Inhaltsübersicht
- Einführung und Zusammenfassung
- Themenkomplex 1: Berechnung des GPGs
- Themenkomplex 2: Ursachenanalyse
- Themenkomplex 3: Ethische Bewertung
- Themenkomplex 4: Politische Agenda
- Begriffsverschiebungen und Propagandamethoden
- Das GPG von Selbständigen
Einführung und Zusammenfassung
Das Gender Pay Gap - vulgo: der geschlechtsbezogene
statistische Lohn- bzw. Gehaltsunterschied -, kurz GPG, ist
einer der wichtigsten feministischen Kampfbegriffe.
Kampfbegriff insofern, als mit Hilfe dieses Begriffs der
Öffentlichkeit die unrichtige Ansicht vermittelt wurde und
weiterhin wird, Frauen würden für die "gleiche Arbeit"
schlechter bezahlt als Männer. Diese Behauptung ist falsch,
die gender-pay-gap-Lüge wurde unzählige Male diskutiert
und widerlegt, wird aber trotzdem weiterhin ständig im
Rahmen feministischer Propaganda verbreitet. Sie wird wegen
dieser intensiven Propaganda von vielen Personen für wahr
gehalten und ist eines der besten Beispiele dafür, daß wir
in "postfaktischen" Zeiten leben.
Das GPG eignet sich aus mehreren Gründen gut für
Desinformation und Propaganda: fast niemand scheint zu
verstehen, was diese Zahl - Vorsicht: Statistik! - konkret
bedeutet, wie man sie berechnet und welche
Willkürlichkeiten dabei einfließen, vor allem beim Begriff
"gleiche Arbeit". Man kann außerdem sehr einfach
populistisch an Neid und andere Emotionen appellieren und
die eigentliche Darstellung des GPGs mit willkürlichen
Spekulationen über seine Ursachen vermischen.
Typischerweise wird hier mit Schuldzuweisungen gearbeitet,
die für Anfänger schwer zu durchschauen sind. Als schuldig
diskreditiert werden "die Männer" oder "die Arbeitgeber",
um im Sinne von Haßprogaganda ein Feindbild aufzubauen
oder zu verstärken.
Instrumentalisierung des GPGs als Kampfbegriff
Die Debatte um das GPG ist schwierig und oft konfus, weil
mehrere Themenkomplexe angesprochen bzw. vermischt werden:
- Berechnung:
Wie hoch ist das GPG und welche mathematische Bedeutung hat das GPG? Es gibt mehrere verschiedene GPGs, was sind die Unterschiede? - Ursachen:
Wie wird das GPG verursacht, kann man ggf. Verantwortliche identifizieren? - ethische Bewertung:
Wie ist das GPG ethisch zu bewerten, stellt es ein Unrecht dar? Welcher Sachverhalt wird dabei überhaupt ethisch bewertet, das GPG als solches oder eine der vermuteten Ursachen? - politische Agenda:
Kann man bzw. sollte man das GPG abbauen bzw. ganz beseitigen und welche Kollateralschäden sind zu erwarten?
Die GPG-Lüge
Die feministische Propaganda versucht seit vielen Jahren, in
der Öffentlichkeit die Meinung zu verankern, Frauen würden
für die gleiche Arbeit schlechter bezahlt als Männer. Wegen
der Wichtigkeit dieser Falschbehauptung kann man dies als
eine Große Lüge des Feminismus einordnen. Die Behauptung ist
im folgenden Sinne falsch bzw. unbelegt:
- Wer Behauptungen aufstellt, muß sie belegen, sonst sind es nur Spekulationen oder Verschwörungstheorien. Als Beleg für die Hypothese von der Schlechterbezahlung werden i.d.R. Statistiken des Bundesamts für Statistik präsentiert. Diese Statistiken sind aber keine Belege für diese Hypothese, weil sie nicht gleiche Arbeit vergleichen, sondern ungleiche Arbeit (auch die sog. "bereinigten" GPGs). Das Kernproblem ist, daß dort wesentliche Daten fehlen, die man für die Feststellung benötigt, ob es sich um "gleiche Arbeit" handelt. Selbst mit diesen unvollständigen Daten kann man allerdings die Ungleichheiten weitgehend auf rationale Gründe zurückführen, so daß die Skandalisierung der verbleibenden Reste eine Irreführung der Öffentlichkeit ist.
- Bei anderen, qualitativ besseren, aber quantitativ kleineren Datenbeständen kann man die Ungleichheiten bis auf Unschärfen, die in der Größenordnung der Rechenfehler der Algorithmen liegen, auf rationale Gründe zurückführen. D.h. hier liegt eine starke empirische Evidenz für die Gegenbehauptung vor, daß Frauen und Männer für die gleiche Arbeit gleich bezahlt werden.
Themenkomplex 1:
Berechnung des GPGs
Das GPG ist grundsätzlich eine statistische Größe, die auf
den Beschäftigungsverhältnisse in einer bestimmten Region
oder Population basiert und die die Löhne (i.d.R. die
Bruttostundenlöhne) von Männern und Frauen vergleicht.
Unbereinigtes GPG
Das simpelste Rechenverfahren besteht darin, den
durchschnittlichen Bruttostundenlohn von Männern bzw.
Frauen zu berechnen und diese beiden Größen zu
vergleichen. Es ergeben sich typischerweise
Lohnunterschiede von ca. 21 - 23 %. Bei diesem sogenannten
unbereinigten GPG sind prinzipiell alle Arbeiten
"gleich", z.B. Chefarzt und Nachtwächter. Diese
Berechnungsvariante für das GPG ist für soziale Analysen
oder Beurteilungen von Unrecht völlig unbrauchbar, sie
wird von Statistikern zu recht als "Unstatistik" bezeichnet. Etwas moderner
wäre der Begriff Fake-Statistik, hier werden
sozusagen Äpfel mit Birnen verglichen. Das unbereinigte
GPG entspricht mathematisch gesehen dem Simpson-Paradox,
einem klassischen Denkfehler bei der Interpretation von
Statistiken.
Das unbereinigte GPG wird trotz seiner Sinnlosigkeit in
der feministischen Propaganda laufend als Argument
benutzt. Beispielsweise basiert das Datum des "Equal Pay
Days" auf dieser Berechnungsvariante. Es ist nicht klar,
ob hier Absicht oder Zahlenanalphabetismus (engl. innumeracy) vorliegt, also die Unfähigkeit,
zahlenmäßige, insb. statistische Sachverhalte zu verstehen.
Bereinigtes GPG
Bei den sogenannten bereinigten GPGs, die in
verschiedenen Quellen typischerweise im Bereich von 3 bis
8 % angegeben werden, versucht man mehr oder weniger
erfolgreich, den Einfluß lohnrelevanter Faktoren aus den
Lohnunterschieden herauszurechnen. Offensichtlich
lohnrelevant sind:
- die erforderliche Qualifikation des Arbeitnehmers, also insb. seine Ausbildungsinvestitionen
- die Arbeitsplatzanforderungen und die Art der Tätigkeit, insb. ob sie gefährlich, anstrengend, krankheitserregend, mit Kosten für den Arbeitnehmer verbunden usw. ist
- der Marktwert der durch die Arbeit erzielten Wertschöpfung, der je nach Branche und Unternehmen differieren kann
- der Arbeitsort und dessen Lebenshaltungskosten (teure Großstädte vs. ländliche Regionen)
Unvollständig bereinigtes GPG
Ein Hauptproblem bei der Bereinigung des GPGs sind
fehlende Daten. Vor allem die Qualifikation und die
Arbeitsplatzanforderungen werden bei fast allen
Datenbeständen, die zur GPG-Berechnung benutzt werden, nur
sehr ungenau erfaßt. Das GPG wird dadurch nicht
vollständig bereinigt, das angeblich "bereinigte" GPG
(bzw. der "nicht erklärte Anteil" des GPGs) wird zu hoch
ausgewiesen. Dies gilt auch für die GPGs von ca. 6 - 8%,
die in den letzten Jahren vom Statistischen Bundesamt
publiziert wurden. Andere Analysen, die auf qualitativ
besseren Daten (allerdings i.d.R. wesentlich kleineren
Stichproben) basieren, kommen auf bereinigte GPGs von nur
noch 2 - 3 %, die statistisch nicht mehr relevant sind.
Die sogenannten bereinigten GPGs sind also tatsächlich
nicht vollständig bereinigt, weil wesentliche Daten
hierfür fehlen. Sie in Wirklichkeit Ausdruck fehlender
lohnrelevanter Daten, also sozusagen Rechenfehler
und kein Ausdruck davon, daß Frauen in vergleichbaren
Arbeitsverhältnissen schlechter bezahlt werden als Männer.
Vollständig bereinigtes GPG
Die GPG-Berechnungen, die auf vollständigeren und
qualitativ besseren lohnrelevanten Daten basieren, ergeben
nur noch bereinigte GPGs von ca. 2 - 3 %, was in der
Größenordnung der Rechenfehler der Berechnungsverfahren
liegt. D.h. tatsächlich beweisen die Statistiken, daß
Männer und Frauen bis auf marginale Unterschiede für
gleiche Arbeit gleich bezahlt werden.
Mehr Details
In einer separaten Seite zur
Berechnung des GPGs gehen wir auf
folgende Themen genauer ein:
- Warum ist das unbereinigte GPG eine "Unstatistik"? Weil es ein Beispiel für das Simpson-Paradoxon ist, ein klassischer Fehler bei der Interpretation von Statistiken.
- Was sind die wichtigsten lohnrelevanten Einflußfaktoren und welche "pay gaps" gibt es sonst noch?
- Welche Verfahren werden zur Berechnung der bereinigten GPGs benutzt? Oft wird geglaubt, hierbei würden die Löhne von Arbeitsverhältnissen, die bis auf das Geschlecht identisch sind, sog. statistische Zwillinge, verglichen. Dieses naheliegende Verfahren funktioniert nicht: wegen der Arbeitsmarktsegregation und der vielen lohnrelevanten Faktoren findet man nur für wenige Arbeitsverhältnisse statistische Zwillinge. Das tatsächlich meistens benutzte Verfahren, die Oaxaca-Blinder-Dekomposition, funktioniert wesentlich anders, und die so erzielten Ergebnisse müssen mit Vorsicht interpretiert werden.
- Wo treten negative GPGs, also pay gaps zugunsten von Frauen, auf?
- Was sind die typischen Datenbestände bei GPG-Berechnungen? Welche Defizite haben diese Datenbestände, und welche Fehler bei der GPG-Bereinigung resultieren daraus?`
Themenkomplex 2: Ursachenanalyse
Die Daten, aus denen das GPG berechnet wird, betreffen nur
die eigentlichen Beschäftigungsverhältnisse. Sie enthalten
keine Informationen darüber,
- warum diese Beschäftigungsverhältnisse so sind, wie sind sind,
- welche Vor- und Nachteile die Vertragspartner (Arbeitgeber und Arbeitnehmer) in den Arbeitsverträgen sahen, als sie sie abschlossen,
- welche Optionen, Handlungsspielräume und Randbedingungen die Vertragspartner hatten und ob nicht auch ganz andere Verträge hätten geschlossen werden können.
- willkürlich schlechtere Bezahlung von Frauen durch die Arbeitgeber für die gleiche Arbeitsleistung. Diese sehr häufig postulierte Theorie wird empirisch dadurch widerlegt, daß man das GPG fast vollständig bereinigen kann.
- willkürlich schlechtere Einstellung von Frauen durch die Arbeitgeber aufgrund von Vorurteilen gegen Frauen (gerne auch weil sich "die Männer" (TM) in ihren Männerbünden die "guten" Jobs gegenseitig zuschanzen)
- die weniger aggressive Selbstdarstellung von Frauen bei Bewerbungen
Themenkomplex 3: Ethische
Bewertung
Viele Geschlechterdifferenzen werden nicht als Unrecht
angesehen. Beispielsweise sind Männer im Schnitt 7% größer
als Frauen, es gibt aber (bisher...) keinen Equal
Height Day, auf dem die Frauenministerin die
Ausmerzung dieser Ungerechtigkeit fordert. Die extrem hohe
Frauenquote unter den Grundschullehrern wird ebenfalls
nicht als Unrecht, sondern allenfalls als unerwünscht
angesehen. Die Unterrepräsentation von Frauen bei den
LKW-Fernfahrern treibt keine Feministin auf die
Barrikaden.
Es ist ein separater und ziemlich willkürlicher
Schritt, manche statistische Geschlechterdifferenzen
als Unrecht, oder unerwünscht zu bewerten, andere als
irrelevant oder sogar als erfreulich.
Die diversen "statistisch erklärten Anteile" des GPGs
werden meist als "entschuldigt" angesehen, also als
ethisch neutral zu bewerten. Daß eine bessere
Qualifizierung zu höheren Löhnen führt, geht für die
meisten Debattenteilnehmer in Ordnung, weil i.a. auch mehr
in die Ausbildung investiert wurde und weil die
Produktivität und Qualität steigt.
Gruppendynamisch gesehen ist ein zentrales Ziel dieser
ethischen Bewertung der postulierten Ursachen das
Erzeugen von Neid (analog zur Erzeugung von
Ausländerhaß durch Rechtsradikale) bzw. Mobilisieren der
eigenen Anhänger. Jeder Frau soll den kontrafaktischen
Eindruck bzw. Verdacht haben, sie bekäme willkürlich
soundsoviel % Lohn weniger als ihr männlicher Kollege für
die gleiche Arbeit.
Mehr Details
In einer separaten Seite zur ethischen Bewertung des GPGs
gehen wir auf folgende Themen genauer ein:
- In feministischer Propaganda wird oft faktenwidrig behauptet, es gäbe eine Rechtslücke insofern, als einzelne Arbeitnehmer willkürlich schlechter als andere bezahlt werden dürfen, die die gleiche Arbeitsleistung erbringen. Tatsächlich ist dies seit langem illegal.
- Die meisten Ursachenanalysen zum GPG trennen nicht zwischen den Wirkmechanismen und einer ethischen Bewertung der Akteure bzw. der sozialen Effekte. Dies wird in der Analyse eines Beispieltextes deutlich.
Themenkomplex 4:
Politische Agenda
Sofern das GPG ganz oder in Anteilen ethisch negativ
bewertet wird, werden Maßnahmen zu seinem Abbau gefordert
bzw. durchgesetzt. Übliche Teile der politischen Agenda
sind kompensatorische Diskriminierungen von Männern
bzw. "positive Diskriminierungen von Frauen" als Behebung
des Unrechts.
Identifizierung und Bestrafung der Schuldigen
Sofern die postulierten - oft sehr zweifelhaften -
soziologischen Theorien bestimmte Personen bzw.
Institutionen identifizieren, die als alleinige Ursache
oder als wesentliche Mitursache des Unrechts erscheinen,
wird ihnen die Schuld an dem "Unrechtstatbestand GPG"
zugewiesen und die Maßnahmen zum Abbau des GPGs haben
die Charakter einer Strafmaßnahme gegen die Schuldigen.
Bei vielen indirekten Ursachen, z.B. der Abneigung von
Frauen gegenüber MINT-Fächern, lassen sich aber keine
eindeutig verantwortlichen Instanzen finden. In solchen
Fällen ähneln die Maßnahmen zum Abbau des GPGs einen
Schrotschußverfahren, das beliebige Personen (i.d.R.
Männer) treffen kann, die keinerlei Beitrag zur Entstehung
des GPGs geleistet haben (basierend auf dem archaischen
Rechtsprinzip Sippenhaft).
Eine Mitverantwortung von Frauen wird regelmäßig
abgestritten. Sehr viele Frauen studieren Fächer, die in
überfüllte Arbeitsmärkte und schlecht bezahlte Berufe
führen. Diese Marktmechanismen, die Männer genauso
treffen, werden als Diskriminierung von Frauen umgedeutet,
d.h. es werden hilfsweise neue soziale Wirkmechanismen
("Geringschätzung von Frauen bei der Entlohnung")
konstruiert, die die Frauen von der Verantwortung für sich
selbst befreien.
Abkopplung der Agenda vom GPG
Die mit dem GPG motivierten Maßnahmen haben am Ende
regelmäßig nichts mehr mit dem GPG zu tun und sind auch
nicht zu dessen Abbau geeignet oder sind sogar
kontraproduktiv. Es geht nur noch um die Bestrafung bzw.
Bekämpfung von ideologischen Gegnern und die Durchsetzung
der jeweiligen politische Agenda.
Das beste Beispiel hierfür ist die lex Schwesig,
das "Gesetz für mehr Lohngerechtigkeit". Dieses Gesetz
wird zwar mit dem GPG begründet, kann es aber
prinzipiell nicht wesentlich verändern, weil es fast
keine Auswirkungen auf die Fehler in den Datenbeständen
hat (oder diese sogar vergrößert).
Begriffsverschiebungen und
Propagandamethoden
Begriffsverschiebungen
Wesentlich aus einer Gesamtschau ist die Beobachtung, daß
der Begriff "GPG", der eigentlich die wertfreie
statistische Analyse eines bestimmten Datenmaterials
bezeichnet, verschoben wird zur faktenwidrigen,
ideologisch erwünschten Aussage "Frauen werden bei den
Löhnen diskriminiert". Die vollständig bereinigten GPGs
beweisen praktisch das Gegenteil, daß eine solche
Diskriminierung nicht existiert.
Indirekt wird das GPG umfunktioniert zu einem Beweis der
entsprechenden feministischen Gesellschaftstheorien und
letztlich als eine spezielle Sorte von Unrecht gegen
Frauen uminterpretiert.
Wiederholte Einwürfe von Statistikern, diese
Argumentationskette sein unhaltbar und das GPG sei eine
"Unstatistik", werden konsequent ignoriert -
wegen der feministischen Dominierung der Medien ist das
weitgehend möglich - oder als Frauenhaß oder anderen
Argumenten ad personam diskreditiert.
Diskurstaktisch wird oft versucht, eine saubere mathematische Betrachtung
zu verhindern und als irrelevant aus der Diskussion
zu verdrängen: die (als Dogma vorgegebene und leider
unbewiesene) Diskriminierung von Frauen ist so oder so zu
verurteilen. Deshalb kommt es auf ein paar Prozent mehr oder
weniger und auf technische Details nicht an. Die
mathematische Berechnung des GPGs wird hingegen gerne wieder
betont, wenn man die Autorität der Mathematik ausnutzen
will, um zu "beweisen", die untergeschobene ideologische
These "Frauen werden bei den Löhnen diskriminiert" sei
objektiv quantifiziert.
Propagandamethoden
Die Propaganda beginnt bereits beim Begriff "gap" ("Lücke"),
der negativ besetzt ist und faktenwidrig suggeriert, hier
würde etwas fehlen, also ein Unrecht vorliegen. Es war und
ist eine propaganda-strategische Meisterleistung, in der
inzwischen allgemein üblichen Bezeichnung für das Phänomen
des statistischen Lohn- bzw. Gehaltsunterschieds diese Lüge
verankert zu haben.
Hinzu kommen diverse direkte Falschaussagen aus diesem
Themenbereich. Die separate Seite über Propagandamethoden zur
Skandalisierung des GPGs listet die wichtigsten
üblichen Falschaussagen und "fake news" über das GPG auf.
Das GPG von Selbständigen
Das GPG bezieht sich eigentlich auf die Bruttostundenlöhne
von abhängig Beschäftigten. Es wird aber auch häufig
über GPGs für andere Formen von Verdiensten berichtet, insb.
die Einkünfte von diversen Gruppen von Selbständigen. Statt
von einem pay gap müßte man hier eigentlich von einem
earnings gap reden, denn hier gibt es keinen
Arbeitgeber, der die Arbeitnehmer bezahlt.
Da in der feministischen Ideologie die (überwiegend
männlichen) Arbeitgeber für das GPG bei abhängig
Beschäftigten verantwortlich gemacht werden, sollte man bei
Selbständigen ein kleineres GPG erwarten, da sie selber ihr
Arbeitgeber sind. Man beobachtet allerdings das Gegenteil,
berichtet werden nämlich meistens höhere GPGs (s. z.B.
Lechmann
(2012)).
Ein Vergleich der GPGs von abhängig Beschäftigten und
Selbständigen ist allerdings wenig sinnvoll. Generell sind
die GPG-Statistiken für Selbständige sehr unsicher bzw.
fragwürdig:
- Die Datenbestände sind vergleichsweise klein (einige 100 oder 1000 Fälle). Die berechneten Werte sind also sehr viel stärker durch Zufälle beeinflußt.
- Die Daten sind noch wesentlich unvollständiger als bei abhängig Beschäftigten. Oft wird die Differenz der Monatseinkünfte berichtet, weil noch nicht einmal die genaue Zahl der gearbeiteten Stunden bekannt ist. Wenn über die Differenz der Stundeneinkünfte berichtet wird, dann sind das i.d.R. unbereinigte GPGs, weil für eine Bereinigung die Daten fehlen.
- Manche Selbständige benötigen sehr teure Maschinen, Labore o.ä. Ausrüstungen. Die Einkünfte sind hier zum Teil versteckte Kapitalverzinsungen dieser Investitionen oder Risikoprämien für Defekte dieser Ausrüstungen.
- Bei GPGs für einzelne Branchen (z.B. Werber (2019)) ist unklar, ob Selbständigkeit der Normalfall ist oder nur Personen, die ohnehin besonders erfolgreich sind oder andere spezielle Voraussetzungen haben, den Schritt in die Selbständigkeit gewagt haben, also nicht repräsentativ für die Branche sind.
- Bei Selbständigen in künstlerischen bzw. kreativen Branchen (z.B. Huber (2020)) spielt deren individuelle "Leistung", also die künstlerische Kreativität, eine entscheidende Rolle.