Kredit:Pixabay/CC0 Public Domain
Samhällsvetare har uppmanat beslutsfattare och regeringar att ompröva hur inkomstskillnader mäts.
I en ny studie publicerad i Nature Human Behaviour , fann forskare från University of Exeter Business School, Harvard Business School och University of Bremen att beslutsfattare som vill ta itu med inkomstskillnaderna bättre skulle ha det bättre att bli mer systematiska om hur man mäter ojämlikhet och gå bortom det mest använda måttet , "Gini-koefficienten."
Gini-koefficienten är det mest använda måttet för att förstå ojämlikhet, som används av regeringar och statistikbyråer runt om i världen och ofta citeras i nyhetsmedia och politiska diskussioner.
Men enligt författarna är måttet inte det mest effektiva för att mäta vissa aspekter av inkomstskillnad eftersom det kondenserar mycket information till en enda parameter.
Som ett resultat av denna brist kan åtgärden inte särskilja var på inkomstspektrumet ojämlikheten är mest koncentrerad.
Medförfattare professor Jon M. Jachimowicz vid Harvard Business School förklarade att "om man tittar på Bronx i New York och angränsande Westchester County har båda hög ojämlikhet mätt med Gini-koefficienten, men Bronx ojämlikhet drivs till övervägande del av en skillnad mellan låginkomsttagare och medel- till höginkomsttagare, medan ojämlikheten i Westchester mestadels drivs av de superrika."
"Om vi utformade en policy för att ta itu med ojämlikhet baserad enbart på Gini, skulle vi behandla Bronx och Westchester på samma sätt. Men det kanske inte är rätt sak att göra."
Forskarna analyserade cirka 3 000 inkomstfördelningar på länsnivå i USA – som täcker över 97 % av USA – med hjälp av 17 olika modeller för att mäta inkomstskillnader.
De fann att ett mått som består av två separata variabler som kallas "Ortega-parametrarna" överträffade Gini-koefficientmodellen med en enda parameter i denna datauppsättning.
Forskarna sa att detta beror på att varje Ortega-parameter fokuserar på en annan aspekt av inkomstfördelning:den första fångar inkomstfördelningen mellan låginkomsttagare och medel- till höginkomsttagare, medan den andra fångar i vilken utsträckning superhöginkomsttagare jämförs. till resten.
En fördel med att ha erhållit ett korrekt mått för att mäta ojämlikhet i en given datamängd är att den kan avslöja nya insikter om sambandet mellan ojämlikhet och politiska resultat, enligt författarna.
För att till exempel mäta ojämlikhet med hjälp av Gini-koefficienten fann forskarna inget samband med fetma eller utbildningsresultat.
Men med hjälp av Ortega-parametrarna hittade de kopplingar mellan större "bottenkoncentrerad ojämlikhet" (skillnaden mellan låginkomsttagare och medel- till höginkomsttagare) och mer fetma och en lägre andel av befolkningen som har en examen.
Områden med högre toppkoncentrerad ojämlikhet (skillnaden mellan superhöginkomsttagare och resten) var i motsats associerade med mindre fetma och en större andel av befolkningen som hade examen.
Artikeln kan få långtgående konsekvenser för såväl ekonomisk forskning som för beslutsfattare.
Professor Oliver Hauser, docent i ekonomi vid University of Exeter Business School säger att "ett sätt att förstå de olika uppfattningarna om ojämlikhet och preferenser för omfördelning kan vara att fokusera på vilken sorts ojämlikhet människor är mest missnöjda med."
"Detta blir tydligare när man diskuterar eventuella åtgärder som vidtagits för att komma till rätta med ojämlikhet. Till exempel kan en minskning av toppkoncentrerad ekonomisk ojämlikhet uppnås genom att höja högsta inkomstskatterna, och att minska bottenkoncentrerad kan innebära att minimilönen höjs."
"Vårt tillvägagångssätt och våra resultat tyder på att att gå bortom den övergripande koncentrationen av ojämlikhet som återspeglas i Gini-koefficienten kan vara fruktbart både när det gäller att fastställa hur olika typer av ojämlikhet påverkar resultaten och hur man gör en meningsfull förändring för att komma till rätta med ojämlikhet." + Utforska vidare
