Las desigualdades salariales entre hombres y mujeres son un tema central en la huelga de mujeres del 14 de junio de 2019. El discurso dominante trata de ocultar su magnitud “explicando”, basándose en estadísticas, algunas de estas discriminaciones. Descifremos el problema.

A l’encontre, 9-5-2019

Traducción de Ruben Navarro – Correspondencia de Prensa 12-5-2019

La desigualdad ya era un tema central en la huelga del 14 de junio de 1991. Pero en 28 años, ha ido surgiendo una idea: habría que distinguir en estas diferencias salariales la parte “explicada” de la “inexplicable”, y solo esta última podría estar asociada a las discriminaciones.

Por ejemplo, el diario Le Temps publicó el 13 de septiembre de 2018 un artículo titulado “Salarios: la brecha entre mujeres y hombres permanece en parte sin explicación”. Valérie Borioli Sandoz, responsable de la igualdad en Travail.Suisse, es citada. Afirma que prefiere “observar la parte de estas diferencias salariales que no puede explicarse por factores objetivos. Esta parte está aumentando ligeramente y se sitúa en torno al 40%. “Esta cifra es mucho más importante que la brecha en sí misma, porque los especialistas la consideran  como representativa de la discriminación”. ¿Qué valor tiene esta explicación?

La confusión es molesta

En su uso común, el verbo “explicar” puede significar “dar a conocer la razón, la causa de algo”. Pero también puede tener el significado de “justificar”.

Además, hay que agregar un tercer significado, derivado de la terminología estadística. En este caso, la variable “explicativa” o “independiente” se refiere a una característica introducida en un modelo con la finalidad de describir y predecir el comportamiento de otra variable, “explicable” o “dependiente”. Por ejemplo, la edad es una variable explicativa para el estado de salud: por encima de un cierto umbral, a mayor edad, estado de salud más frágil. Sin embargo, esta “explicación” estadística no corresponde a “dar a conocer la razón, la causa de algo”. Para ello, sería necesario recurrir al conocimiento médico, a la biología, a la sociología, etc., que explicarían los procesos de envejecimiento de los seres humanos y sus repercusiones en la salud. Y esta “explicación” estadística tiene aún menos el significado de “justificar”.

Sin embargo, en términos de desigualdades salariales, la tendencia consiste en, lamentablemente, confundir estos tres sentidos, como lo demuestran los comentarios de Le Temps.

El análisis del BASS (Oficina de estudios laborales y de política social)

El análisis de las diferencias salariales entre hombres y mujeres se basa en datos de la Encuesta suiza de la estructura salarial, realizada cada dos años por la Oficina Federal de Estadística (OFS). La encuesta es confiada a una organización externa. El análisis de la encuesta de 2014 (el de los datos de 2016 aún no está en línea) fue realizado por la oficina de BASS en Berna. Su informe final se puede consultar en el sitio web de la OFS [1].

El enfoque estadístico utilizado se basa en el modelo de Blinder-Oaxaca, una referencia internacional en ese ámbito [2]. Como primer paso, el salario bruto estandarizado [3] (para un tiempo de trabajo estándar de 40 horas por semana, incluidas todas las formas de remuneración) de hombres y mujeres se expresa como dos funciones de una serie de variables (Se estiman la edad, la educación, rama de actividad, etc.) y los coeficientes de estas variables. En un segundo paso, esas funciones salariales se utilizan para calcular el salario promedio que obtendrían las mujeres, estimando que tienen las mismas características que los hombres (la misma edad, la misma capacitación, etc.). La diferencia entre este salario hipotético de las mujeres y su salario real corresponde, para simplificar, a la parte de las desigualdades salariales “explicada” por “factores objetivos”, el resto es la parte “inexplicable”.

¿Diferencia de 7.4% o de 17.5%?

La lectura del informe de BASS reserva, desde el principio, una sorpresa. Los resultados, para 2014, se presentan de la siguiente manera:

1) La diferencia salarial total entre el salario medio de hombres y mujeres es de 17.5%.

2) La parte “explicada” se estima en 10.1% (57.6% de la diferencia total). Esta parte “explicada” se divide en dos:

3) El Ausstattungseffekt (el efecto de las características o la dotación, es decir, los llamados “factores objetivos”), que es del 6,2% (35,6% de la diferencia total);

4) El Interaktionseffekt (el efecto de interacción), que es 3.9% (22.0% de la diferencia total).

5) Finalmente, la parte “no explicada” de la diferencia salarial es del 7,4% (42,4% de la diferencia total).

¿Una “prudencia” difícil de explicar… o no?

¿Qué es Interaktionseffekt? “El efecto de interacción es un valor residual, difícil de interpretar”, “explica”, por así decirlo, la oficina de BASS. El apéndice metodológico proporciona información adicional importante. Ahí se puede ver que, efectivamente, el modelo de Oaxaca-Blinder no produce resultados inequívocos (nicht eindeutig) en lo que respecta a la distinción entre partes “explicadas” y “no explicadas” de las diferencias salariales. La razón dada puede resumirse de la manera siguiente: Es posible estimar la parte “explicada” de la diferencia salarial calculando los salarios de las mujeres en el supuesto de que tengan las mismas características que los hombres (como se indicó anteriormente). Pero también es posible hacer esta estimación calculando el salario hipotético de las mujeres, con sus características reales, pero asumiendo que se les paga como a los hombres. Sin embargo, estas dos opciones conducen a resultados muy diferentes entre sí. En el primer caso, el efecto de interacción se integra en la parte “explicada” de la diferencia salarial (como anteriormente). En el segundo caso, el efecto de interacción integra de la parte “no explicada” de la diferencia salarial.

En suma: más de una quinta parte (22%) de la diferencia salarial entre mujeres y hombres es “difícil de interpretar” con el modelo Blinder-Oaxaca. Qué importa: la oficina de BASS la incluye generosamente en la llamada parte “explicada” de las diferencias salariales, inflando esta última de 6.2% a 10.1%. ¿La justificación de esta elección? Según BASS, esto sería un “supuesto conservador”. Ah… y “cauteloso” ¿por qué y para quién?, pueden preguntarse las mujeres.

¿Cómo interpretar el análisis de las estadísticas?

Volvamos a la interpretación de los resultados de estos análisis estadísticos. Como fue indicado anteriormente, el modelo expresa, a la manera de una regresión, el salario promedio (su logaritmo natural) en función de varias características: edad, años de servicio, nivel de educación, estado civil, nacionalidad, posición ocupacional, ocupación, tamaño de la empresa, rama de actividad, región, tasa de actividad, tipo de remuneración, acuerdos salariales, otros elementos del salario. ¿Qué significa todo esto?

Para entenderlo, tomemos el ejemplo de la posición profesional (pero el razonamiento se puede repetir con la mayoría de las variables del modelo). El modelo registra el hecho de que existe una relación entre la posición ocupacional y el salario y permite calcular un coeficiente correspondiente a esta relación. Cuanto mayor sea la posición, mayor será el salario: esto se puede a penas contradecir. Incluso sabemos que estas diferencias pueden tener dimensiones impactantes: ¿qué justifica, por ejemplo, que el director de CFF (ferrocarriles suizos) gane entre 20 y 30 veces más que los empleados peor pagados de su empresa?Suiza II

Imaginemos por un momento que existe la misma proporción de hombres que mujeres que ocupan los cinco puestos profesionales enumerados (gerente sénior, gerente medio, ejecutivo inferior, responsable de la ejecución de trabajos, sin función de gerente). En este caso, las diferencias en los salarios entre ejecutivos y personas sin una función de ejecutivo, por cuestionables que sean, no contribuirían a ampliar una desigualdad específica entre hombres y mujeres.

De la explicación a la justificación

Pero no es así: En 2014, según el informe BASS, el 16% de los hombres eran ejecutivos altos o medios, en comparación con el 7,7% de las mujeres. Por otro lado, el 76,4% de las mujeres no tenía un cargo de alto nivel en comparación con el 64,2% de los hombres. Esta diferencia es el resultado de un conjunto de mecanismos discriminatorios que operan en diferentes momentos y niveles: desde la infancia hasta la capacitación y la orientación profesional, de las representaciones sociales que “atribuyen” la responsabilidad de las tareas domésticas y educativas en prioridad a las mujeres al funcionamiento del mercado laboral que explota y mantiene estas representaciones, de las políticas de reclutamiento a las de promoción empresarial, por mencionar solo algunos ejemplos.

La escasa representación de las mujeres en puestos directivos y su representación excesiva en cargos no directivos es, por lo tanto, el resultado de la discriminación. Pero la interpretación dominante, correspondiente al modelo de Blinder-Oaxaca, entorpece la comprensión de esta realidad: considera que la posición profesional, y su distribución desigual entre hombres y mujeres, proviene de la nada: un “factor objetivo”. Por lo tanto, su impacto en las diferencias salariales entre hombres y mujeres se considera justificado, ya que es así “explicado”. El análisis estadístico se convierte en una máquina de borrar la discriminación.

El derecho como “argumento” superior

Para legitimar la cadena de equivalentes tendenciosos “variable explicativa” = “factor objetivo” = “no discriminación”, la ley también sirve de justificativo. El artículo 8, inciso 3 de la Constitución federal establece el principio de igual remuneración por trabajo igual. El análisis estadístico, con sus variables explicativas, se presenta como un medio para hacer posible la comparación entre los trabajos de “igual valor” al neutralizar los efectos de las diferencias “objetivas”, lo que resulta engañoso.

Primero, la noción de “trabajo de igual valor” indica que el trabajo debe ser comparable incluso si es diferente. Para ser efectivo, este principio requiere una comparación concreta del trabajo, que incluye ir más allá de los límites tradicionales entre funciones, capacitación, campos de actividad, etc. Pero el enfoque estadístico hace lo contrario: aísla y refuerza cada característica (edad, experiencia, etc.) y sus efectos estadísticos. Esto hace que sea imposible repensar las equivalencias y evaluar si dos trabajos aparentemente muy diferentes no podrían, de hecho, tener “igual valor”.

¿Trabajo de “igual valor”?

Una mujer que trabaja como asistente de atención médica en una institución médico-social, obviamente no tiene la misma formación que un economista, una universitaria que trabaja para la gestión de un gran hospital. En un modelo estadístico, esto es suficiente para “explicar” gran parte de la diferencia de salarios entre ellos. Pero si consideramos los conocimientos técnicos que un o una auxiliar de enfermería debe movilizar -siempre que tenga tiempo- para ocuparse de las personas mayores que cuida, establecer con ellas una relación de confianza, para entender sus expectativas y sus reacciones, para evaluar sus necesidades o para responder adecuadamente a situaciones imprevistas y urgentes, ¿proporciona en realidad un trabajo de valor mucho más bajo que el del economista, que aplica modelos de gestión estándar de gestión para aumentar el margen de autofinanciamiento de su hospital, para que se justifique un salario de tres a cinco veces menor? El principio constitucional de “trabajo de igual valor” significa que este tipo de comparación debería establecerse. Su imbricada aplicación legal  dificulta esta comparación. El uso de modelos estadísticos como instrumento privilegiado para la aplicación legal del principio constitucional hace que esto sea imposible.

Discriminaciones ignoradas

En segundo lugar, el marco jurídico actual es muy restrictivo y por definición, establece un impasse en muchas formas de discriminación. Este marco supone la existencia de un empleador idéntico. Las desigualdades que se desarrollan fuera de la relación laboral directa son, por lo tanto, ignoradas. Sin embargo, una parte importante de los mecanismos discriminatorios no opera directamente dentro del marco definido por el contrato de trabajo. Por ejemplo, en 2014, la mediana de los salarios estandarizados en el área de salud humana y trabajo social fue de 6372 francos, hombres y mujeres combinados. En el sector financiero y de los seguros, ascendió a 9208 francos (45% más). ¿Qué justifica tales diferencias en el nivel de remuneración entre dos ramas de actividad? ¿La productividad? ¿Qué productividad? ¿La medida del volumen de negocios que se elabora en la bolsa de valores, en comparación con la tarifa de las enfermeras a domicilio? ¿La utilidad social? En este caso, ¿no debería revertirse el informe? Sin embargo, el 78,4% de los empleos en el sector de la salud son ocupados por mujeres, en comparación con el 42,4% en bancos y compañías de seguros. El hecho de considerar que la desigualdad salarial que resulta de esta realidad no es una desigualdad, con el pretexto de que está fuera del estrecho marco legal vigente hoy en día, carece de sentido para las personas comprometidas con la igualdad.

Estadísticas y vida real

El análisis estadístico aísla las características que explican, estadísticamente, el nivel de salarios: edad, formación, situación laboral, etc. No tiene en cuenta cómo estas características interactúan en la realidad, entre sí y con el género, por ejemplo, que la situación laboral está en sí misma y en parte determinada por el género. No justifica nada.

El hecho de decidir que estas características son “factores objetivos” cuyos efectos sobre las desigualdades salariales se “explican”, y que por lo tanto no son discriminatorios, no es el resultado automático del análisis estadístico, sino una opción, que corresponde al modelo de Blinder-Oaxaca, reflejando una concepción cuestionable de qué son las discriminaciones en nuestras sociedades, con respecto a las mujeres en particular. En la vida real, una mujer no puede decir: “No, no tomo en cuenta el efecto de la posición profesional”. Los efectos de todas las características, que son en su mayoría discriminatorias por género, se combinan, se suman y se restan, “explicadas” o no, en los recibos de pago de las mujeres.

Lo que cuenta es el salario neto

No, eso no es todo. Para abordar la verdadera medida de la desigualdad salarial entre mujeres y hombres, los salarios estandarizados no deberían tomarse como referencia. Esta es de hecho una ficción, equivalente a un tipo de tasa mensual. En la vida real, el ingreso disponible para mujeres y hombres es el salario realmente ganado, el salario neto, que depende en gran medida de la tasa de actividad. En 2017, el 59.0% de las mujeres trabajaban a tiempo parcial, en comparación con el 17.6% de los hombres. En Islandia, donde dos huelgas nacionales de mujeres han ganado una ley única en el mundo, que exige que las empresas certifiquen que están aplicando la igualdad salarial, la asociación de Derechos de las Mujeres (Women’s Rights association), que ha organizado huelgas de mujeres, también toma el salario efectivo, teniendo en cuenta tasa de actividad, como referencia para medir la desigualdad salarial entre mujeres y hombres [4].

Las dos razones principales que hacen que las mujeres deban optar por un trabajo a tiempo parcial son el cuidado de niños (26.5%) y otras responsabilidades familiares (21.8%) [5]. Entre los hombres a tiempo parcial, el 6.1% y el 6.3%, respectivamente, citan estas razones. El uso de diferentes trabajos a tiempo parcial según el género es, por lo tanto, un producto de mecanismos discriminatorios que configuran el lugar respectivo de mujeres y hombres en la sociedad, en el mundo del trabajo y en la gestión del trabajo doméstico, educativo y gratuito, sin el cual, la sociedad simplemente no funcionaría. Esto debe tenerse en cuenta cuando hablamos de desigualdades salariales de género.

¡Un tercio menos!

En 2014, la brecha entre el salario neto promedio de hombres y mujeres fue del 32,5%, según la oficina de BASS. En 2016, este valor aumentó a 35% para el salario neto medio. Es una diferencia de un tercio. Tiene un impacto masivo no solo en el ingreso disponible inmediatamente, sino también en las jubilaciones, en las pensiones y en la calidad de vida de las mujeres mayores de edad. Esta es la medida de la desigualdad salarial en Suiza. Así que todavía estamos muy lejos de la cuenta.

* Jean-François Marquis es miembro del Sindicato de Servicios Públicos (SSP). Este artículo también fue publicado en Servicios Públicos, periódico quincenal del SSP.

Notas

[1] BASS (2017: Analyse der Löhne von Frauen und Männer anhand der Lohnstrukturerhebung 2014; https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/salaires-revenus-cout-travail/niveau-salaires-suisse/ecart-salarial.assetdetail.2118701.html

[2] No son analaizadas aquí las teorías neoclásicas, más que discutibles, relativas a la formación del slario, a las discriminaciones, a la base misma de ese modelo.

[3] M exactamente, su logaritmo natural.

[4] Ver la entrevista a Brynhildur Heiðar- and Ómarsdóttir, directora de la Women’s Rights association. Services publics N° 6, 5 avril 2019.

[5] OFS (2019): Le travail à temps partiel en Suisse 2017.