!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)