EN CUÁNTO Y POR QUÉ DIFIEREN LAS REMUNERACIONES

EN CUÁNTO Y POR QUÉ DIFIEREN LAS REMUNERACIONES
ENTRE SEXOS EN ARGENTINA1
Jorge A. Paz
Conicet y Universidad Nacional de Salta
1- Introducción
Se ha acumulado hasta el momento una cantidad apreciable de evidencia empírica sobre la
diferencia de ingresos entre géneros en diversos núcleos urbanos de Argentina2. Los
trabajos realizados coinciden en lo siguiente:
a) la brecha de ingresos mensuales entre mujeres y varones ronda el 30%; esto es, los
ingresos medios femeninos representan alrededor de un 70% de los masculinos.
b) el control del nivel educativo, la situación familiar y la inserción ocupacional, hacen
disminuir ostensiblemente la brecha de ingresos mensuales, pero no la cierran totalmente.
c) cuando las estimaciones se corrigen por selección muestral la brecha se invierte; o, lo que
es lo mismo se detecta discriminación inversa (PAZ, 1999c).
Este último resultado se obtiene también cuando se calcula la diferencia usando el ingreso
horario y no el mensual. En un manuscrito reciente se mostró que el ingreso horario
promedio de las asalariadas es, en Argentina, un 3,8% mayor que el de los asalariados
(Paz, 2000).
Un examen más profundo permitió constatar que el trabajo a tiempo parcial ejerce una fuerte
influencia en el ingreso horario promedio, en especial en los tramos iniciales de la trayectoria
laboral de las personas. En rigor, la conclusión mencionada en el párrafo anterior puede ser
resumida como sigue: el ingreso horario de las trabajadoras a tiempo parcial es mayor que
el ingreso horario de los trabajadores a tiempo parcial, especialmente entre los más jóvenes.
Tomando en consideración estos resultados, el objetivo principal de este trabajo es estimar
la magnitud de la diferencia de ingresos por razones de género para el conjunto de núcleos
urbanos de la Argentina, controlando el efecto del trabajo a tiempo parcial. Para ello se
sigue la propuesta de BLAU y KHAN (1996), quienes construyen una variable que
homogeneiza las remuneraciones al nivel de una jornada laboral plena.
Una vez estimada la brecha, se cuantifican las porciones atribuibles a: la ventaja masculina
en ingresos sobre un salario libre de discriminación (lo que aquí se denomina nepotismo), la
desventaja femenina en ingresos sobre dicho salario (o discriminación) y a las diferencias en
características, tanto entre los individuos como entre las ocupaciones en las que trabajan.
Se calcula luego la contribución de cada variable a la explicación de la diferencia de
remuneraciones entre sexos, se identifica la vía principal (nepotismo, discriminación,
características) por la que lo hace.
El trabajo ha sido organizado de acuerdo al siguiente orden: En la próxima sección se
analizan indicadores de segregación ocupacional y compromiso con el mercado laboral. En
la sección 3 se presenta la metodología y la fuente de datos usadas a lo largo del trabajo.
Luego, en la sección siguiente, se muestran y discuten los resultados obtenidos. El
documento contiene, además, una sección dedicada a las conclusiones más importantes
obtenidas en esta etapa de la investigación y un Apéndice con las tablas de referencia.
2- Indicadores básicos
Hay tres aspectos dimensiones del mercado laboral con importantes efectos sobre la brecha
de ingresos: la participación de mujeres y varones en la fuerza de trabajo, la segregación
ocupacional y el trabajo a tiempo parcial.
La tasa de participación y la proporción de trabajadores a tiempo parcial, suelen ser usados
como indicadores de compromiso con el mercado de trabajo. Un mayor compromiso implica,
con el transcurso del tiempo, mayor experiencia en el puesto de trabajo, mayor acumulación
de capital humano específico y, por consiguiente, mayor flujo de ingresos por unidad de
tiempo. Como se verá luego, los hombres participan más y lo hacen con mayor intensidad
(medida en horas semanales, por ejemplo) que las mujeres. Se puede esperar entonces
que, al menos por estos motivos, los hombres perciban remuneraciones más altas que las
mujeres.
Por su parte, la segregación combinada con la estructura de remuneraciones por
ocupaciones, afecta también el tamaño y composición de la brecha de ingresos. Se puede
demostrar que aún no existiendo diferencias de remuneraciones entre géneros dentro de
una misma ocupación, la mera concentración de mujeres en un número reducido de puestos
de baja remuneración relativa, puede provocar brecha favorable a los varones.
En el Cuadro 1 se muestran indicadores de estas dimensiones para el conjunto de
aglomerados urbanos de Argentina hacia mayo de 1997.
Cuadro 1
Participación económica, segregación
y trabajo a tiempo parcial.
Indicador
Tasa de actividad
Varones
Con cónyugea
Sin cónyugeb
Mujeres
Con cónyuge
Sin cónyuge
Índice de disimilitudc
Ocupaciónd
Industriae
Trabajo a tiempo parcialf
Varones
Con cónyuge
Sin cónyuge
Mujeres
Con cónyuge
Sin cónyuge
Proporción
0,77
0,92
0,58
0,45
0,43
0,48
0,53
0,50
0,25
0,22
0,32
0,56
0,59
0,52
Nota: a Incluye casados y unidos; b Incluye solteros, separados, divorciados y viudos; c Para el cálculo
del índice de disimilitud se usó el Índice de Duncan (DUNCAN y DUNCAN, 1955; SILTANEN et al., 1995);
d
e
f
A tres dígitos de la CIIU (INDEC, 1998a); A tres dígitos de la CIUO (INDEC, 1998b); Definido
como menos de 36 horas semanales de trabajo para el mercado.
Fuente: Elaboración propia con datos de la EPH.
Del Cuadro 1 se desprenden las siguientes conclusiones:
Las tasas de actividad femeninas son menores que las masculinas. Menos mujeres que
varones participan en la actividad económica remunerada. La diferencia de tasas de
actividad entre hombres y mujeres es de más de 30 puntos porcentuales y asciende a 50
puntos entre casadas y casados. Este último dato permite apreciar en qué medida las
restricciones familiares menoscaban la participación de la mujer en la actividad económica
remunerada y ayuda a entender también por qué en las primeras etapas de la vida activa,
cuando la mujer no ha iniciado aún proyectos de constitución familiar, las remuneraciones
entre sexos difieren menos que en las etapas finales.
Se aprecia claramente en el Cuadro 1 que la presencia de cónyuge desalienta la
participación de las mujeres y alienta la de los varones. Esta es una de las razones por las
que POLACHEK (1975) considera que en los estudios sobre estos temas, es necesario
incorporar variables ligadas al entorno familiar de los individuos. De no ser así podría
incurrirse en errores de especificación, los que a su tiempo, tenderían a sobrestimar la
proporción de la brecha de ingresos atribuible a la discriminación3.
Las mujeres se concentran en un número reducido de ocupaciones. Este aspecto aparece
cuantificado por el índice de disimilitud o segregación. Dicho índice muestra el porcentaje de
mujeres (varones) que tendrían que cambiar de ocupación para estar distribuidas en las
mismas proporciones que los varones (mujeres) (SILTANEN et al., 1995).
El nivel de segregación calculado para Argentina es elevado. Supera en más de 10 puntos
porcentuales los valores obtenidos por WATTS (1995) para los Estados Unidos en 1988; y en
más de 20 puntos al promedio simple de los nueve países de la OECD analizados por BLAU
y KHAN (1996)4 5.
El porcentaje (o proporción) de mujeres que trabajan a tiempo parcial es mayor que el
porcentaje de varones que trabajan a tiempo parcial. En este caso la situación conyugal
ejerce también una influencia importante. Como era de esperar, la proporción de
trabajadoras a tiempo parcial es mayor entre las casadas y la proporción de trabajadores a
tiempo parcial es mayor entre los solteros.
Este último tema es muy importante. Como se vio en trabajos anteriores (Paz, 1999d), el
impacto de las horas trabajadas sobre las remuneraciones mensuales es significativamente
diferente entre sexos (favorable a las mujeres). Esto permite explicar por qué la brecha entre
ingresos mensuales no es mayor de la que se observa, como así también por qué la brecha
entre ingresos horarios es negativa. El tema requiere de un examen más profundo y
centrado, sobre todo, en un enfoque distribucional y no de comparación de promedios como
el presente.
3- Metodología y datos
3.1- Implementación empírica
Basado en el concepto planteado en el trabajo pionero de BECKER (1957), OAXACA (1973)
propone la siguiente definición algebraica de discriminación:
DΖ
o
w v wm ϑ wo
v wm
,
o
wo
v wm
[1]
donde D es el coeficiente de discriminación; w v w m es el cociente entre los salarios
o el cociente de
medios de varones y mujeres (respectivamente) observados; w ov w m
6
salarios libres de discriminación .
o y tomando logaritmos naturales a la expresión resultante, se
Despejando w v w m w ov w m
obtiene:
o
ln w v ϑ ln w m Ζ ln w o
v ϑ ln w m Η ln (D Η 1).
[2]
o ) muestra la parte de la brecha que se debe a disparidad en las
La diferencia (ln w ov ϑ ln w m
productividades, y ln (D Η 1) la debida a discriminación.
Es posible obtener un equivalente empírico de [2] estimando funciones tipo MINCER (1974)
para cada sexo. Tales funciones responden a la especificación siguiente:
w Ζ Xϒ Η u.
[3]
Donde w es el vector columna de los ingresos (en rigor, de los logaritmos de los ingresos), X
la matriz de variables independientes, ϒ el vector de parámetros a estimar, y u el vector con
los términos de perturbación que siguen una distribución normal con media cero y varianza
constante.
Con los coeficientes de [3], estimados por Mínimos Cuadrados Ordinarios, se pueden
calcular los siguientes escalares:
w m Ζ X m ϒˆ m .
[4a]
w v Ζ X v ϒˆ v .
[4b]
Donde el lado izquierdo de [4a] y [4b] representa la remuneración promedio de mujeres y
varones (subíndices), obtenida multiplicando el vector de características X (todas evaluadas
en los promedios muestrales de las variables independientes consideradas), por el vector de
coeficientes de las funciones de ingreso ( ϒ ).
Con estos escalares se puede determinar la diferencia de ingresos observada o registrada
( α w Ζ w v ϑ w m ), o Brecha Bruta (BB):
α w Ζ BB Ζ X v ϒˆ v ϑ X m ϒˆ m .
[5]
Para calcular la Brecha Ajustada (BA) se puede proceder de dos maneras: a) ponderando
los retornos femeninos con las medias muestrales masculinas ( w (m) Ζ X v ϒˆ m ); b)
ponderando los retornos masculinos con las medias muestrales femeninas ( w ( v ) Ζ X m ϒˆ v ).
Según cuál de estas dos alternativas se elija y procediendo algebraicamente, la Brecha
Ajustada viene dada por:
α w (m) Ζ BA (m) Ζ X v αϒ .
[6a]
α w ( v ) Ζ BA ( v ) Ζ X m αϒ .
[6b]
Donde α ϒ Ζ ϒˆ v ϑ ϒˆ m .
Los valores de [6a] y [6b] no tienen por qué coincidir, pues están sujetos a los problemas
comunes de construcción de índices.
Con estas dos ecuaciones y mediante una simple manipulación algebraica, se deriva la
descomposición de la Brecha Bruta:
BB (m) Ζ α X ϒm Η X v αϒ .
[7a]
BB ( v ) Ζ α X ϒ v Η X m αϒ .
[7b]
Los primeros sumandos del lado derecho de [7a] y [7b], muestran la parte de la brecha de
ingresos que puede ser atribuida a diferencias en productividades o características; mientras
que los segundos sumandos del lado derecho, muestran las disparidades que pueden ser
adjudicadas a diferencias de retornos. En síntesis, [7a] y [7b] constituyen los equivalentes
empíricos de [2].
Existe cierta polémica en la literatura acerca de cuál es la estructura de ponderaciones más
conveniente. OAXACA (1973) propone adoptar la estructura salarial de las mujeres y/o de los
hombres como la estructura libre de discriminación. Esto es, calcular la brecha ajustada
usando alternativamente las ecuaciones [6a] y [6b] del presente trabajo.
Un supuesto útil consiste en que la estructura de remuneraciones libre de discriminación se
encuentra en algún punto entre la de las mujeres y la de los varones. COTTON (1988) y
NEUMARK (1988) sugieren descomponer el coeficiente de discriminación en el costo
impuesto sobre el grupo discriminado (mujeres) y el beneficio obtenido por el grupo
favorecido (varones). Siguiendo la notación del presente trabajo, la BB puede
descomponerse, según Cotton-Neumark (C-N), de la siguiente manera:
BB Ζ X v (ϒˆ v ϑ ϒ * ) Η X m (ϒ * ϑ ϒˆ m ) Η ( X v ϑ X m ) ϒ * .
[8]
Donde ϒ* es la estructura salarial libre de discriminación. El primer término del lado derecho
es la estimación de la ventaja de los hombres (o nepotismo), el segundo término es la
estimación de la desventaja de las mujeres (o discriminación) y el último término es la
estimación del diferencial de productividades.
En este trabajo se sigue una de las propuestas de OAXACA y RAMSOM (1994) los que
estiman los ϒ* por Mínimos Cuadrados Ordinarios, usando la muestra completa (mujeres y
varones). Una ventaja de la aplicación de este método es que los valores que se encuentran
no se restringen al rango comprendido entre los que se obtienen aplicando [7a] y [7b].
3.2- Datos
Todo el análisis se basa en los ingresos de asalariados y trabajadores por cuenta propia,
tomados de la onda mayo de 1997 de la Encuesta Permanente de Hogares (EPH). Se
excluyeron del estudio a los patrones y los trabajadores familiares sin salario. La muestra
definitiva (con información para todas las variables) fue de 28.285 observaciones, sobre un
total de 68.268 individuos entre 14 y 64 años de edad. Del total de trabajadores, 21.779
reportaron como asalariados.
La elección de la variable dependiente dista de ser sencilla. Las estimaciones realizadas
para Argentina usan siempre el ingreso mensual7, mientras que las estimaciones realizadas
para otros países, en especial para los Estados Unidos, consideran el ingreso horario como
variable dependiente.
En un trabajo anterior (Paz, 2000) se realizaron estimaciones de disparidades de
remuneraciones entre sexos usando ambos tipos de ingresos. Un curioso hallazgo condujo
a concluir que las estimaciones realizadas con el ingreso horario recibían una fuerte
influencia de las remuneraciones de los trabajadores a tiempo parcial.
Se plantearon entonces dos alternativas: a) seleccionar de la muestra sólo a los
trabajadores a tiempo completo; b) seguir la propuesta de BLAU y KHAN (1996), quienes
construyen una variable que homogeneiza las remuneraciones al nivel de una jornada
laboral plena. Por las razones que se comentan al final de este apartado se optó por esta
última alternativa.
El denominado ingreso equivalente a tiempo completo (YFULL) se obtiene de la siguiente
manera. Se estima primero la siguiente ecuación:
Y Ζ ϒ 0 Η ϒ1 PART Η ϒ 2 HRPART Η ϒ3 HRFULL Η X ƒ Η e ,
[9]
donde Y es el logaritmo del ingreso mensual, PART una variable dummy para el empleo a
tiempo parcial (cuyo complemento es FULL = 1 – PART); HRPART y HRFULL términos de
interacción entre las horas semanales trabajadas y PART Y FULL, respectivamente. X es la
matriz de características individuales (educación, experiencia, etc.), ϒ y ƒ , los parámetros a
estimar.
Con los coeficientes estimados en [9] para PART, HRPART y HRFULL, se obtiene la
variable YFULL aplicando la siguiente fórmula:
YFULL i Ζ Yi Η ϒˆ 1 PARTi Η ϒˆ 2 HRPARTi ϑ ϒˆ 3 (HRFULL i ϑ 40) ,
[10]
Donde el subíndice "i" denota a cada uno de los trabajadores incluidos en la muestra.
La propiedad fundamental de esta variable es que castiga los ingresos de los que trabajan
un número superior a las 40 horas semanales y premia los ingresos de los trabajadores a
tiempo parcial. Dicho de otra forma, homogeneiza los ingresos a un nivel equivalente a 40
horas semanales de trabajo para el mercado.
La principal ventaja de este procedimiento consiste en que permite incluir en la muestra a
todos los trabajadores. De haber optado por la alternativa de considerar sólo a los
trabajadores a tiempo completo, se hubieran dejado fuera del análisis 14.743 observaciones,
compuestas por 7.500 varones y 7.243 mujeres.
Las variables independientes consideradas pueden ser clasificadas en los grupos:
a) de capital humano: educación, experiencia potencial y antigüedad en el empleo actual.
b) de restricciones familiares: presencia de cónyuge, condición de jefatura (o posición en el
hogar) y cantidad de niños menores de cinco años presentes en el hogar.
c) de inserción laboral de los trabajadores: categoría de la ocupación, calificación de la
tarea, sector y rama de actividad y tamaño del establecimiento.
d) localización geográfica y condiciones locales del mercado de trabajo: batería de dummies
para cada una de las regiones del país y la tasa de desempleo de los aglomerados urbanos.
Las definiciones operacionales de cada una de estas variables y sus abreviaturas, se
muestran en la Tabla 1 del Apéndice.
4- Resultados
4.1- Indicadores resumen
Según los resultados que aparecen en el Cuadro 2, la diferencia de remuneraciones entre
sexos asciende al 14% para el conjunto de trabajadores y al 13% para los asalariados.
Dicho de otra manera, el ingreso promedio femenino representa, en Argentina, un 86% del
masculino, y no se detectan diferencias sustanciales entre el conjunto de trabajadores y los
asalariados.
Cuadro 2
Tamaño y estructura de la brecha entre géneros
Brecha
Características
Residual (N+D)
Nepotismo (N)
Discriminación (D)
Estructura porcentual
Características
Residual (N+D)
Nepotismo (N)
Discriminación (D)
Todos
Asalariados
0,1399
0,0816
0,0583
0,0230
0,0353
100,0%
58,3%
41,7%
16,4%
25,3%
0,1321
0,0911
0,0410
0,0171
0,0239
100,0%
68,9%
31,1%
13,0%
18,1%
Fuente: tablas del Apéndice.
Esta brecha se sitúa en un punto intermedio entre la que se obtiene usando ingresos
mensuales sin ajustes (28%, idéntica para el conjunto de trabajadores y asalariados) e
ingresos horarios (–2% y –4%, todos los trabajadores y asalariados, respectivamente). Es
similar a la calculada para los trabajadores a tiempo completo: 15%, si se usa la muestra
que incluye a todos los trabajadores y 10% si se consideran sólo a los asalariados8.
Puede verse en el Cuadro 2 y en la Figura 1 que una buena parte de la brecha entre
géneros obedece a lo que se ha denominado aquí diferencias en "características". Más
específicamente, para el conjunto de trabajadores, el 58% de la disparidad puede ser
explicada por el logro educativo, la experiencia, las restricciones familiares y la inserción
ocupacional. Para los asalariados, en cambio, este porcentaje asciende casi al 70%.
Figura 1: Estructura de la brecha
16.0
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
Todos
Características
Asalariados
Nepotismo
Discriminación
El Cuadro 2 y la Figura 1 muestran también que si mujeres y varones tuvieran el mismo nivel
educativo, idéntica experiencia en el mercado de trabajo (y antigüedad en sus empleos
actuales), las mismas restricciones familiares y ocuparan los mismos puestos de trabajo, la
brecha no lograría cerrarse completamente. Es decir, persiste una importante porción de la
diferencia de remuneraciones que las características productivas de los trabajadores y de
sus puestos de trabajo, no alcanzan a explicar. Es lo que se ha denominado aquí "residual"
y que asciende a un 42% de la brecha para el conjunto de trabajadores y al 30% para los
asalariados.
El residual obtenido con el ingreso mensual sin corrección es del 22% para el conjunto de
trabajadores y de 15% para los asalariados (PAZ, 2000). Estos resultados, combinados con
los anteriores, permiten inferir que el ajuste por extensión de jornada laboral mediante la
variable YFULL, reduce la brecha pero aumenta ostensiblemente la proporción no explicada
por las características de las personas y de sus ocupaciones.
Queda aún por explicar la descomposición del residual. Como se dijo anteriormente, el
método de Cotton-Neumark permite cuantificar en qué medida ese residual responde a que
el mercado remunera más a los varones (nepotismo) o menos a las mujeres
(discriminación), o ambas cosas a la vez.
Tanto el nepotismo como la discriminación pierden peso en la composición del residual
correspondiente a asalariados. Contrariamente a lo esperado, los coeficientes de nepotismo
y discriminación de los trabajadores en relación de dependencia (asalariados) son menores
en 3 y 7 puntos porcentuales, respectivamente, a los calculados para el conjunto de
trabajadores.
Se dice "contrariamente a lo esperado" porque en los estudios sobre estos temas, se
presupone que la condición necesaria para la discriminación es la existencia de empresarios
discriminadores. Como lo muestran los resultados aquí presentados, es ésta una
concepción limitada de la discriminación, al menos por dos razones. Primero, porque
considera sólo uno de los tipos de discriminación mencionados por BECKER (1957). Segundo
porque ignora ciertos arreglos del mercado laboral muy importantes en economías con
mediano o bajo ingreso per cápita. Tal es el caso del sector no estructurado, con
importancia creciente ante aumentos del desempleo en el sector estructurado (BECCARIA y
LÓPEZ, 1996; MONZA, 1996).
4.2- Importancia de los factores
Ya se sabe que la brecha de ingresos entre géneros en Argentina es de aproximadamente
un 14% y que un poco más de la mitad está explicada por diferencias en las características
productivas entre varones y mujeres y entre los puestos de trabajo que ellas y ellos ocupan.
Una manera de ahondar en el examen de la disparidad de remuneraciones entre sexos,
consiste en cuantificar la importancia que cada una de las variables analizadas tiene en la
determinación de la brecha. Para esto se deben tener en cuenta los siguientes aspectos:
Primero. No todas las variables actúan elevando la ventaja masculina de remuneraciones. El
ejemplo más claro lo constituye el nivel educativo. En la Tabla 2 del Apéndice puede verse
que las mujeres que trabajan tienen, en promedio, un poco más de un año de educación que
los varones.
Segundo y según se ha supuesto antes, cada variable puede actuar sobre la brecha por tres
vías: características productivas, nepotismo y discriminación. Por ejemplo, las mujeres
aventajan a los hombres en nivel educativo (características); pero, como se verá en breve, el
logro educativo masculino es remunerado más que el promedio de ambos sexos
(nepotismo) y el logro educativo femenino es remunerado menos que el promedio de
ambos sexos (discriminación).
Tercero. El efecto final de cada variable sobre la brecha total, es igual a la suma de los
efectos parciales que cada variable ejerce por cada una de las vías mencionadas. Por
ejemplo, si las primas por nepotismo y los menores ingresos femeninos debidos a la
discriminación (para igual logro educativo) contrarrestan la ventaja femenina en años de
educación, el aporte de la educación a la brecha será nulo. O bien, si las primas por
nepotismo y los menores ingresos por discriminación sitúan los ingresos masculinos por
encima de los femeninos, la ventaja femenina en años de educación, el aporte de la
educación a la brecha total terminará favoreciendo a los varones.
En el Cuadro 3 se resumen los datos que permiten asignar a cada factor y variable una
importancia relativa en la determinación de la brecha total. Los denominados aquí "factores"
contienen una o más variables explicativas. Así, por ejemplo, el factor "restricciones
familiares" incluye el impacto conjunto de las variables: posición en el hogar (jefe/no jefe),
cantidad de menores de 5 años presentes y estado civil (con pareja/sin pareja).
Para el conjunto de trabajadores el capital humano, la inserción ocupacional y las
restricciones familiares son, en ese orden, los factores más importantes para entender por
qué las remuneraciones masculinas superan a las femeninas. Los factores locales tienen
sólo una incidencia marginal. Por su parte, los factores que hacen que la diferencia no sea
mayor que la observada son, también en ese orden: la ordenada y la inserción ocupacional.
Entre los asalariados los factores de contrapeso son exactamente los mismos, aunque
aumenta la importancia de la ordenada. En cambio, los que actúan a favor de los hombres
cambian su importancia relativa. La inserción ocupacional pasa ahora a ocupar el primer
puesto y pierden peso relativo el capital humano (ahora segundo) y las restricciones
familiares.
La variable de capital humano más importante es la experiencia, mientras que las
restricciones familiares actúan a través de la posición en el hogar (jefe/no jefe). La inserción
ocupacional para el conjunto de trabajadores actúa a través de lo que se denominó aquí
segregación vertical (calificación de la tarea), mientras que para los asalariados la
segregación horizontal (tamaño del establecimiento y rama de actividad) aparece como el
principal factor de diferencia.
Cuadro 3
Estructura vertical de la brecha de ingresos entre sexos.
Factor/
Variable
Ordenada
Capital humano
Educación
Experiencia potencial
Antigüedad en el empleo
Restricciones familiares
Presencia de cónyuge
Posición en el hogar
Cantidad de menores
Inserción ocupacional
Calificación de la tarea
Sector informal
Pluriempleado
Sector público
Estabilidad del empleo
Rama de actividad
Tamaño del establecimiento
Trabajador asalariado
Factores locales
Región de residencia
Desempleo del aglomerado
Total
Todos, ventaja:
Masculina
Femenina
Asalariados, ventaja:
Masculina
Femenina
35,7
2,8
83,1
40,5
8,5
32,0
2,8
22,9
4,2
18,7
27,2
9,9
5,9
3,9
3,9
55,5
38,9
10,3
28,2
0,4
17,8
3,9
13,9
42,1
2,7
4,7
1,6
9,4
8,7
4,8
6,6
9,4
9,4
100,0
35,8
2,1
2,1
100,0
3,2
3,2
13,7
0,9
6,7
6,1
18,8
15,9
n/c
1,2
0,0
1,2
100,0
n/c
100,0
Nota: n/c, no corresponde a este grupo.
Fuente: tablas del Apéndice.
Es de destacar la escasa importancia de los denominados “factores locales” para la brecha
de ingresos entre asalariadas y asalariados. Si bien para el conjunto de trabajadores su
incidencia era relativamente baja (9%), para los asalariados prácticamente desaparece
(1%). Como se observa en el Cuadro 3, este factor actúa, fundamentalmente, a través de la
variable “desempleo del aglomerado”.
Como se mencionó antes, entre los factores que aparecen contrapesando la ventaja
masculina de ingresos se encuentran la ordenada y la inserción ocupacional, para el
conjunto de trabajadores y básicamente la ordenada para los asalariados.
El valor que asume la ordenada representa la disparidad de remuneraciones entre géneros
cuando el conjunto de variables independientes consideradas es igual a cero. En este caso,
el valor y el signo de la ordenada al origen estarían mostrando las diferencias de ingresos
entre géneros de personas analfabetas, recién ingresadas al mercado laboral, solteros, no
jefes de hogar, ocupados en los puestos y en las industrias usadas como grupo de control,
etc. (ver Tabla 2, Apéndice). Para mujeres y varones con estas características, el Cuadro 3
da cuenta de una importante —la mayor de todas— ventaja femenina.
Este hallazgo podría interpretarse con la siguiente hipótesis: las condiciones iniciales de la
trayectoria laboral favorecen, desde el punto de vista de las remuneraciones, a las mujeres.
Los factores que provocan brecha favorable a los varones van apareciendo paulatinamente
ante mayores niveles de compromiso con el mercado laboral. A medida que los proyectos
de constitución familiar comienzan a generar intermitencia en la participación femenina en el
mercado de trabajo y concentración de mujeres en puestos y ramas que permiten liberar
tiempo para las actividades del hogar, sus remuneraciones medias se van alejando cada vez
más de las masculinas.
4.3- Estructura interna de la brecha
En el apartado anterior se examinó en qué medida cada factor y cada variable inciden en la
brecha de ingresos y salarios por género. Sobre esta base se precisarán ahora las vías por
las que actúan estos factores y variables. En el Cuadro 4 se presenta la estructura interna
de la brecha calculando los porcentajes horizontalmente.
Cuadro 4
Estructura horizontal de la brecha de ingresos entre sexos.
Todos los trabajadores
N
D
C
Ordenada
Capital humano
Educación
Experiencia potencial
Antigüedad en el empleo
Restricciones familiares
Presencia de cónyuge
Posición en el hogar
Cantidad de menores
Inserción ocupacional
Calificación de la tarea
Sector informal
Pluriempleado
Sector público
Estabilidad del empleo
Rama de actividad
Tamaño del establecimiento
Trabajador asalariado
Factores locales
Región de residencia
Desempleo del aglomerado
Total (%)
Total (brecha)
Sólo asalariados
D
C
Total
N
100
(43)
(57)
Total
(84)
(16)
100
182
77
(183)
115
16
(95)
(–197)
6
–178
100
100
100
135
67
(–111)
105
27
(–8)
(–140)
6
219
100
100
100
(–94)
(–57)
12
78
27
56
117
130
31
100
100
100
(–45)
(–69)
26
25
62
55
121
107
19
100
100
100
(–1)
26
(28)
(37)
(31)
104
33
(40)
32
67
(85)
(30)
(51)
(–141)
42
(51)
69
7
–13
(33)
(18)
138
25
(9)
100
100
100
100
100
100
100
100
(–44)
4
(37)
(42)
(43)
22
26
n/c
(–6)
49
(78)
(24)
(46)
26
59
n/c
150
47
–15
(34)
(11)
51
16
n/c
100
100
100
100
100
100
100
n/c
(130)
38
16
0,0230
80
62
25
0,0353
–111
0
58
0,0816
100
100
100
0,1399
(3754)
77
13
0,0171
(1736) (–5389)
35
(–12)
18
69
0,0239 0,0911
100
100
100
0,1321
Nota: Las cifras entre paréntesis indican ventaja femenina. n/c: No corresponde para este grupo.
Fuente: tablas del Apéndice.
El análisis se centrará en las variables que en el apartado anterior fueron localizadas como
más importantes para entender por qué los ingresos masculinos superan a los femeninos.
La más importante de todas es, se dijo, la experiencia.
Puede verse en el Cuadro 4 que tan sólo un 6% de la diferencia de ingresos debida a esta
variable se explica porque los hombres tienen más años de experiencia potencial que las
mujeres9. El porcentaje mayor, 77%, obedece a que los hombres perciben una prima que
sitúa sus remuneraciones por encima del ingreso libre de discriminación; el 16% restante, a
que las mujeres son remuneradas por debajo de dicho nivel. Este efecto se verifica también
para los asalariados, aunque para éstos es mayor el porcentaje explicado por el trato
discriminatorio en contra de las mujeres.
Con la presencia de cónyuge ocurre lo inverso. La principal ventaja masculina debida a esta
variable se explica por la mayor proporción de jefes de hogar entre los trabajadores hombres
y una porción relativamente baja a que las jefas de hogar están remuneradas por debajo del
nivel medio.
El examen de la inserción ocupacional por sexo revela claras evidencias de segregación
tanto vertical como horizontal. Si bien esto ya se había detectado con los indicadores
mostrados en el Cuadro 1, se aprecia aquí que el primer tipo de segregación, aparece
combinado con la discriminación, mientras que la segregación horizontal, con el nepotismo.
Se examinan a continuación ambos aspectos, comenzando con la segregación vertical. Se
comentarán los resultados correspondientes al conjunto de trabajadores, por la importancia
de este tipo de segregación en la determinación de la brecha total entre mujeres y varones
de este grupo. La segregación horizontal se analizará más adelante y referida a los
asalariados.
Las diferencias por calificación de la tarea (indicador de segregación vertical) están
explicadas en un 70% porque la proporción de varones que realizan tareas más calificadas
es mayor que la proporción de mujeres que lo hacen.
Para apreciar claramente cómo opera este efecto se presenta en la Figura 2 la distribución
de los trabajadores por grupos de calificación de las tareas (eje izquierdo de ordenadas). Se
muestran, además, las brechas de remuneraciones correspondientes a cada grupo
ocupacional y la media general, obtenidas ponderando los retornos de cada sexo con las
medias muestrales masculinas (eje derecho de ordenadas).
Figura 2: Distribución por ocupaciones y brechas
(Todos los trabajadores)
50
0.17
45
0.16
40
0.15
35
0.14
30
0.13
25
0.12
20
0.11
15
0.10
10
0.09
5
0.08
0
Profesionales
Varones
Calificados
Mujeres
Semicalificados
Brechas
No calificados
Brecha media
En primer lugar, se observa que las mujeres están sobrerepresentadas en las tareas no
calificadas (más de un 40%). El impacto sobre la brecha entre géneros viene dado por la
escasa remuneración media correspondiente a este tipo de ocupaciones10.
Un segundo resultado importante corresponde al comportamiento de la disparidad de
remuneraciones entre los distintos grupos ocupacionales. La Figura 2 muestra la
remuneración media masculina observada y la remuneración media femenina que resultaría
de tener mujeres y varones, idénticas características productivas (nivel educativo,
experiencia, rama de actividad, etc.).
Se observa en esa figura que para todos los grupos ocupacionales la remuneración
femenina es menor que la masculina. La menor diferencia se registra en el grupo de
trabajadores semicalificados y la mayor en el grupo de trabajadores que realizan tareas de
calificación profesional.
Un aspecto importante concierne a la relación entre la concentración ocupacional y la
brecha por géneros. La Figura 2 muestra que si las remuneraciones relativas se mantienen
estables, una eventual desconcentración de la población femenina hacia tareas calificadas o
de calificación profesional, aumentaría la brecha por géneros. Dicho de otra manera, una
disminución de la segregación vertical podría ir acompañada por un aumento de la
diferencia entre ingresos femeninos y masculinos.
Este resultado se complementa con otro: si bien el 70 de la diferencia de remuneraciones
debida a las calificaciones de las tareas aparece explicada por la concentración de mujeres
en aquéllas que requieren escasa o nula calificación, el Cuadro 4 muestra que el resto se
explica porque el mercado remunera menos a las mujeres por tareas similares a las
realizadas por los hombres. Esto es lo quiso decir antes al hablar de segregación vertical
combinada con discriminación de ingresos en contra de las mujeres.
En lo que hace a los asalariados, se vio en el apartado anterior la fuerte incidencia que
sobre la brecha ejercen la rama de actividad y el tamaño del establecimiento. Es lo que aquí
se denomina genéricamente segregación horizontal. En el Cuadro 4 y en la Figura 3 se
aprecia que es la concentración de mujeres en unas pocas ramas la que ejerce el peso
mayor sobre la brecha por esta variable. Asimismo, se aprecia en el Cuadro 4, que los
aportes del nepotismo y de la discriminación dividen su peso en partes iguales.
Figura 3: Distribución por rama de actividad
(Asalariados)
0.14
50
45
0.12
40
0.10
35
0.08
30
0.06
25
20
0.04
15
0.02
10
0.00
5
0
-0.02
IN
CONS
Varones
COM
TRA
Mujeres
FIyBA
EDySA
Brechas
SDOM
REP
Brecha media
Cuatro de cada cinco asalariadas están ocupadas en Comercio, Restaurantes y Hoteles
(COM); Administración Pública, Educación y Salud (EDySA) y Servicio Doméstico (SDOM).
Mientras que sólo dos de cada cinco varones trabajan en estas actividades. Estas ramas
son típicamente femeninas.
Exceptuando a la primera del grupo de "industrias" mencionadas en el párrafo anterior, la
brecha por género en las ramas típicamente femeninas no resulta más elevada que la
disparidad media. Esto implica que una eventual disminución de la segregación horizontal
con desplazamiento de población femenina hacia la industria y la construcción (ramas
típicamente masculinas) podría provocar un aumento de la brecha de remuneraciones.
Otro tanto sucede con la distribución de los asalariados por tamaño de los establecimientos.
Se puede ver en la Figura 4 que las asalariadas están más concentradas que los
asalariados en los establecimientos de menor tamaño. Son precisamente éstos los que
detentan niveles de remuneraciones comparativamente bajos, aunque no son los
responsables de las mayores disparidades por género.
Figura 4: Distribución por tamaño y brechas
(Asalariados)
60
0.16
0.14
50
0.12
40
0.10
30
0.08
0.06
20
0.04
10
0.02
0
0.00
TAM0
TAM1
Varones
TAM2
Mujeres
TAM3
Brechas
TAM4
Brecha media
Por el Cuadro 4 se puede saber también que la disparidad de ingresos por tamaño del
establecimiento está influida, fundamentalmente, por la discriminación; le siguen en orden
de importancia, el nepotismo y la segregación.
A diferencia de lo que sucede con la rama de actividad, la distribución por ocupaciones
ejerce menos peso por vía de la segregación porque, como se ve en la Figura 4, la
concentración por tamaño es fuerte para ambos sexos: mujeres y varones están
concentrados en establecimientos relativamente pequeños.
Los factores que contrarrestan el efecto ascendente que sobre la brecha provocan los
comentados en los párrafos precedentes, están más uniformemente distribuidos en las tres
vías de acción. Por ejemplo, las mujeres aventajan a los varones en los empleos públicos y
esta ventaja se distribuye de la siguiente manera: un 34% se debe a que hay una proporción
mayor de mujeres que de varones ocupadas en este tipo de empleo; un 42% a que a los
empleados públicos varones se los retribuye por debajo del salario libre de discriminación; y
un 24% a que a las empleadas públicas mujeres se las retribuye por encima del salario libre
de discriminación.
5- Conclusiones
La disparidad de remuneraciones entre sexos asciende, en Argentina, al 14% para el
conjunto de trabajadores y al 13% para los asalariados. Dicho de otra manera, el ingreso
promedio femenino representa un 86% del masculino y no se detectan diferencias
sustanciales entre el conjunto de trabajadores y los asalariados.
Un poco más de la mitad de la brecha está explicada por diferencias en las características
productivas entre mujeres y varones y en los puestos de trabajo que ellas y ellos ocupan.
Los factores ligados al individuo y su familia tienen una gran importancia en la determinación
de la brecha del conjunto de trabajadores. La inserción ocupacional para éstos actúa a
través de lo que se denominó aquí segregación vertical (calificación de la tarea).
Para los asalariados son los factores ligados al puesto de trabajo los que tienen la mayor
importancia para entender por qué los ingresos masculinos superan a los femeninos; y,
dentro de éstos, la segregación horizontal (tamaño del establecimiento y rama de actividad)
aparece como el principal.
El resultado más importante de esta investigación concierne a la relación entre la
concentración o segregación ocupacional y la brecha por géneros. Se ha mostrado aquí que
si las remuneraciones relativas se mantienen estables, una eventual desconcentración de la
población femenina hacia tareas calificadas o de calificación profesional y hacia industrias
con predominio de varones, provocaría un aumento de la disparidad de remuneraciones.
Dicho de otra manera, una disminución de la segregación horizontal y vertical podría ir
acompañada por un aumento de la diferencia entre ingresos masculinos y femeninos.
Apéndice: Tablas
Rótulo de la variable
WAGE
WAGEHOR
ANTIGUE
ASALAR
[Grupo de control]
CAL1
CAL2
CAL3
[Grupo de control]
CONY
[Grupo de control]
EDAD
EDUCA
EXPER
HORASE
11
INFOR
[Grupo de control]
JEFE
[Grupo de control]
MEN5
PERMA
[Grupo de control]
PLURI
[Grupo de control]
PUBLICO
[Grupo de control]
RAMA1
RAMA2
RAMA3
RAMA4
RAMA5
RAMA6
RAMA7
[Grupo de control]
TAM1
TAM2
TAM3
TAM4
[Grupo de control]
REGION1
REGION2
REGION3
REGION4
REGION5
[Grupo de control]
UAGLO
Fuente: Elaboración propia.
Tabla 1
Definiciones de las principales variables
Definición
Logaritmo natural del ingreso por mes
Logaritmo natural del ingreso por hora
Antigüedad en el empleo actual (en años y meses)
Categoría de la ocupación; Asalariado=1
[Cuenta propia=0]
Calificación de la tarea; Profesional=1
Calificación de la tarea; Calificado=1
Calificación de la tarea; Semicalificado=1
[No calificado=0]
Presencia de cónyuge; Cónyuge presente=1
[Cónyuge ausente=0]
Edad (en años)
Nivel educativo (en años de educación formal)
Experiencia potencial=Edad-Educa-5
Horas semanales dedicadas al trabajo remunerado
Trabajador Informal; Informal=1
[Trabajador del sector formal=0]
Posición en el hogar; Jefe=1
[No jefe=0]
Cantidad de niños menores de 5 años en el hogar
Tiene un empleo permanente=1
[Tiene un empleo transitorio=0]
Tiene más de una ocupación=1
[Tiene una sola ocupación=0]
Sector de actividad; Asalariado sector público=1
[Asalariado del sector no público=0]
Rama de actividad; Industria=1
Rama de actividad; Construcción=1
Rama de actividad; Comercio=1
Rama de actividad; Transporte=1
Rama de actividad; Finanzas y Bancos=1
Rama de actividad; Educación y Salud=1
Rama de actividad; Servicios Domésticos=1
[Otros servicios y Reparaciones=0]
Tamaño del establecimiento; Entre 6 y 50=1
Tamaño del establecimiento; Entre 51 y 100=1
Tamaño del establecimiento; Entre 101 y 500=1
Tamaño del establecimiento; Entre más de 500=1
[Entre 1 y 5 ocupados=0]
Noroeste = 1
Nordeste = 1
Cuyo = 1
Región Pampeana = 1
Patagonia = 1
[Capital Federal y Gran Buenos Aires]
Tasa de desempleo del aglomerado
Tabla 2
Estadísticos descriptivos, todos los trabajadores
Argentina, mayo de 1997
Variable
WAGE
WAGEHOR
EDUCA
EXPER
CONY
JEFE
MEN5
ANTIGUE
ASALAR
CAL1
CAL2
CAL3
INFOR
PLURI
PUBLI
PERMA
RAMA1
RAMA2
RAMA3
RAMA4
RAMA5
RAMA6
RAMA7
TAM1
TAM2
TAM3
TAM4
REGION1
REGION2
REGION3
REGION4
REGION5
UAGLO
Total
Media
5,994
0,991
9,780
21,967
0,648
0,518
0,461
7,024
0,769
0,071
0,256
0,362
0,586
0,071
0,263
0,803
0,133
0,088
0,180
0,061
0,059
0,281
0,114
0,303
0,079
0,086
0,038
0,194
0,146
0,117
0,271
0,150
13,335
Desvío
0,782
0,745
3,902
12,598
0,478
0,500
0,761
7,813
0,422
0,257
0,436
0,481
0,493
0,257
0,440
0,398
0,339
0,283
0,384
0,239
0,235
0,449
0,318
0,459
0,270
0,281
0,191
0,396
0,354
0,322
0,445
0,357
3,963
Varones
Media
6,123
0,983
9,303
22,458
0,710
0,714
0,502
7,472
0,739
0,068
0,256
0,441
0,583
0,059
0,225
0,797
0,171
0,142
0,185
0,090
0,061
0,208
0,024
0,306
0,086
0,094
0,040
0,190
0,146
0,120
0,266
0,154
13,333
Desvío
0,752
0,737
3,746
12,643
0,454
0,452
0,796
8,260
0,439
0,252
0,437
0,496
0,493
0,235
0,418
0,403
0,376
0,349
0,388
0,287
0,240
0,406
0,154
0,461
0,280
0,292
0,197
0,392
0,354
0,325
0,442
0,361
3,972
Mujeres
Media
5,794
1,004
10,517
21,207
0,552
0,214
0,398
6,330
0,815
0,076
0,254
0,241
0,592
0,091
0,322
0,813
0,073
0,004
0,172
0,015
0,055
0,393
0,253
0,297
0,069
0,074
0,034
0,201
0,146
0,113
0,278
0,143
13,338
Desvío
0,786
0,756
4,022
12,492
0,497
0,410
0,697
7,011
0,388
0,265
0,436
0,428
0,491
0,287
0,467
0,390
0,261
0,060
0,377
0,122
0,227
0,488
0,435
0,457
0,253
0,262
0,182
0,401
0,353
0,317
0,448
0,351
3,951
Mujeres
Media
5,859
1,070
10,788
20,074
0,211
0,529
0,398
6,394
0,077
0,270
0,250
0,520
0,817
0,089
0,392
0,065
0,004
0,120
0,016
0,052
0,461
0,249
0,364
0,084
0,090
0,042
0,201
0,142
0,116
0,269
0,157
13,198
Desvío
0,735
0,690
3,954
12,166
0,408
0,499
0,691
6,901
0,267
0,444
0,433
0,500
0,387
0,285
0,488
0,247
0,062
0,324
0,126
0,222
0,498
0,432
0,481
0,277
0,287
0,200
0,401
0,349
0,321
0,444
0,363
3,974
Fuente: Elaboración propia con datos de EPH.
Tabla 3
Estadísticos descriptivos, asalariados
Argentina, mayo de 1997
Variable
WAGE
WAGEHOR
EDUCA
EXPER
JEFE
CONY
MEN5
ANTIGUE
CAL1
CAL2
CAL3
INFOR
PERMA
PLURI
PUBLI
RAMA1
RAMA2
RAMA3
RAMA4
RAMA5
RAMA6
RAMA7
TAM1
TAM2
TAM3
TAM4
REGION1
REGION2
REGION3
REGION4
REGION5
UAGLO
Total
Media
6,049
1,047
10,049
20,627
0,493
0,626
0,463
6,657
0,073
0,264
0,358
0,484
0,811
0,076
0,339
0,144
0,062
0,143
0,061
0,055
0,351
0,110
0,393
0,103
0,111
0,049
0,191
0,143
0,120
0,260
0,162
13,234
Desvío
0,737
0,701
3,834
12,255
0,500
0,484
0,755
7,386
0,260
0,441
0,479
0,500
0,392
0,265
0,473
0,351
0,241
0,350
0,239
0,228
0,477
0,313
0,488
0,304
0,315
0,216
0,393
0,350
0,325
0,439
0,369
3,992
Fuente: Elaboración propia con datos de EPH.
Varones
Media
6,184
1,031
9,522
21,021
0,694
0,694
0,509
6,844
0,069
0,260
0,435
0,458
0,806
0,067
0,302
0,200
0,103
0,160
0,092
0,057
0,272
0,011
0,414
0,116
0,126
0,055
0,184
0,144
0,123
0,254
0,166
13,259
Desvío
0,708
0,708
3,657
12,304
0,461
0,461
0,795
7,708
0,254
0,439
0,496
0,498
0,395
0,249
0,459
0,400
0,305
0,367
0,290
0,231
0,445
0,106
0,493
0,320
0,332
0,227
0,387
0,351
0,328
0,435
0,372
4,004
Tabla 4
Funciones de ingreso, todos los trabajadores
Regresor
Ordenada
EDUCA
EXPER
EXPER2
CONY
JEFE
MEN5
ANTIGUE
ASALAR
CAL1
CAL2
CAL3
INFOR
PLURI
PUBLI
PERMA
RAMA1
RAMA2
RAMA3
RAMA4
RAMA5
RAMA6
RAMA7
TAM1
TAM2
TAM3
TAM4
REGION1
REGION2
REGION3
REGION4
REGION5
UAGLO
R2 ajustado
F
N
Todos
Coeficiente
5,2207ª
0,0495ª
0,0209ª
–0,0003ª
0,0985ª
0,1560ª
–0,0206ª
0,0082ª
0,0744ª
0,6525ª
0,2720ª
0,1351ª
–0,1461ª
–0,0117d
0,0570ª
0,1700ª
–0,0022d
–0,0204d
0,0169d
0,1368ª
0,1106ª
–0,0637ª
–0,0059d
0,0340ª
0,0806ª
0,1126ª
0,2394ª
–0,3452ª
–0,4832ª
–0,4249ª
–0,2235ª
0,0719ª
–0,0092ª
0,507
911,712
28.285
Est. t (*)
161,6146
44,4800
20,8764
17,7716
13,6732
22,9176
4,9029
17,5479
8,2801
42,3080
27,5603
15,8031
12,2721
0,9796
4,8931
20,5303
0,1682
1,4173
1,3354
8,6813
6,7934
4,3598
0,3994
2,7382
4,9839
7,0028
13,5767
29,3404
35,7939
30,1776
21,4319
5,0095
8,7572
Varones
Coeficiente
5,1687ª
0,0552ª
0,0265ª
–0,0004ª
0,0813ª
0,1100ª
–0,0222ª
0,0069ª
0,0410ª
0,6528ª
0,2827ª
0,1281ª
–0,1375ª
–0,0250d
0,0304c
0,1641ª
0,0326b
–0,0330b
0,0423ª
0,1196ª
0,0929ª
–0,0145d
–0,0409d
0,0450ª
0,0998ª
0,1288ª
0,2509ª
–0,3558ª
–0,4822ª
–0,4354ª
–0,2228ª
0,0592ª
–0,0083ª
0,506
550,831
17.187
Est. t (*)
127,1064
39,2388
19,4383
16,3742
6,7625
9,0046
4,2522
12,1985
3,5439
32,6109
22,7925
12,0716
9,5935
1,4894
1,8023
15,4135
2,2006
2,1644
2,8902
7,0699
4,7404
0,7385
1,5082
3,0189
5,0727
6,5721
11,4137
23,4516
27,7575
23,7962
16,6621
3,1495
6,1331
Mujeres
Coeficiente
5,2309ª
0,0462ª
0,0193ª
-0,0003ª
0,0801ª
0,0832ª
-0,0111d
0,0089ª
0,1135ª
0,6131ª
0,2474ª
0,1318ª
-0,1677ª
0,0147d
0,0722ª
0,1795ª
-0,0858ª
-0,0002d
0,0124d
0,2238ª
0,1678ª
-0,0341d
0,0424d
0,0217d
0,0471c
0,0835ª
0,2163ª
-0,3384ª
-0,4883ª
-0,4164ª
-0,2229ª
0,0809ª
-0,0106ª
0,511
362,791
11.098
Est. t (*)
93,1649
24,1337
12,5889
10,4103
6,7211
5,9955
1,5712
10,8775
7,6235
24,9710
14,6885
8,7626
7,8896
0,8766
4,4211
13,7164
2,8367
0,0022
0,4500
4,9510
5,2553
1,2310
1,4847
0,9605
1,6519
2,9662
7,3478
18,3165
23,0064
18,9679
13,5132
3,6443
6,5062
Tabla 5
Funciones de ingreso, asalariados
Regresor
Ordenada
EDUCA
EXPER
EXPER2
JEFE
CONY
MEN5
ANTIGUE
CAL1
CAL2
CAL3
INFOR
PERMA
PLURI
PUBLI
RAMA1
RAMA2
RAMA3
RAMA4
RAMA5
RAMA6
RAMA7
TAM1
TAM2
TAM3
TAM4
REGION1
REGION2
REGION3
REGION4
REGION5
UAGLO
R2 ajustado
F
N
Todos
Coeficiente
5,3299ª
0,0484ª
0,0205ª
–0,0003ª
0,1335ª
0,0968ª
–0,0134ª
0,0079ª
0,6533ª
0,2758ª
0,1252ª
–0,1412ª
0,1573ª
–0,0150d
0,0637ª
0,0189d
–0,0475ª
0,0106d
0,0806ª
0,0915ª
–0,0797ª
–0,0767ª
b
0,0237
0,0707ª
0,1015ª
0,2329ª
–0,3239ª
–0,4512ª
–0,4034ª
–0,2321ª
0,0902ª
–0,0093ª
0,553
872,694
21.747
a
Est. t (*)
163.8349
41.7120
19.7196
15.3169
19.0492
13.1185
3.0802
15.1980
42.0071
27.0202
14.0985
11.7215
17.9253
1.2615
5.6661
1.3488
2.8319
0.7548
4.8041
5.2777
5.3580
4.7701
1.9360
4.5440
6.5051
14.4626
26.6954
32.4595
28.1961
21.6029
6.1941
8.6260
Varones
Coeficiente
5,2417ª
0,0544ª
0,0267ª
–0,0004ª
0,1000ª
0,0825ª
–0,0172ª
0,0077ª
0,6526ª
0,2823ª
0,1117ª
–0,1398ª
0,1494ª
–0,0275c
0,0410b
0,0342b
–0,0406b
0,0338b
0,0714ª
0,0731ª
b
–0,0415
b
–0,0813
0,0429ª
0,0984ª
0,1262ª
0,2578ª
–0,3406ª
–0,4548ª
–0,4151ª
–0,2256ª
0,0839ª
–0,0090ª
0,549
499,368
12.697
Nota a las Tablas 4 y 5: Significativo al 1%;
significativo. (*) Se ignora el signo.
b
Est. t (*)
124,8333
35,7756
18,1328
14,7445
7,6501
6,3644
3,0911
11,5142
31,5483
21,7107
10,0780
9,5451
12,7009
1,6291
2,4540
2,1516
2,2455
2,0546
3,8615
3,4019
2,0792
2.0345
2,9470
5,1923
6,6103
12,6879
21,1314
24,6363
21,6040
15,9586
4,2640
6,2057
Significativo al 5%;
Mujeres
Coeficiente
5,4461ª
0,0443ª
0,0172ª
–0,0002ª
0,0733ª
0,0798ª
–0,0026d
0,0079ª
0,6329ª
0,2688ª
0,1414ª
–0,1581ª
0,1657ª
0,0045d
0,0738ª
–0,0530c
–0,1035d
–0,0407d
0,1170ª
0,1007ª
–0,0802ª
–0,1107ª
d
–0,0305
d
–0,0067
d
0,0262
0,1596ª
–0,3106ª
–0,4517ª
–0,3900ª
–0,2394ª
0,0890ª
–0,0094ª
0,559
371,265
9.050
c
Est. t (*)
98,4613
22,9566
11,2433
7,9165
5,4524
6,9368
0,3757
9,4491
26,2577
15,7080
9,2505
7,3060
12,6635
0,2721
4,8289
1,6810
1,3369
1,3990
2,6567
3,1045
2,8811
3,7144
1,3439
0,2395
0,9497
6,0186
16,9402
21,5203
18,2197
14,5425
4,1046
5,9363
Significativo al 10%;
d
No
Referencias
BECKER, G. (1957): The Economics of Discrimination. Second Edition. The University of
Chicago Press, Chicago and London.
BECCARIA, L. Y N. LÓPEZ (1996): "Notas sobre el comportamiento del mercado urbano de
trabajo." En Beccaria, L. y N. López. (Compiladores): Sin trabajo, UNICEF/Losada,
Buenos Aires: 9-46.
BLAU, F. & L. KAHN (1996): “Wage Structure and Gender Earning Differentials: an
International Comparison.” Economica, 63: S29-S62.
BLINDER, A. (1973): “Wage Discrimination: Reduced Form and Structural Estimate.” The
Journal of Human Resources, VIII (4): 436-453.
CAIN, G. (1991): “El análisis económico de la discriminación en el mercado laboral.” En
ASHENFELTER, O. y R. LAYARD (Compiladores): Manual de Economía del Trabajo,
Volumen 1, Capítulo 13: 881-1001. Ministerio de Trabajo y Seguridad Social de España,
Madrid.
CLARAMUNT A. M. & L. FORNERO (1994): Consideraciones sobre el trabajo de la mujer en el
Gran Mendoza. Universidad Nacional de Cuyo, Mendoza.
COTTON, J. (1988): “On the Decomposition of Wage Differentials.” The Review of Economics
and Statistics, LXX (2): 236-243.
DÁVILA, A. y J. PAGÁN (1999): “Gender Pay and Occupational Attainment Gaps in Costa Rica
and El Salvador: A Relative Comparison of the Late 1980’s.” Review of Development
Economics, 3 (2): 215-230.
DUNCAN, O. & B. DUNCAN (1955): “A Methodological Analysis of Segregation Indices.”
American Sociological Review, (20): 210-217.
INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS (INDEC, 1998a): Manual de la BUA e Informe
sobre Bases. INDEC, Mimeo, Buenos Aires.
INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS (INDEC, 1998b): Clasificador Nacional de
Ocupaciones, Actualización 1998. INDEC, Serie Nomencladores y Correspondencias Nº
5, Buenos Aires.
KAO, CH.; S. POLACHEK & PH. WUMAVA (1994): "Male-Female Differentials in Taiwan: A
Human Capital Approach." Economic Development and Cultural Change; 42 (2): 351-374.
MINCER, J. (1974): Schooling, Experience and Earnings. Columbia University Press,
Washington D. C.
MONTOYA, S. (1994): “La discriminación de la mujer en el mercado de trabajo.” Novedades
Económicas, julio: 7-13.
MONZA, A. (1996): "La situación ocupacional Argentina. Diagnostico y perspectivas" En
Minujin A. (comp.): Desigualdad y exclusión, UNICEF/Losada (segunda edición), Buenos
Aires: 65-113.
NEUMARK, D. (1988): “Employers Discriminatory Behavior and the Estimation of Wage
Discrimination.” Journal of Human Resources, 82: 76-108.
NG, Y. (1992): “Female Labor Participation and Gender Earning Differentials in Argentina.”
En PSACHAROPOULOS, G. y Z. TZANNATOS (Ed.): Case Studies on Women´s Employment
and Pay in Latin America. The World Bank, Washington D. C.: 1-19.
OAXACA, R. (1973): “Male-Female Wage Differentials in Urban Labor Market.” International
Economic Review, 14 (3): 693-709.
OAXACA, R. & M. RAMSOM (1994): “On Discrimination and the Decomposition of Wage
Differentials.” Journal of Econometrics, 61: 5-21.
PAZ, J. (1996): “Diferencias de ingreso entre varones y mujeres. Evidencias para Salta
(Argentina)”. Anales de la AAEP, Tomo 4: 297-322.
PAZ, J. (1999a): “Brecha de ingresos entre géneros ¿Capital humano, segregación o
discriminación?”. Manuscrito no publicado. Salta, abril.
PAZ, J. (1999b): “La brecha entre géneros en Jujuy y Salta: capital humano, segregación y
selección muestral”. Anales de la AAEP, Libro de Síntesis y Resúmenes: 328-334.
PAZ, J. (1999c): “La brecha entre géneros en Jujuy y Salta: capital humano, segregación y
selección muestral”. Revista de la Escuela de Economía y Negocios, 1 (3): 137-154.
PAZ, J. (1999d): Diferencias de ingresos entre géneros (Salta, 1984-1998). Castañares
(Cuadernos del IIE), VII (14): 81 páginas.
PAZ, J. (2000): Diferencias de remuneraciones entre sexos en Argentina. Universidad de
Alcalá/UNSa, manuscrito no publicado.
POLACHEK, S. (1975): “Potential Biases in Measuring Male-Female Discrimination.” The
Journal of Human Resources, X (2): 205-229.
PSACHAROPOULOS, G.; S. MORLEY; A. FISZBEIN; H. LEE & B. WOOD (1997): La Pobreza y la
Distribución de los Ingresos en América Latina. Historia del Decenio de 1980. Banco
Mundial, Documento Técnico Nº 351S, Washington D. C.
PSACHAROPOULOS, G. y Z. TZANNATOS (1992): Case Studies on Women´s Employment and
Pay in Latin America: Overview and Methodology. The World Bank, Washington D. C.
POLACHEK S. & C. GOLDIN (1987): “Residual Differences by Sex. Perspectives on the Gender
Gap in Earnings.” The American Economic Review. Papers and Proceeding, 77 (2): 143155.
SILTANEN, J.; J. JARMAN & R. BLACKBURN (1995): Gender Inequality in the Labour Market.
Occupational Concentration and Segregation. International Labour Office, Geneva.
WATTS, M. (1995): “Divergent trends in gender segregation by occupation in the United
States: 1970-1992.” Journal of Postkeynesian Economics, 17 (3): 357-379.
1
Este trabajo contiene parte de los resultados del proyecto “Diferencias de género en la participación
y en las retribuciones salariales en los mercados laborales urbanos”, realizado por investigadores de
la Universidad de Alcalá (España) y de la Universidad Nacional de Salta (Argentina) y financiado por
el Consejo Nacional Investigaciones Científicas y Técnicas (Conicet), el Consejo de Investigación de
la Universidad Nacional de Salta (CIUNSa) y las Cátedras del Banco Santander. El autor agradece
los comentarios realizados por Inmaculada Cebrián y Gloria Moreno (Universidad de Alcalá) a una
versión anterior de este trabajo (PAZ, 2000).
2
Para el Gran Buenos Aires (MONTOYA, 1994; NG, 1992; y PAZ, 1999a); Mendoza (CLARAMUNT y
FORNERO, 1994), Salta y el Noroeste Argentino (PAZ, 1996 y 1999b).
3
También CAIN (1991) llama la atención sobre este aspecto. Según él la medida más pura de la
discriminación surgiría de la comparación entre personas con idéntica situación conyugal.
4
A pesar de que este promedio está influenciado por los altos valores obtenidos para los países
escandinavos los que, según marcan estas autoras, se caracterizan por una fuerte incidencia del
trabajo femenino a tiempo parcial.
5
Se debe tener presente que en estas comparaciones incide no sólo el tipo de clasificación industrial
usada sino también el grado de desagregación de dicha clasificación.
6
o
La razón w o
v w m puede ser vista también como el cociente entre el valor de los productos
marginales si ambos factores (trabajo femenino, trabajo masculino) fueran perfectos sustitutos.
7
Véase, por ejemplo, CLARAMUNT y FORNERO (1994), MONTOYA (1994), NG (1992). Se debe aclarar
que en la mayor parte de las actividades e industrias en la Argentina, las remuneraciones se fijan por
mes y no por hora.
No sólo en las estimaciones para Argentina se trabaja con el ingreso mensual como variable
dependiente. En estudios hechos para otros países en desarrollo es ésta la variable que se usa.
Véase por ejemplo: DÁVILA y PAGÁN (1999), KAO et al. (1994) y PSACHAROPOULOS y TZANATTOS
(1992).
8
Por razones de espacio no se muestran detalles de estas estimaciones, las que pueden ser
provistas por el autor a quien así lo requiera.
9
No debe olvidarse que existe toda una polémica sobre la precisión de esta variable para medir la
experiencia femenina. En POLACHEK y GOLDIN (1987) y KAO et al. (1994) se trabaja este tema con
especial cuidado.
10
Según cálculos realizados para este trabajo, la remuneración promedio de las mujeres ocupadas
en tareas que requieren calificación nula es de $270 mensuales. Esta cifra debe ser comparada con
los $441 pesos promedio que percibe el conjunto de mujeres, incluido el 43% que realiza las tareas
no calificadas.
11
Para diferenciar estos grupos se apeló a la definición de sector informal dada por la Organización
Internacional del Trabajo (PSACHAROPOULOS et al., 1997), con algunas pequeñas modificaciones que
permitieron adaptarla a la disponibilidad de la información. Concretamente, se consideró que un
trabajador pertenecía al sector informal si cumplía algunas de las siguientes condiciones: Asalariados
que no perciben ningún tipo de beneficios o que trabajan en establecimientos de menos de 6
ocupados y trabajadores por cuenta propia no profesionales.