第5单元 博弈规则:谁得到什么,以及为什么

5.12 衡量经济不平等:基尼系数

评估两个人之间的不平等程度是相对直接的,例如在5.10节中,我们使用简单的条形图直接比较了安吉拉和布鲁诺在四种不同情形中的收入。但是,如何评估更大群体或整个社会中的不平等程度呢?在1.4节中,我们使用了一个衡量指标:富贫比,即社会中收入最高的10%人群的平均收入与收入最低的10%人群的平均收入之比。

经济学家经常使用另一种衡量不平等的指标,即基尼系数,以意大利统计学家科拉多·基尼(Corrado Gini,1884—1965)的名字命名。就像上述安吉拉和布鲁诺的例子中对不平等的分析一样,基尼系数基于人们在收入、财富或其他生活水平的衡量指标上的差异。与富贫比相比,基尼系数的优势在于它包含了关于每个人的信息,不仅仅是富人和穷人,还包括“中间群体”。

为了理解这意味着什么,考虑图5.25所示的包含三个人的群体。圆圈代表人,圆圈内的数字表示其获得的收入。箭头旁边的数字反映了箭头所指两人之间的收入差异。基尼系数通过以下两条信息计算得出:

  • 人与人之间差异的平均值:本例中为(10 + 8 + 2)/3 = 20/3 = 6.67。
  • 人们的平均收入:本例中为(12 + 4 + 2)/3 = 6。

基尼系数等于第一个数字(平均差异)除以第二个数字(平均收入)的一半。本例中,基尼系数等于\(0.5 \times 6.67/6 = 0.56\)。

该群体的总收入为18。如果收入在人群中的分配方式不同,基尼系数会如何变化?

  • 如果一个人获得全部收入(18):差异的平均值为(18 + 18 + 0)/3 = 12。平均收入仍为6,因此基尼系数为1。
  • 如果三人都有相同的收入(6):那么任何两人之间无差异,因此基尼系数为0。
包含三个人的群体中的收入差异。
全屏
https://books.core-econ.org/microeconomics/zh/05-the-rules-of-the-game-12-measuring-economic-inequality.html#图5-25

图5.25 包含三个人的群体中的收入差异。

评估收入或财富分配的另一个常用工具是洛伦兹曲线。在《经济学2.0:宏观经济学》的第2单元中有洛伦兹曲线的详细解释和应用。

基尼系数(Gini coefficient)
衡量收入或财富等数量不平等程度的指标,取值从0(完全平等)到1(表示所有收入或财富集中于单一个体)。它是人口中任意两个人之间收入(其他数量类似)平均差异与平均收入之比的一半。除小规模人口外,可以通过洛伦兹曲线图来计算基尼系数的近似值。 参见:洛伦兹曲线

Translation query: please provide a translation for the linked definition in the definition pop-up. Lorenz curve.

一般来说,当我们计算基尼系数时,得到的是一个介于0(完全平等)和1(极端不平等)之间的数字。资源在人口中的分配越不平均,基尼系数就越大。

5.1节中,我们描述了“皇家流浪者号”海盗船的奖金分配制度。如果计算该制度产生的收入分配的基尼系数,我们会发现海盗之间的不平等程度很低:基尼系数仅为0.06。

相比之下,当英国皇家海军的“宠儿号”(Favourite)和“活跃号”(Active)捕获西班牙珍宝船“埃尔米奥内号”(La Hermione)时,两艘英国军舰上的战利品分配远不及海盗平等:普通船员只获得了约四分之一的收入,其余部分归少数军官和船长所有。图5.26比较了三艘船的基尼系数。按当时的标准,海盗们在相互交往中表现得异常民主和公正。

战利品分配:海盗与英国海军中的不平等。
全屏
https://books.core-econ.org/microeconomics/zh/05-the-rules-of-the-game-12-measuring-economic-inequality.html#图5-26

图5.26 战利品分配:海盗与英国海军中的不平等。

Peter T. Leeson. 2009. ‘The Invisible Hook: The Law and Economics of Pirate Tolerance’. New York University Journal of Law and Liberty, 4 (2): pp. 139–171. Robert Beatson. 1804. Naval and Military Memoirs of Great Britain, from 1727 to 1783 (vol. 3). Longman, Hurst, Rees and Orme.

比较世界各地的收入分配与不平等

评估一个国家内部的收入不平等程度,我们可以使用总市场收入(来自就业、自雇、储蓄和投资的所有收入),或者使用可支配收入,后者能更好地反映生活水平。可支配收入是家庭在缴纳税款并收到政府转移支付(如失业救济金和养老金)后可以用于支出的收入。

市场收入和可支配收入。
全屏
https://books.core-econ.org/microeconomics/zh/05-the-rules-of-the-game-12-measuring-economic-inequality.html#图5-27

图5.27 市场收入和可支配收入。

1.4节中,我们使用富贫比来比较不同国家的收入不平等程度。在这里,我们计算了每个国家市场收入和可支配收入的基尼系数。例如,我们发现2020年荷兰市场收入的基尼系数为0.40。根据这一指标,荷兰的收入不平等程度高于“皇家流浪者号”,但低于英国海军军舰。同年,荷兰可支配收入的基尼系数较低(0.31):政府的再分配政策产生了更平等的分配。

除基尼系数和富贫比外,还有许多其他衡量收入不平等的方法,但这两种方法使用最广泛。图5.28比较了不同国家的可支配收入和市场收入的基尼系数,按可支配收入不平等程度排序,从左到右依次从最平等到最不平等。政府可以通过向富裕家庭征税并将所得收入转移给较不富裕家庭来重新分配收入。各国在可支配收入不平等方面存在显著差异的主要原因是再分配政策的程度不同。

图5.28表明:

CORE Econ的洞察(Insight)栏目《差异的世界:不平等简介》A world of differences: An introduction to inequality)和《美国持续存在的种族不平等》Persistent racial inequality in the United States)中更详细地描述了政府的收入再分配。

  • 各国在可支配收入不平等方面的差异(下方条形图顶部)远大于市场收入不平等的差异(上方条形图顶部)。
  • 美国和英国是高收入经济体中不平等程度最高的国家之一。
  • 图中包含的少数贫困和中等收入国家的可支配收入不平等程度甚至高于美国,但……
  • ……(南非除外)这主要是由于从富人到穷人的再分配程度有限,而不是市场收入不平等程度异常高。
全球各国市场收入和可支配收入的不平等。您可以通过“用数据看世界”平台(OWiD)查看这份数据不同的可视化呈现。
全屏
https://books.core-econ.org/microeconomics/zh/05-the-rules-of-the-game-12-measuring-economic-inequality.html#图5-28

图5.28 全球各国市场收入和可支配收入的不平等。您可以通过“用数据看世界”平台(OWiD)查看这份数据不同的可视化呈现

经济合作与发展组织(OECD),收入分配数据库(Income Distribution Database),2023年1月访问。

问题5.9 选择正确的表述(多选题)

阅读以下陈述,并选择正确的选项。

  • 分配越平等,基尼系数越高。
  • 基尼系数是衡量不平等的一个指标。其他工具包括富贫比和洛伦兹曲线。
  • 基尼系数的主要缺点是未涵盖分布中间部分的个体。
  • 总市场收入反映了个体在支付税款和接受政府转移支付后可以花费的金额。
  • 实际情况恰恰相反。基尼系数是衡量不平等程度的指标。当分配越不平等时,基尼系数越高。
  • 衡量不平等的指标有多种,包括问题中提到的三种。
  • 富贫比未涵盖分布中间部分的个体。基尼系数的一个优势在于其计算基于全体个体的收入或财富数据,覆盖分布曲线的每一个点位。
  • 总市场收入反映了就业、自雇、储蓄和投资的收入。总市场收入经过扣缴税款和转移支付的调整后,被称为可支配收入。

练习5.7 计算基尼系数

绘制两个与图5.25类似的图表,并计算以下情况的基尼系数:

  1. 收入分别为2、4和22
  2. 收入分别为4、6和8

练习5.8 市场收入和可支配收入的不平等

访问世界不平等数据库(World Inequality Database)网站。在“国家列表”下拉菜单中选择你感兴趣的国家(或你目前居住的国家)。

  1. 使用左侧的“主要指标”和“更多指标”栏,创建一个包含以下变量的图表:
    • 收入最高1%人群的税前收入份额。
    • 收入最低50%人群的税前收入份额。
    • 收入最高1%人群的税后收入份额。
    • 收入最低50%人群的税后收入份额。
  2. 描述图表中各变量随时间的变化情况。
  3. 解释图表中显示的税前收入差距是否可以被认为在实质上和/或程序上是公平的。
  4. 比较税前和税后收入份额,评论你所选国家政府政策解决收入不平等的程度。使用图表中的统计数据(或基于WID数据的其他统计数据)来支持你的答案。