2023 წელს შესწორებულმა გენდერულმა საათობრივმა სახელფასო სხვაობამ 13.2 პროცენტი შეადგინა - ამის შესახებ აღნიშნულია საქსტატის კვლევაში. მათივე ინფორმაციით, აღნიშნული მაჩვენებელი ყოველთვიური სახელფასო სხვაობის შემთხვევაში 20.9 პროცენტია. გასულ წელთან შედარებით გენდერული საათობრივი სახელფასო სხვაობა 2.2 პროცენტული პუნქტით არის შემცირებული, ხოლო ყოველთვიური სახელფასო სხვაობა - 2.1 პროცენტული პუნქტით.
ამასთან, 2023 წელს მრეწველობის სფეროში შესწორებულმა გენდერულმა საათობრივმა სახელფასო სხვაობამ 12.3 პროცენტი შეადგინა, ხოლო მომსახურების სფეროში - 13.2 პროცენტი.
დაკავებული თანამდებობების/პოზიციების მიხედვით, ყველაზე დიდი შესწორებული საათობრივი გენდერული სახელფასო სხვაობა ხელოსნებისა და მონათესავე სფეროების მუშების პოზიციაზე დაფიქსირდა და 39.3 პროცენტი შეადგინა, მეორე ადგილზეა დანადგარებისა და მოწყობილობების ოპერატორები და ამწყობები (24.4%).
საქსტატის ინფორმაციით, გენდერული სახელფასო სხვაობა წარმოადგენს კაცისა და ქალის საშუალო ხელფასებს შორის სხვაობის თანაფარდობას კაცის საშუალო ხელფასთან. გენდერული სახელფასო სხვაობა,რომელიც არ ითვალისწინებს დემოგრაფიულ და სამუშაო მახასიათებლებს, ცნობილია, როგორც შეუსწორებელი გენდერული სახელფასო სხვაობა. დემოგრაფიული მახასიათებლების (ასაკი, განათლება, ოჯახური მდგომარეობა, საცხოვრებელი ადგილმდებარეობა - რეგიონი/დასახლების ტიპი და ა.შ.) და სამუშაო მახასიათებლების (ეკონომიკური საქმიანობის სფერო, დაკავებული პოზიცია და. ა.შ.) გათვალისწინების შემთხვევაშიც კაცისა და ქალის ხელფასებს შორის არსებობს სხვაობა. აღნიშნული სხვაობა წარმოადგენს შრომის ანაზღაურებასთან დაკავშირებულ გენდერული უთანასწორობის მაჩვენებელს. სახელფასო სხვაობის გამომწვევი სოციალური ფაქტორები საკმაოდ კომპლექსურია. შრომის საერთაშორისო ორგანიზაციის (ILO) ფუნდამენტური კონვენცია „მამაკაცთა და ქალთა თანაბარი ღირებულების შრომის თანაბარი ანაზღაურების შესახებ“ ქვეყნებს ავალდებულებს უზრუნველყონ თანაბარი ღირებულების შრომის თანაბარი ანაზღაურება დისკრიმინაციის გარეშე.
საერთაშორისო პრაქტიკის შესაბამისად, შესწორებული გენდერული სახელფასო სხვაობის მაჩვენებელი გაანგარიშებულია სამუშაო ძალის გამოკვლევის საფუძველზე, 15-64 წლის დაქირავებული მოსახლეობისთვის, რეგრესიული მოდელის გამოყენებით.