159. Gelir Eşitsizliği ve Yoksulluk Ölçüleri
Analiz kimliği: esitsizlik_yoksulluk · Menü adı: Eşitsizlik ve yoksulluk ölçüleri (Gini / Lorenz / Theil / FGT) · Panel: gui/panels/analyses/esitsizlik_yoksulluk_panel.py · Motor: stats/esitsizlik_yoksulluk.py, calistir (satır 333–); ölçü işlevleri gini (96), kantil (105), lorenz (128), ge (134), atkinson (147), fgt (157), sen (164), sst (183); ayrıştırma _gruplar (462)
159.1 Ne işe yarar
Bir gelir dağılımının ne kadar eşitsiz olduğunu ve kaç kişinin yoksulluk sınırının altında kaldığını ölçer. Ağırlıklı veriyi (anket ağırlıkları) doğrudan destekler.
- Eşitsizlik: Gini, Lorenz eğrisi, Theil T ve L, genelleştirilmiş entropi GE(\alpha), Atkinson, yüzdelik oranları (P90/P10 vb.), S80/S20, Palma.
- Yoksulluk: Foster–Greer–Thorbecke FGT(0, 1, 2), Sen indeksi, Sen–Shorrocks–Thon (SST), yoksulluk riski oranı (ARPR).
- Ayrıştırma: grup içi ve gruplar arası (Shorrocks, 1984) ve bootstrap güven aralığı.
- x_i: artan sıralı gelir; w_i: ağırlık; W=\sum w_i; z: yoksulluk sınırı.
- G: ağırlıklı Gini (Lorenz eğrisinin altındaki alan); FGT(0) yoksul payı, FGT(1) açık, FGT(2) şiddet.
Ne zaman kullanılır? Gelir, harcama ya da servet dağılımının özeti; bölgeler arası karşılaştırma; yoksulluk izleme.
Ne zaman kullanılmaz?
- İki grubun ortalama farkını ayrıştırmak istiyorsanız: Oaxaca–Blinder (158).
- Örneklem tasarımının tabaka ve kümeleri (karmaşık örneklem) SH'yi etkiliyorsa: bootstrap bunu hesaba katmaz (tabakalı ya da kümeli tasarım yok sayılır); Karmaşık Örneklem analizleri kullanılır.
- Servet gibi negatif değerleri olan değişkenlerde: Gini ve logaritmalı ölçüler tanımsız ya da yanıltıcı olabilir.
Sık karıştırılan analizler. Gini dağılımın tek bir özetidir; Lorenz eğrisi tamamını gösterir. Theil ve GE ölçüleri gruplara ayrıştırılabilir, Gini ayrıştırılamaz.
159.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| Negatif olmayan gelir | x\ge0. | Negatif gelir hata verir. |
| Pozitif ağırlık | w>0. | Aksi halde hata. |
| Logaritmalı ölçüler için pozitif gelir | GE(\alpha\le0), Atkinson(\varepsilon\ge1). | Sıfır gelir varsa bu ölçüler NA; "Sıfır gelirler: çıkar" seçeneği. |
| Grup sayısı | En çok 50 grup. | EN_FAZLA_GRUP. |
Eksik değer. Eksik gelir ya da ağırlık satırları atılır. Uç durumlar: sıfır gelir (x=0) Gini ve doğrusal ölçülerde yer alır, logaritmalı ölçülerde tanımsızdır (NA); örnekte 3 gözlemin geliri sıfırdır.
159.3 Parametreler
Varsayılanlar esitsizlik_yoksulluk_panel.py içindeki read_options kodundan okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| Gelir, ağırlık, grup | — | Değişkenler. | Ağırlıklı ölçüler; grup ayrıştırması. |
| Yoksulluk sınırı | Ağırlıklı medyanın yüzdesi | Medyan yüzdesi ya da sabit değer. | z, FGT, Sen, SST. |
| Medyan yüzdesi | %60 | Eurostat. | z. |
| Yüzdelik tanımı | Eurostat | Kümülatif ağırlık payı p'yi ilk aşan gözlem; ya da doğrusal. | Medyan ve P oranları. |
| Sen biçimi | Büyük örnek | Büyük örnek ya da kesin sıra. | Sen. |
| Sıfır gelirler | Tut | Tut ya da çıkar. | Logaritmalı ölçüler. |
| GE(\alpha) | -1,\ 0{,}5,\ 2 | \alpha listesi. | Ek GE ölçüleri. |
| Atkinson \varepsilon | 0{,}5,\ 1,\ 2 | Eşitsizlik karşıtlığı. | Ek ölçüler. |
| Yüzde olarak | kapalı | Ölçüleri %100 ölçeğinde. | Görünüm. |
| Bootstrap, tekrar, tohum | açık, 500, 12345 | Ağırlıklarla yeniden örnekleme. | GA. |
159.4 Veri örneği
Tıp veri setinde gelir bulunmadığından, Avusturya EU-SILC örneği kullanılır (R laeken paketindeki eusilc verisi; MerQur test klasöründe tests/data/esitsizlik_eusilc.csv; n=14827 kişi): eqIncome (eşdeğer hane geliri), db090 (hane ağırlığı), db040 (eyalet). Bu verinin lisansı GPL-2'dir; yalnız bu kılavuzdaki doğrulama için kullanılmıştır. Soru: gelir eşitsizliği ne kadar, yoksulluk oranı nedir ve eyaletler arasında fark var mı? Ayarlar: yoksulluk sınırı medyanın %60'ı, Eurostat yüzdeliği, sıfır gelirler tutulur, bootstrap kapalı (hız için).
159.5 Formüller ve hesap adımları
Ağırlıklı yüzdelik (Eurostat). Kümülatif ağırlık payı p'yi ilk aşan gözlem; pay tam p'ye eşitse o gözlem ile sonrakinin ortalaması (laeken weightedQuantile).
Gini. Yukarıdaki formül (laeken gini ile aynı).
GE(\alpha), Theil. \bar x ağırlıklı ortalama:
Atkinson. A(\varepsilon)=1-\big[\tfrac1W\sum w_i(x_i/\bar x)^{1-\varepsilon}\big]^{1/(1-\varepsilon)}, \varepsilon=1 için geometrik ortalama.
S80/S20 ve Palma. Lorenz eğrisinin parçalı doğrusal biçiminden kesin: S80/S20 =(1-L(0{,}8))/L(0{,}2); Palma =(1-L(0{,}9))/L(0{,}4).
FGT, Sen, SST. Yoksul: x<z. Sen (1976), büyük örnek:
G_y yalnız yoksullar arasında ağırlıklı Gini'dir. SST (Shorrocks, 1995): SST=\mathrm{FGT}(1)\,[1+G(\text{açık})]; G(\text{açık}) bütün nüfustaki göreli açık vektörünün \max(z-x,0)/z Gini'sidir (n paydalı). ARPR: her zaman ağırlıklı medyanın %60'ının altındaki pay (seçilen z'den bağımsız).
Ayrıştırma (Shorrocks, 1984). Theil T için grup içi ağırlıkları gelir payı, Theil L için nüfus payıdır; GE(\alpha) için nüfus payı \times(\bar x_g/\bar x)^\alpha.
Koddaki tercih: yüzdelik, Sen ve ağırlıklı ayrıştırma
Eurostat yüzdelik kuralı medyan dışındaki yüzdelikler için bir tanım vermez; aynı kural uygulanır, doğrusal tanım seçenektir (kaynak yok: kullanıcı seçer). Sen indeksinin büyük örnek biçimi yaygın raporlama biçimidir; kesin sıra biçimi G_yq/(q+1) çarpanını taşır ve seçenekle istenir. Bootstrap ağırlıklarla birlikte yerine koyarak örnekler, tabakalı ya da kümeli tasarımı hesaba katmaz (esitsizlik_yoksulluk.py:11–36, 47–52).
159.6 Elle hesap
Bağımsız numpy betiği (dogrulama/cilt9/esitsizlik.py). n=14827, W=8182221{,}89.
Adım 1 — Ortalama ve medyan. Ağırlıklı ortalama \bar x=19890{,}81; ağırlıklı medyan (Eurostat) 18098{,}73; z=0{,}6\times18098{,}73=10859{,}24.
Adım 2 — Gini. G=0{,}26490.
Adım 3 — Theil ve GE. Theil T =0{,}12073; GE(0,5) =0{,}12201; GE(2) =0{,}13688. Theil L, GE(-1) ve Atkinson(\varepsilon\ge1) sıfır gelir nedeniyle NA'dır.
Adım 4 — Lorenz. L(0{,}2), L(0{,}4), L(0{,}8), L(0{,}9) üzerinden S80/S20 =3{,}9714, Palma =0{,}9105.
Adım 5 — Yoksulluk. FGT(0) =0{,}14444, FGT(1) =0{,}03981, FGT(2) =0{,}01919.
159.6.1 Doğrulama: MerQur, Python ve R
| Büyüklük | MerQur | Bağımsız Python | R (laeken) |
Sonuç |
|---|---|---|---|---|
| Gini | 0,2649 | 0,264896 | 0,2648962 (26,48962 %) | ✓ |
| ARPR | 0,1444 | 0,144442 (FGT(0)) | 0,1444422 (14,44422 %) | ✓ |
| Theil T, GE(0,5), GE(2) | 0,1207; 0,1220; 0,1369 | 0,120734; 0,122014; 0,136881 | — | ✓ |
| z | 10859,24 | 10859,238 | — | ✓ |
| FGT(0, 1, 2) | 0,1444; 0,0398; 0,0192 | 0,144442; 0,039809; 0,019186 | — | ✓ |
| S80/S20, Palma | 3,971; 0,910 | 3,971440; 0,910453 | — | ✓ |
R 4.5.3 ve laeken 0.5.3 ile bu çalışmada çalıştırıldı (dogrulama/cilt9/esitsizlik.R); test takımı ayrıca çift toplam Gini, satır çoğaltma, çözümsel lognormal ve Pareto değerleri ile elle çözülmüş küçük örnek kullanır (tests/test_v280_esitsizlik_yoksulluk.py).
159.7 Çıktıyı okuma
Yoksulluk sınırı z = 10859.24 (ağırlıklı medyanın %60'ı).
Eşitsizlik ölçüleri: Gini 0.2649 | Theil T = GE(1) 0.1207 | GE(0.5) 0.1220 | GE(2) 0.1369 | S80/S20 3.971 | Palma 0.910
Yoksulluk ölçüleri: FGT(0) 0.1444 | FGT(1) 0.0398 | FGT(2) 0.0192 | Sen 0.0583 | SST 0.0765 | ARPR 0.1444
Gruplara göre gelir dağılımı
Vienna 2322 0.1954 0.2011 20467.37 0.2895 0.1397 0.1619
Styria 2295 0.1426 0.1368 19076.59 0.2371 0.0984 NA
| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Gini | 0–1 arası eşitsizlik. | 0 tam eşitlik; 1 tek kişide toplanma. |
| GE, Theil, Atkinson | Dağılımın farklı kesimlerine duyarlı ölçüler. | \alpha küçüldükçe alt uca, büyüdükçe üst uca duyarlı. |
| S80/S20, Palma | Üst ve alt uç oranları. | Üst %10'un alt %40'a oranı (Palma). |
| FGT(0, 1, 2) | Yoksul payı, açık, şiddet. | FGT(2) en yoksullara daha duyarlı. |
| Grup tablosu | Eyalet bazında ölçüler. | Gini'nin ayrıştırılamadığına dikkat. |
| NA | Sıfır gelir nedeniyle tanımsız. | "Sıfır gelirler: çıkar" ile hesaplanır. |
Bu örnekte Gini 0{,}265, yoksul payı \%14{,}4 ve Palma 0{,}91 bulunur; Viyana (G=0{,}290) ve Burgenland (G=0{,}321) en eşitsiz bölgelerdir.
Gelir eşitsizliği ağırlıklı Gini katsayısı ve Theil T ile ölçüldü (Gini =0{,}265; Theil T =0{,}121; Palma =0{,}91; S80/S20 =3{,}97). Yoksulluk sınırı z=10859{,}24 ile yoksulluk oranı H=0{,}144 bulundu (n=14827).
159.8 Uzman soruları
S1. Gini neden gruplara ayrıştırılamaz?
Gini, gruplar arası örtüşme terimi nedeniyle toplanabilir değildir; Theil ve GE ailesi grup içi ve gruplar arası olarak tam ayrışır (Shorrocks, 1984).
S2. GE(\alpha) parametresi neyi değiştirir?
Alt uca (\alpha<0) ya da üst uca (\alpha>2) duyarlılığı. \alpha=0 Theil L, \alpha=1 Theil T'dir.
S3. Yoksulluk sınırı neden medyanın %60'ı?
Eurostat'ın göreli yoksulluk tanımıdır (ARPR). Sabit bir değer de girilebilir.
S4. Sen indeksinin iki biçimi arasındaki fark?
Büyük örnek biçimi H[I+(1-I)G_y]'dir; kesin sıra biçimi G_y'ye q/(q+1) çarpanı ekler (q yoksul sayısı). q büyüdükçe ikisi yaklaşır; yaygın raporlama biçimi büyük örnek biçimidir.
S5. Bootstrap tasarımı hesaba katıyor mu?
Hayır. Ağırlıklarla birlikte yerine koyarak yeniden örnekler; tabaka ve küme yapısı yok sayılır. Karmaşık tasarımlı anketlerde GA dar çıkabilir.
S6. Başka yazılımlarla fark?
Gini ve ARPR R laeken ile birebir eşleşir; Eurostat yüzdelik kuralı da aynıdır. Medyan dışı yüzdeliklerde Eurostat bir tanım vermediğinden fark olabilir (doğrusal seçenek).
159.9 Sık hatalar ve tuzaklar
- Ağırlığı unutmak. Anket verisinde ağırlıksız Gini farklı çıkar.
- Sıfır gelirleri sessizce atmak. Hangi ölçülerin NA olduğuna bakın.
- Gini'yi gruplara toplamak. Ayrıştırılamaz.
- Yoksulluk sınırını her veride %60 almak. Tanım ülkeye ve amaca göre değişir.
- Bootstrap GA'yı tasarım etkisini hesaba katan GA saymak. Katmaz.
159.10 Kaynaklar
- Atkinson, A. B. (1970). On the measurement of inequality. Journal of Economic Theory, 2(3), 244–263. https://doi.org/10.1016/0022-0531(70)90039-6
- Foster, J., Greer, J., & Thorbecke, E. (1984). A class of decomposable poverty measures. Econometrica, 52(3), 761–766. https://doi.org/10.2307/1913475
- Sen, A. (1976). Poverty: An ordinal approach to measurement. Econometrica, 44(2), 219–231. https://doi.org/10.2307/1912718
- Shorrocks, A. F. (1984). Inequality decomposition by population subgroups. Econometrica, 52(6), 1369–1385. https://doi.org/10.2307/1913511
- Shorrocks, A. F. (1995). Revisiting the Sen poverty index. Econometrica, 63(5), 1225–1230. https://doi.org/10.2307/2171728
- Cowell, F. A. (2011). Measuring inequality (3rd ed.). Oxford University Press.
- Theil, H. (1967). Economics and information theory. North-Holland.
- Alfons, A., & Templ, M. (2013). Estimation of social exclusion indicators from complex surveys: The R package laeken. Journal of Statistical Software, 54(15), 1–25. https://doi.org/10.18637/jss.v054.i15