Labour Markets Transitions in the Greening Economy: Structural Drivers and the Role of Policies

Key Findings

• Bildung als stärkster individueller Treiber: Hochschul-Absolvent:innen haben rund 2× (tertiär allgemein) bis ~6× (Ingenieurwesen) höhere Wahrscheinlichkeit, aus Nicht-Erwerbstätigkeit in einen Green-Job zu wechseln (gegenüber Pflichtschul-Referenz), feldabhängig.
• Gender-Gap signifikant: Frauen haben deutlich niedrigere Übergangswahrscheinlichkeit in Green-Jobs aus Nicht-Erwerbstätigkeit — strukturell bedingt durch Sektor-Mix (Bau, Energie sind männlich dominiert).
• Displacement-Risiko in High-Polluting-Industries: Erhöhtes Verdrängungsrisiko in Kohle-, Stahl-, Zementindustrie, aber keine systematisch höhere Langzeit-Arbeitslosigkeit — Übergänge laufen über andere Sektoren, nicht über Langzeit-AL-Kanäle.
• Policy-Hebel: Generelle strukturelle Arbeitsmarktpolitik (Job-Schutz-Flexibilisierung, Mobilitätssubventionen, Bildungsförderung) wirkt stärker als spezifische Green-ALMPs — zumindest in der OECD-Sample-Periode 2011–2019.
• Bildungs-Externalitäten als Kernmarktversagen: Konvergenz mit WIFO-Green-Jobs-AT: Bildungsexternalitäten (Trittbrettfahrer-Problem privater Ausbildungsinvestitionen) sind zentrales Marktversagen am Übergang Klima-Investition → Beschäftigung.

Methods

• Mikro-Panel-Regressionen auf gepoolten EU-Labour-Force-Survey (EU-LFS) + EU-Statistics-on-Income-and-Living-Conditions (EU-SILC) + nationale Beschäftigungs-Register.
• 20 EU/EFTA-Länder (AT, BE, CZ, DE, DK, EE, ES, FI, FR, GR, HU, IE, IT, NL, NO, PL, PT, SK, SL, UK) — Österreich explizit im Sample.
• Worker-Transition-Wahrscheinlichkeiten (Nicht-Erwerbstätigkeit → Green/Non-Green-Jobs); Difference-in-Differences zwischen Polluting- und Non-Polluting-Industries.
• Green-Jobs-Definition via Vona/Marin/Consoli-Task-Approach (O*NET-Mapping auf ISCO-Berufe).
• Periode: 2011–2019 (Pre-COVID, Pre-Fit-for-55).

Limitations

• Periodenabdeckung 2011–2019: Post-COVID (2020+) und post-Fit-for-55-Beschleunigung (2021+) nicht abgedeckt.
• Green-Jobs-Definition via Task-Approach (O*NET/ISCO-Mapping) — methodisch heterogen gegenüber WIFO-AT-Klassifikation (NACE-Sektor-Ansatz); Klassifikations-Sensitivität dokumentiert.
• 20-Länder-Pool: AT-spezifische Befunde sind Teil des Gesamtsamples, aber nicht separat ausgewiesen.

Relevance to Wien

Tier-1-International-Hauptanker für WFK-9.1.1 zur Frage-Komponente „Synchronität von Bedarf und vorausschauenden Investitionen (Qualifikation)". AT-explizites Sample-Land ermöglicht Cross-Validierung mit WIFO-Green-Jobs-AT (Konvergenz auf Bildungs-Externalitäten als Kernmarktversagen). Für MA 23 (Wirtschaft, Arbeit): OECD-Befunde zu struktureller Arbeitsmarktpolitik als stärkerem Hebel als Green-ALMPs sind Policy-relevant für Wiener Arbeitsmarktplanung.