「Gini coefficient 中国大陸 基尼系数 港澳 堅尼系數 星馬 基尼系数 臺灣 吉尼係數[ 1] [ 2]
2017年世界银行基尼系数世界地图。基尼系数越小收入分配越平均，基尼系数越大收入分配越不平均。 基尼係數 （英語：Gini coefficient ）是判断收入分配 公平程度的指标[ 3] [ 4] 意大利 学者科拉多·基尼 根据洛伦兹曲线 所定義[ 5] 比值 ，在0和1之間。
基尼指數 （Gini index）是基尼系數乘100倍作百分比 表示。在民众收入中，基尼系數最大为“1”，最小為“0”。前者表示居民之间的年收入分配绝对不平均（即该年所有收入都集中在一個人手裏，其餘的國民沒有收入），而后者则表示居民之间的该年收入分配绝对平均，即人与人之间收入绝对平等，基尼系數的实际数值只能介于这两种极端情况，即0～1之间。基尼系數越小，年收入分配越平均；基尼系数越大，年收入分配越不平均。要注意基尼系数只计算某一时段，如一年的收入，不计算已有資產，因此它不能反映國民的总积累财富分配情况。
图中橫軸為人口累計百分比，縱軸為該部分人的收入佔人口總收入的百分比，三條色線各表示不同情況下後者和前者的比例。绿线 表示人口收入分配處於绝对平均状态，蓝线 表示绝对不平均（即所有收入由一人獨佔），红线 則表示实际情况。紅線和綠線之間的面積越小，則收入分配越平等。 设右圖中的实际收入分配曲线 紅線 ）和收入分配绝对平等线 （綠線 ）之间的面积为A，实际收入分配曲线 （红線 ）和收入分配绝对不平等线 （藍線 ）之间的面积为B，則表示收入與人口之間的比例的基尼系數 為
A
A
+
B
{\displaystyle {\tfrac {A}{A+B}}}
[ 6]
如果A为零，即基尼系数为0，表示收入分配完全平等 （紅線和綠線重疊）；如果B为零，则係数为1，收入分配绝对不平等 （紅線和藍線重疊）。该系数可在0和1之间取任何值。收入分配越趋向平等，洛伦兹曲线 的弧度越小（斜度越傾向1:1），基尼系数也越小；反之，收入分配越趋向不平等，洛伦兹曲线的弧度越大，那么基尼系数也越大。
基尼系数的调节需要国家通过财政政策 进行国民收入 的二次分配，例如对民众的财政公共服务 支出和税收 等，从而讓收入均等化，令基尼系数縮小。
聯合國開發計劃署 等组织规定：
若低于0.2表示指數等級極低 ；
0.2-0.29表示指數等級低 ；
0.3-0.39表示指數等級中 ；
0.4-0.59表示指數等級高 ；
0.6以上表示指數等級極高 。 通常，0.4是收入分配差距的“警戒线”，超過這條“警戒線”时，贫富两极的分化较为容易引起社会阶层 的对立从而导致社會動盪。
基尼系数由居民的年收入来定义，而需要衡量居民财富分配公平程度时可用财富基尼系数 ，它由居民所拥有的财富来定义。
绝大部分国家的财富基尼系数都集中在0.6到0.8的区间内，财富基尼系数在0.7左右的国家最多。 [ 7] [來源可靠？
根據北京大學社會科學院的報告，2012年中國家庭凈財產的基尼系數達到0.73，頂端1%的家庭占有全國1/3以上的財產。[ 8] 丹麥 ，瑞士 等國則紛紛超過0.8，在美國這一數字更是高達0.84。[ 9] 加州大學伯克利分校 的調查研究，美國前10%的富人大約占有80%的社會總財富，而前1%的富人占有40%的財富，前0.1%的富人占有20%的財富，前0.01%仍然占有10%的財富。[ 10]
欧洲 主要发达国家 的基尼指数在0.24到0.36之间，美国较高，2007年为0.45[ 11] [ 12] [ 13]
在收入差距方面，據美國人口調查局 提供的數據，1973年，收入最高20%的家庭收入佔美國總收入的44%；2002年佔50%；而到2012年，這一比例已經增至51%。對收入最低20%的家庭而言，他們的收入佔美國總收入的比例從1973年的4.2%，2002年的3.5%，降至2012年的3.2%。[ 14] [ 15]
目前全球基尼系數最高的地方是非洲 的納米比亞 。2001年以後香港 達到0.525，2006年高達0.533，2012年更高達0.537[ 16] 高收入經濟體 中貧富懸殊最嚴重的地區；即使把發展中國家 包括在內，香港 的貧富懸殊也十分嚴重，僅次於薩爾瓦多 、哥倫比亞 、智利 、危地馬拉 、巴西 、南非 以及一系列非洲 經濟體 而排名倒數18位[ 11] 台灣 2010年官方的基尼系數為0.342[ 17] [ 13] [ 18] 日本 、韓國 、西歐、東歐等經濟體的收入基尼係數也低於0.4。
2013年1月18日，中华人民共和国 国家统计局 一次性公布了自2003年以来十年的全国基尼系数。统计局局长马建堂称，按照國際新的统计口径，中國大陸居民收入的基尼系数，2003年是0.479，2004年是0.473，2005年是0.485，2006年是0.487，2007年是0.484，2008年是0.491，2009年是0.490，2010年是0.481，2011年是0.477，2012年是0.474。数据显示自2008年起，中国基尼系数在逐年下降。[ 19] 西南財大 公布的歷年統計結果顯示中國大陸的基尼係數在0.6左右。[ 20] [ 21] [ 22] [ 23] 密西根大學 谢宇 教授根據中國的六份調查，估算中國2005年後基尼系数為0.53–0.55，並指出差距主要來自沿海與內陸差距以及城鄉差距。[ 24] [ 25] 中国家庭追踪调查 等原始数据的分析，国家统计局的口径几乎不包括中国最富有的1%人口；只要将千万元人民币 以上资产的家庭纳入统计，估算出的基尼系数就会上升到0.55–0.6；而如果将亿元以上资产的家庭也纳入统计，中国2016–2018年的基尼系数则远超0.6，甚至可能高达0.67。[ 26] [ 27] [ 28] [ 29]
2011
2012
2013
2014
2015
2016
2017
2018
奥地利
27.4
27.6
27.0
27.6
27.2
27.2
27.9
26.8
比利时
26.3
26.5
25.9
25.9
26.2
26.3
26.0
25.6
保加利亚
35.0
33.6
35.4
35.4
37.0
37.7
40.2
39.6
克罗地亚
31.2
30.9
30.9
30.2
30.4
29.8
29.9
29.7
賽普勒斯
29.2
31.0
32.4
34.8
33.6
32.1
30.8
29.1
捷克
25.2
24.9
24.6
25.1
25.0
25.1
24.5
24.0
丹麦
26.6
26.5
26.8
27.7
27.4
27.7
27.6
27.9
爱沙尼亚
31.9
32.5
32.9
35.6
34.8
32.7
31.6
30.6
芬兰
25.8
25.9
25.4
25.6
25.2
25.4
25.3
25.9
法國
30.8
30.5
30.1
29.2
29.2
29.3
29.3
28.5
德国
29.0
28.3
29.7
30.7
30.1
29.5
29.1
31.1
希腊
33.5
34.3
34.4
34.5
34.2
34.3
33.4
32.3
匈牙利
26.9
27.2
28.3
28.6
28.2
28.2
28.1
28.7
愛爾蘭
29.8
30.5
30.7
31.1
29.8
29.5
30.6
28.9
義大利
32.5
32.4
32.8
32.4
32.4
33.1
32.7
33.4
拉脫維亞
35.1
35.7
35.2
35.5
35.4
34.5
34.5
35.6
立陶宛
33.0
32.0
34.6
35.0
37.9
37.0
37.6
36.9
盧森堡
27.2
28.0
30.4
28.7
28.5
31.0
30.9
33.2
馬爾他
27.2
27.1
27.9
27.7
28.1
28.5
28.3
28.7
荷蘭
25.8
25.4
25.1
26.2
26.7
26.9
27.1
27.0
波蘭
31.1
30.9
30.7
30.8
30.6
29.8
29.2
27.8
葡萄牙
34.2
34.5
34.2
34.5
34.0
33.9
33.5
32.1
羅馬尼亞
33.5
34.0
34.6
35.0
37.4
34.7
33.1
35.1
斯洛伐克
25.7
25.3
24.2
26.1
23.7
24.3
23.2
20.9
斯洛維尼亞
23.8
23.7
24.4
25.0
24.5
24.4
23.7
23.4
西班牙
34.0
34.2
33.7
34.7
34.6
34.5
34.1
33.2
瑞典
26.0
26.0
26.0
26.9
26.7
27.6
28.0
27.0
欧洲联盟 平均
30.5
30.4
30.6
30.9
30.8
30.6
30.3
30.4
欧元区 (EA19)
30.6
30.5
30.7
31.0
30.7
30.7
30.4
30.6
美國前1%富人占社會財富比率變遷 没有显示出来在哪里 存在分配不公。例如同樣的基尼系數下，如果青年平均收入比中老人低太多，社會則會出現大問題——就算是年輕人的父母能夠金援他們也是一樣，年輕人接受父母金援時會認為，他們沒有辦法在未來金援自己的子女，因此容易拒絕生育。
國際間並無制定基尼系數的準則，一些問題（如應否除稅項，應否剔除公共援助受益者，應否剔除非本地居民，或應否加入政府的福利）並沒有一致性，以至缺乏比較的準則。
基尼系数一般是按年收入来算的，这样对年收入波动很大的地区（如商业投资为主导）的估计会显著高于年收入波动小的地区（如公务员为主导的地区）。如果年收入波动很大，则基尼系数会很高，但多年份积累积累下来的收入差距并没有基尼系数显示得那么大。這也反映了基尼系数高的另一个原因可能是收入波动高，社会阶层流动快。
Amiel, Y.; Cowell, F. A. Thinking about Inequality. Cambridge. 1999. ISBN 978-0-521-46696-7 Anand, Sudhir. Inequality and Poverty in Malaysia . New York: Oxford University Press. 1983. ISBN 978-0-19-520153-6 Brown, Malcolm. Using Gini-Style Indices to Evaluate the Spatial Patterns of Health Practitioners: Theoretical Considerations and an Application Based on Alberta Data . Social Science & Medicine. 1994, 38 (9): 1243–1256. PMID 8016689 doi:10.1016/0277-9536(94)90189-9 Chakravarty, S. R. Ethical Social Index Numbers . New York: Springer-Verlag. 1990. ISBN 978-0-387-52274-6 Deaton, Angus. Analysis of Household Surveys. Baltimore MD: Johns Hopkins University Press. 1997. ISBN 978-0-585-23787-9 Dixon, Philip M.; Weiner, Jacob; Mitchell-Olds, Thomas; Woodley, Robert. Bootstrapping the Gini coefficient of inequality . Ecology. 1987, 68 (5): 1548–1551. JSTOR 1939238 doi:10.2307/1939238 Dorfman, Robert. A Formula for the Gini Coefficient. The Review of Economics and Statistics. 1979, 61 (1): 146–149. JSTOR 1924845 doi:10.2307/1924845 Firebaugh, Glenn. The New Geography of Global Income Inequality . Cambridge, Massachusetts: Harvard University Press. 2003. ISBN 978-0-674-01067-3 Gastwirth, Joseph L. The Estimation of the Lorenz Curve and Gini Index. The Review of Economics and Statistics. 1972, 54 (3): 306–316. JSTOR 1937992 doi:10.2307/1937992 Giles, David. Calculating a Standard Error for the Gini Coefficient: Some Further Results (PDF) . Oxford Bulletin of Economics and Statistics. 2004, 66 (3): 425–433 [2020-04-13 ] . CiteSeerX 10.1.1.202.6462 doi:10.1111/j.1468-0084.2004.00086.x Gini, Corrado. Variabilità e mutabilità. 1912. Pizetti, E.; Salvemini, T. (编). Memorie di metodologica statistica. Rome: Libreria Eredi Virgilio Veschi. 1955. Gini, Corrado. Measurement of Inequality of Incomes . The Economic Journal. 1921, 31 (121): 124–126 [2020-04-13 ] . JSTOR 2223319 doi:10.2307/2223319 存档 于2020-11-18）. Giorgi, Giovanni Maria. Bibliographic portrait of the Gini concentration ratio (PDF) . Metron. 1990, 48 : 183–231 [2020-04-13 ] . 原始内容存档于2016-08-04. Karagiannis, E.; Kovacevic, M. A Method to Calculate the Jackknife Variance Estimator for the Gini Coefficient . Oxford Bulletin of Economics and Statistics. 2000, 62 : 119–122. doi:10.1111/1468-0084.00163 Mills, Jeffrey A.; Zandvakili, Sourushe. Statistical Inference via Bootstrapping for Measures of Inequality (PDF) . Journal of Applied Econometrics. 1997, 12 (2): 133–150 [2020-04-13 ] . CiteSeerX 10.1.1.172.5003 JSTOR 2284908 doi:10.1002/(SICI)1099-1255(199703)12:2<133::AID-JAE433>3.0.CO;2-H hdl:10419/186818 存档 (PDF) 于2020-05-18）. Modarres, Reza; Gastwirth, Joseph L. A Cautionary Note on Estimating the Standard Error of the Gini Index of Inequality . Oxford Bulletin of Economics and Statistics. 2006, 68 (3): 385–390. doi:10.1111/j.1468-0084.2006.00167.x Morgan, James. The Anatomy of Income Distribution. The Review of Economics and Statistics. 1962, 44 (3): 270–283. JSTOR 1926398 doi:10.2307/1926398 Ogwang, Tomson. A Convenient Method of Computing the Gini Index and its Standard Error . Oxford Bulletin of Economics and Statistics. 2000, 62 : 123–129. doi:10.1111/1468-0084.00164 Ogwang, Tomson. Calculating a Standard Error for the Gini Coefficient: Some Further Results: Reply . Oxford Bulletin of Economics and Statistics. 2004, 66 (3): 435–437. doi:10.1111/j.1468-0084.2004.00087.x Xu, Kuan. How Has the Literature on Gini's Index Evolved in the Past 80 Years? (PDF) . Department of Economics, Dalhousie University. January 2004 [1 June 2006] . 原始内容存档于2006-09-28. Xu, Kuan. How Has the Literature on Gini's Index Evolved in the Past 80 Years?. China Economic Quarterly. 2003, 2 : 757–778. Yitzhaki, Shlomo. Calculating Jackknife Variance Estimators for Parameters of the Gini Method . Journal of Business and Economic Statistics. 1991, 9 (2): 235–239. JSTOR 1391792 doi:10.2307/1391792
提示：此条目的主题不是基尼不纯度指标。
