В экономике коэффициент Джини ( / ˈ dʒ iː n i / JEE -nee ) , также известный как индекс Джини или коэффициент Джини , является мерой статистической дисперсии , предназначенной для представления неравенства доходов , неравенства богатства или неравенства потребления . [3] внутри нации или социальной группы . Его разработал итальянский статистик и социолог Коррадо Джини .
Коэффициент Джини измеряет неравенство между значениями частотного распределения , такими как уровни дохода . Коэффициент Джини, равный 0, отражает идеальное равенство, при котором все значения дохода или богатства одинаковы, тогда как коэффициент Джини, равный 1 (или 100%), отражает максимальное неравенство между ценностями, ситуацию, когда один человек имеет весь доход, в то время как все остальные имеют никто. [4] [5]
Коэффициент Джини был предложен Коррадо Джини как мера неравенства доходов или богатства . [6] Для стран ОЭСР в конце 20-го века, учитывая влияние налогов и трансфертных платежей , коэффициент Джини дохода колебался от 0,24 до 0,49, при этом в Словакии был самый низкий показатель, а в Мексике - самый высокий. [7] В африканских странах были самые высокие коэффициенты Джини до уплаты налогов в 2008–2009 годах, причем в Южной Африке был самый высокий в мире коэффициент Джини, который оценивался в пределах от 0,63 до 0,7. [8] [9] Однако эта цифра падает до 0,52 после учета социальной помощи и снова падает до 0,47 после налогообложения. [10] Страной с самым низким коэффициентом Джини является Словакия с коэффициентом Джини 0,232. [11] Коэффициент Джини мирового дохода в 2005 году, по оценкам различных источников, составлял от 0,61 до 0,68. [12] [13]
Существуют некоторые проблемы с интерпретацией коэффициента Джини, поскольку одно и то же значение может быть получено из множества разных кривых распределения. Чтобы смягчить это, следует принять во внимание демографическую структуру. В странах со стареющим населением или в странах с повышенной рождаемостью коэффициент Джини до уплаты налогов увеличивается, даже если реальное распределение доходов работающего взрослого населения остается постоянным. Многие ученые разработали более десятка вариантов коэффициента Джини. [14] [15] [16]
Коэффициент Джини был разработан итальянским статистиком Коррадо Джини и опубликован в его статье 1912 года Variabilità e mutabilità (англ.: изменчивость и изменчивость ). [17] [18] Опираясь на работы американского экономиста Макса Лоренца , Джини предложил использовать разницу между гипотетической прямой линией, изображающей совершенное равенство, и фактической линией, изображающей доходы людей, в качестве меры неравенства. [19]
Коэффициент Джини — это индекс степени неравенства в распределении доходов/богатства, используемый для оценки того, насколько далеко богатство или распределение доходов в стране отклоняются от равного распределения. [20]
Коэффициент Джини обычно определяется математически на основе кривой Лоренца , которая отображает долю общего дохода населения (ось Y), совокупно заработанную нижней группой населения x (см. диаграмму). [21] Таким образом, линия под углом 45 градусов представляет собой совершенное равенство доходов. Тогда коэффициент Джини можно рассматривать как отношение площади, лежащей между линией равенства и кривой Лоренца (отмеченной на диаграмме буквой A ), к общей площади под линией равенства (отмеченной на диаграмме буквой A и B ). ; т. е. G = A /( A + B ) . Если отрицательных доходов нет, то он также равен 2 A и 1 − 2 B в связи с тем, что A + B = 0,5 . [22]
Предполагая неотрицательный доход или богатство для всех, теоретический диапазон коэффициента Джини составляет от 0 (полное равенство) до 1 (абсолютное неравенство). Этот показатель часто выражается в процентах от 0 до 100. Однако, если учитывать отрицательные значения, как в случае с долгом, индекс Джини может превышать 1. Обычно мы предполагаем положительное среднее или общее значение, исключая коэффициент Джини. ниже нуля. [23]
Альтернативный подход заключается в определении коэффициента Джини как половины относительной средней абсолютной разницы , что эквивалентно определению, основанному на кривой Лоренца . [24] Средняя абсолютная разница — это средняя абсолютная разница всех пар элементов генеральной совокупности, а относительная средняя абсолютная разница — это средняя абсолютная разница, деленная на среднее значение , , для нормализации масштаба. Если x i — это богатство или доход человека i и имеется n человек, то коэффициент Джини G определяется по формуле:
Когда распределение дохода (или богатства) задается как непрерывная функция плотности вероятности p ( x ), коэффициент Джини снова составляет половину относительной средней абсолютной разницы:
где – среднее значение распределения, а нижние пределы интегрирования можно заменить нулем, когда все доходы положительны. [25]
Хотя распределение доходов в любой конкретной стране не будет полностью соответствовать теоретическим моделям , эти модели могут дать качественное объяснение распределения доходов в стране с учетом коэффициента Джини.
Крайние случаи представлены максимально равным обществом, в котором каждый человек получает одинаковый доход ( G = 0 ), и наиболее неравным обществом (с N индивидами), где один человек получает 100% общего дохода, а остальные N − 1 человек не получает ни одного ( G = 1 − 1/ N ).
Простой случай предполагает всего два уровня дохода: низкий и высокий. Если группа с высоким доходом составляет долю u населения и зарабатывает долю f от всех доходов, то коэффициент Джини равен f − u . Более градуированное распределение с теми же значениями u и f всегда будет иметь более высокий коэффициент Джини, чем f − u .
Например, если самые богатые u = 20% населения имеют f = 80% всех доходов (см. принцип Парето ), коэффициент Джини дохода составляет не менее 60%. В другом примере [26] если u = 1% населения мира владеет f = 50% всего богатства, коэффициент Джини богатства составит не менее 49%.
В некоторых случаях это уравнение можно применить для расчета коэффициента Джини без прямой ссылки на кривую Лоренца . Например (где y обозначает доход или богатство человека или домохозяйства):
Коэффициент Джини также можно рассматривать как половину относительной средней абсолютной разницы . Для случайной выборки S со значениями коэффициент Джини выборки
является последовательной оценкой коэффициента Джини населения, но в целом не является беспристрастной . В упрощенной форме:
Не существует выборочной статистики, которая всегда давала бы несмещенную оценку коэффициента Джини населения.
Для дискретного распределения вероятностей с функцией вероятностной массы, где - доля населения с доходом или богатством , коэффициент Джини равен: я знак равно 1 , … , п {\displaystyle i=1,\ldots,n}
где
Если точки с ненулевыми вероятностями пронумерованы в порядке возрастания , то:
где
Когда население велико, распределение доходов может быть представлено непрерывной функцией плотности вероятности f ( x ), где f ( x ) dx — это доля населения с богатством или доходом в интервале dx вокруг x . Если F ( x ) — кумулятивная функция распределения для f ( x ):
и L ( x ) — функция Лоренца:
тогда кривая Лоренца L ( F ) может быть представлена как функция, параметрическая относительно L ( x ) и F ( x ), а значение B можно найти путем интегрирования :
Коэффициент Джини также можно рассчитать непосредственно из кумулятивной функции распределения распределения F ( y ). Определив μ как среднее значение распределения и указав, что F ( y ) равно нулю для всех отрицательных значений, коэффициент Джини определяется как:
Последний результат получается в результате интегрирования по частям . (Обратите внимание, что эту формулу можно применять, когда имеются отрицательные значения, если интегрирование производится от минус бесконечности до плюс бесконечности.)
Коэффициент Джини может быть выражен через функцию квантиля Q ( F ) (обратную кумулятивной функции распределения: Q (F (x)) = x)
Поскольку коэффициент Джини не зависит от масштаба , если функцию распределения можно выразить в форме f(x,φ,a,b,c...) , где φ — масштабный коэффициент, а a , b, c... безразмерных параметров, то коэффициент Джини будет функцией только a, b, c... . [28] Например, для экспоненциального распределения , которое является функцией только x и параметра масштаба, коэффициент Джини является константой, равной 1/2.
Для некоторых функциональных форм индекс Джини можно рассчитать явно. Например, если y соответствует логарифмически нормальному распределению со стандартным отклонением журналов, равным , то где – функция ошибок (поскольку , где – кумулятивная функция распределения стандартного нормального распределения). [29] В таблице ниже показаны некоторые примеры функций плотности вероятности с поддержкой on. Дельта-распределение Дирака представляет собой случай, когда все имеют одинаковое богатство (или доход); это подразумевает отсутствие различий между доходами. [30]
Иногда вся кривая Лоренца неизвестна, и приводятся только значения через определенные интервалы. В этом случае коэффициент Джини можно аппроксимировать, используя различные методы интерполяции недостающих значений кривой Лоренца. Если ( X k , Y k ) — известные точки на кривой Лоренца, причем X k пронумерованы в порядке возрастания ( X k – 1 < X k ), так что:
Если кривую Лоренца аппроксимировать на каждом интервале линией между последовательными точками, то область B можно аппроксимировать трапециями и :
является результирующей аппроксимацией для G. Более точные результаты можно получить, используя другие методы аппроксимации области B, такие как аппроксимация кривой Лоренца квадратичной функцией по парам интервалов или построение достаточно гладкой аппроксимации базовой функции распределения, которая соответствует известные данные. Если также известны среднее значение совокупности и граничные значения для каждого интервала, их также часто можно использовать для повышения точности аппроксимации.
Коэффициент Джини, рассчитанный на основе выборки, является статистическим показателем, и следует указать его стандартную ошибку или доверительные интервалы для коэффициента Джини совокупности. Их можно рассчитать с помощью методов начальной загрузки , математически сложных и требовательных к вычислениям даже в эпоху быстрых компьютеров. [40] Экономист Томсон Огванг сделал этот процесс более эффективным, создав «модель трюковой регрессии», в которой соответствующие переменные дохода в выборке ранжируются, при этом самому низкому доходу присваивается ранг 1. Затем модель выражает ранг (зависимую переменную) как сумма постоянной A и нормальной ошибки, дисперсия которой обратно пропорциональна y k :
Таким образом, G можно выразить как функцию взвешенной оценки константы A методом наименьших квадратов , и это можно использовать для ускорения расчета оценки стандартной ошибки складным ножом . Экономист Дэвид Джайлс утверждал, что стандартная ошибка оценки A может быть использована для получения оценки G напрямую, без использования складного ножа. Этот метод требует использования обычной регрессии наименьших квадратов только после упорядочивания выборочных данных. Результаты выгодно отличаются от оценок, полученных с помощью складного ножа , причем согласие улучшается с увеличением размера выборки. [41]
Однако утверждалось, что это зависит от допущений модели о распределении ошибок и независимости членов ошибок. Эти предположения часто не справедливы для реальных наборов данных. Вокруг этой темы до сих пор продолжаются дискуссии.
Гильермина Яссо [42] и Ангус Дитон [43] независимо предложили следующую формулу для коэффициента Джини:
где - средний доход населения, Pi - это ранг дохода P человека i с доходом X, так что самый богатый человек получает ранг 1, а самый бедный - ранг N. Это фактически придает больший вес более бедным людям в распределении доходов, что позволяет коэффициенту Джини соответствовать принципу трансферта . Обратите внимание, что формула Джассо-Дитона изменяет масштаб коэффициента так, что его значение равно единице, если все значения равны нулю, кроме одного. Однако обратите внимание на ответ Эллисона о необходимости вместо этого разделить на N². [44]
ФАО объясняет другую версию формулы. [45]
Коэффициент Джини и другие стандартные индексы неравенства приводятся к единому виду. Совершенное равенство – отсутствие неравенства – существует тогда и только тогда, когда коэффициент неравенства , равен 1 для всех j единиц в некоторой популяции (например, существует совершенное равенство доходов, когда доход каждого равен среднему доходу , так что для всех). Таким образом, мерами неравенства являются меры средних отклонений от 1; чем больше среднее отклонение, тем больше неравенство. На основании этих наблюдений индексы неравенства имеют следующую общую форму: [46]
где p j взвешивает единицы по их доле в численности населения, а f ( r j ) является функцией отклонения r j каждой единицы от 1, точки равенства. Суть этого обобщенного индекса неравенства заключается в том, что индексы неравенства различаются, поскольку они используют разные функции расстояния между коэффициентами неравенства (rj ) от 1.
Коэффициенты дохода Джини рассчитываются на основе рыночного дохода и располагаемого дохода. Коэффициент Джини для рыночного дохода, иногда называемый коэффициентом Джини до уплаты налогов, рассчитывается на основе дохода до уплаты налогов и трансфертов. Он измеряет неравенство в доходах без учета влияния налогов и социальных расходов, уже существующих в стране. Коэффициент Джини располагаемого дохода, иногда называемый коэффициентом Джини после уплаты налогов, рассчитывается на основе дохода после уплаты налогов и трансфертов. Он измеряет неравенство в доходах после рассмотрения влияния налогов и социальных расходов, уже существующих в стране. [7] [47] [48]
Для стран ОЭСР в период 2008–2009 годов коэффициент Джини (до уплаты налогов и трансфертов) для общей численности населения колебался от 0,34 до 0,53, при этом в Южной Корее самый низкий показатель, а в Италии — самый высокий. Коэффициент Джини (после уплаты налогов и трансфертов) для всего населения колебался от 0,25 до 0,48, при этом самый низкий коэффициент был в Дании, а самый высокий в Мексике. Для Соединенных Штатов, страны с самой большой численностью населения среди стран ОЭСР, индекс Джини до уплаты налогов составлял 0,49, а индекс Джини после уплаты налогов составлял 0,38 в 2008–2009 годах. Средний показатель по ОЭСР для всего населения в странах ОЭСР составил 0,46 для индекса Джини дохода до уплаты налогов и 0,31 для индекса Джини дохода после уплаты налогов. [7] [49] Налоги и социальные расходы, которые действовали в период 2008–2009 годов в странах ОЭСР, значительно снизили эффективное неравенство доходов, и в целом «европейские страны, особенно скандинавские и континентальные государства всеобщего благосостояния , достигают более низкого уровня неравенства доходов, чем другие страны." [50]
Использование индекса Джини может помочь количественно оценить различия в политике и философии социального обеспечения и компенсаций . Однако следует иметь в виду, что коэффициент Джини может вводить в заблуждение, когда он используется для политических сравнений между большими и малыми странами или странами с различной иммиграционной политикой (см. раздел «Ограничения»).
Коэффициент Джини для всего мира, по оценкам различных сторон, составляет от 0,61 до 0,68. [12] [13] [51] На графике показаны значения, выраженные в процентах от их исторического развития для ряда стран.
По данным ЮНИСЕФ, в Латинской Америке и Карибском регионе был самый высокий индекс Джини чистого дохода в мире - 48,3 на невзвешенной средней основе в 2008 году. Остальные средние региональные показатели были следующими: Африка к югу от Сахары (44,2), Азия (40,4), Ближний Восток и Северная Африка (39,2), Восточная Европа и Центральная Азия (35,4) и страны с высоким уровнем дохода (30,9). Используя тот же метод, утверждается, что в Соединенных Штатах индекс Джини равен 36, в то время как в Южной Африке самый высокий показатель индекса Джини доходов составляет 67,8. [52]
Если принять во внимание распределение доходов всех людей, то неравенство доходов во всем мире постоянно растет с начала 19 века (и будет продолжать увеличиваться с годами). С 1820 по 2002 год наблюдался устойчивый рост глобального неравенства доходов по шкале Джини, причем значительный рост наблюдался в период с 1980 по 2002 год. Эта тенденция, похоже, достигла своего пика и начала разворот с быстрым экономическим ростом в развивающихся странах, особенно среди большого населения Страны БРИК . [53]
В таблице ниже представлены расчетные коэффициенты Джини мирового дохода за последние 200 лет, рассчитанные Милановичем. [54]
Более подробные данные из аналогичных источников показывают непрерывное снижение с 1988 года. Это объясняется глобализацией , увеличивающей доходы миллиардов бедных людей, в основном в таких странах, как Китай и Индия. Развивающиеся страны, такие как Бразилия, также улучшили базовые услуги, такие как здравоохранение, образование и санитария; другие, такие как Чили и Мексика, ввели более прогрессивную налоговую политику. [56]
Коэффициент Джини широко используется в таких разнообразных областях, как социология, экономика, здравоохранение, экология, инженерия и сельское хозяйство. [58] Например, в социальных науках и экономике, помимо коэффициентов Джини доходов, ученые опубликовали коэффициенты Джини образования и коэффициенты Джини возможностей.
Индекс Джини в сфере образования оценивает неравенство в образовании для данного населения. [59] Он используется для выявления тенденций социального развития на основе уровня образования с течением времени. Исследование, проведенное тремя экономистами Всемирного банка , Винодом Томасом, Яном Ваном и Сибо Фаном, в 85 странах показало, что в 1990 году в Мали был самый высокий индекс Джини в области образования, равный 0,92 (что подразумевает очень высокое неравенство в уровне образования среди населения), в то время как в Соединенных Штатах имел самый низкий индекс неравенства в образовании Джини - 0,14. В период с 1960 по 1990 годы в Китае, Индии и Южной Корее наблюдалось самое быстрое снижение индекса Джини неравенства в образовании. Они также утверждают, что индекс Джини в сфере образования в Соединенных Штатах немного увеличился за период 1980–1990 годов.
Хотя индекс Джини в области образования в Индии падал с 1960 по 1990 год, большая часть населения до сих пор не получила никакого образования, в то время как 10 процентов населения получили более 40% общего количества образовательных часов в стране. Это означает, что значительная часть способных детей в стране не получает поддержки, необходимой для того, чтобы они могли внести позитивный вклад в жизнь общества. Это приведет к безвозвратным потерям для национального общества, поскольку многие люди недостаточно развиты и недостаточно задействованы. [60]
По своей концепции аналогичный коэффициенту дохода Джини, коэффициент возможностей Джини измеряет неравенство в возможностях. [61] [62] [63] Эта концепция основана на предположении Амартии Сена [64] о том, что коэффициенты неравенства социального развития должны основываться на процессе расширения выбора людей и повышения их возможностей, а не на процессе сокращения доходов. неравенство. Ковачевич в обзоре коэффициента возможностей Джини объяснил, что этот коэффициент оценивает, насколько хорошо общество позволяет своим гражданам добиваться успеха в жизни, где успех основан на выборе, усилиях и талантах человека, а не на его опыте, определяемом набором заранее определенные обстоятельства при рождении, такие как пол, раса, место рождения, доход родителя и обстоятельства, не зависящие от этого человека.
В 2003 году Ремер [61] [65] сообщил, что Италия и Испания продемонстрировали самый высокий индекс Джини неравенства возможностей среди стран с развитой экономикой.
В 1978 году Энтони Шоррокс представил показатель, основанный на коэффициентах Джини дохода, для оценки мобильности доходов. [66] Эту меру, обобщенную Маасуми и Зандвакили, [67] теперь обычно называют индексом Шоррокса , иногда — индексом подвижности Шоррокса или индексом жесткости Шоррокса. Он пытается оценить, является ли коэффициент Джини неравенства в доходах постоянным или временным и в какой степени страна или регион обеспечивает экономическую мобильность своему народу, чтобы они могли перейти из одного квантиля дохода (например, 20% нижних слоев населения) в другой (например, средний уровень дохода). 20%) с течением времени. Другими словами, индекс Шоррокса сравнивает неравенство краткосрочных доходов, таких как годовой доход домохозяйств, с неравенством долгосрочных доходов, таких как общий доход за 5 или 10 лет для тех же домохозяйств.
Индекс Шоррокса рассчитывается несколькими различными способами, общий подход заключается в соотношении коэффициентов Джини дохода между краткосрочными и долгосрочными доходами для одного и того же региона или страны. [68]
Исследование 2010 года с использованием данных о доходах на социальное обеспечение в Соединенных Штатах с 1937 года и индексов Шоррока на основе Джини пришло к выводу, что мобильность доходов в Соединенных Штатах имеет сложную историю, в первую очередь из-за массового притока женщин в американскую рабочую силу после мировой войны. II. Тенденции неравенства доходов и мобильности доходов были разными для мужчин и женщин в период с 1937 по 2000-е годы. Если рассматривать мужчин и женщин вместе, тенденции индекса Шоррокса, основанного на коэффициенте Джини, подразумевают, что долгосрочное неравенство доходов существенно сократилось среди всех работников в последние десятилетия в Соединенных Штатах. [68] Другие ученые, используя только данные 1990-х годов или других коротких периодов, пришли к другим выводам. [69] Например, Састре и Айала на основе своего исследования данных коэффициента Джини дохода в период с 1993 по 1998 год для шести развитых стран пришли к выводу, что Франция имела наименьшую мобильность доходов, Италия - самый высокий, а Соединенные Штаты и Германия - промежуточные уровни мобильности доходов по сравнению с 1993 годом. эти пять лет. [70]
Коэффициент Джини имеет особенности, которые делают его полезным в качестве меры дисперсии населения и, в частности, неравенства. [45] Коэффициент варьируется от 0 (абсолютное равенство) до 1 (абсолютное неравенство). Джини основан на сравнении совокупной доли населения с совокупной долей доходов, которые оно получает. [71]
Коэффициент Джини является относительной мерой. Коэффициент Джини развивающейся страны может повыситься (из-за растущего неравенства доходов) даже тогда, когда число людей, живущих в абсолютной бедности, уменьшается. [72] Это связано с тем, что коэффициент Джини измеряет относительное, а не абсолютное богатство. Изменение неравенства доходов, измеряемое коэффициентами Джини, может быть связано со структурными изменениями в обществе, такими как рост населения (повышение рождаемости, старение населения, увеличение количества разводов, разделение домохозяйств расширенных семей на нуклеарные семьи , эмиграция, иммиграция) и мобильность доходов. [73] Коэффициенты Джини просты, и эта простота может привести к упущениям и затруднить сравнение различных групп населения; например, хотя и в Бангладеш (доход на душу населения 1693 доллара США), и в Нидерландах (доход на душу населения 42 183 доллара США) коэффициент Джини дохода составлял 0,31 в 2010 году, [74] качество жизни, экономические возможности и абсолютный доход в этих странах очень разные, т.е. страны могут иметь одинаковые коэффициенты Джини, но сильно различаться по уровню благосостояния. В развитой экономике предметы первой необходимости могут быть доступны всем, в то время как в неразвитой экономике с тем же коэффициентом Джини предметы первой необходимости могут быть недоступны большинству или доступны не в равной степени из-за более низкого абсолютного богатства.
Даже если общий доход населения одинаков, в определенных ситуациях две страны с различным распределением доходов могут иметь один и тот же индекс Джини (например, случаи, когда кривые Лоренца дохода пересекаются). [45] Таблица А иллюстрирует одну из таких ситуаций. В обеих странах коэффициент Джини равен 0,2, но среднее распределение доходов по группам домохозяйств различно. Другой пример: в популяции, где самые низкие 50% людей не имеют дохода, а остальные 50% имеют равный доход, коэффициент Джини равен 0,5; тогда как для другой группы населения, где 75% людей с самыми низкими доходами имеют 25% дохода, а 25% самых богатых людей имеют 75% дохода, индекс Джини также равен 0,5. Страны с одинаковыми доходами и коэффициентами Джини могут иметь очень разное распределение доходов. Беллу и Либерати утверждают, что ранжирование неравенства доходов между двумя группами населения не всегда возможно на основе их индексов Джини. [75] Точно так же ученый-вычислитель Фабиан Стефани показывает, что неравенство доходов внутри населения, например, в определенных социально-экономических группах одного возраста и образования, также остается необнаруженным обычными индексами Джини. [76]
Индекс Джини не содержит информации об абсолютных национальных или личных доходах. Население может одновременно иметь индексы Джини с очень низкими доходами и индексы Джини с очень высоким уровнем благосостояния. Измеряя неравенство в доходах, индекс Джини игнорирует дифференциальную эффективность использования доходов домохозяйств. Игнорируя богатство (за исключением случаев, когда оно способствует увеличению дохода), коэффициент Джини может создать видимость неравенства, когда сравниваемые люди находятся на разных этапах своей жизни. Богатые страны, такие как Швеция, могут демонстрировать низкий коэффициент Джини для располагаемого дохода, равный 0,31, тем самым казаясь равными, но при этом иметь очень высокий коэффициент Джини для богатства, составляющий от 0,79 до 0,86, что предполагает крайне неравномерное распределение богатства в их обществе. [77] [78] Эти факторы не оцениваются в индексе Джини, основанном на доходе.
Индекс Джини имеет тенденцию к снижению для небольших групп населения. [79] Округа, штаты или страны с небольшим населением и менее разнообразной экономикой, как правило, сообщают о небольших коэффициентах Джини. Для экономически разнообразных больших групп населения ожидается гораздо более высокий коэффициент, чем для каждого из входящих в него регионов. Например, учитывая мировую экономику в целом и распределение доходов среди всех людей, разные ученые оценивают глобальный индекс Джини в диапазоне от 0,61 до 0,68. [12] [13] Как и в случае с другими коэффициентами неравенства, на коэффициент Джини влияет степень детализации измерений. Например, пять 20%-ных квантилей (низкая степень детализации) обычно дают более низкий коэффициент Джини, чем двадцать 5%-ных квантилей (высокая степень детализации) для того же распределения. Филипп Монфор показал, что использование непоследовательной или неопределенной детализации ограничивает полезность измерений коэффициента Джини. [80]
Коэффициент Джини дает разные результаты при применении к отдельным лицам, а не к домохозяйствам, для одной и той же экономики и одинакового распределения доходов. Если используются данные о домохозяйствах, измеренное значение дохода Джини зависит от того, как определяется домохозяйство. Сравнение не имеет смысла, если различные группы населения не оцениваются с помощью последовательных определений.
Дейнингер и Сквайр (1996) показывают, что коэффициент Джини дохода, основанный на индивидуальном доходе, а не на доходе домохозяйства, различен. Например, в США они обнаружили, что индекс Джини, основанный на индивидуальном доходе, составляет 0,35, а во Франции — 0,43. Согласно их индивидуально-ориентированному методу, в 108 странах, которые они изучали, Южная Африка имела самый высокий в мире коэффициент Джини - 0,62, Малайзия имела самый высокий коэффициент Джини в Азии - 0,5, Бразилия - самый высокий коэффициент Джини 0,57 в Латинской Америке и Карибском регионе, а также Турция. самый высокий показатель – 0,5 – в странах ОЭСР. [81]
Развивая важность показателей продолжительности жизни, коэффициент Джини как точечная оценка равенства в определенный момент времени игнорирует изменения дохода в течение жизни. Как правило, увеличение доли молодых или пожилых членов общества приводит к очевидным изменениям в равенстве просто потому, что люди, как правило, имеют более низкие доходы и богатство в молодости, чем в пожилом возрасте. Из-за этого такие факторы, как возрастное распределение населения и мобильность внутри классов дохода, могут создать видимость неравенства, когда его нет, принимая во внимание демографические эффекты. Таким образом, данная экономика может иметь более высокий коэффициент Джини в любой момент времени по сравнению с другой, в то время как коэффициент Джини, рассчитанный на основе дохода человека в течение жизни, ниже, чем в явно более равной (в данный момент времени) экономике. [ необходимы разъяснения ] [16] По сути, важно не только неравенство в каком-либо конкретном году, но и структура распределения во времени.
Миллиардер Томас Квок заявил, что коэффициент Джини доходов в Гонконге был высоким (0,434 в 2010 году [74] ), отчасти из-за структурных изменений в его населении. За последние десятилетия в Гонконге наблюдается рост числа небольших домохозяйств, пожилых семей и пожилых людей, живущих в одиночестве. Совокупный доход теперь делится на большее количество домохозяйств. Многие пожилые люди живут в Гонконге отдельно от своих детей. Эти социальные изменения привели к существенным изменениям в распределении доходов домохозяйств. Коэффициент Джини по доходам, утверждает Квок, не учитывает этих структурных изменений в обществе. [73] Распределение денежных доходов домохозяйств в США, представленное в Таблице C этого раздела, подтверждает, что эта проблема не ограничивается только Гонконгом. По данным Бюро переписи населения США, в период с 1979 по 2010 год население Соединенных Штатов претерпело структурные изменения в домохозяйствах в целом; доход для всех категорий доходов увеличился с поправкой на инфляцию, распределение доходов домохозяйств со временем сместилось в группы с более высокими доходами, а коэффициент Джини дохода увеличился. [82] [83]
Еще одним ограничением коэффициента Джини является то, что он не является надлежащим показателем эгалитаризма , поскольку он измеряет лишь разброс доходов. Например, предположим, что две одинаково эгалитарные страны проводят разную иммиграционную политику. В этом случае страна, принимающая более высокую долю малообеспеченных или бедных мигрантов, сообщит о более высоком коэффициенте Джини и, следовательно, может демонстрировать большее неравенство доходов.
Некоторые страны распределяют выгоды, которые трудно оценить. Страны, которые предоставляют субсидируемое жилье, медицинское обслуживание, образование или другие подобные услуги, трудно оценить объективно, поскольку это зависит от качества и размера льгот. В отсутствие свободного рынка оценка этих трансфертов дохода как дохода домохозяйств является субъективной. Теоретическая модель коэффициента Джини ограничена принятием правильных или неправильных субъективных предположений.
В условиях натуральной и неформальной экономики люди могут иметь значительный доход не только в денежной форме, но и в других формах, например, за счет натурального хозяйства или бартера . Эти доходы, как правило, достаются сегменту населения, находящемуся за чертой бедности или очень бедному в странах с формирующейся и переходной экономикой, таких как страны Африки к югу от Сахары, Латинская Америка, Азия и Восточная Европа. На неформальную экономику приходится более половины глобальной занятости и до 90 процентов занятости в некоторых беднейших странах к югу от Сахары с высокими официальными коэффициентами неравенства Джини. Шнайдер и др. в своем исследовании 162 стран, проведенном в 2010 году [84], сообщают, что около 31,2%, или около 20 триллионов долларов мирового ВВП , является неформальным. В развивающихся странах неформальная экономика преобладает среди всех слоев населения, за исключением более богатых городских слоев населения с высокими доходами. Даже в развитых странах от 8% (США) до 27% (Италия) ВВП каждой страны является неформальным. Получаемый в результате неофициальный доход преобладает в качестве источника средств к существованию для людей с самыми низкими доходами. [85] Стоимость и распределение доходов от неформальной или теневой экономики трудно определить количественно, что затрудняет оценку истинных коэффициентов Джини доходов. [86] [87] Различные предположения и количественные оценки этих доходов дадут разные коэффициенты Джини. [88] [89] [90]
У Джини также есть некоторые математические ограничения. Он не является аддитивным, и различные группы людей не могут быть усреднены для получения коэффициента Джини для всех людей в группах.
Учитывая ограничения коэффициента Джини, другие статистические методы используются в сочетании или в качестве альтернативной меры дисперсии населения. Например, часто используются меры энтропии (например, индекс Аткинсона или индекс Тейла и среднее логарифмическое отклонение как частные случаи обобщенного индекса энтропии ). Эти меры пытаются сравнить распределение ресурсов интеллектуальными агентами на рынке со случайным распределением максимальной энтропии , которое имело бы место, если бы эти агенты действовали как невзаимодействующие частицы в закрытой системе, следуя законам статистической физики.
Существует суммарная мера диагностической способности системы двоичного классификатора, которая также называется коэффициентом Джини , который определяется как удвоенная площадь между кривой рабочей характеристики приемника (ROC) и ее диагональю. Это связано с показателем производительности AUC ( площадь под кривой ROC), данным в [91] , и с U Манна-Уитни . Хотя оба коэффициента Джини определяются как площади между определенными кривыми и обладают определенными свойствами, между коэффициентом статистической дисперсии Джини и коэффициентом Джини классификатора не существует простой прямой связи.
Индекс Джини также связан с индексом Пьетра, оба из которых измеряют статистическую неоднородность и выводятся из кривой Лоренца и диагональной линии. [92] [93] [28]
В некоторых областях, таких как экология, обратный индекс Симпсона используется для количественной оценки разнообразия, и его не следует путать с индексом Симпсона . Эти показатели связаны с Джини. Обратный индекс Симпсона увеличивается с увеличением разнообразия, в отличие от индекса Симпсона и коэффициента Джини, которые уменьшаются с увеличением разнообразия. Индекс Симпсона находится в диапазоне [0, 1], где 0 означает максимальное разнообразие, а 1 — минимальное разнообразие (или гетерогенность). Поскольку индексы разнообразия обычно увеличиваются с увеличением неоднородности, индекс Симпсона часто преобразуется в обратный Симпсон или с использованием дополнения , известного как индекс Джини-Симпсона. [94]
В последние десятилетия исследователи пытались оценить коэффициенты Джини для обществ до 20-го века. В отсутствие обследований доходов домохозяйств и подоходного налога ученые полагались на косвенные переменные. К ним относятся налоги на богатство в средневековых европейских городах-государствах, модели землевладения в римском Египте , вариации размеров домов в обществах от древней Греции до ацтекской Мексики, а также наследование и приданое в вавилонском обществе. Другие данные не отражают напрямую изменений в богатстве или доходах, но, как известно, отражают неравенство, например, соотношение ренты к заработной плате или труда к капиталу. [95]
Хотя коэффициент Джини наиболее популярен в экономике, теоретически его можно применять в любой области науки, изучающей распределение. Например, в экологии коэффициент Джини использовался как мера биоразнообразия , где совокупная доля видов отображается в зависимости от совокупной доли особей. [96] В здравоохранении он использовался как мера неравенства качества жизни населения, связанного со здоровьем. [97] В сфере образования он использовался как мера неравенства университетов. [98] В химии его использовали для выражения селективности ингибиторов протеинкиназ в отношении ряда киназ. [99] В технике он использовался для оценки справедливости, достигаемой интернет-маршрутизаторами при планировании передачи пакетов из различных потоков трафика. [100]
Коэффициент Джини иногда используется для измерения дискриминационной силы рейтинговых систем при управлении кредитным риском . [101]
В исследовании 2005 года были использованы данные переписи населения США для измерения владения домашними компьютерами и использован коэффициент Джини для измерения неравенства среди белых и афроамериканцев. Результаты показали, что, несмотря на общее снижение, неравенство в отношении владения домашними компьютерами было значительно меньше среди белых домохозяйств. [102]
Рецензируемое исследование 2016 года под названием «Использование коэффициента Джини для измерения неравенства участия в социальных сетях цифрового здравоохранения, ориентированных на лечение» [103] показало, что коэффициент Джини был полезен и точен при измерении изменений в неравенстве, однако в качестве отдельного показателя он не был включен общий размер сети.
Дискриминационная сила относится к способности модели кредитного риска различать клиентов, не выполняющих свои обязательства, и клиентов, не выполняющих свои обязательства. Формула в разделе расчетов выше может использоваться для окончательной модели и на уровне факторов отдельной модели для количественной оценки дискриминационной силы отдельных факторов. Это связано с коэффициентом точности в моделях оценки населения.
Коэффициент Джини также применялся для анализа неравенства в приложениях для знакомств . [104] [105]
Каминский и Кривцов [106] распространили понятие коэффициента Джини из экономики на теорию надежности и предложили коэффициент типа Джини, который помогает оценить степень старения неремонтопригодных систем или старения и омоложения ремонтопригодных систем. Коэффициент определяется от -1 до 1 и может использоваться как в эмпирическом, так и в параметрическом распределении жизни. Он принимает отрицательные значения для класса распределений уменьшающейся интенсивности отказов и точечных процессов с уменьшающейся интенсивностью отказов и положителен для распределений возрастающей интенсивности отказов и точечных процессов с возрастающей интенсивностью отказов. Значение ноль соответствует экспоненциальному распределению жизни или однородному процессу Пуассона .
{{cite journal}}
: Требуется цитировать журнал |journal=
( помощь ){{cite journal}}
: Требуется цитировать журнал |journal=
( помощь )