L’idéologue et statisticien italien Corrado Gini (1884-1965), auteur de La base scientifique du fascisme (1927), a développé en 1912 une méthode pour mesurer l’inégalité d’une distribution dans son ouvrage Variabilità e mutabilità. Il y introduit la valeur 0 pour exprimer l’égalité totale et la valeur 1 pour l’inégalité maximale.
Cette méthode est appliquée à l’étude de la distribution des inégalités dans les sciences de la santé, l’ingénierie, l’écologie, la chimie, les transports, etc. Mais son utilisation la plus caractéristique est peut-être l’étude de l’inégalité des revenus en économie. Nous parlerons du coefficient de Gini et de ses avantages en tant que mesure de l’inégalité par rapport à d’autres indicateurs dans les Concepts d’économie d’aujourd’hui.
Calcul du coefficient de Gini
Le coefficient de Gini est basé sur la courbe de Lorenz, qui est une représentation graphique d’une fonction de distribution cumulative, et est mathématiquement définie comme la proportion cumulative du revenu total (axe des y), qui obtient les proportions cumulées de la population (axe des x). La ligne diagonale représente l’égalité parfaite des revenus : tout le monde reçoit le même revenu (20 % de la population reçoit 20 % du revenu ; 40 % de la population reçoit 40 % du revenu, etc.)
Dans la situation d’égalité maximale ou d’équité distributive, le coefficient de Gini est égal à zéro (la surface A disparaît) : au fur et à mesure que l’inégalité augmente, le coefficient de Gini se rapproche de la valeur 1. Ce coefficient peut être considéré comme le rapport de la surface entre la ligne d’égalité et la courbe de Lorenz (marquée d’un « A » dans le diagramme) sur la surface totale sous la ligne d’égalité. Autrement dit, G = A / ( A + B) . Il est également égal à A*2, puisque A + B = 0,5.
Le coefficient de Gini est calculé comme le rapport de la surface comprise entre la diagonale de l’égalité parfaite et la courbe de Lorenz (surface A dans le graphique, sur la surface A+B). À mesure que l’équité s’améliore, la surface A diminue et la courbe de Lorenz (ligne rouge) se rapproche de la diagonale de 45 % (ligne verte). Si la courbe de Lorenz s’éloigne de la diagonale, l’inégalité augmente au même rythme que la zone « A ».
Si l’inégalité est totale, la zone B disparaît et seule la zone A subsiste, ce qui indique qu’une seule famille conserve la totalité du revenu (ligne bleue). Dans l’exemple du graphique, le premier quintile (20 % de la population) prend 4 % du revenu ; 40 % de la population, 12 % (8 % de plus que le premier quintile), 60 %, 22 % du revenu et 80 % de la population, 42 % du revenu accumulé. Dans ce cas, le coefficient de Gini est de 0,48.
Coefficient de Gini dans le monde
Selon le Rapport sur le développement humain de 2017, le coefficient de Gini de la Namibie est de 0,707 (situation d’inégalité maximale), tandis que celui du Danemark est de 0,247 (situation d’égalité maximale). Selon ce rapport, le coefficient de Gini du Brésil est de 0,571, celui du Chili de 0,557, celui du Mexique de 0,546, celui de l’Argentine de 0,542, celui du Venezuela de 0,471, celui de la Chine de 0,447, celui des États-Unis de 0,445, celui de la Russie de 0,391, celui du Portugal de 0,385, celui de l’Italie de 0,36, celui de la France de 0,327, celui de l’Espagne de 0,325, celui de l’Allemagne de 0,283, celui de la Suède de 0,25, et celui du Japon de 0,249. Selon le graphique, les zones de couleur verte (Canada, Europe et Australie) ont une répartition plus égale, tandis que plus les couleurs s’intensifient : bleu, lilas, orange ou rouge (situation en Amérique latine et en Afrique), plus la répartition devient inégale.
Le coefficient de Gini mesure les termes généraux de la distribution sans séparer les populations urbaines et rurales. Il s’agit d’un élément très important à prendre en compte, car on ne peut pas comparer un pays comme la Chine, dont la population rurale est de 60 %, avec un pays comme les États-Unis, dont la population rurale est de moins de 10 %. En ce sens, lorsque la comparaison est effectuée sans tenir compte de l’autre variable, les résultats peuvent être confus.
Leave a Reply