The Gender Gap in the Visegrád Group Countries Based on the Luxembourg Income Study

Alina Jędrzejczak; Kamila Trzcińska

doi:10.18778/1508-2008.26.30

Autor

Alina Jędrzejczak University of Lodz, Department of Statistics and Demography https://orcid.org/0000-0002-5478-9284
Kamila Trzcińska University of Lodz, Department of Statistics and Demography

DOI:

https://doi.org/10.18778/1508-2008.26.30

Słowa kluczowe:

nierówności dochodowe, luka płci, rozkład Daguma, metoda rozkładu względnego, Grupa Wyszehradzka

Abstrakt

Równość płci jest jedną z podstawowych wartości Unii Europejskiej (UE). Wiele wysiłków włożono w obronę tego prawa i promowanie równości płci w państwach członkowskich i na całym świecie, jednak nadal obserwuje się znaczne różnice między mężczyznami i kobietami, które dotyczą między innymi dochodów. Wciąż dyskutowana jest także kwestia badawcza dotycząca metodologii pomiaru zjawiska tzw. luki dochodowej – tradycyjne metody oparte na porównywaniu średnich i median wydają się niezadowalające, ponieważ nie uwzględniają całego rozkładu dochodów. Celem artykułu jest analiza rozkładów dochodów obserwowanych w czterech krajach Europy Środkowej: Polsce, Słowacji, Czechach i na Węgrzech, należących do Grupy Wyszehradzkiej (V4). Kraje te mają podobną historię, podobny rozwój gospodarczy, ale istniały i wciąż istnieją znaczne różnice między ich podejściami do reform gospodarczych, w tym do polityki rynku pracy, co znajduje odzwierciedlenie w odmiennych rozkładach dochodów i ich nierównomierności. W artykule proponujemy parametryczne podejście oparte na rozkładzie relatywnym, które umożliwia porównanie i wizualizację „luki” między grupami płci dla każdego kwantyla rozkładu. To nowe podejście wykracza więc poza typowe analizy oparte na średnich lub medianach, w kierunku porównania całego rozkładu dochodów kobiet z rozkładem dochodów mężczyzn. Podstawą obliczeń były mikrodane pochodzące z LIS (Luxembourg Income Study). Zastosowane w badaniu metody statystyczne okazały się odpowiednie do opisu luki między mężczyznami a kobietami w całym przedziale dochodów. Wyniki analizy empirycznej pozwoliły ujawnić zarówno podobieństwa, jak i istotne różnice między krajami.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Aitchison, J., Brown, J.A.C. (1957), The Lognormal Distribution, Cambridge University Press, Cambridge.
Google Scholar

Avram, S., Popova, D. (2022), Do taxes and transfers reduce gender income inequality? Evidence from eight European welfare states, “Social Science Research”, 102, 102644, https://doi.org/10.1016/j.ssresearch.2021.102644
Google Scholar DOI: https://doi.org/10.1016/j.ssresearch.2021.102644

Blau, F.D., Kahn, L.M. (2000), Gender Differences in Pay, “Journal of Economic Perspectives”, 14 (4), pp. 75–99, https://doi.org/10.1257/jep.14.4.75
Google Scholar DOI: https://doi.org/10.1257/jep.14.4.75

Blau, F.D., Kahn, L.M. (2003), Understanding International Differences in the Gender Pay Gap, “Journal of Labor Economics”, 21 (1), pp. 106–144, https://doi.org/10.1086/344125
Google Scholar DOI: https://doi.org/10.1086/344125

Boneva, T., Buser, T., Falk, A., Kosse, F. (2022), The Origins of Gender Differences in Competitiveness and Earnings Expectations: Causal Evidence from a Mentoring Intervention, “CEPR Discussion Paper”, no. DP17008, https://doi.org/10.2139/ssrn.4009409
Google Scholar DOI: https://doi.org/10.2139/ssrn.4009409

Cordova, K., Grabka, M.M., Sierminska, E. (2022), Pension Wealth and the Gender Wealth Gap, “European Journal of Population”, 38 (4), pp. 755–810, https://doi.org/10.1007/s10680-022-09631-6
Google Scholar DOI: https://doi.org/10.1007/s10680-022-09631-6

Cozarenco, A., Szafarz, A. (2023), Financial inclusion in high‑income countries: gender gap or poverty trap?, [in:] V. Hartarska, R.J. Cull (eds.), Handbook of Microfinance, Financial Inclusion and Development, Edward Elgar Publishing, Cheltenham–Northampton, pp. 272–296, https://doi.org/10.4337/9781789903874.00024
Google Scholar DOI: https://doi.org/10.4337/9781789903874.00024

Dagum, C. (1977), A new model of personal income distribution: specification and estimation, “Economie Appliquée”, 30 (3), pp. 413–437.
Google Scholar DOI: https://doi.org/10.3406/ecoap.1977.4213

Doorley, K., Claire, K. (2020), Tax‑Benefit Systems and the Gender Gap in Income, “IZA Discussion Paper”, No. 13786, https://doi.org/10.2139/ssrn.3713627
Google Scholar DOI: https://doi.org/10.2139/ssrn.3713627

Eurostat (n.d.), Structure of earnings survey, https://ec.europa.eu/eurostat/web/microdata/structure‑of‑earnings‑survey (accessed: 25.09.2023).
Google Scholar

Glaubitz, R., Harnack‑Eber, A., Wetter, M. (2022), The Gender Gap in Lifetime Earnings: The Role of Parenthood, “DIW Berlin Discussion Paper”, No. 2001, http://doi.org/10.2139/ssrn.4071416 (accessed: 23.05.2023).
Google Scholar DOI: https://doi.org/10.2139/ssrn.4071416

Greselin, F., Jędrzejczak, A. (2020), Analyzing the Gender Gap in Poland and Italy, and by Regions, “International Advances in Economic Research”, 26, pp. 433–447, https://doi.org/10.1007/s11294-020-09810-3
Google Scholar DOI: https://doi.org/10.1007/s11294-020-09810-3

Greselin, F., Jędrzejczak, A., Trzcińska, K. (2023), A new parametric approach to Gender Gap with application to EUSILC data in Poland and Italy, “Statistical Analysis and Data Mining”, 16 (3), pp. 1–17, https://doi.org/10.1002/sam.11623
Google Scholar DOI: https://doi.org/10.1002/sam.11623

Handcock, M.S., Morris, M. (2006), Relative distribution methods in the social sciences, Springer Science & Business Media, New York.
Google Scholar

Jędrzejczak, A. (2015), Regional Income Inequalities in Poland and Italy, “Comparative Economic Research. Central and Eastern Europe”, 18 (4), pp. 27–45, https://doi.org/10.1515/cer-2015-0027
Google Scholar DOI: https://doi.org/10.1515/cer-2015-0027

Jędrzejczak, A., Pekasiewicz, D. (2020a), Changes in Income Distribution for Different Family Types in Poland, “International Advances in Economic Research”, 26 (2), pp. 135–146, https://doi.org/10.1007/s11294-020-09785-1
Google Scholar DOI: https://doi.org/10.1007/s11294-020-09785-1

Jędrzejczak, A., Pekasiewicz, D. (2020b), Teoretyczne rozkłady dochodów gospodarstw domowych i ich estymacja, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Google Scholar DOI: https://doi.org/10.18778/8142-899-6

Jędrzejczak, A., Pekasiewicz, D., Zieliński, W. (2021), Confidence interval for quantile ratio of the Dagum distribution, “REVSTAT Statistical Journal”, 19 (1), pp. 87–97, https://www.ine.pt/revstat/tables.html (accessed: 25.09.2023).
Google Scholar

Kleiber, C. (2008), A Guide to the Dagum Distributions, [in:] D. Chotikapanich (ed.), Modeling Income Distributions and Lorenz Curves, Springer, Berlin, pp. 97–117, https://doi.org/10.1007/978-0-387-72796-7_6
Google Scholar DOI: https://doi.org/10.1007/978-0-387-72796-7_6

Kleiber, C., Kotz, S. (2003), Statistical Size Distributions in Economics and Actuarial Sciences, John Wiley & Sons, Hoboken, https://doi.org/10.1002/0471457175
Google Scholar DOI: https://doi.org/10.1002/0471457175

Leythienne, D., Ronkowski, P. (2018), A decomposition of the unadjusted gender pay gap using structure of earnings survey data, Publications Office of the European Union, Luxembourg.
Google Scholar

LIS Cross‑National Data Center in Luxembourg (n.d.), LIS Database, https://www.lisdatacenter.org/our‑data/lis‑database/ (accessed: 25.10.2022).
Google Scholar

Luxembourg Income Study (LIS) Database (n.d.), http://www.lisdatacenter.org (accessed: 25.10.2022).
Google Scholar

OECD (2011), Divided We Stand. Why Inequality Keeps Rising, OECD Publishing, Paris, https://read.oecd‑ilibrary.org/social‑issues‑migration‑health/the‑causes‑of‑growing‑inequalitiesin‑oecd‑countries_9789264119536‑en#page1 (accessed: 25.07.2023).
Google Scholar

OECD (2015), In It Together: Why Less Inequality Benefits All, OECD Publishing, Paris, https://read.oecd‑ilibrary.org/employment/in‑it‑together‑why‑less‑inequality‑benefits‑all_9789264235120‑en#page1 (accessed: 25.07.2023).
Google Scholar

Szczepaniak, M., Szulc‑Obłoza, A. (2020), Labour Market Institutions and Income Inequalities in the Visegrad Group Countries, “Comparative Economic Research. Central and Eastern Europe”, 23 (3), pp. 75–90, https://doi.org/10.18778/1508-2008.23.21
Google Scholar DOI: https://doi.org/10.18778/1508-2008.23.21

TARKI (2009), European Social Report 2009, TÁRKI Inc., Budapest.
Google Scholar

World Bank (2016), Poverty and Shared Inequality 2016. Taking on Inequality, https://doi.org/10.1596/978-1-4648-0958-3
Google Scholar DOI: https://doi.org/10.1596/978-1-4648-0958-3

World Bank (2020), Making Transition Work for Everyone: Poverty and Inequality in Europe and Central Asia, World Bank, Washington.
Google Scholar

Zaidi, S. (2009). Main drivers of income inequality in central European and Baltic countries‑some insights from recent household survey data, World Bank Policy Research Working Paper, (4815), https://doi.org/10.1596/1813-9450-4815
Google Scholar DOI: https://doi.org/10.1596/1813-9450-4815

Zenga, M., Jędrzejczak, A. (2020), Decomposition of the Zenga inequality index I(Y) into the contributions of macro‑regions and income components – an application to data from Poland and Italy, “Argumenta Oeconomica”, 1 (44), pp. 101–125, https://doi.org/10.15611/aoe.2020.1.05
Google Scholar DOI: https://doi.org/10.15611/aoe.2020.1.05