Rekonstrukcja światowego rozkładu dochodów na podstawie minimalnej informacji statystycznej

• Autorzy: Stanisław Maciej Kot , Hanna G. Adamkiewicz-Drwiłło

Warianty tytułu

Reconstruction of World Income Distribution Based on Minimal Statistical Information

• Języki publikacji: PL

Abstrakty

Celem pracy jest uzyskanie próby ze światowego rozkładu dochodów (WID). Zakładamy, że krajowe rozkłady dochodów są log-logistyczne z jednostkową średnią. Wynika z tego, że takie rozkłady są całkowicie określone przez indeks Giniego. Oceny indeksu Giniego dla 119 krajów w latach 1990-2005uzyskaliśmy z baz danych Deningera-Squire'a, WID2 i innych. Wygenerowaliśmy próbę losową z każdego rozkładu i przemnożyliśmy jej wartości przez GDP/capita. Wielkość prób ustalaliśmy za pomocą sekwencyjnego testu ilorazowego. Na światową próbę złożyły się próby krajowe ważone udziałami populacji. Stwierdziliśmy, że WID jest bimodalny z malejącymi nierównościami i ubóstwem w rozważanym okresie.(abstrakt oryginalny)

EN

The aim of this paper is to obtain a sample from the world income distribution (WID). We assumed log-logistic form of countries' income distributions with unit means. This implies that such distributions are fully described by their corresponding Gini indices. Gini estimates came from Deninger-Squire, WID2, and other databases for 119 countries in the years 1990-2005. We generated random sample for every distribution and multiplied its values by GDP/capita. Sample size was controlled by sequential ratio test. The world sample consisted of country samples weighted by population shares. We have found that WID is bimodal with diminishing inequality and poverty during analyzed period.(original abstract)

Słowa kluczowe

PL

Rozkład dochodów; Gospodarka światowa; Nierówności społeczne; Ubóstwo

EN

Income distribution; World economy; Social inequality; Poverty

• Czasopismo: Śląski Przegląd Statystyczny
• Rocznik: 2013
• Numer: nr 11 (17)
• Strony: 179-200

Twórcy

autor

Stanisław Maciej Kot

• Politechnika Gdańska

autor

Hanna G. Adamkiewicz-Drwiłło

• Politechnika Gdańska

Bibliografia

• Atkinson A.B., Brandolini A., Promise and pitfalls in the use of 'secondary' data-sets: income inequality in OECD Countries, "Journal of Economic Literature" 2001, 39, s. 771-99.
• Deninger K., Squire L., A new data set measuring income inequality, "The World Bank Economic Review" 1996, 10, s. 565-591.
• DS World Bank database, http://econ.worldbank.org/projects/inequality.
• Fisk P.R., The graduation of income distributions, "Econometrica" 1961, 29, s. 171-185.
• Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa 1969.
• Foster J.E., Greer J., Thorbecke E., A class of decomposable poverty indices, "Econometrica" 1984, 52, s. 761-766.
• Kendall M.G., Stuart A., The advanced theory of statistics, Vol. 2, Griffin & Co. Ltd., London 1961.
• Kleiber Ch., Kotz S., Statistical Size Distributions in Economics and Actuarial Sciences, Wiley and Sons Publications, New Jersey 2003.
• McDonald J.B., Some generalized functions for the size distribution of income, "Econometrica" 1984, 52, s. 647-663.
• McDonald J.B., Xu Y.J., A generalization of the beta distribution with applications, "Journal of Econometrics" 1995, 66, s. 133-152: erratum: "Journal of Econometrics" 1995, 69, s. 427-428.
• Pinkovskiy M., Sala-i-Martin X., Parametric estimations of the Word distribution of income, "NBER Working Paper" 2009, No. 15433.
• Ravallion M., The debate on globalization, poverty and inequality: Why measurement matters, "Policy Research Working Papers", WPS3031, The World Bank, May 2003.
• Sala-i-Martin X., The world distribution of income: Falling poverty and... convergence, period, "Quarterly Journal of Economics" 2006, 121(2), s. 351-397.
• Shorrocks A., Wan G., Ungrouping income distributions: Synthesising samples for inequality and poverty analysis, [w:] K. Basu, R. Kanbur (red.), Arguments for a Better World: Essays in Honor of Amartya Sen, Vol. I: Ethics, Welfare and Measurement, Oxford University Press, Oxford, 2009, s. 414-434.
• Van Kerm P., Extreme incomes and the estimation of poverty and inequality indicators from EU-SILC, "IRISS Working Paper" 2007-01, CEPS/INSTEAD, Differdange, Luxembourg 2007.
• WIID2 World income inequality database, UNU-WIDER, Helsinki, May 2005.
• World Development Indicators, World Bank, Washington 2012.
• Yitzhaki S., Gini's mean difference: A superior measure of variability for non-normal distributions, "METRON - International Journal of Statistics" 2003, 41(2), s. 285-316.