Radiografía de los graduados en España: la carrera, el género y el tipo de universidad marcan el salario tras titularse

Fuente y enlace 

1. Elementos fundamentales de la noticia

Contenido:

• El informe trata sobre la empleabilidad y salarios de los graduados universitarios en España, analizando cómo la carrera, el género y el tipo de universidad influyen en el salario tras titularse. 

• Actores clave: los titulados universitarios (curso 2018‑2019), la Fundación CYD que realiza el informe, las universidades públicas y privadas, y las distintas áreas de estudio. 

• Algunas cifras relevantes:

  • El 75,9 % de los titulados estaba afiliado a la Seguridad Social tras 4 años de titularse. La base media de cotización (BMC) se sitúa alrededor de 30.976 euros anuales. 

  • Diferencias por estudio: por ejemplo, en Medicina tasa de afiliación 94 %, BMC ~41.839 € y prácticamente todos trabajando. 

  • Carreras de artes y humanidades: afiliación 63,5 %, BMC ~27.185 €. 

  • Brecha de género: los hombres tienen una BMC 2.285 € mayor en promedio que las mujeres; contratos indefinidos: 78,7 % hombres vs 68,3 % mujeres.

  • Tipo de universidad: los graduados de universidades privadas tienen una BMC mayor (33.990 €) que los de universidades públicas (30.429 €), aunque la tasa de afiliación es ligeramente superior en la pública (76,1 % vs 74,8 %). 

• Tendencias señaladas:

  • Las titulaciones en Ingeniería, Industria, Construcción e Informática ofrecen mejores resultados laborales (mayor empleabilidad, salario, contratos indefinidos).

  • Las titulaciones en Educación o Artes y Humanidades enfrentan peores condiciones de inserción. 

  • Persistencia de la brecha salarial de género y segregación por campos de estudio. 

2. Análisis mediante “Ingeniería Inversa”

Cadena causal básica:

• Oferta de titulados universitarios (2018‑19) → medición de inserción laboral tras 4 años → resultados por ámbito de estudio, género y universidad → diferencias salariales y de estabilidad laboral.

• Factores que intervienen: elección de carrera, tipo de universidad, género, mercado laboral, condiciones contractuales.

Sesgos informativos posibles:

• El informe enfatiza diferencias estructurales (género, tipo de estudio, tipo de universidad) pero quizá no detalle otros factores: origen socioeconómico, movilidad geográfica, redes de contacto.

• La fuente es un informe técnico pero es recogida periodística, podría acentuar los datos más llamativos (ingeniería bien, humanidades mal) sin entrar en matices.

Modelos científicos aplicables:

• Economía: podemos ver un modelo de {\em renta diferencial} por disciplina — tipo de salario medio (S) que varía exponencialmente o linealmente con el “potencial empleabilidad” del campo.

• Teoría de grafos: red de universidades, empleadores e industrias donde los graduados entran; ciertos campos tienen conexiones densas (Ingeniería → industria) mientras que otros están más dispersos (Humanidades → diversos).

• Dinámica de sistemas: el sistema universitario‑laboral tiene “flujos” de graduados, contratos, salarios; ciertas áreas son “tuberías” de alta presión, otras de baja.

3. Asociación emoción‑decisión‑modelo para eventos selectos

• Acontecimiento previo: Elevada tasa de titulados en Humanidades con baja afiliación.

  • Emoción generada: frustración e inseguridad entre los graduados de esas carreras.

  • Decisión tomada: posiblemente aceptar contratos temporales o salarios más bajos.

  • Modelo asociado: modelo de inercia fijo de mercado – hay poco “momentum” para subir salario en ese área, inercia baja.

• Acontecimiento previo: Diferencia salarial entre graduados de universidad privada vs pública.

  • Emoción: percepción de desigualdad o ventaja competitiva.

  • Decisión: optar por universidad privada (si se puede) o buscar empleos de alta cotización para compensar.

  • Modelo asociado: teoría de juegos – estudiantes/ familias como jugadores que eligen universidad para maximizar utilidad esperada; empleadores pagan más por ciertos “activos”.

• Acontecimiento previo: Brecha de género persistente en salario y contrato.

  • Emoción: indignación, sentido de injusticia.

  • Decisión: políticas de igualdad, presión institucional, elección de campos de estudio.

  • Modelo asociado: teoría de grafos – redes laborales segmentadas por género, lo que reduce la conectividad y oportunidades para mujeres.

4. Aplicación de conceptos de ciencias exactas

• Inercia y momentum: Las áreas mejor posicionadas (Ingeniería, Informática) tienen un gran momentum en el mercado laboral; las de Humanidades tienen poca inercia, cambios lentos.

• Gravitación (influencia/poder): Las universidades privadas concentran “masa” de salario más alta; ejercen una especie de atracción sobre empleadores de mayor salario.

• Termodinámica (orden/desorden): El sistema laboral‑universitario muestra alto orden en ciertas áreas (contratos, salario claro) y más desorden en otras (temporalidad, baja cotización).

• Teoría de grafos: Se puede representar la red graduado‑universidad‑empresa, donde los graduados de Ingeniería tienen conexiones más densas (alta conectividad), mientras que los de Humanidades tienen grafos más dispersos.

• Modelos predictivos: Con los datos se podría predecir probabilidad de empleo indefinido o salario según ámbito, género y tipo de universidad.

5. Prospectiva y simulación de escenarios

Escenario optimista:

• Planes de igualdad y promoción de mujeres en STEM reducen la brecha de género.

• Educación superior orienta más hacia Ingeniería e Informática, elevando salarios generales.

• Aumento de la colaboración público‑privada mejora la empleabilidad incluso en universidades públicas.

• Impacto: mejora de empleo juvenil, mayor inserción laboral estable, reducción de desigualdades.
  
  

Escenario pesimista:

• Persistencia de segregación por género y por disciplinas; temporalidad elevada en ciertas áreas.

• Universidad privada sigue acumulando ventajas, profundizando la brecha socioeconómica.

• Desorden laboral creciente en Humanidades/Educación, riesgo de “tipping point” donde muchas titulaciones pierden valor de mercado.

• Impacto: aumento del desempleo o subempleo entre graduados, presión social y política por reformas.
  
  

Escenario neutro:

• Cambios graduales: mejoras leves en condiciones laborales, pero las diferencias estructurales persisten.

• Salarios suben moderadamente, brecha de género se reduce lentamente.

• Impacto: situación estable pero sin transformaciones profundas.
  
  

Dependencia estratégica o autonomía emergente:

• Existe dependencia estratégica de las titulaciones “premium” (Ingeniería, Informática) que dominan el mercado laboral.

• Autonomía emergente podría darse si Humanidades/Educación logran revalorizarse socialmente y adaptarse a nuevas demandas (por ejemplo, habilidades transversales, IA, humanidades digitales).

6. Explicación clara y aplicabilidad práctica

• Las analogías físicas ayudan a entender: áreas de estudio con “momentum fuerte” (Ingeniería) avanzan rápido en empleo; otras con poca “inercia” (Humanidades) avanzan despacio.

• El sistema universitario‑laboral se comporta como una red (teoría de grafos) donde los nodos mejor conectados (universidad privada + ingeniería) reciben mayor flujo de “empleabilidad”.

• Para comunicadores y decisores: esto significa que las políticas deben enfocarse no solo en número de titulados, sino en qué estudian, en qué institución, y cómo se inserta cada género.

• Históricamente, la transición de economías industriales a conocimiento ha dado ventaja a carreras STEM; este estudio confirma que en España todavía es así.
  

Síntesis: En España los salarios y la estabilidad tras titularse dependen de modo significativo de la disciplina estudiada, del género y del tipo de universidad, lo que revela dinámicas estructurales de desigualdad y oportunidades desiguales.