经济学小知识：基尼系数——关于贫富差距

小邦财商系列原创

只要稍微关注财经，大概都知道基尼系数是一个可以揭示贫富差距的统计数据。

那天看到了一则美国富裕人群和中低收入人群因新冠疫情而显示出不同的消费下降的新闻，感慨之余又仔细重温了一下什么是基尼系数。

更重要的是想回答一个问题——基尼系数是一个宏观经济统计数据，和自己作为一个老百姓的日常生活有什么关系，它的意义何在。

基尼系数的正解是什么？

如果纯粹当基尼系数是一个谈资，泛泛而谈某某国基尼系数大啊，所以贫富差距大，这没毛病。

不过，也难免有朋友认真聊天，具体讲到基尼系数的一些硬核知识，这可能就尴尬了。

首先，基尼是一个人，名叫Corrado Gini（1884-1965年），是一位意大利统计学家、人口学家和社会学家。

通过利用美籍奥地利裔统计学家洛伦兹在1907年提出了的洛伦兹曲线（Lorenz curve），基尼发展出一个衡量社会收入不平等的指标。

在基尼于1912年发表了这个指标后，它就被称为基尼系数（Gini coefficient），又称基尼指数（Gini index）或基尼比率（Gini ratio）。

网上有不少专业的文章讨论基尼系数如何计算等等，普通人的着眼点在解读数据。

在下图中，0.0指所有人收入相同，1.0是只有一个人拥有所有收入，两者都是极端，在现实生活中不可能出现。

但这两个极端帮助理解——越接近 0 的基尼系数表示收入越平均，越接近 1 则是贫富差距越大。

因此，图中的甲0.87比乙0.94小，所以甲比乙的贫富差距小。

（by Tom Gregory, former Engineer & Senior Executive Service at NASA (1957-1995)）

一般而言，基尼系数分成5个档，以方便归类和解读众多国家的数据。

0.4被视为警戒线，但实际很多国家都超过了警戒线。

基尼系数的局限

基尼系数统计和分析收入比较可信，一旦把收入扩充至财富，可信度就不保证。

相对于收入，即就业而得到的相对固定的薪酬，所谓财富的来源就五花八门，特别是在金融行业非常发达的欧美，财富增值的很大一部分来自投资。

同样的道理，一般国人最大的一个财富来源是不动产的增值，例如楼市年年涨使得账面上的财富暴涨。

如果把不动产的价值也归纳到基尼系数的统计，基尼系数可能倾向比较平均，可信度就大打折扣... 想想所谓的“被平均”就是差不多这个意思。

其次，基尼系数高低不能等同收入绝对值高低。

例如加拿大和孟加拉的基尼系数在2018年差不多都是0.32，但不看数据都知道加拿大人的收入比孟加拉高。

这说明国与国之间的对比也未必对等。

另外，计算基尼系数的数据其实不容易获得和统计。

世界银行（The World Bank）目前的数据并不完整，近十年里，只有2013年稍微能看到全球大致的情况。

大家可以看看下图感受一下二战后的情况，图中大多数国家在0.2到0.4之间，基尼系数最高的是巴西。

到了2000年之后，中国和美国的基尼系数都超过了0.4，两国的基尼系数都在1990年开始上升。

（From Wikipedia, the free encyclopedia）

基尼系数有什么用？

“有什么用”这个民族性的灵魂拷问从来都有，在基尼系数上，很多人的第一反应是，“知道了，但跟我有什么关系。”

举些例子，例如基尼系数高的国家，教育水平是相对低的。

逻辑就是最平常的衣食住行已经花掉了大部分的钱，普通家庭就很难负担孩子们的教育，如果任由这种情况下去，长远会根本性的损害一个国家的发展。

又例如，基尼系数低意味着工作机会更平等。

当人们都能工作和有收入，生活水平差距不会大幅拉大，因此基尼系数低。

在统计学中，基尼系数会和收入不均的数据一起分析，能更完整的分析一些问题。

另外，还有一个例子就是移民，试想想，谁不愿意到一个机会平等的地方生活呢？

因此，一个国家经济上的健康程度会影响到每一个人。

从功利的调度看，任何宏观数据对某一个人的影响不会具体体现在工资涨跌多少。

但任何人作为社会和国家的一员，明白基尼系数对于了解国计民生的事情是有帮助的，也会协助自己在投资和其他领域做出更恰当的决策。