Co je to index Gini?
Giniho index nebo Giniho koeficient je statistická míra distribuce vyvinutá italským statistikem Corrado Ginim v roce 1912. Často se používá jako měřítko ekonomické nerovnosti, měří rozdělení příjmů nebo, méně obyčejně, rozdělení bohatství mezi obyvatelstvo. Koeficient se pohybuje od 0 (nebo 0%) do 1 (nebo 100%), přičemž 0 představuje dokonalou rovnost a 1 představuje dokonalou nerovnost. Hodnoty nad 1 jsou teoreticky možné kvůli negativnímu příjmu nebo bohatství.
Klíč s sebou
- Giniho index je jednoduchým měřítkem rozdělení příjmu mezi procenty příjmů v populaci. Vyšší Giniho index naznačuje větší nerovnost, přičemž jednotlivci s vysokými příjmy dostávají mnohem větší procenta z celkového příjmu populace. Globální nerovnost měřená Giniho indexem se v 19. a 20. století zvýšila, ale v posledních letech klesala. Kvůli údajům a jiným omezením může index Gini nadhodnocovat nerovnost příjmů a může zakrývat důležité informace o rozdělení příjmů.
Porozumění indexu Gini
Země, ve které má každý rezident stejný příjem, by měla koeficient příjmů Gini 0. Země, ve které jeden rezident vydělával veškerý příjem, zatímco všichni ostatní nevydělali nic, by měl koeficient příjmů Gini 1.
Stejná analýza může být aplikována na distribuci bohatství („Giniho koeficient bohatství“), ale protože bohatství je obtížnější měřit než příjem, Gini koeficienty obvykle odkazují na příjem a vypadají jednoduše jako „Gini koeficient“ nebo „Gini index“, aniž by upřesnění, že se týkají příjmů Koeficienty bohatství Gini bývají mnohem vyšší než koeficienty příjmu.
Giniho koeficient je důležitým nástrojem pro analýzu rozdělení příjmů nebo bohatství v zemi nebo regionu, nemělo by se však zaměňovat s absolutním měřením příjmu nebo bohatství. Země s vysokými příjmy a země s nízkými příjmy mohou mít stejný Giniho koeficient, pokud jsou v každé z nich rozdělovány příjmy podobně: Turecko a USA měly v roce 2016 podle Grijových koeficientů příjmy kolem 0, 39-0, 40, podle OECD Turecký HDP na osobu byl méně než polovina USA (v roce 2010 v dolarech).
Grafické znázornění Giniho indexu
Giniho index je často graficky znázorněn prostřednictvím Lorenzovy křivky, která ukazuje rozdělení příjmu (nebo bohatství) vynesením percentilu populace podle příjmu na horizontální ose a kumulativního příjmu na vertikální ose. Giniho koeficient se rovná oblasti pod hranicí dokonalé rovnosti (podle definice 0, 5) mínus plocha pod Lorenzovou křivkou, děleno plochou pod linií dokonalé rovnosti. Jinými slovy, je to dvojnásobná oblast mezi Lorenzovou křivkou a linií dokonalé rovnosti.
V následujícím grafu odpovídá 47. percentil 10, 46% na Haiti a 17, 42% v Bolívii, což znamená, že 47% Haiťanů přijímá 10, 46% celkového příjmu svého národa a 47% Bolívijců dole 17, 42% jejich. Rovná čára představuje hypoteticky rovnou společnost: 47% národního důchodu přijímá dolní část 47%.
Pro odhad koeficientu příjmu Gini pro Haiti v roce 2012 bychom našli oblast pod Lorenzovou křivkou: kolem 0, 2. Odečteme-li toto číslo od 0, 5 (oblast pod linií rovnosti), dostaneme 0, 3, které pak vydělíme 0, 5. Tím se získá přibližná hodnota Gini 0, 6 nebo 60%. CIA dává skutečné Gini pro Haiti v roce 2012 jako 60, 8% (viz níže). Toto číslo představuje extrémně vysokou nerovnost; pouze Mikronésie, Středoafrická republika, Jihoafrická republika a Lesotho jsou podle CIA nerovnoměrnější.
Dalším způsobem myšlení o Giniho koeficientu je míra odchylky od dokonalé rovnosti. Čím dále se Lorenzova křivka odchyluje od dokonale rovné přímky (což představuje Giniho koeficient 0), tím vyšší je Giniho koeficient a čím méně je společnost. Ve výše uvedeném příkladu je Haiti nerovnější než Bolívie.
Index Gini po celém světě
Globální Gini
Christoph Lakner ze Světové banky a Branko Milanovic z University of New York odhadují, že koeficient globálního příjmu Gini byl v roce 2008 0, 705, oproti 0, 722 v roce 1988. Čísla se však značně liší. Ekonomové DELTA François Bourguignon a Christian Morrisson odhadují, že v letech 1980 i 1992 to bylo 0, 657. Práce Bourguignona a Morrissona ukazují trvalý růst nerovnosti od roku 1820, kdy byl globální Gini koeficient 0, 500. Lakner a Milanovic's ukazují pokles nerovnosti kolem začátku 21. století, stejně jako kniha z roku 2015 od Bourguignona:
Hospodářská expanze v Latinské Americe, Asii a východní Evropě způsobila velkou část nedávného poklesu příjmové nerovnosti. Zatímco v posledních desetiletích došlo k poklesu nerovnosti mezi zeměmi, nerovnost v jednotlivých zemích vzrostla.
Gini uvnitř zemí
Níže jsou uvedeny příjmy Giniho koeficienty v každé zemi, pro kterou CIA World Factbook poskytuje údaje:
Některé z nejchudších zemí světa (Středoafrická republika) mají některé z největších Giniho koeficientů na světě (61, 3), zatímco mnoho z nejbohatších (Dánsko) má některé z nejnižších (28, 8). Vztah mezi příjmovou nerovností a HDP na obyvatele však není dokonale negativní korelací a vztah se v průběhu času měnil. Michail Moatsos z Utrechtské univerzity a Joery Baten z Tuebingenské univerzity ukazují, že od roku 1820 do roku 1929 se nerovnost mírně zvyšovala - poté se zmenšovala - se zvyšováním HDP na obyvatele. Od roku 1950 do roku 1970 měla nerovnost tendenci klesat, když HDP na obyvatele vzrostl nad určitou hranici. Od roku 1980 do roku 2000 nerovnost klesala s vyšším HDP na obyvatele a poté se prudce zakřivila.
Nedostatky
Ačkoli je Giniho koeficient užitečný pro analýzu ekonomické nerovnosti, má určité nedostatky. Přesnost metriky závisí na spolehlivých údajích o HDP a příjmu. Stínové ekonomiky a neformální ekonomická aktivita jsou přítomny v každé zemi. Neformální ekonomická aktivita má tendenci představovat větší část skutečné ekonomické produkce v rozvojových zemích a na spodním konci rozdělení příjmů v zemích. V obou případech to znamená, že Giniho index měřených příjmů nadhodnocuje skutečnou příjmovou nerovnost. Přesnost údajů o bohatství je ještě obtížnější díky popularitě daňových rájů.
Další vadou je, že velmi rozdílné rozdělení příjmů může vést ke shodným Giniho koeficientům. Protože se Gini pokouší destilovat dvourozměrnou oblast (mezeru mezi Lorenzovou křivkou a linií rovnosti) dolů do jediného čísla, zakrývá informaci o „tvaru“ nerovnosti. V každodenním pohledu by to bylo podobné popisu obsahu fotografie pouze její délkou podél jedné hrany nebo jednoduchou průměrnou hodnotou jasu pixelů. I když použití Lorenzovy křivky jako doplňku může poskytnout v tomto ohledu více informací, neukazuje ani demografické rozdíly mezi podskupinami v rámci rozdělení, jako je rozdělení příjmů podle věku, rasy nebo sociálních skupin. V tom smyslu může být pochopení demografie důležité pro pochopení toho, co daný Giniho koeficient představuje. Například velká populace v důchodu tlačí Gini výše.
