A World of Ginis
Dit artikel behandelt de significante inconsistenties in wereldwijde Gini-coëfficiënt-schattingen door een verenigde dataset van meer dan 122.000 observaties te construeren om systematische meetverschillen — met name tussen inkomens- en consumptiemetrieken — te identificeren en biedt correctiefactoren aan om deze schattingen te harmoniseren voor effectievere beleidsanalyse.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van de economie is er één enkel getal waar leiders, journalisten en onderzoekers op vertrouwen om te begrijpen hoe rijkdom binnen een samenleving wordt verdeeld. Het is een maatstaf voor ongelijkheid, een manier om te zien of de middelen van een land geconcentreerd zijn in de handen van enkelen of meer gelijkmatig worden verspreid onder de velen. Decennialang is dit getal de standaardtool geweest om te beslissen of een regering haar belastingwetgeving moet veranderen, of een regio stabieler wordt, of of een beleid daadwerkelijk de armen helpt. Het idee is simpel: als het getal stijgt, neemt de ongelijkheid toe; als het daalt, krimpt de kloof tussen rijk en arm. Maar om deze tool te laten werken, moet iedereen hetzelfde ding op dezelfde manier meten. Als één persoon de hoogte van een gebouw meet met een meetlint en een ander met een laser, zullen hun resultaten verschillen, en weet niemand wie er gelijk heeft. Dit is het probleem waar de wereldwijde gemeenschap van onderzoekers naar ongelijkheid voor staat. Ze hebben dit cruciale getal uit honderden landen verzameld gedurende meer dan een eeuw, maar de cijfers die ze vinden, wijken vaak extreem van elkaar af, zelfs voor hetzelfde land en hetzelfde jaar.
Een team van onderzoekers van de Universiteit van Verona en de Universiteit van Bologna zette zich in om deze verwarring op te lossen. Ze verzamelden elke beschikbare schatting van dit ongelijkheidsgetal uit dertien verschillende grote databases, wat resulteerde in een enorme collectie van meer dan 122.000 observaties verspreid over 222 landen en territoria van 1867 tot 2024. Hun doel was niet alleen om deze getallen op te sommen, maar om te begrijpen waarom ze zo verschillend waren. Ze wilden weten of de onenigheid te wijten was aan slechte gegevens, verschillende manieren van vragen stellen, of iets diepers over hoe we rijkdom zelf definiëren. Door door deze berg informatie te spitten, ontdekten ze dat de verschillen geen willekeurige fouten waren, maar systematische patronen die werden veroorzaakt door specifieke keuzes die onderzoekers maken bij het berekenen van het getal.
De meest significante bevinding was dat de definitie van "rijkdom" het resultaat meer dan wat dan ook verandert. In veel delen van de wereld vragen onderzoekers mensen hoeveel geld zij per jaar verdienen, terwijl ze in andere delen vragen hoeveel mensen uitgeven aan voedsel, huisvesting en goederen. De onderzoekers ontdekten dat wanneer je meet op basis van inkomen, het ongelijkheidsgetal consequent hoger is dan wanneer je meet op basis van uitgaven. Gemiddeld genomen ligt het op basis van inkomen berekende getal bijna vijf punten hoger dan het op basis van uitgaven berekende getal wereldwijd. In sommige regio's, zoals Noord-Amerika, is de kloof zelfs groter en bereikt deze meer dan tien punten. Dit betekent dat een land ongelijkheid hoog kan laten lijken simpelweg omdat de onderzoekers ervoor kozen om naar inkomen te kijken, of ongelijkheid laag kan laten lijken omdat ze naar uitgaven keken, zelfs als de werkelijke verdeling van de levens van mensen niet is veranderd.
De studie onthulde ook dat deze kloof niet statisch is; deze is in de loop van de tijd gegroeid. Sinds het jaar 200 de verschillen tussen inkomensgebaseerde en uitgavengebaseerde metingen aanzienlijk zijn verbreed. In het verleden was de kloof kleiner, maar in recente decennia is deze uitgebreid, wat suggereert dat de manier waarop we rijkdom meten steeds minder consistent wordt met hoe mensen daadwerkelijk leven. Bovendien ontdekten de onderzoekers dat andere technische keuzes, zoals het wel of niet meetellen van betaalde belastingen of het aanpassen voor gezinsgrootte, verdere lagen van verschil toevoegen. Bijvoorbeeld: het tellen van inkomen voordat de belastingen zijn ingehouden, produceert altijd een hoger ongelijkheidsgetal dan het tellen van inkomen nadat belastingen en overheidsuitkeringen zijn toegepast. In landen met sterke belastingsystemen kan dit verschil aanzienlijk zijn, waardoor een natie veel ongelijker lijkt dan zij in werkelijkheid is voor haar burgers nadat de overheid haar werk heeft gedaan.
Men zou kunnen aannemen dat naarmate er meer databases werden gecreëerd, de onenigheid tussen hen erger zou zijn geworden, waarbij verschillende groepen de cijfers in tegengestelde richtingen trokken. Echter, de onderzoekers vonden een verrassend resultaat: de langlopende databases zijn in de loop van de tijd juist vrij consistent met elkaar gebleven. De toename in onenigheid komt niet doordat de oude bronnen uit elkaar drijven, maar omdat er nu simpelweg meer bronnen zijn. De proliferatie van nieuwe databases, elk met licht afwijkende methoden, heeft het bereik van mogelijke antwoorden voor een gegeven land mechanisch verbreed. Het is niet dat de oude metingen minder betrouwbaar worden, maar dat het landschap van metingen drukker is geworden met verschillende benaderingen.
Om onderzoekers en beleidsmakers te helpen navigeren door deze complexiteit, ontwikkelden de auteurs een reeks praktische instrumenten. Ze creëerden correctiefactoren die gebruikt kunnen worden om een op één manier berekend getal te vertalen naar het equivalent van een andere manier. Als een onderzoeker bijvoorbeeld een uitgavengebaseerd getal voor een land in Zuid-Azië heeft en dit wil vergelijken met een inkomensgebaseerd getal uit een andere regio, kan hij een specifieke correctie toepassen om de twee vergelijkbaar te maken. Deze aanpassingen variëren per regio en per ontwikkelingsniveau van een land, waarbij wordt erkend dat de kloof tussen inkomens- en uitgavenmetingen groter is in armere landen waar het traceren van contant inkomen moeilijker is. Het artikel concludeert dat hoewel perfecte overeenstemming misschien nooit mogelijk zal zijn, het vakgebied vooruit kan gaan door transparant te zijn over deze verschillen. Onderzoekers moeten nu duidelijk vermelden welke definitie van rijkdom zij gebruiken en deze correcties toepassen bij het vergelijken van gegevens over grenzen heen. Het doel is om ervoor te zorgen dat wanneer we naar de staat van de wereld kijken, we appels met appels vergelijken, en niet een andere vrucht aanzien voor hetzelfde ding.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.