就业性别差异的均衡性探析

1.基尼系数方法测算女性就业比例分布的地区均衡性和行业均衡性

基尼系数是由Gini在质疑Pareto的收入平等状况度量方法的过程中提出来的(Gini，1914)^[2]，基尼系数最初用来度量收入不平等状况，被广泛应用于各国收入分配状况的测算中。但近年来，基尼系数方法也被应用于度量其他指标的分布均等状况，如行业工资差距度量(王询等(2012)^[3])、人力资本的地区差距(李亚玲等(2006)^[4]；匡远凤(2011)^[5])、从业人员的就业结构(陈世强等(2008)^[6])等。

基尼系数的计算方法可以分为直接计算法、拟合曲线法和面积法等，本书采用直接计算法来计算基尼系数，即

其中，i=1，2，……，n，j=1，2，……，n。对公式中各变量的界定为：

(1)当计算全国地区间女性就业比例基尼系数时，n表示地区数30，表示30个地区的平均女性就业比例，xi、xj表示各地区女性总就业比例。

(2)当计算全国行业间女性就业比例基尼系数时，n表示行业数10，表示10个行业的平均女性就业比例，xi、xj表示各行业的女性就业比例。(3)当计算全国各行业内地区间女性就业比例基尼系数时，n表示地区数30，x表示某行业内30个地区的平均女性就业比例，xi、xj表示某行业内各地区女性就业比例。

(4)当计算各地区行业间女性就业比例基尼系数时，n表示行业数10，表示某地区10个行业的平均女性就业比例，xi、xj表示某地区各行业女性就业比例。

以上各种基尼系数计算均通过编程后在Matlab软件上运行，结果见表4.6。

表4.6　全国女性就业比例基尼系数

　　注：①表示全国30各地区之间的基尼系数；②表示所选的全国10个行业之间的基尼系数；③I1～I10表示10个行业内部地区之间的基尼系数。I1—农林牧渔业，I2—采掘业，I3—制造业，I4—电力、燃气及水的生产和供应业，I5—建筑业，I6—交通运输、仓储和邮政业，I7—批发、零售、住宿和餐饮业，I8—金融保险业，I9—房地产业，I10—水利环境业。

从表4.6中可见，地区间基尼系数和行业间基尼系数呈现出逐年上升的趋势，表明女性就业比例的地区间差距和行业间差距正逐渐扩大。而从行业内部来看，I2、I3、I5、I6、I7呈现明显的上升趋势，I8、I9有逐渐下降的趋势，而I1、I4、I10在所考察的年份中保持平稳波动。从基尼系数的绝对数值来看，I6、I5两个行业的地区间差距显著大于其他地区，而I6行业在各年度中基尼系数均大于其他行业。以上结果表明，在相当多的行业内部，地区间女性就业比例的差距在扩大，分布不平衡状态趋于严重，其中制造业，建筑业，批发、零售、住宿和餐饮业均是我国就业总量较多的行业。(www.xing528.com)

2.泰尔指数方法测算女性就业性别差异分布的地区均衡性和行业均衡性

尽管基尼系数度量不平等程度有较多的优点，但它也有不足之处，最典型的是其对高观测值非常敏感，如果样本观测值中高观测值的数据误差较大，则导致估算结果不可靠。因此，本书结合泰尔指数来衡量就业性别差异分布的均衡性。

泰尔指数最初是由Theil(1967)利用信息理论中熵的概念来计算收入不平等而得名，随后该方法逐渐被应用于计算各种不平等指数^[7]。泰尔指数可分为泰尔-L指数(也称泰尔第二指数T0)和泰尔-T指数(也称泰尔第一指数T1)，它们代表了对不平等的不同程度的厌恶。泰尔指数越大，就表示差异越大；反之，泰尔指数越小，就表示差异越小。两者的计算公式分别为：

其中，n为观察值个数，实际计算时取地区数30，μ表示平均女性就业比例，yi表示i地区的女性就业比例。实际计算时分别计算了女性总就业性别比和各行业的泰尔指数。泰尔指数越大表明就业分布越不均衡。计算结果见表4.7～4.9。

表4.7　泰尔指数（全国）

表4.8　泰尔第二指数T0（行业内部）

表4.9　泰尔第一指数T1（行业内部）

　　由于表4.7～4.9中两类泰尔指数反映出来的信息是一致的，因此只需选择一种泰尔指数来分析即可，以下用泰尔第二指数T0进行分析。

对于基尼系数和泰尔指数，虽然两个指标对女性就业性别比例在不同分布位的敏感性不同，计算结果不可能完全一致，但从表4.7中可以看出，从全国范围来看，泰尔指数逐年上升，表明就业性别差异的地区间差异呈现扩大趋势，这与基尼系数测算的结果一致。而表4.8中各个行业的泰尔指数与表4.5中各个行业的基尼系数走势相同，表明表4.6中基尼系数测算得到的结果是稳健的、有效的。