!Desigualdades por género en España y crisis económica:
Una perspectiva regional(*) !María Luisa Asensio Pardo1
Manuel A. Hidalgo Pérez2
Elena Márquez Ordoñez1
Carmen Mª Rubio Castaño2 !Versión preliminar**. 30 Septiembre de 2013 !
Resumen
La necesidad de evaluar las diferencias de género a partir de un indicador ha incentivado el desarrollo, por parte de economistas e instituciones, de índices sintéticos que intenten valorar dichas diferencias mediante la condensación lógica y ordenada de información parcial. El objetivo del presente trabajo es la elaboración de índices sintéticos que midan y comparen, entre regiones españolas, las diferencias de género. Concretamente, este trabajo pretende escoger entre las metodologías con mayor consenso entre los diferentes organismos que realizan estas mediciones, aquella que se ajuste más a los criterios exigidos para la realización de índices: objetividad, sencillez, rapidez de cálculo, disponibilidad de los datos necesarios para llevar a cabo tal medición, así como la comparabilidad o “máxima homogeneización” con los indicadores desarrollados por parte de otros organismos públicos. Así, se muestra la metodología utilizada en la elaboración del Índice de Desigualdad de Género, INDESGEN, se presentan resultados para las regiones españolas y se concluye. Palabras Clave: Desigualdad, Género, Índice de Desigualdad Clasificación JEL: I31, I32, C43 !1. Dirección General de Fondos Europeos y Planificación. Consejería de Economía,
Innovación, Ciencia y Empleo. Junta de Andalucía. 2. Dpto. Economía, Métodos Cuantitativos e Historia Económica. Universidad Pablo de
Olavide de Sevilla * Las opiniones, análisis y conclusiones presentadas en el siguiente trabajo son responsabilidad exclusiva de los autores, y por tanto no coinciden necesariamente con las de la Consejería de Economía, Innovación, Ciencia y Empleo de la Junta de Andalucía. ** Se ruega no citar. !!1. Introducción !
La crisis económica iniciada en 2007 está profundamente sesgada en términos
de género. Así, y a pesar de que la crisis afecta a la economía en su conjunto,
sectores marcadamente masculinos han sufrido de forma mucho más intensa
sus embates. Adicionalmente, la oferta laboral está profundamente
condicionada por los roles que los distintos géneros desarrollan, no sólo en el
mercado de trabajo sino también en otros ámbitos, como el hogar. De este
modo las modificaciones de las condiciones laborales que la recesión ha
impuesto, asociada a los cambios en las percepciones sobre la posibilidad de
encontrar un buen empleo y por ende, a los incentivos para buscarlo,
determinan que la crisis afecte, no sólo a la desigualdad en el mercado de
trabajo, sino a la desigualdad en otros ámbitos socioeconómicos.
!La crisis afecta, en especial, a aquellos que se encuentran en situación de
vulnerabilidad (ONU, 2010) En muchos ámbitos geográficos las mujeres
poseen un mayor riesgo de caer en la pobreza o en exclusión social, riesgo
que ha aumentado en los últimos años. Es por ello que las políticas
económicas deben ser especialmente sensibles a la hora de valorar este
problema e intentar ponerle solución.
!La evaluación de los efectos de las políticas públicas exige el conocimiento de
la realidad y su transformación a partir de la intervención. Para ello es
indispensable poder analizar las diferencias de género en diversos ámbitos de
la realidad socioeconómica de un país y/o región así como su evolución en el
tiempo. El objetivo de este trabajo es el de presentar un indicador de
desigualdad de género para España y las diecisiete comunidades autónomas
que pueda ser construido fácilmente con los datos disponibles en multitud de
fuentes estadísticas oficiales. Este indicador deberá presentar mediciones de la
igualdad/desigualdad de género no sólo de forma agregada sino además
mostrar mediciones parciales de desigualdad para diversos ámbitos de la vida
económica y social de la mujer. Esta desagregación facilitará la toma de
decisiones de política económica.
!El interés del legislador para conocer la desigualdad de género en un territorio
como es el país o la región emerge en los distintos encargos para la
construcción de este tipo de indicadores. De hecho, el indicador que aquí se
presenta es un encargo de la Junta de Andalucía, cuyos resultados para esta
comunidad autónoma se publican periódicamente. 1
Para su construcción se siguió la metodología planteada en los últimos
estudios y trabajos de la ONU para el análisis de la desigualdad de género. En
general, todo índice de desigualdad de género es una versión particular de los
índices de desarrollo que con tanta profusión organismos internacionales ha
desarrollado en los últimos años, aunque dotándole de una perspectiva de
género. Es habitual en todos estos índices que además de presentarse un
indicador sintético, se muestren los indicadores parciales que lo componen y
cuya agregación de una forma u otra, deriva en el índice general. Estos
indicadores parciales exploran las desigualdades en diferentes aspectos de las
relaciones de mujeres y hombres con distintos ámbitos de su vida social,
familiar y económica.
!El índice que aquí se presenta se construye a partir de índices de desigualdad
calculados para cinco ámbitos parciales: trabajo remunerado, educación,
ingresos, participación en la toma de decisiones y trabajo no remunerado. Es
por ello un indicador con marcado carácter económico. Para elaborar cada uno
de ellos se utilizan indicadores estadísticos parciales con información por
género. Una vez calculados los cinco índices, y siguiendo principalmente la
metodología de Ferrant (2009) calcula un indicador general para la medir la
desigualdad de género mediante una media geométrica con pesos endógenos
obtenidos mediante análisis factorial.
!Este indicador ha sido utilizado para calcular la desigualdad por género para
España y Andalucía entre 2005 y 2012. En este trabajo se extiende el análisis
al total de comunidades autónomas, mostrando los resultados preliminares con
especial interés en señalar las diferencias entre las distintas regiones y su
evolución a lo largo de los años que han transcurrido desde que se iniciara la
! 1
http://www.juntadeandalucia.es/export/drupaljda/Indice_desigualdad_genero_Metodologia.pdf
crisis económica. Los resultados preliminares indican que, pese a lo esperado,
la desigualdad de género en España y sus regiones ha decrecido para el
período estudiado, especialmente entre 2009 y 2011. Aunque las políticas de
igualdad han podido tener un importante efecto, sobre todo en el ámbito de
toma de decisiones, es la crisis financiera y real la principal causa para esta
reducción. Así, gran parte de las desigualdades han decrecido simplemente
porque la crisis, en sus inicios, fue especialmente masculina. Por lo tanto
observamos que la desigualdad se ha reducido no porque haya mejorado en
general la situación de la mujer frente a la del hombre, sino porque la situación
masculina en los diferentes ámbitos que componen nuestro indicador,
especialmente el mercado de trabajo, ha empeorado.
!Además de la evolución en el tiempo, los resultados obtenidos permiten una
comparación interregional. Así se concluirá, que a pesar de existir diferencias
entre las regiones españolas éstas no son especialmente intensas.
Sorprendentemente, y a pesar de que es esta una conclusión avalada por
diversos estudios (Cuberes y Teignier, 2012), no encontramos correlación entre
desigualdad de género y renta regional aunque sí cambio en la desigualdad y
nivel de desigualdad inicial (convergencia).
El resto del trabajo se distribuye de la siguiente manera: la sección 2 resume
los distintos intentos metodológicos por obtener un indicador de desigualdad de
género en los últimos lustros, la sección 3 muestra al índice de desigualdad de
género diseñado para Andalucía (INDESGEN) y que es el utilizado para la
comparativa regional de España, la sección 4 presenta los resultados mientras
que la sección 5 concluye.
!
2. Índices de Desigualdad de Género. !La necesidad de evaluar las diferencias de género a partir de un indicador ha
incentivado a economistas e instituciones el desarrollo de índices sintéticos que
intenten valorar dichas diferencias mediante la condensación lógica y ordenada
de información parcial. En este sentido, son numerosos los índices sintéticos
propuestos a lo largo de los últimos años, diferenciados por zonas geográficas
o por metodologías diferentes, no siendo siempre posible jerarquizarlos en
función de criterios objetivos. Sí es posible, sin embargo, comparar sus
diferentes metodologías, con el objeto de utilizar aquella que más se ajuste a
los objetivos de este trabajo, valorando aspectos como objetividad, sencillez y
rapidez de cálculo, así como disponibilidad de los datos necesarios para llevar
a cabo tal medición. 2
Los dos índices sintéticos de mayor relevancia son los elaborados por la
Organización de Naciones Unidas (ONU), el Gender-Related Development
Index (GDI) (Anand y Send, 1995) y el Gender Empowerment Measure (GEM)
(Bardhan y Klasen (1999)). Estos dos índices no son propiamente indicadores
de desigualdad de género, ya que se basan en el Indicador de Desarrollo
Humano (IDH), aunque corregido por el género. Su cálculo se fundamenta en
un primer paso en la elaboración de varios indicadores que miden las
diferencias de género para varias dimensiones de la vida socio-económica-
laboral de la mujer. Así, en el caso del GEM se miden las diferencias en
participación política, en participación económica y en el poder sobre los
recursos económicos. El GDI, mide tres dimensiones básicas: educación,
esperanza de vida y nivel de vida. En ambos casos, una vez obtenidos los
índices de desigualdad para cada una de las dimensiones, previa 3
normalización de cada uno de ellos, una media aritmética genera el índice
sintético de desigualdad final.
! Ver Klugman, Kovacevic, Twigg y Zambrano (2010) para un resumen amplio de los 2
distintos índices utilizados.
! El cálculo de los índices de desigualdad para cada dimensión se realiza mediante el 3
uso de funciones no lineales a partir de los valores para hombres y mujeres (ver Ferrant, 2009)
Las críticas ante esta metodología son, principalmente, cuatro. En primer lugar,
no se incluyen todas las posibles dimensiones para las cuáles medir la
desigualdad (Dijkstra, 2002). En segundo lugar, los índices simples tal y como
están construidos, no miden esencialmente desigualdad sino diferencias. En
tercer lugar, la media aritmética simple, sin ponderar, hace que de hecho tenga
más peso el indicador cuya varianza sea mayor (es lo que le sucede a los
ingresos) (Munda y Nardo, 2005). Es por ello que si las varianzas de los índices
son diferentes, se hacen necesarios pesos (Tepperman, Harvey, y Blakely, 1990).
En cuarto lugar, la media aritmética simple equivale a elasticidad de sustitución
perfecta entre indicadores: los valores altos de unos se compensan con los
bajos de otros, penalizando gaps de género en ambas direcciones y los
acumula.
A partir de estos índices han sido presentados otros que, o pretenden agregar
más información, o pretenden resolver algunos de los problemas expuestos.
Así, en Forsythe et al. (1998) se calcula el Gender Inequality (GI) a partir del
GDI y del IDH. El cálculo, GI=(IDH-GDI)/IDH, implica que su interpretación es
muy problemática a la hora de hacer comparaciones entre unidades
territoriales, ya que un valor bajo de GI puede deberse a la combinación de
valores pequeños o grandes de GDI e IDH que estén próximos en valor
absoluto. También penaliza -y acumula- gaps de género en ambas direcciones,
además de nuevamente sobre-ponderar el indicador ingresos.
Dijkstra y Hanmer (2000) calculan el Relative Status of Women (RSW), usando
las mismas dimensiones que el GDI, mediante ratios con las variables de dicho
indicador para así dar una medida relativa que efectivamente mida la
desigualdad. El RSW es simplemente una media aritmética sin ponderar de
cada uno de los indicadores para cada dimensión. En su haber decir que este
índice sí que mide la desigualdad, a diferencia del GDI. Sin embargo, el hecho
de construirse como media aritmética genera de nuevo el problema de la
sobreponderación del indicador con mayor varianza (ingresos), aunque es
posible resolverlo estandarizando. La principal crítica que recae sobre el RSW
es que da resultados poco coherentes al mezclar ratios mediante una media
aritmética.
Domínguez y Guijarro (2005) intentan solucionar el problema de la sustitución
perfecta mediante el uso de medias geométricas. Este indicador es
simplemente una variante geométrica del GDI (GDIg), dado que según los
autores, la naturaleza no aditiva de los tres índices igualmente distribuidos del
GDI así lo prescribe. A diferencia del procedimiento aditivo, con éste la mejora
del índice sólo se consigue si cada uno de sus componentes se comportan en
la misma dirección, de manera que los tres resultan esenciales en determinar el
nivel de desigualdad de género.
Lopez-Claros y Zahidi (2005) calculan el Global Gender Gap para el World
Economic Forum. Este indicador se basa en la agregación de la desigualdad
calculada para cinco dimensiones: participación económica, oportunidades
económicas, poder político (capacidad de decisión), educación y salud y
bienestar. Los índices de cada categoría son ratios M/H, con valores para la
mujer (M) y para el hombre (H). Los índices con valores superiores a 1 se
truncan en este valor, por lo que la perfecta equidad se trata igual que cuando
la mujer está por encima del hombre. Para garantizar que cada componente
del índice en cada una de las dimensiones no tienen el mismo peso, se
ponderan los indicadores. De nuevo una media simple daría más peso a
indicadores con mayor desviación estandar. Por ello, los pesos que se asignan
a los indicadores están relacionados inversamente con su desviación estandar
(Klasen y Schüler, pag. 6, 2009). Como principal crítica argumentar que la
mezcla de bienestar, poder político y un largo número de componentes,
además del complejo sistema de pesos, genera problemas de interpretabilidad
y comparabilidad temporal (Klasen y Schüler, 2009).
Dijkstra, A.G. (2002) calcula el Standardized Index of Gender Equality (SIGE),
intentando resolver los problemas surgidos a raíz de los índices GDI y GEM.
Para ello este índice trata de resolver tres requerimientos: i) intenta incorporar
todas las dimensiones posibles de desigualdad; ii) será una medida relativa; iii)
resolver el problema de los pesos.
Dijkstra construye el SIGE a partir de cinco dimensiones: educación, salud,
participación en el mercado de trabajo, presencia en puestos técnicos y
administrativos y por último presencia en parlamento. Todos los indicadores
son de carácter relativo, es decir, calculado como dato M/H, o porcentaje de M.
Para evitar la sobre-ponderación no intencionada, se estandarizan los valores
dadas las importantes diferencias entre países. De esta manera se evita tener
que ponderar, al estandarizar las desviaciones de todos los índices. El índice
sintético es la media aritmética simple, sin ponderar, de los indicadores
estandarizados. El autor advierte que, idealmente, un índice sobre desigualdad
debería incluir un número limitado de indicadores que, en conjunto,
representen todas las dimensiones relevantes de la igualdad de género; medir
la desigualdad en sí; la construcción del índice sintético debe ser tal que no se
sobre-pondere de forma intencionada algunos factores sobre otros y, por
último, que los datos estén disponibles y sean comparables. Si las diferentes
variables de un índice se mueven juntas, es posible aplicar análisis estadísticos
para decidir qué indicadores deben o pueden incluirse en el índice sintético
final, de tal manera que aquellos indicadores con baja correlación con otros y
con el índice son eliminados. Sin embargo, la diferentes dimensiones de la
desigualdad de género pueden moverse tanto juntas como en diferentes
direcciones. Ello implica -sigue el autor- que no se puede confiar en los análisis
de correlación.
Entre las críticas a este indicador destacar que la estandarización, al hacer
depender el valor de un país del conjunto de la muestra de países en un año
particular, genera problemas de comparabilidad a lo largo del tiempo (Klasen y
Schüler, 2009). Además, se critica el SIGE, por falta de transparencia sobre la
transformación de indicadores que no siguen una normal y, sobre todo, porque,
s i b ien la estandar izac ión se supone que responde a ev i tar
sobreponderaciones indeseadas, no es una metodología que determina los
pesos endógenamente: todas las dimensiones no discriminan a la mujer del
mismo modo ni tienen la misma importancia. Así, por ejemplo, Dijkstra afirma
que el acceso a la educación es quizás el más importante indicador de
igualdad. Sin embargo, en SIGE se da igual peso a todas las dimensiones.
De ahí que el análisis estadístico sea necesario para identificar los pesos
endógenamente (Ferrant, 2009). El análisis estadístico permite conocer qué
dimensión en la más restrictiva, así como corregir el sesgo y la redundancia si
el objetivo del índice es describir una tendencia global. Más aún, Ferrant (2009)
critica el método de agregación, ya que el SIGE es un índice lineal permitiendo
la total compensación entre dimensiones. De ahí que, siguiendo a esta autora,
sea preferible la compensación parcial, por lo que es mejor, por tanto, un índice
no lineal, tomando en cuenta la complementariedad y sustituabilidad.
Así, Ferrant (2009) propone el Gender Inequaility Index (GII), a partir del
cálculo de las diferencias de género en ocho dimensiones: Identidad, Familia,
Salud, Recursos económicos, Integridad física, Educación, Trabajo y Política.
Se calculan endógenamente los pesos mediante ACM (análisis de
correspondencias múltiples) ya que parte de los indicadores son cualitativos,
mientras que el resto son ajustados de cuantitativos a dimensiones cualitativas.
El peso que se asigna a cada variable corresponde a la contribución relativa de
la variable a la varianza del indicador sintético. Los pesos describen una
jerarquía entre dimensiones y se supone que esa jerarquía resulta no porque
sea más relevante en la descripción estadística, no por su frecuencia, sino
porque es más restrictivo para la mujer. El método es complejo, aunque desde
un punto de vista normativo se justifica porque no hay que predefinir un
modelo, sino que se dejan a los datos hablar por sí mismos. Asimismo se
defiende una forma cuadrática frente a la lineal, ya que: permite una
compensación parcial, es sensible a la distribución de valores entre las
dimensiones, el cuadrado tiene la ventaja de fácil interpretación y, por último,
esta regla de agregación satisface que la suma normalizada esté ponderada de
fallos en la igualdad y que el valor 2 satisface el principio de transferencia
sensible, es decir, una transferencia de un hombre a la mujer disminuye la
desigualdad y la magnitud de esta disminución es mayor cuanto menor es la
situación de las mujeres en comparación con los varones. En resumen, cumple
los axiomas de un índice de desigualdad, a saber, invarianza, población
transferencia, transferencia sensible (Gajdos, 2001; Chakravarty y Muliere,
2003).
Otros indicadores son los definidos por Beneria y Permanyer (2010). Estos
autores definen el Gender Relative Status index (GRS) y el Women
Disadvantage (WD). En ambos casos las dimensiones son las mismas que en
el RSW. Utilizando medias geométricas, en el primero de ellos se permite la
compensación de gaps en direcciones opuestas, por lo que según los autores
resultaría a este respecto interesante conocer en qué medida los valores de
GRS se deben a gaps a favor y en contra de mujeres, y también descomponer
el índice según la contribución de cada dimensión. Es por ello que calculan el
WD, y que es igual al GRS, salvo por que sólo tiene en cuenta los gaps
favorables a los hombres.
Por último, Branisa, Klasen y Ziegler (2009) calculan el Social Institutions and
Gender Index (SIGI) para la OECD. Este índice valora cinco dimensiones:
familia, integridad física, preferencia de hijos, libertades civiles y derechos de
propiedad. Mientras los índices parciales para cada dimensión se calculan
mediante el uso de ACM, el índice global es una media no lineal y no
ponderada. La no ponderación se considera deseable ya que no es posible a
priori determinar cuál de los indicadores parciales tiene más preferencia sobre
el resto.
Otros indicadores son calculados para otras dimensiones geográficas o
conceptos asociados a las diferencias de género, pero más o menos todas las
restantes se basan en metodologías similares o parecidas. Así destacar
Permanyer (2008), que calcula un índice mediante media geométrica
ponderada en el cual si los valores de este indicador son mayores o menores
que uno, podemos decir que "en promedio" las mujeres están mejor o peor
situadas que los hombres, por lo que si es igual a uno podríamos hablar de
igualdad de género (en promedio). El mayor inconveniente es la incertidumbre
sobre los pesos con os que se agrega. Plantenga, Remery, Figueiredo y Smith
(2009) proponen un índice para la Unión Europea, mediante la valoración de
cuatro dimensiones: igualdad de participación en el Trabajo remunerado,
igualdad de ingresos, igualdad en el proceso de toma de decisiones, e igualdad
en la distribución del tiempo. A partir de indicadores concretos para cada una
de las dimensiones, y mediante normalizaciones, se obtiene un indicador final
sintético por media aritmética simple. Otros indicadores son el Social Watch
Gender Equity Index 2009 (GEI), calculado para varios países y para tres
dimensiones como media aritmética simple; el Gender Equality Index para
municipios noruegos, mediante la media aritmética ponderada de indicadores
simples previamente estandarizados; y por último, para Andalucía y otras
comunidades autónomas españolas, para tres ámbitos (educativo, laboral y de
poder), mediante el uso de medias aritméticas simples sin ponderar.
!3. Cálculo del Índice de Desigualdad de Género
(INDESGEN).
La elaboración del Índice de Desigualdad de Género (INDESGEN en adelante)
sigue básicamente la metodología propuesta por varios de los modelos
anteriormente expuestos. Su cálculo exige en primer lugar la definición de los
diferentes ámbitos socioeconómicos para los cuáles se van a valorar las
diferencias de género. En segundo lugar, es necesario definir las dimensiones
que componen cada uno de dichos ámbitos. Por último, para cada una de
estas dimensiones es necesario definir un índice teórico y su correspondiente
valor empírico.
A partir de aquí, es necesario definir una metodología o cálculo de agregación
en base a las necesidades planteadas por lo que se quiere medir y basada en
una metodología existente, elegida entre aquellas que se considere más
adecuada.
!3.1 Ámbitos y dimensiones del INDESGEN !
El primer paso supone elegir los ámbitos para los cuáles se va a definir
INDESGEN. La tabla 1 recoge estos ámbitos, y que se basan en los
indicadores elaborados por varios organismos, autores y en particular
Plantenga et alia. (2003). Para el INDESGEN se han considerado cinco
ámbitos para los cuáles se supone imprescindible medir las diferencias de
género. Asimismo, se han seleccionado doce dimensiones que se han valorado
a través de un conjunto de 18 variables. Los cinco ámbitos socioeconómicos
tratados son:
1. La educación, ya que sus diferencias por género puede condicionar el
acceso a diferentes oportunidades socioeconómicas a lo largo de la vida
del individuo.
2. En segundo lugar, en el ámbito del trabajo remunerado es necesario
medir la desigualdad, ya que corresponde a éste una de las parcelas
donde tanto las políticas públicas de igualdad como la sensibilidad de la
sociedad están focalizadas especialmente.
3. En tercer lugar, y complementaria con la anterior, las diferencias de
ingresos, que no necesariamente debe considerar en exclusiva los
salarios. Su definición como ámbito propio frente al anterior reside en la
verdadera importancia, nuevamente socio-económica y política, de
valorar las diferencias de género en este apartado.
4. En cuarto lugar, el ámbito de toma de decisiones, ya que cada vez es
mayor la percepción de que gran parte de las diferencias de género se
fundamentan en una menor capacidad de las mujeres frente a los
hombres de decidir en ámbitos políticos y económicos.
5. Por último, el definido como trabajo no remunerado, y que se concreta
en la intención de valorar las diferencias de género en cuanto a la
distribución de las tareas domésticas y familiares.
!!!!!!!!!!!!!!!!!!!!!!!!!!
!Tabla 1. ESTRUCTURA DEL INDICADOR (inspirado en Plantenga et al. 2003)
ÁMBITO DIMENSIÓN INDICADOR TEÓRICO
INDICADOR EMPÍRICO O VARIABLE
Educación
1.Participación en educación y formación
Gap en participación en educación y formación
Tasa de abandono educativo temprano de los hombres/ Tasa de abandono educativo temprano de las mujeres
2.Nivel de formación alcanzado
Gap en nivel de formación alcanzado
P o r c e n t a j e d e mujeres de 25-64 años con estudios s u p e r i o r e s / P o r c e n t a j e d e hombres de 25-64 años con estudios superiores
3.TIC´s Gap en uso TIC´s
P o r c e n t a j e d e mujeres de 16-74 a ñ o s c o n u s o habitual de las TIC´s / Porcentaje de h o m b r e s 1 6 - 7 4 a ñ o s c o n u s o habitual TIC´s
Trabajo productivo
remunerado
1.Participación de la fuerza de trabajo
Gap de género en la tasa de actividad
Tasa actividad de mujeres de 16-64 a ñ o s / T a s a a c t i v i d a d d e hombres de 16-64 años
Gap de género en el empleo
T a s a e m p l e o mujeres de 16-64 años / Tasa empleo de hombres de 16-64 años
2.Desempleo Gap de género en el desempleo
T a s a d e p a r o hombres de 16-64 años / Tasa de paro d e m u j e r e s d e 16-64 años
3.Características del puesto de trabajo
Gap de género en ocupaciones poco cualificadas
P o r c e n t a j e d e hombres ocupados en puestos poco c u a l i f i c a d o s / P o r c e n t a j e d e mujeres ocupadas en puestos que poco cualificados
Gap de género en estabilidad laboral
T a s a d e temporalidad de los hombres / Tasa de temporalidad de las mujeres
Gap de género en subempleo por insuficiencia de horas
Tasa de subempleo de los hombres / Tasa de subempleo de las mujeres
Ingresos
1.Salario Gap en el salario por hora
Salario bruto medio por hora de las mujeres / Salario bruto medio por h o r a d e l o s hombres
2.IngresoGap de género en hogares pobres
Tasa de pobreza r e l a t i v a d e l o s hombres / Tasa de pobreza relativa de las mujeres
3.Pensiones
Gap en el importe de las pensiones (Jubilación, Viudedad e Incapacidad)
P e n s i o n e s percibidas por las m u j e r e s / P e n s i o n e s percibidas por los hombres
Proceso de toma de decisiones
1.Poder político
Gap de género en parlamentarios autonómicos
P o r c e n t a j e d e mujeres mayores d e e d a d e n p a r l a m e n t o s a u t o n ó m i c o s / P o r c e n t a j e d e hombres mayores d e e d a d e n p a r l a m e n t o s autonómicos
Gap de género en concejales
P o r c e n t a j e d e mujeres mayores de edad miembros de corporaciones locales / Porcentaje d e h o m b r e s mayores de edad m i e m b r o s d e c o r p o r a c i o n e s locales
Gap de género en Cortes Generales
P o r c e n t a j e d e mujeres mayores de edad en las cortes generales / P o r c e n t a j e d e hombres mayores de edad en las cortes generales
2 . P o d e r socioeconómico
Gap en puestos de dirección
P o r c e n t a j e d e mujeres ocupadas e n p u e s t o s d e d i r e c c i ó n / P o r c e n t a j e d e hombres ocupados e n p u e s t o s d e dirección
!Estos cinco ámbitos están compuestos de doce dimensiones valoradas a
través de 18 variables.
Así, para el primer ámbito, la educación, se definen tres dimensiones
diferentes: participación en educación y formación, nivel de educación
alcanzado y uso de tecnologías de información y comunicación (TIC’s). Cada
uno de estas tres dimensiones focaliza desde perspectivas diferentes pero
complementarias una misma realidad, y que en este caso es el acceso de la
mujer y del hombre a la cualificación. Diferencias en cada una de estas tres
dimensiones por razón de género apuntaría a diferencias de oportunidades vía
educación, y por lo tanto, a diferencias en las posibilidades para desarrollar
carreras profesionales así como para obtener ingresos similares. 4
En el ámbito del trabajo productivo remunerado se definen tres dimensiones:
participación en la fuerza de trabajo, desempleo y características del puesto de
trabajo. A pesar de que gran parte de la atención prestada a las diferencias de
género en el puesto de trabajo se ha centrado en las diferencias de salarios, es
posible argumentar que un porcentaje importante de las mismas se basa no en
lo que la literatura define habitualmente como discriminación salarial, sino en
las diferentes características por las cuáles un mujer resulta remunerada frente
Trabajo reproductivo no
remunerado
Tiempo dedicado al trabajo en el hogar
Gap causa de inactividad autopercibida "labores del hogar"
P o r c e n t a j e d e hombres mayores de 16 años cuya causa inactividad son "labores hogar" / Porcentaje de mujeres mayores de 16 años cuya causa inactividad son "labores hogar"
Gap en tiempo de trabajo en el hogar
P o r c e n t a j e d e minutos que los hombres dedican a las tareas del hogar / Porcentaje de minutos que las mujeres dedican a las tareas del hogar
! Una dimensión no recogida es definir desigualdad por tipos de estudios realizados por 4
hombres y mujeres. Las diferencias existen, pero su medición es altamente subjetiva. Para ello habría que definir qué estudios son considerados mejores y cuáles peores para obtener de este modo una medida de desigualdad que penalice al índice. Como esta acción no deja de ser altamente subjetivo, se ha optado por no incluirlo en la construcción del índice.
a un hombre. Por ejemplo, la existencia de discriminación en las posibilidades
de acceso de una mujer a mejores puestos de trabajo, ocupación, sectores, o
debido a una mayor probabilidad de desempleo, condiciona por entero la vida
laboral de éstas frente a los hombres.
Los ingresos, y su diferencia por género, es en gran parte una consecuencia de
las diferencias en el ámbito anterior (trabajo remunerado). No obstante, y como
se ha indicado, las diferencias de ingresos, y concretamente las salariales,
dependen además de la existencia de discriminación salarial (diferente
retribución ante similares características). Su relevancia es por lo tanto
máxima. Las dimensiones que se definen para medir este ámbito son dos,
rentas obtenidas de las principales fuentes de ingresos -salarios y pensiones
por incapacidad permanente, jubilación y viudedad-, e ingresos (pobreza
relativa de los hogares), que aunque fuertemente correlados, no reflejan
exactamente la misma realidad. Mientras la primera dimensión permite
incorporar al indicador final las diferencias en la remuneración por género, la
segunda dimensión no necesariamente debe estar vinculado al aspecto laboral,
pues mide las diferencias de ingresos generales, sean salariales o no, en los
hogares y la diferente distribución por género entre hogares con altos y bajos
ingresos. Como se ha dicho, la información sobre diferencias de género que se
pueda obtener a partir de ambas dimensiones es complementaria a la ya
ofrecida por el ámbito “trabajo remunerado”. Esto es así porque a mayor gap de
género en cualquiera de las dimensiones definidas para dicho ámbito, mayor
gap en las dimensiones definidas en el ámbito de ingresos. Por ejemplo, una
mayor diferencia de género en el desempleo determinará que exista una mayor
diferencia en la dimensión de ingresos. Una mayor diferencia en la dimensión
de las características de puesto de trabajo determinará una mayor diferencia
en la dimensión de salarios.
En el ámbito de toma de decisiones se definen dos dimensiones: poder político
y socioeconómico. La razón de incluir estas dos dimensiones responde a los
diferentes procesos de creación de gap en cada una de ellas. Mientras en el
político las diferencias son cada vez menores ya que, en parte, se ha legislado
contra las mismas, en lo económico su valor y su evolución dependen de
condicionantes económicos, sociales y personales que no están aún claros, y
menos su control por parte de los poderes públicos.
Por último, las diferencias en el trabajo no remunerado se desagregan en dos
dimensiones, cuidado a la familia y trabajo en el hogar. Estas dimensiones
tratan de valorar el gap y su evolución en lo que durante por mucho tiempo ha
sido uno de los perfiles más visibles de las diferencias de género en cualquier
sociedad.
Las columnas tercer y cuarta de la tabla 1 muestran los indicadores teóricos y
empíricos (estadísticos) con los cuáles se van a valorar las diferentes
dimensiones entre las cuáles se ha desagregado cada uno de los ámbitos. En
el Anexo I se incluyen las fuentes estadísticas de cada uno de estos
indicadores).
Los diferentes indicadores simples, en nuestro caso de dimensiones, que se
han realizado pretenden valorar el gap de género de varias formas. Lo más
habitual es generar ratios, porcentajes o diferencias para los valores absolutos
entre el valor medio que para una dimensión tiene la variable para las mujeres
y el valor medio que toma esta misma dimensión para los hombres. Así,
indicadores como los calculados por Bericat y Sánchez (2008) para las
diferentes regiones españolas utilizan está táctica de medición. También López-
Claro y Zahidi (2005), Dijkstra (2002) para el SIGE, Permanyer (2008),
Plantenga et alia. (2009) y otros como el GEI, el GII de Ferrant (2009) etc… De
este modo, en la columna cuarta de la tabla 1 se muestran los ratios o
porcentajes que se utilizan para medir las diferencias de género en todas las
dimensiones definidas.
Es en este momento es cuando algunos de los autores anteriores realizan
normalizaciones para fijar los valores del indicador entre ciertos límites con lo
cual facilitar la interpretación de los índices, evitar sobre-peso de aquellos
índices con mayor varianza y facilitar la comparación entre las diferentes
dimensiones geográficas definidas. En este trabajo no se van a normalizar los
índices por varias razones, y que son principalmente tres:
a. En primer lugar, se considera que dichas normalizaciones introducen
ruido, incluso superior al que pueda devenir por el uso de indicadores
parciales heterogéneos. Por ejemplo, López-Claro y Zahidi (2005),
truncan el valor superior de sus ratios en uno para considerar que éste
es el valor de igualdad. Esto implica que ratios por encima de uno,
aquellos que bajo su metodología implica desigualdad a favor de la
mujer, son normalizados a la unidad. Otros trabajos simplemente
normalizan el valor del indicador a un intervalo acotado por un máximo y
un mínimo definidos para el conjunto de los países o regiones entre los
cuáles se compara la desigualdad. Este es el caso del GDI, GEM,
Plantenga et alia., el GII de Ferrant, o de nuevo López-Claro y Zahidi
(2005). Por último, Dijkstra (2002) normaliza por el valor medio y la
desviación estándar del conjunto de los países para los que elabora el
índice. Dado que gran parte de la utilidad de IDESGEN va a ser su
comparación temporal, la normalización generará dificultades de
interpretación que se quieren evitar.
b. En segundo lugar, la razón de ser del INDESGEN no implica su
comparación con otras regiones y/o países con fuertes diferencias. La
convergencia de los valores obtenidos para cada uno de los índices que
miden las diferencias en las dimensiones para las diferentes regiones
españolas o la propia España implica que no sea absolutamente
necesaria una normalización.
c. En tercer lugar, el uso de ponderaciones endógenas elimina en parte la
necesidad de normalizar las diferentes varianzas de los índices y
corregir el diferente efecto que pueden tener en la construcción del
índice final.
3.2 Agregación de las dimensiones e índices de ámbitos. !
Una vez calculados los diferentes índices para las diferentes dimensiones, se
obtienen los índices para los ámbitos mediante el uso de medias geométricas
no ponderadas. El uso de medias geométricas en vez de aritméticas pretende
evitar los problemas derivados del uso de la linealidad en la agregación y que
la literatura se ha encargado de señalar (Ferrant, 2009). El no uso de
ponderaciones en este paso responde a la existencia de complementariedad
entre los índices de cada dimensión.
Una vez se dispone de los diferentes indicadores para cada uno de los
ámbitos, el siguiente paso es agregarlos en el índice sintético final o
INDESGEN. Para ello la literatura aporta diversos modos y formas para realizar
este último paso.
La primera de ellas consiste en una mera agregación en media aritmética,
como ya se ha comentado en la sección 2. Esta forma de proceder posee los
mismos problemas que se han indicado de una agregación lineal. Por otro lado
supone sustitución perfecta entre todos los indicadores de ámbitos y otorga la
misma importancia a cada uno de ellos, al no imponer pesos. De este modo se
pasa a la siguiente metodología de agregación, simplemente mediante el uso
de media una aritmética ponderada. En este segundo caso se añade un nuevo
problema muy criticado por la literatura y que es la arbitrariedad con la que
habitualmente se eligen dichos pesos (Ferrant, 2009).
Otras metodologías han intentado solventar dichos problemas. En primer lugar
se han sustituido, como también ha sido comentado al inicio de esta
subsección respecto a la agregación de indicadores de dimensión, la media
aritmética por una media geométrica. Algunos indicadores salvan por lo tanto el
problema derivado del uso de linearidad en la construcción del índice sintético.
No obstante, a menos que se utilicen pesos endógenos, aquellos que utilizan
medias geométricas ponderadas adolecen aún del mismo problema señalado
previamente: ¿cómo se definen los pesos?
El INDESGEN va a seguir la metodología de Ferrant (2009). En este caso,
además de utilizar medias geométricas, se calculan endógenamente los pesos
que cada uno de los indicadores de ámbitos va a tener en el cálculo final del
INDESGEN. Como en dicho trabajo, el modo de calcular los pesos
endógenamente va ser mediante análisis factorial.
!!
3.3. Estimación endógena de los pesos. !Los fundamentos sociales, culturales y morales de las sociedades se traducen,
entre otras maneras, en diferencias de género para varios ámbitos de la vida
personal, familiar y laboral. Estas diferencias se traducen, estadísticamente, en
“gaps” que pueden ser evaluados a partir de indicadores estadísticos. Las
diferencias que muestran cada uno de estos indicadores son, por lo tanto,
reflejo de una misma realidad específica para los mencionados diferentes
ámbitos de la vida. La agregación de la información contenida en los diferentes
indicadores en un índice único busca encontrar el fundamento social, cultural y
moral y en cierta forma valorarlo. El análisis de componentes principales, y su
extensión el análisis factorial permiten alcanzar este objetivo.
Técnicamente, el modo de proceder del análisis de componentes principales
es encontrar componentes comunes subyacentes en un batería inicial de
indicadores que se suponen explican la misma realidad. Estos componentes
comunes o “componentes principales” es la parte de cada indicador que ofrece
la misma información que el resto de indicadores. Encontrar e identificar estos
componentes implicar resumir la información de un conjunto de indicadores en
unos pocos. Por ello, su retención y la eliminación de la información no común,
permite eliminar duplicidades. El objetivo del análisis de componentes
principales es maximizar la información que dichos componentes ofrecen,
minimizando el número de los mismos, o de información desechada.
Estadísticamente tiene la utilidad de permitir al investigador desgranar e
identificar de forma sencilla la información que se pretende obtener con la
batería inicial de indicadores. En el caso de las diferencias de género, los
componentes principales aplicados a un grupo de indicadores como los
descritos permite encontrar, como se ha dicho, los fundamentos sociales,
culturales y morales que se traducen en dichas diferencias.
El análisis factorial, que se basa en los componentes principales, permite no
sólo encontrar dichos fundamentos, sino expresarlos en un nuevo conjunto de
indicadores, de dimensión más reducida que la inicial, pero ofreciendo el
máximo de información disponible. Los factores poseen la propiedad de estar
correlados con los indicadores de partida, de tal manera que, en función de
cómo sea la estructura de estas correlaciones, los factores pueden tener un
sentido u otro.
Así, por ejemplo, un factor que esté fuertemente correlado con indicadores
asociados al trabajo remunerado o a los salarios pero no al trabajo no
remunerado, ofrece información común diferente a otro factor correlado con el
trabajo no remunerado o la toma de decisiones pero escasamente correlado
con el trabajo remunerado. Dicha correlación se concreta en lo que en términos
factoriales se denominan “cargas factoriales”. Estadísticamente, las cargas
factoriales establecen la conexión entre cada uno de los indicadores iniciales y
la parte de la “información” común que poseen dentro de cada factor. Dicho en
otras palabras, la “importancia” relativa de cada indicador en la información o
variabilidad que se pretende medir. Intuitivamente, estas cargas además de
correlacionar los indicadores con los factores, establecen una “normalización”
entre la varianza contenida en dichos indicadores y la información común.
Es por ello que dichas cargas son unas buenas candidatas para obtener unos
pesos. Utilizando las cargas factoriales como pesos es factible “relativizar” las
varianzas de cada uno de los indicadores iniciales en la varianza final cuyo
objetivo es ser descrita. Por ejemplo, si el análisis factorial nos ofrece un factor
a partir de una variedad de indicadores, lo que se obtiene es que con una sola
nueva variable podemos explicar una parte importante de la varianza que
pueden explicar el conjunto inicial de indicadores. Las cargas dirán, de entre
todas las variables, las que hay que “normalizar” más o menos en función de su
cantidad de información común.
Los pasos son, pues, identificar los factores a partir de los cinco indicadores de
ámbitos calculados, obtener sus cargas y utilizar dichas cargas como peso para
obtener el indicador sintético de género a partir de una media geométrica.
La disponibilidad de datos para las 17 comunidades autónomas y para cuatro
años, 2005 a 2012, ofrecen variabilidad suficiente para poder desarrollar un
análisis factorial. Una vez realizado el análisis se obtiene dos factores y sus
cargas factoriales. Elevando estas cargas al cuadrado, para eliminar el efecto
de los signos negativos de correlaciones inversas, y normalizando su suma a 1,
se obtienen los pesos. Dichos pesos son reflejo, por lo tanto, en cada factor, de
la importancia de cada uno de los indicadores. Los pesos se muestran en la
tabla 2.
!!Así, el factor 1 está asociado al trabajo remunerado y no remunerado, que
explican el 82,8% del factor. El factor 2 se asocia a los ingresos, que explica el
55,3% de la varianza del factor. Y por último, el factor 3, asociado al ámbito
educativo y de toma de decisiones (96,7% de la varianza del factor).
El uso de los pesos se traduce en tres índices sintéticos diferentes. Cada uno
de ellos se calcula mediante la fórmula
ISk=(∏5i=1Iiαi) para k=1,2,3, donde αi es el peso para el índice i. Dado que la expresión anterior es una
media geométrica.
Para obtener INDESGEN, simplemente se vuelve a aplicar la media geométrica
a los dos indicadores sintéticos obtenidos:
.
!!!
!
!Tabla 2 Cuadrado de las cargas factoriales normalizadas
FACTOR 1 FACTOR 2 FACTOR 3
EDUCACIÓN 0,010 0,149 0,749
TRABAJO REMUNERADO 0,429 0,019 0,003
INGRESOS 0,021 0,553 0,017
DECISIONES 0,141 0,168 0,218
TRABAJO NO REMUNERADO 0,399 0,111 0,012
4. Resultados !4.1 Evolución para España
!El gráfico 1 muestra la evolución del índice de desigualdad para España desde
2005 hasta 2012. Su evolución es creciente, se acerca a uno, lo que indica una
reducción de las desigualdades de género para el período considerado. Esta
reducción ha sido considerable, ya que de una distancia inicial entre géneros
de 0,29 en 7 años se ha reducido en al menos 0,08 puntos, lo que implica una
caída de aproximadamente el 30%.
!Gráfico 1. Índice de desigualdad de género de España. Serie 2005-2012
! Fuente: Elaboración propia. !!
El gráfico 2 muestra en qué ámbitos esta reducción ha sido mayor. Lo primero
que se puede destacar es que en todos los ámbitos se observa una caída en la
desigualdad, excepto en “educación”, ámbito en el cual la desigualdad a favor
de la mujer se amplía. El área oscurecida representa los valores para cada uno
de los cinco ámbitos en 2005, y queda dentro de los límites marcados por la
línea azul que representa los valores para 2012. Destaca, especialmente, la
reducción de la desigualdad en el trabajo remunerado, que ha pasado de 0,65
a 0,82. Le sigue “trabajo no remunerado” con una evolución positiva que va
desde 0,45 en 2005 hasta 0,59 en 2012. Con un descenso de la desigualdad
muy moderado le siguen los “ingresos económicos” y la “toma de decisiones”,
que pasan desde 0,81 a 0,84 y 0,52 a 0,53, respectivamente.
!Gráfico 2. Ámbitos del Índice de desigualdad de género. España, 2005 y 2012
!!!!!!!!!!!!!!!!!!!!! Fuente: Elaboración propia. !
Una primera impresión es que la mayor igualdad de género ha sido por mejoras
sustanciales en los ámbitos de trabajo remunerado y no remunerado. Sin
embargo, gran parte de esta mejora ha sido principalmente motivada por un
empeoramiento en las condiciones laborales de los hombres más que una
mejora en el caso de las mujeres.
Tabla 3. Indicadores de empleo !
! ! Fuente: Encuesta de Población Activa, Instituto Nacional de Estadística. !!
Entrando en más detalle, en la tabla 3 puede observarse que tres de los
indicadores de empleo utilizados para el cálculo de parte del ámbito trabajo
2005 2012Tasa(de(actividad
Hombres 82,21 81,25Mujeres 59,14 68,83
Tasa(de(empleoHombres 76,38 61,04Mujeres 51,92 51,26
Tasa(de(paroHombres 7,08 24,88Mujeres 12,2 25,53
1,05
0,65
0,810,52
0,45
1,11
0,82
0,84
0,53
0,59
2005 Igualdad=1 2012
EDUCACIÓN
INGRESOS
TRABREMUN
TRAB0NO0REMU
DECISIONES
remunerado muestran una mayor igualdad. Sin embargo, sólo la tasa de
actividad muestra una evolución que podríamos afirmar es positiva, e incluso
en este caso con matices. Mientras la tasa de actividad masculina se ha
mantenido constante desde 2005, la femenina ha aumentado. Sin embargo,
este aumento ha sido totalmente en la tasa de desempleo, que ha pasado del
12,2% al 25,5% ya que la tasa de empleo se ha mantenido constante, eso sí,
frente a una caída considerable de la masculina. Todos estos cambios han
afectado al indicador que ha mostrado por lo tanto una convergencia positiva a
uno, del ámbito de trabajo remunerado.
Esta expulsión del mercado de trabajo, en su mayoría de hombres, hacia
actividades no remuneradas del hogar, ha incrementado la igualdad en las
tareas realizadas en el hogar (ámbito trabajo productivo no remunerado). Así,
el número de hombres que declara realizar actividades en el hogar debido a
situaciones de inactividad ha aumentado un 71% desde 2005 hasta 2012, por
tan sólo un 17% las mujeres. Los minutos dedicados al hogar por parte de los
hombres también aumentaron en un 8% mientras que los dedicados por las
mujeres se redujeron un 7%. Aunque estas cifras de nuevo pudieran mostrar
un avance en la igualdad de género en las tareas del hogar, en parte muestran
un efecto más de la crisis al desplazar mano de obra masculina hacia el
desempleo, y por ello a una mayor participación en las tareas del hogar.
En lo que respecta a la toma de decisiones, es posible afirmar que la dirección
del cambio, aunque es positivo es prácticamente imperceptible, y en gran
medida, como consecuencia del empeoramiento de la mujer a la hora de
ocupar puestos de trabajo de dirección en empresas, ya que los cambios
legislativos han propiciado una mayor presencia femenina en cargos públicos,
electos y no electos.
Los ingresos económicos muestran un movimiento suave al alza a lo largo de
este período, motivado en cierta medida por el incremento en el salario por
hora de las mujeres, que ha sido ligeramente superior al de los hombres, así
como por el porcentaje de personas por debajo del umbral de la pobreza, que
aumenta más en el caso de los hombres.
!
Por último y respecto a la educación (ámbito dónde la mujer ya presentaba en
2005 una mayor presencia que el hombre) el aumento del indicador de 1,05 a
1,10 se explica totalmente por una mayor participación femenina en los
estudios superiores, frente al también aumento de la participación masculina,
aunque menor. Además, la tasa de abandono ha caído para la mujer, aunque a
ritmos inferiores que la tasa de abandono escolar masculina, en parte por ser
muy inferior. En consecuencia, también en este indicador se ha elevado la
igualdad de género. En ambos casos, la crudeza de la crisis parece de nuevo
estar en este cambio de patrón educacional (mayor número de estudiantes
superiores y menor tasa de abandono) y, por lo tanto, de la evolución de los
indicadores de igualdad en este ámbito.
Aunque estos resultados son merecedores de análisis más profundos para
entender las causas finales para el cambio en la desigualdad de los diferentes
ámbitos y/o indicadores, bien es cierto que la crisis parece marcar el ritmo de
algunos de ellos en las direcciones correspondientes.
A continuación se presentan los resultados regionales que merecen a su vez
un análisis detenido, aunque por motivos de extensión, no pasarán de ser
meramente descriptivos en este trabajo, si bien, son susceptibles de marcar la
agenda de investigación posterior.
!4.2 Evolución regional del Índice de Desigualdad de
Género. !!La tabla 4 muestra las diferencias regionales en la desigualdad de género para
2005 y 2012. Ante todo es necesario destacar que estas diferencias son
mínimas, ya que la desviación estándar es de 0,034 y 0,026 respectivamente
para 2005 y 2012, con un coeficiente de variación del 4,8% y del 3,3%. No
obstante es necesario destacar algunos de los resultados observados. Un
primer resultado, como veremos más adelante, es la de una homogeneización
en las desigualdades a lo largo de las regiones.
!
Un análisis pertinente ante esta información es la de establecer una relación
entre la desigualdad de género y el nivel de renta per cápita regional. Así, como
nos indica los resultados presentados en la tabla 4, cabe destacar el cambio en
la correlación del indicador con respecto al PIB per cápita regional. Así, si en
2005 la correlación era ligeramente positiva, a mayor renta mayor nivel del
indicador y por lo tanto menor desigualdad, en 2012 ésta se torna ligeramente
negativa, a mayor renta menor desigualdad. Dos son las cuestiones que
surgen inmediatamente. La primera de ellas qué ámbito/ámbitos de los cinco
ha sido el principal causante de este cambio de signo. La segunda, qué
ámbitos del indicador de desigualdad explican la correlación negativa en 2012.
Tabla 4 Índice de desigualdad de género y los índices sintéticos para cada ámbito por comunidad a u t ó n o m a .
!
Fuente: Elaboración propia. !En relación a la primera pregunta, cabe destacar que, salvo el ámbito trabajo
productivo no remunerado, todos han contribuido al cambio de una correlación
Año$2005
EducaciónTrabajo$
productivo$remunerado
Ingresos$económicos
Proceso$de$toma$de$decisiones
Trabajo$productivo$no$remunerado
Andalucía 0,701 1,001 0,602 0,840 0,627 0,391Aragón 0,694 1,155 0,590 0,739 0,461 0,464Asturias 0,687 1,200 0,588 0,748 0,490 0,379Baleares 0,713 1,128 0,644 0,784 0,421 0,538Canarias 0,768 1,032 0,690 0,855 0,617 0,555Cantabria 0,630 1,045 0,591 0,734 0,443 0,332Castilla$y$León 0,698 1,173 0,540 0,815 0,528 0,395C.$La$Mancha 0,688 1,065 0,512 0,882 0,539 0,402Cataluña 0,733 1,125 0,718 0,775 0,511 0,481C.$Valenciana 0,733 1,088 0,648 0,847 0,567 0,451Extremadura 0,707 1,076 0,624 0,873 0,559 0,379Galicia 0,694 1,174 0,628 0,776 0,434 0,429Madrid 0,690 0,932 0,733 0,787 0,462 0,504Murcia 0,644 0,971 0,609 0,793 0,462 0,363Navarra 0,686 1,002 0,615 0,779 0,495 0,471País$Vasco 0,746 1,086 0,603 0,823 0,609 0,510La$Rioja 0,717 1,140 0,546 0,844 0,545 0,443España 0,707 1,055 0,646 0,808 0,518 0,450
Corr.$PIB$pc 0,181 .0,140 0,376 .0,406 .0,206 0,611
Año$2012
EducaciónTrabajo$
productivo$remunerado
Ingresos$económicos
Proceso$de$toma$de$decisiones
Trabajo$productivo$no$remunerado
Andalucía 0,796 1,116 0,812 0,864 0,590 0,535Aragón 0,752 1,020 0,809 0,802 0,481 0,607Asturias 0,805 1,208 0,743 0,779 0,613 0,580Baleares 0,837 1,021 0,814 0,897 0,694 0,679Canarias 0,791 1,122 0,820 0,842 0,550 0,560Cantabria 0,773 1,145 0,784 0,915 0,475 0,521Castilla$y$León 0,816 1,290 0,726 0,884 0,567 0,537C.$La$Mancha 0,781 1,157 0,754 0,864 0,565 0,502Cataluña 0,791 1,133 0,854 0,794 0,490 0,639C.$Valenciana 0,767 1,032 0,831 0,790 0,524 0,606Extremadura 0,820 1,317 0,760 0,960 0,529 0,500Galicia 0,780 1,126 0,793 0,845 0,547 0,530Madrid 0,806 1,061 0,847 0,871 0,555 0,640Murcia 0,818 1,145 0,884 0,856 0,617 0,539Navarra 0,820 1,230 0,793 0,774 0,552 0,662País$Vasco 0,757 1,026 0,742 0,768 0,493 0,687La$Rioja 0,751 1,164 0,790 0,858 0,428 0,508España 0,790 1,110 0,823 0,839 0,532 0,589
Corr.$PIB$pc .0,196 .0,369 0,053 .0,499 .0,302 0,763
Ámbitos
INDESGENCCAA
CCAA INDESGEN
Ámbitos
positiva a una negativa, ya sea porque la correlación que ya era negativa
aumentase en términos absolutos, o bien porque siendo positiva, haya
disminuido. Por ejemplo, la correlación negativa observada entre los ámbitos
en educación, ingresos y toma de decisiones y el PIB per cápita regional ha
aumentado entre 2005 y 2012, lo que explicaría en gran parte el cambio de
patrón en estos siete años transcurridos.
En el caso del ámbito educación, y en particular en los indicadores de
“Abandono educativo” y “Estudios superiores”, la correlación negativa implica
que cuanto mayor es el PIB per cápita mayor es la desigualdad aunque en este
caso a favor de la mujer, al corresponder nuestras medidas para estos
indicadores a valores, en general, superiores a uno (es decir, indicadores
donde la mujer disfruta de una mayor participación que el hombre). Esto
explicaría que las correlaciones fueran negativas, ya que en las regiones con
mayor renta la ventaja en la participación femenina en los estudios es inferior
que en las regiones con menor renta per cápita. En cuanto a su evolución, los
indicadores muestran un mayor incremento en la participación femenina en los
estudios superiores en las regiones de menor renta. Así, el efecto
desplazamiento del mercado de trabajo parece haber calado más en el
colectivo femenino en aquellas regiones con menor renta por persona. El uso
de internet también muestra un mayor aumento en las mujeres que en los
hombres en las regiones menos ricas. Por el contrario, el abandono escolar no
muestra cambios significativos.
!Respecto al ámbito de ingresos las desigualdades son inferiores cuanto menor
es el nivel de renta, correlación que se ha intensificado entre 2005 y 2012. Esto
podría muy bien enlazarse con la literatura que nos indica que a mayor nivel de
salario, por nivel educativo y/o experiencia, mayores son los gaps salariales y
en renta entre hombres y mujeres. Estas diferencias, lógicamente se trasladan
posteriormente a diferencias en pensiones, dado el carácter de reparto basado
en contribuciones a partir de los salarios de nuestro sistema de Seguridad
Social. Sin embargo, entre los tres indicadores utilizados para calcular la
desigualdad en este ámbito, salarios, pensiones y tasa de pobreza, es la última
la que experimenta un gran cambio desde 2005. El indicador mide el
porcentaje de personas que viven en hogares con renta inferior al 60% de la
media, cuyo principal sustentador es un hombre, sobre idéntico hogar cuyo
principal sustentador es una mujer. Este indicador, habitualmente inferior a uno,
se ha acercado a esta cifra, y lo ha hecho más en regiones con menor renta
per cápita, de ahí que su correlación se haya tornado negativa. Dos son las
derivaciones lógicas a este resultado. Una, que la pobreza ha aumentado más
en las regiones menos ricas, y dos y más importante, que ha calado en todas
las familias (e incluso de forma más acusada en las que el sustentador principal
es hombre, debido fundamentalmente a la situación económica del país), y no
sólo en las que tradicionalmente tenían mayor probabilidad para serlo, como
son los casos de familias donde la mujer es la única sustentadora.
En cuanto a la toma de decisiones, la correlación negativa aumenta, implicando
un mayor crecimiento en la igualdad en las regiones con menor renta. Este
hecho se explica por una mayor implicación de estas regiones en la búsqueda
de la paridad en la toma de decisiones de hombres y mujeres. Entre los
indicadores cuya correlación negativa aumenta destaca el del número de
concejales, ya que el aumento en el del número de parlamentarios
autonómicos y en el de ocupados en puestos directivos, es mínimo. La
correlación negativa disminuye en el número de representantes a las Cortes
Generales.
En cuanto a los ámbitos que muestran una correlación positiva, la tendencia ha
sido diferente. Mientras el trabajo productivo no remunerado ha aumentado la
correlación, el trabajo productivo remunerado lo ha disminuido. Respecto al
primero, el aumento de la correlación positiva se debe principalmente a los
minutos dedicados al hogar. El aumento de la igualdad asociada a este
indicador, y que además haya ocurrido más en regiones con mayor renta per
cápita indica una mayor predisposición en dichas regiones por distribuir más
equitativamente las actividades del hogar.
En cuanto al trabajo productivo remunerado, que presenta una correlación
positiva tanto en 2005 como en 2012, dos son los indicadores que muestran un
cambio significativo en su correlación con el PIB desde 2005 hasta 2012,
concretamente una menor correlación positiva: tasa de empleo y tasa de paro.
Si en 2005 la correlación de estos dos indicadores era de 0,83 y 0,43
respectivamente, en 2012 eran de 0,68 y 0,38. Ambas cifras reflejan que
aumentando ambos indicadores de género como lo han hecho, este cambio ha
sido mayor en las regiones de menor renta.
Tabla 5. Correlaciones entre PIB per cápita regional y desigualdad en ámbitos y dimensiones, 2012
! Fuente: Elaboración propia. !En cuanto a la evolución en su conjunto, todas las regiones experimentan una
mejora en la igualdad de género (Gráfico 1). Destacan la evolución en regiones
como Murcia, Cantabria, y Navarra, con mejoras de al menos 0,13 puntos en el
indicador, mientras que en la parte baja del crecimiento destacan País Vasco y
Canarias, el primero con un escaso aumento de 0,1 punto.
!Esta evolución diferenciada tiene su razón de ser en la existencia de
convergencia en el índice de desigualdad regional. El gráfico 2 muestra
precisamente este hecho. El eje horizontal marca el valor del índice en 2005,
mientras que el vertical el cambio experimentado por el mismo desde entonces.
Coef.&CorrAbandono&educativo -0,28Estudios&superiores -0,42Uso&internet -0,02ÁMBITO'EDUCATIVO -0,37Tasa&de&actividad 0,74Tasa&de&empleo 0,68Tasa&de&paro 0,38Ocupaciones&poco&cualificadas -0,54Tasa&de&temporalidad -0,41Subempleo 0,00ÁMBITO'TRABAJO'REMUNERADO 0,05Salario -0,59Tasa&pobreza -0,20Pensiones -0,69ÁMBITO'INGRESOS -0,50Parlamentarios -0,06Concejales -0,19Cortes&Generales -0,25Ocupados&directivos -0,08ÁMBITO'TOMA'DE'DECISIONES -0,30
Minutos&dedicados&labores&hogar 0,63Inactividad&autopercibida&labores&hogar 0,56ÁMBITO'TRABAJO'NO'REMUNERADO 0,76
ÁMBITO'EDUCATIVO
ÁMBITO'TRABAJO'REMUNERADO
ÁMBITO'INGRESOS
ÁMBITO'TRABAJO'NO'REMUNERADO
ÁMBITO'TOMA'DE'DECISIONES
Puede observarse cómo existe una clara evolución positiva para aquellas
regiones con una mayor desigualdad. Esta convergencia, no obstante, no debe
interpretarse como un mejor comportamiento de la igualdad de género en las
regiones con menor igualdad de partida, ya que como se ha puesto de
manifiesto con anterioridad, los avances en igualdad reflejados por los
indicadores deben ser matizados, ya que la crisis pudiera explicar en parte
estos ajustes. Es decir, se explican más por el empeoramiento en algunas de
las dimensiones medidas para los hombres, que por las mejoras de las mismas
dimensiones para las mujeres.
!Gráfico 1. Índice de desigualdad de género por comunidad autónoma. Años 2005 y 2012.
! Fuente: Elaboración propia. !! !!!!
Gráfico 2. Convergencia en el Índice de desigualdad de género regional.
! Fuente: Elaboración propia. !Mapa 1.1 Índice de desigualdad de género por comunidad autónoma. Clasificación por cuartiles, año 2012.
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0,18
0,62 0,64 0,66 0,68 0,70 0,72 0,74 0,76 0,78
!
5. Conclusiones !En este trabajo se calcula un índice de desigualdad de género siguiendo la
metodología propuesta por recientes trabajos,. Este índice, derivado de un
encargo realizado por la Junta de Andalucía, permite valorar la evolución de las
desigualdades de género medido en varias dimensiones que posteriormente
son agregados en un indicador sintético único.
Los resultados de su evolución desde que se iniciara la crisis son elocuentes.
Desde 2005 observamos una reducción evidente de las desigualdades de
género. La crisis, a pesar de lo esperado, no ha elevado las disparidades entre
hombres y mujeres, si bien al contrario, las ha reducido. La razón principal es
que la crisis ha igualado en parte a ambos géneros por el empeoramiento de la
posición de los hombres en dichas variables más que por la mejora de la mujer
en los mismos.
Respecto a los cambios regionales, destacar que aquellas regiones que
mostraban mayor desigualdad las han reducido en mayor intensidad,
observando por ello cierta convergencia en la evolución de las disparidades por
género. Sin embargo, esto no implica una mejora en función de la renta, ya que
no encontramos una correlación elevada entre PIB per cápita y desigualdad.
Sin embargo, los indicadores para las dimensiones parciales sí muestran , en
su mayoría, un comportamiento condicionado por el nivel de renta de la región,
lo que confiere a estos resultados margen para el investigador, con el objeto de
entender bien estas relaciones.
!!!!!!!
!!!!!
6. BibliograFía !Anand, S., and A. Sen (1995): “Gender Inequality in Human Development: Theories
and Measurement.,” Human Development Report Office Occasional Paper No. 19,
UNDP, New York.!
Bardhan, K., and S. Klasen (1999): “UNDP’s Gender-Related Indices: A Critical Review,” World Development, 27(6), 985–1010.!
Beneria, L. and Permanyer, I. (2010), The Measurement of Socio-economic Gender Inequality Revisited. Development and Change, 41: 375–399. doi: 10.1111/j.1467-7660.2010.01648.x!
Bericat, E., y Sánchez, E. (2008). Balance de la desigualdad de género en España.
Un sistema de indicadores sociales (Fundación Centro de Estudios Andaluces).
Actualidad, 23, 4-29.!
Branisa, B., S. Klasen, and M. Ziegler (2009): “The Construction of the Social
Institutions and Gender Index (SIGI),” (184).!
Chakravarty, S. R., and P. Muliere (2003): “Welfare indicators: A review and new
perspectives. 1. Measurement of inequality,” Metron - International Journal of
Statistics, 0(3), 457–497.!
Cuberes, D., & Teignier, M. (2012). Macroeconomic Models of Gender Inequality
and Economic Development: A Critical Review. working paper.!
Dijkstra, A., G. (2002): “Revisting UNDP’s GDI and GEM: Toward an alternative,”
Social Indicators Research, 57, 301–338.!
Dijkstra, A., G., and C. Hanmer, L. (2000): “Measuring socioeconomic gender
equality: Toward an alternative for UNDP’s GDI,” Feminist Economist, 6, 41–75.!
Domínguez y Guijarro, M. (2005): “Desigualdad de género y crecimiento
económico en españa. un análisis de convergencia provincial, 1955-1999”, El
bienestar y los niveles de vida en la España contemporánea, Santiago de
Compostela.!
Ferrant, G (2009): “A New Way to Measure Gender Inequalities in Developing
Countries: The Gender Inequalities Index (GII)”, mimeo!
Forsythe, N., P. Korzeniewicz, R., and V. Durrant (2000): “Gender Inequalities and
Economic Growth: A Longitudinal Evaluation,” Economic Development and Cultural
Change, 48, 573–617.!
Gajdos, T. (2001): “Les fondements axiomatiques de la mesure normative des
ińegalites,” mimeo.!
Klugman, J., Kovacevic, M., Twigg, S., & Zambrano, E. (2010). Measuring key
disparities in human development: The gender inequality index. United Nations
Development Programme.!
Klasen, S., and D. Schü̈ler (2009): “Reforming the Gender-Related Index (GDI) and
the Gender Empowerment Measure (GEM): Some Specific Proposals,” (186).!
Lopez-Claros, A. and Zahidi, S (2005):” Women's empowerment: Measuring the
global gender gap” World Economic Forum.!
Munda, G., and M. Nardo (2005): “Constructing consistent composite indicators: the
issue of weights,” Technical Report EUR, 21834.!
ONU (2010): The World Economic Vulnerability Monitor, nº4. UN/DESA. Electronic
Publication (http://www.un.org/en/development/desa/policy/publications/wevm/!
monitor4.pdf)!
Plantenga, J., Figueiredo, H., Remery, C., & Smith, M. (2003). Towards an EU
gender equality index. A feasibility study commissioned by and presented to the
European Commission, Utrecht School of Economics, Utrecht.!
Plantenga, J., Remery, C., Figueiredo, H., & Smith, M. (2009). Towards a European
Union gender equality index. Journal of European Social Policy, 19(1), 19-33.!
Permanyer, I (2008): “On the Measurement of Gender Equality and Gender-related
Development Levels, Journal of Human Development and Capabilities, vol(9), n
(1), pages87-108.!
Tepperman, L., B. Harvey, E., and H. Blakely, J. (1990): “Toward an index!
of gender equality,” Social Indicators Research, 22.!
!!!!
!!!!!!!!!!!!!!!!Anexo xx. Fuentes
VARIABLEDENOMINACIÓN DE LA
FUENTEORGANISMO
ELABORADOR
Tasa de abandono educativo temprano
Las cifras de la educación en España
Ministerio de Educación, Cultura y Deporte
Porcentaje de personas de entre 25 y 64 años con estudios superiores Encuesta de Población Activa
Elaboración propia. Explotación EPA (Instituto Nacional de Estadística)
Porcentaje de personas de 16 a 74 años que han utilizado Internet al menos una vez por semana en los últimos 3 meses
Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación en los hogares
Instituto Nacional de Estadística
Tasa de actividad de 16 a 64 años
Encuesta de Población Activa
Instituto Nacional de Estadística
Tasa de empleo de 16 a 64 años
Porcentaje de personas en ocupaciones poco cualificadas
Tasa de temporalidad
Tasa de subempleoElaboración propia. Explotación EPA (Instituto Nacional de Estadística)
Salario bruto medio por hora Encuesta de Estructura Salarial Instituto Nacional de Estadística
!!!!!!!!
Tasa de pobreza relativa Encuesta de Condiciones de Vida
Elaboración propia. Explotación ECV (Instituto Nacional de Estadística)
Pensiones Muestra Continua de Vidas Laborales
Elaboración propia. Explotación MCVL (Ministerio de Empleo y Seguridad Social)
Parlamentarios autonómicos Instituto de la Mujer y Explotación del Padrón
Instituto de la Mujer e Instituto Nacional de Estadística
Concejales
Resultados electorales y Senado Ministerio del Interior
Cortes Generales
Porcentaje de personas en puestos de dirección
Encuesta de Población Activa (variables de submuestra)
Instituto Nacional de Estadística
Inactividad autopercibida por cuidado en el hogar Encuesta de Población Activa
Elaboración propia. Explotación EPA (Instituto Nacional de Estadística)
Tiempo de trabajo en el hogar Encuesta de Calidad de Vida en el Trabajo
Elaboración propia. Explotación ECVT (Ministerio de Empleo y Seguridad Social)