Structural Transformation and Youth Labor Market Dynamics in Morocco: An Econometric Analysis of Employment Patterns, Gender Disparities, and Sectoral Transitions[Transformation structurelle et dynamiques du marché du travail des jeunes au Maroc : une analyse économétrique des structures d’emploi, des disparités de genre et des transitions sectorielles]

Diese Studie untersucht die vielschichtige Natur der Arbeitsmarktleistung von Jugendlichen in Marokko mit dem Ziel, Beschäftigungsmuster, geschlechtsspezifische Unterschiede und berufliche Veränderungen unter jungen Menschen im Alter von 15 bis 35 Jahren zu analysieren. Wir verwenden einen umfassenden ökonometrischen Ansatz, der ein logistisches Regressionsmodell, ein multinomiales Logit-Modell, eine Oaxaca-Blinder-Dekomposition sowie Machine-Learning-Modelle umfasst, um die Beschäftigungswahrscheinlichkeit, die sektorale Zuordnung und die Lohnbestimmung zu untersuchen. Die Analyse basiert auf Mikrodaten der Arbeitskräfteerhebung des Hohen Planungskommissariats Marokkos (HCP) für den Zeitraum 2015–2024 sowie auf aktuellen Querschnittsdaten aus dem Jahr 2026. Die Ergebnisse zeigen, dass weiterhin geschlechtsspezifische Ungleichheiten auf dem Arbeitsmarkt bestehen, wobei die Beschäftigung von Frauen etwa 32 % unter der der Männer liegt. Zudem bestehen deutliche Unterschiede zwischen urbanen und ländlichen Regionen. Die Studie zeigt außerdem erhebliche Diskrepanzen zwischen Bildung und Beschäftigung, insbesondere bei Jugendlichen mit tertiärer Ausbildung. Etwa 45 % der jungen Erwerbstätigen sind im informellen Sektor beschäftigt, der durch eine starke Heterogenität hinsichtlich Geschlecht und Bildungsniveau gekennzeichnet ist. Die Schätzung mittels Instrumentvariablen adressiert das Problem der Endogenität und zeigt, dass der familiäre Hintergrund sowie regionale Arbeitsmarktbedingungen eine entscheidende Rolle bei den Beschäftigungsergebnissen junger Menschen spielen. Die Dekompositionsanalyse zeigt, dass der Großteil der geschlechtsspezifischen Beschäftigungslücke durch Diskriminierung oder Präferenzen erklärt werden kann (68 % der Lücke) und nicht durch Unterschiede in den Ausstattungseffekten. Die Vorhersagen der Machine-Learning-Modelle identifizieren die Qualität der Bildung, sektorbezogene Kompetenzen sowie geografische Mobilität als zentrale Determinanten der Beschäftigung. Die politischen Implikationen umfassen gezielte aktive Arbeitsmarktpolitiken, eine stärkere Ausrichtung der beruflichen Bildung an sektoralen Bedürfnissen, geschlechtersensible Politiken sowie strukturelle Reformen zur Verringerung der Informalität und zur Verbesserung der Beschäftigungsqualität unter der jungen Bevölkerung in Marokko.