Coursera Learner working on a presentation with Coursera logo and
Coursera Learner working on a presentation with Coursera logo and

Der Gini-Rekord oder Gini-Koeffizient ist ein faktischer Anteil der Streuung, der 1912 von dem italienischen Analytiker Corrado Gini geschaffen wurde. Er wird regelmäßig zur Überprüfung des monetären Ungleichgewichts, zur Schätzung der Lohnverwendung oder, weniger gewöhnlich, der Verteilung von Reichtümern in der Bevölkerung verwendet. Der Koeffizient reicht von 0 (oder 0%) bis 1 (oder 100%), wobei 0 für vollkommene Fairness und 1 für vollkommene Unausgewogenheit steht. Qualitäten von mehr als 1 sind hypothetisch denkbar, weil ein negatives Gehalt oder Reichtum vorliegt.

Den Gini-Index verstehen

Eine Nation, in der jeder Einwohner einen ähnlichen Lohn hat, hätte einen Lohn-Gini-Koeffizienten von 0. Eine Nation, in der ein Einwohner den gesamten Lohn verdient, während jeder andere nichts verdient, hätte einen Lohn-Gini-Koeffizienten von 1.

Eine ähnliche Untersuchung kann auf die Streuung des Reichtums angewandt werden (der “Reichtum-Gini-Koeffizient”), aber da Reichtum schwieriger abzuschätzen als zu bezahlen ist, spielen die Gini-Koeffizienten im Allgemeinen auf das Zahlen an und erscheinen im Wesentlichen als “Gini-Koeffizient” oder “Gini-Rekord”, ohne anzugeben, dass sie auf das Gehalt anspielen. Die Gini-Koeffizienten für Reichtum werden im Allgemeinen sehr viel höher sein als die für Geld.

Der Gini-Koeffizient ist ein wichtiges Instrument zur Analyse der Lohn- oder Reichtumszirkulation innerhalb einer Nation oder eines Ortes, doch sollte er nicht mit einer pauschalen Schätzung von Lohn oder Reichtum verwechselt werden. Eine hochbezahlte Nation und eine Nation mit niedrigem Gehalt können den äquivalenten Gini-Koeffizienten haben, solange die Gehälter innerhalb jeder Nation vergleichsweise verbreitet sind: Sowohl die Türkei als auch die USA hatten 2016 Gehalts-Gini-Koeffizienten um 0,39-0,40, wie von der OECD angegeben, doch das BIP der Türkei pro Person war nicht gerade ein großer Teil des BIP der USA. (auf Dollar-Basis 2010).

Grafische Darstellung des Gini-Index

Die Gini-Liste wird häufig grafisch durch die Lorenzkurve angesprochen, die die Verbreitung von Gehältern (oder Reichtümern) zeigt, indem sie das Bevölkerungsperzentil nach Gehalt auf dem flachen Knotenpunkt und das Gesamtgehalt auf dem vertikalen Drehpunkt aufträgt. Der Gini-Koeffizient entspricht dem Gebiet unterhalb der Linie der tadellosen Gerechtigkeit (0,5 per Definition) abzüglich der Zone unterhalb der Lorenzkurve, isoliert durch die Region unterhalb der Linie der tadellosen Gerechtigkeit. Er entspricht sozusagen dem doppelten Gebiet zwischen dem Lorenzkrümmer und der Linie der makellosen Gleichheit.

In der untenstehenden Grafik steht das 47. Perzentil 10,46% in Haiti und 17,42% in Bolivien gegenüber, was bedeutet, dass die Basis 47% der Haitianer 10,46% des Gesamtgehalts ihres Landes und die Basis 47% der Bolivianer 17,42% ihres Gehalts erhalten. Die Gerade spricht eine theoretisch äquivalente Gesellschaft an: die Basis 47% der Haitianer nehmen 47% des nationalen Gehalts ein.

Um den Gini-Koeffizienten der Gehälter für Haiti im Jahr 2012 zu ermitteln, würden wir die Region unterhalb ihrer Lorenzkurve entdecken: etwa 0,2. Subtrahiert man diese Zahl von 0,5 (die Region unter der Korrespondenzlinie), erhält man 0,3, die wir zu diesem Zeitpunkt durch 0,5 teilen. Dies ergibt eine grobe Gini von 0,6 oder 60%. Die CIA gibt den echten Gini für Haiti im Jahr 2012 mit 60,8% an (siehe unten). Diese Zahl spricht für eine sehr große Disparität; nur Mikronesien, die Zentralafrikanische Republik, Südafrika und Lesotho sind zunehmend inkonsistent, wie von der CIA angegeben.

Eine andere Perspektive über den Gini-Koeffizienten ist als Anteil der Abweichung von fehlerfreier Gleichförmigkeit. Je weiter ein Lorenz-Bogen von der fehlerlos äquivalenten Geraden abweicht (was für einen Gini-Koeffizienten von 0 spricht), desto höher ist der Gini-Koeffizient und desto weniger äquivalent ist die Allgemeinheit. Im obigen Modell ist Haiti inkonsistenter als Bolivien.

Die Gini-Liste weit und breit

Weltweite Gini

Christoph Lakner von der Weltbank und Branko Milanovic vom City College of New York schätzen, dass der weltweite Gini-Koeffizient der Gehälter im Jahr 2008 bei 0,705 lag, gegenüber 0,722 im Jahr 1988. Die Zahlen weichen jedoch erheblich voneinander ab. Die DELTA-Finanzspezialisten François Bourguignon und Christian Morrisson schätzen, dass die Zahl sowohl 1980 als auch 1992 bei 0,657 lag. Die Arbeit von Bourguignon und Morrisson zeigt eine unterstützte Entwicklung des Ungleichgewichts seit 1820, als der weltweite Gini-Koeffizient 0,500 betrug. Das Werk von Lakner und Milanovic zeigt eine Abnahme der Ungleichgewichte zu Beginn des 21. Jahrhunderts, ebenso wie ein Buch von Bourguignon aus dem Jahr 2015:

Mängel

Trotz der Tatsache, dass der Gini-Koeffizient für die Analyse der finanziellen Disparität wertvoll ist, weist er einige Schwächen auf. Die Genauigkeit der Metrik hängt von soliden Informationen über das Bruttoinlandsprodukt und die Löhne ab. Schattenwirtschaften und gelegentliche geldpolitische Maßnahmen sind in jeder Nation möglich. Beiläufige geldpolitische Maßnahmen werden im Allgemeinen für ein größeres Stück echter finanzieller Schöpfung bei der Schaffung von Nationen und am unteren Ende der Lohnzuweisung innerhalb von Nationen sprechen. In den beiden Fällen bedeutet dies, dass die Gini-Bilanz der geschätzten Löhne die tatsächliche Lohndisparität überbewerten wird. Genaue Informationen über Reichtümer sind wegen der Berühmtheit der Spesenheime immer schwieriger zu erhalten.

Ein weiterer Makel ist, dass völlig unterschiedliche Gehaltszuweisungen zu nicht unterscheidbaren Gini-Koeffizienten führen können. Da der Gini versucht, einen zweidimensionalen Bereich (das Loch zwischen der Lorenzkurve und der Gleichförmigkeitslinie) zu einer einsamen Zahl zu destillieren, verdunkelt er die Daten über die “Form” der Disparität. Regelmäßig ausgedrückt wäre dies so, als würde man die Substanz einer Fotografie ausschließlich durch ihre Länge entlang einer Kante oder durch die einfache normale Brillanzschätzung der Pixel abbilden. Die Verwendung der Lorenzkrümmung als Verstärkung kann zwar mehr Daten in dieser Hinsicht liefern, aber sie zeigt ebenfalls keine statistischen Variationen zwischen Untergruppen innerhalb der Aneignung, zum Beispiel die Zirkulation von Löhnen quer über das Alter, die Rasse oder soziale Zusammenkünfte. In diesem Sinne kann das Verständnis der Sozioökonomie von Bedeutung sein, um zu verstehen, wofür ein bestimmter Gini-Koeffizient spricht. Zum Beispiel drückt eine riesige resignierte Bevölkerung den Gini-Koeffizienten höher.