Le record de Gini ou coefficient de Gini est une proportion factuelle de la dispersion créée par l’analyste italien Corrado Gini en 1912. Il est régulièrement utilisé pour vérifier le déséquilibre monétaire, estimer l’appropriation des salaires ou, moins ordinairement, la diffusion des richesses au sein d’une population. Le coefficient varie de 0 (ou 0%) à 1 (ou 100%), 0 correspondant à l’équité et 1 au déséquilibre. Les qualités supérieures à 1 sont hypothétiquement concevables en raison d’un salaire ou d’une richesse négatifs.

Comprendre l’indice de Gini

Une nation dans laquelle chaque habitant a un salaire similaire aurait un coefficient de Gini de 0. Une nation dans laquelle un habitant gagne tout le salaire, tandis que chaque autre personne ne gagne rien, aurait un coefficient de Gini de 1.

Une enquête similaire peut être appliquée à la dispersion des richesses (le “coefficient de Gini des richesses”), mais comme les richesses sont plus difficiles à évaluer que les salaires, les coefficients de Gini font généralement allusion aux salaires et apparaissent essentiellement comme “coefficient de Gini” ou “record de Gini”, sans indiquer qu’ils font allusion aux salaires. Les coefficients de Gini relatifs à la richesse seront, en général, beaucoup plus élevés que ceux relatifs à l’argent.

Le coefficient de Gini est un instrument important pour disséquer la circulation des salaires ou des richesses à l’intérieur d’une nation ou d’une localité, mais il ne doit pas être confondu avec une estimation forfaitaire des salaires ou des richesses. Une nation à salaires élevés et une nation à bas salaires peuvent avoir le coefficient de Gini équivalent, à condition que les salaires soient répartis de manière comparative à l’intérieur de chaque pays : La Turquie et les États-Unis ont tous deux des coefficients de Gini salariaux autour de 0,39-0,40 en 2016, comme l’indique l’OCDE, mais le PIB par habitant de la Turquie ne représente pas exactement une grande partie de celui des États-Unis. (en dollars de 2010).

Représentation graphique de l’indice de Gini

La liste de Gini est souvent présentée graphiquement par le coude de Lorenz, qui montre la diffusion des salaires (ou des richesses) en traçant le percentile de la population par salaire sur le moyeu plat et le salaire total sur le pivot vertical. Le coefficient de Gini est équivalent au territoire situé sous la ligne d’équité irréprochable (0,5 par définition) moins la zone située sous le coude de Lorenz, isolée par la région située sous la ligne d’équité irréprochable. Il est en quelque sorte le double du territoire situé entre le coude de Lorenz et la ligne de correspondance parfaite.

Dans le graphique ci-dessous, le 47e percentile est comparé à 10,46 % en Haïti et à 17,42 % en Bolivie, ce qui signifie que les 47 % de base des Haïtiens perçoivent 10,46 % du salaire total de leur pays et que les 47 % de base des Boliviens perçoivent 17,42 % du leur. La ligne droite correspond à une société théoriquement équivalente : les 47% de base perçoivent 47% du salaire national.

Pour évaluer le coefficient de Gini salarial pour Haïti en 2012, on découvrirait la région sous son coude de Lorenz : autour de 0,2. En soustrayant ce chiffre de 0,5 (la région située sous la ligne de correspondance), on obtient 0,3, que l’on divise alors par 0,5. On obtient ainsi un Gini approximatif de 0,6 ou 60%. La CIA donne le véritable Gini pour Haïti en 2012, soit 60,8 % (voir ci-dessous). Ce chiffre témoigne d’une très grande disparité ; seuls la Micronésie, la République africaine focale, l’Afrique du Sud et le Lesotho sont de plus en plus incohérents, comme l’indique la CIA.

Une autre perspective sur le coefficient de Gini est celle d’une proportion de l’écart par rapport à une uniformité parfaite. Plus un virage de Lorenz s’écarte de la ligne droite parfaitement équivalente (ce qui correspond à un coefficient de Gini de 0), plus le coefficient de Gini est élevé et moins le public est équivalent. Dans le modèle ci-dessus, Haïti est plus incohérent que la Bolivie.

La liste Gini au sens large

Gini dans le monde

Christoph Lakner de la Banque mondiale et Branko Milanovic du City College de New York estiment que le coefficient de Gini salarial mondial était de 0,705 en 2008, contre 0,722 en 1988. Les chiffres diffèrent néanmoins de manière significative. Les spécialistes financiers de DELTA, François Bourguignon et Christian Morrisson, estiment que le chiffre était de 0,657 en 1980 et 1992. Les travaux de Bourguignon et Morrisson montrent une évolution soutenue du déséquilibre depuis 1820, date à laquelle le coefficient de Gini mondial était de 0,500. Les travaux de Lakner et Milanovic montrent une diminution de la disparité au début du 21e siècle, tout comme un livre de Bourguignon sur l’année 2015 :

Déficiences

Bien qu’il soit précieux pour disséquer les disparités financières, le coefficient de Gini présente quelques faiblesses. La précision de la mesure dépend d’informations solides sur le produit intérieur brut et les salaires. Les économies parallèles et les actions monétaires occasionnelles sont disponibles dans chaque pays. En général, les actions monétaires occasionnelles permettent d’obtenir une plus grande part de création financière réelle dans les nations créatrices et au bas de l’échelle des salaires au sein des nations. Dans les deux cas, cela implique que le registre Gini des salaires estimés exagérera la véritable disparité salariale. Il est de plus en plus difficile d’obtenir des informations précises sur les richesses en raison de la renommée des asiles de dépenses.

Un autre défaut est que des crédits salariaux tout à fait différents peuvent entraîner des coefficients de Gini indiscernables. Comme le Gini s’efforce de distiller une région bidimensionnelle (le trou entre le coude de Lorenz et la ligne d’uniformité) en un seul chiffre, il assombrit les données sur la “forme” de la disparité. En termes réguliers, cela reviendrait à représenter la substance d’une photographie exclusivement par sa longueur le long d’un bord ou par la simple estimation de la brillance normale des pixels. Si l’utilisation de la courbe de Lorenz comme amélioration peut fournir davantage de données à cet égard, elle ne montre pas non plus les variétés statistiques parmi les sous-groupes à l’intérieur de l’appropriation, par exemple, la circulation des salaires selon l’âge, la race ou les réunions sociales. Dans cet ordre d’idées, la compréhension de la socio-économie peut être significative pour comprendre ce que représente un coefficient de Gini donné. Par exemple, une énorme population résignée pousse le coefficient de Gini à la hausse.