Breaking down the Gender Pay Gap through a machine learning model

Abstract

Poder descomponer la brecha salarial (GPG) y determinar la contribución de cada componente es importante para diseñar políticas adecuadas para reducirla. Con el objetivo de aportar una nueva herramienta para lograrlo, en este trabajo proponemos un enfoque de descomposición basado en un modelo de aprendizaje automático. La herramienta se implementó en una población de 5 742 trabajadores argentinos relacionados con la informática para obtener el valor de la GPG ajustada y no ajustada en un proceso de cuatro fases: caracterización de la muestra, desarrollo de un predictor de salarios, cálculo de GPG ajustada y análisis del componente explicado de la GPG. Según nuestro análisis, existe una GPG de 20%, de la cual 7,7% puede explicarse exclusivamente por discriminación directa, mientras que 12,3% puede atribuirse a otros factores, como años totales de experiencia, nivel educativo y número de personas a cargo.

Keywords

• brecha de género salarial
• discriminación del mercado laboral
• aprendizaje automático
• participación de las mujeres en la fuerza laboral
• disparidad salarial