衡量收入不平等

经济不平等的维度

在选择一个特定的衡量标准之前，必须决定要衡量的经济不平等的维度。这一选择很重要，不仅从概念的角度来看，还因为它决定了政策制定者可以使用哪些工具来纠正给定的分布。本文讨论的重点是结果的不平等，而不是机会的不平等(如获得教育、技能的机会，以及由父母环境或属于低社会经济阶层所施加的其他限制)。虽然后者无疑对理解经济不平等背后的因素很重要，尤其是在社会流动性的背景下，但本文依赖于更容易观察到的生活水平指标，如收入和财富。然而，下面描述的许多测量技术可以应用于教育、健康、幸福和生活满意度方面的不平等。

在研究个人收入差距时，有必要区分收入、财富和薪酬不平等。“薪酬不平等”指的是支付给不同人的工资差异。这种不平等可以反映工人生产率的差异(例如低技能工人和高技能工人之间)，劳动力市场群体之间的歧视，或工作性质的差异(例如矿工和销售助理)。

“收入不平等”是指收入在人与人或家庭之间分配不均衡的程度。收入包括劳动收入(如工资、薪金和奖金)、来自股息的资本收入、储蓄账户的利息、房地产租金，以及福利、国家养老金和其他政府转移。此外，还可以区分个人收入与家庭收入、税前收入与税后收入(可支配)以及劳动收入与资本收入。

经济不平等的第三个方面是“财富”分配的差异。收入是指在一定时期内(比如一年或一个月)的资金流动，而个人财富则是指一个人持有的所有资产的总和。这些资产包括金融资产，如债券和股票、房产和储蓄。收入和财富并非完全相关。例如，高收入者可能处于收入分配的顶端，但在资产方面相对贫穷;同样，一个老年工人可能已经积累了大量的财富(例如拥有一所房子)，但劳动收入很低。从所得税和遗产税到政府针对首次购房者的计划，不同的政策将影响不同的个人群体，并可能对财富和收入分配产生相反的影响。

消费与收入不平等

一些经济学家认为，“消费”是衡量持续不平等的更合适指标，因为它与永久收入密切相关[２]．消费不平等通常低于收入不平等，因为个人可以通过储蓄和借贷来缓解对收入的暂时冲击(如临时裁员或季节性工作的结束)。消费的差异更好地反映了个人在资产积累、信贷获取或社会保障网络方面的差异。最近的研究利用收入和消费变化之间的联系来量化资产、税收、转移和家庭劳动力供给在防范永久性收入冲击方面的作用[3]，[4]．

在实践中，收入或消费指标之间的选择通常取决于数据的可用性。发达经济体倾向于收集高质量的收入数据，尤其是那些来自行政税务记录的数据。消费数据对发展中国家尤其重要，因为发展中国家的大部分人口是个体经营者，为自己的消费而生产(特别是在农业方面)，或以实物支付，因此很难获得可靠的收入估计数。因此，世界银行关于最不发达国家不平等的发展指标通常是根据家庭消费支出估算的。

对消费和收入数据进行联合分析的研究表明，尽管消费的不平等程度通常低于可支配收入，但在这两项指标下，各国的总体排名是相似的［5］．与此同时，消费不平等是否会随着时间的推移追踪收入不平等的问题一直是一个争论的主题，根据使用的数据来源和方法的不同，有不同的实证结果(见[２]以美国数据为基础的文献调查)。

计量单位

不平等统计的另一个重要问题是计量单位——是个人、纳税单位、家庭还是家庭。考虑到收入通常是在一个家庭或家庭中共享的，研究家庭收入的差距可能更合适，而不是个人收入。通常情况下，家庭之间的收入差距低于个人之间的收入差距，这是因为家庭内部的收入汇集，以及家庭可以为个人风险提供保险(例如，一个工人增加他们的劳动力供应，以应对伴侣的失业)。随着时间的推移，由于女性劳动力参与率的提高，这种家庭保险机制的作用越来越大[3]，[6]．

在衡量家庭不平等时，应该考虑到这样一个事实:人口越多的家庭面临的成本越高，但同时却从消费的规模经济中受益。也就是说，一对住在一起的夫妇在住房、水电、衣服、食物和交通上的花费比一个人多，但不一定是这个数字的两倍。因此，为了解释不同国家和不同时期家庭规模和组成的差异，官方的不平等统计数据往往基于等价的可支配收入或消费。也就是说，家庭总收入或消费总额用等价量表除以“等价成年人”的数量。最常用的规模是家庭规模的平方根，这意味着成本随着规模的增加而递减。欧盟统计局(EUROSTAT)使用的另一种比例尺是经修订的经合组织等值比例尺，该比例尺通过将户主的权重设为1，将第二个和随后的每个成年人的权重设为0.5，将每个儿童的权重设为0.3来区分成人和儿童。

虽然使用等效量表考虑了各国家庭规模的差异，但它忽略了家庭人口结构的变化。文献中一个公认的事实是婚姻中的积极排序模式(例如，受过高等教育的男性更有可能娶受过高等教育的女性)[7]．这种选择性交配程度的增加将加剧家庭之间的收入差距，即使个体之间的差异保持不变。总体而言，各国在家庭规模和结构方面的差异，以及等值量表的选择，将影响家庭不平等的国际比较。

薪酬不平等与家庭可支配收入或消费不平等之间的关系因国家而异，因为家庭结构、劳动力参与率和政府的运作方式不同。例如，人们可以比较税前和税后的收入不平等，以评估一个国家的税收和转移支付在压缩人与人之间收入差异方面的有效性。因此，对不平等的具体衡量标准的选择将取决于研究的目的。

如何衡量经济不平等?

从本质上讲，衡量不平等包括比较不同国家或不同时期的收入或财富分配。图1展示了美国家庭人均收入的分布情况。带有长右尾的倾斜形状是收入分配的典型特征。也就是说，大多数家庭的收入低于平均水平，只有少数家庭的收入很高。衡量不平等的方法试图捕捉这种分布的分散或扩散。

为了能够比较不同国家和不同时期的收入分配情况，不平等衡量标准需要满足以下四个标准[8]：

• 匿名原则:在给定的分配中，所有个人标签的排列(即谁赚多少钱)，不应该影响整体的不平等。

• 人口原理:衡量不平等的标准应与经济规模无关。也就是说，如果一个经济体被克隆出来，那么在合并后的经济体中，不平等的程度将与原始经济体保持一致。这样，就可以不按人口数量或总收入对小国和大国进行比较。

• 相对收益原则:只有相对收入才重要，而不是收入水平。如果每个人的收入都以恒定的比例增长(比如，由于经济增长)，那么只要个人在收入分配中的相对地位保持不变，不平等就不会受到影响。

• 转移原理(或Pigou-Dalton原理):当一笔固定的钱从一个较富有的人转移到一个较贫穷的人时(接受者仍然比捐赠者更穷)，不平等就会减少。

洛伦兹曲线和基尼系数

“洛伦兹曲线”是表示一个国家收入不平等程度的常用图形方法[9]．它绘制了最贫穷的x%人口的累计收入份额(y轴)，为所有可能的x值(见图表)插图一个实际的例子)。45度线代表平等线，即收入在所有个人中平均分配。然而，如果收入分配不均，那么收入最低的x%的人的收入占全国总收入的比例不到x%，这意味着洛伦兹曲线通常位于45度线以下。此外，洛伦兹曲线离平等线越远，收入分配越不平等。

的插图显示了三个国家的洛伦兹曲线:巴西、挪威和美国。例如，在美国，最贫穷的10%人口获得总收入的1.6%，最贫穷的20%人口获得总收入的5%，以此类推。如果一条洛伦兹曲线在另一条曲线下面，则前者的分布更不平等。在插图在这三个国家中，挪威是最平等的，巴西是最不平等的。然而，如果洛伦兹曲线交叉，它们就不能提供分布之间的结论性排名。例如，如果在一个国家，分布在底层的人非常贫穷，但中间和顶部的人更平等(因此洛伦兹曲线的下半部分离平等线更远)，而在另一个国家，情况正好相反，顶部的人更不平等(因此洛伦兹曲线的上半部分离平等线更远)。因此，需要一个汇总度量，将所有这些信息汇总为一个数字，以提供分布的完整排名。但请注意，不同的不平等指数在排名中可能不一致。

最常用的衡量经济不平等的综合指标是“基尼系数”，它与洛伦兹曲线直接相关[9]．基尼系数的定义是洛伦兹曲线和45度线之间的面积，除以45度线下的总面积。这个不平等指数(在实践中根据公式计算)取值范围为0(代表“完全平等”)和最大值1(当一个人获得所有收入时)。基尼系数越低，社会越平等。例如,图2显示可支配家庭收入的基尼系数从比利时和挪威的0.27到南非的0.62不等。基尼系数超过0.5的经济体被认为是非常不平等的，博茨瓦纳、哥伦比亚和赞比亚等国就属于这一类。基尼系数低于0.3被认为是低水平，这在斯堪的纳维亚国家以及斯洛文尼亚、捷克共和国和斯洛伐克是典型的情况。在大多数国家，基尼系数在0.3到0.5之间。自上世纪80年代以来，在许多发达经济体，收入不平等现象有所加剧[10]．

基尼系数与经济规模和人口规模无关。此外，它遵循转移原则:如果收入(不到差额的一半)从富人转移到穷人，结果的分配更平等。此外，它还使用了来自整个收入分配的信息。然而，这种衡量方法并不完美，因为基尼系数相似的经济体的收入分配可能非常不同。例如，考虑这样一个经济体，其中一半人口收入为零，而剩下的一半人口平等地分享所有收入;在另一个经济体中，四分之三的人口获得总收入的四分之一，而剩下的四分之一的人口获得总收入的四分之三(各组间平均分配)。这两个经济体的基尼系数均为0.5;然而，考虑到前一个国家的不平等程度要高得多，因为它有一半的人口得不到任何东西，这是合乎逻辑的。还要注意的是，基尼系数的值会随着测量对象的不同而变化，例如，税前或税后的收入不平等，住房成本之前或之后的消费不平等，等等。

对数收入的变异系数和方差

除了基尼系数之外，还有其他衡量不平等的指标，可以汇总来自整个收入分配的信息。例如，考虑“变异系数”(CV)和“收入自然对数的方差”。CV等于标准差与平均收入之比。由于它衡量的是相对于平均值的变异性，它与收入水平无关。同样，对数收入的方差是尺度不变的。当洛伦兹曲线没有交叉时，这两个指数与基尼系数的排名是一致的，但当洛伦兹曲线交叉时，它们的排名可能会有所不同。

在实践中，基尼系数对分布的中间部分赋予了更高的权重，CV对分布的右尾部(富人)敏感，而对数收入的方差对分布的底部(穷人)更敏感。随着时间的推移，这些度量可能会发生不同的变化，根据练习的目的，不同的度量是可取的。例如，如果目标是研究贫困水平，那么对数收入的方差可能更适合用于描述不太富裕的个人。相反，当试图分析财富集中在分配的顶端时，使用变异系数可能更合适。

图3说明了两种不平等措施之间的差异-基尼系数和对数收入的方差基于美国家庭调查数据[6]．首先，请注意，这两种指标随着时间的推移演变不同:虽然基尼系数从20世纪60年代末到21世纪初一直稳步增长，但原木家庭收入的方差在1994年左右达到峰值，之后开始下降。其次，不平等的程度可能因测量对象的不同而有所不同。在家庭收入中考虑政府福利可以减少不平等，当不平等用对数收入的方差来衡量时，这种减少要大得多(即线之间的差距)。这并不奇怪，因为公共转移在压缩分配底层的不平等方面发挥着重要作用，而对顶层的影响很小。

百分位比率和份额比率

到目前为止所考虑的每一种不平等度量都利用了整个分布。其他常用的衡量不平等的方法侧重于分配的特定点或区域，如百分位数比率和份额比率。它们的吸引力在于非常直观且易于计算。

一个常用的百分位数比率，也称为“十分位数比率”，是90-10的比率，它显示了收入分配顶端的个人的收入水平(前10%)相对于分配底部的收入水平(后10%)。例如，在美国，根据家庭可支配收入计算的90-10比率为6.3 (图2）;这意味着美国最富有的10%家庭的收入是最贫穷的10%家庭的6倍多。这一指标可以分为90-50和50-10的比例，分别研究收入分配的上端和中端以及中端和下端之间的收入差距。例如,图2显示，在美国，穷人之间的不平等程度高于富人之间的不平等程度，而在印度和南非，情况恰恰相反。以类似的方式，99-90的比例(未显示在图2)可以通过观察收入最高的1%的人来研究分配的极右[11]．

通过观察收入分配中不同部分个人的收入份额，例如，将人口分成五分位组，也可以得到类似的收入集中度测量方法。图2还报告了80-20的“五分位间份额比”，它显示了收入最高的五分位(前20%)的收入占总收入的份额相对于收入最低的五分位(后20%)的份额。在完全平等的收入分配下，这个份额等于1。然而，实际上，收入最高的五分之一群体的收入份额是收入最低的五分之一群体的数倍——从比利时和挪威的四倍，到巴西、印度和南非的两位数。

另一种常用的比例是90-40，称为“帕尔马比例”[12]．它代表了收入分配中最富有的10%人群与收入最低的40%人群的收入之比。这一衡量方法的基本原理是基于这样的经验规律:在大多数国家，中等偏上阶层(从第4至第9十分位数)的收入约占国民收入的50%，而且这一比例在不同时期和不同国家是一致的[12]；因此，收入或消费不平等的变化(几乎)完全是由于最富有的10%和最贫穷的40%所占比例的变化。人们通常认为帕尔马比率为1或低于1的社会是相对平等的，这意味着最富有的10%的人在国民收入中所占的份额并不比最贫穷的40%的人大。例如，在比荷卢经济联盟和北欧国家，帕尔马比率低于1，而在南非达到7。

使用百分位数或份额比例的好处是，它们可以清楚地知道是哪部分分布在推动汇总测量中观察到的变化，而使用基尼系数时，这一点就更难确定了。使用十分位数比率的缺点是，它们忽略了百分位数之间的收入，以及高于最高百分位数和低于最低百分位数的收入。此外，这些比率只能很弱地满足转移原则，也就是说，当收入从相对富裕的个人转移到相对贫穷的个人时，不平等的总体衡量标准不会增加(例如，如果转移发生在利息的百分位数内，它可能保持不变)。

不平等性

“泰尔指数”属于基于收入与均值之比的通用熵(GE)指标[8]．最受欢迎的通用电气指数是泰尔的L指数，或平均对数偏差，和泰尔的T指数，通常被称为泰尔指数。在完全平等的情况下，这两个指标都等于零，并随着分布变得更加不平等而增加，但与基尼系数不同，它们的上限不为1。事实上，泰尔指数并不是衡量不平等程度的相对指标，因此它的值在不同规模或不同群体结构的人口中并不总是具有可比性。这两个指数的另一个特点是，泰尔的L对收入分配底层的变化很敏感，而泰尔的T对收入分配顶层的变化很敏感。因此，比较两种测量方法的演变可以提供信息，以确定分布的哪一部分推动了观察到的不平等变化。

虽然泰尔指数没有一个直观的解释，但由于其可分解性，它经常被用于实证研究。也就是说，如果人口可以分为几个子群体(例如，根据年龄、教育程度、地区等)，泰尔指数可以量化收入不平等有多少是由于这些群体内部和群体之间的个人差异造成的。这对于试图确定不平等根源的政策制定者来说是有价值的。例如，泰尔T指数可用于将全球不平等分解为国家间和国家内的不平等，并表明约70%的全球不平等是由国家间成分解释的[13]．

总之，在不同的不平等衡量标准下，国家排名是相似的[10]．然而，在分析一项政策的影响时，指标的选择很重要，因为该政策可能会对分布的顶层和底层个体产生不同的影响。此外，一个国家内部的不平等随时间的演变可能会显示出非常不同的模式，这取决于所使用的衡量标准。