Unifying the Hoover and Gini indices: Analytical, bias, and computational aspects

यहाँ विला, साउलो और क्विंटिनो के शोध पत्र "Unifying the Hoover and Gini indices: Analytical, bias, and computational aspects" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

आर्थिक असमानता को पारंपरिक रूप से दो अलग-अलग शास्त्रीय सूचकांकों का उपयोग करके मापा जाता है:

• हूवर इंडेक्स ($H$): यह माध्य से माध्य निरपेक्ष विचलन (mean absolute deviation) के आधार पर असमानता को मापता है। यह उस कुल आय के अनुपात को दर्शाता है जिसे समानता प्राप्त करने के लिए पुनर्वितरित किया जाना चाहिए।
• गिनी गुणांक ($G$): यह व्यक्तियों के बीच युग्मवार अंतर (pairwise differences) के आधार पर असमानता को मापता है और लोरेंज वक्र (Lorenz curve) से निकटता से जुड़ा हुआ है।

यद्यपि दोनों असमानता को परिमाणित करते हैं, वे फैलाव (dispersion) के विभिन्न पहलुओं पर जोर देते हैं। हूवर इंडेक्स माध्य से विचलन पर ध्यान केंद्रित करता है, जबकि गिनी गुणांक अंतर-व्यक्तिगत अंतरों को पकड़ता है। उच्च विषमता (skewness) या चरम मानों वाले वितरणों में, ये माप भिन्न निष्कर्ष दे सकते हैं। यह शोध पत्र एक एकीकृत ढांचे के अभाव को संबोधित करता है जो शोधकर्ताओं को असमानता के निष्कर्षों की संवेदनशीलता का आकलन करने के लिए इन दोनों दृष्टिकोणों के बीच निरंतर इंटरपोलेशन (interpolation) करने की अनुमति देता है।

2. कार्यप्रणाली (Methodology)

लेखक एक नए प्रकार के असमानता सूचकांक का प्रस्ताव करते हैं, जिसे $I_\lambda$ के रूप में दर्शाया गया है, जो एक यादृच्छिक चर $X \geq 0$ के लिए परिभाषित है जिसका परिमित माध्य $\mu$ और स्वतंत्र प्रतियां $X_1, X_2$ हैं।

सूचकांक की परिभाषा:
इंटरपोलेशन पैरामीटर $\lambda \in [0, 1]$ के लिए, सूचकांक को इस प्रकार परिभाषित किया गया है:
$$I_\lambda = \frac{1}{2\mu} \mathbb{E} \left| (1 - \lambda)(X_1 - \mu) + \lambda(X_1 - X_2) \right|$$

• जब $\lambda = 0$ हो, तो $I_0 = H$ (हूवर इंडेक्स)।
• जब $\lambda = 1$ हो, तो $I_1 = G$ (गिनी गुणांक)।
• मध्यवर्ती $\lambda$ के लिए, यह सूचकांक माध्य विचलन और युग्मवार अंतरों को जोड़ता है।

सैद्धांतिक व्युत्पन्न (Theoretical Derivations):

• इंटीग्रल प्रतिनिधित्व: लेखक वितरण फलनों (distribution functions) को शामिल करते हुए $I_\lambda$ के लिए एक सामान्य इंटीग्रल रूप व्युत्पन्न करते हैं।
• गामा वितरण विश्लेषण: वे गामा वितरणों ($X \sim \text{Gamma}(\alpha, \beta)$) के लिए इस सूचकांक को विशिष्ट बनाते हैं, जिसमें इनकम्प्लीट गामा फलनों (incomplete gamma functions) का उपयोग करते हुए क्लोज्ड-फॉर्म अभिव्यक्तियाँ प्राप्त की जाती हैं।
• अनुमानक गुण (Estimator Properties): वे "प्लग-इन" अनुमानक $\hat{I}_\lambda$ का विश्लेषण करते हैं, जिसे जनसंख्या माध्य $\mu$ को नमूना माध्य $\bar{X}$ से और प्रत्याशाओं (expectations) को नमूना औसत से बदलकर प्राप्त किया जाता है।
• बायस विश्लेषण (Bias Analysis): लाप्लास ट्रांसफॉर्म तकनीकों और एक्सपोनेंशियल टिल्टिंग (एस्चर ट्रांसफॉर्म/Esscher transform) का उपयोग करते हुए, वे अनुमानक के अपेक्षित मान के लिए एक सामान्य अभिव्यक्ति व्युत्पन्न करते हैं। वे गामा आबादी के तहत अनुमानक के लिए स्पष्ट बायस (bias) सूत्र भी व्युत्पन्न करते हैं, जिसमें टिल्टेड चरों के योग को संभालने के लिए जनरलाइज्ड हाइपोएक्सपोनेंशियल (GHypo) वितरण का उपयोग किया गया है।

3. मुख्य योगदान (Key Contributions)

1. एकीकृत ढांचा: हूवर और गिनी सूचकांकों को जोड़ने वाला एक निरंतर पैरामीट्रिक परिवार $I_\lambda$ पेश करना, जो स्केल इनवेरिएंस (scale invariance), बाउंडेडनेस (boundedness) और पिगू-डालटन ट्रांसफर सिद्धांत जैसे प्रमुख गुणों को संतुष्ट करता है।
2. विश्लेषणात्मक समाधान: इनकम्प्लीट गामा फलनों के माध्यम से व्यक्त, गामा वितरणों के तहत $I_\lambda$ के लिए स्पष्ट विश्लेषणात्मक प्रतिनिधित्व का व्युत्पन्न।
3. सांख्यिकीय अनुमान (Statistical Inference):
   • गैर-ऋणात्मक आबादी के लिए प्लग-इन अनुमानक $\hat{I}_\lambda$ के अपेक्षित मान की स्थापना।
   • गामा आबादी के तहत अनुमानक के लिए सटीक बायस सूत्रों का व्युत्पन्न, जो गामा वितरणों के तहत गिनी गुणांक ($\lambda=1$) के लिए अनबायस्ड (unbiased) होने की पुष्टि करता है।
4. रैखिक इंटरपोलेशन के साथ तुलना: शोध पत्र प्रदर्शित करता है कि जबकि अनुमानकों का एक रैखिक संयोजन ($\hat{J}_\lambda = (1-\lambda)\hat{H} + \lambda\hat{G}$) गणितीय रूप से सरल है, प्राकृतिक प्लग-इन अनुमानक $\hat{I}_\lambda$ परिमित नमूनों (finite samples) में कम बायस प्रदर्शित करता है।

4. परिणाम (Results)

सैद्धांतिक परिणाम:

• $I_\lambda$ को स्केल-इनवेरिएंट सिद्ध किया गया है और यह 0 और गिनी गुणांक के बीच सीमित है।
• अनुमानक का बायस जैसे-जैसे नमूना आकार $n$ बढ़ता है, कम होता जाता है।
• बायस आमतौर पर अत्यधिक विषम (highly skewed) वितरणों (छोटे शेप पैरामीटर $\alpha$) के लिए अधिक होता है।

सिमुलेशन अध्ययन (मोंटे कार्लो):

• सेटअप: विभिन्न आकार पैरामीटर ($\alpha \in \{0.5, 1, 2, 5, 10\}$), इंटरपोलेशन पैरामीटर ($\lambda \in \{0.25, 0.5, 0.75\}$), और नमूना आकार ($n \in \{10, \dots, 120\}$) के तहत गामा वितरणों के अंतर्गत 1,000 पुनरावृत्तियाँ (replications)।
• निष्कर्ष:
  • अनुमानक $\hat{I}_\lambda$ अच्छा परिमित-नमूना प्रदर्शन दिखाता है।
  • मीन स्क्वेर्ड एरर (MSE) और वेरिएंस दोनों $n$ बढ़ने के साथ व्यवस्थित रूप से घटते हैं।
  • सभी परिदृश्यों में प्रतिस्पर्धी रैखिक अनुमानक $\hat{J}_\lambda$ की तुलना में $\hat{I}_\lambda$ का बायस लगातार कम रहता है।
  • उच्च विषमता (कम $\alpha$) के साथ प्रदर्शन थोड़ा गिरता है, जो असमानता मापों के लिए अपेक्षित है।

अनुप्रयोग (Empirical Application):

• अमेरिका के देशों के लिए जीडीपी प्रति व्यक्ति डेटा (PPP, स्थिर 2021 अंतर्राष्ट्रीय डॉलर) पर लागू किया गया।
• अध्ययन ने $H \approx 0.229$ और $G \approx 0.329$ की गणना की।
• प्रस्तावित सूचकांक ने इन मूल्यों के बीच एक सुचारू, निरंतर संक्रमण प्रदान किया (जैसे, $\hat{I}_{0.5} \approx 0.258$), जो संवेदनशीलता विश्लेषण के लिए इसके उपयोग को प्रदर्शित करता है।

5. महत्व (Significance)

यह शोध पत्र असमानता मापने के एकीकृत दृष्टिकोण के लिए एक कठोर सांख्यिकीय आधार प्रदान करता है। इसका महत्व निम्नलिखित में निहित है:

• लचीलापन: शोधकर्ताओं को हूवर और गिनी सूचकांकों के बीच के द्विआधारी विकल्प से आगे बढ़ने की अनुमति देना, जिससे यह पता चलता कि माध्य विचलन बनाम युग्मवार अंतर पर कितना भार दिया जाए।
• सांख्यिकीय मजबूती: गामा वितरण (जो आय डेटा के लिए एक सामान्य मॉडल है) के लिए सटीक बायस सुधार और विश्लेषणात्मक उपकरण प्रदान करना।
• व्यावहारिक उपयोगिता: यह प्रदर्शित करना कि प्रस्तावित अनुमानक बायस के मामले में मौजूदा अनुमानकों के सरल रैखिक संयोजनों की तुलना में बेहतर प्रदर्शन करता है, जो इसे विशेष रूप से छोटे-से-मध्यम नमूना आकारों में अनुभवजन्य आर्थिक विश्लेषण के लिए एक बेहतर उपकरण बनाता है।

यह कार्य सैद्धांतिक असमानता मापन और व्यावहारिक सांख्यिकीय अनुमान के बीच के अंतर को पाटता है, जिससे नीति विश्लेषण और आर्थिक विकास अध्ययन के लिए एक अधिक सूक्ष्म ढांचा तैयार होता है।