关于东盟数字经济的性别分类数据的可用性

ERIA-DP-2022-39 ERIA讨论文件系列第468号 关于东盟数字经济的按性别分类的数据的可用性 阿拉伯SEY 首席研究科学家，信息学院，华盛顿大学，西雅图 2023年1月 Abstract:东南亚国家联盟(东盟)所有成员国都承认性别数据对妇女经济赋权和充分融入经济决策的重要性，并正在采取措施改善分类数据的收集和使用。考虑到数字经济的核心作用，性别数据收集方面的任何改进都必须包括制作数字经济数据。本文讨论了性别数据对于在数字经济中追求性别平等的重要性，并总结了按性别分列的有关东盟地区数字访问，技能和经济活动的数据的当前可用性。结果表明，在大多数全球数据库中，按性别分列的东盟数字经济数据的可用性不均衡。替代数据源，如大数据，可以帮助填补数据空白，但由于与数据偏见、隐私和安全有关的问题尚未解决，因此应谨慎使用。 关键词：性别数据，分类数据，数字经济，东盟 JEL分类：C8、L86、O53 ‡论文的编写由东盟和东亚经济研究所（ERIA）战略与伙伴关系主任GiliaAjmoeMarsa监督。TyeSoltiosSdBhd的创始人AimiRamlee；SHEIvestmets执行董事CeliaBoyd；UoyaSdBhd首席执行官MazMatHassa的专业见解；以及MariaGarrido的可视化支持。 §本文得到了东盟和东亚经济研究所(ERIA)的支持和 澳大利亚政府通过外交和贸易部。本出版物中表达的观点仅是作者的观点，不一定是ERIA或澳大利亚政府的观点。 1.Introduction 无论是出于经济发展，商业生产力还是社会公平的原因，东南亚国家联盟（ASEAN ）所有成员国（AMS）都承认赋予妇女经济权力和充分融入数字经济的重要性。然而，所有迹象表明，女性对数字经济的参与仍然相对较低，并受到许多持续挑战的困扰，例如数字和商业技能低下、缺乏获得资金的机会以及性别化的社会规范(AjmoeMarsa和Sey，2021)。性别歧视和不平等的多面性，加上数字经济的广泛传播，需要考虑到许多社会和经济问题的战略。如果政策制定者要采取适当和有效的行动来解决这些问题，他们需要全面和准确的数据来捕捉不同类别人群的现实。 虽然评论倾向于优先考虑统计数据(特别是按性别分列的统计数据)的需要，但这并不是公平制定性别平等政策所需的唯一数据类型。正如联合国促进性别平等和增强妇女权能署(妇女署)所阐述的那样，性别数据是一个更广泛的概念，包括按性别分列的数据、按其他人口统计分类的交叉身份数据以及关于性别规范等问题的定性数据(妇女署，.D.-a).近年来，对性别数据的呼声越来越高，特别是随着冠状病毒病(COVID-19)大流行的影响暴露了家庭和经济领域交织在一起的各种性别不利因素。 在大流行之前，《东盟关于以性别平等态度执行东盟共同体2025年愿景和可持续发展目标的宣言》（东盟，2017年：1-3）包括三项与数据相关的承诺，所有这些都表明了对性别价值的赞赏数据： “加强东盟成员国加强国家和国家以下按性别分列的数据库和分析的能力” 1 “收集，管理，分析，传播和确保获得高质量，可靠和及时的按性别，年龄以及与国家背景相关的社会文化和经济特征分类的数据” “大力鼓励监测和评价关于妇女和女孩的现有政策、计划和方案，包括评估妇女在经济中的贡献和基于性别的暴力的经济代价” 《2021-2025年东盟性别主流化战略框架》（东盟，2021年）重申了这些承诺。根据对2018年性别统计数据的评估，联合国妇女署（2022年）得出结论，亚太地区很少有法律规定收集性别统计数据，国家统计局缺乏传播数据的能力，很少能找到与性别平等相关的专门主题（如时间使用）的数据。随后，联合国妇女署（2022年）的干预措施支持该地区的几个国家制定战略，以改善数据生产，加强其统计部门生产和使用性别统计数据的能力，并开始探索大数据的潜力。这一进展似乎主要与可持续发展目标（SDG）指标有关，而标准化措施已经存在。然而，考虑到数字经济对实现可持续发展目标的重要性 ，性别数据收集和使用的任何改进都必须延伸到数字经济数据的产生。本文讨论了性别数据对于在数字经济中追求性别平等的重要性，并总结了按性别分列的有关东盟地区数字访问，技能和经济活动的数据的当前可用性。 2.数据在数字经济中解决妇女不平等问题中的作用 性别统计可以在数字经济中有关妇女的政策制定和实施中发挥重要作用。三个关键的效用领域是确定性别问题以引起政策关注，设计解决问题的政策以及监测政策结果（图1 ）。 图1：性别数据在决策中的作用 来源：作者。 问题定义在为性别数字平等的举措和干预措施分配资源之前，政策制定者应利用数据来了解他们试图解决的问题的规模和性质。定义问题包括确定关注的具体问题及其症状、原因和可能的解决方案。仅仅意识到存在性别数字不平等并不能提供消除这种不平等的途径，特别是与性别问题相关的各种层面。此外，在资源有限的情况下，政策举措需要明智地有针对性，以优化影响。如果没有适当的数据，可能会对AMS中女性数字不平等的程度 、根本原因是什么、哪些人处于最严重的不利地位以及什么做出错误的假设。 最有成效的干预点可能是。如果不针对相关问题，减少或消除数字不平等的策略将浪费精力。 相反，如果没有数据，政策制定者可能无法优先考虑甚至认识到确实存在的问题。例如，东盟有几项关于暴力侵害妇女、女童和儿童的宣言，但相关行动框架很少涉及基于性别的网络暴力。然而，研究表明，基于性别的网络暴力对东盟地区的妇女来说是一个严重的问题。例如，Timr（2022）讨论了一些研究，这些研究表明，在包括菲律宾，马来西亚，缅甸和泰国在内的几个AMS中，基于性别的网络暴力，例如厌恶女性的言论，基于性别的仇恨言论，互联网辅助的人口贩运和性勒索。为什么会发生这种情况，以及有多少妇女受到这一趋势的负面影响？从社会角度来看，这对实现当前东盟关于暴力侵害妇女和女童的政策构成了多大的威胁？并且，从经济角度来看，这在多大程度上影响了妇女对数字经济的参与，并有可能破坏大流行后的经济复苏努力？这是技术政策，性别政策，教育政策还是跨部门政策的某种组合？没有关于基于性别的网络暴力普遍性的国家分类数据，很难说，因此也难以确定需要解决的实际问题是什么，以及它是否适合进行政策干预。 政策设计如果没有性别数据的基础，政策及其相关策略很可能最终会漫无目的和浪费 。由于与实际问题不一致，许多精心制定的计划都失败了；或者因为它们是由政治压力驱动的，或者是不管手头的问题如何实施特定行动方案的故意愿望，而不是数据驱动的。关于数字经济中妇女的政策建议和/或规定通常不是基于数字经济中妇女的具体数据或来自相关国家背景的数据。当然，在处理像妇女经济赋权这样复杂的问题时，数据以外的因素可以(而且往往确实)推动政策，但数据不需要在这个过程中缺失(Ede和Wagstaff，2021)。了解女性的所有方面。 通过性别数据和按性别分列的数据，数字经济中的不平等可能导致政策设计方式的变化。大多数妇女数字平等政策都针对妇女进行干预。但是，例如，有关家庭和护理工作负担的分类数据可以证明生活的这一方面如何影响数字访问，并可以促使政策制定者探索或尝试旨在不仅针对特定人口群体，而且针对动态的政策。家庭环境。分析按性别分列的数据也有助于确定决策者可以采用的潜在解决方案，因为这些数据可以显示哪些社区或部门实现了更大的平等，以及成功的可能原因。认识到问题的规模和范围，一旦确定，就可以更容易地确定适当的执行机构，设定目标并估计相关的实施成本。 政策影响监测和评价：即使应用了数据，各种设计-现实差距（Gómez和Hees， 2016年）也会干扰政策的有效性。然而，准确和有代表性的数据确实有助于减少这些差距的大小，首先是在设计阶段，但也许更关键的是，在实施阶段，通过有效的监测和评估。将分类数据纳入政策设计和执行，可以提前决定从性别角度来看成功的样子，并确保对成功的定义负责。收集按性别分列的数据不仅有助于确定政策差距、失败或意外影响，还有助于记录实现目标和实现目标的进展情况。在年轻妇女中促进数字创业的计划可以培训数百名妇女的数字技能。然而，如果没有关于地方甚至国家层面数字创业变化的分类数据，就不能说这种培训是否导致了更多的女企业家，她们是否有平等的机会获得商业资源，以及她们的表现是否与男性同行一样有利可图。因此，对按性别分列的数据的作用的认识使人们注意评价具体政策和方案所需的信息类型，以及应收集这些信息的行政级别。这也可以支持。 关于方案的影响相对于其成本和实现特定结果所需的时间的决策。 3.需要哪些数据？ 跟踪数字经济的性别层面的挑战在于，如此多的方面是相关的。政策制定者需要确定哪些知识最能代表数字经济中各个部门和行业的人们的经验。即使在那之后，仍然存在哪些相关指标要优先考虑或用作代理的问题(例如Procedre关于性别质量的政策制定和可持续发展目标指标的分析，见Ede和Wagstaff，2021；关于性别数字包容性评估的Pawlcz，Lee和Gamdai，2021）。其中一些决定可以通过与可持续发展目标下的指标和主要国际发展机构制定的其他指标保持一致来简化，但其他决定将需要新的思维。AMS需要按性别分列的总体可持续发展目标数据，特别是数字经济数据。他们还需要及时，纵向的数据，并捕获生命的不同阶段。 SDG指标：就全球标准而言，一些可持续发展目标包括指标（UNStats，.D.），如 果为这些指标收集的数据按性别和经济部门分类，则可以利用这些数据来观察数字经济中的性别趋势。一些可持续发展目标，例如与教育（SDG4），性别（SDG5），经济增长 （SDG8），安全城市（SDG11）和包容性社会（SDG16）有关的指标，包括可用于性别和行业特定分析的指标。随着进一步的分类，可以获得更精细的性别不平等情况-东盟性别展望报告（Derto-Valero，Kal和Chachhai，2021）表明，不同地理位置，年龄，种族和经济活动的妇女和女孩经历不同程度的贫困。所有AMS都有负责制定可持续发展目标指标的部委和机构（东盟，2020年）。 数字经济的基础和粒度数据：除了可持续发展目标指标之外，还需要广泛的其他分类数据。目前，国际电信联盟(国际电联)、世界银行、联合国教育、科学及文化组织(教科 文组织)和国际劳工组织(劳工组织)等机构整理了关于数字接入、数字技能、数字领导和与工作有关的歧视的相关指标的信息(图2)。 图2：全球数据库中按性别分列的数字经济相关指标样本 来源：作者。 一些指标具有一定的粒度。更精细的数据已经显示出无形的差异，这些差异可以改变女性以赋权方式使用数字技术的能力（例如Procedre移动电话的所有权与使用、智能电话与功能电话的所有权、互联网使用频率或在线完成的活动类型)。一些指标也按地理位置、年龄和社会经济地位等其他特征细分，尽管并非总是能够进行交叉分析。 由于数字技术发展如此迅速，因此还需要定期更新指标。例如，全球数据库中的一些数字技能指标可能不再代表在数字经济中发挥作用所需的技能 今天。各种区域机构正在开发评估数字技能的新方法。例如，欧盟统计局的技能类别包括一个关于个人如何评估在线内容的指标，经济合作与发展组织（OECD）收集有关人们如何管理在线访问其个人数据和活动的数据。 时间、时间序列和生命历程数据：由于家庭调查等传统数据收集方法的时间需要， 官方统计数据通常会滞后一年或更长时间，这意味着现有数据永远不会真正显示当前情况 。同样，技术发展的快节奏意味着这些时间滞后现在比过去几年更重要，因为政策将越来越多地基于严重过时的信息。需要新的方法来加快数据收集，以便更准确地反映现实。为了进行有效的监测和评估，还必须有纵向数据。 此外，采用生命周期方法收集数据将使决策者能够在人们生活的关键时刻观察性别规范的影响。正如澳大利亚的科学、技术、工程和数学(STEM)(方框1)所做的那样，选定的指标必须涵盖广泛的情况，这些情况可用于构建女性在数字经济中的表现