Nesta indústria, sabemos bem que o que não podemos medir, não podemos melhorar. E agora, muitas vezes não fazemos um bom trabalho ao medir as contribuições económicas das mulheres.
Isto ocorre em parte porque olhamos para a “família” como uma unidade única, ignorando as pessoas dentro dele. Em outras palavras, não levamos em conta separadamente o trabalho que mulheres e homens fazem, o que as mulheres ganham ou se ganham. No entanto, estas são informações importantes que podem orientar e transformar a nossa programação.
Ao longo do passado 20 anos ou mais, aprendemos o poder de desagregar dados além do nível familiar.
Por exemplo, a desagregação dos dados dos agregados familiares por sexo revelou que as mulheres contribuem com quantidades significativas de mão-de-obra para a produção agrícola e, mais interessante, não foram pagos por isso, mesmo quando seus cônjuges o fizeram.
Este tipo de análise pode ajudar-nos a compreender os papéis e responsabilidades na saúde, agricultura e educação, criar programas de desenvolvimento mais matizados e eficazes e obter uma compreensão mais profunda e honesta das mudanças que resultam do nosso trabalho.
Pode levar-nos a insights sobre como e por que homens e mulheres adotam e usam tecnologias, investir na aprendizagem dos seus filhos, poupar ou gastar e uma lista quase interminável de outras questões que moldam a forma como fazemos o nosso trabalho.
Pesquisa mostra, por exemplo, que quando as mulheres ganham, controlar e alocar receitas, toda a família se beneficia: as crianças têm maior probabilidade de ir à escola e de serem mais bem nutridas.
Sabemos que homens e mulheres muitas vezes abordam as decisões económicas de forma diferente, e são afetados de forma diferente pelos resultados dessas decisões.
Em uma palestra chamada Criando Valor Compartilhado: O papel do sector privado no desenvolvimento agrícola, Macani Toungara, Gerente Sênior de Desenvolvimento de Programas na TechnoServe, relataram que quando mulheres e homens em famílias produtoras de café na Etiópia foram incentivados a falar uns com os outros e a participar na tomada de decisões empresariais, uma pesquisa de acompanhamento mostrou que mais mulheres compartilharam os lucros das vendas de café e relataram sentir-se mais capacitadas.
Quando se trata de empoderamento econômico, sabemos, por falar diretamente com as mulheres agricultoras, que elas cuidado sobre os ganhos.
Então, o que fizemos com as informações poderosas de que separar nossos dados por indivíduos da família leva a entendimentos completamente diferentes? Tristemente, não é suficiente.
Embora esteja melhorando, muitos investigadores e profissionais do desenvolvimento ainda falam sobre os agregados familiares como uma unidade e não sobre os indivíduos dentro deles. Embora desagregar os nossos dados por sexo fosse um grande passo para promover uma compreensão “de género”, a maioria não está fazendo isso.
Alguns acreditam que isso aumentaria os custos de recolha de dados, embora existam fáceis maneiras de evitar isso ao realizar pesquisas. Outros têm ideias erradas sobre o que significa coletar esse tipo de dados, ou qual é o seu propósito, pensando erroneamente que se concentra apenas nas mulheres, ou compara famílias chefiadas por homens e mulheres.
O verdadeiro propósito dos dados desagregados por sexo é “identificar diferenças nas necessidades, papéis, status, prioridades, capacidades, restrições e oportunidades de mulheres e homens, e usar essas informações no design, implementação e avaliação de pesquisas, política e programas,”de acordo com um estudo Dirigi para o Centro Internacional de Pesquisa sobre Mulheres.
A lição aqui é simples e poderosa, mas nem sempre praticada: Tanto as mulheres como os homens são clientes e beneficiários do desenvolvimento, e suas necessidades, interesses e contribuições muitas vezes divergem.
E é claro que o sexo não é a última área onde os dados poderiam ser decompostos para torná-los mais informativos.. Idade, nível de escolaridade, a formação cultural e uma série de fatores podem nos ajudar a ver quais diferenças são importantes, e como. Talvez nesta era de “big data” estejamos mais perto da desagregação completa e da análise em nível micro.
Por agora, vamos dar o primeiro passo para olhar para dentro da casa. Nós só podemos saber, compreender e agir sobre essas diferenças se desagregarmos o agregado familiar, falar e levar em conta mulheres e homens, e reportar nossos resultados adequadamente.