Vad är Gini Index?
Gini-indexet, eller Gini-koefficienten, är ett mått på inkomstfördelningen över en befolkning som utvecklats av den italienska statistikern Corrado Gini 1912. Det används ofta som en mätare för ekonomisk ojämlikhet och mäter inkomstfördelningen. eller, mindre vanligt, förmögenhetsfördelning bland en befolkning. Koefficienten sträcker sig från 0 (eller 0%) till 1 (eller 100%), där 0 representerar perfekt jämlikhet och 1 representerar perfekt ojämlikhet. Värden över 1 är teoretiskt möjliga på grund av negativ inkomst eller förmögenhet.
Key Takeaways
- The Gini index är ett mått på inkomstfördelningen över en befolkning.
- Ett högre Gini-index indikerar större ojämlikhet, med höginkomstpersoner som får mycket större procentandelar av befolkningens totala inkomst.
- Global ojämlikhet mätt med Gini-indexet ökade under 1800- och 1900-talet, men har minskat under senare år.
- På grund av data och andra begränsningar kan Gini-index överdriva inkomst ojämlikhet och kan dölja viktiga information om inkomstfördelning.
Förstå Gini-index
Ett land där varje invånare har samma inkomst skulle har en inkomst Gini-koefficient på 0. Ett land där en invånare tjänade all inkomst, medan alla andra tjänade ingenting, skulle ha en inkomst Gini-koefficient på 1.
Samma analys kan tillämpas på förmögenhetsfördelning (”rikedom Gini-koefficient”), men eftersom rikedom är svårare att mäta än inkomst refererar Gini-koefficienter vanligtvis till inkomst och verkar helt enkelt som ”Gini-koefficient” eller ”Gini-index , ”utan att specificera att de hänvisar till inkomst. Gini-koefficienter för välstånd tenderar att vara mycket högre än för inkomst.
Gini-koefficienten är ett viktigt verktyg för att analysera inkomst- eller förmögenhetsfördelning inom ett land eller en region, men det bör inte misstas för en absolut mätning av inkomst eller förmögenhet. Ett höginkomstland och ett låginkomstland kan ha samma Gini-koefficient, så länge inkomsterna fördelas på samma sätt inom varje: Turkiet och USA hade båda Gini-koefficienter runt 0,39-0,40 år 2016, enligt OECD, dock Turkiets BNP per person var mindre än hälften av USA: s (i dollarn 2010).
Gini-indexets grafiska representation
Gini-indexet representeras ofta grafiskt genom Lorenz-kurvan, som visar inkomst (eller förmögenhet) fördelning genom att plotta befolkningspercentil efter inkomst på den horisontella axeln och kumulativ inkomst på den vertikala axeln. Gini-koefficienten är lika med området under linjen för perfekt jämlikhet (0,5 per definition) minus arean under Lorenz-kurvan, dividerat med området under linjen för perfekt jämlikhet. Med andra ord är det dubbelt så stort område som Lorenz-kurvan och linjen för perfekt jämlikhet.
I diagrammet nedan motsvarar den 47: e percentilen 10,46% i Haiti och 17,42 % i Bolivia, vilket innebär att de lägsta 47% av haitierna tar in 10,46% av landets totala inkomst och de lägsta 47% av bolivianerna tar 17,42% av deras. Den raka linjen representerar ett hypotetiskt lika samhälle: de nedre 47% ta in 47% av nationell inkomst.
För att uppskatta Gini-koefficienten för Haiti 2012 skulle vi hitta området under dess Lorenz-kurva: cirka 0,2. Subtraherar den siffran från 0,5 (området under jämställdhetslinjen) får vi 0,3, som vi sedan delar med 0,5. Detta ger en ungefärlig Gini på 0,6 eller 60%. CIA ger den faktiska Gini för Haiti 2012 som 60,8% (se nedan). Denna siffra representerar extremt hög ojämlikhet; endast Mikronesien, Centralafrikanska republiken, Sydafrika och Lesotho är mer ojämlika, enligt till CIA.
Ett annat sätt att tänka på Gini-koefficienten är som ett mått på avvikelse från perfekt jämlikhet. Ju längre en Lorenz-kurva avviker från den helt lika raka linjen (som representerar en Gini-koefficient på 0), desto högre är Gini-koefficienten och desto mindre lika samhället. I exemplet ovan är Haiti mer ojämlik än Bolivia.
Gini Index Around the World
Global Gini
Christoph Lakner från Världsbanken och Branko Milanovic från City University of New York uppskattar att den globala Gini-koefficienten var 0,705 2008, en minskning från 0,722 1988. Siffrorna varierar dock avsevärt. DELTA-ekonomerna François Bourguignon och Christian Morrisson uppskattar att siffran var 0,657 både 1980 och 1992. Bourguignon och Morrissons arbete visar en ihållande tillväxt i ojämlikhet sedan 1820 då den globala Gini-koefficienten var 0,500.Lakner och Milanovic visar en nedgång i ojämlikhet runt början av 2000-talet, liksom en bok från Bourguignon från 2015:
Källa: Världsbanken.
Ekonomisk expansion i Latinamerika, Asien och Östeuropa har lett till en stor del av den senaste tidens nedgång i inkomstskillnad. Medan ojämlikheten mellan länder har minskat under de senaste decennierna har ojämlikheten i länderna dock ökat.
Gini Inom länder
Nedan visas Gini-koefficienterna för varje land för vilka CIA World Factbook tillhandahåller data:
Några av världens fattigaste länder (Centralafrikanska republiken) har några av världens högsta Gini-koefficienter (61.3), medan många av de rikaste (Danmark) har några av de lägsta (28,8). Ändå är förhållandet mellan inkomstskillnad och BNP per capita inte o ne av perfekt negativ korrelation, och förhållandet har varierat över tiden. Michail Moatsos från Utrecht University och Joery Baten från Tuebingen University visar att från 1820 till 1929 ökade ojämlikheten något – sedan avsmalnade – när BNP per capita ökade. Från 1950 till 1970 tenderade ojämlikheten att minska då BNP per capita steg över en viss tröskel. Från 1980 till 2000 minskade ojämlikheten med högre BNP per capita och sedan krökt upp kraftigt.
Korrelation mellan Gini-koefficienter och BNP per capita under tre tidsperioder. Källa: Moatsos och Baten.
Brister
Även om det är användbart för att analysera ekonomisk ojämlikhet har Gini-koefficienten vissa brister. Mätvärdenas noggrannhet är beroende av tillförlitlig BNP och inkomstdata. Skuggekonomier och informell ekonomisk aktivitet finns i alla länder. Informell ekonomisk aktivitet tenderar att representera en större del av den verkliga ekonomiska produktionen i utvecklingsländer och i nedre delen av inkomsten. fördelning inom länder. I båda fallen betyder detta att Gini-index för uppmätta inkomster kommer att överskatta verklig inkomstskillnad. Exakta förmögenhetsuppgifter är ännu svårare att få fram på grund av skatteparadisernas popularitet.
En annan brist är att mycket olika inkomstfördelningar kan resultera i identiska Gini-koefficienter. Eftersom Gini försöker destillera ett tvådimensionellt område (klyftan mellan Lorenz-kurvan och jämställdhetslinjen) ner till ett enda tal, döljer det information om ”form” av ojämlikhet. I vardagliga termer skulle det likna att beskriva innehållet i ett foto enbart efter längden längs en kant, eller det enkla genomsnittliga ljusstyrkan av pixlarna. Medan Lorenz-kurvan som ett tillägg kan ge mer information i detta avseende, visar den inte heller demografiska variationer mellan undergrupper inom fördelningen, såsom en fördelning av inkomster över ålder, ras eller sociala grupper. På det sättet kan förståelse av demografi vara viktigt för att förstå vad en given Gini-koefficient representerar. Till exempel driver en stor pensionerad befolkning Gini högre.