El desempleo femenino muestra diferencias muy amplias entre las economías que informaron datos para 2024. La tasa no representa el porcentaje de todas las mujeres que están sin empleo. Su denominador es la fuerza laboral femenina: mujeres que participan en el mercado de trabajo. Dentro de ese grupo, la tasa indica qué proporción está disponible para trabajar y busca empleo, pero no tiene un puesto. Por eso debe distinguirse de la tasa de participación, de la tasa de empleo y de otros indicadores sobre calidad del trabajo.
Índice
La comparación de 2024 reúne 104 economías con datos
El análisis utiliza el indicador SL.UEM.TOTL.FE.NE.ZS del Banco Mundial para el año 2024. La lista geográfica de referencia contiene 217 países y economías. De ellos, 104 tienen una observación para 2024 y 113 no disponen de valor en ese año. Los faltantes se mantienen como datos ausentes y no se convierten en cero. En consecuencia, una zona sin color en el mapa significa “sin dato de 2024” y no “desempleo femenino de 0%”.
Entre las 104 observaciones disponibles, la mediana simple es 5.77% y la media 7.54%. El primer cuartil se sitúa en 3.83% y el tercero en 9.17%, de modo que la mitad central de los valores queda aproximadamente dentro de ese intervalo. La media supera a la mediana porque unas pocas tasas muy altas elevan el promedio. Veintitrés economías alcanzan al menos 10%, ocho llegan a 15% o más, seis superan 20% y dos rebasan 30%.
Los valores más altos se concentran en un grupo reducido de economías
Sudáfrica presenta el mayor valor informado para 2024, con 34.448%. Le sigue Cisjordania y Gaza con 30.112%. Botsuana registra 26.399% y Jordania 25.010%. Lesoto, con 21.739%, y Gabón, con 21.435%, también superan 20%. Kosovo alcanza 18.254% y Malawi 18.000%. Estos puestos describen únicamente las economías con una estimación nacional disponible para 2024; no constituyen una clasificación completa de todos los países del mundo.
| Economía | Tasa de desempleo femenino, 2024 |
|---|---|
| Sudáfrica | 34.4% |
| Cisjordania y Gaza | 30.1% |
| Botsuana | 26.4% |
| Jordania | 25.0% |
| Lesoto | 21.7% |
| Gabón | 21.4% |
| Kosovo | 18.3% |
| Malawi | 18.0% |
La dimensión espacial aporta información adicional. En África austral aparecen varias tasas elevadas próximas entre sí: Sudáfrica, Botsuana y Lesoto superan 20%, mientras Malawi y Zimbabue también se sitúan en niveles relativamente altos. En Oriente Medio destacan Cisjordania y Gaza y Jordania, ambas por encima de 25%, e Irán supera 14%. En el sur de Europa, España y Grecia rondan 12.7%, y Bosnia y Herzegovina se encuentra por encima de 13%. La proximidad geográfica sugiere dónde conviene investigar más, pero no demuestra que esas economías compartan una causa única.
Las tasas bajas tampoco deben interpretarse de forma automática
En el extremo inferior, Catar registra 0.318%, Tailandia 0.826%, Moldova 1.229%, Viet Nam 1.424% y Argentina 1.849%. Hong Kong RAE, China presenta 2.366%, Japón 2.400% y la Federación de Rusia 2.522%. Una tasa baja puede coincidir con un mercado laboral dinámico, pero por sí sola no informa cuántas mujeres participan en la fuerza laboral, cuántas tienen empleo ni qué tan estables, formales o bien remunerados son esos puestos.
| Economía | Tasa de desempleo femenino, 2024 |
|---|---|
| Catar | 0.3% |
| Tailandia | 0.8% |
| Moldova | 1.2% |
| Viet Nam | 1.4% |
| Argentina | 1.8% |
| Hong Kong RAE, China | 2.4% |
| Japón | 2.4% |
| Federación de Rusia | 2.5% |
La razón es importante: una persona sin trabajo que no busca activamente empleo puede quedar fuera de la fuerza laboral en vez de clasificarse como desempleada. Una economía puede mostrar poco desempleo y, al mismo tiempo, una participación laboral femenina reducida. También puede ocurrir lo contrario: cuando más mujeres entran al mercado y empiezan a buscar empleo, la tasa de desempleo puede aumentar durante un tiempo aunque también se estén creando puestos. Para una lectura completa conviene combinar este indicador con participación, empleo, desempleo juvenil, horas trabajadas y calidad del empleo.
El mapa localiza contrastes, pero no identifica sus causas
Una representación por países permite ver patrones que una tabla ordenada oculta. En esta fotografía de 2024, varias economías de África austral se ubican en rangos altos, mientras algunas economías con datos en Asia oriental y sudoriental aparecen en rangos bajos. En Europa predominan valores bajos o intermedios, aunque partes de los Balcanes y del sur europeo muestran tasas de dos dígitos. Oriente Medio presenta una dispersión marcada. Esos patrones son descriptivos: el conjunto de datos no permite atribuirlos por sí solo a una política, a una recesión, a una estructura sectorial o a una norma social concreta.
También existen límites cartográficos. Las islas pequeñas y ciertos territorios pueden ser difíciles de distinguir o no aparecer como polígonos separados en una base mundial de baja resolución. La comparación estadística conserva las 104 observaciones disponibles, mientras que 97 se asociaron directamente con los polígonos utilizados para la imagen. Cuando se necesita un dato exacto, debe consultarse el valor tabular o la fuente y no inferirlo únicamente por el tamaño o el color de una forma en el mapa.
La expresión “estimación nacional” cambia la forma de comparar
El Banco Mundial denomina esta serie “estimación nacional” e identifica la base Labour Force Statistics de ILOSTAT como fuente subyacente. Las estadísticas nacionales pueden diferir en diseño de encuesta, edad cubierta, criterio de búsqueda de empleo, período de referencia y calendario de revisiones. Esas diferencias no invalidan la comparación, pero aconsejan concentrarse en brechas amplias y rangos, en vez de interpretar diferencias de unas décimas como si fueran una clasificación exacta de desempeño.
La serie de estimaciones nacionales también es distinta de la serie de estimaciones modeladas de la OIT. Los valores modelados aplican otra metodología para aumentar comparabilidad y cubrir vacíos, mientras que la serie nacional se apoya en observaciones reportadas por los sistemas nacionales. Mezclar ambas series en una misma clasificación puede juntar cifras construidas de manera diferente. Aquí se mantiene una sola definición de serie y un único año de referencia: 2024.
Qué información aporta la tasa de desempleo femenino
El indicador ayuda a medir la dificultad para encontrar trabajo entre las mujeres que ya forman parte de la fuerza laboral. Una tasa alta significa que una fracción importante de las mujeres activas que buscan empleo no consigue un puesto. Sin embargo, no mide salarios, estabilidad contractual, informalidad, subempleo, duración de la jornada, segregación ocupacional ni trabajo de cuidados no remunerado. Tampoco dice directamente qué proporción de todas las mujeres en edad de trabajar tiene empleo.
Por eso resulta más útil como pieza de un diagnóstico que como una nota final sobre el mercado laboral. La participación puede cambiar el denominador. Durante una recuperación, por ejemplo, más mujeres pueden volver a buscar empleo y elevar temporalmente el desempleo antes de que la creación de puestos absorba la nueva oferta. En una situación opuesta, el abandono de la búsqueda puede reducir la tasa sin que aumente el empleo. La dirección del indicador necesita contexto.
Cinco reglas para leer la distribución de 2024
- Usar la mediana de 5.77% como referencia para ubicar una economía dentro de la distribución observada.
- Separar las seis observaciones superiores a 20% porque forman el extremo alto de la muestra disponible.
- Interpretar las zonas sin color como datos faltantes de 2024 y nunca como una tasa de 0%.
- Comparar estimaciones nacionales con estimaciones nacionales, sin mezclarlas con la serie modelada.
- Consultar participación y empleo femenino antes de convertir una tasa baja o alta en una conclusión general sobre el mercado laboral.
Estas reglas permiten utilizar el mapa como herramienta de comparación y no solo como una lista visual de ganadores y perdedores. Las tasas altas señalan economías donde la búsqueda de empleo entre las mujeres activas presenta una dificultad especialmente visible. Las tasas bajas requieren comprobar si esa situación coincide con una participación amplia y con buenos resultados de empleo. Los espacios sin datos deben conservarse como una limitación explícita del año seleccionado.
Fuente y método de cálculo
Los valores proceden del indicador de desempleo femenino del Banco Mundial, estimación nacional, código SL.UEM.TOTL.FE.NE.ZS, para 2024. El Banco Mundial señala ILOSTAT Labour Force Statistics como fuente de la serie. Se excluyeron los agregados regionales y se compararon las 104 observaciones no faltantes. La media, la mediana, los cuartiles, los umbrales y las posiciones se calcularon directamente a partir de esos valores; los 113 registros sin dato se mantuvieron como faltantes.
Una sola fotografía anual no describe una tendencia. No permite saber si una economía mejora o empeora, si el valor responde a un choque temporal o si hubo un cambio metodológico. Para responder esas preguntas se necesita una serie de varios años y la documentación específica de cada país. El objetivo de esta comparación es más acotado: mostrar cómo se distribuyen las estimaciones nacionales disponibles para un mismo año y dejar visible la cobertura real de los datos.
Preguntas frecuentes
¿La tasa de desempleo femenino es el porcentaje de todas las mujeres sin trabajo?
No. Es el porcentaje de la fuerza laboral femenina que está desempleada. Las mujeres que no participan en la fuerza laboral no forman parte del denominador.
¿Las zonas sin color en el mapa tienen 0% de desempleo?
No. Indican que no hay una estimación nacional disponible para 2024 en esta comparación. Los datos faltantes no se sustituyeron por cero.
¿La estimación nacional es igual a la estimación modelada de la OIT?
No. Son series distintas. La estimación nacional refleja estadísticas nacionales reportadas; la serie modelada aplica una metodología adicional para mejorar la comparabilidad y cubrir vacíos.
Artículos relacionados
Los mapas ofrecidos por Green Map son mapas editados y elaborados por nosotros, utilizando como referencia fuentes de datos geográficos abiertos como geoBoundaries, Natural Earth, OpenStreetMap y datos abiertos de gobiernos y organismos públicos.
Las imágenes de los mapas no redistribuyen los archivos de datos originales. Son materiales visuales editados y diseñados para su uso en educación, presentaciones, documentos, blogs y otras referencias gráficas. Este aviso informa sobre las principales fuentes de datos utilizadas como referencia en la elaboración de los mapas de Green Map.
