Гендерное неравенство карьерного роста

1. Гендерное неравенство карьерного роста Независимый институт социальной политики 5-ая научная конференция «СОЦИАЛЬНАЯ ПОЛИТИКА: ВЫЗОВЫ XXI ВЕКА» Сурков С.В. Москва 20 февраля 2007 года

2. Образование и занятость • 6455 респондентов в возрасте от 18 до 55 лет • Охват – 32 региона России • Период проведения опроса – апрель - июнь 2005 года • Ретроспективный период с 1966 по 2005 год

3. Должность на основном месте работы • Первая группа: Руководитель с широкими управленческими полномочиями; • Вторая группа: Частнопрактикующий юрист, врач, нотариус, имеющий наемных работников; Работник, самостоятельно выполняющий ответственную работу и имеющий подчиненных; Предприниматель, имеющий наемных работников; • Третья группа: Бригадир; Работник, выполняющий сложные обязанности; Мастер; Частнопрактикующий юрист, врач, нотариус, не имеющий наемных работников;

4. Должность на основном месте работы (продолжение) • Четвертая группа: Высококвалифицированный рабочий; Фермер; • Пятая группа: Квалифицированный рабочий; • Шестая группа: Служащий, выполняющий несложные обязанности; Работник, занятый в сельском хозяйстве; Самозанятый, не имеющий подчиненных; Неквалифицированный рабочий.

5. Временные периоды • 1966 – 1991 гг. • 1992 – 2005 гг.

6. Event History (Cox model)данные за период 1992 – 2005 гг. • . stcox gender typent highed, nohr • failure _d: profgr • analysis time _t: appoin_d • Iteration 0: log likelihood = -906.70559 • Iteration 1: log likelihood = -893.01025 • Iteration 2: log likelihood = -892.65688 • Iteration 3: log likelihood = -892.65684 • Refining estimates: • Iteration 0: log likelihood = -892.65684 • Cox regression -- Breslow method for ties • No. of subjects = 2020 Number of obs = 2020 • No. of failures = 132 • Time at risk = 15700 • LR chi2(3) = 28.10 • Log likelihood = -892.65684 Prob > chi2 = 0.0000 • ------------------------------------------------------------------------------ • _t | • _d | Coef. Std. Err. z P>|z| [95% Conf. Interval] • ---------+-------------------------------------------------------------------- • gender | .428118 .1762484 2.429 0.015 .0826775 .7735585 • typent | .7531699 .1841318 4.090 0.000 .3922782 1.114062 • highed | .4015081 .1973589 2.034 0.042 .0146918 .7883244 • ------------------------------------------------------------------------------ • . stcox, hr • Cox regression -- Breslow method for ties • No. of subjects = 2020 Number of obs = 2020 • No. of failures = 132 • Time at risk = 15700 • LR chi2(3) = 28.10 • Log likelihood = -892.65684 Prob > chi2 = 0.0000 • ------------------------------------------------------------------------------ • _t | • _d | Haz. Ratio Std. Err. z P>|z| [95% Conf. Interval] • ---------+-------------------------------------------------------------------- • gender | 1.534367 .2704297 2.429 0.015 1.086191 2.167466 • typent | 2.123721 .3910447 4.090 0.000 1.48035 3.046708 • highed | 1.494076 .2948692 2.034 0.042 1.0148 2.199708 • ------------------------------------------------------------------------------

7. Event History (Cox model)данные за период 1966 – 1991 гг. • . stcox gender, nohr • failure _d: profgr • analysis time _t: appoin_d • Iteration 0: log likelihood = -1394.7386 • Iteration 1: log likelihood = -1392.6437 • Iteration 2: log likelihood = -1392.629 • Iteration 3: log likelihood = -1392.629 • Refining estimates: • Iteration 0: log likelihood = -1392.629 • Cox regression -- Breslow method for ties • No. of subjects = 2579 Number of obs = 2579 • No. of failures = 223 • Time at risk = 9685 • LR chi2(1) = 4.22 • Log likelihood = -1392.629 Prob > chi2 = 0.0400 • ------------------------------------------------------------------------------ • _t | • _d | Coef. Std. Err. z P>|z| [95% Conf. Interval] • ---------+-------------------------------------------------------------------- • gender | .316842 .1507519 2.102 0.036 .0213738 .6123102 • ------------------------------------------------------------------------------ • . stcox, hr • Cox regression -- Breslow method for ties • No. of subjects = 2579 Number of obs = 2579 • No. of failures = 223 • Time at risk = 9685 • LR chi2(1) = 4.22 • Log likelihood = -1392.629 Prob > chi2 = 0.0400 • ------------------------------------------------------------------------------ • _t | • _d | Haz. Ratio Std. Err. z P>|z| [95% Conf. Interval] • ---------+-------------------------------------------------------------------- • gender | 1.372786 .20695 2.102 0.036 1.021604 1.844688 • ------------------------------------------------------------------------------

8. Основные выводы • Теория «липкого пола» находит свое подтверждение: вероятность карьерного роста у мужчин на 53% выше, чем у женщин (в советское время этот показатель был равен 37%); • Высшее образование в переходный период стало играть существенную роль в карьерном росте: у лиц с высшим образованием карьерный рост встречается на 49% чаще, чем у остальных; • Возможности карьерного роста в негосударственном секторе более чем в два раза выше, чем в госсекторе

9. Перспективы исследования • Сопоставление данных по карьерному росту с макроэкономическими показателями с использованием контекстуальной базы данных • Сравнение характеристик вертикального и горизонтального роста