🔬 physics

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

この論文は、ジニ、ピエトラ、コルカタの 3 つの不平等指標間の理論的関係を厳密に導出するとともに、米国 IRS の所得データ、インドのボリウッド映画収入、ノーベル賞受賞者の引用データを用いた実証分析により、ピエトラ指数とコルカタ指数に基づく富の超過分との比率が 1 をわずかに上回るが 5% 以内の範囲に収まることを示しています。

原著者： Asim Ghosh, Bikas K. Chakrabarti

公開日 2026-03-17

📖 1 分で読めます☕ さくっと読める

CC0 1.0

原著者： Asim Ghosh, Bikas K. Chakrabarti

原論文は CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) のもとパブリックドメインに提供されています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文は、**「富や成功がどれだけ偏っているか（格差）」**を測るための、3 つの異なる「ものさし」の関係性について研究したものです。

まるで、同じ「格差」という怪物を、3 人の異なる探偵がそれぞれ違う方法で捕まえようとしているような話です。

1. 登場する 3 つの「ものさし」

まず、この研究で使われている 3 つの指標（ものさし）を、簡単な例えで説明しましょう。

ジニ係数（Gini）：「全体の歪み」
- 例え： 全員が同じ高さに並んでいるはずの階段が、どれだけガタガタに歪んでいるかを測るものです。
- 意味： 0（完全平等）から 1（極端な格差）の値を取ります。値が大きいほど、富が一部の人に集中しています。
ピエトラ指数（Pietra）：「再分配の必要量」
- 例え： 「ロビン・フッド」の物語です。富を奪って貧しい人に配る必要がある**「お金の量」**そのものです。
- 意味： 全員を平等にするために、富の持ち主から何％の富を奪って再分配すればいいかを表します。
コルカタ指数（Kolkata）：「トップの支配力」
- 例え： 「80:20 の法則」の進化版です。「上位 20% の人が、全体の 80% の富を持っている」という有名な法則がありますが、この指数は**「上位何％の人が、残りの富の大部分を握っているか」**を正確に突き止めます。
- 意味： 例えば、この指数が 0.85 なら、「上位 15%（1-0.85）の人たちが、全体の 85% の富を持っている」という意味になります。

2. この研究が解明した「驚きの関係」

研究者たちは、この 3 つのものがさしには、実は**「魔法のような結びつき」**があることに気づきました。

① 「コルカタ指数」が「ピエトラ指数」の鍵を握っている

最も面白い発見は、**「コルカタ指数（k）」と「ピエトラ指数（p）」**の関係です。

理論： もし「上位 15%（k=0.85）の人が 85% の富を持っている」なら、彼らが持っている富の**「余分な分（85% - 15% = 70%）」**を、そのまま下位の人たちに配れば平等になります。つまり、ピエトラ指数は理論的には 2k - 1 という式で計算できるはずです。
現実のデータ： アメリカの税金データや、インドの映画収入、ノーベル賞受賞者の論文引用数などを調べたところ、「理論値」と「実際のデータ」は、ほとんど一致していました。
- 誤差は5% 以内！
- つまり、**「コルカタ指数さえ分かれば、ロビン・フッドが奪うべきお金の量（ピエトラ指数）は、ほぼ正確に予測できる」**ということが証明されました。

② 「ジニ係数」との関係は少し複雑

一方で、昔から使われている「ジニ係数」との関係は、「小さな格差」の時はシンプルですが、「大きな格差」になるとズレてきます。

格差が小さい時は、ジニ係数とコルカタ指数はきれいな直線関係で繋がっていました。
しかし、格差が激しくなる（ジニ係数が 0.8 以上になる）と、この単純な関係は崩れてしまいます。現実の社会は、単純な数式では説明しきれないほど複雑で、富の偏りが極端になるからです。

3. 具体的なデータで何が分かったか？

研究者たちは、以下の 3 つの分野のデータを分析しました。

アメリカの税金データ（1983-2022 年）：
- 時間の経過とともに格差が広がり、コルカタ指数も 0.8（80:20 の法則）を超えて 0.8 台後半まで上昇しました。つまり、**「上位 10% 未満の人が、富の 80% 以上を握る」**状態が定着しつつあることを示しています。
インドのボリウッド映画収入（1999-2024 年）：
- 映画界でも同じ現象が起きています。一部の超大作だけが巨額の収益を上げ、他の映画は取り残される「勝者総取り」の構造が、年々強まっています。
ノーベル賞受賞者の論文引用数（2020-2025 年）：
- 科学の世界でも、一部の研究者の論文だけが圧倒的に引用され、他の研究者は見向きもされないという「格差」が、驚くほど高いレベル（コルカタ指数 0.85 以上）で存在していました。

4. まとめ：この研究のメッセージ

この論文が伝えているのは、**「格差の構造は、意外にシンプルで予測可能だ」**という点です。

**「コルカタ指数（k）」という、「誰がどれくらい支配しているか」を示す新しい指標を使えば、「どれくらい富を再分配すればいいか（ピエトラ指数）」**を、ほぼ正確に計算できることが分かりました。
従来の「ジニ係数」だけでは見えにくかった、「極端な格差社会」の本当の姿を、この新しいものさしで捉えることができました。

日常の言葉で言うと：
「社会の富の偏りを測るには、昔ながらの『ジニ係数』だけでなく、『コルカタ指数』という新しいものさしを使うと、**『トップがどれくらい富を握っていて、それを均すにはどれくらいのお金が必要か』**が、まるでパズルのピースがハマるように、すっきりと見えてくるよ」という発見です。

これは、経済政策や社会の公平性を考える上で、非常に強力なツールになるかもしれません。

この論文「Relations Between the Inequality Indices Gini, Pietra and Kolkata: Theory and Data Analysis（ジニ、ピエトラ、コルカタ不平等指数間の関係：理論とデータ分析）」の技術的な要約を以下に記述します。

1. 研究の背景と問題提起

経済的不平等や科学論文の引用不平等を定量化する際、**ジニ係数（ $g$ ）が最も広く用いられていますが、本研究ではこれに加えてピエトラ指数（ $p$ 、別名ロビン・フッド指数）と、比較的新しいコルカタ指数（ $k$ ）**の 3 つの指標に焦点を当てています。これらはいずれも 1905 年に導入されたローレンツ曲線 $L(x)$ から導出されます。

ジニ係数 ( $g$ ): 完全平等線とローレンツ曲線の間の面積（正規化済み）。
ピエトラ指数 ( $p$ ): 完全平等線とローレンツ曲線の間の最大垂直距離。富の再分配によって平等を実現するために必要な富の割合を表す。
コルカタ指数 ( $k$ ): 補完ローレンツ関数 $L_c(x) \equiv 1 - L(x)$ の不動点（ $L_c(k)=k$ ）。最も裕福な $1-k$ fraction の人々が $k$ fraction の富を保有することを示す（例： $k=0.8$ はパレートの 80-20 法則に対応）。

本研究の主な目的は、これら 3 つの指数間の厳密な理論的関係を導出し、実データを用いてその妥当性を検証することです。

2. 研究方法

研究は「理論的解析」と「数値データ分析」の 2 つの柱で構成されています。

A. 理論的解析

厳密な不等式の導出:
- コルカタ指数の定義（最も裕福な $1-k$ 人が $k$ の富を持つ）から、彼らが持つ「超過富」の割合は $2k-1$ であることが導かれます。
- ピエトラ指数 $p$ は、ローレンツ曲線と平等線の最大垂直距離として定義されます。 $x=k$ における距離は $2k-1$ となるため、理論的に $p \ge 2k - 1$ が成り立つことが厳密に証明されました。
- もしピエトラ指数が厳密に「ロビン・フッド指数（再分配必要量）」として解釈されるなら、 $p = 2k - 1$ となるはずですが、実際には $p$ はその最小値以上になります。
最小多項式モデルによる近似関係:
- ローレンツ関数を最小多項式 $L(x) = Ax + Bx^2$ （ $A+B=1$ ）と仮定し、小値のジニ係数 ( $g \to 0$ ) における近似関係を導出しました。
- この仮定の下で以下の関係式が得られます：
  - $p = (3/4)g$
  - $k = 1/2 + (3/8)g$

B. 数値データ分析

上記の理論関係を実際のデータで検証しました。使用されたデータセットは以下の通りです：

米国 IRS 所得データ (1983-2022): 個人所得と所得税申告データの 2 種類。
ボリウッド映画収益データ (1999-2024): 年間興行収入の不平等。
ノーベル賞受賞者の論文引用データ (2020-2025): 経済学、物理学、化学、医学の 4 部門における 40 人の受賞者の論文引用数。

3. 主要な結果

理論関係 $p \ge 2k - 1$ の検証

全てのデータセット（所得、映画、引用）において、 $p / (2k - 1)$ の値は常に 1 よりわずかに大きいことが確認されました。
理論予測通り、 $p$ は $2k-1$ を下回ることはありません。
実データとの乖離は非常に小さく、最大でも 5% 以内に収まっていました。これは、 $p$ が実質的に $2k-1$ （最富裕層の超過富）を非常に良く近似していることを示しています。

近似関係 ( $p = 3/4 g$ および $k = 1/2 + 3/8 g$ ) の検証

小値の $g$ 領域では、最小多項式モデルから導かれた関係式が概ね成立する傾向が見られました。
しかし、 $g$ や $k$ の値が大きくなる（不平等が激化する）領域では、これらの線形関係は実データから大きく乖離することが明らかになりました。
- 具体的には、 $p/g$ の値は理論値 $0.75 $から大きく外れ、$ 0.72 \sim 0.92$ の範囲で変動しました。
- 同様に、 $k$ と $g$ の関係も、不平等が高度化するにつれて単純な線形モデルでは説明できなくなりました。

傾向の観察

米国所得データ: 時間の経過とともに不平等指数（ $g, k$ ）が増加しており、これは公的福祉プログラムの縮小と関連している可能性があります。
ノーベル賞受賞者の引用: 科学界における競争の激化により、引用の不平等はパレートの法則（ $k=0.8$ ）を超え、自己組織化臨界状態に近い値（ $k \approx 0.87$ 付近）に近づいている傾向が見られました。

4. 結論と意義

理論的厳密性の確立:
ピエトラ指数 $p$ とコルカタ指数 $k$ の間に、 $p \ge 2k - 1$ という厳密な不等式関係が存在することを初めて示しました。これは、不平等の「再分配必要量」と「最富裕層の富の集中度」の間に本質的な数学的制約があることを意味します。
実証的妥当性:
多様な分野（経済、エンターテインメント、学術）のデータにおいて、 $p$ が $2k-1$ に極めて近い値（5% 以内の誤差）を持つことが確認されました。これは、複雑な社会システムにおける不平等構造が、単純な幾何学的関係によってよく記述されることを示唆しています。
モデルの限界の明示:
小値領域で成立する単純な多項式モデル（ $p=0.75g$ など）は、高度な不平等状態（大きな $g$ や $k$ ）では破綻することを示しました。これは、高度に不平等な社会や市場を記述するには、より複雑なローレンツ関数の形状（非線形性の増大）を考慮する必要があることを意味します。
学際的応用:
経済学だけでなく、科学論文の引用や映画の興行収入など、異なるスケールと性質を持つシステムにおいても、これらの不平等指数間の関係が普遍的に観察されることを示し、不平等の定量的理解における新しい視点を提供しました。

総じて、本研究は不平等指数間の数学的関係を厳密に理論化し、広範な実データによってその一部が実証的に支持される一方、単純な近似モデルの限界も明らかにした重要な貢献です。