Working Paper Jordania 2019

Female Labor in Jordan: A Systematic Analysis of Barriers and Opportunities

Published
Working Paper
Pages
67
Language
English
Released
2019

Transcripción completa del PDF reformateada para lectura web. Descargar PDF original para tablas, figuras y referencias.

Abstract

Women in Jordan are excluded from labor market opportunities at among the highest rates in the world. Previous efforts to explain this outcome have focused on specific, isolated aspects of the problem and have not exploited available datasets to test across causal explanations. We develop a comprehensive framework to analyze the drivers of low female employment rates in Jordan and systematically test their validity, using micro-level data from Employment and Unemployment Surveys (2008-2018) and the Jordanian Labor Market Panel Survey (2010-2016). We find that the nature of low female inclusion in Jordan’s labor market varies significantly with educational attainment, and identify evidence for different factors affecting different educational groups. Among women with high school education or less, we observe extremely low participation levels and find the strongest evidence for this phenomenon tracing to traditional social norms and poor public transportation. On the higher end of the education spectrum – university graduates and above – we find that the problem is not one of participation, but rather of unemployment, which we attribute to a small and undiversified private sector that is unable to accommodate women’s needs for work and work-family balance.

Semiray Kasoolu, Ricardo Hausmann, Tim O’Brien, and Miguel Angel Santos
Harvard CID Working Paper · September 2019

The authors would like to express their great appreciation to Johanna Ramos for sourcing critical data for this study and for providing thoughtful advice on empirical methods. We would also like to thank Ljubica Nedelkoska, Nikita Taniparti and Ana Grisanti for their thoughtful comments and research assistance. Finally, we would also like to thank the Growth Lab Jordan team and our counterparts in Jordan. The opinions expressed here do not necessarily reflect those of the Executive Directory, or the countries represented. The usual disclaimers apply.

1. Introduction

From every perspective, labor market inclusion for Jordanian women is amongst the lowest in the world. The national estimate of unemployment for Jordanian women stood at 26.9% in 2018 (EUS, 2018). Comparing to data compiled by the World Bank as of 2018, this was the 5th highest female unemployment rate among 188 countries with data reported (WDI). But this is only part of the story. The female labor force participation rate in Jordan (15.0%) is also the 4th lowest in the world. Only women in Iraq (13.0%), Syria (12.9%), and Yemen (6.2%) are participating at a lower rate. As a result, Jordan’s female employment rate (10.9%) – defined as the number of employed women divided by the number of working age women – was also the 5th lowest in the world in 2018, only above that of Iraq (10.8%), West Bank and Gaza (9.5%), Syria (9.5%), and Yemen (4.6%) (WDI).

This exceptionally low female inclusion has been remarkably non-responsive to Jordan’s expansionary and recessionary cycles over the previous thirty years. During a period of moderate economic growth in the 1990s, the female employment rate was stagnant, averaging 8.6%. Subsequently, the strong economic growth registered between 2000 and 2008 was accompanied by a female employment rate that fell over the first half of the period (from 9.7% to 8.9% between 2000 and 2004) and rose in the second (from 8.9% to 11.3%, 2004 to 2008). Female employment outcomes were also uncorrelated with the growth slowdown that Jordan has faced since 2008. Unemployment among women actually declined as the economy stagnated between 2008 and 2012, before increasing again (from 20.9% to 25.6% over 2012 to 2016). This increase in unemployment since 2012 was accompanied by a decline in participation rates (from 15.8% to 14.8%), which kept employment rates roughly constant (averaging 11% over the same period).

Jordan’s level of female labor market inclusion is low even by Arab World standards. As of 2018, out of the 20 countries with the lowest female employment rates in the world, 14 were Arab countries, as defined by the World Bank. And yet, looking at labor market indicators for Jordanian women in particular,1 we notice that on average they displayed much worse labor market outcomes than their Arab counterparts: a 32% lower employment rate (11.3% vs. 16.7%, respectively), a 30% lower participation rate (15.4% vs. 21.9%), and a 44% higher unemployment rate (26.9% vs. 18.7%) (EUS, 2018 and WDI). This poor record, in terms of labor market inclusion, is in stark contrast with Jordan’s much higher education outcomes – the female gross tertiary-education enrollment rate is 45.5% against 28.8% in the rest of the Arab World.2

1 As opposed to labor market indicators for all women in Jordan, regardless of citizenship. All World Development Indicators presented do not differentiate by citizenship.
2 Gross enrollment rate from the World Bank’s World Development Indicators, sourced from UNESCO Institute for Statistics, reflects the total enrollment (of females), regardless of age, divided by the population (of females) in the age group typically corresponding to tertiary education. Jordan’s figures are from 2012, before the Syrian refugee crisis.

The persistent pattern of low female labor market inclusion, in spite of a substantial improvement in educational attainment and independent of economic swings, is puzzling and begs a rigorous explanation. A thorough, evidence-based analysis of this puzzle is not only essential in order to expand opportunities for women in Jordan but is also critical to promoting growth and structural transformation of the country’s economy. That is the central purpose of this paper: To propose a comprehensive framework to rethink the issue of low female employment, and to systematically test alternative drivers – and their corresponding interactions – to inform the design of public policy aimed at increasing employment opportunities and labor market inclusion of women in Jordan.

There is a substantial body of literature documenting potential causes of female labor market exclusion in Jordan. We think of these studies as identifying factors in a continuum, ranging from social norms at one extreme and more policy-related factors at the other. Furthermore, factors along the continuum tend to reinforce one another in ways that are difficult to disentangle, so for analytical purposes it is worth considering them as separate categories of potential explanations.

At one end, we find cultural factors regarding women’s roles in households and society that might be constraining their professional pursuits. These social norms and expectations are complex and can manifest in several ways: decisions made by women themselves about whether to work; household-level decisions influenced by husbands and other family members; and cultural beliefs held by employers that can lead to significant discrimination against women in hiring. Among these, Peebles, et al. (2005) argue that there is considerable discrimination against women in the private sector, as employers believe that women are relatively less committed employees due to family duties. These findings are further suggested by a survey of 2,000 firms in Amman carried by the World Bank (2012a), where 30% of firms reported a preference for hiring men and 21% of them strongly agreed that mixing men and women at the workplace was inappropriate. A more recent study by the World Bank (2018) focusing on social norms and beliefs suggests that a binding constraint to female employment is male preferences about women’s work, which include strong disapproval from husbands (70% of respondents) towards women returning home after 5:00 pm, attitudes against the mixing of men and women in the workplace, general discouragement from husbands to work, and male relatives’ occupational preferences for the women in the family.

At the more policy-related end of the spectrum, there are studies that explore labor market regulations that determine the professional opportunity set for women. This perspective is agnostic to potential social norms that go into their employment decisions. Of course, the process of defining labor market rules is inevitably mediated by social norms. Nevertheless, studying the direct impacts of labor market regulations on employment outcomes is still illuminating. Among these studies, Kalimat & Al Talafha (2011) focus on regulatory rules that create differential treatment of men and women in the private sector. Their report explores the implications of Article 72 of the Jordanian Labor Law, which demands that employers provide a nursery and qualified childcare workers for workplaces with a minimum of twenty married women and ten children under the age of four years. The authors conclude that this fixed cost, at an arbitrarily defined threshold, incentivizes employers to discriminate against hiring women. Another mechanism of potential employer discrimination against women that they identify is the relatively earlier retirement age imposed on women – women have to retire by age 55, five years earlier than men. Finally, they also highlight policies that prohibit night work (between 7:00 PM and 6:00 AM) for women, which could limit women’s professional advancement and the set of feasible occupations that they ultimately pursue. The negative impacts of enforcing Article 72 of the Labor Law are also explored by Shomali (2016), who documents the strong incentives it provides for private companies in the telecommunication sector not to hire women. Assaad, Hendy, Lassassi & Yassin (2018) attribute the stagnant female labor participation rates in four MENA countries – Algeria, Egypt, Jordan and Tunisia – to the inability of the private sector to make up for the contraction in public sector employment opportunities for women.

In the middle of this culture-policy continuum, there are several studies that highlight a combination of these factors and – at least from an argumentative standpoint – emphasize ways in which they reinforce each other. Among these studies, Miles (2002) uses data from focus groups in Jordan to highlight the role of cultural limitations on female mobility (transportation). This study also emphasizes the effects of a shrinking public sector on women’s employment opportunities, together with the persistence of substantial discrimination in the private sector. Echoing these conclusions, a study published by the World Bank (2012b) provides evidence suggesting that Jordanian society puts a lot of pressure on women to stay at home, particularly after marriage; however, it also stresses that women are queuing up to work in the public sector.

On the one hand, the literature on the policy-related factors illustrates the regulatory environment and legislative changes that have an effect on female employment and participation. They do not, however, explain the largely flat female participation rate across time. On the other hand, research that focuses primarily on social norms deepens the puzzle of why the culture surrounding women’s education seems to have changed dramatically, while labor market outcomes have not. The expansive body of research on female labor exclusion provides insights into the many drivers of the problem but has yet to systematically test these drivers in a way that can facilitate policy decisions that aim to improve labor market opportunities for women in Jordan.

In order to bridge this gap, we propose an integrated framework to think about the levers of female labor market exclusion in Jordan, and we methodically assess the explanatory power of each potential driver. Our analysis primarily uses microdata from Jordan’s Employment and Unemployment Surveys (2008-2018) and panel data from the Jordanian Labor Market Panel Survey (2010 and 2016), while also drawing upon other international data sources, including the American Community Survey, World Values Survey, and the World Development Indicators as needed.

Our results depart from those reported in previous studies in a number of ways, starting with the problem definition itself. We find that the drivers of low female employment rates in Jordan differ greatly along the dimension of educational attainment. For women who have completed high school or less, labor market exclusion is predominantly a phenomenon of extremely low labor force participation. Within this segment, we identify evidence that cultural beliefs regarding the role of women in society and public transportation are the two most important causes of low participation. Meanwhile, labor market participation among women with a university degree or higher is not significantly different from that of men with similar qualifications. Within this more educated group of women, we observe that low employment rates are driven by high rates of unemployment in comparison to men. We trace this outcome to the central problem of a small and undiversified private sector that is unable to accommodate women’s need for work and family balance.

In the process of evaluating alternative hypotheses for what is driving female exclusion in Jordan, the potential causes that we reject based on the evidence are as important to understand from a policy perspective as those that we fail to reject. Two particular cases are noteworthy. First, we do not find evidence supporting the hypothesis that Jordanian women with high educational attainment experience high unemployment rates due to unreasonably high wage expectations. Second, we reject the hypothesis that low female employment rates are driven by the presence of foreign workers in the Jordanian labor market.

The remainder of the paper is organized as follows. Section 2 presents several stylized facts on the female labor force in Jordan and introduces our analytical framework. Section 3 is devoted to describing our data sources and defining the empirical strategy followed in testing alternative hypotheses. Section 4 presents our findings on the potential drivers of low participation (left-hand side of our framework tree), while Section 5 contains our findings on the potential drivers of unemployment (right-hand side of our framework tree). Our main conclusions, areas for future research, and policy implications are discussed in Section 6.

2. Stylized Facts and Analytical Framework

Jordan occupies an interesting place in a well-documented U-shaped relationship between women’s labor force participation and the level of income per capita (Goldin, 1995). The relationship shows that at low levels of income per capita, women participate in the labor force at high rates, doing mostly unpaid work on family farms. As industrialization takes hold and incomes per capita rise, female participation falls due to a combination of an income effect and lower demand for female labor in agriculture. Goldin (1995) notes that the movement of female labor to industrial jobs tends to be slower than that of males because of cultural barriers and higher sensitivity to travel costs. These effects account for the downward slope of the curve at lower levels of income. As per capita incomes continue to rise, educational outcomes tend to improve for women, which eventually lead to greater participation in the labor force across all sectors of the economy – accounting for the upward slope of the curve at higher levels of income. As shown in Figure 1, that general logic can also be extended to employment rates, which is a more complete measure of overall labor market conditions, as it provides insights into both unemployment and participation issues.

Figure 1: Female Employment Rate vs. Income per capita (2018). Source: WDI. Note: Regional comparators designated in orange.

The relationship shows that there is significant variation in employment rates across countries of similar incomes, but that a noteworthy U-shape remains. As of 2018, Jordan’s level of GDP per capita positions it at the low point of the U-shaped relationship, while the particular context of Jordan places its female employment rate well below many countries at a similar level of income. One interpretation of Jordan’s location is that the country is at a point of transitioning to a level of higher female labor market participation and employment rates, but it is also evident that something about the Jordanian context is pushing Jordan’s female labor inclusion to the bottom of the cross-country distribution. For example, at the same level of per capita income, Guatemala’s female employment rate (4 times that of Jordan’s) is more typical, while Angola’s female employment rate is 7 times that of Jordan.

Given this relationship, we should expect to see higher rates of female labor force participation and employment in the future – provided that economic growth continues – as their educational attainment and employment tend to rise together. However, the magnitude of the expected increases is far from obvious, especially with the clear divergence in these two trends over time in Jordan. The theory encapsulated in the U-shaped curve emphasizes the importance of disaggregating labor market indicators by education levels in order to get a better understanding of the link between female educational attainment and employment outcomes in Jordan, and therefore to better understand the long-term trends that are at play.

As it turns out, employment indicators in Jordan display sharp variation by levels of education. We look first at labor force participation rates (Figure 2) and then at unemployment rates (Figure 3). Jordanian women with high school diploma or less have dismal low labor force participation rates (4.2% and 3.5% respectively). They participate at rates that are at least 13 times less than that of women with university degree (55.3%). Meanwhile, the participation rate for men with similar educational attainment is 15 times higher than that of women with less than a high school education, and more than 9 times higher than that of women who attended high school.3

There are at least two other noteworthy features in Figure 2. First, unlike the sharp differences that we observe in female labor force participation rates across educational attainment, the participation rate of Jordanian men is flatter across these levels. The highest participation rate among men (those with university degrees) is roughly twice the lowest participation rate (those who attended high school only), while for women the corresponding ratio is 20 times – a staggering difference. Second, the gap between female and male labor force participation rates steadily narrows as one moves up the education system in Jordan. While a male with less than a high school education is 15 times more likely to participate than a woman with the same level of education, there is virtually no difference in labor force participation rates between the genders at the postgraduate level. It is clear from these patterns that low female labor force participation is driven by extremely low participation rates among women with low levels of education.

3 Estimates based on Jordan’s 2018 Employment and Unemployment Survey, including formal and informal work.

Figure 2: Jordanian Labor Force Participation Rates by Gender and Education (2018). Source: EUS, 2018.

Turning to unemployment patterns, Figure 3 illustrates that whereas low female labor participation is particularly prevalent among women with lower educational attainment, unemployment is the defining problem faced by women at higher levels of education. Despite an increase in participation rates of women as one moves up the educational system, the unemployment rate initially increases (reaching over 30% for university graduates), before falling for women with postgraduate degrees (to just over 19%). With the exception of those with less than a high school education (a group in which extremely few women participate to begin with), unemployment rates are significantly higher for women than men at each level of education.

Figure 3: Unemployment Rates of Jordanians by Gender and Education Level (2018). Men: Less than high school 17.2%, High school 10.5%, Intermediate diploma/Associate degree 13.1%, University 19.3%, Graduate Degree and PhD 6.1%, Aggregate 16.4%. Women: Less than high school 11.4%, High school 16.7%, Intermediate diploma/Associate degree 23.5%, University 32.0%, Graduate Degree and PhD 19.6%, Aggregate 26.9%. Source: EUS, 2018.

It is worth noting that a year earlier, in 2017, unemployment rates among women with lower levels of education (all those below university) were much higher – each above 30% – and the aggregate unemployment rate for women was also higher (33.1%, vs. 26.9% in 2018) (EUS, 2017). This should not mistakenly be interpreted as an improvement in female labor market inclusion. The significant drop in female unemployment was almost entirely due to a drop in the labor force participation rates of less educated women. Jordanian women with less than a high school degree participated at a rate of 5.5% in 2017, but only at 3.5% in 2018, while women with a high school degree saw a drop in their participation rates from 6.9% to 4.2%. This translates into the relatively low unemployment rates we see for the first two groups in Figure 3 and the reduction in aggregate female unemployment from 2017 to 2018. Moreover, because this came from a change in labor force participation (fewer women looking for work) rather than from more women finding work, the aggregate employment rate for women actually fell slightly (from 11.5% for Jordanian women in 2017 to 10.9% in 2018).

The defining problem for Jordanian women with high levels of education is unemployment: there are insufficient jobs for those who want them. Meanwhile, the defining problem for Jordanian women with a low level of education is that they do not participate in the labor force to begin with – they do not look for work. This descriptive finding is critical for any analysis that seeks to disentangle the causes of poor labor market outcomes for women in Jordan. It strongly suggests that the constraints faced by women with low levels of education are necessarily different from those faced by highly educated women. One implication of this descriptive pattern is that highly educated women (with a university degree and above) make up nearly 60% of the female labor force (i.e. those working or looking for work). Since the unemployment rate is highest for highly educated women, it follows that highly educated women represent over 60% of unemployed women in Jordan.4

4 This statistic is sometimes misinterpreted in Jordan. The observation stated in this paper is that over 60% of unemployed women have a university degree, and not that over 60% of Jordanian women with a university degree are unemployed (that figure was actually 32% in 2018).

Table 1 summarizes these patterns by providing the estimated size of various population and labor market segments based on the 2016 Jordan Labor Market Panel Survey. Although working age men and women have a similar education profile, the educational profile of the female labor force differs. This pattern carries through to the distributions of employed and unemployed women.

Table 1: Labor Market Indicators by Educational Attainment in 2016

Panel A: Jordanian women

Education group Working age population Labor force Employed Unemployed
Less than high school 1,083,153 64,342 46,214 18,128
High school 618,371 95,569 66,685 28,884
University and above 347,455 192,133 124,843 67,290
Total 2,048,979 352,044 237,742 114,302

Panel B: Jordanian men

Education group Working age population Labor force Employed Unemployed
Less than high school 1,160,281 687,747 600,365 87,382
High school 514,655 310,005 284,040 25,965
University and above 328,076 251,748 218,077 32,578
Total 2,003,012 1,249,500 1,102,482 145,925

Source: JLMPS 2016

Analytical Framework

In order to systematically explore the causes behind low female labor market inclusion, and ultimately low female employment, we apply a framework that allows us to decompose our analysis into the two defining problems as described above: participation and unemployment. The statistical indicators used to measure employment, unemployment and labor force participation are linked through equation (1). On the left-hand side is the employment rate, defined as total number of women employed in the economy divided by the population of working age women (aged 15-64). This is the product of two terms on the right-hand side of the equation. The first term is the female labor force participation rate (defined as the number of women either working or actively looking for work as a share of the working age population). The second term captures the share of those women who are working, expressed as 1 minus the unemployment rate.

Total women employed / Women aged 15–64 = (Women in labor force / Women aged 15–64) × (1 − Women unemployed / Women in labor force)    (1)

This equation guides our analytical approach, which we can visualize as a diagnostic tree (Figure 4). The ultimate goal of policymakers and other actors is to increase the employment rate of women (especially Jordanian women) in Jordan. In order to do this, actors require a theory of change guided by an understanding of what is causing low employment. As equation (1) captures, low employment rates can be explained by either low labor force participation rates, high unemployment rates, or a combination of both. As discussed above, both of these problems are at play in Jordan; though they apply differentially for different groups of women by education level. Accordingly, the remainder of this working paper seeks to test the causes of each problem separately. Guided by previous literature and interviews with businesses and government officials, we selected a number of potential causes on each side of the diagnostic tree to explore through rigorous hypothesis testing using a variety of empirical methods.

Figure 4: Analytical Framework

On one side of the tree, we test for three potential drivers of low labor force participation among women with low levels of education. From this point forward, for simplicity, we will use the language of “low-skilled” as synonymous with “low education” – though we recognize that these terms are imperfect substitutes. We explore three distinct drivers of low participation: cultural barriers, mobility constraints associated with transportation, and problems stemming from the childcare market. Though these are presented as distinct categories here, there are of course numerous interactions between these drivers. When we find such interactions, we attempt to map out vicious cycles and break down the interactions analytically to elucidate which factors predominate and underlie these cycles.

On the other side of the tree, we explore potential drivers of high unemployment rates, which are more prevalent among women with high levels of education. As this side of the tree frames the issue within the context of a market (the labor market), causal factors can be broadly separated into supply-side issues (problems stemming from specific characteristics of Jordanian women) and demand-side constraints (problems coming from firms). We analyze several possible constraints to either supply or demand. We also account for the possible avenues by which problems on this side of the tree can factor into participation decisions in the other side.

3. Data and Empirical Strategies

For each factor in the diagnostic tree, we conduct hypothesis testing using a variety of empirical methods and drawing upon a number of data sources as applicable. Hypothesis testing starts with a theory-based statement of the form, “If this factor is critical to the outcome, or ‘binding’, we would expect to observe the following evidence that is consistent with economic theory.” We then identify data sources that allow us to rigorously check for such evidence. If we construct tests that are able to distinguish a signal from noise, and we fail to find such consistent evidence as theory would predict, then we reject the hypothesis that the factor in question is critical to the outcome. On the other hand, if we find consistent evidence, then we do not reject the hypothesis, and proceed to compare the strength of the evidence with other potential causes.

3.1 Data

This paper primarily uses micro-level data from Jordan’s Employment and Unemployment Surveys (EUS), covering the period 2006 to 2018, and the Jordanian Labor Market Panel Survey (JLMPS) for 2010 and 2016. Both surveys are representative of Jordanian citizens, while the EUS for 2017 and 2018 are also representative of the non-Jordanian population, and both utilize standard international classifications of occupational and sector categories that are harmonized across the years. Each survey is representative of total employment, both formal and informal. The EUS have sample sizes consistently above 200,000 observations for all years, which provides statistical power for a number of analytical tests, along with the most recent data for 2018. Meanwhile, the JLMPS 2016 has only 33,450 observations, but it is richer than the EUS as it includes a finer level of geographic detail and captures a wider array of characteristics such as commute times to work, transportation methods, and self-reported reservation wages of the unemployed (for public and private sector jobs). Moreover, the JLMPS follows the same individuals in 2010 and 2016, which allows for more rigorous specifications in several empirical tests. Where relevant, we cross-check the representativeness of JLMPS with the EUS.

We supplement these datasets with others coming from Jordan’s Ministry of Education, and benchmark Jordan on certain indicators with comparable countries using the World Bank’s World Development Indicators (WDI), the World Bank’s Doing Business Indicators, the World Values Survey (WVS), and the American Community Survey (ACS) for 2017 provided by the Integrated Public Use Microdata Series (IPUMS). For international benchmarks related to occupation-specific measures, we use U.S. Bureau of Labor Statistics data.

Table 2 summarizes descriptive statistics from the 2017 EUS and 2016 JLMPS. There are a number of noteworthy differences between men and women in addition to the labor force participation and unemployment patterns described above. First, women are on average more educated than men – 45% of working age Jordanian women have high school and above education, compared to 39% of men. When we look at employment indicators, we see a large concentration of women in education – 41% of employed women work in this sector, compared to only 6% of men. The share of women working in the public sector is also higher – 46% of employed women work in the public sector compared to 38% of employed men. Additionally, on average women earn 8.7% less, work 12.7% fewer hours per week, and have commute times to work that are 38.7% shorter.

Table 2: Selected Descriptive Statistics by Gender

Men Women p-value
Number of observations (EUS) 76,782 75,468
Education
Less than high school 0.61 0.54 0.00
Vocational school 0.01 0.00 0.00
High school 0.21 0.27 0.00
University 0.16 0.17 0.00
Graduate and above 0.02 0.01 0.00
Socio-demographic characteristics
Age 33.6 34.5 0.00
Married 0.51 0.57 0.00
Labor market indicators
Participation 0.65 0.19 0.00
Unemployment 0.15 0.33 0.00
Industry of employment
Education 0.06 0.41 0.00
Human health and social work activities 0.03 0.14 0.00
Financial and insurance activities 0.02 0.03 0.00
Information and communication 0.01 0.02 0.00
Manufacturing 0.11 0.07 0.00
Sector of Employment
Public sector 0.38 0.46 0.00
Other
Salary (in JOD) 403.5 368.3 0.00
Weekly work hours 46.2 40.3 0.00
Commute time to work (in minutes)* 40.5 24.8 0.00
Reservation wage for public sector (JOD)* 328.4 297.0 0.01
Reservation wage for private sector (JOD)* 342.5 304.7 0.00

Note: All numbers are shares unless indicated otherwise. p-Values are based on t-tests on mean equality. * Variables sourced from the JLMPS 2016 (sample size 33,450). Source: EUS 2017, JLMPS 2016.

3.2 Empirical Strategies

For each branch of the tree shown in Figure 4, we use varying empirical methods in order to assess the significance of the issue in explaining low female inclusion outcomes. We employ a variety of quantitative and qualitative methods in order to test different hypotheses depending on data availability. Here, we summarize several econometric strategies utilized, which we detail further in each section of the analysis. Where the data allows for the utilization of these methods, we are able to draw the strongest conclusions.

For the left-hand side of the tree, we make extensive use of probit regression models. These models have a binary dependent variable, taking a value of 1 to indicate participation in the labor force (and 0 otherwise). We use this model to investigate the differential effect of various factors on the participation of women with different educational levels. Equation (2) shows the general specification applied, where Y is a binary variable denoting participation, X is a vector of characteristics, and Φ is the cumulative distribution function of the standard normal distribution.

Pr(Y = 1 | X) = Φ(β₀ + β₁X)    (2)

In some cases, we also use a bivariate probit model to estimate the joint probability of two binary outcomes. For example, to test the potential effect of a husband’s influence on a woman’s labor force participation, we use a bivariate model to predict the joint probability of the two binary outcomes of participating in the labor force and being married. Equation (3) shows the general equation used in such cases. In the example case, Y₁ is a binary variable denoting participation and Y₂ is a binary variable denoting being married, while X is a vector of characteristics and Φ is the cumulative distribution function of the standard normal distribution.

Pr(Y₁ = 1, Y₂ = 1 | X) = Φ(β₀ + β₁X)    (3)

To enhance the robustness of the results obtained using the bivariate probit specification, we use a logit model with individual-level fixed effects, which allows us to control for unobservable, time-invariant, individual-specific characteristics. Since we are able to follow the same individual from 2010 to 2016 with JLMPS data, we can control for unobservable characteristics at the individual level that may affect participation.5 In equation (4) below, Y is again a binary variable denoting participation in 2010 and 2016 of individual i at year t, X is a vector of characteristics, Λ is the cumulative distribution function of a standard logistic variable, ηi is the sum of all unobservable time-invariant characteristics of individual i, or the fixed effect, and εit is the logistically distributed error term.

5 There are 3,318 observations in the JLMPS sample that were surveyed in both years, representing a population of 694,681 working age women.

Pr(Yit = 1 | Xit, ηi, β) = Λ(Xit′β + ηi + εit)    (4)

For the right-hand side of the tree, we utilize two different econometric techniques: (1) a Heckman correction model for estimating wage determinants (based on Heckman, 1979), and (2) the Blinder-Oaxaca technique (based on Jann, 2008) to decompose mean difference in wages between Jordanian men and women. Since wages are the critical price mechanism mediating the labor market, these techniques allow us to disentangle potential supply and demand factors on the right-hand side of the diagnostic tree. We explain the motivation and general mechanics of each of these techniques here in the relevant sections of the analysis.

When analyzing wage determinants in order to understand how different sectors (for instance, public and private) reward productive characteristics of men and women in the country, one can employ wage regressions. However, we face a challenge in using simple wage regressions toward this end. Any estimate using data only on the employed population, which is a small fraction of working age Jordanian women, will be biased because the population that is out of the labor force differs along many important dimensions. In particular, women who would have low wages are unlikely to work, and thus excluding them from the estimation would introduce an upward bias (in estimating the returns to education, for example). To address this, we use a Heckman correction model, which corrects for sample selection bias by also including the population that is not working in the estimation through estimated omitted variables. In technical terms, this methodology is a two-stage estimation as follows.

Pr(Y = 1 | Z) = Φ(Zγ)    (5)

E(w | Y = 1) = Xβ + ρσuλ(Zγ)    (6)

Equation (5) – the selection equation – is an estimation of a probabilistic model of working, where Z is a vector of explanatory variables and γ is a vector of unknown parameters. We use a transformation from this equation to include in the wage equation as an additional explanatory variable to account for the omitted variable bias. Equation (6) – the wage equation – estimates the corrected wage given that a person works (Y=1), where w is the natural log of wages and X is a vector of characteristics. The last term is the transformation of the probability of working from equation (5), where ρ is the correlation between unobserved determinants of the propensity to work and unobserved determinants of wage offers u (error terms from selection and the regression equation), σu is the standard deviation of u, and λ is the inverse Mill’s ratio, which is the ratio of the probability density function over the cumulative distribution function of a distribution, calculated for Zγ.

Additionally, we apply the Blinder-Oaxaca technique to decompose mean differences between Jordanian men and women in wages that are based on regression models in a counterfactual manner. The methodology divides the wage gap into an explained part, which consists of differences in productive characteristics, such as education or industry of employment, and an unexplained part, which is a residual that cannot be explained by observable characteristics. This methodology is helpful in order to test hypotheses related to fair pay between Jordanian men and women and gain insight into the drivers of women’s private sector employment outcomes. The methodology estimates linear wage regressions for men and women and decomposes the gap in the following fashion:

Yw = Xwβw + μw    (7)

Ym = Xmβm + μm    (8)

Where Yw is the natural log of women’s wages and Ym is the natural log of men’s wages, and X is a vector of individual characteristics. The gap Ym − Yw can be decomposed into three additive effects: difference in endowments, difference in coefficients, and an interaction term:

Ym − Yw = [E(Xm) − E(Xw)]′βw + E(Xw)′(βm − βw) + [E(Xm) − E(Xw)]′(βm − βw)    (9)

We use a two-fold model, which is prominent in the discrimination literature. It is a pooled model with data of both groups used as a reference model to produce some nondiscriminatory coefficients vector β*. A two-fold model decomposes the gap into just two parts – the explained part, which corresponds to the first term in equation (10), and the unexplained part – the second term in equation (10). The explained part is approximately equal to the endowment effect plus the interaction term from equation (9), while the unexplained part approximates the difference in coefficients.

Ym − Yw = [E(Xm) − E(Xw)]′β* + [E(Xm)′(βm − β*) + E(Xw)′(β* − βw)]    (10)

4. Drivers of Low Female Labor Market Participation

In this section we present the results of our empirical analyses on the three potential factors preventing Jordanian women from participating in the labor market – that is, from actively looking for a job (left-hand side of analytical framework in Figure 4). These three hypotheses were selected for testing after a careful review of the available literature and several rounds of key stakeholder interviews in Jordan.

3.3 Culture

The first factor potentially constraining female labor force participation is cultural beliefs related to gender roles in society and in the work place. If this constraint is binding, we would expect to find consistent culturally grounded messages across international survey evidence that affect women’s decisions to seek work. In this case, we would then expect to see women who are more likely to be affected by those aspects of Jordanian culture – for instance, those based on region or based in marriage – to participate less. Given that highly educated women participate in the labor force at rates similar to men (and at rates higher than the participation rates of less educated women), we also expect to see evidence that the effect of these cultural factors weaken among more highly educated women. Finally, we also explore the labor market outcomes for Jordanian women who leave the country to work elsewhere, exploiting the plausible effect of a different labor market environment on their likelihood of working. This approach recognizes that Jordanian women abroad retain varying degrees of cultural worldviews as they adapt and assimilate to different cultural environments.

According to one recent survey (ILO & Gallup, 2017), Jordanian women ranked work and family balance as their biggest challenge to labor market participation, and expectations on women in the family and home were reflected in responses to other questions by both women and men. In response to the question, “Do you prefer [that] women work paid jobs, care for their families and homes, or do both?”, 31% of female respondents and 42% of male respondents selected caring for their family and homes. The share of Jordanian women who responded this way was comparable to the high share of such responses by women in Saudi Arabia and Lebanon (both 30%). Similarly, Jordanian men selected this response at the same rate as men in Saudi Arabia (42%).6 Other surveys also provide evidence that Jordanians hold highly traditional views when it comes to gender roles. According to the World Values Survey (WVS, 2014), 57% of surveyed Jordanians agree that children of working mothers suffer, which is the highest rate among the 59 countries in the survey, and far above the second highest country, Qatar (44%).

6 Interpreting surveys such as these necessitates acknowledging sources of response bias. We recognize that social desirability bias and other systematic biases in responses might over- or underestimate the true beliefs held by survey respondents. These potential biases highlight the importance of cross-country comparisons, and that is where Jordan stands out.

These attitudes seem to persist over time and are getting even stronger. In the 2000-2004 wave of the WVS, 80% of Jordanians agreed with the statement, “When jobs are scarce, men should have more right to a job than women.” That number jumped to 88% in the next wave (2005-09) and further rose to 93% in the most recent data (2010-2013). The latest wave, of course, corresponds to a time in Jordan when jobs had become increasingly scarce.

Each of these surveys report only averages, with no disaggregation of trends by educational level. They cannot, therefore, help us disentangle why women with high educational attainment display participation rates that are significantly higher than those of women with a high school education or less, despite both groups facing the same set of national cultural values (Figure 2). To explore how the probability of labor force participation changes with different levels of educational attainment, we use marriage as a proxy for the intensity of cultural influences. In order to explore how marriage/cultural influence, educational attainment and labor force participation relate to one another in Jordan, we employ a bivariate probit model. This model is used to estimate the joint probability of two binary outcomes – participating in the labor force (yes/no) and being married (yes/no) – while controlling for age, age squared, schooling, rural residence and governorate. We use the EUS 2017 as it has a higher number of observations than the JLMPS (a sample of 69,124 observations) and all the necessary variables for this specification. The full results are provided in Table 3 in the Appendix and some key findings are highlighted in the figures that follow.

Several noteworthy findings emerge. First, at low levels of education (less than high school) – representing the largest standalone segment of the working age population by far (61%) – there is a 50% reduction in participation after marriage. This suggests that attitudes of the husband and husband’s family are directly binding on the woman’s participation. But the participation rate of single women at this level of education is still only 9% (versus 4.5% for married women), which indicates that it is not only cultural aspects within marriage that impact women’s decision to work. Interestingly, as the level of education increases, the drop in participation rates associated with marriage reduces steadily to 13% at the postgraduate level.

Figure 5: Difference in Participation Rates Between Single and Married Women’s Participation. Values by education level: Less than high school 49.5%, High school 46%, Intermediate diploma/Associate degree 31%, University 22%, Graduate Degree and PhD 13%. Source: Estimated using a bivariate probit regression model for participating in the labor market and being married or single controlling for potential work experience, schooling, rural and governorate using the EUS (2017).

We next try to tease out cultural influences by looking at differences across governorates. If cultural beliefs were the binding constraint to female participation, we would expect to observe that women in less metropolitan and supposedly more traditional areas participate at a lower rate. Here we see another surprising pattern: women in governorates that are less metropolitan have a lower drop in their labor force participation rates after marriage than those in Amman. Jordanian women in Al Tafela, Karak, Mafraq, Jerash and Ma’an, across all education groups, actually have a lower drop in participation after marriage than their counterparts in Amman. This is contrary to what we would suspect if culture was the binding constraint to participation. Figure 6 shows the fall in participation after marriage for each governorate for women with a high school education or less, and with more than a high school education.

Figure 6: Drop in Participation with Marriage by Governorate. For women with high school and below: Irbid 55%, Al Zarqa 54%, Amman 53%, Ajlun 53%, Madaba 51%, Al Balqa 51%, Jerash 51%, Ma’an 50%, Al Mafraq 49%, Al Aqaba 48%, Al Karak 47%, Al Tafela 43%. For women above high school: Irbid 31%, Al Zarqa 37%, Amman 30%, Ajlun 30%, Madaba 30%, Al Balqa 28%, Jerash 25%, Ma’an 23%, Al Mafraq 23%, Al Aqaba 32%, Al Karak 25%, Al Tafela 18%.

The same analysis is indicative of other causes impacting the decision to participate in the labor force. The patterns reinforce the view that women decide to participate purely based on economic opportunity costs. Since the median wage for a woman with a university degree is 170 JOD higher than that of a woman with less than high school education (EUS, 2017), not looking for a job poses a higher opportunity cost for the household of a highly educated woman. This logic extends to the family, such that married couples with a highly educated woman will have an economic incentive for the woman to look for work. Consistently, the gap in participation between married and single women who are highly educated (Figure 6) is higher in governorates that have higher poverty rates compared to the national average (based on DOS poverty rates). Meanwhile, in less urbanized governorates, the share of women employed in the public sector is more than twice that in Amman (Al Tafela 73%, Ma’an 86%, Mafraq 67%, Jerash 68%, as compared to Amman 31%) (EUS, 2017). This, along with shorter commute times to work than in metropolitan Amman, could be playing a role in incentivizing higher participation. Both of these factors are explored in later sections.

We also run a more rigorous test to estimate the impacts of marriage on the probability of participating in the labor force, taking advantage of the panel structure of the JLMPS (2010-2016). For this, we use a logit model with individual fixed effects, which controls for time-invariant, individual-specific characteristics.7 This is a more robust specification because we are able to follow individuals over the course of six years and determine the effect of marriage on participation at the individual level. By doing this, we also capture unobservable characteristics that may affect participation – such as being a career-oriented or a more family-oriented person. Our results indicate that marriage is associated with a significant average reduction of 30% in the probability of participating in the labor force (estimated with marginal effects evaluated at the means). That number is higher than the unadjusted average registered in the United States, which is 10% (Bureau of Labor Statistics, 2018), but similar to the average observed in Turkey (33%) (Dayioglu, 2010). This regression does not provide the same level of disaggregation across education level and governorate as applied above to explore culture as a cause of low female labor force participation, but it does verify that marriage itself significantly impacts participation overall.

7 The results are reported in Table 5 of the Appendix.

An additional way to test the influence of cultural beliefs on labor force participation is to look at Jordanian women living and working outside of Jordan and their patterns of participation. The best quality data that we have to explore this is data on Jordanian immigrants in the United States. Jordanian women in the U.S. will tend to retain cultural values from Jordan, but will face a very different economic environment, as well as a different immediate cultural environment. Therefore, by comparing the participation rates of Jordanian women living in the U.S. with the participation rates of women from other countries living in the U.S. (who therefore face the same economic and cultural environment in the host country), we can partially explore the importance of Jordanian culture. We can also compare the participation of Jordanian women in the U.S. to that of Jordanian women at home. However, within this analysis we must acknowledge that immigrants are highly self-selected individuals, who might differ along many dimensions compared to people who do not emigrate, and thus might face structurally different barriers to labor force participation.

We compare the participation rates of women in the United States by educational attainment and birth place in Figure 7. Jordan shows the second lowest aggregate female participation among regional comparator nationalities, after only Saudi Arabia. Aggregate female labor force participation among these regional comparators ranges from roughly 40%, as in the case of Jordanian women, to around 60%, which is still 10 percentage points below the U.S. average female labor force participation rate. With the exception of women from Saudi Arabia, women from all of these comparator countries participate at very different rates by educational level. A notable similarity among the regional comparators is that none of their female participation rates for high school and less than high school educated women get close to the U.S. averages for these groups. Jordanian women participate at fairly average rates among the group for the highest and lowest education levels, while they participate at a slightly lower than average rate among women with high school only.

Figure 7: Female Labor Force Participation in U.S. by Education Level and Place of Birth (2017). Source: American Community Survey 2017, IPUMS.

Because Jordanian immigrants in the U.S. inherently represent some degree of self-selection, it makes little sense to compare the aggregate labor force participation rate of this group in the U.S. to the participation rate at home in Jordan. However, making the comparison by education level can add value. Jordanian women with less than a high school education participate at a rate of nearly 20% in the U.S. – more than five times the rate in Jordan. High school graduates’ participation rate in the U.S. is 40% – ten times that in Jordan and twice that of similarly educated Jordanian women in the U.S. Meanwhile, the participation rate in the U.S. for Jordanian women with a college education and above is roughly the same as it is for college-educated women in Jordan. This striking pattern is informative. It suggests that while Jordanian culture (as carried by the woman) may play a role by resulting in lower than average participation rates in the U.S. for women with less than a high school education, there are much bigger differences in the overall U.S. environment and labor market – including its culture – that are driving women with less education to participate much more than at home in Jordan. Interestingly, these labor market factors do not appear to be very different in influencing highly educated women’s decision to participate.

Across the lines of evidence, there is a mixed picture on the influence of culture on low labor force participation of women with low levels of education in Jordan. We have uncovered strong evidence suggesting that aspects of Jordanian culture work against female participation to a greater degree than in other countries, including those in the Arab World. At the same time, there is substantial evidence to assert that culture alone fails to explain the labor force participation patterns that we observe in Jordan. Culture cannot explain the patterns that we see in participation rates across regions of the country or when exploring marriage as a proxy for cultural values. Therefore, albeit playing a role in understanding labor market exclusion, social norms are definitely not the only factor at play. Also, the exact mechanisms through which culture affects the decision to enter the labor force are far from clear. Therefore, policymakers should proceed with caution when focusing on changing culture to address low female labor participation and, more broadly, low female employment.

3.4 Transportation

Based on a literature review and stakeholder interactions, we next test transportation as a binding constraint for female labor force participation, which is the second hypothesis we explore on the left-hand side of the framework tree. Since the problem we are seeking to explain in this section is why labor force participation is so low among women with low levels of education – compared to highly educated women and to men – the problem underlying this constraint must impact this group of women more intensively. For that, we reject any hypothesis that focuses only on transportation infrastructure, or the “hardware” of transportation, which is constant and applicable across all men and women and focus instead on the “software” of transportation. This includes the availability and efficiency of public transportation and the rules and norms that structure the provision of public transportation. In the available data, these are best represented by variables such as the mode of transportation to work and commute times. One significant difference between high-skilled and low-skilled female workers is their mode of transportation to work. As shown in Figure 8, 47.0% of women with less than a high school education use public transportation to get to work, as compared to 29.0% of women with university degrees, and 36% of Jordanian men with less than a high school education (JLMPS, 2016).

Figure 8: Distribution of Jordanian Women’s Mode of Transportation to Work. Less than high school degree holders. University degree holders. Source: Jordanian Labor Market Panel Survey (2010-2016).

If transportation were the binding constraint to female labor force participation, we would expect to observe that women participate less often in parts of the country where the average commute time of all workers, and the commute time of public transportation users in particular, is high. We would also expect to see evidence that women are less willing to rely on public transportation options that are theoretically available to men and women alike.

In order to formally test the relationship between transportation and labor force participation, we develop a probit regression model and apply it for each educational attainment group, using the 2016 JLMPS data, which includes information on commute times at the district level. The model allows us to estimate the probability of participating, controlling for age, age squared, schooling level, marital status, unemployment rate at the district level, average commute times at the district, and rural residence. Full results are provided in Table 4 of the Appendix.8

The results indicate that longer average commute times are significantly associated with a lower probability of labor force participation, but only for women with less than a high school education. For women with a high school education and women with a university degree, longer average commute times are actually associated with a higher probability of labor force participation. These results identify the direction of the association, but do not provide readily interpretable magnitudes of the importance of the relationship between commute times and female labor force participation. In order to provide a more intuitive interpretation of the results, we calculate predicted participation probabilities for each observation (each individual in the JLMPS) based on the estimated coefficients of the model. We then calculate district-level averages of these predicted probabilities by education level. Figure 9 shows the resulting correlations between average commute times and female labor force participation by district for the three main education levels of the working age population.

The results shown in Figure 9 provide compelling evidence that higher average commute times are significantly associated with a lower probability of labor force participation for women with less than a high school degree. Women at the lowest education level participate in the labor force at a lower rate in places with longer commute times, while this relationship does not apply to women with more education. This is consistent with the differences in modes of transportation reported in Figure 8. More educated women tend to have much more flexible transportation options due to a higher use of private cars, which allows them to handle longer commuting distances. Meanwhile, potential workers without cars will be limited to opportunities in areas served by effective public transportation, nearby jobs that are within walking distance, and employers that provide them with transportation. It is interesting, and somewhat surprising, that this dynamic does not apply to women with a high school degree. In effect, women with a high school education face similar transportation constraints as their less educated counterparts, and yet this does not appear to translate into a similar relationship between commute times and participation rates.


8 Los resultados son robustos a la inclusión de la propiedad de dispositivos domésticos ahorradores de trabajo. No exploramos la falta de propiedad de dichos dispositivos como hipótesis independiente, dado que casi todos los hogares jordanos reportan tener lavadora y refrigerador; más del 80% posee cocina-horno; el 60% tiene aspiradora; y casi la mitad posee microondas (JLMPS 2016).

Las mujeres con educación secundaria son más similares a las mujeres con título universitario que a las mujeres sin educación secundaria en lo que respecta al transporte como restricción a la participación.

Figura 10: Correlación entre la Participación Femenina en la Fuerza Laboral y los Tiempos de Desplazamiento a Nivel de Distrito

Fuente: Cálculos propios utilizando JLMPS 2016

También es evidente que los hombres tienen, en promedio, tiempos de desplazamiento más largos, y aquí resulta útil diferenciar entre trabajadores casados y solteros. En ambos casos, el tiempo de desplazamiento de los hombres es significativamente mayor. El tiempo promedio de desplazamiento de los hombres solteros es de 45 minutos, mientras que el de las mujeres solteras es de 29 minutos (una diferencia del 55%). Una razón plausible para el rango limitado de desplazamiento de las mujeres solteras es la prevalencia de preocupaciones por la seguridad. El tiempo promedio de desplazamiento de los hombres casados es de 35 minutos y el de las mujeres casadas es de 21 minutos (una diferencia del 67%). Por lo tanto, el conjunto de oportunidades para las mujeres es significativamente más pequeño y se estrecha aún más en comparación con los hombres casados. Además, los hombres con menos de educación secundaria tienen mayor uso del automóvil privado —28% frente al 15% de las mujeres en este grupo educativo (JLMPS, 2016)—. No es sorprendente que el transporte sea una restricción mayor para las mujeres casadas y las mujeres con hijos, quienes tienden a enfrentar demandas significativamente mayores sobre su tiempo en el hogar.

Estas observaciones proporcionan evidencia simple pero sólida de que el transporte —específicamente la calidad del transporte público— es una restricción vinculante para la participación en la fuerza laboral entre las mujeres con niveles de educación muy bajos. Sin embargo, la evidencia sugiere que el transporte no es una restricción tan importante para las mujeres con educación secundaria. Los resultados también destacan una interacción crítica entre el transporte y la cultura, ya que los hombres con bajos niveles de educación se ven afectados por la restricción del transporte de la misma manera. Los hombres no enfrentan las mismas preocupaciones de seguridad que las mujeres relacionadas con el acoso en el transporte público y, debido a menores responsabilidades domésticas, pueden permitirse tiempos de desplazamiento más largos en transporte público. Adicionalmente, los hombres también podrían estar beneficiándose de un mejor acceso a vehículos privados y subsidios de transporte, derivados de actitudes culturales que enfatizan su rol como proveedores principales del hogar.

3.5 Costo del Cuidado Infantil

La falta de cuidado infantil asequible es el segundo mayor contribuyente a las bajas tasas de participación en los Estados Árabes y el Norte de África (OIT, 2017) y fue uno de los factores mencionados con mayor frecuencia en entrevistas con partes interesadas en Jordania. Por lo tanto, exploramos a continuación la evidencia que puede señalar si los costos y el acceso al cuidado infantil son vinculantes para la participación femenina en la fuerza laboral. Si lo son, esperaríamos que el costo del cuidado infantil fuera alto (incluyendo tanto costos directos como indirectos) en comparación con los salarios anticipados de las mujeres con bajos niveles de educación. También esperaríamos ver opciones alternativas limitadas para las mujeres que no pueden pagar el cuidado infantil. Finalmente, esperaríamos ver a mujeres de baja cualificación abandonando la fuerza laboral cuando tienen hijos.

Según el JLMPS (2016), el 22,6% de las mujeres jordanas depende de guarderías como forma primaria de cuidado; una pequeña reducción desde el 26,2% en 2010 (Figura 11). Los datos del JLMPS muestran una caída significativa en los niños que pasan el día fuera del hogar (guarderías y en la escuela combinadas) y un aumento en la prevalencia de miembros de la familia como cuidadores (madre, suegra, esposo y otros parientes) entre los dos años. Las niñeras representaron una pequeña proporción de los cuidadores en 2010 y una proporción aún menor en 2016, mientras que otros medios de cuidado infantil también aumentaron. Estos cambios coinciden en gran medida con el período de desaceleración económica, lo que significó que más miembros de la familia estaban desempleados y las guarderías se volvieron menos asequibles. Sin embargo, la reducción significativa de “en la escuela” como respuesta nos genera cierta inquietud, ya que desconocemos cualquier razón por la que la asistencia escolar debería haber disminuido.

Figura 11: Cuidador Principal mientras se Trabaja (2010 vs. 2016)

Fuente: JLMPS 2010, 2016

A primera vista, la caída relativamente pequeña en la prevalencia de guarderías en comparación con los grandes cambios en el cuidado infantil proporcionado por la familia durante el período de desaceleración económica sugiere que las consideraciones de costos no son el factor determinante del cambio. Pero, dado el potencial de sesgo de selección y otros posibles problemas con los datos del JLMPS, utilizamos fuentes alternativas para complementar nuestro análisis, incluyendo una encuesta sobre guarderías realizada por la Fundación Reina Rania (Ghawi, 2018), las Encuestas de Ingresos y Gastos del Hogar, las Encuestas de Empleo y Desempleo, y las Encuestas de Población y Salud Familiar de Jordania (2017, 2018).

Si las guarderías escasearan, esperaríamos que su costo reportado en relación con los ingresos fuera alto. Y si el costo subyacera en una aparente caída en el uso de guarderías durante la desaceleración económica, esperaríamos ver que sus costos en relación con los salarios aumentaran. Encontramos que el costo mensual mediano del cuidado infantil asciende al 16,6% del salario mediano de una mujer jordana de baja cualificación (JLMPS, 2016).9 Sin embargo, notamos que las guarderías basadas en el Ministerio de Educación —disponibles solo para los hijos de maestros de escuela— tienen un costo promedio que es un 65% inferior al de las guarderías privadas, por lo que es importante examinar más de cerca. Según Ghawi (2018), el

9 No había datos sobre el costo del cuidado infantil recopilados en 2010. Sin embargo, podemos ver que el uso de guarderías por parte de mujeres de baja cualificación no cambió mucho durante el período. En 2016, el 5,6% de las mujeres que usaban guarderías tenían educación por debajo del bachillerato, no muy diferente del 5,2% reportado en el JLMPS 2010.

costo mensual promedio de una guardería privada es de 69 JD, lo que está por encima de la media de 50 JD reportada en el JLMPS 2016. Esto representa el 28% del salario medio de una mujer jordana de baja cualificación. A modo de comparación, en el Reino Unido el cuidado infantil representa aproximadamente el 33% del salario de una mujer de baja cualificación (The Money Advice Service; Bank of England). Incluso si la proporción del costo de enviar a un niño a la guardería respecto a los ingresos de los padres no es especialmente alta para las mujeres de baja cualificación, solo el 8,7% de las mujeres trabajadoras con educación secundaria o inferior usa guarderías, en comparación con el 25% de las mujeres trabajadoras con más de educación secundaria.

Otra manera de verificar la evidencia empírica del posible impacto de la falta de cuidado infantil asequible es estimar la caída en la participación laboral tras el nacimiento del primer hijo. Si los problemas relacionados con el cuidado infantil estuvieran restringiendo la participación femenina en la fuerza laboral, esperaríamos observar una disminución en la participación después del nacimiento. Desafortunadamente, no podemos calcular el cambio marginal en la participación después del nacimiento de la misma manera en que calculamos la caída marginal en la participación asociada con el matrimonio en la sección 3.1, ya que las fuentes de datos disponibles no reportan información alguna relacionada con la presencia de hijos. Un método alternativo es utilizar una cohorte de nacimiento “sintética” para vincular grupos de edad a lo largo del tiempo y observar cómo cambia la participación alrededor de la edad del primer nacimiento. Una cohorte sintética rastrea la tasa de participación en la fuerza laboral del grupo a lo largo del tiempo sin requerir datos sobre los mismos individuos. Por ejemplo, las mujeres nacidas en 1985 tendrían 17 años en 2002, 25 en 2010 y 32 en 2017. Rastreamos la tasa de participación en la fuerza laboral de cohortes de mujeres para cada grupo educativo durante un período de 15 años utilizando datos de la Encuesta de Ingresos y Gastos del Hogar de 2002 y las Encuestas de Empleo y Desempleo de 2006-2017. La Encuesta de Población y Salud Familiar de Jordania (2017-2018) proporciona datos sobre la edad mediana del primer nacimiento para cada grupo educativo. Para todos los grupos educativos, la edad mediana en el primer nacimiento es aproximadamente dos años posterior a la edad mediana en el matrimonio. La Figura 12 muestra las tasas de participación en la fuerza laboral que encontramos para mujeres con educación secundaria o inferior en las diversas cohortes, mientras que los resultados para otros grupos educativos se proporcionan en el Apéndice (Figura 22).

Figura 12: Participación en la Fuerza Laboral por Cohortes de Nacimiento: Mujeres Jordanas con Educación Secundaria o Inferior

La línea vertical denota la edad mediana del primer nacimiento para este grupo educativo.
Fuentes: HEIS (2002), EUS (2018), JPFHS (2017).

Los resultados son ruidosos debido al corto período de tiempo sobre el que disponemos datos, pero emerge un patrón claro. Las tasas de participación de las cohortes de mujeres dentro de los dos grupos con las tasas de participación más bajas —secundaria y menos de secundaria— aumentan hasta que alcanzan la edad aproximada al primer nacimiento y luego se estabilizan o disminuyen. A medida que las cohortes envejecen, las tasas de participación nunca aumentan significativamente desde la tasa muy baja que se alcanza alrededor de los 22 años. Este patrón no se observa entre las mujeres con títulos universitarios, cuyas tasas de participación comienzan a disminuir bastante antes de la edad del primer nacimiento —alrededor de la edad media en el matrimonio para el grupo— y se mantienen en aproximadamente la mitad de la tasa que tenían justo después de graduarse de la universidad; aunque todavía a una tasa mucho más alta que las mujeres con menor educación. Esto sugiere que el cuidado infantil tiene un efecto mayor en las mujeres con menor educación que participan en la fuerza laboral en comparación con las mujeres con niveles más altos de educación.

En total, la evidencia respecto al costo del cuidado infantil como restricción es inconclusa. El costo de las guarderías no parece ser alto en comparación con otros países, y los miembros de la familia parecen ser el medio de cuidado infantil dominante en relación con las guarderías. Sin embargo, las fuentes de datos utilizadas para extraer estas conclusiones no son perfectas y, por tanto, dejan cierto margen de error. Adicionalmente, incluso si el costo del cuidado infantil es asequible, eso no implica necesariamente que el acceso sea generalizado. Mientras tanto, reportamos evidencia empírica sólida de una asociación entre tener hijos y la participación en la fuerza laboral, ya que las cohortes de nacimiento de mujeres con educación secundaria o inferior experimentan un cambio en la participación cuando alcanzan la edad del primer nacimiento, de una manera que las mujeres con mayor educación no lo hacen. Este patrón puede no estar directamente vinculado al cuidado infantil, sino que podría estar relacionado también con restricciones culturales, dado el mayor peso de los tiempos de desplazamiento como se discutió en secciones anteriores. Dada la evidencia inconclusa, esta rama del árbol de diagnóstico tiene amplio espacio para más investigación que se puede realizar para comprender esta restricción a través de la recopilación directa de datos. Un enfoque particularmente prometedor sería estudiar el cuidado infantil como un mercado para comprender si existen fallas de mercado en términos de acceso o calidad, o de otra índole, que, si se resolvieran, podrían aumentar la tasa de participación de las mujeres en la fuerza laboral.

3.6 Conclusiones sobre la Baja Participación Femenina en la Fuerza Laboral

Comparando entre las explicaciones potenciales, encontramos la evidencia más sólida de causas culturales y relacionadas con el transporte que subyacen a las tasas de participación laboral extraordinariamente bajas de las mujeres jordanas con bajos niveles de educación. Encontramos que los valores culturales en torno a las mujeres en el lugar de trabajo y las responsabilidades en el hogar son muy contrarios al trabajo femenino en Jordania y probablemente constituyen la restricción vinculante para la participación de muchas mujeres. Sin embargo, también encontramos evidencia clara de que la cultura no explica el fenómeno de la baja participación femenina en la fuerza laboral por sí sola, basándonos en las diferencias regionales en el país, donde las mujeres con bajos niveles de educación participan menos en las áreas urbanas que en las rurales. Las mujeres jordanas con bajos niveles de educación que viven en Estados Unidos también participan a una tasa mucho más alta. Encontramos evidencia sólida de que el transporte público poco confiable e ineficaz es una restricción complementaria que es vinculante para algunas mujeres con bajos niveles de educación. Los tiempos de desplazamiento explican parte de la variación regional en las tasas de participación de las mujeres en Jordania que la cultura no explica. No encontramos evidencia sólida de que el cuidado infantil sea una restricción subyacente a la baja participación en la fuerza laboral. Sin embargo, existen debilidades en la disponibilidad de datos que hacen necesario un estudio más profundo del mercado del cuidado infantil en Jordania.

Los tres factores causales explorados —cultura, transporte y cuidado infantil— interactúan de maneras importantes. El uso del transporte público por parte de las mujeres está influenciado no solo por la calidad, disponibilidad y costo, sino también de manera importante por la cultura. Al mismo tiempo, los largos tiempos de desplazamiento sirven para intensificar las restricciones culturales al reducir el tiempo que una mujer trabajadora puede pasar en el hogar. Las decisiones sobre el cuidado infantil también están fuertemente influenciadas por las expectativas y la aceptabilidad cultural, así como por las opciones de transporte ineficientes si el cuidado infantil es una parada adicional en el trayecto de una mujer hacia o desde el trabajo. Estas interacciones son difíciles, si no imposibles, de desenredar completamente en el alcance de este artículo, pero eso no socava las conclusiones principales sobre los efectos de estos tres factores en la participación femenina en la fuerza laboral.

4 Factores Determinantes de la Baja Participación Femenina en el Mercado Laboral

Dirigimos nuestra atención ahora al lado derecho del árbol de diagnóstico (Figura 5) —el problema del alto desempleo—. La tasa de desempleo femenino en Jordania (26,9%) es 1,6 veces la de los hombres jordanos (16,4%) y 4,3 veces la tasa registrada por las mujeres a nivel global (6,2%). La brecha de género de 10,5 puntos porcentuales en las tasas de desempleo en Jordania contrasta fuertemente con la brecha de 0,7 puntos porcentuales registrada a nivel mundial (OIT, 2017). Entre todas las regiones del mundo, los Estados Árabes tienen el mayor desempleo femenino (20,7% en promedio) y la mayor brecha de género en las tasas de desempleo (12,5 puntos porcentuales en promedio). Jordania encaja bien dentro de estos promedios regionales.

El desempleo es la dimensión clave de la exclusión de las oportunidades de empleo entre las mujeres con mayores niveles de educación. El problema no está impulsado por bajas tasas de participación en el mercado laboral, ya que este grupo tiende a participar tanto como los hombres (Figura 2). El hecho de que, a pesar de sus importantes logros educativos, las mujeres todavía enfrenten tasas de desempleo desproporcionadamente altas representa una gran oportunidad perdida para Jordania, ya que el país ha invertido una cantidad significativa de recursos y esfuerzo en política para aumentar las tasas de matrícula escolar y mejorar la calidad de la educación en general. Como se muestra en la Figura 13, las tasas de matrícula terciaria para mujeres han aumentado de alrededor del 20% en 1995 al 45% en 2012, manteniéndose en gran medida por encima de la tasa registrada por los hombres durante ese período.10

Figura 13: Tasas de Matrícula Terciaria en Jordania

10 Cabe señalar que, a raíz de la crisis de refugiados sirios, la tasa bruta de matrícula para todas las mujeres en Jordania disminuyó. Sin embargo, las mujeres jordanas mantuvieron una tasa de matrícula más alta que los hombres.

El aumento de la matrícula ha ocurrido en paralelo a niveles más altos de años de escolaridad ajustados por aprendizaje, una medida que combina la cantidad de escolaridad y los resultados de aprendizaje (que son consistentes con niveles más altos de ingreso per cápita) (Figura 14).11 En esta medida, las mujeres se desempeñan relativamente bien para el nivel de ingresos de Jordania. El número creciente de mujeres altamente calificadas que emergen del sistema educativo en Jordania y se incorporan a la fuerza laboral parece crear tanto una oportunidad como un desafío. Por un lado, garantiza a Jordania una oferta abundante de mujeres altamente educadas que pueden apoyar una economía en modernización. Pero, por otro lado, el fracaso en desarrollar oportunidades de empleo correspondientes para absorber este número creciente de mujeres altamente educadas se traduce necesariamente en emigración de talento, así como en presiones sociales.

Figura 14: Años de Escolaridad Ajustados por Aprendizaje (Mujeres, 2017)

Para desenredar los factores determinantes del alto desempleo femenino, reconocemos que este es un resultado del mercado laboral y estructuramos este lado del árbol de diagnóstico en consecuencia. Como en cualquier mercado, podemos explorar si la baja cantidad (de empleos femeninos en este caso) está impulsada más por cuestiones del lado de la oferta (relacionadas con las mujeres) o del lado de la demanda (relacionadas con los empleadores). Una variable clave en el estudio de un mercado es siempre el precio (los salarios).

11 Los años de escolaridad ajustados por aprendizaje se calculan multiplicando los años de escolaridad esperados por la razón entre la puntuación más reciente en la prueba TIMSS (Tendencias en el Estudio Internacional de Matemáticas y Ciencias) y una puntuación que corresponde a un logro avanzado en la prueba.

4.1 Factores de Oferta

Con base en la discusión anterior sobre la cantidad y calidad de la escolarización, rechazamos de antemano la posibilidad de que la oferta de trabajo femenino esté de alguna manera menos calificada o sea menos capaz que la mano de obra masculina. Basándonos en los datos sobre los resultados educativos, las mujeres altamente educadas están igual o mejor calificadas en general que los hombres altamente educados en Jordania. Adicionalmente, dado que la tasa de desempleo de las mujeres altamente educadas es más alta que la de los hombres, esto implica que el grupo de mujeres desempleadas probablemente esté más calificado que el de los hombres. En teoría, para una empresa que contrata en el margen, la candidata femenina de mayor calidad debería tener una formación educativa más sólida que el candidato masculino de mayor calidad.

Reconociendo que el problema no proviene de la calidad de la oferta de mano de obra femenina, exploramos dos otras explicaciones potenciales del lado de la oferta. Primero, exploramos si las mujeres altamente educadas no están dispuestas a aceptar empleos a los salarios de equilibrio prevalecientes. Luego, exploramos si existe un conjunto de creencias culturales sostenidas por las mujeres que limitan los tipos de ofertas de trabajo que están dispuestas a aceptar.

4.1.1 Altas Expectativas Salariales

Comenzamos probando la hipótesis de si unas expectativas salariales poco realistas impiden que las mujeres acepten empleos y, por tanto, mantienen las tasas de desempleo elevadas. El JLMPS 2016 pregunta específicamente a los jordanos desempleados que reporten el salario mínimo al que considerarían aceptar una oferta de trabajo, y la pregunta permite a los encuestados proporcionar respuestas diferentes para empleos en el sector público frente al sector privado. Estos datos capturan las expectativas salariales, a las que nos referiremos como salarios de reserva.

La evidencia de la encuesta sugiere que las altas expectativas salariales no están impulsando el desempleo femenino. El salario de reserva mediano autorreportado para las mujeres desempleadas fue de 300 JD por mes en 2016, que estaba muy por debajo del salario mediano de las mujeres jordanas empleadas (350 JD por mes). Como referencia, el salario mediano de los hombres jordanos empleados era de 380 JD y los hombres desempleados también reportaron un salario de reserva mediano de 300 JD. Para probar la hipótesis de manera más rigurosa, obtenemos los salarios de reserva autorreportados ajustados para un empleo en el sector privado y en el sector público utilizando un modelo MCO que controla por edad, edad al cuadrado, género, la tasa de desempleo en el gobernato y residencia rural. Para estimar los salarios de la población empleada, corregimos el sesgo de selección de muestra que surge de las diferentes características entre las poblaciones empleadas y económicamente inactivas (utilizando Heckman, 1979).

Nuestros resultados —reportados en la Tabla 6 del Apéndice y resumidos en la Figura 15— arrojan perspectivas interesantes. Primero, los salarios de reserva para empleos en el sector público son consistentemente más bajos que los salarios de reserva para el sector privado en todos los grupos de nivel educativo y de género, una característica que podría reflejar otros beneficios y efectos reputacionales que conlleva trabajar en el sector público. Segundo, los salarios de reserva están por debajo de los salarios reales tanto para empleos en el sector público como privado en todos los casos, excepto para las mujeres con menos de educación secundaria en el sector privado, donde los salarios de reserva son prácticamente iguales a los salarios reales. Mientras tanto, existen varias diferencias clave entre hombres y mujeres y entre el sector público y privado. Los salarios de las mujeres son mucho más bajos que los de los hombres en el sector privado en todos los niveles educativos. Si bien también observamos una brecha en el sector público, es menor en magnitud. Asimismo, los salarios de reserva de las mujeres son más bajos que los de los hombres en todos los casos.

Figura 15: Salarios de Reserva de Jordanos Desempleados y Salarios de Jordanos Empleados por Educación, Género y Sector

Panel A: Mujeres Jordanas

Panel B: Hombres Jordanos

Lo que nos interesa en última instancia para este diagnóstico es la diferencia entre los salarios de reserva y los salarios de equilibrio para las mujeres con mayores niveles de educación. Para las mujeres, la diferencia entre los salarios de reserva y el salario de equilibrio en el sector público tiende a ser muy grande en todos los niveles educativos, mientras que la diferencia para el sector privado es muy ajustada. Para los hombres, la diferencia entre los salarios de reserva y los de equilibrio en el sector privado es menos ajustada, especialmente para los más altamente educados. Importantemente, la razón detrás de la diferencia ajustada para las mujeres altamente educadas pero más holgada para los hombres no es porque las mujeres tengan salarios de reserva más altos —de hecho, los salarios de reserva de las mujeres altamente educadas para el trabajo en el sector privado son un 19% (75 JD) más bajos que los de los hombres—. La diferencia crítica es más bien que el sector privado paga a las mujeres un 31% menos (148 JD) que a los hombres. Incluso teniendo esto en cuenta, los datos muestran que, en promedio, las mujeres con educación secundaria y universitaria desempleadas están dispuestas a aceptar los salarios actuales que paga el sector privado. Sin embargo, tomando toda la distribución en cuenta (véase la Figura 23 en el Apéndice Técnico), vemos que hay más mujeres altamente educadas cuyo salario de reserva cae por debajo del salario de equilibrio que en el caso de los hombres.

Por lo tanto, el problema del desempleo no puede explicarse por los altos salarios de reserva de las mujeres. Es decir, no es el caso de que las mujeres tengan expectativas salariales poco realistas mientras buscan trabajo. Hay una parte del problema que puede rastrearse a la estrecha diferencia entre los salarios de reserva y los salarios de equilibrio en el sector privado para las mujeres altamente educadas. Pero el problema no es que las mujeres exijan demasiado por un trabajo en el sector privado, sino que el sector privado paga demasiado poco. Este patrón se explora más cuando pasamos a las explicaciones del lado de la demanda.

4.1.2 Creencias Culturales

Otra explicación potencial para el alto desempleo femenino podría surgir de las creencias culturales sostenidas por las mujeres respecto a los tipos de empleos que son apropiados para ellas. Nótese que intentamos hacer una distinción aquí entre el tipo de creencias que impedirían a las mujeres participar en el mercado laboral (en la sección 3.3), aquellas que les impedirían aceptar ofertas de empleo (discutidas aquí), y aquellas que resultarían en discriminación por parte de los empleadores (en la Sección 5.2.1). Sin embargo, reconocemos que estas distinciones son difíciles de desenredar y que, en realidad, todos estos factores pertenecen a un conjunto más amplio de creencias sobre el papel de las mujeres en la sociedad jordana.

Si las creencias socioculturales sobre los roles de género fueran la restricción vinculante para el empleo de las mujeres, observaríamos opciones de empleo muy restringidas para las mujeres que cumplen con o facilitan estas expectativas de roles. Como evidencia de ello, esperaríamos ver que el empleo de las mujeres se concentre en solo unos pocos sectores; esperaríamos que estos sectores exhiban características que concuerden con las expectativas culturales; y esperaríamos encontrar evidencia de que una gran proporción de mujeres no busca empleos en sectores fuera de este grupo reducido.

Encontramos evidencia clara que indica que las mujeres altamente educadas tienden a trabajar en solo unos pocos sectores, y que estos sectores tienden a tener un conjunto de características socialmente aceptables. Como se muestra en la Figura 16, la educación, la salud y la administración pública juntas representan el 74% del empleo de las mujeres jordanas con título universitario. A medida que las mujeres obtienen mayor educación, esperaríamos que sus opciones de empleo se diversificaran. Este no es el caso en Jordania, donde la concentración del empleo femenino en los tres sectores aumenta aún más al 81% cuando obtienen un posgrado. Esta es una concentración extraordinaria, ya que estos tres sectores representan solo el 30% del empleo total en Jordania. Cabría esperar que el alto nivel de escolaridad y habilidades alcanzado por las mujeres jordanas les abriera un conjunto más diverso de ocupaciones en la fuerza laboral, pero claramente este no ha sido el caso. Al observar las ocupaciones, encontramos que el 45% de las mujeres jordanas empleadas con título universitario trabaja como maestra. La proporción del empleo femenino en educación es inusualmente alta en comparación con la región. En 2017, solo el 23% de las mujeres en los Estados Árabes estaban empleadas en educación, que era en sí misma la proporción más alta entre todas las regiones del mundo (OIT, 2017).

Figura 16: Empleo de Mujeres Jordanas Altamente Educadas por Industria

Mujeres con Título Universitario

Mujeres con Título de Posgrado

Fuente: EUS, 2017

El alto grado de concentración debe reflejar ya sea la alta deseabilidad de estos empleos o la falta de trayectorias profesionales alternativas para las mujeres (o una combinación de ambas). Para probar en qué medida los empleos gubernamentales en Jordania son más deseables, estimamos la prima del sector público —cuánto más ofrece un empleo en el sector público en comparación con uno similar en el sector privado— y la comparamos con referencias internacionales (Becerra, 2017). Utilizamos un modelo MCO que controla por género, años de escolaridad, experiencia laboral potencial, ocupación, industria, urbano/rural, gobernato, y una variable ficticia del sector público que indica el empleo en el sector público. Nuestros resultados muestran que las mujeres jordanas que trabajan en el sector público ganan un 33% más que las mujeres jordanas observacionalmente equivalentes en el sector privado (Figura 24, Tabla 7). Esta prima es cuatro veces menor para los hombres, pero está significativamente por encima de las referencias internacionales para ambos géneros (Figura 24) (Becerra, 2017). Por lo tanto, es claro que trabajar en el sector público en Jordania es de hecho más atractivo para ambos géneros, pero especialmente para las mujeres. También es notable que la brecha salarial de género en el sector público es solo del 2,1%, mientras que es del 17,5% en el sector privado.12 Esto corresponde al patrón observado anteriormente en la Figura 15 también, donde el sector privado paga a los hombres mucho más que a las mujeres.

12 Los resultados son direccionalmente robustos al año de los datos, y la tendencia también es consistente utilizando otras fuentes de datos. La brecha salarial de género ajustada en el sector público utilizando el JLMPS 2016 es del 4,6% para el sector público y del 23,4% para el sector privado.

Además de mejores salarios, la concentración del empleo femenino en estos sectores también es consistente con otros factores relacionados con el empleo que pueden ser atractivos para las mujeres, especialmente el horario de trabajo, las ubicaciones de los puestos de trabajo y las opciones de transporte. La evidencia cualitativa sugiere que el Ministerio de Educación, por ejemplo, ofrece guarderías para los hijos de los maestros a una tarifa fuertemente subsidiada y transporte a sus trabajadores.

Es empíricamente claro que las mujeres altamente educadas se sienten atraídas por el sector público, la educación y los empleos en salud porque estos sectores ofrecen mejores salarios, pero parece razonable inferir que estos empleos también se han convertido en la norma sociocultural, en parte porque están más en sintonía con las creencias culturales. El entorno de trabajo está plenamente adaptado a las mujeres y los horarios laborales tienden a coincidir con las expectativas que se les imponen en el hogar. Por lo tanto, no podemos descartar la posibilidad de que las creencias culturales de género contribuyan a la concentración del empleo en estas tres áreas de la economía. Lamentablemente, no tenemos conocimiento de ninguna evidencia que nos permita estudiar si las mujeres altamente calificadas están solicitando empleos fuera de estos sectores y si esto está cambiando con el tiempo.

Independientemente del grado en que las creencias culturales de género causen la concentración de su empleo en solo unos pocos sectores, es claro que los empleos en estos tres sectores no pueden posiblemente mantener el ritmo del creciente número de mujeres que egresan del sistema de educación terciaria en Jordania. Se proyecta que la fuerza laboral femenina con educación universitaria aumente un 43% en cinco años (2017 a 2022),13 mientras que la tasa de crecimiento anual requerida para que los sectores tradicionales proporcionen empleo a estos nuevos entrantes al mercado laboral es casi del 6% —tres veces más alta que su tasa de crecimiento histórica—. En un contexto de consolidación fiscal, esto es muy poco probable.

13 Basado en proyecciones, manteniendo constantes las tasas de matrícula universitaria y las tasas de participación por nivel educativo.

4.2 Factores de Demanda

Pasamos ahora a las posibles explicaciones del lado de la demanda para el alto desempleo de las mujeres jordanas más educadas. La evidencia del lado de la oferta sugiere que las creencias culturales importan para este resultado, pero la evidencia es inconclusa para explicar cuánta de la concentración del empleo femenino es resultado de la cultura, y si son los trabajadores o las empresas los mecanismos o agentes clave para que las influencias culturales se manifiesten en el mercado laboral. La discusión del lado de la oferta también introduce observaciones importantes sobre los salarios, el mecanismo de precios en el mercado laboral. Esta sección amplía la evidencia sobre los salarios.

En un mercado, la cantidad de equilibrio puede ser baja ya sea debido a una oferta baja o una demanda baja. En un mercado donde las cantidades son bajas debido a una oferta baja, uno esperaría que los precios fueran altos. Donde las cantidades son bajas debido a una demanda baja, uno esperaría que los precios fueran bajos —que es el caso en el mercado de mano de obra femenina altamente educada en Jordania, donde los salarios del sector privado son bajos—. Esto sugiere que los principales impulsores del resultado son los factores del lado de la demanda. Exploramos dos hipótesis distintas detrás de la baja demanda de mano de obra femenina altamente calificada: (1) discriminación del sector privado contra las mujeres (o creencias culturales que son llevadas por el sector privado), o (2) mano de obra extranjera que ocupa los empleos disponibles y tiene un efecto de sustitución.

4.2.1 Discriminación

Si el trato injusto por parte del sector privado estuviera impulsando el alto desempleo femenino, observaríamos grandes diferencias salariales entre hombres y mujeres observacionalmente equivalentes. También esperaríamos ver evidencia directa de trato discriminatorio en los lugares de trabajo. En la sección anterior ya hemos mostrado una diferencia significativa en Jordania entre los salarios que el sector privado paga a los hombres y los que paga a las mujeres, y también que esta diferencia es mucho menor en el sector público.

Con el fin de determinar qué impulsa la brecha salarial de género en el sector privado, aplicamos la técnica Blinder-Oaxaca descrita en la Sección 3.2. Utilizamos datos de la EUS 2017 para descomponer las diferencias medias entre los salarios de los hombres y las mujeres jordanas en el sector privado, controlando por ocupación, industria, edad, educación, estado civil, gobernato, número de horas de trabajo semanales y experiencia laboral. Nuestros resultados, reportados en la Tabla 8 del Apéndice y resumidos en la Figura 17, proporcionan numerosas perspectivas interesantes sobre la dinámica del empleo femenino en el sector privado jordano.

Figura 17: Descomposición Blinder-Oaxaca de la Brecha de Género en los Salarios del Sector Privado

Una vez que tenemos en cuenta todas las fuentes mensurables de la diferencia, la parte inexplicada de la brecha (21%) se vuelve mayor que la brecha real (17,5%). Este sorprendente resultado implica que, en general, las características observables de la fuerza laboral femenina sugieren que deberían estar recibiendo una remuneración mayor que los hombres. Específicamente, las mujeres en la fuerza laboral tienen mayor nivel educativo que los hombres y trabajan en ocupaciones que tienden a pagar salarios más altos en general. Solo basándonos en su mejor educación, las mujeres deberían ganar un 9,4% más que los hombres. Solo basándonos en las ocupaciones en las que trabajan, las mujeres deberían ganar un 10,1% más que los hombres. Las mujeres jordanas están bien representadas en ocupaciones mejor remuneradas, como profesionales (60% del empleo femenino frente al 18% del empleo masculino) y directivas (1,6% frente al 0,2%).14 Sin embargo, las mujeres reciben una remuneración significativamente menor que los hombres.

La parte de la brecha de género que puede explicarse se debe principalmente a los sectores en los que trabajan hombres y mujeres. Si solo se consideran los sectores de empleo, manteniendo todo lo demás constante, las mujeres deberían estar ganando un 6,6% menos que los hombres. Esto está impulsado principalmente por la sobrerrepresentación de las mujeres en el sector educativo, que representa el 33,2% del empleo femenino en el sector privado, en comparación con solo el 3,4% de los hombres. Debido a que los hombres están mejor representados que las mujeres en sectores relativamente bien remunerados, como servicios financieros, minería y servicios de TI, esto explica parte de la brecha salarial de género. La diferencia en el estado civil se asocia con 2,9 puntos porcentuales de la brecha salarial. Según la EUS 2017, el 39% de las mujeres empleadas en el sector privado están casadas, en comparación con el 61% de los hombres. Eso contrasta fuertemente con el sector público, donde el 75% de las mujeres que trabajan allí están casadas, en comparación con el 64% de los hombres. Junto con eso, la edad y la experiencia laboral también explican parte de la brecha salarial: 1,2 y 2,8 puntos porcentuales, respectivamente. La fuerza laboral femenina es más joven y solo el 32% de las mujeres que trabajan en el sector privado tiene más de 5 años de experiencia, en comparación con casi la mitad de los hombres (EUS, 2018). Finalmente, otros 2,7 puntos porcentuales de la brecha pueden explicarse por el número de horas de trabajo. Las mujeres en el sector privado reportan trabajar 5,4 horas menos por semana que los hombres (41,1 frente a 46,4), un número algo superior a las 3,8 horas menos por semana registradas en el sector público (37,2 para las mujeres frente a 41,0 para los hombres).

14 La concentración en el trabajo profesional es inusual en comparación con los promedios globales. Según la OIT, el 9,5% de las mujeres en países emergentes y el 19,7% de las mujeres en países desarrollados trabajaban como profesionales (OIT, 2017). La proporción de mujeres jordanas que trabajan como directivas está cerca del promedio de países emergentes, donde el 2,4% de las mujeres trabajaba como directiva. Sin embargo, la proporción de hombres jordanos que trabajan como directivos (0,2%) está por detrás del promedio de países emergentes del 5% (OIT, 2017).

La característica más notable de la Figura 17 es que, una vez que tenemos en cuenta todos los factores observables, terminamos con una brecha inexplicada (21%) que es mayor que la brecha real (17,5%). Esto implica que las mayores causas de la brecha salarial de género en el sector privado son factores no observables, incluida la discriminación contra las mujeres. Nuestros resultados están alineados con estudios previos que han utilizado técnicas similares para analizar la brecha salarial y han utilizado el componente inexplicado como proxy de la discriminación (Weichselbaumer & Winter-Ebmer, 2003). También son consistentes con las conclusiones de la edición 2019 del Informe del Banco Mundial sobre Mujeres, Empresa y el Derecho, que reporta que las mujeres en Jordania no tienen los mismos derechos que los hombres para empezar a trabajar, y enfatiza la falta de progreso de Jordania en este frente desde 2009. Varias políticas laborales en Jordania discriminan activamente contra las mujeres, incluyendo las restricciones sobre el trabajo nocturno de las mujeres. Si bien la introducción de tales políticas puede haberse justificado en aras de la protección de las mujeres, terminaron restringiendo las oportunidades laborales de las mujeres en el mercado laboral. Según los Indicadores de Doing Business del Banco Mundial, Jordania se encuentra entre el solo 16% de los países que no permiten a las mujeres los mismos derechos para trabajar durante la noche que a los hombres.

4.2.2 Competencia de la Mano de Obra Extranjera

La otra posible causa de la baja demanda de mujeres jordanas por parte del sector privado que vale la pena probar es la competencia de los trabajadores extranjeros. Si el impacto de los trabajadores extranjeros (hombres y mujeres) en el mercado laboral estuviera desplazando efectivamente las oportunidades para las mujeres jordanas e impulsando al alza su desempleo, esperaríamos ver competencia entre jordanos y no jordanos por empleos similares, con los trabajadores no jordanos aceptando salarios más bajos.

A primera vista, esto no parece ser un problema, ya que las mujeres jordanas y los trabajadores extranjeros se han autosegmentado en tipos de empleos muy diferentes (Figura 18): el 71% de las mujeres trabajadoras extranjeras se dedica a actividades domésticas, y el 50% de los hombres extranjeros trabaja en construcción, comercio mayorista y actividades domésticas, mientras que el 68% de todas las mujeres jordanas trabaja en salud, educación o administración pública. Hay poca superposición en las áreas donde trabajan las mujeres jordanas y los no jordanos. La mayor superposición se da en la manufactura, que es un segmento pequeño del empleo total en cada grupo. A partir de esta segmentación, es evidente que los trabajadores extranjeros no son directamente responsables del alto desempleo de las mujeres jordanas altamente educadas a través de un efecto de sustitución.

Figura 18: Empleo de Jordanos y No Jordanos por Sector

Hombres No Jordanos

Fuente: (EUS, 2017)

El hecho de que trabajen en diferentes tipos de empleos no descarta la posibilidad de que las mujeres extranjeras estén desplazando a las mujeres jordanas de los sectores en los que tienden a trabajar. Una manera de verificar esta hipótesis es analizar si los salarios de las mujeres extranjeras son mucho más bajos que los salarios deseados del grupo de jordanas potencialmente más afectadas: las mujeres desempleadas con menos de educación universitaria. Nos concentramos en las actividades domésticas ya que es el mayor empleador de mujeres extranjeras en Jordania y de los extranjeros en general, dado que el 25% de los extranjeros trabaja en este sector. Si los extranjeros estuvieran superando en competitividad a sus contrapartes jordanas en actividades domésticas, observaríamos poca superposición entre los estadísticos resumen de los dos salarios y una gran brecha entre el salario mediano de los extranjeros que trabajan en el sector doméstico y el salario deseado mediano de las mujeres jordanas desempleadas con bajos niveles de formación educativa. Utilizando el mismo análisis de salarios de reserva que antes (véase la Sección 5.1.1), pero aplicado de manera más específica, no encontramos evidencia sólida de este patrón (Figura 19).

Figura 19: Estadísticos Resumen de los Salarios de los Trabajadores Extranjeros Empleados por Hogares y los Salarios de Reserva de las Mujeres Jordanas Desempleadas con Educación Secundaria o Inferior (2016)

El límite inferior de la caja denota el primer cuartil y el límite superior denota el tercer cuartil. La línea vertical que atraviesa la caja es la mediana. Los bigotes representan los valores adyacentes y los puntos representan valores atípicos.
Fuentes: JLMPS, 2016; EUS, 2017

Si bien es cierto que el salario mediano de un trabajador doméstico extranjero es alrededor de 10 JD más bajo que el salario esperado mediano de una mujer jordana desempleada, más del 50% de las mujeres jordanas de baja cualificación puede satisfacer sus expectativas salariales trabajando en ese sector, como lo representa la superposición del percentil 25 al 75 de los dos grupos y algunos de los valores adyacentes. Por lo tanto, un gran número de mujeres jordanas de baja cualificación podría satisfacer sus expectativas salariales tomando un empleo en el sector doméstico. De hecho, muchas jordanas sí trabajan en el sector: las mujeres jordanas han tendido a ocupar entre el 6% y el 10% de los empleos domésticos a lo largo de los años 2010-2014 (Figura 20). En 2017, sí observamos una caída significativa en la proporción jordana al 2,9%, pero esto se produce en un año en que los empleos de no jordanos en el sector también cayeron, lo que sugiere una causa distinta al aumento de la competencia extranjera. En general, incluso en el sector donde esperaríamos ver la mayor competencia de trabajadores no jordanos, no encontramos evidencia sólida de que las mujeres jordanas no estén trabajando en el sector debido a la competencia.

Figura 20: Mujeres Jordanas y No Jordanas Empleadas por Hogares

Fuente: Manar (2017)

5 Conclusiones e Implicaciones de Política

En este artículo hemos explorado sistemáticamente el problema de la exclusión femenina del mercado laboral en Jordania. Nuestro objetivo fue aprovechar la investigación existente y realizar un análisis riguroso utilizando nuevos recursos de datos, a través de un marco comprehensivo, para deconstruir el problema e identificar las restricciones vinculantes que subyacen a este resultado tan desconcertante. Nuestra esperanza es que esta investigación sirva para actualizar las teorías de cambio para los responsables de políticas y otras partes interesadas que buscan mejorar las oportunidades de trabajo para las mujeres en Jordania, y para mejorar la coordinación y efectividad de los diversos esfuerzos gubernamentales y no gubernamentales.

Investigar la muy baja tasa de empleo femenino en Jordania arroja una narrativa que refleja la profundidad de la exclusión femenina del mercado laboral. Para 2018, el número de mujeres empleadas en Jordania como proporción de la población en edad de trabajar total era el quinto más bajo del mundo (10,9%). Los índices de empleo de las mujeres han mejorado solo marginalmente con el tiempo, a pesar de las mejoras significativas en sus resultados educativos. Nuestro primer hallazgo descriptivo es que esta baja tasa de empleo es en realidad el resultado de dos problemas distintos que afectan a diferentes segmentos de la población femenina jordana. Las mujeres jordanas con bajos niveles de educación (secundaria e inferior) participan en la fuerza laboral a tasas extraordinariamente bajas en comparación con los hombres. Mientras tanto, las mujeres jordanas con altos niveles de educación (universitaria y superior) participan a tasas similares a las de los hombres, pero enfrentan un desempleo mucho mayor.

Para las mujeres con bajos niveles de escolaridad, encontramos evidencia sólida de que los valores culturales restringen la participación femenina en el mercado laboral, pero también reportamos evidencia significativa que sugiere que las normas sociales por sí solas no explican la totalidad del problema. La evidencia de encuestas identifica importantes vías de influencias culturales sobre la baja tasa de participación y sobre las razones por las que las mujeres abandonan la fuerza laboral, notablemente después del matrimonio. Sin embargo, los patrones geográficos de participación son inconsistentes con las explicaciones culturales del problema. Al observar las tasas de participación laboral de las mujeres jordanas en Estados Unidos, vemos igualmente que la cultura solo puede explicar parte del problema. Como límite superior, sus tasas de participación sugieren que las mujeres con bajos niveles de educación podrían participar a tasas 5-10 veces más altas de lo que lo hacen actualmente, manteniendo la cultura en gran medida constante. También encontramos evidencia sólida de que la mala calidad y disponibilidad del transporte restringe la participación femenina en la fuerza laboral, pero solo para aquellas con bajos niveles de educación (menos de secundaria). Este segmento de la población —que todavía representa alrededor de la mitad de las mujeres en edad de trabajar— es el más negativamente afectado por su dependencia de un transporte público de mala calidad y largos tiempos de desplazamiento, ya que probablemente no pueden permitirse modos de transporte más seguros, rápidos y privados. Estos dos factores —cultura y transporte— se refuerzan mutuamente y juntos representan las causas más importantes de la baja participación en la fuerza laboral entre las mujeres jordanas con bajos niveles de educación.

No encontramos señales sólidas de que la disponibilidad y el costo del cuidado infantil sea una restricción vinculante para la participación femenina en la fuerza laboral. Sin embargo, la disponibilidad y calidad limitadas de los datos reducen la variedad y solidez de las pruebas que se pueden aplicar para identificar las formas matizadas en que los problemas de cuidado infantil pueden afectar la participación. Por lo tanto, recomendamos un estudio más profundo del mercado del cuidado infantil en Jordania. Un estudio de mercado del cuidado infantil en Jordania sería un enfoque particularmente prometedor, ya que podría identificar tanto oportunidades latentes para que el sector privado aumente la oferta de servicios de cuidado infantil como cualquier falla de mercado que el GOJ pueda abordar para mejorar el mercado de servicios de cuidado infantil de alta calidad.

Para las mujeres con altos niveles de educación, exploramos si las altas tasas de desempleo estaban causadas más por problemas en el lado de la oferta (relacionados con la fuerza laboral femenina) o en el lado de la demanda (relacionados con las oportunidades de empleo). En general, encontramos que el lado de la oferta es saludable mientras que el lado de la demanda está significativamente sesgado. El desajuste resultante entre un grupo creciente de mujeres altamente educadas y un sector privado poco diversificado que discrimina contra las mujeres resulta en un patrón de mujeres altamente educadas haciendo cola para obtener empleos en un conjunto reducido de sectores (salud, educación y el sector público más amplio) o emigrando para trabajar. Estos pocos sectores no pueden posiblemente expandirse lo suficientemente rápido como para igualar el ritmo al que las mujeres altamente educadas se incorporan a la fuerza laboral.

Encontramos que el desempleo de las mujeres altamente educadas no está impulsado por una diferencia de habilidades entre mujeres y hombres —las mujeres en realidad parecen estar más capacitadas y ser más entrenables según los indicadores observables, incluidas las ocupaciones y los niveles de educación—. Tampoco es el problema el resultado de que las mujeres demanden salarios poco razonablemente altos —los salarios de reserva de las mujeres son en realidad significativamente más bajos que los de los hombres y, en promedio, por debajo de los salarios realmente pagados a las mujeres con altos niveles de educación—. Tampoco encontramos evidencia de que la presencia de trabajadores extranjeros de baja cualificación contribuya de manera significativa a las altas tasas de desempleo de las mujeres en ningún nivel educativo. Sin embargo, encontramos evidencia significativa de discriminación de género en el sector privado. Esta discriminación es parcialmente cultural y está impulsada más por la cultura del sector privado en Jordania que por las demandas culturales de las potenciales empleadas. La discriminación también refleja la diversificación y complejidad limitadas del sector privado en Jordania, de modo que las prácticas de gestión y contratación se quedan muy por detrás de lo que cabría esperar en un país de ingreso medio promedio.

Estas conclusiones tienen implicaciones para todas las partes interesadas —incluyendo tanto actores gubernamentales como no gubernamentales— que están trabajando hacia una mayor inclusión en el mercado laboral y la ampliación de las oportunidades para las mujeres en Jordania.

Dado que la exclusión femenina del mercado laboral en Jordania es el resultado de dos problemas separados que afectan a dos segmentos diferentes de la población femenina, se necesitan respuestas de política distintas y focalizadas para abordar cada problema de manera apropiada. Las conclusiones anteriores implican que no todos los tipos de respuestas de política pueden esperarse que tengan un impacto positivo. De hecho, varias políticas existentes sirven para empeorar el problema de exclusión femenina del mercado laboral. Las mujeres de baja cualificación se encuentran en una desventaja competitiva a causa de las políticas que focalizan los subsidios de transporte hacia los hombres, mientras que todas las mujeres se ven negativamente afectadas por las políticas que restringen sus derechos laborales (incluida su capacidad de trabajar de noche) pero no los de los hombres. Cualquier política que aumente los costos de contratar a una mujer en lugar de a un hombre, incluyendo los requisitos de que los empleadores proporcionen cuidado infantil a partir de un umbral arbitrariamente elegido de empleadas e hijos, también sirve para empeorar la discriminación. Como regla general para evitar agravar el problema, las políticas orientadas a proporcionar protecciones a los trabajadores no deben aplicarse de manera diferencial a hombres frente a mujeres.

Además de no hacer daño, existen numerosas oportunidades para iniciativas de política y no de política que aborden las causas subyacentes de la baja participación femenina en la fuerza laboral y el alto desempleo femenino. De cara al futuro, hay fuertes razones para ser optimistas, ya que Jordania tiene un gran capital humano en su población femenina que, si se incorpora a la actividad económica, podría contribuir a catalizar un crecimiento económico más fuerte y sostenible.

Para abordar la baja participación femenina en la fuerza laboral entre las mujeres menos educadas:

  • Jordania debe continuar expandiendo las oportunidades educativas para las mujeres. Esto continuará resultando en un cambio a largo plazo en la composición de la población jordana en edad de trabajar hacia mayores niveles de educación y, por tanto, mayores probabilidades de participación. Sin embargo, los beneficios a largo plazo harán poco para abordar el desafío de participación de las mujeres con bajos niveles de educación hoy en día. Los responsables de políticas y otras partes interesadas podrían ser capaces de aumentar las tasas de participación a través de programas de educación y capacitación dirigidos a mujeres de mayor edad, que no solo introducirían habilidades relevantes sino que también abordarían las expectativas culturales.

  • Las campañas públicas para abordar las normas del hogar podrían funcionar si están bien diseñadas. Puede haber espacio para acciones gubernamentales y no gubernamentales que aborden las causas culturales detrás de la baja participación femenina en el mercado laboral, pero los intentos deben abordarse con cuidado, ya que la cultura es notoriamente difícil de cambiar. Las campañas públicas que denormalizan el supuesto de que las mujeres pertenecen al hogar y que los hombres deben ser los proveedores pueden ofrecer resultados, pero tales campañas deben claramente ser lideradas por jordanos. Los foráneos no deben sobreestimar sus capacidades para entender y cambiar la cultura jordana.

  • Mejorar y hacer cumplir las leyes que protegen la seguridad de los trabajadores. En lugar de recurrir a leyes que restringen la capacidad de las mujeres para participar en algunos empleos y trabajar el mismo horario que los hombres, el gobierno debe hacer cumplir las leyes existentes sobre seguridad en el lugar de trabajo en general, y podría considerar introducir nuevas leyes que son estándar en la mayoría de los países desarrollados, como las leyes sobre acoso sexual en el lugar de trabajo.

  • Mejorar la confiabilidad, seguridad y calidad general del transporte público. Las iniciativas recientes destinadas a mejorar la confiabilidad del transporte público mediante la regulación del desempeño de los operadores privados y la integración de tecnologías modernas son un paso positivo. Simplemente logrando que los autobuses funcionen a tiempo, esperaríamos que muchos problemas con el transporte público se redujeran, ya que esto aumentaría el número de usuarios y cambiaría las estructuras de incentivos de los proveedores. Esto beneficiaría principalmente a las mujeres con bajos niveles de educación. Estas medidas pueden complementarse con mayores esfuerzos para garantizar la seguridad en el transporte público y una campaña pública de apoyo para hacer saber a la gente que las condiciones del transporte público han mejorado.

Para abordar el alto desempleo femenino, especialmente entre las mujeres más altamente educadas:

  • Jordania debería promover el empleo equitativo en materia de género en el sector privado, similar a su impulso anterior dentro del sector público. El país fue realmente capaz de lograr una transición hacia una mayor inclusión femenina en el sector público. Hubo un claro impulso hacia un empleo público con conciencia de género que puede rastrearse desde mediados de los años setenta hasta mediados de los años ochenta, que fue responsable de las prácticas de contratación relativamente inclusivas del sector público que este artículo ha destacado. Aunque el gobierno no tiene control sobre las prácticas de contratación privada de la misma manera, algunos esfuerzos que tuvieron éxito en este impulso también pueden funcionar hoy. Como mínimo, el gobierno de Jordania necesita hacer de la creciente equidad de género en el sector privado una prioridad explícita. Esto va de la mano con la eliminación de leyes discriminatorias y la aplicación y/o introducción de nuevas leyes que protejan directamente la seguridad en el lugar de trabajo.

    • Las entrevistas con empresas sugieren que la eliminación de restricciones sobre el trabajo nocturno tendría consecuencias en el perfil de empleo de numerosos sectores. Esto incluye el sector de servicios empresariales, que a menudo requiere turnos nocturnos para atender a clientes internacionales.

    • Los beneficios más equitativos para hombres y mujeres también funcionarán para incentivar la equidad de género. Un área de política importante es la licencia parental. Jordania puede regular la licencia de paternidad así como la licencia de maternidad, obligando a las empresas a proporcionar la opción de licencia parental extendida no remunerada para ambos padres.

    • El refuerzo positivo a través del intercambio de historias de éxito de empresas que están prosperando en Jordania porque contratan mujeres también puede ser una herramienta poderosa. Quedó claro en las entrevistas con empresas que las empresas de desarrollo de software en particular se han beneficiado enormemente del talentoso trabajo femenino en Jordania. Las empresas extranjeras que han establecido oficinas en Jordania tienden a ser buenos ejemplos porque introducen una cultura de lugar de trabajo moderna que el sector privado doméstico tiende a carecer.

    • El impulso también puede orientarse hacia sectores de la economía que están en expansión. La industria del turismo destaca como un sector que está creciendo y podría crecer mucho más rápido en el futuro. A medida que se expanda, debería ser una fuente de nuevos empleos para las mujeres.

  • Abordar las restricciones vinculantes para los sectores transables intensivos en conocimiento. Jordania tiene una ventaja comparativa no realizada para expandir los servicios transables intensivos en conocimiento, especialmente atrayendo inversión extranjera directa (Hausmann et al., 2019). La Figura 21 destaca varios sectores en particular —incluidos finanzas y seguros, tecnologías de la información y las comunicaciones, servicios profesionales, científicos y técnicos, y artes, entretenimiento y recreación— que tienen un historial comprobado de empleo de mujeres jordanas, pero que sin embargo siguen siendo pequeños. Estos sectores también tienden a pagar salarios superiores al promedio y generan exportaciones. Las políticas que apoyan el crecimiento de estos sectores trabajarán, por lo tanto, para ampliar y diversificar las oportunidades de empleo para las mujeres y reducir el desempleo femenino. Las restricciones más importantes para el crecimiento de estos sectores son las siguientes (Hausmann et al., 2019):

    • Reformar la política de inmigración para atraer mano de obra extranjera complementaria de alta cualificación: Actualmente, los trabajadores extranjeros de alta cualificación tienen restricciones para ejercer en una serie de profesiones en estos sectores. Aunque esta decisión de política se tomó con la esperanza de proteger los empleos de alta cualificación para los jordanos, ha tenido el efecto contrario de restringir drásticamente el crecimiento de estos sectores y, a su vez, reducir los empleos para los jordanos altamente cualificados.

    • Promoción de inversión activa y dirigida para atraer y facilitar la inversión de empresas multinacionales estratégicas: Jordania no puede permitirse esperar a que las empresas internacionales descubran las ventajas comparativas del país en capital humano y las oportunidades de servir a la región y al mundo de habla árabe. Dotar de recursos plenos y modernizar los esfuerzos de promoción de inversiones para identificar empresas y atraerlas a Jordania es un paso de bajo costo y crítico para aprovechar estas oportunidades.

Figura 21: Sectores Intensivos en Habilidades que Emplean Relativamente Más Mujeres en Jordania

Además de estas implicaciones de política, un estudio de mercado de los servicios de cuidado infantil en Jordania puede identificar más oportunidades y restricciones. Tal estudio puede mejorar el potencial para la expansión de los servicios privados de cuidado infantil, lo que ampliaría directamente las oportunidades de empleo, incluso para las mujeres con menor educación, al tiempo que aumentaría la disponibilidad de opciones de cuidado infantil para todas las mujeres en Jordania.

Finalmente, las conclusiones de esta investigación subrayan la importancia de la coordinación entre muchos grupos de partes interesadas —incluidos el gobierno, las ONG, los donantes bilaterales y las instituciones multilaterales— que buscan mejorar la inclusión en el mercado laboral y los resultados para las mujeres en Jordania. Esta investigación muestra que hay numerosos problemas que abordar y que el progreso requerirá aprovechar las capacidades combinadas de diferentes grupos. Igualmente importante, las conclusiones de la investigación muestran que no todos los esfuerzos emprendidos por las partes interesadas son consistentes con una teoría de cambio basada en evidencia. La identificación de diferentes problemas que afectan a diferentes segmentos de la población femenina, y las conclusiones sobre qué restricciones son vinculantes y cuáles no, deberían permitir a todas las partes interesadas reevaluar sus propias teorías de cambio. Con el objetivo de lograr más coordinación y colaboración, proponemos que un organismo gubernamental como el Ministerio de Planificación y Cooperación Internacional mantenga un sistema de información centralizado de proyectos que apunten a mejorar las condiciones del mercado laboral para las mujeres en Jordania. Utilizando este sistema de información, podrían estructurar más oportunidades de interacción entre proyectos, tanto a nivel de donantes como de implementadores. Esto permitiría un aprendizaje más efectivo y una focalización de las actividades, así como la plena integración de las lecciones de esta investigación en la práctica.

6 Referencias

(s.f.). Recuperado de The Money Advice Service: https://www.moneyadviceservice.org.uk/en/articles/childcare-costs

Assaad, R. H. (2014). Gender and the Jordanian Labor Market. The Jordanian Labour Market in the New Millennium (pp. 105–143). Oxford, UK: Oxford University Press.

Assaad, R., Hendy, R., Lassassi, M., & Yassin, S. (2018). Explaining the MENA Paradox: Rising Educational Attainment, Yet Stagnant Female Labor Force Participation. IZA.

Bank of England. (s.f.). Recuperado de https://www.bankofengland.co.uk/-/media/boe/files/quarterly-bulletin/2016/wages-productivity-and-the-changing-composition-of-the-uk-workforce.pdf?la=en&hash=58CAD8A8B872D3225A667281C6104E24469BB124

Bank, W. (2018). Hashemite Kingdom of Jordan – Understanding How Gender Norms in MNA Impact Female Employment Outcomes (English). Recuperado de http://documents.worldbank.org/curated/en/859411541448063088/Hashemite-Kingdom-of-Jorda

Becerra, P. G. (2017). Public Sector Earning Premiums in Developing Countries. Bonn, Germany: IZA Workshop: Labor and Development.

Bureau of Labor Statistics. (2018). Recuperado de https://www.bls.gov/cps/cpsaat11.htm

Childcare Aware of America. (2018). The US and the High Cost of Child Care.

Dayioglu, M. K. (2010). Women’s Labor Force Participation in Turkey: Factors and Trends. Recuperado el 7 de agosto de 2019, de http://documents.worldbank.org/curated/en/403561468311115746/pdf/754670NWP0Box300Participation0Women.pdf

Fogli, A., & Fernandez, R. (2009). Culture: An Empirical Investigation of Beliefs, Work, and Fertility (Vol. 1). American Economic Journal.

Ghawi, et al. (2018). Nurseries in Jordan: Findings from the Queen Rania Foundation National Early Childhood Development Survey (Vol. https://www.qrf.org/sites/default/files/QRF%20Nurseries%20Report%202015_0.pdf).

Goldin, C. (1995). The U-shaped female labor force function in economic development and economic history (Vol. in Schultz TP investment in women’s human capital and economic development). Chicago: University of Chicago Press.

Goldin, C. (2014). A Grand Gender Convergence: Its Last Chapter. American Economic Review, 1091-1119.

Hausmann, R., Santos, M., O’Brien, T., Grisanti, A. K., Taniparti, N., Tapia, J., & and Villasmil, R. (2019). Jordan: The elements of a growth strategy. Harvard CID Faculty Working Paper Series No. 346.

Heckman, J. (1979). Sample selection bias as a specification error. Econometrica, 47, pp. 153-61.

ILO. (2017). World Employment and Social Outlook: Trends for Women 2017. Recuperado el 15 de mayo de 2019, de https://www.ilo.org/global/research/global-reports/weso/trends-for-women2018/WCMS_619577/lang–en/index.htm

Jann, B. (2008). A Stata Implementation of the Blinder-Oaxaca Decomposition. ETH Zurich Sociology Working Paper No. 5. Mayo, 2008.

Kalimat, H., & Al Talafha, H. (2011). Obstacles hindering women’s labor force participation in Jordan: A report from Al-Manar project. Amman: National Center for Human Resource Development.

Miles, R. (2002). Employment and unemployment in Jordan: The importance of the gender system (Vol. 30). World Development.

Peebles, D., Darwazeh, N., Ghosheh, H., & Sabbagh, A. (2005). Factors affecting women’s participation in the private sector in Jordan. Amman: National Center for Human Resource Development.

Salem, R. (2012). Trends and differentials in Jordanian marriage behavior: Marriage timing, spousal characteristics, household structure and matrimonial expenditures. ERF working paper No 668.

Shomali, Y. (2016). Value of daycare services at the workplace: A case study on the telecommunication sector in Jordan. (manuscrito inédito).

Spierings, S. V. (2008). Arab women’s employment in a globalized world. A multilevel analysis of changing participation rates and shifting influences in Egypt and Jordan.

The Al-Manar Project. (2017). Recuperado de http://www.almanar.jo/en/documents/MOL_Foreigner_2010-2015_En.pdf Bureau of Labor Statistics. (2018). Recuperado de https://www.bls.gov/cps/cpsaat11.htm Jordan – Employment and Unemployment Survey, EUS 2017 Jorda

Weichselbaumer, D., & Winter-Ebmer, R. (2003). A meta-analysis of the international gender wage gap. Department of Economics (Linz-Auhof, Johannes Kepler University).

World Bank. (2012a). Policies for high and sustained growth for job creation: Hashemite Kingdom of Jordan Development Policy Review. Washington DC: The World Bank Group.

World Bank. (2012b). Soft skills or hard cash: What works for female employment in Jordan? Washington DC: The World Bank Group.

World Bank. (2018). Understanding how gender norms in Middle East and North Africa impact female employment outcomes. Washington DC: The World Bank Group.

World Bank Group. (2019). Women, Business and the Law 2019: A Decade of Reform. Washington, DC.

7 Fuentes de Datos

Bureau of Labor Statistics. (2018). Employed persons by detailed occupation, sex, race, and Hispanic or Latino ethnicity. Recuperado el 8 de agosto de 2019, de https://www.bls.gov/cps/cpsaat11.htm

ILO, Gallup. (2017). Towards a better future for women at work: Voices of men and women. Recuperado de https://www.ilo.org/wcmsp5/groups/public/—dgreports/—dcomm/—publ/documents/publication/wcms_546256.pdf

Inglehart, R., C. Haerpfer, A. Moreno, C. Welzel, K. Kizilova, J. Diez-Medrano, M. Lagos, P. Norris, E. Ponarin & B. Puranen et al. (2014). World Values Survey: Round Six. Recuperado de www.worldvaluessurvey.org/WVSDocumentationWV6.jsp

IPUMS USA. (s.f.). Recuperado de www.ipums.org

Jordan: Growth & Opportunity. The London Initiative 2019. (2019). Recuperado de https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/775933/18167_BrochureDesign_v7b.pdf

Jordan Population and Family Health Survey. (2017, 2018). Department of Statistics (DOS), The Hashemite Kingdom of Jordan.

Jordan—Employment and Unemployment Survey [Conjunto de datos]. (2017). Department of Statistics (DOS), The Hashemite Kingdom of Jordan.

Jordan—Employment and Unemployment Survey [Conjunto de datos]. (2018). Department of Statistics (DOS), The Hashemite Kingdom of Jordan.

Jordan—Employment and Unemployment Survey, EUS 2010 OAMDI, 2015. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files; (2010). Recuperado de http://erf.org.eg/data-portal/

Jordan—Employment and Unemployment Survey, OAMDI, 2015. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files. (2008). Recuperado de http://erf.org.eg/data-portal/

Jordan—Employment and Unemployment Survey, OAMDI, 2015. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files. (2012). Recuperado de http://erf.org.eg/data-portal/

Jordan—Employment and Unemployment Survey. OAMDI, 2016. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files [Conjunto de datos]. (2014). Recuperado de http://erf.org.eg/data-portal/

Jordan—Employment and Unemployment Survey, OAMDI, 2017. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files. (2006). Recuperado de http://erf.org.eg/data-portal/

Jordan—Employment and Unemployment Survey, OAMDI, 2017. Harmonized Labor Force Surveys (HLFS), Version 1.0 of Licensed Data Files [Conjunto de datos]. (2016). Recuperado de http://erf.org.eg/data-portal/

Jordan—Household Expenditure and Income Survey, OAMDI, 2014. Harmonized Household Income and Expenditure Surveys (HHIES), Version 2.0 of Licensed Data Files. (2002). Recuperado de http://erf.org.eg/data-portal/

Jordan—Labor Market Panel Survey, OAMDI, 2018. Labor Market Panel Surveys, Version 3.4 of Licensed Data Files. (2010). Recuperado de http://erf.org.eg/data-portal/

Jordan—Labor Market Panel Survey, 2016 [Conjunto de datos]. (2016). Recuperado de http://erf.org.eg/data-portal/

Manar, A. (2017). National Center for Human Resources Development. 15.

Poverty, DOS. (s.f.). Recuperado de http://dosweb.dos.gov.jo/population/poverty/

US Census Bureau. (2017). Personal Income: PINC-03. Recuperado el 8 de agosto de 2019, de https://www.census.gov/data/tables/time-series/demo/income-poverty/cps-pinc/pinc-03.html

World Development Indicators. (s.f.). The World Bank.

8 Apéndices Técnicos

Tabla 3: Resultados del Modelo Probit Bivariado

VARIABLES (1)
lfs=1
married=1
(2)
married=1
(3)
athrho
(4)
lfs=0
married=1
(5)
married=1
(6)
athrho
schooling 0.252***
(0.00265)
0.0666***
(0.00202)
-0.252***
(0.00265)
0.0666***
(0.00202)
potential_workexp -0.00318***
(0.000562)
0.0570***
(0.000487)
0.00318***
(0.000562)
0.0570***
(0.000487)
Amman -0.0581
(0.0530)
-0.314***
(0.0449)
0.0581
(0.0530)
-0.314***
(0.0449)
Al Balqa 0.187***
(0.0584)
-0.312***
(0.0499)
-0.187***
(0.0584)
-0.312***
(0.0499)
Al Zarqa -0.161***
(0.0558)
-0.167***
(0.0466)
0.161***
(0.0558)
-0.167***
(0.0466)
Madaba 0.126*
(0.0677)
-0.248***
(0.0586)
-0.126*
(0.0677)
-0.248***
(0.0586)
Irbid -0.0404
(0.0542)
-0.143***
(0.0457)
0.0404
(0.0542)
-0.143***
(0.0457)
Al Mafraq 0.251***
(0.0615)
-0.0744
(0.0525)
-0.251***
(0.0615)
-0.0744
(0.0525)
Jerash 0.290***
(0.0658)
-0.108*
(0.0576)
-0.290***
(0.0658)
-0.108*
(0.0576)
Ajlun 0.0639
(0.0674)
-0.193***
(0.0581)
-0.0639
(0.0674)
-0.193***
(0.0581)
Al Karak 0.259***
(0.0605)
-0.303***
(0.0527)
-0.259***
(0.0605)
-0.303***
(0.0527)
Al Tafela 0.596***
(0.0739)
-0.132*
(0.0677)
-0.596***
(0.0739)
-0.132*
(0.0677)
Ma’an 0.420***
(0.0713)
-0.219***
(0.0620)
-0.420***
(0.0713)
-0.219***
(0.0620)
Al Aqaba
rural 0.0650***
(0.0238)
0.0763***
(0.0209)
-0.0650***
(0.0238)
0.0763***
(0.0209)
Constant -4.038***
(0.0633)
-1.244***
(0.0511)
-0.208***
(0.00931)
4.038***
(0.0633)
-1.244***
(0.0511)
0.208***
(0.00931)
Observations 70,918 70,918 70,918 70,918 70,918 70,918

Errores estándar entre paréntesis. *** p<0,01, ** p<0,05, * p<0,1

VARIABLES (7)
lfs=1
married=0
(8)
married=0
(9)
athrho
(10)
lfs=0
married=0
(11)
married=0
(12)
athrho
schooling 0.253***
(0.00265)
-0.0541***
(0.00229)
-0.253***
(0.00265)
-0.0541***
(0.00229)
potential_workexp -0.00385***
(0.000567)
-0.0907***
(0.000672)
0.00385***
(0.000567)
-0.0907***
(0.000672)
Amman -0.0596
(0.0530)
0.349***
(0.0499)
0.0596
(0.0530)
0.349***
(0.0499)
Al Balqa 0.186***
(0.0584)
0.358***
(0.0555)
-0.186***
(0.0584)
0.358***
(0.0555)
Al Zarqa -0.164***
(0.0558)
0.159***
(0.0519)
0.164***
(0.0558)
0.159***
(0.0519)
Madaba 0.126*
(0.0677)
0.286***
(0.0653)
-0.126*
(0.0677)
0.286***
(0.0653)
Irbid -0.0438
(0.0541)
0.162***
(0.0508)
0.0438
(0.0541)
0.162***
(0.0508)
Al Mafraq 0.251***
(0.0615)
0.0769
(0.0581)
-0.251***
(0.0615)
0.0769
(0.0581)
Jerash 0.287***
(0.0658)
0.123*
(0.0638)
-0.287***
(0.0658)
0.123*
(0.0638)
Ajlun 0.0619
(0.0674)
0.204***
(0.0643)
-0.0619
(0.0674)
0.204***
(0.0643)
Al Karak 0.257***
(0.0605)
0.352***
(0.0582)
-0.257***
(0.0605)
0.352***
(0.0582)
Al Tafela 0.594***
(0.0739)
0.161**
(0.0746)
-0.594***
(0.0739)
0.161**
(0.0746)
Ma’an 0.417***
(0.0712)
0.194***
(0.0686)
-0.417***
(0.0712)
0.194***
(0.0686)
Al Aqaba
rural 0.0668***
(0.0238)
-0.0356
(0.0230)
-0.0668***
(0.0238)
-0.0356
(0.0230)
Constant -4.044***
(0.0633)
1.270***
(0.0568)
0.241***
(0.00988)
4.044***
(0.0633)
1.270***
(0.0568)
-0.241***
(0.00988)
Observations 70,918 70,918 70,918 70,918 70,918 70,918

Errores estándar entre paréntesis. *** p<0,01, ** p<0,05, * p<0,1

Tabla 4: Resultados del Modelo Probit

Variable dependiente: en la fuerza laboral Coef. EE z P>|z| Coef. EE z P>|z| Coef. EE z P>|z|
age 0,22 0,00 179,80 0,00 0,22 0,22 0,33 0,00 195,84 0,00 0,33 0,33
[Tabla continúa en el documento original]

Tablas de resultados estadísticos

Modelo probit de participación en la fuerza laboral (continuación de resultados)

Los coeficientes presentados corresponden a tres subgrupos de mujeres jordanas: aquellas con educación universitaria o superior, aquellas con menos de bachillerato y aquellas con bachillerato. Para cada variable se reporta el coeficiente, el error estándar, el estadístico z, el valor p, y los límites inferior y superior del intervalo de confianza al 95%.

Variable Mujeres jordanas con educación universitaria o superior
Coef. / SE / z / p / IC 95%
Mujeres jordanas con menos de bachillerato
Coef. / SE / z / p / IC 95%
Mujeres jordanas con bachillerato
Coef. / SE / z / p / IC 95%
age² 0.00 (0.00) / 165.70 / 0.00 / [0.00, 0.00] 0.00 (0.00) / 187.24 / 0.00 / [0.00, 0.00] 0.00 (0.00) / 157.84 / 0.00 / [0.00, 0.00]
Log tiempo medio de desplazamiento al distrito (minutos) 0.29 (0.14) / 0.01 / 31.42 / 0.00 / [0.27, 0.31] 0.01 (0.16) / — / 0.00 / [0.15, 0.17] 0.01 (0.12) / 16.05 / 0.00 / [0.13, 0.17]
Log tasa de desempleo a nivel de distrito 0.24 (0.01) / 34.77 / 0.00 / [0.22, 0.25] 0.45 (0.01) / 56.36 / 0.00 / [0.44, 0.47] 0.25 (0.01) / 34.03 / 0.00 / [0.23, 0.26]
Analfabeta (0.29) (0.01) / (34.84) / 0.00 / [(0.30), (0.27)]
Sabe leer y escribir (0.26) (0.01) / (50.08) / 0.00 / [(0.27), (0.25)]
Rural (0.05) (0.01) / (6.92) / 0.00 / [(0.06), (0.04)] (0.39) (0.01) / (47.34) / 0.00 / [(0.40), (0.37)] (0.04) (0.01) / (5.94) / 0.00 / [(0.06), (0.03)]
Soltera 0.75 (0.02) / 46.31 / 0.00 / [0.72, 0.78] 0.06 (0.02) / 4.03 / 0.00 / [0.03, 0.09] 1.62 (0.03) / 56.41 / 0.00 / [1.56, 1.67]
Casada (0.11) (0.02) / (6.74) / 0.00 / [(0.14), (0.07)] (0.71) (0.01) / (47.85) / 0.00 / [(0.74), (0.69)] 0.91 (0.03) / 32.60 / 0.00 / [0.86, 0.97]
Divorciada / Separada 1.00 (0.02) / 55.70 / 0.00 / [0.96, 1.04] 0.08 (0.02) / 4.11 / 0.00 / [0.04, 0.12] 1.51 (0.04) / 42.41 / 0.00 / [1.44, 1.58]
Amman (0.21) (0.02) / (14.27) / 0.00 / [(0.24), (0.18)] (0.73) (0.01) / (51.89) / 0.00 / [(0.76), (0.71)] (0.06) (0.02) / (2.86) / 0.00 / [(0.10), (0.02)]
Al Balqa 0.13 (0.02) / 7.74 / 0.00 / [0.10, 0.16] (0.81) (0.02) / (49.06) / 0.00 / [(0.85), (0.78)] 0.04 (0.02) / 1.71 / 0.09 / [(0.01), 0.08]
Al Zarqa (0.18) (0.02) / (10.95) / 0.00 / [(0.21), (0.15)] (1.17) (0.02) / (74.14) / 0.00 / [(1.20), (1.14)] (0.24) (0.02) / (10.56) / 0.00 / [(0.28), (0.19)]
Madaba (0.44) (0.03) / (16.05) / 0.00 / [(0.50), (0.39)] (0.95) (0.02) / (43.26) / 0.00 / [(0.99), (0.90)] (0.27) (0.02) / (11.00) / 0.00 / [(0.31), (0.22)]
Irbid (0.05) (0.02) / (3.23) / 0.00 / [(0.08), (0.02)] (0.83) (0.02) / (55.33) / 0.00 / [(0.86), (0.80)] 0.30 (0.02) / 13.59 / 0.00 / [0.26, 0.34]
Al Mafraq 0.11 (0.02) / 5.81 / 0.00 / [0.07, 0.15] (0.82) (0.02) / (39.43) / 0.00 / [(0.86), (0.77)] 0.37 (0.03) / 14.20 / 0.00 / [0.32, 0.42]
Jerash 0.03 (0.02) / 1.37 / 0.17 / [(0.01), 0.06] (0.83) (0.02) / (39.10) / 0.00 / [(0.87), (0.79)] 0.30 (0.03) / 11.60 / 0.00 / [0.25, 0.35]
Aljun (0.16) (0.02) / (6.76) / 0.00 / [(0.20), (0.11)] (0.14) (0.02) / (6.57) / 0.00 / [(0.18), (0.10)] 0.41 (0.03) / 15.39 / 0.00 / [0.36, 0.47]
Al Karak 0.38 (0.02) / 23.46 / 0.00 / [0.35, 0.41] (0.34) (0.02) / (20.03) / 0.00 / [(0.37), (0.31)] 0.23 (0.02) / 10.14 / 0.00 / [0.19, 0.28]
Al Tafiela 0.23 (0.02) / 11.02 / 0.00 / [0.19, 0.27] (0.63) (0.02) / (29.04) / 0.00 / [(0.68), (0.59)] 0.37 (0.03) / 12.93 / 0.00 / [0.32, 0.43]
Ma’an 0.15 (0.02) / 8.63 / 0.00 / [0.12, 0.19] (0.30) (0.02) / (14.07) / 0.00 / [(0.34), (0.26)] 0.52 (0.03) / 19.15 / 0.00 / [0.47, 0.57]
Al Aqaba 0 (omitido) 0 (omitido) 0 (omitido)
Constante (4.43) (0.04) / (121.25) / 0.00 / [(4.50), (4.36)] (5.59) (0.04) / (135.17) / 0.00 / [(5.67), (5.51)] (6.35) (0.06) / (114.30) / 0.00 / [(6.46), (6.25)]
N 1,247,366 616,329 346,794

Tabla 5: Modelo logit con efectos fijos individuales

[Tabla 5 contenida en página 61 del documento original — resultados del modelo logit con efectos fijos individuales para mujeres jordanas.]

Tabla 6: Salarios de reserva de los desempleados y salarios efectivos de los empleados

Nivel educativo Tipo de salario Hombres jordanos — Monto (JOD) Hombres jordanos — IC 95% Mujeres jordanas — Monto (JOD) Mujeres jordanas — IC 95%
Menos de bachillerato Salario de reserva — sector privado 291.0 [290.7, 291.2] 239.7 [239.3, 240.1]
Salarios de empleados del sector privado 306.8 [306.5, 307.0] 239.7 [238.9, 240.4]
Salario de reserva — sector público 286.4 [286.2, 286.7] 237.1 [236.7, 237.4]
Salarios de empleados del sector público 362.6 [362.4, 362.9] 304.2 [303.2, 305.2]
Diploma de bachillerato Salario de reserva — sector privado 359.4 [358.9, 360.0] 283.0 [282.6, 283.3]
Salarios de empleados del sector privado 373.6 [373.2, 374.1] 289.3 [288.6, 290.0]
Salario de reserva — sector público 343.7 [343.3, 344.2] 275.0 [274.7, 275.3]
Salarios de empleados del sector público 415.6 [415.3, 416.0] 374.0 [373.2, 374.8]
Universidad o más Salario de reserva — sector privado 390.5 [390.0, 390.9] 315.0 [314.8, 315.2]
Salarios de empleados del sector privado 478.1 [477.5, 478.7] 330.4 [329.6, 331.2]
Salario de reserva — sector público 373.1 [372.7, 373.5] 303.8 [303.6, 304.0]
Salarios de empleados del sector público 504.3 [503.8, 504.8] 406.1 [405.7, 406.6]

Tabla 7: Resultados de regresión MCO para la prima del sector público

Variable Hombres jordanos
ln(salario)
Mujeres jordanas
ln(salario)
Sector público 0.0745*** (0.0136) 0.331*** (0.0143)
Experiencia laboral potencial 0.00976*** (0.000294) 0.0105*** (0.000727)
Escolaridad (años) 0.0446*** (0.00148) 0.0728*** (0.00449)
Rural −0.0150*** (0.00513) −0.00736 (0.0103)
Constante 5.120*** (0.0250) 4.637*** (0.0941)
Efectos fijos de ocupación
Efectos fijos de industria
Efectos fijos de gobernación
Observaciones 34,412 8,839
0.292 0.362

Errores estándar robustos entre paréntesis. *** p<0.01, ** p<0.05, * p<0.1

Tabla 8: Descomposición de Blinder-Oaxaca de la brecha salarial de género en el sector privado

Variable (1) General (2) Explicada (3) No explicada
Industria 1.0660*** (0.0068) 1.0506*** (0.0198)
Ocupación 0.8991*** (0.0081) 1.0179 (0.0364)
Educación 0.9062*** (0.0071) 1.0014 (0.0118)
Experiencia laboral 1.0275*** (0.0025) 0.9711*** (0.0086)
Estado civil 1.0286*** (0.0029) 0.9864 (0.0809)
Gobernación 0.9974 (0.0019) 0.9618*** (0.0121)
Horas semanales trabajadas (log) 1.0269*** (0.0027) 0.7001* (0.1347)
Edad 1.0127*** (0.0016) 0.97404 (0.04418)
Hombres 329.19*** (1.6718)
Mujeres 280.24*** (2.8858)
Diferencia 1.17*** (0.0134)
Explicada 0.95*** (0.0088)
No explicada 1.23*** (0.0144)
Constante 1.8332*** (0.3890)
Observaciones 27,926 27,926 27,926

Errores estándar robustos entre paréntesis. *** p<0.01, ** p<0.05, * p<0.1

Figura 22: Participación por cohorte para mujeres con título universitario

[Figura 22 — Participación laboral por cohorte para mujeres jordanas con educación universitaria o superior.]

Figura 23: Salarios de reserva y salarios de los empleados (jordanos con educación universitaria, sector privado)

[Figura 23 — Comparación entre salarios de reserva y salarios efectivos de los empleados, para jordanos con educación universitaria en el sector privado.]

Figura 24: Primas salariales del sector público

A: Jordania

[Gráfico A — Prima salarial del sector público en Jordania.]

B: Referencia internacional (Becerra, 2017)

[Gráfico B — Prima salarial del sector público: comparativa internacional según Becerra (2017).]

Citar este paper

Cómo citar en BibTeX

@techreport{mas2019,
  author    = {Santos, Miguel Ángel},
  title     = {Female Labor in Jordan: A Systematic Analysis of Barriers and Opportunities},
  year      = {2019},
  pages     = {67},
  url       = {/papers/female-labor-jordan/}
}