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.