AA. VV. - Las mujeres en la Gran Recesió

Consejo asesor:

Paloma Alcalá: Profesora de enseñanza media

Ester Barberá: Universitat de València

Cecilia Castaño: Universidad Complutense de Madrid

M.ª Ángeles Durán: CSIC

Ana de Miguel: Universidad Rey Juan Carlos

Alicia Miyares: Profesora de enseñanza media

Isabel Morant Deusa: Universitat de València

Mary Nash: Universitat de Barcelona

Verónica Perales: Universidad de Murcia

Concha Roldán: CSIC

Verena Stolcke: Universitat Autònoma de Barcelona

Amelia Varcárcel: UNED

Dirección y coordinación: Alicia Puleo, Universidad de Valladolid

AA. VV., 2015

Editor digital: Titivillus

ePub base r2.1

[1] Departamento de Economía Aplicada V, Universidad Complutense de Madrid.

[2] El Global Gender Gap (GGG) es un indicador compuesto que mide la posición de las mujeres en comparación con los hombres en cuatro ámbitos clave: participación económica, logros educativos, salud y empoderamiento político. El índice establece sus puntuaciones entre 0 (desigualdad absoluta) y 1 (igualdad absoluta).

[3] El informe Report on the Impact of the Economic Crisis on the Situation of Women and Men and on Gender Equality Policies (Bettio et al., 2013) fue preparado conjuntamente por las redes del Grupo de Expertos sobre Género y Empleo (EGGE) y del Grupo de Expertos en Género e Inclusión Social, Salud y Cuidados a Largo Plazo (EGGSI) y cubre los entonces 27 Estados miembros de la UE, más los de la EFTA, Turquía, Croacia —ya miembro de la UE— y Macedonia.

[4] La tasa de riesgo de pobreza y exclusión social es un indicador extenso que emplea la UE e incluye pobreza monetaria, carencia material severa y desempleo a partir de datos de Eurostat. Consúltese Cáritas Europa (2014), Crisis Monitoring Report 2014. The European Crisis and Its Human Costs. A Call for Alternatives and Solutions, disponible en http://www.caritas.eu/sites/default/files/caritascrisisreport_2014_en.pdf; última consulta: 10 de septiembre de 2014.

[5] Departamento de Análisis Económico: Teoría Económica e Historia Económica, Universidad Autónoma de Madrid e IAES.

[6] Departamento de Economía y Dirección de Empresas, Universidad de Alcalá e IAES.

[7] Departamento de Economía, Universidad de Alcalá e IAES.

[8] La Encuesta de Población Activa permite el seguimiento de los individuos entrevistados a lo largo de un número limitado de trimestres, gracias al carácter rotatorio de la composición de su muestra. Aunque la construcción de flujos laborales es algo que se viene realizando habitualmente, no es sino hace poco tiempo cuando esta tarea la realiza el INE sistemáticamente, poniendo los datos a disposición pública en su página web.

[9] Más allá también habría que tener en cuenta el proceso secular de incremento de la relación de la mujer con el mercado de trabajo que se observa desde hace ya bastante tiempo en España.

[10] Nos centraremos únicamente en la perspectiva del sector de actividad por dos motivos. Primero, ya que la creación y destrucción de empleo por ocupaciones laborales es una consecuencia muy cercana de lo ocurrido con los sectores de actividad, muy específicos en términos de las ocupaciones laborales que utilizan. Segundo, debido a la disponibilidad de datos homogéneos. Recientemente se ha modificado la forma en que se clasifican tanto los sectores de actividad (CNAE-2009) como las ocupaciones laborales (CNO-2011). Esto implica que podemos analizar el periodo 2008-2013 en el caso de los sectores pero únicamente el comprendido entre 2011 y 2013 para las ocupaciones, excesivamente corto este último para nuestros objetivos.

[11] Se trata de «construcción de edificios», que explica casi el 31 por 100 de toda la destrucción de empleo, y de «actividades de construcción especializada», que aporta casi el 14 por 100 de la variación del empleo total.

[12] El índice de disimilitud de Duncan y Duncan se define de acuerdo con la siguiente expresión:

donde 0 ≤ ID ≤ 1, y siendo xi el porcentaje de empleo femenino en la rama de actividad i sobre el total de empleo femenino definido por X, y, por tanto, los valores yi son sus homónimos para el caso de los hombres.

[13] La descomposición la haremos únicamente desde una perspectiva sectorial. Como ya ha sido mencionado anteriormente, el reducido periodo de tiempo para el que contamos con datos de ocupaciones laborales homogéneos no permite llevar a cabo un análisis interesante de su evolución temporal.

[14] Departamento de Economía, Universidad de Alcalá e IAES.

[15] Departamento de Economía y Dirección de Empresas, Universidad de Alcalá e IAES.

[16] Departamento de Análisis Económico: Teoría Económica e Historia Económica, Universidad Autónoma de Madrid e IAES.

[17] En este sentido, véase el capítulo «Mujer, mercado de trabajo y crisis económica» de este libro.

[18] Si bien Dueñas et al. (2014b) establecen que, al menos con las estadísticas actuales, no se puede determinar que los aspectos pre-market sean determinantes en el establecimiento de las brechas salariales en España.

[19] Según último dato disponible en Eurostat sobre el Unadjusted Gender Pay Gap (GPG), diferencia entre el salario medio por hora en términos brutos que ganan hombres y mujeres, para el año 2012, todavía provisional.

[20] Según último dato disponible en Eurostat para 2012, todavía provisional.

[21] Estos nuevos indicadores no coinciden ni deben coincidir con los datos previos originarios de Eurostat, puesto que no solo muestran medidas diferentes del gap salarial sino que además están desarrollados con metodologías diferentes.

[22] La descomposición del diferencial observado entre dos momentos del tiempo (t y t – 1) para el caso del salario medio por sectores puede expresarse del siguiente modo:

donde i representa el número de sectores a analizar (desagregado en letras según la información contenida en la ECV), es el salario neto medio y a es el peso o porcentaje de los distintos sectores sobre el empleo. De esta manera se puede descomponer la variación del salario en un primer efecto que se debe al cambio del peso de los sectores conocido como efecto sectorial y un segundo efecto debido al cambio de las remuneraciones medias en cada sector denominado efecto salarios.

[23] Sobre la base de las estimaciones de los salarios medios en logaritmos para hombres (H) y mujeres (M) sobre sus características personales y laborales (Xi), la descomposición de Oaxaca-Blinder se establece como la siguiente descomposición matemática:

donde es el componente «explicado» que se debe a las diferentes dotaciones a remunerar pertenecientes a los grupos de contraste (en este caso, las diferentes características laborales y personales que presentan hombres y mujeres como fundamento de percibir un salario desigual) y