Gini-indeks
Gini-indekset eller Gini-koefficienten er et statistisk fordelingsmål, der blev udviklet af den italienske statistiker Corrado Gini i 1912. Det bruges ofte som et mål for økonomisk ulighed, som måler indkomstfordelingen eller, mindre almindeligt, formuefordelingen blandt en befolkning. Koefficienten spænder fra 0 (eller 0%) til 1 (eller 100%), hvor 0 repræsenterer perfekt lighed og 1 repræsenterer perfekt ulighed. Værdier over 1 er teoretisk muligt på grund af negativ indkomst eller formue.
Key takeaways
- Gini-indekset er et simpelt mål for indkomstfordelingen på tværs af indkomstpersoner i en befolkning.
- Et højere Gini-indeks indikerer større ulighed, hvor individer med høj indkomst får meget større procentdel af befolkningens samlede indkomst.
- Global ulighed, målt ved Gini-indekset, steg i løbet af det 19. og 20. århundrede, men er faldet i de senere år.
- På grund af data og andre begrænsninger kan Gini-indekset overdrive indkomstuligheden og kan skjule vigtige oplysninger om indkomstfordeling.
Forståelse af Gini-indekset
Et land, hvor hver beboer har den samme indkomst, ville have en indkomst Gini-koefficient på 0. Et land, hvor en beboer tjente alle indtægterne, mens alle andre ikke tjente noget, ville have en indkomst Gini-koefficient på 1.
Den samme analyse kan anvendes på formuefordelingen ("formuen Gini-koefficient"), men fordi formue er vanskeligere at måle end indkomst, henviser Gini-koefficienter normalt til indkomst og vises simpelthen som "Gini-koefficient" eller "Gini-indeks, " uden med angivelse af, at de henviser til indkomst. Rigdom Gini-koefficienter har en tendens til at være meget højere end for indkomst.
Gini-koefficienten er et vigtigt redskab til analyse af indkomst eller formuefordeling i et land eller region, men det bør ikke forveksles med en absolut måling af indkomst eller formue. Et højindkomstland og et lavindkomstland kan have den samme Gini-koefficient, så længe indkomsterne fordeles på samme måde inden for hvert: Tyrkiet og USA havde begge Gini-koefficienter med indkomst omkring 0, 39-0, 40 i 2016 ifølge OECD, dog Tyrkiets BNP pr. Person var mindre end halvdelen af USA's (i 2010-dollar-vilkår).
Grafisk repræsentation af Gini-indekset
Gini-indekset er ofte repræsenteret grafisk gennem Lorenz-kurven, der viser indkomst (eller formue) -fordeling ved at plotte befolknings-percentilen efter indkomst på den horisontale akse og kumulativ indkomst på den lodrette akse. Gini-koefficienten er lig med området under linjen med perfekt ligestilling (0, 5 pr. Definition) minus området under Lorenz-kurven, divideret med området under linjen med perfekt lighed. Med andre ord er det det dobbelte af området mellem Lorenz-kurven og linjen med perfekt ligestilling.
I nedenstående graf svarer den 47. percentil til 10, 46% i Haiti og 17, 42% i Bolivia, hvilket betyder, at de nederste 47% af haitiere indtager 10, 46% af deres lands samlede indkomst, og de nederste 47% af boliviere indtager 17, 42% af deres . Den rette linje repræsenterer et hypotetisk lige samfund: de nederste 47% indtager 47% af nationalindkomsten.
For at estimere Gini-koefficientens indkomst for Haiti i 2012 ville vi finde området under dens Lorenz-kurve: omkring 0, 2. Trækker dette tal fra 0, 5 (området under ligestillingen) får vi 0, 3, som vi derefter deler med 0, 5. Dette giver en omtrentlig Gini på 0, 6 eller 60%. CIA giver den faktiske Gini for Haiti i 2012 som 60, 8% (se nedenfor). Dette tal repræsenterer ekstremt høj ulighed; kun Mikronesien, Den Centralafrikanske Republik, Sydafrika og Lesotho er ifølge CIA mere ulige.
En anden måde at tænke på Gini-koefficienten er som et mål for afvigelse fra perfekt lighed. Jo længere en Lorenz-kurve afviger fra den perfekt lige lige linje (som repræsenterer en Gini-koefficient på 0), jo højere er Gini-koefficienten og desto mindre lige er samfundet. I eksemplet ovenfor er Haiti mere ulige end Bolivia.
Gini-indekset overalt i verden
Globale Gini
Christoph Lakner fra Verdensbanken og Branko Milanovic fra City University of New York anslår, at den samlede indkomst Gini-koefficient var 0, 705 i 2008, ned fra 0, 722 i 1988. Tallene varierer dog betydeligt. DELTA-økonomer François Bourguignon og Christian Morrisson anslår, at tallet var 0, 657 i både 1980 og 1992. Bourguignon og Morrissons arbejde viser en vedvarende vækst i ulighed siden 1820, da den globale Gini-koefficient var 0, 500. Lakner og Milanovics viser et fald i uligheden omkring begyndelsen af det 21. århundrede, ligesom en bog fra 2015 af Bourguignon:
Kilde: Verdensbanken.
Den økonomiske ekspansion i Latinamerika, Asien og Østeuropa har drevet en stor del af den nylige nedgang i indkomstuligheder. Mens uligheden mellem lande er faldet i de senere årtier, er uligheden inden for landene imidlertid steget.
Gini inden for lande
Nedenfor er indtægterne fra Gini-koefficienter i hvert land, som CIA World Factbook leverer data for:
Nogle af verdens fattigste lande (Centralafrikanske Republik) har nogle af verdens højeste Gini-koefficienter (61, 3), mens mange af de rigeste (Danmark) har nogle af de laveste (28, 8). Alligevel er forholdet mellem indkomstuligheder og BNP pr. Indbygger ikke en perfekt negativ korrelation, og forholdet har varieret over tid. Michail Moatsos fra Utrecht Universitet og Joery Baten fra Tuebingen Universitet viser, at fra 1820 til 1929 steg uligheden lidt - så afsmalnede - da BNP pr. Indbygger steg. Fra 1950 til 1970 tenderede ulighederne til at falde, da BNP pr. Indbygger steg over en bestemt tærskel. Fra 1980 til 2000 faldt uligheden med et højere BNP pr. Indbygger, hvorefter den blev krummet kraftigt.
Sammenhæng mellem Gini-koefficienter og BNP pr. Indbygger i tre tidsperioder. Kilde: Moatsos og Baten.
mangler
Selvom Gini-koefficienten er nyttig til analyse af økonomisk ulighed, har visse mangler. Metricens nøjagtighed er afhængig af pålidelige BNP- og indkomstdata. Skyggeøkonomier og uformel økonomisk aktivitet er til stede i hvert land. Uformel økonomisk aktivitet har en tendens til at repræsentere en større del af ægte økonomisk produktion i udviklingslande og i den nedre ende af indkomstfordelingen inden for lande. I begge tilfælde betyder dette, at Gini-indekset for målte indkomster vil overdrive ægte indkomstuligheder. Nøjagtige data om formue er endnu sværere at komme frem på grund af skatteparadisernes popularitet.
En anden fejl er, at meget forskellige indkomstfordelinger kan resultere i identiske Gini-koefficienter. Fordi Gini forsøger at destillere et todimensionelt område (kløften mellem Lorenz-kurven og ligestillingslinjen) ned til et enkelt tal, skjuler det information om "formen" af ulighed. I dagligdags termer svarer dette til at beskrive indholdet af et foto udelukkende ved dets længde langs den ene kant eller den enkle gennemsnitlige lysstyrkeværdi af pixels. Selv om brugen af Lorenz-kurven som et supplement kan give flere oplysninger i denne henseende, viser den heller ikke demografiske variationer blandt undergrupper inden for fordelingen, såsom en fordeling af indkomster over alder, race eller sociale grupper. I den forbindelse kan forståelse af demografi være vigtig for at forstå, hvad en given Gini-koefficient repræsenterer. For eksempel skubber en stor pensioneret befolkning Gini højere.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.