Ricardo HausmannHarvard Kennedy School &

Center for International DevelopmentHarvard University

Género y competitividad en Argentina

Planteamiento central

• La competitividad se basa en usar todos los recursos de la forma más productiva

• Las mujeres representan una parte creciente del talento productivo del mundo

• Están organizados los países para aprovechar ese potencial?

• Revisemos el caso argentino

Las mujeres argentinas son más educadas que los hombres

Concept World Score World Women Men Ratio Rank Average

Eso no es nuevoYear of Birth of First Cohort where Education Gap was closed

Argentina: record mundial en la brecha de educación a favor de la

mujer

Un fenómeno que sigue en expansióna ritmos altos

Ese excepcionalismo argentino no se ve en el mercado laboral:

brecha de participación laboral

Argentina en el GGR2010

Concept World Score World Women Men Ratio Rank Average

Participación laboral y nivel de ingreso

Ela brecha de participación laboral se está cerrando a un ritmo intermedio

Participación laboral y el matrimonio: brecha entre casadas y solteras

La brecha del matrimonio está cayendo

La brecha de la maternidad:las mujeres con hijos trabajan poco

…esta brecha no se está cerrando

En síntesis

• La mujer argentina es más educada que el hombre– Record mundial

• …pero participa sorprendentemente poco en el mercado laboral

• Esto se debe al matrimonio• … y a la maternidad

Veamos el “mercado” del matrimonio en Argentina

Las mujeres educadas se casan menos que los hombres educados

Probability of being married (OLS) – dummy on skilled (Secondary +) for Men vs. Women

Armenia

Austria

Belarus

Cambodia

CanadaChina

France

Ghana

Greece

Guinea

Hungary

India

Iraq

Israel

Italy

JordanKenya

KyrgyzRepublic

Malaysia MongoliaNetherlands

Palestine

PhilippinesPortugal

Romania

Rwanda

Slovenia

SouthAfrica

Spain

UgandaUnitedKingdom

UnitedStates

Vietnam

Argentina

Bolivia

Brazil

Chile

ColombiaCostaRica

Ecuador

Mexico

PanamaVenezuela

-.15

-.1

-.05

0.0

5.1

.15

Pro

b o

f S

kille

d M

en M

atc

he

d, 3

0-5

5

-.15 -.1 -.05 0 .05 .1 .15Prob of Skilled Women Matched, 30-55

Non-LAC LAC 45 Degree

Cuando se casan, 35 por ciento lo hacen con hombres menos educados que ellas

Share of Wives marrying down

Armenia

Austria

Belarus

Cambodia

China

France

Ghana

Greece

Guinea

Hungary

India

Iraq

Israel

ItalyJordan

Kenya

KyrgyzRepublic

Malaysia

Mongolia

Palestine

Philippines

Portugal

Romania

Rwanda

Slovenia

SouthAfrica

SpainUgandaUnitedStates

Vietnam

Argentina

Bolivia

Brazil

Chile

Colombia

CostaRica

Ecuador Mexico

PanamaVenezuela

0.1

.2.3

.4

Sh

are

Wife>

Hu

sba

nd

, 30

-55

-1 0 1 2 3Gender Education Gap, 30-55

Non-LAC LAC

Cuando se casan con hombres menos educados, trabajan más

Probability of Labor Force Participation for Wives marrying down

-.05 0 .05 .1

PanamaBrazil

BoliviaMexico

VenezuelaIsrael

IraqChile

EcuadorColombiaArgentina

PortugalKenya

ItalyFrance

SouthAfricaJordanChinaSpain

PhilippinesMongolia

GhanaCambodia

RwandaAustria

VietnamBelarus

HungaryUnitedStates

RomaniaUganda

KyrgyzRepublicCostaRica

ArmeniaSlovenia

GuineaIndia

MalaysiaGreece

Palestine

LAC Other

Los hombres que se casan con mujeres más educadas que ellos ganan 34% más que otros hombres similares

Residual from Husband’s Wages (selected countries)

0.2

.4.6

kdensity h

us_re

s

-4 -3 -2 -1 0 1 2 3 4x

Wife>Husband Wife<Husband

Wife=Husband

HH Data

ARG (2002): Husband Residuals

Las mujeres educadas tienen pocos hijos

12

34

5

1920 1930 1940 1950 1960cohort

Total Less than primaryPrimary SecondaryUniversity

Primaria incompleta

Primaria completa

Promedio nacionalSecundaria completa

Universitaria

Núm

ero

de h

ijos

Fecha de nacimiento de la madre

Una interpretación• Las mujeres más educadas tienden a vivir menos

en pareja• Las que viven solas trabajan más que las que se

casan• Las que se casan con hombres menos educados

trabajan más• Las que tienen hijos trabajan menos o dejan de

trabajar mucho más que en otros países• Conclusión: dificultad en hacer compatible el

trabajo con el matrimonio y la maternidad

Dos investigaciones andando

• Dos empresas: una latinoamericana y otra global (24 países)

• Una en el sector financiero y la otra un bufete de abogados

• Ambas comprometidas con la igualdad de género• Ambas contratan más mujeres que hombres• Ambas pierden más mujeres que hombres• Ambas tienen más del 85 por ciento de las

posiciones de liderazgo en manos de hombres

Cuotas para mujeres en posiciones de liderazgo o en la junta directiva?

• La pregunta es si se trata de un problema de oferta o de demanda

• Si el problema es originado por discriminación arriba, esto puede ser una solución

• Pero si el problema es que faltan mujeres porque cortan su carrera profesional por razones familiares, esto no resuelve el problema

• La solución pasa por hacer que el trabajo y la familia sean compatibles

Gracias!

www.ricardohausmann.comwww.cid.harvard.edu

FACT 6: Women who marry down marry the “better” men (higher residual from wage regression) (cont’d)

Residual from Husband’s Wages (selected countries)

Marry Down Marry Up Diff P-value Marry Same Diff P-value

ARG 2002 0.115 -0.229 0.344 0.000 -0.003 0.118 0.000

BOL 2002 0.447 -0.102 0.549 0.000 0.007 0.440 0.000

CHL 2003 0.047 -0.169 0.217 0.000 -0.045 0.093 0.000

COL 2003 0.148 -0.124 0.273 0.000 0.060 0.088 0.000

CRI 2004 0.069 -0.133 0.202 0.000 -0.093 0.162 0.000

DOM 2003 0.097 -0.105 0.202 0.000 0.047 0.050 0.219

GUA 2002 0.275 -0.026 0.301 0.000 -0.044 0.319 0.002

HON 2003 0.252 -0.164 0.416 0.000 0.037 0.215 0.000

JAM 2002 -0.136 -0.195 0.058 0.737 -0.093 -0.044 0.734

MEX 2004 0.166 -0.142 0.308 0.000 0.038 0.129 0.000

NIC 2001 0.115 -0.172 0.287 0.000 -0.103 0.217 0.003

PAN 2003 0.107 -0.189 0.296 0.000 -0.037 0.144 0.000

PER 2002 0.218 -0.240 0.458 0.000 0.001 0.217 0.000

PRY 2002 0.103 -0.135 0.238 0.002 0.008 0.095 0.281

SLV 2002 0.160 -0.136 0.297 0.000 0.007 0.154 0.000

URY 2003 0.145 -0.089 0.234 0.000 -0.014 0.159 0.000

VEN 2003 0.069 -0.144 0.213 0.000 0.002 0.067 0.000