来自世界经济论坛（WEF），性别差距报告（2023）已宣布。
报告中使用的“性别差距指数”是各国性别差距的数字表示。它取0到1之间的值，分数越接近1，性别差距越小。该报告涵盖146个国家，但日本排名第125位，比上年下降9位。
这次，我第一次知道新闻里有这样的索引。我借此机会研究了性别差距指数，将这个指数可视化/总结，并分析该指数是否与国家指标（GDP、男女比例等）相关。
按地区和国家可视化性别差距指数
首先，我对地图进行了着色，以显示 146 个目标国家的（综合）性别差距指数（分数）。
分数范围为 (0.405 - 0.912)。由于平均值和中值都是0.711，不存在指数值极低（接近0）的国家，并且平均值比0更接近1，所以是否意味着性别差距很小全面的？
看地图，区域之间似乎有大有小数值，虽然不太清楚。
因此，这里是按地区*细分的每个国家/地区的得分图。蓝色垂直条代表该地区的平均分数，并标记了感兴趣的国家/地区（排名、国家/地区名称）。
*此处分类的地区分为上述“性别差距报告”中定义的组。
从这张图中，我们可以看到以下内容。
- 欧洲国家较多，得分较高，北欧的冰岛、挪威、芬兰分列第一、第二、第三位。
- 阿富汗排名垫底，与其他国家相比得分极低。
- 平均而言，中东/北非和南亚的得分较低。
- 与日本接近的韩国（第105位）和中国（第107位）得分也较低。
地区和国家之间的指数似乎存在相当大的差异。
上面介绍了性别差距指数的计算方法是对四个子类别（经济、教育、健康和政治）的性别差距进行 0 到 1 的评分，并对这些分数进行平均。为了与报告保持一致，使用以下符号：
子类别列表
经济的: 经济参与和机会
教育: 教育程度
健康：健康与生存
政治：政治赋权
显示四个子类别的分数分布，包括性别差距指数。
我们可以看到类别之间的分布非常不同。对于教育和健康，大多数国家分布在 1 附近，但对于政治，尾部在 0.1 左右向右倾斜。
就目标国家而言，教育和健康方面的性别差距较小，政治方面的性别差距较大。
为了看到每个国家类别之间的差异，我画了一个“平行图”，用一条线将每个国家的值连接起来。线条按区域着色。
看看这张图可以看出，“政治”的得分差异很大，最终似乎“政治”的得分对性别差距指数的贡献很大。
日本以“政治”得分0.057排名第138位。政治得分因素包括议会中女性议员的比例以及过去是否有过女性总理。
哪些因素与性别差距指数相关？
那么，哪些因素可以解释各国性别差距指数的差异呢？
报告列出了以下指标作为各国的一般指标。
一般指标
性别比例（女性人数/男性人数） ：人口性别比（%，女性/男性）
人口增长率（2021/2020） ： 人口增长率 （％）
人均国内生产总值：人均国内生产总值（1000美元）
人口： 总人口
这些数据主要来自世界银行。在接下来的分析中，我们将使用“人均GDP”和“人口”的常用对数值。
我们来考察一下这四个指标与性别差距指数（包括子类别）之间的相关性。然而，对于后者，如上所述，某些分布是有偏差的，因此我们将使用logit变换*。
换句话说，我们将研究以下组合的相关性。
总共 20 种组合：
“Y（性别差距指数，子类别）5”דX（总指数）4”
*有些原始值是0或1，但是在进行logit变换时，被转换为略大于0、略小于1的值。
在 JMP 中，如果您在响应筛选平台中指定上面的 Y 和 X，您可以查看汇总所有组合统计数据的报告。
下面的报告按 R 平方降序列出了 Y 和 X 的所有组合。
查看 R 平方，没有任何组合明显更大。教育与人均 GDP 的最大组合的 R 方约为 0.41，相关系数约为 0.64。
选择您想要更详细检查的组合报告，然后从“响应筛选”左侧的红色三角形按钮中选择所选项目的二元关系选择以显示双变量关系报告（拟合散点图的直线）。
人均GDP越高，与教育相关的分数就越高。但需要注意的是，有些国家GDP较低但得分较高，回归线无法解释它们之间的关系。
我只讨论性别差距指数和一般指标之间的关系。从 R 平方来看，这些关系都不是很高。
考虑到这些指标可能受到多种因素的解释，我们将性别差距指数作为目标变量*，指标（GDP、男女比例等）作为解释变量进行多元回归分析。同时，我们还将应用和比较包含区域作为因素的模型。
* 之前，性别差距指数经过了logit变换，但即使保持原样，该指数的分布也不会发生太大变化，因此为了清楚起见，我们将直接使用不进行变换的值。
以下是使用 JMP 拟合模型进行分析的结果。
- 左下角的4参数模型是使用4个指标作为解释变量时的报告。当检验的显着性水平设置为5%时，GDP、性别比和人口显着。
- 右下的5参数模型是用“地区”作为四个指标的解释变量时的报告，“地区”显着性很高，这里只有GDP显着。
包含“区域”将调整 R 方的自由度从 0.258 增加到 0.410。
通过删除不重要的因素进一步简化 5 参数模型，得到以下 2 参数模型：在这种情况下，自由度调整后的贡献率为0.407，与5参数模型几乎相同。
在这个模型中，“地区”和“人均GDP”解释了约44%的性别差距指数。还有其他的社会因素和国家特有的因素都可以被认为是性别差距的因素，所以如果这两个因素占到44%左右的话，我认为是可以合理解释的。
如何提高日本的性别差距指数
最后，对于这次创建的二参数模型，我将日本性别差距指数的预测值表示为“预测概况”。
预测分数将为 0.73（95% 置信区间为 0.704 到 0.756）。另一方面，日本的实际得分是0.647。
如果你属于东亚太平洋地区，你的人均GDP（对数）是1.61尽管平均得分为 0.73，95% 置信区间为（0.704-0.756），但日本的得分（0.647）低于较低的置信区间。所以这不是很好。 “这采取更多措施缩小性别差距请努力吧。”
正如我们在迄今为止的分析中所看到的，为了提高性别差距指数，提高女性参政比例似乎是一个迫在眉睫的问题。现在的执政党自民党设定了未来10年将女性议员比例提高到30%的目标，但是会发生什么呢？
作者：Naohiro Masukawa（JMP 日本）
