如何将不平等衡量为“经验差异”
一种衡量财富不平等的新方法可以更好地说明我们的经历方式。在《经济快报》上发表的一篇论文中，圣塔菲研究所的经济学家塞缪尔·鲍尔斯以及伦敦大学学院和圣塔菲研究所的温迪·卡林提出了关于广泛使用的基尼系数的新颖说法-基尼系数是一种用来衡量富裕者之间差距的主力统计方法。和没有。
在一个完全平等的社会中，所有个人都一样富裕，基尼系数应该为0。相反，一个由一个人拥有全部财富的社会的基尼系数应等于1。使用基尼系数，国家/地区可以从最小到最大不等排名。
但是，就不平等而言，个人的财富或收入并不是全部。根据鲍尔斯（Bowles）和卡林（Carlin）的说法，计算基尼系数的标准算法会产生奇怪的结果，例如，当一个人拥有全部财富时，基尼系数小于1，这是在最大不平等情况下应该获得的值。他们表示，要纠正该错误，需要基于网络的修复程序，该修复程序应考虑到社会中个人之间的关系。
鲍尔斯解释说：“衡量不平等的某些维度最好被认为是个体属性，而这些属性或多或少都像高度一样。” “但其他维度（例如财富）最好被认为是人与人之间关系的差异。”
图片中的左侧网络代表鲍尔斯（Bowles）和卡林（Carlin）的方法，其中连接节点的箭头代表经验丰富的社交互动。从他们的角度来看，这是这些边缘上财富的差异，而不是每个节点的财富，这是经历过的不平等的基础。 Bowles和Carlin在他们的论文中也显示了正确的基尼系数，这是根据与图中三个边缘相关的三个差异以及平均财富计算得出的。例如，假设个人A的财富为10，B的财富为4，C的财富为3。那么，基于左图三个边沿的差异，正确测量的基尼系数为0.41。
图像右侧图所示的标准算法对A人和B人之间的差值进行了两次计数（两个单头箭头）；但是算法中出现了错误，因为它还计算了个人财富与她自己的财富（弯曲箭头）之间的“差异”，该差异始终为零。结果，标准算法低估了不平等程度，对于与上述相同的数据得出的基尼系数为0.27。
就像考古学家和生物学家经常这样做的那样，该错误仅在与少数人群一起工作时才变得明显。以卡林为例，当他们应用标准的在线算法来计算问题集的基尼系数时，一群在经济101班的学生向她提示了错误。他们从沃尔夫拉姆（Wolfram）网上找到的算法返回了不同的答案，例如，通过应用代表左侧网络图的定义，发现了少量个体。
Bowles和Carlin还利用网络结构的差异来考察不平等的经历。如果将整个网络（左侧）中的三个人重新排列成一条线，以较富有的人为中心，可能代表一个拥有两个孤立的农作物的房东，则三个人的财富没有变化，沿三者相连的边缘所经历的不平等将从0.41上涨至0.57。
他们说明了使用社交网络数据估算尼加拉瓜农民社区中经历的不平等现象的方法。
卡林说：“解决少量偏差不是我们论文的主要贡献。” “正是我们提供了一种理解不平等的方式，这与我们对我们如何经历经济差距的直觉相一致，那就是通过将自己的财富或收入与他人的财富或收入进行成对比较。”
有所作为：赞助机会
故事来源：