Ny metode til at måle økonomisk ulighed kan forbedre politiske resultater

Samfundsforskere har opfordret politiske beslutningstagere og regeringer til at genoverveje, hvordan indkomstulighed måles.

I en ny undersøgelse offentliggjort i Nature Human Behaviour , fandt forskere fra University of Exeter Business School, Harvard Business School og University of Bremen, at politiske beslutningstagere, der ønsker at adressere indkomstulighed, ville være bedre stillet ved at blive mere systematiske med hensyn til, hvordan man måler ulighed og gå ud over den mest almindeligt anvendte metrik , "Gini-koefficienten."

Gini-koefficienten er den mest udbredte metrik til at forstå ulighed, brugt af regeringer og statistikbureauer rundt om i verden og almindeligvis citeret i nyhedsmedier og politiske diskussioner.

Men ifølge forfatterne er metrikken ikke den mest effektive til at måle visse aspekter af indkomstulighed, fordi den kondenserer en masse information til en enkelt parameter.

Som et resultat af denne mangel er foranstaltningen ikke i stand til at skelne, hvor på indkomstspektret uligheden er mest koncentreret.

Medforfatter professor Jon M. Jachimowicz fra Harvard Business School forklarede, at "hvis man ser på Bronx i New York og nabolandet Westchester County, har begge høj ulighed målt ved Gini-koefficienten, men Bronx's ulighed er overvejende drevet af en forskel mellem lavindkomst- og mellem- til højindkomster, hvorimod ulighed i Westchester for det meste er drevet af de superrige."

"Hvis vi udtænkte en politik for at adressere ulighed udelukkende baseret på Gini, ville vi behandle Bronx og Westchester på samme måde. Men det er måske ikke den rigtige ting at gøre."

Forskerne analyserede omkring 3.000 indkomstfordelinger på amtsniveau i USA – der dækker over 97 % af USA – ved hjælp af 17 forskellige modeller til måling af indkomstulighed.

De fandt, at en metrik bestående af to separate variable kaldet "Ortega-parametrene" overgik Gini-koefficientmodellen med en enkelt parameter i dette datasæt.

Forskerne sagde, at dette skyldes, at hver Ortega-parameter fokuserer på et andet aspekt af indkomstfordelingen:den første fanger indkomstfordelingen mellem lavindkomster og mellem- til højindkomster, mens den anden fanger i hvilken grad super-højtlønnede sammenligner til resten.

En fordel ved at have opnået en nøjagtig metrik til måling af ulighed i et givent datasæt er, at den kan afsløre ny indsigt om forholdet mellem ulighed og politiske resultater, ifølge forfatterne.

For eksempel ved at måle ulighed ved hjælp af Gini-koefficienten fandt forskerne ingen sammenhæng med fedme eller uddannelsesmæssige resultater.

Men ved at bruge Ortega-parametrene fandt de sammenhænge mellem større "bundkoncentreret ulighed" (forskellen mellem lavindkomst- og mellem- til højindkomster) og mere fedme og en lavere andel af befolkningen med en grad.

Områder med højere topkoncentreret ulighed (forskellen mellem superhøjtlønnede og resten) var i modsætning hertil forbundet med mindre fedme og en større andel af befolkningen med grader.

Papiret kan have vidtrækkende konsekvenser for både økonomisk forskning og politiske beslutningstagere.

Professor Oliver Hauser, lektor i økonomi ved University of Exeter Business School siger, at "en måde at forstå de divergerende overbevisninger om ulighed og præferencer for omfordeling kan være at fokusere på, hvilken slags ulighed folk er mest utilfredse med."

"Dette bliver tydeligere, når man diskuterer potentielle foranstaltninger, der er truffet for at afhjælpe uligheden. For eksempel kunne reduktion af topkoncentreret økonomisk ulighed opnås ved at hæve topindkomstskatterne, og en reduktion af bundkoncentreret kan indebære at hæve mindstelønnen."

"Vores tilgang og resultater tyder på, at det at bevæge sig ud over den overordnede koncentration af ulighed som afspejlet i Gini-koefficienten kan være frugtbart i både at udpege, hvordan forskellige former for ulighed påvirker resultater, og hvordan man foretager meningsfulde ændringer for at rette op på ulighed." + Udforsk yderligere

Ændring af social ulighed fra første landmænd til tidlige stater i Sydøstasien