Beloningsverschillen tussen
mannen en vrouwen
Sinds in 1975 de EG-richtlijn gelijke beloning tot stand kwam, is het op grond van een
aantal wettelijke regelingen verboden bij de beloning van arbeid verschil te maken tussen
mannen en vrouwen. Dit wil echter niet zeggen dat vrouwen sindsdien gemiddeld
evenveel verdienen als mannen. Beloningsverschillen kunnen namelijk ook ontstaan door
andere factoren, zoals leeftijd, opleiding en functieniveau. In dit artikel worden de lonen
van 10.000 aselect getrokken Nederlanders geanalyseerd, en worden de waargenomen
beloningsverschillen tussen mannen en vrouwen ontbonden in een aantal componenten
die aan de verschillende persoonskenmerken kunnen worden toegeschreven.
DRS. J. VAN DRIEL – DRS. A.Z. ISRAELS*
Volgens de EG-richtlijn met betrekking tot gelijke beloning, die in 1975 tot stand kwam, mag er geen onderscheid
in beloning van arbeid worden gemaakt tussen personen
op grond van hun geslacht. Bij een analyse van de lonen
die personen verdienen worden echter tussen mannen en
vrouwen soms flinke beloningsverschillen waargenomen.
Persoonskenmerken zoals leeftijd, opleiding en functieniveau zijn uiteraard bepalend voor de hoogte van het looninkomen 1). De vraag is nu of de beloningsverschillen geheel kunnen worden toegeschreven aan dit soort factoren
of dat het persoonskenmerk geslacht op zich zelf ook invloed op de hoogte van het loon heeft. In het laatste geval
spreekt men van directe beloningsdiscriminatie 2): het verschil in beloning tussen mannen en vrouwen als de overige kenmerken die met het loon samenhangen gelijk worden gehouden. Mannen en vrouwen blijken overigens zeer
uiteenlopende verdelingen te hebben naar kenmerken als
functieniveau en opleiding, zelfs wanneervoorallerlei kenmerken die daarvoor verantwoordelijk zouden kunnen zijn
wordt gecorrigeerd. In dat verband spreekt men wel van
functiediscriminatie 3): vrouwen met dezelfde produktieve
eigenschappen als mannen bekleden lagere functies. Deze functiediscriminatie leidt tot een extra beloningsverschil tussen mannen en vrouwen met dezelfde produktieve eigenschappen bovenop het directe beloningsverschil.
Schippers noemt dit indirecte beloningsdiscriminatie (via
functieniveau).
Voor opleiding geldt iets dergelijks. Mannen hebben
over het algemeen een hogere opleiding dan vrouwen. Dit
leidt tot een extra beloningsverschil bovenop de reeds genoemde effecten. Figuur 1 laat zien dat dit effect zelfs via
twee paden loopt. Mensen met een hogere opleiding ontvangen een hoger loon dan mensen met een lagere opleiding en bovendien komen mensen met een hogere
opleiding in hogere functies terecht dan mensen met een
lagere opleiding en ook dat leidt weer tot een extra beloningsverschil.
Het zal duidelijk zijn dat tussen mannen en vrouwen
zeer uiteenlopende beloningsverschillen kunnen worden
828
gemeten afhankelijk van de vraag of alleen het directe
beloningsverschil wordt meegenomen of ook indirecte beloningsverschillen. Mourits-Ruiter en Van Driel 4) analyseerden individuele loongegevens uit het Loonstructuuronderzoek 1979, waarbij voor een groot aantal persoonskenmerken wordt gecorrigeerd. Zij vinden een direct
beloningsverschil van 12,4% ten gunste van mannen. In
ons artikel wordt deze analyse uitgebreid, waarbij ook indirecte beloningsverschillen via deze persoonskenmerken
worden geschat. De analyse is uitgevoerd op een bestand
van ongeveer 10.000 personen. Als afhankelijke variabele
werd de logaritme van het bruto uurloon (exclusief overwerkverdiensten) gebruikt, en als verklarende variabelen
acht persoonskenmerken, te weten: geslacht, leeftijd en
opleiding van de persoon, het soort bedrijf waar men werkt
(SBI- en grootteklasse), het soort werk (part-time, ploegendienst) en het functieniveau. Voor de gehanteerde klasseindeling wordt verwezen naar tabel 1. De gebruikte analysetechniek is een padanalyse op kwalitatieve variabelen
5)-
* De auteurs zijn werkzaam bij het Centraal Bureau voor de Statistiek. De in dit artikel weergegeven opvattingen zijn die van de
auteurs en komen niet noodzakelijk overeen met het beleid van het
Centraal Bureau voor de Statistiek.
1) Zie bij voorbeeld J.H. Rademaker, Kengetallen betreffende loonverhoudingen, ontleend aan het Loonstructuuronderzoek 1976, in:
Sociale Maandstatistiek, 1982, nr. 4, biz. 83-101.
2) Vgl. J.J. Schippers, Belonings-en werkgelegenheidsdiscriminatie
in Nederland, Rijksuniversiteit Utrecht, 1981.
3) Vgl. A.M. Jong, De positie van vrouwen bij een grote bank, dissertatie Erasmus Universiteit Rotterdam, 1985.
4) T. Mourits-Ruiter en J. van Driel, Achtergronden van beloningsverschillen, Supplement bij de Sociaal-Economische Maandstatistiek,
1984, nr. 5, biz. 5-19.
5) A.Z. Israels, Path analysis for mixed qualitative and quantitative
variables, Quality and Quantity, 1987, nr. 21, biz. 91-102.
Figuur 1. Paddiagram met de variabelen geslacht (G),
opleiding (0), functieniveau (F) en loon (L)
Directe beloningsdiscriminatie
Zoals reeds werd opgemerkt gaat het bij directe beloningsdiscriminatie om het verschil in beloning tussen mannen en vrouwen dat overblijft nadat voor alle overige persoonskenmerken die de hoogte van het loon bemvloeden
is gecorrigeerd. Omdat de interesse meer uitgaat naar be\on\ngsverhoudingen dan naar beloningsversc/7/7/en ligt
een multiplicatief model voor de hand, of wel een regressievergelijking waarbij de logaritme uit het loon (kortweg
het log-loon 7.) wordt verklaard uit de persoonskenmerken,
die door middel van vijftig dummyvariabelen worden weergegeven. De regressievergelijking luidt:
wordt, werd in SB) 9 (waar o.a. de ambtenaren onder vallen) zeker niet het hoogste loon betaald, maar wel meer
dan het gemiddelde. Men bedenke hierbij overigens wel
dat de gegevens waarop de analyse is uitgevoerd uit 1979
dateren. Verder betalen grote bedrijven een hoger loon
dan kleine bedrijven, worden full-time werkenden (per uur)
beter beloond dan part-timers, verdient onregelmatige
dienst beter dan regelmatige, verdienen mensen met een
hogere opleiding meer dan lager opgeleiden, en worden
vooral (en ook wel begrijpelijk) de hogere functies beter betaald dan de lagere. Dit alles steeds onder constant houden van de overige kenmerken.
Een paar kanttekeningen dienen hierbij nog wel te worden gemaakt. Bij de analyse zijn geen interacties meegenomen. Dit houdt bij voorbeeld in dat de relatie tussen
geslacht en loon voor elke SBI-klasse dezelfde wordt verondersteld. Uit het onderzoek van Mourits-Ruiter en Van
Driel 6) blijkt echter dat dit soort interacties in model 1 nau6) Mourits-Ruiter en Van Driel, op. cit.
Tabel 1. Geschatte vermenigvuldigingsfactoren voor regressies van het log-loon
Kenmerk
Categoric
Geslacht
man
vrouw
1,035
0,926
16-20 jaar
21-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
0,660
0,897
0,988
1,056
1,101
Leeftijd
(D
waarbij ft, de constants term is, /?j de coefficient voor de \e
Masse van het \e kenmerk, dummyvariabelen met een
hoofdletter ‘D’ worden aangegeven en e een storingsterm
is.
Om de coefficienten van de regressievergelijking te kunnen schatten zijn ‘identificerende restricties’ nodig. Wij
hebben gekozen voor de in variantie-analyse gebruikelijke
restricties: voor ieder kenmerk is het gewogen gemiddelde
van de regressiecoefficienten nul, waarbij wordt gewogen
met de aantallen respondenten per klasse. Voor geslacht
geldt bij voorbeeld Nman# + Nvrouw/J| = 0, waarbij Nman
het aantal mannen en Nvrouw het aantal vrouwen in de
steekproef voorstelt. Het gevolg hiervan is dat de constante term in de regressievergelijking de gemiddelde Z (dus
het gemiddelde log-loon) van de 10.000 waarnemingen
voorstelt. Het verschil p] – /?J tussen de regressiecoefficienten voor mannen en vrouwen in de regressievergelijking geeft weer hoeveel meer ‘log-loon’ een man verdient
dan een vrouw, als hun overige kenmerken hetzelfde zijn.
Of, in termen van het loon zelf, de verhouding tussen net
loon dat een man en een vrouw met gelijke overige kenmerken verdienen is de antilogaritme van dit verschil,
In tabel 1 (kolom R1) zijn voor alle geschatte coefficienten p\ uit regressievergelijking 1 de antilogaritmen expO^)
gepresenteerd. Deze waarden zijn te interpreteren als vermenigvuldigingsfactoren in het multiplicatieve loonmodel.
De constante factor (exp(/?0)) in dit model is het meetkundig gemiddelde loon in de steekproef. De vermenigvuldigingsfactoren voor de verschillende klassen van de onderscheiden kenmerken geven dan het loonsverhogende of verlagende effect aan van de klassen ten opzichte van dat
gemiddelde. We zien bij voorbeeld dat mannen 3,5% meer
dan het gemiddelde loon verdienen en vrouwen 7,4% minder (onder constant houden van de overige kenmerken).
Het effect van man ten opzichte van vrouw is derhalve
1 ,035/0,926 = 1 ,1 1 8, dat wil zeggen een man verdient ceteris paribus 1 1 ,8% meer dan een vrouw. De factoren voor
leeftijd vertonen een patroon dat overeenkomt met wat
men zou verwachten: naarmate men ouder wordt stijgt het
loon, met een top in de buurt van 50-54 jaar, daarboven
neemt het weer iets af . In tegenstelling tot wat wel beweerd
R2
R3
R4
Opleiding
1,045
1,057
1,060
1,094
0,885
0,880
0,820
0,617
0,611
0,581
0,655
0,975
0,853
0,982
0,850
1,123
1,115
1.157
1,133
1,100
1,065
1,127
1,157
1,153
1,205
1,172
1,138
1,063
1,121
1,146
1,152
1,210
1,170
1,154
LO
ULO
MO
HBO
WO
0,950
0,974
0,850
0,929
0,838
0,918
1,035
1,130
1,363
0,995
1,097
1,432
1,909
1,024
1,114
1,475
1,978
1,033
SBI-klasse delfstoffenwinning
industrie
industrie
openbare nutsbedrijven
bouwnijverheid
handel, horeca, reparatie
transport en communicatie
bank- en verzekeringswezen
overig (waaronder overheid)
Grootteklasse
1 werknemer
2- 4
5- 9
10- 19
20- 49
50- 99
100-199
200-499
500 en meer
Part-time
R5
0,907
onbekend
Z = P0 + p] Oman + ft\ Dvrouw + p* Dleeft,
Dfunc9 + e,
R1
full-time
part-time
1,030
0,966
0,944
0,991
,091
,139
,144
,151
,208
,174
,166
0,990
0,955
1,044
1,014
1,018
0,919
1,056
1,053
0,941
1,040
1,008
1,048
0,910
0,910
0,934
0,946
0,955
0,988
0,988
0,997
0,945
0,964
0,967
0,989
0,978
0,978
0,985
1,105
1,077
0,952
1,004
1.040
1,011
1,044
0,947
1,019
0,915
Ploegendienst
regelmatige dienst
ploegendienst
onregelmatige dienst
0,987
0,993
1,093
1,068
1,044
1,036
Functieniveau
lager C
lager B
lager A
bazen B
bazen A
middelb. staf
hoger C
hoger B
hoger A
0,839
0,888
0,966
Constante
factor
R2
1.042
1,180
1,195
1,399
1,538
1,663
14,437 14,437 14,437 14,437 14,437
0,749
0,638
0,595
0,408
0,119
welijks een rol speelt. Vervolgens dient te worden bedacht
dat het gevonden effect van 11,8% voor geslacht slechts
een echt direct effect is als alle overige persoonskenmerken die de loonhoogte bei’nvloeden en die met geslacht gecorreleerd zijn, in de analyse zouden zijn betrokken. Niet
alle mogelijke bronnen van variatie zijn echter beschikbaar. Zo ontbreekt bij voorbeeld het kenmerk ervaring, dat
slechts gedeeltelijk door leeftijd wordt gerepresenteerd,
en dat zeer wel een gedeelte van de gevonden 11,8% kan
hebben veroorzaakt. Ook moet worden opgemerkt dat het
beter zou zijn geweest om in plaats van functieniveau het
kenmerk functie als verklarende variabele voor het loon in
de regressievergelijking op te nemen. Van deze variabele
zijn echter geen gegevens beschikbaar. De klassen van
het kenmerk functieniveau zijn tamelijk breed en bevatten
nogal wat verschillende functies. Zouden binnen deze
klassen vrouwen systematise!! de lagere functies bekleden, dan zou dit effect in de geschatte coefficient van
geslacht tot uiting komen. Een indeling van functieniveau
in meer klassen (indien dit mogelijk was geweest) zou dan
tot een lets kleiner geschat verschil in beloning tussen
mannen en vrouwen hebben kunnen leiden. Ten slotte
doet zich nog het probleem voor dat er door de wijze van
meten samenhang bestaat tussen de grootteklasse van de
ondernemingen en het geregistreerde functieniveau. De
werknemers van kleine bedrijven zijn in het algemeen hoger ingedeeld dan werknemers van vergelijkbaar niveau
bij grote bedrijven 7). Het geregistreerde functieniveau is
daardoor niet gelijk aan het werkelijke functieniveau, maar
behept met een meetfout. Dit kan hebben geleid tot enige
onderschatting van het effect van functieniveau en overschatting van het effect van geslacht op het loon.
Indirecte beloningsdiscriminatie
In deze paragraaf wordt bekeken in hoeverre er naast de
directe beloningsverschillen ook indirecte effecten van
geslacht op het loon aanwezig zijn. Hiertoe wordt gebruik
gemaakt van het in figuur 2 gepresenteerde paddiagram.
Dit diagram beschrijft de effecten die geacht worden van
belang te zijn bij de bepaling van directe en indirecte beloningsverschillen tussen mannen en vrouwen. We zien allereerst dat vanuit elk van de acht verklarende variabelen
een pijl loopt naar het loon. Deze pijlen komen overeen
met de regressievergelijking uit de vorige paragraaf. De figuur bevat evenwel meer pijlen, die de verbanden aangeven tussen de achtergrondkenmerken onderling. De persoonskenmerken geslacht en leeftijd worden geacht invloed te hebben op alle overige achtergrondkenmerken.
Hier zal betrekkelijk weinig discussie ontstaan over de
richting van de pijlen. Bij de andere pijlen valt over de richting soms wel te redetwisten. De door ons gemaakte keuze
berust op de overweging dat geslacht, leeftijd en opleidingsniveau mede bepalen in welk soort bedrijf (SBI- en
grootteklasse) en in welk soort werk (part-time en ploegendienst) men terechtkomt, terwijl deze 7 kenmerken te zamen weer het functieniveau bei’nvloeden. De invloed van
de kenmerken SBI-klasse, grootteklasse, part-time en
ploegendienst wordt simultaan geschat en niet hierarchisch.
De indirecte effecten via de diverse kenmerken kunnen
op twee verschillende manieren worden gemeten. De eenvoudigste manier geschiedt door het successievelijk weglaten van kenmerken uit regressievergelijking (1). Dit is gedaan in de kolommen R2 t/m R5 van label 1. In kolom R2
is functieniveau als verklarende variabele weggelaten. De
invloed van de overige kenmerken op het loon wordt dus
niet meer gecorrigeerd voor verschillen in functieniveau,
en bestaat derhalve uit het totaal van de directe effecten
en de indirecte effecten via functieniveau.
Wij gaan hier uitsluitend in op de veranderingen in de
vermenigvuldigingsfactoren voor geslacht. De indirecte
effecten daarvan zijn in tabel 2 gepresenteerd.
Wanneer niet wordt gecorrigeerd voor f unctieniveauverschillen blijken mannen 1,153 maal zo veel te verdienen
830
Figuur 2. Paddiagram met de veronderstelde directe en
indirecte effecten van geslacht op loon
als vrouwen. Aangezien het directe effect 1,118 bedroeg,
veroorzaken functieniveauverschillen een indirect effect
van 1,153/1,118= 1,032. In kolom R3 van tabel 1 zijn SBI,
grootteklasse, part-time en ploegendienst weggelaten. De
vermenigvuldigingsfactor voor mannen ten opzichte van
vrouwen loopt daardoor op tot 1,194 (zie tabel 2). Het totale
indirecte effect van deze vier kenmerken te zamen bedraagt dus 1,194/1,153 = 1,036, waarbij overigens nog
niet bekend is of deze indirecte invloed via het pad
geslacht -» soort bedrijf en soort werk -*• loon, dan wel via
het pad geslacht -» soort bedrijf en soort werk -*• functieniveau -* loon loopt.
In kolom R4 wordt opleiding weggelaten. De beloningsverhouding tussen mannen en vrouwen wordt dan 1,205.
Het indirecte effect op het loon van geslacht via opleiding
is derhalve 1,009. Kennelijk hebben mannen in het algemeen een hogere opleiding dan vrouwen, wat tot een extra
beloningsverschil leidt. In kolom R5 ten slotte is ook leeftijd
weggelaten. De dan gevonden verhouding tussen de beloningen van mannen en vrouwen ter grootte van 1,333
wordt dus nergens voor gecorrigeerd en is niets anders
dan de verhouding tussen de (meetkundige) gemiddelden
van de lonen van de mannen en van de vrouwen in de
steekproef. Het indirecte effect op het loon van geslacht
via leeftijd is 1,106, een gevolg van het feit dat mannelijke
werknemers gemiddeld ouder zijn dan vrouwelijke en
daardoor meer verdienen.
Bij de tweede manier om de indirecte effecten te meten
worden regressieanalyses uitgevoerd waarbij de kenmerken die bij de vorige methode werden weggelaten nu worden geregresseerd op de kenmerken die daaraan in de
hierarchic voorafgaan. Zo regresseren we elk van de dummyvariabelen voor de klassen van het kenmerk functieniveau op de dummyvariabelen van de voorafgaande kenmerken, bij voorbeeld:
Dfunq = y0i + yjj Oman + y^ Dvrouw +
+ . . . . + y& Dopl6 +
7) CBS, Loonstructuuronderzoek
biz. 15.
£j
(2)
1979, ‘s-Gravenhage, 1983,
T
Tabel 2. Beloningsverhoudingen van mannen ten opzichte
van vrouwen
Regressie
Weggelaten
kenmerken
Beloningsverhouding
man/vrouw
R1
Indirect effect Gecumuleerd
bij weglaten
indirect effect
van kenmerken bij weglaten
van kenmerken
1.118
Functieniveau
1,032
R2
1,032
1,036
1,069
1,009
1,078
1,106
1,193
1.153
SBI-klasse
Grootteklasse
Part-time
Ploegendienst
R3
.
I
/
J
1,194
Opleiding
R4
1,205
Leeftijd
R5
1,333
Tabel 3. Indirecte effecten via SBI-klasse, grootteklasse,
part-time en ploegendienst afzonderlijk
SBI-klasse
Grootteklasse
Part-time
Ploegendienst
Simultaan
0,987
1,002
1,045
1.002
1,036
Het indirecte effect van geslacht via klasse i van functieniveau op het log-loon Z bedraagt dan ff(y\,-y^. Het gehele indirecte effect van geslacht via functieniveau op het
log-loon Z wordt dan gevonden als
Gelijke monniken, gelijke kappen.
De antilogaritme hiervan is de vermenigvuldigingsfactor
1,032 die hierboven werd gevonden. y}, -y2i geeft het verschil aan tussen de percentages van de mannen en van de
vrouwen die in functieniveau i zitten (bij gelijke overige
kenmerken).
Het voordeel van de tweede methode boven de eerste is
dat precies kan worden nagegaan langs welke paden de
indirecte effecten (open en hoe groot de bijdragen van de
afzonderlijke categorieen van de verschillende kenmerken aan deze effecten zijn. Een nadeel is dat zeer veel regressies moeten worden uitgevoerd.
Door toepassing van de tweede methode zijn de indirecte effecten uit tabel 2 verder uitgesplitst. Allereerst is gekeken naar het simultane indirecte effect van geslacht op het
loon via de variabelen SBI-klasse, grootteklasse, part-time
en ploegendienst. Dit bedroeg 1,036. De uitsplitsing hiervan over de vier afzonderlijke kenmerken wordt in tabel 3
gepresenteerd. Duidelijk blijkt dat er nauwelijks sprake is
van een indirect beloningsverschil tussen mannen en
vrouwen via de kenmerken grootteklasse en ploegendienst. Anders ligt dit voor het effect via het part-time werken. Onder de vrouwen vinden we relatief veel part-timers,
en part-timers verdienen duidelijk minder loon per uur dan
full-timers (uit tabel 1, kolom R2 vinden we dat het uurloon
van een part-timer 90% van dat van een full-timer bedraagt, zonder correctie voor functieniveau). Een bijzondere positie wordt ingenomen door de SBI-klasse. Dit is
het enige kenmerk dat leidt tot een indirect beloningsverschil ten nadele van mannen. De oorzaak hiervan is gelegen in het feit dat relatief veel mannen werken in de relatief
laag betalende Industrie (SBI2 en SBI3), terwijl bij de relatief goed betalende SBI 9 juist relatief veel vrouwen werken.
Vervolgens is onderzocht langs welke paden de indirecte beloningseffecten uit de tabellen 2 en 3 vooral tot stand
komen. Daarbij bleek dat paden die langs meer dan twee
kenmerken gaan nauwelijks enig effect op het loon sorteren. Van de paden die langs een of twee kenmerken gaan
(foto ANP)
zijn er slechts zes van ehig belang:
– het pad geslacht -»functieniveau -»loon met een factor
van 1,032;
– het pad geslacht -* part-time -»loon met een factor van
1,027;
– het pad geslacht -* leeftijd -» loon met een factor van
1,078;
– het pad geslacht ->• part-time -* functieniveau -» loon
met een factor van 1,018;
– het pad geslacht -» SBI -» functieniveau -*• loon met
een factor van 0,985, en tenslotte
– het pad geslacht -»• leeftijd -*• functieniveau -*• loon met
een factor van 1,017.
Het indirecte effect van geslacht via functieniveau op
het loon ter grootte van 3,2% troffen we ook aan in tabel 2.
Het indirecte effect van geslacht via part-time op het loon
bestaat uit het gecombineerde effect van de paden
geslacht -* part-time -* loon en geslacht -* part-time -*
functieniveau -» loon en bedraagt dus 1,027 x 1,018 =
1,045, welke factor we reeds in tabel 3 aantroffen. Het indirecte effect via SBI op het loon is volgens tabel 3 gelijk aan
0,987. Omdat het indirecte effect langs het pad geslacht -»
SBI -*• functieniveau -»• loon 0,985 bedraagt, is het
indirecte effect langs het pad geslacht -* SBI -* loon
0,987/0,985 = 1,002 en dus verwaarloosbaar. Het indirecte effect van geslacht via leeftijd op het loon bedraagt
1,106 (zie tabel 2). De paden geslacht -»• leeftijd -* loon en
geslacht -*• leeftijd -*• functieniveau -»• loon leveren daar
een bijdrage aan ter grootte van 1,078 x 1,017= 1,096.
Het resterende deel van 1,009 is afkomstig van andere paden die langs leeftijd gaan.
Conclusies
In het door ons geanalyseerde gegevensbestand verdienen mannen gemiddeld 33,3% meer dan vrouwen. De
grootste bijdrage hieraan (11,8%) is afkomstig van het directe effect van geslacht op het loon, d.w.z. een beloningsverschil tussen mannen en vrouwen met gelijke overige
kenmerken (voor zover gemeten). Het belangrijkste indirecte effect is het gevolg van leeftijdsverschillen. Omdat
werkende mannen gemiddeld ouder zijn dan vrouwen verdienen ze nog eens 10,6% extra. Deze 10,6% loopt grotendeels (7,6%) langs het pad (geslacht -> leeftijd — loon)
en is dan het gevolg van het feit dat ouderen meer verdienen dan jongeren met gelijke overige kenmerken, maar
ook (1,7%) langs het pad (geslacht -» leeftijd -* functieniveau — loon) en is dan het gevolg van het feit dat ouderen
gemiddeld in hogere functieniveaus zitten dan jongeren
en daardoor ook meer verdienen.
Part-time werken is ook een flinke bron van ongelijkheid
(4,5%). Vrouwen werken gemiddeld vaker part-time dan
mannen en ontvangen daardoor een lager uurloon, zowel
doordat part-time werk op zich zelf minder hoog wordt beloond dan full-time werk (dit levert een verschil van 2,7%),
alsook door het feit dat part-time werk over het algemeen
in de lagere functieniveaus wordt aangetroffen (1,8%).
Ook functieniveauverschillen zijn verantwoordelijk voor
een niet te verwaarlozen indirect beloningsverschil van
3,6%. Dit is geheel het gevolg van het feit dat, bij gelijke
overige kenmerken, mannen gemiddeld in hogere functieniveaus zitten dan vrouwen en daardoor meer verdienen:
van functie-discriminatie dus. De SBI-klasse is het enige
kenmerk waarbij het indirecte effect de beloningsverschillen tussen mannen en vrouwen verkleint en wel met 1,3%.
Dit kan vrijwel geheel worden toegeschreven aan het feit
dat er relatief veel vrouwen zitten in bedrijfstakken met
veel hogere functies. Zij ontvangen daardoor juist een iets
hoger loon dan mannen.
De invloed van de overige kenmerken (opleiding, grootteklasse en ploegendienst) op het beloningsverschil tussen mannen en vrouwen is gering. Voor opleiding wekt dit
misschien enige verbazing. Het kan worden verklaard uit
het feit dat er weinig verschil in opleiding wordt gevonden
832
tussen mannen en vrouwen bij het regresseren van opleiding op geslacht en leeftijd. Wanneer echter een ander
paddiagram zou worden gehanteerd. waarbij bij voorbeeld
ook SBI in de hierarchic voor opleiding komt, dan zou het
verschil in opleiding tussen mannen en vrouwen (maar nu
ook rekening houdend met de verschillende bedrijfstakken) groter zijn geweest. Dit vanwege het feit dat relatief
veel mannen werken in bedrijfstakken waar relatief veel lagere opleidingsniveaus worden aangetroffen, zoals in de
industrie. De keuze van het paddiagram kan derhalve invloed hebben op de uitsplitsing van de indirecte beloningseffecten.
Ten slotte vergelijken wij onze resultaten met die van
enige andere onderzoekers. Rademaker 8) analyseert
geaggregeerde gegevens uit het Loonstructuuronderzoek
1972. Hij corrigeert voor de invloed van leeftijd, opleiding
en functieniveau en vindt binnen SBI 7 dat mannen 11,9%
meer verdienen dan vrouwen en binnen SBI 9 zelfs 13,7%,
een resultaat dat redelijk overeenkomt met dat van ons.
Van Schaaijk 9) analyseert decielverdelingen van de lonen
die uit gegevens van het Loonstructuuronderzoek 1979
zijn geconstrueerd. Hij corrigeert naar leeftijd, opleiding
en SBI en vindt dat mannen 15% meer verdienen dan
vrouwen. Bij een correctie voor deze kenmerken zou uit
onze onderzoeksmethode volgen dat mannen 21 % meer
verdienen dan vrouwen. Van Schaaijks 15% is daarmee
vergeleken wat aan de lage kant. Mourits-Ruiter en Van
Driel 10) gebruiken hetzelfde gegevensbestand als dat
waarop wij onze analyse hebben uitgevoerd. Zij corrigeren
voor vrijwel dezelfde kenmerken als wij en hun directe beloningsverschil van 12,4% ten gunste van mannen is derhalve vrijwel hetzelfde als onze 11,8%. De Jong 11) analyseert individuele loongegevens uit het bankbedrijf en meet
daarbinnen een totaal beloningsverschil (directe en indirecte effecten te zamen) van 41 % van vrouwen ten opzichte van mannen. Het gemiddelde loon van mannen zou dan
maar liefst 69% hoger liggen dan dat van vrouwen. Om
met onze analysemethode enigszins vergelijkbare resultaten te krijgen hebben wij de beloningsverhouding tussen
mannen en vrouwen berekend onder correctie voor uitsluitend verschillen in SBI. Wij vinden dan een factor van
1,408. Het ‘nivellerende’ effect van SBI-klasse is daarbij
dus verwijderd en de factor is het gevolg van de meest ‘ongunstige’ combinatie van kenmerken die maar te maken
is. Het verschil tussen dit resultaat en dat van De Jong is
erg groot. Omdat dit het gevolg zou kunnen zijn van het feit
dat geslacht en SBI een interactie-effect op het loon kunnen hebben, waardoor onze 40,8%, die een gemiddelde is
over alle bedrijfstakken, per bedrijfstak kan verschillen,
hebben we ook nog interactietermen tussen geslacht en
SBI in de regressievergelijking opgenomen. Daarbij bleek
de beloningsverhouding tussen mannen en vrouwen binnen SBI 8 (bank- en verzekeringswezen, zakelijke dienstverlening) op te lopen naar 1,473. Het verschil met De
Jongs resultaat blijft dus groot. Schippers 12) ten slotte wil
alleen het directe beloningsverschil meten en doet dat met
individuele loongegevens verzameld door de Loontechnische Dienst. Hij vindt dat mannen ca. 2,5% meer verdienen dan vrouwen, een voor ons onverklaarbaar laag percentage.
J. van Driel
A.Z. Israels
8) Rademaker, op. cit.
9) M. van Schaaijk, Loondifferentiatie tussen bedrijfstakken, ESB, 9
januari 1985, biz. 40-43.
10) Mourits-Ruiter en Van Driel, op. cit.
11) De Jong, op. cit.
12) Schippers, op. cit.