來自世界經濟論壇（WEF），性別差距報告（2023）已宣布。
報告中使用的“性別差距指數”是各國性別差距的數字表示。它取0到1之間的值，分數越接近1，性別差距越小。該報告涵蓋146個國家，但日本排名第125位，比上年下降9位。
這次，我第一次知道新聞裡有這樣的索引。我藉此機會研究了性別差距指數，將這個指數可視化/總結，並分析該指數是否與國家指標（GDP、男女比例等）相關。
按地區和國家可視化性別差距指數
首先，我對地圖進行了著色，以顯示 146 個目標國家的（綜合）性別差距指數（分數）。
分數範圍為 (0.405 - 0.912)。由於平均值和中值都是0.711，不存在指數值極低（接近0）的國家，並且平均值比0更接近1，所以是否意味著性別差距很小全面的？
看地圖，區域之間似乎有大有小數值，雖然不太清楚。
因此，這裡是按地區*細分的每個國家/地區的得分圖。藍色垂直條代表該地區的平均分數，並標記了感興趣的國家/地區（排名、國家/地區名稱）。
*此處分類的地區分為上述“性別差距報告”中定義的組。
從這張圖中，我們可以看到以下內容。
- 歐洲國家較多，得分較高，北歐的冰島、挪威、芬蘭分列第一、第二、第三位。
- 阿富汗排名墊底，與其他國家相比得分極低。
- 平均而言，中東/北非和南亞的得分較低。
- 與日本接近的韓國（第105位）和中國（第107位）得分也較低。
地區和國家之間的指數似乎存在相當大的差異。
上面介紹了性別差距指數的計算方法是對四個子類別（經濟、教育、健康和政治）的性別差距進行 0 到 1 的評分，並對這些分數進行平均。為了與報告保持一致，使用以下符號：
子類別列表
經濟的: 經濟參與和機會
教育: 教育程度
健康：健康與生存
政治：政治賦權
顯示四個子類別的分數分佈，包括性別差距指數。
我們可以看到類別之間的分佈非常不同。對於教育和健康，大多數國家分佈在 1 附近，但對於政治，尾部在 0.1 左右向右傾斜。
就目標國家而言，教育和健康方面的性別差距較小，政治方面的性別差距較大。
為了看到每個國家類別之間的差異，我畫了一個“平行圖”，用一條線將每個國家的值連接起來。線條按區域著色。
看看這張圖可以看出，“政治”的得分差異很大，最終似乎“政治”的得分對性別差距指數的貢獻很大。
日本以“政治”得分0.057排名第138位。政治得分因素包括議會中女性議員的比例以及過去是否有過女性總理。
哪些因素與性別差距指數相關？
那麼，哪些因素可以解釋各國性別差距指數的差異呢？
報告列出了以下指標作為各國的一般指標。
一般指標
性別比例（女性人數/男性人數） ：人口性別比（%，女性/男性）
人口增長率（2021/2020） ： 人口增長率 （％）
人均國內生產總值：人均國內生產總值（1000美元）
人口： 總人口
這些數據主要來自世界銀行。在接下來的分析中，我們將使用“人均GDP”和“人口”的常用對數值。
我們來考察一下這四個指標與性別差距指數（包括子類別）之間的相關性。然而，對於後者，如上所述，某些分佈是有偏差的，因此我們使用所有logit變換*。
換句話說，我們將研究以下組合的相關性。
總共 20 種組合：
“Y（性別差距指數，子類別）5”דX（總指數）4”
*有一些原始值是0和1，但是在進行logit變換時，被轉換為略大於0和略小於1的值。
在 JMP 中，如果您在“響應篩選”平台中指定上面的 Y 和 X，您可以看到一份總結所有組合統計數據的報告。
下面的報告按 R 平方降序列出了 Y 和 X 的所有組合。
查看 R 平方，沒有任何組合明顯更大。教育與人均 GDP 的最大組合的 R 方約為 0.41，相關係數約為 0.64。
選擇您想要更詳細檢查的組合報告，然後從“響應篩選”左側的紅色三角形按鈕中選擇所選項目的二元關係選擇以顯示雙變量關係報告（擬合散點圖的直線）。
人均GDP越高，與教育相關的分數就越高。但需要注意的是，有些國家GDP較低但得分較高，回歸線無法解釋它們之間的關係。
我只討論性別差距指數和一般指標之間的關係。從 R 平方來看，這些關係都不是很高。
考慮到這些指標可能受到多種因素的解釋，我們將性別差距指數作為目標變量*，指標（GDP、男女比例等）作為解釋變量進行多元回歸分析。同時，我們還將應用和比較包含區域作為因素的模型。
* 之前，性別差距指數經過了logit變換，但即使保持原樣，該指數的分佈也不會發生太大變化，因此為了清楚起見，我們將直接使用不進行變換的值。
以下是使用 JMP 擬合模型進行分析的結果。
- 左下角的4參數模型是使用4個指標作為解釋變量時的報告。當檢驗的顯著性水平設置為5%時，GDP、性別比和人口顯著。
- 右下的5參數模型是用“地區”作為四個指標的解釋變量時的報告，“地區”顯著性很高，這裡只有GDP顯著。
包含“區域”將調整 R 方的自由度從 0.258 增加到 0.410。
通過刪除不重要的因素進一步簡化 5 參數模型，得到以下 2 參數模型：在這種情況下，自由度調整後的貢獻率為0.407，與5參數模型幾乎相同。
在這個模型中，“地區”和“人均GDP”解釋了約44%的性別差距指數。還有其他的社會因素和國家特有的因素都可以被認為是性別差距的因素，所以如果這兩個因素占到44%左右的話，我認為是可以合理解釋的。
如何提高日本的性別差距指數
最後，對於這次創建的二參數模型，我將日本性別差距指數的預測值表示為“預測概況”。
預測分數將為 0.73（95% 置信區間為 0.704 到 0.756）。另一方面，日本的實際得分是0.647。
如果你屬於東亞太平洋地區，你的人均GDP（對數）是1.61儘管平均得分為 0.73，95% 置信區間為（0.704-0.756），但日本的得分（0.647）低於較低的置信區間。所以這不是很好。 “這採取更多措施縮小性別差距請努力吧。”
正如我們在迄今為止的分析中所看到的，為了提高性別差距指數，提高女性參政比例似乎是一個迫在眉睫的問題。現在的執政黨自民黨設定了未來10年將女性議員比例提高到30%的目標，但會發生什麼呢？
作者：Naohiro Masukawa（JMP 日本）
