性别歧视调研报告

女性就业歧视分析姓名分工构思、论文写作构思、建模、计算求解构思、修改格式女性就业歧视分析摘要平等就业权是我国宪法赋予公民的一项基本权利,是提高女性的社会地位,实现男女平等的前提条件，但是,由于现行法律制度在禁止女性就业歧视规定方面明显不足,操作性差,法律救济渠道不畅,从而导致了在我国社会现实中,女性就业歧视问题仍然普遍存在.为分析造成这一现象的主要原因，本文采用综合评价法中的秩和比法分别从生理原因、受教育水平、传统观念、供求关系、利益最大化五个方面的内外原因进行深入的分析比较，在计算求解过程中为了使评价的结论更具有客观性和可信性，我们运用突出局部差异的客观赋权方法中的均方差法，通过EXCEL计算得出所占比重较大的因素，并针对此类因素给出了合理的解决办法，希望我们的分析可以为早日构建和谐的社会劳动关系提供帮助.关键词：女性就业歧视秩和比法EXCEL11．问题的重述随着国家从计划经济向市场经济的体制转轨、富裕劳动力人数增加的大形势和女性弱势地位共同作用，近些年来女性的公平就业话题中总有缕缕忧思缠绕。两性虽存在着生理差异，但承认差别的存在，克服人为不平等的因素，建立新的伦理关怀，这是文明至今应该、并且能够开拓的一条道路，因此，探究女性就业受歧视问题的成因及解决思路，不仅是为女性解决现实问题，更是促进现实社会的可持续发展、推动政治文明进步、全面提高女性社会地位、构建和谐社会的重要步骤。在不同的女性就业领域内和工作岗位以及女性就业后的不同阶段中，对于女性的歧视也是不同的，通过我们收集的相关数据综合比较，得到造成女性就业受歧视现象的主要原因以下几个方面：（1）生理原因：女性体力低、怀孕、生育等问题（2）受教育水平：女性自身的受教育水平（3）传统观念：从古至今“男尊女卑”的不正确观念（4）供求关系：职业对受雇佣者的体能、特殊技能需求（5）利益最大化：雇佣者希望受雇佣者为其创造最大化的利益2.问题的分析虽然造成女性就业受歧视现象原因多种多样，但是整体可以从女性自身的因素和外界的因素两种因素着手分析.通过我们收集的相关数据综合比较分析得：女性自身的因素主要有生理原因、受教育水平两个方面，外界的因素主要有传统观念、供求关系、利益最大化三个方面.根据以上五个方面的原因，我们制作了相应的调查问卷，并依据受调查人群的学历进行了分类统计，得出相关数据.为分析出以上五个方面对女性就业受歧视现象的影响程度，我们采用综合评价法中的秩和比法对数据进行处理计算，考虑到在评价指标体系中，各个评价指标在综合评价结果中的地位和作用是不一样的.有鉴于此，为了使评价的结论更具有客观性和可信性，我们运用突出局部差异的客观赋权方法中的均方差法，运用EXCEL计算得到结论，并根据结论，给出了合理的办法以达到逐步消除女性就业受歧视现象的目的.3．模型的假设针对提出的问题,考虑到女大学生就业受歧视原因的多样性、接受调查人群的数量等因素的影响,给出如下假设.1.排除受调查者的片面观点2.数据真实可靠且接近整体趋势3.忽略部分误差4.符号说明i:评价对象（1,2,...,5i）2j:指标（1,2,...,5j）ijx:第i个评价对象、第j个指标的观测值jw:第j项指标的权重系数jx:第j项指标的样本均值js:第j项指标的样本均方差iRSR:第i个评价对象的加权秩和比5．模型的建立与求解5.1分析原理秩和比是一种将多项指标综合成一个具有0-10连续变量特征的统计量,也可看成0-100的记分.多用于现成统计资料的再分析。不论所分析的问题是什么,计算的RSR越大越好.为此,在编秩时要区分高优指标和低优指标,有时还要引进不分高低的情况.例如,评价预期寿命、受检率、合格率等可视为高优指标；发病率、病死率、超标率为低优指标.在疗效评价中,不变率、微效率等可看作不分高低的指标。指标值相同应编以平均秩次.秩和比综合评价法基本原理是在一个n行m列矩阵中,通过秩转换,获得无量纲统计量RSR；在此基础上,运用参数统计分析的概念与方法,研究RSR的分布；以RSR值对评价对象的优劣直接排序或分档排序,从而对评价对象作出综合评价.5.2分析步骤设综合评价问题评价问题含有n个评价对象m个指标,相应的指标观测值分别为1,2,...,;1,2,...,ijxinjm指标权重向量为12(,,...,).m则秩和比法计算的基本步骤为：（1）编秩将n个评价对象的m个评价指标列成n行m列的原始数据表。编出每个指标各评价对象的秩,其中高优指标从小到大编秩,低优指标从大到小编秩,同一指标数据相同者编平均秩.（2）计算秩和比如果各指标权重相同,可用如下公式计算秩和比为:1(1,2,...,;1,2,...,)mjijjiwRRSRinjmmn3如果各指标权重不相同,则用如下公式计算加权秩和比:1(1,2,...,;1,2,...,)mjijjiwRRSRinjmn（3）秩和比排序根据(1,2,...,)iRSRin对评价对象（即女性就业歧视的影响因素）进行排序.5.3建模过程评价的各项指标调查人群学历分类影响因素小学中学大学研究生研究生以上生理原因5045485551受教育水平160170165130100传统观念20018014010091供求关系40709095105利益最大化5035571201535.31利用秩和比综合评价法对其进行综合评价（1）根据秩和比综合评价法的评价步骤,分别对要评价的各项指标（调查人群学历水平的分类）编秩,对女性就业歧视的各学历水平的人群即5项指标都是高优指标,所以对要评价的各项指标进行编秩如表：评价的各项指标编秩调查人群学历分类影响因素小学中学大学研究生研究生以上1x秩2x秩3x秩4x秩5x秩生理原因502.54524815515114受教育水平16041704165513051003传统观念2005180514041003912供求关系4017039039521054利益最大化502.5351572120415355.32计算秩和比首先确定评价指标权重系数,即权重均方差法：设5个评价对象5个指标的观测值分别为(1,2,...,5;1,2,...,5)ijxij第j项指标的样本均值与样本均方差依次为21111,nnjijjijjnixxsxxnn取第j项指标的权重系数为51(1,2,...,5)jjjjswjs由公式得12345100xxxxx1234522.36,24.60,23.26,20.12,21.91sssss123450.199,0.219,0.207,0.179,0.196指标权重向量为(0.199,0.219,0.207,0.179,0.196).w由于各指标权重不相同,则用如下公式计算加权秩和比51(1,2,...,5;1,2,...,5)5jijjiwRRSRij123450.3035,0.8380,0.76940.5238,0.5653RSRRSRRSRRSRRSR5.33秩和比排序(1,2,...,5)iRSRi对评价对象进行排序.5受教育水平传统观念利益最大化供求关系生理原因根据结果可以知：造成女性就业受歧视现象的主要原因是女性自身受教育的水平,其次是人们根深蒂固的“男尊女卑”的传统观念,再者是雇佣者希望自身利益最大化而形成的隐蔽性性别歧视.因此,若要两性社会地位会向着平等的方向发展,广大女性应注重提升自身的文化素养、提高自身的受教育水平,学会维护自身的权益；当今社会早已提倡人人平等,部分有“男尊女卑”传统观念的人们应该转变传统的不正确观念,相关部门应该完善相关法律法规,让女性就业平等成为人们的普遍共识；通过不断地舆论监督、就业公平宣传促进整个社会形成男女平等的就业观,而对于明目张胆的性别歧视和“霸王条款”,则需要依法予以严处.消除女性就业歧视，需要长时期的坚持和努力，绝非一己之力、一时之功，需要全社会的共同努力，需要从制度到观念不同层次的完善和转变；需要社会舆论为女性充分女性就业作好积极地宣传和大开“绿色通道”；需要积极引导家庭和社会的注意力关注女性现实的各种需要；更需要女性自身努力提高自己的文化素质和各种技能，为自己充分女性就业做好准备，形成独立的生活能力.6．模型优缺点及改进秩和比法的优点是以非参数法为基础,对指标的选择无特殊要求,适用于各种评价对象；此方法计算的数值是秩次,可以消除异常值干扰,它融合了参数分析的方法,结果比单纯采用非参数法更为精确,既可以直接排序,又可以分档排序,使用范围广泛,且不仅可以解决多指标的综合评价,也可用于统计测报与质量控制中.但秩和比的缺点是排序的主要依据是利用原始数据的秩次,最终算得的RSR值反映的是综合秩次的差距,而与原始数据的顺位间的差距程度大小无关,这样在指标转化为秩次是会失去一些原始数据的信息.参考文献[1]韩中庚,陆宜清,周素静.数学建模实用教程[M].北京:高等教育出版社,2013.200-207.附录511111005iixx522111005iixx533111005iixx544111005iixx6555111005iixx251111122.365iisxx252221124.605iisxx253331123.265iisxx254441120.125iisxx255551121.915iisxx11510.199jjsws22510.219jjsws33510.207jjsws44510.179jjsws55510.196jjsws51110.30355jjjwRRSR52120.83805jjjwRRSR53130.76945jjjwRRSR754140.52385jjjwRRSR55150.56535jjjwRRSR