[銘] Earning as ratio of total income by gender

[銘] Earning as ratio of total income by education

[銘] Earning as ratio of total income

[銘] Co-residence with parent

男生到 40 歲都還有一半會和父母親中至少一位同住，倒是女生這個數字只剩兩成。

[銘] Marital status by education

低學歷的未婚率很平穩，倒是高學歷的不斷攀升。

男生女生在兩種學歷之間相對位置的差距其實也很直覺

[銘] Labor force participation by marital status

雖然男生女生在勞動參與上面有差，但如果都看沒有結婚的人，女生的勞動參與還比男生高一些。

[銘] Labor force participation by education and gender

男生高學歷的其實有成長回來，女生的成長多半由高學歷的驅動。

昨天漏了今天傳兩篇 :p 

[銘] Labor force participation

Significant increase for women,  slight decline for men.

[銘] Mean year of education

The convergence should be more prevalent in flow data

[銘] Self-report Taiwanese Fluency

Quite shocking......

[銘] Gender income gap

偷懶一下放這張

[銘] Rate of won housing

這個資料有定義的改變，不過至少前面的趨勢看起來很明顯。

[銘] Husband/Wife Earning Ratio

這是 motivated by Bertrand 的 paper。是說廣大的男性不太能接受自己賺的比較少這件事情。如果把夫婦的勞動收入圍著 1:1 的比例畫出來，的確是右邊比較高。但要說有個 discrete jump 或許不是那麼明顯。

[銘] Pay gap between husband and wife

其實畫這張之前應該先看同樣是夫婦的話兩邊的勞動參與情況如何。

平均數有點亂，太多 outliers 影響結果了，不過中位數就是個明顯的下降趨勢。

[銘] Gender earning gap -- Map

和前一篇的圖一樣，不過現在把每個地方分開來估計。

其實長相上面倒是沒有明顯的 pattern。新北和桃園莫名的低， 然後宜蘭、基隆意外的非常高。有些地方是放進 controls 之後就解釋掉的，這點在新竹市尤其明顯。或許就是個工程師的故事。

不過還是不知道宜蘭、基隆，或者苗栗是怎麼一回事。這些差距並不小，新北的 pay gap 可以到宜蘭的將近 1/3

[銘] Gender earning gap

其實比較適合拿來看這個的資料是人力資源調查，不過那邊資料還沒整理而且家庭收支調查可以之後拿來切所得的來源。

以前的 earning gap 比較大 （雖然絕對的數字比較小，不過相對的數字比較有意義。）

拿掉 occupation 的影響大概就剩下 10% 了。剩下的可能是工時，然後還沒有處理 selection 和婚姻結構。有些人會拿家庭結構當作 IV，之後也可以這樣做。

[銘] 家戶結構變遷

雖然家庭收支調查不是最適合拿來研究這個問題的，不過變數都整理好了可以加減看。

橫跨這 15 年的資料裡面前三名加起來的比重可以超過一半。其中最常見的核心家庭正在減少當中，夫妻為主的也超過了三代同堂的情況。或許之後可以用中老年調查看三代同鄰的情況。

[銘] 平均家戶大小

上一篇的分母。這個和中老年調查裡面的會長得不太一樣。不過大致上減少的趨勢是在的。

[銘] 家戶汽機車的數量

撿回來用一下放一些玩資料畫出來的圖。如果每天能多了解一些說故事的材料就好。

首先是家庭收支調查的資料，這是個 repeated cross-sectional 的資料，目前先拿到 1999 到 2018 年份的資料，先畫出一些簡單易懂的變數：

平均每人的汽機車數量大概在增加當中。相較於另外做的汽機車調查這個數字會比較接近家戶的想法。

他們之間的 joint distribution 也很有趣，有第一台車的話大概會是機車，最常見的情況是一台機車一台汽車，不過近日漸漸往一台汽車兩台汽車走。