Khan Academy tento prohlížeč nepodporuje. [zavřít]
– v tomto videu budeme diskutovat o nerovnosti příjmů, což je něco, o čem se často diskutuje, přemýšlíme o srovnání zemí, přemýšlíme o tom, zda je to problém nebo ne a jak jej řešit. A abychom si uvědomili, co je to nerovnost, představme si dvě různé země. Představme si nejprve zemi a a v zemi a jsou dva lidé. Takže tady máte osobu jedna, která vydělává 1000 dolarů ročně, to je jejich příjem, a pak je tu osoba dvě v zemi A, která dělá 99 000 dolarů ročně. Takže, jaký bude průměrný příjem v zemi A, pokud tytojsou jediní dva lidé? Nebo si to můžete představit jakonárodní Příjem na hlavu. Průměrný příjem zde, průměrný příjem, abyste to zjistili, museli byste průměrovat 1000 a 99 000. Takže máte celkový příjem jedna plus 99, 100 000 děleno dvěma lidmi, takže budete mít průměrný příjem 50 000 dolarů ročně. Nyní mi dovolte postavit jinou zemi, která má stejný průměrný příjem, ale rozdělení je velmi odlišné. Takže v zemi B, řekněme první občan země B, vydělají 50 000 dolarů ročně, a řekněme, že v zemi B je druhá osoba, a také vydělají 50 000 dolarů ročně, ročně. Jaký je teď průměrný příjem? Pro výpočet je to ještě jednodušší, 50 plus 50 děleno dvěma, váš průměrný příjem je 50 000 dolarů ročně. Takže to, co zde vidíte, jsou dvě země, které, když se podíváte na průměrný příjem, vypadají podobně bohaté, ale to vám nedává, zdá se, že mají podobné průměrné příjmy. Takže byste řekli, možná jsou podobně prosperující. Ale když jdete o krok hlouběji, vidíte, že jsou velmi odlišné. Země a je mnohem vícnerovnoměrné než země B, pokud jde o příjem. Otázkou tedy je, jak se měří nerovnost, když se podíváme na věci jako průměrný příjem nebo HDP na obyvatele? A to je něco, co se tento italský statistik Corrado Gini pokusil oslovit a přišel s něčím, co se nazývá Giniho koeficient pro měření příjmové nerovnosti národa. A způsob, jakým k němu přistoupil, je vlastně docela intuitivní. To, co udělal, je, že nastavil dvě osy. Takže tato osa tady bude kumulativní procento populace. Takže začnete na 0% a pakdostanete se až na 100% populace. Takže toto je kumulativní procento obyvatelstva v zemi, a pak na této ose, na této ose, máte kumulativní procento příjmů v zemi. Tady dole by to bylo nula a tady nahoře by to bylo 100. A tak, toto je kumulativní procento příjmů v zemi, a pak řekl, dobře, jak by vypadala dokonale vyrovnaná společnost? V dokonale rovné společnosti, když přidáte procento na kumulativní procento populace, měli byste přidat toto přesně stejné procento k vašemu kumulativnímu procentu příjmu. Takže když jdete nahoru, opravdu byste měli mít jen sklon jednoho jít nahoru takhle. Takže jeden způsob, jak o tom přemýšlet, je, když jste na 0% populace, měli byste mít 0% příjmu. Pokud máte celkem10% populace, měli by mít 10%národního důchodu. Pokud byste měli jít do 50% populace, což vypadá, že je tam, pokud to bylo dokonale distribuováno, příjem, pak by to mělo být 50% národního důchodu. Ale žádný národ tam vlastně není, a tak to pak musíme srovnat s realitou. Takže, řekněme, že se podíváte na zemi, a to, co děláte, je, když se díváte na kumulativní procento populace, začnete vlevo s nejnižším příjmem, a když přidáte procenta populace, dostanete se k vyšším a vyšším příjmům lidí. Takže, řekněme, že se díváme na zemi, která pro nejchudší lidi, když přidáte procenta ke kumulativnímu obyvatelstvu, nepřidáte stejný procentní podíl ke kumulativnímu příjmu. A tak, můžete mít acurve, který vypadá takto, a pak, jak přidáte procenta v bohatší populaci, za každé 1% přidáte, přidáte více než 1% národního důchodu. A tato křivka, kterou můžete vidět jako popisující realitu pro určitý národ, je známá jako Lorenzova křivka, Lorenzova křivka, a to, co Gini řekl, je rozdíl mezi Lorenzovou křivkou a touto přímkou, že by to bylo měření příjmové nerovnosti. A tak se podívá na tuto oblast a řekne, jaké procento je tato plocha mezi touto přímkou a Lorenzovou křivkou, jaké procento je tato celková plocha pod přímkou? A toto procento se nazývá Giniho koeficient, a obvykle se uvádí jako hodnota od nuly do jedné, nebo někdy můžete vidět stupnici od nuly do 100. Co by tedy Ginikoeficient nuly představoval? Pokud máte Ginikoeficient nula, znamená to, že tato oblast mezi Lorenzovou křivkou a touto přímkou je nula. To znamená, že máme co do činění s naprosto rovnoměrným rozdělením příjmů. Takže na nultém konci je to dokonalá rovnost, dokonalá rovnost příjmů a co pak znamená jedna nebo 100? To znamená, že plocha mezi přímkou a Lorenzovou křivkou je 100%plochy pod touto přímkou. Takže to bude vypadat nějak takhle, země, jejíž zakřivení Lorenz vypadá jako něco takového, kde všichni tito lidé, přidávám stále více a více a více obyvatel, ale nepřidávám stále více a více příjmů, a pak najednou, dostanete se k úplně poslední osobě, a pak tato osoba má všechny příjmy. Tak, tato osoba má všechny příjmy. V tom případě by byl Giniho koeficientprocento této oblasti, které by bylo 100%, což bychom mohli považovat za jednu nebo 100. A tak je zajímavé podívat se na Giniho koeficienty pro různé země a porovnat je. A to je přesně to, co máme tady na této mapě, a můžete vidět, že země, které jsou stínované červeně, to jsou země, které mají vysoké Giniho koeficienty. Takže tady máte větší příjmovou nerovnost a ty, které jsou zelené, jsou ty, kde máte relativně nízké Giniho indexy nebo Giniho koeficienty, a to by svědčilo o přiměřeně nízké příjmové nerovnosti. Nyní je důležité zdůraznit, že si možná myslíte, že červená je vždy špatná a zelená je vždy dobrá, ale to vám jen říká nerovnost, neříká vám v průměru, jak prosperující lidé jsou, jaký průměrný příjem je v této zemi, a tak, to je známkou toho, že v místech, jako je Latinamerika a Subsaharská Afrika, máte určitě velmi vysokou nerovnost, a místa jako Kanada a Evropa, zdá se, že máte velmi nízkou nerovnost, ale neříká vám to, že lidé jsou na tom určitě lépe v Kanadě než ve Spojených státech. Například, mohli byste mít vyšší průměrný příjem ve Spojených státech, než máte v Kanadě, a člověk může mít velmi temperamentní debatu, který z nich byste raději byli. Raději byste byli v zemi, která má vyšší nerovnost a vyšší průměrný příjem, nebo v zemi, která má nižší příjem a nižší nerovnost?