Gini-koefficient er opkaldt efter og baseret på en ide af den italienske statistiker Corrado Gini. Corrado kom med ideen til Gini Koefficienten i sin artikel Variabilità e mutabilità, som blev publiceret i 1912. Siden da er Gini-koefficienten blevet en standard måleenhed verden over, for ulighed i fordelingen af indkomsten.

Hvad er gini-koefficient?

Gini-koefficienten er den mest udbredte og anvendte måde at bedømme et lands ulighed i indkomster. Gini-koefficienten giver med et enkelt tal et klart og tydeligt indblik i, i hvor høj grad et lands befolkning er ulige i forhold til deres indkomst. 

Hvad betyder gini-koefficienten?

Gini koefficienten er et udtryk for, hvor tæt et land er på komplet ulighed i indkomstfordelingen, eller perfekt lighed i indkomstfordelingen. Komplet ulighed forstås som at én person i landet, får alt indkomst i landet, hvor perfekt lighed vil betyde at alle i landet har præcist samme indkomst. Gini-koefficienten kan være et tal mellem 0 og 100. 0 betyder at alle i det pågældende samfund har præcis samme indkomst. 100 betyder at én person i samfundet, modtager al indkomsten og at resten af befolkningen ikke modtager noget som helst.

Gini koefficient fattig

Hvordan udregner man gini-koefficienten?

For helt at kunne forstå gini-koefficienten og kunne udregne den, skal man kende til Lorenz-kurven. Gini koefficienten er baseret på kurven, og er derfor nødvendig i udregningen af koefficienten. 

Hvad er lorenz-kurven?

Lorenz-kurven er en visualisering af uligheden i indkomstfordelingen. Kurven opsættes i et koordinatsystem ud fra den kumulerede fordeling af indkomsten. På tværs af koordinatsystemet  går en diagonal, som repræsenterer fuldstændig lighed i indkomstfordelingen. X og Y-aksen repræsenterer henholdsvis procent af indkomst og procent af befolkningen. Diagonal viser at 20% af befolkningen modtager 20% af al indkomst, 40% af befolkningen modtager 40% af indkomsten og så videre. Lorenz-kurven følger den reelle fordeling i et land, og vil altid ligge sig under diagonalen, med mindre den er lige oven på (fuldstændig lighed). Kurven kan også i andet ydertilfælde ligge sig perfekt op ad x-aksen og derefter y-aksen, svarende til fuldstændig ulighed, og at én person modtager al indkomst.    

Gini-koefficienten beregnes ved at se på arealet mellem diagonalen (fuldstændig lighed) og den reelle indkomstfordeling (Lorenz-kurven). Tallet man får, er altså derfor et udtryk for, hvor mange procent et land afviger fra fuldstændig lighed. 

Hvilket land har lavest Gini-koefficient?

Ifølge seneste målinger er Slovenien det land i verden med den laveste Gini-koefficient. Det betyder altså, at Slovenien er det land i verden, hvor hele befolkningen er tættest på at få den samme indkomst. Sloveniens Gini-koefficient var ved seneste måling (2017) på 24,2.

Hvilket land har højest Gini-koefficient?

Landet med den højeste ulighed i indkomstfordelingen er ved nyeste målinger (2014) Sydafrika. Sydafrika har en Gini koefficient på hele 63,0, hvilket i den grad er udtryk for høj ulighed i indkomstfordelingen. Det betyder helt konkret, at en meget lille del af befolkningen sidder på lang den største del af indkomsten. 

Danmarks Gini-koefficient

Danmark er generelt et meget lige land, når vi kigger på indkomstfordeling, sammenligner vi med resten af verden. Danmarks Gini Indeks lå ved seneste måling (2017) på 28,7. Dette er bestemt i den lave ende, men dog højere end nogle af vores nordiske naboer som Norge, Island og Finland. Danmarks Gini-koefficient har dog også været stigende over de seneste år, hvilket betyder, at der er kommet en højere grad af ulighed i indkomstfordelingen.

Lande rangeret efter GINI-indekset

RangLandGini indeksÅr
1Sydafrika63.02014
2Namibia59.02015
3Surinam57.61999
4Zambia57.12015
5São Tomé og Principe56.32017
6Centralafrikanske Republik56.22008
7Eswatini54.62016
8Mozambique54.02014
9Brasilien53.92018
10Belize53.31999
10Botswana53.32015
12Honduras52.12018
13Angola51.32018
14St. Lucia51.22016
15Guinea-Bissau50.72010
16Columbia50.42018
17Panama49.22018
18Congo48.92011
19Guatemala48.32014
20Costa Rica48.02018
21Benin47.82015
22Venezuela46.92006
23Seychellerne46.82013
24Cameroun46.62014
24Chile46.62017
26Paraguay46.22018
26Nicaragua46.22014
28Jamaica45.52004
29Ecuador45.42018
29Mexico45.42018
31Comorerne45.32014
32Lesotho44.92017
33Malawi44.72016
34Guyana44.61998
35Filippinerne44.42015
36Zimbabwe44.32017
37Dominikanske republik43.72018
37Rwanda43.72016
39Ghana43.52016
40Tchad43.32011
41Togo43.12015
42Peru42.82018
42Uganda42.82016
44Madagaskar42.62012
45Kap Verde42.42015
46Bolivia42.22018
47Dem. Rep. Congo42.12012
48Tyrkiet41.92016
48Papua Ny Guinea41.92009
50Djibouti41.62017
51Elfenbenskysten41.52015
51USA41.52016
53Argentina41.42018
54Haiti41.12012
55Malaysia41.02015
56Iran40.82017
56Kenya40.82015
56Turkmenistan40.81998
59Tanzania40.52017
60Bulgarien40.42017
61Senegal40.32011
61Trinidad og Tobago40.31992
63Sri Lanka39.82016
64Uruguay39.72018
65Marokko39.52013
66Tuvalu39.12010
67Israel39.02016
67Montenegro39.02015
69Samoa38.72013
70El Salvador38.62018
70Burundi38.62013
72Kina38.52016
73Gabon38.02017
74Indonesien37.82018
75Tonga37.62015
75Vanuatu37.62010
77Rusland37.52018
78Bhutan37.42017
79Litauen37.32017
80Salomonøerne37.12013
81Kiribati37.02006
82Mauritius36.82017
83Fiji36.72013
83Yemen36.72014
85Georgien36.42018
85Thailand36.42018
85Lao PDR36.42012
88Serbien36.22017
89Rumænien36.02017
90Italien35.92017
90Gambia35.92015
92Den Syriske Arabiske Republik35.82004
93Sierra Leone35.72018
93Vietnam35.72018
93Indien35.72011
96Letland35.62017
97Burkina Faso35.32014
97Liberia35.32016
97Usbekistan35.32003
100Nigeria35.12018
101Etiopien35.02015
102Luxembourg34.92017
103Spanien34.72017
104Armenien34.42018
104Australien34.42014
104Grækenland34.42017
107Niger34.32014
108Nord Makedonien34.22017
108Sudan34.22014
110Tadsjikistan34.02015
111Portugal33.82017
112Guinea33.72012
112Jordan33.72010
114Pakistan33.52015
115Canada33.32017
116Albanien33.22017
116Storbritannien33.22015
118Bosnien-Hercegovina33.02011
118Mali33.02009
120Japan32.92013
121Irland32.82016
121Nepal32.82010
121Tunesien32.82015
124Mongoliet32.72018
124Schweiz32.72017
126Mauretanien32.62014
127Bangladesh32.42016
128Tyskland31.92016
129Libanon31.82011
130Frankrig31.62017
130Sydkorea31.62012
132Egypten31.52017
133Cypern31.42017
134Myanmar30.72017
135Ungarn30.62017
136Estland30.42017
136Kroatien30.42017
138Østrig29.72017
138Polen29.72017
140Irak29.52012
141Malta29.22017
142Sverige28.82017
143Danmark28.72017
143Timor-Leste28.72014
145Holland28.52017
146Kirgisistan27.72018
147Algeriet27.62011
148Kasakhstan27.52017
149Belgien27.42017
149Finland27.42017
151Norge27.02017
152Island26.82015
153Aserbajdsjan26.62005
154Ukraine26.12018
155Moldova25.72018
156Hviderusland25.22018
156Slovakiske Republik25.22016
158Tjekkiet24.92017
159Slovenien24.22017
Data: Verdensbankens estimater

Hvad skal du være opmærksom på

Selvom at Gini-koefficienten er udbredt og meget velanset, så er den ikke perfekt. Der er derfor ting, du skal være opmærksom på. 

Selvom koefficienten fortæller om ulighed i indkomstfordelingen, fortæller den intet om det generelle indkomstniveau, eller om rig og fattig. Du kan derfor ikke udelukkende baseret på Gini-koefficienten, vurdere om en befolkning er rig eller fattig. Dog vil du i u-lande ofte se en højere gini koefficient, end du vil se i I-lande. Du vil også kunne se en stigning i gini-koefficienten, selvom den totale fattigdom i et land er faldende, hvis blot de der tjener mest, tjener proportionelt mere.

En anden ting man skal være opmærksom på, er at det ikke er alle lande, du kan finde et målt Gini indeks for, og man kan derfor ikke 100% slå fast, at landet med højest gini koefficient er landet med mest ulighed, eller modsat. Derudover er mange af Gini-koefficient målingerne lavet i forskellige år, og de bliver ikke altid opdateret jævnligt. Du vil derfor kunne finde lande, hvis seneste måling er lavet i f.eks. 1998. 

Tag derfor højde for hvornår seneste måling er lavet, og den generelle udvikling i økonomien derefter. Derudover beregnes gini-koefficienten på tværs af et helt land, og er derfor muligvis retvisende for regionale områder eller stater. I USA kan der derfor være stor forskel på gini-koefficienten i to stater, og de kan afvige meget fra det nationale gennemsnit. 

Sidst men ikke mindst, så er Gini koefficienten ikke et unikt tal – der er altså flere måder at score det samme tal på. Det betyder, at tallet ikke fortæller dig præcis, hvor uligheden ligger eller er størst, men er blot et udtryk for den samlede indkomst fordeling på tværs af alle. 

EFTERLAD ET SVAR

Indtast venligst din kommentar!
Indtast venligst dit navn her