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

Titel: Relaties tussen de ongelijkheidsindices Gini, Pietra en Kolkata: Theorie en Data-analyse

Auteurs: Asim Ghosh en Bikas K. Chakrabarti
Bron: arXiv:2512.00754v2 [physics.soc-ph] (Gepubliceerd in maart 2026)

1. Probleemstelling

Het artikel onderzoekt de theoretische en empirische relaties tussen drie fundamentele indices die worden gebruikt om economische en sociale ongelijkheid te kwantificeren:

1. Gini-index ($g$): De oudste en meest gebruikte maat, gebaseerd op de oppervlakte tussen de Lorenz-curve en de lijn van perfecte gelijkheid.
2. Pietra-index ($p$): Ook wel de Robin Hood- of Hoover-index genoemd, gedefinieerd als de maximale verticale afstand tussen de Lorenz-curve en de gelijkheidslijn.
3. Kolkata-index ($k$): Een nieuwere index (geïntroduceerd in 2014), gedefinieerd als het vaste punt van de complementaire Lorenz-functie $L_c(x) = 1 - L(x)$. Deze index geeft het fractie $k$ van de totale rijkdom weer die in handen is van de rijkste $1-k$ fractie van de bevolking (bijv. $k=0.8$ correspondeert met de 80-20 wet van Pareto).

Hoewel deze indices allemaal afgeleid zijn van dezelfde Lorenz-functie $L(x)$, is de exacte wiskundige relatie ertussen, vooral voor hoge waarden van ongelijkheid, niet volledig gekarakteriseerd. De auteurs willen onderzoeken of er strikte ongelijkheden of lineaire relaties bestaan tussen $g$, $p$ en $k$, en hoe deze zich verhouden tot reële data.

2. Methodologie

De studie combineert strikte wiskundige afleidingen met uitgebreide numerieke data-analyse.

• Theoretische Analyse:

  • De auteurs analyseren de definitie van de Pietra-index als het maximum van $(x - L(x))$.
  • Ze gebruiken de definitie van de Kolkata-index als het vaste punt $L_c(k) = k$ (of $L(k) = 1-k$).
  • Ze leiden een ondergrens af voor de Pietra-index op basis van de Kolkata-index.
  • Ze passen een minimale polynoomexpansie toe op de Lorenz-functie ($L(x) = Ax + Bx^2$) om analytische relaties af te leiden voor het geval van lage ongelijkheid ($g \to 0$).

• Data-analyse:
  De auteurs testen hun theorieën op drie zeer diverse datasets over lange tijdsperiodes:

  1. VS Inkomensdata (IRS): Inkomensverdeling (1983-2022) en belastingaangiften (1983-2022).
  2. Bollywood Filminkomens: Box-office-inkomsten van Indiase films (1999-2024).
  3. Citeerongelijkheid: Citaties van publicaties van 40 Nobelprijswinnaars (Economie, Natuurkunde, Scheikunde, Geneeskunde) voor de periode 2020-2025 (gegevens van Google Scholar).

3. Belangrijkste Bijdragen en Theoretische Resultaten

De auteurs leiden de volgende theoretische relaties af:

1. De Ongeijkte Relatie tussen $p$ en $k$:
   De auteurs bewijzen strikt dat de Pietra-index ($p$) altijd groter dan of gelijk moet zijn aan $2k - 1$:
   $$p \geq 2k - 1$$
   Interpretatie: De waarde $2k - 1$ stelt de "excess wealth" (overvloedige rijkdom) voor die de rijkste $1-k$ fractie bezit boven de gemiddelde verdeling. Als de Pietra-index strikt wordt geïnterpreteerd als de "Robin Hood-index" (het percentage dat moet worden herverdeeld om gelijkheid te bereiken), zou deze exact gelijk moeten zijn aan $2k - 1$. De theorie voorspelt echter dat de werkelijke $p$-waarde iets hoger ligt dan dit minimum.

2. Lineaire Relaties voor Kleine $g$ (Lage Ongelijkheid):
   Onder de aanname van een minimale polynoomvorm voor $L(x)$, leiden de auteurs de volgende lineaire relaties af voor kleine waarden van de Gini-index:

   • Relatie tussen Kolkata en Gini: $k = \frac{1}{2} + \frac{3}{8}g$
   • Relatie tussen Pietra en Gini: $p = \frac{3}{4}g$

4. Empirische Resultaten

De analyse van de datasets levert de volgende bevindingen op:

• Relatie $p/(2k - 1)$:
  Voor alle onderzochte datasets (VS inkomens, belastingen, films, citaties) is de verhouding $p/(2k - 1)$ altijd groter dan 1, maar de afwijking is zeer klein. De auteurs concluderen dat de afwijking nooit meer dan 5% bedraagt. Dit bevestigt de theoretische ondergrens en suggereert dat de Robin Hood-index ($2k-1$) een zeer nauwkeurige benadering is van de Pietra-index, zelfs bij hoge ongelijkheid.

• Afwijking van de Lineaire Relaties:
  De theoretisch afgeleide lineaire relaties ($p/g = 3/4$ en $k = 1/2 + 3/8g$) blijken niet te gelden voor de waargenomen data, vooral niet bij hogere waarden van $g$ en $k$.

  • In de datasets met hoge ongelijkheid (zoals de VS-belastingdata en Nobelprijswinnaars) stijgen de waarden van $k$ vaak boven de Pareto-waarde van 0.80 (soms tot >0.90).
  • De verhouding $p/g$ wijkt aanzienlijk af van de voorspelde 0.75 en varieert sterk afhankelijk van het type data en het niveau van ongelijkheid.

• Trends:

  • In de VS-data neemt de ongelijkheid (zowel $g$ als $k$) toe over de tijd, wat wordt toegeschreven aan de terugtrekking van publieke welzijnsprogramma's.
  • In de Nobelprijswinnaars-data ligt $k$ vaak dicht bij de waarde van 0.87, wat overeenkomt met waarden die worden gevonden in zelf-georganiseerde kritieke systemen (self-organized criticality), in plaats van bij de klassieke Pareto-waarde van 0.80.

5. Betekenis en Conclusie

Het artikel levert een belangrijke bijdrage aan de econometrie en de fysica van complexe systemen door:

1. Rigoureuze Bewijzen: Het biedt een wiskundig onderbouwd bewijs dat $p \geq 2k - 1$, wat de fundamentele link legt tussen de maximale herverdelingsbehoefte (Pietra) en het vaste punt van de ongelijkheidsverdeling (Kolkata).
2. Validatie van de Kolkata-index: Het bevestigt dat de Kolkata-index een robuuste maatstaf is die consistent gedrag vertoont in diverse domeinen (van economie tot wetenschappelijke citaties), vaak met waarden die de klassieke Pareto-wet overstijgen.
3. Beperkingen van Eenvoudige Modellen: Het toont aan dat eenvoudige polynoombenaderingen van de Lorenz-curve weliswaar nuttig zijn voor het begrijpen van lage ongelijkheid, maar falen bij het modelleren van realistische, hoge ongelijkheidssituaties. De complexe dynamiek van echte systemen vereist meer geavanceerde modellen dan de lineaire relaties suggereren.

Samenvattend stellen de auteurs dat hoewel de exacte lineaire formules voor grote $g$ niet gelden, de fundamentele ongelijkheid $p \approx 2k - 1$ (met een zeer kleine marge) een universeel kenmerk lijkt te zijn van ongelijkheidsverdelingen in sociale en economische systemen.