| Journal: | Convergencia (Toluca, Edo. Méx.) |
| Database: | CLASE |
| System number: | 000480516 |
| ISSN: | 1405-1435 |
| Authors: | Larraz, Beatriz1 Pavía, Jose M2 Vila, Luis E2 |
| Institutions: | 1Universidad de Castilla-La Mancha, Ciudad Real. España 2Universidad de Valencia, Valencia. España |
| Year: | 2019 |
| Season: | Sep-Dic |
| Volumen: | 26 |
| Number: | 81 |
| Country: | México |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Analítico |
| Spanish abstract | La desigualdad de género, y en particular la desigualdad salarial de género, ha sido considerada una prioridad política en muchos países durante las últimas décadas, con el foco puesto en reducir la llamada brecha salarial, es decir, en buscar una convergencia en media para los salarios de hombres y mujeres. Una aproximación de medias, sin embargo, no implica distribuciones salariales más justas (totales y de género). Utilizando los microdatos de una muestra nacionalmente representativa de la población ocupada de España (N = 216,769), descomponemos la desigualdad salarial total en desigualdad salarial femenina y masculina (intra-grupos) y desigualdad de género (entre-grupos) y exploramos hasta qué punto estos índices dependen de las características laborales previamente identificadas como determinantes de las diferencias promedio entre hombres y mujeres ("brecha salarial de género"). Para este conjunto de datos, los análisis muestran que la desigualdad salarial de género es más alta que la desigualdad salarial total y ambas la desigualdad salarial total y la desigualdad de género aumentan con la edad y el nivel educativo de los trabajadores |
| English abstract | Gender inequality, and in particular wage gender inequality, has been considered a political priority in many countries over the last decades, with the focus centered on reducing the so-called gender pay gap, i.e., looking for a mean-convergence. However, approaching gender averages does not imply fairer (total and gender) wage distributions. Using micro-data from a nationally representative sample of Spain’s working population (N=216,769), we decompose total wage inequality into females and males’ wage inequality (within groups) and gender inequality (between groups) and explore the extent to which these depend on those labor characteristics previously identified as determinants of the average differences between men and women (“gender pay gap”). For this dataset, the analyses show that gender wage inequality is higher than total wage inequality and both, total and gender wage inequalities, increase with a worker’s age and education attainment |
| Disciplines: | Sociología |
| Keyword: | Sociología del trabajo, España, Salarios, Coeficiente de Gini, Desigualdad de género, Género, España, Desigualdad salarial |
| Keyword: | Sociology of labor, Spain, Gender, Wages, Gender inequality, Gini index, Spain, Wage inequality |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
