Hva er Gini Index?
Gini-indeksen, eller Gini-koeffisienten, er et mål på fordelingen av inntekt over en befolkning utviklet av den italienske statistikeren Corrado Gini i 1912. Den brukes ofte som en måler av økonomisk ulikhet, og måler inntektsfordeling. eller, sjeldnere, formuesfordeling blant en befolkning. Koeffisienten varierer fra 0 (eller 0%) til 1 (eller 100%), hvor 0 representerer perfekt likhet og 1 representerer perfekt ulikhet. Verdier over 1 er teoretisk mulig på grunn av negativ inntekt eller formue.
Key Takeaways
- The Gini indeks er et mål på fordelingen av inntekt over en befolkning.
- En høyere Gini-indeks indikerer større ulikhet, med høyinntektsindivider som mottar mye større prosentandel av den totale inntekten i befolkningen.
- Global ulikhet målt ved Gini-indeksen økte i løpet av 1800- og 1900-tallet, men har gått ned de siste årene.
- På grunn av data og andre begrensninger kan Gini-indeksen overvurdere inntektsulikhet og kan skjule viktig informasjon om inntektsfordeling.
Forstå Gini-indeksen
Et land der hver innbygger har den samme inntekten har en inntekt Gini-koeffisient på 0. Et land der en innbygger tjente all inntekten, mens alle andre tjente ingenting, ville ha en inntekt Gini-koeffisient på 1.
Den samme analysen kan brukes på formuesfordeling («formue Gini-koeffisienten»), men fordi formue er vanskeligere å måle enn inntekt, refererer Gini-koeffisienter vanligvis til inntekt og vises ganske enkelt som «Gini-koeffisient» eller «Gini-indeks , «uten å spesifisere at de refererer 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 formuesfordeling i et land eller en region, men det bør ikke forveksles med en absolutt måling av inntekt eller formue. Et høyt inntektsland og et lavinntektsland kan ha samme Gini-koeffisient, så lenge inntektene fordeles likt innenfor hver: Tyrkia og USA hadde begge inntekts-Gini-koeffisienter rundt 0,39-0,40 i 2016, ifølge OECD, skjønt Tyrkias BNP per person var under halvparten av USA (i 2010 dollarverdier).
Grafisk fremstilling av Gini-indeksen
Gini-indeksen er ofte representert grafisk gjennom Lorenz-kurven, som viser inntektsfordeling (eller formue) ved å tegne befolkningsprosentil etter inntekt på den horisontale aksen og kumulativ inntekt på den vertikale aksen. Gini-koeffisienten er lik området under linjen for perfekt likhet (0,5 per definisjon) minus arealet under Lorenz-kurven, delt på området under linjen for perfekt likhet. Med andre ord er det dobbelt areal mellom Lorenz-kurven og linjen for perfekt likhet.
I grafen nedenfor tilsvarer 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 landets totale inntekt og de nederste 47% av bolivianerne tar inn 17,42% av deres. Den rette linjen representerer et hypotetisk like samfunn: de nederste 47% ta inn 47% av nasjonalinntekten.
For å estimere inntekten Gini-koeffisient for Haiti i 2012, ville vi finne området under Lorenz-kurven: rundt 0,2. Trekker vi tallet fra 0,5 (området under likhetslinjen) 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 ting til 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 helt like rette linjen (som representerer en Gini-koeffisient på 0), jo høyere er Gini-koeffisienten og jo mindre lik samfunnet. I eksemplet ovenfor er Haiti mer ulik enn Bolivia.
Gini-indeksen rundt om i verden
Global Gini
Christoph Lakner fra Verdensbanken og Branko Milanovic fra City University of New York anslår at den globale inntekt 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 i 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, det samme gjør en bok fra Bourguignon fra 2015:
Kilde: Verdensbanken.
Økonomisk ekspansjon i Latin-Amerika, Asia og Øst-Europa har drevet mye av den nylige nedgangen i inntektsulikhet. Mens ulikhet mellom land har falt de siste tiårene, har imidlertid ulikheten i land økt.
Gini Within Countries
Nedenfor er inntekts-Gini-koeffisientene 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). Likevel er forholdet mellom inntektsulikhet og BNP per innbygger ikke o ne med perfekt negativ korrelasjon, og forholdet har variert over tid. Michail Moatsos fra Utrecht University og Joery Baten fra Tuebingen University viser at fra 1820 til 1929 økte ulikheten litt – deretter avsmalnet – ettersom BNP per innbygger økte. Fra 1950 til 1970 hadde ulikhet en tendens til å falle ettersom BNP per innbygger steg over en viss terskel. Fra 1980 til 2000 falt ulikheten med høyere BNP per innbygger, og deretter kurvet den kraftig opp.
Korrelasjon mellom Gini-koeffisienter og BNP per innbygger i tre tidsperioder. Kilde: Moatsos og Baten.
Mangler
Selv om det er nyttig for å analysere økonomisk ulikhet, har Gini-koeffisienten noen mangler. Metrikkens nøyaktighet er avhengig av pålitelige BNP- og inntektsdata. Skyggeøkonomier og uformell økonomisk aktivitet er tilstede i alle land. Uformell økonomisk aktivitet har en tendens til å representere en større andel av ekte økonomisk produksjon i utviklingsland og i den nedre enden av inntekten. fordeling i land. I begge tilfeller betyr dette at Gini-indeksen over målte inntekter vil overvurdere sann inntektsulikhet. Nøyaktige formuesdata er enda vanskeligere å få tak i på grunn av populariteten til skatteparadiser.
En annen feil er at svært forskjellige inntektsfordelinger kan resultere i identiske Gini-koeffisienter. Fordi Gini prøver å destillere et todimensjonalt område (gapet mellom Lorenz-kurven og likhetslinjen) ned til et enkelt tall, tilslører det informasjon om «form» av ulikhet. I hverdagen vil dette være likt å beskrive innholdet på et bilde utelukkende etter lengden langs den ene kanten, eller den enkle gjennomsnittlige lysstyrkeverdien av pikslene. Selv om bruk av Lorenz-kurven som et supplement kan gi mer informasjon i denne forbindelse, viser den heller ikke demografiske variasjoner blant undergrupper i fordelingen, for eksempel fordeling av inntekt 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.