🔬 physics

Relations Between the Inequality Indices Gini, Pietra and Kolkata: Theory and Data Analysis

Die Studie untersucht die theoretischen und empirischen Beziehungen zwischen den Ungleichheitsindizes Gini, Pietra und Kolkata, wobei die Analyse von US-Einkommens-, Bollywood- und Nobelpreisträger-Zitationsdaten zeigt, dass der Pietra-Index zwar stets größer als der Überschussreichtumsfaktor $2k-1$ ist, die Abweichung jedoch selten fünf Prozent übersteigt.

Ursprüngliche Autoren: Asim Ghosh, Bikas K. Chakrabarti

Veröffentlicht 2026-03-17

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC0 1.0

Ursprüngliche Autoren: Asim Ghosh, Bikas K. Chakrabarti

Originalarbeit unter CC0 1.0 der Gemeinfreiheit gewidmet (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die drei Richter der Ungleichheit: Gini, Pietra und Kolkata

Stellen Sie sich vor, Sie haben einen riesigen Kuchen (das gesamte Vermögen oder Einkommen einer Gesellschaft). Jetzt wollen Sie messen, wie fair dieser Kuchen verteilt ist. Haben alle ein gleich großes Stück, oder hat der König den ganzen Kuchen und die anderen nur Krümel?

In diesem Papier untersuchen drei Wissenschaftler drei verschiedene „Richter", die diesen Kuchen messen. Alle drei schauen sich denselben Kuchen an, aber sie nutzen unterschiedliche Werkzeuge, um die Ungerechtigkeit zu bewerten.

1. Die drei Werkzeuge (Die Richter)

Der Gini-Richter (G):
Er ist der Klassiker. Er schaut sich die gesamte Fläche zwischen einer perfekten Linie (alle haben gleich viel) und der tatsächlichen Verteilung an.
- Die Analogie: Stellen Sie sich vor, der Gini-Richter ist ein Maler, der die Lücke zwischen dem idealen Kuchen und dem echten, schiefen Kuchen ausmalt. Je mehr Farbe er braucht, desto ungleicher ist die Verteilung.
Der Pietra-Richter (P) – auch „Robin-Hood-Index":
Er sucht nach dem schlimmsten Moment der Ungerechtigkeit. Er fragt: „Wie viel müsste ich dem Reichsten wegnehmen, um den Ärmsten zu geben, damit alle gleich sind?"
- Die Analogie: Er ist wie ein Dieb, der genau an der Stelle zuschlägt, wo der Abstand zwischen Arm und Reich am größten ist. Er misst den größten vertikalen Abstand im Diagramm.
Der Kolkata-Richter (K):
Dieser ist der Neuling (eingeführt 2014). Er sucht nach einem „magischen Punkt" (einem Fixpunkt). Er fragt: „Wie viel Prozent der Menschen besitzen wie viel Prozent des Kuchens?"
- Die Analogie: Er findet den Punkt, an dem die Kurve der Reichen die Diagonale kreuzt. Wenn er sagt „K = 0,8", bedeutet das: Die reichsten 20 % (1 - 0,8) besitzen 80 % des Kuchens. Das ist die berühmte 80-20-Regel (Pareto-Prinzip).

2. Die große Entdeckung: Die magische Verbindung

Die Autoren haben herausgefunden, dass diese drei Richter nicht unabhängig voneinander sind. Sie hängen eng zusammen, wie drei Freunde, die immer in einer bestimmten Reihenfolge tanzen.

Die Regel des Robin-Hood:
Der Pietra-Richter (Robin Hood) sollte theoretisch genau so viel wegnehmen, wie der Kolkata-Richter als „Überschuss" berechnet.
- Die Formel: Wenn Kolkata sagt, die Reichen haben einen Überschuss von $2k - 1$ , dann sollte Robin Hood genau diesen Betrag wegnehmen.
- Das Ergebnis: In der echten Welt ist Robin Hood manchmal ein winziges bisschen „gieriger" als die Theorie es sagt (etwa 5 % mehr), aber im Großen und Ganzen tanzen sie fast perfekt zusammen.
Die kleine Annahme (Die einfache Theorie):
Die Autoren haben versucht, die Verteilung mit einer einfachen mathematischen Formel (wie eine gerade Linie mit einer kleinen Kurve) zu beschreiben.
- Die Vorhersage: Wenn die Ungleichheit noch nicht riesig ist, sollte gelten: Pietra ist genau 3/4 von Gini.
- Die Realität: Sobald die Ungleichheit sehr groß wird (wie bei den reichsten Menschen oder bei sehr erfolgreichen Wissenschaftlern), bricht diese einfache Regel. Die Welt ist komplexer als eine einfache Formel.

3. Der Beweis: Daten aus der echten Welt

Um zu beweisen, dass ihre Theorie stimmt, haben die Autoren riesige Datenmengen analysiert – wie ein Detektiv, der Beweise sammelt:

US-Steuern (1983–2022): Sie haben geschaut, wie das Einkommen in den USA verteilt war. Das Ergebnis: Die Ungleichheit ist gestiegen, und die drei Richter (Gini, Pietra, Kolkata) haben sich dabei genau so verhalten, wie die Theorie es vorhersagte (mit dem kleinen 5 %-Abstand).
Bollywood-Filme (1999–2024): Hier haben sie geschaut, wie viel Geld die Filme gemacht haben. Ein paar Super-Hits machen riesige Summen, die meisten Filme machen wenig. Auch hier passten die drei Richter perfekt zusammen.
Nobelpreisträger (2020–2025): Sie haben geschaut, wie oft die Arbeiten von Nobelpreisträgern zitiert werden. Ein paar Stars werden millionenfach zitiert, andere weniger. Auch hier gilt: Die Ungleichheit ist extrem hoch (Kolkata-Werte nahe 0,9!), aber die Beziehung zwischen den drei Messgrößen bleibt stabil.

Zusammenfassung für den Alltag

Stellen Sie sich vor, Sie haben drei Freunde, die eine Party organisieren:

Gini misst den ganzen Saal.
Pietra schaut nur auf den größten Unterschied zwischen zwei Personen.
Kolkata sucht den Punkt, an dem die Reichen die Kontrolle übernehmen.

Die Wissenschaftler sagen: „Wenn ihr diese drei Freunde beobachtet, werdet ihr feststellen, dass sie fast immer im Takt tanzen. Wenn Kolkata sagt, die Reichen haben 80 % des Kuchens, dann weiß Pietra fast genau, wie viel er den Armen zurückgeben muss, um Fairness herzustellen."

Die Botschaft ist: Obwohl die Welt komplex ist und die Ungleichheit in vielen Bereichen (Geld, Film, Wissenschaft) sehr groß wird, gibt es eine tiefe, mathematische Ordnung dahinter, die diese drei Messgrößen verbindet. Die einfachen Formeln funktionieren gut, wenn es nicht zu extrem ist, aber bei den allergrößten Ungleichheiten brauchen wir die komplexeren Zusammenhänge.

Titel: Beziehungen zwischen den Ungleichheitsindizes Gini, Pietra und Kolkata: Theorie und Datenanalyse

Autoren: Asim Ghosh und Bikas K. Chakrabarti

1. Problemstellung

Das Paper untersucht die theoretischen und empirischen Beziehungen zwischen drei etablierten Indizes zur Messung von Ungleichheit (insbesondere bei Einkommen, Vermögen und wissenschaftlichen Zitationen):

Gini-Index ( $g$ ): Definiert als der normierte Flächeninhalt zwischen der Lorenz-Kurve und der Gleichheitslinie (eingeführt 1912).
Pietra-Index ( $p$ ): Auch bekannt als Robin-Hood-Index oder Hoover-Index; definiert als der maximale vertikale Abstand zwischen der Lorenz-Kurve und der Gleichheitslinie (eingeführt 1915). Er repräsentiert den Anteil des Gesamteinkommens, der neu verteilt werden müsste, um absolute Gleichheit zu erreichen.
Kolkata-Index ( $k$ ): Ein neuerer Index (eingeführt 2014), der dem Fixpunkt der komplementären Lorenz-Funktion $L_c(x) = 1 - L(x)$ entspricht. Er gibt den Anteil $k$ des Gesamtvermögens an, der den reichsten $1-k$ Anteil der Bevölkerung gehört (z. B. entspricht $k=0,8$ dem Pareto-Prinzip 80-20).

Die zentrale Frage ist, ob es rigorose mathematische Beziehungen zwischen diesen drei Indizes gibt und wie gut diese in realen Datensätzen (Einkommen, Filmumsätze, Zitationen) bestätigt werden.

2. Methodik

Die Autoren kombinieren eine strenge analytische Herleitung mit einer umfassenden numerischen Datenanalyse.

Analytischer Teil:
- Es wird gezeigt, dass der Pietra-Index $p$ per Definition größer oder gleich dem Überschussvermögen der reichsten $1-k$ Gruppe sein muss, welches durch $2k-1$ gegeben ist.
- Um weitere Beziehungen abzuleiten, wird eine minimale polynomiale Expansion der Lorenz-Funktion angenommen: $L(x) = Ax + Bx^2$ (mit $A+B=1$ ).
- Unter dieser Annahme werden lineare Beziehungen für kleine Werte von $g$ $g$ hergeleitet:
  - $p = \frac{3}{4}g$
  - $k = \frac{1}{2} + \frac{3}{8}g$
Numerische Datenanalyse:
- Die theoretischen Vorhersagen wurden mit drei großen Datensätzen verglichen:
  1. US-Einkommensdaten (IRS): Zeitraum 1983–2022 (sowohl Gesamteinkommen als auch Steuererklärungen).
  2. Bollywood-Filmeinnahmen: Zeitraum 1999–2024.
  3. Zitationsungleichheit: Daten von 40 Nobelpreisträgern (Wirtschaft, Physik, Chemie, Medizin) für die Jahre 2020–2025 (basierend auf Google Scholar).
- Für jeden Datensatz wurden die Indizes $g$ , $p$ und $k$ berechnet und die Verhältnisse $p/(2k-1)$ sowie $p/g$ analysiert.

3. Wichtige Beiträge und Ergebnisse

A. Theoretische Ergebnisse

Rigorose Ungleichheit: Es wird bewiesen, dass der Pietra-Index immer größer oder gleich dem Wert $2k-1$ ist ( $p \ge 2k-1$ ). Der Wert $2k-1$ stellt das absolute Minimum dar und entspricht exakt dem "Robin-Hood-Index" (dem überschüssigen Vermögen der Reichen, das zur Umverteilung nötig wäre).
Grenzfälle: Unter der Annahme einer minimalen polynomiellen Form der Lorenz-Kurve (für kleine Ungleichheiten) ergeben sich die linearen Beziehungen $p = 0,75g$ und $k = 0,5 + 0,375g$ .

B. Empirische Ergebnisse

Die Analyse der realen Daten liefert folgende Erkenntnisse:

Beziehung zwischen $p$ und $k$ :
- Das Verhältnis $p / (2k - 1)$ ist in allen untersuchten Datensätzen stets größer als 1, was die theoretische Ungleichheit bestätigt.
- Wichtig: Die Abweichung ist jedoch minimal und liegt niemals über 5 %. Dies deutet darauf hin, dass der Pietra-Index in der Praxis sehr nahe am theoretischen Minimum $2k-1$ liegt.
Abweichung bei großen Ungleichheiten:
- Die theoretischen linearen Beziehungen ( $p/g = 3/4$ und $k = 1/2 + 3/8 g$ ), die aus der minimalen Polynom-Annahme abgeleitet wurden, gelten nur für kleine Werte von $g$ .
- Bei höheren Ungleichheitswerten (wie sie in den US-Steuerdaten, Bollywood oder bei Nobelpreisträgern vorkommen, wo $g$ oft > 0,7 und $k$ oft > 0,8 ist), weichen die empirischen Daten signifikant von diesen linearen Vorhersagen ab.
- Insbesondere das Verhältnis $p/g$ liegt in den realen Daten deutlich über dem theoretischen Wert von 0,75.
Trends:
- In den US-Daten und bei den Nobelpreisträgern zeigen sich steigende Werte für $k$ und $g$ im Zeitverlauf, was auf eine Zunahme der Ungleichheit hindeutet.
- Bei den Nobelpreisträgern nähern sich die Werte oft dem universellen Wert von $k \approx 0,87$ an, der in selbstorganisierten kritischen Systemen beobachtet wird, und überschreiten oft den klassischen Pareto-Wert von 0,80.

4. Signifikanz und Schlussfolgerung

Das Paper liefert einen wichtigen Beitrag zum Verständnis der Struktur von Ungleichheitsindizes:

Es etabliert eine nahezu universelle Beziehung zwischen dem Pietra-Index und dem Kolkata-Index: Der Pietra-Index ist fast identisch mit dem überschüssigen Vermögen der reichsten $1-k$ Gruppe ( $p \approx 2k-1$ ). Dies vereinfacht die Interpretation des Pietra-Index als direktes Maß für den Umverteilungsbedarf basierend auf dem Kolkata-Index.
Es zeigt die Grenzen einfacher analytischer Modelle auf: Während lineare Approximationen für geringe Ungleichheit funktionieren, versagen sie bei stark konzentrierten Verteilungen (hohe $g$ -Werte), die in modernen Ökonomien und wissenschaftlichen Zitationssystemen typisch sind.
Die Studie bestätigt, dass der Kolkata-Index ein robustes Maß für extreme Ungleichheit ist und dass die Beziehung $p \ge 2k-1$ eine fundamentale geometrische Eigenschaft der Lorenz-Kurve darstellt, die in realen Daten mit hoher Präzision (Abweichung < 5 %) erfüllt wird.

Zusammenfassend liefert das Werk eine rigorose theoretische Basis für die Verknüpfung dieser Indizes und validiert diese durch umfangreiche empirische Daten aus Wirtschaft, Unterhaltungsindustrie und Wissenschaft.