Gini-indeksen
Gini-indeksen eller Gini-koeffisienten er et statistisk mål for distribusjon utviklet av den italienske statistikeren Corrado Gini i 1912. Den brukes ofte som et mål for økonomisk ulikhet, og måler inntektsfordeling eller, mindre vanlig, formuesfordeling blant en befolkning. Koeffisienten varierer fra 0 (eller 0%) til 1 (eller 100%), med 0 som representerer perfekt likhet og 1 som representerer perfekt ulikhet. Verdier over 1 er teoretisk mulig på grunn av negativ inntekt eller formue.
Viktige takeaways
- Gini-indeksen er et enkelt mål på inntektsfordelingen over inntektsprosentiler i en befolkning.
- En høyere Gini-indeks indikerer større ulikhet, med individer med høy inntekt som mottar mye større prosenter av befolkningens totale inntekt.
- Global ulikhet målt ved Gini-indeksen økte i løpet av 1800- og 1900-tallet, men har gått ned de senere årene.
- På grunn av data og andre begrensninger kan Gini-indeksen overdrive inntektsulikheten og kan skjule viktig informasjon om inntektsfordeling.
Forstå Gini-indeksen
Et land der hver innbygger har samme inntekt, ville ha en inntekt Gini-koeffisient på 0. Et land der en innbygger tjente alle inntektene, mens alle andre ikke tjente noe, ville ha en inntekt Gini-koeffisient på 1.
Den samme analysen kan brukes på formuesfordeling ("formuen Gini-koeffisienten"), men fordi formuen er vanskeligere å måle enn inntekten, refererer Gini-koeffisienter vanligvis til inntekt og fremstår ganske enkelt som "Gini-koeffisient" eller "Gini-indeks, " uten som spesifiserer at de viser til inntekt. Rikdom Gini-koeffisienter har en tendens til å være mye høyere enn for inntekt.
Gini-koeffisienten er et viktig verktøy for å analysere inntekt eller formuefordeling i et land eller region, men det bør ikke tas feil med en absolutt måling av inntekt eller formue. Et høytinntektsland og lavinntekt kan ha samme Gini-koeffisient, så lenge inntektene er fordelt på samme måte i hvert: Tyrkia og USA hadde begge inntektsgini-koeffisienter rundt 0, 39-0, 40 i 2016, ifølge OECD, dog Tyrkias BNP per person var mindre enn halvparten av USAs (i dollar dollar termer).
Grafisk representasjon av Gini-indeksen
Gini-indeksen er ofte representert grafisk gjennom Lorenz-kurven, som viser inntekt (eller formue) -fordeling ved å plotte befolknings-persentilen etter inntekt på den horisontale aksen og kumulativ inntekt på den vertikale aksen. Gini-koeffisienten er lik området under linjen med perfekt likhet (0, 5 per definisjon) minus området under Lorenz-kurven, delt med området under linjen med perfekt likhet. Det er med andre ord det doble området mellom Lorenz-kurven og linjen med perfekt likhet.
I grafen nedenfor tilsvarer den 47. persentilen 10, 46% i Haiti og 17, 42% i Bolivia, noe som betyr at de nederste 47% av haitianerne tar inn 10, 46% av nasjonens samlede inntekt og de nederste 47% av boliviere tar inn 17, 42% av deres . Den rette linjen representerer et hypotetisk like samfunn: de nederste 47% inntar 47% av nasjonalinntekten.
For å estimere inntekten Gini-koeffisienten for Haiti i 2012, ville vi finne området under Lorenz-kurven: rundt 0, 2. Trekker vi det tallet fra 0, 5 (området under likestillingslinjen), får vi 0, 3, som vi deretter deler med 0, 5. Dette gir en omtrentlig Gini på 0, 6 eller 60%. CIA gir den faktiske Gini for Haiti i 2012 som 60, 8% (se nedenfor). Dette tallet representerer ekstremt høy ulikhet; bare Mikronesia, Den sentralafrikanske republikk, Sør-Afrika og Lesotho er mer ulik, ifølge CIA.
En annen måte å tenke på Gini-koeffisienten er som et mål på avvik fra perfekt likhet. Jo lenger en Lorenz-kurve avviker fra den perfekt like rette linjen (som representerer en Gini-koeffisient på 0), jo høyere er Gini-koeffisienten og desto mindre like er samfunnet. I eksemplet over er Haiti mer ulik enn Bolivia.
Gini-indeksen over hele verden
Globale Gini
Christoph Lakner fra Verdensbanken og Branko Milanovic fra City University of New York anslår at den globale inntekten Gini-koeffisienten var 0, 705 i 2008, ned fra 0, 722 i 1988. Tallene varierer imidlertid betydelig. DELTA-økonomene François Bourguignon og Christian Morrisson anslår at tallet var 0, 657 både 1980 og 1992. Bourguignon og Morrissons arbeid viser en vedvarende vekst i ulikhet siden 1820 da den globale Gini-koeffisienten var 0.500. Lakner og Milanovic viser en nedgang i ulikhet rundt begynnelsen av det 21. århundre, og også en bok fra 2015 av Bourguignon:
Kilde: Verdensbanken.
Økonomisk ekspansjon i Latin-Amerika, Asia og Øst-Europa har drevet mye av den nylige nedgangen i inntektsulikhet. Mens ulikheten mellom land har falt de siste tiårene, har imidlertid ulikheten innen landene økt.
Gini Within Countries
Nedenfor er inntektene fra Gini-koeffisienter i hvert land som CIA World Factbook gir data for:
Noen av verdens fattigste land (Den sentralafrikanske republikk) har noen av verdens høyeste Gini-koeffisienter (61, 3), mens mange av de rikeste (Danmark) har noen av de laveste (28, 8). Forholdet mellom inntektsulikhet og BNP per innbygger er imidlertid ikke en perfekt negativ korrelasjon, og forholdet har variert over tid. Michail Moatsos fra Utrecht University og Joery Baten ved Tuebingen University viser at fra 1820 til 1929 økte ulikheten noe - og deretter avsmalnet - ettersom BNP per innbygger økte. Fra 1950 til 1970 hadde ulikheten en tendens til å falle av da BNP per innbygger steg over en viss terskel. Fra 1980 til 2000 falt ulikheten med høyere BNP per innbygger og buet deretter kraftig opp igjen.
Korrelasjon mellom Gini-koeffisienter og BNP per innbygger i tre tidsperioder. Kilde: Moatsos og Baten.
mangler
Selv om Gini-koeffisienten er nyttig for å analysere økonomisk ulikhet, er det noen mangler. Metrikkens nøyaktighet er avhengig av pålitelige BNP- og inntektsdata. Skyggeøkonomier og uformell økonomisk aktivitet er til stede i alle land. Uformell økonomisk aktivitet har en tendens til å representere en større del av ekte økonomisk produksjon i utviklingsland og i den nedre enden av inntektsfordelingen i land. I begge tilfeller betyr dette at Gini-indeksen for målte inntekter vil overdrive ekte inntektsulikhet. Nøyaktige formuesdata er enda vanskeligere å få tak i på grunn av populariteten til skatteparadiser.
En annen feil er at veldig forskjellige inntektsfordelinger kan resultere i identiske Gini-koeffisienter. Fordi Gini prøver å destillere et todimensjonalt område (gapet mellom Lorenz-kurven og likestillingslinjen) ned til et enkelt tall, skjuler det informasjon om ulikhetens "form". I hverdagslige termer, vil dette være likt å beskrive innholdet i et foto utelukkende av dets lengde langs en kant, eller den enkle gjennomsnittlige lysstyrkeverdien for pikslene. Selv om bruk av Lorenz-kurven som et supplement kan gi mer informasjon i så måte, viser den heller ikke demografiske variasjoner blant undergrupper innen distribusjonen, som fordeling av inntekter over alder, rase eller sosiale grupper. På den måten kan forståelse av demografi være viktig for å forstå hva en gitt Gini-koeffisient representerer. For eksempel skyver en stor pensjonert befolkning Gini høyere.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.