基尼系数是衡量收入或财富分配不平等程度最广泛使用的统计指标，由意大利统计学家科拉多·基尼于1912年提出。
定义与计算
基尼系数基于洛伦兹曲线计算。洛伦兹曲线将人口按收入从低到高排列，横轴为累计人口百分比，纵轴为累计收入百分比。完全平等时洛伦兹曲线为45度线。
基尼系数 = A / (A + B) 其中 A 是洛伦兹曲线与45度线之间的面积，B 是洛伦兹曲线下方的面积。基尼系数的取值范围为0到1：0表示完全平等，1表示完全不平等。
数学表达
对于离散数据，基尼系数可表示为： G = (2 Σᵢ i·yᵢ) / (n·Σᵢ yᵢ) - (n+1)/n 其中 yᵢ 为第 i 个人的收入（按收入升序排列），n 为总人数。
基尼系数的几何直觉：基尼系数可以直观地理解为"将洛伦兹曲线翻转到45度线上方所形成的面积"。当所有人的收入相等时，洛伦兹曲线与45度线重合，面积为零，基尼系数为0。当一个人拥有全部收入时，洛伦兹曲线沿横轴延伸后垂直上升，面积最大，基尼系数为1。基尼系数的几何解释使其成为最容易向公众解释的不平等指标之一。
基尼系数的统计推断：在实际应用中，基尼系数的估计面临抽样误差问题。当样本量较小时，基尼系数的置信区间可能很宽。Sandström（2010）的研究表明，对于一个包含1000个观测值的样本，基尼系数的95%置信区间约为±0.02-0.03。这意味着，当两个国家的基尼系数差异小于0.03时，差异可能仅由抽样误差导致——这直接关系到跨国比较的可靠性。中国的住户调查样本量通常在10万-20万户之间，基尼系数的估计精度相对较高，但仍需谨慎解读年际变化。
历史数据与趋势
皮凯蒂等人利用税收数据重建了20世纪各国的收入不平等历史（更系统的论述见不平等经济学）。研究表明：
- 20世纪初至1970年代，多数发达国家的不平等显著下降（主要受两次世界大战、高税率和福利国家建设的推动）
- 1980年代以来，英语国家的不平等急剧上升（里根和撒切尔的新自由主义改革），北欧国家相对稳定
- 2019年美国基尼系数约为0.49，中国约为0.47，北欧国家约为0.27
- 全球基尼系数约为0.70，远高于任何单一国家
（Piketty & Saez, 2003; World Bank, 2024） 中国的不平等演变具有独特的制度背景。改革开放前的基尼系数约为0.30（属于"比较平等"范围），但这一"平等"是建立在普遍贫穷基础上的。改革开放后，"让一部分人先富起来"的政策导向使不平等快速上升。城乡二元体制（户籍制度）是不平等的重要制度来源——农村居民在教育、医疗和社会保障方面的公共服务可及性远低于城市居民。
概念起源与历史背景
基尼系数的数学基础来自美国统计学家马克斯·洛伦兹。洛伦兹在1905年提出了"洛伦兹曲线"——将人口按收入从低到高排列，绘制累计人口百分比与累计收入百分比的关系曲线。在完全平等的情况下，曲线为45度对角线；在完全不平等的情况下，曲线沿横轴延伸后垂直上升。洛伦兹曲线的直觉性使其迅速成为描述分配不平等的标准工具（Lorenz, 1905）。
意大利统计学家科拉多·基尼在1912年进一步提出了以洛伦兹曲线为基础的不平等测度——基尼系数。基尼将系数定义为洛伦兹曲线与45度线之间面积的两倍（在标准化的坐标系中），取值范围从0（完全平等）到1（完全不平等）。基尼的贡献不仅在于提出了这一指标，更在于发展了与之相关的统计推断理论，使基尼系数可以进行假设检验和置信区间估计。20世纪中叶，随着国民收入统计的普及和世界银行等国际机构的推广，基尼系数成为全球最广泛使用的不平等指标（Gini, 1912）。
核心机制详解
基尼系数的计算在实践中需要处理多种复杂情况。对于分组数据（如按收入五等分分组），可以使用梯形法近似计算：G ≈ 1 - Σᵢ(Yᵢ₊₁ - Yᵢ)(Xᵢ₊₁ + Xᵢ)，其中 Xᵢ 和 Yᵢ 分别为第 i 组的累计人口比例和累计收入比例。
以具体数值为例：假设一个五人社会的收入分别为1万、2万、3万、5万、9万元。洛伦兹曲线的坐标为：(20%, 5%)、(40%, 15%)、(60%, 30%)、(80%, 55%)、(100%, 100%)。通过梯形法计算，基尼系数约为0.32，属于"相对合理"范围。如果收入变为1万、1万、1万、1万、16万元，基尼系数将飙升至约0.60，远超警戒线。
基尼系数的一个重要性质是可加性——总体基尼系数可以分解为组间不平等和组内不平等两部分。设总体由 k 个子群体组成，总体基尼系数可以表示为：G = Gbetween + Gwithin + 交叉项。这一分解性质使基尼系数在分析城乡差距、地区差距和行业差距时非常有用。
实际应用案例
中国的收入不平等演变：改革开放以来，中国的基尼系数经历了从0.30（1980年代初）到0.49（2008年峰值）再到0.47（2020年）的倒U型变化。城乡差距是主要贡献因素——城镇居民人均可支配收入约为农村居民的2.5倍。区域差距同样显著：2020年上海人均GDP约为甘肃的4.5倍。近年来，精准扶贫和乡村振兴政策使农村基尼系数有所下降，但城市内部的不平等仍在扩大（国家统计局）。
北欧模式的启示：北欧国家（丹麦、芬兰、挪威、瑞典）的市场收入基尼系数与美国相近（约0.45），但经过税收和转移支付再分配后，可支配收入基尼系数降至约0.27。这一对比表明，不平等程度在很大程度上是政策选择的结果，而非市场力量的必然产物。北欧模式的高福利、高税收和强工会体系有效实现了再分配（Atkinson, 2015）。
财富不平等与收入不平等
需要特别区分收入基尼系数和财富基尼系数。财富不平等通常远高于收入不平等——全球财富基尼系数约为0.88，远高于收入基尼系数约0.70。根据瑞信全球财富报告，全球最富有的1%人口拥有约45%的全球财富，而最贫穷的50%人口仅拥有约1%的财富。在中国，2019年的财富基尼系数约为0.70，高于同期收入基尼系数约0.47。财富不平等具有代际传递性——富裕家庭的子女通过继承、更好的教育和社会网络获得先天优势，这使得财富不平等的纠正比收入不平等更加困难。
国际上通常以0.4作为警戒线：
- 低于0.2：收入分配绝对平等
- 0.2-0.3：比较平等
- 0.3-0.4：相对合理
- 0.4-0.5：差距较大
- 超过0.5：差距悬殊
全球亿万富翁的财富集中趋势：根据《福布斯》全球亿万富翁榜数据，1987年全球仅有140位亿万富翁，总财富约2950亿美元。到2024年，全球亿万富翁人数增至约2781人，总财富约14.2万亿美元——增长约48倍（未调整通胀）。同期全球GDP增长约6倍。这意味着亿万富翁财富的增长速度远超整体经济增长。乐施会（Oxfam）2024年的报告指出，全球最富有的1%人口在过去两年中获得了全球新增财富的约63%。
中国的财富不平等动态：中国的财富基尼系数从1990年代的约0.55上升到2010年代的约0.70。胡润研究院的数据显示，2023年中国拥有约800位亿万富翁（人民币），总财富约25万亿元人民币——约占全国GDP的20%。房地产是中国家庭财富的主要组成部分（约占70%），因此房地产市场的波动对财富分配有重大影响。2021年以来的房地产市场调整使许多中产家庭的财富缩水，但对最富裕家庭的影响相对有限（其财富更多元化），这可能进一步加剧财富不平等。
局限性
基尼系数存在重要局限： 信息损失：相同的基尼系数可能对应完全不同的分配形态——可能是中产阶级萎缩，也可能是底层贫困。例如，基尼系数0.40可能是"两极分化"（富人和穷人各占一半，中产阶级消失），也可能是"削峰填谷"（中产阶级壮大，极端富贫减少）。仅凭基尼系数无法区分这两种截然不同的社会结构。
不反映绝对收入：所有人均等贫穷与所有人均等富裕的基尼系数相同，但福利含义完全不同。
对中间收入变动敏感：基尼系数对洛伦兹曲线中段的变化最为敏感，对极端收入变化不太敏感。这意味着，中产阶级收入的微小变化比亿万富翁财富的大幅变化对基尼系数的影响更大。
可比性问题：不同国家的统计口径、数据质量和覆盖范围不同，直接影响跨国比较的可靠性。中国的基尼系数基于住户调查数据，而美国基于税收数据，两者的方法论差异使得直接比较需要谨慎。此外，灰色收入和地下经济的存在使官方基尼系数可能低估了真实的不平等程度。
动态基尼系数的局限：基尼系数衡量的是某一时刻的静态不平等，无法反映收入流动性的动态变化。一个社会可能有较高的基尼系数，但如果收入流动性强（今天的穷人明天可能成为富人），则不平等的严重性较低。美国的研究表明，尽管基尼系数在1980年代以来持续上升，但收入流动性（用代际收入弹性衡量）基本稳定——这意味着不平等的加剧主要是"差距拉大"而非"阶层固化"。中国的数据则显示，基尼系数上升的同时，收入流动性在2000年代后期有所下降——这更令人担忧。
替代指标
为弥补基尼系数的不足，学者们开发了多种补充指标：
- 泰尔指数：可分解为组间和组内不平等，有助于识别不平等的来源。泰尔指数的一个优点是可以完全分解——总体不平等 = 组间不平等 + 组内不平等，没有交叉项。
- 帕尔马比率：最富有10%与最贫穷40%的收入之比。帕尔马比率的直觉是：不平等主要体现在分配的两端（最富与最穷），中段50%人口的收入份额相对稳定。2019年全球帕尔马比率约为38:1。
- 阿特金森指数：可反映社会对不平等的厌恶程度。参数ε控制对不平等的敏感度：ε越大，指数对底层收入变动越敏感。
- 分位数比率：如P90/P10比率，直接比较收入分配两端的收入差距。美国2019年的P90/P10比率约为12.6:1。
在中国的研究实践中，国家统计局公布全国基尼系数，但不公布省际基尼系数。学术研究通常利用中国家庭收入调查（CHIP）和中国家庭追踪调查（CFPS）等微观数据来计算更精细的不平等指标。西南财经大学的中国家庭金融调查（CHFS）数据显示，中国的财富基尼系数可能高于官方公布的收入基尼系数。此外，隐性收入（如灰色收入和腐败收入）的存在使基于官方统计的基尼系数可能低估了真实的不平等程度。王小鲁的研究估计，中国的灰色收入约占GDP的10-15%，如果将这部分收入纳入计算，实际基尼系数可能超过0.50。
代际流动性与"了不起的盖茨比曲线"
基尼系数衡量的是某一时刻的不平等快照，但更深层的问题是：不平等是否会代际传递？经济学家将此称为"代际流动性"——子女的经济地位在多大程度上取决于父母的经济地位。
经济学家克兰（Miles Corak）发现了著名的"了不起的盖茨比曲线"（Great Gatsby Curve）：不平等程度越高的国家，代际流动性越低。北欧国家的代际收入弹性约为0.2（父母收入每增加10%，子女收入增加约2%），而美国约为0.47，英国约为0.5。中国的代际收入弹性估计在0.6左右，意味着"寒门难出贵子"的现象比发达国家更为严重。
这一发现的政策含义深远：高基尼系数不仅意味着当前的不平等，还可能意味着未来的不平等被"锁定"。富裕家庭通过教育投资、社会网络和遗产传递为子女创造优势，而贫困家庭的子女缺乏这些资源，形成"机会不平等"的恶性循环。赫克曼（James Heckman）的研究表明，早期儿童干预（如高质量的学前教育）是打破代际贫困传递的最有效手段——投资回报率高达每年7-10%。
不平等的多维测量
收入和财富不平等只是不平等的一个维度。联合国开发计划署（UNDP）于2010年引入了"多维不平等指数"（MPI），综合考虑健康、教育和生活水平三个维度的不平等。2020年全球MPI数据显示，撒哈拉以南非洲的多维不平等最为严重——不仅收入低，教育和健康指标也远低于全球平均水平。
机会不平等是另一个重要维度。世界银行的"共享繁荣溢价"指标衡量最贫穷40%人口的收入增长率。如果这一增长率高于全国平均水平，说明增长是"亲贫"的。2010-2019年间，全球约70%的经济体实现了正的共享繁荣溢价，但仍有约30%的经济体出现了"富者愈富"的模式。
主观不平等感知也值得关注。欧洲社会调查数据显示，人们对不平等的感知与客观基尼系数之间存在显著差距——在某些基尼系数较低的国家（如法国），人们对不平等的不满反而较高。这提示，除了客观指标外，社会叙事和参照框架也塑造了人们对不平等的体验。
为什么这很重要
基尼系数不仅是一个统计指标——它直接反映了社会的公平程度和稳定风险。
基尼系数与社会信任的关系：研究表明，不平等程度越高的社会，社会信任度越低。世界价值观调查（World Values Survey）的数据表明，基尼系数每增加0.05，社会信任度下降约3-5个百分点。低信任社会面临更高的交易成本（需要更多的法律和合同执行机制）、更低的公共品供给水平（富人选择私人替代品而非支持公共投资）和更高的犯罪率。北欧国家的高社会信任度与低基尼系数密切相关——信任、平等和良好的治理形成了自我强化的良性循环。
中国基尼系数的警示。中国的基尼系数从改革开放初期的0.30上升到2008年的0.49峰值，此后略有下降但仍在0.47左右。国际上通常以0.4作为警戒线——超过这一水平，社会动荡的风险显著上升。城乡差距是主要贡献因素：城镇居民人均可支配收入约为农村居民的2.5倍。户籍制度限制了农村人口获得城市公共服务的权利，形成了独特的"半城市化"现象。
北欧模式的启示。北欧国家的市场收入基尼系数与美国相近（约0.45），但经过税收和转移支付再分配后，可支配收入基尼系数降至约0.27。这一对比表明，不平等程度在很大程度上是政策选择的结果，而非市场力量的必然产物。中国在"共同富裕"目标下，如何通过税收和社会保障制度来降低基尼系数，是当前政策讨论的核心议题。
关键洞察
基尼系数最深刻的洞见是：不平等不是市场的必然结果，而是制度和政策选择的产物。 相同的市场力量可以产生截然不同的分配结果——取决于税收制度、社会保障、教育机会和劳动力市场规制。北欧国家证明了高效率与低不平等可以并存；中国的经验则表明，高速增长可能伴随不平等加剧，除非有意识地实施再分配政策。
跨域连接
- 贫困陷阱：一个标量看不出底部的动力学：同一个数值可以对应"穷但在往上爬"，也可以对应"卡住不动"。推论很直接：反贫困政策不该拿它当效果指标，否则底层流动的改善会被中段的变化淹没，反过来也一样。
- 统计学：它是洛伦兹曲线与对角线之间面积的两倍，属于把一条二维曲线投影成一维标量的操作，而投影必然丢信息：两条相交的洛伦兹曲线可以给出同一个数值。推论是跨国排序只在曲线不相交时才稳健；相交时应改用对分布两端更敏感的指标。
- 决策树：同名的"基尼不纯度"衡量标签分布的集中度，与收入基尼共享同一个数学动作。但把两者等同是错的：算法里越不纯越该分裂，收入分配里越不均并不等于越该干预——数学同构不传递规范含义，同名只是巧合。
- 社会分层：静态快照不含流动性信息，同一个数值下阶层可以流动也可以固化。推论是它必须与代际弹性一起读；正文提到的"数值上升同时流动性下降"才是真正令人担忧的组合，因为那意味着差距开始以世袭形式固定。
- 疾病负担与DALY：健康不平等无法被收入指标捕捉，而把寿命与失能合成一个可比单位，走的是同一条压缩路线，也继承了同样的代价：权重一旦设定，分布形状就被抹掉。推论是多维不平等应分维度报告，合成总数会把权重的争议藏起来。
参考文献
- Gini, C. (1912). "Variabilità e mutabilità." Memorie di Metodologica Statistica.
- Lorenz, M. O. (1905). "Methods of Measuring the Concentration of Wealth." Publications of the American Statistical Association, 9(70), 209-219.
- Piketty, T., & Saez, E. (2003). "Income Inequality in the United States, 1913-1998." Quarterly Journal of Economics, 118(1), 1-41.
- Sen, A. (1973). On Economic Inequality. Oxford University Press.
- World Bank. (2024). "World Development Indicators: Gini Index."
- Atkinson, A. B. (1970). "On the Measurement of Inequality." Journal of Economic Theory, 2(3), 244-263.
- Atkinson, A. B. (2015). Inequality: What Can Be Done? Harvard University Press.
- Acemoglu, D., & Robinson, J. A. (2006). "Economic Origins of Dictatorship and Democracy." Cambridge University Press.
- Corak, M. (2013). "Income Inequality, Equality of Opportunity, and Intergenerational Mobility." Journal of Economic Perspectives, 27(3), 79-102.
- Heckman, J. J. (2006). "Skill Formation and the Economics of Investing in Disadvantaged Children." Science, 312(5782), 1900-1902.