rownosc kobiet i mezczyzn na rynku pracy w wojewodztwie ... sytuacji na rynku pracy w przekroju...

1

Równość kobiet i mężczyzn

na rynku pracy w województwie łódzkim

i jego powiatach

Paweł Kubiak

Projekt „Kapitał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego” współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

2

Spis treści

1. Wstęp ..................................................................................................................................... 3

2. Idea równości na rynku pracy – identyfikacja obszarów badawczych ................................. 3

3. Równość kobiet i mężczyzn na rynku pracy w województwie łódzkim ............................... 5

3.1. Zróżnicowanie sytuacji na rynku pracy w przekroju płci ............................................. 5

3.2. Ścieżki edukacyjne kobiet i mężczyzn ....................................................................... 19

3.3. Przepływy na rynku pracy i ich zróżnicowanie .......................................................... 22

3.4. Zróżnicowanie płac ..................................................................................................... 26

4. Równość kobiet i mężczyzn na powiatowych rynkach pracy ............................................. 30

5. Wnioski ............................................................................................................................... 36

Aneks ....................................................................................................................................... 39

3

1. Wstęp

Jednym z podstawowych aspektów zmian zachodzących na współczesnym rynku

pracy jest wyrównywanie szans. Idea równość stanowi bowiem wspólną wartość dla

wszystkich krajów UE. Niniejszy raport koncentruje się na problemach równości szans ze

względu na płeć na rynku pracy w województwie łódzkim.

Głównym celem badania jest określenie skali i znaczenia różnic występujących w

sytuacji na rynku pracy w przekroju płci.

Analizy przeprowadzone w badaniu oparte są na dostępnych danych statystycznych

pochodzących z badań BAEL oraz publikacji WUS w Łodzi, GUS w Warszawie i Banku

Danych Lokalnych GUS.

2. Idea równości na rynku pracy – identyfikacja obszarów

badawczych

Na stronach internetowych Komisji Europejskiej czytamy: „Równość kobiet i

mężczyzn jest podstawowym prawem, wspólną wartością UE i niezbędnym warunkiem

osiągnięcia celów UE w zakresie wzrostu gospodarczego, zatrudnienia i spójności

społecznej.”1 UE przykłada olbrzymią wagę do tego problemu co skutkuje pozytywnymi

tendencjami w rozwoju społeczeństwa i rynku pracy bardziej zgodnego z zasadą równości

płci. Zwalczanie nierówności płci utrzymujących się we wszystkich sferach życia

społecznego stanowi długoterminowe wyzwanie. Wyzwanie obejmujące ponowne

zdefiniowanie ról kobiet i mężczyzn, zmiany strukturalne oraz zmiany zachowania.

Utrzymują się jednak nadal nierówności płci, głównie na niekorzyść kobiet.

Nierówności te często oznaczają dyskryminację, tzn. nierówne traktowanie ludzi ze względu

na płeć, wiek, pochodzenie. Dyskryminacja ze względu na płeć oznacza wszelkie

zróżnicowanie, wyłączenie lub ograniczenie stosowane ze względu na płeć, które powoduje

lub ma na celu uszczuplenie albo uniemożliwienie jednej z płci przyznania bądź korzystania

na równi z drugą płcią z praw człowieka oraz podstawowych wolności w dziedzinach życia

politycznego, gospodarczego, społecznego, kulturalnego, obywatelskiego i innych. 2

1 Komisja Europejska: http://ec.europa.eu/social/main.jsp?catId=418&langId=pl

2 Zasada równości szans kobiet i mężczyzn w projektach Programu Operacyjnego Kapitał Ludzki, MRR,

Warszawa 2010: http://pokl.parp.gov.pl/files/74/150/7790.pdf

4

Dyskryminacja na rynku pracy najczęściej kojarzona jest z nierównością zarobków i

nierównością szans zatrudnienia. Porównując wysokości płac kobiet i mężczyzn stwierdzamy,

że mężczyźni zarabiają lepiej niż kobiety. W UE różnica ta wynosi 17,5 %, w Polsce 9,5 %.3

Proste analizy struktury bezrobocia prowadzą do wniosku, że to kobiety częściej niż

mężczyźni narażone są na bezrobocie. Ale czy te obserwacje dają pełny obraz dyskryminacji

na rynku pracy. Ekonomiści w tym miejscu koncentrują swoją uwagę na przyczynach tych

różnic. Stawiają pytanie czy obserwowane różnice nie wynikają z jakiś odmienności

dotyczących badanych grup. Obserwowana różnica płac dotyczy różnic w średnim ich

poziomie. Może więc być wynikiem różnic w średnim poziomie wieku kobiet i mężczyzn na

rynku pracy. Statystyczny średni wiek przejścia na emeryturę mężczyzn jest znacznie wyższy

niż kobiet. Skoro więc zarobki rosną wraz z wiekiem i stażem pracy to wyższe płace

mężczyzn w jakiejś części odwzorowują to zjawisko. Nie bez znaczenia są także różnice w

ścieżkach kariery zawodowej kobiet i mężczyzn. Ścieżka kariery zawodowej przebiega dość

regularnie w wypadku mężczyzn, a w przypadku kobiet jest często przerywana okresami

bierności zawodowej.

Dla ekonomisty dyskryminacja przez pracodawców rozumiana jako arbitralne

preferowanie przez pracodawcę jednej grupy kosztem innej jest zjawiskiem raczej rzadkim.

Działanie takie prowadzi bowiem do obniżenia stopy zysku a więc jest nieefektywne. Zgodnie

z elementarną teorią ekonomii czynniki wytwórcze w tym także praca, są opłacane zgodnie z

ich produkcyjnością. Pracodawca porównuje korzyści jakie osiąga z zatrudnienia określonej

osoby z kosztem jej zatrudnienia. Dyskryminacja ze względu na płeć oznaczałaby, że

pracodawca mogąc zatrudnić po niższym koszcie kobietę, z niewiadomych przyczyn

zatrudniałby droższego, ale wcale nie bardziej produktywnego mężczyznę. Firmy stosujące

praktyki dyskryminacyjne przegrywałyby na rynku z firmami, które zatrudniałyby w

większości kobiety. Skoro więc wciąż stwierdzamy, że na rynku pracy występuje zjawisko

dyskryminacji ze względu na płeć, to musi być ono następstwem procesów zachodzących

poza rynkiem pracy. Dyskryminacja pozarynkowa wynika z dyskryminacyjnych postaw

społecznych wobec ról płci. To one prowadzą do przypisywania określonych ról społecznych.

To w ich następstwie kobiety dokonują określonych wyborów wpływających na ich

późniejszą sytuację na rynku pracy. Niesymetryczny rozkład odpowiedzialności za opiekę nad

dziećmi lub osobami starszymi między płciami w jakiejś części jest następstwem

dyskryminacyjnych postaw społecznych wobec ról płci.

3 Komisja Europejska: http://ec.europa.eu/social/main.jsp?catId=681&langId=pl

5

Ekonomiści zwracają uwagę że pewna część różnic występujących na rynku ma

charakter dyskryminacji rynkowej.4 Jedną z prób jej wyjaśnienia jest koncepcja dyskryminacji

przez klientów. Spotykamy ją wówczas, gdy pracodawca preferuje zatrudnianie osób

określonej płci ze względu na oczekiwania swoich klientów. Większość sprzedawców

samochodów to mężczyźni. Pracodawca próbujący w pojedynkę przełamać taki stereotyp

ryzykuje utratę klientów. Na rynku pracy spotkać może się także z dyskryminacją przez

współpracowników. Występuje ona wówczas, gdy pracownicy preferują zatrudnienie w

firmach w których dominują osoby określonej płci. Zjawisko takie z czasem prowadzi do

segregacji poziomej na rynku pracy, czyli podział sektorów gospodarki i zawodów na

„męskie” i „kobiece”.

Istotą ekonomicznego aspektu równości szans kobiet i mężczyzn jest to aby kobiety i

mężczyźni mieli możliwość równego udziału w rozwoju gospodarczym. Wymaga to pełnego

włączenia kobiet w życie gospodarcze. Obszary, które należy zbadać w celu określenia

stopnia realizacji zasady równości szans kobiet i mężczyzn na rynku pracy to:

• dysproporcja płci na rynku pracy,

• równość wynagrodzenia za taką samą pracę,

• dostęp do edukacji,

• zapewnienie systemu dziennej opieki dla dzieci.

Na tych właśnie obszarach koncentrować się będziemy w dalszych analizach.

3. Równość kobiet i mężczyzn na rynku pracy w województwie

łódzkim

3.1. Zróżnicowanie sytuacji na rynku pracy w przekroju płci

Powszechnie wiadomo, że województwo łódzkie jest najbardziej sfeminizowanym

województwem w Polsce. Na 100 mężczyzn przypada w nim ponad 110 kobiet (zob. wykres

1). Wyprzedza pod tym względem województwo mazowieckie i dolnośląskie, w których to

wskaźnik zbliżony jest do 109 i zdecydowanie różni się od pozostałych województw.

Najmniej kobiet bo ok. 104 na 100 mężczyzn przypada w województwie podlaskim i

podkarpackim.

Wykres 1

4 R.H. Frank, Mikroekonomia jakiej jeszcze nie było, GWP, Gdańsk 2007, str.558-560.

6

Ilość kobiet na 100 mężczyzn w przekroju województw w roku 1999 i 2009 (wg miejsca

zamieszkania)

Źródło: Bank Danych Lokalnych, GUS, Warszawa.

Relacja liczby kobiet do mężczyzn jest zróżnicowana w przekroju wieku zarówno w

woj. łódzkim jak i całym kraju (zob. tablica 1). W najmłodszych i tych trochę starszych

grupach wiekowych na 1000 mężczyzn przypada od 945 do 976 kobiet w woj. łódzkim.

Nieznacznie więcej kobiet na 1000 mężczyzn średnio przypada w Polsce. Odwrócenie tej

proporcji obserwujemy dopiero w grupach wiekowych po 40 roku życia w łódzkim i po 45

roku życia w Polsce. W tych grupach wiekowy silnie zarysowują się różnice między woj.

łódzkim a resztą kraju. W woj. łódzkim liczba kobiet przypadająca na 1000 mężczyzn jest od

20 do 145 kobiet wyższa niż w Polsce .

7

Tablica 1

Liczba kobiet na 1000 mężczyzn wg grup wiekowych w 2009 roku (wg miejsca zamieszkania)

Wiek Łódzkie Polska Różnica

0-4 945 946 -1

5-9 941 947 -6

10-14 949 952 -3

15-19 953 957 -5

20-24 965 964 1

25-29 959 972 -12

30-34 967 975 -8

35-39 976 979 -2

40-44 1009 988 20

45-49 1039 1014 25

50-54 1083 1055 28

55-59 1155 1114 42

60-64 1248 1184 64

65-69 1391 1319 72

70 i więcej 1948 1802 145

Źródło: Bank Danych Lokalnych, GUS, Warszawa. Z punktu widzenia rynku pracy analizy koncentrują się na ludność w wieku

produkcyjnym. W tej grupie wiekowej dominują mężczyźni. W woj. łódzkim początkowo

przewaga liczebności mężczyzn nad kobietami była niższa niż średnio w Polsce. W kolejnych

latach różnica między woj. łódzkim a tendencją ogólnopolską zmniejsza się (zob. wykres 2).

Jednocześnie znacząco wzrosła różnica między liczbą kobiet przypadającą na 100 mężczyzn

w woj. łódzkim a resztą kraju w wieku poprodukcyjnym (zob. wykres 3).

Analiza struktury ludności w przekroju płci pozwala stwierdzić, że kobiety odgrywają

szczególnie ważną rolę w woj. łódzkim.

8

Wykres 2

Relacja liczby kobiet w wieku produkcyjnym do liczby mężczyzn w województwie łódzkim i Polsce w latach 1999 – 2009 ( w %)

Źródło: Bank Danych Lokalnych, GUS, Warszawa. Wykres 3

Relacja liczby kobiet w wieku poprodukcyjnym do liczby mężczyzn w województwie łódzkim i Polsce w latach 1999 – 2009 ( w %)


Zbiorowość aktywnych zawodowo tworzą pracujący i bezrobotni. Do pomiaru

poziomu aktywności zawodowej służy tzw. współczynnik aktywności zawodowej,

wyrażający udział osób aktywnych zawodowo w liczbie ludności w wieku 15 lat i więcej.

Wskaźniki te dla kobiet przyjmują znacznie niższe wartości niż dla mężczyzn (zob. wykres

9

4a). W woj. łódzkim kształtują się one jednak średnio na wyższym poziomie niż wskaźniki

ogólnopolskie. Szczególnie warto odnotować wyższe wartości wskaźnika aktywności

zawodowej wśród kobiet. Wśród osób w wieku produkcyjnym wskaźniki aktywności

zawodowej mężczyzn w woj. łódzkim kształtują się na poziomach zbliżonych do

analogicznych wskaźników liczonych dla Polski. Współczynniki aktywności zawodowej

kobiet w wieku produkcyjnym w woj. łódzkim w całym badanym okresie przewyższają

wartości wskaźników liczonych dla Polski (zob. wykres 4b).

Aktywność zawodowa kobiet w woj. łódzkim jest silnie zróżnicowana w przekroju

wieku. Najwyższe wartości współczynniki aktywności zawodowej osiągają u kobiet w grupie

wiekowej 35-44 lata. W pozostałych grupach wiekowych są one zdecydowanie niższe. Wśród

mężczyzn wskaźniki te osiągają wysoki poziom już dla grupy wiekowej 25 -34 lata i spadają

znacząco dopiero w grupie wiekowej 55 – 64 lata. Analiza wskaźników pozwala także

stwierdzić, iż aktywność zawodowa kobiet po 55 roku życia jest bardzo niska w porównaniu z

mężczyznami (zob. tablica 2).

Do pomiaru wielkości zatrudnienia służą tzw. wskaźniki zatrudnienia, wyrażające

procentowy udział pracujących danej kategorii w ogólnej liczbie ludności danej kategorii w

wieku 15 lat i więcej. Wskaźniki zatrudnienia kobiet przyjmują znacznie niższe wartości niż

wskaźniki zatrudnienia mężczyzn (zob. wykres 5a). W woj. łódzkim osiągają one

nieznacznie wyższe wartości niż średnio w Polsce. Ponownie warto odnotować tendencję do

utrzymywania się wartości wskaźnika zatrudnienia kobiet w wieku produkcyjnym w woj.

łódzkim w większości badanego okresu na poziomie przewyższającym wartość wskaźnika

zatrudnienia kobiet liczonego dla Polski (zob. wykres 5b).

10

Wykres 4

Współczynnik aktywności zawodowej w przekroju płci w województwie łódzkim i Polsce (w %)

a) w kolejnych kwartałach lat 2005-2010

b) w latach 1999 – 2009 (dane średnioroczne dla osób w wieku produkcyjnym)


11

Tablica 2

Współczynniki aktywności zawodowej w przekroju płci i wieku w województwie łódzkim w latach 2005-2010 (w %) Okres kobiety

ogółem 15-24 25-34 35-44 45-54 55-64 65 i więcej

[%] [%] [%] [%] [%] [%] [%]

1 kw 2005 47,6 24,7 74,8 87,9 77,3 19,5 3,3

2 kw 2005 49,2 31,1 82,9 89,1 76,7 22,3 2,6

3 kw 2005 49,3 34,8 83,3 86,3 74,4 22,4 2,3

4 kw 2005 47,8 30,4 80,7 85,1 74,7 16,7 2,3

1 kw 2006 47,2 31,5 80,7 87,8 73,5 15,7 1,8

2 kw 2006 47,8 31,3 83,4 89,2 73,1 19,6 0,0

3 kw 2006 49,1 35,5 83,6 88,3 74,5 21,0 2,0

4 kw 2006 47,8 30,8 79,7 88,0 74,3 18,9 1,9

1 kw 2007 46,9 30,8 77,0 86,5 72,4 18,6 3,0

2 kw 2007 47,6 33,8 80,6 87,2 74,2 16,7 3,0

3 kw 2007 49,3 36,5 78,7 87,4 77,0 21,1 2,3

4 kw 2007 49,2 33,0 80,0 86,8 74,5 21,0 1,9

1 kw 2008 49,0 33,3 82,6 87,4 72,9 20,7 1,8

2 kw 2008 48,5 33,1 82,0 85,4 76,0 19,9 2,8

3 kw 2008 46,7 29,1 77,3 86,2 74,1 20,6 2,8

4 kw 2008 48,1 31,1 84,6 86,1 71,7 23,6 2,2

1 kw 2009 48,0 31,4 83,7 81,4 76,1 22,0 0,0

2 kw 2009 46,7 29,0 78,0 85,4 77,8 18,1 1,9

3 kw 2009 46,3 25,3 78,9 86,8 79,3 20,0 2,6

4 kw 2009 46,9 25,9 79,1 87,7 76,4 23,7 1,9

1 kw 2010 47,9 29,9 79,2 88,4 77,2 19,9 0,0

2 kw 2010 48,9 35,9 78,4 87,4 82,3 20,1 1,1

3 kw 2010 50,0 32,2 80,1 89,4 81,3 24,1 1,6

4 kw 2010 49,4 25,2 80,5 89,3 78,9 25,3 2,7

mężczyźni

ogółem 15-24 25-34 35-44 45-54 55-64 65 i więcej

[%] [%] [%] [%] [%] [%] [%]

1 kw 2005 64,3 36,5 92,5 96,9 86,9 42,3 10,3

2 kw 2005 63,7 38,1 92,8 93,8 85,6 42,8 8,9

3 kw 2005 62,9 41,3 92,0 93,4 82,9 39,7 10,1

4 kw 2005 61,8 38,6 92,3 93,2 81,1 36,1 9,3

1 kw 2006 60,3 31,7 90,8 89,3 81,5 36,6 7,8

2 kw 2006 61,3 33,0 93,3 91,4 83,9 39,5 6,7

3 kw 2006 63,6 41,1 94,3 93,0 84,3 43,8 6,9

4 kw 2006 62,7 40,3 92,5 91,6 82,5 41,6 5,4

1 kw 2007 60,5 35,5 91,7 92,0 80,9 38,5 4,5

2 kw 2007 61,7 33,3 91,4 92,1 82,5 42,9 5,3

3 kw 2007 63,2 36,5 92,0 91,0 81,9 48,1 6,3

4 kw 2007 63,5 37,3 91,0 93,7 83,8 46,3 5,5

1 kw 2008 63,5 34,3 93,4 93,8 84,1 42,8 5,2

2 kw 2008 62,5 31,6 93,6 95,3 83,2 40,9 5,6

3 kw 2008 63,2 35,6 92,7 92,3 83,8 46,2 6,6

4 kw 2008 64,2 38,3 92,7 92,2 82,6 46,5 5,8

1 kw 2009 63,8 37,9 92,9 93,0 82,3 44,8 5,2

2 kw 2009 61,7 32,6 93,3 93,5 84,2 38,4 4,1

3 kw 2009 63,8 42,1 93,3 92,2 87,6 39,8 5,6

4 kw 2009 65,3 45,8 92,5 90,5 84,4 47,3 5,9

1 kw 2010 65,0 42,7 91,8 92,9 82,6 50,3 5,8

2 kw 2010 64,6 39,4 91,8 94,4 83,4 48,4 6,0

3 kw 2010 65,3 40,6 91,5 93,1 85,5 50,3 6,7

4 kw 2010 67,1 42,8 93,2 92,9 87,1 54,2 7,9


Wskaźniki zatrudnienia w przekroju płci w województwie łódzkim i Polsce (w %)

12

a) w kolejnych kwartałach lat 2005-2010

b) w latach 1999 – 2009 (dane średnioroczne wg wieku produkcyjnego)


13

Również wskaźniki zatrudnienia są silnie zróżnicowane w przekroju wieku w woj.

łódzkim. (zob. tablica 3). Analizując te wskaźniki warto odnotować, że w badanym okresie

różnice między wartościami wskaźników dla kobiet i mężczyzn utrzymują się na zbliżonych

poziomach oraz, że największe różnice między poziomami tych wskaźników dotyczą

najstarszej grupy wiekowej.

Stopy bezrobocia w przekroju płci w woj. łódzkim w latach 2005- 2010

odzwierciedlają tendencje ogólnopolskie. Specyfiką woj. łódzkiego jest to, że w niektórych

okresach stopa bezrobocia kobiet kształtowała się na niższym poziomie niż stopa bezrobocia

mężczyzn. Z taką sytuacją mieliśmy do czynienia np. w okresie 1. kw. 2006 – 4 kw. 2007. W

okresie tym poziom stóp bezrobocia bardzo szybko spadał.

W województwie łódzkim w końcu grudnia 2010 r. zarejestrowanych było 66 257

kobiet, co stanowiło 50,3% wszystkich zarejestrowanych w tym czasie bezrobotnych. Odsetek

ten we wcześniejszych latach kształtował się na nieznacznie wyższym poziomie (zob. tablica

4). Liczba kobiet uprawnionych do zasiłku wynosiła w końcu grudnia 2010 r. 11 006 i

stanowiła 49,2% ogółu uprawnionych. W badanym okresie liczba ta dość systematycznie

wzrastała. Natomiast udział kobiet z prawem do zasiłku w ogóle zarejestrowanych kobiet

osiągnął 16,6% - analogiczny wskaźnik liczony dla mężczyzn uzyskał wartość 17,4%.

Wskaźniki te najwyższe wartości w badanym okresie osiągnęły w roku 2009. Wówczas to

udział kobiet z prawem do zasiłku w ogóle zarejestrowanych kobiet osiągnął 21,2%

- analogiczny wskaźnik liczony dla mężczyzn uzyskał wartość 22,5%.

Większość zasobu osób długotrwale bezrobotnych w końcu grudnia 2010 r. (53,1%)

stanowiły kobiety. Analizując zmiany tego wskaźnika zauważymy, że między końcem

grudnia 2006 r. a końcem grudnia 2010 r. jego wartość spadła o przeszło 3 punkty procentowe

– co jednocześnie oznacza, że o tyle samo zwiększył się udział mężczyzn w omawianym

zasobie. Jeśli chodzi o odsetek kobiet długotrwale bezrobotnych w ogólnej zbiorowości

bezrobotnych kobiet, to w końcu grudnia 2010 r. wyniósł on 31,3% - analogiczna wartość dla

mężczyzn to 28,0%. Analizując zmiany tego wskaźnika dla obu płci nie można odnotować

silnego trendu spadkowego. Dla kobiet wartość wskaźnika w ciągu ostatnich pięciu lat spadła

o 22,84 punktu procentowego– w populacji mężczyzn wskaźnik w tym samym czasie stracił

na wartości 18,95 punktu procentowego.

14

Tablica 3

Wskaźniki zatrudnienia w przekroju płci i wieku w województwie łódzkim w latach 2005-

2010 (w %)

Okres

Kobiety

ogółem 15-24 25-54 55-64 20-64

[%] [%] [%] [%] [%]

1 kw 2005 39,5 16,7 66,1 17,4 52,6

2 kw 2005 40,1 18,4 68,4 20,3 54,3

3 kw 2005 40,1 21,9 67,1 20,9 53,5

4 kw 2005 39,6 21,1 67,0 15,1 53,3

1 kw 2006 39,4 21,8 67,9 13,5 53,5

2 kw 2006 41,0 21,9 70,8 17,6 55,4

3 kw 2006 42,9 25,1 72,5 20,0 57,3

4 kw 2006 42,8 25,1 72,2 17,8 57,8

1 kw 2007 41,2 22,4 69,6 17,0 55,4

2 kw 2007 42,8 27,0 72,5 16,7 57,1

3 kw 2007 45,6 30,7 75,1 19,6 60,7

4 kw 2007 45,5 30,0 74,5 19,5 60,8

1 kw 2008 45,0 27,7 74,4 20,2 60,1

2 kw 2008 45,1 25,8 76,3 19,0 60,6

3 kw 2008 43,5 23,3 74,5 20,1 59,5

4 kw 2008 44,4 24,7 75,5 22,3 60,5

1 kw 2009 44,2 25,6 74,7 21,1 59,8

2 kw 2009 43,1 23,2 74,7 17,2 57,8

3 kw 2009 42,2 19,7 74,6 19,2 57,3

4 kw 2009 43,2 20,6 75,1 21,6 59,1

1 kw 2010 43,1 23,4 73,7 19,5 58,0

2 kw 2010 44,1 26,9 75,5 18,8 59,0

3 kw 2010 45,4 26,2 75,9 22,7 60,6

4 kw 2010 45,0 20,9 75,9 24,0 60,2

Mężczyźni

ogółem 15-24 25-54 55-64 20-64

[%] [%] [%] [%] [%]

1 kw 2005 53,5 25,9 76,8 36,9 65,6

2 kw 2005 52,3 25,4 75,1 36,8 64,4

3 kw 2005 52,3 28,1 75,5 34,2 64,3

4 kw 2005 51,9 26,7 75,7 32,0 64,4

1 kw 2006 49,9 20,6 73,1 32,7 62,5

2 kw 2006 52,3 23,8 76,4 36,4 65,3

3 kw 2006 56,3 35,3 80,3 39,9 69,7

4 kw 2006 56,3 33,2 80,3 39,4 70,5

1 kw 2007 53,3 27,6 77,8 37,1 67,8

2 kw 2007 54,9 26,0 79,9 37,8 68,8

3 kw 2007 58,9 32,2 82,9 43,7 72,3

4 kw 2007 58,8 32,1 83,3 43,8 72,7

1 kw 2008 58,4 29,0 83,9 40,5 72,7

2 kw 2008 58,5 26,5 86,0 38,1 72,8

3 kw 2008 59,9 30,2 86,1 44,1 73,2

4 kw 2008 61,2 34,2 85,9 44,6 73,7

1 kw 2009 59,4 30,8 84,5 41,9 72,4

2 kw 2009 57,8 28,6 85,3 37,4 72,1

3 kw 2009 58,8 33,1 84,8 38,7 72,8

4 kw 2009 60,5 37,0 83,5 45,7 73,8

1 kw 2010 58,9 32,8 82,2 47,0 72,6

2 kw 2010 58,8 31,4 82,5 45,2 72,4

3 kw 2010 59,6 32,1 83,5 46,9 73,4

4 kw 2010 61,0 34,2 84,0 50,3 74,3


Stopy bezrobocia według płci (w %, dane kwartalne) a) województwo łódzkie

15

b) Polska


16

Tablica 4

Bezrobotni i bezrobotni z prawem do zasiłku wg płci w latach 2006-2010 w woj. łódzkim Wyszczególnienie 2006 2007 2008 2009 2010

Liczba bezrobotnych na koniec okresu:

ogółem 160 698 123 148 99 191 128 105 131 617

100% 100% 100% 100% 100%

kobiety 84 536 65 557 52 589 63 409 66 257

52,61% 53,23% 53,00% 49,50% 50,30%

mężczyźni 76 162 57 591 46 602 64 696 65 360

47,39% 46,77% 47,00% 50,50% 49,70%

Liczba zasiłkobiorców na koniec okresu: ogółem 22 519 19 471 19 628 28 005 22 356

kobiety 10 479 9 282 9 919 13 440 11 006

mężczyźni 12 040 10 189 9 709 14 565 11 350

Udział zasiłkobiorców w ogóle uprawnionych wg płci: kobiety 46,53% 47,67% 50,50% 48,00% 49,20%

mężczyźni 53,47% 52,33% 49,50% 52,00% 50,80%

Udział zasiłkobiorców w ogóle zarejestrowanych wg płci: kobiety 12,40% 14,16% 18,90% 21,20% 16,60%

mężczyźni 15,81% 17,69% 20,80% 22,50% 17,40%

Źródło: Rynek pracy w województwie łódzkim w 2010 r., WUP, Łódź, Rynek pracy w województwie łódzkim w 2008 r., WUP, Łódź, [http://www.wup.lodz.pl/index.php/statystyka/raporty, dostęp 4.05.2011 r.] Tablica 5

Długotrwale bezrobotni wg płci w latach 2006-2010 w woj. łódzkim Wyszczególnienie 2006 2006 2008 2009 2010

Liczba długotrwale bezrobotnych (pow. 12 miesięcy) ogółem

81 524 56 148 33 014 31 704 39 044

100% 100% 100% 100% 100%

Udział długotrwale bezrobotnych według płci w całkowitej liczbie długotrwale bezrobotnych

kobiety

45 765 32 497 18 832 17 288 20 750

56,14% 57,88% 57,04% 54,50% 53,10%

mężczyźni

35759 23 651 14 182 14 416 18 294

43,86% 42,12% 42,96% 45,50% 46,90%

Udział długotrwale bezrobotnych w całkowitej liczbie zarejestrowanych

ogółem 50,73% 45,59% 33,28% 24,80% 29,70%

wśród kobiet 54,14% 49,57% 35,81% 27,30% 31,30%

wśród mężczyzn 46,95% 41,07% 30,43% 22,30% 28,00%

Źródło: Rynek pracy w województwie łódzkim w 2010 r., WUP, Łódź, Rynek pracy w województwie łódzkim w 2008 r., WUP, Łódź, [http://www.wup.lodz.pl/index.php/statystyka/raporty, dostęp 4.05.2011 r.]

17

Najliczniejsza z grup bezrobotnych kobiet wyodrębnionych na podstawie ich

wykształcenia obejmuje – według danych z końca grudnia 2010 r. - te z wykształceniem

gimnazjalnym i niższym - wskaźnik udziału tej kategorii w populacji wszystkich kobiet

pozostających bez pracy osiągnął wartość 26,7%. W dalszej kolejności znalazły się kobiety

legitymujące się wykształceniem: policealnym i średnim zawodowym (23,4%), zasadniczym

zawodowym (21,1%), średnim ogólnym (15,5%) oraz wyższym (13,2%)5. Rozpatrując ten

przekrój bezrobocia autorzy rokrocznego raportu o rynku pracy w łódzkim zwracają uwagę na

trzy niekorzystne zjawiska obserwowane w zbiorowości bezrobotnych kobiet. Jest to, po

pierwsze, systematyczny wzrost udziału kobiet z wyższym wykształceniem. Po drugie,

kobiety te stanowią coraz większy udział w zbiorowości osób długotrwale bezrobotnych. Po

trzecie wreszcie, zauważalny był w analizowanym okresie wzrost udziału kobiet w generalnej

liczbie osób bezrobotnych posiadających wyższe wykształcenie – z 66,8% w grudniu 2008 r.

do 67,7% w grudniu 2010 r. Warto odnotować również wciąż wysoki (65,7%) udział kobiet

w grupie osób z wykształceniem średnim ogólnym - czyli de facto nie posiadających

wyuczonego zawodu. Są one – co zresztą można zaobserwować - szczególnie narażone na

bezrobocie długotrwałe, stanowiąc w końcu grudnia 2010 r. 71,2% osób posiadających

wspomniane wykształcenie oraz pozostających w rejestrach urzędów pracy dłużej niż 12

miesięcy (por. tablica 6).

5 Rynek pracy w województwie łódzkim w 2010 r., WUP, Łódź,

http://www.wup.lodz.pl/index.php/statystyka/raporty, dostęp 4.05.2011 r.]

18

Tablica 6

Udział kobiet w generalnej liczebności osób bezrobotnych w województwie łódzkim w końcu lat 2008-2010 według wykształcenia oraz czasu pozostawania bez pracy (w procentach

Wyszczególnienie Czas trwania bezrobocia (w miesiącach): Ogółem*

poniżej 6 od 7 do 12 powyżej 12

Kobiety

Stan na koniec 2006 r.

Wyższe 67,44% 66,69% 64,58% 66,40%

Policealne i średnie zawodowe 56,48% 61,12% 67,78% 62,42%

Średnie ogólne 66,93% 72,35% 78,36% 72,40%

Zasadnicze zawodowe 37,93% 42,23% 50,84% 45,44%

Gimnazjalne i niższe 36,46% 42,74% 49,64% 44,88%

Ogółem** 47,94% 51,39% 56,14%


Wyższe 67,90% 66,80% 67,70% 67,70%


Średnie ogólne 62,70% 67,40% 71,90% 65,70%



Ogółem** 48,60% 50,70% 53,20%

Mężczyźni


Wyższe 32,56% 33,31% 35,42% 33,60%


Średnie ogólne 33,07% 27,65% 21,64% 27,60%



Ogółem** 52,06% 48,61% 43,86%


Wyższe 32,10% 33,20% 32,30% 32,30%


Średnie ogólne 37,30% 32,60% 28,10% 34,30%



Ogółem** 51,40% 49,30% 46,80%

Uwaga:

* - Udział osób bezrobotnych danej płci legitymujących się określonym wykształceniem w ogóle bezrobotnych w tej grupie.

** - Udział osób bezrobotnych danej płci ze względu na czas trwania bezrobocia w ogóle bezrobotnych w danej grupie.

Źródło: Rynek pracy w województwie łódzkim w 2010 r., WUP, Łódź, Rynek pracy w

województwie łódzkim w 2008 r., WUP, Łódź, [http://www.wup.lodz.pl/index.php/statystyka/raporty, dostęp 4.05.2011 r.]

19

3.2. Ścieżki edukacyjne kobiet i mężczyzn

Różnice w sytuacji kobiet i mężczyzn na rynku pracy są efektem jednoczesnego

oddziaływania szeregu czynników. Jednym z nich są różnice w wykształceniu. Przyjrzyjmy

się tym różnicom dokładniej. Przede wszystkim należy zauważyć, żę nie posiadamy pełnych

informacji o poziomach i kierunkach kształcenia w przekroju płci. Taka informacja dostępna

jest tylko w stosunku do osób bezrobotnych. GUS podaje dane w tym zakresie pochodzące z

Narodowego Spisu Powszechnego przeprowadzonego w 2002 r. Zestawiono je w tablicy 7.

Tablica 7

Ludność wg płci i wykształcenia w województwie łódzkim i w Polsce w 2002 r. Wyszczególnienie Ogółem Mężczyźni Kobiety

liczba % ogółu struktura liczba % ogółu struktura

Województwo łódzkie

wyższe 208 100 88 946 3,1% 6,7% 119 154 4,2% 7,7%

policealne 69 830 17 491 0,6% 1,3% 52 339 1,8% 3,4%

średnie razem 643 795 278 845 9,7% 21,0% 364 950 12,7% 23,7%

średnie ogólnokształcące 215 373 64 428 2,2% 4,9% 150 945 5,3% 9,8%

średnie zawodowe 428 422 214 417 7,5% 16,2% 214 005 7,5% 13,9%

zasadnicze zawodowe 473 350 289 891 10,1% 21,9% 183 459 6,4% 11,9%

podstawowe ukończone 726 945 334 306 11,7% 25,2% 392 639 13,7% 25,5%

podstawowe nieukończone i bez wykształcenia

99 958 36 966 1,3% 2,8% 62 992 2,2% 4,1%

Polska

wyższe 3 203 566 1 448 060 3,5% 7,5% 1 755 506 4,3% 8,1%

policealne 1 023 894 247 977 0,6% 1,3% 775 917 1,9% 3,6%

średnie razem 9 184 496 4 042 012 9,9% 21,0% 5 142 484 12,6% 23,7%

średnie ogólnokształcące 2 802 025 840 495 2,1% 4,4% 1 961 530 4,8% 9,0%

średnie zawodowe 6 382 471 3 201 517 7,8% 16,6% 3 180 954 7,8% 14,7%

zasadnicze zawodowe 7 539 786 4 678 914 11,4% 24,3% 2 860 872 7,0% 13,2%

podstawowe ukończone 9 651 858 4 349 727 10,6% 22,6% 5 302 131 12,9% 24,4%

podstawowe nieukończone i bez wykształcenia 1 180 058 462 252 1,1% 2,4% 717 806 1,8% 3,3%

Źródło: Bank Danych Lokalnych, GUS, Warszawa. Analiza danych ujętych w tablicy 7 potwierdza powszechne spostrzeżenie, iż kobiety są

lepiej wykształcone niż mężczyźni. Wśród ludności większy odsetek osób z wykształceniem

wyższym stanowią kobiety. Również wśród kobiet odsetek osób z wykształceniem

policealnym i średnim jest wyższy niż wśród mężczyzn. Kobiety także dominują wśród

ludności bez wykształcenia, a odsetek osób z wykształceniem podstawowym jest taki sam dla

obu płci. Porównajmy strukturę wg wykształcenia i płci mieszkańców woj. łódzkiego z

analogiczną strukturą wyznaczoną dla Polski. Porównanie takie prowadzi do wniosku, że

ogólny poziom wykształcenia mieszkańców woj. łódzkiego jest niższy niż średnio w Polsce.

Podstawą do takiego wniosku są dwie obserwacje. Po pierwsze, odsetek osób z

wykształceniem wyższym w woj. łódzkim dla obu płci jest niższy od analogicznych

20

wskaźników wyznaczonych dla Polski. Różnice te są większe w grupie mężczyzn niż kobiet.

Po drugie, udziały osób w przekroju płci z wykształceniem podstawowym, niepełnym

podstawowym i bez wykształcenia w ogóle są niższe w całej Polsce od wskaźników

wyznaczonych dla mieszkańców woj. łódzkiego.

Z punktu widzenia równości szans ważne jest poznanie kierunków kształcenia i różnic w

tym zakresie w przekroju płci. Informacje takie pozyskano z dwóch źródeł. Pierwszym z nich

są wyniki BAEL. W tablicy 8 zestawiono strukturę ludności wg kierunków kształcenia i płci

w woj. łódzkim, oraz dla porównania analogiczną strukturę dla Polski. Porównanie tych

struktur pozwala wskazać pewne różnice pomiędzy kobietami a mężczyznami w dokonanych

wyborach kierunku kształcenia w woj. łódzkim. Takimi „kobiecymi” kierunkami kształcenia

są: pedagogika, nauki społeczne, ekonomia i prawo, zdrowie, opieka społeczna i usługi.

Typowo męskim wyborem jest kształcenie w dziedzinie inżynierii, procesów produkcyjnych i

budownictwa.

Tablica 8

Struktura wg kierunków wykształcenia i płci w województwie łódzkim i w Polsce w latach 2008-2009, (w%) Wyszczególnienie Polska woj. łódzkie

Mężczyźni Kobiety Mężczyźni Kobiety

programy ogólne 25,2 29,02 28,14 29,27

kształcenie nauczycieli, pedagogika 1,29 5,45 0,95 4,72

nauki humanistyczne, nauka o językach sztuka 1,03 1,84 1,15 2,35

języki obce 0,13 0,9 0,06 0,75

nauki społeczne, ekonomia, prawo 5,73 20,54 5,27 21,64

nauki ścisłe, matematyka i informatyka łącznie 0,24 0,11 0,09 0,01

nauki biologiczne 0,33 0,83 0,38 0,85

nauki fizyczne 0,79 1,2 1,08 1,72

matematyka, statystyka 0,1 0,28 0,02 0,22

informatyka 1,73 0,55 1,99 0,72

zastosowania komputerów 0,09 0,02 0,07 0,01

inżynieria, procesy produkcyjne, budownictwo 49,76 15,47 49,36 16,53

rolnictwo, weterynaria 6,89 6,38 6,86 5,43

zdrowie, opieka społeczna 0,8 5,15 0,71 5,19

usługi 5,56 12 3,77 10,4

nie umiem określić 0,31 0,24 0,11 0,16

Źródło: BAEL 1kw. 2008 – 4 kw. 2009, obliczenia własne

Drugim źródłem informacji o kierunkach kształcenia są dane pozyskane z Okręgowej

Komisji Egzaminacyjnej (OKE) w Łodzi. Na podstawie tych danych stworzono listę

najpopularniejszych zawodów, zdobywanych przez kobiety i mężczyzn w zasadniczych i

średnich szkołach zawodowych, w woj. łódzkim w latach 2005-2008. Na listach tych znalazły

się te zawody, których dyplom uzyskało co najmniej 1% kobiet lub mężczyzn spośród

wszystkich uzyskujących dyplom (zob. tablica 9).

21

Tablica 9

Wykaz najpopularniejszych zawodów zdobywanych przez kobiety i mężczyzn w woj. łódzkim w latach 2005 - 2008

Kobiety Mężczyźni

Zawód % ogółu Zawód % ogółu

341[02] Technik ekonomista 7,4 311[20] Technik mechanik 4,7

522[01] Sprzedawca 5,6 723[04] Mechanik pojazdów samochodowych 4,5

512[05] Kucharz małej gastronomii 4,1 512[05] Kucharz małej gastronomii 4,0

514[03] Technik usług kosmetycznych 3,4 311[07] Technik elektronik 3,0

321[10] Technik żywienia i gospodarstwa domowego

3,0 341[02] Technik ekonomista 2,3

341[03] Technik handlowiec 2,7 312[01] Technik informatyk 1,9

343[01] Technik administracji 1,9 311[04] Technik budownictwa 1,7

341[07] Technik organizacji usług gastronomicznych

1,6 321[05] Technik rolnik 1,7

322[10] Technik farmaceutyczny 1,6 341[07] Technik organizacji usług gastronomicznych

1,5

341[04] Technik hotelarstwa 1,4 321[10] Technik żywienia i gospodarstwa domowego

1,5

311[34] Technik technologii odzieży 1,4 713[06] Technolog robót wykończeniowych w budownictwie

1,4

321[09] Technik technologii żywności 1,3 311[08] Technik elektryk 1,4

515[01] Technik ochrony fizycznej osób i mienia

1,3

724[02] Elektromechanik pojazdów samochodowych

1,1

321[09] Technik technologii żywności 1,0

341[03] Technik handlowiec 1,0

723[03] Mechanik-operator pojazdów i maszyn rolniczych

1,0

522[01] Sprzedawca 1,0

Źródło: Okręgowa Komisja Egzaminacyjna w Łodzi, obliczenia własne.

Jak widać lista zawodów najpopularniejszych wśród kobiet jest krótsza od listy zawodów

najpopularniejszych wśród mężczyzn. Większość zawodów popularnych wśród kobiet cieszy

się popularnością także wśród mężczyzn. Monitoring zawodów deficytowych i

nadwyżkowych prawie wszystkie z tych zawodów wskazuje rokrocznie jako zawody

nadwyżkowe, tj. takie które są częste wśród bezrobotnych, a liczba ofert pracy w tych

zawodach jest niewystarczająca.6 Rozpatrując ogół kierunków kształcenia zawodowego

realizowanego w woj. łódzkim można dostrzec, że kobiety dominują – tzn. stanowią co

najmniej 75% wszystkich absolwentów - na 23 kierunkach. Mężczyźni natomiast na 46

kierunkach. Przegląd ich zawiera Aneks 1.

3.3. Przepływy na rynku pracy i ich zróżnicowanie

6 Monitoring zawodów deficytowych i nadwyżkowych - 2010 rok - województwo łódzkie, (2011) WUP, Łódź.

22

Na rynku pracy wyodrębniamy trzy podstawowe zasoby: pracujących, bezrobotnych i

biernych zawodowo czyli osób pozostających poza zasobami siły roboczej. Pomiędzy tym

zasobami następują nieprzerwanie przepływy. W tej części opracowania przeanalizujemy, czy

płeć jest czynnikiem wpływającym na przepływy między zasobami.

W analizie posłużymy się drzewami klasyfikacyjnymi. Drzewa klasyfikacyjne

wykorzystuje się do wyznaczania przynależności przypadków lub obiektów do klas

jakościowej zmiennej zależnej na podstawie pomiarów jednej lub więcej zmiennych

objaśniających (predyktorów). Analiza drzew klasyfikacyjnych jest jedną z podstawowych

technik wykorzystywanych w tzw. Zgłębianiu danych (Data Mining). Celem analizy opartej

na drzewach klasyfikacyjnych jest przewidywanie lub wyjaśnianie odpowiedzi (reakcji)

zakodowanych w jakościowej zmiennej zależnej. W budowie drzewa wykorzystamy algorytm

CHAID. Akronim CHAID oznacza Chi-squared Automatic Interaction Detector

(Automatyczny detektor interakcji za pomocą chi-kwadrat). CHAID buduje drzewa, w

których z węzłów mogą wychodzić więcej niż dwie gałęzie i wykonuje to za pomocą

stosunkowo prostego algorytmu, który nadaje się zwłaszcza do analizy dużych zbiorów

danych. 7

7 StatSoft (2006). Elektroniczny Podręcznik Statystyki PL, Krakow, WEB:

http://www.statsoft.pl/textbook/stathome.html.

23

Wyk

res

6

Sta

n n

a ry

nku p

racy. D

rzew

o k

lasy

fikac

yjn

e, m

etoda

CH

AID

Li

czba

węz

łów

D =

31:

węz

łów

dzi

elon

ych

- 13,

węz

łów

koń

cow

ych

- 18

Kol

ejno

ść s

łupk

ów w

węz

łach

: bie

rni z

awod

owo

(4),

bezr

obot

ni (3

), pr

acuj

ący

(1)

ID=

1N

=8

87

01

ID=

2N

=6

47

31

ID=

4N

=1

26

31

ID=

5N

=1

59

81

ID=

9N

=7

36

1ID

=1

0N

=8

62

1

ID=

6N

=3

61

21

ID=

16

N=

86

61

ID=

17

N=

15

08

1

ID=

21

N=

82

61

ID=

22

N=

68

24

ID=

18

N=

68

94

ID=

3N

=2

39

71

ID=

7N

=5

34

1ID

=8

N=

72

91

ID=

11

N=

44

21

ID=

12

N=

29

41

ID=

13

N=

60

91

ID=

14

N=

25

31

ID=

15

N=

54

91

ID=

19

N=

45

91

ID=

20

N=

40

71

ID=

23

N=

48

51

ID=

24

N=

34

11

ID=

25

N=

45

34

ID=

26

N=

22

91

ID=

27

N=

28

04

ID=

28

N=

40

94

ID=

29

N=

13

88

4ID

=3

0N

=7

70

1ID

=3

1N

=2

39

1

Sta

n c

yw

iln

y

ma

łże

ńs

twa

, ro

zw

ied

ze

ni,

wd

ow

cy

sin

gle

Gru

pa

wie

ko

wa

do

35

la

to

d 3

5 d

o 4

5 l

at

45

la

t i

wię

ce

j

Płe

ć

mę

żc

zy

zn

ak

ob

ieta

Płe

ć

mę

żc

zy

zn

ak

ob

ieta

Za

mie

sz

ka

li

mia

sto

wie

ś

Wy

ks

zta

łce

nie

śre

dn

ie i

wy

żs

ze

za

sa

d.

za

wo

do

we

Wy

ks

zta

łce

nie

wy

żs

ze

i p

oli

ce

aln

eś

red

nie

za

wo

do

we

śre

dn

ie o

gó

lno

ks

zta

łcą

ce

i z

as

ad

. z

aw

od

ow

ep

od

sta

wo

we

Płe

ć

mę

żc

zy

zn

ak

ob

ieta

Płe

ć

mę

żc

zy

zn

ak

ob

ieta

Za

mie

sz

ka

li

mia

sto

wie

ś

Za

mie

sz

ka

li

mia

sto

wie

ś

Za

mie

sz

ka

li

mia

sto

wie

ś

Gru

pa

wie

ko

wa

do

25

, i

od

35

do

45

la

to

d 2

5 d

o 3

5 l

at

45

la

t i

wię

ce

j

Źró

dło:

BA

EL

, obl

icze

nia

wła

sne

24

Zmienna zależna w modelach identyfikuje zasób, do którego zaliczona została badana

jednostka w oparciu o terminologię stosowaną w BAEL-u, i przyjmuje następujące wartości:

4 – bierność zawodowa; 3 – bezrobocie; 1 – pracujący. Jako predykatory wykorzystano zbiór

zmiennych opisujących płeć, wiek, wykształcenie, stan cywilny i miejsce zamieszkania

badanych osób.

Analizy oparto na zbiorze danych jednostkowych. Zbiór obejmuje wyłącznie

mieszkańców woj. łódzkiego w wieku produkcyjnym. Dane pochodzą z 8 kolejnych badań

BAEL przeprowadzonych w okresie 1 kw. 2008 – 4 kw. 2009.

Pierwsze zbudowane drzewo klasyfikacyjne objaśnia wpływ badanych cech na różnice

w częstościach przebywania w różnych zasobach na rynku pracy. Drzewo klasyfikacyjne

przedstawiono graficznie na wykresie 6. Aneks 3 zawiera dodatkowo zestawienie

tabelarycznie drzewa.

Dokonana klasyfikacja wskazuje, że głównym czynnikiem różnicującym strukturę

przynależności do poszczególnych zasobów na rynku pracy jest stan cywilny. Wśród

respondentów będących kawalerem lub panną częstość przynależenia do osób pracujących i

biernych zawodowo jest zbliżona do siebie, a różnicuje ją dodatkowo wiek respondenta.

Osobną grupę stanowią respondenci żyjący obecnie lub w przeszłości w związkach

małżeńskich. Te osoby zdecydowanie częściej pracują, niż pozostają bierne zawodowo.

Sytuacja na rynku pracy osób z tej grupy jest następnie zróżnicowana ze względu na wiek. W

zbudowanym drzewie osoby żyjące obecnie lub w przeszłości w związkach małżeńskich

zostały podzielone na trzy grupy: do 35 lat, 35 – 45 lat, i 45 lat i więcej. Kolejną

charakterystyką, różnicującą sytuację na rynku pracy respondentów z grup wiekowych do 35

lat i 35 – 45 lat, jest płeć. Wpływ płci w zasadzie jest zawsze taki sam. Kobiety częściej niż

mężczyźni pozostają bierne zawodowo. W grupie wiekowej do 35 lat różnica ta jest znaczna.

W grupie wiekowej 35-45 lat różnica ta jest już znacznie mniejsza. Ponadto w tej grupie u

kobiet ma znaczenie to czy respondentka legitymuje się wykształceniem zasadniczym

zawodowym, czy też innym. W tym pierwszym przypadku częstość pozostawania poza

zasobami pracy jest większa. Osoby po 45 roku życia model w kolejnym kroku podzielił ze

względu na wykształcenie. Następnym kryterium podziału dla osób z wykształceniem

średnim zawodowym, średnim ogólnym i zasadniczym zawodowym jest płeć. I wśród tych

osób kobiety częściej niż mężczyźni pozostają bierne zawodowo.

Następnym etapem analizy było sporządzenie drzew klasyfikacyjnych dla przepływów

z zatrudnienia, bezrobocia i bierności zawodowej. Drzewo objaśniające przepływy z

25

bezrobocia nie potwierdziło wpływu żadnego z badanych regresorów na zmienność zmiennej

objaśnianej.

Drzewo objaśniające przepływy z bierności zawodowej pokazało wpływ wieku,

wykształcenia i miejsca zamieszkania na zmienność zmiennej objaśnianej. Nie potwierdzono

wpływu na te przepływy płci (zob. wykres 7 i Aneks 4).

Wykres 7

Przepływy z bierności na rynku pracy. Drzewo klasyfikacyjne, metoda CHAID

Liczba węzłów D = 8: węzłów dzielonych - 3, węzłów końcowych - 5

Kolejność słupków w węzłach: pozostają bierni zawodowo (4), do bezrobocia (3), do pracujących (1)

ID=1 N=2721

4

ID=2 N=1034

4

ID=4 N=1379

4

ID=5 N=629

4

ID=6 N=405

4

ID=3 N=308

4

ID=7 N=892

4

ID=8 N=487

4

Grupa wiekowa

do 25, i od 35 do 45 lat od 25 do 35 lat 45 lat i więcej

Wykształcenie

pozostałe podstawowe

Zamieszkali

miasto wieś

Źródło: BAEL, obliczenia własne

Drzewo klasyfikacyjne, przedstawione na wykresie 8 i w aneksie 5, ilustruje wpływ

badanych zmiennych na przepływy z zasobu zatrudnienia. Jak można odczytać z wykresu 8,

główną zmienną różnicującą strukturę przepływów jest wiek. Jeśli respondent jest w wieku 45

lat i więcej częstość odpływów do poszczególnych kategorii jest zróżnicowana w przekroju

płci. W tej grupie wiekowej kobiety mają niższe szanse utrzymania zatrudnienia niż

mężczyźni. Podobnie płeć oddziałuje w przypadku osób w wieku 25 – 45 lat, ale tylko wtedy,

gdy żyją one obecnie lub żyły one w przeszłości w związkach małżeńskich.

26

Wykres 8

Przepływy z zatrudnienia na rynku pracy. Drzewo klasyfikacyjne, metoda CHAID


Kolejność słupków w węzłach: do bierności zawodowej (4), do bezrobocia (3), pozostają pracujący (1)

ID=1 N=56271

ID=3 N=30651

ID=5 N=23331

ID=4 N=22491

ID=2 N=3131

ID=7 N=11571

ID=8 N=11761

ID=6 N=7321

ID=9 N=12551

ID=10 N=9941

Grupa wiekowa

do 25 lat od 25 do 45 lat 45 i więcej lat

Stan cywilny

małżeństwa, rozwiedzeni, wdowcy single

Płeć

mężczyzna kobieta

Płeć

mężczyzna kobieta


3.4. Zróżnicowanie płac

Innym aspektem w którym zwyczajowo dostrzega się nierówność szans na rynku pracy

są wynagrodzenia i ich zróżnicowanie w przekroju płci. Punktem wyjścia analiz

przeprowadzonych w pracy jest równanie płac postaci:

iiiioiii UXXSXSw ++++= 2

321)],(ln[ aaaa

(1)

gdzie iw , iS i iX to odpowiednio: płaca, lata edukacji i doświadczenie zawodowe

zdobyte w trakcie wykonywania pracy; 3210 ,,, aaaa to szacowane parametry równania, a iU

to składnik losowy.

Równanie (1) jest najczęstszą specyfikacją modelu Mincera pokazującego związek

między poziomem płac a wykształceniem i doświadczeniem zawodowym.8 W badaniach

empirycznych często to równanie jest modyfikowane poprzez dodanie do niego szeregu

innych zmiennych objaśniających rozkład płac np. sektor własności, wielkość firmy, płeć.

8 Mincer Jacob (1974): Schooling, Experience and Earnings, New York: National Bureau of Economic

Research. Przegląd zastosowań równania Mincera i jego dekompozycji zawiera praca: Kunze Astrid (2000): The

Determination Wage Gap: A Survey, Discussion Paper No. 193, IZA

27

Dane użyte w analizie pochodzą z przeprowadzonych w okresie 1kw. 2008 – 4 kw.

2009 badania aktywności ekonomicznej ludności (BAEL). Do analizy przygotowano próbę

obejmującą osoby mieszkające w woj. łódzkim. Próba zawiera dane indywidualne dotyczące

płci, wykształcenia, wieku, miejsca zamieszkania, stanu cywilnego, liczby osób

zatrudnionych w firmie, działu PKD i wykonywanego zawodu.

Ilość lat edukacji respondenta została określona na podstawie deklarowanego poziomu

wykształcenia, według następującego schematu:

doktorat - 21

wyższe - 17

policealne - 13,5

średnie zawodowe - 13,5

średnie ogólnokształcące - 12

zasadnicze zawodowe - 11

gimnazjum - 8

podstawowe - 8

niepełne podstawowe – 8.

Równanie płac oszacowano wykorzystując model Heckmana9. W modelu tym

dodatkowo występuje równanie doboru obserwacji do próby. Równanie to pozwala określić z

jakim prawdopodobieństwem dana jednostka trafia do badanej próby. Następnie

prawdopodobieństwa te zostają przekształcone i wykorzystane w głównym równaniu modelu

jako dodatkowa zmienna.

Podstawowe równanie opisane jest wzorem:

ijjiiioi UZXXSw +++++= å aaaaa 2

321]ln[

(2)

gdzie: iw to oczekiwana płaca, iS - lata edukacji, iX - doświadczenie zawodowe

zdobyte w trakcie wykonywania pracy, jZ - zbiór dodatkowych zmiennych

zerojedynkowych, jaaaaa ,,,, 3210 to szacowane parametry równania, a iU to składnik

losowy.

W równaniu selekcji dodatkowo dołączono dwie zmienne określające stan cywilny i

miejsce zamieszkania. Zmienna określająca stan cywilny przyjmuje wartość 1 dla osób nie

9 zob. Greene William. H. (2000), Econometric Analysis, Prentice Hall International, (UK) Limited, London, s.

935 i nst.

28

żyjących w związku i 0 w pozostałych przypadkach. Zmienna miejsce zamieszkania

przyjmuje wartość 1 dla mieszkańców wsi i 0 dla mieszkańców miast. Model oszacowano

metodą największej wiarygodności.

W tablicy 10 zestawiono podstawowe parametry oszacowanego równania (2) na dwóch

próbach: kobiet i mężczyzn. Wśród kobiet średnia oczekiwana premia za dodatkowy rok

nauki wyniosła 3,3%, a za każdy kolejny rok zdobywania doświadczenia zawodowego 4,7%.

Wśród mężczyzn średnia oczekiwana premia za dodatkowy rok nauki wyniosła 4,2%, a za

każdy kolejny rok zdobywania doświadczenia zawodowego 3,8%.

Tablica10

Oszacowanie stopy zwrotu z wykształcenia i doświadczenia zawodowego. Mężczyźni Kobiety

Zmienne Współczynniki statystyka t P>|z| Współczynniki statystyka t P>|z|

Równanie regresji

wiek 0,038 3,68 0,00 0,047 4,18 0,00

wiek2 -0,00043 -3,37 0,00 -0,00048 -3,29 0,00

LataEdu 0,042 5,79 0,00 0,033 5,29 0,00


W literaturze bardzo wiele miejsca poświęca się problemowi zróżnicowania płac w

przekroju płci. Zróżnicowanie to zazwyczaj ma charakter dyskryminacyjny, tzn. jednostki

opisane identycznymi charakterystykami poza płcią za tą samą pracę uzyskują różne płace.

Badanie stopnia dyskryminacji płac w przekroju płci nie może być jednak oparte na prostym

porównaniu średniego poziomu płac. Różnica ta w pewnej części wynika bowiem z różnic w

charakterystykach między płciami istotnymi z punktu widzenia rynku pracy.

W celu określenia skali dyskryminacji płacowej w przekroju płci stosuje się metody

oparte na dekompozycji obserwowanych różnic w płacach mężczyzn i kobiet. Wśród tych

metod wiodącą rolę odgrywa dekompozycja Oaxaca i Ransoma (1994) będąca rozszerzeniem

dekompozycji Oaxaca- Blindera (1973). Równanie (3) przedstawia standardową

dekompozycję Oaxaca - Bindera (1973).

( ) ( )1ln1lnlnln +++=- mfmffm DQWW

(3)

Pierwszy element po prawej stronie równania (3) mierzy objaśnianą część różnic

płacowych. Jest on różny od zera zawsze wtedy, gdy pracujące kobiety różnią się od

pracujących mężczyzn cechami istotnymi dla rynku pracy (np. zasobem kapitału ludzkiego).

Drugi element mierzy nie objaśnianą część różnic płacowych. Jest to miara różnic płacowych

29

między kobietami a mężczyznami, która wystąpiłaby nawet wówczas, gdy charakterystyki

mężczyzn i kobiet byłyby identyczne.

Posługując się dekompozycją Oaxaca – Blindera podjęto próbę określenia skali

nieobjaśnianych różnic płacowych (zob. tablica 11). Ogólny wniosek płynący z

przeprowadzonych badań jest taki, że dyskryminacja płac kobiet na rynku pracy w woj.

łódzkim jest znacznie wyższa niż wskazują na to różnice w obserwowanych płacach.

Oszacowane równania płac wskazują na występowanie różnic w średnim poziomie płac

mężczyzn i kobiet rzędu 58 %.

Tablica 11

Dekompozycja Oaxaca-Blindera równania płac Wyszczególnienie współczynnik exp(współczynnik)

Mężczyźni 7,362 1 574,79 zł

Kobiety 6,902 994,25 zł

różnica 0,460 1,584

część objaśniana -0,102 0,903

część nieobjaśniana 0,562 1,755

Źródło: Aneks 2, obliczenia własne. Rysunek 1

Dekompozycja Oaxaca-Blindera

Źródło: opracowanie własne

Głównym powodem różnic płacowych powinny być różnice w charakterystykach

jednostek istotnych z punktu widzenia rynku pracy. Z przeprowadzonych obliczeń wynika, że

mężczyźni ze względu na różnice w poziomie wykształcenia i doświadczenia zawodowego

powinni średnio uzyskiwać płace na poziomie niższym od kobiet o 9,7% (zob. rysunek1).

30

Wskaźnik dyskryminacji płac dla kobiet kształtuje się na poziomie 75%. Oznacza to,

że mężczyźni uzyskiwali płace wyższe średnio o 75% od kobiet, a różnica ta nie znajduje

objaśnienia w różnicach charakterystyk badanych w modelu.

Uzyskane wyniki wskazują więc na występowanie zjawiska dyskryminacji płac kobiet

na rynku pracy. Uzyskane wielkości rodzą jednak pytanie, czy te różnice są naprawdę takie

duże? Bardziej prawdopodobne wydaje się stwierdzenie, że jakość informacji pozyskanej

przez ankieterów nie jest wysoka. Szacując model na całej próbie uzyskuje się bowiem

podobne wyniki co do kierunku, ale różnice są mniejsze.

4. Równość kobiet i mężczyzn na powiatowych rynkach pracy

Badanie równości szans na powiatowych rynkach pracy musimy poprzedzić uwagą, iż

napotykamy tutaj na barierę dostępu do danych statystycznych. Tylko nieliczne szeregi

statystyczną są dostępne w przekroju płci na poziomie powiatów. Większość z nich dotyczy

zasobu bezrobocia. Analizę równości szans na powiatowych rynkach pracy ograniczymy do

porównania różnic w poziomie i strukturze zatrudnienia i bezrobocia oraz dostępności do

instytucji wspomagających funkcjonowanie rodzin tzn. żłobków i przedszkoli.

W tablicy 12 zestawiono dane dotyczące udziału kobiet w ogóle pracujących w przekroju

sektorów ekonomicznych wg stanu na koniec 2009 r. W tablicy 13 zestawiono analogiczny

zbiór danych ale wyznaczony wg stanu z końca 2005 roku.

31

Tablica 12

Udział kobiet w ogóle pracujących w przekroju sektorów ekonomicznych wg powiatów, stan

na koniec 2009 r. Ogółem Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5

ŁÓDZKIE 49,3% 44,7% 35,3% 45,8% 66,3% 69,2%

Powiat łódzki wschodni 46,6% 42,6% 41,7% 37,7% 52,3% 69,0%

Powiat pabianicki 51,8% 40,9% 44,3% 51,3% 61,2% 73,8%

Powiat zgierski 48,5% 42,7% 37,3% 39,8% 66,4% 72,4%

Powiat brzeziński 52,7% 42,0% 54,8% 49,0% 65,9% 73,6%

Powiat m.Łódź 52,5% 44,5% 37,2% 46,5% 64,4% 65,7%

Powiat bełchatowski 38,6% 49,3% 20,3% 41,6% 74,2% 73,3%

Powiat opoczyński 47,1% 48,2% 28,9% 33,7% 64,7% 74,5%

Powiat piotrkowski 48,2% 45,9% 35,4% 45,0% 83,2% 75,8%

Powiat radomszczański 48,5% 46,7% 29,9% 43,7% 68,7% 75,3%

Powiat tomaszowski 49,1% 45,2% 39,3% 46,2% 61,5% 71,2%

Powiat m.Piotrków Trybunalski 50,5% 43,2% 29,4% 51,7% 67,0% 66,5%

Powiat łaski 49,3% 43,3% 38,9% 43,2% 67,5% 76,7%

Powiat pajęczański 50,4% 49,6% 30,4% 52,3% 71,0% 78,2%

Powiat poddębicki 47,0% 40,5% 42,2% 56,1% 71,6% 75,0%

Powiat sieradzki 48,5% 42,6% 33,5% 46,6% 72,8% 72,5%

Powiat wieluński 49,5% 47,7% 37,0% 46,3% 73,3% 73,4%

Powiat wieruszowski 45,6% 44,2% 34,9% 49,1% 78,2% 74,1%

Powiat zduńskowolski 51,1% 40,8% 44,7% 43,5% 67,3% 76,5%

Powiat kutnowski 46,3% 43,5% 31,7% 44,6% 72,0% 69,4%

Powiat łęczycki 47,5% 44,4% 29,7% 48,7% 76,4% 69,9%

Powiat łowicki 49,0% 45,1% 38,9% 50,9% 79,7% 68,2%

Powiat rawski 47,1% 41,7% 38,0% 44,7% 68,4% 74,2%

Powiat skierniewicki 46,3% 44,5% 31,5% 43,6% 94,1% 76,8%

Powiat m.Skierniewice 53,1% 40,7% 33,0% 52,9% 72,8% 70,0%

Minimum 38,6% 40,5% 20,3% 33,7% 52,3% 65,7%

Maksimum 53,1% 49,6% 54,8% 56,1% 94,1% 78,2%

Sektor 1: rolnictwo, leśnictwo, łowiectwo i rybactwo

Sektor 2: przemysł i budownictwo

Sektor 3: handel; naprawa pojazdów samochodowych; transport i gospodarka magazynowa; zakwaterowanie i gastronomia; informacja i komunikacja

Sektor 4: działalność finansowa i ubezpieczeniowa; obsługa rynku nieruchomości Sektor 5: pozostałe usługi

Źródło: Bank Danych Lokalnych, GUS, Warszawa, obliczenia własne.

32

Tablica 13

Udział kobiet w ogóle pracujących w przekroju sektorów ekonomicznych wg powiatów, stan

na koniec 2005 r. Ogółem Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5

ŁÓDZKIE 48,7% 44,5% 35,2% 44,5% 63,4% 68,8%

Powiat łódzki wschodni 46,4% 42,5% 41,6% 35,2% 50,1% 70,7%

Powiat pabianicki 50,5% 40,2% 42,4% 52,7% 55,5% 71,5%

Powiat zgierski 50,3% 42,5% 37,7% 48,4% 66,2% 73,7%

Powiat brzeziński 51,1% 41,9% 47,0% 51,8% 64,7% 73,3%

Powiat m.Łódź 51,7% 37,8% 36,8% 45,1% 61,7% 65,6%

Powiat bełchatowski 37,6% 48,8% 18,8% 51,9% 70,2% 71,8%

Powiat opoczyński 46,9% 48,0% 29,2% 36,3% 66,0% 72,5%

Powiat piotrkowski 48,4% 45,7% 35,3% 51,0% 78,2% 75,1%

Powiat radomszczański 47,3% 46,5% 32,5% 35,6% 67,5% 73,2%

Powiat tomaszowski 49,5% 45,1% 39,6% 44,0% 60,8% 72,3%

Powiat m.Piotrków Trybunalski 45,4% 43,2% 26,8% 44,2% 64,7% 64,0%

Powiat łaski 51,6% 43,0% 47,0% 46,1% 66,2% 75,2%

Powiat pajęczański 49,8% 49,4% 31,0% 46,9% 67,3% 77,9%

Powiat poddębicki 46,1% 40,7% 47,8% 30,1% 66,7% 71,1%

Powiat sieradzki 48,6% 42,7% 37,8% 43,2% 68,6% 70,9%

Powiat wieluński 47,5% 47,6% 32,3% 42,4% 68,3% 72,9%

Powiat wieruszowski 45,7% 44,1% 38,2% 38,7% 75,0% 71,3%

Powiat zduńskowolski 49,4% 40,7% 44,4% 33,8% 68,0% 74,1%

Powiat kutnowski 46,3% 43,2% 34,3% 39,9% 65,2% 70,2%

Powiat łęczycki 47,7% 44,2% 27,2% 50,8% 70,8% 70,2%

Powiat łowicki 49,3% 45,0% 43,9% 51,5% 75,3% 66,5%

Powiat rawski 47,4% 41,7% 41,0% 43,8% 60,5% 76,5%

Powiat skierniewicki 47,2% 44,4% 31,2% 51,4% 95,5% 76,1%

Powiat m.Skierniewice 54,3% 40,2% 38,5% 50,4% 62,0% 66,8%

Minimum 37,6% 37,8% 18,8% 30,1% 50,1% 64,0%

Maksimum 54,3% 49,4% 47,8% 52,7% 95,5% 77,9%

Sektor 1: rolnictwo, leśnictwo, łowiectwo i rybactwo

Sektor 2: przemysł i budownictwo

Sektor 3: handel; naprawa pojazdów samochodowych; transport i gospodarka magazynowa; zakwaterowanie i gastronomia; informacja i komunikacja

Sektor 4: działalność finansowa i ubezpieczeniowa; obsługa rynku nieruchomości Sektor 5: pozostałe usługi


33

Analiza danych zawartych w tych dwóch tablicach prowadzi do szeregu obserwacji i

wniosków. Po pierwsze, kobiety dominują w strukturze zatrudnienia w sektorze 4: działalność

finansowa i ubezpieczeniowa; obsługa rynku nieruchomości i sektorze 5: pozostałe usługi.

Udział kobiet w strukturze zatrudnienia w tych dwóch sektorach wzrasta pomiędzy

obserwowanymi momentami. W poszczególnych powiatach udział kobiet w zatrudnieniu w

tych dwóch sektorach jest silnie zróżnicowany. W sektorze 4 najniższy udział zatrudnienia

kobiet obserwujemy w powiecie łódzkim wschodnim (52,3% w 2009 i 50,1% w 2005).

Najwyższe wskaźniki odnotowujemy w powiatach skierniewickim (94,1 % w 2009 i 95,5% w

2005) i piotrkowskim (83,2 % w 2009 i 72,8% w 2005). W sektorze 5 najniższy udział

zatrudnienia kobiet obserwujemy w powiatach miejskich Łodzi (65,7% w 2009 i 65,6% w

2005) i Piotrkowie Trybunalskim (66,5% w 2009 i 64,0% w 2005). Najwyższe wskaźniki

odnotowujemy w powiatach pajęczyńskim (78,2 % w 2009 i 77,9% w 2005) i rawskim (74,2

% w 2009 i 76,5% w 2005).

Po drugie, najniższy udział kobiet w strukturze zatrudnienia odnotowujemy w sektorze

2 : przemysł i budownictwo. W sektorze tym najniższy udział zatrudnienia kobiet

obserwujemy w powiecie bełchatowskim (18,8% w 2005 i 20,3% w 2009). Najwyższe

wskaźniki odnotowujemy w powiatach brzezińskim (54,8 % w 2009 i 47,0% w 2005) i

poddębickim (42,2 % w 2009 i 47,8% w 2005). Po trzecie najniższe zróżnicowanie udziałów

kobiet w zatrudnieniu obserwujemy w sektorze 1: rolnictwo, leśnictwo, łowiectwo i

rybactwo, największe w sektorze 4.

Porównanie struktury bezrobocia w przekroju płci na poziomie powiatów potwierdza

wcześniejsze obserwacje o dość stabilnym poziomie tych wielkości (por. tablica 14). W

badanym okresie lat 2005-2010 udział kobiet w strukturze bezrobocia spadł w powiecie

zgierskim, bełchatowskim, piotrkowskim, wieluńskim, wieruszowskim i miejskim

Skierniewickim. Jednocześnie możemy zidentyfikować liczną grupę powiatów w który

nastąpił wzrost tego wskaźnika. Są to powiaty: brzeziński, opoczyński, radomszczański,

tomaszowski, łaski, pajęczański, poddębicki, sieradzki, łowicki, rawski i skierniewicki.

34

Tablica 14

Udział kobiet w ogóle bezrobotnych i bezrobotnych długoterminowo wg powiatów, stan na koniec 2005 r. i 2010 r

Wyszczególnienie

2010 2005

ogółem powyżej 24

miesięcy

ogółem powyżej 24

miesięcy

ŁÓDZKIE 50,3% 54,3% 50,3% 55,4%

Powiat łódzki wschodni 47,5% 44,2% 47,7% 50,6%

Powiat pabianicki 47,8% 49,6% 47,0% 49,1%

Powiat zgierski 47,5% 45,1% 50,0% 54,9%

Powiat brzeziński 43,2% 41,8% 42,5% 47,7%

Powiat m.Łódź 49,6% 51,9% 49,7% 52,8%

Powiat bełchatowski 59,2% 67,7% 60,3% 68,2%

Powiat opoczyński 53,5% 57,6% 50,6% 58,0%

Powiat piotrkowski 50,3% 52,2% 52,3% 58,9%

Powiat radomszczański 55,5% 64,8% 54,2% 61,5%

Powiat tomaszowski 48,4% 49,6% 47,7% 52,5%

Powiat m.Piotrków Trybunalski 52,3% 55,0% 52,9% 58,5%

Powiat łaski 48,8% 51,0% 47,6% 51,6%

Powiat pajęczański 53,0% 55,3% 48,7% 52,5%

Powiat poddębicki 43,2% 48,9% 42,4% 47,5%

Powiat sieradzki 49,3% 53,7% 48,1% 54,1%

Powiat wieluński 46,5% 51,5% 50,4% 55,6%

Powiat wieruszowski 52,6% 54,9% 55,1% 62,9%

Powiat zduńskowolski 50,3% 59,3% 50,2% 54,9%

Powiat kutnowski 54,8% 68,9% 55,0% 64,4%

Powiat łęczycki 50,1% 56,4% 49,9% 58,5%

Powiat łowicki 47,7% 44,0% 46,4% 45,5%

Powiat rawski 46,0% 44,9% 43,7% 43,5%

Powiat skierniewicki 52,8% 50,0% 50,4% 49,1%

Powiat m.Skierniewice 54,2% 63,4% 55,2% 62,8%

Źródło: Bank Danych Lokalnych, GUS, Warszawa, obliczenia własne. Na koniec przyjrzyjmy się jeszcze dostępności do żłobków i przedszkoli w

poszczególnych powiatach woj. łódzkiego. Z pozyskanych dany wynika zasadniczy wniosek

o bardzo ograniczonej dostępności do tych instytucji wspomagających funkcjonowanie

rodziny (zob. tablica 15). Z danych tych wynika, że istnieje bardzo liczna grupa powiatów w

których w roku 2009 nie funkcjonowały żłobki. Relacja dzieci w przedszkolach do liczby

dzieci w wieku 0-4 lata tylko w nielicznych powiatach przekracza 50 % (Łódź, Piotrków

Trybunalski, Skierniewice). Ogólnie można stwierdzić, że sytuacja w tym zakresie jest

najlepsza w największych miastach regionu.

35

Tablica 15

Przedszkola i żłobki w 2009r. w przekroju powiatów

Jednostka terytorialna

Przedszkola Żłobki Dzieci

0-4 lata

[5]

Udziały Oddziały

[1]

Dzieci

[2]

Oddziały

[3

Dzieci

[4] [2]/[5] [4]/[5]

ŁÓDZKIE 531 49 031 39 5 928 120 499 40,7% 4,9%

Powiat łódzki wschodni 11 1 182 3 375 35,0% 0,0%

Powiat pabianicki 22 2 437 3 358 5 397 45,2% 6,6%

Powiat zgierski 37 3 115 1 155 7 674 40,6% 2,0%

Powiat brzeziński 4 355 1 488 23,9% 0,0%

Powiat m.Łódź 177 17 357 30 4 693 30 175 57,5% 15,6%

Powiat bełchatowski 20 1 830 1 128 5 977 30,6% 2,1%

Powiat opoczyński 7 787 0 33 4 441 17,7% 0,7%

Powiat piotrkowski 12 918 5 035 18,2% 0,0%

Powiat radomszczański 21 1 850 5 674 32,6% 0,0%

Powiat tomaszowski 27 2 615 1 142 6 329 41,3% 2,2%

Powiat m.Piotrków Trybunalski 20 2 090 1 131 3 942 53,0% 3,3%

Powiat łaski 9 801 0 39 2 391 33,5% 1,6%

Powiat pajęczański 16 1 067 2 531 42,2% 0,0%

Powiat poddębicki 5 537 1 994 26,9% 0,0%

Powiat sieradzki 20 2 201 0 65 6 011 36,6% 1,1%

Powiat wieluński 25 1 780 0 20 4 011 44,4% 0,5%

Powiat wieruszowski 18 900 2 282 39,4% 0,0%

Powiat zduńskowolski 15 1 387 0 36 3 454 40,2% 1,0%

Powiat kutnowski 15 1 314 4 498 29,2% 0,0%

Powiat łęczycki 7 641 2 586 24,8% 0,0%

Powiat łowicki 15 1 238 1 65 3 940 31,4% 1,6%

Powiat rawski 7 742 2 640 28,1% 0,0%

Powiat skierniewicki 8 433 2 036 21,3% 0,0%

Powiat m.Skierniewice 13 1 454 1 63 2 618 55,5% 2,4%


36

5. Wnioski

Przeprowadzone analizy prowadzą do następujących wniosków:

1. Województwo łódzkie jest najbardziej sfeminizowanym województwem w Polsce. Na

100 mężczyzn przypada w nim ponad 110 kobiet. Wyprzedza pod tym względem

województwo mazowieckie i dolnośląskie, w których to wskaźnik zbliżony jest do

109 i zdecydowanie różni się od pozostałych województw.

2. Relacja liczby kobiet do mężczyzn jest zróżnicowana w przekroju wieku. W woj.

łódzkim w najmłodszych i tych trochę starszych grupach wiekowych na 1000

mężczyzn przypada od 945 do 976 kobiet tj. nieznacznie mniej niż średnio przypada w

Polsce. Odwrócenie tej proporcji obserwujemy dopiero w grupach wiekowych po 40

roku życia. W woj. łódzkim liczba kobiet przypadająca na 1000 mężczyzn jest od 20

do 145 kobiet wyższa niż w Polsce

3. Wśród osób w wieku produkcyjnym wskaźniki aktywności zawodowej mężczyzn w

woj. łódzkim kształtują się na poziomach zbliżonych do analogicznych wskaźników

liczonych dla Polski. Współczynniki aktywności zawodowej kobiet w wieku

produkcyjnym w woj. łódzkim w całym badanym okresie przewyższają wartości

wskaźników liczonych dla Polski. Wskaźniki zatrudnienia kobiet w wieku

produkcyjnym w woj. łódzkim w większości badanego okresu utrzymują się na

poziomie przewyższającym wartość wskaźnika zatrudnienia kobiet liczonego dla

Polski

4. Stopy bezrobocia w przekroju płci w woj. łódzkim w latach 2005- 2010

odzwierciedlają tendencje ogólnopolskie. Specyfiką woj. łódzkiego jest to, że w

niektórych okresach stopa bezrobocia kobiet kształtowała się na niższym poziomie niż

stopa bezrobocia mężczyzn.

5. Mieszkanki woj. łódzkiego są lepiej wykształcone niż mężczyźni. Wśród ludności

większy odsetek osób z wykształceniem wyższym stanowią kobiety. Również wśród

kobiet odsetek osób z wykształceniem policealnym i średnim jest wyższy niż wśród

mężczyzn. Co ciekawe kobiety dominują również wśród ludności bez wykształcenia, a

odsetek osób z wykształceniem podstawowym jest taki sam dla obu płci. „Kobiecymi”

kierunkami kształcenia są: pedagogika, nauki społeczne, ekonomia i prawo, zdrowie,

opieka społeczna i usługi. Typowo męskim wyborem jest kształcenie w dziedzinie

inżynierii, procesów produkcyjnych i budownictwa.

37

6. Lista zawodów najpopularniejszych wśród kobiet jest krótsza od listy zawodów

popularnych wśród mężczyzn. Większość zawodów popularnych wśród kobiet cieszy

się popularnością także wśród mężczyzn. Rozpatrując ogół kierunków kształcenia

zawodowego realizowanego w woj. łódzkim można dostrzec, że kobiety dominują –

tzn. stanowią co najmniej 75% wszystkich absolwentów - na 23 kierunkach.

Mężczyźni natomiast na 46 kierunkach.

7. Płeć nie jest główną charakterystyką różnicującą sytuację jednostek na rynku pracy w

woj. łódzkim. Jej znaczenie pojawia się dopiero w określonych sytuacjach. Kobiety

częściej trafiają do bierności zawodowej jeśli pozostają lub pozostawały w związkach

małżeńskich i są w wieku do 35 lat. Wśród respondentów pozostających lub żyjących

wcześniej w związkach małżeńskich należących do grupy wiekowej 35-45 lat również

dostrzegamy wpływ płci, przy czym częstość przynależenia do określonego zasobu

(bierność, zatrudnienie, bezrobocie) wśród kobiet jest różnicowana dodatkowo ze

względu na poziom wykształcenia, w wśród mężczyzn ze względu na miejsce

zamieszkania. Wśród osób starszych niż 45 lat badana częstość jest zróżnicowana ze

względu na wykształcenie. Dopiero po tym podziale respondentów legitymujących się

wykształceniem średnim ogólnym i zawodowym oraz zasadniczym zawodowym

możemy podzielić ze względu na płeć.

8. Analizy z wykorzystaniem drzew klasyfikacyjnych potwierdziły także, że szanse

utrzymania pracy są zróżnicowane w przekroju płci. Główną zmienną różnicującą

strukturę przepływów jest tu jednak wiek. Jeśli respondent jest w wieku 45 lat i więcej

częstość przepływów z zatrudnienia do poszczególnych kategorii jest zróżnicowana w

przekroju płci. W tej grupie wiekowej kobiety mają niższe szanse utrzymania

zatrudnienia niż mężczyźni. Podobnie płeć oddziałuje w przypadku osób w wieku 25

– 45 lat, żyjących obecnie lub w przeszłości w związkach małżeńskich. Oszacowane

równania płac wskazują, że średnia oczekiwana premia za dodatkowy rok nauki

wyniosła 3,3% dla kobiet i 4,2% dla mężczyzn. Średnia oczekiwana premia za każdy

kolejny rok zdobywania doświadczenia zawodowego dla kobiet wynosi 4,7% a jej

ubytek wraz z wiekiem wynosi 0,00048, a wśród mężczyzn 3,8% (0,00043). Z

przeprowadzonych obliczeń wynika, że mężczyźni ze względu na różnice w poziomie

wykształcenia i doświadczenia zawodowego powinni średnio uzyskiwać płace na

poziomie niższym od kobiet o 9,7%. Uzyskane wyniki wskazują na występowanie

zjawiska dyskryminacji płac kobiet na rynku pracy.

38

9. Z pozyskanych dany wynika zasadniczy wniosek o bardzo ograniczonej dostępności

do instytucji wspomagających funkcjonowanie rodziny (żłobków, przedszkoli). W

woj. łódzkim w bardzo licznej grupie powiatów w 2009 r. nie funkcjonowały żłobki.

Relacja dzieci w przedszkolach do liczby dzieci w wieku 0-4 lata tylko w nielicznych

powiatach przekracza 50 % (Łódź, Piotrków Trybunalski, Skierniewice). Ogólnie

można stwierdzić, że sytuacja w tym zakresie jest najlepsza w największych miastach

regionu.

39

Aneks 1

Liczba osób uzyskujących dyplom poświadczający uzyskanie kwalifikacji zawodowych wg

zawodów w latach 2005-2006 w województwie łódzkim Liczba osób, które otrzymały dyplom Ogółem Kobiety % kobiet

Ogółem 19847 9518 48,0

322[03] Higienistka stomatologiczna 26 26 100,0

322[21] Opiekunka dziecięca 9 9 100,0

913[01] Pracownik pomocniczy obsługi hotelowej 6 6 100,0

348[02] Technik archiwista 2 2 100,0

514[03] Technik usług kosmetycznych 680 679 99,9

743[01] Krawiec 124 121 97,6

346[03] Opiekunka środowiskowa 52 50 96,2

514[01] Fryzjer 74 70 94,6

311[34] Technik technologii odzieży 284 268 94,4

346[04] Opiekun w domu pomocy społecznej 83 78 94,0

514[02] Technik usług fryzjerskich 165 155 93,9

412[01] Technik rachunkowości 30 28 93,3

322[15] Terapeuta zajęciowy 112 104 92,9

322[20] Dietetyk 28 26 92,9

419[01] Technik prac biurowych 41 38 92,7

322[09] Technik dentystyczny 40 36 90,0

322[10] Technik farmaceutyczny 354 316 89,3

321[07] Technik architektury krajobrazu 70 62 88,6

522[01] Sprzedawca 1311 1120 85,4

343[01] Technik administracji 453 384 84,8

321[01] Technik hodowca koni 68 53 77,9

341[04] Technik hotelarstwa 355 272 76,6

341[02] Technik ekonomista 1923 1468 76,3

342[01] Technik organizacji reklamy 75 56 74,7

341[05[ Technik obsługi turystycznej 89 66 74,2

341[03] Technik handlowiec 747 543 72,7

321[10] Technik żywienia i gospodarstwa domowego 887 599 67,5

322[12] Technik masażysta 213 139 65,3

311[02] Technik analityk 39 25 64,1

311[24] Technik ochrony środowiska 251 156 62,2

322[16] Technik optyk 112 68 60,7

512[02] Kucharz 88 51 58,0

522[02] Technik księgarstwa 7 4 57,1

321[09] Technik technologii żywności 466 261 56,0

512[01] Kelner 27 15 55,6

313[01] Fototechnik 19 10 52,6

341[07] Technik organizacji usług gastronomicznych 621 320 51,5

512[05] Kucharz małej gastronomii 1597 812 50,8

322[19] Technik elektroradiolog 30 15 50,0

744[01] Kaletnik 2 1 50,0

621[01] Ogrodnik 90 42 46,7

315[01] Technik bezpieczeństwa i higieny pracy 263 120 45,6

342[04] Technik logistyk 283 125 44,2

341[01] Technik agrobiznesu 304 133 43,8

826[01] Operator maszyn w przemyśle włókienniczym 23 10 43,5

741[01] Cukiernik 70 30 42,9

421[01] Technik usług pocztowych i telekomunikacyjnych 17 7 41,2

322[06] Ratownik medyczny 225 90 40,0

322[14] Technik weterynarii 60 24 40,0

321[03] Technik ogrodnik 162 63 38,9

827[01] Operator maszyn i urządzeń przemysłu spożywczego 48 18 37,5

342[02] Technik spedytor 58 19 32,8

311[10] Technik geodeta 141 44 31,2

311[28] Technik poligraf 62 14 22,6

515[01] Technik ochrony fizycznej osób i mienia 330 74 22,4

321[05] Technik rolnik 386 58 15,0

312[01] Technik informatyk 438 64 14,6

734[02] Introligator 17 2 11,8

40

311[04] Technik budownictwa 370 36 9,7

741[02] Piekarz 121 8 6,6

311[45] Technik drogownictwa 48 3 6,3

725[01] Monter-elektronik 100 5 5,0

311[37] Technik telekomunikacji 79 3 3,8

742[01] Stolarz 62 2 3,2

825[01] Drukarz 31 1 3,2

321[02] Technik leśnik 50 1 2,0

311[39] Technik urządzeń sanitarnych 54 1 1,9

311[07] Technik elektronik 607 7 1,2

723[04] Mechanik pojazdów samochodowych 905 2 0,2

311[20] Technik mechanik 926 0 0,0

713[06] Technolog robót wykończeniowych w budownictwie 286 0 0,0

311[08] Technik elektryk 269 0 0,0

724[02] Elektromechanik pojazdów samochodowych 228 0 0,0

723[03] Mechanik-operator pojazdów i maszyn rolniczych 197 0 0,0

311[22] Technik mechanizacji rolnictwa 156 0 0,0

723[02] Mechanik-monter maszyn i urządzeń 130 0 0,0

724[05] Elektromechanik 102 0 0,0

713[02] Monter instalacji i urządzeń sanitarnych 99 0 0,0

722[03] Ślusarz 90 0 0,0

724[01] Elektryk 89 0 0,0

721[03] Blacharz samochodowy 53 0 0,0

712[06] Murarz 51 0 0,0

713[05] Posadzkarz 38 0 0,0

714[01] Malarz-tapeciarz 37 0 0,0

712[04] Monter konstrukcji budowlanych 25 0 0,0

311[32] Technik technologii drewna 23 0 0,0

311[50] Technik mechatronik 14 0 0,0

722[02] Operator obrabiarek skrawających 14 0 0,0

833[02] Operator maszyn leśnych 11 0 0,0

743[03] Tapicer 10 0 0,0

613[01] Rolnik 7 0 0,0

725[03] Monter mechatronik 7 0 0,0

712[02] Cieśla 5 0 0,0

741[03] Rzeźnik-wędliniarz 5 0 0,0

714[03] Lakiernik 4 0 0,0

742[02] Koszykarz-plecionkarz 3 0 0,0

713[07] Monter instalacji gazowych 2 0 0,0

311[38] Technik transportu kolejowego 1 0 0,0

721[01] Blacharz 1 0 0,0

Źródło: Okręgowa Komisja Egzaminacyjna w Łodzi

41

Aneks 2

Wyniki estymacji równania płac na grupie mężczyzn i kobiet Mężczyźni Kobiety

Zmienne Współczynniki statystyka t P>|z| Współczynniki statystyka t P>|z|

Równanie regresji

wiek 0,038 3,68 0,00 0,047 4,18 0,00

wiek2 -0,000 -3,37 0,00 -0,000 -3,29 0,00

LataEdu 0,042 5,79 0,00 0,033 5,29 0,00

loz_2 0,053 1,32 0,19 0,024 0,61 0,54

loz_3 0,096 2,22 0,03 0,013 0,34 0,74

loz_4 0,158 3,53 0,00 0,059 1,42 0,15

loz_5 0,249 6,13 0,00 0,035 0,83 0,41

loz_6 0,279 5,86 0,00 0,120 2,44 0,02

pkd_2 -0,227 -2,35 0,02 0,127 1,04 0,30

pkd_3 0,081 0,78 0,44 0,073 0,41 0,68

pkd_4 0,183 2,09 0,04 0,007 0,03 0,98

pkd_6 0,268 3,17 0,00 0,222 2,2 0,03

pkd_7 -0,155 -2,02 0,04 0,000 0 1,00

pkd_8 0,045 1,11 0,27 -0,084 -0,53 0,60

pkd_9 -0,035 -0,73 0,47 -0,068 -1,47 0,14

pkd_10 0,097 2,27 0,02 0,133 2,31 0,02

pkd_11 0,105 0,94 0,35 -0,031 -0,39 0,69

pkd_12 0,277 1,53 0,13 -0,119 -1,58 0,11

pkd_13 0,249 1,36 0,17 0,089 1,51 0,13

pkd_14 0,303 2,57 0,01 -0,270 -2,86 0,00

pkd_15 -0,079 -0,69 0,49 -0,145 -1,83 0,07

pkd_16 -0,190 -2,27 0,02 -0,084 -1,07 0,28

pkd_17 0,097 1,94 0,05 -0,072 -1,7 0,09

pkd_18 -0,242 -3,66 0,00 -0,045 -1,11 0,27

pkd_19 -0,177 -2,1 0,04 -0,042 -0,99 0,32

pkd_20 -0,211 -1,46 0,14 -0,032 -0,43 0,67

pkd_21 0,006 0,04 0,97 0,075 0,87 0,39

occ_2 0,556 8,19 0,00 0,383 5,44 0,00

occ_3 0,365 5,4 0,00 0,339 6,39 0,00

occ_4 0,130 2,75 0,01 0,199 4,07 0,00

occ_5 0,092 1,54 0,12 0,118 2,43 0,02

occ_6 -0,037 -0,61 0,54 0,076 1,38 0,17

occ_9 0,022 0,63 0,53 0,138 2,49 0,01

occ_10 -0,081 -1,84 0,07 -0,032 -0,68 0,50

_cons 5,892 27,84 0,00 5,237 23,11 0,00

Równanie selekcji

wiek -0,070 -2,15 0,03 0,080 2,09 0,04

LataEdu -0,069 -4,51 0,00 -0,023 -1,4 0,16

wiek2 0,001 1,82 0,07 -0,001 -2,2 0,03

singiel -0,297 -2,9 0,00 -0,091 -0,98 0,33

wies 0,340 4,38 0,00 0,249 3,03 0,00

_cons 2,743 4,1 0,00 -0,648 -0,86 0,39

42

/athrho -0,782 -4,89 0,00 1,473 8,16 0,00

/lnsigma -1,043 -20,62 0,00 -1,091 -24,14 0,00

rho -0,654 0,900

sigma 0,352 0,336

lambda -0,231 0,302

LR test of indep.

eqns. (rho = 0):

chi2(1) = 8.79 Prob > chi2 = 0.0030 chi2(1) = 19.19 Prob > chi2 = 0.0000

Number of obs = 1106 1 001

Censored obs = 389 321

Uncensored obs = 717 680

Aneks 3: Drzewo klasyfikacyjne: Stan na rynku pracy, model CHAID

Liczba wezlów dzielonych: 13, liczba wezlów koncowych: 18

Model: CHAID

1

2

4 5

9 10

6

16 17

21 22

18

3

7 8

11 12 13 14

15

19 20

23 24 25 26

27 28

29 30 31


Struktura drzewa

Numer

węzła

(D)

Liczba

-

węzłów

Liczba

osób

w

węźle

Liczba

biernych

zawodowo

Liczba

pracujących

Liczba

bezrobotnych

Podział

-

zmienna

Kryterium

- dla

potomka 1

Kryterium

- dla

potomka

2

Kryterium

- dla

potomka

3

Kryterium

- dla

potomka

4

1 2 8870 2700 5699 471 singiel 0 1

2 3 6473 1739 4464 270 wiekkat 1, 2 3 4

4 2 1263 199 996 68 PL 1 2

7 534 15 491 28

8 729 184 505 40

5 2 1598 148 1375 75 PL 1 2

9 2 736 28 667 41 wies 0 1

11 442 19 390 33

12 294 9 277 8

10 2 862 120 708 34 WYKSZ 1, 2, 3, 4, 6 5

13 609 66 520 23

14 253 54 188 11

6 4 3612 1392 2093 127 WYKSZ 1, 2 3 4, 5 6

15 549 98 442 9

16 2 866 290 555 21 PL 1 2

19 459 136 318 5

20 407 154 237 16

17 2 1508 617 824 67 PL 1 2

21 2 826 288 505 33 wies 0 1

23 485 195 271 19

24 341 93 234 14

22 2 682 329 319 34 wies 0 1

25 453 234 190 29

26 229 95 129 5

18 2 689 387 272 30 wies 0 1

27 280 173 88 19

28 409 214 184 11

3 3 2397 961 1235 201 wiekkat 1, 3 2 4

29 1388 746 519 123

30 770 104 604 62

31 239 111 112 16

Objaśnienia dla zmiennych: pl: 1 – mężczyzna; 2 – kobieta

singiel: 1 – kawaler/panna; 0 – żonaty/ zamężna/ rozwiedziony/ rozwiedziona/ wdowiec/ wdowa

wieś: 1 – wieś; 0 – miasto

wiekkat: 1 – osoby wieku do 25 lat; 2 – osoby w wieku od 25 do 35 lat; 3 – od 35 do 45 lat; 4 – 45 lat i więcej wyksz: 1- wyższe; 2 – policealne; 3 – średnie zawodowe; 4 - średnie ogólnokształcące; 5 – zasadnicze

zawodowe; 6 – pozostałe


44

Aneks 4: Drzewo klasyfikacyjne: Przepływy z bierności, model CHAID Struktura drzewa

Nr

węzła (D)

Liczba

-

węzłów

Liczba

osób w

węźle

Liczba

biernych

zawodowo

Liczba

pracujących

Liczba

bezrobotnych

Podział - zmienna

Kryterium

- dla

potomka 1

Kryterium

- dla

potomka

2

Kryterium

- dla

potomka

3

1 3 2721 2358 247 116 wiekkat 1, 3 2 4

2 2 1034 831 136 67 WYKSZ 1, 2, 3, 4, 5 6

5 629 451 118 60

6 405 380 18 7

3 308 211 66 31

4 2 1379 1316 45 18 wies 0 1

7 892 864 16 12

8 487 452 29 6


1

2 4

5 6

3

7 8

Objaśnienia dla zmiennych:

wieś: 1 – wieś; 0 – miasto

wiekkat: 1 – osoby wieku do 25 lat; 2 – osoby w wieku od 25 do 35 lat; 3 – od 35 do 45 lat; 4 – 45 lat i więcej

wyksz: 1- wyższe; 2 – policealne; 3 – średnie zawodowe; 4 - średnie ogólnokształcące; 5 – zasadnicze

zawodowe; 6 – pozostałe


45

Aneks 5: Drzewo klasyfikacyjne: Przepływy z zatrudnienia, model CHAID Struktura drzewa

Nr

węzła (D)

Liczba

-

węzłów

Liczba

osób w

węźle

Liczba

biernych

zawodowo

Liczba

pracujących

Liczba

bezrobotnych

Podział -

zmienna

Kryterium

- dla

potomka

1

Kryterium

- dla

potomka

2

Kryterium

- dla

potomka

3

1 3 5627 191 5267 169 wiekkat 1 2, 3 4

2 313 18 277 18

3 2 3065 69 2895 101 singiel 0 1

5 2 2333 53 2219 61 PL 1 2

7 1157 14 1106 37

8 1176 39 1113 24

6 732 16 676 40

4 2 2249 104 2095 50 PL 1 2

9 1255 61 1176 18

10 994 43 919 32

Objaśnienia dla zmiennych: pl: 1 – mężczyzna; 2 – kobieta

singiel: 1 – kawaler/panna; 0 – żonaty/ zamężna/ rozwiedziony/ rozwiedziona/ wdowiec/ wdowa

wiekkat: 1 – osoby wieku do 25 lat; 2 – osoby w wieku od 25 do 35 lat; 3 – od 35 do 45 lat; 4 – 45 lat i więcej


rownosc kobiet i mezczyzn na rynku pracy w wojewodztwie ... sytuacji na rynku pracy w przekroju...

Documents