Abstracts
Abstract
This paper focuses on the impact of information and communication technologies (ICT) on the gender pay gap along the wage distribution. Our empirical analysis relies on two complementary French surveys conducted in 1998 and 2005 on a large sample of employees. We estimate quantile regressions and use a difference-in-difference strategy to assess the effect of new technologies. Both in 1998 and 2005, we find that the gender gap estimated for the group of ICT-users is not really different from the gap for non-users. Among ICT-users, wage differentials between men and women are mostly explained by a divergence in the rewards to identical characteristics.
Résumé
Si de nombreux travaux se sont intéressés à l’impact des nouvelles technologies sur les inégalités salariales entre les travailleurs qualifiés et peu qualifiés, on sait en revanche peu de chose sur le rôle de ces nouvelles technologies sur les inégalités de revenu entre les hommes et les femmes. La présente étude cherche à en mesurer l’impact en France en prenant en compte l’ensemble de la distribution des salaires. Depuis quelques années, plusieurs études empiriques ont souligné que le différentiel de salaire ne restait pas constant le long de la distribution. L’écart de salaire entre les hommes et les femmes s’avère beaucoup plus élevé en haut de la distribution que pour les bas niveaux de rémunération, un phénomène connu sous le nom de plafond de verre. Ce constat a été notamment observé en Suède, en Allemagne, au Danemark ou bien encore en Espagne. Dans le cas de la France, le différentiel salarial estimé est de l’ordre de 16 % en moyenne, et il s’avère également plus important dans le haut que dans le bas de la distribution des salaires.
Nous cherchons à savoir si les écarts de salaires liés au sexe sont plus ou moins importants suivant que les personnes utilisent des nouvelles technologies ou non dans le cadre de leur travail. D’un point de vue théorique, l’effet de ces nouvelles technologies est a priori indéterminé. D’un côté, si l’on admet que les nouvelles technologies tendent à accroître le rendement du capital humain, alors on peut s’attendre à ce que leur essor conduise à un accroissement des écarts de salaires. Les femmes ont généralement moins d’expérience professionnelle que les hommes et elles ont suivi moins d’années d’études. De l’autre, les nouvelles technologies mobilisent davantage des capacités intellectuelles plutôt que physiques dans certains métiers, ce qui vient réduire l’avantage comparatif dont disposent les hommes sur des tâches demandant plus d’intensité physique. Ceci peut alors réduire le salaire relatif des hommes par rapport aux femmes et donc réduire l’écart salarial.
Compte tenu de cette indétermination théorique, nous menons donc une étude empirique sur des données françaises pour les années 1998 et 2005, mobilisant les enquêtes Emplois et les enquêtes Conditions de Travail. Pour ces deux années, nous construisons deux groupes d’enquêtés à partir de nos échantillons, ceux qui ont recours à des nouvelles technologies et ceux qui n’y ont pas recours. Pour chacun de ces groupes, respectivement moderne et traditionnel, nous nous intéressons aux écarts de salaire entre les hommes et les femmes. Les échantillons sont restreints aux individus travaillant dans le secteur privé, à plein temps ou à temps partiel, qui sont employés dans des firmes comprenant au moins 10 salariés. L’analyse porte donc sur 7418 enquêtés pour 1998 et sur 4303 enquêtés pour 2005, et la variable d’intérêt retenue est le logarithme du salaire horaire.
Pour étudier le rôle des nouvelles technologies, nous procédons de la façon suivante. Tout d’abord, nous estimons pour chaque année une régression linéaire sur l’échantillon comprenant l’ensemble des hommes et des femmes et nous regardons si les femmes ont des salaires plus faibles en moyenne que les hommes. Cette analyse est non seulement faite sur la base de régressions de type moindres carrés ordinaires, mais aussi à l’aide de régressions quantiles qui permettent de préciser l’incidence du sexe tout le long de la distribution des salaires. Nous utilisons alors un estimateur de différence en différence, qui consiste à comparer l’écart salarial entre les hommes et les femmes respectivement pour les enquêtés du groupe moderne et ceux du groupe traditionnel. Dans la mesure où ces régressions supposent que l’incidence des caractéristiques des hommes et des femmes est la même, nous relâchons ensuite cette hypothèse en ajoutant un ensemble de variables croisées dans les régressions, qui permettent de savoir quels sont les facteurs explicatifs dont le rendement diffère suivant que l’enquêté soit un homme ou bien une femme. Enfin, nous utilisons des techniques de décomposition pour savoir si les différences salariales observées entre les hommes et les femmes sont liées au fait que ces deux populations ont des caractéristiques observables différentes ou bien si cela est dû au fait que le rôle des facteurs explicatifs retenus diffère pour les hommes et pour les femmes. Ces décompositions sont estimées à la fois pour le niveau de salaire moyen et pour les différents quantiles de la distribution.
Nos principaux résultats sont les suivants. Au niveau moyen, le différentiel salarial entre les hommes et les femmes s’élevait à 14,4 % en 1998 et à 14,2 % en 2005 pour le groupe traditionnel, alors que l’écart était de respectivement 17 % en 1998 et 15,4 % en 2005 pour le groupe moderne. Pour l’ensemble des enquêtés, l’écart salarial croît de manière régulière le long de la distribution des salaires, l’écart étant environ deux fois plus élevé dans le haut que dans le bas de la distribution. D’après les estimations en différences, l’hypothèse selon laquelle le différentiel salarial par sexe diffère pour les travailleurs modernes et traditionnels ne peut être rejetée pour l’année 2005. En 1998, l’écart hommes-femmes est un peu plus élevé dans le secteur moderne que dans le secteur traditionnel seulement au milieu de la distribution. Parmi les utilisateurs des nouvelles technologies, les différences de salaire suivant le sexe s’expliquent essentiellement par le rôle différencié des facteurs explicatifs individuels entre hommes et femmes sur la rémunération. Au sein du groupe traditionnel, les différences dans les caractéristiques observables entre les hommes et les femmes justifient les écarts de rémunération dans la première moitié de la distribution des salaires. C’est seulement dans la partie supérieure de la distribution que les femmes sont moins payées que les hommes pour des caractéristiques identiques.
Resumen
Este documento se focaliza sobre el impacto de las tecnologías de información y comunicación (TIC) sobre la brecha de remuneración por género que acompaña la distribución salarial. Nuestro análisis empírico se basa en dos encuestas francesas complementarias efectuadas en 1998 y 2005 con una gran muestra de empleados. Nuestras estimaciones basadas en la regresión por cuantiles y la estrategia de “diferencias en diferencias” nos permiten de corroborar el efecto de las nuevas tecnologías. En 1998 y en 2005, se constata que el desbalance inter-genero estimado por los cuatro grupos de utilizadores de nuevas tecnologías de información y comunicación no es realmente diferente respecto al desbalance existente en el grupo de utilizadores. Entre los utilizadores de TIC, las diferencias salariales entre hombres y mujeres son mayormente explicadas por una divergencia en las remuneraciones considerando características idénticas.
Appendices
References
- Albrecht, James, Anders Björklund and Susan Vroman. 2003. “Is there a Glass Ceiling in Sweden?” Journal of Labor Economics, 21, 145–177.
- Autor, David, Lawrence F. Katz and Alan B. Krueger. 1998. “Computing Inequality: Have Computers Changed the Labour Market?” Quarterly Journal of Economics, 113, 1169–1213.
- Barnet-Verzat, Christine and François-Charles Wolff. 2008. “Gender Wage Gap and the Glass Ceiling Effect: A Firm-Level Investigation.” International Journal of Manpower, forthcoming.
- Beaudry, Paul and David A. Green. 2005. “Changes in US wages, 1976-2000: Ongoing Skill Bias or Major Technological Change.” Journal of Labor Economics, 23, 609–648.
- Blau, Francine and Lawrence Kahn. 1996. “Wage Structure and Gender Earnings Differentials: An International Comparison.” Economica, 63, S29–S62.
- Blau, Francine and Lawrence Kahn. 2000. “Gender Differences in Pay.” Journal of Economic Perspectives, 15, 75–99.
- Datta-Gupta, Nabanita, Ronald L. Oaxaca and Nina Smith. 2006. “Swimming Upstream, Floating Downstream: Comparing Women’s Relative Wage Positions in the US and Denmark.” Industrial and Labor Relations Review, 59 (2), 243–266.
- Davis, Steven and John Haltiwanger. 1991. “Wage Dispersion Between and Within U.S. Manufacturing Plants.” Brookings Papers on Economic Activity. Microeconomics, 115–200.
- de la Rica, Sara, Juan José Dolado and Vanesa Llorens. 2008. “Ceiling and Floors: Gender Wage Gap by Education in Spain.” Journal of Population Economics, forthcoming.
- Efron, Bradley and Robert J. Tibshirani. 1993. An introduction to the Bootstrap: Monographs on Statistics and Applied Probability, New York, N.Y.: Chapman and Hall.
- Entorf, Horst, Michel Gollac and Francis Kramarz. 1999. “New Technologies, Wages, and Worker Selection.” Journal of Labor Economics, 17, 464–491.
- Fizenberger, Bernd and Gaby Wunderlich. 2002. “Gender Wage Differences in West Germany: A Cohort Analysis.” German Economic Review, 3, 379–414.
- Jellal, Mohamed, Christophe Nordman and François-Charles Wolff. 2008. “Evidence on the Glass Ceiling in France using Matched Worker-Firm Data.” Applied Economics, forthcoming.
- Koenker, Roger and Gilbert Basset. 1978. “Regression Quantiles.” Econometrica, 46, 33–50.
- Koenker, Roger and Kevin Hallock. 2001. “Quantile Regression.” Journal of Economic Perspectives, 15, 143–156.
- Krueger, Alan. 1993. “How Computers Have Changed the Wages Structure: Evidence from Microdata, 1984-1989.” Quarterly Journal of Economics, 108, 33–60.
- Krusell, Per, Lee E. Ohanian, José Victor Rios-Rull and Giovani L. Violante. 2000. “Capital Skill Complementarity and Inequality: A Macroeconomic Analysis.” Econometrica, 68, 1029–1053.
- Lee, Sang-Hyop and Jonghyuk Kim. 2004. “Has the Internet Changed the Wage Structure too?” Labour Economics, 11, 119–127.
- Machado, José Antonio and José Mata. 2005. “Counterfactual Decomposition of Changes in Wage Distribution using Quantile Regression.” Journal of Applied Econometrics, 20, 445–465.
- Ponthieux, Sophie and Dominique Meurs. 2006. “L’écart des salaires entre les femmes et les hommes peut-il encore baisser?” Économie et Statistique, 98-399, 99–129.
- Spilerman, Seymour and Trond Petersen. 1999. “Organizational Structure, Determinants of Promotion, and Gender Differences in Attainment.” Social Science Research, 28, 203–227.