GINI INDEX The Gini index is also known as Gini coefficient. It is used to measure the inequality between the inhabitants of a region, by comparing their incomes.
Коэффициент Джини, значение по странам мира и в России
Проверялось также предположение о том, что корреляция коэффициента Джини и индексов ВРП изменяется в периоды экономического роста и падения. Рисунок 7. На этом графике, который нивелирует скачки региональной экономики, можно видеть более заметную положительную связь коэффициента Джини и индекса ВВП, особенно после 2002 года. Это подтверждает и коэффициент корреляции 0,224, хотя и небольшой, но уже превышающий уровень случайных колебаний.
Можно также заметить, что уровень неравенства следует за падением ВВП в 1999, 2008 и 2011 годах, но изменяется намного меньше. Рисунок 8. Этот график показывает более устойчивую связь между коэффициентом Джини и индексами ВРП, с отрицательным коэффициентом корреляции, хотя и небольшим, но достаточно явным особенно если учесть большой массив данных.
Поспелова Е. Но на первой мы видим процесс во времени, а на второй усредненные по времени данные по регионам, разделенным в пространстве. То есть первая показывает нам, что с ростом всех регионов, усредненных по всей России, неравенство также растет.
Вторая показывает, что неравенство выше в более богатых регионах. Изучение диаграмм привело к мысли о том, что коэффициент Джини часто оказывается больше для более богатых регионов. Для проверки этой гипотезы была построена диаграмма рассеяния для зависимости Джини не от индекса, а от величины ВРП на душу населения рис.
Рисунок 9. Эта диаграмма показывает, что неравенство действительно больше в более богатых регионах, что подтверждается коэффициентом корреляции в 0,55, который для выборки в 85 пар данных считается достоверным. Заключение Экономика России в исследуемый период сталкивалась с большими проблемами, циклы быстрого подъема сменялись столь же быстрым падением.
Если на уровне страны эти взлеты и падения нивелировались, то на региональном уровне они очень велики. В то же время такие параметры, как экономическое неравенство, более инерционны, поэтому изучение социально-экономических процессов на региональном уровне требует усреднения по промежуткам в три-пять лет. Темп роста регионов с низким уровнем неравенства выше, чем регионов с высоким.
При стабильной экономической ситуации это должно вести к выравниванию экономического развития по стране. Неравенство намного выше в более богатых регионах России. Но это говорит не о том, что неравенство стимулирует рост.
Скорее, неравенство — это результат роста регионов, которым повезло с теми или иными ресурсами, а также регионов, в которых сконцентрирована политическая и экономическая власть; там быстро возникает слой богатых и просто обеспеченных людей. Низкое неравенство бедных регионов — это равенство в нищете. При интенсивном развитии часть населения уходит вперед, отрываясь от основной массы.
Но общество в целом может стать развитым, только если в дальнейшем эта масса будет подтягиваться к более высокому уровню, в противном случае возникают страны с низким уровнем средних доходов, где островки дворцов окружены океаном хижин. Общий уровень экономического развития таких стран невысок. Источники: 1.
Сочинения в четырех томах. Сочинения: В 4 т. Сорокин П.
Мыслители XX века. Kuznets S. Economic Growth and Income Inequality.
The American Economic Review, 1955, Vol.
Судьбы глобального неравенства Мрачные прогнозы о том, какие потрясения из-за неравного распределения доходов и богатства грозят человечеству, заставляют предполагать, что глобальное неравенство в последние десятилетия росло как на дрожжах. Но так ли это в действительности? Воспользуемся оценками Бранко Милановича, одного из наиболее известных специалистов в этой области. Чтобы предупредить возможные сомнения, отмечу, что это абсолютно мейнстримный экономист, много лет проработавший во Всемирном банке. Рассчитав глобальные коэффициенты Джини по доходам в четырех альтернативных версиях, Миланович приходит к выводу, что все они после 2000 г. Ни один не демонстрировал признаков роста: все дружно катились вниз. Более того, я бы даже рискнул утверждать, что за последние десятилетия глобальное неравенство не просто несколько сократилось, но сократилось абсолютно радикально.
Мы бы наверняка увидели это, будь у нас данные по неравенству в пожизненных доходах. Потому что развивающиеся страны резко уменьшили отставание от развитых по ожидаемой продолжительности жизни. С 1970 по 2010 г. Нет сомнений, что это должно было драматически сократить разрыв в доходах, получаемых на протяжении всей жизни, между их жителями. Но даже если ограничиться только официальными оценками, то оказывается, что выросло оно почти исключительно в англосаксонских странах, тогда как в большинстве остальных почти не изменилось. Но даже с англосаксонскими странами не так все просто. Откуда данные Существует два основных источника данных, откуда можно черпать сведения о неравенстве. Оба имеют множество недостатков и ограничений каждый — свои.
Первый — это выборочные обследования домохозяйств. Их «врожденные» дефекты давно и хорошо известны. Главный из них связан с тем, что они не схватывают «правого хвоста» распределения из-за невозможности для интервьюеров проникать в дома богатых людей. Поэтому, чтобы реконструировать полную картину, к опросным данным приходится приклеивать «правый хвост» — исходя из каких-то априорных предположений либо используя какие-то альтернативные данные. Другой источник — административная налоговая статистика.
Какие здесь могут быть сомнения? Как ни странно, но могут. Согласно официальным оценкам Росстата, в России коэффициент Джини по доходам после 1993 г. Много это или мало на фоне других стран? Строго говоря, ни то ни другое. Отталкиваясь от тех оценок, которые дает Росстат, Россию следовало бы отнести скорее к группе стран-середняков. В совершенно ином свете российская ситуация предстает в недавней работе Филипа Новокмета, Пикетти и Габриэля Цакмана. Во-первых, по их расчетам, уровень неравенства в России намного выше, чем говорит официальная статистика: так, коэффициент Джини по доходам составляет сейчас не 0,41, а 0,55. Во-вторых, его динамика выглядит совсем иначе. Пик неравенства пришелся на 1996 г. Еще одну историю, не имеющую ничего общего с двумя предыдущими, рассказывают эксперты Всемирного банка. По этим оценкам, за последние полтора десятилетия неравенство в России устойчиво и быстро снижалось. С 1998 по 2012 г. Сжатие неравенства более чем на 15 п. Наконец, в качестве завершающего штриха сошлюсь на оценки по 53 странам Питера Линдерта, одного из наиболее авторитетных современных исследователей проблем неравенства. Похоже, после такого экскурса не остается ничего другого, как признать, что реальных масштабов существующего в России неравенства не знает никто. То ли оно высокое команда Пикетти , то ли среднее Росстат , то ли низкое Линдерт ; то ли оно сначала резко возросло, просев немного позднее команда Пикетти , то ли стояло на месте Росстат , то ли быстро снижалось эксперты Всемирного банка. Есть варианты на любой вкус. Спросим еще раз: можно ли исходя из этой статистической какофонии объявлять Россию страной с запредельно высоким неравенством, считая это общеизвестным фактом? Идейные истоки В заключение позволю себе дать политико-идеологическую оценку самой кампании по борьбе с неравенством.
В действительности его значение может быть низким. В то же время некоторые граждане зарабатывают деньги тяжелым трудом, а некоторые получают доход от собственности. Для расчета коэффициента Джини требуются определенные статистические данные. Однако методы их сбора различны. Это делает процесс сравнения коэффициентов гораздо более сложным, а иногда даже невозможным. Существуют противоречия в использовании коэффициента Джини в плановой экономике, где материальные ресурсы находятся в собственности государства общества и распределяются централизованно. Поскольку коэффициент Джини учитывает только различия в доходах населения, а не государства общества , то именно в плановой экономике его значение может быть неправильным, более положительным. Коэффициент Джини и кривая Лоренца относятся только к денежным доходам граждан. Между тем, многие работники получают свой заработок в натуральной форме. Например, использование продуктов еды собственного производства или приобретенных у других организаций. Доход от опционов на акции имеет особенности при расчете коэффициента Джини. Опцион, хотя и не является доходом, дает возможность заработать на акциях. Деньги, вырученные от продажи акций, учитываются при расчете коэффициента Джини. Децильный коэффициент Помимо коэффициента Джини, существуют и другие коэффициенты, отражающие неравенство в данном обществе. Например, децильный коэффициент также популярен. Один дециль — это одна десятая часть. Например, в офисе работает 100 сотрудников от уборщиц до генерального директора. Первый дециль самые низкооплачиваемые работники зарабатывает 200 тысяч рублей в месяц на всех. Десятый дециль зарабатывает 2 миллиона рублей на всех. Разделив 2 миллиона на 200 тысяч, получаем коэффициент, равный 10. Это и есть индекс неравенства в данном офисе. И чем он меньше, тем меньше неравенство. Преимущество этого коэффициента в том, что его легче рассчитать. Однако он не всегда точно отражает ситуацию с неравенством. Имеется 2 офиса, в каждом из которых работает 100 сотрудников, а децильный коэффициент равен 10. В обоих офисах первый дециль получает 200 тысяч рублей в месяц в среднем 20 тысяч рублей в месяц на сотрудника , а десятый дециль получает 2 миллиона в среднем 200 тысяч рублей в месяц на сотрудника. Но в первом офисе 90 человек получают 20 000 рублей в месяц и 10 человек — 200 000, а во втором офисе 10 человек получают 20 000, еще 10 — 30 000, 70 человек — от 40 000 до 100 000 и 10 человек — 200 000. Очевидно, что ситуация с неравенством в этих фирмах будет разной, хотя децильное соотношение одинаково. Децильный коэффициент подходит для грубой оценки неравенства в обществе, а для более точных значений лучше использовать коэффициент Джини. Почему растет социальное неравенство В современном мире богатые становятся все богаче, а бедные — все беднее. Это ни хорошо, ни плохо. Это просто факт. Но если вы знаете об этом, то это очень хорошо. Если нет, то это плохо. Почему же богатые становятся все богаче, а бедные — все беднее? Все очень просто. Богатые используют деньги как инструмент для того, чтобы стать еще богаче.
Минфин пообещал больше не повышать налоги на богатых
Распределение доходов может сильно отличаться от распределения богатства в стране см. Список стран по распределению богатства. Доход от экономической деятельности на черном рынке не включен и является предметом текущих экономических исследований.
Различия в равенстве доходов в разных странах по коэффициенту Джини , согласно данным Всемирного банка. Коэффициент Джини является числом между 0 и 1, где нулю соответствует полное равенство когда каждый имеет одинаковый доход , а единице — абсолютное неравенство когда один человек имеет все доходы, а все остальные — нулевой доход.
В работе [7] Bourguignon, Ferreira, Walton, 2007 обсуждается ряд нерешенных вопросов, рассмотренных в Докладе Всемирного банка от 2006 года. В статье основное внимание уделяется балансу между справедливостью и эффективностью. Справедливость существует при условии равных возможностей при отсутствии крайней депривации. Основные выводы: 1. При сильном расслоении снижается социальная мобильность и талантливые бедняки не могут развить свои способности. Возникают «ловушки неравенства», когда институты разделенного общества запирают бедных в своей социальной страте.
Необходима более широкая и научно обоснованная количественная оценка эффективности преодоления неравенства, доказывающая его эффективность для общества в целом. Должна быть разработана и предъявлена обществу система институциональных изменений, через которые возможно перейти из ловушки неравенства к лучшему для всех равновесию, с оценкой конкретных политических мер, направленных на расширение возможностей для обездоленных. Доказывается, что доступное образование повышает уровень человеческого капитала и в то же время способствует более равномерному распределению доходов. Но представители населения с высоким уровнем дохода зачастую выступают против бесплатного образования, полагая, что оно происходит за их счет, одновременно пытаясь предотвратить конкуренцию за высокооплачиваемую работу со стороны талантливых бедняков. Эти тезисы обосновываются авторами статьи с помощью математической модели. Автор работы [9] Gyimah-Brempong, 2002 на основе панельных данных по странам Африки изучала влияние коррупции на экономический рост и неравенство. Доказывается, что коррупция тормозит рост, уменьшая вложения в основной капитал. В статье [10] Qudrat-I Elahi, 2005 рассматривается научная обоснованность критерия благосостояния Парето для оценки альтернативных сценариев экономического неравенства. Принцип Парето может быть ошибочным при оценке влияния неравенства, поскольку рынки труда не удовлетворяют условиям совершенной конкуренции. Использовались данные примерно по ста тысячам человек за 6 лет.
Оказывается, что увеличение доходов в регионе и неравенства в образовании имеет значимую связь с последующим экономическим ростом. На более высоких уровнях экономического развития накопление физического капитала замещается накоплением человеческого капитала. Авторы статьи [12] Ryvkin, Semykina, 2017 экспериментально изучали различные модели неравенства. Они проводили лабораторный эксперимент, где студенты могли инвестировать в прибыльные проекты и определять уровень налогов голосованием. В другой серии экспериментов автократии размер инвестиций и распределение осуществлялись извне, но существовал риск экспроприации. Участники эксперимента могли добровольно перейти от демократии к автократии большинством голосов. В эксперименте участвовали 228 добровольцев, которые играли роли бедных и богатых и участвовали в голосованиях. Игра показала, что играющие роли богатых очень редко 13 из 304 голосовали за смену режима. Переход к демократии почти полностью определялся голосами бедных. В группах, которые перешли на автократию, бедные получали выгоды, и уровень неравенства значительно снизился во всех циклах игры.
Это происходит при условии, что автократ выполняет свои обещания. Более подробный обзор литературы по проблемам неравенства можно найти в работе [13] Sukharev, 2020. Некоторые сложности с обработкой данных возникают из-за того, что административное деление РФ за эти годы изменялось: происходили переименования, объединения и присоединения. В частности, данные по индексам ВРП имеются с 1997 по 2016 г. Данные по ВРП 2017—2018 гг. Для оценки темпов экономического роста по субъектам регионам удобнее использовать индексы ВРП, которые имеются в виде процентов прироста падения по сравнению с предыдущим годом, а не данные по физическому объему, которые нужно было бы нормировать к начальному уровню. В рамках модели Кузнеца-Пикетти предполагалось обнаружить зависимость между темпами роста и неравенства типа перевернутой U или S кривой, поскольку мы имеем набор данных за 21 год по более чем 80 регионам, значительно различающимся по своему экономическому развитию. Для анализа использовался Microsoft Excel 2013, строились точечные диаграммы диаграммы рассеяния с линиями полиномиальных трендов. Кроме того, вычислялся коэффициент корреляции по каждому году.
Другими словами, это вдвое больше площади между кривой Лоренца и линией полного равенства. Чтобы оценить коэффициент Джини дохода для Гаити в 2012 году, мы найдем площадь под кривой Лоренца: около 0,2. Вычитая это число из 0,5 площадь под линией равенства , мы получаем 0,3, которое затем делим на 0,5. Эта цифра представляет собой чрезвычайно высокое неравенство. Другой способ восприятия коэффициента Джини — это показатель отклонения от идеального равенства. Чем дальше кривая Лоренца отклоняется от идеально равной прямой линии которая представляет собой коэффициент Джини, равный 0 , тем выше коэффициент Джини и тем меньше равноправия в обществе. В приведенном выше примере Гаити более неравное, чем Боливия. Коэффициент Джини в мире Глобальный Джини По оценкам Кристофа Лакнера из Всемирного банка и Бранко Милановича из Городского университета Нью-Йорка, коэффициент Джини для глобального дохода составлял 0,705 в 2008 году по сравнению с 0,722 в 1988 году. Однако цифры значительно различаются. Работа Бургиньона и Морриссона показывает устойчивый рост неравенства с 1820 года, когда глобальный коэффициент Джини составлял 0,500. Книга Лакнера и Милановича показывает снижение неравенства примерно в начале 21 века, как и книга Бургиньона 2015 года: Источник: Всемирный банк. Экономический рост в Латинской Америке, Азии и Восточной Европе во многом стал причиной недавнего снижения неравенства доходов. В то время как неравенство между странами в последние десятилетия снизилось, неравенство внутри стран возросло. Коэффициент Джини для стран мира Ниже приведены коэффициенты Джини дохода для каждой страны, данные по которой представлены Всемирным Банком: Некоторые из беднейших стран мира Центральноафриканская Республика имеют одни из самых высоких в мире коэффициентов Джини 61,3 , в то время как многие из самых богатых Дания имеют одни из самых низких 28,8.
Коэффициент Джини
Самая высокая степень социального неравенства по коэффициенту Джини отмечена в странах Африки, Латинской Америки, Азии. Коэффициент Джини – статистический показатель, который используется для характеристики уровня экономического неравенства в стране. По данным Росстата, в 2023-м году в стране коэффициент Джини вырос до 0,403 против 0,395 годом ранее.
В Турции рекордно увеличился разрыв между богатыми и бедными
Как и коэффициент Джини, он позволяет сравнивать различные страны между собой и состояния одной страны в разные периоды времени. Для измерения фактического распределения доходов используют «кривую Лоренца» и «коэффициент Джини», показывающие, какая доля совокупного дохода приходится на каждую группу населения, что позволяет судить об уровне экономического неравенства в данной стране. Коэффициент Джини (или индекс Джини), кривая Лоренца, TPR (true positive rate) и FPR (false positive rate) – одни из самых популярных атрибутов экономических задач, решаемых с помощью машинного обучения. На этой карте представлено распределение Коэффициента Джини по странам (данные Всемирного Банка от 2018 года): Коэффициент Джини карта.
Беларусь заняла 4 место среди стран с минимальным имущественным неравенством
Мы бы наверняка увидели это, будь у нас данные по неравенству в пожизненных доходах. Потому что развивающиеся страны резко уменьшили отставание от развитых по ожидаемой продолжительности жизни. С 1970 по 2010 г. Нет сомнений, что это должно было драматически сократить разрыв в доходах, получаемых на протяжении всей жизни, между их жителями. Но даже если ограничиться только официальными оценками, то оказывается, что выросло оно почти исключительно в англосаксонских странах, тогда как в большинстве остальных почти не изменилось. Но даже с англосаксонскими странами не так все просто.
Откуда данные Существует два основных источника данных, откуда можно черпать сведения о неравенстве. Оба имеют множество недостатков и ограничений каждый — свои. Первый — это выборочные обследования домохозяйств. Их «врожденные» дефекты давно и хорошо известны. Главный из них связан с тем, что они не схватывают «правого хвоста» распределения из-за невозможности для интервьюеров проникать в дома богатых людей.
Поэтому, чтобы реконструировать полную картину, к опросным данным приходится приклеивать «правый хвост» — исходя из каких-то априорных предположений либо используя какие-то альтернативные данные. Другой источник — административная налоговая статистика. Она успешно решает проблему «правого хвоста» поскольку богатые тоже платят налоги , но с ней другая беда. В этом случае не охваченным остается гигантский сегмент получателей нулевых, низких и средних доходов. Это те, кто либо вообще ничего не зарабатывает на рынке, либо получает доходы, полностью или частично выведенные из-под налогообложения.
В результате в довесок к любым оценкам неравенства мы всегда получаем огромный «мешок» с множеством вменений, досчетов, перерасчетов, корректировок, передатировок, взвешиваний, перевзвешиваний, экстраполяций, интерполяций и т. Поменяйте содержимое «мешка» — и большое неравенство превратится в маленькое или маленькое в большое. Стоит ли удивляться, что статистика неравенства до сих пор остается серой зоной, где даже асы по его измерению никак не могут договориться между собой? Но если так, то тогда, может быть, политикам и интеллектуалам лучше воздерживаться хотя бы пока от жонглирования не пойми какими цифрами и не вставать в позу мудрецов, знающих, куда катится мир?
Иным способом расчета коэффициента является геометрический метод. А именно, через кривую Лоренца. Напомним, что кривая Лоренца — это график, демонстрирующий степень неравенства в распределении дохода или богатства в обществе. В сущности, эта кривая может отражать неравенство в распределении самых разных величин, но вначале предназначалась именно для отражения экономического неравенства в обществе [2]. И на её основании можно вывести коэффициент Джинни. Для простоты понимания рассмотрим рисунок 1.
Заштрихованная площадь, обозначенная буквой Т, демонстрирует степень неравенства в распределении доходов.
Наиболее часто в современных экономических расчётах в качестве изучаемого признака берётся уровень годового дохода. Коэффициент Джини можно определить как макроэкономический показатель, характеризующий дифференциацию денежных доходов населения в виде степени отклонения фактического распределения доходов от абсолютно равного их распределения между жителями страны. Иногда используется процентное представление этого коэффициента, называемое индексом Джини.
Pooling the data available from different kinds of survey data is unavoidable if we want to get a global picture of poverty or inequality. The two concepts are nevertheless closely related: the income of a household equals their consumption plus any saving, or minus any borrowing or spending out of savings. One important difference is that, while zero consumption is not a feasible value — people must consume something to survive — a zero income is a feasible value. A common example here is retired people who are using their savings: they may have a very low, or even zero, income, but still have a high level of consumption. Conversely, at the top end of the distribution, consumption is typically lower than income. The gap rises with income, with households generally saving a higher share of their income the richer they are.
Коэффициент Джини по странам.
Индекс Джини (GTI) или Коэффициент Джини – это статистический показатель неравенства распределения доходов среди различных групп населения. Сообразно общей картине различается и коэффициент Джини по странам. На этой карте представлено распределение Коэффициента Джини по странам (данные Всемирного Банка от 2018 года). Распределенный за весь период существования России, как самостоятельного государства, коэффициент Джини выглядит следующим образом.
В России зафиксирован рост доходного неравенства
И такая картина наблюдается во многих развитых странах. А вот бедные и медленно развивающиеся страны, к сожалению, демонстрируют обратную тенденцию. Естественно, чтобы отслеживать этот параметр, нужно найти это число и контролировать его изменение ежегодно. А для этого нужно точно знать, как рассчитать коэффициент Джини и как использовать кривую Лоренца для формирования этих статистических показателей.
Делается это следующим образом: Строится прямая Лоренца на основе собранных статистических данных. Затем рассчитывается коэффициент. Он берется, как отношение площади образованной фигуры к площади треугольника, отображающей прямую равенства.
Фактически ищут 2 площади.
Майкл Моатсос из Утрехтского университета и Джори Батен из Тюбингенского университета показывают, что с 1820 по 1929 год неравенство немного росло, а затем уменьшалось по мере роста ВВП на душу населения. С 1950 по 1970 год неравенство имело тенденцию снижаться по мере того, как ВВП на душу населения превышал определенный порог. С 1980 по 2000 год неравенство снижалось с ростом ВВП на душу населения, а затем резко возрастало. Ограничения индекса Джини Хотя коэффициент Джини полезен для анализа экономического неравенства, он имеет некоторые недостатки. Точность показателя зависит от надежных данных о ВВП и доходах. Теневая экономика и неформальная экономическая деятельность присутствуют в каждой стране.
Неформальная экономическая деятельность, как правило, представляет большую часть реального экономического производства в развивающихся странах и находится в нижней части распределения доходов внутри стран. В обоих случаях это означает, что индекс Джини измеренных доходов будет завышать истинное неравенство доходов. Точные данные о богатстве получить еще труднее из-за популярности налоговых убежищ. Другой недостаток заключается в том, что очень разные распределения доходов могут привести к одинаковым коэффициентам Джини. Поскольку индекс Джини пытается свести двумерную область разрыв между кривой Лоренца и линией равенства к одному числу, он скрывает информацию о «форме» неравенства. В бытовом плане это было бы похоже на описание содержимого фотографии исключительно ее длиной по одному краю или простым средним значением яркости пикселей. Хотя использование кривой Лоренца в качестве дополнения может предоставить больше информации в этом отношении, она также не показывает демографические различия между подгруппами в рамках распределения, такие как распределение доходов по возрасту, расе или социальным группам.
В этом смысле понимание демографии может быть важно для понимания того, что представляет собой данный коэффициент Джини.
Россия занимает 1-е место в мире по неравенству благосостояния Office Life Credit Suisse опубликовал очередной годовой отчет Global Wealth Report 2022. Согласно данным мировой статистики, первое место по неравенству благосостояния населения на 2021 год занимает Россия.
По коэффициенту Джини статистический показатель степени экономического неравенства в обществе Россия уступает лишь Бразилии.
Построение кривой Лоренца удобнее всего рассмотреть на следующем примере: Представим экономику, состоящую из 3-х агентов: А, B, C. Доход агента А составляет 200 единиц, доход агента В составляет 300 единиц, доход агента С составляет 500 единиц. Для построения кривой Лоренца найдем доли индивидов в общем доходе.
Общий доход составляет 1000. Затем включим в анализ более богатого индивида — индивида В. Далее включим в анализ еще более богатого индивида С. Отметим полученные результаты на графике: Линия, соединяющая левую нижнюю точку и правую верхнюю точку графика, называется линией равномерного распределения доходов.
Это гипотетическая линия, которая показывает, что было бы, если доходы в экономике распределяются равномерно. При неравномерном распределении доходов кривая Лоренца лежит левее этой линии, причем чем больше степень неравенства, тем сильнее изгиб кривой Лоренца. А чем ниже степень неравенства, тем более она приближена к линии абсолютного равенства. В нашем случае кривая Лоренца выглядит как кусочно-линейный график.
Это получилось так, потому что в нашем анализе мы выделили только три группы населения. С ростом числа рассматриваемых групп населения кривая Лоренца будет выглядеть следующим образом: Кривая Лоренца позволяет судить о степени неравенства доходов в экономике о ее изгибу. Для количественного измерения степени неравенства дохода по кривой Лоренца существует специальный коэффициент — коэффициент Джини. Коэффициент Джини равен отношению площади фигуры, ограниченной прямой абсолютного равенства и кривой Лоренца, к площади всего треугольника под кривой Лоренца.
Чем ближе коэффициент Джини к нулю, тем меньше изгиб кривой Лоренца, и доходы распределены более равномерно. Чем ближе коэффициент Джини к единице, тем больше изгиб кривой Лоренца, и доходы распределены менее равномерно. Рассчитаем коэффициент Джини для нашего примера с тремя индивидами. Площадь внутренней фигуры D быстрее всего можно посчитать путем вычитания из площади большого треугольника площади фигур А, В и С.
В этом случае коэффициент Джини будет равен: Частный случай кривой Лоренца и коэффициента Джини: попарное сравнение. Материалы данного раздела не публикуются на сайте, а доступны в полной версии данного пособия, которое я использую на занятиях с учениками. Как известно, любой статистический показатель имеет свои изъяны. Так же как и по показателю ВВП нельзя судить об уровне благосостояния экономики, и коэффициент Джини и другие показатели степени неравенства не могут дать в полной мере объективную картину степени неравенства доходов в экономике.
Это происходит по нескольким причинам: Во-первых, уровень дохода индивидов не является постоянным и может резко изменяться с течением времени. Доходы молодых людей, которые только что закончили университет, как правило, являются минимальными, и затем начинают расти по мере того, как человек набирается опыта и наращивает человеческий капитал. Доходы людей, как правило, достигают пика между 40 и 50 годами, и затем резко снижаются, когда человек уходит на пенсию. Э то явление называется в экономике жизненным циклом.
Но человек имеет возможность компенсировать различие в доходах на разных этапах жизненного цикла с помощью финансового рынка — беря кредиты или делая сбережения. Так, молодые люди, находящиеся в самом начале жизненного цикла, охотно берут кредиты на образование или ипотечные кредиты. Люди, которые находятся ближе к окончанию экономического жизненного цикла, активно делают сбережения. Кривая Лоренца и коэффициент Джини не учитывают жизненный цикл, поэтому этот показатель степени неравенства доходов в обществе не является точной оценкой степени неравенства доходов.
Во-вторых, на доходы индивидов влияет экономическая мобильность. Экономика США является примером экономики возможностей, когда индивид из низов может благодаря сочетанию усердия, таланта и удачи, стать очень успешным человеком, и история знает множество подобных примеров.