 19,2% en el tipo marginal efectivo del impuesto para rentas brutas deentre 14.415 y 17.588 euros, superior al que se aplica a rentas de 60.000 euros. Este fenómeno seproduce en el intervalo de renta en el que un euro adicional de ingresos brutos incrementa la baseliquidable por una doble vía: directamente y a través de una menor reducción por las rentas deltrabajo.RRT y reflactación: efectos comparadosUno de los cambios más significativos en la tributación de las rentas del trabajo entre 2015 y 2024ha sido el muy apreciable aumento de la RRT que se ilustra en el Gráfico 3. 4 La cuantía de la3 La RRT afecta también al tramo autonómico del IRPF, que habría que sumar al tramo estatal para obtener la cuotatotal del impuesto. Puesto que las tarifas autonómicas no suelen desviarse mucho de la estatal, como primeraaproximación, los tipos medios y marginales para el IRPF en su conjunto serían el doble de los que aquí se muestran.4 Véase BOE (2006, artículo 20). El BOE online ofrece los “textos consolidados” de las leyes en un formato electrónicoque hace muy fácil ver las sucesivas modificaciones que ha sufrido cada norma desde su aprobación original.0%1%2%3%4%5%10,000 12,000 14,000 16,000 18,000 20,000con RRT sin RRT0%5%10%15%20%25%0 20,000 40,000 60,000 80,000sin RRT con RRT4reducción para las rentas más bajas casi se ha duplicado, pasando de 3.700 a 7.200 euros, mientrasque el nivel de renta al que desaparece la reducción se ha elevado en algo más de 5.000 euros,hasta casi 20.000 euros.En esta sección analizaremos los efectos de esta mejora del RRT, así como los que habría tenidola corrección del tramo estatal del IRPF por la inflación acumulada desde la última actualizaciónde la tarifa del impuesto en 2014 hasta finales de 2024, que ha sido del 26,7%. Esto se consigue“reflactando” los límites superiores de los distintos tramos de la tarifa aplicada a la base liquidable,los componentes del mínimo personal y familiar y la reducción general por gastos de difíciljustificación. Los efectos de la reflactación de la tarifa se ilustran en el Gráfico 4: los niveles derenta a los que empiezan a aplicarse los sucesivos tipos de gravamen, cada vez más elevados, sedesplazan hacia la derecha, lo que reduce los tipos aplicables a ciertos intervalos de renta. A estohay que sumar un aumento de la reducción general, que reduce la base liquidable, y un aumentodel mínimo exento, que reduce la cuota del impuesto directamente.Gráfico 3: Mejora de la RRT Gráfico 4: Reflactación de la tarifaLos tres paneles del Gráfico 5 muestran los efectos de la introducción de cada una de estas medidaspartiendo de la L2015.5 El primero y el tercero muestran, respectivamente, los tipos medios ymarginales efectivos del impuesto en función de los ingresos brutos del trabajo en las tressituaciones consideradas, y el segundo el ahorro generado por cada medida con respecto a lasituación observada en 2015.Como se aprecia en los paneles a y b, Mientras que la corrección por inflación reduce el impuestopara todos los contribuyentes con cuota positiva bajo L2015, la mejora de la RRT lo hace sólo paraaquellos con ingresos brutos del trabajo inferiores a los 23.250 euros. El ahorro generado por lamejora de la RRT es mayor que la corrección por inflación para rentas de entre 16.051 y 20.5005 Algunos detalles necesarios para la construcción de estos gráficos, incluyendo el cálculo de los tipos marginalesefectivos y de los umbrales de tributación, se discuten en el Anexo. La corrección por inflación se discute en algomás de detalle en la sección 5 del Boletín Fedea no. 27 (de la Fuente, 2025).02,0004,0006,0008,0000 5,000 10,000 15,000 20,000 25,000RRTrendimientos netos del trabjoL2015 L2024 = L2015+mejora RRT0%5%10%15%20%25%0 20,000 40,000 60,000 80,000L2015 + corrección por inflación5Gráfico 5: Efectos comparados de la mejora de la RRT y la corrección por inflacióna. Sobre los tipos medios de gravamenb. Ahorro con respecto a L2015c. Sobre los tipos marginales efectivos0%1%2%3%4%5%6%7%8%10,000 15,000 20,000 25,000 30,000L2015 mejora RRT corrección inflación0%20%40%60%80%100%10,000 20,000 30,000 40,000 50,000 60,000por corrección inflación por mejora RRT0%5%10%15%20%25%10,000 20,000 30,000 40,000L2015 mejora RRT corrección inflación6euros. Finalmente, mirando el panel c vemos que mientras que la corrección por inflación tiende areducir los tipos marginales efectivos, lo que en principio tiene efectos positivos de incentivos, elincremento de la RRT incrementa las distorsiones, ampliando tanto la base como la altura del“pico” de tipos marginales muy elevados en niveles modestos de renta.En conclusión, visto como una posible alternativa a la corrección por inflación, la mejora de laRRT es una medida claramente inadecuada porque la reducción de la cuota que genera no tienenada que ver con el perjuicio generado por la inflación no compensada. La medida sobrecompensaa ciertos contribuyentes, pero no beneficia en absoluto a la mayor parte de los afectados por lasubida poco transparente de impuestos que hemos sufrido en la última década. Aumentar la RRTtampoco es, seguramente, la mejor forma de aumentar la progresividad del impuesto, si es eso loque se pretende, pues tal aumento se concentra únicamente en los tramos de renta más bajos, dondese introducen tipos marginales efectivos muy elevados que pueden plantear problemas deincentivos pese a haberse reducido la recaudación del impuesto. Una vez más, estamos ante unparche seguramente bienintencionado, pero no demasiado bien pensadoReferenciasBOE (2006). Ley 35/2006, de 28 de noviembre, del Impuesto sobre la Renta de las Personas Físicasy de modificación parcial de las leyes de los Impuestos sobre Sociedades, sobre la Renta de noResidentes y sobre el Patrimonio. Texto consolidado. Última modificación del 27/06/2024.https://www.boe.es/buscar/act.php?id=BOE-A-2006-20764&b=32&tn=1&p=20240627#a20de la Fuente, A. (2025). “Boletín FEDEA no. 27. Seguimiento de las reformas del Plan deRecuperación y otras medidas estructurales, 2023T2 a 2025T1.” FEDEA, Estudios sobre laEconomía Española no. 2025-07. Madrid. https://bit.ly/4jDRkLR7Anexo: La imposición sobre las rentas del trabajo en el tramo estatal del IRPFComo en de la Fuente (2025) trabajaremos con un contribuyente tipo que es uno de dos adultostrabajadores en una familia con dos hijos menores. Ambos adultos, por tanto, se reparten losmínimos por descendientes de los dos niños y añaden a esta cantidad su mínimo personal parallegar al mínimo exento del impuesto (minex).Sean w los rendimientos brutos del trabajo de nuestro contribuyente tipo y tcss el tipo de cotizacióndel trabajador a la Seguridad Social. Los rendimientos netos del trabajo sujetos a gravamen, rn,vienen dados por(1) 𝑟𝑛 = (1 − 𝑡𝑐𝑠𝑠) ∗ 𝑤 − 𝑑donde d es una reducción general en concepto de gastos necesarios de difícil justificación.Suponiendo que no hay otras reducciones, la base liquidable del IRPF vendrá dada por(2) 𝑏𝑙 = 𝑟𝑛 − 𝑟𝑟𝑡donde rrt es la reducción por rendimientos del trabajo, que se calcula por tramos de acuerdo conla siguiente expresión(3) 𝑟𝑟𝑡 = 1𝑟𝑟𝑡0 𝑝𝑎𝑟𝑎 𝑟𝑛 < 𝑦0𝑟𝑟𝑡0 − 𝜅 ! ∗ (𝑟𝑛 − 𝑦0) 𝑝𝑎𝑟𝑎 𝑟𝑛 ∈ (𝑦0, 𝑦1)𝑟𝑟𝑡1 − 𝜅" ∗ (𝑟𝑛 − 𝑦1) 𝑝𝑎𝑟𝑎 𝑟𝑛 ∈ (𝑦1, 𝑦2)0 𝑝𝑎𝑟𝑎 𝑟𝑛 > 𝑦2Cuadro A1: Estructura de la escala de gravamen de las rentas del trabajoTramo no. Límites inferior y superiortipo marginalaplicable alintervaloImpuesto acumulado en bldentro del intervalo i1 𝐵! (= 0) a 𝐵" 𝜏" 𝑇(𝑏𝑙) = 𝜏" ∗ (𝑏𝑙 − 𝐵! )2 𝐵" a 𝐵# 𝜏 # 𝑇(𝑏𝑙) = 𝑇(𝐵" ) + 𝜏 # ∗ (𝑏𝑙 − 𝐵" )3 𝐵# a 𝐵$ 𝜏 $ 𝑇(𝑏𝑙) = 𝑇(𝐵# ) + 𝜏 $ ∗ (𝑏𝑙 − 𝐵# )... ... ... ...i 𝐵%&" a 𝐵% 𝜏 % 𝑇(𝑏𝑙) = 𝑇(𝐵%&" ) + 𝜏 % ∗ (𝑏𝑙 − 𝐵%&" )La cuota del impuesto se calcula utilizando una tarifa dada por una función escalón T() que aplicaun tipo marginal constante dentro de cada intervalo de base imponible. En particular, para cada𝑏𝑙 ∈ (𝐵% −1 , 𝐵% ) tenemos(4) 𝑇(𝑏𝑙) = A 𝜏 ' ∗ (𝐵' − 𝐵'&" )%&"'("+ 𝜏 % ∗ (𝑏𝑙 − 𝐵%&" ) = 𝑇(𝐵%&" ) + 𝜏 % ∗ (𝑏𝑙 − 𝐵%&" )La cuota del impuesto, t(), se obtiene aplicando la tarifa T() primero a la base liquidable y despuésal mínimo exento (minex) y restando la segunda cantidad de la primera, esto es(5) 𝑡(𝑏𝑙) = 𝑇(𝑏𝑙) − 𝑇(𝑚𝑖𝑛𝑒𝑥) = 𝑇(𝐵%&" ) + 𝜏 % ∗ (𝑏𝑙 − 𝐵%&" ) − 𝑇(𝑚𝑖𝑛𝑒𝑥)Donde 𝑇(𝐵%&" ) y 𝑇(𝑚𝑖𝑛𝑒𝑥) son constantes dadas, en el sentido de que no dependen de bl.8El tipo marginal de gravamen efectivoNos interesa escribir t() en función de los ingresos brutos del trabajo, w. Utilizando (1) a (3),podemos reescribir (5) como sigue:(6) 𝑡(𝑤) = 𝑡(𝑏𝑙(𝑤)) = 𝑇(𝐵%&" ) + 𝜏 % ∗ (𝑏𝑙 − 𝐵%&" ) − 𝑇(𝑚𝑖𝑛𝑒𝑥) == 𝑇(𝐵%&" ) + 𝜏 % [𝑟𝑛 − 𝑟𝑟𝑡 − 𝐵%&" ]– T(minex)= 𝑇(𝐵%&" ) + 𝜏 % [(1 − 𝑡𝑐𝑠𝑠) ∗ 𝑤 − 𝑑 − 𝑟𝑟𝑡 − 𝐵%&" ]– T(minex)Para valores de w tales que 𝑟𝑛 ∈ (𝑦0, 𝑦2), rrt es una función de rn y por tanto de w, mientras quepara el resto de valores de w, rrt es constante. Centrándonos por concretar en el caso en el que𝑟𝑛 ∈ (𝑦0, 𝑦1), tenemos(7) t(w)= 𝑇(𝐵%&" ) + 𝜏 % J𝑟𝑛 − K𝑟𝑟𝑡0 − 𝜅! ∗ (𝑟𝑛 − 𝑦0)L − 𝐵%&" M – T(minex)= 𝑇(𝐵%&" ) + 𝜏 % [(1 + 𝜅 ! ) ∗ 𝑟𝑛 − 𝑟𝑟𝑡0 − 𝜅! ∗ 𝑦0 − 𝐵%&" ]– T(minex)= 𝑇(𝐵%&" ) + 𝜏 % [(1 + 𝜅 ! ) ∗ ((1 − 𝑡𝑐𝑠𝑠) ∗ 𝑤 − 𝑑) − 𝑟𝑟𝑡0 − 𝜅 ! ∗ 𝑦0 − 𝐵%&" ]– T(minex)donde estamos suponiendo que estamos en un intervalo de rendimientos netos de entre y0 y y1euros, en el que la reducción por rentas del trabajo disminuye con la rentaDiferenciando (6) y (7) con respecto a w, el tipo marginal de gravamen sobre las rentas brutas deltrabajo vendrá dado por(8. 𝑎) 𝑡 ́(𝑤) = 𝜏 % ∗ (1 − 𝑡𝑐𝑠𝑠)para 𝑟𝑛 < 𝑦0 ⟺ 𝑤 < )!+"&,-.. o 𝑟𝑛 > 𝑦2 ⟺ 𝑤 > )#+"&,-.. ,(8. 𝑏) 𝑡 ́(𝑤) = (1 + 𝜅 ! ) ∗ 𝜏 % ∗ (1 − 𝑡𝑐𝑠𝑠)para 𝑟𝑛 ∈ (𝑦0, 𝑦1) ⟺ 𝑤 ∈ R )!+"&,-.. , )"+"&,-.. S y(8. 𝑐) 𝑡 ́(𝑤) = (1 + 𝜅" ) ∗ 𝜏 % ∗ ( 1 − 𝑡𝑐𝑠𝑠 )para 𝑟𝑛 ∈ (𝑦1, 𝑦2) ⟺ 𝑤 ∈ R )"+"&,-.. , )#+"&,-.. S.Obsérvese que en aquellos tramos en los que la RRT se reduce con la renta, el tipo marginalefectivo se incrementa sustancialmente. Un euro más de renta aumenta la base liquidable por unadoble vía: directamente y a través de la reducción de la RRT.En este intervalo, la reducción por rentas del trabajo disminuye en 𝜅 ! euros por cada euro adicionalde renta. Por tanto, cada euro adicional de rentas brutas del trabajo aumenta la base liquidable delimpuesto en (1 + 𝜅 ! ) ∗ ( 1 − 𝑡𝑐𝑠𝑠) euros, de los que el Estado se queda con el 𝜏 % % (y las CCAAaproximadamente con otro tanto).El umbral de tributaciónQueremos calcular valor de w en el que se empieza a pagar impuestos, esto es 𝑤! tal que 𝑡(𝑤! ) =0. Partimos de𝑡(𝑤) = 𝑇(𝐵%&" ) + 𝜏 % [𝑟𝑛 − 𝑟𝑟𝑡 − 𝐵%&" ]– T(minex)9Parece razonable suponer (y así sucede en los casos manejados) que tanto la base imponiblecorrespondiente a 𝑤! como minex están dentro del primer intervalo de la tarifa del impuesto, conlo que la expresión anterior se simplifica a𝑡(𝑤) = 0 + 𝜏" [𝑟𝑛 − 𝑟𝑟𝑡 − 0]–𝜏" minexy la ecuación a resolver para calcular 𝑤! es𝑡(𝑤! ) = 𝜏" [𝑟𝑛 − 𝑟𝑟𝑡]–𝜏" minex = 0o(9) 𝑟𝑛 = 𝑟𝑟𝑡 + 𝑚𝑖𝑛𝑒𝑥Es conveniente resolver esta ecuación para 𝑟𝑛! y luego volver a 𝑤! .Para 𝑟𝑛 < 𝑦0, rrt es una constante y por tanto(10. 𝑎) 𝑟𝑛! = 𝑟𝑟𝑡0 + 𝑚𝑖𝑛𝑒𝑥o(11. 𝑎) 𝑤/ = 00,!1%'23+("&,-..)En el siguiente tramo, para 𝑟𝑛 ∈ (𝑦0, 𝑦1), (9) se convierte en(96 ) 𝑟𝑛 = 𝑟𝑟𝑡0 − 𝜅 ! ∗ (𝑟𝑛 − 𝑦0) + 𝑚𝑖𝑛𝑒𝑥De donde(10. 𝑏) 𝑟𝑛! = 𝑟𝑟𝑡0 + 𝜅 ! ∗ 𝑦0 + 𝑚𝑖𝑛𝑒𝑥1 + 𝜅 !y por tanto(11. 𝑏) 𝑤/ = 𝑟𝑛! + 𝑑1 − 𝑡𝑐𝑠𝑠 = 11 − 𝑡𝑐𝑠𝑠 V𝑟𝑟𝑡0 + 𝜅 ! ∗ 𝑦0 + 𝑚𝑖𝑛𝑒𝑥1 + 𝜅 !+ 𝑑WHabría que seguir con los tramos superiores, pero para los casos que analizamos basta con esto.Para asegurarnos de que la solución es válida, hay que comprobar que esta cae dentro del intervaloen el que estamos trabajando, esto es, en el primer caso, que𝑟𝑛! = 𝑟𝑟𝑡0 + 𝑚𝑖𝑛𝑒𝑥 < 𝑦0Y en el segundo, que𝑟𝑛! = 𝑟𝑟𝑡0 + 𝜅 ! ∗ 𝑦0 + 𝑚𝑖𝑛𝑒𝑥1 + 𝜅 !∈ (𝑦0, 𝑦1) _ Adenda al Boletín FEDEA no. 27: Los efectos de la no corrección por inflación del IRPF y de un aumento de la reducción por rendimientos del trabajo	查看 18717	联邦应用经济学研究基金会	2025-05-21 11:18:17 2025-05-21 11:19:14	word
3148783	无图 El apagón eléctrico:sobre causas y consecuenciasDIEGO RODRÍGUEZ RODRÍGUEZApuntes Fedea 2025/20Abril de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1El apagón eléctrico: sobre causas y consecuenciasDiego Rodríguez Rodríguez(UCM y Fedea)El objeto de esta Nota es tratar de contribuir a un mejor entendimiento del contexto en el que seha producido el corte de suministro eléctrico en la península ibérica el lunes 28 de abril y aportaralgunas ideas preliminares sobre sus posibles causas. Un análisis de este tipo debe partir deuna enorme prudencia a la hora de tratar de identificar la causa (o causas) desencadenantes,aunque sea posible delinear con cautela algunas hipótesis más plausibles que otras. Con esamisma prudencia, también se pueden plantear algunas ideas preliminares sobre quéconsecuencias regulatorias puede tener este grave incidente, inédito en la historia del sistemaeléctrico peninsular, aunque no en los sistemas no peninsulares.Sobre las causasComo se ha indicado, se han producido eventos anteriores de cero energético (ausencia totalde electricidad en la red) en sistemas eléctricos insulares, que por sus circunstancias depequeño tamaño y aislamiento son más vulnerables ante incidencias graves. Es interesantecomenzar con un incidente de este tipo para explicar, aunque sea brevemente, la secuencia deacontecimientos. Uno de los casos más recientes ocurrió el 15 de julio de 2020, cuando seprodujo la pérdida de generación consecutiva de cuatro grupos de generación térmica en elsistema de la isla de Tenerife 1 . La pérdida de generación del primer grupo redujo ladisponibilidad de energía en la red, disminuyendo la frecuencia del sistema hasta 49,202 Hz yrecuperándose poco después a 49,380 Hz. A ello se unió la pérdida de un segundo grupo degeneración tan solo 16 segundos después 2 y, como consecuencia, la frecuencia volvió areducirse hasta 48,897 Hz. Se trata de valores muy alejados de la frecuencia con la que debeoperar la red eléctrica europea (incluida la de los sistemas aislados como los no peninsulares),que debe situarse siempre en valores muy (pero muy) próximos a 50 Hz. Como consecuencia,se activó la desconexión automática y deliberada (denominada “deslastre”) de algunasunidades de demanda, como algunos consumidores grandes incluidos en el sistema insular dedemanda de interrumpibilidad. Todo esto se hizo automáticamente para tratar de recuperar elequilibrio generación-demanda y para ello se usó un plan de deslastres de cargas, previamente1 Con anterioridad, el 29 de septiembre de 2019 se produjo otro cero en el sistema eléctrico de la isla. También enLa Gomera se produjo un cero eléctrico en 2023, originado por un incendio en la única central térmica degeneración, recuperándose totalmente el suministro tras varios días.2 Según el informe del Operador del Sistema, la desconexión del primer grupo tuvo su origen en una “actuaciónaccidental”, pero la del segundo grupo se debió a un funcionamiento defectuoso.2aprobado y operativo. Unos segundos después se produjo la pérdida de un tercer grupo 3 , quevolvió a reducir la frecuencia hasta 48,066 Hz. Esto llevó a deslastrar a más consumidores,aunque esa desconexión de demanda fue insuficiente. Como consecuencia, la frecuenciacontinuó cayendo y el sistema colapsó, ya que los grupos térmicos (turbinas) que seguían enfuncionamiento funcionaban a muy bajas revoluciones y terminaron desconectándose de lared. Esta desconexión de unidades de la red para “protegerse” cuando hay un problema comouna caída notable de frecuencia es una característica general de los grupos de generacióneléctrica.A los dos minutos y medio de haber comenzado el primer incidente la isla entera se fue a cero:no había electricidad en todo el sistema insular. A partir de ese momento comenzó la reposicióndel servicio, creando “islas eléctricas”4 , que son zonas alrededor de una subestación a la quese da tensión eléctrica, en este caso desde un grupo térmico ya que no existen grupos degeneración hidráulica en la isla. Esto se fue extendiendo progresivamente a más subestacioneshasta reponer completamente el suministro siete horas y media después de haberse iniciado elincidente. Vaya por delante que si reponer el sistema en un pequeño sistema insular basado encentrales térmicas requirió de más de siete horas, el hecho de que se haya repuesto en menosde 12 horas en gran parte del sistema peninsular, mucho más grande y complejo, puedecalificarse, en mi opinión, de exitoso.Las causas del incidente de este lunes en el sistema peninsular podrían ser similares, en elsentido de que se hubiese producido una pérdida inicial de unos pocos grupos de generaciónmuy cercanos geográficamente, tal vez no más de dos que, por alguna o varias razones, nohubiesen sido compensados por los mecanismos de reequilibrio existentes5 . Si así fuese, sindescartar que pudiesen ser grupos de generación renovable, sería más razonable pensar quehabrían sido grupos térmicos por dos razones. En primer lugar, porque son más grandes que losgrupos de generación renovable (parques fotovoltaicos y eólicos), con lo que el efecto súbito desu pérdida de generación sería más contundente. Una central de ciclo suele tener una potenciaen el entorno de 500 MW, o superior, y solo existe un par de parques fotovoltaicos en Españacon esa potencia máxima (llamada potencia pico). En segundo lugar, porque resulta muyextraño pensar qué podría activar la parada de generación de grupos próximos de generaciónfotovoltaica (o eólica), más allá de una orden desde el Operador del Sistema (OS) por algúnmotivo de congestión de la red, que obviamente se habría dado para solventar un problema yno para generarlo. Esas órdenes del OS para dejar de verter a la red son habituales ensituaciones de congestión de la red y dan lugar a los conocidos vertidos que, de hecho, han3 En este caso el grupo estaba funcionando más allá de su potencia nominal, lo que disparó su desconexión de lared.4 No confundir con el habitual concepto usado en prensa de que la península ibérica es una “isla energética”, quetrata de representar el bajo nivel de interconexión con el continente europeo.5 REE ha indicado ya que no observa ninguna intrusión en sus sistemas de control. Obviamente, un fallo en lossistemas de control ofrecería una explicación muy distinta de la que aquí se formula.3aumentado considerablemente en los últimos dos años en los momentos de alta generaciónsolar fotovoltaica.En este contexto, cabe hacer algunas consideraciones. En primer lugar, existen múltiplesmecanismos para la restauración del equilibrio generación-demanda en la red. Una pérdida deese equilibrio se manifiesta en un alejamiento del nivel de frecuencia de la red de 50 Hz, lo quedebe ser solventado rápidamente porque es condición necesaria para el funcionamiento delsistema eléctrico. Una fuerte oscilación de la frecuencia respecto a ese valor puede originardaños importantes en los equipos eléctricos. Todos los días y a todas horas el OS, integrado enRed Eléctrica de España, planifica y activa estos mecanismos de restauración del equilibrio,que se relacionan con distintos plazos temporales. Estos servicios de ajuste están reguladosmediante una larga y detallada lista de Procedimientos de Operación6 , habitualmente referidoscomo P.O. Todos estos servicios, salvo uno que citaré posteriormente, son ofrecidos por lasempresas de generación eléctrica y perciben por ello una remuneración. De ahí que se hable de“mercados de ajuste”, pues habitualmente las empresas generadoras compiten entre ellas paraofrecerlos, si bien no todas están capacitadas y en ello juega un papel clave cuál es la tecnologíade generación eléctrica que se utiliza. Entre estos, hay servicios para la recuperaciónautomática de la frecuencia, como el de regulación secundaria (P.O 7.2), con plazos temporalesde actuación que van de 20 segundos a 15 minutos. A este se unen otros servicios, que seactivan manualmente y con horizontes temporales más largos, como el de regulación terciaria(P.O. 7.3) y el de energías de balance (P.O. 3.3). De un modo muy simplificado, estos serviciosproporcionan energía al alza (inyectando más energía) o a la baja (reduciendo la inyección) pararestaurar el equilibrio generación-demanda.En el caso del incidente del lunes, el lapso transcurrido desde el incidente original hasta el ceroparece haber sido muy corto, probablemente de muy pocos segundos, por lo que se desconoceen qué medida puede haberse recibido apoyo de estos servicios, en particular el de regulaciónsecundaria. Hay también un servicio de reducción automática de potencia para generadores(aunque el problema no parece haber estado en un exceso de potencia) y otro de respuestaactiva de la demanda (P.O. 7.5) que permitiría desconectar a grandes consumidores, pero queno sabemos de momento cómo ha actuado. Este último servicio es el único que afectaría a lademanda, de un modo similar al antiguo sistema de interrumpibilidad. Como en el incidente deTenerife anteriormente descrito, lo normal hubiese sido que el OS actuase tratando de eliminarrápidamente demanda del sistema (deslastre), pero no conocemos de momento por qué no hasido posible o suficiente en un contexto de desequilibrio generación-demanda.Todas las empresas que ofrecen estos servicios, sean empresas de generación o grandesconsumidores, pasan previamente por un procedimiento de habilitación con el OS, que esquien controla remotamente cómo y cuándo se activan esos servicios. Como se ha señalado,6 Pueden verse en: https://www.ree.es/es/conocenos/marco-regulatorio/procedimientos-de-operacion4las empresas reciben una remuneración por la prestación de estos servicios, fijada mediantedistintos mecanismos.A todo ello, además, se une la solución de restricciones técnicas que el OS analiza y aplica. Estees un reajuste sobre la programación de cuáles deben ser las unidades que deben operar, quese produce con carácter habitual después del cierre del mercado diario de generación(gestionado por OMIE). Dicho de manera simple, el mercado de generación diario (day ahead)es un mercado diseñado para reducir los costes de generación, pero no siempre la solución“económica” es factible, al no asegurar condiciones de seguridad de suministro. De hecho, enalgunas zonas se producen de modo recurrente esas restricciones y, en algunas ocasiones, lasempresas que ofrecen esos servicios de solución de restricciones técnicas han terminadosiendo sancionadas por la CNMC por prevalerse de la situación de falta de competencia paraofertar a precios excesivos 7 . Un ejemplo tradicional se ha producido en la zona de Cádiz (Campode Gibraltar), donde ha sido necesario habitualmente la disponibilidad de uno o dos grupos paragarantizar la seguridad de suministro en la zona. La existencia de esas restricciones técnicaspuede conducir también a que algunas unidades de generación renovable que inicialmentehabían sido programadas en el mercado, reciban orden de no producir.Si el escenario es que, efectivamente, se ha producido una caída de algunos grupos térmicosque han originado un efecto en cascada en el sistema eléctrico peninsular la pregunta es cómono han sido suficientes los mecanismos de restauración ya presentes en la operación delsistema y que hasta ahora han funcionado en multitud de incidencias de las que no somosconscientes porque no han tenido efectos en términos de pérdida del suministro. Obviamente,esa será una cuestión básica que puede y debe responder el único actor que realmente tendrátoda la información y conocimiento técnico necesario para poder hacerlo, que es el OS.En segundo lugar, hay que resaltar la importancia de la consideración geográfica en el análisis.Es muy frecuente que al analizar el sistema eléctrico tendamos a pensar en él como un “todo”.En terminología del sector, como un “nudo único”. Sin embargo, la realidad del funcionamientodel sistema es mucho más compleja y la geografía juega un papel fundamental. No se trata solode lograr un equilibrio agregado, sino también de garantizar determinadas condiciones zonalesque aseguren el control de la frecuencia en todo el territorio. De hecho, por ejemplo, el serviciode regulación secundaria anteriormente referido se presta distinguiendo zonas de regulación,que agrupan unidades de producción que responden a las señales enviadas por un centro decontrol eléctrico. En mi opinión, esta dimensión geográfica es clave para entender lo que haocurrido, y no puede verse en los gráficos usuales de generación-demanda publicados en lapágina web del OS8 . Gráficos que, además, tienen una dimensión temporal demasiado ampliapara analizar el evento de este lunes, que requiere información muy detallada espacialmentepero también temporalmente. Si no, resulta fácil confundir las consecuencias con las causas7 Como se ha señalado, la fijación de precios difiere en los distintos servicios de ajuste. En el caso de la soluciónde restricciones técnicas, es un servicio pay as bid, de modo que la empresa generadora percibe el precio ofertado.8 https://www.esios.ree.es/es5del fenómeno. Por ejemplo, podemos observar una pérdida de generación de una tecnologíaque no es causa sino consecuencia del apagón. La información de telemetría y de los centrosde control que se requiere estará siendo compilada ahora mismo por el OS.En tercer lugar, y esto está también relacionado con la solución de restricciones técnicas y conotros servicios de ajuste, debe recordarse que no cualquier generador eléctrico “sirve” para elcontrol de la frecuencia. En particular, el sistema requiere en todo momento la participación enel mix eléctrico de electricidad proveniente de motores síncronos que ayudan a estabilizar lafrecuencia de modo automático. Esos motores síncronos, que aportan inercia al sistema, son,en la práctica, los generadores térmicos (ciclos combinados, nucleares, generadores concarbón, biomasa,...) e hidráulicos. La “inercia” significa que los motores de estos generadorestradicionales mantienen una velocidad de rotación estable durante un cierto tiempo aunquemomentáneamente la demanda sea mayor que la generación, lo que se traduce en unafrecuencia más estable. Si no aportasen esa inercia, su velocidad de rotación caería rápido,contribuyendo a la reducción de frecuencia y por tanto a su desconexión de la red. ¿Cuántacapacidad de generación con estas características debe estar acoplada en todo momento alsistema? En el informe de la Comisión de Expertos Sobre Escenarios de Transición Energéticaseñalábamos que en torno a 5.500 MW9 . No es un volumen preciso, ya que depende de diversascircunstancias del mix de generación y demanda, global y zonal, pero en cualquier caso se tratade una cantidad significativa.En relación con el mix de generación eléctrica existente cuando se produjo el apagón, llama laatención la escasa generación nuclear. A ese respecto debe tenerse en cuenta que si bien enalgunos momentos no está operativo un grupo nuclear por parada programada para su recargay mantenimiento, o incluso dos si coincide con otra operación de mantenimiento noprogramada, lo cierto es que desde el año 2024 se viene observando que, en los meses de bajosprecios por fuerte generación renovable, hay varios grupos no disponibles y reducción de carga(generación) en el resto10 . En concreto, la generación nuclear era, desde hacía ya días, de 3.384MW, resultante de la operativa de cuatro grupos funcionando con reducción de carga. No es unsuceso extraordinario. De hecho, utilizando los datos de generación cuarto horaria (esto es,cada 15 minutos), se observa que hasta las 12:30 de este lunes, momentos antes del apagón,en algo más de un 8% de todos esos periodos cuarto horarios durante el año 2025 la capacidadde generación nuclear se ha situado por debajo de 3.500 MW, la mitad de los 7.136 MW degeneración cuando los siete grupos están operativos. Si se observa el mix de generación en losquince minutos previos al apagón (12:15 a 12:30) se observa que, además, había 2.204 MW deciclos, 1.180 de hidráulica fluyente y 2.220 de hidráulica gestionable. No es mucha capacidadsíncrona, pero sí en principio superior a la mínima necesaria si es que esos datos son loscorrectos ya que se refieren a la ventana de quince minutos y no necesariamente a los9 Disponible enhttp://www6.mityc.es/aplicaciones/transicionenergetica/informe_cexpertos_20180402_veditado.pdf10 Ver Revuelta, J. (2024). Pasado, presente y posibles futuros de la energía nuclear en España. Fedea Policy Paper2024/03.6momentos previos al apagón. Además, no conocemos, como se ha señalado, la capacidad deinfluencia zonal de esa generación síncrona para el mantenimiento de frecuencia, lo que podríahaber jugado un papel relevante.Sobre las consecuenciasUna vez se identifique con precisión la secuencia de acontecimientos será el momento de queel OS y los reguladores (CNMC y Miteco, en función de sus competencias correspondientes)actúen para que un suceso de este tipo no se vuelva a producir. Obviamente, al no conocer lanaturaleza del proceso que ha llevado al apagón no se puede adelantar cuáles podrían ser loscambios, que podrían ir vinculados con procesos de operación o con refuerzos de activos, biende red o de generación/almacenamiento.Sin embargo, con toda la prudencia, sí pueden hacerse algunas reflexiones preliminares para elrefuerzo de la seguridad en la operación en el sistema por varias vías. Por un lado, mediante ladisponibilidad de mayor capacidad de almacenamiento, que proporcione flexibilidad al sistemay contribuya al restablecimiento del equilibrio en contextos de necesidades de control defrecuencia. En ese sentido, el panorama del almacenamiento (bombeo y baterías) en Españacontinúa marcado por la parálisis en la entrada que, en buena medida, está a la espera deldesarrollo regulatorio del mecanismo de capacidad. Además, en ese sentido, un despliegueinteligente de ese almacenamiento debería contribuir a mejorar restricciones zonales.Por otro lado, este grave incidente muestra la necesidad de conservar firmeza en el sistema.Esto implica, como ya está previsto, el mantenimiento de los ciclos combinados ya existentes,apoyados también en un mecanismo de capacidad que les proporcione ingresos adicionales alos de mercado porque es conocido que sus horas de funcionamiento van a ser muy reducidasen el futuro. Pero también alerta sobre los riesgos de un cierre temprano del parque nuclearexistente porque, como se ha señalado, este aporta de forma muy constante un volumen defirmeza e inercia que es muy importante mantener en un contexto de fuerte penetración degeneración renovable, especialmente la solar fotovoltaica. Es evidente que la recuperación deun cero eléctrico no se puede hacer con centrales nucleares sino con centrales que norequieran energía del sistema para su arranque y que, además, tengan una producciónfácilmente gestionable y escalable. Por ello, la recuperación se habrá apoyado en la generaciónhidráulica, al menos inicialmente, además de en la potencia y tensión proporcionadas por lasinterconexiones. Eso habría ocurrido hasta con un cero eléctrico en Francia, por muy grandeque sea el parque nuclear francés. Pero, naturalmente, la utilidad de los grupos nucleares no esproporcionar apoyo para salir de un cero energético, evento que no debería suceder nunca yque, en cualquier caso, esperamos que no vuelva a suceder. De hecho, como se ha señalado,una parte de su utilidad es que, junto con otros generadores, proporciona energía concaracterísticas que precisamente hacen que se reduzca la probabilidad de que ocurra eseevento catastrófico.7Una reflexión final que, por obvia, no deja de ser pertinente. Dado que el conocimiento exactode la secuencia de acontecimientos puede dilatarse, se ha abierto entre tanto la absurdacarrera consistente en demonizar unas tecnologías de generación en favor de otras. No haynadie sensato que no piense que el sistema debe integrar un porcentaje creciente degeneración renovable, tanto por motivos medioambientales y de lucha contra el cambioclimático como por motivos económicos y de reducción de la dependencia energética. Con losmecanismos de resolución de problemas ya existentes, y que se han apuntado brevemente conanterioridad en este trabajo, el sistema integra perfectamente la generación fotovoltaica yeólica actual. Es más, deberá integrar sin mayores problemas técnicos contingentes crecientesde generación fotovoltaica y eólica en el futuro, como ocurre en otros sistemas eléctricos. Peromás allá de las lecciones que podamos aprender una vez conozcamos con precisión las causasdel apagón, este ha puesto de manifiesto la necesidad de volver a recordar que la seguridad desuministro, y por tanto la necesidad de asegurar firmeza, flexibilidad y condiciones queaseguren el funcionamiento seguro del sistema, no es una obsesión de los ingenieros sino algoque nos concierne a todos y, de modo prioritario, a los responsables de la política energética. Loque sí sabemos bien los economistas es que la seguridad de suministro tiene un coste. Diego Nota apagón vfinal El apagón eléctrico: sobre causas y consecuencias	查看 21054	联邦应用经济学研究基金会	2025-04-30 08:00:00 2025-05-21 11:19:14	word
3148782	无图 Las finanzas autonómicas en 2024y entre 2003 y 2024ÁNGEL DE LA FUENTEEstudios sobre la Economía Española 2025/08Mayo 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Las finanzas autonómicas en 2024 y entre 2003 y 2024*Angel de la FuenteFEDEA e Instituto de Análisis Económico (CSIC)Mayo de 2025ResumenEn este informe se analiza la evolución de los ingresos y gastos autonómicos, el saldopresupuestario del sector y su stock de deuda desde 2003 hasta el presente. En la primera partedel trabajo se presta especial atención al comportamiento del gasto por habitante a preciosconstantes. Seguidamente se analizan en cierto detalle las cuentas de los últimos ejercicios,destacando el efecto que sobre ellas han tenido algunos factores atípicos, incluyendo los ingresosy gastos extraordinarios ligados a la crisis del Covid y los errores de previsión en el cálculo de lasentregas a cuenta del sistema de financiación autonómica. Corregir los datos brutos por elimpacto de estos factores modifica significativamente la situación financiera aparente de lasCCAA, para mal en los años de la pandemia (2020 y 2021), y para bien en 2022 y 2023, y ofreceuna perspectiva bastante distinta sobre su evolución. En 2024, la corrección eleva en una décimael déficit del conjunto de las CCAA.Palabras clave: Gasto autonómico, ingresos autonómicosClasificación JEL: H70** Se ha corregido un error en la versión original que afectaba al Gráfico 13. Véase la nota al pie no. 9.* Este trabajo forma parte de un proyecto financiado en parte por BBVA Research.Los datos utilizados están disponibles en un Excel que se puede descargar con el trabajo.11. IntroducciónEn este informe se analiza la evolución de las finanzas regionales desde 2003 hasta el presentecon especial atención al ejercicio 2024, para el que se han publicado recientemente datospreliminares. El análisis toma como punto de partida el ejercicio 2003 porque éste es el primeraño en el que todas las comunidades autónomas fueron responsables de la gestión de la sanidaddurante el ejercicio completo. Puesto que desde entonces no ha habido traspasos de gran peso entérminos de su dotación económica, las series corresponden a un período en el que lascompetencias de gasto de todas las autonomías se han mantenido aproximadamente constantes,aunque no iguales para todas ellas.El resto del trabajo está dividido en cinco secciones. En la sección 2 se describen los datosutilizados, se indican los ajustes que se han introducido en los mismos y se comentan algunosaspectos de la mecánica del Sistema de Financiación Autonómica (SFA) que ayudan a entenderla en ocasiones peculiar evolución de los ingresos y gastos autonómicos. En las secciones 3 y 4 seanaliza la evolución de estas dos variables, el saldo presupuestario del sector y su stock de deuda,trabajando con datos agregados y prestando especial atención a los últimos ejercicios.Seguidamente, en la sección 5 se trabaja con datos desagregados a nivel regional, lo que permiteapreciar la gran diversidad de experiencias que se registra en los distintos territorios. Finalmente,la sección 6 concluye el trabajo.El análisis de las series de gasto e ingreso autonómico revela un fuerte incremento del gasto entre2003 y 2009 que se traduce en un rápido deterioro de la situación financiera de las comunidadesautónomas una vez los ingresos dejan de crecer con el inicio de la Gran Recesión y especialmenteen 2010 y 2011, que es cuando la caída de ingresos llega con toda su fuerza a las cuentasautonómicas en Contabilidad Nacional debido al retardo de dos años con el que se practican lasliquidaciones del sistema. Entre 2011 y 2013 se observa una mejora significativa de los saldospresupuestarios regionales como resultado de un apreciable recorte del gasto y de la recuperaciónparcial y posterior estabilización de los ingresos. En 2014 y 2015, sin embargo, los déficitsautonómicos tienden a estancarse y las comunidades incumplen con claridad sus objetivos deestabilidad presupuestaria. Entre 2016 y 2018 se produce un avance muy significativo en lareducción del déficit presupuestario de las autonomías en un contexto de rápido crecimiento delPIB y de los ingresos. Las CCAA cerraron 2018 con un déficit presupuestario del 0,23% del PIB,cumpliendo así holgadamente su objetivo de déficit presupuestario (del 0,4%) por segunda vezconsecutiva desde el inicio de la crisis.En 2019, sin embargo, la mejora de las cuentas autonómicas se interrumpe, en parte porcuestiones técnicas que tienen que ver con cambios en el calendario de ingresos del IVA. Aundescontando este efecto, el repunte del déficit ha hecho que tanto las CCAA en su conjunto comola mayor parte de ellas individualmente hayan vuelto a incumplir sus objetivos de estabilidad.Seguidamente, 2020 y 2021 han estado marcados por la crisis del Covid, con el consiguienteaumento de las necesidades de gasto para hacer frente a la pandemia y una fuerte caída de losingresos tributarios durante el primero de estos ejercicios. El Gobierno central, sin embargo, haoptado por absorber en primera instancia la totalidad de ambos shocks, manteniendo unasentregas a cuenta calculadas con previsiones anteriores a la crisis y aportando recursos2adicionales a las autonomías mediante transferencias extraordinarias no retornables fuera delsistema de financiación ordinario. Esto ha permitido a las comunidades autónomas reducir sudéficit presupuestario pese al fuerte aumento del gasto. El precio es, por supuesto, un mayordéficit del Estado y el gradual debilitamiento de la responsabilidad fiscal de unas comunidadesautónomas que están siendo sobreprotegidas, tanto en esta crisis como en la anterior. En 2022 y2023, el déficit autonómico repunta con fuerza, pero en buena parte, una vez más, por el impactode factores atípicos entre los que destacan la mecánica de las liquidaciones y el sesgo a la baja enel cálculo de las entregas a cuenta causado por la sorpresa inflacionaria generada por la Guerrade Ucrania. Corrigiendo por atípicos, el déficit presupuestario autonómico se ha mantenidoaproximadamente constante en 2022 y 2023 en torno al 0,65% del PIB, claramente por encima delobjetivo pese a la rápida recuperación del PIB en estos ejercicios, pero significativamente pordebajo del déficit observado. Finalmente, en 2024 se registra una clara mejoría de la situaciónfinanciera de las CCAA, que en su conjunto se acercan al equilibrio presupuestario. La mejoraproviene fundamentalmente del lado del ingreso, y refleja tanto el robusto crecimiento del PIBcomo la cuantiosa liquidación del SFA, que corrige a posteriori la infravaloración de las entregasa cuenta de 2022.2. Datos y ajustes y una nota sobre la mecánica del SFALos datos utilizados en este trabajo provienen de las cuentas de las administraciones regionalesque elabora la IGAE y en particular de las series desagregadas por comunidades autónomas queeste organismo publica para el período desde 2000 en adelante (IGAE, 2025a).Las series de la IGAE ofrecen información sobre los ingresos (recursos) y gastos (empleos) nofinancieros de las CC.AA. calculados con criterios de Contabilidad Nacional (CN). A los efectosque aquí nos interesan, conviene modificar la agrupación de partidas que se utiliza en CN con elfin de recoger de una forma más intuitiva los efectos del sistema de financiación autonómica(SFA) sobre los ingresos y gastos regionales. El problema tiene que ver con el tratamiento de lastransferencias a otras administraciones públicas, una partida que en el caso de las CC.AA. estádominada por transferencias al Estado por conceptos relacionados con el SFA (tales como laaportación navarra al Estado1 o los saldos negativos de la Transferencia de Garantía o del Fondode Suficiencia de ciertas comunidades de régimen común).2 Aunque estas transferenciasrealmente reducen los ingresos netos de los que disponen las administraciones regionales, en CNse las incluye entre los ̈gastos” de las CCAA, dejando a éstas con “ingresos brutos” que son pocoinformativos. Con el fin de evitar este problema, en lo que sigue las transferencias (corrientes yde capital) a otras administraciones públicas españolas se trasladan desde el apartado de empleosal de recursos, donde se deducen de las transferencias (corrientes y de capital) procedentes de1 No se incluye, sin embargo, el cupo vasco, que no pasa por los presupuestos de las comunidadesautónomas sino por los de las diputaciones forales.2 Las transferencias estatales a las corporaciones locales parecen recogerse siempre como tales en CN, sinafectar a las CCAA, incluso en aquellos casos en los que estas últimas sirven de intermediarias en su pago.En consecuencia, no parece que estas transferencias distorsionen los ingresos de las CCAA, pero si lohicieran la distorsión desaparecería al calcularse los ingresos netos por transferencias de otrasadministraciones pues las entradas provenientes de la AGE se cancelarían con las salidas hacia lascorporaciones locales.3otras administraciones públicas para construir una nueva partida de ingresos netos portransferencias de otras administraciones públicas domésticas que se integra en el apartado derecursos de las CCAA. Los recursos y empleos netos de transferencias que se obtienen tras estacorrección se denominarán en lo que sigue ingresos y gastos ajustados de las CCAA.Entregas a cuenta y liquidaciones del SFALos ingresos del sistema de financiación autonómica pueden dividirse en dos grandes bloques.En el primero se integran los ingresos tributarios recaudados directamente por las ÇCAA, quecorresponden a una serie de impuestos cedidos totalmente por el Estado (ITP y AJD, Sucesionesy Donaciones, Tasas sobre el Juego, Patrimonio y Tasas afectas a los servicios traspasados), asícomo a los ingresos por los tributos propios que ha establecido cada comunidad. El segundo y másimportante de los bloques incluye las transferencias estatales ligadas a los distintos Fondos delSFA y los tramos autonómicos de los impuestos gestionados por la Agencia Tributaria estatal(incluyendo el IRPF y el IVA, cuyos rendimientos se comparte entre la administración central ylas regionales).Este segundo bloque de recursos funciona con un sistema de entregas a cuenta y liquidaciones.Lo que las comunidades ingresan realmente por estos conceptos a lo largo del año t son una seriede entregas a cuenta basadas en las previsiones de ingresos tributarios recogidas en losPresupuestos Generales del Estado (PGE) que se ingresan por doceavas partes mensuales. Ladiferencia entre los ingresos definitivos que, a posteriori, corresponden a cada región con cargoa la recaudación observada del año t y las entregas a cuenta percibidas por ésta a lo largo delejercicio t se paga (o al menos se calcula y se recoge en Contabilidad Nacional) dos años mástarde, una vez se dispone de todos los datos necesarios para practicar la liquidación del sistema.En ese momento es también cuando el Estado abona a las CCAA los llamados Fondos deConvergencia (los fondos de Cooperación y Competitividad), para los que la ley no prevé laexistencia de entregas a cuenta. Por lo tanto, en el año t las regiones ingresan las entregas a cuentacorrespondientes al ejercicio en curso y, en principio, la liquidación de t-2, mientras que laliquidación de t se practica en t+2.Gráfico 1: Saldo de la liquidación del SFA (practicada en t, correspondiente a t-2)- Fuente: de la Fuente (2024).-20,000-15,000-10,000-5,00005,00010,00015,00020,00025,0002004 2008 2012 2016 2020 20244El Gráfico 1 muestra la accidentada evolución del saldo agregado de la liquidación del SFA.Generalmente, este saldo es positivo, indicando que las CCAA reciben transferenciascomplementarias del Estado. El saldo, sin embargo, será negativo si el Estado sobreestima losingresos tributarios hasta el punto de adelantar a las CCAA más dinero del que a posteriori lescorresponde, incluyendo los Fondos de Convergencia. Cuando se da esta circunstancia, lasCCAA deberían en principio devolver dinero al Estado. En la práctica, sin embargo, talesreintegros siempre se han aplazado o condonado, convirtiéndolos en un préstamo a devolver alo largo de muchos años (caso de 2010 y 2011), o transfiriendo a las CCAA los recursos necesariospara devolver los saldos negativos (en 2022). El préstamo no elimina el impacto adverso de laliquidación sobre el saldo presupuestario de las CCAA en Contabilidad Nacional, pero latransferencia sí lo hace.3. Evolución del conjunto de las comunidades autónomas desde 2003El Gráfico 2 muestra la evolución del saldo presupuestario del conjunto de las comunidadesautónomas medido como porcentaje del PIB nacional desde 2003 hasta 2024. Durante losprimeros años del período analizado, que corresponden a la parte final de una larga expansióneconómica, las CC.AA. se mantienen cerca del equilibrio presupuestario. Con la llegada de laGran Recesión en 2008, los saldos presupuestarios autonómicos se deterioran muy rápidamentehasta alcanzar un déficit máximo del 5,2% del PIB en 2011, con un retardo de dos años sobre elfondo de la recesión debido al sistema de entregas a cuenta y liquidaciones descrito en la secciónanterior. Tras el récord de 2011, las cosas comienzan a mejorar, aunque con ciertos altibajos, hastavolver a un saldo presupuestario similar al de partida de 2017 en adelante.Gráfico 2: Saldo presupuestario no financiero como % del PIBconjunto de las comunidades autónomasSorprendentemente, los déficits autonómicos no se han visto afectados en 2020 y 2021 por la crisisdel Covid gracias a las cuantiosas transferencias extraordinarias que el Estado ha realizado paracubrir los gastos derivados de la pandemia. En 2022, sin embargo, el déficit repunta hasta el 1,11%pese a la vigorosa recuperación del PIB, en parte por la devolución de parte de las generosas-6%-5%-4%-3%-2%-1%0%2003 2008 2013 2018 20235entregas a cuenta de 2020 y en parte porque las entregas a cuenta de 2022 se calcularon con unaprevisión de inflación muy inferior a la generada a posteriori por el inicio de la Guerra de Ucrania.Finalmente, el déficit se reduce sólo ligeramente en 2023, manteniéndose en torno al 0,9% del PIBpero el conjunto de las CCAA se acerca al equilibrio en 2024, gracias a la liquidación record de2022, cobrada en 2024, que superó los 20.000 millones de euros.Resulta interesante analizar en cierto detalle las sendas de gasto e ingreso que hay detrás de lossaldos presupuestarios autonómicos. Trabajando con las magnitudes ajustadas descritas en lasección anterior, el Gráfico 3 resume la evolución de los ingresos y los gastos no financieros delas CCAA medidos como porcentajes del PIB. En el gráfico se aprecia un patrón decomportamiento con varias fases bien diferenciadas. Entre 2003 y 2007 los ingresos y los gastosde las comunidades autónomas crecen a un ritmo similar, lo que permite mantener una situaciónde equilibrio presupuestario aproximado. Entre 2007 y 2009 los gastos se disparan muy porencima de los ingresos. Entre 2009 y 2011 los ingresos se desploman en parte como resultado delas abultadas liquidaciones negativas de 2008 y 2009, lo que se traduce en un rápido aumento deldéficit a pesar de la reducción del gasto. Tras 2011, este efecto atípico desaparece, con laconsiguiente recuperación de los ingresos, y el déficit se va reduciendo graciasfundamentalmente a un crecimiento del gasto inferior al del PIB. Aunque a un ritmo desigual,con pausas y altibajos, el saldo presupuestario continúa mejorando hasta volver entre 2017 y 2019a niveles similares a los de los primeros años 2000.Gráfico 3: Gastos e ingresos no financieros ajustados como porcentaje del PIB,conjunto de las comunidades autónomasEn 2020 se inicia la pandemia de Covid, cuyos efectos no se aprecian en la senda de déficit delGráfico 2 pero sí en el Gráfico 3, donde se dibujan por separado los gastos y los ingresosautonómicos. Pese a la aparente continuidad de la senda de déficit, 2020 ha sido un año muyatípico, caracterizado por un fortísimo repunte tanto de los gastos como de los ingresos medidoscomo fracción del PIB. Además de la fuerte caída de la renta, que reduce el denominador, elprimer fenómeno refleja el incremento de las necesidades de gasto para hacer frente a lapandemia del Covid y el segundo la decisión de la Administración Central de absorber en10%11%12%13%14%15%16%17%2003 2008 2013 2018 2023ingresos gastos6primera instancia el grueso del shock causado por la crisis sanitaria, aportando recursosextraordinarios a los gobiernos regionales. También ha sido atípico 2021. Pese a la significativarecuperación de la renta nacional y a que el impacto de la pandemia ha sido bastante menor queen 2020 gracias al elevado nivel de vacunación, el peso en el PIB de tanto los ingresos como losgastos autonómicos se ha mantenido aproximadamente constante en este ejercicio. En 2022 seregistra un fuerte incremento del PIB nominal, alimentando en parte por una elevada inflación,que reduce bruscamente el peso en el PIB de los gastos y, en mayor medida, de los ingresos, queen buena parte están prefijados a través de las entregas a cuenta del sistema de financiaciónautonómica. Pese a ello, los niveles de ingreso, y especialmente, de gasto sobre PIB no han vueltoa los niveles previos a la pandemia. Tampoco lo han hecho en 2023 o 2024, años en los que elgasto se mantiene aproximadamente constante como fracción del PIB y los ingresos repuntan,con el fuerte incremento de la liquidación del SFA compensando la desaparición de ciertaspartidas extraordinarias.Como se aprecia en el Gráfico 3, las variaciones registradas durante el período analizado tanto enlos ingresos como en los gastos autonómicos, medidos ambos como fracción del PIB, son muyimportantes. Entre 2003 y 2009 los ingresos de las comunidades autónomas aumentan en dospuntos de PIB, se desploman seguidamente, perdiendo casi cuatro puntos en dos años, y llegana 2019 con un nivel superior en seis décimas y media de punto de PIB a su nivel de partida. De lamisma forma, el gasto creció en 3,6 puntos de PIB entre 2003 y 2009 y se ha reducido desdeentonces hasta 2019 en 2,8 puntos, lo que nos deja en ese último año casi ocho décimas de puntopor encima del registro inicial. Así pues, la situación de 2019, justo antes del inicio de la crisis delCovid, era similar a la de 2003 no sólo en términos del déficit de las CCAA sino también de susniveles medios de gasto e ingreso sobre PIB, aunque con una cierta deriva al alza en ambasvariables.Tanto el ingreso como el gasto se han incrementado en unos tres puntos de PIB en 2020manteniéndose aproximadamente constantes en 2021. La situación es similar a la registrada en2008-09 en lo que respecta al crecimiento del gasto, pero mientras que entonces los ingresoscayeron ligeramente en 2008 y crecieron en torno a un punto en 2009, ahora el crecimiento de losingresos (vía transferencias estatales) ha sido mayor que el de los gastos, con lo que la situaciónaparente de las finanzas autonómicas ha mejorado pese al Covid. Tras el final de la pandemia yde las ayudas extraordinarias, el déficit ha repuntado con cierta fuerza en 2022 y 2023, al caer másrápidamente los ingresos que los gastos, en parte como resultado de la sorpresa de inflacióncausada por la Guerra de Ucrania, que lógicamente no pudo incorporarse al cálculo de lasentregas a cuenta de 2022. Finalmente, el fuerte repunte de los ingresos (en buena parte gracias ala muy favorable liquidación de 2022) permite al conjunto de las CCAA casi eliminar el déficitpresupuestario en 2024. Entre 2019 y 2024, los ingresos aumentaron en 1,5 puntos de PIB y losgastos en 1,0 punto.La evolución del gasto real por habitanteEl gasto autonómico por habitante medido a precios constantes es seguramente un indicadorrazonable del nivel de prestación de servicios de los gobiernos regionales, al menos en7circunstancias ordinarias. El Gráfico 4 muestra la evolución de este indicador junto con la de losingresos autonómicos normalizados de la misma forma.3 Como cabría esperar, el perfil temporalde las series es similar al observado en el Gráfico 3 pero no idéntico. En particular, cuando setrabaja con importes absolutos por habitante a precios constantes se observa con claridad un giroal alza tanto en el ingreso como en el gasto a partir de 2013 o 2014, que comienza más tarde yaparece muy suavizado cuando se utiliza el PIB como denominador. Por lo demás, el patrón essimilar al del gráfico anterior: tras un fuerte incremento tanto de los ingresos como de los gastosreales de las comunidades autónomas en la primera parte del período analizado, ambasmagnitudes se reducen abruptamente durante la Gran Recesión, aunque con un cierto retardo,para estabilizarse después e iniciar una recuperación en los años siguientes, que se mantienedurante la pandemia hasta alcanzar nuevos máximos históricos en 2021 tanto para el ingresocomo para el gasto. Finalmente, tras un breve bache en 2022 y 2023, especialmente en el caso delos ingresos, en 2024 se vuelve aproximadamente a los máximos de 2021. Comparando 2024 con2003, los ingresos reales por habitante de las CCAA se incrementaron en 1.103 euros de 2020 (loque supone un incremento del 36,6%) mientras que el gasto lo hizo en 1.022 euros (un 32,7%).Gráfico 4: Gastos e ingresos no financieros ajustados por habitanteen euros constantes de 2020conjunto de las comunidades autónomasLa respuesta a las crisis: 2008-09 vs 2020-21El Gráfico 5 pone la lupa sobre las dos crisis más importantes registradas durante el períodoanalizado, la crisis financiera que se inició en 2008-09 y la pandemia de Covid de 2020-21, a la quesigue inmediatamente la crisis de Ucrania. Normalizando a 100 todas las series en el ejercicio3 En lo que sigue, trabajaré con cifras de ingresos y gastos ajustados por habitante medidos a preciosconstantes de 2020 utilizando el deflactor del PIB nacional Los datos de PIB regional a precios corrientes sonlos que utiliza la IGAE y provienen de la Contabilidad Regional del INE (2025a). Se utiliza la seriehomogénea 2000-2023 construida por el propio Instituto extendiendo hacia atrás la serie en base 2020 y eldato de 2024 de la Contabilidad Trimestral. El deflactor del PIB nacional se construye a partir de datos dePIB a precios corriente e índices de volumen tomados de la Contabilidad Nacional anual y trimestral (INE,2025b y c). Los datos de población se refieren a 1 de enero de cada año y provienen del INE (2025d).2,5002,7503,0003,2503,5003,7504,0004,2502003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023ingresos gastos8anterior al comienzo de la crisis, los dos paneles del gráfico resumen la evolución de los ingresosy gastos ajustados autonómicos y de los ingresos tributarios de la Administración General delEstado (AGE) por impuestos sobre las rentas, el valor añadido y los productos, con todas lasvariables en términos per cápita y medidas a precios constantes. En el caso de la primera crisis,se muestran también los ingresos autonómicos “por caja”, sin descontar los saldos negativos delas liquidaciones de 2008 y 2009 que deberían haberse pagado al Estado en 2010 y 2011, pero cuyopago se aplazó y todavía se está devolviendo.Como ya se ha indicado, en ambos episodios el Gobierno central optó por “proteger” a las CCAA,absorbiendo al menos en primera instancia el grueso de la caída de ingresos con el fin de dar alas administraciones regionales un mayor margen de gasto para hacer frente a la crisis. Esto sehizo a través de un cálculo muy favorable de las entregas a cuenta del sistema de financiaciónautonómica y mediante diversas transferencias y otros mecanismos extraordinarios de ayuda.Aunque los ingresos tributarios del Estado cayeron en un 40% entre 2007 y 2009, los ingresostotales de las CCAA se mantuvieron aproximadamente constantes durante el mismo período ysu gasto (real por habitante) aumentó en diez puntos (véase el panel izquierdo del Gráfico 5). Lacaída de ingresos sólo se trasladó a las CCAA en 2010 y 2011 a través de las correspondientesliquidaciones, suavizándose además su impacto mediante el aplazamiento del reintegro de lossaldos negativos de las mismas, que se devolverán gradualmente durante un período de más dequince años. El ajuste del gasto fue aún más lento, manteniéndose hasta 2011 por encima del nivelde 2007 a pesar de la persistente caída de ingresos.Gráfico 5: Gastos e ingresos no financieros ajustados por habitante en euros constantesConjunto de las CCAA y Estado, año anterior al inicio de la crisis = 100Pese a que la crisis fue más corta y su impacto sobre los ingresos tributarios mucho menor, elgrado de (sobre-)protección a las autonomías fue aún mayor durante el segundo episodioanalizado, la pandemia de Covid. Los ingresos reales por habitante de las CCAA no sólo semantuvieron, sino que se incrementaron en 17 puntos porcentuales entre 2019 y 2021, 5 puntosmás que su gasto, y han caído sólo modestamente con la llegada en 2022 de la liquidación de2020, en parte gracias a la condonación de los saldos a devolver de la misma, para rebotar confuerza en 2023 y 2024. El gasto, por su parte, se mantiene unos diez puntos por encima de su nivelprepandemia, sin tendencia alguna a la baja por el momento.50607080901001101202007 2008 2009 2010 2011 2012gasto CCAA ingresos CCAAingresos caja tributos AGE50607080901001101202019 2020 2021 2022 2023 2024ingresos ccaa gastos ccaatributos estado9Componentes del gasto per cápitaEl gasto no financiero que se muestra en el Gráfico 4 se puede dividir en tres grandes partidas: i)los gastos de capital (inversiones reales y transferencias de capital), ii) el gasto en intereses y iii)el gasto corriente neto de intereses, donde se incluyen los gastos de personal, la compra de bienesy servicios y las transferencias corrientes. El Gráfico 6 resume la evolución de estas partidas trasnormalizarlas de la misma forma que los ingresos y los gastos agregados, mostrando tanto susimportes en euros constantes de 2020 como índices normalizados a 100 en 2003.Gráfico 6: Componentes del gasto no financiero ajustado por habitante,conjunto de las comunidades autónomas a precios constantes de 2020a. euros de 2020 b. Índices con 2003 = 100Como se aprecia en el gráfico, los perfiles de los tres componentes del gasto son muy diferentes.La partida de inversión se reduce rápidamente a partir de 2008 hasta situarse en torno a la mitadde su valor inicial en 2017. Su aparente repunte a partir de 2020 y 2021 es, en cierto sentido,engañoso pues se debe fundamentalmente al aumento de las ayudas directas a empresas yautónomos para paliar los efectos de la pandemia y a las inversiones financiadas por elMecanismo de Recuperación y Resiliencia. Por su parte, el gasto en intereses se triplica entre 2005y 2012 como resultado de la rápida acumulación de deuda y de la subida de la prima de riesgo.Su importe, sin embargo, se reduce sustancialmente a partir de 2014 como resultado de la mejorade las condiciones financieras que el Gobierno Central ofrece a las CCAA en el FLA y otrosmecanismos de liquidez, pero repunta con fuerza en 2023 y 2024, cuando se comienza a acusarlos efectos de la fuerte subida de tipos causada por el endurecimiento de la política monetariapara hacer frente a la inflación. Finalmente, el grueso del gasto corriente registra a partir de 2009una caída mucho más modesta que el gasto total y recupera en 2013 su tendencia al alza parasituarse en los años finales del período en un nivel superior al pico alcanzado en 2009.El Gráfico 7 muestra la evolución de los tres componentes principales del gasto corriente neto deintereses de acuerdo con la CN: la remuneración de asalariados, la compra de consumosintermedios y las prestaciones sociales distintas de las prestaciones sociales en especie producidasdirectamente por las administraciones públicas (esto es, las prestaciones monetarias y aquellosbienes o servicios que las AAPP compran en el mercado y ofrecen a sus ciudadanos gratuitamente01,0002,0003,0004,0002003 2007 2011 2015 2019 2023gastos decapitalinteresesotros gastoscorrientes0501001502002503002003 2007 2011 2015 2019 202310o a precios muy inferiores a los de mercado). Las tres variables muestran un perfil similar al delgasto corriente total neto de intereses, con un rápido crecimiento hasta 2009, seguido de unapreciable recorte y una recuperación que nos lleva a máximos históricos en la parte final delperíodo, seguidos finalmente por un ligero retroceso final que comienza en 2021 o 2022 y es másacusado en el gasto en consumos intermedios.Gráfico 7: Componentes del gasto corriente neto de intereses, gasto por habitante,conjunto de las comunidades autónomas a precios constantes de 2020a. euros de 2020 b. Índices con 2003 = 100Gráfico 8: Variación media anual del gasto no financiero ajustado por habitante (CN)a precios constantes de 2020 y sus componentes,euros por año, varios períodosEl Gráfico 8 muestra la variación media anual del gasto real no financiero por habitante y la desus componentes, medida en euros constantes por año durante distintos subperíodos. Entre 2003y 2009 el gasto total por habitante a precios constantes de 2020 aumentó a un ritmo medio de 154euros anuales, gracias fundamentalmente al incremento del gasto corriente neto de intereses.Entre 2009 y 2013 el gasto total se redujo aproximadamente al mismo ritmo al que antes habíaaumentado, pero la caída de la inversión absorbe la mitad del descenso, suavizando así la caídadel gasto no financiero. Entre 2013 y 2019 se observa una recuperación moderada del gasto, que3006009001,2001,5001,8002,1002003 2007 2011 2015 2019 2023PersonalConsumosintermediosPrestacionsSociales1001251501752003 2007 2011 2015 2019 2023-200-160-120-80-4004080120160total operaciones de capital intereses resto del gastocorriente2003 a 09 2009 a 13 2013 a 19 2019 a 2411proviene fundamentalmente del gasto corriente, mientras que los intereses desciendenligeramente y la inversión se mantiene casi plana sobre el conjunto del subperíodo. Finalmente,entre 2019 y 2024, el gasto repunta con más fuerza, como resultado de una cierta recuperación dela inversión y del incremento del gasto en intereses.Gráfico 9: Evolución del stock de deuda autonómica como porcentaje del PIB- Fuente: Banco de España (2025).Por último, el Gráfico 9 muestra la evolución del stock de deuda autonómica medido comofracción del PIB. Esta variable casi se ha multiplicado por cinco en menos de una década comoresultado de la Gran Recesión. Seguidamente, su valor se ha estabilizado en torno al 25% del PIBdurante la fase de recuperación, mostrando sólo un ligero descenso entre 2016 y 2019, y harepuntado con fuerza en 2020 con la crisis del Covid -- en buena parte por un efecto denominadordebido a la fuerte caída del PIB, que luego se recupera a buen ritmo entre 2021 y 2024, reduciendoapreciablemente el peso de la deuda.4. Una mirada más detallada a los últimos ejerciciosEn esta sección se analiza en mayor detalle la evolución de las cuentas agregadas de las CCAAdurante los últimos ejercicios y se cuantifican los efectos sobre las mismas de algunos factoresatípicos que han de tenerse en cuenta a la hora de valorar la situación financiera de estasadministraciones.El Cuadro 1 (véase el Anexo 1 para los años anteriores a 2021) y los Gráficos 10 (línea negra) y 11(líneas de trazo continuo) resumen la información más relevante sobre la evolución observada delas cuentas autonómicas utilizando datos expresados en millones de euros corrientes y en puntosporcentuales del PIB nacional. De acuerdo con estas cifras, el saldo presupuestario del conjuntode las CCAA se mantiene aproximadamente constante en 2015 y mejora luego sensiblemente enlos tres siguientes ejercicios, con una reducción acumulada del déficit de unos 16.000 millones deeuros o un 1,5% del PIB entre 2015 y 2018. Esta mejora del saldo presupuestario autonómico0%5%10%15%20%25%30%2003 2006 2009 2012 2015 2018 2021 202412refleja una saludable subida de los ingresos, que aumentan en casi 25.000 millones y una relativaestabilización de los gastos, que sólo aumentan en unos 9.500 millones entre los dos años citados.En 2019, sin embargo, el proceso se invierte con un brusco incremento del déficit que más que seduplica en relación con el año anterior. Seguidamente, el déficit se reduce en dos tercios en 2020,recuperando la tendencia precedente y se aproxima a cero en 2021 por primera vez desde elcomienzo de la serie, para repuntar después hasta 15.000 millones en 2022 y algo más de 13.000en 2023 y finalmente volver bruscamente a casi cero en 2024.Cuadro 1: Ingresos y gastos ajustados del conjunto de las CCAA en CNy componentes de su saldo presupuestario, situación observada____________________________________________________________________________________Millones de euros corrientes2021 2022 2023 2024%var22 a 23%var23 a 24ingresos netos 201.255 190.163 211.213 234.299 11,07% 10,93%impuestos 72.724 76.696 86.693 99.200 13,03% 14,43%transf. netas de otras AAPP 103.701 88.505 99.519 110.316 12,44% 10,85%resto de ingresos 24.830 24.962 25.001 24.783 0,16% -0,87%gastos netos (sin transf a otras aapp) 201.500 205.364 224.939 236.224 9,53% 5,02%operaciones de capital 24.666 19.177 24.874 24.300 29,71% -2,31%intereses 3.405 3.727 6.331 7.452 69,87% 17,71%otros gastos corrientes 173.429 182.460 193.734 204.472 6,18% 5,54%saldo presupuestario -245 -15.201 -13.726 -19.925 -9,70% -85.98%Puntos porcentuales del PIB2021 2022 2023 2024var22 a 23var23 a 24ingresos netos 16,47 13,84 14,10 14,72 0,25 0,62impuestos 5,95 5,58 5,79 6,23 0,20 0,45transf. netas de otras AAPP 8,48 6,44 6,64 6,93 0,20 0,29resto de ingresos 2,03 1,82 1,67 1,56 -0,15 -0,11gastos netos (sin transf a otrasaapp) 16,49 14,95 15,01 14,84 0,06 -0,17operaciones de capital 2,02 1,40 1,66 1,53 0,26 -0,13intereses 0,28 0,27 0,42 0,47 0,15 0,05otros gastos corrientes netos 14,19 13,28 12,93 12,85 -0,35 -0,08saldo presupuestario -0,02 -1,11 -0,92 -0,12 +0,19 +0,80____________________________________________________________________________________- Nota: Para los años 2014-20, véase el Anexo 1.Sin embargo, esta trayectoria ha estado muy influida por algunos factores atípicos que convienetener en cuenta a la hora de valorar el estado de las finanzas regionales. Un primer factor aconsiderar es que la fuerte caída de la partida de intereses que se observa en 2015 y se mantieneen los ejercicios posteriores se debe fundamentalmente a la importante subvención implícita enlas favorables condiciones financieras de los fondos de liquidez autonómica y para pagos aproveedores (y sus sucesores) que el Gobierno Central ha ofrecido en estos años (véase de laFuente, 2019). También ha de considerarse la irregular y en ocasiones engañosa evolución de losingresos ligados al sistema de financiación autonómica, que se recogen en la partida detransferencias de otras administraciones públicas. Así, el fuerte crecimiento de esta rúbrica en 2016 y2017 se debe fundamentalmente a las abultadas liquidaciones positivas de los años 2014 y 2015en los que se inicia el cambio de ciclo, fenómeno que se repite con aún mayor intensidad en 202313y 2024, mientras que la caída de ingresos de 2022 debe mucho a que las entregas a cuenta de eseejercicio se calcularon con una previsión de inflación muy inferior a la luego registrada, así comoa la caída de la liquidación de ese año, en la que toca devolver parte de las hinchadas entregas acuenta de 2020. Igualmente, ha de tenerse en cuenta que el déficit de 2019 está sesgado al alza porel efecto SII (sistema de suministro inmediato de información),4 mientras que en 2022 se produceel efecto contrario al percibirse en ese año la compensación del Estado por la pérdida de ingresosautonómicos debida a la introducción del sistema.Por otra parte, las cifras de 2020 y 2021 están fuertemente distorsionadas por las necesidadesextraordinarias de gasto relacionadas con la pandemia y por decisiones discrecionales delGobierno central que ha intentado proteger los ingresos autonómicos pese a la caída de larecaudación tributaria mediante un cálculo extremadamente optimista de las entregas a cuenta yun fuerte aumento de las transferencias a las CCAA fuera del SFA. Este aumento se ha canalizadofundamentalmente a través del llamado Fondo Covid-19, dotado con 16.000 millones de euros en2020, y otro análogo dotado con 13.500 millones en 2021 al que hay que sumar una línea de ayudasdirectas a empresas dotada en principio con 7.000 millones de euros (6.200 en términos netos trasreintegros) que ha sido gestionada por las CCAA y se integra por tanto en sus cuentas (véaseMH, 2022, p. 8). También hay que considerar atípicos los flujos de gastos e ingresos autonómicosrelacionados con el Fondo REACT-EU y el Mecanismo de Recuperación y Resiliencia (MRR), asícomo algunos factores adicionales que se discuten en detalle en el Anexo 2.Partiendo del Cuadro 1 y de algunas cifras ya citadas, he calculado un déficit subyacente quevendría a recoger la situación de las cuentas regionales tras normalizar los ingresos del sistemade financiación autonómica y corregir algunos factores atípicos que han afectado a los resultadosde estos últimos años, incluyendo las subvenciones extraordinarias a los intereses del FLA y otrosmecanismos de liquidez que se han ofrecido en los últimos ejercicios y los atípicos relacionadosentre otras cosas con la crisis del Covid. Para ello, en el Cuadro 2 se calcula el déficit subyacente,entendido como el que se habría observado tras depurar atípicos y, en particular:i) tras eliminar el efecto SII de 2019 y 2022 así como otros atípicos, incluyendo el gastoautonómico extraordinario generado por la pandemia en 2020 y 2021 y por la DANA deValencia en 2024, 5 suponiendo tambiénii) que los ingresos de las comunidades autónomas por transferencias netas de otrasadministraciones públicas españolas hubiesen crecido desde 2014 al mismo ritmo que los4 Coincidiendo con la introducción del sistema SII, los pagos mensuales del IVA se desplazaron unos días,lo que hizo que el último de ellos (el correspondiente a noviembre) pasara de finales de diciembre acomienzos de enero del año siguiente. Como resultado, en 2017 sólo se realizaron once ingresos, con laconsiguiente reducción de la recaudación total del año con criterios de caja. Esto no tuvo efectos prácticosen 2017 pues las entregas a cuenta del sistema de financiación no se vieron afectadas, pero sí en 2019 alrealizarse la liquidación de 2017. La reducción de la recaudación total por IVA tuvo un efecto directo sobrelos ingresos de las CCAA por su participación en este impuesto y un efecto indirecto a través del llamadoITE: la reducción de los ingresos tributarios totales del Estado se trasladó a las transferencias a las CCAA através de ciertos fondos cuyas dotaciones agregadas evolucionan con este indicador.5 Sobre el detalle de los ajustes realizados en los años 2020 a 2024, véase el Anexo 2.14ingresos tributarios de la Administración Central (por IVA e impuestos sobre los productos ysobre las rentas) según los datos de la IGAE (2025b)6 yiii) que los gastos por intereses de las CCAA hubiesen evolucionado al mismo ritmo que losde la Administración Central del Estado (de acuerdo con la misma fuente).Las cifras destacadas en negrita en el Cuadro 2 son las que cambian con respecto al Cuadro 1 alincorporar estas correcciones y supuestos contrafactuales.Cuadro 2: Ingresos y gastos netos del conjunto de las Comunidades Autónomasy componentes de su saldo presupuestario.Escenario alternativo en 2015-24: cálculo del déficit subyacentesin atípicos ni subvenciones a intereses y con ingresos netos por transferenciascreciendo al mismo ritmo que los ingresos tributarios del Estado____________________________________________________________________________________Millones de euros corrientes2021 2022 2023 2024%var22 a 23%var23 a 24ingresos netos 173.673 194.638 211.230 230.319 +8,52% +9,04%impuestos 70.212 76.696 86.693 99.200 +13,03% +14,43%transf. netas de otras AAPP 82.529 95.645 99.536 106.336 +4,07% +6,83%resto de ingresos 20.932 22.297 25.001 24.783 +12,13% -0,87%gastos netos (sin transf a otras aapp) 183.335 203.883 221.525 233.817 +8,65% +5,55%operaciones de capital 18.141 14.793 20.774 21.903 +40,43% +5,43%intereses 5.414 6.630 7.017 7.729 +5,84% +10,15%otros gastos corrientes 159.780 182.460 193.734 204.185 +6,18% +5,39%saldo presupuestario -9.662 -9.245 -10.295 -3.498 +11,36% -66,03%Puntos porcentuales del PIB2021 2022 2023 2024var22 a 23var23 a 24ingresos netos 14,21 14,17 14,10 14,47 -0,07 +0,37impuestos 5,74 5,58 5,79 6,23 +0,20 +0,45transf. netas de otras AAPP 6,75 6,96 6,64 6,68 -0,32 +0,04resto de ingresos 1,71 1,62 1,67 1,56 +0,05 -0,11gastos netos (sin transf a otrasaapp) 15,00 14,84 14,78 14,69 -0,06 -0,09operaciones de capital 1,48 1,08 1,39 1,38 +0,31 -0,01intereses 0,44 0,48 0,47 0,49 -0,01 +0,02otros gastos corrientes netos 13,07 13,28 12,93 12,83 -0,35 -0,10saldo presupuestario -0,79 -0,67 -0,69 -0,22 -0,01 +0,47____________________________________________________________________________________- Nota: Para los años 2014-20, véase el Anexo 1. Los datos destacados en negrita son los que han sidoajustados de alguna forma.En la parte inferior del Cuadro 2 y en los Gráficos 10 y 11 se comparan los datos brutos de ingresosy gastos autonómicos con los depurados o subyacentes. Como allí se observa, el déficitsubyacente es inferior al observado en 2015, 2022 y 2023 y superior a éste entre 2016 y 2021 y en2024. Así, mientras que el déficit observado se estanca en 2015, cae a menos de la mitad en 2016,se reduce luego a un ritmo decreciente y muestra un claro repunte en 2019, el déficit subyacente6 De esta forma se intenta “normalizar” los ingresos del sistema de financiación autonómica y tambiénexcluir las partidas extraordinarias de transferencias del Estado como las ligadas al Covid.15muestra un patrón más suave y regular de reducción gradual hasta 2018-19, cuando ambasmagnitudes coinciden casi exactamente.Gráfico 10: Evolución del déficit del conjunto de las CCAA: observado vs. subyacenteporcentaje del PIB nacionalEn 2020, sin embargo, las dos variables se separan bruscamente. Las fuertes inyeccionesextraordinarias de recursos estatales para hacer frente a la pandemia, de cuantía claramentesuperior a los gastos que las motivan, hacen que el déficit observado se reduzcasignificativamente pese a la crisis del Covid, llegando prácticamente a desaparecer en 2021,mientras que el déficit subyacente, que sí recoge los efectos de la crisis, se dispara al alza. El déficitobservado repunta con fuerza en 2022 y 2023 pese a la recuperación de la economía y de losingresos tributarios ordinarios, debido en parte una vez más a ciertos extraordinarios y a laspeculiaridades del SFA, incluyendo en particular la imposibilidad de ajustar las entregas a cuentaa la situación real del ejercicio, y se reduce bruscamente hasta casi desaparecer en 2024 gracias ala muy favorable liquidación del SFA que se cobra ese año. Mientras tanto, el déficit subyacentese reduce significativamente en 2021 y continúa haciéndolo después, a un ritmo decreciente hasta2023 que finalmente se acelera en 2024, aunque menos que el observado. En 2024 el déficitdepurado se sitúa en torno a dos décimas de punto, una décima por encima del observado, quecoincide con el objetivo de estabilidad.Mirando el Gráfico 11, llama la atención la resistencia a la baja en los últimos años de los gastose ingresos subyacentes, que no parecen querer volver a sus niveles prepandemia a pesar de larápida recuperación del PIB en ese período. El gasto subyacente (excluidos los gastosextraordinarios atribuibles directamente a la pandemia) aumentó en 1,55 puntos de PIB entre2019 y 2020 (fundamentalmente por la caída del PIB), pero sólo se ha eliminado la mitad de esteincremento desde entonces pese a la recuperación de la pandemia y el rápido crecimientosubsiguiente. Por su parte, los ingresos subyacentes aumentaron en 0,84 puntos en 2020 y esteincremento no sólo no se ha revertido en absoluto, sino que ha seguido creciendo tras la0.00.51.01.52.02014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024observado subyacente16pandemia, hasta cerrar el período, con una ganancia neta de 1,17 puntos de PIB entre 2019 y 2024.El déficit de 2024 no es muy distinto del de 2018, pero se produce con niveles más elevados tantode ingreso como de gasto.Gráfico 11: Gasto e ingreso, observado vs depurado o subyacenteen porcentaje del PIB5. Detalle por regionesEl Gráfico 12 resume la evolución de las cuentas de cada una de las CCAA durante el últimobienio. 7 El eje horizontal mide el saldo presupuestario (capacidad o necesidad de financiación)registrado en 2024, mientras que el eje vertical indica la variación observada en tal saldo entre2023 y 2024. La línea vertical de color azul indica el objetivo de déficit, que en 2024 se fijó en el0,1% del PIB para todas las comunidades, y el cuadrado rojo corresponde al agregado de todaslas administraciones regionales.El conjunto de las CCAA presentó en 2024 un déficit presupuestario del 0,12% del PIB agregado,con una clara mejora en relación con el dato de 2023, que se cerró con un déficit del 0,92% del PIB.Así pues, las CCAA en su conjunto han cumplido aproximadamente el objetivo presupuestario.Sin embargo, cinco de ellas (la Comunidad Valenciana, Murcia, el País Vasco, Cataluña y Madrid)han incumplido el objetivo, las tres primeras con déficits de más de 0,6 puntos de PIB.8 El restohan cumplido el objetivo, destacando Extremadura, Navarra, Canarias y Asturias, con superávitssuperiores al 0,8% del PIB.7 Se utiliza el último dato disponible para cada año, que es todavía provisional para 2023 y un avance para2024. Ambas cifras podrían, por tanto, variar en el futuro con la publicación de datos actualizados.8 El déficit de la Comunidad Valenciana ha sido del 1,88% del PIB, pero se reduce al 1,68% si excluimos losgastos extraordinarios ligados a la DANA.1213141516172014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024gasto obs gasto sub ingreso obs ingresos sub17Gráfico 12: Saldo presupuestario por CN en 2024vs. variación en el saldo con respecto a 2023Las fuentes inmediatas de las variaciones de los saldos presupuestarios regionales totalesregistradas entre 2023 y 2024 se analizan en el Cuadro 3. La columna [1] muestra la variación delsaldo presupuestario observado de cada comunidad, calculada de forma que un signo positivode esta variable corresponde a un menor déficit o un mayor superávit no financiero, medidosiempre como porcentaje del PIB regional. La columna [2] muestra la variación de los ingresos yla [3] la de los gastos netos no financieros. Por tanto, la variación total del saldo presupuestarioque se recoge en [1] es la diferencia entre la variación total de los ingresos (columna [2]) y la delos gastos (columna [3]). Finalmente, la variación del gasto se puede expresar como la suma delas variaciones de sus tres componentes: las operaciones de capital [4], el gasto en intereses [5] yel resto del gasto corriente neto de transferencias a otras administraciones públicas [6].En términos generales, la mejora del saldo presupuestario proviene fundamentalmente de lapositiva evolución de los ingresos como resultado de la recuperación económica y de la cuantiosaliquidación del SFA de 2022, cobrada en 2024, así como de la relativa contención del gasto, queen promedio crece ligeramente por debajo del PIB. Entrando en el detalle por regiones del Cuadro3, Extremadura, Andalucía, Castilla la Mancha y Murcia mejoran en más de un punto su saldopresupuestario en 2024, mientras que el País Vasco es la región que presenta un mayor deterioro,que proviene fundamentalmente de la partida de ingresos. A ello ha contribuido el hecho de queAnArAsBaCanaCntC-MCyLCatExGaNaMaMuRiVaPVmedia-1.0%-0.5%0.0%0.5%1.0%1.5%2.0%2.5%3.0%-2.0% -1.5% -1.0% -0.5% 0.0% 0.5% 1.0% 1.5% 2.0%variación del saldo presupuestario 24/23saldo presupuestario en 202418el País Vasco (y Navarra) no reciben liquidaciones del SFA, lo que tiende a suavizar su senda deingresos, en este caso eliminando un fuerte pico.Cuadro 3: Variación del saldo presupuestario no financiero (CN) y de sus componentesentre 2023 y 2024, puntos porcentuales del PIB regional____________________________________________________________________________________[1]variación delsaldo presu-puestario[2] variacióningresosnetos[3]variacióngastosnetos[4]variaciónoperacionesde capital[5]variaciónintereses[6]variaciónotro gastocorrienteExtremadura 2.69% 1.82% -0.87% -0.48% 0.03% -0.42%Andalucía 1.82% 1.22% -0.60% -0.10% 0.07% -0.57%Cast. La Mancha 1.23% 0.75% -0.48% -0.19% 0.10% -0.39%Murcia 1.13% 0.94% -0.19% -0.41% 0.15% 0.07%Cataluña 0.97% 1.09% 0.12% -0.19% 0.07% 0.25%Aragón 0.96% 0.88% -0.08% 0.00% 0.03% -0.11%Total CCAA +0.80% +0.62% -0.17% -0.13% +0.05% -0.08%Cast. y León 0.75% 0.55% -0.20% -0.18% 0.02% -0.04%Cantabria 0.69% 0.36% -0.33% -0.25% 0.04% -0.11%La Rioja 0.60% 0.90% 0.29% -0.25% 0.06% 0.49%Canarias 0.57% 0.13% -0.45% -0.40% 0.01% -0.05%Asturias 0.56% 0.70% 0.15% 0.11% 0.05% -0.01%Madrid 0.55% 0.41% -0.14% -0.06% -0.02% -0.07%C. Valenciana 0.50% 0.38% -0.13% -0.14% 0.15% -0.13%Galicia 0.36% 0.07% -0.29% -0.34% 0.04% 0.01%Navarra 0.04% 0.10% 0.06% 0.31% -0.04% -0.20%Baleares -0.08% 0.23% 0.30% 0.26% 0.07% -0.03%País Vasco -0.51% -0.59% -0.09% -0.07% 0.00% -0.01%____________________________________________________________________________________Evolución del gasto real por habitante y de sus componentesEl Cuadro 4 resume la evolución del gasto autonómico por habitante a precios constantes y la desus dos componentes más importantes, la inversión real u operaciones de capital y el gastocorriente neto de intereses. Como ya se ha dicho, esta última variable podría ser un indicadorrazonable del nivel de prestación de servicios de las administraciones regionales, aunque estoserá menos cierto durante los años de pandemia, en los que ha habido que atender necesidadesextraordinarias. Para cada variable, se muestra la situación en 2023 y en otros años seleccionados,tomando como base el ejercicio 2003, que se normaliza a 100.Como se observa en el Cuadro, la mayor parte de las comunidades presentan perfiles de gastosimilares a los agregados que se muestran en los Gráficos 4 y 6. Pese al repunte registrado en losúltimos años (en parte engañoso, como hemos visto), la inversión de casi todas las comunidadesautónomas está sensiblemente por debajo de donde estaba a principios de siglo. Los indicadoresde gasto total y especialmente de gasto corriente, por su parte, muestran una evolución muchomás dinámica. El gasto corriente por habitante en 2024, neto de intereses y calculado a preciosconstantes, es superior en al menos un 32% al observado en 2003 en todas las autonomías,situándose en promedio un 43% por encima de esta referencia. Cataluña, la Rioja y el País Vascoson las comunidades en las que más ha crecido el gasto corriente por habitante durante elconjunto del período analizado.19Cuadro 4: Gasto no financiero por habitante a precios constantes de 2015, CNÍndices, 2003 = 100____________________________________________________________________________________a. gasto total2003 2009 2013 2019 2024Andalucía 100 133 105 111 123Aragón 100 135 118 127 137Asturias 100 136 113 123 137Baleares 100 135 109 129 146Canarias 100 116 94 105 124Cantabria 100 133 106 113 125Cast. la Mancha 100 142 109 116 123Castilla y León 100 126 105 119 133Cataluña 100 146 122 131 152Extremadura 100 127 106 117 129Galicia 100 126 106 115 129Madrid 100 118 102 116 128Murcia 100 136 120 126 138Navarra 100 117 98 113 129La Rioja 100 119 107 117 137C. Valenciana 100 118 97 115 127País Vasco 100 130 119 130 148Total CCAA 100 130 108 119 133____________________________________________________________________________________Cuadro 4: Continuación____________________________________________________________________________________b. gasto corriente y de inversiónoperaciones de capital gasto corriente neto de intereses2003 2009 2013 2019 2024 2009 2013 2019 2024Andalucía 100 147 58 53 79 132 113 124 132Aragón 100 132 84 64 94 137 120 137 142Asturias 100 144 60 46 71 135 125 144 152Baleares 100 131 50 71 128 134 112 137 146Canarias 100 84 45 37 53 122 102 119 138Cantabria 100 111 56 49 68 141 119 134 143Cast. la Mancha 100 139 63 44 62 141 111 128 132Castilla y León 100 110 51 56 75 131 117 136 146Cataluña 100 166 84 77 99 143 122 139 159Extremadura 100 117 54 51 67 131 118 133 143Galicia 100 118 62 70 88 129 115 127 138Madrid 100 79 36 58 73 127 112 126 137Murcia 100 115 80 56 60 141 122 138 150Navarra 100 98 46 46 82 123 109 130 143La Rioja 100 79 50 58 76 131 123 135 156C. Valenciana 100 78 35 46 59 129 109 135 144País Vasco 100 126 77 80 110 132 125 139 153Total CCAA 100 118 56 57 77 133 115 131 143____________________________________________________________________________________20Evolución de la deuda autonómicaPor último, el Gráfico 13 resume la evolución de la deuda de cada comunidad autónoma entre2003 y 2024. 9 Aunque todas las autonomías han aumentado su deuda muy sustancialmentedurante la anterior crisis, hay diferencias muy importantes entre ellas que han ido aumentandocon el tiempo en términos absolutos, pero no relativos. En la actualidad, las autonomías menosendeudadas en relación con su PIB son las comunidades forales, Canarias y Madrid, mientrasque las que soportan una mayor carga de deuda son Castilla la Mancha, Cataluña, Murcia y, sobretodo, la Comunidad Valenciana, que se sitúa por encima del 40% del PIB. Entre el comienzo y elfinal del período, el peso de la deuda se ha multiplicado por 10 en Castilla la Mancha y por algomenos de 2 en Galicia y Madrid.Gráfico 13: Deuda autonómica como % del PIB- Fuente: Banco de España (2025).6. ConclusiónEn este trabajo se ha repasado la evolución de las finanzas autonómicas desde 2003. El ejerciciorevela que los ingresos y gastos autonómicos han seguido un patrón fuertemente procíclicodurante casi todo el período analizado, con rápidos crecimientos durante el período de expansiónseguidos de profundos recortes tras la crisis de 2008 y de una paulatina y desigual recuperaciónque ha terminado devolviéndonos en 2019 a una situación similar en muchos aspectos a laobservada en 2003, pero también bastante más frágil ante un posible cambio de ciclo. Losprincipales motivos de preocupación son el elevado stock de deuda que han acumulado la mayorparte de las autonomías y el hecho de que la mejora del saldo presupuestario autonómico9 Se ha corregido un error que afectaba al Gráfico 13. En la versión original del trabajo, los datos atribuidosa 2003 correspondían realmente a 2000 y los atribuidos a 2024 correspondían a 2017. Agradezco a ManuelDíaz la detección del error. Mis disculpas a los lectores.01020304050NaCanaPVMaAsGaRoCntBaCyLArAnExC-MCatMuVamedia2003 202421registrada en los últimos ejercicios de este período se apoya en parte en factores anómalos ydifícilmente sostenibles, incluyendo una inversión atípicamente baja y fuertes subvenciones a losintereses a través del FLA y otros mecanismos estatales de liquidez.Los años desde 2019 han sido muy atípicos debido a la crisis del Covid y la Guerra de Ucrania.El Gobierno central ha optado por absorber por entero los efectos financieros de la pandemiamediante fuertes inyecciones extraordinarias de recursos estatales y, en alguna medida,europeos. Lo llamativo es que los ingresos adicionales han excedido las nuevas necesidades degasto, lo que ha permitido a las autonomías reducir su déficit con respecto años anteriores hastaprácticamente eliminarlo en 2021, aunque sólo con la ayuda de cuantiosas transferenciasextraordinarias. El repunte del déficit en 2022 y 2023 debe bastante a la desaparición de laspartidas extraordinarias y a las atípicas circunstancias de estos ejercicios, incluyendo el fuertepico inflacionario ligado a la guerra de Ucrania, y a su interacción con las peculiaridades delmodelo de entregas a cuenta y liquidaciones del sistema de financiación autonómica. Finalmente,en 2024 las CCAA vuelven a acercarse al equilibrio presupuestario apoyándose en el elevadocrecimiento del PIB y una liquidación récord del SFA, que superó los 20.000 millones de euros.Tras repasar la evolución de los ingresos, gastos y déficits autonómicos desde 2003, en el informese construyen (desde 2014 en adelante) sendas de ingresos, gastos y déficits autonómicosdepurados de atípicos, entre los que se incluyen los flujos financieros extraordinariosrelacionados con la crisis del Covid o la DANA de Valencia, así como los posibles errores deprevisión en el cálculo de las entregas a cuenta. Examinando estas series subyacentes, se apreciauna tendencia clara y bastante regular hacia la reducción del abultado déficit presupuestariogenerado en la crisis financiera que se interrumpe en 2019, y con mucha mayor fuerza en 2020 araíz de la pandemia. Con la recuperación del Covid, las CCAA vuelven a acercarse gradualmenteal equilibrio presupuestario, gracias fundamentalmente a la favorable evolución de los ingresos,mientras que el peso del gasto en el PIB muestra una cierta resistencia a bajar pese al robustocrecimiento de este agregado. El déficit de 2024 no es muy distinto del de 2018, pero se producecon niveles más elevados tanto de ingreso como de gasto.22Anexo 1: Primeros años de los Cuadros 1 y 2Cuadro 1: Ingresos y gastos ajustados del conjunto de las CCAA en CNy componentes de su saldo presupuestario,continuación -- situación observada, 2014-20____________________________________________________________________________________Millones de euros corrientes2014 2015 2016 2017 2018 2019 2020ingresos netos 131.009 135.006 142.944 153.082 160.008 164.404 183.466impuestos 48.366 51.672 55.480 60.918 63.829 66.666 68.373transf. netas de otras AAPP 65.435 65.787 71.010 75.700 77.592 78.593 95.951resto de ingresos 17.208 17.547 16.454 16.464 18.587 19.145 19.142gastos netos (sin transf a otras aapp) 149.705 153.867 152.435 157.247 163.295 171.741 185.450operaciones de capital 13.057 16.065 11.797 12.868 14.155 14.630 18.752intereses 7.657 4.102 4.208 4.102 4.212 4.298 3.675otros gastos corrientes 128.991 133.700 136.430 140.277 144.928 152.813 163.023saldo presupuestario -18.696 -18.861 -9.491 -4.165 -3.287 -7.337 -1.984Puntos porcentuales del PIB2014 2015 2016 2017 2018 2019 2020ingresos netos 12,69 12,53 12,83 13,18 13,29 13,21 16,41impuestos 4,69 4,80 4,98 5,24 5,30 5,36 6,12transf. netas de otras AAPP 6,34 6,11 6,38 6,52 6,44 6,32 8,58resto de ingresos 1,67 1,63 1,48 1,42 1,54 1,54 1,71gastos netos (sin transf a otras aapp) 14,50 14,28 13,69 13,53 13,56 13,80 16,59operaciones de capital 1,27 1,49 1,06 1,11 1,18 1,18 1,68intereses 0,74 0,38 0,38 0,35 0,35 0,35 0,33otros gastos corrientes netos 12,50 12,41 12,25 12,07 12,03 12,28 14,58saldo presupuestario -1,81 -1,75 -0,85 -0,36 -0,27 -0,59 -0,18____________________________________________________________________________________Cuadro 2: Ingresos y gastos netos del conjunto de las Comunidades Autónomasy componentes de su saldo presupuestario.Escenario alternativo en 2015-24: cálculo del déficit subyacentesin atípicos ni subvenciones a intereses y con ingresos netos por transferenciascreciendo al mismo ritmo que los ingresos tributarios del Estadocontinuación -- situación observada, 2014-20____________________________________________________________________________________Millones de euros corrientes2014 2015 2016 2017 2018 2019 2020ingresos netos 131.009 137.626 140.983 149.433 159.698 165.534 158.122impuestos 48.366 51.672 55.480 60.918 63.829 69.194 70.885transf. netas de otras AAPP 65.435 68.407 69.049 72.051 77.282 77.195 68.095resto de ingresos 17.208 17.547 16.454 16.464 18.587 19.145 19.142gastos netos (sin transf a otras aapp) 149.705 153.069 154.646 159.213 165.151 173.247 173.009operaciones de capital 13.057 14.288 11.797 12.868 14.155 14.630 16.691intereses 7.657 6.903 6.419 6.068 6.068 5.804 5.185otros gastos corrientes 128.991 131.877 136.430 140.277 144.928 152.813 151.133saldo presupuestario -18.696 -15.443 -13.663 -9.780 -5.454 -7.713 -14.88723Puntos porcentuales del PIB2014 2015 2016 2017 2018 2019 2020ingresos netos 12,69 12,77 12,66 12,86 13,26 13,30 14,14impuestos 4,69 4,80 4,98 5,24 5,30 5,56 6,34transf. netas de otras AAPP 6,34 6,35 6,20 6,20 6,42 6,20 6,09resto de ingresos 1,67 1,63 1,48 1,42 1,54 1,54 1,71gastos netos (sin transf a otras aapp) 14,50 14,20 13,88 13,70 13,71 13,92 15,48operaciones de capital 1,27 1,33 1,06 1,11 1,18 1,18 1,49intereses 0,74 0,64 0,58 0,52 0,50 0,47 0,46otros gastos corrientes netos 12,50 12,24 12,25 12,07 12,03 12,28 13,52saldo presupuestario -1,81 -1,43 -1,23 -0,84 -0,45 -0,62 -1,33____________________________________________________________________________________Anexo 2: Ajustes por atípicos, 2020 a 2024En esta sección se describen los ajustes introducidos en las cuentas autonómicas para neutralizaralgunos ingresos y gastos atípicos registrados entre 2020 y 2023. El Cuadro A.1 recoge los datosrelevantes de ingresos y gastos extraordinarios y, en su caso, las partidas del Cuadro 1 de las quehay que restar estas cantidades.- Gastos e ingresos extraordinarios:Según la información recopilada por el Ministerio de Hacienda (MH, 2022, p. 13) los gastosautonómicos extraordinarios generados por la pandemia ascendieron a 13.951 millones de eurosen 2020 (de los que 977 millones serían inversiones reales en sanidad) y a 19.051 millones en 2021(incluyendo 235 millones en inversión real sanitaria). En los datos de 2021 se incluyen 5.167millones en ayudas directas a empresas y autónomos financiadas por la llamada Línea Covid,que en general habría que considerar gastos de capital (ayudas a la inversión o transferencias decapital). Estos gastos se restan de las partidas de operaciones de capital y gastos corrientes delCuadro 1 como parte de los ajustes necesarios para llegar al Cuadro 2.Para financiar los gastos extraordinarios causados por la Covid, las CCAA han recibido ayudasextraordinarias por varias vías. La mayor parte de estos ingresos han tomado la forma detransferencias del Estado. Aquí se incluyen el llamado Fondo Covid-19, dotado con 16.000millones de euros en 2020, y otro análogo dotado con 13.500 millones en 2021 al que hay quesumar una línea de ayudas directas a empresas dotada en principio con 7.000 millones de euros(6.200 en términos netos tras reintegros) que ha sido gestionada por las CCAA (véase MH, 2022,p. 8). En 2022 desaparecen en principio las ayudas por el Covid, pero las CCAA recibentransferencias extraordinarias en compensación por la pérdida de ingresos causada en su día porla puesta en marcha del SII (3.086 millones) y para compensar los saldos negativos de laliquidación del SFA de 2020, pagadera en ese año (4.434 millones). También habría que tener encuenta otras ayudas menos transparentes, como las derivadas de un cálculo deliberadamentesesgado al alza de las entregas a cuenta del Sistema de Financiación Autonómica. En principio,habría que deducir todas estas partidas extraordinarias de los ingresos observados de las CCAApor transferencias estatales, pero en vez de hacerlo directamente, he optado por una vía indirectaque consiste en construir una senda “normalizada” de ingresos autonómicos por transferencias24estatales haciendo evolucionar esta partida en proporción a los ingresos tributarios del Estadopartiendo de un año (2014) en el que no hay tales atípicos.Los gastos extraordinarios generados por la Dana a la comunidad de Valencia en 2024 se tomande IGAE (2025a o 2025c) y se sustraen de otros gastos corrientes ya que no se conoce su desgloseentre gastos corrientes y de capital.Cuadro A.1: Ajustes por atípicos a los ingresos y gastos autonómicos, 2020 a 20242020 2021 2022 2023 2024partida del Cuadro 1 de laque se restanGastos extraordinarios ligados al Covid, total 13.951 19.051de lo cual:inversiones reales en sanidad 977 235ayudas directas a empresas y autónomos, línea Covid 5.167otras ayudas directas autonómicas a empresas y autónomos 1.084subtotal operaciones de capital 2.061 5.402 operaciones de capitalresto, gasto corriente 11.890 13.649 otros gastos corrientesGastos extraordinarios ligados a la DANA (C. Valenciana) 289 otros gastos corrientesIngresos extraordinarios, total 16.889 23.203Fondo Covid-19 y dotación adicional art. 117 15.950 13.486Compensación SII 3.086Condonación saldos negativos liquidación de 2020 4.434Línea Covid, neto de reintegros al Tesoro 6.197 -944Otras transferencias Covid del Estado 939REACT-EU, de lo cual 3.520 2.665cooperación internacional corriente 1.356 987 resto de ingresosayudas a la inversión 2.164 1.678 resto de ingresosMecanismo de Recuperación y Resilienciaingresos reconocidos por las CCAA en contabilidadpresupuestaria (transf entre aapp) 7.112 8.476 4.156 2.699gastos reconocidos 649 4.384 4.100 2.397 operaciones de capitalImpuestos desplazados de 2020 a 2021 -2.512 2.512 ingresos por impuestosReversión autopistas de peaje a la CA de Cataluñaingresos (otras transf de capital) en otros ingresos 378 resto de ingresosgasto (inversión) reconocido 474 operaciones de capital- Fuentes: MH (2022), p.7, IGAE (2021), p. 19 e IGAE (2022), pp. 21-22, MH (2023) p. 6, IGAE (2023), pp. 21-22; IGAE (2025c), pp. 17-8.Por otra parte, hay también algunos ingresos atípicos destinados a cubrir gastos extraordinariosligados al Covid que no se integran en la partida de transferencias netas de otras administracionespúblicas (españolas) y que por lo tanto exigen un ajuste explícito. Se trata, en particular, de lastransferencias procedentes del fondo REACT-EU recibidos por las CCAA en 2021 y 2022 por unimporte de 3.520 y 2.665 millones de euros respectivamente (IGAE, 2022 y 2023, pp. 21-22) enconcepto de ayudas a la inversión y cooperación internacional corriente. Estas partidas se restande la rúbrica de resto de ingresos del Cuadro 1.25- Ingresos y gastos del Mecanismo de Recuperación y Resiliencia (MRR)Según MH (2022 y 2023, p. 6), en términos de contabilidad presupuestaria, las CCAA recibierondurante 2021 (mediante transferencias del Estado) ingresos procedentes del MRR por un importede 7.112 millones de euros, y contabilizaron gastos (obligaciones reconocidas) con cargo a estapartida por un importe de 649 millones de euros. En 2022, las cifras correspondientes de ingresosy gastos fueron de 8.476 y 4.384 millones de euros. En 2023, esta información desaparece de lafuente citada, lo que nos obliga a buscar otra información que permita aproximarla. En el caso delos ingresos del MRR, hemos utilizado los datos de ejecución presupuestaria a diciembre queproporciona la IGAE (2025d), y en particular las transferencias corrientes y de capital del Estadoa las CCAA ligadas al MRR (pp. 138 y 154 en 2024). En el caso del gasto autonómico financiadopor el MRR, no he sido capaz de encontrar la información de interés ni en los datoshomogeneizados de ejecución que publica el Ministerio de Hacienda10 ni en las correspondientespublicaciones de las comunidades autónomas (con la excepción de Cataluña, donde los gastosdel MRR aparecen claramente desglosados en los informes mensuales de ejecución delpresupuesto11 ). A falta de datos directos, he aproximado la evolución de esta partida usando elperfil temporal de la serie catalana.12En principio, en Contabilidad Nacional (CN) los ingresos del MRR deberían reconocerse segúnse van ejecutando los gastos, de forma que el efecto sobre el déficit presupuestario sea nulo. Encualquier caso, se trata de una partida atípica ligada al Covid que queremos excluir de las cuentasautonómicas para cuantificar su situación “subyacente.” Con este fin, hemos descontado de lapartida de gastos de capital el gasto financiado por el MRR (649, 4.384 y 4.453 millones). Por laparte de los ingresos, en CN habría que descontar el mismo importe de las transferencias delEstado, pero en la práctica no es necesario un ajuste explícito puesto que, tal como se ha explicadomás arriba, no partimos del importe real de las transferencias entre administraciones, sino de unasenda “normalizada” de esta partida que, por construcción, no incluye ingresos extraordinarios.- Ingresos tributarios desplazados de 2020 a 2021:En 2020 se concedieron diversos aplazamientos de pagos tributarios que resultaron en undesplazamiento de ingresos tributarios a 2021. Utilizando la información que se ofrece en MH(2022, pp. 9-10) para el caso de los impuestos cedidos gestionados por las CCAA, hemosaproximado la cuantía de esta partida de ingresos desplazados en 2.512 millones. Para neutralizarel efecto de este desplazamiento, esta cantidad se suma a los ingresos tributarios de 2020 segúnel Cuadro 1 y se resta de los de 2021.- Ajuste por la reversión de autopistas de peaje autonómicasEn 2021 revirtieron a la comunidad autónoma de Cataluña dos autopistas de peaje. Según IGAE(2022, p. 21), esta operación se contabiliza en CN como una inversión de 474 millones de eurosacompañada de un ingreso de 378 millones, que se incluye en la partida de otras transferencias10 https://serviciostelematicosext.hacienda.gob.es/SGCIEF/Cimcanet/aspx/consulta/consulta.aspxSe utilizan los informes de diciembre, tomados dehttps://record.bibliotecadigital.gencat.cat/handle/20.500.14345/63012 En particular el dato de 2022 que aparece en el Cuadro A.1 se proyecta a 2023 y 2024 utilizando la tasa decrecimiento de la magnitud indicada en Cataluña.26de capital. Ambas partidas se eliminan, restándose de las rúbricas correspondientes del Cuadro1.ReferenciasBanco de España (2025). Estadísticas. Deuda pública según el protocolo de déficit excesivo.https://www.bde.es/webbde/es/estadis/infoest/htmls/cdp.htmlde la Fuente, A. (2019). “Las ayudas implícitas en los mecanismos adicionales de financiación alas Comunidades Autónomas.” FEDEA, Estudios sobre la Economía Española no. 2019-31.Madrid.https://www.fedea.net/documentos-hacienda-autonomica/de la Fuente, A. (2024). “La evolución de la financiación de las comunidades autónomas derégimen común, 2002-2022.” FEDEA, Estudios de Economía Española no. 2024-31, Madrid.https://bit.ly/3ZJ3vR1Instituto Nacional de Estadística (INE, 2022). Cifras oficiales de población de los municipiosespañoles: revisión del padrón municipal. En Base de datos electrónica INEbase. Demografíay población. Padrón, población por municipios. Madrid.http://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736177011&menu=resultados&idp=1254734710990Instituto Nacional de Estadística (INE, 2025a). Contabilidad Regional de España. En Base dedatos electrónica INEbase. Economía. Cuentas Económicas. Madrid.http://www.ine.es/dyngs/INEbase/es/categoria.htm?c=Estadistica_P&cid=1254735576581Instituto Nacional de Estadística (INE, 2025b). Contabilidad Nacional Anual de España. En Basede datos electrónica INEbase. Economía. Cuentas Económicas. Madrid.http://www.ine.es/inebmenu/mnu_cuentas.htmInstituto Nacional de Estadística (INE, 2025c). Contabilidad Nacional Trimestral de España. EnBase de datos electrónica INEbase. Economía. Cuentas Económicas. Madrid.http://www.ine.es/inebmenu/mnu_cuentas.htmInstituto Nacional de Estadística (INE, 2025d). Población residente a 1 de enero. En Base de datoselectrónica INEbase. Demografía y población. Cifras de población. Series detalladas desde2002. Resultados por comunidades autónomas.https://www.ine.es/dynt3/inebase/es/index.htm?padre=1894&capsel=1900Intervención General de la Administración del Estado (IGAE, 2021). Informe trimestral de lasAdministraciones Públicas (Contabilidad Nacional). Cuarto trimestre de 2020.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Documents/Cap_Trim/IT_4T_2020.pdfIntervención General de la Administración del Estado (IGAE, 2022). Informe trimestral de lasAdministraciones Públicas (Contabilidad Nacional). Cuarto trimestre de 2021.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/itnofinancierasAAPP.aspxIntervención General de la Administración del Estado (IGAE, 2023). Informe trimestral de lasAdministraciones Públicas (Contabilidad Nacional). Cuarto trimestre de 2022.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/itnofinancierasAAPP.aspxIntervención General de la Administración del Estado (IGAE, 2025a). Operaciones no financierasdel subsector administración regional y detalle por comunidades.http://www.igae.pap.minhap.gob.es/sitios/igae/es-ES/ContabilidadNacional/infadmPublicas/infadmcomunidadesautonomas/Paginas/ianofinancierasCA.aspxIntervención General de la Administración del Estado (IGAE, 2025b). Operaciones no financierasdel subsector administración central.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/ianofinancierasAC.aspx27Intervención General de la Administración del Estado (IGAE, 2025c). Informe trimestral de lasAdministraciones Públicas (Contabilidad Nacional). Cuarto trimestre de 2024.https://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadNacional/Publicaciones/Paginas/itnofinancierasAAPP.aspxIGAE (2025d). Estadísticas de ejecución del presupuesto, diciembre 2023 y 2024, provisionalhttps://www.igae.pap.hacienda.gob.es/sitios/igae/es-ES/Contabilidad/ContabilidadPublica/CPE/EjecucionPresupuestaria/Paginas/imejecucionpresupuesto.aspxMinisterio de Hacienda (MH, 2022). Ejecución Presupuestaria mensual de las CC.AA. ResumenEjecutivo. Diciembre 2021 (Avance).https://serviciostelematicosext.hacienda.gob.es/SGCIEF/Cimcanet/aspx/consulta/consulta.aspxMinisterio de Hacienda (MH, 2023). Ejecución Presupuestaria mensual de las CC.AA. ResumenEjecutivo. Diciembre 2022 (Avance).https://serviciostelematicosext.hacienda.gob.es/SGCIEF/Cimcanet/aspx/consulta/consulta.aspx Las finanzas autonómicas en 2024 y entre 2003 y 2024 Las finanzas autonómicas en 2024 y entre 2003 y 2024	查看 73823	联邦应用经济学研究基金会	2025-05-21 11:18:05 2025-05-21 11:19:14	word
3148781	无图 Carbon emission cyclesin the U.S.: Greeningthrough browning?J. ANDRÉSJ.E. BOSCÁA. DI GENNAROR. DOMÉNECHJ. FERRIDocumento de Trabajo 2025/04Mayo de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Carbon emission cycles in the U.S.:Greening through browning?J. Andrésa, J.E. Boscáa,b, A. Di Gennaroa, R. Doménecha,c and J. Ferria,ba University of Valencia; b Fedea, Spain; c BBVA Research, SpainApril, 2025.AbstractThis paper analyzes the driving factors behind the business cycle dynamics ofcarbon emissions in the U.S. economy from 1975Q1 to 2023Q3. We first identify somekey stylized facts regarding the correlation between carbon emissions and the differ-ent components of the Kaya decomposition, some of which exhibit a sharp changein sign around the trend reversal of the environmental Kuznets curve in the late 20thcentury. From the estimated distribution of shocks in a dynamic stochastic generalequilibrium environmental model, we find that: (a) innovations in green energy pro-duction play a marginal role in U.S. emissions cycles; (b) barely 17 percent of totalemissions cycles are explained by aggregate shocks like those to total factor produc-tivity or household consumption, while the rest stem from innovations in the effi-ciency in production of brown energy (brown energy productivity shock) and emis-sions per unit of brown energy; (c) since 2000, brown energy shocks have positivelyaffected (increased) emissions growth, while emissions technology shocks have neg-atively impacted emissions, particularly following a structural break around 2007;and (d) without these shocks, the U.S. would have experienced a negative emissionsgap for over 40 years. Since 2007, emissions reduction has accelerated, leading to con-vergence of observed and counterfactual Kuznets curves at around $16,000 per capitaGDP. Our findings explain the intriguing negative correlation between emissions andthe share of dirty energy observed over the past twenty years. They suggest a con-nection to innovations in shale oil and gas production, highlighting both the limitedpotential for emission reduction through advances in producing a "cleaner" brownenergy mix, and the urgent need for a decisive shift to renewable energy to achievelong-term climate goals.Keywords: emissions, cycles, energy, Kuznets Curve, Kaya Identity, E-DSGE model, counterfactuals.JEL Classification: E32, E37, Q43. This paper has been financed by the Conselleria de Innovación, Universidades, Ciencia y Sociedad Digitalgrant CIPROM/2023/39, Generalitat Valenciana. It is also part of the projects PID2020-116242RB-I00 andPID2023-152348NB-I00 funded by MCIN/AEI/10.13039/501100011033, and the project TED2021-132629B-I00 funded by MCIN/AEI/10.13039/501100011033 and the European Union Next Generation EU/PRTR.José E. Boscá and Javier Ferri acknowledge the financial support of Fundación Rafael del Pino, BBVA Re-search, and Fedea. We thank Diego Rodríguez for his helpful comments.1. IntroductionThe global shift toward a low-carbon economy is a top priority for policy makers world-wide, highlighting the urgency of addressing climate change and reducing emissions.According to the Intergovernmental Panel on Climate Change, "Climate change is athreat to human well-being and the health of the planet" (IPCC, 2023). This urgency hasmotivated the signing of numerous environmental treaties, most notably the 2015 ParisAgreement that aims at keeping "the increase in the global average temperature well be-low 2 ° C above preindustrial levels," to mitigate many climate change risks (UNFCCC,2015). In parallel, the International Energy Agency (IEA) has set the target of Net ZeroEmissions by 2050, consistent with the goals of the Paris Agreement (IEA, 2020).As most countries have intensified their commitment to environmental protection,a deeper understanding of the determinants of climate change has become essential fordesigning effective environmental policies. Climate change is a pressing issue that, if noteffectively addressed, threatens living standards and social welfare. According to theWorld Bank, sustainable development encompasses three fundamental pillars: economicgrowth, environmental protection, and social inclusion (World Bank, 2015). Therefore,environmental policies should not impede economic development or exacerbate incomeinequality.The interaction between the environment and the economy has mainly been exam-ined from a long-term perspective, either to study the environmental damage that accom-panies economic activity or to understand how different aspects of environmental policyimpact economic growth. Fewer studies have adopted a shorter-term perspective, ana-lyzing the relationship between economic activity and environmental degradation at thefrequency of the business cycle. From this perspective, understanding the relationshipbetween factors underlying the production cycle and the carbon emissions cycle can berelevant for guiding economic policies that seek to maximize the decoupling of GDP andemissions during expansions and minimize it during recessions. In summary, a more de-tailed understanding of the relationship between economic fluctuations and emissions iscrucial to developing effective environmental policies that align with international goalswithout compromising economic growth.In this paper, we analyze the behavior of the carbon emissions cycle and the variousfactors into which it can be decomposed. The study focuses on the U.S. economy overthe period from the first quarter of 1975 to the third quarter of 2023. We first describethe relationship between emissions and their determinants and describe the evolution ofemissions and the production of various energy sources in the U.S. economy through thelenses of alternative versions of the environmental Kuznets curve (EKC), which relatescarbon emissions to economic activity. Next, we turn our attention to the different el-ements of the Kaya Identity that decompose carbon emissions into emissions intensity- 1 -per unit of brown (dirty) energy used, the demand for brown energy as a share of totalenergy consumption, the energy intensity or total energy consumption per unit of GDP,and GDP itself. This decomposition allows us to obtain a series of stylized facts aboutthe emissions cycle, based on second moments such as the correlation of each factor withemissions and the volatility of these factors.To explain the observed cyclical pattern of emissions and their determinants, inthe second part of the paper„ we conduct a structural analysis estimating a dynamicstochastic general equilibrium (E-DSGE) model. The cyclical analysis of emissions finds anatural tool in E-DSGE models (see Nordhaus, 1991, or Annicchiarico, et al., 2021). Thesemodels extend DSGE models to capture the interrelations of environment and economicactivity. With the estimated model, we obtain the response of emissions and GDP todifferent structural shocks, calculate the variance decomposition of the forecast error forthe emissions cycle and the GDP cycle, perform a historical decomposition analysis foremissions, and conduct a series of counterfactual exercises to assess the relevance of theestimated shocks to explain the changing pattern of emissions since 1976.The reference model is based on the work of Andrés, Boscá, Doménech, and Ferri(2024a, 2024b) — hereafter ABDF — which considers energy as a specific production fac-tor, alongside labor and capital, and distinguishes between environmentally responsibleenergy generation or "green" energy and energy generated from fossil fuels, or "brown"energy, whose use generates carbon emissions. We make two key modifications to thismodel. First, while the structural parameters of the original model are calibrated for theSpanish economy, in this paper the calibration is based on the main ratios and estimatedelasticities of the U.S. economy. Second, we introduce various shocks whose posteriordistributions are are estimated following a Bayesian method: technological shocks to to-tal factor productivity (TFP), consumption preference shocks, efficiency shocks in greenand brown energy production, and shocks to emissions per unit of brown energy.Unlike some previous empirical studies that consider only standard productivityshocks to TFP or investment (see Khan et al., 2019), or where the exact nature of theshocks remains indeterminate (see Jo and Karnizova, 2021), the use of a rich E-DSGEmodel makes it possible to account for other identified shocks that admit a precise inter-pretation. This approach allows us to provide a more structural explanation of a largerportion of the emissions cycle, which remains unexplained for two-thirds in Khan et al.(2019).It is widely recognized that carbon emissions and GDP are closely linked. However,this relationship has gradually weakened over time, with a progressive — albeit still in-sufficient — decoupling of economic growth from emissions. In this paper, we show thatthis long-term decoupling coincides with other technological changes of various kinds,which affect the emissions and GDP cycles differently and, therefore, alter the dynamicrelationship between the two variables. Considering these effects is crucial for the evalua-- 2 -tion and design of environmental policy and its interaction with macroeconomic policiesat the frequency of the business cycle.The main result from the descriptive analysis is that the correlation at the cyclicalfrequency between emissions and the intensity of dirty energy in the energy mix hasbecome negative and significant since the early 21st century, coinciding with the periodduring which the decoupling between economic growth and per capita emissions in theUS has materialized in the Kuznets curve. It is important to note that this correlation waspositive or zero before around 2000, and it has become negative thereafter, suggestingthat increases (decreases) in the share of dirty energy over the total amount of energyused have coincided with reductions (increases) in emissions. At first glance, this findingmay seem counterintuitive, as emissions might increase as the share of polluting energiesin total energy production increases. However, this observation may provide relevantinsights into the dynamics of technological innovation in the polluting energy productionsector, due to the changing composition of the brown energy mix.This result is further supported by the structural analysis derived from the esti-mated model, where we find that about four-fifths of the variance in the emissions cycleis explained by specific technological shocks affecting dirty energy and emissions per unitof brown energy use, complementing the partial result obtained by Khan, et al. (2019).It is not the macroeconomic factors driving the production cycle (TFP and consumptionshocks) that mainly account for emissions variance, but rather those related to technol-ogy in brown energy production and its emissions. Notably, for the U.S. economy, shocksaffecting green energy production efficiency play a very marginal role in the emissionscycle.A closer examination of the structural shocks reveals two significantly different pe-riods within the downward-sloping trend of emissions that started around 2000, with aclear breaking point around 2007. Between 2000 and 2007, the change in the slope of theKuznets curve with respect to its pre-2000 profile is associated with negative shocks af-fecting both total factor productivity (TFP) and brown energy production, the two shockscontributing to moderate carbon emissions. From 2008 onward, the increasing use ofnew extraction technologies in shale production, such as hydraulic fracturing (fracking)and horizontal drilling, reduced the price of oil and, particularly, gas, thereby limitingthe substitution of brown energies with green energies. Our model identifies this processthrough a sequence of shocks that contribute to a relative increase in emissions comparedto a scenario without such shocks. Alongside the reduction in gas and oil prices, the shareof these in brown energy production increased while the share of coal decreased. Ourmodel interprets this shift as a sequence of shocks that led to a reduction in emissions perunit of dirty energy used.According to our counterfactual exercises, the sequence of shocks affecting bothbrown technology production and emissions generated per unit of dirty energy kept- 3 -emissions higher than expected without these shocks for 40 years. However, they alsocontributed to the pronounced acceleration in emissions reduction since 2007, leading tocurrent emissions per unit of GDP converging with those that would be observed in theabsence of such shocks. Nevertheless, this time evolution has resulted in a higher stock ofgreenhouse gasses than the one we would have observed in the absence of these energyshocks.The remainder of the paper is organized as follows: Section 2 reviews the literatureon the study of the emissions cycle. Section 3 presents our descriptive analysis. Section 4briefly describes the model by Andrés, et al. (2024a, 2024b) and details the main modifi-cations made. Section 5 discusses the calibration and estimation of the model. Section 6presents a set of results derived from the estimated model. Section 7 concludes.2. Related LiteratureSeveral studies have addressed the long-term evolution of emissions and the factors thatdetermine it. According to Känzig and Williamson (2024), and Teives-Henriques andBorowiecki (2017), the main factor contributing to mitigating the growth of emissions isenergy intensity. Allcott and Greenstone (2012) find that the U.S. economy has improvedits energy productivity 2.4 times since 1949, although they caution that the U.S. remainsrelatively more energy-intensive than other countries. This intensity is determined byeconomic growth. Zhou et al. (2021) estimate that a 1% increase in per capita GDP leadsto a 0.62% to 0.78% reduction in energy intensity, though they warn that this effect weak-ens in advanced stages of economic growth. Technological progress also plays a crucialrole in the continuous improvement of energy efficiency, along with changes in the en-ergy mix, urbanization, and industrial structure, as shown by Voigt et al. (2014). Eventhe development of the financial system can be an influential factor in energy intensity,especially in developing or emerging countries, as highlighted by Chen et al. (2019).The study of factors behind the emissions cycle is relatively recent. Among thepioneering works is Heutel (2012), which marks a significant precedent in the study ofthe relationship between economic cycles and CO2 emissions in the United States. Theauthor concludes three clear facts: 1) Emissions are procyclical, meaning they increaseduring expansions and decrease during recessions; 2) Energy intensity decreased duringthe period 1981–2003; 3) Emissions are inelastic with respect to GDP, but the elasticityvalue can vary over time and with the level of production.Khan et al. (2019) conduct an empirical and theoretical analysis of the emissionscycle in the United States. These authors identify six disturbances within a structuralvector autoregression (SVAR): an anticipated and unanticipated neutral technology (TFP)shock, an anticipated and unanticipated investment-specific shock, a government spen-ding shock, and a monetary policy shock. The authors find that the joint contribution of- 4 -all these aggregate shocks to the forecast error variance (FEV) of emissions is approxi-mately 33%, which implies that around 66% of the emissions cycle dynamics cannot beaccounted for by the standard shocks that drive the business cycle dynamics of mostmacroeconomic aggregates. Therefore, they warn that a significant part of the variationin emissions is due to yet unidentified structural shocks.These studies suggest the existence of a trade-off between decarbonization policiesand economic activity, either because the empirical analysis based on correlations bet-ween emissions and GDP pointed in that direction, or because the nature of the moretraditional shocks considered in the models generated a positive correlation betweenemissions and the economic cycle. However, a recent study by Jo and Karnizova (2021)points to other types of shocks that can generate a negative correlation between GDPand emissions that explain nearly half of the volatility in emissions on average. This im-plies that achieving a certain level of emissions reduction does not necessarily requirethat economic activity must contract. Thus, models that omit disturbances to energyproduction efficiency overestimate the costs of environmental policy. However, Jo andKarnizova (2021) do not identify the precise nature of these shocks nor embed them intoa more general macroeconomic framework, which would enlighten the joint analysis ofenvironmental and other macroeconomic policies.The main contribution of this paper is to analyze the drivers of the emissions cycle,in a structural framework that combines aggregate and energy-specific shocks. In partic-ular we identify the shocks that may result in positive or negative correlations betweeneconomic activity and total emissions and assess their relative importance in the emissioncycle in the U.S. during the sample period.3. US Carbon Emissions Stylized FactsIn this section, we provide evidence of some empirical facts related to carbon emissionsin the United States. First, to frame the analysis of the cycle, which is the main objectiveof this work, we will present long-term evidence on the evolution of emissions and en-ergy consumption. In the second part of this section, we will conduct a second-momentanalysis, which will allow us to extract some novel stylized facts about carbon emissionscycles in the United States.3..1 Long-Term evolution of emissions and energy consumptionBefore analyzing the cyclical frequency, we examine CO2 emissions and energy con-sumption trends over the past four decades, comparing the U.S. with other economies.Figure 1 shows that between 1980 and 2007, U.S. CO2 emissions increased by 27%, from4.76 Gt to 6.02 Gt. Despite this rise, the U.S. share of global emissions decreased from25% to 20% due to higher increases in other economies’ emissions. The Great Recession- 5 -Figure 1: Evolution of CO2 emissionsSource: Own elaboration based on Energy Information Administration (EIA).caused a structural break, leading to a continuous decline in U.S. emissions. By 2022,emissions had dropped to 5 Gt, a 17% decrease from 2007, reducing the U.S. share ofglobal emissions from 25.4% to 12.8%. This reduction in the U.S. share coincides with in-creases in emissions from other major economies. China’s share surged from 8% in 1980to 33% in 2022, and India’s rose from 1.5% to 7%. In contrast, the EU-27 reduced its shareby 13.6 percentage points, the most significant reduction among major emitters.The structure of the energy sector is a critical determinant of emissions. Figure 2represents the share of green energy on total energy produced. Green energy includes allsources that do not create carbon emissions when used: nuclear, hydroelectric, geother-mal, solar, and wind2. Brown energy includes coal, gas, and oil. The difference in greenenergy production between the US and Europe is striking. Whereas the share of greenenergy production in the US remained almost constant and consistently below a meager15%, in Europe it increased from 30% to more than 60%.2 We have removed biofuels from total energy produced- 6 -Figure 2: Share of green energy production (excluding biofuels): USA vs EU-27 (from 2020)Source: Own elaboration based on data on primary energy production by source (EIA and EuropeanCommission) https://www.eia.gov/totalenergy/data/annual/ andhttps://energy.ec.europa.eu/data-and-analysis/eu-energy-statistical-pocketbook-and-country-datasheets_enEnvironmental Kuznets curveThe EKC illustrates the relationship between GDP and emissions. Figure 3 shows differ-ent versions of the EKC: a) Emissions versus GDP, b) Emissions per capita versus GDPper capita, and c) Emission Intensity (Emissions/GDP) versus GDP. Additionally, the fig-ure displays the evolution of per capita emissions over time, with non-linear fits to thescatter plots.The representation of the EKC displays a clear hump-shaped relationship. In theUS, per capita emissions decreased from approximately 1.4 tons per quarter to less than 1ton, while real per capita GDP increased from $7,000 to $17,000 per quarter. This trend isconsistent with a continuous reduction in emission intensity per unit of GDP, as shown inthe lower left panel of Figure 3. Currently, emission intensity per unit of GDP is one-fifthof what it was in the first quarter of 1975, confirming that the U.S. economy has improvedits environmental efficiency.The non-linear fit of per capita emissions over time identifies the turning point ofthe EKC as the first quarter of 1999. From this point onward, the economy has beenon the downward-sloping segment of the curve that captures the decoupling betweenemissions and GDP, as well as between per capita emissions and GDP per capita. This- 7 -Figure 3: Environmental Kuznets curve (Quarterly flows)critical point t* will play an important role in the analysis of the cycle frequency in thefollowing subsection.3..2 Cyclical frequency statisticsNext, we discuss the short-term dynamics of emissions along the business cycle. To ex-tract the cyclical component of the different series, we use a filter consisting of taking4-period log differences as an approximation to the year-over-year (YoY) growth rate andthen subtracting the sample mean of these log differences to ensure that the filtered series( ˆxt) have a zero mean over the whole period. Algebraically,ˆxt = (ln xt − ln xt−4) − ∑Tj=5(ln xj − ln xj−4)T − 4 (1)The period considered spans from the first quarter of 1974 (j = 1) to the third quarterof 2023, providing a sample of T = 199 observations. This interval incorporates signif-- 8 -icant economic events, such as the energy crisis of the 1970s, the Great Recession, theCOVID-19 pandemic, and the war between Russia and Ukraine.We use data series on GDP, aggregate private consumption, carbon emissions, en-ergy production that generates carbon emissions, and energy production that does notgenerate greenhouse gases. All series are divided by population.The real, seasonally adjusted GDP and consumption series are obtained from theFederal Reserve Economic Database (FRED) of St. Louis, while the CO2 emissions andenergy production series are sourced from the U.S. Energy Information Administration(EIA). The X-12-ARIMA method from the US Census Bureau (Findley et al., 1998) wasused to seasonally adjust the emissions and energy production series.Kaya identity and emissions cyclesTo explore the decoupling detected in the Kuznets curve between GDP and emissionssince the end of the 20th century, we relate the evolution of emissions to GDP and othervariables that influence their behavior. Thus, we decompose emissions as the product offour components: the ratio of emissions to brown energy (emission intensity, emisen_br ); theratio of brown energy to total energy (brown energy intensity, en_bren_tot ); the ratio of totalenergy to GDP (energy intensity, en_totPIB ); and GDP. The following identity represents thisdecomposition,emist =( emisen_br)t×( en_bren_tot)t×( en_totGDP)t× GDPt (2)This accounting decomposition method for emissions, commonly used in studiesrelated to carbon emissions, is known as the Kaya Identity (Kaya, 1989). By taking log-arithms of equation (2), lagging the remaining expression by 4 periods, and subtractingboth logarithmic expressions, the Kaya Identity can be represented in terms of the cyclicalcomponent of the various variables:̂emist = ( ̂ Iemist) + ( ̂ Ienbrt) + ( ̂ Ientott) + ( ̂ GDPt) (3)where the variables with hats represent the cyclical component according to equation (1).Specifically, Iemist, Ienbrt, and Ientott denote emission intensity, brown energy intensity,and total energy intensity, respectively. These intensities are defined as the ratios on theright-hand side of equation (2).33 This approach is closely related to the Logarithmic Mean Divisia Index (LMDI) Decomposition Analy-sis4 commonly used in studies related to the Kaya Identity and emission cycles (see Zhang, et al., 2023, orKoilakou, et al., 2023).- 9 -Non-stationary correlationsUsing the cyclical version of the Kaya identity, we conduct a moving correlation analysis.Specifically, we calculate centered contemporaneous correlation coefficients over a 20-quarter window, denoted as ρ(20) ̂ emis, ̂ xit , with t moving continuously from 1977:Q3 to2021:Q1. Here, ̂ xi represents any of the right-hand side components in equation (3).5Figure 4 illustrates the moving correlations, offering insight into the stability of thecyclical relationships between emissions and the components of the Kaya Identity, as wellas identifying potential structural changes in these relationships. It reveals that correla-tions can vary significantly over time. A notable example of this volatility is observedin the relationship between the GDP cycle and the emissions cycle. While the correla-tion is predominantly positive and exhibits high values—resulting in an overall positivecorrelation when estimated jointly for the entire period—it fluctuates considerably, evenbecoming negative during certain periods, such as between 1991 and 1997. This evidencehighlights the different nature of the shocks that affect carbon emissions over time, whichwe will study in Section 6.The correlation between total emissions and emissions intensity cycles is more sta-ble, although there are important variations at the beginning and the end of the sam-ple period. Regarding the correlation between emissions and total energy intensity, themoving correlation shows a downward trend from 1975 to the end of the 20th century,followed by an increase, suggesting a higher synchronization between both cycles sincethe year 2000.One of the most interesting results is that, since the beginning of the 21st century,coinciding with the turning point observed in the EKC Curve, there appears to be a struc-tural change in the correlation between emissions and brown energy intensity per unitof energy produced. Indeed, until the end of the 20th century, the correlation betweenthese two variables fluctuated around values close to zero. However, from the start of the21st century, the correlation began a downward trajectory, reaching values close to -0.7today. This result is not intuitive and rather surprising, as when the growth of pollutingenergy per unit of total energy rises above its average, indicating that polluting energiesbecome more abundant in relative terms, emissions growth falls below its average. Wewill come back to this feature in Section 6. to better understand the underlying causes ofthis pattern.Cross-correlations across subperiodsTable 1 presents cross-correlations for three periods: (1) the complete period (1975:Q1- 2023:Q3); (2) the subperiod prior to the detected turning point in the Kuznets Curve5 Equivalently, we have estimated simple rolling regressions using each of the Kaya Identity componentson the right-hand side, obtaining similar results.- 10 -Figure 4: Moving linear correlation between the emissions cycle and the components of the KayaIdentity(1975:Q1 - 1999:Q1); and (3) the subperiod corresponding to the downward phase of theKuznets Curve.Over the entire period, the correlation between emissions and GDP cycles is themost significant positive one and has intensified over time, consistent with Doda’s (2014)findings that emissions are procyclical. Furthermore, the intensity of this procyclicalityincreases as countries develop economically. We cannot rule out the hypothesis that thecorrelation between emissions and energy produced per unit of GDP (total energy in-tensity) differs from zero for both the entire period and the two subperiods consideredaround the peak of the EKC.However, the result we wish to emphasize is the correlation between emissions andthe brown energy share in total energy, particularly its shift to a significantly negativevalue since the end of the last century. This result, along with previous graphical analy-sis, suggests that a key event related to brown energy occurred in the last twenty years,- 11 -Table 1: Cross-correlations by subperiodsCorrelations 1975:1-2023:3 1975:1-1999:1 1999:1-2023:3̂emis, ̂ GDP 0.694* 0.627* 0.735*̂emis, ̂ Iemist 0.542* 0.468* 0.556̂emis, ̂ Ienbrt -0.210 -0.086 -0.321̂emis, ̂ Ientott 0.105 0.066 0.146: significant at 1%; : significant at 5%; *: significant at 10%causing brown energy and carbon emissions to diverge. It appears that the United Stateshas managed to decouple emissions from dirty energy production. A more structuralanalysis is required to identify the nature and size of the shocks that are ultimately driv-ing the emissions series, which begins with the formulation of an E-DSGE model.4. Economic ModelOur model is a version of the environmental dynamics general equilibrium (E-DGE)model developed by Andrés, et al. (2024a, 2024b) with four major modifications: first,while the original model was calibrated for the Spanish economy, we recalibrate it forthe U.S. economy. Second, we adjust the original import equation for fossil fuels, takinginto account that the U.S. economy, unlike the Spanish one, is not a net importer of fossilfuels. Third, we introduce a set of stochastic variables representing shocks of differentnatures. Fourth, we estimate the standard deviation and persistence of the shocks usinga Bayesian methodology. The resulting estimated model will allow us to calculate thesmoothed shocks, which will form the basis for a series of exercises aimed at enhancingour understanding of the underlying components of the carbon emissions cycle in theU.S.In the following subsections, we will first provide a description of the basic func-tioning of the model. Subsequently, we will present the main equations, including thoseaffected by the modifications we have introduced. A more detailed description of themodel can be found in Andrés, et al. (2024a, 2024b).4..1 General descriptionThe model describes a closed economy that produces goods and services using labor,capital, and energy. It distinguishes four sectors or levels of production. The first sectorconsists of energy producers, which are divided into two types based on the technologiesthey use: environmentally responsible technologies and polluting technologies. Specifi-cally, brown energy is produced from fossil fuels and capital, while green energy is pro-duced using only capital without fossil fuels. Brown energy producers have the option- 12 -to invest in technology to reduce their emissions, which incurs an economic cost.The next level of production involves energy distributors. These companies pur-chase various quantities of green and brown energy from energy producers and packagethem into an “energy mix.” They then sell the packaged energy in the market for use as aproduction factor. The third level consists of non-energy intermediate goods producers.This sector is composed of numerous firms operating under monopolistic competitionthat use labor, capital, and energy from distributors to produce a variety of differentiatedintermediate goods. In the final production level, we find the final goods producers, whocombine various inputs of intermediate goods to sell a homogeneous product intendedfor consumption, investment, and public spending under perfect competition. The priceof this final product is sticky and responds to shocks with some delay. Households ownthe firms and can invest in three types of capital: capital for the production of greenenergy, capital for brown energy, and capital to produce the rest of goods and services.Since the production of goods and services uses both green and brown energy inthe energy mix, the model allows for the possibility of reducing emissions not only bydecreasing final production but also by altering the combinations of energy inputs. Ad-ditionally, two further avenues for technological progress are considered for reducingemissions: an improvement in the productive efficiency of each type of energy, whichwould imply a reduction in production costs and change in the incentives for productionand energy demand, and a reduction in emissions per unit of brown energy produced.These technological innovations are incorporated into the model through the introduc-tion of specific disturbances or shocks.Economic damages caused by environmental degradation due to the accumulationof carbon in the atmosphere are incorporated into the model through total factor produc-tivity, which is negatively affected by the level of atmospheric carbon stock at any givenmoment. This carbon stock is the accumulation of the current and past flows of domesticemissions in the United States and the rest of the world, adjusted for the Earth’s naturalcarbon capture capacity, primarily provided by forests and oceans.4..2 Model shocksWe will now discuss the shocks that have been introduced, emphasizing their interpre-tation. It is important to note that these shocks affect a set of model equations and first-order conditions, which we will not detail here.Shock on consumption preferencesThe representative household maximizes its lifetime utility, which is determined by itsconsumption (ct) and working hours (ht). We assume that consumption preferences areaffected by a stochastic shock ςct , which generates exogenous changes in relative con-- 13 -sumption preferences over time. This is interpreted as a pure aggregate demand shock.Thus, the representative household solves the following optimization problem:max{ct,ht,iyt ,igt ,ibt ,kyt ,kgt ,kbt ,bt }∞t=0E0∞∑t=0βt(ςctc1−σt1 − σ − κLh1+φt1 + φ)s.t. (4)where σ and φ represent the intertemporal elasticities of substitution, and β is the in-tertemporal discount rate of preferences.We assume that all shocks in the model follow an AR(1) process, and thus thestochastic shock affecting consumption preferences (ςct ) can be expressed asln ςct = ρc ln ςct−1 + εct εct ∼ N(0, σc) (5)where the parameter ρc measures the persistence or inertia of the shock, and εct is whitenoise following a normal distribution with mean 0 and constant variance σc.In line with expressions (4) and (5), a positive value of εct would indicate an increasein consumption preferences (to the detriment of leisure) above its trend, leading to higherdemand for goods and services.Shocks on Technological Efficiency in Green and Brown Energy ProductionThe production of green energy (vgt ) and brown energy (vbt ) is carried out by firms using aspecific type of capital in each case. The technology used to produce each type of energyis represented by a Cobb-Douglas function, as shown in Expressions (6) and (7).vgt = ςgt Ag (kgt−1)αg(6)vbt = ςbt Ab (kbt−1)αb (mbt)(1−αb )(7)For green energy production, only one specific type of capital (kg) is used, where theparameter αg represents the elasticity of green energy production with respect to capital.In brown energy production, specific capital (kb) is combined with fossil fuels (mbt ), suchas oil or gas. The parameters αb and 1 − αb indicate the elasticity of brown energy pro-duction with respect to specific capital and fossil fuels, respectively. Ag and Ab representthe efficiency levels, or total factor productivity, in the production of green and brownenergy, respectively. These parameters indicate how efficiently capital (along with fossilfuels in the case of vbt ) is used to generate energy. An increase in any of these parameterswould lead to a reduction in the production cost of the corresponding type of energy.The specific technology for the production of green and brown energy can be af-fected by disturbances over time, ςgt and ςbt , which specifically impact efficiency in energyproduction. The dynamic behavior of these shocks is modeled in Expressions (8) and (9).- 14 -ln ςgt = ρg ln ςgt−1 + εgt εgt ∼ N(0, σg) (8)ln ςbt = ρb ln ςbt−1 + εbt εbt ∼ N(0, σb) (9)A positive value of εgt or εbt indicates an increase in the efficiency of green or brown energyproduction above its normal or trend level, leading to a reduction in production costs.Shock on Emissions EfficiencyCarbon emissions are an increasing function of the amount of brown energy produced:ebt =(1 − μbt)ςet γb1(vbt)1−γb2(10)where 0 ≤ γb2 < 1 and γb1 are parameters controlling the curvature and the marginal effecton emissions from the production of brown energy, respectively. μbt is a variable captur-ing the technological effort made by firms to reduce emissions. The relationship betweenemissions and energy production is mediated by a shock ςet, which evolves according toan AR(1) stochastic process:ln ςet = ρe ln ςet−1 + εet εet ∼ N(0, σe) (11)A negative realization of εet indicates that carbon emissions per unit of brown energy pro-duction are reduced below their mean, reflecting some form of technological improve-ment in carbon emissions.Since carbon emissions depend on a specific type of energy production, the modelallows for reductions in emissions not only through decreased aggregate production butalso by shifting production inputs to cleaner alternatives or implementing technologicalinnovations in polluting energy production that reduce emissions.Shock on Total Factor ProductivityEconomic damage caused by environmental degradation is captured in the model throughits effect on Total Factor Productivity (TFP), which refers to the joint efficiency with whichlabor, capital, and energy are combined to produce goods and services. According toEquation (12), TFP evolves negatively with the atmospheric carbon stock xt and posi-tively with ςat ̃Ay, which represents the shock-affected TFP if atmospheric carbon accu-mulation were not an issue (for example, if carbon were reduced to pre-industrial levels).Ayt = [1 − d0dxt1 ]ςat ̃Ay (12)In the above expression, d0dxt1 characterizes the damage function caused by accu-- 15 -mulated atmospheric carbon. We assume that the constant ̃Ay fluctuates around its meandue to the influence of a stochastic technological shock, ςat , whose dynamics are describedin Expression (13).ln ςat = ρa ln ςat−1 + εat εat ∼ N(0, σa) (13)A positive value of εat reflects a period during which TFP is above its average or trendvalue. In summary, the effective Total Factor Productivity is determined by the TFP thatwould be achievable in the absence of atmospheric carbon, adjusted for technologicalinnovations, and reduced by the negative effects caused by environmental degradation.5. Calibration and Estimation5..1 CalibrationWe calibrate the model for the United States at a quarterly frequency, using the average ofa series of economic, environmental, and energy ratios for the period 1975:Q1 – 2023:Q3.Following the original model, a clear distinction is made between "green" and "brown"energies. Within the group of green energies, we consider hydropower, nuclear, and re-newables (wind and solar), as they are clean sources of energy in terms of CO2 emissions.Energy generation from coal, oil, and gas is classified as brown energy.In terms of units of measurement, emissions are expressed in kilotons of carbon,energy in kilotons of oil equivalent, and GDP in millions of constant dollars. All seriesare adjusted for population. Since per capita GDP is normalized to 1 million dollars, mostvariables are interpreted in terms of millions of dollars of production.Below, we provide an overview of the model’s calibration strategy. Some parame-ters are sourced directly from the literature, others have been calculated based on empir-ical evidence and equations from the static model, and the remaining generic parametersare drawn from the original ABDF model. A detailed view of the energy and macroeco-nomic ratios that align with the static solution of the model can be found in AppendixA.Macroeconomic parametersRegarding the parameters that affect the utility function of individuals, the intertemporalelasticity of consumption is set at σ = 2.0833, consistent with the estimates of Guvenen(2006). Similarly, the intertemporal elasticity of leisure, φ, is adjusted to a value of 1.1765,based on the work of Keane (2011). Finally, the discount factor β, which measures theimpatience of individuals, is calibrated to replicate a real interest rate of 1% per quarter,equivalent to 4% per year. This value is chosen to reflect a realistic rate of return oncapital, following the recommendation of Nordhaus (2007).- 16 -The parameters for the Taylor rule are derived from Carvalho, et al. (2021), who seta value of 0.7 for the parameter controlling inertia in monetary policy decisions, as wellas values of 1.25 for the coefficient weighting the output gap and 0.95 for the sensitivityof the interest rate to deviations in the inflation rate. In terms of fiscal policy, a baselinescenario is considered where both taxes and subsidies are set to zero, indicating no fiscalintervention.Price rigidity is captured in the model by establishing an equivalence between theCalvo price rigidity parameter in the literature and the Rotemberg quadratic adjustmentcosts used in this model. Thus, the parameter κp is set at 2.4074. To calculate the elasticityof substitution for intermediate goods producers, the average profit margin in the U.S.between 1960 and 2014 was utilized, which was reported to be 1.31 according to Demirer(2020). Based on this estimate, a value of σr = 4.2258 was calibrated. The remainingmacroeconomic parameters are calibrated using ratios derived from the FRED databaseto ensure consistency with the model’s static solution and units.Energy and Environmental ParametersThe quarterly depreciation rates for capital used in the production of goods (δy), greenenergy (δg), and brown energy (δb) were calculated by taking the annual depreciationrates from the ABDF model and dividing them by 4 to obtain their quarterly equivalents.Thus, a quarterly depreciation rate of 1.1% is derived for capital used in the production ofgoods, 0.52% for green energy, and 0.09% for brown energy. Additionally, the adjustmentcosts for capital employed in the production of goods are set at κyI = 15, while for greenenergy (κgI ) and brown energy (κbI ), they are set at 20, reflecting a higher adjustment costfor energy production installations, following the calibration from the ABDF model.The contribution of capital income in brown energy production can be calculatedusing the equation shown below, derived from the brown energy production function(see Equation 7).1 − αb = mbtvbt=( mbtvbt +vgt)( vbtvbt +vgt) (14)The elasticity of brown energy production to fossil fuels is equal to the ratio of theenergy used to produce energy to the proportion of installed brown energy. Using datafrom tables 2.6 and 7.1 of the Annual Energy Review and table 1.2 of the Monthly EnergyReview from the EIA (2023), a value of αb = 0.68 is set.For the elasticity of substitution between green and brown energy within the en-ergy mix, a value of σx = 1.8 was chosen based on the estimates of Papageorgiou, et al.(2017). Additionally, we use the equation of the model to obtain the value for the CESdistribution parameter between green energy production and brown energy production,- 17 -θg, which we calculate to be 0.35. To calibrate the proportion of energy expenditure rel-ative to GDP, we relied on data from Table 1.7 of the Monthly Energy Review from theEIA (2023). Accordingly, we set 1 − αy − βy = 0.0810.The atmospheric carbon stock depends on domestic emissions et and emissionsfrom the rest of the world erow, as shown below:xt = ηxt−1 + et + erow (15)where 1 − η represents the carbon decay rate. To calculate the parameter η, consideringthat natural carbon sinks absorb around 30% of global emissions in the long run,6 a valueof η = 0.9983 is adjusted, consistent with a carbon half-life of 400 quarters or 100 years(− log(2)/ log(η)), slightly higher than the 83 years assumed in Heutel (2012).To calibrate the parameters that control the elasticities in the emissions function(see Equation 10), the parameter γb2 is set to 0, following the work of Annicchiarico andDi Dio (2015), while the value of γb1 is calculated from Equation (16), derived from themodel equations:γb1 = eb1975:1−2023:3(vb1975:1−2023:3)1−γb2(16)where eb1975:1−2023:3 and vb1975:1−2023:3 represent the average value of emissions and brownenergy production during the period 1975:Q1-2023:Q3 in the United States. The averagecarbon emissions for the United States during this period were 0.1054 kilotons (kt) permillion dollars of production, while brown energy production reached 0.2113 kt of oilequivalents. Consequently, a value of γb1 = 0.4991 is obtained.Following the ABDF model, an exponential environmental damage function of theform d(xt) = d0dxt1 is adjusted, consistent with Golosov, et al. (2019). The calibrated pa-rameters result in d0 = 0.0010 and d1 = 1.0126.5..2 EstimationUsing real data from the U.S. economy, we estimate the persistence parameters and thevariance of the white noise involved in the stochastic processes of the five shocks in-cluded in the E-DSGE model. We will begin by describing the source of the data usedin the estimation, the methodology employed for extracting the cycle, and the estimationstrategy followed to obtain the shock parameters. We solve and estimate the model usingBayesian techniques with Dynare 5.47.6 Brienen et al. (2020).7 See Adjemian, et al., 2024- 18 -DataSome of the data used for estimation has been presented in Section 3., although a briefreview is provided here for clarity. For the model estimation, we utilized time seriesdata from 1975:Q1 to 2023:Q3 for real GDP, aggregate private consumption (also in realterms), CO2 emissions, green energy production, and brown energy production. Thesefive series were selected to correspond to the five disturbances considered in the model,aiming for the closest possible affinity between the observables and shocks to facilitateparameter identification.The emissions data for the period come from the Energy Information Administra-tion (EIA) via the Monthly Energy Review, section 11.1, "Total Energy CO2 Emissions."This data corresponds to emissions generated by all energy sources, representing the vastmajority of emissions in the economy. Similarly, the energy production data is sourcedfrom section 1.2, "Primary Energy Production by Source," of the same publication. TheGDP, consumption, and population series are obtained from the Economic Database ofthe Federal Reserve Bank of St. Louis (FRED).The methodology employed to remove the trend component from the time seriesand extract the cyclical component begins by dividing the variables by the population.Next, the natural logarithms are taken, and fourth-order differences are calculated as anapproximation of the year-over-year (YoY) growth rate of per capita variables. Finally, themean growth rate is subtracted to center the new series around zero. Figure 5 representsthe cyclical component of all series using the described methodology.Estimation resultsWe estimate the model using Bayesian methods. To calculate the posterior distributions,we employ the Metropolis-Hastings (MH) algorithm within the Monte Carlo MarkovChain (MCMC) framework. This algorithm generates samples from the posterior dis-tribution by exploring the parameter space with a Markov chain, accepting or rejectingnew values based on a probability criterion. We use 500,000 replications and two parallelMetropolis chains. The acceptance ratio of the algorithm is 30% for both chains, which iswell within the standard interval in the literature.Convergence is assessed using the Geweke (1992) convergence test, which examinesthe differences between the means of the first and last parts of the chain. Evidence of dif-ferent means indicates potential convergence issues. We do not find evidence against theequality of the means except, perhaps, for σc, for which the p-value for the correspond-ing statistics in the χ2 distribution is 7.1% in the first chain.8 However, the Brooks andGelman (1998) test, shown in Figure 6, provides additional insight. This graphical test8 Standard errors are corrected for serial correlation using a tapered window of 15% (see Geweke, 1998).- 19 -Figure 5: Cyclical Component of the Observables(a) GDP (b) Consumption(c) CO2 Emissions (d) Brown Energy Production(e) Green Energy Production- 20 -Figure 6: Brooks and Gelman (1998) test for σccompares the between- and within-chain variances and indicates convergence when thetwo series in each subplot converge to the same value, which occurs approximately after100,000 iterations. Hence, we conclude convergence also for σc.Table 2: Priors and posteriorsParameter Prior PosteriorDistribution Mean Std Mean 90% HPDIρc Beta 0.60 0.20 0.9368 [0.9207; 0.9531]ρg Beta 0.50 0.20 0.8812 [0.7400; 0.9954]ρb Beta 0.50 0.20 0.9378 [0.8956; 0.9777]ρe Beta 0.50 0.25 0.9795 [0.9627; 0.9982]ρa Beta 0.80 0.08 0.9498 [0.9397; 0.9600]σc Inv-Gamma 0.05 0.15 0.2166 [0.1969; 0.2365]σg Inv-Gamma 0.05 0.15 0.0249 [0.0225; 0.0273]σb Inv-Gamma 0.05 0.15 0.0414 [0.0378; 0.0450]σe Inv-Gamma 0.05 0.15 0.0351 [0.0321; 0.0380]σa Inv-Gamma 0.05 0.15 0.0896 [0.0813; 0.0976]Table 2 shows the decisions made regarding the prior distributions and the resultsof the estimation in terms of the posterior distributions. Columns labeled “Prior” de-scribe the prior distribution along with its mean and standard deviation (Std). Columnslabeled “Posterior” provide the mean of the posterior and the 90 percent highest poste-rior density interval (HPDI), which contains 90% of the mass of the posterior distributionaround the mean.In general, we use a very diffuse set of priors, with an identical distribution forthe standard deviations of the shocks. This approach allows differences in our posteriordistribution of the shocks to be strongly influenced by the various observables. For theautocorrelation coefficients, we acknowledge our limited knowledge about most of them,- 21 -except for ρa, for which we anticipate a relatively high value. Consequently, we assign ita higher mean and a lower standard deviation in the prior distribution.As indicated by the table, the data proves to be very informative about most of theestimated parameters. Specifically, the estimated autocorrelation coefficients of shocksare higher than initially guessed, and there is a wide range of values for the standarddeviations of the shocks.6. ResultsIn this section, we analyze the dynamics of emission and GDP cycles using the estimatedE-DSGE model, focusing on the impact of various shocks included in the model.6..1 Impulse-response functionsFigure 7 illustrates emissions’ and GDP impulse-response (IR) functions in response tothe five considered shocks. These IRs show the percentage YoY growth resulting froma 100% change in the shock size. Green technology shocks (εgt ), which affect green en-ergy productivity, have a negative but modest impact on the carbon emissions growthrate, reducing it by slightly less than 0.2% in response to a 100% shock. Since green en-ergy does not produce emissions, this indicates that a technology shock originating inthe U.S. green production sector has minimal general equilibrium effects on emissions.In contrast, the shock increasing brown energy production efficiency (εbt ) and the shockaffecting emissions per unit of brown energy used (εet ) both have significant and posi-tive effects on carbon emissions growth following a 100% shock. Notice that εet appearspositively in equation (10), so a positive shock must be interpreted as deteriorating theemissions technology or the increase in emissions for a given use of brown energy. Con-sequently, as shown in Subplot 7c, a 100% positive realization of this shock would lead toan increase of almost 13 percentage points in the emissions growth rate. Interestingly, forall energy shocks (εgt , εbt , and εet ), the effect on GDP growth rate is relatively small com-pared to their impact on emissions. Thus, the IR results highlight the potential of boththe green technology shock and, particularly, the emissions technology shock to decoupleGDP growth from carbon emissions.The image displayed in Figure 7 reveals that the responses to a positive total factorproductivity (TFP) shock and a shock that boosts aggregate consumption differ signifi-cantly from those induced by energy shocks. Both the TFP and consumption shocks driveemissions and GDP in the same direction on impact, with substantial increases in bothgrowth rates during the initial quarters. However, while the GDP rate responds immedi-ately to a TFP shock, the increase in emissions growth rates occurs with a delay, showinga moderate effect in the first period. Beyond the initial impact, the positive shock to con-sumption causes a non-negligible protracted decline in GDP and emissions. The strong- 22 -Figure 7: Impulse-Response of GDP and Emissions (in percentage points relative to the steady state)to a 100% Variation in Shock Size(a) Green technology shock (b) Brown technology shock(c) Emissions shock (d) TFP shock(e) Consumption shockshift in preferences toward current consumption leads to a sharp decline in investment,which subsequently reduces the demand for capital and other factors of production, in-cluding energy.- 23 -6..2 Forecast Error Variance decompositionThe forecast error variance decomposition (FEVD) shown in Table 3 helps to identifywhich specific shocks are most significant in explaining both the emission and GDP cy-cles. Differently from the IR functions of the previous section, here the estimated sizes ofthe shocks are taking into account.We study both the contribution of each shock for a given period and the evolutionof this contribution over time. The time horizon in forecast error variance decompositionrefers to the number of quarters over which the forecast variance is evaluated. The un-conditional variance represents the long-term variance assuming an infinite predictionhorizon. For a 1-quarter forecast horizon, the variance of forecast errors reflects the im-pact of shocks occurring in the next period (the next quarter). In contrast, for a 40-quarterforecast horizon, the variance of forecast errors accounts for the cumulative impact ofshocks occurring over the next 40 quarters.More than 55% of the variation in emissions growth rates on impact (p=1), is ex-plained by changes in technological efficiency in brown energy production. The shockthat directly affects carbon emissions per unit of brown energy used accounts for another37% of the total variance in emissions growth rates, while the aggregate demand shock(consumption shock) contributes 7.5%. Both the green energy shock and the TFP shockhave no impact at this horizon. This finding aligns with the minimal impact of the TFPshock on emissions observed in Subplot 7d. However, the influence of the TFP shockgrows significantly over time, reaching 9.4% of the emissions variability in growth ratesafter 20 quarters. Conversely, the contributions from the brown energy and consump-tion shocks decrease over time, stabilizing around 9.5% and 5.5%, respectively, after fiveyears. The green energy shock remains negligible throughout.Using the forecast error variance (FEV) decomposition for GDP reveals that TFPand consumption preference shocks account for the entirety of GDP business cycle, withenergy technological shocks playing a negligible role. In the short term, the influence ofTFP shocks increases at the expense of the consumption preference shock, but over thelong run, these contributions stabilize. TFP shocks account for approximately 72% of thecyclical variation in GDP, while consumption shocks explain the remaining 28%.In contrast, the emissions cycle in the United States is primarily driven by energy-related shocks (affecting energy and emissions efficiency). Only 15% of the emissionscycle is attributed to macroeconomic shocks (TFP and consumption), which are the maindeterminants of the GDP cycle. Green energy-related shocks have an insignificant impacton both GDP and emissions cycles.- 24 -Table 3: Forecast Error Variance DecompositionEmissionsTime Horizon ςgt ςbt ςet ςat ςctUnconditional 0.01 50.12 34.86 9.50 5.50Conditional p=1 0.02 55.10 37.37 0.03 7.48Conditional p=4 0.01 50.08 37.62 7.55 4.74Conditional p=20 0.01 50.36 34.82 9.35 5.46Conditional p=40 0.01 50.43 34.80 9.28 5.49GDPTime Horizon ςgt ςbt ςet ςat ςctUnconditional 0.00 0.07 0.00 71.97 27.96Conditional p=1 0.00 0.06 0.00 63.14 36.80Conditional p=4 0.00 0.07 0.00 74.75 25.18Conditional p=20 0.00 0.07 0.00 71.44 28.49Conditional p=40 0.00 0.07 0.00 71.79 28.146..3 Historical shock decompositionThe forecast error variance decomposition might not be very informative if the relation-ship between cycles and forecast errors is weak.9 In this subsection, we present a his-torical decomposition of the YoY carbon emissions growth rate.10 For clarity and ease ofreading, Figure 8 presents the decomposition exercise in four subperiods. The solid blackline represents the emissions growth rate, while the different colored bars illustrate thequarterly estimated contributions of the five shocks in the model.11 For an interpretationof these bars, consider the first quarter of 1988 in Figure 8b. The YoY emissions growthrate was 7.8% above the mean growth. This figure resulted from positive contributionsto emissions from the shocks related to the technology affecting emissions per unit ofbrown energy produced (ςe), which alone accounted for 5% of emissions growth. Addi-tionally, the consumption shock (ςc) contributed 3.1%, and the TFP shock (ςa) increasedemissions by 2.3%. However, shocks affecting brown energy production (ςb) reducedemissions by 3.3%. Among all the shocks, only those affecting green energy production(ςg) had virtually zero effect on emissions growth during that quarter. Finally, there isa component associated with initial conditions (i.c) or deterministic trends that whichaccounts for a small portion of the variable’s behavior not directly attributed to the iden-9 See Seymen (2008).10 As explained in subsection 5..2, the sample mean of the growth rate over the complete sample has beenremoved from the YoY growth rate of all observables, so that the average of the values shown in the figureover the entire sample period is zero.11 The notation ςjt has been replaced with ςj, where j refers to green energy (j = g), brown energy (j = b),emissions technology (j = e), TFP (j = a), and consumption (j = c), respectively.- 25 -tified shocks. This component plays a minor role, shows some positive values after a fewquarters since the start of the period in 1976:1, and diminishes over time as the influenceof initial conditions fades.The exercise clearly shows that, in the vast majority of quarters, shocks affectingbrown energy production and brown emissions technology are dominant in explainingthe rate of growth of emissions.12 In subsection 6..1, we analyzed the responses of emis-sions to normalized energy shocks and compared these with traditional consumptionand TFP shocks, which are crucial for economic growth over the business cycle. The his-torical decomposition results reflect not only the influence of IR functions depicted therebut also the specific series of smoothed shock sizes estimated from the model.A concise summary of the main results from Figure 8 is provided in Table 4, whichshows both the mean of the smoothed shocks (or the innovations obtained from thedata using the Kalman filter) and the mean of the contributions of the shocks to the YoYgrowth rate of emissions over different periods. Innovations and contributions are dis-played at the top and bottom parts of the table, respectively. The first row covers theentire period from 1976 to 2023, where the mean of the smoothed shocks has been nor-malized to zero13. However, the mean of the observed variable over the full period is zeroby construction. Hence, the subperiods’ observed emissions and estimated innovationsmeans should be interpreted as the differential mean with respect to that of the wholeperiod. The next two rows break down the full period into two subperiods: up to 2000and after 2000.Compared to the pre-2000 period, the post-2000 period is characterized by higherconsumption shocks, lower TFP shocks, lower shocks to the volume of emissions frombrown energy use, lower shocks to brown energy productivity, and lower shocks to greenenergy productivity. However, we find notable differences in the size and sign of theshocks when we further divide the post-2000 period into 2000-2007 and 2008-2023. Neg-ative shocks to green energy production are predominant and strong from 2000 up to2007, but they are much smaller thereafter. Similarly, while negative shocks to brownenergy production productivity predominated before 2007, they significantly reversedsigns from 2008 to 2023. This pattern is the opposite of the one displayed by the shock tothe emissions function, indicating once again a significant reversal in emissions efficiency,which substantially improves (negative values of εet ) after 2007.The contributions at the bottom part of the table show what the average rate ofgrowth of the filtered emissions would have been if the economy had been influenced12 The main exception is the third quarter of the pandemic crisis, when emissions fell by 9%, mainly ex-plained by consumption (-3.6%) and TFP (-5.6%) shocks.13 Although these estimated shocks fluctuate up and down around zero with an asymptotic zero mean, noconstraints were introduced in the estimation to guarantee that the sample estimated mean is zero.- 26 -Figure 8: Historical Decomposition of YoY Emissions Growth (pp)(a) Period 1976:1 - 1987:3(b) Period 1987:4 - 1999:3by each of the shocks in isolation. Over the complete period, brown energy shocks havecontributed to an increase in the average rate of emissions growth by 0.30%, while inno-vations in emissions technology of brown energy have reduced it by 0.32%, and the TFPshock has contributed a reduction of 0.23%. Thus, during this complete period, the con-tributions of individual shocks to the average emissions growth rate have been relativelymoderate, with TFP shocks contributing similarly to each of the energy shocks.14 The14 Moreover, the contributions of the consumption and green energy shocks have been neutral. We do not- 27 -Figure 8: Historical Decomposition of YoY Emissions Growth (pp) – Continued(c) Period 1999:4 - 2011:3(d) Period 2011:4 - 2023:3emissions growth rate in the 1976-2000 period was 0.72% higher than the average for theentire period, whereas it was 0.73% lower after 2000. Before the year 2000, the contribu-tion of the brown productivity shock was significantly negative, but since the beginningof the 21th century, its contribution changed to positive. Together with the contributionfrom emissions technology shocks, these results suggest a shift in the sources of carbonemissions. The U.S. economy has transitioned from using a lot of pollutant fossil fuelsfor production up to the year 2000 to using more fossil fuels but with significantly lowerpresent the contribution of the component that accounts for initial conditions and that makes the differencebetween the horizontal sum of contributing factors and the total in the last column.- 28 -Table 4: Mean of the shocks and their contributions to emissions (%)Smoothed shocksPeriod εgt εbt εet εat εct Emissions1976-2023 0.00 0.00 0.00 0.00 0.00 0.001976-1999 0.34 0.15 0.22 0.17 -0.63 0.722000-2023 -0.34 -0.15 -0.22 -0.17 0.64 -0.732000-2007 -0.44 -1.30 0.86 0.10 1.37 0.452008-2023 -0.29 0.43 -0.77 -0.31 0.27 -1.33ContributionsPeriod ςgt ςbt ςet ςat ςct Emissions1976-2023 0.00 0.30 -0.32 -0.23 -0.03 0.001976-1999 0.00 -0.59 1.03 -0.13 0.03 0.722000-2023 0.01 1.19 -1.68 -0.33 -0.10 -0.732000-2007 0.02 -1.33 1.56 -0.16 0.00 0.452008-2023 0.00 2.46 -3.32 -0.42 -0.15 -1.33pollution incidence thereafter.The last two rows further divide the 2000–2023 period into two subperiods: from2000 to 2007, coinciding with the onset of the financial crisis and the Great Recession, andfrom 2008 to 2023. These results make it clear that between 2000 and 2007, the slowdownin the growth rate of emissions was driven by negative shocks affecting productivity inbrown energy production (and, hence, increasing brown energy production prices) and,to a lesser extent, total TFP. However, the most pronounced change since 2000 occurredafter 2007. In this subperiod, emissions reached the lowest rate of growth (-1.33% belowthe average of the entire period), and although the US experienced a significant shockthat resulted in intensive use of fossil fuels, this was more than compensated for by areduction in emissions produced per unit of fossil fuel use.6..4 Counterfactual evolution of emissionsIn this section, we conduct a comprehensive analysis of the long-term implications of ourstudy by examining the determinants of emissions in the U.S. economy since 1976. Figure9 presents a counterfactual analysis in which we remove each of the three environmentalshocks (εgt , εbt , and εet ) individually and collectively to illustrate the emission trajectoriesin their absence. For clarity, we reverse the filtering transformation applied to the seriesby adding the average over the entire period and integrating the simulated and observeddata.Consistent with the results found in the previous subsections, removing the greenshocks from the first quarter of 1976 onward does not have a significant effect on thedynamics of emissions (see Figure 9a).- 29 -More importantly, had the brown technology shock not occurred over the entire pe-riod, emissions would have increased at a significantly higher rate until 2006 (Figure 9b).Without the shocks affecting brown energy production, emissions per person would havebeen about 33% higher at that point. Since then, counterfactual emissions would havedecreased more markedly than the observed series. In other words, efficiency shocks inbrown energy production, being predominantly negative seem to have moderated emis-sions growth until approximately the financial crisis but later slowed the reduction inemissions. By the end of 2023, without the brown technology shock, emissions wouldhave been 149 kg per person lower than observed. This pattern can be traced back tothe numbers in Table 4. From 2008 onwards, the realization of positive shocks to theproduction of brown energy contrasted with the previous years in which these shockswere either small and positive (1979-2000) or large and negative (2000-2007). This canbe attributed to inefficiency in the extraction of fossil fuels that prevented substantialreductions in their price in those years. Over the recent fifteen years, key technologicaladvances in drilling techniques in the oil and gas industry have pushed down the relativeprice of oil and gas thus causing an increase in their use and consequently in emissions.The shock that controls for carbon emissions due to brown energy use plays theopposite role compared to the previous one, as already indicated by Table 4. Without thisshock, emissions would have decreased steadily until around 2007, which contrasts withthe observed constant dynamics of the series during the same period. This implies thatthe shock responsible for carbon emissions from brown energy use was associated withapproximately 50% more emissions per person by 2006 (Figure 9c). However, since then,emissions would have experienced a pronounced increase without this shock. Overall,by the end of 2023, emissions were 14% lower due to the recent trajectory of the emissionstechnology shock. The interpretation of this shock is somewhat more tentative since it isnot easy to identify significant changes in the cleanliness of oil, gas, and coal in termsof emissions. As we discuss later, we attribute this to a change in the mix of browntechnologies that resulted from the previously mentioned reduction in the relative priceof oil and gas that rendered many coal mines unprofitable.In the final subplot (Figure 9d), we remove all three environmental and energyshocks simultaneously, although the counterfactual results are primarily influenced by εbtand εet . Essentially, without these specific shocks, the US economy would have exhibiteda negative emissions gap compared to the observed levels for over 30 years. However,since around 2007, the combined effect of these two shocks has accelerated emissions re-ductions, suggesting that the emission reductions associated with the energy mix of oil,gas, and carbon have more than offset the increased use of these energy sources. Afternearly 50 years, the US economy would have reached the current emission levels evenwithout the energy/environmental shocks. Nonetheless, along the way, these shocks- 30 -Figure 9: Counterfactuals of per capita emissions (kg per person)(a) No green technology shock(b) No brown technology shockhave been responsible for a substantial accumulation of carbon in the atmosphere.15Figure 10 shows the observed and counterfactual Kuznets curves, offering an al-15 Our counterfactuals suggest that since 1975, energy shocks have been responsible for 7% of all carbonaccumulated by the U.S. in the atmosphere.- 31 -Figure 9: Counterfactuals of per capita emissions (kg per person)-Continued(c) No emissions technology shock(d) No energy shocksternative perspective that supports the conclusion drawn from Figure 9d. This figuredepicts the relationship between per capita GDP and per capita emissions. The coun-terfactual scenario suggests that, without the energy/environmental shocks, emissionswould have remained lower up to a per capita GDP level of $15,000. However, sincethe U.S. economy reached approximately $12,000 per capita GDP, the accelerated rate ofemissions reduction per unit of GDP, compared to the counterfactual scenario, has led to- 32 -Figure 10: Kuznets curve: observed and counterfactualthe convergence of the observed and counterfactual Kuznets curves.The question then arises: what could explain the shocks related to energy and envi-ronmental factors occurring in the U.S. after approximately 2007? We dedicate the nextsection to providing a tentative answer to this question.6..5 Cheaper and Less Pollutant Fossil FuelsOur results indicate a structural change around 2007, consistent with: (a) a technologicalimprovement in the production of dirty energy that slowed the reduction in emissions;and (b) a reduction in emissions per unit of brown energy used. We argue that bothshocks are related to shale oil and gas production in the US.According to the Council of Economic Advisers of the US (2019), from 2007 to 2019,innovations in shale production led to an eight-fold increase in extraction productivity fornatural gas and a nineteen-fold increase for oil. Beyond its impact on fossil fuel produc-tion, shale production innovations reduced the price of oil and, particularly, gas, therebyrestraining the substitution of brown energies for green energies. Our model identifiesthis process through a sequence of εbt shocks that contribute to a relative increase in emis-sions compared to the scenario without such shocks.As the share of gas in brown energy production increased, and the price of gas- 33 -and oil decreased, coal extraction became noncompetitive and many coal mines closed.16Thus, the mix of brown energy changed to one with a higher share of gas, and a lowershare of coal, which our model identifies as a sequence of shocks εet that reduced the emis-sion per unit of dirty energy produced. In a similar vein, Lindequist and Selent (2025)apply the synthetic control method to the U.S. economy and find that the substitution ofcoal with shale gas in the brown energy mix played a significant role in reducing carbonemissions from 2007 onward.Figure 11 confirms the substantial impact that shale innovations had on gas and oilproduction after 2007, which coincided with a decline in coal production. Additionally,green energy production—encompassing nuclear, hydroelectric, geothermal, solar, andwind energy—remained at very low levels and did not keep pace with the growth of gasand oil production.The general picture that emerges from our results is one of stark contrasts. The opti-mistic interpretation is that the US has significantly reduced carbon emissions in favor ofcheaper and less polluting, but still brown, energies investing in technologies that makethe mix of brown energy used cleaner. This has made economic activity in the U.S. notto increase emissions per capita despite the easier access to gas and oil. Should this trendcontinue in the future it may help to close the gap with its 2050 targets.Unfortunately, relying on a cleaner brown energy mix (“greening through brown-ing”) will make it difficult for the U.S. to follow an emissions path consistent with the2050 objective. No matter how effective improvements in the brown energy mix maybe in reducing emissions, their potential is inherently limited. Therefore, despite theprogress this strategy has made in lowering carbon emissions, it will not achieve net-zero emissions by 2050—or in the foreseeable future—unless the country makes a deci-sive commitment to renewable energy and succeeds in implementing it.16 According to Feaster (2023), by the end of 2026, the US economy will have closed half of its coal generationcapacity, which peaked in 2011- 34 -Figure 11: Primary Energy Production by Source (Quadrillion Btu). Source: EIA and ownelaboration: https://www.eia.gov/totalenergy/data/annual/7. ConclusionsWhile the long-term relationship between economic growth and emissions has been ex-tensively studied, detailed analyses of the cyclical fluctuations in emissions and theirdriving factors are less common. This paper addresses that gap through a combinationof empirical facts and structural analysis, focusing on the United States. The results ob-tained not only expand upon previous findings in this area of literature but are also rele-vant for designing optimal policies that consider the environmental component.The first part of the paper presents some stylized facts. In the second part, we usean environmental stochastic dynamic general equilibrium model (E-DSGE) to estimatestructural shocks and analyze their influence on emissions. We can explain and interpretsome of the stylized facts detected, such as the negative correlation, appearing in the last20 years, between the cycles of emissions and the cycles of the brown energy share overtotal energy.The model incorporates specific technological shocks related to the production ofclean and dirty energy, as well as the efficiency in emissions generation, in addition totraditional aggregate demand and supply shocks. With the model calibrated to the U.S.and estimated using Bayesian methods, we obtain a series of results that point in thesame direction: a structural change around 2007, consistent with (a) a technological im-provement in the production of dirty energy that slowed the reduction in emissions, and(b) a reduction in emissions per unit of brown energy used. We estimate that these twotypes of shocks account for about 80% of the variance of emissions, significantly more- 35 -than the contribution of standard macroeconomic shocks, which does not reach 20%.We argue, and offer evidence, that these two energy/environmental shocks detectedas crucial are related, since 2007, to important innovations emerging in shale oil and gasproduction in the U.S. Shale production innovations reduced the price of oil and gas,thereby restraining the substitution of brown energies for green energies. Our modelidentifies this process through a sequence of shocks that positively affected the produc-tivity of brown energy production and augmented carbon emissions.However, as the share of gas in brown energy production increased, and the pricesof gas and oil decreased, coal extraction became non-competitive, leading to the closureof many coal mines. Thus, the mix of brown energy changed to one with a higher shareof gas and a lower share of coal, which our model identifies as a sequence of shocks thatreduced emissions per unit of dirty energy produced.The overall findings present a dichotomy of interpretations. On the one hand, ahopeful perspective suggests that the U.S. has made significant strides in reducing carbonemissions by investing in technologies that enhance the environmental performance ofbrown energy production. This progress enables the country to maintain current carbonemission levels comparable to what they would have been without the extensive use ofbrown energy. If this trend persists, it could facilitate the U.S. in bridging the gap towardits 2050 emissions reduction targets.Conversely, a more critical viewpoint underscores that the lack of adequate devel-opment of green energy sources in the past has led to the U.S. contributing to a consider-able accumulation of carbon in the atmosphere over the last four decades. Furthermore,there are inherent limitations in the strategy of greening brown energy. For instance, gen-erating 100% of energy from natural gas still results in emissions. This constraint couldimpede the objectives outlined in the Paris Agreement in the near future unless the U.S.commits decisively to transitioning toward renewable energy sources.- 36 -ReferencesAdjemian, S., Juillard, M., Karamé, F., Mutschler, W., Pfeifer, J., Ratto, M., Rion, N., and Villemot, S. (2024).Dynare: Reference Manual, Version 6. Dynare Working Papers, 80, CEPREMAP.Andrés, J., Boscá, J.E., Doménech, R., and Ferri, J. (2024a). Transitioning to net-zero: Macroeconomic implica-tions and welfare assessment. FEDEA Documento de Trabajo 2024/01. https://fedea.net/documentos-economia-digital-energia-01/Andrés, J., Boscá, J.E., Doménech, R., and Ferri, J. (2024b). The welfare effects of degrowth as a decarboniza-tion strategy. Applied Economic Analysis, 32, No. 95, 112-140.Ang, B.W. (2015). LMDI decomposition approach: A guide for implementation. Energy Policy, 86, 233-238.https://doi.org/10.1016/j.enpol.2015.07.007Annicchiarico, B. and Di Dio, F. (2015) Environmental policy and macroeconomic dynamics in a new Key-nesian model. Journal of Environmental Economics and Management, 69, 1-21.Annicchiarico, B., Carattini, S., Fischer, C., and Heutel, G. (2021). Business cycles and environmental policy:Literature review and policy implications (Working Paper No. 29032). National Bureau of EconomicResearch. https://doi.org/10.3386/w29032Allcott, H., and Greenstone, M. (2012). Is There an Energy Efficiency Gap? Journal of Economic Perspectives,26(1), 3-28. https://doi.org/10.1257/jep.26.1.3Bouckaert, S., Fernandez Pales, A., McGlade, C., Remme, U., Wanner, B., Varro, L., D’Ambrosio,D., and Spencer, T. (2021). Net Zero by 2050: A roadmap for the global energy sector. In-ternational Energy Agency. https://iea.blob.core.windows.net/assets/063ae08a-7114-4b58-a34e-39db2112d0a2/NetZeroby2050-ARoadmapfortheGlobalEnergySector.pdfBrienen, R. J. W., Caldwell, L., Duchesne, L., Voelker, S., Barichivich, J., Baliva, J. Ceccantini, G., Di Filippo,A.; Helama, S., Locosselli, G. M., Lopez, G. M., Piovesan, G., Schöngart, J., Villalba, R. and E. Gloor(2020). Forest carbon sink neutralized by pervasive growth-lifespan trade-offs, Nature Communica-tions, pp. 1-10.Brooks, S. P., and A. Gelman. (1998). General methods for monitoring convergence of iterative simulations.Journal of computational and graphical statistics, 7(4), 434-455.Carvalho, C., Nechio, F., and Tristão, T. (2021). Taylor rule estimation by OLS. Journal of Monetary Economics,124, 140-154. https://doi.org/10.1016/j.jmoneco.2021.10.010Chen, Z., Huang, W., and Zheng, X. (2019). The decline in energy intensity: Does financial developmentmatter? Energy Policy, 134, 110945. https://doi.org/10.1016/j.enpol.2019.110945Council of Economic Advisers (US) (2019). The Value of US Energy Innovation and Policies Supporting the ShaleRevolution. Council of Economic Advisers.Doda, B. (2014). Evidence on business cycles and CO2 emissions. Journal of Macroeconomics, 40, 214-227.https://doi.org/10.1016/j.jmacro.2014.01.003Demirer, M. (2020). Production function estimation with factor-augmenting technology: An applicationto markups. Job Market Paper. https://economics.sas.upenn.edu/system/files/2020-01/Demirer_-JMP.pdfFeaster, S. (2023). "US on track to close half of coal capacity by 2026". Institute for Energy Economics andFinancial Analysis, Lakewood, OH.Federal Reserve Bank St. Louis (2023): Real Gross Domestic Product. Serie GDPC1.https://fred.stlouisfed.org/series/GDPC1Federal Reserve Bank St. Louis (2023): Real Personal Consumption Expenditures. Serie PCECC96.https://fred.stlouisfed.org/series/PCECC96Federal Reserve Bank St. Louis (2023): Population. Serie B230RC0Q173SBEA.https://fred.stlouisfed.org/series/B230RC0Q173SBEAGeweke, J. (1992). Evaluating the accuracy of sampling-based approaches to the calculations of posterior- 37 -moments. Bayesian statistics, 4, 641-649.Geweke, J. (1999). Using simulation methods for Bayesian econometric models: inference, development, andcommunication. Econometric reviews, 18(1), 1-73.Gozgor, G., Tiwari, A. K., Khraief, N., and Shahbaz, M. (2019). Dependence structure between businesscycles and CO2 emissions in the U.S.: Evidence from the time-varying Markov-Switching Copulamodels. Energy, 188, 115995. https://doi.org/10.1016/j.energy.2019.115995Golosov, M., Tsyvinski, A. and I. Werning (2014). A Welfare-Based Approach to Climate Policy. AmericanEconomic Review, vol. 104(5), pp. 555-559.Guerron, P., and Nason, J. (2012). Bayesian estimation of DSGE models (Working Paper No. 12-4). FederalReserve Bank of Philadelphia. https://EconPapers.repec.org/RePEc:fip:fedpwp:12-4Guvenen, F. (2006). Reconciling conflicting evidence on the elasticity of intertemporal substi-tution: A macroeconomic perspective. Journal of Monetary Economics, 53(7), 1451-1472.https://doi.org/10.1016/j.jmoneco.2005.06.001Heutel, G. (2012). How should environmental policy respond to business cycles? Optimal pol-icy under persistent productivity shocks. Review of Economic Dynamics, 15(2), 244-264.https://doi.org/10.1016/j.red.2011.05.002IPCC. (2023). Summary for Policymakers. En H. Lee and J. Romero (Eds.), Climate Change 2023:Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Re-port of the Intergovernmental Panel on Climate Change (pp. 1-34). IPCC, Geneva, Switzerland.https://doi.org/10.59327/IPCC/AR6-9789291691647.001Jo, S., and Karnizova, L. (2021). Energy efficiency and CO2 emission fluctuations. Working Paper.Känzig, D. R., and Williamson, C. (2024). Unraveling the drivers of energy-saving technical change. Euro-pean Central Bank, WP 2984.Kaya, Y. (1989). Impact of carbon dioxide emission on GNP growth: interpretation of proposed scenarios.Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC.Khan, H., Metaxoglou, K., Knittel, C. R., and Papineau, M. (2019). Carbon emissions and business cycles.Journal of Macroeconomics, 60, 1-19. https://doi.org/10.1016/j.jmacro.2019.01.005Keane, M. P. (2011). Labor supply and taxes: A survey. Journal of Economic Literature, 49(4), 961-1075.Koilakou, E., Hatzigeorgiou, E., and Bithas, K. (2023). Carbon and energy intensity of the USA and Germany:A LMDI decomposition approach and decoupling analysis. Environmental Science and Pollution Re-search, 30, 12412–12427. https://doi.org/10.1007/s11356-022-22978-Lindequist, D., and Selent, S. (2025). Did shale gas green the US economy?. Energy Economics, 108388.Narayan, P. K., and Narayan, S. (2010). Carbon dioxide emissions and economic growth:Panel data evidence from developing countries. Energy Policy, 38(1), 661-666.https://doi.org/10.1016/j.enpol.2009.09.005Nordhaus, W. D. (1991). To Slow or Not to Slow: The Economics of the Greenhouse Effect. The EconomicJournal, vol. 101(407), pp. 920-937.Nordhaus, W. D. (2007). A Review of the Stern Review on the Economics of Climate Change. Journal ofEconomic Literature, vol. XLV, pp. 686-702Papageorgiou, C., Saam, M., and Schulte, P. (2017). Substitution between Clean and Dirty EnergyInputs: A Macroeconomic Perspective. The Review of Economics and Statistics, 99(2), 281-290.https://doi.org/10.1162/REST_a_00592Ritchie, H. and Rosado, P. (2020): Energy Mix. https://ourworldindata.org/energy-mixSeymen, A. (2008). A critical note on the forecast error variance decomposition. ZEW-Centre for EuropeanEconomic Research Discussion Paper, (08-065).Teives-Henriques, S., and Borowiecki, K.J. (2017). The drivers of long-run CO2 emissions in Europe, NorthAmerica and Japan since 1800. Energy Policy, 101, 537-549.U.S Energy Information Administration (2023): Annual Energy Review. Energy Consumption by sector.- 38 -Tabla 2.6. https://www.eia.gov/totalenergy/data/annual/U.S Energy Information Administration (2023): Annual Energy Review. Electricity overview. Tabla 7.1.https://www.eia.gov/totalenergy/data/annual/U.S Energy Information Administration (2023): Monthly Energy Review. Primary energy production bysource. Tabla 1.2. https://www.eia.gov/totalenergy/data/monthly/U.S Energy Information Administration (2023): Monthly Energy Review. Primary energy con-sumption, energy expenditures, and carbon dioxide emissions indicators. Tabla 1.7.https://www.eia.gov/totalenergy/data/monthly/U.S Energy Information Administration (2023): Monthly Energy Review. Total Energy CO2 emissions. Tabla11.1. https://www.eia.gov/totalenergy/data/monthly/United Nations Framework Convention on Climate Change (UNFCCC) (2015): Paris Agreement. United Na-tions.Voigt, S., De Cian, E., Schymura, M., and Verdolini, E. (2014). Energy intensity developments in 40major economies: Structural change or technology improvement? Energy Economics, 41, 47-62.https://doi.org/10.1016/j.eneco.2013.10.015World Bank Group. (2015). World Bank Bonds for Sustainable Development In-vestor Newsletter (April 2015). Washington, D.C.: World Bank Group.http://documents.worldbank.org/curated/en/460191481275397048/World-Bank-Bonds-for-Sustainable-Development-Investor-Newsletter-April-2015Zhang, K., Tao, M., and Hao, J. (2023). Analysis and prediction of factors influencing carbon emissions ofenergy consumption under climate change. Strategic Planning for Energy and the Environment, 43(1),81-112. https://doi.org/10.13052/spee1048-5236.4314Zhou, J., Ma, Z., Wei, T., and Li, C. (2021). Threshold Effect of Economic Growth onEnergy Intensity—Evidence from 21 Developed Countries. Energies, 14(14), 4199.https://doi.org/10.3390/en14144199- 39 -Appendix A Calibration ParametersThis appendix presents the selected energy and macroeconomic ratios (Table A1), as wellas the details of the parameters and exogenous variables used in the model (Table A2).Table A1: Energy and macroeconomic ratios (average 1975:Q1-2023:Q3)Energy Ratios ValueEnergy Intensity (kt of oil equivalents per million $ of GDP) 0.1323Emissions (kt of carbon per million $ of GDP) 0.1054Carbon Stock (kt of carbon per million $ of GDP) 127.5854Carbon Intensity (kt of carbon per kt of oil equivalent) 0.7971Green Energy Production as a Share of Brown Energy Production 0.1820Percentage of Energy Used to Produce Energy 0.2700Share of Green Energy in the Energy Mix 0.1540Share of Brown Energy in the Energy Mix 0.8460Macroeconomic Ratios ValueConsumption as a Percentage of GDP 0.6530Investment as a Percentage of GDP 0.1270Public Spending as a Percentage of GDP 0.222Ratio Hours Worked to GDP 0.0170Investment in Green Energy as a Percentage of Total Investment 0.0113Investment in Brown Energy as a Percentage of Total Investment 0.0105Return on Capital for Final Goods 0.0211Return on Capital for Green Energy 0.0152Return on Capital for Brown Energy 0.0109Source: Author’s own elaboration- 40 -Table A2: Model Calibration ParametersParameter Value Descriptionβ 0.9901 Discount Rateσ 2.0833 Intertemporal Elasticity of Consumptionφ 1.1765 Intertemporal Elasticity of Leisureδy 0.0111 Depreciation of Capital in Goods Productionδg 0.0052 Depreciation of Capital in Green Energy Productionδb 0.0009 Depreciation of Capital in Brown Energy ProductionκyI 15.0000 Adjustment Costs of Capital in Goods ProductionκgI 20.0000 Adjustment Costs of Capital in Green Energy ProductionκbI 20.0000 Adjustment Costs of Capital in Brown Energy Productionαg 0.6800 Capital Elasticity in Green Energy Productionαb 0.6800 Capital Elasticity in Brown Energy Productionγb1 0.4824 Emissions Function Adjustment Parameterγb2 0.0000 Emissions Function Elasticity Parameterθb1 0.5679 Emissions Cost Reduction Function Adjustment Parameterθb2 2.8000 Emissions Cost Reduction Function Elasticity Parameterσx 1.8000 Substitution Elasticity in the Energy Mixθg 0.3537 Distribution Parameter in the Energy MixκL 7824.1 Disutility of Labor ̄π 1.0000 Steady-State Inflation Rateσr 4.2258 Substitution Elasticity of Intermediate Goodsκp 2.4074 Price Rigidity Parameterαy 0.3098 Capital Elasticity in Final Goods Productionβy 0.6092 Labor Elasticity in Final Goods Productionη 0.9983 Natural Absorption of Atmospheric Carbond0 0.0010 Damage Function Parameterd1 1.0126 Damage Function Parameterτ 0.0000 Emissions Tax per Unittig0.0000 Subsidy for Investment in Green Energytm 0.0000 Subsidy for Demand for Green EnergyAx 1.0000 Total Factor Productivity in Energy Mix Production ̃Ay 6.6350 Total Factor Productivity in Final Goods Productionνg 0.0500 Total Factor Productivity in Green Energy Productionνb 0.2567 Total Factor Productivity in Brown Energy Production- 41 - Carbon emission cycles in the U.S.: Greening through browning? Carbon emission cycles in the U.S.: Greening through browning?	查看 89829	联邦应用经济学研究基金会	2025-05-21 11:17:57 2025-05-21 11:19:14	word
3148780	无图 Cómo mejorar el Proyecto de Leysobre Reducción de Jornada, RegistroHorario y Desconexión DigitalJESÚS LAHERA FORTEZAJ. IGNACIO CONDE-RUIZApuntes 2025/21Mayo de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.1Cómo mejorar el Proyecto de Ley sobreReducción de Jornada, Registro Horario yDesconexión DigitalJesús Lahera Forteza, Catedrático Derecho del Trabajo y Seguridad SocialUniversidad Complutense e investigador FedeayJ. Ignacio Conde-Ruiz, Catedrático Economía Universidad Complutensey subdirector FedeaMayo 202521.- IntroducciónLa reducción de la jornada laboral se ha convertido en una de las grandes cuestiones deldebate laboral contemporáneo, con implicaciones profundas tanto para el bienestar de lostrabajadores como para la organización del tejido productivo. En este contexto, y comoargumentamos en nuestro análisis "¿Cómo reducir la jornada laboral?" (Fedea PolicyPaper 2024/02), consideramos que una imposición legal generalizada no es el instrumentomás adecuado para avanzar en esta materia. La experiencia reciente muestra que las horasefectivas de trabajo han descendido de forma sostenida en España sin necesidad dereformas normativas, gracias a la acción de la negociación colectiva. En concreto, lashoras trabajadas habituales para el total de ocupados han bajado 3,9 horas desde 1987,pasando de 41,5 hasta las 37,6 horas. Siendo la jornada laboral legal máxima vigente 40horas semanales de promedio anual, la media de jornadas laborales a tiempo completo dela negociación colectiva se sitúa en torno a 38,2 horas semanales. Obligar ahora por Leya reducir la jornada sin tener en cuenta las particularidades sectoriales ni los márgenes deproductividad puede traducirse en un incremento de costes laborales, pérdida decompetitividad y riesgos para el empleo, especialmente en sectores intensivos en tiempode trabajo y con menor capacidad de reorganización. Por ello, defendemos una víaalternativa basada en el diálogo social y en acuerdos colectivos sectoriales que permitanadaptar la jornada de manera realista, sostenible y justa.Dejando clara nuestra postura contraria a una reducción de la jornada laboral impuestapor Ley, este análisis parte del hecho político de que el Gobierno ya ha remitido alParlamento un proyecto de Ley con ese objetivo. Ante esta realidad, nuestro enfoque setraslada ahora a una tarea práctica: proponer enmiendas concretas que permitan mitigar,en la medida de lo posible, los perjuicios económicos, organizativos y laborales quepodría acarrear la aprobación de esta Ley en sus términos actuales. Se trata, por tanto, deuna aportación esencialmente jurídica, de Política de Derecho, centrada en analizar elarticulado del proyecto de Ley y en formular propuestas específicas y concretas quecontribuyan a reducir su impacto sobre las empresas, el empleo y el funcionamiento de lanegociación colectiva, sin sacrificar los objetivos perseguidos por el Gobierno.En concreto, el proyecto de Ley de reducción de la jornada laboral (en adelante PLJ)cambia sustancialmente tres regulaciones:3• la que establece la jornada laboral máxima (reforma del art. 34.1 del Estatuto delos Trabajadores),• la regulación del registro horario obligatorio en las empresas (nuevo art. 34 bis),• y la desconexión digital de las personas trabajadoras (nuevo art. 20 bis).Si bien la medida más mediática es la reducción de la jornada, los cambios propuestos enmateria de registro horario y desconexión digital son igualmente relevantes y merecen unanálisis detallado.En este artículo examinamos el PLJ en cada una de estas materias, ofreciendo undiagnóstico técnico y propuestas concretas de mejora para su tramitación parlamentaria.A lo largo del análisis ponemos de manifiesto las múltiples insuficiencias, defectostécnicos y rigideces del texto, resultado de una iniciativa legislativa presentada sinacuerdo previo con los interlocutores sociales más representativos (UGT, CC.OO yCEOE-CEPYME), y que desatiende la diversidad sectorial y empresarial del mercadolaboral español, afectando de forma especialmente intensa a las PYMES. Además, comoseñaló el Dictamen del Consejo Económico y Social (CES) al Anteproyecto de Ley del26 de febrero de 2025, el PLJ adolece de un análisis económico riguroso y transparentesobre su impacto.Estas carencias justificarían una enmienda a la totalidad, opción legítima que ahora estáen manos de los grupos parlamentarios. No obstante, si el trámite legislativo avanza haciala fase de enmiendas parciales, consideramos útil presentar propuestas específicas quepuedan corregir, al menos en parte, los efectos negativos del texto actual. Incluso si seoptara por una enmienda a la totalidad por una mayoría parlamentaria, las propuestas aquírecogidas pueden resultar valiosas si se lograra reactivar el diálogo social y alcanzar ungran acuerdo sobre el tiempo de trabajo a través de la negociación colectiva, comodefendimos en nuestra anterior aportación desde FEDEA.En este marco, y con un enfoque propositivo y técnico, formulamos 19 propuestasconcretas de modificación del PLJ, distribuidas en tres ámbitos: i) 7 cambios sobre lareducción de la jornada laboral, ii) 9 sobre el registro horario y iii) 3 sobre la desconexióndigital.42.- Modificaciones sobre la Reducción de la Jornada LaboralLegal Máxima2.1 Qué establece el Proyecto de LeyLa reducción de la jornada laboral máxima de las 40 horas semanales de promedio anual(1.826 horas) a las 37,5 horas semanales de promedio anual (1.712 horas) se efectúa dela siguiente manera:Nuevo art. 34.1 ET: “La duración máxima de la jornada ordinaria de trabajo será de37,5 horas semanales de trabajo efectivo de promedio en cómputo anual”.Disposición Final (DF) 7ª PLJ: Entrada en vigor al día siguiente de la publicación de laLey en BOE.Disposición Transitoria (DT) 1ª PLJ: “Las comisiones negociadoras de los convenioscolectivos que a la entrada en vigor de esta norma contemplen una jornada superior a37,5 horas semanales en promedio anual dispondrán de un plazo hasta 31 de diciembrede 2025 para realizar las adaptaciones necesarias que aseguren el cumplimiento de estanorma, especialmente la nueva jornada máxima”... “las empresas que no dispongan deconvenio colectivo de aplicación en vigor dispondrán de este plazo (hasta 31 diciembre2025) para realizar las adaptaciones mediante la negociación con una representación delas personas trabajadoras”.Disposición Adicional (DA) 3ª PLJ: “La reducción de jornada establecida en lapresente Ley no podrá tener como consecuencia la afectación de retribuciones ni lacompensación, absorción o desaparición de cualesquiera derechos más favorables ocondiciones más beneficiosas que vinieran disfrutando las personas trabajadoras”.DT 2ª PLJ: “Los contratos a tiempo parcial con una prestación de trabajo de duraciónigual o superior [...] a la jornada máxima semanal del nuevo art. 34.1 ET se convertiránautomáticamente en contratos de trabajo a tiempo completo [...]”.DF 2ª PLJ: Regulación singular del tiempo de trabajo en la relación laboral del serviciodel hogar familiar.DA 1ª PLJ: Revisión del reglamento de jornadas especiales en 18 meses.52.2 ValoraciónEstamos ante una reducción imperativa de la jornada laboral máxima que afecta aconvenios vigentes, muy intervencionista, sin transitoriedad en su entrada en vigor. Lareducción impuesta entra en vigor al día siguiente de la publicación en BOE de la Ley,afectando a todos los convenios colectivos vigentes con jornadas laborales superiores a37,5 horas semanales de promedio anual. Y las comisiones negociadoras de convenioscolectivos apenas tienen unos meses para la adaptación de la nueva jornada laboral legalcon el tope del 31 de Diciembre 2025. Se alteran inmediatamente numerosos convenioscolectivos vigentes y el margen de adaptación de la negociación colectiva sería, en casode aprobación de la Ley, muy escaso.Además de esta acelerada adaptación de la negociación colectiva (31 de Diciembre 2025),se impide a las empresas la propia adaptación a la nueva jornada laboral legal puestoque se quita la modificación de condiciones contractuales más beneficiosas del art. 41 ETpor este cambio legal y se prohíbe absorber y compensar con otras condicionesconvencionales. Se cierran todas las puertas a la adaptación empresarial de esta medidalegal de gran impacto.Opera incluso una automatización de incremento salarial en todos los contratos atiempo parcial y jornadas reducidas, sin abrir margen para la adaptación tampoco de estoscontratos de trabajo y situaciones jurídicas, sacrificando la autonomía de la voluntad delas partes.Estos rasgos contrastan con la ausencia de medidas de flexibilidad en la distribuciónhoraria de la nueva jornada anual. No se aumenta el porcentaje subsidiario legal dejornada irregular del art.34.2 ET, el 10 por 100, ni las horas extraordinarias retribuidasdel art.35 ET, topadas en 80 anuales, ni se ofrece mayor flexibilidad, a través de lanegociación colectiva, para la adaptación a la nueva jornada laboral máxima. Quedanprácticamente suprimidas las bolsas flexibles de horas vigentes de los convenioscolectivos, articuladas desde la referencia de las vigentes 40 horas semanales de promedioanual. No existe, en fin, ningún contrapeso entre la legalmente impuesta reducción de lajornada ordinaria y la adaptación de las empresas a través de jornadas extraordinarias,6bolsas de horas flexibles o la propia flexibilidad horaria. Y, como se ha expuesto, lanegociación colectiva carece de tiempo para una mínima adaptación a la nueva jornadalegal máxima.No se aclara si la regulación reglamentaria de jornadas especiales vigente (RD1561/1995) queda afectada por la medida y se pospone en el tiempo la regulación especialde estos sectores ante la nueva jornada laboral máxima legal. Se anticipa así un tiempode incertidumbre jurídica en los sectores más afectados por la medida coincidentes conla regulación reglamentaria de jornadas laborales especiales (transporte, comercio,hostelería).El PLJ es, en conclusión, una propuesta muy intervencionista y rígida de reducción dejornada laboral máxima legal, que no cuenta, apenas, ni con la negociación colectiva nicon los pactos individuales ni con la gestión de las empresas para una adaptacióntransitoria, gradual y consensuada ante el cambio legal. Sus costes de ineficiencia seríanevidentes y ello no puede ser compensado con ayudas públicas a empresas, ni siquiera alas PYMES, que tendrán un impacto añadido. Como defenderemos es preferible cambiarel PLJ que destinar dinero público a su ineficiencia.El antes citado dictamen del CES de 26 Febrero 2025, bien que en un lenguaje propio detextos consensuados, que apartan diferencias entre la parte sindical y patronal, además deconstatar, lo que es bien llamativo, que no existe memoria económica de impacto en unamedida de tanto calado, defiende contemplar “un régimen transitorio suficiente” quepermita a los convenios colectivos vigentes la adaptación a la nueva jornada máxima,dada la heterogeneidad de los sectores y el tamaño de la empresa. Afirma el dictamen delCES que es “imprescindible una política de medidas de acompañamiento a las empresas”en esta adaptación. Creemos es elocuente este consenso, en medio de un desacuerdosocial, y político, que obliga a modificar el PLJ en las direcciones apuntadas.Para ello serían necesarios, al menos, 7 cambios, que no conllevan la renuncia a lareducción de la jornada laboral máxima sino una mejor regulación de la misma, con unpapel esencial de acompañamiento de la negociación colectiva y adaptación a la diferenterealidad de sectores y empresas. Somos específicos y concretos en las 7 propuesta demejora del PLJ.72.3 Propuestas de mejora1. Permitir bolsas de horas negociadas entre 37,5 y 40 horas semanalesLa negociación colectiva podrá pactar bolsas flexibles de horas por necesidades deproducción, en colectivos o circunstancias concretas, entre 37,5 y 40 horas (1712–1826horas anuales) —Art. 34.1 ET. Ello permite reducir la jornada laboral a 37,5 horas demedia semanal anual, pero sin eliminar la flexibilidad que ya estaba acordada enconvenios colectivos. Esta propuesta sigue el modelo francés de 35 horas, que contemplamárgenes de ampliación negociada hasta las 39. La propuesta reduce intervencionismo,gana flexibilidad, y otorga confianza a la negociación colectiva. Otra opción, másambiciosa, es que la nueva jornada máxima legal de 37,5 horas de promedio semanal encómputo anual sea dispositiva para la negociación colectiva con el tope de las vigentes40 horas. Así, los convenios colectivos podrían subir o bajar las 37,5 horas con este topelegal. En términos económicos, esta opción ambiciosa es la preferible porque desplaza acada mesa de convenio colectivo la negociación sindical y empresarial del dilema trabajarmenos o ganar más salario en la distribución de márgenes y productividad. Sea cual seala opción de mejora, la Ley debería cuantificar la jornada anual con claridad, que,conforme a la jurisprudencia y la práctica de la negociación colectiva, son 1826 horas siel promedio es 40 horas semanales y 1712 horas si el promedio es 37,5 horas semanales.La seguridad jurídica exige la clara cuantificación legal.2. Establecer una entrada en vigor de tres años con adaptación de las comisionesnegociadoras de los convenios colectivosLa reducción de la jornada máxima legal entrará en vigor en el plazo de tres años desdela publicación de la Ley en el BOE y las comisiones negociadoras de los convenioscolectivos con jornadas superiores a 37,5 horas semanales de promedio anual adaptaránlas jornadas laborales a la nueva máxima legal en este plazo de tres años, quedandohasta entonces respetados los convenios vigentes-DF 7ª y DT 1 PLJ. La entrada en vigoren tres años permite un proceso razonable de adaptación de las comisiones negociadorasde convenios colectivos desde la hipotética aprobación de la Ley en 2025. Todas lascomisiones negociadoras de convenios colectivos de España renegociarían la regulaciónde tiempo de trabajo conforme a la nueva jornada máxima legal anual. Esta medida reduceintervencionismo, respeta los convenios colectivos vigentes, gana flexibilidad, generagradualidad en el acompañamiento a las empresas de la implantación de la nueva jornada8máxima legal, y confía en la negociación colectiva como la gran herramienta deadaptación y regulación del tiempo de trabajo. En empresas sin convenio colectivo deaplicación se aplicaría también, en coherencia, este plazo de entrada en vigor de tres años,durante el cual se procedería a la adaptación negociada, conforme a las reglas delegitimación negociadora del PLJ en empresas con o sin representantes legales de lostrabajadores.3. Habilitar mecanismos de adaptación empresarial ante el cambio normativoLas empresas podrán a través de los procedimientos legalmente previstos demodificación sustancial de condiciones de trabajar modificar condiciones másbeneficiosas contractuales para adaptarse a la nueva jornada máxima legal y compensaro absorber condiciones convencionales, así como trasladar la reducción de horasanuales a más días de vacaciones anuales retribuidas-DA 3 PLJ. En la misma línea defacilitar la adaptación y el acompañamiento a las empresas ante la nueva jornada máximalegal, se prevé esta vía de modificación sustancial de condiciones contractuales de trabajopor el procedimiento legalmente previsto (art.41 ET) y la posibilidad de compensación yabsorción convencional, quedando expresamente admitido el traslado de horas anualesreducidas por trabajador a más vacaciones retribuidas, de gran utilidad para las empresasy trabajadores. Se reduce así el impacto agresivo de la intervención legal en laorganización del trabajo y en todos los costes organizativos.4. Evitar automatismos en contratos a tiempo parcial y jornadas reducidasLas partes de los contratos a tiempo parcial afectados por la nueva jornada laboralmáxima legal adaptarán las horas pactadas en un plazo de cuatro meses desde lapublicación en el BOE de la Ley por mutuo acuerdo-DT 2 PLJ-Las jornadas reducidasde las personas trabajadoras por distintivos motivos serán adaptadas en dicho plazoconforme a la legislación vigente-DT 2 PLJ. Se evita, con este cambio del PLJ, unaautomatización de incrementos de costes salariales en el trabajo a tiempo parcial, abriendoun plazo razonable de cuatro meses para la adaptación de los contratos a tiempo parcial ylas jornadas reducidas ante las nuevas jornadas laborales a tiempo completo, manteniendohoras con más salario o reduciendo horas con igual salario.95. Ampliar el margen de distribución irregular de la jornada laboralLa distribución irregular de la jornada será la pactada en la negociación colectiva y, ensu defecto, se dispondrá unilateralmente por la empresa de un 12,5 por 100 de la jornadaanual-art.34.2 ET. Resulta lógico qué, si se reduce dos horas y media la jornada máximalegal, quede ampliada de manera proporcionada la distribución irregular legal subsidiariade la jornada anual, del 10 al 12,5 por 100 por trabajador. Se amortigua así el impactonegativo, en forma de mayor rigidez, de la distribución irregular de la jornada que tienela intervención legal en la jornada máxima. Se mantiene la misma flexibilidad horaria queantes, y se apuesta por esta vía de adaptación de los nuevos márgenes de jornadas anualespor trabajador, con confianza en la negociación colectiva, que puede modificar estareferencia legal subsidiaria.6. Eliminar el tope legal de 80 horas extraordinarias cuando sean pactadas en elconvenio colectivo o en el contrato de trabajoLas horas extraordinarias pactadas en negociación colectiva o contrato de trabajo, deobligado cumplimiento, están fuera del límite legal de 80 horas anuales-art.35.4 ET. Sise reduce por ley jornada ordinaria se debe aceptar que los convenios colectivo o contratosde trabajo puedan utilizar márgenes de jornada extraordinaria, sin el límite legal vigentede 80 horas anuales retribuidas. Se abre así esta vía de adaptación y compensación, entrejornada ordinaria y extraordinaria, de los efectos de la reducción legal, con un papelimportante, de nuevo, de la negociación colectiva o la autonomía individual.7. Regular ya las jornadas especiales: evitar un vacío jurídico transitorioAclarar ya si jornadas laborales especiales se sujetan o no a 37,5 horas semanales enmedia anual y proceder a su regulación reglamentaria. Es importante esta correcciónporque crear un tiempo transitorio de incertidumbre jurídica entre el nuevo art.34.1 ET yel vigente reglamento de jornadas especiales (RD 1561/1995), que contienesingularidades sustanciales en ampliación de jornada de algunos sectores, sería un error.Hay que acomodar la nueva jornada máxima legal con el reglamento de jornadasespeciales, donde está regulado el tiempo de trabajo de los sectores más afectados por lamedida, como el transporte, el comercio y la hostelería. No se explica que el PLJ sí regulela singularidad del tiempo de trabajo de la relación laboral especial de servicio en el hogar10familiar, en la que no vamos a entrar, y posponga la regulación adaptada reglamentariade las jornadas especiales en sectores tan significativos.Lo que no proponemosNo proponemos destinar dinero público a las PYMES para compensar el aumento decostes derivados de esta medida. Es preferible acompañar su implantación mediantenegociación colectiva, con un plazo suficiente de transición y medidas de adaptacióninternas. Tampoco proponemos restringir la aplicación de la norma solo a grandesempresas, pues los convenios colectivos en España tienen eficacia general y ellointroduciría desigualdades innecesarias y efectos indeseables como el freno alcrecimiento empresarial.Finalmente, rechazamos la idea de aplicar esta medida únicamente a determinadosterritorios, como Cataluña, por su dudosa justificación económica y su probableinconstitucionalidad, dado que la competencia en materia laboral corresponde al Estado(art. 149.1.7 CE) y debe ejercerse bajo el principio de igualdad ante la ley (art. 14 CE).3.- Modificaciones sobre la Nueva regulación del registrohorario obligatorio en las empresas3.1 Qué establece el Proyecto de LeyEl PLJ transforma la vigente regulación del registro horario obligatorio en todas lasempresas (art. 34.9 ET), destinado a un control efectivo de la jornada laboral y a evitarimpagos de horas extraordinarias, con una reforma sustancial en un nuevo artículo 34 biscon seis apartados.- Art. 34 bis ET: “Las empresas mantendrán un registro diario de jornadarealizado por medios digitales que garantice el cumplimiento efectivo de losrequisitos...”. Se unifica el registro horario de “contratos a tiempo parcial ycompleto y horas extraordinarias”.- “Deberá garantizarse la objetividad, fiabilidad y accesibilidad del registro dejornada...”, con condiciones reglamentadas, que obligan a la negociacióncolectiva en la regulación de registros horarios:11- Fichaje de los trabajadores del inicio y final de cada jornada diaria, latotalidad de este tiempo se considera trabajo efectivo- Se registrarán todas las interrupciones que afecten al cómputo de lajornada diaria- Registro desagregado de horas ordinarias, extraordinarias ocomplementarias en tiempo parcial- Identificación inequívoca de la persona trabajadora- Formato de registro digital tratable y legible y de uso generalizado en laempresa- Acceso de la persona trabajadora a su registro diario digital en cualquiermomento durante los 4 años de conservación de datos- Acceso de los representantes legales de los trabajadores y de laInspección Trabajo a datos de todo el registro diario digital en cualquiermomento durante los 4 años de conservación de datos- El registro diario será accesible en remoto por la Inspección Trabajo ypara los representantes legales de los trabajadores- En incumplimientos normativos empresariales del registro horario digitalse presume jornada laboral, horas extraordinarias y complementarias pormera declaración del trabajador salvo prueba en contra empresarial.- Las personas trabajadoras no podrán resultar perjudicadas por practicaradecuadamente el registro horario o ejercitar derechos vinculados almismo- Existe un claro endurecimiento de sanciones a las empresas por trabajadorafectado por incumplimiento normativo del registro horario: ausencia ofalseamiento de datos (1.000 a 10.000 euros por afectado)-art.7.5 LISOS en DF1º LPJ.- DF 7ª PLJ: entrada en vigor 6 meses-DF 6ª PJL: futuro reglamento en 6 mesesde registro horario123.2 ValoraciónEl nuevo artículo 34 bis ET configura un modelo de registro horario obligatorio querepresenta un giro hacia un sistema mucho más exigente, rígido e intervencionistarespecto al marco vigente desde 2019. A diferencia del actual modelo del artículo 34.9ET, que, con acierto, reconoce márgenes amplios de adaptación a la negociación colectivay a las realidades sectoriales y organizativas, el nuevo enfoque impone una regulacióndetallada, digital y uniforme que deja escaso margen de flexibilidad a empresas yconvenios colectivos.Aunque la digitalización del registro puede aportar mejoras en trazabilidad y control, laforma en que se configura en el PLJ genera varios problemas. En primer lugar, no seacompaña de medidas de apoyo a las pequeñas y medianas empresas, que serán lasmás afectadas por los costes tecnológicos y organizativos de implantación. La entrada envigor a los seis meses, sin medidas transitorias de acompañamiento, impone una carga decumplimiento muy acelerada.En segundo lugar, se introduce un modelo de registro con múltiples requisitos técnicos yobligaciones de accesibilidad remota para autoridades e interlocutores sociales, sin quese evalúen con rigor los impactos sobre la protección de datos personales ni laseguridad jurídica del procedimiento. Especialmente problemático resulta el controlremoto de la Inspección de Trabajo, que exige una garantía adicional en materia deprivacidad conforme al Reglamento Europeo 2016/679 y a la Ley Orgánica 3/2018.En el plano sancionador, el PLJ adopta una técnica especialmente gravosa al aplicarsanciones por trabajador afectado, lo que multiplica las cuantías de forma exponencial ygenera un régimen desproporcionado en comparación con otros incumplimientosnormativos. Además, se introducen presunciones legales de realización de horasextraordinarias o complementarias por mera alegación del trabajador, lo que invierte lacarga de la prueba y debilita el principio de defensa de la empresa ante conflictos.La obligación de registrar todas las interrupciones y de considerar el tiempo completoentre fichajes como trabajo efectivo introduce una rigidez innecesaria, especialmente en13contextos de trabajo no lineal o con tareas intermitentes. Se ignora aquí la experiencia deaplicación flexible del sistema desde 2019, validada por la jurisprudencia y por protocolosinternos adaptados a la realidad de cada centro de trabajo. Por todo ello, proponemos acontinuación 9 modificaciones concretas que mantengan el objetivo de control horario,pero con una aplicación más razonable, proporcional y negociada.3.3 Propuestas de mejora8. Reconocimiento legal del uso de huella dactilar como medio de identificaciónLa huella dactilar de la persona trabajadora es un medio de registro horario. Se debeconstatar que la doctrina actual de la Agencia de Protección de datos cuestiona la huelladactilar como medio de registro horario por ausencia de cobertura legal. La huella dactilares el medio que mejor identifica inequívocamente y evita suplantaciones de las personastrabajadoras. La digitalización de todos los registros horarios de España debe iracompañada de la incorporación de este medio de registro acorde con esta opción legal.Ello facilitará el objetivo de la medida y su eficacia, con menores costes para lasempresas. En un plano tecnológico, la huella dactilar acompaña bien la exigencia deregistros digitalizados.9. Plan de ayudas públicas a PYMES para implantar el registro digitalLa exigencia de registro digital debe ir acompañada de un plan de ayudas económicas aPYMES con esta finalidad. No se puede trasladar legalmente esta obligación sin unacompañamiento de ayudas públicas con esta finalidad, especialmente centrado en lasPYMES. Aquí, a diferencia de la reducción de jornada, sí están justificadas ayudaspúblicas porque el registro horario digital exige inversiones empresariales.10. Informe previo de la Agencia de Protección de Datos (AEPD) antes de habilitarel control remoto de la Inspección de TrabajoEl control remoto de la Inspección de Trabajo será implantando previo informe de laAgencia de Protección de Datos. El control remoto de la Inspección Trabajo planteaproblemas de protección de datos personales, al margen de notables dificultades técnicas.No se puede implantar este sistema sin tener en cuenta el reglamento europeo deprotección de datos personales 2016/679 y la Ley orgánica de protección de datos14personales 3/2018. Se debe incorporar legalmente la exigencia de un informe de laAgencia de Protección de Datos personales previo a la implantación de este controlremoto a las empresas y trabajadores de la Inspección de Trabajo.11. Margen de adaptación a través de la negociación colectiva o protocolosempresariales.La organización del registro horario y el sistema de cómputo del tiempo de trabajoefectivo se desarrolla por la negociación colectiva o, en su defecto, por protocolos de lasempresas. En ausencia de regulación, en el sistema de registro horario será obligado elcómputo inicial y final de la jornada con todas sus interrupciones. El obligado legalmentecómputo inicial y final con interrupciones crea exceso de rigidez. La organización delregistro horario debe ser disponible por convenio o acuerdo colectivo o por protocoloempresarial, como hasta ahora, donde la jurisprudencia ha ido avalando diferentessistemas de registro con flexibilidad. La obligación legal de cómputo inicial y final, coninterrupciones, sólo debe ser aplicada en defecto de negociación colectiva o protocoloempresarial.12. Sustituir la sanción por trabajador afectado por una elevación directa decuantíasSe debe suprimir la imposición de una sanción por afectado ante incumplimientos delregistro horario y sustituirla por un aumento directo de cuantías. Esta opción legal tienesentido en contratos temporales, como se hizo en la reforma pactada (Decreto-Ley32/2021) porque son situaciones individuales, pero no en el registro horario, que es unamedida de alcance colectivo. Si la decisión es la elevación de sanciones a las empresaspor incumplir el registro horario es preferible aumentar las cuantías, pero no aplicar latécnica de sanción por afectado.13. Incluir el falseamiento de datos como causa legal de despido disciplinarioIncorporar como causa de despido disciplinario el falseamiento de datos por eltrabajador y los incumplimientos de jornada que constan acreditados en el registrohorario. Se obvia que el registro horario es, esencialmente, una herramienta de control delas personas trabajadoras. Esta decisión política de digitalización y fiabilidad por parte delas empresas debe conllevar reconocer legalmente algo que ya se aplica en la práctica, las15consecuencias disciplinarias de los incumplimientos por parte de las personastrabajadoras.14. Eliminar las presunciones legales automáticas en favor del trabajador anteincumplimientos por parte de las empresasLa técnica de presumir horas extraordinarias y complementarias por mera declaración deltrabajador sitúa a la empresa en una práctica indefensión. La ausencia o incumplimientode las reglas de registro horario debe ser un elemento probatorio, entre otros, queverificará el Inspector de Trabajo o el Juez, en cada caso, con respeto al derecho dedefensa de las empresas.15. Prever legalmente exclusiones justificadas o habilitar para ello a la negociacióncolectiva o los protocolos empresarialesDebe contemplarse expresamente la posibilidad de excluir a ciertos colectivos delregistro horario (por ejemplo, directivos) o permitir que la negociación colectiva o losprotocolos empresariales establezcan estas excepciones justificadas.16. Establecer un plazo de un año para la entrada en vigor del nuevo registroLa nueva regulación de registro horario entrará en vigor en el plazo de un año desde lapublicación en el BOE de la Ley. De nuevo, como sucede en la reducción de jornada, latransitoriedad en la nueva regulación laboral debe ser más larga, al menos un año, paraque se adapte la negociación colectiva y las empresas. Si en reducción de jornadaproponemos tres años, por su mayor complejidad e impacto económico, en el nuevoregistro horario digital proponemos un año.4.- Modificaciones sobre la Nueva Regulación del Derecho deDesconexión Digital de las Personas Trabajadoras4.1 Qué establece el Proyecto de LeyLa regulación del derecho de desconexión digital ocupa también el PLJ. El nuevo art.20bis ET declara que:16-“Las personas trabajadoras, incluidas las que trabajan a distancia, tienenderecho a ... la desconexión digital ... en los términos de la normativa en materia deprotección de datos personales y garantía de derechos digitales”-“El deber empresarial de garantizar el derecho de desconexión supone, entreotros, la ausencia de toda solicitud de realizar una prestación laboral y la ausencia decomunicación de la empresa con la persona trabajadora ... así como el derecho a noestar localizable fuera de horario de trabajo”... “el derecho de desconexión digital esirrenunciable”-“Mediante la negociación colectiva se definirán las modalidades del ejercicio,los medios y medidas adecuadas para garantizar el derecho de desconexión ... lanegociación colectiva podrá establecer excepciones justificadas ...”-“El rechazo o no atención de la comunicación o de la petición de la prestaciónlaboral por medios digitales fuera de la jornada laboral no podrá generar consecuenciasnegativas, represalias o tratos menos favorables a las personas trabajadoras”Es oportuna la llamada del PLJ, dentro del nuevo art.20 bis ET, al vigente art.88 Leyorgánica de protección de datos 3/2018 (LOPD) que ya reconoce este derecho dedesconexión digital de las personas trabajadoras. De igual manera, el PLJ se remite al art.18 de la Ley 10/2021 de trabajo a distancia, reformado en la DF 3 PLJ, que, igualmente,reconoce este derecho. No es un derecho laboral nuevo, ya está reconocido desde haceaños.El art 88 LOPD remite a la negociación colectiva, o a los protocolos empresariales ensu defecto, la regulación de la desconexión digital. Pero el nuevo art.20 bis ET, pese asu reenvío, obvia los protocolos empresariales.4.2 ValoraciónEl reconocimiento del derecho a la desconexión digital es positivo y coherente con elmarco normativo existente, pero la forma en que lo regula el nuevo artículo 20 bis ETplantea algunas disfunciones. En particular, el PLJ omite toda referencia a losprotocolos empresariales, pese a que el artículo 88 de la LOPD —al que el propio PLJse remite— los reconoce expresamente como vía válida para garantizar este derecho. Esta17omisión genera inseguridad jurídica y pone en cuestión muchos protocolos actualmentevigentes en las empresas.Además, el nuevo precepto introduce de forma general la prohibición de comunicaciónde la empresa al trabajador fuera del horario laboral, sin matices ni prácticaposibilidad de adaptación. Esta rigidez resulta excesiva, ya que en muchos casos lasimple existencia de una comunicación no implica una obligación de respuesta ni vulnerapor sí sola el derecho a la desconexión.En lugar de imponer un modelo único, conviene mantener la flexibilidad del sistemaactual, en el que la negociación colectiva y los protocolos empresariales permitenadaptar este derecho a la realidad de cada sector o empresa. Por ello, proponemos tresajustes que refuercen la coherencia normativa y garanticen una aplicación efectiva yproporcionada. Por eso proponemos 3 cambios de mejor coordinación entre ambasnormas.4.3 Propuestas de mejora17. Reconocimiento explícito de los protocolos de empresaLa regulación del derecho de la desconexión digital se efectúa con protocolos de empresaprevia consulta con los representantes de los trabajadores. Se trata de dar adecuación ycoherencia así al nuevo art.20 bis ET con el vigente art.88 LOPD 3/2018 (al que se remitela norma) y de salvaguardar los numerosos protocolos empresariales de desconexióndigital que están en vigor, muchos de ellos con acuerdos entre la empresa y losrepresentantes de los trabajadores.18. Prioridad de la negociación colectiva, sin excluir protocolos empresariales.La negociación colectiva podrá definir las modalidades del ejercicio, los medios ymedidas adecuadas para garantizar el derecho de desconexión y sus excepcionesjustificadas. Se da cobertura a una posible regulación convencional, que no es obligatoriani impide, ante su ausencia, protocolos empresariales de desconexión digital. Lahipotética presencia de convenios colectivos sectoriales o de empresa que regulen este18derecho sí obligaría a adaptar los protocolos de empresa previa consulta con losrepresentantes de los trabajadores.19. Evitar la imposición legal de la no comunicación de la empresa como normageneral.La ausencia de comunicación de la empresa a la persona trabajadora puede formar partede la regulación del ejercicio y medios de la desconexión digital pero no ser un imperativolegal generalizado. Genera excesiva rigidez, y falta de adaptación a la realidad, laobligación legal de no comunicar de la empresa fuera del horario del trabajador. Estaherramienta de no comunicación de la empresa a las personas trabajadoras debe provenirde la negociación colectiva o de los protocolos empresariales, no de la Ley.ReferenciasConde-Ruiz, J.I, Lahera, J. y A. Viola (2024). "¿Cómo reducir la Jornada Laboral?,"Policy Papers 2024-02, FEDEA.19ANEXO: 19 PROPUESTAS CONCRETAS DE MEJORA DEL PROYECTO DELEY DE REDUCCIÓN DE LA JORNADA LABORAL, REGISTRO HORARIOY DESCONEXIÓN DIGITALI.-REDUCCIÓN DE LA JORNADA LABORAL1. Permitir bolsas de horas negociadas entre 37,5 y 40 horas semanales2. Establecer una entrada en vigor de tres años con adaptación de las comisionesnegociadoras de los convenios colectivos3. Habilitar mecanismos de adaptación empresarial ante el cambio normativo4. Evitar automatismos en contratos a tiempo parcial y jornadas reducidas5. Ampliar el margen de distribución irregular de la jornada laboral6. Eliminar el tope legal de 80 horas extraordinarias cuando sean pactadas en elconvenio colectivo o en el contrato de trabajo7. Regular ya las jornadas especiales: evitar un vacío jurídico transitorioII.-REGISTRO HORARIO8. Reconocimiento legal del uso de huella dactilar como medio de identificación9. Plan de ayudas públicas a PYMES para implantar el registro digital10. Informe previo de la Agencia de Protección de Datos (AEPD) antes de habilitarel control remoto de la Inspección de Trabajo11. Margen de adaptación a través de la negociación colectiva o protocolosempresariales.12. Sustituir la sanción por trabajador afectado por una elevación directa decuantías13. Incluir el falseamiento de datos como causa legal de despido disciplinario14. Eliminar las presunciones legales automáticas en favor del trabajador anteincumplimientos por parte de las empresas15. Prever legalmente exclusiones justificadas o habilitar para ello a la negociacióncolectiva o los protocolos empresariales16. Establecer un plazo de un año para la entrada en vigor del nuevo registro20III.-DESCONEXIÓN DIGITAL17. Reconocimiento explícito de los protocolos de empresa18. Prioridad de la negociación colectiva, sin excluir protocolos empresariales.19. Evitar la imposición legal de la no comunicación de la empresa como normageneral.Estas 19 propuestas concretas pueden ser útiles si el PLJ recibe por mayoríaparlamentaria una enmienda total y se devuelve al diálogo social o si en tramitaciónparlamentaria se incorporan por mayorías enmiendas parciales al PLJ. Cómo mejorar el Proyecto de Ley sobre Reducción de Jornada, Registro Horario y Desconexión Digital Cómo mejorar el Proyecto de Ley sobre Reducción de Jornada, Registro Horario y Desconexión Digital	查看 37848	联邦应用经济学研究基金会	2025-05-21 11:17:50 2025-05-21 11:19:14	word
3148779	无图 Comportamiento cíclico delPIB hasta el primer trimestre de2025 e incertidumbre arancelariaJOSÉ E. BOSCÁRAFAEL DOMÉNECHJAVIER FERRIVICENTE PALLARDÓCAMILO ULLOAObservatorio sobre el Ciclo Económico en EspañaEstudios sobre la Economía Española 2025/09Mayo de 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 1Observatorio sobre el ciclo económico en EspañaComportamiento cíclico del PIB hasta el primertrimestre de 2025 e incertidumbre arancelariaJosé E. Boscá, Rafael Doménech, Javier Ferri, Vicente Pallardó y Camilo Ulloa19 de mayo de 2025● En este Observatorio se evalúan los factores que explican el comportamiento cíclico del PIB y el consumoprivado en España hasta 1T2025.● La brecha del PIB por persona en edad de trabajar (PET) con respecto a su nivel tendencial se sitúa en-0,9 pp en el 1T2025, mientras que la tasa de crecimiento interanual del PIB por PET fue ligeramentesuperior a su media tendencial.● Los shocks de oferta han contribuido negativamente, con alrededor de -0,2 pp del crecimientointeranual del PIB por PET en el 1T2025. Dentro de este tipo de perturbaciones, únicamente los márgenessalariales (0,3 pp) y los diferenciales de tipos (0,2 pp) han contribuido positivamente.● Los shocks a la demanda de consumo y vivienda, y el crédito han contribuido positivamente alcrecimiento del PIB, con unas 7 décimas, destacando la contribución positiva de las perturbaciones decrédito, y demanda de consumo y vivienda.● El indicador de tensionamiento del mercado de trabajo en España sigue elevado. Con respecto al cuartotrimestre de 2019, la relación vacantes/desempleo ha crecido un 71%, al pasar de 3.4% al 5,8% (2.4 pp).● El arranque de 2025 ha sido positivo para el crecimiento del PIB por persona en edad de trabajar, tantopor el buen comportamiento de la productividad, como de las horas por persona en edad de trabajar.● El sector exterior ha sostenido el crecimiento post-crisis, con exportaciones por encima de lasimportaciones desde 2020 y superávits crecientes en la balanza por cuenta corriente.● Las exportaciones presentan tasas de crecimiento por debajo de la media desde mediados de 2023,explicadas mayoritariamente por shocks negativos de demanda externa. Las importaciones también sefrenan, impulsadas por la mejora en la competitividad doméstica.● A partir del promedio obtenido bajo distintos escenarios sobre la subida de los aranceles, se estima una caídamedia del 1,6 % en exportaciones totales y una reducción del PIB de 0,3 pp en promedio entre 2025-2027,respecto a su nivel en el escenario base sin aumento de los aranceles, con efectos casi neutros sobre labalanza comercial.● España muestra, en relación a otros países europeos, una posición negociadora relativamentefavorable frente a EE. UU. en comercio de bienes y proteccionismo no arancelario, pero de debilidadrelativa en inversión directa en EE. UU. y esfuerzo en gasto en defensa respecto a sus socios europeos (UE8).● La comparación internacional indica que, pese a no satisfacer todas las demandas expresadas hasta elmomento por la Administración Trump, España mantiene una posición negociadora comparable o inclusomejor que la media de la UE8.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 21. IntroducciónEn esta edición del Observatorio del Ciclo se aborda el estudio de los determinantes del ciclo económico enEspaña con la información completa publicada por el INE hasta el primer trimestre de 2025. Para ello, utilizamosuna descomposición de shocks a partir del modelo macroeconómico EREMS (véase Boscá et al. 2020). Desde laanterior edición del Observatorio han transcurrido tres trimestres, en los que la elección de Donald Trump comopresidente de EE. UU. en su segunda legislatura está reconfigurando el orden económico y comercialvigente durante décadas. La incertidumbre asociada a la propuesta arancelaria del presidente americano hasumido al mundo en una situación de elevada incertidumbre que se prolongará, al menos, durante los tresmeses de negociación de nuevos acuerdos comerciales bilaterales.Por otra parte, pese a la situación de atonía en la que viven las economías de nuestros principales socioseuropeos, desde la anterior edición del Observatorio, la economía española ha mostrado una evoluciónfavorable de la inflación y del PIB, que han seguido comportándose mejor de lo esperado desde finales de2023. Ese crecimiento del PIB ha coincidido con un aumento notable de la población en edad de trabajardurante todo 2024 y el primer trimestre de 2025, básicamente debido al incremento de la población extranjera.La buena evolución de la economía sigue descansando, aparte de en ese incremento de la fuerza laboral, en unmayor protagonismo del consumo de los hogares y en una alta resiliencia de las exportaciones deservicios. Se prevé que, pese a la incertidumbre global, el crecimiento de la economía española continúeapoyada, entre otros factores, en el aumento de la competitividad, la caída del precio del petróleo, la disminuciónde tipos de interés o la utilización e inversión en energías renovables.1 Además, la caída de la inflación hafavorecido en los últimos trimestres y, muy probablemente lo seguirá haciendo, el crecimiento de la renta brutadisponible en un mercado laboral con salarios al alza.En esta edición del Observatorio, aparte de las secciones habituales, ponemos el foco en los factoresestructurales que explican el comportamiento de las importaciones y exportaciones por persona en edadde trabajar (PET). Además, mediante un ejercicio de simulación evaluamos, al menos bajo diferentesescenarios, los efectos en nuestra economía de la nueva política arancelaria de EE. UU. Se trata de ejerciciossujetos a gran incertidumbre, dado que, como es bien sabido, se desconocen los resultados de las negociacionesarancelarias con la mayor parte de los países. En cualquier caso, se hacen explícitos los supuestos utilizados enestas simulaciones a partir del modelo macroeconómico EREMS.El modelo incorpora un sector bancario que permite estimar distintos tipos de perturbaciones financieras, ademásde fiscales y monetarias, a la competencia en el mercado de bienes y servicios, procedentes de distintos tipos decambios tecnológicos, perturbaciones procedentes de la economía exterior, y otras perturbacionesmacroeconómicas. Utilizando los supuestos teóricos y las ecuaciones que describen la toma de decisiones porparte de los agentes, es posible estimar las 21 perturbaciones estructurales que se describen en el Anexo 1 y suscontribuciones al comportamiento de los principales agregados económicos a lo largo del tiempo, lo que loconvierte en un complemento útil a las herramientas de modelización disponibles. Diversas institucionesinternacionales como, por ejemplo, la Comisión Europea (véase Kollmann et al., 2016, o Albonico et al., 2017)disponen de herramientas similares para la eurozona y EE. UU.En la segunda sección del presente observatorio se analizan los factores de oferta, demanda y crédito quesubyacen a la evolución del PIB por población en edad de trabajar (PIB por PET), para pasar en el apartadotercero a un análisis de la caracterización cíclica del mercado de trabajo con metodologías de equilibrioparcial. Tras estas dos secciones, que son habituales en todos las ediciones de este observatorio, nos centramosen la sección cuarta en el análisis de los shocks que subyacen al comportamiento cíclico de las exportaciones eimportaciones por PET y en las simulaciones de los efectos de la política arancelaria estadounidense en1 : A este respecto, véase BBVA Research (2025), Situación España.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 3nuestra economía. En la quinta y última sección se realiza una comparación intertemporal, con respecto a ochopaíses de referencia de la Unión Europea (UE8), de una serie de cinco indicadores que ayudan a definir lapotencial posición negociadora frente a la Administración Trump a partir de las prioridades que ésta hadefinido en sus relaciones con otros países.2. El crecimiento del PIB por persona en edad de trabajarEl Gráfico 1 representa el PIB real por población en edad de trabajar (PIB por PET) que, en comparación con elPIB agregado, es una variable más adecuada para medir el crecimiento y la renta de una economía, y pararealizar comparaciones internacionales. También se representa la tendencia lineal estimada desde el primertrimestre de 1990 hasta el primero de 2025. Bajo el supuesto de que la tendencia lineal aproxima adecuadamentela senda de equilibrio a largo plazo, la caída de la producción tan acusada en el año 2020 ha reducido ligeramenteel crecimiento tendencial del PIB por persona en edad de trabajar desde 1990, que se estima en torno a un1% anual.Gráfico 1. PIB POR PERSONA EN EDAD DETRABAJAR, 1T1990-1T2025Gráfico 2. TASA DE CRECIMIENTO INTERANUALDEL PIB POR PERSONA EN EDAD DETRABAJAR, 1T2009-1T2025 (%)Logaritmos.Fuente: Elaboración propia a partir de INEDesviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de INEDe acuerdo con la Contabilidad Nacional del INE, el PIB por PET moderó notablemente su ritmo derecuperación en el cuarto trimestre de 2022 para empezar a volver a acercarse al nivel correspondiente alcrecimiento potencial histórico de nuestra economía dos trimestres después. De hecho, no fue hasta el primertrimestre de 2024 cuando el PIB por PET recuperó el valor alcanzado en el último trimestre previo a lapandemia, situándose la brecha con respecto a su tendencia todavía en -0,9 pp en el 1T2025. Si ladivergencia entre el PIB por PET y su nivel potencial se acaba cerrando en los próximos trimestres podremoshablar de una recuperación posterior a la pandemia completa, y que, por lo tanto, la tasa de crecimiento tendencialde nuestra economía se habrá mantenido en el entorno del 1% histórico.En el Gráfico 2 se representa la desviación de la tasa de crecimiento interanual del PIB por población en edad detrabajar con respecto a su media muestral desde 2008. Un valor cero indica que la tasa de crecimiento interanualComportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 4observada coincide con la tendencial, mientras que valores positivos (negativos) recogen tasas de crecimientointeranuales superiores (inferiores) a la de la tendencia. Aunque en los tres últimos trimestres de 2023 sehabía ralentizado el crecimiento en términos del PIB por PET, siendo su tasa de crecimiento interanualentre 0,3 y 0,7 pp inferior a la tasa de crecimiento tendencial, la vuelta desde entonces a tasas decrecimiento superiores a la tendencial (entre 0,3 y 0,9 pp) parece apuntar a que el ciclo expansivo que seinició en el 2T2021 podría no haber concluido todavía.Los movimientos en las tasas de crecimiento interanuales se explican por cambios sustanciales en los factores deoferta y demanda. El Gráfico 3 presenta la contribución estimada de las perturbaciones agregadas de oferta,demanda y crédito a la tasa de crecimiento interanual del PIB por PET en los últimos ocho trimestres. Las barraspor encima del eje horizontal indican que la respectiva perturbación ha contribuido positivamente al cicloeconómico, mientras que aquellas por debajo se corresponden con contribuciones negativas. La suma de todaslas contribuciones es igual a la desviación respecto a su promedio de largo plazo de la tasa de crecimientointeranual del PIB por PET, que se representa en el Gráfico 2 con una línea continua.Para la correcta interpretación de los resultados, conviene destacar que, al medirse las variables en términos detasas de crecimiento interanuales, la observación de las series correspondientes a un periodo recogeaproximadamente el efecto sobre la suma acumulada de tasas de crecimiento intertrimestrales de cuatrotrimestres.Las perturbaciones de oferta, que habían sido el principal motor del crecimiento económico durante el año 2022,compensando la contribución negativa de los factores de demanda y crédito, cambiaron de signo durante el año2023, y tuvieron una influencia prácticamente nula en los tres primeros trimestres de 2024. Sin embargo, en elúltimo trimestre de 2024 volvieron a explicar la mayor parte del crecimiento interanual de ese año (casi 1pp). El primer trimestre de 2025 revela, no obstante, que los factores de demanda y crédito están volviendo aganar protagonismo, compensando la muy leve contribución negativa al crecimiento de las perturbaciones deoferta. De esta forma, la tasa de crecimiento anual positiva (al situarse por encima de su media tendencial)del PIB por PET observada en el primer trimestre de 2025 viene explicada, en su mayoría, porperturbaciones del lado de la demanda agregada. En concreto, los shocks de oferta detraerían únicamentealrededor de 0,2 pp del crecimiento interanual observado en el 1T2025, explicando las perturbaciones dedemanda 0,6 pp. del crecimiento.Como se aprecia en el Gráfico 4, de los 0,4 pp de crecimiento interanual por encima del promedio muestral delPIB por PET en el primer trimestre de 2025, por el lado de la oferta únicamente los márgenes salariales (0,3 pp)y los diferenciales de tipos (0,2 pp) han contribuido positivamente a ese crecimiento. Esa contribución se ha vistoclaramente compensada por los shocks al capital residencial (-0,8 pp), cuya contribución negativa alcrecimiento va ganando peso desde hace año y medio. Esta perturbación refleja que el aumento de inversiónresidencial no está dando lugar, al menos por el momento, a un incremento del stock de viviendas en línea con laproductividad histórica del sector. Finalmente, hay que destacar también el impacto negativo de una décima decrecimiento, tanto de la imposición al capital y al trabajo, como de las perturbaciones a la productividad total delos factores (PTF). Esta es sin duda una mala noticia, ya que en trimestres anteriores parecía que la PTF habíaempezado a aportar al crecimiento y esta tendencia se ha truncado.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 5Gráfico 3. TASA DE CRECIMIENTO INTERANUALDEL PIB POR PERSONA EN EDAD DETRABAJAR Y CONTRIBUCIONES DE LASPERTURBACIONES DE OFERTA, DEMANDA YCRÉDITO, 2T2023-1T2025Gráfico 4. CONTRIBUCIONES DE LACOMPETENCIA EN MERCADOS, EL CAPITALRESIDENCIAL, LA IMPOSICIÓN SOBRETRABAJO Y CAPITAL, Y DE LAPRODUCTIVIDAD TOTAL DE LOS FACTORES,2T2023-1T2025Desviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMSDesviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMSComo ya se ha comentado, los shocks de demanda y crédito están contribuyendo positivamente a las tasas decrecimiento interanuales del PIB por PET en el 1T2025. De acuerdo con la desagregación de las perturbacionesde demanda y crédito del Gráfico 5, el shock al consumo y la demanda de vivienda contribuyó con 1,0 pp alcrecimiento anual del PIB por PET, debido casi exclusivamente al tirón del shock sobre la vivienda.También los shocks al crédito bancario, debido exclusivamente al shock sobre el crédito a empresas, estáimpulsando 1,2 pp el crecimiento. Por el lado negativo, los shocks del sector exterior y los de políticamonetaria han detraído aproximadamente 1,0 y 0,4 pp, respectivamente, de crecimiento anual entre losprimeros trimestres de 2025 y 2024.El Gráfico 6 amplía la representación gráfica de las contribuciones procedentes del consumo y la inversiónpúblicas, por un lado, y de los ingresos públicos por el otro. En agregado, la contribución del sector público hasido ligeramente negativa (-0.24 pp) en 1T2025. En el lado positivo están los impuestos al trabajo y elconsumo público (contribución conjunta de 0,2 pp). Por su parte, las perturbaciones a la inversión pública(contribución de -0,2 pp) y a los impuestos sobre el capital (contribución de -0,25 pp) han sido negativasen este periodo. No obstante, debemos destacar, como en Observatorios anteriores, la elevada incertidumbre a laque están sujetos en los últimos años los observables sobre ingreso y gastos del sector público, consecuencia deimportantes revisiones y desfases en la información necesaria para elaborar las series.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 6Gráfico 5. CONTRIBUCIONES DE POLÍTICAMONETARIA, GASTO PÚBLICO E IMPUESTOSSOBRE CONSUMO, CRÉDITO, SECTOREXTERIOR, CONSUMO PRIVADO Y VIVIENDA,2T2023-1T2025Gráfico 6. CONTRIBUCIONES AL CRECIMIENTOINTERANUAL DEL PIB POR PET DE LOSCOMPONENTES DEL GASTO Y LOS INGRESOSPÚBLICOS, 2T2023-1T2025Desviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMSDesviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMS3. El mercado de trabajo: desempleo y vacantesEl Gráfico 7 muestra el comportamiento de las tasas de desempleo y de vacantes en la economía españoladesde el primer trimestre de 1980 hasta el primer trimestre de 2025. Corregida de factores estacionales, la tasa dedesempleo se situó en 1T2025 en el 10,7%. Tendríamos que remontarnos hasta los primeros trimestres de laGran Recesión, concretamente en 2T2008, para encontrar en España una tasa de desempleo tan baja. Por suparte, la tasa de vacantes experimentó una recuperación todavía más rápida, cruzando el nivel prepandemia en elsegundo trimestre de 2021. Desde entonces, y hasta el cuarto trimestre de 2022 en pleno ciclo expansivo, la tasade vacantes crece ininterrumpidamente hasta situarse en un 0,66%. Desde finales de 2022 y hasta laactualidad, la tasa de vacantes ha oscilado entre 0,60 y 0,64. El indicador de tensionamiento del mercadode trabajo en España, definido como las vacantes entre el desempleo, parece haberse estabilizado en elentorno del 5,8% (era 3,4% en el cuarto trimestre de 2019), aunque con una tasa de desempleosignificativamente inferior al trimestre anterior a la pandemia. De hecho, el primer trimestre de 2025, eltensionamiento en el mercado de trabajo, muestra un mejor comportamiento que durante el periodo expansivoanterior a la Gran Recesión. La variable de tensionamiento se relaciona con los márgenes salariales. En los dosúltimos trimestres de nuestra muestra, la contribución de los shocks a los márgenes salariales parece volver atener un impacto positivo, aunque muy modesto. Habrá que prestar atención en los próximos trimestres a laevolución de la variable de tensionamiento del mercado de trabajo y a cómo se traslada este fenómeno a losmárgenes salariales.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 7Gráfico 7. TASAS DE VACANTES Y DEDESEMPLEO (CVEC) Gráfico 8. CURVA DE BEVERIDGEFuente: Elaboración propia a partir de INE Fuente: Elaboración propia a partir de INELa curva de Beveridge (Gráfico 8) permite estudiar la relación entre vacantes y desempleo desde otraóptica. Los desplazamientos a lo largo de la curva, como entre 2010 y 2013, son principalmente resultado del cicloeconómico. Sin embargo el desplazamiento hacia el exterior observado entre 2007 y 2009, coincidiendo con laGran Recesión, puede interpretarse como un aumento del desajuste en el mercado de trabajo y una menoreficiencia en el emparejamiento de desempleados y vacantes debido a una reducción en la eficiencia de laasignación entre empleadores que buscan trabajadores y las habilidades específicas que poseen los trabajadores,a una reducción en la intensidad del esfuerzo de búsqueda de los empleadores, o a un aumento en porcentaje dedesempleados de larga duración, con mayores dificultades para dejar el desempleo (Barlevy, Faberman, Hobijn ySahin, 2023).Durante la recuperación de la Gran Recesión entre 2013 y 2019, la curva de Beveridge deshizo el caminorealizado durante la crisis, con desplazamientos hacia el origen de esta curva y aumentos de la relaciónvacantes/desempleados, de modo que, en el último trimestre de 2019, la ratio entre vacantes y desempleo sesituaba en un nivel consistente con el ciclo expansivo anterior a la Gran Recesión.Durante la crisis de la Covid, la relación entre las tasas de vacantes y desempleo no se alejó de la curva deBeveridge inicial, a diferencia de lo observado en Estados Unidos, donde los procesos de recontratación,abandonos de puestos de trabajo, y reubicación de trabajadores supuso un fuerte desplazamiento hacia laderecha de la curva de Beveridge (Barlevy, Faberman, Hobijn y Sahin, 2023). Durante 2024 y el primer trimestrede 2025 la relación entre vacantes y desempleo se sitúa ligeramente a la izquierda de la curva deBeveridge del ciclo expansivo anterior a la Gran Recesión. Tal y como comentábamos anteriormente, desdefinales de 2022 y hasta la actualidad, la tasa de vacantes ha oscilado entre 0,60 y 0,64, lo que podría indicarque las tensiones del mercado de trabajo se están reduciendo.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 8Gráfico 9. DESCOMPOSICIÓN DEL CRECIMIENTODEL PIB POR PERSONA EN EDAD DETRABAJAR (PET) EN PIB POR HORA Y HORASPOR PET, 2T2023-1T2025Gráfico 10. PARTICIPACIÓN DE LAREMUNERACIÓN DE LOS ASALARIADOSSOBRE PIB A COSTE DE LOS FACTORES YTASA DE DESEMPLEO, 1T1995-1T2025Fuente: Elaboración propia a partir de INE Datos desestacionalizados.Fuente: Elaboración propia a partir de INEEl Gráfico 9 descompone la variación interanual del PIB por PET, en PIB por horas trabajadas (productividad) y elnúmero de horas trabajadas por PET. Se trata de una descomposición contable no basada en perturbacionesestructurales. Desde el primer trimestre de 2024 hasta 1T2025 la productividad por hora trabajada ha explicadouna parte importante de la tasa de crecimiento del PIB por PET, lo que, sin duda, es una buena noticia para laeconomía española. Así, si atendemos al crecimiento interanual de 1T2025 comprobamos que de los 1,4 ppde crecimiento del PIB por PET, 0,8 pp se han debido a la productividad, mientras que 0,6 pp los hanaportado las horas por PET.El Gráfico 10 muestra la remuneración de los asalariados sobre el PIB al coste de los factores y su relacióncon la tasa de desempleo. En la serie histórica utilizada, que empieza en el 1T1995, la remuneración de losasalariados sobre PIB ha variado entre el 50% y el 56%, con el grueso de los trimestres comprendido entre el 52 yel 54%. En el último trimestre de 2019 anterior a la pandemia de la Covid, la participación de los salarios en larenta agregada fue del 51,9%, con una tasa de desempleo del 13,8%. Desde principios de 2024, laparticipación de los salarios ha ido creciendo, lenta pero sostenidamente, trimestre a trimestre desde el53,0% hasta situarse en el 54,4% en 1T2025 (la quinta más elevada desde 1995), al mismo tiempo que latasa de desempleo se ha ido reduciendo del 11,7% al 10,7%.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 94. El sector exterior y el impacto de la política arancelariaestadounidenseEl periodo de recuperación económica en España tras la Gran Recesión de 2008 ha presentado dos importantescaracterísticas relacionadas con el comportamiento del sector exterior, tal y como puede observarse en el Gráfico11. Primero, el aumento del peso de las exportaciones sobre el PIB nominal, de forma que, entre 2007 y la crisisdel Covid en 2019, la ratio exportaciones/PIB aumentó aproximadamente del 25% al 35%, situándose desde elaño 2020 por encima de las importaciones. Tras la recuperación de la pandemia esta tendencia continuó,alcanzando un máximo del 41% en 2022, para haber retornado a niveles entre el 37% y el 38% los dos últimosaños. Segundo, la economía española ha sido capaz de crear abundante empleo con un superávit de la balanzapor cuenta corriente, una situación inédita durante los periodos de expansión previos a la crisis financiera de 2008,que ha contribuido decisivamente a reducir el secular endeudamiento externo de la economía española.Gráfico 11. PESO DE LAS EXPORTACIONES EIMPORTACIONES DE BIENES Y SERVICIOSSOBRE EL PIB NOMINAL, 4T1992-1T2025Gráfico 12. TASAS DE CRECIMIENTOINTERANUALES DE EXPORTACIONES EIMPORTACIONES REALES POR PET, 4T1992-1T2025Fuente: Elaboración propia a partir de INE Fuente: Elaboración propia a partir de INEUn primer análisis de la evolución diferencial de las exportaciones e importaciones permite explicar el buencomportamiento del sector exterior. En primer lugar, la crisis financiera internacional provocó una contracciónmucho más intensa de las importaciones que de las exportaciones en términos reales, y una recuperación másrápida de las exportaciones a posteriori, como muestra el Gráfico 12. En el primer trimestre de 2009 lasimportaciones por persona en edad de trabajar se desplomaron un 34% en términos interanuales, mientras lasexportaciones disminuyeron únicamente un 23%. A partir de mediados de 2011 las exportaciones reales per cápitaempezaron a crecer de media muy por encima de las tasas de crecimiento observadas desde 2001 a 2007. Sinembargo, las importaciones volvieron a experimentar una contracción durante la segunda parte de la crisis deComportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 10deuda soberana. Como resultado, la balanza comercial pasó de estar en posición deficitaria a acumular superávitsdesde 2012. La recuperación de la crisis del Covid, muestra también que el sector exterior se constituyó en uno delos motores de la recuperación, profundizando en la acumulación de superávits de la balanza por cuenta corrientede la economía española. Está por ver cuál será el efecto de la política comercial y la incertidumbre que hagenerado la nueva política comercial del presidente de los EE. UU.Al igual que en la descomposición del avance del PIB por persona en edad de trabajar realizada anteriormente,podemos utilizar el modelo EREMS2 para descomponer la evolución de las exportaciones e importacionesrepresentadas en el Gráfico 12 en términos de la contribución de las perturbaciones estructurales estimadas.Gráfico 13. CONTRIBUCIONES DE LASPERTURBACIONES DE OFERTA, DEMANDA YCRÉDITO AL CRECIMIENTO DE LASEXPORTACIONES POR PET, 2T2023-1T2025Gráfico 14. CONTRIBUCIONES DE LASPERTURBACIONES DE OFERTA, DEMANDA YCRÉDITO AL CRECIMIENTO DE LASIMPORTACIONES POR PET, 2T2023-1T2025Desviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMSDesviaciones respecto al promedio muestral.Fuente: Elaboración propia a partir de EREMSEn el Gráfico 13 se muestran los resultados de este ejercicio para el crecimiento de las exportaciones en términosreales por PET para los dos últimos años. En este caso, los factores que subyacen a esta representación de losciclos de las exportaciones se han agrupado en tres grandes bloques. El primer grupo engloba las perturbacionesde oferta, relacionadas con la ganancia o pérdida de cuota de las exportaciones españolas en las exportacionesmundiales, debidas a la competitividad de la economía española. El segundo, las de demanda externa, queincluye los shocks al comercio mundial (crecimiento, globalización, proteccionismo o tensiones geopolíticas). Enun tercer grupo se incluyen, conjuntamente, perturbaciones estructurales ligadas a la demanda doméstica y alcrédito. Como puede observarse en el gráfico, las exportaciones por PET presentan tasas de crecimientonegativas (es decir por debajo de su crecimiento histórico tendencial) desde 2T2023. Este comportamiento sedebe a shocks negativos de demanda, pese a la mejora de la competitividad.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 11El resultado es diferente en el caso de las importaciones, tal y como muestra el Gráfico 14. En este caso, parasimplificar utilizamos sólo dos grupos de perturbaciones. Las importaciones también están creciendo por debajode su media de crecimiento tendencial. Si atendemos al último trimestre vemos que la tasa negativa decrecimiento interanual de las importaciones se explica por la mejora de la competitividad (shocks de ofertapositivos) y de la caída de las exportaciones, concretamente aportan -5,9 pp. Por el contrario, las perturbacionesde demanda interna y crédito tiran en sentido contrario, 4,9 pp, contribuyendo positivamente al crecimiento denuestras importaciones. Cabe destacar que, desde el inicio de la recuperación de la crisis de la pandemia 4T2021y hasta 3T2023, el patrón fue justamente el contrario, siendo los shocks de oferta y demanda externa los quecontribuían positivamente al crecimiento de las importaciones, y los de demanda interna y crédito los que lo hacíannegativamente.En el Cuadro 1 hemos llevado a cabo una simulación con EREMS para cuantificar el posible efecto sobre loscomponentes de la balanza comercial y sobre el PIB de las subidas de aranceles iniciadas por la AdministraciónTrump. El primer paso en la simulación ha consistido en promediar los resultados sobre las exportaciones, decinco escenarios sobre el comportamiento de los aranceles, obtenidos a partir del Global Economic Model (GEM)de Oxford Economics. Este modelo incluye una matriz de comercio internacional entre países, permitiendo obtenerun punto de partida para cuantificar los shocks que se incluyen en el modelo EREMS que, a diferencia del GlobalEconomic Model, presenta una estructura de equilibrio general para la economía española, en la que los agentesoptimizan su comportamiento.Los cinco escenarios considerados en el GEM han sido: (1) aumento del 10% de los aranceles que EstadosUnidos aplica a todos los países y del 60% a China, sin que existan represalias de los países; (2) aumento de lastarifas hasta los niveles anunciados el 2 de abril, y sin represalias; (3) Igual que el 2) pero añadiendo represaliasde China en el mismo nivel de las tarifas impuestas por EEUU (54%); (4) Igual que el 3) pero condicionando a unasenda de menor PIB, (5) Igual que el 4) pero con tarifas de EEUU a China del 104%.Para cada uno de los escenarios anteriores se obtiene con el GEM el efecto sobre las exportaciones españolaspara los años 2025, 2026 y 2027. El promedio sobre los cinco escenarios a lo largo de estos tres años resulta enuna reducción de las exportaciones del 1,6% sobre el escenario base de ausencia de subida de los aranceles. Apartir de este resultado, se incluye en el modelo EREMS un shock en las exportaciones de carácter permanenteque resulte en un efecto promedio durante los próximos tres años de un 1,6% de caída de las exportaciones. Ladinámica reflejada en el Cuadro 1 muestra una caída en las exportaciones que se acentúa ligeramente hasta el1.8% en el año 2027. Sin embargo, las importaciones, en promedio, se reducen en la misma proporción, dejandoun efecto casi nulo en la balanza comercial. A diferencia de las importaciones y las exportaciones, la mayor partedel impacto negativo sobre el PIB se observa en el año 2025, cuando el PIB caería 0,6 puntos porcentuales comoconsecuencia de la subida de los aranceles, con un efecto promedio durante los tres años de 3 décimas dedesviación del nivel PIB respecto al escenario base sin aumento de aranceles.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 12Cuadro 1. EFECTOS SIMULADOS DE LOS CAMBIOS EN LAS TARIFAS ARANCELARIAS SOBREEXPORTACIONES, IMPORTACIONES Y EL PIB DE ESPAÑA (PP DE DESVIACIÓN RESPECTO ALESCENARIO EN AUSENCIA DEL SHOCK)Año Exportaciones Importaciones PIB2025 -1,4 -1 -0,62026 -1,8 -1,8 -0,22027 -1,8 -1,9 -0,2Promedio -1.6 -1,6 -0,3Desviaciones porcentuales respecto al escenario base en ausencia del shock.Fuente: Elaboración propia a partir de EREMS5. Determinantes de la potencial posición negociadora frente aEstados Unidos: España y la UELa sección de comparación internacional en el Observatorio sobre el Ciclo Económico en España, sigue sutradición de concentrar su atención en el tema específico que se aborda con detalle en el cuerpo central delObservatorio, en esta ocasión la repercusión de la protección arancelaria. Dado que el origen de la recienteescalada proteccionista se sitúa en Estados Unidos, se han seleccionado cinco variables que, aunque en algunoscasos no están vinculadas al comercio de bienes, sobre el que se ha concentrado la escalada arancelaria, síparecen resultar relevantes en la perspectiva de la Administración Trump sobre un país (España) o un grupo deellos (UE8).Recordemos que la referencia de comparación es un conjunto de países, con perfiles macroeconómicos einstitucionales sólidos, que denotamos como UE8: Alemania, Austria, Bélgica, Dinamarca, Finlandia, Francia,Países Bajos y Suecia. El ejercicio comparativo se desarrolla a lo largo de la pasada década y media,diferenciando cuatro subperíodos: los años de la crisis iniciada con la Gran Recesión y extendida por losproblemas de deuda soberana de la periferia de la Eurozona (2008-2013); el período de moderado crecimientoposterior (2014-2019); el bienio de la pandemia y el rebote económico tras la misma (2020-2021); y, por último, losdos años posteriores, marcados por crecientes tensiones geopolíticas y el peor brote inflacionista en medio siglo,aunque también por la progresiva normalización de las cadenas globales de suministro (2022-2023).En la selección de factores que pueden condicionar (o, en un caso, ya lo ha hecho) el grado de proteccionismoarancelario de la Administración Trump, se han elegido cinco variables entre las proporcionadas por institucionespúblicas y privadas de reconocida solvencia. Adicionalmente, la selección viene también condicionada por lanecesidad de disponer de series que se extiendan, al menos, durante el período antes referido.Deseamos subrayar que la elección de estas variables no implica que consideremos razonable y/o técnicamentecoherente vincular las mismas a la toma de decisiones de política comercial de un país. De hecho, entendemos laescalada arancelaria de la Administración Trump como errónea y contraproducente, tanto por los objetivos(difícilmente alcanzables) perseguidos con la misma, como por las repercusiones negativas (sobre todo paraEstados Unidos) que de ella se derivan, así como por el mecanismo empleado para definir el “arancel recíproco”Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 13establecido sobre cada socio comercial. No obstante, consistente con la retórica del propio Gobierno Trump,hemos seleccionado cinco variables 2 que han surgido reiteradamente en el debate abierto en estos últimos meses.1. Proteccionismo no arancelario sobre Estados Unidos reflejando el volumen de medidas restrictivas (netode medidas liberalizadoras) de tipo no arancelario sobre el comercio y las inversiones estadounidenses,implementadas en cada período considerado por España y por la UE8.2. Base para el “arancel recíproco” en bienes, indicando el resultado de la fórmula empleada por EstadosUnidos para generar el arancel específico fijado sobre cada economía (para sus exportaciones de bienes aEstados Unidos), adicional al 10% básico y común a todos los países.3. Base para un “arancel recíproco” en servicios: revelando cuál sería el resultado de aplicar la referidafórmula al comercio bilateral de servicios.4. Gasto militar: mostrando el esfuerzo, en relación al PIB, de España y la UE8, partida subrayada comoesencial por la administración estadounidense en su consideración, más o menos favorable, de cada uno desus socios.5. Inversión directa en Estados Unidos: recogiendo el grado de compromiso inversor en la economíaestadounidense, aspecto también reiteradamente reclamado por el Gobierno Trump.Como realizamos en la sección de comparación internacional de los pasados Observatorios del Ciclo,acompañamos las reflexiones sobre los resultados más significativos con una aproximación gráfica que facilita unamejor visión general de la evolución, absoluta y relativa a la UE-8, de la economía española. Recordemos que, encada análisis, las cinco variables correspondientes al mismo aparecen situadas en los radios del pentágono. Encada caso, valores más exteriores implican mejores resultados, al contrario que los valores más cercanos alorigen. Ello implica que áreas mayores suponen una situación de posición negociadora más favorable para laeconomía considerada. Para facilitar la comparación entre los gráficos de períodos sucesivos, los valoresextremos de cada radio del pentágono se han hecho corresponder al dato más favorable y el dato másdesfavorable de cada variable, para cualquiera de las dos áreas que se comparan y en cualquiera de los períodos.De esta forma, no solo se puede comparar España con la UE8 en cada momento del tiempo, sino la evoluciónabsoluta de cada uno de los dos espacios económicos y la evolución relativa entre ellos. A continuación, sepresenta un análisis sobre la evolución en la pasada década y media de las variables seleccionadas tanto para laeconomía española como para el conjunto de la UE8.Una de las quejas más repetidas por la Administración Trump es que sus socios comerciales, aunque un buennúmero de ellos mantienen aranceles medios inferiores a los de Estados Unidos, recurren con gran frecuencia amecanismos de protección no arancelaria. Nuestro análisis revela que, en efecto, desde el primer subperíodoconsiderado (2008-2013) hasta el bienio 2020-2021, el número de nuevas medidas restrictivas al comercio y lainversión (netas de las favorecedoras) por parte de la UE8 sobre Estados Unidos más que se duplica, mientrasque el establecido por España se triplica 3. En el período final (2022-2023) se observa una flexión a la baja en esaintensificación del proteccionismo no arancelario. En todo caso, España exhibe una posición sistemáticamentemenos restrictiva que la UE8 (mayor área en el gráfico para esta dimensión, entendiendo con ello uncomportamiento más favorable a Estados Unidos), aunque la brecha se ha ido reduciendo.Conviene reseñar que, aunque Estados Unidos pudiera estar molesto con este grado de proteccionismo noarancelario, la intensidad de la escalada en las medidas proteccionistas (sobre comercio e inversión) essensiblemente mayor en sentido opuesto. En concreto, para el conjunto del período 2008-2023, el número de2 : El detalle de la descripción de las mismas y las fuentes originales de los datos se presenta en el Anexo al final del presente documento.3 : Debe tomarse en consideración que, como reconoce la fuente de estos datos (Global Trade Alert) la precisión en el seguimiento de las actuaciones sobre comercioe inversión era menor en los primeros años (la base de datos comienza precisamente en 2008) de nuestro análisis, por lo que resulta probable que el incremento seamenor en todos los casos.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 14nuevas medidas implementadas por Estados Unidos sobre la UE supera en un 40% las establecidas en sentidocontrario.El cálculo del “arancel recíproco” en bienes, siguiendo el procedimiento (sin mucho fundamento económico)elegido por el Gobierno estadounidense, ofrece resultados muy dispares, y de nuevo más “favorables” paraEspaña respecto al conjunto de la UE8. Así, ésta ha mantenido durante todo el período un superávit en elcomercio de bienes con Estados Unidos, creciente entre la Gran Recesión y la pandemia y el rebote posterior a lamisma, aunque algo menor en el bienio 2022-2023. Por el contrario, la economía española parte de una posicióncomercial (en bienes) equilibrada en los años de crisis posteriores a 2008, que se convierte en un superávit entre2014 y 2021 (siempre menor al de la UE8), pero que evoluciona a un déficit para España desde 20224. Aunquerespetando estrictamente la fórmula ello debería traducirse en una reducción de los aranceles estadounidensessobre las exportaciones españolas, no ha habido diferenciación en la práctica entre países de la Unión Europea.Cuando establecemos el que sería un “arancel recíproco” para el comercio de servicios equivalente alcalculado por la Administración Trump para los bienes 5, apreciamos un cambio sustancial para España en elúltimo subperíodo. Con anterioridad (áreas mayores en esta dimensión), España presentaba un déficit en elcomercio de servicios claramente superior al experimentado por la UE8 (que se mantiene muy estable en lascuatro etapas definidas). No obstante, en el último bienio considerado (en realidad, en 2023, porque el saldo en2022 es básicamente neutro), la posición española se transforma en superavitaria, generando una posiciónnegociadora menos favorable (desde la perspectiva de la actual administración de Estados Unidos) que la delconjunto de la UE8.El incremento del gasto militar y la asunción de mayores responsabilidades en materia de defensa y seguridad hasido una de las exigencias más repetidas (ya desde el primer mandado de Donald Trump) por parte de EstadosUnidos hacia Europa. Las amenazas en caso de no producirse un drástico incremento han incluido, entre otras,mayores sanciones comerciales para los incumplidores. Por ello, incorporamos el esfuerzo militar sobre el PIBcomo una de las variables que definirían esa potencial “posición negociadora” de España y la UE8 ante laAdministración Trump. Los resultados muestran bastante continuidad en varios aspectos. Primero, tanto la UE8como España han mantenido un gasto militar sobre su producto muy inferior al reclamado por Estados Unidos,aunque la tendencia al descenso sobre esas reducidas cifras en la pasada década ha mutado en un progresivoascenso (que, sin duda, se está acelerando) en los últimos años. Segundo, el gasto militar español ha sido inferioral de la UE8, pero por un margen reducido, representando siempre más del 90% del esfuerzo de aquélla6.Finalmente, otra de las exigencias de Estados Unidos a países y empresas foráneas reside en que debenincrementar la Inversión Directa Extranjera en territorio estadounidense. En este caso, y corrigiendo eseesfuerzo inversor en Estados Unidos por la dimensión de las economías emisoras del mismo, la posición españolaes ostensiblemente menos favorable (menor IDE en Estados Unidos) que la de la UE8, y ese diferencial (reflejadoen los gráficos en un área mucho menor para España) es muy superior en los últimos años (incluyendo unadesinversión española en el bienio 2020-2021) respecto a los del primer subperíodo (2008-2013). De hecho, lapresencia de la inversión directa de la UE8 en territorio estadounidense se incrementa de forma continua en lapasada década y media, mientras la española, además de muy inferior, presenta un comportamiento fluctuante.En síntesis, si deseamos establecer cuál sería el posicionamiento de España y de la UE8, a partir de variables quela Administración Trump ha ido definiendo como críticas para la consideración de sus socios (o, en su visión de4 : Dentro de la UE8, tanto Bélgica como Países Bajos experimentan un déficit casi ininterrumpido con Estados Unidos en su comercio de bienes.5 : Previsiblemente, con resultados que son favorables a Estados Unidos (si consideramos necesariamente como positivo un superávit) en el comercio de servicioscon la mayor parte del mundo, el Gobierno Trump ha omitido cualquier referencia a este comercio – creciente a nivel global – en su peculiar análisis de las relacioneseconómicas internacionales.6 : Dentro de la UE8, países como Suecia, Bélgica o Austria – este último, ni siquiera integrado en la OTAN – han mostrado un gasto sistemáticamente inferior, comoporcentaje del PIB respectivo, al español.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 15“suma cero”, competidores), encontramos un perfil bastante dispar. Así, España presenta valores más favorables(siempre desde la perspectiva de lo que desea el Gobierno estadounidense) de manera continuada en términos desaldo comercial (bienes) y de proteccionismo no arancelario. Aunque en la mayor parte del período también hasido ese el caso en el saldo de servicios, en los últimos años éste se ha convertido en superavitario para España,mientras se mantiene deficitario para la UE8. Por el contrario, España ha presentado sistemáticamente un menoresfuerzo en el gasto de defensa (aunque con una diferencia reducida respecto a la UE8 en su conjunto) y unaostensiblemente inferior presencia en términos de Inversión Directa en Estados Unidos. En todo caso, ni laAdministración Trump parece interesada en diferenciar su trato a las economías individuales de la Unión Europearespecto al conjunto de la misma, ni es probable que sus procesos de negociación se apoyen en ideas estables,datos objetivos y la lógica económica.Gráfico 18. PROTECCIONISMO NO ARANCELARIO, “ARANCELES RECÍPROCOS” (BIENES Y SERVICIOS),GASTO MILITAR E INVERSIÓN DIRECTA EXTRANJERA EN ESTADOS UNIDOS: ESPAÑA Y UE8Periodo 2008-2013 Periodo 2014-2019Periodo 2020-2021 Periodo 2022-2023Fuente: Elaboración propia a partir de fuentes en el Anexo 2.2Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 16Anexo 1Perturbaciones de oferta1. Perturbación tecnológica debido a perturbaciones que afectan a la productividad total de los factores.2. Perturbación sobre los márgenes salariales por perturbaciones que afectan el poder de mercado de lostrabajadores.3. Perturbación sobre los márgenes de precios por perturbaciones en el poder de mercado de los productoresde bienes.4. Perturbación sobre el diferencial en la fijación de los tipos de interés de préstamos a empresas.5. Perturbación sobre el diferencial en fijación de los tipos de interés de préstamos a hogares.6. Perturbación sobre el diferencial en la fijación de los tipos de interés de los depósitos de los hogares.7. Perturbación sobre la eficiencia en que los nuevos bienes de inversión son transformados en capitalresidencial.8. Perturbación sobre el capital bancario (en la transformación del beneficio a capital financiero)9. Perturbación sobre el tipo impositivo efectivo que grava al factor trabajo.10. Perturbación sobre el tipo impositivo efectivo que grava al factor capital.Perturbaciones de demanda11. Perturbación al precio de la vivienda, que tienen su origen en perturbaciones relacionadas con la demanda devivienda.12. Perturbación a la demanda de bienes de consumo, originado por cambios en las expectativas sobre lasituación económica o en la tasa de descuento temporal de los hogares.13. Perturbación al gasto público debido a cambios en las decisiones presupuestarias del gobierno.14. Perturbación a la inversión pública debido a cambios en las decisiones presupuestarias del gobierno.15. Perturbación de política monetaria, debido a perturbaciones que afectan al tipo de interés de referencia fijadopor el BCE (política monetaria convencional).16. Perturbación a las importaciones, debido a perturbaciones que afectan a la elasticidad de la demanda deimportaciones al tipo de cambio real y a la renta doméstica.17. Perturbación a las exportaciones, debido a perturbaciones que afectan a la elasticidad de las exportaciones altipo de cambio real y a la renta del resto del mundo.18. Perturbación a la prima de riesgo, originado por perturbaciones que afectan al modo en el que el tipo deinterés de mercado sufre variaciones debido al comportamiento de la deuda exterior neta.19. Perturbación sobre el tipo impositivo efectivo que grava el consumo.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 17Perturbaciones de crédito20. Perturbación al crédito a las empresas, reflejado en el modelo por perturbaciones a la relación préstamo-valordel colateral de las empresas.21. Perturbación al crédito a los hogares, reflejado en el modelo por perturbaciones a la relación préstamo-valordel colateral de los hogares.Anexo 21. Economías integrantes de la UE-8 y ponderaciones (según PIB a PPA)Economía 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023Austria 4,5 4,5 4,5 4,5 4,6 4,6 4,5 4,6 4,6 4,6 4,6 4,6 4,5 4,5 4,6 4,5Bélgica 5,4 5,5 5,5 5,4 5,5 5,5 5,5 5,5 5,5 5,5 5,5 5,5 5,5 5,6 5,6 5,7Dinamarca 3,1 3,0 3,0 3,0 2,9 3,0 2,9 3,0 3,0 3,0 3,1 3,1 3,2 3,1 3,2 3,2Finlandia 2,7 2,6 2,6 2,6 2,6 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,4Francia 29,3 29,8 29,5 29,3 29,0 29,3 29,0 28,9 28,7 28,5 28,6 28,7 27,9 28,3 28,3 28,5Alemania 40,6 40,0 40,5 40,9 40,9 40,8 41,5 41,4 41,7 41,9 41,7 41,5 42,0 41,3 41,0 40,8Países Bajos 9,5 9,6 9,4 9,3 9,3 9,3 9,1 9,1 8,9 9,0 9,1 9,1 9,2 9,3 9,5 9,5Suecia 4,9 4,9 5,0 5,0 5,1 5,0 5,0 5,1 5,0 5,0 5,1 5,1 5,2 5,3 5,3 5,32. Variables utilizadas en la comparación internacionalVARIABLE / ÍNDICE DESCRIPCIÓN FUENTES ORIGINALESProteccionismo no arancelariosobre Estados UnidosNúmero de medidas restrictivas al comercio y lainversión de Estados Unidos, implementadas en cadaperíodo y netas de las medidas liberalizadoras en esamisma etapa.Global Trade AlertBase para el “arancel recíproco” enbienesResultado de la división del saldo comercial en bienesde Estados Unidos respecto al socio comercial por elvolumen de importaciones realizadas desde ese socioBureau of Economic AnalysisBase para un “arancel recíproco” enserviciosResultado de la división del saldo comercial en serviciosde Estados Unidos respecto al socio comercial por elvolumen de importaciones realizadas desde ese socioBureau of Economic AnalysisGasto militar Porcentaje del PIB destinado al gasto militar Stockholm Internacional PeaceResearch InstituteRenta disponibleVolumen de Inversión Directa Extranjera en EstadosUnidos, relativo al PIB de la economía emisora(escalado multiplicando por 1000)Bureau of Economic AnalysisNota 1.- Los datos de Inversión Directa Extranjera para los países de la UE8 y España se encuentran disponibles desde 2011, por lo que el promedio delprimero de los períodos considerados (2008-2013) se obtiene de los tres últimos años de ese sexenio.Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria / 19 de mayo de 2025 18BibliografíaAlbonico, A., Calès, L., Cardani, R., Croitorov, O., Ferroni, F., Giovannini, M., ... y Ratto, M. (2017): “The GlobalMulti-Country Model (GM): An Estimated DSGE Model for the Euro Area Countries (No. 2017-10).” Joint ResearchCentre, European Commission. https://goo.gl/fGNhbUBarlevy, G.; Faberman, R. J.; Hobijn, B.; y A. Sahin (2023): “The Shifting Reasons for Beveridge-Curve Shifts”, WP2023-38, Federal Reserve Bank of Chicago.Boscá, J. E., Doménech R., Ferri J., Méndez, R. y Rubio-Ramírez, J. (2020): ““Financial and Fiscal Shocks in theGreat Recession and Recovery of the Spanish Economy.” European Economic Review, 127, 103469.Kollmann, R, B. Pataracchia, R. Raciborski, M Ratto, W. Röger y L. Vogel, L. (2016), “The Post-Crisis Slump in theEuro Area and the US: Evidence from an Estimated Three-Region DSGE Model”, European Economic Review 88,21-41.AVISO LEGALEl presente documento no constituye una "Recomendación de Inversión" según lo definido en el artículo 3.1 (34) y (35) delReglamento (UE) 596/2014 del Parlamento Europeo y del Consejo sobre abuso de mercado ("MAR"). En particular, el presentedocumento no constituye un "Informe de Inversiones" ni una "Comunicación Publicitaria" a los efectos del artículo 36 delReglamento Delegado (UE) 2017/565 de la Comisión de 25 de abril de 2016 por el que se completa la Directiva 2014/65/UE delParlamento Europeo y del Consejo en lo relativo a los requisitos organizativos y las condiciones de funcionamiento de lasempresas de servicios de inversión ("MiFID II").Los lectores deben ser conscientes de que en ningún caso deben tomar este documento como base para tomar sus decisionesde inversión y que las personas o entidades que potencialmente les puedan ofrecer productos de inversión serán las obligadaslegalmente a proporcionarles toda la información que necesiten para esta toma de decisión.El presente documento, elaborado por el Departamento de BBVA Research, tiene carácter divulgativo y contiene datos uopiniones referidas a la fecha del mismo, de elaboración propia o procedentes o basadas en fuentes que consideramos fiables,sin que hayan sido objeto de verificación independiente por BBVA. BBVA, por tanto, no ofrece garantía, expresa o implícita, encuanto a su precisión, integridad o corrección.El contenido de este documento está sujeto a cambios sin previo aviso en función, por ejemplo, del contexto económico o lasfluctuaciones del mercado. BBVA no asume compromiso alguno de actualizar dicho contenido o comunicar esos cambios.BBVA no asume responsabilidad alguna por cualquier pérdida, directa o indirecta, que pudiera resultar del uso de estedocumento o de su contenido.Ni el presente documento, ni su contenido, constituyen una oferta, invitación o solicitud para adquirir, desinvertir u obtenerinterés alguno en activos o instrumentos financieros, ni pueden servir de base para ningún contrato, compromiso o decisión deningún tipo.El contenido del presente documento está protegido por la legislación de propiedad intelectual. Queda expresamente prohibidasu reproducción, transformación, distribución, comunicación pública, puesta a disposición, extracción, reutilización, reenvío o lautilización de cualquier naturaleza, por cualquier medio o procedimiento, salvo en los casos en que esté legalmente permitido osea autorizado expresamente por BBVA. Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria. Observatorio sobre el ciclo económico en España Comportamiento cíclico del PIB hasta el primer trimestre de 2025 e incertidumbre arancelaria. Observatorio sobre el ciclo económico en España.	查看 53665	联邦应用经济学研究基金会	2025-05-21 11:17:43 2025-05-21 11:19:14	word
3148778	无图 Firm-Level EmploymentDynamics and MinimumWages: Evidence from SpainJORGE CASANOVADAVID CATALÁNFLORENTINO FELGUEROSOMARCEL JANSENEstudios sobre la Economía Española 2025/10Mayo 2025fedeaLas opiniones recogidas en este documento son las de sus autoresy no coinciden necesariamente con las de Fedea.Resumen no técnicoEste estudio ofrece una estimación del efecto causal del aumento del salario mínimointerprofesional (SMI) en 2019 sobre las dinámicas del empleo a nivel de empresa. El estudioofrece importantes novedades. Por primera vez, se han utilizado datos del Panel Empresa-Trabajadores (PET) y se ofrece un análisis exhaustivo de los ajustes en las plantillas de lasempresas tras la subida, comparando los efectos sobre las pequeñas y las grandes empresas.Además, el estudio analiza cómo afectó la subida del SMI a los flujos tanto de nuevascontrataciones como salidas, así como la calidad del empleo en términos del tipo de contrato yduración de la jornada.Nuestra estrategia empírica se basa en el influyente estudio de Harasztosi y Lindner (2019). Apartir de un modelo de regresión, comparamos la evolución del empleo y los salarios mediosen establecimientos con diferentes porcentajes de trabajadores afectados para los que elaumento del SMI era vinculante. Al contrario de Harasztosi y Lindner, no disponemos de datossobre productividad o precios. Por lo tanto, no podemos estudiar en qué medida las empresasfueron capaces de absorber las subidas del SMI en sus márgenes o de trasladar el aumento ensus costes a los consumidores. Para superar esta limitación, ofrecemos un análisis exhaustivode los efectos diferenciales según el tamaño de los establecimientos, medido por el número deempleados. En la medida en que la productividad y el poder de mercado de las empresas estáncorrelacionados con su tamaño, se trata de una forma indirecta de captar las diferencias en lacapacidad de las empresas de mitigar el impacto de una subida inesperada en el salario mínimo.Los principales hallazgos son:• Los datos muestran que la subida afectó al 21% de las empresas y que era vinculantepara el 12% de los trabajadores. Además, se observa una considerable dispersión en elgrado de afectación de las empresas por la subida del SMI, medida por el porcentaje detrabajadores afectados. Entre las empresas afectadas, este porcentaje es decreciente enel tamaño de las empresas, con un valor mediano del 100% para las empresas con menosde 5 empleados, comparado con un valor mediano de 2% para las empresas con más de250 empleados.• Los resultados principales muestran que la subida del SMI tuvo un impacto muysignificativo en el empleo durante los primeros 12 meses. En establecimientos dondetoda la plantilla estaba afectada, el crecimiento salarial aumentó en 11,4 puntosporcentuales, mientras que el crecimiento del empleo disminuyó en 4,5 puntosporcentuales. Para el resto de los establecimientos los efectos causales sonproporcionales al porcentaje de trabajadores directamente afectados por la subida delSMI.• Los efectos negativos sobre el crecimiento de empleo se concentran en los pequeñosestablecimientos de hasta cinco empleados, muy expuestos al SMI. Sin embargo, lasubida tuvo implicaciones mucho más amplias, ya que provocó un aumento simultáneode las contrataciones y salidas de trabajadores en las empresas afectadas de hasta 250empleados. Se trata de un resultado inédito, muy vinculado a la estructura dual delmercado laboral español. El consiguiente aumento de los flujos llevó a un deterioro dela calidad de los empleos, con menos contratos permanentes y la sustitución decontratos temporales a tiempo completo por otros a tiempo parcial.• No encontramos evidencia de que los trabajadores desplazados se hayan reubicado enmejores empleos.• Los efectos observados son grandes en comparación con los estudios disponibles. Casiel 40% de las ganancias potenciales derivadas del aumento del SMI se vieroncontrarrestadas por los ajustes de las plantillas. Sin embargo, el efecto agregado fuemoderado, con una disminución en la tasa de crecimiento medio del empleo de entre0.5 y 1.0 puntos porcentuales - de un crecimiento medio observado de 3% - debido albajo nivel inicial del SMI. Estas cifras ofrecen el límite superior para los efectosagregados de la subida en el SMI.Firm-Level Employment Dynamics and Minimum Wages:Evidence from Spain∗Jorge CasanovaCompass Lexecon, Fedea and Universidad de AlicanteDavid CatalanEZH Zurich and FedeaFlorentino FelguerosoFedeaMarcel Jansen†Universidad Autónoma de Madrid and FedeaAbstractThis paper estimates the effects of a sharp rise in the Spanish minimum wage on firm-level employmentand worker flows. Our analysis uses a novel dataset of linked employer-employee data and exploitsthe variation in the share of workers of each establishment who were directly affected by the increasein the minimum wage using a difference-in-differences design. We find that the 22% minimum wagehike caused an increase in wage growth of approximately 11 percentage points and a reductionin employment growth of around 5 percentage points in establishments where all workers wereaffected relative to firms where no workers were affected, resulting in an own-wage elasticity of-0.39. The negative effects on employment are concentrated in small establishments with up tofive employees, but we show that the minimum wage had much broader implications as it causeda simultaneous increase in inflows and worker outflows for affected establishments with up to 250employees. The resulting increase in gross flows almost doubles the net effects on employmentleading to a deterioration of job quality. We link these novel findings to the dual structure of theSpanish labor market.Keywords: minimum wage, employment, worker flowsJEL Classification: J23, J38, J63∗The authors are grateful to the social security administration (Tesorería General de la Seguridad Social) foraccess to the data. The views expressed here are only those of the authors and do not reflect those of the socialsecurity administration nor the institutions with which they are affiliated. The authors thank Ernesto Villanueva,Samuel Bentolila, the participants in the First International ELMI conference, the workshop on minimum wagesorganized by AIReF and the XVI Jornadas de Economía Laboral for comments and suggestions.†Corresponding author: marcel.jansen@uam.es11 IntroductionIn October 2018, the Spanish government announced an unprecedented 22% increase in the nationalminimum wage, which came into effect three months later. The announcement marked the end ofan era of low minimum wages. Within months, the Kaitz ratio — the ratio of the minimum wage tothe median wage - jumped from one of the lowest levels in Europe to a level comparable to thatof Germany and the Netherlands. This was followed, a year later, by an agreement to raise theminimum wage to a level of 60% of the mean wage within four years.1 In this article, we exploit theunanticipated nature of the initial increase in 2019 to examine its impact on employment growth atthe establishment level.The policy change in Spain is not an isolated case. In recent years, numerous governmentshave significantly increased or introduced minimum wages. However, minimum wages remain acontroversial policy instrument as the evidence on their employment effects is mixed. The traditionalview is that binding minimum wages reduce employment, while the new minimum wage literatureemphasizes the prevalence of small and often statistically insignificant effects found in recent studies(Dube & Lindner, 2024; Neumark & Shirley, 2021). A growing body of research explores themechanisms behind this muted response of employment. Consistent with economic theory, minimumwages are shown to have an ambiguous effect on employment when firms have monopsony power(Azar et al., 2019; Popp, 2023). Other studies emphasize that market power in product marketsallows firms to pass on part of the increase in labor costs to customers (Harasztosi & Lindner, 2019).Furthermore, there is evidence that minimum wages may induce a reallocation of workers to moreproductive firms (Dustmann et al., 2021; Rao & Risch, 2024).In the particular case of Spain, the effects of the minimum wage cannot be understood withouttaking into account the dual structure of its labor market. In 2018, one in four Spanish workers wasemployed on a temporary contract.2 These contracts offer worse conditions and are much cheaper toterminate than permanent contracts. In addition, a relatively large share of Spanish establishmentsare small and medium-sized companies (in 2018, 81% had 5 or fewer workers).3 An interestingempirical question is to what extent these characteristics amplify the effects of large unanticipatedchanges in the national minimum wage.1In total, the Spanish government has increased the minimum wage by 61% since 2018. The subsequent increasesin following years are outside the scope of our analysis.2National Statistical Agency (January 29th, 2019), Labor Force Survey of 4th Quarter 2018, available at this link.3National Statistical Agency (July 31st, 2018), Structure and dynamism of the business community in Spain,available at this link.2Following Harasztosi and Lindner (2019), we use administrative data and a difference-in-differencesstrategy that exploits the variation in the share of workers in each establishment who were directlyaffected by the minimum wage increase. An affected worker is someone whose wage at the time ofthe announcement was below the 2019 minimum wage, while our main outcome variables measurethe annual percentage change in the mean wage and employment at the establishment level as afunction of the share of affected workers. In an extension, we decompose the changes in employmentby looking separately at the flows of hires and separations. In addition, we examine whether thedisplaced workers from the affected establishments moved to better jobs.Unfortunately, we do not have information on productivity or output prices, nor do we observe firms’margins. Thus, we cannot analyze to what extent firms were able to absorb the increased labor costsin their margins or to pass them on to their customers. To overcome this limitation, we provide anexhaustive analysis of the differential effects by size of the establishments, measured by the numberof employees. To the extent that firms’ productivity and market power are correlated with size,this is an indirect way of capturing differences in the capacity of firms to mitigate the impact ofhigher minimum wages. Furthermore, an important feature of our dataset is that we observe thecomplete working histories of all the individuals who, at some point in time, worked in one of theestablishments in our sample. This feature allows us to construct precise monthly indicators for theexposure of all establishments, including the smallest ones. Their inclusion turns out to be crucialfor our results. To assess the robustness of our results, we also replicate our baseline specification atthe worker level.Our main findings highlight the strong impact of the increase in the minimum wage in 2019 onhighly exposed establishments. In establishments with an exposure of 100%, wage growth rose by11.4 percentage points while employment growth declined by 4.5 percentage points over the firsttwelve months relative to establishments where there were no exposed workers. For the remainingestablishments, the effects are proportional to the share of directly affected workers, as we do notfind evidence of any non-linear effects. Our estimates are consistent with an own-wage elasticity(OWE) of -0.39, suggesting that almost 40% of the potential earnings gains from the minimum wageincrease were offset by job losses. This OWE is located in the upper tercile of the distribution ofthe studies reviewed in Dube and Zipperer (2024) and more than doubles the OWE reported inHarasztosi and Lindner (2019).4 Finally, we find some evidence that establishments reduced hours4The own-wage elasticity is obtained by taking the ratio of the point estimates for employment and wage growth.The advantage of the OWE is that it can be compared across studies as it scales the effect on employment by thechange in wages that can be attributed to the minimum wage. For a detailed discussion of its properties, see Dube3and/or shortened the length of temporary contracts to mitigate the impact of the higher minimumwage. In full-time equivalent terms, the maximum impact on mean wages and employment is 14.6and 5.9 percentage points, respectively. However, in the case of employment the difference withrespect to our baseline is not statistically significant.We find that the negative effects are concentrated in the smallest establishments with up to fiveemployees. The coefficient estimates vary little by size, but exposure among affected establishmentsdeclines sharply as size increases. In particular, the median exposure among affected establishmentsis 100% for those with up to five employees, compared to 11% for establishments with 10 to 49employees. For larger ones the effects on employment are not statistically significant. Reassuringly,the worker-level analysis yields similar results. The probability that a worker from an establishmentwith a 100% exposure is employed twelve months after the reform is 5.1 percentage points lowerthan for workers from unaffected establishments. This finding discards the risk that we overestimatethe effects by capturing movements of workers from highly exposed establishments to less exposedones.Our analysis of worker flows provides further evidence of the comparatively strong impact of theminimum wage increase. We start by showing that the effect on employment was entirely drivenby an increase in the separation rate, which disproportionately affected vulnerable groups such asyouth, women and low-skilled workers. This latter result is common in the minimum wage literature,but what is striking about our findings is that the hike led to a simultaneous increase in both thehiring and separation rates of affected establishments with up to 250 employees. The resultingincrease in gross flows almost doubles the net change in employment and led to a decline in overalljob quality. In particular, we observe a significant decline in the creation of permanent jobs and ashift from full-time temporary jobs to part-time temporary jobs. These offsetting changes in thequality of jobs have negative implications for the earnings stability of the affected workers and aremore extensive than the adverse effects on employment. Finally, we find no evidence that displacedworkers transitioned to better-quality jobs.This paper contributes to a small body of literature that studies the effects of the minimum wageon firm-level outcomes.5 The novel element of our analysis is the dual structure of employmentprotection in Spain. Our analysis provides strong indications that this key institutional feature,and Zipperer (2024).5Beyond the seminal work of Card and Krueger (1993), studies by Harasztosi and Lindner (2019), Dustmann et al.(2021), Machin et al. (2003), Draca et al. (2011), Mayneris et al. (2018), Chava et al. (2019), and Luca and Luca(2019) have also contributed to the literature.4present in many European countries, magnifies the effects on employment and turnover. The OWEis high by international standards and, to the best of our knowledge, we are the first to document apositive effect of minimum wages on job creation and excess turnover. Some existing studies suggestthat minimum wage policies reduce worker turnover by reducing the arrival rate of better-payingjobs (Dube et al., 2016; Portugal & Cardoso, 2006; Wiltshire et al., 2023), while others find nosignificant changes in turnover (Hirsch et al., 2015). These results make sense if turnover costs arehigh. In contrast, in Spain turnover costs for temporary jobs are very low, allowing firms to respondquickly to changes in the minimum wage. We find that the predominant response of the smallestfirms is to downsize, while the larger ones tend to switch to cheaper contracts. This negative effectof the minimum wage on the quality of jobs is our second contribution. Recent survey evidencefor the UK6 indicates that a considerable fraction of firms use zero-hour contracts as a means tomitigate the cost of higher minimum wages, but according to the UK Low Pay Commission thereis no systematic evidence of a causal link between higher minimum wages and the incidence ofzero-hour contracts.Finally, it is also important to note that prior research has examined the unprecedented increasein the Spanish minimum wage in 2019. Some recent papers have studied the same episode usingworker-level data. All of them report negative effects on employment, but the differences in empiricalspecifications, outcome variables and sample selection criteria make comparisons difficult. Threeout of four (Gorjon et al., 2024; Hijzen et al., 2023; Laporta, 2022) use individual-level data toanalyze the effect of the minimum wage on the probability of employment or the transition rateinto unemployment of those directly affected. The work of Barcelo et al. (2021) is closer in spiritto ours. They estimate the effect of the 2019 increase on employment growth by comparing theevolution of the mass of jobs above and below the new minimum wage and provide an upper boundfor the reduction in the aggregate growth rate of employment. As it turns out, this upper bound isvirtually identical to the average reduction in employment growth we obtain, which is between -0.5and -1 percentage points. In both cases, the calculations exclude possible general equilibrium effectsdue to higher consumption growth.The structure of the paper is as follows. In Section 2, we describe the institutional context. InSection 3, we describe our data and the identification strategy and report descriptive statistics. InSection 4, we present our main results at the establishment-level. In Section 5, we decompose ourmain results in worker flows. In Section 6, we test the robustness of our results at the worker-level.6Resolution Foundation (2024).5Finally, Section 7 concludes.2 Institutional and economic contextInstitutional backgroundIn Spain, all workers over the age of 16 are entitled to the same statutory minimum wage. By law,the minimum wage must be set annually by the national government after consultation with thesocial partners, taking into account the consumer price index, average productivity, the labor share,and general economic conditions.7 If inflation is higher than expected, the minimum wage may berevised mid-year.Figure 1 shows the evolution of the real monthly minimum wage and the corresponding Kaitzratio between 2002 and 2022. The figure highlights the exceptional nature of the decision of thegovernment to raise the minimum wage in 2019 by 22%, from 736 to 900 euros.8Figure 1: The evolution of the real monthly minimum wage and the Kaitz ratioNotes: The reported figures correspond to the monthly minimum wage for full-time workers discounted by the2021 CPI. The Kaitz ratio is the ratio of the minimum wage to the median wage.Sources: Own elaboration using data from the Ministry of Labor and Social Economy, the National StatisticalAgency INE and the OECD Minimum Wage dataset.7The minimum wage is regulated in Article 27 of the Workers’ Statute.8On an annual basis, this corresponds to an income of 11,600 euros, as workers in Spain are entitled to fourteenmonthly salaries.6This increase was the largest since 2002 and pushed the Kaitz ratio above the 50% threshold for thefirst time in history. Due to this unprecedented change, Spain moved from the bottom position tothe upper half of the distribution of Kaitz ratios among the European member states of the OECD(Figure 2).Figure 2: Kaitz ratio in European OECD countries, 2018-2019Notes: The Kaitz ratio is defined as the ratio of the minimum wage to the median wage of all salaried workers.Source: Own elaboration using the OECD Minimum Wage dataset.The increase in the minimum wage was announced three months in advance, in October 2018, aspart of an agreement between the ruling socialist party, the PSOE, and Podemos. The former partycame to power in June 2018 following a vote of no confidence, which was supported by Podemos.The minimum wage hike came as a surprise. A clear indication of the surprise nature of the measureis the peak in the number of Google searches for the Spanish term for minimum wage in October2018 (Figure 3). In practical terms, the measure constituted a unilateral departure from an existingmulti-annual agreement between the ousted government and the social partners. This agreementforesaw a step-wise increase in the minimum wage until a level of 850 euros in 2020. The objectiveof our empirical analysis is to analyse how this departure from the scheduled path of minimum wageincreases affected the employment decisions of firms.Finally, it is important to stress the role of collective bargaining. Collective agreements are legally7binding in Spain and cover over 80% of all salaried workers. In most cases, these collective agreementsset wage floors above the level of the statutory minimum wage. Despite the existence of these wagecushions, our data reveal that the 22% increase in the minimum wage was binding for 21% of theestablishments and 12% of the individuals in our sample, as we will show in more detail below.Figure 3: Google searches in Spain of the Spanish term for minimum wageNotes: Google Trends is an index built by Google to measure the interest of a particular topic. The index is builtusing a random sample of searches and is normalized by the proportion of all searches on all topics on Google atthat time and location. For more details, see https://trends.google.com/trends.Source: Own elaboration using data from Google Trends.Labour market conditionsAt the time of the minimum wage increase, salaried employment was growing at an annual ratebetween 1 and 2% for two consecutive years.9 Nevertheless, the recovery from the Great Recessionwas far from complete. In the fourth quarter of 2018, the overall unemployment rate still stoodat 14.5% and more than one-fourth of all salaried workers was employed on a temporary contract,characterised by relatively short durations and low termination costs.10 These numbers helpto understand why the large increase in the minimum wage generated an intense debate, withinstitutions like the Bank of Spain predicting a loss of up to 125 thousand jobs (Lacuesta et al.,9National Institute of Statistics (INE). (2017;2018). Annual Wage Structure Survey, 2017 and 2018.10National Institute of Statistics (INE). Labour Force Survey (EPA) - Fourth Quarter of 2018.82019).3 Data and empirical strategyThis section offers a description of our dataset, the sample selection criteria and our empiricalstrategy.DataOur primary source of data is the Panel Empresa-Trabajador (PET). This is a matched employer-employee dataset, elaborated by the social security administration, that offers exhaustive informationon the dynamics of employment, worker flows and working conditions for a stratified random sampleof establishments – so-called cuentas de cotización secundarias – and that is representative of theestablishments within each of the strata.11 The second wave of the PET covers the period 2017-2020.The distinguishing feature of the PET is that it provides the complete employment histories of allthe individuals who were employed in each of the establishments during at least one day in a givenyear. The PET includes only establishments that fall under the General Regime of Spain’s SocialSecurity system. As a result, we lack data on the self-employed, civil servants and the salariedworkers included in special regimes, such as agriculture and fisheries.The PET is made up of four separate files with information on (1) the individuals, (2) theestablishments, (3) their affiliations and (4) the social security contribution base wages. Each ofthese files includes a unique identifier that allows to match individuals and establishments and tofollow them over time.The first file contains basic demographic characteristics such as the age, sex, nationality, andmunicipality of residence of the individuals. The second file contains the list of sampled establishmentswith information on their location, average number of employees, sector of activity (four-digit CNAE),ownership structure (public or private company), and a firm identifier (cuenta de cotización primaria).This variable is relevant if the establishment belongs to a multi-establishment firm.12 Next, thethird file contains information on all employment spells of the individuals, from their first affiliationto the date of extraction. We observe the start and end dates of each spell, the type of contract,11The sample includes 3% of the establishments with less than 10 employees, 5% of the establishments with 10 to49 employees, 8% of the establishments with 50 to 249 employees, 10% for establishments with 250 to 499 employeesand 15% of the establishments with more than 500 employees. For more details, see this link.12The sampling strategy implies that we usually only observe detailed data for a subset of the establishments ofmulti-establishment firms. This explains why we do not include an analysis of employment adjustments at the firmlevel.9the contribution group (grupo de cotización), and a part-time indicator that measures the hoursof work as a share of the regular full-time working week. Finally, the fourth file contains thecorresponding monthly social security contribution base which is our proxy for earnings. For eachestablishment-worker pair the PET provides the monthly contribution base. If a worker is employedby several establishments in the same month, we observe the contribution base corresponding toeach of these establishments. Although the contribution wage is top-coded, it is still useful as weare interested in individuals at the lower end of the wage distribution. For these individuals, thesocial security contribution base coincides with their gross monthly earnings from work.The PET has certain limitations. First, the sample of establishments varies somewhat over time,but we do not observe the reason why establishments drop from the sample. The disappearingestablishment may have closed, merged, or been acquired by another company, or the establishmentmay not have had any employees in a given year. Any result for adjustments on the extensivemargin must therefore be interpreted with caution. Second, the PET includes comparatively littlepersonal information. The main restrictions are the lack of information on the country of origin andthe educational attainment of the individuals. Where needed, we use the contribution group as aproxy for the individual’s skills.13 Third and last, we can follow the individuals who move to anestablishment outside our sample, but we only observe basic characteristics of these establishmentssuch as their total number of employees and sector of activity. As a result, we cannot analyzewhether displaced workers move to better firms that are less affected by the minimum wage.Panel designTo study the impact of the increase in the minimum wage, we constructed a balanced panel datasetof establishments with monthly information on employment levels, average wages, and worker flows(inflows and outflows). To avoid confounding effects of the pandemic, we limit the analysis to theperiod 2017-2019.The calculations of the monthly statistics are based on the records of persons employed in eachestablishment on the second Tuesday of the month.14 Our initial dataset comprised 69,845 establish-ments, but to improve the robustness of our results, we excluded establishments with no recordedemployment activity during 2017 or 2018. In addition, we excluded the establishments belonging13Several studies have shown the accuracy of this proxy using data from the Muestra Continua de Vidas Laborales.14A similar sampling method is used in Gorjon et al. (2024). This sampling procedure eliminates the volatility dueto the pronounced peaks in the worker flows on the first and last day of each weak and month (Conde-Ruiz et al.,2018).10to the public and primary sectors,15 and the ones with an annual growth rate in the number ofemployees above the 99th percentile.Our final sample consists of 28,928 establishments. Of these, 27,322 continue to report a positivenumber of employees in 2019. We use the former sample to compute the changes in employment,while the latter sample is used to calculate the changes in mean wages.16Finally, we use annual comparisons to construct our measures for the inflows and outflows of workers.In particular, let nit denote the level of employment in establishment i in month t and let ∆nitdenote the change in employment period between t and t − 12. We calculate the inflow of workersby counting the number of workers who were not part of the establishment’s pool of employees attime t − 12 but are so at t, and the outflow by counting the number of workers who were so attime t − 12 but are no longer so at t. Similarly, we define an incumbent worker as someone whois employed in the same establishment at time t − 12 and t. Accordingly, our estimate of totalemployment can be decomposed as follows:nit = inf lowsit − outf lowsit + incumbentsit = ∆nit + incumbentsitDividing both sides of the above expression by nit−12, we derive the corresponding worker flow rates.This transformation enables us to calculate the relative contribution of worker inflows and outflowsto the proportional change in employment ∆nit/nit−12.Empirical strategyWe estimate the effects of the minimum wage increase by comparing the evolution of employment,mean wages and worker flows at establishments with many workers affected by the minimum wageincrease to those establishments with few affected workers. In line with Harasztosi and Lindner(2019), we estimate the following regression model:yit − yit−12yit−12= β0 + β1F Ai + Xiφ + εit (1)15We identify public establishments using two fields: the identifier of public companies from the establishment filesand the type of employer identified in the affiliation files.16For the 2017-2018 sample, we take January 2019 as the upper bound of sample selection due to the way the PETis constructed. For each annual wave, Social Security excludes from the sample establishments that no longer had anyactive workers during the previous year. Still, we also detected cases for which there were workers at some year butthey no longer appeared in the following. By using January 2019, we guarantee that those establishments we observecan only change their status due to their affiliation records and not due to sampling extraction reasons from SocialSecurity.11where (yit − yit−12)/yit−12 denotes the annual growth rate in the outcome variable for establishmenti in a given month t. F Ai, our measure of exposure, is the fraction of workers in establishment i witha wage below the new minimum wage, Xi is a set of time-invariant establishment characteristics andεit is a random error term. The coefficient of interest is β1. It measures how the change in the annualgrowth rate of the outcome variable varies with the fraction of workers for whom the minimum wageincrease was binding. Our baseline specification assumes a linear relationship, but in the extensionswe also allow for non-linear effects. Furthermore, the reference period for our outcomes variables isDecember 2019, while our baseline measure of exposure is calculated using data for September 2018,i.e. the last month before the announcement of the minimum wage increase.17Throughout the analysis, we report separate estimates of the impact of the exposure to the minimumwage increase on mean wages and employment. In our baseline, we use the number of activeemployees in each establishment and their mean wage as our outcome variables. However, as manytemporary employment spells last less than a month, we also report results for their full-timeequivalents. This way we are able to capture potential changes in the duration of employment spellsor the length of the working day in response to the minimum wage increase. Furthermore, we explorethe robustness of our results to alternative measures of exposure, such as the wage gap measureanalyzed in the following subsections, and we analyze how the impacts vary with establishment size.Finally, in an extension we analyze the separate impact of the minimum wage on the inflows andoutflows of workers and the quality of jobs.IdentificationOur identification strategy is based on the assumption that the changes at establishments withfewer affected workers are a valid counterfactual for establishments with many affected workers, andso these establishments would have followed parallel trends in the absence of the minimum wageincrease. While this assumption cannot be tested directly, we implement an event study design totest whether the parallel trends assumption holds before the announcement of the minimum wageincrease.18 Reassuringly, we find no evidence of differential trends in either employment or meanwages prior to the announcement of the minimum wage increase.We also consider possible violations of the Stable Unit Treatment Value Assumption due to spillovers17Strictly speaking, our baseline specification is a difference equation in growth rates. This is formally equivalent toa difference-in-differences specification in levels of yit that includes establishments fixed effects. These fixed effectsdisappear when we take first differences.18In a robustness check we use a matching estimator that compare establishments with similar characteristics. Thisalternative specification delivers similar results as our baseline specification.12on unaffected establishments. While some of the displaced workers may move to unaffectedestablishments, we find that these effects are small or negligible. In particular, we show that ourresults do not change if we restrict our sample to establishments with at least one affected worker.19Lastly, our set of controls includes the age of the establishment20 and its legal form,21 sectorfixed effects (three-digit CNAE-09), province fixed effects (NUTS3) and the average percentageof temporary employees of the establishment in 2017. The inclusion of the sector and provincefixed effects implies that we obtain identification from the within-sector variation around the meanexposure in each province.Finally, the observations are weighted using the strata-specific selection probabilities of the PETand all standard errors are clustered at the stratum level.Descriptive statisticsBefore discussing our results, we present descriptive statistics that highlight the significant exposureof Spanish establishments to the minimum wage increase and its variation by establishment size,region and sector of economic activity.Figure 4 shows the change in the distribution of mean hourly wages between December 2018 andDecember 2019. Two facts stand out. One month before the new minimum wage became effective, aconsiderable fraction of establishments were paying lower mean hourly wages. Twelve months later,most of these establishments had moved upwards in the distribution to the three bins immediatelyto the right of the new minimum wage. We also see some changes in the right tail of the distribution,but it is less likely that these changes are driven by the change in the minimum wage.19Similarly, in the Appendix we show that the increase in the minimum wage does not seem to have had a differentialimpact on the entry of establishments in highly exposed sectors, although we do observe a marginally significantdecrease in entry in more exposed regions relative to less exposed regions. However, this is not a problem. It suggeststhat we may actually underestimate the negative effects on employment in the most affected regions as our baselinespecification does not account for changes in establishments entry.20We build a measure of establishment’s age using the first date of affiliation and estimate it in September 2018.21The PET data provides a variable describing the legal form of the establishment. We group the alternativeforms into six broad categories: sole trader, Public Limited Company, Private Limited Company, Cooperative, PublicCompany and others.13Figure 4: Establishment-level mean hourly wages, 2018-2019Notes: The figure reports mean hourly wages for the sample of establishments with non-zero workers in the 2017 -2019 period. The observations are weighted by the inverse of the sampling probabilities of the PET.Source: Own elaboration using PET data.Next, Table 1 shows how exposure to the minimum wage varies by firm size, sector of economicactivity and region. The 2019 minimum wage increase was binding for 21% of the establishments and12% of the workers.22 While the share of affected establishments increases with size, the opposite istrue for our measure of exposure. Thirteen percent of those working in the smallest establishmentswere directly affected by the minimum wage increase, compared to five percent of those working inthe largest firms in our sample. The relatively strong exposure at small establishments becomeseven more evident when we restrict attention to the establishments with at least one affected worker.For this subsample, the median exposure in establishments with up to five employees is 100%,compared to 2% in the largest establishments. We also observe a considerable degree of variationin the median exposure of affected establishments by sector of economic activity and the regionthey are located in, but along these dimensions the differences are less pronounced than betweenestablishments of different size. Not surprisingly, mean exposure is highest in low-pay sectors andin regions with relatively high unemployment rates. To account for these facts, all our regressions22The statistics reported in the first row are weighted by the inverse sampling probability of establishments ofdifferent sizes, and therefore represent economy-wide figures.14Table 1: Summary statistics of establishmentsEstablishment size # establishments in PET # establishments % establishment withMW workers % incidence P25 % incidencewith MW workersP50 % incidencewith MW workersP75 % incidencewith MW workers% temporaryworkers in 2018Total 28,928 827,366 21% 12% 18% 50% 100% 20%Panel A: Establishment size1–5 16,796 559,867 7% 13% 50% 100% 100% 17%6–9 3,224 106,867 11% 10% 14% 25% 62% 25%10–49 6,657 133,947 14% 7% 6% 11% 33% 25%50–249 1,853 23,275 28% 5% 2% 4% 14% 26%250–500 222 2,224 45% 4% 1% 2% 6% 24%+500 176 1,187 67% 5% 0% 2% 6% 29%Panel B: Economic sectorAdministrative and auxiliary services 1,587 40,019 31% 12% 9% 25% 60% 24%Communications 603 15,457 25% 12% 11% 33% 100% 16%Construction 2,306 67,130 8% 4% 17% 38% 100% 34%Education 847 20,795 44% 20% 17% 33% 75% 31%Finance, insurance and real estate 1,246 38,749 21% 15% 50% 100% 100% 7%Health 1,418 38,956 30% 13% 10% 33% 73% 19%Hostelry 3,051 86,813 19% 7% 10% 25% 50% 27%Household employed, art and recreational activities 2,937 91,978 30% 23% 50% 100% 100% 15%Industry 3,513 90,737 15% 8% 12% 33% 100% 19%Retail 7,656 226,766 21% 13% 25% 50% 100% 17%Scientific and technicals 2,245 67,222 20% 11% 20% 50% 100% 13%Transportation and storage 1,519 42,744 13% 7% 13% 44% 100% 20%Panel C: Autonomous communityAndalucia 4,478 131,230 24% 14% 21% 50% 100% 28%Aragon 691 19,148 16% 7% 10% 33% 75% 18%Asturias 557 16,242 20% 11% 19% 50% 100% 21%Canarias 1,389 40,178 38% 26% 30% 67% 100% 19%Cantabria 260 7,224 22% 11% 11% 33% 100% 19%Castilla y Leon 763 20,028 20% 7% 8% 20% 50% 20%Castilla-la Mancha 820 22,782 22% 11% 15% 38% 100% 24%Cataluña 6,044 171,824 18% 9% 16% 50% 100% 16%Ceuta y Melilla 28 665 25% 10% 10% 14% 50% 19%Comunidad Valenciana 3,382 98,445 21% 11% 20% 50% 100% 21%Extremadura 369 10,546 29% 18% 27% 57% 100% 26%Galicia 1,574 45,769 21% 11% 17% 50% 100% 21%Islas Baleares 823 23,674 16% 8% 14% 45% 100% 18%La Rioja 121 3,030 17% 7% 5% 20% 50% 21%Madrid 5,208 149,022 20% 12% 20% 50% 100% 14%Murcia 939 27,313 30% 17% 25% 50% 100% 24%Navarra 318 8,341 11% 4% 10% 25% 100% 22%Pais Vasco 1,164 31,907 13% 6% 10% 33% 80% 18%Notes: This table shows the descriptive statistics at the establishment level of the minimum wage incidence. We consider the baseline sample of existingestablishments in 2017 - 2018 and define affected workers as those whose full-time equivalent wage in September 2018 is below the minimum wage. Theestablishment size categories are defined using the average number of active workers in 2018. The sector and region are defined using information at theestablishment level. The P25, P50 and P75 correspond to the 25th, 50th and 75th percentile distribution of the minimum wage incidence among thesubsample of establishments with at least one affected worker (F A > 0). The observations are weighted by the inverse of the sampling probabilities ofthe PET in all columns except for "# establishments in PET".Source: Own elaboration using PET data.include province and sector fixed effects.Our final piece of descriptive evidence concerns the change in the correlation between our measureof the incidence of the minimum wage, F Ai, and annual employment growth at the establishmentlevel, ∆nit/nit−12. To make this bin-scatter plot, we created 20 equally spaced bins for the fractionof workers affected. Figure 5a confirms the existence of a clear negative correlation between thesetwo variables in the time period between December 2018 and December 2019. In contrast, bothvariables are uncorrelated in the first nine months of 2018.15Figure 5: The correlation between annual employment growth and minimum wage incidence(a) December 2019 (b) January - September 2018Notes: Panel A shows the relationship between minimum wage incidence and the annual employment growthat the establishment level in December 2019, after controlling for the same observable characteristics as in ourbenchmark specification. Panel B shows the same relationship against the employment growth between Januaryand September 2018. The size of the hollow circles reflects the density of establishments with a certain incidence ofthe minimum wage and the red line is the linear fit. The observations are weighted by the inverse of the samplingprobabilities of the PET.Source: Own elaboration using PET data.4 ResultsMain resultsThis section summarizes our findings.Table 2 presents our main results. The first two columns refer to our baseline specification in whichwe regress the annual growth rate in mean wages and employment in December 2019 on exposure inSeptember 2018.According to our results, the minimum wage increase added 11.4 percentage points to wage growthand reduced employment growth by 4.5 percentage points in establishments where all workers weredirectly affected by the increase, relative to establishments where no workers were directly affectedby the minimum wage increase. Both coefficient estimates are statistically significant at the 1%level and together imply an own-wage elasticity of -0.39. While these effects may seem large, itshould be borne in mind that the mean exposure across all establishments was 0.12.16Table 2: Main resultsBaseline Full time equivalent n ≥ 50 Employees in 2019Variables Wages Employment Wages Employment Wages Employment Wages Employment(1) (2) (3) (4) (5) (6) (7) (8)Fraction affected 0.1141* −0.0448* 0.1462* −0.0593* 0.1266* −0.0563 0.1141* −0.0313*(0.0052) (0.0100) (0.0108) (0.0102) (0.0235) (0.0680) (0.0052) (0.0081)Observations 27,322 28,928 27,322 28,928 2,207 2,251 27,322 27,322Controls YES YES YES YES YES YES YES YESOWE −0.392 −0.406 −0.445 −0.274Notes: p<0.01, p<0.05, p<0.10. Standard errors in parenthesis. Columns (1) and (2) report the resultsfor our baseline specification using growth in the number of employees in each establishment and their meanwages as outcome variables. In Columns (3) and (4) we replaced the baseline outcome variables by their full-timeequivalents, while Columns (5) and (6) reproduce our baseline specification for the sample of establishments withmore than 50 workers in 2018. Finally, in Columns (7) and (8) all establishments with zero workers in 2019are excluded from the sample. The controls include the legal form of the establishment, establishment age inSeptember 2018, the share of temporary workers in 2017, province fixed effects and 3-digit sector fixed effects.Standard errors are clustered at the stratum level and PET’s probability of selection weights observations.Source: Own elaboration using PET data.The next two columns report the estimates when the outcome variables are measured in full-timeequivalent terms. The associated point estimates are larger than in our baseline, suggesting thatsome firms responded to the minimum wage increase by shortening the duration of the contractsand/or the length of the working day of the affected workers. However, the difference in the impacton employment growth is not statistically significant, and the OWE is virtually unchanged.In the next exercise, we only consider establishments with more than 50 employees. This samplerestriction results in somewhat larger point estimates than in our baseline. Nevertheless, in absoluteterms the impacts are small compared to the impact in small establishments, as less than 5% of theemployees in establishments with more than 50 employees is directly affected by the minimum wageincrease. The lack of statistical significance of the point estimate for employment is less relevantand should be interpreted with caution due to the sixfold increase in the standard errors.Finally, the last two columns report the results when we restrict the sample to the 27,322 establish-ments that continue to employ workers in December 2019. In this case, the effects on wages andemployment are estimated for the same sample. As expected, the point estimates are smaller thanin our baseline, with employment growth falling by 3.1 percentage points in establishments with a100% exposure.Overall, our results confirm that the minimum wage increase led to an increase in wage growth anda reduction in employment growth. The employment effects are statistically significant for smallestablishments and affect both the internal and external margin of adjustment.17Monthly evolutionIn this section, we report monthly estimates of the impact of F Ai on the annual growth rates of ouroutcome variables before and after the minimum wage increase. Our event study design includes afull set of monthly dummies for the period between January 2018 and December 2019 and theirinteractions with F Ai. In addition, we include establishment fixed effects to control for potentialdifferential trends at the establishment level.23 The results are shown in Figure 6.Reassuringly, we do not observe any significant difference before January 2019 in the growth ratesof employment and wages between establishments with a high and a low exposure to the minimumwage increase. This is compelling evidence in support for our assumption of parallel trends.Next, coinciding with the jump in the minimum wage, we observe a sharp increase in the growthrate of mean wages for affected establishments. In establishments with a 100% exposure the effecton impact is a 10 percentage point increase in the annual growth rate of mean wages relative toestablishments with zero affected workers. Thereafter, the difference in the pace of wage growthcontinues to widen until it peaks in October. The negative effect on employment growth buildsup gradually and peaks after nine months, but the adverse effects are statistically significant fromthe second month onwards. This quick response of employment growth is a reflection of the lowturnover costs for temporary contracts.In the following subsections, we perform a decomposition to analyze how the dual structure ofemployment protection shaped the response of establishments’ inflow and outflow decisions and thechoice of contracts. But before doing so, we first present the results of a broad set of robustnesstests.23Formally speaking, the equation model would be as follows:yit − yit−12yit−12= β0 +∑t̸ =2018m12β1tDt +∑t̸=2018m12β2t(F Ai × Dt) + γi + εit,where Dt is an indicator variable that takes value of 1 in monthly date t.18Figure 6: Monthly estimates of the impact on employment and earnings growth, 2018-2019(a) Wages (b) EmploymentNotes: The figures report the estimated coefficients of the minimum wage incidence on wage growth (Panel A)and employment growth (Panel B) at the establishment level. We interact our measure of exposure F Ai with afull set of month fixed effects and set December 2018 as the base period. The red dashed line marks the momentthe increase in the minimum wage came into effect. Both specifications further include establishment and timefixed effects. Standard errors are clustered at the establishment level and PET’s probability of selection weightsobservations. The sample of establishments for regressions on wages includes establishments that had workers in2017 and 2018, while the sample for regressions on employment also had workers in 2019. 95% confidence intervalsare shown.Source: Own elaboration using PET data.RobustnessOur first set of robustness tests considers modifications to our baseline specification. In the firstexercise, we add controls for sector-specific trends at the regional level by interacting the sectorfixed effects with a region fixed effect. In the next exercise, we measure the impact on wagesthrough changes in the growth rate of average hourly earnings rather than average monthly earnings.In the third exercise, we include a quadratic term in F Ai among the regressors to control forpossible non-linear effects of the minimum wage increase, and in the fourth exercise we estimatethe effects using a Coarsened Exact Matching procedure. In this last exercise, we divided oursample of establishments into a control group with zero affected workers and a treatment group withpositive exposure. Then, we matched treated and control establishments using a list of variables.Our resulting sample uses 10,280 establishments (5,140 per group), which we use in our baselinespecification to estimate the effect of the minimum wage hike.2424The Coarsened Exact Matching is a multivariate matching method used to improve covariate balance betweentreated and control groups by temporarily coarsening variables into meaningful categories and performing exactmatching on those. See Iacus et al. (2012) for more details.19As shown in Table 3, the only significant change is the stronger response of wages when we usehourly wages as the outcome variable (Column 3). The difference between the sensitivity of hourlyand monthly wages is another indication that employers managed to mitigate the impact of theincrease in the minimum wage on labor costs through adjustments in hours of work and/or the lengthof short-duration contracts.25 Importantly, we do not find any evidence of non-linear effects onemployment. The introduction of the quadratic term gives rise to a stronger and weakly non-lineareffect on wages, while we observe no significant changes in the response of employment.Table 3: Alternative specificationsSector * region FE Hourly wages Non-linear effects MatchingVariables Wages Employment Wages Employment Wages Employment Wages Employment(1) (2) (3) (4) (5) (6) (7) (8)Fraction affected 0.1134* −0.0438* 0.1462* −0.0448* 0.1556* −0.0748 0.1144* −0.0495(0.0052) (0.0101) (0.0108) (0.0100) (0.0207) (0.0370) (0.0065) (0.0128)Fraction affected2 −0.0005* 0.0003(0.0002) (0.0004)Observations 27,322 28,928 27,322 28,928 27,322 28,928 9,671 10,280Controls YES YES YES YES YES YES YES YESNotes: *p<0.01, p<0.05, p<0.10. The specifications in Columns (1) and (2) include an interaction of thesector fixed effect with autonomous community region fixed effects. In Columns (3) and (4) we used averagegrowth in hourly wages instead of monthly wages as our outcome variable, while Columns(5) and (6) presentthe results when we allow for non-linear effects through the introduction of a quadratic term in F Ai. Finally, inColumns (7) and (8) we estimate the effects using Coarsened Exact Matching comparing establishments withzero exposure (control) to establishments with at least one affected worker (treated group). The latter matchesestablishments using their 2-digit economic sector, autonomous community, legal form of the establishment, age ofestablishment in September 2018 and share of temporary of workers in 2017. Standard errors in parenthesis. Thecontrols include the legal form of the establishment, establishment age in September 2018, the share of temporaryworkers in 2017, province fixed effects and 3-digit sector fixed effects. Table 14 in the Appendix reports the preand post-matching mean differences. Standard errors are clustered at the stratum level and the observations areweigthed using the inverse of the sampling probabilities of the PET. The sample of establishments for regressionson employment includes establishments that had workers in 2017 and 2018, while the sample for regressions onwages also had workers in 2019.Source: Own elaboration using PET data.Our next set of robustness tests includes two placebo tests which replicate our baseline usingpre-treatment outcomes corresponding to 2018. The first placebo test uses annual growth ratesas in our baseline, while the second exercise uses growth rates for the nine months prior to theannouncement of the minimum wage increase.In both cases we obtain a null effect for employment (Columns 2 and 4, Table 4), in line with theinsignificant pre-treatment effects in the event study reported in the previous section. Before theannouncement of the minimum wage increase, wage growth was apparently slightly less favorable atIn this paper, we use the following variables to match the treated and control groups: 2-digit economic sector,autonomous community, legal form of establishment, age of establishment in September 2018 and share of temporaryworkers in 2017. Table 14 in the Appendix reports the pre and post-matching mean differences.25During our sample period, approximately 40% of the contracts signed each month lasted less than 30 days.20establishments with high exposure than at establishments with low exposure (Column 3), but thisfinding does not alter our conclusions. If anything, it strengthens our results for wage growth in theaftermath of the minimum wage increase.Finally, in the third exercise we replicate the baseline specification for the sample of establishmentswith at least one affected worker. The associates point estimates (Columns 5 and 6) are very similarto our baseline estimates, confirming that our findings are driven by the establishments that weredirectly affected by the increase in the minimum wage.Table 4: Placebo testsPlacebo At least one MWDecember 2018 January-September 2018 workerVariables Wages Employment Wages Employment Wages Employment(1) (2) (3) (4) (5) (6)Fraction affected −0.0056 −0.0010 −0.0087 0.0013 0.1026* −0.0416(0.0045) (0.0080) (0.0033) (0.0061) (0.0088) (0.0166)Observations 28,928 28,928 260,352 260,352 6,497 6,873Controls YES YES YES YES YES YESNotes: p<0.01, p<0.05, p<0.10. Columns (1) and (2) replicate our baseline using data for December 2018,while columns (3) and (4) report the results when we use data for the period between January and September2018. In columns (5) and (6), we exclude establishments that are unaffected by the minimum wage increase.Standard errors in parenthesis. All specifications further include the legal form of the establishment, establishmentage in September 2018, province fixed effects and 3-digit economic sector fixed effects. In addition, in columns (5)and (6), we control for the percentage of temporary workers in 2017. Standard errors are clustered at the stratumlevel and the observations are weighted using the inverse of the sampling probabilities of the PET. In columns(1)-(4), the sample of establishments is restricted to those that had workers in 2017 and 2018.Source: Own elaboration using PET data.Finally, in our third set of exercises we consider alternative ways to measure the degree of exposure.In the first three exercises we use difference reference periods for the computation of F Ai — December2018, January-September 2018 and January-December 2018.In all three cases, we obtain a significantly higher point estimate for wages. The point estimates foremployment are also considerably higher than in our baseline, but the differences are not statisticallysignificant at conventional confidence levels. One possible explanation for this finding is the strongseasonality of the Spanish labor market. In our baseline, exposure is measured right before the endof the tourist season. In the final quarter of the year many of the jobs in this sector are destroyed,affecting many workers with wages near the minimum wage. Hence, there are good reasons touse measures of exposure that use data for more than one month. Nonetheless, we prefer to useSeptember 2018 as our benchmark reference. It allows us to capture possible anticipation effects andour baseline estimates are are more conservative than the alternatives reported in Table 5, although21all specifications lead to similar own wage elasticities.Our final set of robustness checks explores alternative measures of exposure to the minimum wage.We find that the results are largely unchanged when exposure is defined at different points intime. Additionally, we assess the sensitivity of our findings using an alternative metric: the averagedistance between the wages of affected workers in an establishment and the new minimum wage.Once again, we obtain highly significant effects on both wages and employment, with an impliedown-wage elasticity consistently close to –0.40.Table 5: Alternative measures of exposureIncidence in Incidence in Incidence in GAP measureDecember 2018 January - September 2018 2018Variables Wages Employment Wages Employment Wages Employment Wages Employment(1) (2) (3) (4) (5) (6) (7) (8)Fraction affected 0.1280* −0.0543* 0.1268* −0.0502* 0.1303* −0.0521* 0.4147* −0.1651(0.0053) (0.0102) (0.0056) (0.0110) (0.0055) (0.0109) (0.0209) (0.0335)Observations 27,322 28,928 27,322 28,928 27,322 28,928 27,322 28,928Controls YES YES YES YES YES YES YES YESNotes: p<0.01, p<0.05, p<0.10. In Columns (1) and (2) exposure is measured in December 2018. Instead,in Columns (3) and (4) it is measured using the average share of workers in an establishment whose wage is belowthe 2019 minimum wage in the nine monts from January to September 2018, and in Columns (5) and (6) we usethe corresponding annual average in 2018. Columns (7) and (8) measure exposure using an establishment-levelwage gap measure that is defined as the average percentage distance to the minimum wage of workers earningbelow the minimum wage in September 2018. Standard errors in parenthesis. The controls include the legal formof the establishment, establishment age in September 2018, the share of temporary workers in 2017, province fixedeffects and 3-digit sector fixed effects. Standard errors are clustered at the stratum level and the observations areweigthed using the inverse of the sampling probabilities of the PET. The sample of establishments for regressionson employment includes establishments that had workers in 2017 and 2018, while the sample for regressions onwages also had workers in 2019.Source: Own elaboration using PET data.HeterogeneityOur baseline specification assumes a linear relationship between the impact of the minimum wageincrease and exposure F Ai. In this section, we extend our baseline by allowing the gradient to dependon other characteristics of the establishments. The main characteristic of interest is the size of theestablishments, but we also consider differences by sector or region. The motivation for this exercisewas explained in the introduction. If market power is positively correlated with establishment size,larger establishments may have more scope to absorb the minimum wage increase in their marginsor to pass on the cost increase to their customers. In this case, we would expect the own-wageelasticity to decrease with the size of the establishment. Conversely, if labour demand is more elasticin larger establishments, the own-wage elasticity could actually increase with establishment sizeover a certain range.22To examine this issue, we divided the establishments into five groups. Table 6 reports the resultswhen we estimate our baseline on each of the five subsamples. The advantage of this approach isthat the fixed effects are now effectively transformed into region-times-size and sector-times-sizefixed effects. Identification now comes from the variation within the same sector and region betweenestablishments of similar size, but with different levels of exposure. However, this comes at theexpense of a reduction in sample size, especially for the largest establishments.26Inspection of Table 6 shows that the point estimate for mean wages is highly significant and roughlystable for establishments with fewer than 250 employees, which make up more than 98% of oursample. On the contrary, in line with before (see Table 2), we find that the negative effect onemployment growth is no longer significant for establishments with more than 50 workers. Whilethe point estimate increases with size, so do the standard deviations. As a result, we only obtain ahighly significant negative effect for the smallest establishments. The alternative specification withinteractions produces similar results, except that in this case the negative point estimate remainshighly significant for establishments with up to 49 employees.The above results confirm that our baseline results are mainly driven by the effects for the smallestestablishments. Based on our results we cannot reject the hypothesis of null effects for establishmentswith more than 50 employees, but the estimates for these groups are too imprecise to draw firmconclusions.Table 6: Robustness on establishment size1-5 6-9 10-49 50-249 +250Variables Wages Employment Wages Employment Wages Employment Wages Employment Wages Employment(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)Fraction affected 0.1132 −0.0476* 0.1174* −0.0261 0.1177* −0.0534* 0.1312* −0.0615 0.0589 −0.0806(0.0060) (0.0112) (0.0140) (0.0326) (0.0124) (0.0289) (0.0255) (0.0742) (0.0584) (0.1079)Observations 15,587 16,796 3,087 3,224 6,441 6,657 1,810 1,853 397 398Controls YES YES YES YES YES YES YES YES YES YESNotes: p<0.01, p<0.05, p<0.10. Columns (1) and (2) replicate the baseline specification for establishmentswith 1 to 5 employees, (3) and (4) for establishments with 6 to 9 employees, (5) and (6) for establishments with 10to 49 employees, (7) and (8) for establishments with 50 to 249 employees and (9) and (10) for establishments with250 or more employees. Standard errors in parenthesis. The controls include the legal form of the establishment,establishment age in September 2018, the share of temporary workers in 2017, province fixed effects and 3-digitsector fixed effects. Standard errors are clustered at the stratum level and PET’s probability of selection weightsobservations. The sample of establishments for regressions on employment includes establishments that hadworkers in 2017 and 2018, while the sample for regressions on wages also had workers in 2019.Source: Own elaboration using PET data.Next, looking at the differences between regions and sectors (Tables 11 and 12 in the Appendix),we find that the significant negative effects on employment are concentrated in three sectors —26Table 13 in the Appendix shows the results for the alternative when we interact F A with dummies for each groupand Figure 10 the resulting OWEs.23construction, retail trade and hostelry — and three of the coastal regions — Andalucia, CanaryIslands and Comunidad Valenciana.27 The two findings are related. Both retail trade and hostelryare characterized by relatively low wages and a high proportion of small establishments and have astrong presence in the coastal regions due to their reliance on tourism. Another factor that maycontribute to our results is the high share of temporary contracts in sectors such as constructionand hostelry. To analyze this issue, the next section looks at the changes in worker flows.5 Worker flows and job qualitySo far, our analysis has focused on the impact of a higher minimum wage on employment growth.But in addition to a reduction in labor demand, a higher minimum wage can also induce othereffects, such as changes in the relative demand for different types of workers or in the quality of jobs.The strength of our data is that we have monthly observations on the composition of the workforceof each establishment in our sample. This allows us to decompose the changes in employment asthe difference between the inflow and outflow of workers and to examine how the increase in theminimum wage affected these flows.To simplify the analysis, we consider annual flows. Inflows are computed as the sum of the activeemployees of an establishment in December 2019 who were not part of the active workforce of thesame establishment in December 2018. Conversely, outflows are defined as the active employees ofan establishment in December 2018 who are no longer employed in the same establishment one yearlater. Both the inflows and the outflows are normalised by the employment level of the establishmentin December 2018 and therefore take values between 0 and 1.Table 7 shows the results for our baseline specification when we use the annual flows as our outcomevariables. Again, the point estimates indicate the percentage point change in the outcome variablesin establishments with a 100% exposure relative to those with no exposure. In addition, takingthe difference between the point estimates for inflows and outflows gives the point estimate foremployment growth reported in Table 2.27Figure 8 and Figure 9 in the Appendix also report the estimated OWEs.24Table 7: The impact on worker flowsBaseline Full time Size above 50 Remaining 2019Variables Inflows Outflows Inflows Outflows Inflows Outflows Inflows Outflows(1) (2) (3) (4) (5) (6) (7) (8)Fraction affected 0.0205 0.0653* 0.0153 0.0670*** 0.0645* 0.1208* 0.0226 0.0539*(0.0091) (0.0083) (0.0128) (0.0083) (0.0383) (0.0458) (0.0093) (0.0069)Observations 28,928 28,928 28,928 28,928 2,251 2,251 28,928 28,928Controls YES YES YES YES YES YES YES YESNotes: p<0.01, p<0.05, p<0.10. Standard errors in parenthesis. The worker flows are constructed bycomparing the composition of the active workforce of each establishment in December 2018 and December 2019.Inflows are defined as the sum of the individuals who are part of the workforce of an establishment in December2019 and not in December 2018. Conversely, outflows are the sum of those who are part of the establishment’sworkforce in December 2018 and not in December 2019. The controls include the legal form of the establishment,establishment age in September 2018, the share of temporary workers in 2017, province fixed effects and 3-digitsector fixed effects. Standard errors are clustered at the stratum level and all observations are weigthed using theinverse sampling probability of the PET. The sample of establishments for regressions on inflows and outflowsincludes establishments with active workers in 2017 and 2018.Source: Own elaboration using PET data.We obtain a number of interesting findings. First, a comparison of Tables 2 and 7 shows thatthe negative effect on employment is driven by an increase in outflows. Indeed, the increase inoutflows exceeds the decline in employment growth and the difference increases with exposure.This surprising finding is due to the fact that the higher minimum wage generated a simultaneousincrease in both inflows and outflows. As a result, the increase in gross flows almost doubles the netchange in employment growth (8.58 versus 4.5 percentage points). However, it should be noted thatthe effect on inflows is only statistically significant when we use flows based on headcounts (Column2) rather than their full-time equivalents (Column 4). The second noteworthy finding is that weobtain large and significant effects for the establishments with more than 50 employees on inflowsand outflows while the effect on employment in these establishments was shown to be insignificant.To corroborate these findings, Table 8 shows that the simultaneous increase in inflows and outflowsis statistically significant for establishments with more than 5 and less than 250 employees. For thesmallest establishments the effect on inflows is insignificant and very close to zero. This suggests thatthe minimum wage increase caused a net outflow from these small establishments to somewhat largerones. Finally, for the firms who remained attached to the labor market, we obtain a below-averageincrease in outflows and an above-average increase in inflows.In the next exercise, we disaggregated the changes in the inflows and outflows using either workeror job characteristics. The results are reported in Table 9. By construction the point estimates foreach of the six decompositions add up to the total effect reported in the first rows. As expected, we25find that the negative effects on employment are concentrated among youth, women and low-skilledworkers, whose outflows increase substantially in the aftermath of the minimum wage increase.The novel aspect of Table 9 are the reported changes in job quality. The higher minimum wageled to an increase in the destruction of temporary jobs and a drop in the creation of open-endedpositions, causing a net deterioration in the quality of jobs. Furthermore, the drop in temporaryjobs mainly affected full-time positions, which reinforces the decline in average job quality. Theselast two findings highlight the importance of taking into account changes in job quality, especiallyin the case of countries like Spain with a dual labor market and a high share of temporary jobs.Table 8: Worker flows by establishment size1-5 6-9 10-49 50-249 +250Variables Inflows Outlfows Inflows Outflows Inflows Outflows Inflows Outflows Inflows Outflows(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)Fraction affected 0.0086 0.0563* 0.0798* 0.1058* 0.0774* 0.1308*** 0.0759* 0.1374*−0.0121 0.0685(0.0102) (0.0093) (0.0290) (0.0234) (0.0214) (0.0200) (0.0418) (0.0478) (0.0762) (0.1066)Observations 15,587 15,587 3,087 3,087 6,441 6,441 1,810 1,810 397 397Controls YES YES YES YES YES YES YES YES YES YESNotes: p<0.01, p<0.05, p<0.10. The worker flows are constructed by comparing the composition of theactive workforce of each establishment in December 2018 and December 2019. Inflows are defined as the sum ofthe individuals who are part of the workforce of an establishment in December 2019 and not in December 2018.Conversely, outflows are the sum of those who are part of the establishment’s workforce in December 2018 andnot in December 2019. The controls include the legal form of the establishment, establishment age in September2018, the share of temporary workers in 2017, province fixed effects and 3-digit sector fixed effects. Standarderrors are clustered at the stratum level and all observations are weigthed using the inverse sampling probabilityof the PET. The sample of establishments for regressions on inflows and outflows includes establishments withactive workers in 2017 and 2018.Source: Own elaboration using PET data.26Table 9: Worker flows and wage composition by sub-population groupsGroup Inflows Outflows Empl. growth Wage growthTotal .021 .065* -.045* .114Age16-25 .032 .056* –.024* .02326-35 .005 .02 -.015 .034*36-44 -.012* -.001 -.012 .02545-54 -.003 -.006 .004 .019*+55 -.001 -.003 .002 .014GenderMale .012* .021* -.01 .037Female .009 .044 -.035* .077*NationalitySpanish .012 .044* -.032* .096Foreign .008* .022* -.013* .018*Level of skillLow .015 .055* -.04* .071*Medium .016 .025* -.008 .054High -.01 -.014* .003 -.011*Type of working dayFull-time .022* .07* -.048* .067*Part-time .002 -.001 .003 .047Type of contractPermanent -.019 .007 -.026* .081*Temporary .022* .041* -.019 .033*Temporary - Full time .03* .053* -.023* .025*Temporary - Part time -.006 -.01 .004 .008*Notes: p<0.01, p<0.05, p<0.10. This table reports the coefficient estimated of regressing worker flows,employment growth and the growth rate of mean wages in December 2019 on the fraction affected and a set ofcontrols. The outcome variables are measured relative to total employment as of December 2018, ensuring thatthe sum of all subcategories corresponds to the overall effect shown at the top of the table. The controls includethe legal form of the establishment, establishment age in September 2018, the share of temporary workers in2017, province fixed effects and 3-digit sector fixed effects. Standard errors are clustered at the stratum level andPET’s probability of selection weights observations. The sample of establishments for regressions on employmentincludes establishments that had workers in 2017 and 2018, while the sample for regressions on wages also hadworkers in 2019.Source: Own elaboration using PET data.6 Reallocation and aggregate effectsOur establishment-level employment results might overestimate the worker-level effects if some ofthe displaced workers find a job at other, less exposed establishments. Similarly, our employmentmeasures do not take into account possible productivity gains arising from the reallocation of thedisplaced workers to better jobs, firms or sectors. Both issues can be addressed by assessing the27worker-level employment changes.Bunching analysisA simple procedure to gauge the worker-level effects of the minimum wage increase is to examinethe shifts in the empirical wage distribution around the level of the new minimum wage. The aim isto assess the extent to which the drop in sub-minimum wage jobs is compensated by an increase injobs at the new minimum wage or at slightly higher wages. The starting point of our analysis is thewage distribution of the individuals in our sample in December 2018. To obtain the correspondingeconomy-wide distribution, we assign a weight to each observation that is equal to the inverse ofthe sampling probability of the establishment where the individual is employed. We then repeat theprocess for the sample of active workers in December 2019 and calculate the difference between thetwo distributions.Figure 7 shows the results. The dashed red line marks the level of the minimum wage in 2019, whilethe grey bars show the change in the number of jobs in each wage bin between December 2018 andDecember 2019. The latter are normalized by the level of total employment in December 2018. Boththe missing sub-minimum wage jobs and the bunching of jobs just above the new minimum wageare clearly visible. To allow a comparison, the solid red line depicts the running sum of employmentlosses up to each wage bin. As can be seen, the increase in the number of jobs paying above thenew minimum wage was clearly insufficient to compensate for the drop in jobs with subminimumwages. The latter account for more than 5% of total employment in December 2018, while the neteffect depends on the cut-off used to measure the growth in employment at higher wages. The mostconservative estimate points to a total job loss of more than 3%. By contrast, if we expand theanalysis to include jobs with hourly wages up to 1 euro above the new minimum wage, we obtain atotal loss of more than 4%. This estimate of total job losses is very close to our baseline estimate.Note that this wider window is not unreasonable, as the increase in the minimum wage may haveproduced spillovers on the wages of workers for whom the minimum wage increase was not binding.28Figure 7: The differences between the empirical wage distributions for 2018 and 2019Notes: This figure shows the annual change in the distribution of workers from sampled establishments betweenDecember 2018 and December 2019. The vertical axis indicates the change in the number of workers in percentagepoint terms and the dashed red line indicates the 2019 minimum wage in hourly terms (4.375). Workers areweighted by PET’s inverse probability of selection.Sources: Own elaboration using PET data.ReallocationIt is often argued that higher minimum wages can help improve labor productivity. One of thechannels through which this could happen is through the mobility of displaced workers to betterjobs or more productive firms or sectors. We do not have information on productivity, but ourdata do allow us to check whether the displaced workers in the most affected firms moved tobetter-paying sectors or whether they moved up the job ladder to a higher occupational group (grupode cotización). In addition, we observe whether the displaced workers moved to establishments withmore employees, which tend to be more productive than smaller establishments.To study the reallocation process of the displaced workers, we use the complete working histories ofall the individuals in our baseline sample. Notice that these histories include spells at establishmentsthat are not part of the PET sample.28 Our regression analysis uses the following variation on our28The PET does not report weights for non-sampled establishments, so our analysis relies on those from theestablishments in which workers were initially employed. This can introduce some small differences with our results atthe establishment level.29baseline specification:yj = β0 + β1F Aj + Xj δ + εj (2)Where yj denotes the individual’s employment status in December 2019. The results are reported inTable 10. The first two columns report the effect of exposure on the probability that the individualis employed or remained with the same firm (cuenta de cotización principal). For employeesin establishments with a 100% exposure in December 2018, these probabilities are, respectively,5.1 and 5.0 percentage points lower than for individuals from non-exposed establishments (panelA). These probabilities are very similar to our results at the establishment level. The remainingthree columns report the effects for those who do not remain with their initial employer on theprobability of being employed in a larger establishment, a higher contribution group or a better-paying sector. The negative signs of all point estimates indicate no evidence that we find noevidence of positive reallocation effects. On the contrary, displaced permanent workers from highlyexposed establishments are less likely to reallocate to larger establishments or to move to a highercontribution group than the employees of non-exposed establishments.Table 10: Reallocation effects for workers in the initial sample of establishmentsEmployed Same establishment Larger establishment Higher occupational Better payinggroup sector(1) (2) (3) (4) (5)Panel A: Continuous formFraction affected -0.0511* -0.0503* -0.0088** -0.0035 -0.0045Panel B: Discrete formFraction affected (0, 18%] 0.0025* 0.0023* -0.0107* -0.0003 0.0034Fraction affected (18, 50%] -0.0149* -0.0145* -0.0090* -0.0036 0.0011Fraction affected (50, 100%] -0.0401* -0.0403* -0.0089* -0.0019 -0.0022Panel C: Population subgroupsYoung workers -0.0497* -0.0495* 0.0021 -0.004 -0.0024Low skill -0.0484* -0.0485* -0.006 -0.005 -0.0019Female -0.0464* -0.0445*** -0.0099* -0.0074** -0.0057Permanent -0.0407 -0.0396* -0.0207* -0.0065 -0.0017Temporary -0.0608* -0.0595* -0.0009 -0.0017 -0.0066Full-time -0.0592 -0.0589* -0.0081 -0.0052 -0.0053Part-time -0.0404* -0.0389* -0.0085 -0.0052 -0.0042Notes: *p<0.01, p<0.05, p<0.10. Model (1) reports the effects of the minimum wage incidence on the probability of remaining employed in December 2019, conditionalon being employed in December 2018 for one of the establishments from the sample. Model (2) reports the effects on the probability of working for the same firm in December2019 than in December 2019. Model (3) reports the probability of working for an establishment with a higher number of workers in December 2019 than in December 2018.Model (4) reports the probability of working under a higher contribution group (proxy for skill profiles) in December 2019 than in December 2018, conditional on not beingemployed for the same firm. Model (5) reports the probability of working in a different sector (2-digit CNAE) with higher average earnings in December 2019 than inDecember 2018, conditional on not being employed for the same firm. Standard errors in parenthesis. All specifications further include the following information related toworker’s establishment in 2018: establishment age in September 2018, the percentage of temporary workers in 2017, province fixed effects and 3-digit economic sector fixedeffects. Standard errors are clustered at the stratum level and PET’s probability of selection weights observations.Source: Own elaboration using PET data.Aggregate effectsIn this section, we approximate the aggregate effects of the minimum wage using a simple back-of-the-envelope calculation.One of the advantages of using data at the establishment-level rather than at the individual level is30that they reflect all the relevant channels that influence the evolution of employment in incumbentfirms. Notice that these channels include the possible implications of spillover effects of minimumwage increases on workers for whom the increase is not binding. Furthermore, we find no evidenceof a significant impact of the higher minimum wage on firm entry (See Appendix C).As the PET is designed to be representative at the stratum level, the best approximation is tomultiply our baseline employment effect (-4.5 percentage points) by the weighted mean exposure ofthe affected establishments in the sample (53.6%). This leads to a mean effect of -2.25 percentagepoints in the employment growth of affected establishments. Moreover, if we multiply this pointestimate by the share of workers accounted for the affected establishments (41.2%), the correspondingreduction in aggregate employment growth is -0.99 percentage points.The second approximation is to use a simple unweighted average. In particular, assuming thatthe affected workers are evenly spread over all establishments, the aggregate effect would be equalto the product of the share of affected workers (12%), and our baseline estimate for employment(-4.5 percentage points). This leads to a mean reduction in overall employment growth of -0.54percentage points.Our proxies for the aggregate effects give rise to employment elasticities in the range of -0.025 and-0.045, while the employment elasticity of the directly affected establishments is -0.10.29,30 Finally,it is important to notice that our calculations exclude the positive effects of higher wage growth onconsumption. The numbers presented in this section therefore provide upperbounds for the actualreduction in employment growth.7 ConclusionsIn this paper we study the impact of an unanticipated hike in the Spanish minimum wage using anovel matched employer-employee dataset. We find evidence of a significant increase in wage growthand a moderated reduction in employment growth at the establishment level that are proportional tothe share of directly affected workers. The negative effects on employment growth are concentratedin small establishments with up to five employees, but we find that the minimum wage increase hada much broader impact through a simultaneous increase in inflows and outflows and a reduction29Our employment elasticities are very similar to the range of elasticities of [−0.03, −0.05] reported in Barcelo et al.,2021. Their comparison shows that our estimates fall within the range of estimated elasticities of [−0.018, −0.048]reported in the meta-analysis of Belman and Wolfson (2014), although it is not always clear whether the elasticitiescorrespond to aggregate employment or the workers who are directly affected by the minimum wage.30The employment elasticities are estimated as -0.0054/0.22, -0.01/0.22 and 0.0225/0.22, where 0.22 corresponds tothe minimum wage increase in 2019.31in job quality. To the best of our knowledge, we are the first to document a positive relationshipbetween the minimum wage and inflows at firms affected by the minimum wage. We attribute thisresult and the comparatively high own-wage elasticity to the dual structure of the Spanish labormarket.Future research on minimum wages should help to clarify the quantitative importance of changes inworker flows and the quality of jobs in less segmented labor markets.The Spanish 2019 hike was also the first of a sequence of minimum wage increases, but it wouldbe inappropriate to extrapolate our results to more recent increases for two reasons. First, thereare some indications that minimum wages over and above 60% of the median wage may havenon-linear effects (Dube, 2019). Second, the bunching of workers at wages near the minimum wagemay introduce an element of downward wage rigidity that amplifies the cyclical fluctuations inunemployment. We need more evidence on the impact of the minimum wage for relatively highvalues of the Kaitz ratio.32ReferencesAzar, J., Huet-Vaughn, E., Marinescu, I., Taska, B., & von Wachter, T. (2019). Minimum wageemployment effects and labor market concentration. (26101). https://doi.org/10.3386/w26101Barcelo, C., Izquierdo, M., Lacuesta, A., Puente, S., Regil, A. V., & Villanueva, E. (2021). Losefectos del salario minimo interprofesional en el empleo: nueva evidencia para España. (2113).https://repositorio.bde.es/handle/123456789/16842Card, D., & Krueger, A. B. (1993). Minimum wages and employment: A case study of the fast foodindustry in new jersey and pennsylvania. (4509). https://doi.org/10.3386/w4509Chava, S., Oettl, A., & Singh, M. (2019). Does a one-size-fits-all minimum wage cause financialstress for small businesses? (26523). https://doi.org/10.3386/w26523Conde-Ruiz, J. I., García, M., Puch, L. A., & Ruiz, J. (2018). Calendar Effects in Daily AggregateEmployment Creation and Destruction in Spain. (eee2018-10). https://doi.org/10.1007/s13209-019-0187-7Draca, M., Machin, S., & Van Reenen, J. (2011). Minimum wages and firm profitability. AmericanEconomic Journal: Applied Economics, 3 (1), 129–51. https://doi.org/10.1257/app.3.1.129Dube, A. (2019). Impacts of minimum wages: Review of the international evidence. IndependentReport. UK Government Publication, 268 (304), 10–1257.Dube, A., Lester, T. W., & Reich, M. (2016). Minimum wage shocks, employment flows, and labormarket frictions. Journal of Labor Economics, 34 (3), 663–704. https://doi.org/10.1086/685449Dube, A., & Lindner, A. (2024). Minimum wages in the 21st century. (32878). https://doi.org/10.3386/w32878Dube, A., & Zipperer, B. (2024). Own-wage elasticity: Quantifying the impact of minimum wageson employment. (32925). https://doi.org/10.3386/w32925Dustmann, C., Lindner, A., Schonberg, U., Umkehrer, M., & vom Berge, P. (2021). ReallocationEffects of the Minimum Wage. The Quarterly Journal of Economics, 137 (1), 267–328.https://doi.org/10.1093/qje/qjab028Gorjon, L., Martinez de Lafuente, D., & Romero, G. (2024). Employment effects of the minimumwage: Evidence from the spanish 2019 reform. SERIEs, 15 (1), 1–55. https://doi.org/10.1007/s13209-023-00291-133Harasztosi, P., & Lindner, A. (2019). Who pays for the minimum wage? American Economic Review,109 (8), 2693–2727. https://doi.org/10.1257/aer.20171445Hijzen, A., Montenegro, M., & Pessoa, A. S. (2023). Minimum wages in a dual labour market. (298).https://doi.org/10.1787/7ff44848-enHirsch, B. T., Kaufman, B. E., & Zelenska, T. (2015). Minimum wage channels of adjustment.Industrial Relations: A Journal of Economy and Society, 54 (2), 199–239. https://doi.org/10.1111/irel.12091Iacus, S. M., King, G., & Porro, G. (2012). Causal inference without balance checking: Coarsenedexact matching. Political Analysis, 20 (1), 1–24. https://www.cambridge.org/core/journals/political-analysis/article/causal-inference-without-balance-checking-coarsened-exact-matching/5ABCF5B3FC3089A87FD59CECBB3465C0Lacuesta, A., Izquierdo, M., & Puente, S. (2019). Un análisis del impacto de la subida del salariomínimo interprofesional en 2017 sobre la probabilidad de perder el empleo. DocumentosOcasionales/Banco de España, 1902.Laporta, P. F. -B. (2022). The short-term impact of the minimum wage on employment: Evidencefrom spain.Luca, D. L., & Luca, M. (2019). Survival of the fittest: The impact of the minimum wage on firmexit. (25806). https://doi.org/10.3386/w25806Machin, S., Manning, A., & Rahman, L. (2003). Where the Minimum Wage Bites Hard: Introductionof Minimum Wages to a Low Wage Sector. Journal of the European Economic Association,1 (1), 154–180. https://doi.org/10.1162/154247603322256792Mayneris, F., Poncet, S., & Zhang, T. (2018). Improving or disappearing: Firm-level adjustments tominimum wages in china. Journal of Development Economics, 135, 20–42. https://doi.org/10.1016/j.jdeveco.2018.06.010Neumark, D., & Shirley, P. (2021). Myth or measurement: What does the new minimum wageresearch say about minimum wages and job loss in the united states? (28388). https://doi.org/10.3386/w28388Popp, M. (2023). Minimum wages in concentrated labor markets.Portugal, P., & Cardoso, A. R. (2006). Disentangling the minimum wage puzzle: An analysis ofworker accessions and separations. Journal of the European Economic Association, 4 (5),988–1013.34Rao, N., & Risch, M. (2024). Who’s afraid of the minimum wage? measuring the impacts onindependent businesses using matched us tax returns.Wiltshire, J., McPherson, C., Reich, M., & Sosinskiy, D. (2023). Minimum wage effects andmonopsony explanations.35A Data cleaningThe Panel de Empresa-Trabajador (PET) is a matched employer-employee dataset, elaborated bythe social security administration in Spain.31 This dataset offers information for a stratified randomsample of establishments – so-called cuentas de cotización secundarias – and that is representativeof the establishments within each of the strata.32Initially, the PET sample comprises 69,845 establishments and 2,997,247 workers.33We begin the cleaning process at the worker level. Given that the minimum legal working age is 16,we exclude all individuals younger than 16. This step removes 5,453 workers, resulting in a datasetwith 2,991,800 workers and 69,704 establishments.Next, to focus on the effects of the 2019 minimum wage increase, we exclude job spells that beganin 2020 or ended before 2017. We also remove observations with inconsistent dates (e.g., end datespreceding start dates) and retain only records corresponding to the second Tuesday of each month.After these filters, the dataset contains 69,684 establishments and 2,465,772 workers.To identify minimum wage workers, we first construct an hourly wage measure using the contributionbase,34 the number of days worked in the month, and the partiality coefficient from the affiliationrecords.35 Workers are then classified as minimum wage earners if their estimated hourly wage fallsbelow 4.375 €/hr.In the next step, we construct a balanced panel of establishments with monthly observations. Weexclude 16,935 establishments that had no employees in 2018, 2,527 establishments operating in theprimary or public sector, and 5,927 establishments exhibiting extreme growth in employment orwages (above the 99th percentile).The consolidated sample consists of 44,295 establishments for the main analysis, of which 27,322establishments are part of the subsample covering the 2017-2019 period and 28,928 establishmentsfor the 2017–2018 subsample.31PET data is available upon request to the Spanish social security administration using this link.32The sample includes 3% of the establishments with less than 10 employees, 5% of the establishments with 10 to49 employees, 8% of the establishments with 50 to 249 employees, 10% for establishments with 250 to 499 employeesand 15% of the establishments with more than 500 employees. For more details, see this link.33These figures reflect the raw counts in the PET and are not weighted by their sampling strata.34The contribution base is used as a proxy for monthly earnings.35The partiality coefficient indicates the proportion of a full-time workday that the worker performs in a given jobspell.36B Tables and figuresHeterogeneous effectsTable 11: Heterogeneous results by autonomous communityVariables Wages EmploymentFraction affected × Andalucia 0.1215 −0.0948(0.0119) (0.0242)Fraction affected × Aragon 0.1086** 0.1359(0.0339) (0.0740)Fraction affected × Asturias 0.0945 0.0234(0.0332) (0.0416)Fraction affected × Canarias 0.1142* −0.0737(0.0165) (0.0308)Fraction affected × Cantabria 0.2256* 0.0526(0.0510) (0.1009)Fraction affected × Castilla y Leon 0.1189* 0.0231(0.0284) (0.0329)Fraction affected × Castilla-la Mancha 0.1546* −0.0388(0.0283) (0.0505)Fraction affected × Cataluña 0.1050* −0.0360(0.0117) (0.0241)Fraction affected × Ceuta y Melilla 0.0904 −0.0818(0.0403) (0.3092)Fraction affected × Comunidad Valenciana 0.1274* −0.0627(0.0146) (0.0246)Fraction affected × Extremadura 0.1468* −0.0757(0.0394) (0.0602)Fraction affected × Galicia 0.0855* −0.0483(0.0180) (0.0393)Fraction affected × Islas Baleares 0.1222* 0.0195(0.0277) (0.0541)Fraction affected × La Rioja 0.0918 −0.0909(0.0815) (0.0933)Fraction affected × Madrid 0.0935* −0.0206(0.0098) (0.0221)Fraction affected × Murcia 0.1474*** 0.0328(0.0264) (0.0507)Fraction affected × Navarra 0.0545* −0.0736(0.0331) (0.2582)Fraction affected × Pais Vasco 0.1233*** −0.0860(0.0328) (0.0482)Observations 27,322 28,928Controls YES YESNotes: p<0.01, p<0.05, p<0.10. Standard errors in parenthesis.The controls include the legal form of the establishment, establishment agein September 2018, the share of temporary workers in 2017 and 3-digitsector fixed effects. Standard errors are clustered at the stratum leveland PET’s probability of selection weights observations. The sample ofestablishments for regressions on employment includes establishments thathad workers in 2017 and 2018, while the sample for regressions on wagesalso had workers in 2019.Source: Own elaboration using PET data.37Table 12: Heterogeneous results by economic group sectorVariables Wages EmploymentFraction affected × Industry 0.1566 −0.0056(0.0205) (0.0352)Fraction affected × Construction 0.1198* −0.0947(0.0270) (0.0474)Fraction affected × Retail 0.1165* −0.0844*(0.0097) (0.0197)Fraction affected × Transportation and storage 0.1155* −0.0617(0.0314) (0.0314)Fraction affected × Hostelry 0.1597*** −0.0759(0.0249) (0.0405)Fraction affected × Communications 0.1614 −0.0339(0.0242) (0.0647)Fraction affected × Finance, insurance and real estate 0.0904* −0.0095(0.0150) (0.0356)Fraction affected × Scientific and technicals 0.1124* −0.0126(0.0186) (0.0337)Fraction affected × Administrative and auxiliary services 0.1104* 0.0005(0.0213) (0.0528)Fraction affected × Education 0.0629 −0.0292(0.0266) (0.0651)Fraction affected × Health 0.0990* −0.0340(0.0219) (0.0365)Fraction affected × Household employees, art and recreational activities 0.0976* −0.0174(0.0100) (0.0199)Observations 27,322 28,928Controls YES YESNotes: p<0.01, p<0.05, p<0.10. Standard errors in parenthesis. The controls include the legal formof the establishment, establishment age in September 2018, the share of temporary workers in 2017 andprovince fixed effects. Standard errors are clustered at the stratum level and PET’s probability of selectionweights observations. The sample of establishments for regressions on employment includes establishmentsthat had workers in 2017 and 2018, while the sample for regressions on wages also had workers in 2019.Source: Own elaboration using PET data.38Table 13: Heterogeneous results by establishment sizeVariables Wages EmploymentFraction affected × 1–5 0.1142* −0.0394(0.0057) (0.0109)Fraction affected × 6–9 0.1230** −0.0526(0.0121) (0.0301)Fraction affected × 10–49 0.1056 −0.1022(0.0116) (0.0261)Fraction affected × 50–249 0.0938 −0.0605(0.0259) (0.0668)Fraction affected × +250 0.1517 −0.1237(0.0589) (0.0763)Observations 27,322 28,928Controls YES YESNotes: *p<0.01, p<0.05, p<0.10. Standard er-rors in parenthesis. The controls include the legal formof the establishment, establishment age in September2018, the share of temporary workers in 2017, provincefixed effects and 3-digit sector fixed effects. Standarderrors are clustered at the stratum level and PET’s prob-ability of selection weights observations. The sample ofestablishments for regressions on employment includesestablishments that had workers in 2017 and 2018, whilethe sample for regressions on wages also had workers in2019.Source: Own elaboration using PET data.39Figure 8: Elasticities by economic sectorNotes: This figure shows the own-wage elasticity by 2-digit CNAE sector. We construct the 95% confidence intervalsusing the delta method and assuming independence of the employment and wage elasticities. Confidence intervalswere also capped at -3 and +1.5 for visualization purposes. For more details, see Table 11 of the Appendix.Sources: Own elaboration using PET data.40Figure 9: Elasticities by regionNotes: This figure shows the own-wage elasticity by the autonomous community. We construct the 95% confidenceintervals using the delta method and assuming independence of the employment and wage elasticities. Confidenceintervals were also capped at -3 and +1.5 for visualization purposes. For more details, see Table 12 of the Appendix.Sources: Own elaboration using PET data.41Figure 10: Elasticities by establishment size in 2018Notes: This figure shows the own-wage elasticity by firm size. We construct the 95% confidence intervals using thedelta method and assuming independence of the employment and wage elasticities. For more details, see Table 13 ofthe Appendix.Sources: Own elaboration using PET data.42Matching balance checkTable 14: Mean differences of the balanced sample of establishmentsVariable Treated Control P-value Treated (before)Share of temporary workers in 20170% 23.1% 23.1% 1.00 19.7%(0, 30%] 40.0% 40.0% 1.00 37.6%(30, 60%] 21.6% 21.6% 1.00 24.4%(60, 100%] 15.3% 15.3% 1.00 18.2%Economic sectorAdministrative and auxiliary services 6.8% 6.8% 1.00 9.3%Communications 2.1% 2.1% 1.00 2.4%Construction 3.6% 3.6% 1.00 3.0%Education 3.3% 3.3% 1.00 5.3%Finance, insurance and real estate 3.8% 3.8% 1.00 3.8%Health 5.4% 5.4% 1.00 7.6%Hostelry 11.1% 11.1% 1.00 9.4%Household employed, art and recreational activities 12.1% 12.1% 1.00 14.1%Industry 9.7% 9.7% 1.00 8.5%Retail 30.9% 30.9% 1.00 26.1%Scientific and technicals 7.7% 7.7% 1.00 7.1%Transportation and storage 3.4% 3.4% 1.00 3.5%Age of establishment+20 years 13.2% 13.2% 1.00 13.5%1-5 years 30.1% 30.1% 1.00 28.8%11-20 years 33.5% 33.5% 1.00 33.3%6-10 years 23.2% 23.2% 1.00 24.5%Legal form of the establishmentCooperative 0.3% 0.3% 1.00 1.1%Others 8.2% 8.2% 1.00 9.1%Private Limited Company 63.7% 63.7% 1.00 58.6%Public Limited Company 6.6% 6.6% 1.00 8.9%Sole trader 21.2% 21.2% 1.00 22.2%Autonomous communityAndalucia 19.1% 19.1% 1.00 17.7%Aragon 1.6% 1.6% 1.00 2.1%Asturias 1.3% 1.3% 1.00 1.8%Canarias 6.5% 6.5% 1.00 8.4%Cantabria 0.6% 0.6% 1.00 1.0%Castilla y Leon 2.0% 2.0% 1.00 2.7%Castilla-la Mancha 2.4% 2.4% 1.00 3.1%Cataluña 20.3% 20.3% 1.00 17.3%Ceuta y Melilla 0.0% 0.0% 1.00 0.1%Comunidad Valenciana 12.2% 12.2% 1.00 11.3%Extremadura 0.9% 0.9% 1.00 1.7%Galicia 4.7% 4.7% 1.00 5.2%Islas Baleares 1.8% 1.8% 1.00 2.2%La Rioja 0.2% 0.2% 1.00 0.4%Madrid 20.1% 20.1% 1.00 17.3%Murcia 3.6% 3.6% 1.00 4.4%Navarra 0.4% 0.4% 1.00 0.5%Pais Vasco 2.3% 2.3% 1.00 2.6%Notes: This table presents the distribution of establishments in the matched sample used in columns (7) and(8) of Table 3. We implement Coarsened Exact Matching (CEM) to compare establishments with zero exposure(control group) to those with at least one affected worker (treated group). Columns "Treated", "Control",and "Treated (before)" report the distribution of establishments by characteristic, while the "P-value" columndisplays the results of statistical tests assessing whether differences between groups are statistically significant.Source: Own elaboration using PET data. 43C Firm entryA key confounding factor is the effect of the minimum wage increase on establishment entry. Ifworkers are laid off from firms that are highly impacted by the minimum wage but quickly secureemployment at firms outside our fixed sample, we risk overstating the policy’s negative effects (Dube& Lindner, 2024). Conversely, entry rates could decline if increased labour costs deter the creationof new firms, especially in labour-intensive sectors with high shares of affected workers.To assess the likelihood that entry rates affects the scope for worker reallocation, we constructeda panel dataset with the monthly count of active establishments in the Spanish Social Securitysystem from 2017 to 2019 by sector (2-digit CNAE 2009), size and region. The data come froma register of the Ministry of Labor and Social Economy 36 and are combined with data on meanexposure calculated in September 2018 using our PET sample. We then estimate the followinglinear regression:yit − yit−12yit−12= β0 + β1F Ai × 1(t ≥ 2019m1) + γt + γi + εit (3)Where i stands for the unit of analysis and t for the monthly date. y is the number of activeestablishments and F A the mean exposure of establishments in September 2018. We further clusterthe standard errors at the unit level of analysis.The results are presented in Table 15. We do not find evidence of significant changes in entry ratesin highly exposed sectors or by firm size following the 2019 minimum wage increase, but there isweak evidence of a small decrease in entry rates at the regional level. This is consistent with a null(or broader) impact of the policy on entry rates, posing no threat to our identification strategy.36Monthly statistics of active establishments in the Social Security System, available here.44Table 15: Analysis of establishments entry ratesVariables Sector Firm size Region(1) (2) (3)Fraction affected 0.0152 -0.0443 -0.0311(0.0282) (0.1126) (0.0171)Observations 288 144 432Notes: *p<0.01, p<0.05, *p<0.10. Standard errors inparenthesis and clustered at the relevant level of exposure(sector, firm size or region). Each column reports results froma linear regression of the annual change in the firm entryrate on the average share of workers affected, controllingfor cross-sectional and time fixed effects. The sample variesaccording to the unit of analysis: economic sector (2-digitCNAE), firm size (1–5, 6–9, 10–49, 50–249, 250–500, and500+ employees), and region (CCAA).Sources: Own elaboration using data from the Ministry ofLabor and Social Economy, and PET.45 Firm-Level Employment Dynamics and Minimum Wages: Evidence from Spain Firm-Level Employment Dynamics and Minimum Wages: Evidence from Spain	查看 103265	联邦应用经济学研究基金会	2025-05-21 11:17:35 2025-05-21 11:19:14	word

9952 «Previous 1 301 399 Next»