

  Einkommen und Löhne  Begutachteter Beitrag

Geschlechtsspezifische Verdienstunterschiede Analysen zum „Gender Pay Gap“ auf Basis der Verdienststrukturerhebung 2010

TAMARA GEISBERGER THOMAS GLASER

Im Vergleich zu anderen Mitgliedstaaten der Europäischen Union zählt Österreich zu den Ländern mit den größten geschlechtsspezifischen Lohnunterschieden. Bezogen auf die durchschnittlichen Bruttostundenverdienste lag der EU-Indikator für geschlechtsspezifische Lohnunterschiede (Gender Pay Gap) in Österreich 2010 bei 24,0% (EU-27: 16,2%). Untersucht man den Einfluss verschiedener Faktoren auf den Gender Pay Gap, so zeigt sich, dass insgesamt 9,1 Prozentpunkte (bzw. 38%) durch beobachtbare Unterschiede erklärt werden können. Der größte Teil des erklärten Lohnunterschieds kann dabei auf die branchen- und berufsspezifische Segregation des Arbeitsmarktes zurückgeführt werden. Ein weiterer Teil beruht auf Unterschieden betreffend das Ausbildungsniveau, das Alter, die Dauer der Unternehmenszugehörigkeit, das Ausmaß der Beschäftigung oder die Art des Arbeitsvertrags. Der große Rest von 14,9 Prozentpunkten (bzw. 62%) kann dagegen nicht durch die im Modell enthaltenen Merkmale erklärt werden.

Einleitung Zwischen Frauen und Männern besteht in Österreich nach wie vor ein beachtliches Lohngefälle. Je nach Datengrundlage, Messmethode und Modellspezifikation unterscheidet sich die Höhe des geschlechtsspezifischen Lohn- und Gehaltsunterschieds zum Teil erheblich. Für die Messung können Jahres-, Monats- oder Stundenlöhne betrachtet werden. Die Berechnung kann sich auf Brutto- oder Nettoeinkommen beziehen oder es können einzelne Gruppen (z.B. Teilzeit- oder Saisonbeschäftigte) aus der Analyse ausgeschlossen werden (Geisberger 2011). Welche Betrachtung geeignet ist, hängt sowohl von der Fragestellung als auch von der verfügbaren Datenquelle ab. Die Datengrundlagen für die Untersuchung von Einkommensunterschieden variieren dabei von Sozialversicherungsdaten (z.B. Guger/Matterbauer 2007) über Lohnsteuerdaten (z.B. Böheim et al. 2013a, Allgemeiner Einkommensbericht 2012) bis zu Daten der Haushaltserhebung EU-SILC (z.B. Böheim et al. 2013b, Grünberger/Zulehner 2009) bzw. der Mikrozensus-Arbeitskräfteerhebung (z.B. Knittler 2013). Die im vorliegenden Artikel präsentierten Ergebnisse beruhen auf den Daten der Verdienststrukturerhebung, die auch von Eurostat als einheitliche Quelle für die Berechnung der Lohn- und Gehaltsunterschiede von Frauen und Männern verwendet wird. Laut Eurostat bezieht sich der geschlechtsspezifische Lohnunterschied (Gender Pay Gap) auf die durchschnittlichen Bruttostundenverdienste der unselbständig Beschäftigten in Unternehmen mit zehn und mehr Beschäftigten im Produktions- und Dienstleistungsbereich. Die Verwendung der Bruttostundenverdienste hat im Vergleich zu Jahres- oder Monatsverdiensten den Vorteil, dass alle erfassten Beschäftigungsverhältnisse auf Stundenbasis unabhängig vom Beschäftigungsausmaß miteinander verglichen werden können. Der EU-Indikator misst den sogenannten unbereinigten Lohnunterschied, d.h. ohne Anpassungen an geschlechtsspezifische Unterschiede im Hinblick auf die Beschäftigungsstruktur. Gemäß EU-Definition bezeichnet der Gender Pay Einkommen und Löhne

Gap den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten der männlichen und weiblichen Beschäftigten in Prozent der durchschnittlichen Bruttostundenverdienste der männlichen Beschäftigten.1) Bei der Berechnung des bereinigten Lohnunterschieds werden dagegen strukturelle Unterschiede herausgerechnet. Dies ermöglicht es, Aussagen über Frauen und Männer mit einer vergleichbaren Merkmalsausstattung zu treffen. Am häufigsten wird dazu ein Verfahren basierend auf der Oaxaca-Blinder-Dekomposition2) verwendet. Bei dieser Methode wird das Lohndifferenzial in einen erklärten und einen unerklärten Anteil zerlegt. Der erklärte Anteil an der gesamten Lohndifferenz kann für einzelne Merkmale weiter ausdifferenziert werden, sodass auch der Einfluss der einzelnen Faktoren auf die Gesamthöhe des Verdienstunterschieds ermittelt werden kann. Die Dekomposition liefert damit wichtige Anhaltspunkte für ursächliche Zusammenhänge und die Bedeutung der einzelnen Faktoren in Bezug auf das geschlechtsspezifische Lohngefälle. Bei der Interpretation ist jedoch zu berücksichtigen, dass die Bereinigung um beobachtbare Faktoren letztlich eine rein rechnerische ist, da geschlechtsspezifische Ungleichheiten auf dem Arbeitsmarkt bewusst herausgerechnet werden. Real bleiben die Unterschiede und damit auch das Lohngefälle bestehen. Es erscheint daher sinnvoll, sowohl das unbereinigte als auch das bereinigte Lohndifferenzial zu betrachten, da der bereinigte Indikator die tatsächlichen Ungleichheiten auf dem Arbeitsmarkt nicht zur Gänze widerspiegelt. Um die Problematik möglichst vollständig zu erfassen, widmet sich der vorliegende Beitrag daher zunächst dem unbereinigten Lohnunterschied und präsentiert den Gender Pay Gap im europäischen Vergleich. Im Anschluss daran folgen deskriptive Analysen zu strukturellen Unterschieden zwischen Frauen und Männern sowie eine Regressionsanalyse zum Einfluss unterschiedlicher Merkmale auf den Brutto) Siehe Eurostat http://epp.eurostat.ec.europa.eu/cache/ITY_SDDS/en/ earn_grgpg2_esms.htm. 2 ) Siehe Blinder 1973 und Oaxaca 1973. 1

STATISTISCHE NACHRICHTEN 3/2014

1

 Einkommen und Löhne   stundenverdienst. Darauf aufbauend werden die Ergebnisse der Lohnzerlegung auf Basis der Verdienststrukturerhebung 2010 vorgestellt. Untersucht wird der Einfluss unterschiedlicher Faktoren, wie die asymmetrische Verteilung von Frauen und Männern nach Branchen und Berufen, oder von Merkmalen, wie Ausbildung, Alter bzw. Dauer der Unternehmenszugehörigkeit, auf das geschlechtsspezifische Verdienstgefälle. Basierend auf den Berechnungen für die letzte Verdienststrukturerhebung aus dem Jahr 2006 (Geisberger/ Glaser 2010, S. 198 f.) wurden diesmal zudem weitere Merkmale wie Vollzeit-/Teilzeitbeschäftigung, Art des Arbeitsvertrags, Unternehmensgröße und Region in das Modell aufgenommen. Danach folgt eine detaillierte Methodenbeschreibung zum verwendeten Dekompositionsverfahren. Zunächst wird jedoch die Datengrundlage vorgestellt, die der Messung des unbereinigten und des bereinigten Gender Pay Gap zugrunde liegt.

Datengrundlage Der EU-Indikator für geschlechtsspezifische Lohnunterschiede wird seit dem Berichtsjahr 2006 einheitlich in allen Mitgliedstaaten der Europäischen Union auf Basis der Verdienststrukturerhebung berechnet (Geisberger/Till 2009). Die Verdienststrukturerhebung bietet zuverlässige und vergleichbare Informationen über die Höhe und Struktur der Verdienste der unselbständig Beschäftigten im Produktions- und Dienstleistungsbereich. Die Erhebung wird im Abstand von vier Jahren in allen Mitgliedstaaten der Europäischen Union nach harmonisierten Standards durchgeführt. Für die Jahre zwischen den Erhebungen werden nationale Schätzungen herangezogen. Die Verdienststrukturerhebung enthält sowohl Angaben zu den Unternehmen als auch zu den Beschäftigten. Neben unternehmensspezifischen Merkmalen (z.B. Wirtschaftstätigkeit, Unternehmensgröße oder Standort) werden auch individuelle und arbeitsplatzbezogene Merkmale der Beschäftigten (z.B. Geschlecht, Alter, Ausbildung, Beruf oder Dauer der Unternehmenszugehörigkeit) erfasst. Kern der Erhebung sind jedoch die Verdienste sowie die Arbeitszeit der Beschäftigten. Die Erhebung umfasst sowohl Bruttomonats- als auch Bruttojahresverdienste. Die Bruttostundenverdienste, die der Berechnung des EU-Indikators zugrunde liegen, werden anhand der Angaben zu den Bruttomonatsverdiensten für den Referenzmonat Oktober und den bezahlten Arbeitsstunden für jedes einzelne Beschäftigungsverhältnis ermittelt.3) Die vorliegende Publikation bezieht sich auf die Ergebnisse der Verdienststrukturerhebung 2010. Die Daten für Öster3

) Die Bruttomonatsverdienste umfassen die Grundlöhne und -gehälter, Verdienste für Mehr- und Überstunden, Zuschläge für Nacht-, Schicht-, Sonn- und Feiertagsarbeit sowie alle sonstigen Zahlungen, die regelmäßig mit dem Arbeitsentgelt ausbezahlt werden. Sonderzahlungen, wie Urlaubsgeld oder Weihnachtsremuneration und sonstige einmalige Zahlungen (z.B. jährliche Prämien), sind dagegen nicht in den Monatsverdiensten und damit auch nicht in den Bruttostundenverdiensten enthalten.

2

STATISTISCHE NACHRICHTEN 3/2014

reich repräsentieren rund 2,3 Mio. unselbständig Beschäftigte in Unternehmen mit zehn und mehr Beschäftigten im Produktions- und Dienstleistungsbereich (Abschnitte B-N und P-S der ÖNACE 2008). Laut den EU-Rechtsgrundlagen sind die Abschnitte A „Land- und Forstwirtschaft, Fischerei“ und O „Öffentliche Verwaltung, Verteidigung; Sozialversicherung“ ausgenommen.4) Die Durchführung der Erhebung erfolgt im Rahmen einer verpflichtenden Unternehmensbefragung, die durch Register- und Verwaltungsdaten ergänzt wird (z.B. Daten des Hauptverbands der österreichischen Sozialversicherungsträger, Lohnsteuerdaten, Bildungsstandregister).5) Im Rahmen der Befragung leisteten 11.160 Unternehmen Angaben zu rund 200.000 unselbständig Beschäftigten, die im Oktober 2010 in einem aufrechten Beschäftigungsverhältnis mit dem Unternehmen standen und von diesem ein Arbeitsentgelt, unabhängig von der Art der geleisteten Arbeit, der Zahl der Arbeitsstunden oder der Vertragsdauer erhielten. Einbezogen sind demnach alle Angestellten, Arbeiter/-innen, geringfügig Beschäftigten, Lehrlinge, Praktikanten/Praktikantinnen, Saison- und Aushilfsarbeitskräfte, Kurzarbeiter/innen sowie Personen, die sich im Urlaub oder Krankenstand befanden, solange das Arbeitsentgelt vom Unternehmen bezahlt wurde. Leiharbeitskräfte, die gemäß Arbeitskräfteüberlassungsgesetz anderen Unternehmen zur Arbeitsleistung überlassen wurden, sind als Beschäftigte der Leiharbeitsagentur erfasst. Nicht erfasst sind generell alle Beschäftigten, die im Oktober nicht erwerbstätig waren (z.B. Saisonarbeitskräfte), sowie Selbständige, freie Dienstnehmer/-innen und andere ausschließlich auf Honorar- oder Provisionsbasis beschäftigte Personen, mithelfende Familienangehörige, Heimarbeitskräfte auf Stücklohnbasis, freie ehrenamtliche Helfer/-innen sowie Mitglieder des Vorstands oder Verwaltungsrates eines Unternehmens und Inhaber/-innen oder Führungskräfte, die kein Gehalt bezogen haben.

Ergebnisse im europäischen Vergleich Vergleicht man den EU-Indikator für geschlechtsspezifische Lohnunterschiede, dann zählt Österreich zu den Ländern mit den größten Lohn- und Gehaltsunterschieden. 2010 verdienten Frauen in Österreich 12,45 € und Männer 16,37 € brutto pro Stunde. Gegenüber der letzten Erhebung hat sich die Differenz zwischen den Bruttostundenverdiensten von Frauen und Männern zwar von 25,5% 2006 auf 24,0% 2010 verringert. Im EU-Durchschnitt war der Gender Pay Gap mit 16,2% (2006: 17,7%) allerdings deutlich niedriger, wobei jedoch große Unterschiede hinsichtlich der Höhe des geschlechtsspezifischen Lohndifferenzials zwischen den Mit) Verordnung (EG) Nr.  530/1999 zur Statistik über die Struktur der Verdienste und der Arbeitskosten (ABl. Nr. L 63 vom 12. März 1999, S. 6). 5 ) Näheres dazu siehe Standarddokumentation zur Verdienststruktur­ erhebung 2010 (Statistik Austria 2013b). 4

Einkommen und Löhne

Grafik

10,2

8,8

8,7

20,3

19,6

19,5

17,8

17,6

16,2

16,2

15,9

15,6

15,5

15,4

15,0

14,6

13,9

13,0

24,0

0,9

5

5,3

4,5

10

7,2

15

12,8

20

16,8

25

22,3

27,7

30

21,6

in %

Gender Pay Gap 2010 im EU-Vergleich



  Einkommen und Löhne

Sl ow en

ien Po len Ita lie n Ma lta Lu xe mb ur g Ru mä nie n Be lgi en Po rtu ga l Bu lga rie n Irla nd Lit a u Gr i ec en he nla Sc nd hw ed en Le ttla nd Fr an kr e i Dä ch ne ma r Ø k EU -2 7 Sp an ien Zy pe rn Un ga Ni ed r n Ve erlan r. Kö de nig re ich Sl ow ak e Ts Fin i ch n lan ec h. d Re pu b De l uts ik ch lan Ös d te rre ich Es tla nd

0

Q: Eurostat, Geschlechtsspezifischer Lohnunterschied, ohne Anpassungen. Abfrage vom 20.01.2014.

gliedstaaten bestehen. Das Lohngefälle reicht von weniger als 10% in Slowenien, Polen, Italien, Malta, Luxemburg und Rumänien bis hin zu über 20% in Finnland, der Tschechischen Republik, Deutschland und Österreich, übertroffen nur noch von Estland mit 27,7% (siehe Grafik).6) Diese starken Unterschiede beruhen auf einer Vielzahl komplex miteinander verbundener Faktoren, die in den einzelnen Mitgliedstaaten stark variieren. Der Gender Pay Gap ist daher immer in Verbindung mit weiteren Kontextfaktoren zu interpretieren. Ein Faktor ist die Erwerbsbeteiligung der Frauen (Tabelle 1). Die Ergebnisse zeigen, dass Länder wie Italien oder Malta nicht nur einen niedrigen Gender Pay Gap, sondern auch eine niedrige Erwerbstätigenquote der Frauen aufweisen. Eine mögliche Erklärung dafür ist, dass Frauen mit höherer Qualifikation und damit verbundenen besseren Verdienstchancen häufiger auf dem Arbeitsmarkt in Erscheinung treten als gering qualifizierte Frauen. Das dadurch entstehende Ungleichgewicht (self-selection bias) kann die Ursache dafür sein, dass der Verdienstunterschied zwischen Frauen und Männern in Ländern mit niedrigen Frauenerwerbsquoten geringer ausfällt, da der Anteil der besser Ausgebildeten unter den erwerbstätigen Frauen höher ist als unter den Männern. Für Österreich, aber auch für andere Länder wie Finnland, die Niederlande, Deutschland, Zypern und das Vereinigte Königreich, ist ein gegenteiliger Effekt zu beobachten. In diesen Ländern kann sowohl ein hoher Gender Pay Gap als auch eine hohe Erwerbsbeteiligung der Frauen beobachtet werden. Die hohe Erwerbstätigenquote geht in Österreich, den Niederlanden, Deutschland sowie dem Vereinigten Königreich gleichzeitig mit einer hohen Teilzeitquote der 6

) Da Kroatien erst seit 1.7.2013 zu den EU-Mitgliedstaaten zählt, ist es in der Grafik nicht berücksichtigt; der Wert für 2010 betrug 15,5%.

Einkommen und Löhne

Frauen sowie einem höheren Anteil von gering qualifizierten Frauen einher (Dupré 2010, S. 4). Die Erwerbsbeteiligung von Frauen stellt somit in einigen Ländern einen relevanten Faktor dar. Die Tatsache, dass eine hohe Erwerbsbeteiligung von Frauen jedoch nicht zwangs-

Erwerbstätigen- und Teilzeitquoten der Frauen 2010 im EU-Vergleich Länderranking Malta Italien Griechenland Ungarn Spanien Rumänien Slowakei Polen Irland Tschechische Republik Belgien Bulgarien Luxemburg EU-27 Frankreich Lettland Litauen Portugal Estland Slowenien Vereinigtes Königreich Zypern Deutschland Österreich Niederlande Finnland Dänemark Schweden

Erwerbstätigenquote der Frauen in % 41,5 49,5 51,7 55,0 55,8 55,9 57,4 57,7 60,2 60,9 61,6 61,7 62,0 62,1 64,8 64,9 65,1 65,6 65,7 66,5 67,9 68,8 69,6 69,6 70,8 71,5 73,0 75,0

Länderranking Bulgarien Slowakei Ungarn Litauen Tschechische Republik Griechenland Lettland Rumänien Polen Zypern Estland Slowenien Portugal Finnland Spanien Malta Italien Frankreich EU-27 Irland Luxemburg Dänemark Schweden Belgien Vereinigtes Königreich Österreich Deutschland Niederlande

Tabelle 1 Teizeitquote der Frauen in % 2,6 5,4 8,0 9,3 9,9 10,4 11,4 11,4 11,5 12,7 14,5 14,7 15,5 19,6 23,2 25,0 29,0 30,1 31,9 34,9 36,0 38,4 41,0 42,3 43,3 43,8 45,5 76,5

Q: Eurostat, Europäische Arbeitskräfterhebung 2010. - Die Erwerbstätigenquote ergibt sich aus der Anzahl von erwerbstätigen Personen im Alter zwischen 20 und 64 Jahren dividiert durch die Gesamtbevölkerung derselben Altersklasse. - Anteil der teilzeitbeschäftigten Personen an allen Erwerbstätigen.

STATISTISCHE NACHRICHTEN 3/2014

3

 Einkommen und Löhne   läufig zu einem hohen Gender Pay Gap führt, zeigt etwa das Beispiel der skandinavischen EU-Mitgliedstaaten. Sowohl in Schweden als auch in Dänemark liegt der geschlechtsspezifische Lohnunterschied trotz hoher Frauenerwerbsquoten und hoher Teilzeitbeschäftigung der Frauen unter dem EU-Durchschnitt.

leicht unterdurchschnittliche Niedriglohnanteil (Tabelle 2) beruht somit auf den relativ gesehen besseren Verdiensten der Männer, die weitgehend über der Niedriglohnschwelle liegen, während Frauen in Österreich von Niedriglohnbeschäftigung überdurchschnittlich betroffen sind.

Aber auch in den neuen EU-Mitgliedstaaten weisen Slowenien, Litauen und Lettland ungeachtet einer überdurchschnittlichen Erwerbsbeteiligung der Frauen vergleichsweise geringe geschlechtsspezifische Lohnunterschiede auf. Im Gegensatz zu den skandinavischen Staaten ist jedoch in allen neuen EU-Mitgliedstaaten eine niedrige Teilzeitquote der Frauen zu beobachten, sodass sich insgesamt ein sehr heterogenes Bild ergibt.

Nationale Analysen zu Niedriglohnbeschäftigung in Österreich zeigen, dass vor allem bei Teilzeitbeschäftigten, befristet oder geringfügig Beschäftigten der Anteil der Niedriglohnbeschäftigten besonders hoch ist (Geisberger 2013, S.  552). Gleichzeitig sind gerade in den atypischen Beschäftigungsformen Frauen überrepräsentiert. Fasst man alle atypischen Beschäftigungsformen (Teilzeit, Befristung, geringfügige Beschäftigung, Leiharbeit, freier Dienstvertrag) zusammen, so war laut Mikrozensus-Arbeitskräfteerhebung 2011 fast jede zweite Frau (49%), aber nur etwa jeder achte Mann (14%) atypisch beschäftigt (Knittler/Stadler 2012, S. 483).

Ein weiterer Indikator zur Darstellung von Lohnunterschieden ist der Anteil der Niedriglohnbeschäftigten.7) Österreich weist im Vergleich zu anderen EU-Staaten einen besonders hohen Anteil von Frauen in Niedriglohnbeschäftigung auf. 2010 war der Anteil der Niedriglohnbeschäftigten bei den Frauen mit 24,8% rund dreimal so hoch wie bei den Männern mit 8,2%. Das ist der größte Abstand zwischen weiblichen und männlichen Niedriglohnbeschäftigten in einem EU-Mitgliedstaat. Der im europäischen Vergleich insgesamt 7

) Der Berechnung der Niedriglohngrenze liegt die international gängige Definition (z.B. ILO, OECD, Eurostat) von zwei Drittel des Medianlohns zugrunde. Eurostat verwendet für die Berechnung des Niedriglohnanteils die Bruttostundenverdienste basierend auf der Verdienststrukturerhebung.

Niedriglohnbeschäftigung 2010 im EU-Vergleich  Länder Schweden Finnland Frankreich Belgien Dänemark Italien Griechenland Luxemburg Spanien Österreich Portugal EU-27 Slowenien Niederlande Tschechische Republik Malta Slowakei Ungarn Irland Bulgarien Vereinigtes Königreich Deutschland Zypern Estland Polen Rumänien Litauen Lettland

Tabelle 2

Anteil der Niedriglohnbeschäftigten insgesamt Frauen Männer in % 2,5 3,1 1,9 5,9 8,0 3,3 6,1 7,9 4,5 6,4 10,3 3,3 7,7 9,8 5,4 12,4 15,1 10,3 12,8 14,6 11,2 13,1 20,2 9,3 14,7 21,0 9,2 15,0 24,8 8,2 16,1 22,1 10,2 16,9 21,0 13,3 17,1 19,3 15,3 18,1 21,2 15,3 18,2 24,5 12,9 18,3 22,4 15,6 19,0 23,7 14,6 19,8 21,5 18,1 20,7 23,6 17,6 22,0 21,6 22,5 22,1 27,6 16,7 22,2 28,7 17,0 22,7 31,4 14,9 23,8 30,1 15,5 24,2 26,8 21,8 25,6 25,8 25,5 27,2 29,4 24,5 27,8 28,7 26,7

Q: Eurostat, Lohn- und Gehaltsstrukturerhebung 2010. - Ohne Lehrlinge. - Abfrage vom 28.11.2013. - Als Niedrig­lohnschwelle gilt zwei Drittel des nationalen Medianstundenlohns.

4

STATISTISCHE NACHRICHTEN 3/2014

Strukturelle Unterschiede Um die geschlechtsspezifischen Lohnunterschiede zu analysieren, sind demnach weitere Faktoren zu berücksichtigen. Sowohl individuelle als auch arbeitsplatzbezogene Merkmale beeinflussen die Höhe der Verdienste. Wie stark sich die Verteilung von Frauen und Männern im Hinblick auf die einzelnen Merkmale unterscheidet zeigt Tabelle 3. Laut den Ergebnissen der Verdienststrukturerhebung 2010 ist die geschlechtsspezifische Segregation nach Branchen und Berufen besonders markant. Bezogen auf die Branchen (ÖNACE-2008-Abschnitte) mit den meisten Beschäftigten waren in Österreich 29,3% der Männer in der Herstellung von Waren tätig, während in den untersuchten Wirtschaftsabschnitten 26,1% der Frauen im Handel arbeiteten. Die Gegenüberstellung nach Berufsgruppen gemäß der Internationalen Standardklassifikation für Berufe (ÖISCO-08) zeigt weiters eine starke Konzentration der Frauen auf bestimmte Berufsgruppen. Mehr als die Hälfte der Frauen (55,2%) war entweder als Bürokraft oder in der Berufsgruppe Dienstleistungsberufe und Verkäufer/-innen tätig. In höheren beruflichen Positionen waren Frauen hingegen weniger stark vertreten. So war der Anteil der Frauen, die eine Führungsposition erreichten, mit 2,3% nicht einmal halb so hoch wie jener der Männer mit 5,3%. In Bezug auf die höchste abgeschlossene Bildung sind die Unterschiede weniger deutlich. 2010 betrug der Anteil der Beschäftigten mit Universitäts- oder Fachhochschulabschluss sowohl bei den Frauen als auch bei den Männern 9,3%. Gleichzeitig verfügten mehr Frauen (23,5%) als Männer (18,3%) über höchstens einen Pflichtschulabschluss. Unter den Beschäftigten mit abgeschlossener Lehre waren dagegen die Männer überdurchschnittlich vertreten. Bei den Abschlüssen mittlerer und höherer Schulen lagen wiederum die Anteile der Frauen über jenen der Männer. Betrachtet man die Verteilung nach Altersgruppen zeigt sich, dass keine wesentlichen geschlechtsspezifischen Unterschiede Einkommen und Löhne

Struktur der Beschäftigten 2010 Gliederungsmerkmale Insgesamt Wirtschaftstätigkeit (ÖNACE 2008) 1) B Bergbau C Herstellung von Waren D Energieversorgung E Wasserversorgung u. Abfallentsorgung F Bau G Handel H Verkehr I Beherbergung u. Gastronomie J Information u. Kommunikation K Finanz- u. Versicherungsdienstleistungen L Grundstücks- u. Wohnungswesen M Freiberufliche/technische Dienstleistungen N Sonstige wirtschaftliche Dienstleistungen P Erziehung u. Unterricht Q Gesundheits- u. Sozialwesen R Kunst, Unterhaltung u. Erholung S Sonstige Dienstleistungen Berufsgruppen (ÖISCO-08) Führungskräfte Akademische Berufe Techniker/-innen u. gleichrangige nichttechnische Berufe Bürokräfte u. verwandte Berufe Dienstleistungsberufe u. Verkäufer/-innen Handwerks- u. verwandte Berufe Bediener/-innen v. Anlagen u. Maschinen u. Montageberufe Hilfsarbeitskräfte Höchste abgeschlossene Bildung Höchstens Pflichtschulabschluss Lehrabschluss Berufsbildende mittlere Schulen, Meisterprüfung Allgemeinbildende höhere Schulen Berufsbildende höhere Schule Kollegs, Akademien, hochschulverwandte Lehranstalt Universität, Fachhochschule Altersgruppen 15 bis 29 Jahre 30 bis 39 Jahre 40 bis 49 Jahre 50 und mehr Jahre Dauer der Zugehörigkeit zum Unternehmen Unter 1 Jahr 1 bis 9 Jahre 10 bis 19 Jahre 20 bis 29 Jahre 30 und mehr Jahre Ausmaß der Beschäftigung Vollzeit Teilzeit Art des Arbeitsvertrags Unbefristet Befristet Lehrvertrag Unternehmensgröße 10 bis 49 Beschäftigte 50 bis 249 Beschäftigte 250 bis 499 Beschäftigte 500 bis 999 Beschäftigte 1.000 und mehr Beschäftigte Region (NUTS-2-Regionen) 2) Burgenland Kärnten Niederösterreich Oberösterreich Salzburg Steiermark Tirol Vorarlberg Wien



  Einkommen und Löhne

Tabelle 3 Frauen

Anteil der Beschäftigten

Frauenanteil je Merkmalsausprägung

100,0

Männer in % 100,0

0,1 13,7 0,4 0,3 2,3 26,1 3,5 7,5 2,1 5,7 1,1 5,0 8,0 6,2 12,8 1,6 3,5

0,5 29,3 1,5 0,7 13,7 14,2 9,7 3,7 2,8 3,8 0,6 3,4 7,0 3,3 3,0 1,3 1,5

12,7 24,4 16,4 20,2 10,3 55,9 19,8 58,7 33,6 50,6 56,6 50,3 44,1 56,7 74,9 46,3 62,6

2,3 8,3 12,2 24,4 30,8 2,6 2,5 16,9

5,3 8,5 16,0 8,1 10,3 27,5 13,7 10,6

22,8 40,4 34,6 67,4 67,3 6,1 11,1 52,3

23,5 30,2 16,7 6,5 11,5 2,4 9,3

18,3 47,1 10,7 3,9 9,8 0,8 9,3

47,0 30,6 51,8 53,4 44,7 66,5 40,7

28,3 23,4 30,2 18,2

27,0 24,2 28,4 20,3

41,9 39,9 42,3 38,2

22,5 52,4 17,5 5,7 1,8

20,7 45,3 17,7 10,8 5,6

42,9 44,4 40,6 26,8 18,4

52,1 47,9

90,0 10,0

28,5 76,7

91,0 5,9 3,1

91,1 4,2 4,8

40,8 49,4 31,1

26,2 22,8 9,2 10,2 31,6

26,8 27,1 11,2 10,0 24,9

40,3 36,7 36,1 41,3 46,6

2,8 5,7 14,4 18,0 7,2 13,9 9,0 4,1 24,8

2,6 5,6 15,8 19,8 6,8 14,5 8,2 4,6 22,1

43,3 41,3 38,5 38,6 42,3 39,9 43,0 38,5 43,6

40,8

Q: STATISTIK AUSTRIA, Verdienststrukturerhebung 2010. - 1) Ohne Arbeitsstätten von Erhebungseinheiten des ÖNACE-Abschnitts O (Öffentliche Verwaltung, Verteidigung; Sozialversicherung), dies betrifft vor allem die Abschnitte P und Q sowie E und R. - 2) Die Region bezieht sich auf die geographische Lage, in der sich das Unternehmen befindet bzw. bei Unternehmen mit mehreren Arbeitsstätten auf die territoriale Zuordnung der Arbeitsstätte.

Einkommen und Löhne

STATISTISCHE NACHRICHTEN 3/2014

5

 Einkommen und Löhne   hinsichtlich des Alters bestehen. Das durchschnittliche Alter der unselbständig beschäftigten Frauen lag 2010 bei 38,0 Jahren und bei den Männern bei 38,4 Jahren. Nach Altersgruppen war der Anteil der erwerbstätigen Frauen bei den 30- bis 39-Jährigen sowie bei den über 50-Jährigen etwas niedriger als jener der Männer. Dies ist vor allem auf familienbedingte Unterbrechungen, die Frauen nach wie vor stärker betreffen als Männer, und bestehende Unterschiede im Pensionsantrittsalter zurückzuführen.8) Hinsichtlich der Verteilung von Frauen und Männern nach der Dauer der Zugehörigkeit zum Unternehmen besteht dagegen ein deutliches Ungleichgewicht. So waren 74,9% der Frauen, aber nur 66,0% der Männer weniger als zehn Jahre im selben Unternehmen beschäftigt. Im Durchschnitt waren Frauen sechs Jahre und Männer neun Jahre im selben Unternehmen beschäftigt. Unterbrechungen von über einem Jahr (z.B. Karenzzeiten) werden dabei nicht mitgezählt. Noch stärkere geschlechtsspezifische Unterschiede zeigen sich beim Ausmaß der Beschäftigung. Während in den untersuchten Wirtschaftsbereichen 90,0% der Männer einer Vollzeitbeschäftigung nachgingen, waren es bei den Frauen 52,1%. Umgekehrt war somit nur jeder zehnte Mann, aber fast jede zweite Frau teilzeitbeschäftig. Der Anteil der Frauen an den Teilzeitbeschäftigten betrug 76,7%.9) Untergliedert nach der Art des Arbeitsvertrags lassen sich dagegen kaum Unterschiede zwischen den Geschlechtern beobachten. Jeweils 91% der Beschäftigten hatten einen unbefristeten Arbeitsvertrag. Bezogen auf befristete Arbeitsverträge war der Anteil bei den Frauen etwas höher als bei den Männern, während bei den Lehrverträgen der Anteil junger Männer geringfügig höher war als jener der Frauen. Bezogen auf die Unternehmensgröße waren Frauen in großen Unternehmen stärker vertreten als Männer. Im Vergleich waren 31,6% der Frauen, aber nur 24,9% der Männer in Unternehmen mit 1.000 und mehr Beschäftigten tätig. Dies ist im Wesentlichen auf die Situation im Handel zurückzuführen. So arbeiteten rund 50% der im Handel beschäftigten Frauen in großen Unternehmen; bei den Männern waren es 22%. Gemessen an allen erfassten Wirtschaftsbereichen waren rund 13% der Frauen, aber nur 3% der Männer in großen Handelsunternehmen tätig.10) ) Das durchschnittliche Zugangsalter der Eigenpensionen (Alters- und Invaliditätspensionen) in der gesetzlichen Pensionsversicherung betrug laut Hauptverband der österreichischen Sozialversicherungsträger im Jahr 2010 bei Männern 59,1 und bei Frauen 57,1 Jahre. 9 ) Als Teilzeitbeschäftigte gelten dabei jene Personen, deren reguläre Arbeitszeit nicht dem vollen Ausmaß der gemäß Arbeitszeitgesetz oder Kollektivvertrag geltenden Normalarbeitszeit entspricht. 10 ) Beschäftigte im Öffentlichen Dienst und in kleinen Unternehmen mit weniger als zehn Beschäftigten sind generell nicht erfasst. Bezogen auf den Produktions- und Dienstleistungsbereich (Abschnitte B-N und P-S der ÖNACE 2008) arbeiteten rund 20% der Beschäftigten in Unternehmen mit weniger als zehn unselbständig Beschäftigten, wobei der Anteil der Beschäftigten in Kleinunternehmen bei den Frauen generell höher ist als bei den Männern. 8

6

STATISTISCHE NACHRICHTEN 3/2014

Ergebnisse der Regressionsschätzungen Um die Einflüsse der unterschiedlichen Erklärungsfaktoren auf die Löhne und Gehälter zu messen, wurde mit Hilfe einer Regressionsanalyse die Lohnfunktion für Frauen und Männer getrennt geschätzt. D.h. es wurde der Einfluss der Merkmale (unabhängige Variablen) auf den logarithmierten Bruttostundenverdienst (abhängige Variable) berechnet. Die ermittelten Koeffizienten geben an, um wie viel das erwartete logarithmierte Einkommen steigt bzw. sinkt, wenn sich die erklärende Variable um eine Einheit ändert. Die Logarithmierung des Bruttostundenverdienstes garantiert, dass die rechtsschiefe Verteilung der abhängigen Variablen ausgeglichen wird. Die Ergebnisse in Tabelle 4 zeigen zum Beispiel, dass - unter Konstanthaltung aller anderen in das Modell einbezogenen Faktoren - die Bruttostundenverdienste der Frauen im Handel um 0,082 Einheiten oder 7,9% unter der Referenzkategorie Bergbau & Herstellung von Waren lagen. Bei den Männern waren es 0,068 Einheiten oder 6,6%.11) Ein stark positiver Effekt zeigt sich nach Berufsgruppen. Während die geschätzten Verdienste weiblicher Führungskräfte um 0,696 Einheiten über jenen von Hilfsarbeitskräften lagen, waren jene von männlichen Führungskräften um 0,761 Einheiten höher. Die Verdienste von Männern in Führungspositionen waren demnach gegenüber der Referenzkategorie Hilfsarbeitskräfte höher als die von Frauen in Führungspositionen. Aber auch die formale Ausbildung wirkt sich bei Männern stärker positiv auf das Einkommen aus. Während die Verdienste der Frauen mit Universitäts- oder Fachhochschulabschluss um 0,318 Einheiten über den Verdiensten von Frauen mit höchstens Pflichtschulabschluss lagen, betrug der Koeffizient für Männer 0,349. Untersucht man den Einfluss des Alters auf das Verdienstniveau, so zeigt sich, dass auch hier die Verdienste der Männer stärker stiegen als jene der Frauen. D.h. die geschätzten Verdienste der Männer nahmen pro Lebensjahr stärker zu als jene der Frauen. Bezogen auf die Dauer der Zugehörigkeit zum Unternehmen ist ein gegenteiliger Effekt zu beobachten. Der Koeffizient war hier bei den Frauen höher als bei den Männern. Deutlich negativ sowohl für Männer als auch für Frauen zeigen sich dagegen die Koeffizienten für Teilzeitbeschäftigte. Während die logarithmierten Bruttostundenverdienste der teilzeitbeschäftigten Frauen um 0,047 Einheiten unter jenen von Vollzeitbeschäftigten lagen, waren es bei den Männern 0,117 Einheiten. Ausschlaggebend für den stark negativen Koeffizienten bei den Männern ist vor allem, dass in der vergleichsweise kleinen Gruppe der teilzeitbeschäftigten Männer der Anteil geringfügig Beschäftigter mit 35,2% ) Der Bergbau wird aufgrund des geringen Anteils an Beschäftigten gemeinsam mit der Kategorie Herstellung von Waren ausgewiesen. Die Wirtschaftstätigkeiten Energie- und Wasserversorgung (D+E) wurden ebenso zusammengefasst.

11

Einkommen und Löhne

Ergebnisse der Regressionsanalye

Tabelle 4

Frauen standardisierter Koeffizient Wirtschaftstätigkeit (ÖNACE 2008) - Dummys: Referenzkategorie Bergbau und Herstellung von Waren (B+C zusammengefasst) D+E Energie- u. Wasserversorgung 0,058 0,011 F Bau -0,005 -0,002 G Handel -0,082 -0,082 H Verkehr -0,101 -0,042 I Beherbergung u. Gastronomie -0,176 -0,105 J Information u. Kommunikation 0,034 0,011 K Finanz- u. Versicherungsdienstleistungen 0,053 0,028 L Grundstücks- u. Wohnungswesen -0,017 -0,004 M Freiberufliche/technische Dienstleistungen -0,041 -0,020 N Sonstige wirtschaftliche Dienstleistungen -0,113 -0,070 P Erziehung u. Unterricht -0,160 -0,088 Q Gesundheits- u. Sozialwesen -0,057 -0,043 R Kunst, Unterhaltung u. Erholung -0,151 -0,043 S Sonstige Dienstleistungen -0,153 -0,064 Berufsgruppen (ÖISCO-08) - Dummys: Referenzkategorie Hilfsarbeitskräfte Führungskräfte 0,696 0,235 Akademische Berufe 0,497 0,312 Techniker/-innen u. gleichrangige nichttechnische Berufe 0,391 0,291 Bürokräfte u. verwandte Berufe 0,281 0,274 Dienstleistungsberufe u. Verkäufer/-innen 0,126 0,132 Handwerks- u. verwandte Berufe 0,116 0,042 Bediener/-innen v. Anlagen u. Maschinen u. Montageberufe 0,109 0,038 Höchste abgeschlossene Bildung - Dummys: Referenzkategorie höchstens Pflichtschulabschluss Lehrabschluss 0,053 0,055 Berufsbildende mittlere Schulen, Meisterprüfung 0,100 0,085 Allgemeinbildende höhere Schulen 0,119 0,066 Berufsbildende höhere Schule 0,143 0,103 Kollegs, Akademien, hochschulverwandte Lehranstalt 0,173 0,060 Universität, Fachhochschule 0,318 0,210 Alter in vollendeten Jahren Alter 0,026 0,673 Alter quadriert -0,000 -0,532 Dauer der Zugehörigkeit zum Unternehmen in vollendeten Jahren Dauer 0,015 0,262 Dauer quadriert -0,000 -0,042 Interaktionseffekt Alter/Dauer -0,000 -0,026 Ausmaß der Beschäftigung - Dummys: Referenzkategorie Vollzeit Teilzeit -0,047 -0,053 Art des Arbeitsvertrags - Dummys: Referenzkategorie unbefristet Befristet -0,010 -0,006 Lehrvertrag -0,809 -0,320 Unternehmensgröße - Dummys: Referenzkategorie 10-49 Beschäftigte 50-249 Beschäftigte 0,032 0,031 250-499 Beschäftigte 0,064 0,042 500-999 Beschäftigte 0,046 0,032 1.000 und mehr Beschäftigte 0,081 0,086 Region (NUTS-2-Regionen) - Dummys: Referenzkategoire Wien Burgenland -0,090 -0,034 Kärnten -0,058 -0,046 Niederösterreich -0,066 -0,035 Oberösterreich -0,080 -0,063 Salzburg -0,049 -0,043 Steiermark -0,023 -0,014 Tirol -0,024 -0,016 Vorarlberg 0,014 0,006 Einflussfaktoren

Konstante R2 Korrigiertes R2 Zahl der Beobachtungen Fallzahl hochgerechnet



  Einkommen und Löhne

Koeffizient

1,587 0,679 0,679 76.527 951.860

p ***

Koeffizient

Männer standardisierter Koeffizient

p

0,015 0,014 -0,046 -0,097 -0,096 -0,003 0,018 -0,005 -0,017 -0,051 -0,072 -0,075 -0,029 -0,046

*** *** *** *** ***

*** *** *** *** *** ***

0,051 0,022 -0,068 -0,169 -0,263 -0,011 0,047 -0,031 -0,047 -0,103 -0,208 -0,230 -0,135 -0,199

*** *** *** *** *** *** ***

0,761 0,482 0,364 0,180 0,111 0,159 0,107

0,328 0,259 0,258 0,095 0,065 0,137 0,071

*** *** *** *** *** *** ***

*** *** *** *** *** ***

0,075 0,140 0,161 0,206 0,200 0,349

0,073 0,084 0,060 0,118 0,035 0,196

*** *** *** *** *** ***

*** ***

0,028 -0,000

0,655 -0,526

*** ***

*** ***

0,008 -0,000 0,000

0,153 -0,117 0,149

*** *** ***

***

-0,117

-0,068

***

* ***

-0,008 -0,765

-0,003 -0,315

***

*** *** *** ***

0,058 0,108 0,094 0,122

0,050 0,066 0,054 0,102

*** *** *** ***

*** *** *** *** *** *** *** **

-0,073 -0,012 -0,026 -0,034 0,006 0,006 0,001 0,075

-0,022 -0,009 -0,012 -0,023 0,005 0,003 0,001 0,030

*** *** *** *** *

*** *** *** *** ***

***

1,651

*** ** *** *** *** *** *** ***

*** ***

0,678 0,678 117.755 1.379.371

Q: STATISTIK AUSTRIA, Verdienststrukturerhebung 2010.- Abhängige Variable: logarithmierter Bruttostundenverdienst. Signifikante Werte * p < 0,05; ** p < 0,01; *** p < 0,001. Koeffizienten wurden mittels WLS geschätzt.

Einkommen und Löhne

STATISTISCHE NACHRICHTEN 3/2014

7

 Einkommen und Löhne   mehr als doppelt so hoch war wie bei den teilzeitbeschäftigten Frauen mit 16,5% (Geisberger 2012, S. 673).12) Gleichzeitig lag das Verdienstniveau der geringfügig Beschäftigen deutlich unter dem von anderen Beschäftigungsgruppen. Auswertungen zum Ausmaß und zur Struktur der Niedriglohnbeschäftigung (Geisberger 2013, S. 552) zeigen, dass 53,0% - und damit mehr als die Hälfte der geringfügig Beschäftigten - zu den Niedriglohnbeschäftigten zählten. Keine wesentlichen Unterschiede zeigen sich dagegen im Hinblick auf befristete Beschäftigungsverhältnisse in Bezug zur Referenzkategorie unbefristete Beschäftigung. Der Einfluss dieser erklärenden Variablen ist auch nur schwach. Die Ergebnisse für Lehrlinge sind hingegen hoch signifikant. Erwartungsgemäß lag das logarithmierte Einkommen der Lehrlinge deutlich unter den Verdiensten von unbefristet Beschäftigten. Bezogen auf die Größe des Unternehmens waren die logarithmierten Bruttostundenverdienste der Frauen in großen Unternehmen mit 1.000 und mehr unselbständig Beschäftigten um 0,081 Einheiten und jene der Männer um 0,122 Einheiten höher als in kleinen Unternehmen mit zehn bis 49 unselbständig Beschäftigten. Die Zunahme der Verdienste nach Größenklassen war damit bei den Männern wiederum etwas stärker als bei den Frauen, wobei hier die oben bereits beschriebene Konzentration der Frauen im Handel zum Tragen kommt. Im Unterschied zu anderen Branchen waren die Verdienste in großen Handelsunternehmen im Mittel niedriger als in kleineren Unternehmen (Statistik Austria 2013a, 36 f.). Nach Regionen waren die Verdienste der Frauen in allen Bundesländern, mit Ausnahme von Vorarlberg, niedriger als in Wien. Bei den Männern zeigen die Berechnungen insgesamt nur geringe Unterschiede, wobei nicht alle Werte signifikant sind. Insgesamt erweisen sich allerdings alle im Modell enthaltenen Merkmale als lohnrelevant, nur einzelne Merkmalsausprägungen bilden eine Ausnahme. Alle Faktoren zusammen erklären 67,9% der Varianz der logarithmierten Bruttostundenverdienste der Frauen. Bei den Männern liegt die Erklärungskraft bei 67,8%. Die Güte der beiden Modelle ist somit vergleichsweise hoch.

Ergebnisse der Lohnzerlegung Das Dekompositionsverfahren (Oaxaca-Blinder-Dekomposition) gibt nunmehr Aufschluss darüber, inwiefern der geschlechtsspezifische Lohn- und Gehaltsunterschied auf strukturellen Unterschieden - also sogenannten Merkmalsoder Ausstattungseffekten - beruht. Dazu wurde der Gender Pay Gap in einen erklärten und einen unerklärten Teil zerlegt. Der erklärte Teil bezeichnet jenen Teil des Verdienstabstands, ) Aufgrund der hohen Anzahl teilzeitbeschäftigter Frauen waren in absoluten Zahlen dennoch deutlich mehr Frauen als Männer geringfügig beschäftigt.

der auf die ungleiche Verteilung von Frauen und Männern hinsichtlich der erklärenden Variablen zurückgeführt werden kann. Der unerklärte Teil ist dagegen jener Teil, der nicht durch die beobachteten Ausstattungsunterschiede von Frauen und Männern erklärt werden kann. Tabelle 5 zeigt, dass insgesamt 9,1 Prozentpunkte des Gender Pay Gap auf Unterschiede zwischen Frauen und Männern hinsichtlich der in die Analyse einbezogenen Merkmale zurückgeführt werden können. Der erklärte Anteil am Lohnunterschied liegt damit bei rund 38,0%. Der weitaus größere Anteil von 14,9 Prozentpunkten bzw. 62,0% kann dagegen nicht durch die im Modell enthaltenen Merkmale erklärt werden. Der geschlechtsspezifische Lohn- und Gehaltsunterschied beruht somit nur zu einem Teil auf beobachtbaren Unterschieden, während der Großteil unerklärt bleibt.

Dekomposition des Gender Pay Gap Gender Pay Gap Erklärter Teil Unerklärter Teil

Tabelle 5 Verdienstunterschied 24,0 9,1 14,9

Anteil in % 100,0 38,0 62,0

Q: STATISTIK AUSTRIA, Verdienststrukturerhebung 2010.

Das verbleibende Lohndifferenzial wird häufig als Maß für Diskriminierung interpretiert. Dem wird jedoch entgegengehalten (Guryan/Charles 2013, Blau/Kahn 2007, Achatz et al. 2004), dass Anteile des unerklärten Teils auch auf nicht beobachteten lohnrelevanten Unterschieden beruhen können und somit das Ausmaß der Ungleichbehandlung tendenziell überschätzt wird. Zum anderen können auch hinter den erklärenden Merkmalen - wie der geschlechtsspezifischen Segregation nach Branchen und Berufen - diskriminierende Mechanismen stehen, sodass die Lohndiskriminierung gleichzeitig unterschätzt wird. So werden z.B. auch Teile des geschlechtsspezifischen Verdienstunterschieds herausgerechnet, die auf unterschiedlichen Zugangs- oder Aufstiegschancen beruhen können. Die Ergebnisse der Lohnzerlegung liefern jedoch wichtige Anhaltspunkte in Bezug auf die Bedeutung der einzelnen Merkmale für das geschlechtsspezifische Lohngefälle. Die Tabelle 6 gibt einen Überblick zum Einfluss der erklärenden Faktoren auf den Gender Pay Gap. Im Modell I wurden die Variablen - aus Gründen der Vergleichbarkeit analog zur Analyse auf Basis der Verdienststrukturerhebung 2006 (Geisberger/Glaser 2010, S. 198) schrittweise in das Modell aufgenommen.13) Der erste Erklärungsfaktor war die Wirtschaftstätigkeit gemäß ÖNACE 2008, die 2,7 Prozentpunkte der Lohndifferenz erklärt. In einem nächsten Schritt wurden die Unterschiede in der Verteilung nach Berufsgruppen gemäß der internationalen Be-

12

8

STATISTISCHE NACHRICHTEN 3/2014

) Die Analyse wird demnach in mehreren Stufen durchgeführt, wobei der Forscher die Reihenfolge der Variablenaufnahme bestimmt.

13

Einkommen und Löhne

rufssystematik ISCO-08 hinzugenommen, wonach weitere 2,2 Prozentpunkte des Verdienstgefälles auf diesen Faktor zurückgeführt werden können. Die branchen- und berufsspezifische Segregation des Arbeitsmarkts, wonach Frauen und Männer in unterschiedlichen Wirtschaftsbereichen und Berufen tätig sind, erklärt somit im Modell I rund 20,6% des gesamten Gender Pay Gap bzw. 54,2% des erklärten Anteils.



  Einkommen und Löhne

wird. D.h. ginge es rein nur nach der formalen Ausbildung, müssten Frauen einen Gehaltsvorsprung gegenüber den Männern haben. Dies deckt sich auch mit den Ergebnissen in Tabelle 3, wonach Frauen häufiger als Männer über höhere Bildungsabschlüsse (BMS, AHS, BHS, Kollegs etc.) verfügen und der Anteil der Beschäftigten mit Universitätsoder Fachhochschulabschluss bei Frauen und Männern - wie oben bereits ausgeführt - zumindest gleich hoch ist.

oben bereits ausgefü Der Beitrag des Merkmals Alter im Modell I leicht negaIm Modell II wurden die verschiedenen Einflussfaktoren obenistbereits ausgeführt - zumindest oben bereits ausgeführt - zumindest gleich hoch ist. gleich oben bereits ausgeführt zumindest gleich hoch ist. tiv und im Modell II gleich Null. Es besteht jedoch einist. oben bereits ausgeführt zumindest gleich hoch ist. dagegen gleichzeitig berücksichtigt. Im Unterschied zum oben bereits ausgeführt zumindest gleich hoch ist. oben ausgeführt ---zumindest gleich hoch oben bereits ausgeführt -gleich zumindest gleich hoch obenbereits bereits ausgeführt zumindest hochist. ist. oben bereits ausgeführt - zumindest gleich hoch oben ist. bereitsoben ausgeführt zumindest gleich hoch ist. bereits ausgeführt zumindest gleich hoch ist. bereits ausgeführt zumindest gleich hoch ist. oben bereits ausgeführt zumindest gleich hoch ist. Der Beitrag mit demBeitrag Merkmal Dauer derAlter Zu- des t - zumindest gleich hoch ist.bereits ersten Modell spielt die Reihenfolge, der die Faktoren in ist. des Merkmals imMer M oben - -in zumindest gleich oben bereits ausgeführt zumindest gleichhoch hoch ist. starker Zusammenhang Der Beitrag desDer Merkmals Alter ist im Modell Iist leicht n bereits - zumindest gleich ausgeführt hoch ist.hoch oben ausgeführt bereits ausgeführt - zumindest gleich ist. gehörigkeit zum Unternehmen, das in beiden Modellen einen DerDer Beitrag Merkmals Alter ist im Modell I leicht negativ und im Modell II gjM Der Beitrag Merkmals Alter ist des im Modell I leicht negativ und im Modell II gleich Null. Es besteht das Modell aufgenommen wurden, somit des keine Rolle. Der Beitrag des Merkmals Alter ist im Modell I leicht negativ und im Der Beitrag des Merkmals Alter ist im Modell I leicht negativ und im Der Beitrag des Merkmals Alter ist im Modell I leicht neg Der Beitrag des Merkmals Alter ist im Modell I leicht negativ und im ein starker Zusamm Der Beitrag desim Merkmals istnegativ im Modell Iim leicht negativ und im Modell II ist gleich Null. besteht jedoch Der Beitrag des Merkmals Alter imjedoch Modell Iim leicht negativ undMerkmal im Modell IIimgle ein starker Zusammenhang mit dem MM Der Beitrag des Merkmals Alter istEs Modell I gleich leicht negativ und Beitrag desstarke Merkmals Alter ist Modell IAlter leicht und Modell IIist gleich Null. Es besteht Der Beitrag des Merkmals Alter im Modell I leicht negativ und im Modell II Null. Es besteht ein starker Zusammenhang mit dem Dauer höheren Anteil am geschlechtsspezifischen Lohngefälle ervon Branche und Beruf wurde im Modell II mals Alter ist imEinfluss Modell I leicht negativ und im Modell II gleich Null. Es besteht jedoch Der Alter ist Modell I Ileicht negativ und im Modell II gleich Null. Es jedoch Der Beitrag des Merkmals Alter istim im Modell leicht negativ und im Modell II gleich Null. Esbesteht besteht jedoch eitrag des Merkmals Alter istBeitrag im Modell I leicht und im Modell II gleich Null. Es besteht jedoch ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit zum ein starker Zusammenhang mit dem Dauer der Zugehörigkeit zum Unternehmen, das in b ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörig ein starker Zusammenhang mit dem Merkmal Dauer der Der Beitrag des Merkmals Alter istdes imMerkmals Modell Inegativ leicht negativ und im Modell II gleich Null. EsUnternehmen, besteht jedoch ein starker Zusammenhang mit dem Merkmal Dauer dU einMerkmal starker Zusammenhang mit dem Merkmal Dauer der Zugehörig Zugehörig Modellen einen höh ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit zum das in beiden klärt. Die Unterscheidung zwischen Vollund Teilzeitbedennoch bestätigt. Unter der Annahme, dass alle anderen ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit zum Un Modellen einen höheren Anteil am gesch ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörigk arker Zusammenhang mit Dauer dem Merkmal Dauer derZusammenhang Zugehörigkeit zumdem Unternehmen, das inder beiden ein starker mit Merkmal Dauer Zugehörigkeit zum Unternehmen, das in Modellen einen höheren Anteil am geschlechtsspezifisch nhang mit dem Merkmal der Zugehörigkeit zum Unternehmen, das in beiden ein Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit zum Unternehmen, das in beiden ein starker starker Zusammenhang mit dem Merkmal Dauer derUnternehmen, Zugehörigkeit zum Unternehmen, das in beiden schäftigung trägt ebenfalls zur Erklärung des GenderLohngefälle Faktoren im Modell stabil sind, erklären Unterschiede inAnteil derzum arker Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit Unternehmen, das inam beiden Modellen einen höheren Anteil geschlechtsspezifischen Lohngefälle erklärt. D Modellen einen höheren am geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zw Modellen einen höheren Anteil am geschlechtsspezifischen Lohngefäll Lohngefäll Modellen einen höheren Anteil am geschlechtsspezifischen ein starker Zusammenhang mit dem Merkmal Dauer der Zugehörigkeit zum das inweiter beiden Modellen einen höheren Anteil am geschlechtsspezifische Modellen einen höheren Anteil am geschlechtsspezifischen Lohngefäl Voll- undLohngefälle Teilzeitbe Modellen einen höheren Anteil am geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zwischen Modellen einen höheren Anteil am geschlechtsspezifischen Lohngefälle erklärt. Die Vollund Teilzeitbeschäftigung trägt eben Modellen einen höheren Anteil am geschlechtsspezifischen ellen einengeschlechtsspezifischen höheren Anteil am geschlechtsspezifischen Lohngefälle erklärt.am Die Unterscheidung zwischen Modellen einen höheren Anteil geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zw Pay Gap bei, und auch die Art des Arbeitsvertrags stellt einen Verteilung nach Wirtschaftsbereichen Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur ren Anteil am geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zwischen Modellen einen höheren Anteil am Lohngefälle erklärt. Die Unterscheidung zwischen Modellen einen höheren Anteil amgeschlechtsspezifischen geschlechtsspezifischen Lohngefälle erklärt. Dieträgt Unterscheidung zwischen llen einen höheren Anteil am geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zwischen Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung de VollundErklärung Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pa Vollund Teilzeitbeschäftigung ebenfalls weiter zur Erklärung des Vollund Teilzeitbeschäftigung trägt ebenfalls weiter Erklärung des Gender Pay Gap bei, und auch dE Modellen einen höheren Anteil am geschlechtsspezifischen Lohngefälle erklärt. Die Unterscheidung zwischen Voll- zur und Teilzeitbeschäftigung trägt ebenfalls weiter zur Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung de deszur Arbeitsvertrags wichtigen Faktor dar; allerdings hängt hier das Vorzeichen Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur desTeilzeitbeschäftigung Gender Pay Gap bei,trägt und auch die Art 3,7 Prozentpunkte und nach Berufsgruppen 2,2 ProzentVollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Vollund ebenfalls weiter Erklärung des des Arbeitsvertrags stellt einen wichtigen und Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Gap bei, und auch die Art Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Gap bei, und auch d des Arbeitsvertrags stellt einen wichtigen Faktor dar; häftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Gap bei, und auch die Art Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Gap bei, und auch die Vollund Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Gender Pay Gap bei, und auchdar; dieArt Art vom jeweiligen Modell ab. Die Merkmale Unternehmenspunkte. Der durch diese beiden Faktoren erklärte Anteil am und Teilzeitbeschäftigung trägt ebenfalls weiter zur Erklärung des Pay Gap bei, und auch dieauch Art des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hän des Arbeitsvertrags stellt einen wichtigen Faktor allerdings häng Vollund Teilzeitbeschäftigung weiter zur Erklärung des Gender Pay Gap bei, und die Art desGender Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hängt hier das des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hängt hier das Vorzeichen vom jewe des Arbeitsvertrags stellt einen wichtigen Faktor dar; al des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hän Modell ab. Die Me des Arbeitsvertragsträgt stelltebenfalls einen wichtigen Faktor dar; allerdings hängt hier das Vorzeichen vom jeweiligen des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hier das V des Arbeitsvertrags stellt einen wichtigen Faktor dar;hängt allerdings häng Modell Die Merkmale Unternehmen des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hängt hier das Vorzeichen vom jew Arbeitsvertrags stellt wichtigen Faktor dar; allerdings hängt hier dar; das Vorzeichen vom jeweiligen größe und Region sind dagegen inab. beiden Modellen von Payeinen Gap ist mit allerdings 24,4% somit im Modell IIVorzeichen höher. Modell ab. Die Merkmale Unternehmensgröße und R ellt einen Gender wichtigen Faktor dar; hängt hier dashängt jeweiligen des Arbeitsvertrags stellt einen wichtigen Faktor allerdings hängt hier das Vorzeichen vom jeweiligen deswichtigen Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hängt hier das Vorzeichen vom jeweiligen rbeitsvertrags stellt einen Faktor dar; allerdings hier dasvom Vorzeichen vom jeweiligen Modell ab. Die Merkmale Unternehmensgröße und Region sind dag Modell ab. Die Merkmale Unternehmensgröße und Region sind dag des Arbeitsvertrags stellt einen wichtigen Faktor dar; allerdings hängt hier das Vorzeichen vom jeweiligen Modell ab. Die Merkmale Unternehmensgröße und Region sind dagegen in be Modell ab. Die Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen von ge Modell ab. Die Merkmale Unternehmensgröße und Reg Modell ab. Die Merkmale Unternehmensgröße und Region sind da Bedeutung. Insgesam geringer Bedeutung. Insgesamt ist und der Insgesamt erklärte Anteil am Modell ab. erklärten Die Merkmale und sind dagegen in beiden Modellen von geringer Bezogen auf den Anteil Unternehmensgröße liegt der gemeinsame Bei-Region Modell ab. Die Merkmale Region sind dagegen in beid Modell ab. Die Unternehmensgröße Merkmale Unternehmensgröße und sind dage Bedeutung. istRegion der erklärte Ant Modell ab. Die Merkmale Unternehmensgröße und sind dagegen beiden Modellen von geP ell ab. Unternehmensgröße Die Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen vonRegion geringer Bedeutung. Insgesamt ist gleich der in erklärte Anteil am Gender male und Region sind dagegen in beiden Modellen von geringer Modell ab. Die Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen von geringer Modell ab. Die Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen von geringer Gender Pay Gap in beiden Modellen hoch. trag nunmehr bei 64,1%. ll Modell ab. Dieab. Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen von geringer Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in bei Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in beid Die Merkmale Unternehmensgröße und Region sind dagegen in beiden Modellen von geringer Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in beiden Modell Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in beiden Modellen gleich hoch. Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pa Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in be Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Bedeutung. Gap in beiden Modellen gleich hoch. Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gapgleich in beiden Modellen Insgesamt ist derGap erklärte AnteilModellen am Gender Payhoch. Gap in beid Insgesamt istam der erklärte Anteil am Gender Pay ingleich beiden utung. Insgesamt ist deram erklärte Anteil am Bedeutung. Gender Pay Gap in beiden Modellen gleich hoch. Methodische Anmerku ist derInsgesamt erklärte Anteil Gender Pay Gap inist beiden Modellen gleich hoch. Bedeutung. Insgesamt der erklärte Anteil Gender Pay Gap in beiden Modellen hoch. Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in beiden Modellen gleich hoch. tung. ist der erklärte Anteil am Gender Pay Gap in beiden Modellen gleich hoch. Unterschiede zwischen den beiden Modellen zeigen sich Bedeutung. Insgesamt ist der erklärte Anteil am Gender Pay Gap in beiden Modellen gleich hoch. Methodische Anmerkungen

Methodische Anmerkungen Methodische Anmerkungen

Methodische Anmerkungen Methodische Anmerkungen Methodische Anmerkungen hingegen betreffend der höchsten abgeschlossenen Bildung. Methodische Anmerkungen Methodische Anmerkungen Methodische Anmerkungen Methodische Anmerkungen Der EU-Indikator f MethodischeMethodische Anmerkungen Der EU-Indikator für geschlechtsspezifische LohnunterunAnmerkungen Methodische Anmerkungen odische Anmerkungen Der für EU-Indikator für geschlechtsspezifisc Im Modell I werden durch die Hinzunahme des AusbildungsMethodische Anmerkungen Methodische Anmerkungen gen Der EU-Indikator geschlechtsspezifische Lohnunteru dische Anmerkungen Methodische Anmerkungen terschiede (GPG) beschreibt, wie eingangs erwähnt, den Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (G Der für Lohnunterunterschiede (G Derbeschreibt, EU-Indikator für geschlechtsspezifische Lohnunterun DerEU-Indikator EU-Indikator fürgeschlechtsspezifische geschlechtsspezifische Lohnunterunterschiede ( Der EU-Indikator für(GPG) geschlechtsspezifische Lohnunterunterschiede (GPG) besch Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (GPG) beschreibt, wie eingangs erw Derweitere EU-Indikator für geschlechtsspezifische Lohnunterunterschiede wie eingangs erwähnt, den Unterschied zw niveaus 1,8 Prozentpunkte erklärt. Im Vergleich zu Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (GPG) beschre Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (G Der EU-Indikator für (GPG) geschlechtsspezifische Lohnunterunterschiede (GPG) beschreibt, wie eingangs erw den Unterschied zwischen den durchschn Unterschied zwischen den durchschnittlichen BruttostunEU-Indikator für geschlechtsspezifische Lohnunterunterschiede beschreibt, wie eingangs erwähnt, Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (GPG) beschreibt, wie eingangs erwähnt, Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede (GPG) beschreibt, wie eingangs erwähnt, den Unterschied zwischen den durchschnittlichen Brutt geschlechtsspezifische Lohnunterunterschiede (GPG) wie(GPG) eingangs erwähnt, U-Indikator fürnahm geschlechtsspezifische (GPG) beschreibt, wie eingangs erwähnt, 2006 die Bedeutung desLohnunterunterschiede Faktors Bildungbeschreibt, jedoch leicht Der EU-Indikator für geschlechtsspezifische Lohnunterunterschiede beschreibt, wie eingangs erwähnt, den Unterschied zwischen den durchschnittlichen Bruttostundenverdie den Unterschied zwischen den durchschnittlichen Bruttostundenverdie ��� ��) und den Unterschied zwischen dender durchschnittlichen Bruttos den Unterschied zwischen den durchschnittlichen Bruttostundenverdi den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten M ��� �� �� derdie F den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten Männer (� denverdiensten der der (� bezogen auf Frauen den Unterschied zwischen den durchschnittlichen Männer (� � ) bezo� ) undBruttostundenverdiensten denBruttostundenverdiensten Unterschied zwischen den durchschnittlichen der den Unterschied zwischen den(� durchschnittlichen Bruttostundenverdien ��� ��) und ��� derMBF den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten derdie Männer (� �� �� ) bezogen auf durchschnittlichen ab. Ein Grund dafür könnte sein, dass sich das Ausbildungs) und der Frauen Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten der Männer (� �� �� �� � ��� �� �� � ) und der Frauen den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten der Männer (� ) und der Frauen den Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten der Männer (� (� )die bezogen aufFrauen die durchschnittlichen Bruttostundenve ) und Frauen chen durchschnittlichen Bruttostundenverdiensten der Männer (�� �� �� auf � � gen auf die Bruttostundenverdienste der der �� ��� ��� ��� und der Frauen Unterschied zwischen den durchschnittlichen Bruttostundenverdiensten der Männer (� ) durchschnittlichen und der denden Unterschied zwischen durchschnittlichen Bruttostundenverdiensten der Männer (� (� ))der bezogen auf die durchschnittlichen Bruttostundenverdienste der M ��� (� )der bezogen Bruttostundenverdienste ��� � ) durchschnittlichen ��� ��� (� bezogen auf die Bruttostundenverd ��� (� bezogen auf die durchschnittlichen Bruttostundenverdienste derM M � ��� (� bezogen auf die durchschnittlichen Bruttostundenverdienste derMänner. Männer. (� bezogen auf die durchschnittlichen Bruttostundenverdienste der durchschnittlichen Männer. �)� auf durchschnittlichen Bruttostundenverdienste Männer. ��� niveau(� von Frauenden unddie Männern weiter angenähert hat. � ))Im � )��� ��� � ) bezogen (� bezogen(� auf die durchschnittlichen Bruttostundenverdienste der ����� ���� ) bezogen auf die durchschnittlichen Bruttostundenverdienste der � �� �� � (� ) bezogen auf die durchschnittlichen Bruttostundenverdienste der Männer. Männer. � Mä �durchschnittlichen ��� ��� bezogen auf die durchschnittlichen Bruttostundenverdienste der Männer. ����� ���� (� ) bezogen auf die durchschnittlichen Bruttostundenverdienste der Männer. (� ) bezogen auf die Bruttostundenverdienste der Männer. ��� � ����� urchschnittlichen der Männer. �� ��� �� Anteil ��� ging der der Frauen mit höchstens ezogen aufVergleich die durchschnittlichen Bruttostundenverdienste der PflichtMänner. ����� ���� (� auf Bruttostundenverdienste die durchschnittlichen Bruttostundenverdienste der Männer. �� � �� � ) bezogen ���� ���� ����� ���� ����� ����� ��� � ����� ������ �� ������ �� ������ �� ���� ����� ���� ����� ���� � � ���� �������� �� �� �� ��� � ����� ���� � � �� � �� � � �� �� ����� ���� � (1) � � � � ����� ���� ��� � ��� � schulabschluss zwischen 2006 und 2010 stärker zurück als � � �� � � �� ��� � ��� � ����� ���� � � ����� ����� ����� � ��� � � � ��� � � �� ��� � ����� ����� (1) ����� �������� ����� ���� � � ���� ���� ��� � ����� � � ����� �� �� � �� ��� � ����� ������ ���� �� �� �� � �� während ��� �der ����� ����� ��der Anteil ���� � ����� jener mit Uni- ����� �� ����� � ����� (1) Die (1) Zerlegung de � � � ��� �� ������ ��� (1) �Frauen � ���der Männer, ����� (1) � ����� � (1) � ��� � (1) � � ����� Die Zerlegung des basierend unbereinigten Ind �� ����� ��� versitätsDie Zerlegung des Zerlegung unbereinigten Indikators wurde �� oder Fachhochschulabschluss stärker anstieg. Die des unbereinigten Indikators wurde Die Zerlegung des unbereinigten Indikators wurde basierend au Die Zerlegung des unbereinigten Indikators wurde basierend au Die Zerlegung des auf unbereinigten Indikators wurde Die Zerlegung des unbereinigten Indikators wurde basierend a durchgeführt. Diese Die Zerlegung des unbereinigten Indikators wurde basierend auf der Oa Die Zerlegung des unbereinigten Indikators wurde basierend der Oaxaca-Blinder-Dekompo Die Zerlegung des unbereinigten Indikators wurde basierend auf der Oaxaca-Blinder-Dekomposition Die Zerlegung des unbereinigten Indikators wurde basierend auf der Oaxa auf Indikators der Oaxaca-Blinder-Dekomposition durchgeführt. DieDie Zerlegung des unbereinigten Indikators wurde basierend auei Diewurde Zerlegung des unbereinigten wurde basierend auf der Oaxaca-Blinder-Dekomp durchgeführt. Diese bietet den Vorteil Zerlegung des unbereinigten Indikators basierend auf der Oaxaca-Blinder-Dekomposition Die Zerlegung des unbereinigten Indikators wurde basierend auf der Oaxaca-Blinder-Dekomposition Die Zerlegung des unbereinigten Indikators wurde basierend auf der Oaxaca-Blinder-Dekomposition durchgeführt. Diese bietet denVorteil Vorteil einer getrenntenB Im sich dagegen ein leicht negativer Beitrag, unbereinigten Indikators wurde basierend auf wurde der Oaxaca-Blinder-Dekomposition Zerlegung desModell unbereinigten Indikators wurde basierend auf deraufOaxaca-Blinder-Dekomposition durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung Die Zerlegung desII ergibt unbereinigten Indikators der Oaxaca-Blinder-Dekomposition se bietet den Vorteil einer getrennten Beschreibung EinDiese bietet den einer getrennten durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung fürder Frauen und Mä durchgeführt. Diese bietet den Vorteil einerbasierend getrennten Beschreibung derdurchgeführt. Einflussfaktoren auf die Lohnhöhe durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung derdie Einflu durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf Loh durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einfluss durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf Loh wenn für alle enthaltenen Faktoren gleichzeitig kontrolliert für Frauen und Männer. D.h. es die wird d flussfaktoren auf die für Frauen und Männer. D.h. geführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf die Lohnhöhe durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf die Lohnhöhe durchgeführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf die Lohnhöhe für Frauen und Männer. D.h. es wird der Umstand be ietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf die Lohnhöhe geführt. Diese bietet den Vorteil einer getrennten Beschreibung der Einflussfaktoren auf die Lohnhöhe für Frauen und Männer. D.h. es wird der Umstand berücksichtigt, für Frauen und Männer. D.h. esUmstand der Umstand berücksichtigt, ddd durchgeführt. für Diese bietetund denMänner. Vorteilfür einer getrennten Beschreibung derwird Einflussfaktoren auf die Lohnhöhe für Frauen und Männer. es wirdBranche, der Umstand berü für Frauen und Männer. D.h. eswird wirdD.h. der Umstand berücksichtigt, Beruf, A Frauen D.h. es wird der Umstand berücksichtigt, dass bestimmte Charakteristika, wie z.B. für Frauen Männer. D.h. es wird der berücksichtigt, dass bestimm Frauen und Männer. D.h. es der Umstand berücksichtigt, dass bestimmte Charakteristika, wi und Männer. D.h. es wird der Umstand berücksichtigt, dass bestimmt es wird der Umstand berücksichtigt, dass bestimmte ChaFrauen und Männer. D.h. es wird UmstandCharakteristika, berücksichtigt, da für Frauen und Männer. D.h. esfürwird der Umstand berücksichtigt, dassder bestimmte w Branche, Beruf, Alter, Ausbildung, etc für Frauen und Männer. D.h. es wird der Umstand berücksichtigt, dass bestimmte Charakteristika, wie z.B. für Frauen und Männer. D.h. es wird der Umstand berücksichtigt, dass bestimmte Charakteristika, wie z.B. rauen und Männer. D.h. es wird der Umstand berücksichtigt, dass bestimmte Charakteristika, wie z.B. Branche, Beruf, Alter, Ausbildung, etc.,der dieVerdienst Höhed ner. wird derD.h. Umstand dass bestimmte Charakteristika, wie Beruf, z.B. auen undesMänner. esD.h. wirdberücksichtigt, derwird Umstand berücksichtigt, dass bestimmte Charakteristika, wie z.B. Branche, Beruf, Alter, Ausbildung, etc., Ausbildung, die Höhe der Verdienst Branche, Alter, Ausbildung, etc., die Höhe fürD.h. Frauen und Männer. es der Umstand berücksichtigt, dass bestimmte Charakteristika, wieAlter, z.B. rakteristika, wie z.B. Branche, Beruf, Alter, etc., Branche, Beruf, Ausbildung, etc., die Höhe Branche, Beruf, Alter, Ausbildung, die Verdienste Höhe der Verdiens beeinflussen. Branche, Beruf, Alter, Ausbildung, etc., dieBranche, Höhe der Verdienste je nach Geschlecht Detailergebnisse der Dekomposition Tabelle 6 Alter, Ausbildung, etc., dieunterschiedlich Höhe der Verdienste je nach G Branche, Beruf, Alter, Ausbildung, etc., die Höhe Verdienste jeetc., nach Geschlecht Beruf, Alter, Ausbildung, etc., die Höhe der jeunterschi nach Branche, Beruf, Alter,der Ausbildung, etc., die Höhe der Verdienste Branche, Beruf, Alter, Ausbildung, etc., die Höhe der Verdienste je nach Geschlecht untersch die Höhe derbeeinflussen. Verdienste je nach Geschlecht unterschiedlich beeinflussen. Branche, Beruf, Alter, Ausbildung, etc., die Höhe der Verdienste je Geschlecht unterschiedlich Branche, Beruf, Alter, Ausbildung, etc., die Höhe der Geschlecht Verdienste je nach nach Geschlecht unterschiedlich he, Beruf, Beruf, Alter,etc., Ausbildung, etc., die der Verdienste jenach nach Geschlecht unterschiedlich he, Beruf, Alter, Ausbildung, die der je Geschlecht unterschiedlich I Höhe ) Höhe Modell IIGeschlecht ) r, Ausbildung, die Höheetc., derModell Verdienste je Verdienste nach unterschiedlich beeinflussen. beeinflussen. Branche, Alter, Ausbildung, etc., die Höhe der Verdienste je nach unterschiedlich beeinflussen.beeinflussen. beeinflussen. beeinflussen. beeinflussen. beeinflussen. beeinflussen. Anteil des Anteil des beeinflussen. In einem ersten Sch beeinflussen. beeinflussen. flussen. Erklärter Teil ­erklärten Erklärter Teil ­erklärten lussen. beeinflussen. In einem ersten Schritt wurden zwei für Re Erklärungsfaktoren des Gender Anteils am des Gender Anteils am In einem einem ersten Schritt wurden zweiRegressionsmodelle Regressionsmodel In einem ersten Schritt wurden zwei Regressionsmodelle, jeweils In ersten Schritt wurden zwei Regressionsmodelle, jeweils für In einem ersten Schritt wurden zwei Regressionsmodelle, In ersten Schritt wurden zwei einem ersten Schritt wurden zwei Regressionsmodelle, jeweils fürFfd bzw. der Männer In einem ersten Schritt wurden Regressionsmodelle, jeweils für ersten den Bruttostundenverdienst der Frauen Inwurden einem ersten Schritt wurden zwei Regressionsmodelle, jeweils für den Brutto ersten Schritt zwei Regressionsmodelle, jeweils für den Bruttostundenverdienst der Pay Gap In ­geinem esamtenzwei Pay Gap ­gesamten Schritt wurden zwei Regressionsmodelle, jeweils für den Bruttost In einem Schritt wurden zwei Regressionsmodelle, jeweils für d In einem ersten Schritt wurden zwei Regressionsmodelle, jeweils für den Bruttostundenverdienst der jeweilsjeweils für den Bruttostundenverdienst der Frauen bzw. derwobei derF GPG wurden GPGden Bruttostundenverdienst InInwurden einem ersten Schritt zwei Regressionsmodelle, für den Bruttostundenverdienst der Frauen einem ersten Schritt wurden zweijeweils Regressionsmodelle, jeweils für den Bruttostundenverdienst der Frauen bzw. derder Männer formuliert, nem ersten Schritt Schritt wurden zweiRegressionsmodelle, Regressionsmodelle, jeweils für der Frauen em ersten wurden zwei jeweils für denfür Bruttostundenverdienst der Frauen bzw. der Männer formuliert, wobei der Verdienst Y bzw. Y (Vek bzw. der Männer formuliert, wobei der Verdienst Y tt zwei Regressionsmodelle, jeweils für den Bruttostundenverdienst der Frauen Inwurden einem ersten Schritt zwei Regressionsmodelle, den Bruttostundenverdienst der Frauen bzw. Y (Vek bzw. der Männer formuliert, wobei Verdienst Y M M F M F M F bzw. der Männer formuliert, wobei der Verdienst Y bzw. Y (Ve bzw. der Männer formuliert, wobei der Verdienst Y M F M b Prozentpunkte in der %wobei Prozentpunkte in % Y bzw. Yder (Vektor mitYwobei Dimension � � �)derjeweils dieYabhängige bzw. der Männer formuliert, der Verdienst M wobei F der bzw. YFYF(Vektor D bzw. der formuliert, wobei der Verdienst YVerdienst (Vektor mit Dim Männer formuliert, der Ymit Männer formuliert, der Verdienst bzw. bzw. YFVerdienst (Vektor Dimension ����Variable jewe bzw. Männer formuliert, Verdienst MM bzw. bzw. Y�) (Vekt bzw. Männer formuliert, wobei Mwobei M(Vektor Fmit �) jewe bzw. der Männer formuliert, wobei der Verdienst Y M bzw. Y F (Vektor mit Dimension Wirtschaftstätigkeit mit Dimension �Variable �) jeweils die bzw. der Männer formuliert, wobei der Y bzw. Y YVariable (Vektor mit Dimension ��� �)darstellt. jeweils die bzw. derder Männer formuliert, wobei derYVerdienst Verdienst YMM bzw. abhängige im ihrer Modell darstellt. F� F (Vektor bzw. YDimension (Vektor mit Dimension � �) jeweils die der Männer formuliert, wobei der Verdienst F(Vektor mit Dimension �Variable �) jeweils die der Männer formuliert, wobei Verdienst YY abhängige Variable im Modell Aufgrund ihr MMbzw. abhängige im Modell darstellt. Aufgrund ihrer rechtsschie abhängige im Modell darstellt. Aufgrund rechtsschief mit jeweils abhängige Variable im Dimension � � �) die bzw. derwobei Männer formuliert, wobei der Verdienst Y bzw. Y (Vektor mit � � �) jeweils die muliert, der Verdienst Y MY Fbzw. F (Vektor M F abhängige Variable im Modell darstellt. Aufgrund ihrer abhängige Variable im Modell darstellt. Aufgrund ihrer rechtsschie (ÖNACE 2008) 2,7 11,3 3,7 15,2 Variablen logarithm abhängige Variable im abhängige Modell darstellt. Aufgrund ihrer Variable rechtsschiefen Verteilung wurden die abhängigen abhängige im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilun im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilu Variable imim Modell Aufgrund ihrer rechtsschiefen Verteilung wurden die abhän abhängige Variable im Modell darstellt. Aufgrund ihrer rechtsschiefe abhängige Variable Modelldarstellt. darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhä Berufsgruppen (ÖISCO-08) 2,2 9,3 Modell 2,2darstellt. 9,2Aufgrund Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung abhängige Variable im ihrer rechtsschiefen Verteilung wurden die abhängigen abhängige Variable im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhängigen Variablen logarithmiert. ngige Variable im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhängigen gige Variable im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhängigen Variablen logarithmiert. Variablen logarithmiert. Variablen logarithmiert. Variable im Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhängigen mabhängige Modell darstellt. Aufgrund ihrer rechtsschiefen Verteilung wurden die abhängigen Variablen logarithmiert. Variablen logarithmiert. Höchste abgeschlossene Variablen logarithmiert. Variablen logarithmiert.Variablen logarithmiert. wurden die abhängigen Variablen logarithmiert. Die Matrizen XM b logarithmiert. Variablen logarithmiert. Variablen logarithmiert. Bildung 1,8 7,5 -0,6 -2,5 Variablen logarithmiert. Variablen logarithmiert. blen logarithmiert. blen logarithmiert. logarithmiert. / quadriert -1,3 -5,4 0,0 0,0 rt.Variablen Alter XF�For(Dimension Die Matrizen X M (Dimension ��(Dimension � �) in den Formeln (2) Die Matrizen Die bzw. (Dimension )bzw. in den bzw. XX � �) in den (2) Die Matrizen XX bzw. � inden den Die Matrizen X M M M F� bzw. XXFden (Dimension � �Formeln �)�)im in(3) Die Matrizen bzw. XFFFFX(Dimension (Dimension � �) in den Formeln (2) Die Matrizen X MM die M Dauer Die der UnternehmensXF (Dimension � � �) in den Formeln (2) und (3) bezeichnen unabhängigen Matrizen XM bzw. Die Variablen Regr bzw. X (Dimension � � �) in Formeln (2) und bez X M F bzw. X (Dimension � � �) in den Formeln (2) Die Matrizen X bzw. X (Dimension � � �) in den Formeln (2) und (3) b Die Matrizen bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhän Matrizen X F M F M M � � �) in den Formeln (2) und (3) bezeichnen die unabhä Die Matrizen X M bzw. FX F (Dimension zugehörigkeit / quadriert + meln (2) und (3) bezeichnen die unabhängigen Variablen bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhängigen Die Matrizen X bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhängigen Die Matrizen X M F M F Variablen im Regressionsmodell bezoge bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhängigen Matrizen X bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhängigen Matrizen X M F M F bzw. X (Dimension � � �) in den Formeln (2) und (3) bezeichnen die unabhängigen Die Matrizen X Interaktionseffekt 1,7 7,0 2,4 10,0 Variablen im Regressionsmodell bezogen auf Männer bzw. Fraue Variablen im Regressionsmodell bezogen auf Männer bzw. Fraue M F Variablen im Regressionsmodell Regressionsmodell bezogen auf Männe w. XF (Dimension � � �)imin Regressionsmodell den Formeln (2) und (3) bezeichnen unabhängigen Variablen im bezogen auf Männer Variablen im Regressionsmodell auf Männer bzw. Fraue �bezogen bzw. � Variablen bezogen aufVariablen Männerdieim bzw. Frauen. Die Zeilenvektoren im Regressionsmodell bezogen auf Männer Frauen. Die (Dimension �Frauen �Zeil �) Regressionsmodell bezogen auf Männer bzw. Frauen. � � Variablen im Regressionsmodell bezogen auf Männer bzw.Die Regressionsmodell bezogen auf Männer bzw. Frauen. Ze ��Die Variablen imim Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren Ausmaß der Beschäftigung 1,5 6,1 3,2 13,3 bzw Variablen Regressionsmodell bezogen auf Männer bzw. Frauen. Die�bzw. Zeilenvektoren � � bzw bzw. � Variablen im Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren � bzw. � Variablen im Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren � � � � � bzw. � blen im Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren � bzw. � blen im Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren Zeilenvektoren bzw. (Dimension ) bezeichnen (Dimension � � �) bezeichnen die k Art des Arbeitsvertrags 0,7 3,0 -1,3 -5,5 � bzw. � Variablen im Regressionsmodell bezogen auf Männer bzw. Frauen. Die Zeilenvektoren � �����) � (Dimension ���� �) bezeichnen die Regressionskoeffizienten im (Dimension �(Dimension bezeichnen die kkk Regressionskoeffizienten im �(Dimension sionsmodell bezogen auf Männer bzw. Frauen. Zeilenvektoren � � �� �bezeichnen dieKonstanten Regressionskoef bezeichnen kkim Regressionskoeffi (Dimension ��) �) Modell, bezeichnen die Regressionskoeffizienten im jR �� bzw. (Dimension � � �)-0,2bezeichnen die Die k-0,3 Regressionskoeffizienten im bezeichnen jeweiligen ��) bzw. ��� die die (wobei (Dimension � die (Dimension �� � �) bezeichnen diejeweiligen k Regressionskoeffizienten im �M Unternehmensgröße -1,0 -1,4 �� (Dimension � � �) bezeichnen die kk Regressionskoeffizienten Regressionskoeffizienten im��jeweiligen jeweiligen M (Dimension � � �)�)bezeichnen die k k�) Regressionskoeffizienten im Modell, bzw. die Regressionskoeffizienten im jeweiligen Modell, (Dimension � � bezeichnen die jeweiligen Modell, bzw. �je �� �� (Dimension ���� bezeichnen kim im jeweiligen Modell, ���� bzw. die (Dimension �) bezeichnen dieim k Regressionskoeffizienten Regressionskoeffizienten im�bzw. jeweiligen Modell, bzw. �1��� die�� �� 0,1 0,3 -0,1 die -0,3 ension ����Region �) die jeweiligen Modell, � bzw. � die �� Konstanten (wobei einen � � � Vek ension �)�bezeichnen bezeichnen die kk Regressionskoeffizienten Regressionskoeffizienten jeweiligen Modell, � � die (Dimension � �) bezeichnen die k�) Regressionskoeffizienten im� jeweiligen Modell, bzw. � die �� Konstanten (wobei 1 einen � � � Vektor mit konstantem Eintrag �� Konstanten (wobei 1 einen � � � Vektor mit konstantem Eintrag �� bezeichnen die k Regressionskoeffizienten im jeweiligen Modell, bzw. � die �� �� Konstanten (wobei 1�einen einen Vektormit mit konst bzw. Konstanten (wobei 1� �� ��Vektor Vektor mit konstan die Konstanten (wobei einen Konstanten (wobei 1 einen �� Vektor mit konstantem Eintrag �� jeweiligen Fehlerterm �mit und ����mit die Konstanten (wobei 9,11 einen � � � Vektor mit konstantem Eintrag „1“ darstellt) sowie Insgesamt 38,0 9,1 38,0einen Konstanten 11 mit einen ��� Vektor konstantem Eintrag „1“ darstel Konstanten (wobei 1 ��einen �Eintrag �mit � Vektor konstantem Eintrag (wobei einen �� � Vektor konstantem Eintrag darst�� ��„1“ Konstanten (wobei 1 Konstanten ��� �konstantem �(wobei konstantem Eintrag „1“ sowie und Konstanten (wobei 1einen � � �Vektor Vektor mit konstantem „1“��darstellt) darstellt) sowie � � und und � die Konstanten (wobei 1 einen � � � Vektor mit Eintrag „1“ darstellt) sowie und � die Konstanten (wobei 1 einen � � � Vektor mit konstantem Eintrag „1“ darstellt) sowie konstantem Eintrag „1“ darstellt) sowie und die je� � � � Q: STATISTIK AUSTRIA, Verdienststrukturerhebung 2010. 1) Sequentielles Modell. 2) Partielle Effekte im jeweiligen Fehlerterme (Dimension � �� � und � die anten (wobei 1 einen � � � Vektor mit konstantem Eintrag „1“ darstellt) sowie � und � die tanten (wobei 1 einen � � � Vektor mit konstantem Eintrag „1“ darstellt) sowie � und � die Konstanten (wobei 1 einen � � � Vektor mit konstantem Eintrag „1“ darstellt) sowie jeweiligen Fehlerterme (Dimension � � �). jeweiligen Fehlerterme (Dimension � � �). � � � � jeweiligen (Dimension �����). jeweiligen Fehlerterme �(Dimension � �). � Fehlerterme � jeweiligen Fehlerterme �). und ��Fehlerterme die einen � �vollständigen � jeweiligen Vektor konstantem Eintrag „1“ darstellt) sowie �Fehlerterme Modell. mit Fehlerterme (Dimension � � �). � jeweiligen (Dimension �(Dimension ���). weiligen (Dimension ). jeweiligen (Dimension � � �). jeweiligen Fehlerterme (Dimension � �). jeweiligen Fehlerterme (Dimension � � �). jeweiligen Fehlerterme (Dimension � � �). ) ��(� � � � � � �� jeweiligen jeweiligen Fehlerterme (Dimension �����). �). Fehlerterme ����Fehlerterme �). igen Fehlerterme (Dimension �). jeweiligen Fehlerterme � � �). (Dimension eigen (Dimension � �(Dimension �). (Dimension ) ��(� � � � � � � � � � )))� ��(� �� � ��� � ��(� ����� ���� �� � �� � )� ��(� �� �������NACHRICHTEN � ��(� �� ������ � �� � � � � �� � � � � )��� ��(� �� ���� � � ��3/2014� � 9 � � ��� � � ��� � ��(� � � � �)� � �� ����(2) Einkommen und Löhne STATISTISCHE ��(� �� � � ���� � ) � ��� � � � �� )� ��(� ���� � ��� ���� � )�� �� � ��(� �� �))��� ��� � ���� ��(� ��� � � � ��(� ���� � �� � ��� ��(� �� � ��� � �� �� �� � ��� � � � � ) � ��� � � � ) ) ��(� � � � � � � (2) � � ��(� � � � � (2) � � �� �� �� �� �� )��(� ������� �� (2)(2) (2) � )�� ���� ������ �� ������� � ��� �� �� ��� � � �� ��) �� (2) )�� � �� � � � �� ��� ���(3) � � � ��(� � ������ � � ���� ��(� �������� �� ���� � ��(� ���(� ��(� ��� � � �� ���)))� �� ���� �� � � � )��� ��(� ���� � �� �� �� ���� ��(�� ) � ��� � � � �� � � � ��) ��������� � )� ��(� �� � � � �� � ���)�� � � ) ��(� � � � � � � � � �� � � � �� � � � ��(� � � � � � � � � ) Wird nun die Differ ) ��(� � � � � � � ��(� � � � � � � � � � � � � ���� �� � ���� � ��� ��(� (3) ��(���))������ �� ���� ��� (3) ��� ���� ������ ) 1

2

(Dimension bzw. die (Dimension � �� � �) �) bezeichnen bezeichnen die die kk Regressionskoeffizienten Regressionskoeffizienten im im jeweiligen jeweiligen Modell, Modell, � ��� bzw. � ��� �� die ��

und � die Konstanten Konstanten (wobei (wobei 11 einen einen � �� �� � Vektor Vektor mit mit konstantem konstantem Eintrag Eintrag „1“ „1“ darstellt) darstellt) sowie sowie ��� � und �� � die jeweiligen Fehlerterme jeweiligen Fehlerterme (Dimension � �� � �). �). Einkommen und (Dimension Löhne   

) � � �� � ��(� �� � � � (2) ��(�� � ) � ��� �� � � �� � �� � � �� �

Durch die Gewichtung mit dem Faktor(2) 0,5 fließen männ(2) liche und weibliche Lohnstruktur sowie die Effekte dieser ��(� ���� � � � (3) (3) Charakteristika auf den Lohn im selben ��(��� )) � (3)Verhältnis in die �� ��� �� � � � �� � �� � � �� � Zerlegung der Lohndifferenz ein. Aus diesem Grund wurde Wird nun dieDifferenz Differenz der Erwartungswerte der beiden Wird kann Unterschied der mittleren die in Gleichung dargestellte Wird nun nun die die Differenz der der Erwartungswerte Erwartungswerte der der beiden beiden Modelle Modelle gebildet, gebildet, kann der der (6) Unterschied derVariante mittlerender Oaxaca-BlinModelle gebildet, kann der Unterschied der mittleren loga- Variable gebildet, sodass � ���� ���� Matrizen XM und XF wurde der Mittelwert pro unabhängiger bzw. � � vorliegenden � nun der-Dekomposition im Artikel verwendet. logarithmierten Bruttostundenverdienste Frauen und Männern rithmierten Bruttostundenverdienste beibei Frauen und Mänlogarithmierten Bruttostundenverdienste bei Frauen und Männern folgendermaßen folgendermaßen dargestellt dargestellt werden werden (bei (bei den den jeweils diefolgendermaßen Dimension � � dargestellt � besitzen): Eine Verfeinerung der Oaxaca-Blinder-Dekomposition benern werden (bei den Matrizen ���� ���� ���� steht darin, Effekte der Erwerbsbeteiligung Matrizen wurde der Mittelwert pro unabhängiger Variable sodass � bzw. ����� Matrizen XMatrizen XMM und und XXFFMwurde wurde der Mittelwert pro unabhängiger Variable gebildet, gebildet, sodass � bzw.unterschiedlichen ��� nun nun ���� und unabhängiger Variable und der X wurde der pro Mittelwert pro unabhängiger Variable gebildet, bzw. � � nun � �sodass F Mittelwert ���� ���� und XF wurde derXMittelwert pro unabhängiger Variable gebildet, sodass � bzw. � nun � � ���� ���� ���� ���� ���� von Frauen und Männern auf den Lohnunterschied zu(� ) (� ) ��(�gebildet, sodass ) � ��(� ) � � � � � � � � )� (4) bzw. nun jeweils die Dimension Variable gebildet, � � nun + + (� � � � �� �� �� � � ���� � ���� der Mittelwert pro unabhängiger Variable gebildet, sodass � eweils die Dimension ��������besitzen): jeweils diejeweils Dimension besitzen): die Dimension � � � besitzen): � bzw. � � nun sätzlich im Regressionsmodell zu berücksichtigen. Dafür mension � � � besitzen): müsste die Wahrscheinlichkeit erwerbsaktiv zu sein mit Die Differenz der Mittelwerte der logarithmierten Verdienste von Frauen und Männern auf der linken Seite in besitzen): ���� ���� ���� ���� ���� ���� ���� ���� )(� (� ))�� (� )���� (� �(���))����(� )) � � ��� �� ���� ��)�� )� � �� )� (4) ++ ++���� (� ��(� ��(� � ���(� �� )� (4) werden (�� ) (� � ��(� ) � � � � � (4) + + (� � � � �� � � � � � �� �� � � � � � � � �� � � Hilfe eines Probit-Modells geschätzt und darauf auf���� ���� (� � � ) + (��� dabei ) + (�� � dem (������ )� �� (4) � ���annähernd �� )�Gender 14 ���� � pro unabhängiger ���� ) Der Gleichung (4)� �X entspricht Pay Gap, wieVariable er in Formel (1)(4) dargestellt Matrizen der(4)Mittelwert gebildet, sodass � bzw. � � nun M und X F wurde � ist. � )� � bauend die Inverse Mills Ratio als zusätzliche unabhängige ���� ���� � � � ) + (��� � ��� ) + (�� � �� )� � (4) Die der Mittelwerte der Verdienste von Frauen und Männern der linken Seite in Die Differenz der Mittelwerte der�logarithmierten logarithmierten Verdienste von Frauen und Männern auf der linkender Seite in Seite Die Differenz Mittelwerte Verdienste von Frauen und Männern linken in ���� ���� Variable inauf die Regressionsmodelle aufgenommen werden, derDifferenz Mittelwert pro unabhängiger gebildet, sodass � bzw.den � nun erste Term auf derderrechten Seite in logarithmierten Gleichung (4) beschreibt durch unterschiedliche jeweils die Dimension �Variable � der besitzen): �Männern � z der Mittelwerte der logarithmierten Verdienste von Frauen und auf der linken Seite in aufCharakteristika n Frauen und Männern auf der linken Seite in 14 14 aufgrund um soereinen „selection bias“ Er���� ���� Die der Mittelwerte der logarithmierten Verdiens14 unterschiedlicher Matrizen XVerdienste XFannähernd wurde der Mittelwert pro unabhängiger Variable gebildet, sodass � �zur eGleichung der logarithmierten von Frauen und Männern auf der linken inwie Der Gleichung (4) entspricht dabei dem Gender Pay Gap, wie in Formel (1) dargestellt ist. Derist. (4) Differenz entspricht dabei annähernd dem Gender Pay Gap, wie er erSeite in Formel dargestellt ist. M und Der Gleichung (4) entspricht dabei annähernd dem Gender Pay Gap, wie in Formel (1) dargestellt �)) bzw. �) nun 14 Regressionsmodell männlicher und weiblicher Beschäftigter erklärten Lohnunterschied, er(1)ist. im ) Der ) besitzen): entspricht dabei annähernd dem Gender Pay Gap, wieiner in Formel (1) dargestellt 17 14 der werbsquoten von Frauen und Männern auszugleichen. ) Da te von Frauen und Männern auf linken Seite Gleichung ���� ���� ���� Der ap, wie er ��(� in Formel (1) dargestellt ist. ) +bzw. (������� ) + (�� � �14� )� � � ��(� ) � �� (� �) � � �nun (4) � )die �gebildet, � �in �� ���� ro unabhängiger Variable sodass � �beschreibt jeweils Dimension � Männer �in � besitzen): Der ei dem Gender Pay Gap, wie er Formel (1) dargestellt ist. )den rsteannähernd Term auf der rechten Seite in Gleichung (4) den durch unterschiedliche Charakteristika erste Term auf der rechten Seite Gleichung (4) beschreibt den durch unterschiedliche Charakteristika � � erste Term auf der rechten Seite in Gleichung (4) beschreibt durch unterschiedliche Charakteristika die Verdienststrukturerhebung keine Angaben zur Nichter(4) entspricht dabei annähernd dem Gender Pay Gap, wie Beschreibung des Lohns der (2) ermittelt wurde. Der zweite Term beschreibt die nicht beobachtete uf ���� der rechten Seite in Gleichung (4) beschreibt den durch unterschiedliche Charakteristika ���� (��� � )durch � ��� ) + � �� )� (4) + er (�dargestellt t�den unterschiedliche � Charakteristika � 14) Der erste Term auf der werbstätigkeit und die von in Formel (1) ist. Seite�Lohndifferenz in Gleichung (4) beschreibt den durch unterschiedliche Charakteristika männlicher und weiblicher Beschäftigter erklärten Lohnunterschied, wie erer den im Regressionsmodell zur männlicher und weiblicher Beschäftigter erklärten Lohnunterschied, wie im Regressionsmodell zurErwerbstätigenquoten Die Differenz der Mittelwerte der logarithmierten Verdienste von Frauen und Männern auf derLohnertrag linken Seitezur in männlicher und weiblicher Beschäftigter erklärten Lohnunterschied, wieunterschiedlichen er enthält im Regressionsmodell (Konstanten der Regressionsgleichung) und der dritte Term und weiblicher Beschäftigter erklärten Lohnunterschied, wie er im Regressionsmodell zur ���� ���� ���� (� ) (� ) ��(� ) � ��(� ) � � � � � � � � )� (4) + + (� und Frauen in Österreich vergleichsweise hoch in�Gleichung (4) beschreibt den durch unter� � � �� �� � � Männern � erschied, rechten wie �er Seite im Regressionsmodell zur 14 eBeschäftigter der für logarithmierten Verdienste von Frauen und Männern aufwurde. der linken Seite inTerm 18er in beschreibt erklärten Lohnunterschied, wie er im Regressionsmodell zur Beschreibung des Lohns der Männer (2) ermittelt wurde. Der zweite Term beschreibt die Beschreibung des Lohns der Männer (2) ermittelt wurde. Der zweite Term beschreibt die nicht nicht beobachtete ) Der auf Heckmann Gleichung (4) entspricht dabei annähernd dem Gender Pay Gap, wie Formel (1)beobachtete dargestellt ist. Beschreibung des Lohns der Männer (2) ermittelt Der zweite die nicht sind, ) wurde diese Ergänzung basierend schiedliche Charakteristika männlicher und weiblicher Begleiche Charakteristika, bezogen auf den Mittelwert der Charakteristika der Frauen. Der zweite undbeobachtete dritte ���� Lohns der Männer (2) ermittelt wurde. Der zweite Term beschreibt die nicht beobachtete ) �des � � )� (4) + (� �� � beschreibt � � zweite Term die nicht beobachtete Dieermittelt Differenz der der Mittelwerte der logarithmierten Verdienste von14den und Männern auf der linken Seite in (1979) imden vorliegenden Artikel nicht verwendet. schäftigter erklärten Lohnunterschied, wie erund im Regressions)Frauen Der bei annähernd dem Gender Pay Gap, wie erals in Formel (1) dargestellt ist. Männer (2) wurde. Der zweite Term beschreibt die nicht beobachtete Lohndifferenz Regressionsgleichung) der Term unterschiedlichen Lohnertrag Lohndifferenz (Konstanten Regressionsgleichung) und der dritte Term den unterschiedlichen Lohnertrag erste Term auf(Konstanten der rechten Seite inunerklärter Gleichung (4)dritte beschreibt durch unterschiedliche Charakteristika 15 unterschiedlichen Lohndifferenz der Regressionsgleichung) und der dritte Term Lohnertrag ) Term in (Konstanten Summe werden üblicherweise Lohnunterschied beschrieben. z (Konstanten der Regressionsgleichung) und der dritte Term den unterschiedlichen Lohnertrag modell zur Beschreibung des Lohns derlinken Männer (2) ermittelt dritte Term den Lohnertrag en Verdienste vonunterschiedlichen Frauen und Männern auf der Seite in Gleichung (4) entspricht dabei annähernd dem Gender PayLohnertrag Gap,der wie er in Formel (1) dargestellt ist.14) Der in wurde. Gleichung (4) beschreibt den durch unterschiedliche Charakteristika Fazit er Regressionsgleichung) und der dritte Term den unterschiedlichen ürSeite gleiche Charakteristika, bezogen auf den Mittelwert der Charakteristika Frauen. Der zweite und dritte für gleiche Charakteristika, bezogen auf den Mittelwert der Charakteristika der Frauen. Der zweite undzweite dritteund männlicher und weiblicher Beschäftigter erklärten Lohnunterschied, wie er im Regressionsmodell zur für gleiche Charakteristika, bezogen auf den Mittelwert der Charakteristika der Frauen. Der Der zweite Term beschreibt die nicht beobachtete harakteristika, bezogen aufkann den alternativ Mittelwertauch der Charakteristika der Frauen. DerRegressionsmodell zweite und dritte zur Erklärung desdritte Der erklärte Anteil auf die Koeffizienten aus dem 14 arakteristika der Frauen. Der zweite und dritte Der Gender Pay Gap, wieauf er(Konstanten in Formel dargestellt ist. erste Term der rechten(1) Seite inderGleichung (4) zweite beschreibt den durch Charakteristika berechnete EUDer auf der15Verdienststrukturerhebung Lohndifferenz der Regressionsgleichung) undDer 15 15Basis Beschäftigter erklärten Lohnunterschied, wie im ) Regressionsmodell zurbeschrieben. ezogen den Mittelwert der Charakteristika Frauen. Der undzweite dritte )) unterschiedliche Term in Summe werden üblicherweise unerklärter Lohnunterschied beschrieben. Term inauf Summe werden üblicherweise als unerklärter Lohnunterschied beschrieben. Beschreibung des Lohns derals Männer (2) ermittelt wurde. Term beschreibt ) die nicht beobachtete Term in Summe werden üblicherweise alser unerklärter Lohnunterschied 15 ) me werden üblicherweise als unerklärter Lohnunterschied beschrieben. Indikator für geschlechtsspezifische (Gender dritte Term den unterschiedlichen Lohnertrag für gleiche 15 (3)) und bezogen werden, Beschäftigter und die Differenz der Lohnunterschied, Koeffizienten im wie unerklärten kann auf Lohnunterschiede die zur schied beschrieben. ng (4)Frauenlohns beschreibt den durchweiblicher unterschiedliche Charakteristika männlicher er im Teil Regressionsmodell 15erklärten Männer (2) ermittelt wurde. Der zweite Term beschreibt die nicht beobachtete ) cherweise als unerklärter Lohnunterschied beschrieben. Lohndifferenz (Konstanten der Regressionsgleichung) und der dritte Term den unterschiedlichen Lohnertrag der Pay Gap) misst den Unterschied zwischen den durchCharakteristika, bezogen auf den der Koeffizienten CharakteDer Anteil kann alternativ auch auf die Koeffizienten aus dem Regressionsmodell zur des Der erklärte erklärte Anteil kann alternativ auchbezogen aufMittelwert die Koeffizienten aus zu demfolgender, Regressionsmodell zur Erklärung Erklärung des der des Der erklärte Anteil kann alternativ auch aufdem die aus dem Regressionsmodell zur Erklärung Charakteristika der Männer werden, was alternativer Anteil kann alternativ auch auf diezweite Koeffizienten aus Regressionsmodell zurTerm Erklärung des Darstellung lärten Lohnunterschied, wie er im Regressionsmodell zur Beschreibung des Lohns der Männer (2) ermittelt wurde. Der zweite beschreibt die nicht beobachtete schnittlichen Bruttostundenverdiensten von Frauen und ristika der Frauen. Der und dritte Term in Summe der und dritte Term denden unterschiedlichen aus Regressionsgleichung) dem Regressionsmodell zurder Erklärung des auf für gleiche Charakteristika, bezogen Mittelwert der Lohnertrag Charakteristika der Frauen. Der zweite und dritte rnativOaxaca-Blinder-Dekomposition auch auf die Koeffizienten aus dem Regressionsmodell zur Erklärung des Frauenlohns (3) bezogen werden, und die Differenz der Koeffizienten im unerklärten Teil kann auf die Frauenlohns (3) bezogen werden, und die Differenz der Koeffizienten im unerklärten Teil kann auf die Frauenlohns (3) bezogen werden, und die Differenz der Koeffizienten im unerklärten Teil kann auf die Männern in Unternehmen mit zehn und mehr Beschäftigten werden üblicherweise als unerklärter Lohnunterschied beführt: (3) wurde. bezogen werden, und diebeschreibt Differenz Koeffizienten im und unerklärten Teil kann die telt Der zweite Term diedernicht beobachtete Lohndifferenz (Konstanten der dritte Term denauf unterschiedlichen Lohnertrag 15 ezogen aufschrieben. denunerklärten Mittelwert der Der Lohnunterschied zweiteder und dritte effizienten im TeilCharakteristika kann aufRegressionsgleichung) die der Term in Summe werden üblicherweise alsFrauen. unerklärter beschrieben.15)und Dienstleistungsbereich (Abschnitte im Produktions) rden, undCharakteristika die Differenz der im unerklärten Teilwas kannzuauffolgender, die Charakteristika der bezogen werden, was folgender, alternativer Darstellung der Charakteristika der Männer Männer bezogen bezogen werden, was zu zu folgender, alternativeralternativer Darstellung der der Koeffizienten Männer werden, Darstellung der ka derundfür Männer werden, was auf zuden folgender, alternativer hung) der drittebezogen Term den unterschiedlichen Lohnertrag gleiche Charakteristika, bezogen Mittelwert der Charakteristika Der zweite und dritte B-NDarstellung und der P-SFrauen. derderÖNACE 2008). In Österreich lag der 15 ���� ���� ���� (� ) (� ) ) cherweise als unerklärter Lohnunterschied beschrieben. ) � ��(� ) � � � � � � � � )� (5) + + (� ��(�Der folgender, alternativer Darstellung der � � Anteil � kann � alternativ � �� auf��die Koeffizien� � � auch er bezogen werden, was zu folgender, alternativer Darstellung der Oaxaca-Blinder-Dekomposition führt: Oaxaca-Blinder-Dekomposition führt: Der erklärte erklärte Anteil kann alternativ auch auf die Koeffizienten ausGender dem Regressionsmodell zur Erklärung des Oaxaca-Blinder-Dekomposition führt: Pay Gap 2010 bei 24,0%. Im Vergleich zu anderen er-Dekomposition führt: ittelwert der Charakteristika der Frauen. Der und dritte Term Summe werden üblicherweise als unerklärter Lohnunterschied beschrieben.15) ten ausindem Regressionsmodell zurzweite Erklärung des FrauenMitgliedstaaten der unter Europäischen ernativ auf diebezogen Koeffizienten aus dem Regressionsmodell Erklärung des im unerklärten Daauch das Ergebnis der der Lohndifferenz einen zur erklärten und unerklärten Anteil Verwendung on führt: Frauenlohns (3)Zerlegung bezogen werden, und die in Differenz der Koeffizienten Teil kann Union auf diezählt Österreich lohns (3) werden, 15und die Differenz der Koeffizien���� ���� ���� ���� ���� ���� ) lärter��)Lohnunterschied beschrieben. ���� ���� ���� (� ) (� ) (� ) (� ) damit zu den Ländern mit den größten geschlechtsspezifi) � � � � � � � � )� (5) + + (� �(� )����(� ��(� � � � � � � � � )� (5) + + (� ��(� (� ) (� ) ) � ��(� ) � � � � � � )� (5) +�� (�� � � �� �) �� �� � ����)�� � � �� ������ � � � � + � � dem � ���� (� (� Der erklärte Anteil kann alternativ auch die���Koeffizienten aus Regressionsmodell zur Regel Erklärung des (������ )� ��ten �Differenz �Varianten � �Männer � �unerklärten )� � (5) in der +�� auf (� unerklärten Teil kann Charakteristika der �im � + �� �� �die �auf und die der Koeffizienten im Teilwas kann aufschen die Lohnunterschieden. der beiden der Oaxaca-Blinder-Dekomposition in (4) und (5) jedoch zu Charakteristika der bezogen werden, zu folgender, alternativer Darstellung der Dieser hohe Wert geht in Öster�erden, )� (5) � ���� ���� ) + (� �� � �bezogen )� (5) Männer werden, alternativer Dar� ) + (� �� �aus ��dem � � ��was �zu folgender, e Koeffizienten Regressionsmodell zur Erklärung des Frauenlohns (3) bezogen werden, undin die Differenz der Koeffizienten im 16 unerklärten Teil kann auf die reich gleichzeitig mit einer hohen Frauenerwerbsquote und Da Ergebnis der Zerlegung der einen erklärten und unerklärten Anteil Verwendung Dadas das Ergebnis der Zerlegung der Lohndifferenz in einen erklärten und unerklärten Anteil unter Verwendung Da daswerden, Ergebnis der Zerlegung der Lohndifferenz inbeide einen erklärten und unerklärten Anteil unter Verwendung ner bezogen was zuLohndifferenz alternativer Darstellung dermitteln. )unter Praktisch geschieht dies unterschiedlichen Ergebnissen führt, empfiehlt esund sich, Varianten Oaxaca-Blinder-Dekomposition führt: nis der Zerlegung der infolgender, einen erklärten unerklärten Anteil zu unter Verwendung stellung der Lohndifferenz Oaxaca-Blinder-Dekomposition führt: einer hohen Teilzeitquote bei den Frauen einher. Der österrten und unerklärten Anteil unter Verwendung ifferenz der Koeffizienten unerklärten Teil auf dieAnteile Charakteristika der Männer bezogen werden, zu folgender, alternativer Darstellung der g der Lohndifferenz in einen erklärten und unerklärten Anteil unter Verwendung der beiden Varianten der Oaxaca-Blinder-Dekomposition in (4) und (5) jedoch in der zu der beiden Varianten derim Oaxaca-Blinder-Dekomposition inwas (4) und (5)Faktor jedoch in der Regel Regel zu der Varianten der Oaxaca-Blinder-Dekomposition in reichische (4) und (5) jedoch zu ion führt: durch Gewichtung der beiden erklärten und kann unerklärten einem von jeweils Arbeitsmarkt ist der aber Regel auch durch eine starke Varianten derbeiden Oaxaca-Blinder-Dekomposition in (4) und (5) mit jedoch in der Regel zu 0,5.in ���� ���� ���� in (4) und (5) jedoch in der Regel zu (� ) (� ) ) � ��(� ) � � � � � � � � )� (5) + + (� ��(� � folgender, � � in �(4) führt: � Darstellung ��jedoch �� � Regel � branchen� 16 16 16 rden, was zu alternativer der Oaxaca-Blinder-Dekomposition und berufsbezogene Segregation gekennzeichnet. Oaxaca-Blinder-Dekomposition und (5) in der zu ) Praktisch geschieht dies unterschiedlichen Ergebnissen führt, eses sich, Varianten Praktisch) geschieht unterschiedlichen Ergebnissen führt, empfiehlt empfiehlt sich, beide beide Varianten zu mitteln. mitteln. )mitteln. Praktisch dies geschieht dies unterschiedlichen Ergebnissen führt, eszusich, beide16zu Varianten (5) ) Praktischzugeschieht dies���� chen Ergebnissen führt, empfiehlt es sich, beideempfiehlt Varianten mitteln. ���� ���� ���� ���� ) +zu(� �� �16 � )� (5) + (�� ��� So arbeiten Frauen öfter in schlechter (� ) )(��� geschieht arianten )�� �� ��(� ��� � �� )(� � � � ) + � � + ��� � ���� � � )(6) bezahlten Dienstleis� (��� + (� � � ���(� ���))Praktisch � dies �mitteln. ��+ �� � �� �� � � � 16 )Anteile Praktisch geschieht dies ndurch führt, empfiehlt es sich, beide Varianten zu mitteln. durch Gewichtung der beiden erklärten und unerklärten Anteile mit einem Faktor von jeweils 0,5. Gewichtung der beiden erklärten und unerklärten mitAnteile einem Faktor von jeweilsvon 0,5. Da dasGewichtung Ergebnis derder Zerlegung der Lohndifferenz in einen erklärten und unerklärten Anteil unter Verwendung durch beiden erklärten und unerklärten mit einem Faktor jeweils 0,5. tungsberufen und in Branchen mit geringeren Verdiensthtung der beiden erklärten und unerklärten Anteile mit einem Faktor von jeweils 0,5. ���� ���� ���� (� ) (� ) ) � ��(� ) � � � � � � � � )� (5) + + (� ��(� � von jeweils � � � � �� �� � � � mit einemDa Faktor das Ergebnis der0,5. Zerlegung der Lohndifferenz inunter einenVerwendung ngerklärten derDurch Lohndifferenz in einen erklärten und unerklärten möglichkeiten, Männer häufiger und unerklärten Anteile mit Faktor vonAnteil jeweils 0,5. Gewichtung mit dem Faktor 0,5 fließen männliche und in weibliche Lohnstruktur sowie derdie beiden Varianten dereinem Oaxaca-Blinder-Dekomposition (4) und (5)während jedoch in die derEffekte Regel in zubesser bezahlten ���� ���� ���� ���� ���� ���(� � ��� )� (5) +)) � (� ���� ���� )�� )(��� (�� )���� )(��� � ����� ���� ))�� ++(� � ++��� ����� (��� ++ ����� �(� ���(� ��(� +��� ���� ����� ��Anteil � )(� � � �)�� ���� �� �Führungspositionen � )(6) ����� (�����unerklärten �� (� �� �� )� � � (� )�� )+ � ��(� + ��� ������� � � � ��technischen +�+ + ��� � ���� � � )(6) zu finden sind. � (��� � (� erklärten und unter der � �� � � �+ � �)Verwendung �� �� �unerklärten �)(��� Berufen und ��)�)(� ��)(� �)(� �� � �� � ���)(6) ���� ���� Da Zerlegung der Lohndifferenz in einen und unter Verwendung (� (� )(��� + ��� � �der )(� � � �Verhältnis + �beide �erklärten ��� �� (��� � das ���) Ergebnis +im (� ��� � 16Anteil �) � � �� � �� �� � �Zerlegung � der � )(6) Oaxaca-Blinder-Dekomposition in (4) und (5) jedoch in der Regel zu dieser Charakteristika auf den Lohn selben in die Lohndifferenz ein. Aus diesem ) Praktisch geschieht dies unterschiedlichen Ergebnissen führt, empfiehlt es sich, Varianten zu mitteln. ���� ���� � ��� ) + (� �� + ��� � � )(6) � � beiden Varianten der Oaxaca-Blinder-Dekomposition in (4) � ���� � )(��� � � ���� ���� ���� ) + (��� � ��� ) + (�� � �� )(��� � � + ��� � � )(� � � + ��� � � )(6) � � � � � � Um den Einfluss unterschiedlicher Erklärungsfaktoren auf nz in einen erklärten und unerklärten Anteil unter Verwendung der beiden Varianten derzu Oaxaca-Blinder-Dekomposition in (4) und (5) jedochdie der die Regel zu 16 Durch die Gewichtung mit dem Faktor 0,5 fließen männliche und weibliche Lohnstruktur sowie Durch die Gewichtung mit dem Faktor 0,5 fließen männliche undAnteile weibliche Lohnstruktur sowie die Effekte Durch die Gewichtung mit dem Faktor 0,5 fließen männliche und weibliche Lohnstruktur sowie Effekte und (5) jedoch in der Regel unterschiedlichen Ergebnissen ) Praktisch geschieht dies n führt, empfiehlt esdie sich, beide Varianten zu mitteln. Grund wurde in Gleichung (6) dargestellte Variante der Oaxaca-Blinder-Dekomposition iminEffekte vorliegenden durch Gewichtung der beiden erklärten und unerklärten mit einem Faktor von jeweils 0,5. ewichtung mit dem Faktor 0,5 fließen männliche und weibliche Lohnstruktur sowie die Effekte den Gender Pay Gap zu messen, wurde das Lohndifferenzial 16 und weibliche Lohnstruktur sowie die Effekte führt, empfiehlt esErgebnissen sich, beide Varianten zuRegel mitteln. Prak16 Dekomposition in (4) und (5) jedoch inFaktor der zu ) Praktisch geschieht dies unterschiedlichen führt, empfiehlt es sich, beide Varianten zu mitteln. dem Faktor 0,5 fließen männliche und weibliche Lohnstruktur die Effekte dieser Charakteristika auf den Lohn im selben Verhältnis in Zerlegung der ein. Aus dieser Charakteristika auf den Lohn imeinem selben Verhältnis in die die)sowie Zerlegung der Lohndifferenz ein. Aus diesem diesem dieser Charakteristika auf den Lohn im selben Verhältnis in die Zerlegung Lohndifferenz ein. Aus diesem mitLohndifferenz Hilfe einer Oaxaca-Blinder-Dekomposition in einen ern erklärten und unerklärten Anteile mit von jeweils 0,5. Artikel verwendet. kteristika auf den Lohn imdies selben Verhältnis in diederZerlegung der Lohndifferenz ein. der Aus diesem tisch geschieht durch Gewichtung beiden erklärten ���� ���� ���� ���� Zerlegung der Lohndifferenz ein. Aus diesem (� ) ) )(��� ) � ��(� + ��� � � )(� � � � � ) + � � + ��� � � )(6) � (��� � � + (� � � ��(� 16 � � � � � � �� �� � � � � klärten und einen unerklärten Teil zerlegt. Der erklärte Teil ) einem Praktisch geschieht dies esLohn sich,wurde beide Varianten zuAnteile mitteln. durch Gewichtung derGleichung beiden erklärten und unerklärten Anteile mit einem Faktor von 0,5. nGrund im selben Verhältnis in die Zerlegung der Lohndifferenz ein. diesem Grund die in (6) dargestellte Variante der Oaxaca-Blinder-Dekomposition im vorliegenden wurde die in Gleichung Gleichung (6) dargestellte Variante der Oaxaca-Blinder-Dekomposition imjeweils vorliegenden Grund wurde die in (6)der dargestellte Variante derAus Oaxaca-Blinder-Dekomposition im vorliegenden und unerklärten mit Faktor von jeweils 0,5. e die in Gleichung (6) dargestellte Variante Oaxaca-Blinder-Dekomposition im vorliegenden bezeichnet jenen Teil des Gender Pay Gap, der auf die unEine� ��Verfeinerung besteht ����darin, Effekte der unterschiedlichen ���� ���� ���� + ��� )(� � � ) +der � ��� ) + (�� � �� )(��� � � (�imOaxaca-Blinder-Dekomposition axaca-Blinder-Dekomposition vorliegenden � � �einem � + ��� � � � )(6) rklärten Anteile Faktor von 0,5. 0,5 fließen männliche ng (6) verwendet. dargestellte Variante der�� Oaxaca-Blinder-Dekomposition im vorliegenden Artikel Artikel verwendet. Durchmit die Gewichtung mit jeweils dem Faktor und weibliche Lohnstruktur sowie die Effekte Artikel verwendet. Verteilung)(��� von Frauen und Männern hinsichtlich der ndet. Erwerbsbeteiligung ���� ���� ���� ) + (��� � �gleiche (��� � �und ��� � �� )(� � ���� � �Lohnunterschied + (�� � im �� Regressionsmodell �� ��(�� ) � ��(�von auf � ) �Frauen � +Männern � den �� )zusätzlich � + ��� � �zu � )(6) beobachteten Merkmale zurückgeführt werden kann. Der dem Faktordieser 0,5 fließen männliche sowieindie Charakteristika aufund denweibliche Lohn im Lohnstruktur selben Verhältnis die Effekte Zerlegung der Lohndifferenz ein. Aus diesem ���� ���� ���� Eine der Oaxaca-Blinder-Dekomposition besteht Effekte der unterschiedlichen Eine Verfeinerung der Oaxaca-Blinder-Dekomposition besteht darin, Effekte der unterschiedlichen (6)darin, (� )Verfeinerung )(��� Eine Verfeinerung der Oaxaca-Blinder-Dekomposition besteht darin, Effekte der unterschiedlichen � � � � ) + � � + ��� � � )(6) + (� � � unerklärte Teil ist dagegen jener Teil, der nicht auf den in das � �� �� � � � � berücksichtigen. Dafür müsste die Wahrscheinlichkeit erwerbsaktiv zu sein mit Hilfe eines Probit-Modells nerung der Oaxaca-Blinder-Dekomposition besteht darin, Effekte und der weibliche unterschiedlichen die Gewichtung dem Faktor 0,5 fließen Lohnstruktur sowie die Effekte männliche n Lohndarin, imDurch selben Verhältnis in Gleichung diemit Zerlegung der Lohndifferenz ein. diesem steht Effekte der unterschiedlichen Grund wurde die in (6) dargestellte Variante derAus Oaxaca-Blinder-Dekomposition im vorliegenden Modell einbezogenen sozioökonomischen Faktoren beruht. axaca-Blinder-Dekomposition besteht darin, Effekte der unterschiedlichen Erwerbsbeteiligung von Frauen und Männern auf den zusätzlich im Regressionsmodell zu Erwerbsbeteiligung vonund Frauen und Männern auf den Lohnunterschied Lohnunterschied zusätzlich imunabhängige Regressionsmodell zuin die zu von Frauen und Männern auf den Lohnunterschied zusätzlich im Regressionsmodell geschätzt werden darauf aufbauend die Inverse Mills Ratio als zusätzliche Variable igungmännliche vonErwerbsbeteiligung Frauen und Männern auf den Lohnunterschied zusätzlich im Zerlegung Regressionsmodell zu eßen und weibliche Lohnstruktur sowie die Effekte dieser Charakteristika auf den Lohn im selben Verhältnis in die der Lohndifferenz ein. Aus diesem 14 17 ung (6) dargestellte Variante derS. Oaxaca-Blinder-Dekomposition im vorliegenden nterschied zusätzlich im (1983), Regressionsmodell zu Artikel verwendet. ) Siehe Reimers 572. Reimers (1983), S. 571 f. en und Männern auf den Lohnunterschied zusätzlich im Regressionsmodell zuzuHilfe berücksichtigen. Dafür müsste die Wahrscheinlichkeit erwerbsaktiv zu mit eines Probit-Modells berücksichtigen. Dafür müsste die Wahrscheinlichkeit erwerbsaktiv zu sein sein18) Siehe mit Hilfe einesHilfe Probit-Modells berücksichtigen. Dafür müsste die Wahrscheinlichkeit erwerbsaktiv sein aufgrund mit eines Probit-Modells 15 Regressionsmodelle aufgenommen werden, um so einen „selection unterschiedlicher ) Siehe Böheim etdie al. der (2007), S. 218. (6) ) Diebias“ Erwerbstätigenquote der 2064-Jährigen betrug laut Eurostat en. Dafür Grund müsste die Wahrscheinlichkeit erwerbsaktiv zuVariante sein mitderHilfe eines Probit-Modells Verhältnis in die Zerlegung Lohndifferenz ein. Aus diesem wurde in Gleichung dargestellte Oaxaca-Blinder-Dekomposition imbis vorliegenden 16 aktiv zu sein mit Hilfe eines Probit-Modells 2010 insgesamt 74,9%, jene derin Männer und der Frauen 69,9%. ) Siehe Reimers (1983), S. 572 f. zu te die Wahrscheinlichkeit erwerbsaktiv mitdie Hilfe einesMills Probit-Modells geschätzt werden und darauf aufbauend die Inverse Mills Ratio als unabhängige Variable die geschätzt werden und darauf aufbauend diesein Inverse Mills Ratio als zusätzliche zusätzliche unabhängige Variable inVariable die 80,2% Eine Verfeinerung der Oaxaca-Blinder-Dekomposition besteht darin, Effekte der unterschiedlichen geschätzt werden und darauf aufbauend Inverse Ratio als zusätzliche unabhängige in die den und darauf aufbauend die Inverse Mills im Ratio als zusätzliche unabhängige Variable in die Variante der Oaxaca-Blinder-Dekomposition vorliegenden Artikel verwendet. o als 14zusätzliche unabhängige Variable in die Siehe Reimers (1983), S. 572. Oaxaca-Blinder-Dekomposition besteht darin, Effekte der den unterschiedlichen aufbauend die Inverse Mills Ratio als zusätzliche unabhängige Variable in die aufgrund Regressionsmodelle aufgenommen werden, so bias“ unterschiedlicher Regressionsmodelle aufgenommen werden, um so einen einen „selection bias“ aufgrund unterschiedlicher Erwerbsbeteiligung von Frauen undum Männern auf Lohnunterschied zusätzlich im Regressionsmodell zu Einkommen und Löhne 10 STATISTISCHE NACHRICHTEN 3/2014 Regressionsmodelle aufgenommen werden, um so„selection einen „selection bias“ aufgrund unterschiedlicher odelle15 aufgenommen werden, um so einen „selection bias“ aufgrund unterschiedlicher Siehebias“ Böheimaufgrund et al. (2007), unterschiedlicher S. 218. „selection Eine Verfeinerung der„selection Oaxaca-Blinder-Dekomposition besteht darin, Effekte der unterschiedlichen uen und Männern auf denS.einen Lohnunterschied im Regressionsmodell mmen so bias“ aufgrund unterschiedlicher 16 werden, berücksichtigen. Dafür die zusätzlich Wahrscheinlichkeit erwerbsaktivzuzu sein mit Hilfe eines Probit-Modells Siehe Reimersum (1983), 572 f. müsste 4 14 14 Siehe (1983), S.S.572. SieheReimers Reimers (1983), 572. Siehe Reimers (1983), von S.Effekte 572. omposition besteht darin, der unterschiedlichen Erwerbsbeteiligung Frauen Männern aufeines den Probit-Modells Lohnunterschied zusätzlich im Regressionsmodell zu ste die S.Wahrscheinlichkeit zuund sein mitdieHilfe (1983), 572. geschätzt werden erwerbsaktiv und darauf aufbauend Inverse Mills Ratio als zusätzliche unabhängige Variable in die

Insgesamt konnten 9,1 Prozentpunkte oder 38% des Gender Pay Gap auf Unterschiede zwischen Frauen und Männern hinsichtlich der in die Analyse einbezogenen Faktoren zurückgeführt werden. D.h. die Lohndifferenz wäre um diesen Anteil kleiner, wenn sich Frauen und Männer nicht bezüglich der in die Analyse einbezogenen Charakteristiken unterscheiden würden. Der weitaus größere Anteil von 14,9 Prozentpunkten bzw. 62% kann dagegen nicht durch die im Modell enthaltenen Merkmale erklärt werden. Die vorliegenden Ergebnisse bestätigen somit vorhergehende Analysen, wonach der geschlechtsspezifische Lohn- und Gehaltsunterschied nur zu einem Teil auf beobachtbaren Unterschieden beruht, während der Großteil unerklärt bleibt (Böheim et al. 2013a/2013b, Pointner/Stiglbauer 2010, Geisberger/Glaser 2010, Grünberger/Zulehner 2009, Geisberger 2007). Die Detailanalysen zum Einfluss der einzelnen Merkmale zeigen weiters, dass der größte Teil des erklärten Lohnunterschieds auf die geschlechtsspezifische Segregation nach Branchen und Berufsgruppen zurückgeführt werden kann. Dies liegt einerseits an der starken geschlechtsspezifischen Teilung des Arbeitsmarkts und andererseits an den großen Verdienstunterschieden zwischen den Branchen. Einen deutlichen Einfluss auf den Gender Pay Gap hat auch das Ausmaß der Beschäftigung bezogen auf die Unterscheidung zwischen Voll- und Teilzeitbeschäftigung. Daneben stellt auch die Dauer der Zugehörigkeit zum Unternehmen einen wichtigen Faktor dar, wobei hier ein deutlicher Zusammenhang mit dem Merkmal Alter besteht. Die Merkmale Ausbildungsniveau und Art des Arbeitsvertrags tragen ebenfalls zur Erklärung des Verdienstgefälles bei. Die Einflüsse der Unternehmensgröße und der Region sind von vergleichsweise geringer Bedeutung.

Literatur Achatz, J. / Gartner, H. / Glück, T. (2004): „Bonus oder Bias? Mechanismen geschlechtsspezifischer Entlohnung“, IAB Discussion Paper Nr. 2/2004, S. 1-43. Allgemeiner Einkommensbericht (2012): Bericht des Rechnungshofes gemäß Art. 1 § 8 Bezügebegrenzungsgesetz, Wien. Blau, F. / Kahn, L. (2007): “The Gender Pay Gap”, Economists’ voice, Berkeley Electronic Press, Vol. 4, No. 4, pp. 1-6. Blinder, A. S. (1973): “Wage discrimination: Reduced form and structural estimates”, Journal of Human Resources, Vol. 8, No. 4, pp. 436-455. Böheim, R. / Hofer, H. / Zulehner, C. (2007): “Wage differences between Austrian men and women: semper idem?” Empirica, Vol. 34, No. 3, pp. 213-229. Böheim, R. / Rocha-Akis, S. / Zulehner, C. (2013a): „Lohnunterschiede zwischen Frauen und Männern: Die Rolle von Teilzeitund Vollzeitbeschäftigung“, WIFO-Monatsberichte 11/2013, S. 883-896. Böheim, R. / Himpele, K. / Mahringer, H. / Zulehner, C. (2013b): “The distribution of the gender pay gap in Austria: evidence Einkommen und Löhne



  Einkommen und Löhne

from matched employer-employee data and tax-records”, Journal of Labour Market Research, Vol. 46, Issue 1, pp. 19-34. Dupré, D. (2010): “The unadjusted Gender Pay Gap in the European Union”, Working Paper, UNECE Conference of European Statisticians, Work Session on Gender Statistics, pp. 1-8. Geisberger, T. (2007): „Geschlechtsspezifische Lohn- und Gehaltsunterschiede“, Statistische Nachrichten 7/2007, S. 633-642. Geisberger, T. / Till, M. (2009): „Der neue EU-Strukturindikator „Gender Pay Gap““, Statistische Nachrichten 1/2009, S. 64-70. Geisberger, T. / Glaser, T. (2010): „Analyse der Lohn- und Gehaltsunterschiede von Frauen und Männern“, Frauenbericht 2010. Hrsg.: Bundesministerin für Frauen und Öffentlichen Dienst im Bundeskanzleramt, Wien 2010, S. 197-199. Geisberger, T. (2011): “The gender pay gap: evidence from Austria”, Working paper, UNECE Conference of European Statisticians, Work Session on Gender Statistics, pp. 1-12. Geisberger, T. (2013): „Ausmaß und Struktur der Niedriglohn­ beschäftigung in Österreich 2010“, Statistische Nachrichten 7/2013, S. 544-558. Guger, A. / Marterbauer, M. (2007): „Langfristige Tendenzen der Einkommensverteilung in Österreich - ein Update. Die Verteilung von Einkommen und Vermögen”. WIFO Working Papers 307. Grünberger, K. / Zulehner, C. (2009): „Geschlechtsspezifische Lohnunterschiede in Österreich“, WIFO-Monatsbericht 2/2009, S. 139-150. Guryan, J. / Charles, K. K. (2013): “Taste-based or Statistical Discrimination: The Economics of Discrimination Returns to its Roots”, The Economic Journal, Vol. 123 (572), pp. F417-F432. Heckman, J. J. (1979): “Sample Selection Bias as a Specification Error”, Econometrica, Vol. 47, No. 1, pp. 153-161. Knittler, K. / Stadler, B. (2012): „Atypische Beschäftigung während der Krise nach soziodemographischen Merkmalen“, Statistische Nachrichten 7/2012, S. 476-495. Knittler, K. (2013): „Die oberen und die unteren 10% der Einkommensverteilung“, Statistische Nachrichten 10/2013, S. 888901. Oaxaca, R. (1973): “Male-female wage differentials in urban labor markets”, International Economic Review, Vol. 14, No. 3, pp. 693-709. Pointner, W. / Stiglbauer, A. (2010): “Changes in the Austrian structure of wages, 1996-2002: evidence from linked employeremployee data”, Empirica, Vol. 37 (2), pp. 105-125. Reimers, C. W. (1983): “Labor Market Discrimination Against Hispanic and Black Men”, Review of Economics and Statistics, Vol. 65, No 4, pp. 570-579. Statistik Austria (2013a): „Verdienststrukturerhebung - Struktur und Verteilung der Verdienste in Österreich“, Wien. Statistik Austria (2013b): „Standard-Dokumentation zur Verdienststrukturerhebung 2010 - Metainformationen (Definitionen, Erläuterungen, Methoden, Qualität)“, Wien. STATISTISCHE NACHRICHTEN 3/2014

11

 Einkommen und Löhne   Summary Compared to other member states of the European Union, Austria is among the countries with the highest gender-­related wage differentials. The (unadjusted) gender pay gap, that measures the difference between men’s and women’s gross hourly earnings, was 24.0 per cent for Austria in 2010 (EU-27: 16.2 per cent). An analysis of various factors influencing the gender pay gap shows that 9.1 percentage points (or 38 per cent) can be explained by differences in observed characteristics. Most of the explained part can be attributed to the sectoral and ­occupational segregation of the labor market. Additional factors affecting the gender pay gap are education, age, length of service in the enterprise, full- and part-time work or type of employment contract. The remaining 14.9 percentage points (or 62 per cent) cannot be explained by the observed characteristics.

12

STATISTISCHE NACHRICHTEN 3/2014

Einkommen und Löhne