Ny analyse af ulige løn: 7,7 pct forskel kan ikke forklares
Ny analyse af lønforskellene mellem mænd og kvinder i den finansielle sektor viser en uforklaret lønforskel på 7,7 pct. mellem mænd og kvinder i den finansielle sektor.
Konsulentfirmaet HBS Economics har for Finansforbundet analyseret de kønsmæssige lønforhold i den finansielle sektor. Analysen følger nyeste metode, som også anvendes af Det Nationale Forsknings- og Analysecenter for Velfærd (VIVE) til analyse af kønsmæssige lønforskelle på det danske arbejdsmarked.
Analysen finder en samlet lønforskel mellem mænd og kvinder på 18,2 pct. blandt Finansforbundets medlemmer. Altså tjener mænd gennemsnitligt 18,2 pct. mere end kvinderne.
En del af forskellen kan forklares - men ikke den hele. For finde forklaringer på lønforskellen har HBS Economics kontrolleret for følgende parametre:
- Uddannelsesretning
- Erhvervserfaring
- Fravær
- Region (arbejdssted)
- Branche
- Antal ansatte på arbejdssted
- Arbejdstid
- Personaleansvar
- Arbejdsfunktion
- Civilstatus
- Antal hjemmeboende børn
- Alder på yngste hjemmeboende barn
Det kan de for 10,5 pct. af lønforskellen. F.eks. kan størstedelen (9 procentpoint) forklares ved, at mænd besætter arbejdsfunktioner med højere løn, og at de oftere end kvinderne indtager ledende stillinger med personaleansvar.
Tilbage står dog stadig 7,7 pct. af lønforskellen, som ikke kan forklares af de udvalgte kontrolvariable. Det er den såkaldte ’uforklarede’ lønforskel.
tjener mandlige medlemmer af Finansforbundet mere end de kvindelige medlemmer.
af lønforskellen er ’uforklaret’.
af lederne i den finansielle sektor er kvinder.
'Mande-' og ’kvindefunktioner’ skaber stadig en stor del af forskellen
- Ser vi på resultaterne for den forklarede del af lønforskellen, så drives den i høj grad af kønsforskelle i arbejdsfunktioner og personaleansvar. Hvis kvinder havde samme fordeling blandt arbejdsfunktioner som mænd, ville de i gennemsnit tjene 6% mere og lønforskellen mellem kønnene ville være mindre. Havde kvinder samme personaleansvar som mænd, ville de i gennemsnit tjene 3 pct. mere.
- Resultaterne tyder altså på, at der stadig er en kønsskævhed i jobs: At mænd i sektoren i højere grad end kvinder varetager arbejdsfunktioner og personaleansvar, der giver højere løn. Og det til trods for, at der er stort set lige mange mænd og kvinder ansatte i den finansielle sektor.
- Det kan tolkes som en rimelig forklaring på lønforskellen, men det betyder ikke, at lønforskellen ikke er problematisk. Det viser derimod fortsatte udfordringer med såkaldte ”mande” – og ”kvindefunktioner”, og påpeger et helt konkret problem med manglende repræsentation af kvinder i ledende funktioner.
Den uforklarede lønforskel
- De 7,7 pct. i uforklaret lønforskel skal fortolkes varsomt - for de er i sagens natur den del, der mangler en rimelig forklaring på. Men analysen viser tilsyneladende at mænd får mere i lønposen end kvinder, selvom de har samme niveau af erhvervserfaring.
- Det har netop været formålet med HBS Economics' analyse at inddrage en lang række kontrolvariable for at komme nærmere en forklaring på forskellen.
- Men det er der altså stadig 7,7 pct., der ikke kan. Analysen inddrager en lang række kontrolvariable men der kan være udeladte faktorer, der påvirker lønforskellen mellem kønnene. Det gælder barsels- og forældreorlov, ledighedsperioder, forhandlingsevner, diskrimination m.fl.
Læs mere om hvordan Finansforbundet arbejder for at fremme ligeløn
Bagom undersøgelsen
Analysen tager udgangspunkt i Blinder-Oaxaca-dekomponeringsmetoden. Ved hjælp af metoden kan man beregne, hvor stor en andel af den observerede gennemsnitlige lønforskel mellem mænd og kvinder, der kan forklares af observerede forhold, som for eksempel uddannelse, arbejdsfunktion og erfaring på arbejdsmarkedet. Heraf kan man udlede, hvor stor en del af lønforskellen, der ikke umiddelbart kan forklares.
De variable der indgår som forklarende elementer er: Uddannelseslængde, uddannelsesretning, erhvervserfaring, fravær, arbejdssted, branche, antal ansatte, arbejdstid, personaleansvar, arbejdsfunktion, civilstatus, antal hjemmeboede børn, alder på yngste barn. Det er samme sæt af kontrolvariable, som f.eks. VIVE anvender.