Lohnungleichheit zwischen Frauen und M\u00e4nnern wird in der Schweiz alle zwei Jahre anhand der Lohnstrukturerhebung (LSE) untersucht. Die LSE enth\u00e4lt Daten zu fast einem Drittel aller Besch\u00e4ftigten in der Schweiz und umfasst standardisierte Informationen zu den L\u00f6hnen sowie eine Vielzahl personen-, t\u00e4tigkeits- und unternehmensspezifischer Merkmale, die relevant f\u00fcr die Entl\u00f6hnung sind. Dazu geh\u00f6ren etwa Bildung, Beruf und Branche.<\/p>\n
Die zur Auswahl stehenden statistischen Analyseverfahren verwenden diese lohnbestimmenden Merkmale in unterschiedlicher Weise. Doch wie wirken sich unterschiedliche Methoden auf die Ergebnisse aus? Dieser Frage sind wir in einer aktuellen Studie der Universit\u00e4t Basel und des Pariser Instituts Polytechnique nachgegangen. Unsere Untersuchung basiert auf der Lohnstrukturerhebung 2016.[1]<\/a><\/p>\n Eine grunds\u00e4tzliche \u00dcberlegung bei der Wahl des Analyseverfahrens ist zun\u00e4chst, ob man Geschlechterdiskriminierung aufdecken oder existierende Lohnunterschiede beschreiben m\u00f6chte. Geschlechterdiskriminierung aufzudecken, ist schwierig, da mehrere methodische Probleme \u00fcberwunden werden m\u00fcssen. So l\u00e4sst sich beispielsweise nur der Lohn von besch\u00e4ftigten<\/em> Frauen und M\u00e4nnern beobachten. Die Entscheidung, am Arbeitsmarkt teilzunehmen, k\u00f6nnte aber bereits durch gef\u00fchlte, tats\u00e4chliche oder antizipierte Diskriminierung beeinflusst sein.<\/p>\n Gleiches gilt f\u00fcr die Bildungs- und Berufswahl. Gef\u00fchlte, tats\u00e4chliche oder antizipierte Diskriminierung k\u00f6nnte diese Entscheidungen bereits in fr\u00fcher Jugend beeinflussen und somit die sp\u00e4tere Aufdeckung von Geschlechterdiskriminierung erheblich erschweren. Es l\u00e4sst sich h\u00e4ufig nicht unterscheiden, ob Arbeitsmarktentscheidungen selbstbestimmt getroffen oder durch Diskriminierung beeinflusst wurden. Im Ergebnis untersch\u00e4tzen die meisten Studien also diese Art von Diskriminierung.<\/p>\n Eine andere M\u00f6glichkeit ist die Beschreibung existierender Lohnunterschiede. Sie fokussiert auf den \u00abIst-Zustand\u00bb. Ziel ist es, zu bestimmen, ob gleichwertige Arbeit von Frauen und M\u00e4nnern mit gleichen Qualifikationen auch gleich entl\u00f6hnt wird. Einmal getroffene Arbeitsmarktentscheidungen werden dabei als gegeben betrachtet. Amtliche Statistiken des Bundesamtes f\u00fcr Statistik und die regelm\u00e4ssig f\u00fcr die Schweiz in Auftrag gegebenen Studien konzentrieren sich zumeist auf solche existierenden Lohnunterschiede anstatt auf Geschlechterdiskriminierung.[2]<\/a> Auch das Gleichstellungsgesetz, das seit Juli 2020 in Kraft ist, verlangt von Arbeitgebern eine Analyse der existierenden Lohnunterschiede und keine Analyse von Geschlechterdiskriminierung (siehe Kasten<\/em>).<\/p>\n Die am weitesten verbreitete Methode zur Messung von Lohnunterschieden ist die Blinder-Oaxaca-Zerlegung[3]<\/a>. Diese misst nicht erkl\u00e4rbare Lohnunterschiede als die Differenz aus dem tats\u00e4chlichen Lohn von Frauen und dem Vergleichslohn, den Frauen erhalten w\u00fcrden, wenn ihre beobachteten Lohndeterminanten den gleichen Einfluss auf den Lohn h\u00e4tten wie die der M\u00e4nner. Der Einfluss der Lohndeterminanten auf den Lohn wird dabei unter Annahme eines bestimmten mathematischen Zusammenhangs mittels statistischer Verfahren aus den Daten gesch\u00e4tzt. Beispielsweise wird in der Regel angenommen, dass sich die Lohnpr\u00e4mien f\u00fcr h\u00f6here Bildungsabschl\u00fcsse zwischen unterschiedlichen Berufen nicht unterscheiden. Konkret: H\u00e4ufig wird implizit angenommen, dass die Lohnpr\u00e4mien f\u00fcr einen Universit\u00e4tsabschluss eines Informatikers und einer Sozialwissenschaftlerin identisch sind. Entsprechen diese Annahmen jedoch nicht der Realit\u00e4t, f\u00fchrt dies im genannten Beispiel zu einer \u00dcbersch\u00e4tzung der Lohnunterschiede.<\/p>\n Solche \u00dcbersch\u00e4tzungen sind umso wahrscheinlicher, je weniger vergleichbar Frauen und M\u00e4nner sind. Im Idealfall existiert f\u00fcr jede Frau mindestens ein Mann mit identischen lohnrelevanten Merkmalen zur Bestimmung des Vergleichslohns. Ist dies jedoch nicht gegeben, berechnet das Verfahren den Vergleichslohn auf Basis der angenommenen mathematischen Zusammenh\u00e4nge. Stimmen diese nicht, f\u00e4llt der Vergleichslohn gem\u00e4ss unserer Studie tendenziell zu gross aus.<\/p>\n Um dies zu verhindern, machen modernere Analyseverfahren zum einen weniger restriktive Annahmen bez\u00fcglich der mathematischen Zusammenh\u00e4nge zwischen den Lohndeterminanten und dem Lohn, oder sie kommen ganz ohne solche Annahmen aus. Zum anderen pr\u00fcfen und ber\u00fccksichtigen sie direkt, ob hinsichtlich der Lohndeterminanten vergleichbare Frauen und M\u00e4nner vorhanden sind. Ist dies nicht der Fall, dann wird zulasten der Repr\u00e4sentativit\u00e4t entschieden und nicht vergleichbare Daten von Frauen ausgeschlossen.<\/p>\n Im Jahr 2016 betrug der durchschnittliche Monatslohn von Frauen im privaten Sektor 6266 Franken. M\u00e4nner verdienten im Durchschnitt 7793 Franken pro Monat. Dies entspricht einer Lohndifferenz von 18,6 Prozent. Im \u00f6ffentlichen Sektor war diese Differenz mit 13,9 Prozent etwas geringer. Dort betrug der durchschnittliche Lohn der Frauen 7731 Franken und derjenige der M\u00e4nner 8985 Franken.<\/p>\n Allerdings sind diese Gesamtdifferenzen wenig aussagekr\u00e4ftig, da Frauen und M\u00e4nner h\u00e4ufig unterschiedliche Berufe aus\u00fcben und sich auch in anderen lohnbestimmenden Merkmalen unterscheiden. Verwendet man die Blinder-Oaxaca-Zerlegung, um Unterschiede in den lohnbestimmenden Merkmalen herauszurechnen, verringert sich das Lohngef\u00e4lle zwischen Frauen und M\u00e4nnern im privaten Sektor auf 7,7 Prozent. Mit anderen Worten: 59 Prozent der Gesamtlohndifferenz k\u00f6nnen durch lohnbestimmende Merkmale erkl\u00e4rt werden, rund 40 Prozent bleiben unerkl\u00e4rt.[4]<\/a> Im \u00f6ffentlichen Sektor verbleibt ein nicht erkl\u00e4rter Lohnunterschied von 6,4 Prozent. Hier k\u00f6nnen 54 Prozent der Gesamtdifferenz erkl\u00e4rt werden, 46 Prozent bleiben unerkl\u00e4rt.<\/p>\n Bereits die Verwendung weniger restriktiver Annahmen bez\u00fcglich der mathematischen Zusammenh\u00e4nge zwischen den Lohndeterminanten und dem Lohn innerhalb der Blinder-Oaxaca-Zerlegung reduziert die nicht erkl\u00e4rte Lohndifferenz zumindest im \u00f6ffentlichen Sektor deutlich um 20 Prozent. In der Privatwirtschaft resultiert durch diese Anpassung nur ein kleiner Unterschied (siehe Tabelle<\/em>). Doch alternative statistische Verfahren, die auf Annahmen \u00fcber den Zusammenhang von Lohndeterminanten und Lohn ganz verzichten, reduzieren die nicht erkl\u00e4rte Lohndifferenz in der Privatwirtschaft um 10 Prozent.\u00a0 Im \u00f6ffentlichen Sektor reduziert sich diese dagegen nicht weiter.<\/p>\n Insgesamt f\u00fchren weniger restriktive Annahmen bez\u00fcglich der mathematischen Zusammenh\u00e4nge zu einem um 10 Prozent kleineren Lohndifferenzial im privaten Sektor und einer Verringerung um 20 Prozent im \u00f6ffentlichen Sektor. Entfernt man Personen, die sich nicht mit dem anderen Geschlecht vergleichen lassen, reduziert dies den Lohnunterschied ebenfalls erheblich: um bis zu 19 Prozent im privaten Sektor und sogar bis zu 30 Prozent im \u00f6ffentlichen Sektor.<\/p>\n <\/p>\nDiskriminierung schwierig messbar<\/h2>\n
Wie Lohnunterschiede messen?<\/h2>\n
Standardmethoden erkl\u00e4ren wenig<\/h2>\n
Standardmethoden \u00fcbersch\u00e4tzen Differenz<\/h2>\n
Lohndifferenzen zwischen M\u00e4nnern und Frauen im privaten und \u00f6ffentlichen Sektor, nach verschiedenen statistischen Methoden (2016)<\/h3>\n