表2　两个国家财富分配的假设数据

可以看到，甲国的财富分化从直观上看比乙国的财富分化要大，因而其洛伦茨曲线的位置比乙的洛伦茨曲线位置要低。

因此，可以预测，贫富分化越大，则其洛伦茨曲线与绝对平均线OE之间围成的面积越大；反之，贫富分化越小，则其洛伦茨曲线与绝对平均线OE之间围成的面积越小。因此，观察洛伦茨曲线与绝对平均线OE之间的面积占三角形OKE的比例，就可以大致确定一个国家的贫富分化程度，这就是基尼系数。

三、基尼系数的定义

基尼系数定义为洛伦茨曲线与绝对平均线之间的面积与三角形OKE面积的比例。如图3所示：

基尼系数＝X/(X+Y)＝OABCDEJHGFO的面积/三角形OKE的面积

显然，基尼系数应该在[0,1]这个区间之中。当洛伦茨曲线是绝对平均线时，洛伦茨曲线与绝对平均线围成的面积就是0，从而此时基尼系数等于0，这就是财富绝对平均分配时的基尼系数。当财富分配绝对不平等，即所有财富只集中在一个人手里时，洛伦茨曲线就是折线OKE，这时候的基尼系数就等于1，因为这时候洛伦茨曲线与绝对平均线之间的面积就等于三角形OKE的面积了。

四、基尼系数的计算

通常情况下，知道了一些财富分配的数据，便可以画出洛伦茨曲线，从而可以采用几何方法算出洛伦茨曲线与绝对平均线之间的面积，进而可以求出基尼系数。可以先求出洛伦茨曲线下方与折线OKE之间的面积，然后用三角形OKE的面积减去这个面积就得到洛伦茨曲线与绝对平均线所围成的面积了。

设人口按照财富从低到高排列，其人口分组比重分别为P1、P2、…、Pi、…、Pn。每组财富比重依次为：w1、w2、…、wi、…、wn　；其向上累计的比重分别为W1（＝w1）、W2、…、Wi、…、Wn＝1。则洛伦茨曲线下方与折线OKE围成的面积应该为：Y=P1W1/2+P2(W1+W2)/2+…＋Pn(Wn-1+1)/2

当人口比重相同时，Pn=1/n，则Y=[W1+W2+…+Wn-1+1/2]/n

于是X＝0.5－Y

故基尼系数g＝X/0.5=2X=2(0.5－Y)=1－2Y=1-[2(W1+W2+…+Wn-1)+1]/n

例：以表2所示数据为例，计算甲国与乙国的基尼系数。

甲国的基尼系数g1＝1－0.2[2×0.71+1]=1-0.2×2.42=0.516

乙国的基尼系数g2＝1-0.2[2×1.06+1]=1-0.2×3.12=0.376

这验证了前面得出的结论——甲国的基尼系数比乙国的基尼系数大。

五、基尼系数与标准差计算的比较

基尼系数的计算不同于标准差的计算。标准差的计算通常需要全部的数据信息，而基尼系数的计算则只需要少量分组比重信息就可以估算。比如即使知道一个财富分配的比例数据，也可以估算基尼系数。因为，只要知道洛伦茨曲线上不同于两个端点O点与E点的任意一个点，那么就可以把这个点与原点O与右上角的项点E点连成一个折线，从而这个折线就是已知这一个数据而形成的洛伦茨曲线。如果知道更多的数据，那么这个折线可以画得更详细，但是容易证明，那就是，假设已知数据之间不包含矛盾，那么当一个分组数据集M是另一个分组数据集N的子集时，那么穿过数据集N的洛伦茨曲线也穿过数据集M的洛伦茨曲线，穿过数据集M的洛伦茨曲线构成穿过数据集N的洛伦茨曲线的一个子集。并且穿过数据集N的洛伦茨曲线位于穿过数据集M的洛伦茨曲线的下方。从而所知数据越少，所画的洛伦茨曲线的近似折线与绝对平均线即45度线之间的面积越小，从而所知数据越少，估算的基尼系数与真实的基尼系数相比，将会变得更小。从而，从理论上讲，知道一个数据所估计的基尼系数将大大小于真实的基尼系数。

六、中国的基尼系数至少达到0.696

下面以中国的财富分配数据为例来说明这一点。

据世界发展银行引用中国社会科学院研究结果显示，在2009年“0.4%的中国人占有70%的财富”。以此为关键词在网络上搜索可以得到大量这方面的报道。

由此可知，低收入群体的99.6%的人口只占有中国财富总量的30%。为了方便起见，下面以1000作为坐标正方形的边长。画出洛伦茨曲线曲线如下：

在上图中，已知“0.4%的中国人占有70%的财富”，则洛伦茨曲线为OAE折线。其中A点坐标为（996，300），E点坐标为（1000,1000）。为计算基尼系数，先计算三角形OCA、三角形ABE与矩形ACKB的面积。

三角形OCA的面积＝996×300/2=149400

三角形ABE的面积＝700×4/2=1400

矩形ACKB的面积=300×4=1200

从而洛伦茨曲线下方的面积＝149400＋1400＋1200＝152000

而三角形OKE的面积＝1000×1000/2＝500000

从而洛伦茨曲线与绝对平均线之间围成的面积＝500000－152000＝348000

从而基尼系数g=348000/500000=0.696

因此，可以知道，中国在2009年的实际基尼系数应该大于0.696。上面已经说过，只通过一个数据所估算的基尼系数要小于实际的基尼系数。

二〇一〇年十月二十六日10时29分21秒