diferencias salariales por gÉnero y discapacidad: un
TRANSCRIPT
DIFERENCIAS SALARIALES POR GÉNERO Y DISCAPACIDAD:
Un análisis de la doble discriminación con datos del panel de hogares
Miguel Ángel Malo (Universidad de Salamanca) [email protected]
Ricardo Pagán (Universidad de Málaga) [email protected]
Resumen:
En este artículo, se realiza una estimación de los determinantes de las diferencias salariales para varones y mujeres con y sin discapacidad. Los datos utilizados proceden del panel de hogares para España. Los resultados muestran que las mujeres con discapacidad se enfrentan a una doble discriminación salarial. Las diferencias en las características de las mujeres con y sin discapacidad explican la gran parte de las diferencias en los salarios ofrecidos. Sin embargo, cuando se comparan las diferencias salariales de las mujeres y hombres con discapacidad es el componente atribuido a la discriminación el que explica una mayor proporción de la diferencia total. Cabe destacar que la discriminación por género es más intensa para las mujeres con discapacidad que para las mujeres sin discapacidad. Ahora bien, los efectos en términos de empleo de la discriminación salarial estimada son relativamente pequeños (resultado en línea con la literatura internacional). Palabras clave: Discapacidad, género, diferencias salariales, discriminación Clasificación JEL: J150, I120, J700
[Primer borrador – 14 de abril de 2005]
1
1. Introducción
El objetivo de este trabajo consiste en estimar el componente de discriminación por
género y por discapacidad existente en las diferencias salariales entre hombres y mujeres
con y sin discapacidad. Aunque en el pasado algunos autores se han planteado esta
cuestión para otros países, como Estados Unidos o el Reino Unido, un trabajo de este tipo
es todavía inédito en España.
Como suele ser habitual mediremos la discriminación relacionada con los salarios
mediante el método de Oaxaca-Blinder. Así, se considerará que la diferencia salarial
observada entre dos grupos de individuos (varones y mujeres, por ejemplo, o personas con
y sin discapacidad) puede deberse bien a diferencias en sus respectivas características bien
a discriminación. Esta última se entendería en un sentido estrictamente económico, es
decir, el pago de un salario diferente a dos personas con igual productividad. La base de
datos que aquí se utiliza es el panel de hogares para España (ciclos 1995 a 2001).
Como la discriminación no tiene por qué estar relacionada con una sola variable y
las diferentes causas de discriminación pueden reforzarse, no se introduce la discapacidad
como una variable más en las ecuaciones de salarios, sino que se realizan estimaciones
separadas por género y por tener o no discapacidad (cuatro en total). De esta manera se
comparan totalmente ambos tipos de discriminación. El principal resultado obtenido es
que las mujeres con discapacidad suman a la discriminación por ser mujer la
discriminación por tener alguna discapacidad, lo cual sugiere la necesidad de medidas
propias para prevenir la discriminación salarial en el mercado de trabajo. También se
estiman los efectos que sobre el empleo tiene la discriminación salarial siguiendo el
método propuesto por Baldwin y Johnson (1995), encontrándose, en línea con otros
trabajos internacionales, que dichos efectos existen pero son pequeños, lo cual lleva a que
2
las diferencias en participación relacionadas con la discapacidad responden a otros
factores distintos de la discriminación salarial.
La estructura del trabajo es la siguiente. En el segundo apartado se realiza una
breve revisión de la literatura previa sobre el tema para situar la investigación. A
continuación se presenta el análisis empírico. En primer lugar, se presentan las principales
características de los datos en el análisis descriptivo y, en segundo lugar, se explican los
resultados del análisis econométrico, centrándolo en el comentario de la descomposición
de las diferencias salariales, terminado dicha sección con la estimación de los efectos
sobre el empleo. Una sección de conclusiones resume las principales aportaciones del
artículo y señala algunas implicaciones de política.
2. Antecedentes
Existe una amplia literatura previa sobre la discriminación de las mujeres en el
mercado de trabajo. Para una revisión de la literatura económica internacional al respecto
véase Killingsworth y Heckman (1986) y de la literatura española véase, por ejemplo,
Moreno et al. (1996). Están ampliamente documentados los problemas de discriminación
que la mujer sufre en el mercado de trabajo, tanto en relación con los puestos accesibles,
con la promoción profesional a lo largo de la carrera laboral como con las remuneraciones
salariales. En cuanto a las explicaciones teóricas de la discriminación laboral de la mujer,
se han desarrollado desde todas las perspectivas existentes: preferencias discriminatorias
por los empresarios; discriminación estadística; monopsonio discriminador; y la
segregación ocupacional1.
1 Hoy en día cualquier manual estándar de Economía Laboral (como McConnel et al., 2003) sobre los aspectos principales de la teoría de la discriminación. Para un tratamiento más avanzado de la discriminación salarial véase, por ejemplo, Cain (1991).
3
Por su parte, existe una literatura mucho más limitada en cuanto a las situaciones
de discriminación que afectan a las personas con discapacidad en el mercado de trabajo.
En cuanto a la discriminación en la participación laboral véase Salkever y Domino (2000).
Por lo que respecta específicamente a la discriminación laboral de las mujeres con
discapacidad, tal vez la referencia principal sea Baldwin y Johnson (1995), que se refiere
sobre todo a discriminación salarial, pero que también analiza cómo la discriminación
salarial afecta a la participación laboral de las mujeres con discapacidad. Trabajos
posteriores, como el de Jones et al. (2003) para el Reino Unido, siguen básicamente las
propuestas metodológicas allí presentadas. También cabe destacar las estimaciones
salariales que se han hecho tratando de averiguar el rendimiento salarial que la educación
tiene para las personas con discapacidad, como en Hendricks et al. (1997).
Dadas las limitaciones de nuestra base de datos (que no incluye información sobre
el tipo de discapacidad) no entraremos en dicha cuestión, a la cual tanto Baldwin y
Johnson (1995), como Jones et al. (2003) dedican amplia atención. Al igual que Jones et
al. (2003) estimaremos cuatro ecuaciones en función del género y de la discapacidad, lo
cual nos permitirá estimar las diferencias salariales por ambos motivos.
3. Metodología
El modelo habitual de comportamiento de los trabajadores dentro de la Economía
Laboral supone que los individuos escogen la combinación de consume y horas de trabajo
que maximiza su utilidad sujeta a unas restricciones de presupuesto y de tiempo. La salud
puede ser incorporada en dicho modelo bien a través de la restricción presupuestaria
(debido a un menor salario), la restricción de tiempo (debido a que la salud “roba tiempo”
a los individuos que no es ni ocio ni tampoco tiempo de trabajo) o a través de la propia
función de utilidad si una peor salud reduce la utilidad directamente (Ettner, 2000).
4
Según dicho modelo, la participación laboral es decidida por el individuo
comparando el salario que ofrece una empresa con el salario de reserva del individuo.
Unas reducidas tasas de ocupación podrían ser debidas en parte a elevados salarios de
reserva asociados con ciertos tipos de discapacidad y también a transferencias de renta y
necesidades adicionales de tiempo requeridas para participar en el mercado de trabajo. Por
otro lado, la causa de unas bajas tasas de ocupación podría ser también el resultado de
unas más bajas ofertas salariales hacia las personas con discapacidad como consecuencia
de menores niveles de productividad y/o como consecuencia de la existencia de
discriminación (Kruse and Schur, 2003).
Supongamos que hay dos tipos de individuos: discapacitados, representados por D
y no discapacitados representados por N. Para ambos, la ecuación de salarios
correspondiente sería:
(1) ),( NDjvXW ijijjO
ij =+= β
Donde denota el logaritmo del salario, es un vector de características
relacionadas con la productividad para el individuo i del tipo j, y
OijW ijX
jβ representa las tasas
de rendimiento de dichas características (siempre siguiendo la interpretación habitual del
modelo de capital humano). El salario de reserve vendría dado por:
(2) ),( NDjZW ijijjR
ij =+= εα
Donde el vector Z incorpora las variables habituales de capital humano, junto con
factores que influyen sobre el valor del tiempo (como el número de hijos dependientes,
por ejemplo). Como no se observa directamente el salario de reserva (se trata de una
variable “latente”), definimos la variable indicador I, de manera que I = 1 siempre que
y 0 en cualquier otro caso. Así pues, la probabilidad de que un individuo trabaje
es:
Rij
Oij WW >
5
[ ] [ ]jijiijjijjrr
ijO
ijr vZXPWWP −>−=>− εαβ0 (3)
Suponiendo que v yij jiε están normalmente distribuidos, la ecuación de
participación puede ser estimada mediante un modelo probit.
En la estimación de la ecuación salarial (1) es importante corregir por el llamado
sesgo de selección (Heckman, 1979). Por tanto, la inversa del ratio de Mills sera
introducido como un regresor adicional en la ecuación de salarios.
Para estimar el tamaño de la diferencia salarial debida a la discriminación entre
discapacitados y no discapacitados seguimos el método Oaxaca-Blinder de
descomposición de diferencias salariales. La diferencia salarial entre los salaries de
personas no discpacitadas (N) y discapacitadas (D) se puede descomponer del siguiente
modo:
)()( DNDDNNDN XXccWW −=−−− λλ
[ ] [ ] )ˆˆ()1(ˆ)1(ˆDNDNDN dXdXdd ββββ −+−+−+ (4)
El lado izquierdo de la ecuación (4) representa la diferencia salarial media entre personas
sin y con discapacidades. El primer término del lado derecho de (4) representa la parte de
la diferencia salarial atribuible a las diferencias en productividad, mientras que el segundo
término es la parte de la diferencia salarial que no queda explicada por las variables
relacionadas con la productividad. Es este segundo término el que se interpreta como la
diferencia salarial debido a la discriminación, ya que no se puede explicar mediante las
variables que afectan a la productividad y se trata de una diferencia sistemática. El
coeficiente d representa la relación entre la estructura salarial observada y la norma no
discriminatoria. Puede tomar valores entre 0 y 1. Aquí nos fijaremos siempre en el grupo
con salarios más altos en promedio para atribuir cuál es la estructura salarial no
discriminatoria, por ejemplo, al comparar varones sin y con discapacidades supondremos
6
que la estructura salarial no discriminatoria es la que corresponde a los varones sin
discapacidades por lo que daremos a d el valor de 1 (Baldwin y Johnson, 1995)2. Esta es la
misma solución adoptada en su momento por las aportaciones originales de Oaxaca (1973)
y Blinder (1973).
4. La definición de discapacidad en el PHOGUE
El PHOGUE es una encuesta de panel promovida por Eurostat. El primer año en
que se realizó fue 1994. La variable de discapacidad en el panel se obtiene a partir de la
siguiente pregunta3: “¿Tiene alguna enfermedad crónica física o mental, o alguna
incapacidad o deficiencia?”. En caso afirmativo, se pasa a otra en que se le pregunta si esa
enfermedad, incapacidad o problema de salud le impide desarrollar su actividad diaria.
Ante esta pregunta sólo caben tres respuestas:
- Sí, intensamente.
- Sí, hasta cierto punto.
- No.
Aquellos que dan las dos primeras respuestas pueden considerarse discapacitados,
bien en sentido estricto (aquellos que dan la primera respuesta) bien en algún grado (los
que dan la segunda respuesta). Se trata, pues, de una autoclasificación. Evidentemente,
una autoclasificación no tiene por qué coincidir con exactitud con una clasificación
realizada mediante el cumplimiento o no de determinados requisitos medibles de forma
objetiva por alguien diferente del entrevistado. Del uso de una autoclasificación parece
2 La fijación del valor de d se discute por extenso (entendiéndolo en el contexto de los números índice) en Oaxaca y Ransom (1994). 3 Esta primera pregunta, que ejerce una función de filtro, fue introducida en el segundo ciclo (en 1995), lo cual debe tenerse en cuenta cuando se comparen datos del PHOGUE sobre discapacidad de 1994 con los de años posteriores. Esta es una de las razones por las que sólo se usarán los datos de 1995 en adelante.
7
que cabría esperar una cierta sobreestimación de la prevalencia de la discapacidad, ya que
de esta manera el individuo podría estar autojustificando su comportamiento de baja o
nula actividad en relación con el mercado de trabajo o su percepción (o solicitud) de
subsidios por sufrir discapacidad. Pero, por otro lado, también las autoevaluaciones
pueden dar lugar a infraestimaciones si la discapacidad se vive como un estigma.
Adicionalmente, es posible que la autoevaluación de la discapacidad recoja muchos más
aspectos de la vida y el entorno del individuo que una definición objetiva (constreñida a
una serie de características médicas, por ejemplo), incorporando así gran cantidad de ruido
que podría dar lugar a interferencias a la hora de estimar el tamaño del efecto de la
discapacidad sobre el comportamiento del individuo en el mercado de trabajo. Existen un
buen número de trabajos que han tratado de explicar y de documentar la sobreestimación
de las autoevaluaciones de discapacidad. Trabajos en esta línea son los de Chirikos y
Nested (1984) y Kreider (1999).
Sin embargo, es mucho más probable que los sesgos de las autoevaluaciones
aparezcan cuando el individuo tiene que suministrar información a la administración
sanitaria a efectos de percibir un subsidio o acceder a determinados derechos que cuando
se trata de responder a una encuesta en la que se garantiza el anonimato a los
entrevistados. Benítez Silva et al. (2000) muestran que cuando se comprueba la
información ofrecida por los entrevistados en encuestas que garantizan el anonimato
(como la HRS, Health and Retirement Survey, de Estados Unidos) aparece que un grupo
importante de personas declara encontrarse en situaciones que si la administración
rompiera el secreto estadístico, podrían ser sancionadas o llegar a perder sus prestaciones
por discapacidad. Por tanto, no parece que cuando el anonimato esté garantizado los
individuos tiendan a justificar situaciones ilegales o que rayen en la ilegalidad diciendo
que están discapacitados cuando no lo están. Aplicando este tipo de razonamientos al
8
panel de hogares, no debería esperarse la aparición de sesgos por autojustificación ya que
la pregunta que sirve para definir la situación de discapacidad no alude a incapacidad para
trabajar y las preguntas sobre mercado de trabajo están lo suficientemente separadas en el
cuestionario como para que el individuo no las relacione tal y como el sesgo de de
autojustificación requiere (además de la garantía expresa de anonimato).
Una eventual objeción a esta definición es que no coincide con la establecida
internacionalmente por la Organización Mundial de la Salud (OMS). Ahora bien, no es
totalmente ajena a esa definición internacional, ya que la pregunta del panel insiste en si
hay imposibilidad para desarrollar la actividad diaria, al igual que hace la OMS. Por
tanto, en sentido estricto los que dan la primera respuesta (sí, intensamente) pueden ser
considerados prácticamente como discapacitados según esa definición internacional. No
obstante, también convendría analizar el segundo grupo (los que contestan sí, hasta cierto
punto), ya que al dar una respuesta afirmativa parcial podríamos estar captando
situaciones que los individuos perciben como muy próximas a la discapacidad. Debido a
las limitaciones de tamaño muestral, en los análisis empíricos de este trabajo se han
considerado ambos bajo la etiqueta de discapacitados. Ahora bien, debe tenerse en cuenta
que esto significa que en el grupo de discapacitados tendremos personas en situaciones
intermedias y, por tanto, presumiblemente con una relación más fuerte con el mercado de
trabajo.
Tampoco coincide la definición del PHOGUE con ninguna definición
administrativa de los países de la UE en general ni de España en particular, con lo que
forzosamente cuando haya comparaciones con otras bases de datos los resultados nunca
podrán ser estrictamente coincidentes. Estas diferencias no estarían generadas por falta de
9
calidad de ninguna de esas fuentes de datos sino porque lo que se coloca bajo el rótulo de
discapacidad no es exactamente lo mismo4.
La importancia de los datos del PHOGUE obedece a que, por el momento, es la
única base de datos que proporciona información mínimamente comparable en la Unión
Europea, si bien al coste de que la definición no se adhiere a ningún estándar internacional
pero con la gran ventaja de que la discapacidad no está definida como discapacidad para
trabajar (como en el caso de la HRS norteamericana). Por tanto, la relación con el mercado
de trabajo no está implícita en la definición de discapacidad utilizada y esto mejora
notablemente la calidad de la información recogida.
Para los análisis empíricos se ha seleccionado a la población entre 16 y 64 años,
con lo que se trata de población en edad de trabajar. Se ha construido un pool con las
observaciones de los ciclos de 1995 a 2001 para aumentar así el tamaño muestral, pues
téngase en cuenta que en caso contrario el tamaño de las submuestras de varones o
mujeres con discapacidad sería demasiado pequeña como para obtener resultados
estadísticamente fiables. Se ha excluido 1994 por dos razones: la definición de
discapacidad era ligeramente distinta (la manera de hacer la pregunta era algo distinta,
como se explica en detalle en Malo, 2001), como se explicó con anterioridad, y la variable
tipo de contrato no estaba incluida en dicho año en el cuestionario del panel.
5. Análisis descriptivo
La tasa de prevalencia de discapacidad en la muestra total del Panel de Hogares
(ciclos 1995 a 2001 para España) arroja un valor de 11,8 por cien. Este valor está algo por
encima de otras estimaciones, pero ha de tenerse en cuenta que la definición de
4 Para el caso español, una comparación de este tipo se puede encontrar en Collado y Villagómez (1999) y en Malo (2001). Para la Unión Europea, se pueden consultar comparaciones de este tipo en Zwinkels (2001).
10
discapacidad en el panel de hogares es algo diferente y podría estar colocando en el grupo
de “discapacitados en alguna medida” a personas que mediante definiciones más rigurosas
(como la de la Encuesta de Deficiencias, Discapacidades y Estado de Salud) no lo estarían.
El Cuadro 1 nos muestra el cruce de las variables tener alguna discapacidad y
género. En ella se observa que la tasa de prevalencia es muy semejante para ambos
géneros, pero algo superior para las mujeres (12,6 por cien para éstas y 11,6 por cien para
los varones). Sin embargo, entre los discapacitados en edad de trabajar hay más varones
que mujeres,a lgo que no aparece, por ejemplo, en la Encuesta de Deficiencias,
Discapacidades y Estado de Salud (realizada en 1999), donde la población discapacitada
se reparte casi por igual entre varones y mujeres. Si la definición de discapacidad del panel
de hogares lleva a clasificar como discapacitados a más personas activas, es lógico que se
produzca esta mayor presencia entre las personas con discapacidad.
Cuadro 1. Cruce de las variables tener discapacidad y género.
Varón Mujer Total Sin discap. % Fila 80.0 20.0 100.0 % Columna 88.4 87.4 88.2 Con discap. % Fila 78.4 21.6 100.0 % Columna 11.6 12.6 11.8
El Cuadro 2 recoge la distribución de ser asalariado teniendo en cuenta el género y
el hecho de tener alguna discapacidad. Vemos que no ser asalariado está relativamente
más concentrado entre varones y mujeres con discapacidad (véanse los porcentajes de
fila). Todos los grupos mantienen distribuciones distintas entre ser asalariado o no serlo,
con la excepción de los varones sin discapacidad y las mujeres con discapacidad, que
tienen una distribución muy semejante.
11
Cuadro 2. Cruce de ser asalariado con género y discapacidad.
Varones con discap.
Varones sin discap.
Mujeres con discap.
Mujeres sin discap.
No asal. % Fila 6.60 83.20 0.91 9.29 % Columna 35.37 25.46 25.58 15.70 Asal. % Fila 3.91 78.99 0.86 16.18 % Columna 64.63 74.54 74.42 84.30 % Fila 4.57 80.02 0.87 14.49 Salario medio mensual neto 153584 195048 116192 149642 Nota: El salario medio mensual neto está expresado en pesetas constantes de 2001
Por último, el salario medio mensual neto en pesetas constantes de 2001 para la
división por género y discapacidad aparece en la última final del Cuadro 2. Se observa que
el salario medio más alto es el de los varones sin discapacidad. Le siguen los varones con
discapacidad y las mujeres sin discapacidad, que tienen salarios muy semejantes, algo
superiores los de los varones. El más bajo corresponde a las mujeres con discapacidad. Por
tanto, el análisis descriptivo muestra las diferencias esperadas entre estos cuatro grupos.
No obstante, como estas diferencias podrían deberse a una diferente participación en el
mercado de trabajo (el problema conocido sesgo de selección), diferencias en las
características de cada uno de los grupos (diferente edad o antigüedad, predominio de
cierto tipo de contrato o de puestos de trabajo, etc.) o de discriminación por género y/o
discapacidad (distinta remuneración a pesar de tener el resto de características iguales y
tener una misma productividad) en la sección siguiente se procede a realizar estimaciones
econométricas que nos permiten separar unos efectos de otros.
6. Análisis econométrico
El análisis econométrico se ha hecho siguiendo las líneas descritas en el apartado
de metodología. Así pues, se han estimado cuatro ecuaciones salariales (varones sin
discapacidad, varones con discapacidad, mujeres sin discapacidad y mujeres con
discapacidad), corrigiendo el sesgo de selección mediante los correspondientes modelos
12
probit. La corrección del sesgo de selección se ha hecho siguiendo a Heckman (1979),
como es habitual en las estimaciones de ecuaciones de salariales. Dado el escaso tamaño
muestral para el grupo de mujeres con discapacidad con salario no se ha realizado una
estimación aprovechando la estructura de panel de los datos, sino que se ha procedido a
hacer un pool con todos los datos y a introducir variables ficticias correspondientes al año
de la respectiva observación.
[CUADRO 3]
Gracias a las ecuaciones de salarios para las mujeres con y sin discapacidad se
descompone la diferencia salarial observada entre ambos colectivos según la metodología
propuesta por Reimers (1983), basada a su vez en la típica de Oaxaca-Blinder. Según el
cuadro 4, esta diferencia salarial observada (en logaritmos) se sitúa en 0,1209 a favor de
las mujeres sin discapacidad. Cuando se tienen en cuenta los términos de selección la
diferencia salarial ofrecida aumenta hasta 0,1746. A pesar de que las diferencias en las
características explican el 53,87% de la diferencia salarial observada, la mayor
contribución se debe a las diferencias en los rendimientos que se obtienen de tales
características (90,58%). Aunque el componente “rendimientos”, tradicionalmente
llamado por la literatura como discriminación, debe ser interpretado con cautela cuando se
analiza el colectivo de las personas con discapacidad debido a que las características que
identifican a las mismas pueden limitar realmente su productividad (Baldwin y Johnson,
1995), los resultados obtenidos ponen de manifiesto la significativa contribución de dicho
componente en la diferencia salarial observada.
[CUADRO 4]
13
En la parte inferior del cuadro 4 se descomponen los componentes “características” y
“rendimientos” en subcomponentes5. Los subcomponentes de las “características” que
más contribuyen a aumentar la diferencia salarial observada entre ambos colectivos son la
ocupación (56,99%) y el nivel educativo (19,76%). En cambio, las diferencias observadas
en la experiencia laboral (-70,39%) y en la antigüedad en la empresa (-29,18%) son los
que más contribuyen a reducir el diferencial salarial observado. Estos resultados están en
línea con los obtenidos en otros trabajos internacionales para las mujeres con discapacidad
como Baldwin y Johnson (1995) así como los obtenidos por Pagán y Marchante (2004)
para el caso de los varones en España. Las diferencias en los rendimientos de las variables
que miden el tipo de industria (-81,67%), jornada completa (-65,73%) y ocupación (-
38,46%) son las que más contribuyen a reducir el diferencial salarial, mientras que la
experiencia laboral (38,49%) y antigüedad en la empresa (14,4%) lo hacen en sentido
contrario y en menor medida que las diferencias en los términos independientes6.
Otro aspecto de especial interés es el análisis de la discriminación salarial de género
hacia las mujeres con discapacidad. Este análisis es especialmente relevante para las
mujeres con discapacidad debido a que como muchos autores y representantes de personas
con discapacidad han apuntado existe una doble discriminación salarial hacia la mujer con
discapacidad, una por ser mujer y otra por ser discapacitada. Además, se suele pensar que
la discriminación salarial de género es mucho más intensa para el colectivo formado por
las mujeres con discapacidad que para el resto de mujeres. Para comprobar esta hipótesis
5 Si un subcomponente presenta un signo positivo (negativo) significa que esa diferencia en ese subcomponente contribuye a aumentar (disminuir) las diferencias salariales entre las mujeres sin y con discapacidad. 6 Para descomponer el componente “rendimientos” se ha utilizado la metodología propuesta por Gardeazabal y Ugidos (2004) y basada en el establecimiento de restricciones sobre los coeficientes estimados para cada grupo de variables ficticias, permitiendo así identificar la contribución real de todas las variables ficticias a las diferencias en los rendimientos, incluyendo aquellas que han sido utilizadas como categorías de referencia. Aplicando esta metodología se evita la debilidad apuntada por Oaxaca y Ransom (1994) sobre la escasa utilidad que tiene la descomposición de las diferencias en los rendimientos debido a que la contribución de cada subcomponente depende de cuáles hayan sido las variables ficticias utilizadas como categorías de referencia en la estimación.
14
se han replicado las estimaciones de las ecuaciones salariales (corregidas) para dos
colectivos posibles de comparación: hombres con discapacidad y hombres sin
discapacidad7. Además y a partir de estos resultados, se estiman las diferencias salariales
observadas entre los hombres y mujeres con discapacidad y los efectos acumulativos en
los salarios de la discriminación salarial por discapacidad y género a partir de la
estimación del diferencial salarial entre los hombres sin discapacidad y las mujeres con
discapacidad (cuadro 4).
La diferencia salarial observada (en logaritmos) entre los hombres con discapacidad y
las mujeres con discapacidad es 0,0659, es decir, algo más de la mitad de la diferencia
salarial anteriormente estimada entre las mujeres sin y con discapacidad (0,1209). Las
diferencias en las características reducen este diferencial en 0,0659 puntos porcentuales (-
99,88%), mientras que las diferencias en los rendimientos la aumentan (0,1123) y
representan el 170,27% de la diferencia salarial observada. El signo positivo del término
de selección hace que la diferencia salarial ofrecida sea menor que la observada y se sitúe
en 0,0464. La descomposición por subcomponentes de la diferencia salarial observada
muestra como los años de experiencia laboral (145,62%) y el tipo de industria (28,94%)
son las principales variables que aumentan las diferencias en las características, mientras
que la ocupación (-49,96%), jornada completa (-40,67%) y sector privado (-40,31%) la
reducen. Las mujeres con discapacidad obtienen unos inferiores rendimientos de los años
de experiencia laboral (193,72%) y de la antigüedad en la empresa (149,62%) que los
hombres con discapacidad, y mayores para las variables jornada completa (-290,69%) y
contrato indefinido (-105,06%).
Si se compara la contribución del componente “rendimientos” en la diferencia salarial
observada entre los hombres y mujeres con discapacidad (170,27%) y con la obtenida 7 Aunque, por motivos de brevedad no se muestran las ecuaciones estimadas de empleo asalariado y las de salarios para los hombres sin y con discapacidad, todos los resultados obtenidos se encuentran a disposición de los interesados.
15
cuando se analizan los hombres y mujeres sin discapacidad (78,24% según el cuadro 5)8,
los resultados obtenidos muestran que la hipótesis planteada sobre una discriminación
salarial de género más intensa hacia las mujeres con discapacidad en comparación con las
mujeres sin discapacidad debe ser aceptada. Es decir, aunque en ambos casos existe una
discriminación salarial de género, cuando se analiza de manera separada al colectivo de
personas con discapacidad tal discriminación de género es superior (en valores absolutos y
relativos) a la que existe para las personas sin discapacidad9. No obstante, este resultado
debe ser analizado teniendo en cuenta lo apuntado con anterioridad sobre como las
características que identifican a las personas con discapacidad pueden limitar realmente su
productividad y, de este modo, el componente “rendimientos” puede deberse no sólo a la
existencia de prejuicios negativos por parte del empresario hacia las personas con
discapacidad sino también a estas diferencias no observadas en la productividad. Otros
resultados interesantes mostrados en el cuadro 5 en comparación con los del cuadro 4 son
la significativa menor contribución en la diferencia salarial observada del componente
“características” entre los hombres y mujeres sin discapacidad (-6,41%) y los hombres y
mujeres con discapacidad (-99,88%), la similar descomposición del componente
“características” en ambos casos así como las discrepancias en la contribución de los
subcomponentes de los “rendimientos”, en especial para las variables que miden la
experiencia laboral, antigüedad en la empresa y la realización de una jornada completa.
[CUADRO 5]
8 Los resultados obtenidos al estimar las diferencias salariales entre los hombres y mujeres sin discapacidad y mostrados en el cuadro 5 están en línea con los obtenidos por otros trabajos como, por ejemplo, De la Rica y Ugidos (1995) para España y Beblo et al. (2003) para un conjunto de países europeos, entre ellos España, y con la misma base de datos utilizada en este trabajo (PHOGUE) pero para el año 1998. 9 Baldwin y Johnson (1995) obtienen para una muestra de mujeres con discapacidad en Estados Unidos para el año 1.984 un resultado que rechaza la hipótesis planteada en este trabajo. En concreto, estos autores obtienen una contribución del componente “rendimientos” en la diferencia salarial observada entre los hombres y mujeres sin discapacidad del 88,51%, mientras que para los hombres y mujeres con discapacidad este porcentaje se sitúa en el 48,15%.
16
A partir de la comparación salarial entre los hombres sin discapacidad y las
mujeres con discapacidad se analizan los efectos acumulativos en los salarios de la
discriminación salarial por discapacidad y género (cuadro 4)10. El diferencial salarial
observado entre estos dos colectivos se sitúa en 0,2418, es decir, una diferencia muy
superior, como era de esperar, a la estimada anteriormente cuando se comparaban las
mujeres con discapacidad con los hombres con discapacidad (0,0659) y las mujeres sin
discapacidad (0,1209). Una parte importante de este diferencial salarial observado es
atribuido a las diferencias en los rendimientos, concretamente 0,1883 puntos porcentuales
lo que supone el 77,85% de dicho diferencial. Las diferencias en las características
representan el 30,28% de la diferencia salarial observada, siendo las diferencias en el
estado de salud (12,66%) y el tipo de industria (11,08%) los subcomponentes que más
contribuyen a aumentar el diferencial. En el otro extremo se sitúan las variables
relacionadas con la experiencia laboral (-10,58%) y el trabajar en el sector privado (-
6,37%). Con respecto a los subcomponentes de los rendimientos, las diferencias en la
rentabilidad salarial obtenida de los años de experiencia laboral (18,60%) y el trabajar en
el sector privado (14,40%) aumentan el diferencial a favor de los hombres sin
discapacidad, mientras que las diferencias relacionadas con el tipo de industria (-29,67%)
y la antigüedad en la empresa (-29,17%) lo hacen en sentido contrario.
Según todos estos resultados es posible afirmar que la mujer con discapacidad se
enfrenta a una doble discriminación salarial: una motivada por ser una persona
discapacitada y que representa el 90,58% de la diferencia salarial observada con respecto a
las mujeres sin discapacidad; y otra por el hecho de ser mujer y situada en el 170,27% del
diferencial estimado con respecto a los hombres con discapacidad. Además, los resultados
10 Aunque en este trabajo no se comparan directamente las diferencias salariales entre los hombres sin y con discapacidad, se han calculado tales diferencias y los resultados obtenidos son muy similares a los obtenidos con anterioridad en el trabajo de Pagán y Marchante (2004).
17
confirman la hipótesis de una mayor discriminación salarial de género hacia las mujeres
con discapacidad con respecto al resto de mujeres.
Por último, el análisis de la discriminación salarial hacia las mujeres con discapacidad
se completa con la estimación de los efectos que tiene sobre el empleo la existencia de la
discriminación salarial, a través de la metodología propuesta por Baldwin y Johnson
(1992) y aplicada en otros trabajos como, por ejemplo, Baldwin y Johnson (1995 y 2000)
y Kidd et al. (2000). Esta metodología se basa en las tres etapas siguientes. En una
primera etapa se utilizan los coeficientes estimados en la ecuación de empleo asalariado y
los valores medios de las variables explicativas para predecir la probabilidad de ser
asalariado (πD) para la mujer con discapacidad (D) a través de la siguiente expresión:
[4]
uσ
Φ= D
D
DD Y
γπ
donde representa la diferencia ajustada entre los salarios ofrecidos y los de reserva
(ambos en logaritmos) de la mujer media con discapacidad y Φ es la función de
distribución de una normal (0,1).
D YD
Duσγ
En segundo lugar, se estima la probabilidad de ser asalariado en ausencia de
discriminación (π*D), corrigiendo de la diferencia ajustada entre los salarios ofrecidos y
los de reserva, , el efecto de la discriminación en los salarios ofrecidos. Si se
considera que la estructura salarial no discriminatoria es la de la mujer sin discapacidad
(S), el salario ofrecido (en logaritmos) no discriminatorio para las mujeres con
discapacidad (D) puede calcularse como:
D YγD
Duσ
*ODWLn = X ´D βS [5]
18
y así obtener π*D como:
[6]
σσD
uu
−
−Φ=γ
πD
OD
OD
D
D
D WLnWLnY*
*
donde y son el salario ofrecido no discriminatorio y discriminatorio,
respectivamente. Y en tercer lugar, se estima el número de empleos perdidos (ED) debido a
la discriminación salarial, multiplicando la diferencia entre las probabilidades de ser
asalariado en la ausencia y presencia de discriminación salarial por la población total de
mujeres con discapacidad en España (ND). Es decir:
*ODLn
ODLnWW
ED = (π*D − πD) ND [7]
Según el cuadro 6, una mujer media con discapacidad tiene una probabilidad estimada
de ser asalariada en presencia de discriminación salarial de 7,31%, inferior a la que tendría
en ausencia de tal discriminación y situada en 8,75%11. La reducción en 1,44 puntos
porcentuales en la probabilidad de que una mujer con discapacidad sea asalariada debido a
la discriminación salarial se ve traducida en una pérdida de 9.303 empleos. Además, esta
diferencia entre las probabilidades representa sólo el 7,62% de la diferencia observada en
los niveles de empleo asalariado entre las mujeres sin discapacidad y con discapacidad
(0,1876)12. Como Baldwin y Johnson (1995) apuntan, el resto de la diferencia en los
niveles de empleo asalariado puede deberse a los prejuicios de los empresarios, la
discriminación en la contratación la cual limita la experiencia de las personas con
11 Hay que tener en cuenta que los efectos sobre el empleo de la discriminación salarial han sido calculados a partir de los niveles estimados de empleo asalariado (utilizando los valores medios de las variables explicativas) y no de los niveles actuales observados. No obstante, lo importante es conocer los cambios en las probabilidades más que los cambios en los niveles absolutos (Baldwin y Johnson, 1995). 12 El valor 0,1876 se obtiene a partir de la diferencia entre 0,2891 y 0,1015 (cuadro A2).
19
discapacidad, a diferencias no observadas en los costes de conseguir un empleo (por
ejemplo, costes de transporte) y/o en los niveles de productividad, etc13.
[CUADRO 6]
La cifra de empleos perdidos (9.303) es muy similar a la obtenida cuando se utiliza
como grupo de comparación a los hombres con discapacidad (9.556 empleos). Sin
embargo, el mayor número de empleos perdidos, un total de 16.795, se obtiene cuando se
comparan a las mujeres con discapacidad con los hombres sin discapacidad (es decir,
cuando existen diferencias por género y discapacidad), debido al significativo incremento
de la probabilidad estimada de ser asalariada en ausencia de discriminación, la cual sube
hasta 9,90%. Los 16.795 empleos perdidos son aproximadamente la suma de los empleos
perdidos estimados cuando el grupo de comparación son las mujeres sin discapacidad
(9.303) y los hombres con discapacidad (9.556). Aunque esta cifra en valores absolutos
puede parecer pequeña, la existencia de discriminación salarial por razón de género y
discapacidad supone una pérdida importante y significativa en los niveles de empleo
asalariado de las mujeres con discapacidad (2,59 puntos porcentuales, es decir, un 35,43%
de la probabilidad estimada en presencia de discriminación). Estos resultados son
especialmente relevantes desde un punto de vista de política pública ya que a través de las
medidas y actuaciones dirigidas a luchar y eliminar cualquier tipo de discriminación
salarial por razón de género y discapacidad es posible conseguir que un mayor número de
mujeres con discapacidad puedan en acceder al mercado de trabajo y poder conseguir un
empleo asalariado14.
13 Véase, por ejemplo, el trabajo de Livermore et al. (2000) para una revisión exhaustiva de los principales determinantes de la participación laboral de las personas con discapacidad. 14 En trabajos como los de Baldwin y Johnson (1995 y 2000) y Kidd et al. (2000), los resultados muestran que los efectos en términos de empleo de la discriminación salarial estimada son relativamente pequeños para las personas con discapacidad, tanto para los hombres como para las mujeres.
20
7. Conclusiones [para ser ampliadas y re-escritas tras las discusiones]
En esta investigación se ha afrontado el objetivo de estimar las diferencias
salariales por género y por tener discapacidad con datos del panel de hogares de España
(ciclos 1995-2001). Este tipo de estudio permite separar las diferencias salariales debidas a
diferencias en la participación laboral, a distintas características de los individuos y a
discriminación por género y por discapacidad.
Para ello se ha utilizado la metodología econométrica ya aplicada en los casos de
otros países. Los resultados van en la línea de los obtenidos previamente en esas otras
experiencias internacionales y muestran que las mujeres con discapacidad se enfrentan a
una doble discriminación salarial. Las diferencias en las características de las mujeres con
y sin discapacidad explican la gran parte de las diferencias en los salarios ofrecidos. Sin
embargo, cuando se comparan las diferencias salariales de las mujeres y hombres con
discapacidad es el componente atribuido a la discriminación el que explica una mayor
proporción de la diferencia total. Cabe destacar que la discriminación por género es más
intensa para las mujeres con discapacidad que para las mujeres sin discapacidad. Ahora
bien, los efectos en términos de empleo de la discriminación salarial estimada son
relativamente pequeños (resultado en línea con la literatura internacional).
8. Bibliografía
Baldwin, M. y W. G. Johnson, (1992), “Estimating the employment effects of wage
discrimination”, Review of Economics and Statistics, 74 (3): 446-455.
Baldwin, M. y Johnson, W. (1995): “Labor market discrimination agains women with
disabilities”, Industrial Relations, vol. 34 (4), págs. 555-577.
21
Baldwin, M. y W. G. Johnson (2000), “Labor market discrimination against men with
disabilities in the year of the ADA”, Southern Economic Journal, 66 (3): 548-566.
Beblo, M., D. Beninger, A. Heinze y F. Laisney (2003), “Measuring selectivity-corrected
gender wage gaps in the EU”, ZEW Centre for European Research, nº 3/74.
Disponible en la dirección electrónica: ftp://ftp.zew.de/pub/zew-docs/dp/dp0374.pdf
Blinder, A.S. (1973). Wage Discrimination: Reduced Form and Structural Estimates. The
Journal of Human Resources 8: 436-455.
Cain, G. (1991): “El análisis económico de la discriminación en el mercado laboral: una
panorámica”, capítulo de O. Ashenfelter y R. Layard (eds.), Manual de Economía
del Trabajo, vol. I, págs. 881-1001.
Cotton, J. (1988). On the Decomposition of Wage Differentials. The Review of
Economics and Statistics 70: 236-243.
De la Rica, S. y A. Ugidos (1995), “¿Son las diferencias en capital humano determinantes
de las diferencias salariales observadas entre hombres y mujeres?”, Investigaciones
Económicas, 23 (3): 395-414.
Gardeazabal, J. y A. Ugidos (2004), “More on identification in detailed wage
decomopositions”, The Review of Economics and Statistics, 86 (4): 1034-1036.
Ettner, Susan L. (2000) ‘The Relationship between Labour Market Outcomes and Physical
and Mental Health; Exogenous Human Capital or Endogenous Health Production?’
in Salkever D.S. and Sorkin A. (eds.) The Economics of Disability, Research in
Human Capital and Development, Vol. 13, JAI Press Inc.: Stamford, Connecticut.
Heckman, J.J. (1979): “Sample Selection Bias as an Specification Error”, Econometrica,
47, 153-162.
Hendricks, W., Schiro-Geist, C. and Broadbent, E. (1997): “Long-Term Disabilities and
College Education”, Industrial Relations, vol. 36 (1), 46-60.
Kidd M.P., Sloane P.J. and Ferko I. (2000) ‘Disability and the Labour Market; An
Analysis of British Males’, Journal of Health Economics, Vol. 19, pp 961-81
22
Kreider B. (1999) ‘Latent Work Disability and Reporting Bias’, Journal of Human
Resources, Vol. XXXIV, No. 4, pp 734-69.
Livermore, G., D. Stapleton, M. Nowak, D. Wittenburg y E. Eiseman (2000), “The
economics of policies and programs affecting the employment of people with
disabilities”, Cornell University, mimeo. Disponible en la dirección electrónica:
http://www.ilr.cornell.edu/rrtc
Malo, M.A. (2001): “Discapacidad y participación en el mercado de trabajo”, capítulo de
Condiciones de Vida en España y en Europa, Instituto Nacional de Estadística,
Madrid, págs. 281-306, 2001.
McConnell, C., Brue, S. y Macpherson, D. (2003): Economía Laboral, sexta edición,
editorial McGraw Hill, Madrid.
Moreno, G., Rodríguez, J.M. y Vera, J. (1996): La Participación Laboral Femenina y la
Discriminación Salarial en España, Consejo Económico y Social, Madrid.
Neumark, D. (1988). Employers' Discriminatory Behavior and the Estimation of Wage
Discrimination. The Journal of Human Resources 23: 279-295.
Oaxaca, R. (1973). Male-Female Wage Differentials in Urban Labor Markets.
International Economic Review 14: 693-709.
Oaxaca R.L. and Ransom M. (1994) ‘On Discrimination and the Decomposition of Wage
Differentials’, Journal of Econometrics, Vol. 61, pp 5-21
Pagán, R. y A. Marchante (2004), “Diferencias salariales por discapacidad en España: el
caso de los varones”, Hacienda Pública Española/Revista de Economía Pública, 171
(4): 75-100.
Reimers, C.W. (1983). Labor Market Discrimination Against Hispanic and Black Men.
The Review of Economics and Statistics 65: 570-579.
Salkever, D. y Domino, M.E. (2000): “Within Group Structural Tests of Labor-Market
Discrimination: A Study of Persons with Serious Disabilities”, en D. Salkever y A.
Sorkin (eds.), The Economics of Disability, Research in Human Capital and
Development, vol. 13, JAI Press Inc., Connecticut.
23
Cuadro 3 Ecuación de salarios para las mujeres. Periodo 1995-2001.
DISCAPACITADAS NO DISCAPACITADAS
(A) (B) Coeficiente t Coeficiente t Coeficiente t Constante 6,1029 29,99 6,1029 29,96 6,9822 137,87 Experiencia 0,0103 1,67 0,0103 1,67 0,0124 9,31 Experiencia 2 -0,0002 -1,78 -0,0002 -1,78 -0,0002 -7,11
Secundarios 0,0092 0,11 0,0090 0,11 -0,0425 -3,33 Primarios -0,0618 -0,42 -0,0620 -0,41 -0,1206 -7,83
Técnicos científicos 0,6904 5,28 0,6905 5,30 0,0039 0,09 Técnicos de apoyo 0,4445 3,33 0,4445 3,34 -0,2855 -6,52 Administrativo 0,3347 2,65 0,3347 2,66 -0,3728 -8,57 Servicios y ventas 0,1361 1,12 0,1361 1,12 -0,5195 -11,79 Cualificados agricultura/pesca 0,1290 0,70 0,1288 0,70 -0,5676 -8,19 Cualificados industrias 0,2543 2,31 0,2543 2,31 -0,5552 -12,17 Operadores/montadores 0,3465 3,20 0,3464 3,18 -0,5177 -10,87 No cualificados 0,1212 1,02 0,1212 1,02 -0,5516 -12,41
Agricultura -0,2171 -2,31 -0,2172 -2,31 0,0140 0,47 Industria -0,1321 -1,66 -0,1319 -1,66 0,0463 3,81
Noreste 0,0508 0,75 0,0506 0,74 0,1220 8,67 Madrid 0,0998 1,35 0,0996 1,35 0,1337 8,63 Centro -0,0231 -0,26 -0,0232 -0,26 0,0160 1,15 Este 0,0466 0,65 0,0465 0,65 0,0895 6,41 Sur 0,0152 0,23 0,0151 0,23 0,0166 1,16 Canarias 0,1261 1,50 0,1260 1,50 0,0784 4,57
1.996 -0,0132 -0,21 -0,0132 -0,21 0,0159 1,25 1.997 -0,0393 -0,63 -0,0395 -0,64 0,0064 0,49 1.998 0,0801 1,23 0,0800 1,24 0,0106 0,84 1.999 0,0434 0,70 0,0434 0,70 0,0668 5,23 2.000 0,0718 1,04 0,0718 1,04 0,0703 5,40 2.001 -0,0726 -0,98 -0,0725 -0,98 0,0527 4,10
Casada 0,1090 2,67 0,1089 2,65 0,0474 6,11 Antigüedad 0,0174 1,28 0,0174 1,28 0,0195 8,67 Antigüedad 2 -0,0003 -0,41 -0,0003 -0,41 -0,0003 -2,77 Salud 0,0002 0,00 - 0,0003 -0,01 -0,0234 -0,70 Jornada completa -0,0051 -0,09 -0,0052 -0,09 -0,0990 -8,65 Sector privado -0,1920 -4,34 -0,1920 -4,34 -0,2042 -23,96 Supervisor/intermedio 0,0600 1,35 0,0600 1,34 0,0602 6,59 Contrato indefinido 0,1674 3,07 0,1674 3,06 0,1198 12,70 Severa - - 0,0014 0,03 - - Lambda 0,0045 0,03 0,0046 0,04 -0,0482 -2,98 Nº de observaciones 403 403 9.616 R2 ajustado 0,6266 0,6266 0,6139 Fuente: PHOGUE. Años 1995-2001. Nota: Los errores estándares han sido corregidos de la heterocedasticidad a través del método de White (1980).
24
Cuadro 4 Descomposición de las diferencias salariales entre las mujeres con discapacidad y diferentes grupos de comparación.
Diferencia salarial observada (D) 0,1209 0,0659 0,2418Características (C) 0,0651 -0,0659 0,0732Rendimientos (R) 0,1095 0,1123 0,1883Selección (S) -0,0537 0,0195 -0,0196Diferencial salarial ofrecida (D−S) 0,1746 0,0464 0,2615Parte atribuible a cada componente: Características (C/D) 0,5387 -0,9988 0,3028Rendimientos (R/D) 0,9058 1,7027 0,7785Selección (S/D) -0,4445 0,2961 -0,0813Total (C/D) + (R/D) + (S/D) 1,0000 1,0000 1,0000Descomposición por subcomponentes: Características Rendimientos(a) Características Rendimientos(a) Características Rendimientos(a) Ci Ci/D Ri Ri/D Ci Ci/D Ri Ri/D Ci Ci/D Ri Ri/D Experiencia -0,0851 -70,39% 0,0465 38,49% 0,0960 145,62% 0,1277 193,72% -0,0256 -10,58% 0,0450 18,60% Experiencia 2 0,0762 63,04% -0,0073 -6,02% -0,0658 -99,77% -0,0067 -10,19% 0,0250 10,36% 0,0176 7,26%Nivel educativo (b) 0,0239 19,76% -0,0066 -5,48% -0,0195 -29,52% 0,0021 3,17% 0,0066 2,73% -0,0144 -5,97% Ocupación (b) 0,0689 56,99% -0,0465 -38,46% -0,0329 -49,96% -0,0517 -78,46% 0,0132 5,47% -0,0405 -16,75%Industria (b) 0,0000 0,02% -0,0987 -81,67% 0,0191 28,94% -0,0486 -73,74% 0,0268 11,08% -0,0717 -29,67% Región (b) 0,0041 3,38% 0,0036 3,01% -0,0034 -5,20% 0,0140 21,27% 0,0018 0,75% 0,0072 2,98% Años (b) 0,0021 1,71% -0,0043 -3,55% -0,0021 -3,22% -0,0045 -6,85% 0,0008 0,33% -0,0050 -2,09% Casada -0,0019 -1,61% -0,0381 -31,48% 0,0005 0,81% -0,0654 -99,15% 0,0067 2,76% -0,0183 -7,56% Antigüedad -0,0353 -29,18% 0,0174 14,40% -0,0102 -15,48% 0,0987 149,62% -0,0038 -1,57% -0,0705 -29,17%Antigüedad 2 0,0104 8,59% -0,0047 -3,90% 0,0028 4,32% -0,0799 -121,14% -0,0019 -0,79% 0,0591 24,43%Salud 0,0078 6,48% -0,0082 -6,77% 0,0017 2,65% -0,0171 -25,91% 0,0306 12,66% -0,0316 -13,07%Jornada completa -0,0022 -1,85% -0,0795 -65,73% -0,0268 -40,67% -0,1917 -290,69% -0,0071 -2,92% -0,0401 -16,57% Sector privado -0,0026 -2,18% -0,0083 -6,88% -0,0266 -40,31% 0,0043 6,48% -0,0154 -6,37% 0,0348 14,40% Supervisor/intermedio 0,0002 0,19% 0,0000 0,03% 0,0022 3,27% 0,0081 12,29% 0,0113 4,68% 0,0080 3,29% Contrato indefinido -0,0013 -1,07% -0,0299 -24,72% -0,0009 -1,36% -0,0693 -105,06% 0,0041 1,69% -0,0451 -18,64% Constante - - 0,3739 309,32% - - 0,3923 594,92% - - 0,3539 146,36%
TOTAL 0,0651 53,87% 0,1095 90,58% -0,0659 -99,88% 0,1123 170,27% 0,0732 30,28% 0,1883 77,85% Fuente: Elaboración propia a partir de los datos del PHOGUE. Años 1995-2001.Notas: (a) Para la descomposición del componente “Rendimientos” se ha utilizado la metodología propuesta por Gardeazabal y Ugidos (2004).
(b) Suma algebraica de los resultados obtenidos para todas las variables ficticias creadas para esa variable.
25
Cuadro 5 Descomposición de las diferencias salariales entre los hombres y las mujeres sin
discapacidad. Diferencia salarial observada (D) 0,1209Características (C) -0,0078Rendimientos (R) 0,0946Selección (S) 0,0341Diferencial salarial ofrecida (D−S) 0,0868Parte atribuible a cada componente: Características (C/D) -0,0641Rendimientos (R/D) 0,7824Selección (S/D) 0,2819Total (C/D) + (R/D) + (S/D) 1,0000Descomposición por subcomponentes: Características Rendimientos(a) Ci Ci/D Ri Ri/DExperiencia 0,0590 48,81% -0,0011 -0,89%Experiencia 2 -0,0393 -32,51% 0,0130 10,74%Nivel educativo (b) -0,0274 -22,69% 0,0023 1,94%Ocupación (b) -0,0404 -33,39% -0,0093 -7,67%Industria (b) 0,0232 19,16% 0,0306 25,29%Región (b) -0,0056 -4,60% 0,0068 5,66%Años (b) -0,0022 -1,85% 0,0002 0,17%Casada 0,0099 8,22% 0,0185 15,26%Antiguedad 0,0123 10,18% -0,0688 -56,86%Antiguedad 2 0,0059 4,91% 0,0456 37,68%Salud 0,0002 0,17% -0,0008 -0,69%Jornada completa -0,0059 -4,87% 0,0404 33,44%Sector privado -0,0136 -11,23% 0,0439 36,34%Supervisor/intermedio 0,0109 9,04% 0,0081 6,69%Contrato indefinido 0,0051 4,24% -0,0149 -12,33%Constante - - -0,0200 -16,52%
TOTAL -0,0078 -6,41% 0,0946 78,24%Fuente: Elaboración propia a partir de los datos del PHOGUE. Años 1995-2001.Notas: Véase notas del cuadro 4.
Cuadro 6 Efectos sobre el empleo de la discriminación salarial entre las mujeres con discapacidad
y diferentes grupos de comparación.
Mujeres sin
discapacidadHombres con discapacidad
Hombres sin discapacidad
Probabilidad estimada de ser asalariada en presencia de discriminación salarial (πD) 7,31% 7,31% 7,31% Probabilidad estimada de ser asalariada en ausencia de discriminación salarial (πD*) 8,75% 8,79% 9,90%
Diferencia de probabilidades (πD*− πD) 1,44 1,48 2,59 Empleos perdidos debido a la discriminación salarial existente ED = (πD*− πD) ND
(a) 9.303 9.556 16.795 Fuente: Elaboración propia a partir de los resultados del cuadro 2 y 3. Notas: (a) ND = 648.000 = número total de mujeres con discapacidad en España según la la “Encuesta sobre Discapacidades, Deficiencias y Estado de Salud” elaborada por el Instituto de Estadística para el año 1.999.
27
Apéndice Cuadro A1
Definición de las variables
Variables dependientes
Asalariada Variable dependiente de una ecuación de empleo asalariado, que toma el valor 1 si el trabajador percibe un salario por cuenta ajena y realiza unas horas de trabajo a la semana superiores a 15.
Log (salario hora) Variable dependiente de una ecuación de salarios, definida a partir del número de horas trabajadas a la semana y los ingresos mensuales netos procedentes del trabajo por cuenta ajena (en pesetas). Los salarios se expresan en términos reales utilizando como base el año 2001. El número de semanas que tiene un mes es 4,3452.
Variables personales
Edad La edad se ha calculado como la diferencia entre el año de la encuesta y el año de nacimiento del individuo. Una vez calculada se han creado las siguientes cinco variables ficticias: 16-24 años, 25-34 años, 35-44 años, 45-54 años, 55-64 años.
Experiencia Experiencia laboral del individuo. Es la diferencia entre la edad del individuo y la edad en la que el individuo dice que comenzó su vida laboral.
Antigüedad La antigüedad en la empresa es la diferencia entre el año de la entrevista y el año en el que el individuo comenzó a trabajar con el empleador actual.
Nivel educativo Se han creado tres variables ficticias: primarios, secundarios y superiores.
Variables regionales
Noroeste = 1, si Galicia, Asturias y Cantabria. Noreste = 1, si País Vasco, Navarra, La Rioja y Aragón. Madrid = 1, si Madrid. Centro = 1, si Castilla y León, Castilla La Mancha y Extremadura. Este = 1, si Cataluña, Comunidad Valenciana y Baleares. Sur = 1, si Andalucía, Murcia, Ceuta y Melilla. Canarias = 1, si Canarias.
Variables ocupacionales (según CNO 1994) Directivos = 1, si pertenece al Grupo 1 (Dirección de empresas y administraciones
públicas). Técnicos científicos = 1, si pertenece al Grupo 2 (Técnicos y profesionales científicos e
intelectuales). Técnicos de apoyo = 1, si pertenece al Grupo 3 (Técnicos y profesionales de apoyo). Administrativo = 1, si pertenece al Grupo 4 (Empleados de tipo administrativo). Servicios y ventas = 1, si pertenece al Grupo 5 (Trabajadores del servicio de restauración,
personales, de protección y vendedores de comercios). Cualificados agricultura/pesca = 1, si pertenece al Grupo 6 (Trabajadores cualificados en la agricultura y
pesca). Cualificados industrias = 1, si pertenece al Grupo 7 (Artesanos y trabajadores cualificados en
industrias manufactureras, construcción y minería, excepto operadores de instalaciones y maquinaria).
28
Operadores/montadores = 1, si pertenece al Grupo 8 (Operadores y montadores de instalaciones y maquinaria fija y conductores y operadores de máquina móvil).
No cualificados = 1, si pertenece al Grupo 9 (Trabajadores no cualificados).
Variables de la actividad económica (según CNAE) Agricultura = 1, si el sector de actividad es agricultura. Industria = 1, si el sector de actividad es industria. Servicios = 1, si el sector de actividad es servicios.
Otras variables
Casada = 1, si está casada o con una relación de hecho. Salud = 1, si tiene un estado de salud malo o muy malo. Jornada completa = 1, si trabaja una jornada a tiempo completo. Sector privado = 1, si trabaja en el sector privado. Supervisor/intermedio = 1, si tiene una responsabilidad de supervisor o intermedio. Contrato indefinido = 1, si tiene un contrato indefinido. Severa = 1, si padece una discapacidad severa. Hogar sin hijos = 1, si no existen hijos en el hogar. Tamaño del hogar Número de miembros en el hogar. Años Se ha creado una variable ficticia para cada uno de los años que
componen la muestra utilizada (desde 1.995 hasta 2.001). Lambda Variable para corregir el sesgo muestral.
29
Cuadro A2
Media y desviación típica de las variables utilizadas en la estimación de la ecuación de empleo asalariado para las mujeres. Periodo 1995-2001.
DISCAPACITADAS NO DISCAPACITADAS
Media Desviación típica Media Desviación típica
Asalariada 0,1015 0,3020 0,2891 0,4533 Casada 0,7168 0,4506 0,6194 0,4855 Hogar sin hijos 0,4036 0,4907 0,2861 0,4520 Tamaño del hogar 3,5942 1,5480 3,8805 1,4580 Edad
16-24 años 0,0488 0,2156 0,2215 0,4153 25-34 años 0,0901 0,2864 0,2598 0,4385 35-44 años 0,1420 0,3491 0,2155 0,4112 45-54 años 0,2525 0,4345 0,1721 0,3775 55-64 años 0,4665 0,4989 0,1311 0,3375
Nivel educativo Superiores 0,0471 0,2118 0,2053 0,4039 Secundarios 0,0770 0,2667 0,2301 0,4209 Primarios 0,8759 0,3298 0,5646 0,4958
Región Noroeste 0,1692 0,3750 0,1459 0,3530 Noreste 0,1095 0,3123 0,1494 0,3565 Madrid 0,0561 0,2302 0,1014 0,3019 Centro 0,1523 0,3594 0,1488 0,3559 Este 0,2067 0,4050 0,1959 0,3969 Sur 0,2140 0,4102 0,1937 0,3952 Canarias 0,0921 0,2893 0,0648 0,2462
Años 1.995 0,1913 0,3934 0,1658 0,3719 1.996 0,1553 0,3623 0,1633 0,3696 1.997 0,1536 0,3606 0,1510 0,3580 1.998 0,1473 0,3544 0,1398 0,3468 1.999 0,1274 0,3335 0,1349 0,3416 2.000 0,1140 0,3179 0,1256 0,3314 2.001 0,1110 0,3142 0,1198 0,3247
Severa 0,2938 0,4556 - - Nº de observaciones 3.972 33.266 Fuente: PHOGUE. Años 1995-2001.
30
Cuadro A.3
Medias muestrales de las variables utilizadas en la estimación de la ecuación de salarios para las mujeres. Periodo 1995-2001.
DISCAPACITADAS NO DISCAPACITADAS Log (salario hora) 6,6008 6,7217 Experiencia 22,1141 15,2703
Superiores 0,2382 0,4092 Secundarios 0,1886 0,2303 Primarios 0,5732 0,3604
Directivos 0,0025 0,0119 Técnicos científicos 0,1315 0,2019 Técnicos de apoyo 0,0819 0,1209 Administrativo 0,1017 0,1845 Servicios y ventas 0,2283 0,2171 Cualificados agricultura/pesca 0,0074 0,0036 Cualificados industrias 0,0620 0,0557 Operadores/montadores 0,0397 0,0317 No cualificados 0,3449 0,1726
Agricultura 0,0447 0,0183 Industria 0,1538 0,1623 Servicios 0,8015 0,8194
Noroeste 0,1290 0,1177 Noreste 0,1191 0,1625 Madrid 0,0943 0,1312 Centro 0,0670 0,1221 Este 0,3077 0,2524 Sur 0,1985 0,1448 Canarias 0,0844 0,0693
1.995 0,1538 0,1461 1.996 0,1390 0,1425 1.997 0,1514 0,1373 1.998 0,1638 0,1412 1.999 0,1365 0,1424 2.000 0,1365 0,1425 2.001 0,1191 0,1481
Casada 0,6179 0,5769 Antigüedad 8,2903 6,4826 Salud 0,3474 0,0124 Jornada completa 0,8462 0,8688 Sector privado 0,6849 0,6978 Supervisor/intermedio 0,1811 0,1849 Contrato indefinido 0,6278 0,6170 Severa 0,1762 - Lambda 1,4553 0,9809 Nº de observaciones 403 9.616 Fuente: PHOGUE. Años 1995-2001.
31
32
Cuadro A.4 Ecuación de empleo asalariado par las mujeres. Periodo 1995-2001. a
DISCAPACITADAS NO DISCAP.
(A) (B)
Coeficiente
Z Coeficiente
z Coeficiente z Constante -0,0140 -0,07 0,0256 0,12 -0,0431 -0,93 Casada -0,1514 -2,23 -0,1732 -2,53 -0,3730 -19,05 Hogar sin hijos -0,0155 -0,24 -0,0040 -0,06 0,2415 13,29 Tamaño del hogar -0,0345 -1,56 -0,0351 -1,57 -0,1163 -19,37 Edad
25-34 años 0,3131 2,15 0,3371 2,29 0,6541 25,36 35-44 años 0,2396 1,68 0,2790 1,93 0,7644 26,89 45-54 años 0,0312 0,22 0,0533 0,37 0,5888 19,73 55-64 años -0,3914 -2,70 -0,3744 -2,56 -0,2179 -6,00
Nivel educativo Secundarios -0,6949 -5,60 -0,6757 -5,42 -0,6043 -26,42 Primarios -1,2924 -12,56 -1,2524 -12,07 -0,8736 -43,29
Región Noreste 0,0597 0,51 0,0491 0,42 0,2003 6,79 Madrid 0,1655 1,21 0,1516 1,11 0,3600 11,19 Centro -0,3768 -2,94 -0,4005 -3,10 0,0341 1,13 Este 0,3183 3,26 0,3142 3,20 0,4389 15,94 Sur 0,0511 0,50 0,0453 0,44 -0,0221 -0,77 Canarias -0,0733 -0,57 -0,0918 -0,71 0,2907 7,83
Años 1.996 0,0385 0,36 0,0455 0,42 -0,0272 -0,97 1.997 0,0674 0,65 0,0827 0,79 0,0247 0,87 1.998 0,1345 1,30 0,1406 1,35 0,0532 1,85 1.999 0,0970 0,89 0,1065 0,97 0,0862 2,98 2.000 0,1348 1,21 0,1372 1,22 0,1259 4,29 2.001 0,0526 0,46 0,0533 0,46 0,1974 6,68
Severa - - -0,3259 -4,52 - - Nº de observaciones 3.972 3.972 33.266 χ2 439,37 460,81 6.476,34 Pseudo R2 0,1685 0,1767 0,1619 Fuente: PHOGUE. Años 1995-2001.