3. Overzicht achtergrondkenmerken nieuwe regressiemodel

Het regressiemodel voor de berekening van het gecorrigeerde loonverschil tussen mannen en vrouwen is gewijzigd op basis van actuele wetenschappelijke inzichten. In het regressiemodel zijn alleen kenmerken opgenomen die direct invloed uitoefenen op de beloning, bijvoorbeeld doordat zij verband houden met de productiviteit, met de kwaliteit van het werk, met de vraag en aanbod van arbeid of met de compositie van de werknemerspopulatie. Factoren die indirect met de beloning samenhangen, bijvoorbeeld doordat zij zowel oorzaak als gevolg van de beloning zijn, zijn niet in het model opgenomen. Indien de opgenomen kenmerken verschillend over mannen en vrouwen zijn verdeeld, kunnen zij tot loonverschillen tussen mannen en vrouwen leiden. Het regressiemodel houdt rekening met deze verschillen en berekent zo een gecorrigeerd loonverschil. Wel geldt de beperking dat het alleen om kenmerken gaat die met de beschikbare onderzoeksgegevens geoperationaliseerd kunnen worden.

Dit hoofdstuk beschrijft, ondersteund door wetenschappelijke literatuur en eerder onderzoek, de mechanismes en redenaties achter de factoren voor het mogelijk verklaren van loonverschillen tussen mannen en vrouwen. Het geeft per achtergrondkenmerk ook aan wat gewijzigd is ten opzichte van het eerdere model. Daarbij zijn er vijf mogelijkheden. Het achtergrondkenmerk is niet aangepast, de operationalisering is gewijzigd, er is een andere databron gebruikt, het is een nieuw kenmerk in het model of het kenmerk is komen te vervallen in het model. De verklarende factoren zijn ingedeeld in drie categorieën: kenmerken van de werknemer, kenmerken van de baan en kenmerken van de werkgever. Een tabel aan het einde van dit hoofdstuk vat de veranderingen samen.

Wat niet verandert in de Monitor Loonverschillen mannen en vrouwen is het onderscheid tussen banen in het bedrijfsleven en banen bij de overheid. De monitor heeft in eerdere edities al laten zien dat de loonverschillen tussen mannen en vrouwen, zowel ongecorrigeerd als gecorrigeerd, in het bedrijfsleven groter zijn dan bij de overheid. Hier zijn verschillende verklaringen voor. Zo zou de publieke sector meer bepaalde culturele normen (zoals gelijkheid) kunnen nastreven, is er vaker een centraal gelijkheidsbeleid ingevoerd en zouden de loongebouwen minder uiteenlopend zijn dan in de private sector (Jones, Makepeace en Wass, 2018).

3.1 Kenmerken van de werknemer

3.1.1 Geslacht

Geslacht is geen achtergrondkenmerk, maar het persoonskenmerk dat doel van het onderzoek is. Het gaat immers om het berekenen van loonverschillen tussen mannen en vrouwen. Dit onderscheid is echter niet meer vanzelfsprekend. Er zijn mensen die zich niet identificeren met het geboortegeslacht en mensen bij wie de indeling mannen en vrouwen niet aansluit bij het ervaren gender. Vooralsnog vormen deze mensen echter (statistisch gezien) een hele kleine groep binnen de registraties. Daarmee zijn het te kleine aantallen om aparte analyses op te kunnen doen. Daarom blijft het geboortegeslacht leidend in het onderzoek naar de loonverschillen tussen mannen en vrouwen.

3.1.2 Leeftijd

Leeftijd is een relevante factor voor het verklaren van het loonverschil tussen mannen en vrouwen. Zo verschillen in Nederland de groepen mannelijke en vrouwelijke werknemers in leeftijdsopbouw. De groep vrouwelijke werknemers is in Nederland gemiddeld jonger dan de groep mannelijke werknemers (Van der Vliet, van Wissen-Floris, Mattijssen et al, 2022). Aangezien uurlonen stijgen naarmate de leeftijd toeneemt, kan het verschil in leeftijdsverdeling het verschil in loon tussen mannen en vrouwen verklaren.

De operationalisering van leeftijd is in het nieuwe model van de Monitor Loonverschillen aangepast. Bij de overheid is één leeftijdsgroep gekomen voor jongeren tot 21 jaar, gevolgd door de leeftijdsklasse 21 tot 25 jaar. Door het niet meer meenemen van banen van scholieren en studenten, is het aantal jongeren te gering om bij de overheid aparte categorieën per levensjaar op te nemen. Het bedrijfsleven kent alleen nog de jaren 18 tot 21 als losse leeftijdsjaren, gevolgd door de leeftijdsklasse 21 tot 25 jaar. De jongste leeftijdsklasse bij het bedrijfsleven is 15 tot 18 jaar geworden. Daarnaast bevat het nieuwe model voor de oudere leeftijden meer gedetailleerde leeftijdsklassen: van 5 jaar in plaats van 10 jaar. Hierdoor neemt de verklaarkracht van het model toe.

3.1.3 Opleidingsniveau

Een opleiding vergroot het perspectief op de arbeidsmarkt. In het algemeen geldt dat hoe meer opleiding men genoten heeft, hoe meer vaardigheden men heeft verworven die ingezet kunnen worden op de arbeidsmarkt. Daarnaast kan het volgen van een opleiding gezien worden als een investering en zullen individuen die deze investering hebben gedaan deze willen terugverdienen op de arbeidsmarkt (Becker, 1964). Bovendien hebben diploma’s een signaalfunctie: los van de vaardigheden die zijn opgedaan tijdens de opleiding geeft een diploma het beeld dat de bezitter ervan gedreven genoeg is om zich dingen eigen te maken (Spence, 1973). Deze mechanismen hebben als gevolg dat mensen met een hoger opleidingsniveau in het algemeen hogere inkomens hebben dan mensen met een lager opleidingsniveau. Daarmee is opleidingsniveau een belangrijke factor om rekening mee te houden bij het verklaren van loonverschillen. 

De indeling van het opleidingsniveau in zes categorieën blijft gelijk: basisonderwijs, vmbo, mbo, hbo, wo en onbekend. Alleen wordt de informatie over het opleidingsniveau van personen in het nieuwe model niet langer gebaseerd op de Enquête Beroepsbevolking (EBB), maar op het zogenaamde Opleidingsniveaubestand van het CBS. Dit Opleidingsniveaubestand combineert informatie over opleidingsniveaus uit meerdere bronnen, zowel de EBB als administratieve bronnen.

3.1.4 Onderwijsrichting

Onderwijsrichtingen verschillen in de mate waarin er hoge inkomens mee te verdienen zijn op de arbeidsmarkt. Zo verdienen mensen die Rechten als opleidingsrichting hebben gekozen in het algemeen hogere inkomens dan mensen die een opleiding in de Zorg hebben gevolgd (De Mooij, Geerdinck, Oostrom en Van Weert, 2012). Mannen en vrouwen maken verschillende keuzes in opleidingsrichtingen. Zo zijn mannen oververtegenwoordigd in technische opleidingen, terwijl vrouwen vaker kiezen voor een opleiding in de zorg, het onderwijs of de geesteswetenschappen. In het algemeen is te zien dat vrouwen vaker kiezen voor opleidingsrichtingen waarin gemiddeld lagere inkomens worden verdiend (Flabbi, 2011). Dit kan een deel van het loonverschil tussen mannen en vrouwen verklaren.

Net als bij opleidingsniveau wordt de informatie over de onderwijsrichting van personen in het nieuwe model niet langer gebaseerd op de Enquête Beroepsbevolking (EBB), maar op het Opleidingsniveaubestand van het CBS. De categorieën van deze variabele blijven hetzelfde.

3.1.5 Herkomst

Mensen met een niet-Nederlandse herkomst hebben gemiddeld genomen slechtere arbeidsmarktkansen en lagere inkomens dan mensen met een Nederlandse herkomst (zie ook De Mooij, Dieleman en De Regt, 2021). Personen met een Turkse, Marokkaanse, Surinaamse of Antilliaanse herkomst hebben ongeveer een kwart minder te besteden dan andere Nederlanders. Verschillen in opleidingsniveaus tussen deze groepen kunnen deze inkomensverschillen slechts voor een deel verklaren. Resterende verschillen kunnen verklaard worden door andere keuzes die worden gemaakt, zoals in opleidingsrichting of de combinatie van werk en zorg. Anderzijds kunnen verschillen in kansen, zoals het hebben van een netwerk, het vinden van stages en discriminatie, resulteren in inkomensverschillen tussen groepen met verschillende achtergronden (Jongen, Bolhaar, Van Elk, Koot en Van Vuuren, 2019). Herkomst kan ook een relevante factor zijn in het verklaren van inkomensverschillen tussen mannen en vrouwen. In de eerste plaats kunnen er verschillen zijn tussen de groepen werkende mannen en vrouwen in het aandeel mensen naar herkomst. Zo is het aandeel van mensen met een niet-Nederlandse herkomst iets groter in de vrouwelijke beroepsbevolking dan in de mannelijke beroepsbevolking (CBS Statline, 2023b). Ook kunnen culturele verschillen tussen de herkomstgroepen invloed hebben op de mate waarin vrouwen en mannen investeren in hun carrière. 

De operationalisering van herkomst was al in de vorige editie van de Monitor Loonverschillen aangepast voor het destijds meest recente verslagjaar. De reden hiervoor is dat het CBS in 2022 is overgegaan op een nieuwe indeling van de bevolking naar herkomst (CBS 2022). Vanaf de ‘Monitor Loonverschillen mannen en vrouwen, 2022’ is de nieuwe indeling toegepast op alle jaren uit de tijdreeks. De nieuwe indeling is: Nederlandse herkomst, Europese herkomst en buiten-Europese herkomst. Binnen de laatste twee categorieën maakt het model nog onderscheid tussen mensen die in Nederland zijn geboren en degenen die niet in Nederland zijn geboren. 

3.1.6 Loopbaanonderbrekingen

Het onderbreken van de loopbaan verslechtert de kansen op de arbeidsmarkt. In de periode waarin de loopbaan onderbroken wordt, wordt geen nieuwe kennis en ervaring (menselijk kapitaal) opgedaan. Daarnaast kan de bestaande kennis en ervaring verouderen, waardoor deze minder relevant is wanneer men terugkeert op de arbeidsmarkt (Becker, 1964). Dit heeft als gevolg dat, in het algemeen, mensen die hun loopbaan hebben onderbroken een lager loon hebben dan mensen die hun loopbaan niet hebben onderbroken. Vrouwen onderbreken hun loopbaan vaker dan mannen. De belangrijkste reden waarom vrouwen hun loopbaan onderbreken is het krijgen van een kind. Een deel van de vrouwen stopt dan met werken om voltijd voor het gezin te zorgen. Daarnaast nemen vrouwen ook vaker ontslag dan mannen. Tijdens de onderbreking van hun loopbaan doen deze vrouwen dus minder ervaring op en veroudert hun bestaande kennis, hetgeen resulteert in lagere inkomens dan mannen (Munasinghe, Reif, en Henriques, 2008).

Loopbaanonderbrekingen is een nieuw kenmerk in het model van de Monitor Loonverschillen mannen en vrouwen. Het gaat om het aantal jaar in de afgelopen vijftien jaar waarin werk of onderwijs niet de sociaaleconomische hoofdactiviteit was. Het gaat dan om jaren van uitkeringsafhankelijkheid of periodes zonder inkomen. In het nieuwe model wordt het achtergrondkenmerk loopbaanonderbrekingen meegenomen als een continue variabele. Voor elk verslagjaar wordt teruggekeken naar de afgelopen vijftien jaar, ook als er over meer jaren in het verleden informatie beschikbaar is. Door een vaste periode te nemen zijn de resultaten van het onderzoek naar loonverschillen tussen mannen en vrouwen beter vergelijkbaar.

3.1.7 Longitudinale deeltijdfactor

Mensen die in deeltijd werken verdienen gemiddeld minder per uur dan mensen die voltijd werken. Echter, niet alleen de huidige situatie van de arbeidsduur is relevant: ook de arbeidsduur die iemand gedurende haar of zijn loopbaan gemiddeld gehad heeft (de longitudinale deeltijdfactor) is van invloed op het huidige loon. Iemand die tijdens de carrière langere tijd in deeltijd gewerkt heeft, heeft in die periode minder werkervaring kunnen opdoen en waarschijnlijk ook minder kans gemaakt op promoties en (daarmee samenhangend) hogere salarissen. Zelfs als iemand nu voltijds werkt, kan dit arbeidsverleden met deeltijdwerk nog doorwerken in het huidige salaris. Mensen die tijdens hun loopbaan vaker in deeltijd hebben gewerkt hebben dus waarschijnlijk gemiddeld lagere lonen dan mensen die hun hele loopbaan voltijd hebben gewerkt. Vrouwen werken in Nederland gemiddeld vaker in deeltijd dan mannen. Hierdoor hebben vrouwen vaker een arbeidsverleden waarin zij in deeltijd hebben gewerkt. Het verschil in de longitudinale deeltijdfactor tussen mannen en vrouwen kan een deel van het loonverschil tussen mannen en vrouwen verklaren. 

De longitudinale deeltijdfactor is een nieuwe variabele in het model van de Monitor Loonverschillen. Voor de periode van vijftien jaar voor het verslagjaar is voor elke maand in kaart gebracht wat de deeltijdfactor was. Vervolgens is de longitudinale deeltijdfactor berekend door het gemiddelde van al deze maandelijkse deeltijdfactoren te nemen. Maanden waarin de hoofdactiviteit van personen schoolgaand of studerend was zijn buiten beschouwing gelaten bij de berekening. In het nieuwe model wordt het achtergrondkenmerk longitudinale deeltijdfactor meegenomen als een continue variabele. Dit nieuwe kenmerk blijkt een sterke verklaarkracht voor loonverschillen tussen mannen en vrouwen te hebben.

3.1.8 Stedelijkheid van de woongemeente

In stedelijke gebieden zijn er gemiddeld genomen meer banen dan in landelijke gebieden. Door het grotere aanbod aan banen bieden stedelijke gebieden werkenden meer mogelijkheden om goed betaalde banen te vinden (Hirsch, König, en Möller, 2013). Verschillen in stedelijkheid tussen mannen en vrouwen kunnen daarom het loonverschil tussen mannen en vrouwen beïnvloeden. 

Het achtergrondkenmerk stedelijkheid van de woongemeente is nieuw in het model van de Monitor Loonverschillen. Hiervoor worden de volgende categorieën onderscheiden:

• Zeer sterk stedelijk (omgevingsadressendichtheid van 2500 of meer)
• Sterk stedelijk (omgevingsadressendichtheid van 1500 tot 2500)
• Matig stedelijk (omgevingsadressendichtheid van 1000 tot 1500)
• Weinig stedelijk (omgevingsadressendichtheid van 500 tot 1000)
• Niet stedelijk (omgevingsadressendichtheid van minder dan 500). 

3.1.9 Woonregio

Regio’s kunnen verschillen in de hoeveelheid en het type werkgelegenheid dat zij aanbieden. Zo zullen sommige regio’s gespecialiseerd zijn in werkgelegenheid in bedrijfssectoren waarin traditioneel veel mannen werkzaam zijn, zoals de techniek of de industrie. In dergelijke regio’s zijn de arbeidsmarktkansen voor vrouwen mogelijk beperkter, resulterend in een groter loonverschil tussen mannen en vrouwen dan in regio’s waar minder sprake is van een dergelijke specialisatie. Bij het achtergrondkenmerk woonregio gaat het om de regio waarin de woongemeente van de werknemer ligt. Het aantal regio’s waar rekening mee wordt gehouden is niet veranderd in het nieuwe model van de Monitor Loonverschillen. Het gaat om de regio’s Noord-Nederland, Oost-Nederland, West-Nederland en Zuid-Nederland. Voor het nieuwe model is onderzocht of een meer gedetailleerde indeling naar provincie meerwaarde had. Dit voegde echter niets toe aan de verklaarkracht van het model. Daarom is gekozen om de al bestaande indeling van woonregio in de vier landsdelen op te blijven nemen in het nieuwe model.

3.1.10 Huishoudenspositie en inkomen partner

Keuzes over arbeidsdeelname worden vaak gemaakt in de context van het huishouden. Welke vorm en samenstelling dat huishouden heeft speelt vaak een belangrijke rol. Wat de invloed van deze keuzes op het loon is, is echter niet eenduidig. Het loon kan bijvoorbeeld een rol spelen bij de partnerkeuze, bij de mate waarop partners hun arbeidsgedrag op elkaar aanpassen en bij de kans dat partners bij elkaar blijven (Boertien en Permanyer, 2019; Gonalons-Pons en Schwartz, 2017; Kalmijn, De Graaf en Poortman, 2004). Dan is de huishoudenspositie geen oorzaak van loonverschillen, maar er juist een gevolg van. Aan de andere kant ervaren vrouwen met een partner een lagere kostwinnersdruk dan alleenstaande vrouwen zonder kinderen (Portegijs, 2018). Mannen met een partner ervaren een even hoge kostwinnersdruk als mannen zonder partner. Het mechanisme hoe huishoudenspositie en het inkomen van een partner loonverschillen tussen mannen en vrouwen kunnen verklaren is dus niet eenduidig. Daarom is besloten om deze kenmerken niet meer op te nemen in het nieuwe model.

3.1.11 Arbeidshandicap

Het achtergrondkenmerk of er sprake is van een arbeidshandicap komt niet meer voor in het nieuwe model. Individuen met een slechte gezondheid werken vaak wel minder en verdienen ook lagere uurlonen. Het hebben van een arbeidshandicap resulteert daarom ook vaak in een lager uurloon (Pelkowski en Berger, 2004). Het nieuwe model kan hier echter geen rekening meer mee houden, omdat de broninformatie over arbeidshandicap niet meer voldoende beschikbaar is. Alternatieven zoals het hebben van een arbeidsongeschiktheidsuitkering of de mate van arbeidsongeschiktheid voegen weinig toe aan de verklaarkracht van het nieuwe model. Deels is de informatie over arbeidsongeschiktheid nog wel opgenomen in het nieuwe model binnen het nieuwe achtergrondkenmerk dat het aantal jaren van loopbaanonderbrekingen meet (zie paragraaf 3.1.6). Arbeidsongeschiktheid kan een oorzaak zijn van loopbaanonderbrekingen.

3.2 Kenmerken van de baan

3.2.1 Arbeidsduur (deeltijd/voltijd)

Deeltijdwerk heeft in het algemeen een negatief effect op het loon. Er kan sprake zijn van een selectie-effect: deeltijdwerk komt vaker voor in sectoren die lagere lonen betalen, zoals de zorg en het onderwijs. Maar de lagere beloning van deeltijdwerk kan ook komen doordat mensen die deeltijd werken minder werkervaring opdoen en zo minder menselijk kapitaal opbouwen. Verder kan een rol spelen dat mensen die deeltijd werken minder toegewijd zijn aan hun werk dan mensen die een voltijdsbaan hebben (Matteazzi et al., 2018). Er is een groot verschil tussen mannen en vrouwen in het aandeel werkenden met een deeltijdbaan. Bijna driekwart van de werkende vrouwen heeft een deeltijdbaan, terwijl dit slechts voor ongeveer een kwart van de mannen geldt (CBS Statline, 2023c). Deze afwijkende verdeling van deeltijdwerk onder mannen en vrouwen verklaart een aanzienlijk deel van het loonverschil tussen mannen en vrouwen. In de Monitor Loonverschillen mannen en vrouwen 2020 kwam arbeidsduur als sterkst verklarende factor naar voren (Van der Vliet, van Wissen-Floris, Mattijssen et al, 2022). 

De operationalisering van het achtergrondkenmerk arbeidsduur is in het nieuwe model van de Monitor Loonverschillen gewijzigd. Het aantal categorieën is verdubbeld om deze factor nog beter in kaart te brengen. De zes categorieën van arbeidsuur per week in het nieuwe model zijn: minder dan 12 uur, 12 tot 20 uur, 20 tot 25 uur, 25 tot 30 uur, 30 tot 35 uur en meer dan 35 uur.

3.2.2 Beroepsniveau en beroepsrichting

Beroepen dragen op twee manieren bij aan de verklaring van loonverschillen. Zowel beroepsniveau als beroepsrichting kunnen een rol spelen. 

Net zoals bij opleidingsniveau geldt gemiddeld genomen dat naarmate het beroepsniveau hoger is, het betaalde loon ook hoger is. Beroepen met een hoog beroepsniveau vereisen meer vaardigheden. Deze kunnen enerzijds via een externe opleiding verkregen worden. Een werknemer die in de vereiste opleiding geïnvesteerd heeft, zal deze investering terug willen verdienen en daarom een hoger loon vragen. Daarnaast kunnen deze vaardigheden ook op het werk worden opgedaan. De werkgever heeft er belang bij om werknemers die deze vaardigheden hebben opgedaan te behouden: het opleiden van nieuwe werknemers kost immers tijd. Ook daarom zouden werkgevers hogere lonen kunnen betalen aan werknemers met een hoger beroepsniveau (Becker, 1964). Hoewel opleidingsniveau en beroepsniveau sterk met elkaar samenhangen, is het beroepsniveau waarschijnlijk bepalender voor het inkomen dan het opleidingsniveau. Als iemand met een universitaire opleiding gaat werken in een functie waarvoor MBO2 vereist is, zal dat niet betekenen dat diegene ook loon gaat verdienen dat past bij het opleidingsniveau, maar juist loon dat past bij het niveau van de functie. Los van het beroepsniveau, verschillen beroepsrichtingen in de salarissen die betaald worden. Zo verdienen leraren bijvoorbeeld gemiddeld minder dan advocaten, terwijl hun beroepsniveau min of meer gelijk is (Cortes en Pan, 2018). Er zijn verschillen tussen mannen en vrouwen in de typen beroepen die zij uitvoeren (CBS Statline, 2023d). Vrouwen werken gemiddeld vaker in beroepen waar de lonen gemiddeld lager liggen. Het beroep kan dus een deel van het loonverschil tussen mannen en vrouwen verklaren. 

De indeling van beroepsniveau in vier categorieën is in het nieuwe model van de Monitor Loonverschillen niet gewijzigd. De indeling van beroepsniveau is: 

• Beroepsniveau 1 = eenvoudig en routinematig werk
• Beroepsniveau 2 = beroepen met taken als het bedienen, onderhouden en repareren van machines/apparaten, voertuigen besturen en ordenen en opslaan van gegevens 
• Beroepsniveau 3 = beroepen waarin complexe taken uitgevoerd worden die uitgebreide kennis op een bepaald gebied vereisen
• Beroepsniveau 4 = oplossen ingewikkelde problemen en nemen van beslissingen die gespecialiseerde en uitgebreide kennis vereisen.

De indeling van beroepsrichting is in het nieuwe model van de Monitor Loonverschillen uitgebreid. De volgende categorieën worden onderscheiden: pedagogisch, creatief, commercieel, economisch, managers, openbaar, technisch, ICT, agrarisch, zorg, dienstverlening, transport en overig. Het oude model bevatte alleen de categorieën manager en overige beroepsrichting. 

3.2.3 Contractsoort en soort arbeidsrelatie

Het soort contract (voor bepaalde of onbepaalde tijd) dat werknemers hebben kan van invloed zijn op het loon dat wordt verdiend. Mensen zonder vast contract verdienen gemiddeld genomen minder dan hun collega’s met een vast contract (Skriabikova en Smits, 2019). Veel werkgevers gebruiken tijdelijke contracten om na te gaan of de werknemer productief genoeg is. Zolang werkgevers daar onzekerheid over hebben, betalen ze ook een lager salaris. Daarnaast zouden werknemers met een tijdelijk contract zonder uitzicht op een vast contract minder gemotiveerd kunnen zijn en daardoor minder productief. Ook hebben mensen met een tijdelijk contract minder onderhandelingsruimte voor de hoogte van hun loon: werkgevers kunnen hen makkelijker ontslaan als ze een hoger loon eisen. Oproepkrachten ontvangen daarentegen vaker een hoger loon als compensatie voor de onzekerheid die deze werknemers hebben over hoeveel uren en wanneer ze kunnen werken (De Graaf-Zijl, 2006). Uitzendkrachten verdienen relatief minder dan mensen met een vast contract, ook als er gecontroleerd wordt voor verschillende individuele kenmerken en bedrijfskenmerken (Skriabikova en Smits, 2019). De verdeling van contractsoorten verschilt tussen mannen en vrouwen. Vrouwen hebben vaker een tijdelijk contract dan mannen, terwijl mannen vaker als uitzendkracht werkzaam zijn (CBS Statline, 2023e). Deze verschillen in contractsoort en soort arbeidsrelatie kunnen dus een deel van het loonverschil tussen mannen en vrouwen verklaren.

In het nieuwe model van de Monitor Loonverschillen is de indeling van contractsoort gelijk gebleven, maar zijn voor het soort arbeidsrelatie de categorieën stagiair en werknemers in de sociale werkvoorziening komen te vervallen (zie paragraaf 2.2). De overblijvende categorieën zijn: reguliere werknemer, uitzendkracht, oproepkracht en directeur-grootaandeelhouder (DGA). Uitzendkrachten en DGA’s zijn alleen onderdeel van het model voor het bedrijfsleven. Zij werken alleen voor werkgevers buiten de overheid. Uiteraard werken er wel uitzendkrachten bij de overheid, maar zij ontvangen hun salaris van het uitzendbureau buiten de overheid, dat hun werkgever is. 

3.2.4 Leidinggevende functie

Lonen voor leidinggevende functies zijn gemiddeld genomen hoger dan de lonen voor functies waarin geen leiding gegeven wordt. Leidinggevende functies gaan gepaard met een grotere verantwoordelijkheid, die gecompenseerd wordt met een hoger loon. Hoewel er sprongen zijn gemaakt (Blommaert, van der Lippe, Maas, en Jaspers, 2019), blijft het aandeel vrouwen in leidinggevende posities achter bij het aandeel mannen met een leidinggevende positie. Het feit dat mannen vaker een leidinggevende positie hebben dan vrouwen kan hierdoor een deel van het loonverschil tussen mannen en vrouwen verklaren. In het nieuwe model van de Monitor Loonverschillen is de operationalisering van al dan niet leidinggeven ongewijzigd gebleven.

3.2.5 Baanduur huidige baan

Hoe langer mensen werkzaam zijn bij hun huidige bedrijf, hoe hoger hun salaris vaak is. Dit komt doordat mensen tijdens hun werk veel bedrijfsspecifieke kennis opdoen, waardoor ze productiever zijn in hun werk dan mensen die pas in dienst zijn gekomen (Becker, 1964). Mannen en vrouwen verschillen gemiddeld genomen in de hoeveelheid werkervaring die ze opdoen tijdens hun carrière. Vrouwen onderbreken hun carrière vaker dan mannen, bijvoorbeeld omdat ze kinderen krijgen. Hierdoor bouwen ze minder bedrijfsspecifieke kennis op. Ook nemen vrouwen vaker ontslag dan mannen (Munasinghe et al., 2008). De bedrijfsspecifieke kennis die tot dan is opgedaan wordt dan deels irrelevant, omdat deze minder van toepassing is bij andere bedrijven. Dit kan als gevolg hebben dat vrouwen minder verdienen. De verschillen tussen mannen en vrouwen in opgebouwde werkervaring bij dezelfde werkgever kunnen dus een deel van het loonverschil tussen mannen en vrouwen verklaren (Matteazzi, Pailhé, en Solaz, 2018).

Voor de duur van de huidige baan is in het nieuwe model van de Monitor Loonverschillen een andere bron gebruikt. Voorheen werd het gebaseerd op gegevens uit de EBB. In het nieuwe model is het gebaseerd op gegevens uit administratieve data, zodat het gegeven voor de hele werknemerspopulatie van Nederland beschikbaar is. Het achtergrondkenmerk baanduur van de huidige baan kent de volgende categorieën: minder dan 1 jaar, 1 tot 5 jaar, 5 tot 10 jaar en 10 tot 20 jaar. Het gegeven is een aanvulling op het nieuwe achtergrondkenmerk loopbaanonderbrekingen (zie paragraaf 3.1.6).

3.3 Kenmerken van de werkgever

3.3.1 Bedrijfsgrootte

De grootte van het bedrijf is van invloed op de hoogte van de lonen die binnen het bedrijf worden betaald. Gemiddeld genomen zijn lonen hoger in grotere bedrijven dan in kleinere bedrijven. Er zijn verschillende redenen waarom dit het geval is. Zo kan de winstgevendheid van grote bedrijven relatief hoger zijn, en wordt dit (deels) gereflecteerd in de lonen die betaald worden. Ook zou het in grotere bedrijven moeilijker zijn om werknemers te monitoren op productiviteit. Het betalen van een hoger loon kan dan helpen om werknemers productief en gemotiveerd te houden (Bloom, Guvenen, Smith, Song, en Von Wachter, 2018). In Nederland werken vrouwen relatief vaker in een groot bedrijf dan mannen. Dit verschil kan resulteren in een vertekening van het loonverschil tussen mannen en vrouwen.

De omvang van de werkgever kent in het nieuwe model van de Monitor Loonverschillen dezelfde indeling als het model in de vorige editie. Wel is er een verschil tussen het model van de overheid en die van het bedrijfsleven. Voor het bedrijfsleven wordt, in lijn met webpublicatie de Staat van het MKB, de volgende indeling gebruikt: microbedrijf (tot 10 werkzame personen), kleinbedrijf (10 tot 50 werkzame personen), middenbedrijf (50 tot 250 werkzame personen) en grootbedrijf (250 of meer werkzame personen). De overheid kent overwegend grote werkgevers. Daarom is voor de overheid alleen een onderscheid tussen meer of minder dan 500 werknemers. 

3.3.2 Bedrijfstak/sector

Er zijn grote verschillen tussen bedrijfstakken en overheidssectoren in de gemiddelde lonen die aan werknemers betaald worden. Zo zijn de lonen in de horeca en de cultuursector gemiddeld het laagst en in de delfstoffenwinning en financiële dienstverlening het hoogst (CBS Statline, 2023f). Er zijn ook grote verschillen tussen bedrijfstakken in het aandeel vrouwen dat er werkzaam is. Zo hebben de zorg en het onderwijs een relatief groot aandeel werkzame vrouwen, terwijl het aandeel werkzame vrouwen in de bouw, delfstoffenwinning en industrie laag is (CBS Statline, 2023g). Vrouwen zijn vaak oververtegenwoordigd in de bedrijfstakken waar de lonen gemiddeld lager zijn. Deze verschillen in bedrijfstakken kunnen dus een deel van de loonverschillen tussen mannen en vrouwen verklaren. 

Voor bedrijfstak en overheidssector zijn de indelingen in het nieuwe model van de Monitor Loonverschillen gelijk gebleven. Wel zijn de referentiecategorieën aangepast naar categorieën die meer waarnemingen bevatten en daardoor stabieler zijn. In het model voor de overheid kent sector de volgende categorieën: overheid/rijk, onderwijs (nieuwe referentiecategorie), defensie, politie, rechterlijke macht, gemeenten, provincies en waterschappen. In het model voor het bedrijfsleven zijn de categorieën van bedrijfstak: landbouw en visserij, delfstoffenwinning, industrie, energie- en waterleidingbedrijven, bouwnijverheid, handel, horeca, vervoer, financiële instellingen, zakelijke dienstverlening (nieuwe referentiecategorie), openbaar bestuur, onderwijs, gezondheids- en welzijnszorg, cultuur en overige dienstverlening, en particuliere huishoudens met personeel inclusief extraterritoriale organisaties. 

3.3.3 Percentage vrouwelijke collega’s

In recent onderzoek is geconstateerd dat het loonverschil tussen mannen en vrouwen lager is in door vrouwen gedomineerde beroepen dan in gemengde of door mannen gedomineerde beroepen (Tang, Grabner, De Broe en Schmeets, 2022). In hoeverre het aandeel vrouwen binnen het bedrijf, onafhankelijk van het aandeel vrouwen in de sector of beroepsgroep, van invloed is op loonverschillen tussen mannen en vrouwen is echter nog niet vaak onderzocht. Op basis van de contacthypothese zou beredeneerd kunnen worden dat naarmate er meer vrouwen op de werkvloer rondlopen, onterechte vooroordelen over vrouwen bij werkgevers ontkracht kunnen worden. Hierdoor zou de beloning van vrouwen meer in lijn kunnen komen te liggen met hun daadwerkelijke prestaties, resulterend in een kleiner loonverschil tussen mannen en vrouwen. Er zijn echter ook andere mechanismes mogelijk. Zo is het bijvoorbeeld denkbaar dat vrouwen in bedrijven waar meer mannen werken eerder om een hoger loon zullen vragen dan in bedrijven waar veel vrouwen werken. Dit vanuit de gedachte dat mannen in het algemeen assertiever zijn in het vragen van hogere lonen. Er is in de literatuur echter niet een eenduidige reden waarom het percentage vrouwen in een bedrijf/organisatie invloed heeft op de lonen en op de loonverschillen tussen mannen en vrouwen. Met andere woorden, het is niet duidelijk wat de variabele exact meet en waarom dit een verklaring zou kunnen zijn voor de loonverschillen tussen mannen en vrouwen. Daarbij kan het ook nog zo zijn dat het een gevolg is van discriminatie. Dus dat werkgevers, al dan niet bewust, geneigd zijn om minder hoge lonen te betalen in organisaties waar veel vrouwen werken. Vanwege de theoretische onzekerheid is besloten om deze variabele niet meer op te nemen in het model.

3.3.4 Winstgevendheid van het bedrijf

In het model voor het bedrijfsleven werd winstgevendheid van het bedrijf ook meegenomen in het model. Het percentage bedrijven waarvan de winst onbekend is, is echter vrij substantieel (iets minder dan een derde) en selectief. Verder voegt de variabele niet heel veel toe aan de verklaarkracht van het model. Om deze redenen is besloten om deze variabele niet meer op te nemen in het nieuwe model.

3.4 Overzicht variabelen oude en nieuwe model

Tabel 3.4.1 vat de veranderingen in het regressiemodel om de gecorrigeerde loonverschillen te berekenen samen. Het geeft aan met welke kenmerken het nieuwe model vanaf de Monitor Loonverschillen mannen en vrouwen 2022 geen rekening meer houdt. Daarnaast laat de tabel zien welke kenmerken niet gewijzigd zijn, welke er nieuw bijgekomen zijn, welke een andere operationalisering hebben gekregen en welke vanuit een andere bron zijn samengesteld.