洛伦兹曲线是描述某一数量在人口中如何分配的图形。它最常用于研究收入不平等和财富不平等:先将人们按所考察数量的数值从低到高排序,再以人口累计占比为横坐标、这些人所占该数量总额的累计份额为纵坐标绘图。在数值非负且总额为正的标准假设下,曲线位于代表完全平等的对角线上或其下方。曲线越偏离这条对角线、向下弯曲,分配就越集中;但如果两条曲线相交,仅凭这一标准便无法明确判定哪一种分配更不平等。
起源与解读
美国统计学家马克斯·O. 洛伦兹于1905年在题为《衡量财富集中程度的方法》的文章中提出了这条曲线。此后,它成为研究分配问题的统计学和经济学的重要工具,尤其是因为它与基尼系数密切相关。
横轴表示人口累计占比,从收入或财富最少的人开始累加。纵轴表示这部分人口获得的收入或拥有的财富占总额的累计比例。
例如,点 表示最贫穷的40%人口获得了总收入的15%。由此可知,最富裕的60%人口获得了其余85%的收入。
从 到 的对角线称为完全平等线,代表人人拥有相同数量的分配状态。在这种情况下,最贫穷的20%人口获得总额的20%,最贫穷的50%人口获得总额的50%,依此类推。
洛伦兹曲线描述的是相对份额,而非绝对生活水平。即使一个群体中每个人的收入都是另一个群体中对应者的十倍,两个群体也可能具有完全相同的曲线。
数学定义
设 为表示收入或其他测量数量的非负随机变量,其均值有限且为正:
设 为其累积分布函数, 为其分位数函数:
洛伦兹曲线定义为
分子中的积分衡量的是数值最低的 比例人口所对应的累计数量。将其除以总体均值,便得到该部分人口占总额的份额。
对于由 个等权重观测值组成的样本,若排序后有
则经验曲线经过以下各点:
以及 点。通常用直线段连接这些点。
使用调查权重时,需要作相应调整:人口份额根据累计权重计算,收入份额则根据累计加权收入计算。
主要性质
在标准假设下:
- 端点: ,且 。
- 单调性: 曲线不会下降。
- 凸性: 由于观测值按从小到大排序,曲线的斜率单调不减。
- 位置: 。
- 尺度不变性: 将每个观测值乘以同一个正常数,曲线保持不变。
- 匿名性: 交换不同个人的收入不会改变曲线,因为曲线只取决于排序后的分布,而不取决于个人身份。
在可微处,
因此,曲线在人口某一排序位置处的斜率,等于该位置的收入与平均收入之比。
与将所有收入乘以同一系数不同,给每个人的收入都增加相同的正数额,通常会使曲线向完全平等线靠近。
数值示例
假设五名权重相同的个人,收入分别为10、20、30、40和100个单位,总收入为200个单位。
| 人口累计占比 | 累计收入 | 收入累计占比 |
|---|---|---|
| 0% | 0 | 0% |
| 20% | 10 | 5% |
| 40% | 30 | 15% |
| 60% | 60 | 30% |
| 80% | 100 | 50% |
| 100% | 200 | 100% |
最贫穷的80%人口获得总收入的一半,最富裕的20%人口获得另一半。以第一列为横坐标、最后一列为纵坐标绘图,即可得到经验洛伦兹曲线。
这些观测值也说明了为什么必须区分人口份额与收入份额:每个人都占人口的20%,却并非都占收入的20%。
与基尼系数的关系
基尼系数概括了洛伦兹曲线与完全平等线之间的面积。由于完全平等线下方的面积为 ,因此
完全平等时,,且 。在收入非负的标准假设下,分配越集中,基尼系数越大。
对于用直线段连接的经验数据,可以通过梯形面积精确计算曲线下方的面积。等价地,
上述五人示例的基尼系数为 。
在由 人组成的有限等权重总体中,未经修正的经验基尼系数最大为 ,当一人获得全部收入时达到这一数值。有些公布的指标会进行有限样本修正,因此比较估计值时,需要注意所采用的计算约定。
基尼系数将整条曲线压缩成一个数值。不同的洛伦兹曲线可能围出相同的面积,因而具有相同的基尼系数,即便它们在特定人口群体之间的收入分配上存在显著差异。
洛伦兹占优与分配比较
如果
且至少对一个内部的 值严格不等式成立,则称分布A相对于分布B具有洛伦兹占优。按照洛伦兹排序,A的分配更为平等。
这种排序比基尼系数比较提供了更强的判据:洛伦兹占优意味着基尼系数不高于另一分布,但基尼系数较低并不意味着洛伦兹占优。
在保持总收入不变、且不颠倒两人收入排序的前提下,将收入从较富者转移给较贫者,会使分配在洛伦兹意义上趋向平等。这就是庇古—道尔顿转移原则的基础。
如果两条曲线相交,则任一分布都不对另一分布构成洛伦兹占优。其中一种分布可能给予最贫穷群体更大的收入份额,却给予范围更广的低收入群体更小的份额。此时,不同的不平等指标可能会给出不同排序,因为它们对分布不同部分赋予的权重不同。
广义洛伦兹曲线
广义洛伦兹曲线将普通洛伦兹曲线乘以平均收入,从而保留收入水平的信息:
其终点为 ,而不是1。与普通洛伦兹曲线不同,当所有收入都乘以同一个系数时,它会发生变化。
福利经济学利用广义洛伦兹曲线的比较,同时评估收入水平和分配状况。如果一条广义曲线处处高于另一条,那么,对于这样一类社会福利准则——对所有人的收入应用同一个递增凹函数,再取平均值——前者所代表的分配更优。这种解释兼顾了对较高收入的偏好和对不平等的厌恶。
应用与测量口径
洛伦兹曲线用于比较不同国家、地区、人口群体和时期的分配状况。它可以描述收入、消费支出、土地持有量或其他非负数量的分布。
分析收入时,所采用的测量口径至关重要。市场收入、税收扣除后的收入以及可支配收入可能形成不同的曲线。比较时还必须区分个人收入与家庭收入。通常会利用等价尺度调整家庭资源,以考虑家庭规模和成员构成。
比较市场收入曲线与可支配收入曲线,可以描述税收和转移支付前后所测得的分布有何差异。不过,这种比较本身并不能确定政策的因果效应,因为观测到的收入分布也可能反映行为反应及其他因素的影响。
在收入分析之外,同样的数学构造还可以描述企业规模、资源所有权或科研产出的集中程度。具体如何解读,取决于按什么进行排序,以及累计的是什么数量。
局限性
负值与零值
只要总收入仍为正,标准定义就允许观测值为零。此时,曲线起始处会有一段水平线段。
收入数据,尤其是净值数据中可能出现负值,这会使曲线的解释变得复杂。在总体均值为正的情况下,累计份额最初可能为负,曲线也可能落到横轴下方。此时,常规基尼系数可能超过1。
如果总收入为零,归一化曲线就没有定义;总额为负也会使累计份额失去通常的含义。因此,不能在未检查数据的情况下,就认定标准几何性质及其不平等含义仍然适用。
无法反映收入水平和个人身份信息
普通洛伦兹曲线既不显示平均收入,也不直接衡量贫困。较贫穷群体的曲线可能比更富裕群体的曲线更接近完全平等线。
曲线也无法识别每个排序位置上具体是谁。连续年份的曲线可能相近,同时个人在收入分布中的位置却发生了大幅上升或下降。同样,全国层面的曲线也无法揭示家庭内部或特定社会群体之间的不平等,除非另外考察这些维度。
数据质量与分组观测值
住户调查可能对极高收入者的覆盖不足,遗漏某些收入来源,或无法准确测量财富。行政记录则有不同的覆盖范围限制,而且可能无法涵盖申报体系之外的人。
公布的五等分组或十等分组份额只能确定洛伦兹曲线上的部分点。用直线连接这些点,会忽略各组内部的不平等。在数据非负的标准假设下,由此得到的基尼系数,是与这些分组数据相容的完整底层分布所对应基尼系数的下界。
抽样误差也会影响曲线的估计结果。样本数据中看似存在的相交或占优关系,并不一定能证明总体中也存在相同关系。
排序方式
洛伦兹曲线按所绘累计份额对应的数量对人们进行排序。与之相关的集中曲线则可以按一个变量(如收入)对人们排序,同时绘制另一个变量(如纳税额或医疗卫生支出)的累计份额。这种曲线不一定具有标准洛伦兹曲线的凸形,其含义取决于用于排序的变量。