不平等的多面透视
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.4 度量、估算不平等的工具及应用

不平等在社会生活中非常重要,因此如何度量、估算不平等程度就非常重要。理解度量、估算方法也是评价不平等报告和理论的重要工具。

常见的不平等指标有基尼系数、收入占比指标、泰尔指数、平均对数离差、阿特金森指数、帕尔玛指数等。其中,基尼系数和收入占比是最常见的指标。法国经济学家皮凯蒂最喜欢用顶端收入占比指标。

对同一个统计数据,不同的指标间有相关性,但对于相同的不平等程度,其实际的分布可能有很大的差别。

根据度量对象的不同,不平等指标又可分为收入不平等指标和财富不平等指标。收入通常是劳动或资本所得,而财富通常是个人所有资产的总额。即使个人的收入为零,财富也可以不断地增长,如个人拥有大量的房产和股票等。根据学者的研究,财富的不平等程度比收入的不平等程度要高。

基尼系数的计算是通过构造“洛伦兹曲线”而完成的(见第2章基尼系数的计算过程)。在数据不完整时,我们可以推测洛伦兹曲线或收入分布,进而推测出具体的不平等程度。

推测洛伦兹曲线的过程较简单,对数据的要求较低,对各种收入分布函数不敏感,可以避免各种分布函数和实际不符的情况。

推测收入分布相对复杂,但也有好处,它不仅可以计算出不平等程度,而且可以获得更为详细的收入状况,如在某段收入的人口数。

学者提出了不少收入分布,其中GB2分布较接近实际收入分布,它还有一些派生的收入分布,如Singh-Maddala分布、Dagum分布、Beta2分布、对数正态分布等。有学者认为对数正态分布和现实较为接近。

理解不平等指标和估算方法可以更好地理解他人的成果。

税前的不平等程度和税后的不平等程度显然不是同一个数据,税前更加不平等。这是因为世界各国几乎全部采用了累进税率的计税方法,收入越高,税率越高,收入不平等状况在一定程度上被“拉平”了。

不同的统计方法中,收入的确认可能有差别(见第4章)。例如,企业或政府给员工购买大病保险,保险本身是有价值的,但如果员工不生大病,它就不会给员工带来任何实际的收益。因而,在统计大病保险时,既可以以保险本身的价值统计,也可以根据员工是否收到保险公司的赔款来统计,这样就对不平等的结果产生了一定的影响。其他各类保险也存在着类似的情形,特别是有些国家的养老保险。

以个人为单位和以家庭为单位计算出的不平等也不一样。皮凯蒂的很多论著中用的是以个人为单位计算的不平等。显然,收入越高,其配偶收入比其低的可能性越大;反之,收入越低,其配偶收入比其高的可能性越大。这种效应“拉平”了收入不平等程度。