🔬 physics

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

Questo studio analizza le relazioni teoriche e empiriche tra gli indici di disuguaglianza di Gini, Pietra e Kolkata, dimostrando che il rapporto tra l'indice di Pietra e la frazione di ricchezza in eccesso ( $2k-1$ ) è sempre superiore a uno con una deviazione inferiore al 5% in dati reali, pur mostrando che le relazioni analitiche semplificate valgono solo per valori bassi di disuguaglianza.

Autori originali: Asim Ghosh, Bikas K. Chakrabarti

Pubblicato 2026-03-17

📖 5 min di lettura🧠 Approfondimento

CC0 1.0

Autori originali: Asim Ghosh, Bikas K. Chakrabarti

Articolo originale dedicato al pubblico dominio sotto CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di avere una torta gigante che rappresenta tutta la ricchezza di un paese, o il successo di un gruppo di scienziati, o i guadagni di un cinema. La domanda fondamentale è: come viene tagliata questa torta?

Questo articolo scientifico, scritto da due ricercatori indiani, si occupa di tre diversi "righelli" (o indici) usati per misurare quanto la torta sia tagliata in modo disuguale. Questi righelli sono:

L'Indice di Gini (il più famoso, nato nel 1912).
L'Indice di Pietra (noto anche come "Indice di Robin Hood", nato nel 1915).
L'Indice di Kolkata (il più giovane, nato nel 2014).

Ecco una spiegazione semplice, usando metafore quotidiane, di cosa dicono questi ricercatori e cosa hanno scoperto analizzando i dati reali.

1. I Tre Righelli della Disuguaglianza

Per capire la differenza, immagina una fila di persone ordinate dal più povero al più ricco.

L'Indice di Gini (g): È come guardare la superficie totale di una zona irregolare tra una linea perfetta e la realtà. Se tutti avessero la stessa fetta di torta, la linea sarebbe dritta. Più la linea si incurva verso il basso (significando che i ricchi hanno quasi tutta la torta), più l'area "vuota" è grande. Gini misura questa area totale. È una media generale della disuguaglianza.
L'Indice di Pietra (p) o Robin Hood: Immagina di voler rendere tutti uguali. Quanto dovresti prendere ai ricchi per darlo ai poveri? Questo indice ti dice esattamente quanta fetta di torta devi spostare. È la distanza verticale massima tra la linea perfetta e la realtà. È come dire: "Per avere un mondo equo, il 30% della torta totale deve essere rubato ai ricchi e dato ai poveri".
L'Indice di Kolkata (k): Questo è il più curioso. Chiede: "Quanti sono i ricchi e quanto possiedono?".
- Se diciamo che il 20% della gente possiede l'80% della ricchezza (la famosa regola 80-20 di Pareto), allora $k = 0.8$ .
- L'indice di Kolkata è quel numero magico dove la parte "inversa" della torta si incrocia con la diagonale. In pratica, ci dice che l'80% della ricchezza è in mano al 20% delle persone (o, più in generale, che la frazione $k$ della ricchezza è posseduta dalla frazione $1-k$ delle persone più ricche).

2. La Grande Scoperta: Il Legame Matematico

I ricercatori hanno voluto vedere se questi tre righelli sono collegati tra loro. Hanno fatto due cose:

Teoria: Hanno usato la matematica per prevedere come dovrebbero comportarsi.
Dati Reali: Hanno guardato tre mondi molto diversi:
- I redditi delle persone negli USA (dati fiscali dal 1983 al 2022).
- I guadagni dei film di Bollywood (dal 1999 al 2024).
- Le citazioni scientifiche dei Premi Nobel (in fisica, chimica, medicina ed economia).

Cosa hanno scoperto?

A. La regola del "Robin Hood" è quasi perfetta
Hanno scoperto che l'Indice di Pietra (quanto bisogna rubare ai ricchi per uguagliare tutti) è quasi esattamente uguale a una formula basata su Kolkata: $2k - 1$ .

Metafora: Se l'Indice di Kolkata dice che il 70% della torta è in mano al 30% delle persone ( $k=0.7$ ), allora la formula dice che per uguagliare tutto bisogna spostare il 40% della torta ( $2 \times 0.7 - 1 = 0.4$ ).
Il dato reale: Nei dati veri, questo calcolo è quasi sempre corretto. L'Indice di Pietra è leggermente più alto (di meno del 5%), ma la regola funziona benissimo. È come se la natura seguisse questa legge matematica quasi alla lettera.

B. Le vecchie regole "semplici" non funzionano più
In passato, per disuguaglianze piccole, si pensava che ci fosse una relazione semplice e fissa tra Gini e gli altri indici (ad esempio, che Pietra fosse sempre il 75% di Gini).

La scoperta: Quando la disuguaglianza diventa alta (come negli USA oggi o nei film di Bollywood dove pochi attori guadagnano tutto e molti nulla), queste vecchie regole semplici crollano. I dati reali mostrano che le relazioni matematiche semplici non reggono quando la torta è tagliata in modo molto estremo.

3. Cosa ci dicono i dati reali?

Negli USA: La disuguaglianza è cresciuta nel tempo. Meno welfare pubblico significa che la torta è più concentrata nelle mani di pochi. L'indice di Kolkata è salito oltre il classico 0.80 (la regola 80-20), avvicinandosi a valori più estremi (intorno a 0.87), suggerendo che la società si sta muovendo verso uno stato di "disuguaglianza universale".
A Bollywood: È un mondo di "vincitori e vinti". Poche star guadagnano milioni, mentre centinaia di film guadagnano poco. Qui la disuguaglianza è altissima e l'indice di Kolkata è molto elevato.
Tra i Nobel: Anche tra i geni della scienza, c'è una forte competizione. Alcuni scienziati hanno milioni di citazioni, altri molto meno. Anche qui, la disuguaglianza è marcata e segue le stesse leggi matematiche degli USA e del cinema.

In Sintesi

Immagina tre amici che guardano la stessa torta disuguale:

Gini guarda l'area totale della torta "sbagliata".
Robin Hood (Pietra) calcola quanto deve rubare per ridistribuirla.
Kolkata chiede: "Quante persone servono per possedere la maggior parte della torta?".

La ricerca conferma che Robin Hood e Kolkata sono legati da una regola matematica molto precisa: se sai quanto è concentrata la ricchezza (Kolkata), sai quasi esattamente quanto bisogna spostare per uguagliare tutto (Pietra). Tuttavia, le vecchie formule che collegavano tutto questo all'indice Gini funzionano solo quando la disuguaglianza è bassa; quando la torta è molto squilibrata, il mondo reale diventa più complesso e le formule semplici non bastano più.

È una conferma che, sia nell'economia, nel cinema che nella scienza, la disuguaglianza segue schemi matematici precisi, ma che questi schemi diventano più "estremi" man mano che la competizione aumenta.

Titolo

Relazioni tra gli indici di disuguaglianza di Gini, Pietra e Kolkata: Teoria e Analisi dei Dati

1. Il Problema e il Contesto

Il lavoro si concentra sulla quantificazione e la caratterizzazione delle disuguaglianze economiche (reddito, ricchezza) e sociali (citazioni accademiche). Sebbene la funzione di Lorenz $L(x)$ , introdotta nel 1905, contenga tutte le informazioni sulla distribuzione, gli studiosi utilizzano indici sintetici per riassumere la natura della disuguaglianza.
Il problema centrale è stabilire relazioni rigorose e universali tra tre indici specifici derivati dalla funzione di Lorenz:

Indice di Gini ( $g$ ): Misura l'area tra la linea di uguaglianza perfetta e la curva di Lorenz.
Indice di Pietra ( $p$ ): Nota anche come indice di Robin Hood o Hoover, rappresenta la massima distanza verticale tra la linea di uguaglianza e la curva di Lorenz. Corrisponde alla frazione di reddito totale che dovrebbe essere ridistribuita per raggiungere l'uguaglianza.
Indice di Kolkata ( $k$ ): Introdotta nel 2014, è definita come il punto fisso della funzione di Lorenz complementare $L_c(x) = 1 - L(x)$ , tale che $L_c(k) = k$ . Rappresenta la frazione di ricchezza posseduta dalla frazione più ricca $1-k$ della popolazione (generalizzando la legge 80-20 di Pareto, dove $k=0.8$ ).

L'obiettivo è verificare teoricamente e empiricamente se esistano relazioni matematiche fisse tra questi indici e quanto bene queste relazioni descrivano la realtà osservata in diversi settori (economia, cinema, scienza).

2. Metodologia

Gli autori hanno adottato un approccio ibrido che combina analisi teorica rigorosa e analisi numerica su grandi dataset.

Analisi Teorica:
- È stata dimostrata rigorosamente una disuguaglianza fondamentale: l'indice di Pietra $p$ deve essere maggiore o uguale a $2k - 1$ .
- È stato ipotizzato che l'indice di Robin Hood (la frazione di ricchezza in eccesso posseduta dai più ricchi) sia esattamente $2k - 1$ .
- Per derivare relazioni lineari semplici, è stata assunta una forma analitica minima per la funzione di Lorenz (espansione polinomiale di Landau): $L(x) = Ax + Bx^2$ . Da questa assunzione sono state derivate relazioni teoriche per piccoli valori di $g$ : $p = (3/4)g$ e $k = 1/2 + (3/8)g$ .
Analisi dei Dati (Empirica):
- Sono stati analizzati tre set di dati distinti e vasti:
  1. Dati sul reddito USA (IRS): Copertura dal 1983 al 2022 (dati su redditi individuali e dichiarazioni dei redditi).
  2. Dati sul cinema Bollywood: Redditi degli incassi al botteghino in India dal 1999 al 2024.
  3. Disuguaglianza nelle citazioni scientifiche: Dati su 40 vincitori del Premio Nobel (Economia, Fisica, Chimica, Medicina) per il periodo 2020-2025, analizzando le citazioni dei loro articoli.
- Per ogni dataset, sono stati calcolati annualmente o per categoria i valori di $g$ , $p$ e $k$ , e sono state verificate le relazioni teoriche derivate.

3. Contributi Chiave e Risultati

Relazioni Teoriche Verificate

Relazione tra $p$ e $k$ : La teoria dimostra che $p \ge 2k - 1$ . L'analisi dei dati conferma che il rapporto $p/(2k - 1)$ è sempre maggiore di 1, ma la deviazione è minima, non superando mai il 5%. Questo suggerisce che l'indice di Pietra è strettamente legato alla frazione di ricchezza in eccesso posseduta dalla classe più ricca ( $1-k$ ), ma tende a essere leggermente superiore al valore teorico minimo.
Relazioni Lineari ( $p/g$ e $k/g$ ): Le relazioni teoriche derivate dall'assunzione di una forma polinomiale minima ( $p/g = 3/4$ e $k = 1/2 + 3g/8$ ) sono valide solo per piccoli valori di $g$ (bassa disuguaglianza).

Risultati Empirici

Deviazione per alta disuguaglianza: Quando i valori di $g$ e $k$ aumentano (come osservato nei dati recenti USA, nel cinema Bollywood e nelle citazioni dei Nobel), le relazioni lineari semplici ( $p/g = 0.75$ ) falliscono significativamente. I dati mostrano che $p/g$ aumenta con l'aumentare della disuguaglianza, allontanandosi dal valore teorico di 0.75.
Trend Temporali:
- Nei dati USA, i valori di $k$ e $g$ sono cresciuti nel tempo, superando talvolta il valore di Pareto ( $k=0.80$ ) e avvicinandosi a valori di criticità auto-organizzata ( $g \approx k \approx 0.87$ ), specialmente con il ritiro dei programmi di welfare.
- Nel settore scientifico (Nobel), la competizione estrema porta a valori di $k$ molto alti (spesso > 0.85), indicando una concentrazione estrema delle citazioni su pochi autori.
Universalità: Nonostante le differenze settoriali, la relazione $p \approx 2k - 1$ (con una piccola deviazione positiva) si è rivelata robusta attraverso tutti i dataset analizzati.

4. Significato e Implicazioni

Validazione dell'Indice di Kolkata: Lo studio rafforza l'utilità dell'indice di Kolkata come misura complementare e geometricamente significativa della disuguaglianza, specialmente in sistemi complessi dove la legge di Pareto classica (80-20) viene superata.
Limiti dei Modelli Semplici: Il lavoro evidenzia che le approssimazioni lineari semplici per la funzione di Lorenz sono insufficienti per descrivere società o sistemi con alta disuguaglianza. La relazione tra gli indici diventa non lineare man mano che la disuguaglianza aumenta.
Interpretazione Fisica: La stretta correlazione tra $p$ e $2k-1$ (con una deviazione sistematica <5%) suggerisce che la quantità di ricchezza necessaria per la ridistribuzione (Pietra) è intrinsecamente legata alla struttura del punto fisso della disuguaglianza (Kolkata).
Applicabilità Interdisciplinare: La metodologia dimostra che gli stessi principi di disuguaglianza governano fenomeni economici (reddito), culturali (cinema) e accademici (citazioni), suggerendo l'esistenza di dinamiche competitive universali nei sistemi sociali.

In sintesi, il paper fornisce una fondazione teorica rigorosa per le relazioni tra gli indici di disuguaglianza, validandole su dati reali e dimostrando che, sebbene le relazioni lineari semplici siano utili per approssimazioni a bassa disuguaglianza, la realtà empirica richiede modelli più complessi per sistemi ad alta disuguaglianza.