De belangrijkste statistiek die economen gebruiken om ongelijkheid te meten, is zeer gebrekkig

In 2015 waren Griekenland, Thailand, Israël en het VK even ongelijk. Dat wil zeggen, alle vier de landen hadden dezelfde Gini-coëfficiënt, een algemene maatstaf voor inkomensongelijkheid.

Het aantal suggereert dat de inkomensverdeling in de vier landen hetzelfde was. Een nadere blik op de armste en rijkste mensen in die samenlevingen laat echter een heel ander beeld van ongelijkheid zien. De verhouding tussen het inkomen van de rijkste 10% en de armste 10% varieerde aanzienlijk van 13,8 in Griekenland tot 4,2 in het VK.

Deze divergentie heeft sommige economen ertoe aangezet om te beweren dat de Gini terug moet worden fles, terwijl anderen het voortdurende gebruik ervan verdedigen. De meesten geven echter toe dat als een manier om ongelijkheid te begrijpen, de eeuwenoude indicator op zichzelf onvoldoende is.

Wat is de Gini-coëfficiënt?

De Gini-coëfficiënt is de hoogste bekende maatstaf voor inkomensongelijkheid. Een Gini-coëfficiënt van nul betekent dat er een gelijke inkomensverdeling is, terwijl een getal dichter bij één grotere ongelijkheid aangeeft. Hoe lager de Gini-coëfficiënt, hoe gelijkwaardiger de samenleving zou zijn.

De Gini-coëfficiënt en de Lorenz-curve

De Gini-coëfficiënt bouwt voort op werk door Max Lorenz, een Amerikaanse econoom uit het begin van de twintigste eeuw, die een manier bedacht om de inkomensverdeling in een populatie in kaart te brengen die de Lorenz-curve wordt genoemd.

De aantrekkingskracht van de Gini-coëfficiënt komt van het eenvoudig te begrijpen bereik van 0 tot 1, en het doel ervan om een complexe verdeling in één cijfer samen te vatten. Dat maakt het gemakkelijk om het te gebruiken als vergelijkingsbasis tussen landen met enorm verschillende populatiegroottes.

“Mensen houden van een enkel getal. Het is netjes omdat het een maatstaf is voor de hele inkomensverdeling”, zegt Dominic Webber, hoofd van de analyse van het gezinsinkomen bij het Britse Office for National Statistics (ONS). “Er is meer aan de hand dan dat aantal kan overbrengen, maar desalniettemin is het erg sterk en krachtig” om een enkel nummer te hebben, zegt hij.

Misschien wel het belangrijkste voor het succes ervan is het wijdverbreide en voortdurende gebruik ervan. Berekeningen van de Gini worden regelmatig gepubliceerd en bijgewerkt door internationale organisaties en landen, waaronder de OESO, de Wereldbank en het Internationaal Monetair Fonds.

“Veel landen gebruiken het, dus u kunt er vrij snel en gemakkelijk een internationaal vergelijkbare maatstaf krijgen “, legt Webber uit.

Wat is er mis met de Gini-coëfficiënt?

The World Inequality Database, een van ’s werelds belangrijkste bronnen van gegevens over inkomensongelijkheid met een netwerk van onderzoekers over de hele wereld blijven weg van de Gini-coëfficiënt. De organisatie ziet problemen met elke indictor die ongelijkheid probeert samen te vatten in één cijfer, aldus Thomas Blanchet, een econoom daar.

Specifiek op de Gini, hij en de ONS ‘Webber merken een paar belangrijke punten op:

  1. Het is gevoeliger voor veranderingen in de middenklasse dan voor de extremen van de rijken of armen.
  2. Het enkele cijfer geeft heel weinig details over de ongelijkheid van een land.
  3. Het heeft weinig betekenis ing op zichzelf, zonder enige andere context.
  4. Het biedt dezelfde waarde voor verschillende manifestaties van ongelijkheid.
  5. Het is moeilijk uit te leggen.

“De keerzijde van de Gini-coëfficiënt in vergelijking met sommige andere metingen, is dat het aantal op zichzelf niet per se een enorm bedrag betekent … Pas als je het in de tijd vergelijkt of met andere landen vergelijkt, krijg je een idee van wat het middelen, ”zegt Webber. “Je kunt een verandering in de Gini-coëfficiënt waarnemen, maar dat zegt niet veel meer dan de ongelijkheid is toegenomen of afgenomen … Zijn de rijken rijker geworden? Zijn de armsten armer geworden?”

Andere manieren om te meten inkomensongelijkheid

Een van de grootste problemen met de Gini-coëfficiënt is simpelweg dat te veel groepen alleen op de statistiek vertrouwen. Andere maatstaven kunnen meer onthullend zijn.

Veelgebruikte indicatoren zijn onder meer:

Inkomen van de beste 1%: het aandeel van het totale inkomen dat wordt gehouden door de eerste 1% van de verdieners.

P90 / P10: de verhouding tussen het inkomen van de persoon aan de bovenste tiende percentiel van de inkomensverdeling over het inkomen van de persoon op het onderste tiende percentiel. Voor de VS ligt dit aantal rond de zes, wat betekent dat het laagste inkomen van de best verdienende 10% van de huishoudens meer dan zes keer dat van de hoogste inkomen van de best verdienende 10% van de huishoudens.

S80 / S20-ratio: de verhouding tussen het cumulatieve inkomen van de bestverdienende 20% van de mensen tot de cu mulatief inkomen van de laagste verdienende 20%.

De palma-ratio: de verhouding van de rijkste 10% van het aandeel van de bevolking in het bruto nationaal inkomen (BNI) gedeeld door het aandeel van de armste 40%. Zoals je zou verwachten, zijn de inkomens uit de middenklasse doorgaans goed voor ongeveer de helft van het bni van een land, terwijl de andere helft verdeeld is tussen de best verdienende 40% en de best verdienende 10%.Een palma-ratio van 1 betekent bijvoorbeeld dat het cumulatieve inkomen van de bovenste 10% en de onderste 40% hetzelfde is.

De World Inequality Database geeft er de voorkeur aan om het aandeel van totaal inkomen gehouden door verschillende groepen; zoals de bovenste 1%, de bovenste 10%, de middelste 40% en de onderste 50%. “Het idee is dat als je het aandeel van die drie of vier groepen kent, je in feite een vrij uitgebreid beeld hebt van wat er met ongelijkheid gebeurt, en dan hoef je er niet echt een enkele indicator van te maken”, legt Blanchet uit.

De ONS bevat meerdere maatregelen die verder gaan dan de Gini-coëfficiënt in zijn releases over inkomensongelijkheid. Het is “belangrijk om een breder scala aan maatregelen te hebben”, vertelde Webber aan Quartz, “om echt een vollediger beeld te geven van wat er gaande is. ”

Write a Comment

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *