Introducción

La diferencia de remuneraciones entre hombres y mujeres ha recibido considerable atención en la literatura sobre temas laborales en los últimos 20 años. Los aportes más recientes enfatizan dos hechos fundamentales. Primero, una reducción de la disparidad tanto en el mundo industrializado (BLAU y KHAN; 2016), como en varios países de América Latina y en la región en su conjunto (ÑOPO, 2012). Segundo, una ventaja masculina que persiste a pesar de los avances registrados por las mujeres en aspectos diversos que tienen que ver con la situación laboral.

Los estudios exploraron las posibles fuentes de esas diferencias, destacando disparidades observadas en variables que impactan sobre las remuneraciones. Así, hombres y mujeres difieren en nivel educativo, en experiencia en el mercado laboral, en la manera en que se insertan en el mercado de trabajo (sectores en los que desarrollan sus tareas, en la cualificación que requieren los puestos laborales que ocupan, en el segmento formal, no formal), en la cantidad de horas dedicadas a las actividades remuneradas y no remuneradas, entre otras variables que pueden ser captadas con los datos provistos por las encuestas a hogares2. El objetivo final casi siempre es determinar cuál es la verdadera disparidad salarial entre sexos; es decir, conocer el valor de la “brecha ajustada”: la diferencia que persiste aun igualando las características observadas que difieren entre sexos. Obtienen de esta manera un residuo que favorece a los hombres y que suele adjudicarse a la discriminación: es decir, un premio que se paga a los varones y que no se explica por los factores mencionados, llamados “dotaciones” o “características”.

Dado este panorama, el objetivo de este artículo es doble. Primero, busca determinar a cuánto asciende la brecha salarial por género en la Argentina, actualizando las estimaciones ya existentes (NG, 1992; PAZ, 1996 y PAZ, 2000). Segundo, pretende avanzar sobre lo anterior, recortando la muestra y evaluando la brecha en dos grupos que difieren entre sí por su situación conyugal: casados legalmente (en adelante, “casados”), unidos consensualmente (en adelante, “unidos”) y sin pareja3. Dado que las personas se emparejan con otras que presentan características similares (edad y nivel educativo, por ejemplo), la unión provoca una igualación natural de dotaciones, lo que debería impactar sobre la diferencia de remuneraciones: los cónyuges, al ser más parecidos en términos de características (o dotaciones), deberían registrar una disparidad salarial menor que hombres y mujeres de la población en general. Alcanzado este objetivo se examina también la estructura de la brecha tratando de establecer la importancia que tienen los factores observables que influyen en su nivel (experiencia, educación, rama de actividad, formalidad del empleo, etc.) y examinar lo que ocurre no sólo en el promedio sino en diferentes tramos de la distribución de los salarios.

Este documento se ha ordenado según el siguiente plan: en la sección siguiente se repasan los hechos que motivan la indagación más profunda sobre la temática abordada. Luego se presentan los datos y la estrategia metodológica empleada. En la sección destinada a los resultados se presentan y discuten los hallazgos centrales del estudio. La última sección está reservada para algunas consideraciones que surgen del estudio.

La hipótesis explorada

En este artículo se examina la brecha de ingresos salariales entre hombres y mujeres de la Argentina en general y entre hombres y mujeres clasificados según su estado conyugal: casados legalmente, unidos por consenso y sin pareja (separadas/os, divorciadas/os y viudas/os).

En América Latina los hombres (sin diferenciar por estado civil, o por estrato de ingreso familiar) perciben ingresos horarios 18% más elevados que las mujeres, promedio que incluye valores extremos que van del 38% en Brasil al 8% en Guatemala y Honduras (ATAL et al. 2008; ÑOPO, 2012). Si bien hay factores propios del mercado laboral que permiten explicar esa brecha en las remuneraciones, una parte importante de la misma permanece aún en el lado oscuro del conocimiento y puede tener que ver con factores tales como idiosincrasia, pautas culturales o discriminación u otros factores que no pueden ser captados con los instrumentos de medición disponibles.

Entre los factores que explican los relativamente bajos ingresos de las mujeres (en relación con el de los hombres) se encuentran, por un lado, los más estrechamente relacionados con sus historias laborales, tales como la experiencia acumulada en el mercado de trabajo y la continuidad de su participación en dicho mercado; y, por otro, los ligados a los empleos propiamente femeninos. Ellas por lo general se insertan en el segmento flexible (o no formal) del mercado de trabajo, el que incluye autoempleo, empleo a tiempo parcial, empleo informal, ocupaciones en firmas pequeñas y en ramas de actividad ligadas a las actividades de tipo reproductiva: salud, educación, cuidado, servicio doméstico. El segmento flexible les permite trabajar sin descuidar las responsabilidades al interior del hogar, que, como se dijo, recaen en ellas de manera desproporcionada. Existen claras evidencias de este hecho: en la Argentina, una de cada dos mujeres trabaja a tiempo parcial, contra uno de cada tres hombres. En América Latina la brecha es todavía mayor: una de cada tres, contra uno de cada diez.

Es posible también que la propia especialización al interior de los hogares conduzca a la mujer a insertarse de una determinada manera al mercado de trabajo. Si es la mujer más que el hombre la encargada de los quehaceres domésticos y de las tareas de cuidado, resulta probable que termine insertándose en aquellas ocupaciones que le faciliten realizar estas tareas. Si esas posiciones laborales están menos remuneradas que el resto, es probable que generen brecha de género, aun considerando niveles educativos y experiencias equivalentes entre sexos.

En este sentido, la inserción ocupacional está condicionada por la especialización de tareas al interior de los hogares. La pregunta que surge aquí es ¿quiénes son aquéllas y aquéllos que se especializan? Naturalmente, todo apunta a los miembros de las parejas constituidas y que habitan bajo un mismo techo. Según la literatura, la especialización conduce a un aumento en las posibilidades productivas de la pareja: especializándose, ambos miembros pueden disfrutar de un bienestar mayor que el que podrían obtener en ausencia de la especialización. Ésta provoca aumentos de productividad, siendo estos mayores a medida que la especialización se profundiza4. Pero cabe preguntarse entonces en qué condiciones la especialización es conveniente para ambos miembros de la pareja, y en especial para las mujeres, ya que son ellas más que ellos las que se especializan en actividades con menor rentabilidad relativa en el mercado, como, por ejemplo, los quehaceres domésticos.

Ciertamente, el casamiento legal puede ser concebido como un contrato en el que las partes adquieren derechos y obligaciones que se extienden aun en los casos de disolución del vínculo5. Esto conduce a pensar que el incentivo a la especialización será mayor entre los casados, dado que, de extinguirse la relación conyugal, los bienes adquiridos, y eventualmente algún flujo de ingresos, asegura el disfrute por parte de ambos cónyuges. Si esto se cumple, entonces los miembros de las parejas casadas se especializarán más que los miembros de parejas unidas de hecho y, obviamente, más que hombres y mujeres sin pareja. Luego, si la especialización se produce, no sólo la participación de las mujeres pasadas será menor que el resto, sino que la inserción en el mercado de trabajo de las mujeres casadas que deciden participar, estará orientado al segmento flexible del mercado laboral y a ocupaciones que le permitan ejercer el doble rol de amas de casas y proveedoras de ingreso.

La tendencia a la especialización tendería a reducir la igualación que naturalmente produce el matrimonio. La literatura sobre emparejamiento selectivo muestra que las parejas se constituyen entre individuos parecidos en términos de ciertas variables: edad, nivel educativo, origen étnico, etc. Esto es muy importante en el contexto de la brecha salarial por género, dado que se emparejan no sólo aquellas variables que tienen efectos sobre la productividad de las personas (educación y experiencia, por ejemplo), sino otras que apuntan al capital cultural y social de los individuos6. Todavía más: en ciertos países se observa que dicho emparejamiento ha estado aumentando a lo largo de los años, particularmente en la Argentina (GABRIELLI y SERIO, 2017). Todas las variables que suelen usarse para evaluar el emparejamiento selectivo son consideradas determinantes de los salarios en las investigaciones sobre el tema, especialmente en aquéllas dedicadas a disparidades de ingresos o salarios, ya sea por razones de productividad o por discriminación. Por ese motivo resulta interesante explorar la brecha entre géneros entre personas que decidieron formar pareja y que por lo tanto son parecidas en términos de las variables mencionadas.

La pregunta en este caso es cuál de estos efectos predomina: ¿el desigualador, provocado por la inserción diferencial en el mercado de trabajo por parte de hombres y mujeres casados y altamente especializados en tareas domésticas y de cuidado por un lado y de tareas del mercado por otro, o el igualador, provocado por el emparejamiento selectivo? Esta es una cuestión empírica, es decir que se resuelve examinando los datos y obteniendo inferencias a partir de ellos. La teoría en este caso sólo sirve como una aproximación al problema y como ayuda para la selección de las variables relevantes.

Traduciendo lo anterior, se tratará de aquí en más de aportar respuestas a los siguientes interrogantes: ¿A cuánto asciende disparidad salarial entre mujeres y varones que trabajan y que, además, comparten el presupuesto del hogar? ¿Cuáles son los factores más importantes para explicar estas diferencias? Preguntas similares fueron considerados por Gunderson (1989) y catalogados por él como cuestiones clave que deben ser respondidas antes de determinar qué iniciativa de política encaminada a reducir la desigualdad entre sexos, si es que existe alguna, puede justificarse.

Estrategia empírica

El presente documento tiene dos soportes metodológicos fundamentales: la estimación de brechas netas (con control de variables), y la descomposición de las fuentes de la brecha entre géneros. En lo que sigue de este apartado se describirán los procesos de obtención de las brechas netas y la descomposición para detectar las fuentes de las diferencias.

Las brechas netas

Una manera clara de presentar la metodología empleada en este trabajo es comenzar por la definición algebraica de discriminación dada por OAXACA (1973):

Donde D es el coeficiente de discriminación, ̅𝑤_ℎ/̅𝑤_𝑚 el cociente entre los salarios observados de hombres y mujeres, respectivamente, y 𝑤_ℎ⁰/𝑤_𝑚⁰ el cociente de productividades o salario libre de discriminación.

Despejando ̅𝑤_ℎ/̅𝑤_𝑚 - 𝑤_ℎ⁰/𝑤_𝑚⁰ y tomando logaritmos (naturales) a la expresión resultante se obtiene:

La diferencia (ln 𝑤_ℎ⁰ - ln 𝑤_𝑚⁰) da cuenta de la parte de la brecha salarial por género que se debe a la diferencia de productividades, y ln(D + 1), la debida a la discriminación7.

Es posible obtener una estimación empírica de esta ecuación mediante funciones tipo MINCER (1974) para cada sexo, la que responden a la siguiente especificación:

Donde w es el vector [n x 1] de los salarios (el logaritmo natural de los salarios mensuales), X, la matriz de variables independientes incluidas en los modelos (casi todas están listadas en la Tabla A.1 del Apéndice), 𝛽 el vector de parámetros a estimar, y u el vector con los términos de perturbación que se supone siguen una distribución normal con media cero y varianza constante.

Con los parámetros estimados por Mínimos Cuadrados Ordinarios (MCO), primero, y por cuantiles (RC), luego, partiendo del enfoque propuesto por Koenker y Bassett (1978), se pueden computar los siguientes escalares, ya sea para la media o para los diversos cuantiles de la distribución.

Donde la expresión del lado izquierdo representa el salario promedio (o del percentil 𝜃) de hombres (h) y mujeres (m), obtenido multiplicando la matriz de características (todas evaluadas en el punto de la distribución que corresponda) por el vector de parámetros de las funciones de Mincer estimadas.

Con esto es posible obtener la brecha bruta (BB) de salarios o “brecha observada”:

Para computar la brecha neta (BN) es necesario estimar escalares contrafácticos, para lo cual caben varias posibilidades: a) ponderar los retornos o premios femeninos con las características de los hombres (̅𝑤_(𝑚) = ̅𝐗_ℎ̂𝛽_𝑚); b) ponderar los retornos masculinos con las características de las mujeres (̅𝑤_(𝑚) = ̅𝐗_ℎ̂𝛽_ℎ); y c) ponderar los retornos de hombres y mujeres con la matriz promedio de características.

Si la BN se obtiene trabajando con la opción a) o con la b), se tendría:

Los valores que se obtienen procediendo de ambas formas no tienen por qué coincidir, dado que están sujetos a los problemas comunes de construcción de los números índices. En este artículo se siguió la propuesta de NEUMARK (1988), consistente en ponderar los índices con los X de la población de referencia total.

Las descomposiciones

Para el análisis de descomposición se utilizaron la técnica de Blinder-Oaxaca (BLINDER, 1973; OAXACA, 1973) en primer lugar, y dado que aquí se consideró que los cambios en los salarios medios no reflejan las alteraciones a lo largo de la distribución, se aplicó luego la metodología desarrollada por JUHN et al. (1993). Tanto la descomposición de Blinder-Oaxaca como la JUHN et al. (1993), permitieron estimar la parte de la brecha debida a diferencias en características y qué parte de la brecha se debe a la discriminación.

Aplicando una simple manipulación algebraica, se obtiene la descomposición de la BB:

Los primeros sumandos del lado derecho muestran la parte de la BB que puede ser atribuida a diferencias de productividades (dotaciones o características, todos sinónimos), mientras que los segundos sumandos del lado derecho muestran disparidades que pueden ser adjudicadas a las diferencias en retornos (o premios por características similares). En suma, estas ecuaciones son los equivalentes empíricos de la segunda ecuación presentada en este apartado.

Si se adopta el promedio como la estructura “libre de discriminación” la descomposición puede hacerse de la siguiente manera8:

Donde 𝛽* representa en este caso la estructura salarial libre de discriminación. El primer término del lado derecho es la ventaja masculina de retornos, el segundo la desventaja femenina y el último término la parte de la brecha debida a diferencias de productividades.

Métodos de estimación

Las regresiones por MCO siguen la especificación tradicional de las ecuaciones de Mincer ampliadas, dado que no sólo incluyen variables de capital humano, sino también determinantes familiares, demográficos, geográficos y ocupacionales. Este modelo es útil para describir la relación promedio entre el salario y el conjunto de variables independientes, basado en la media condicional 𝐸(𝑤/𝐗). Claramente esta forma de examinar los datos proporciona una idea parcial de la relación.

El modelo de RC viene a solucionar en parte ese problema ya que permite analizar la relación entre el salario y las variables independientes en diferentes puntos de la distribución condicional de 𝑤9. Para ello, la RC supone que la relación entre el salario del percentil enésimo y el conjunto de variables de control (educación, número de hijos, tipo de empleo, sector económico, etc.) es lineal. Con lo cual, para una muestra de un tamaño dado, el percentil se define como la solución a un problema de optimización que se puede resolver por programación lineal.

La manera más sencilla de especificar la RC es la siguiente:

Donde el salario del i-ésimo individuo (𝑤_𝑖) es una función de un conjunto de variables resumidas en la matriz 𝑥_𝑖 y cuyo efecto sobre el salario viene dado por el parámetro 𝛽_𝜃, donde 𝜃 es el cuantil de la distribución. Por su parte, 𝑢_𝜃𝑖, es el término de error correspondiente al 𝜃-ésimo cuantil.

Los parámetros de las regresiones cuantílicas requeridos por la descomposición de JUHN et al. (1993) fueron estimados por bootstrap usando 50 replicaciones. Las propiedades de los estimadores obtenidos están explicados claramente en CHERNOZHUKOV et al. (2009).

Datos

En todas las estimaciones realizadas se trabajó con los asalariados hombres y mujeres mayores de 18 años y menores de 65. La selección de asalariados responde a la calidad del dato en sí mismo y a la disponibilidad de información para el conjunto de dimensiones incluidas como factores explicativos de los niveles de remuneraciones.

Se usaron datos de la Encuesta Permanente de Hogares (EPH), relevamiento realizado por el Instituto Nacional de Estadística y Censos (INDEC), con la colaboración de las direcciones provinciales de estadística. Se trabajó con los últimos datos disponibles hasta la redacción de este documento: primer cuatrimestre de 2018.

La variable dependiente que se empleó en prácticamente todas las estimaciones es el logaritmo natural del salario por mes. También se hizo pruebas con el salario por hora, pero terminó eligiéndose aquél para evitar el supuesto que la elasticidad horas-salario es igual a la unidad. Además, hay una razón institucional que apoya esta decisión: los salarios en la Argentina se fijan y se pagan generalmente por mes y no por hora. Los datos sobre ingresos se refieren siempre a los ingresos de todas las ocupaciones asalariadas que tiene la persona.

Las variables explicativas fueron clasificadas en tres grandes grupos de acuerdo con las razones dadas en la sección anterior: (a) capital humano: educación y experiencia; (b) inserción laboral y estructura productiva: horas trabajadas, sector de actividad, segmento laboral y tipo de ocupación; y (c) control: región de residencia, y cantidad de niñas y niños y de adultas y adultos mayores en el hogar. La experiencia en el mercado de trabajo fue construida como suele hacerse habitualmente en este tipo de estudios y que alude más a la idea de una “experiencia potencial”10: edad menos los años de educación, menos 6, suponiendo que a los seis años se produce la entrada al sistema educativo.

Una primera revisión de los datos usados puede hacerse con la información resumida en la Tabla A.1 del Apéndice de Tablas. Se muestran ahí los valores medios de cada una de ellas.

Resultados

Partiendo de los valores presentados en la Tabla A.1 puede verse que las mujeres tienen un nivel educativo más alto que el de los hombres y que esa diferencia es más amplia entre los casados que en la población en general. La experiencia potencial es similar entre hombres y mujeres de la población en general, pero es más alta para los hombres que para las mujeres entre los casados. Estas dos variables que reflejan el capital humano de uno y otro sexo no arrojan signos de emparejamiento selectivo entre los casados, pero desde ya puede afirmarse que el salario más bajo de las mujeres no puede deberse al nivel educativo, pues el mismo es igual o mayor que el de los hombres11.

Sí se encuentran marcadas diferencias entre sexos en lo que hace a la inserción ocupacional. Hay más mujeres que hombres trabajando en el segmento no formal de la economía y ocupando puestos de baja cualificación relativa. También es mayor la distribución horizontal12: las mujeres están concentradas en Educación, Salud y Servicio Doméstico. En estos casos, las brechas entre casadas y casados son muy marcadas.

A continuación, se presentan y discuten los resultados obtenidos tras calcular la brecha salarial neta por género para la Argentina en 2018. En primer lugar, se analiza el nivel para los grupos definidos según el estado conyugal de las personas: casados, unidos y sin pareja. Luego se examina la estructura interna de la brecha para cada grupo. El análisis anterior que se basa en remuneraciones promedio, se completa evaluando las diferencias de remuneraciones entre cónyuges a lo largo de toda la distribución de los salarios con el fin de aportar elementos para saber cómo se comporta la diferencia de salarios en diferentes tramos de la distribución.

Efecto promedio

En el Cuadro 1 puede constatarse que los hombres en la Argentina perciben salarios mensuales que en promedio superan en un 32,5% al de las mujeres. Este resultado es el que se obtiene sin considerar las diferencias en las características de cada sexo: capital humano, ocupaciones, lugar de residencia, etc. Lo que se denomina aquí la “brecha bruta” (BB) de salarios por género. En ese cuadro, aparece un resultado curioso pero conocido (ESQUIVEL y PAZ, 2003): el salario horario de los hombres se sitúa por debajo del salario horario de las mujeres. Dicho resultado no es significativo entre los casados, lo que implica que el salario promedio por hora de casadas y casados es idéntico. No tiene demasiado sentido profundizar aquí en la interpretación de este resultado, dado que en el mercado laboral argentino es el salario mensual lo que cuenta (los salarios se fijan más por mes comúnmente que por hora) y en este los hombres presentan una clara ventaja en relación con las mujeres.

El Cuadro 1 destaca ciertos hechos muy importantes para entender los aspectos tratados con más detalle en este documento. En primer lugar, la presencia de pareja amplía la disparidad salarial por género, observándose entre los casados la mayor diferencia de salarios mensuales: 4,7 puntos porcentuales más que los unidos, y 26,8 puntos porcentuales más que los que no tienen pareja. La diferencia entre unidos y personas sin pareja ya es significativa. En segundo término, se observa claramente que las horas dedicadas al mercado de trabajo son un importante determinante de la disparidad salarial por género. Como se vio en la sección descriptiva, las mujeres dedican menos horas al trabajo remunerado, pero las horas están mejor pagas que la de los hombres.

El Cuadro 2 es similar al anterior, pero se incluye aquí el resultado tras controlar un conjunto de factores que inciden en los salarios: capital humano (experiencia en el mercado laboral y educación), inserción en diferentes ramas de la industria y los servicios, características del puesto laboral ocupado, segmento del mercado en el que se insertan las trabajadoras y los trabajadores, la región de residencia, y los factores demográficos que condicionan su situación laboral: presencia y número de niñas y niños y adultas y adultos mayores. Un detalle de los valores medios de estas variables para la muestra analizada está en la Tabla A.1 del Apéndice de Tablas.

Nótese que al controlar los factores que inciden en el salario, las diferencias entre el salario mensual y el horario prácticamente desaparecen. Según la información provista por este Cuadro, la brecha salarial entre hombres y mujeres con características similares es del 13,2% favorable a los primeros. Se insiste en que esta es la brecha “no explicada” por los factores mencionados en el párrafo anterior y es similar a la de otros países de América Latina, como puede constatarse en ATAL et al. (2009).

Como puede apreciarse en los resultados de las ecuaciones de Mincer estimadas, y que aparecen en el Apéndice (Tabla A.2), se controlaron aquí las posibles fuentes de diferencias salariales, quedando ese 13,2% de ventaja masculina como lo que no pueden explicar las variables incluidas en las regresiones. Dado que el modelo sin controles arrojaba una diferencia de 32,5%, se puede afirmar ahora que las variables de control permitieron explicar 19,3 puntos porcentuales, lo que equivale a un 59% de la brecha total. Dicho con otros términos, casi 2/3 de la brecha salarial entre hombres y mujeres se explica por diferencias de características entre hombres y mujeres.

El porcentaje de la disparidad salarial explicado por los determinantes contemplados en las ecuaciones de Mincer varía según la situación conyugal de las personas: 47% para los casados, 58% para los unidos y 46% para los que no tienen pareja. De manera destacable, la fracción de la brecha explicada por las características entre los casados es bastante más baja que la de los unidos.

Lo anterior implica varios puntos importantes. Primero, las casadas y casados arrojan la brecha neta (controlados los factores determinantes de los salarios) similar a la de los unidos. Segundo, los factores que explican esa diferencia tienen menos capacidad para dar cuenta de la disparidad salarial entre casadas y casados (y personas sin pareja también) que entre unidas y unidos.

El que el porcentaje de la brecha de casados explicada sea más baja que el de los unidos es resultado paradójico, pero que aparece en la literatura internacional también (POLACHEK, 2014). Como se dijo ya, el emparejamiento selectivo (LAM, 1988) no tendría por qué diferir entre casados y unidos por lo cual, no explica por qué existe diferencia de disparidad salarial no explicada entre esos dos grupos.

Aparece así la necesidad de pensar en otros factores que sí difieren entre ambos grupos. La división sexual del trabajo al interior de las parejas se presenta entonces como un buen candidato, dado que existe una abundante literatura que respalda una distribución de tiempo más igualitaria entre los unidos que entre los casados (Arosio, 2017; Bianchi et al., 2014). Estos trabajos analizan la distribución del tiempo de trabajo dedicado a tareas domésticas y de mercado entre parejas unidas de hecho versus parejas unidas en matrimonio legal. Como se planteó antes en este mismo documento, en el primer tipo no existen demasiados incentivos a la especialización, porque no existe un contrato que asegure a los cónyuges ante una posible disolución. Esta ausencia de contrato hace que las parejas no inviertan tanto en actividades tan específicas, sino que diversifiquen las inversiones de su tiempo. Si esto es así, entonces la división sexual del trabajo entre las parejas casadas legalmente podría estar explicando la mayor amplitud de la diferencia de ingresos de los miembros de las parejas.

Estructura de la brecha

Se plantea aquí que la división del tiempo entre trabajo doméstico y remunerado puede verse reflejada en algún grupo de las variables incluidas en las regresiones de Mincer estimadas. Así, el miembro de la pareja que se especialice en las tareas domésticas y de cuidado, trabajará menos horas por un pago y buscará ocupaciones que le permitan alternar entre el trabajo doméstico no remunerado y el trabajo para el mercado. Dicho esto, se puede esperar entonces que la diferencia de brecha salarial entre hombres y mujeres encontrada entre casados y unidos esté explicada por la especialización.

Para saberlo se aplica aquí la descomposición de Blinder-Oaxaca que permite adjudicar importancia cuantitativa a cada uno de los factores que se han tomado en cuenta en las ecuaciones de Mincer estimadas: horas de trabajo (empleo a tiempo parcial y total), capital humano (educación y experiencia), demográficos (niños y adultos mayores en el hogar), concentración vertical (puestos de trabajo según cualificación), concentración horizontal (ramas de la industria), y regiones de residencia.

El Cuadro 3 muestra parte de los resultados obtenidos; más específicamente, la descomposición de la parte explicada de la brecha salarial para el total y para los tres grupos diferenciados por el estado conyugal de las personas.

La principal fuente de las diferencias en remuneraciones es la intensidad de la participación reflejada en las horas dedicadas al trabajo para el mercado: 61%. El 39% restante se explica por diferente inserción en el mercado de trabajo entre hombres y mujeres, básicamente lo que se ha llamado aquí segmentación (formal-no formal) y concentración horizontal (distribución por ramas), mucho más que la concentración vertical (distribución en puestos de jerarquía diferente). Cabe aclarar que en este Cuadro no se consideraron ni las variables de capital humano, dado que en ellas las mujeres superan a los hombres, ni aquellas que resultaron triviales dada su significación estadística: región de residencia y factores demográficos13. Si bien la concentración vertical arroja el peso más bajo del conjunto de factores considerados no debe perderse de vista de que es muy importante para explicar la diferencia de remuneraciones: es más frecuente entre las mujeres que entre los hombres ocupar puestos que requieren menor cualificación.

Pero lo que interesa más aquí tiene que ver con las diferencias encontradas por estado conyugal. Así, puede constatarse que la segmentación laboral es la que tiene una importancia central entre casadas y casados, siendo un rasgo sobresaliente en la explicación de la brecha de este grupo. Esto es una evidencia muy clara del efecto de la especialización de tareas al interior de los hogares en la forma de inserción de hombres y mujeres en el mercado de trabajo. Las mujeres buscan el segmento flexible, no regulado que les facilita alternar las tareas domésticas y de cuidado con las del mercado, lo que provoca que terminen aceptando un salario que se sitúan por debajo del que le correspondería según su nivel de capital humano, a fin de liberar tiempo para la atención de las tareas del hogar.

De la parte no explicada de la brecha, se encontró significatividad sólo en las horas trabajadas y, sólo en algunos casos, en la ordenada al origen. Lo primero implica que, por algún motivo, la hora trabajada por una mujer está mejor pagada por el mercado que la hora trabajada por el hombre. Además, esto hace que la brecha salarial por género no sea más elevada de lo que es actualmente. El que el resto de los factores desconocidos se agrupe en la ordenada, está indicando que los factores que provocan diferenciales por género en las remuneraciones ante idéntico trabajo, no están siendo capturado por las variables disponibles en las encuestas a hogares. Puede deberse a la discriminación propiamente dicha o a otros factores desconocidos por el momento.

Efectos sobre el nivel de la BSG a lo largo de la distribución

Todo el examen previo se centró en los valores medios de las brechas salariales. Queda ahora por analizar su estructura, es decir qué parte de la brecha se debe a diferencias de características entre sexos (diferente edad, educación, inserción ocupacional, etc.) y qué parte de la disparidad queda sin explicar por esos factores. Este último componente de la brecha suele atribuirse a la discriminación. Si la brecha “no explicada” es mayor en los tramos de ingresos más elevados suele decirse que existe un “techo de cristal” para los ingresos femeninos, tratando de captar la existencia de factores “invisibles” que impiden que las mujeres que perciben altos salarios generen remuneraciones similares a las de los hombres que ganan altos ingresos.

Por el contrario, si el resultado es el inverso, esto es, los factores no explicados son mayores en los tramos de ingresos más bajos, suele hablarse de “piso pegajoso”, en el sentido de que existen ciertos elementos no visibles que impiden a los ingresos de las mujeres de baja remuneración igualarse los salarios percibidos por trabajadores hombres de ingresos bajos.

En el Gráfico 1 se muestran las ventajas masculinas de salario en diferentes puntos de la distribución sin controlar por ninguna de las variables incluidas en las regresiones ampliadas. Es decir, las brechas son brutas y se observa cómo en los tramos más bajos de los salarios las disparidades son más elevadas que en los tramos altos de la distribución.

Gráfico 1
Brecha salarial bruta por género en puntos seleccionados de la distribución de los salarios. Argentina 2018, total y grupos clasificados por su situación conyugal.
Fuente: Estimaciones propias con datos de INDEC, EPH.

La información provista por el Gráfico 1 debe ser complementada con la del Gráfico 2, donde se presentan las brechas netas, es decir las diferencias salariales que quedan sin explicar por las características diferentes de hombres y mujeres. La evidencia provista por el Gráfico 2 es la que surge de estimar las regresiones por cuantiles en las que se controlan las mismas variables que se tomaron en consideración en las ecuaciones de Mincer previamente analizadas para los promedios.

Gráfico 2
Brecha salarial neta por género en distintos puntos de la distribución de salarios. Argentina 2018, total y grupos clasificados por su situación conyugal.
Fuente: Estimaciones propias con datos de INDEC, EPH.

Hay varios hechos para destacar en el Gráfico anterior. Primero, la ventaja neta masculina de salarios de los casados se mantiene a lo largo de toda la distribución, es decir, tanto en los niveles salariales más bajos como en los más altos. También se mantiene el orden encontrado en los valores promedios14: la brecha es mayor entre los casados que en los unidos y entre éstos y las personas sin pareja. En segundo lugar, como la brecha bruta cae y su porción no explicada se mantiene, los datos que proporciona el Gráfico 2 habla a las claras de la existencia de techo de cristal: la brecha se ensancha en los niveles más altos de la distribución de los salarios, en especial entre los casados y los unidos. El Gráfico 3 expresa esa idea, dado que aparece allí el porcentaje de la brecha salarial por género no explicada por características.

Gráfico 3
Porción no explicada de la brecha salarial por género en distintos puntos de la distribución de salarios. Argentina 2018, total y grupos clasificados por su situación conyugal
Fuente: Estimaciones propias con datos de INDEC, EPH.

Las variables de las que disponemos en las encuestas a hogares no permiten contrastar las razones que podrían estar explicando este techo de cristal. Apelando a la literatura existente podría deberse, por ejemplo, al tipo de puestos laborales que ocupan hombres y mujeres con altos salarios (ALBRECHT et al., 2003, por ejemplo). Así, la información sobre salarios pagados al personal ejecutivo y de puestos de mando que surgen de la base de datos de la compañía Michael Page (especializada en el reclutamiento de personal), revela que el salario de un Director de Finanzas (CFO) en el Sector Industrial supera en alrededor de un 55% el salario de un Director de Recursos Humanos en el mismo sector de actividad15. Los puestos de trabajo mejor pagados exigen una dedicación y un grado de apego que muchas veces puede resultar incompatible con la demanda de tiempo que implican las tareas domésticas y de cuidado. Otro factor muy importante tiene que ver con el tamaño de las empresas que son comandadas por mujeres: por lo general se trata de empresas pequeñas (AMIN and ISLAM, 2014), y cuyos niveles de remuneración son claramente menores que el pagado por compañías grandes.

Consideraciones finales

Las evidencias acerca de un salario masculino mayor que el femenino son muy claras y robustas para la Argentina. El salario mensual promedio de los hombres es un 32,5% más alto que el de las mujeres. Si se controlan todos aquellos factores que inciden en su nivel y que pueden ser observados en la fuente de datos usada en esta investigación, esa ventaja disminuye al 13,2%. Esto implica que un 59% de la brecha salarial total estaría explicada por características observables diferentes y un 39% quedaría sin explicar por tales características.

Entre los casados legalmente ese porcentaje es del 46%, similar al de los que no tienen pareja y bastante más bajo que el 58% de los unidos consensualmente. Esta mayor brecha registrada entre cónyuges si bien concuerda con los hallazgos obtenidos para otros países, no deja de ser paradójica. Los hombres y las mujeres casados suelen ser más parecidos entre sí que los hombres y mujeres de la población en general y no habría razones para suponer que ese emparejamiento selectivo esté ausente entre los unidos.

El hallazgo en cuestión sugiere por lo tanto la existencia de algún tipo de división sexual de tareas al interior de los hogares específica para los casados que genera una brecha por género más elevada que el promedio para sus miembros adultos. Así, la especialización a la que conlleva dicha división del trabajo intrahogar, estaría generando una desventaja de la mujer en el mercado de trabajo, la que se expresaría en una remuneración menor que la de su pareja masculina. Hay una abundante literatura reciente que muestra una distribución del tiempo más igualitaria entre trabajo parta el hogar y trabajo para el mercado entre los unidos comparados con los casados. Si las mujeres casadas están especializadas, o no participarán en el mercado laboral, o las que participen buscarán empleos que les permita alternar las tareas productivas con las reproductivas. Esos empleos flexibles son más frecuentes en el segmento no estructurado del mercado laboral.

En un trabajo previo se mostró que las mujeres cónyuges suelen salir al mercado laboral ante situaciones económicas adversas por la que atraviesan los hogares (PAZ, 2009). Ese “efecto del trabajador adicional” no sólo se producía como el tradicionalmente estudiado en los países desarrollados (aumentos del desempleo tanto de jefes, principalmente hombres, como de cónyuges, principalmente mujeres) sino con una característica idiosincrática muy clara: las mujeres se insertan en el sector no estructurado de la economía, no sólo por la no existencia de barreras a la entrada sino por la posibilidad de alternar las obligaciones domésticas con las impuestas por el mercado de trabajo propiamente dicho. Además, se advertía allí que no sólo salen en respuesta a los shocks que enfrenta el hogar, sino que las mujeres permanecen en el mercado laboral luego que el shock hubiese cesado.

El análisis de la descomposición permitió corroborar que precisamente es ésta la característica que pesa más en la brecha salarial por género en el mercado de trabajo argentino: la participación de mujeres en el segmento no formal, principalmente entre las casadas. Así, si bien los hombres casados aventajan en remuneración a las mujeres casadas principalmente porque dedican más tiempo al trabajo remunerado, la diferencia entre casados, unidos y personas sin pareja la marca la proporción de casadas que trabajan en el sector no regulado de la economía.

Por último, el análisis de la brecha en distintos tramos de la distribución arroja evidencia a favor del denominado techo de cristal: los diferenciales no explicados de salarios son más elevados en la parte más alta de la estructura salarial, mientras que las características juegan un rol central en los tramos más bajos.

Referencias

ALBRECHT, James; BJÖRKLUND, Albert; VROMAN, Susan. Is There a Glass Ceiling in Sweden? Journal of Labor Economics, v. 21, n. 1, p. 145-177, January 2003.

AMIN, Mohammad; ISLAM, Asif. Presence of Women in Top Managerial Positions, Enterprise Note, n. 29, World Bank Group, p. 1-5, June 2014.

ARAUJO FREITAS, Alan. La desigualdad salarial de género medida por regresión cuantílica: el impacto del capital humano, cultural y social. Revista Mexicana de Ciencias Políticas y Sociales, v 60, n. 223, p. 287-315, January-April 2015 .

ARULAMPALAM, Wiji; BOOTH, Alison y BRYAN, Mark. Is There a Glass Ceiling over Europe? Exploring the Gender Pay Gap across the Wage Distribution. ILR Review, v. 60, n. 2, p. 163-186, January 2007.

ATAL, Juan; ÑOPO, Hugo; y WINDER, Natalia. New Century, Old Disparities: Gender and Ethnic Wage Gaps in Latin America. IDB Working Papers Series, n. 109, 2009. Disponible en: https://publications.iadb.org/en/publication/new-century-old-disparities-gender-and-ethnic-wage-gaps-latin-america. Acceso en: 07 oct. 2018.

BLAU, Francine; KAHN, Lawrence. The Gender Wage Gap: Extent, Trends, and Explanations. IZA. Discussion Papers n. 9656, 2016. Disponible en: https://www.nber.org/papers/w21913. Acceso en: 03 jun. 2018.

BLAU, Francine; KAHN, Lawrence. Wage Structure and Gender Earnings Differentials: An International Comparison. Economica, v. 63, n. 250, p. S29-S62, New Series, Supplement: Economic Policy and Income Distribution, 1996.

BLINDER, Alan. Wage Discrimination: Reduced Form and Structural Estimate. The Journal of Human Resources, v. 8, n. 4, p. 436-455, Autumn 1973.

CHERNOZHUKOV, Víctor; FERNÁNDEZ‐VAL, Iván y MELLY, Blaise. Inference on Counterfactual Distributions. Working Paper n. 08-16, MIT Department of Economics, 2009. Disponible en: http://www.mit.edu/~vchern/papers/counterfactual_2012Nov1.pdf. Acceso en: 01 abr. 2018.

DEL RÍO, Coral; GRADÍN, Carlos; CANTÓ, Olga. The measurement of gender wage discrimination: the distributional approach revisited. The Journal of Economic Inequality, v. 9, n. 1, p 57-86, March 2011.

ESQUIVEL, Valeria; PAZ, Jorge. Differences in Wages between Men and Women in Argentina Today. Is there an “Inverse” Gender Wage Gap? Anales, Asociación Argentina de Economía Política. Buenos Aires, p. 1-11, nov. 2003.

GABRIELLI, Florencia y SERIO, Monserrat. Test de emparejamiento selectivo: Evidencia para Argentina. Revista de Análisis Económico, v. 32, n. 2, p. 109-129, octubre 2017.

KASSENBOEHMER, Sonja; SINNING, Mathias. Distributional Changes in the Gender Wage Gap. ILR Review , v. 67, n. 2, p. 335-361, April 2014.

JUHN, Chinhui; MURPHY, Kevin; PIERCE, Brooks. Wage Inequality and the Rise in Returns to Skill. The Journal of Political Economy, v. 101, n. 3, p. 410-442, June 1993.

LAM, David. Marriage Markets and Assortative Mating with Household Public Goods: Theoretical Results and Empirical Implications. The Journal of Human Resources , v. 23, n. 4, p. 462-487, Autumn 1988.

MINCER, Jacob. Schooling, Experience and Earnings. New York: Columbia University Press, 1974.

NEUMARK, David. Employers Discriminatory Behavior and the Estimation of Wage Discrimination. The Journal of Human Resources, v. 23, n. 3, p. 279-295, Summer 1988.

NG, Ying. Female Labor Participation and Gender Earning Differentials in Argentina. En Psacharopoulos, G. y Z. Tzannatos (Coord.). Case Studies on Women´s Employment and Pay in Latin America. Washington D. C.: The World Bank, 1992.

ÑOPO, Hugo. New Century, Old Disparities. Gender and Ethnic Earning Gaps in Latin America and the Caribbean. Washington D. C., Interamerican Development Bank and World Bank, 2012.

OAXACA, Ronald. Male-Female Wage Differentials in Urban Labor Market. International Economic Review, v. 14, n. 3, p. 693-709, October 1973.

PAZ, Jorge. Brecha de ingresos entre géneros ¿Capital humano, segregación o discriminación?, Estudios del Trabajo, v. 19, n. 1, p. 35-66, primer semestre 2000.

PAZ, Jorge. Diferencias de ingreso entre varones y mujeres. Evidencias para Salta (Argentina). Anales de la Asociación Argentina de Economía Política, Tomo 4, p. 1-19, nov. 1996.

PAZ, Jorge. El efecto del trabajador adicional. Evidencia para la Argentina (2003-2007). Cuadernos de Economía, v. 43, n. 134, p. 225-241, nov. 2009.

POLACHEK, Salomon. Equal pay legislation and the gender wage gap. IZA World of Labor, 16, 2014. Disponible en: https://wol.iza.org/uploads/articles/16/pdfs/equal-pay-legislation-and-the-gender-wage-gap.pdf. Acceso en: 05 Maio 2018.

POPLI, Gurleen. Gender wage discrimination in Mexico: A distributional approach. Journal of the Royal Statistical Society, v. 176, n. 2, p. 295-319, 2014.

Notas