MerQuR+Başvuru Kitabı

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.
G=\frac{2\sum w_ix_i\,\mathrm{cum}(w)_i-\sum w_i^2x_i}{W\sum w_ix_i}-1,\qquad \mathrm{FGT}(a)=\frac1W\sum_iw_i\Big(1-\frac{x_i}{z}\Big)^{a}\mathbb 1[x_i<z]
  • 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:

\mathrm{GE}(\alpha)=\frac{1}{\alpha(\alpha-1)}\Big[\frac1W\sum w_i\Big(\frac{x_i}{\bar x}\Big)^{\alpha}-1\Big],\quad \mathrm{GE}(1)=\text{Theil T}=\frac1W\sum w_i\frac{x_i}{\bar x}\ln\frac{x_i}{\bar x},\quad \mathrm{GE}(0)=\text{Theil L}

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:

S=H\,[\,I+(1-I)\,G_y\,],\qquad H=\mathrm{FGT}(0),\ \ I=\frac{z-\bar x_{yoksul}}{z}

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