Handel bogactwem jak uderzające cząsteczki gazu
Model Boltzmanna-Pareto (lub kinetyczny) wymiany bogactwa traktuje gospodarkę jako gaz agentów, którzy handlują pieniędzmi w sposób, w jaki cząsteczki wymieniają energię podczas zderzeń: wybierasz dwa agenty losowo, wybierasz losową część skonsolidowanej puli i przydzielasz ją między nimi.
for a random pair (i, j) with wealth (w_i, w_j) at a step: pool = w_i + w_j r = random fraction, e.g. uniform(0,1) w_i' = r * pool w_j' = (1 - r) * pool # total wealth conserved: w_i' + w_j' = w_i + w_j
Dlaczego idealnie uczciwe transakcje nadal prowadzą do ekstremalnej nierówności
Nic w tym regule wymiany nie faworyzuje bogatszych lub biedniejszych agentów – podział proporcji r jest symetryczny i obiektywny. Jednak, jeśli symulujemy tysiące takich transakcji 'uczciwego rzutu monetowego' wśród wielu agentów, rozkład majątkowy wiarygodnie skłania się w kierunku ekstremalnej nierówności, przy czym większość populacji koncentruje się w bliskim zerze, a niemal cały majątek gromadzi się w niewielkiej grupie reszty. Jest to naprawdę zaskakujący wynik: sam niezawodny, symetryczny losowość, z uwzględnieniem tylko jednej zachowanej wielkości (całkowitego majątku), jest wystarczająca do wygenerowania wyraźnej nierówności – nie wymaga to żadnego wykorzystywania, preferencji wynikających z szczęścia ani nierównego startu. Mechanizm polega na tym, że agent, który w kilku kolejnych transakcjach stracił, ma proporcjonalnie mniej do stracenia w następnym niesprawiedliwym podziale jego malejącego kapitału, podczas gdy agent na fali sukcesów ma proporcjonalnie więcej do zyskania – efekt 'bogaty staje się bogatszy', który wynika bezpośrednio z mnożącej się, proporcjonalnej losowości, a nie jest zaprogramowany.
Współczynnik Giniego
Nierówność w wynikowym rozkładzie zwykle podsum incident z wykorzystaniem współczynnika Giniego, wyprowadzonego z krzywej Lorenz – wykres przedstawiający skumulowany udział w całkowitym bogactwie posiadany przez najuboższych X% populacji. Społeczeństwo idealnie równe rysuje linię prostej; współczynnik Giniego jest to obszar pomiędzy rzeczywistą krzywą Lorenz a tą linią, znormalizowany do przebiegu od 0 (idealna równość) do 1 (jedna osoba posiada wszystko). Podstawowy model bez żadnej redystrybucji niezawodnie podnosi współczynnik Giniego w kierunku wartości około 0,5, wyższej niż większość realnych gospodarek narodowych, ilustrując jak dużą nierówność zjawisk można uzyskać jedynie przez przypadek, a nie różnice w umiejętnościach lub wysiłku.
Ogona szyjka
Wysokie końce rozkładu dochodów i majątkowych wykazują zachowanie prawsza mocy – rozkład Pareto, pierwotnie zidentyfikowany empirycznie przez Vilfredo Pareto w 1896 roku, gdy zauważył, że około 80% włoskiej ziemi było własnością około 20% populacji, co dało początek popularnemu «prawu 80/20». Rozkład mocy oznacza, że prawdopodobieństwo posiadania majątku powyżej pewnej wartości W spada powolnym wzorem wielomianowym (P(w > W) ~ W^-alpha) zamiast szybko eksponencjalnie, co wyjaśnia, dlaczego ekstremalne koncentracje bogactwa – znacznie przekraczające to, co przewiduje intuicja z krzywej normalnej – są powszechne zarówno w tym prostym modelu, jak i w rzeczywistych danych ekonomicznych dotyczących dochodów i majątku.
Dodawanie skłonności do oszczędzania i podatków
Dwa rozszerzenia zbliżają modelowy zestaw do rzeczywistych gospoderek. Wprowadzenie do agentów skłonności do oszczędzania λ – ułamka majątku, którego każdy agent zawsze trzyma poza każdym transakcją – radykalnie zmienia równowagę: gdy λ jest jednolity dla wszystkich agentów, dystrybucja rozwija bardziej realistowy centralny wznoszenie (blisko rozkładu Gamma) przed swoim ogonem Pareto, a agenci z wyższą λ (bardziej ostrożni handlowcy) systematycznie kończą bogatsi, ponieważ po prostu wystawiają mniej swojego majątku na każdą rundę losowego przetasowania. Dodanie płaskiego podatku dystrybuującego – odliczenia ułamka ze wszystkich transakcji i równomierne przekazanie go wszystkim agentom – bezpośrednio przeciwdziała mechanizmowi koncentracji i mierzalnie obniża równowagowy współczynnik Gini, dając symulatorowi prosty, regulowany uchwyt do badania, ile realnej polityki dystrybucji byłoby potrzebne, aby zrównoważyć spontaniczny trend modelu w kierunku nierówności.
Frequently asked questions
Jak można uzyskać tak nierówne rezultaty z całkowicie losowych i bezstronnych transakcji?
Wynika to z faktu, że straty w kilku kolejnych transakcjach zmniejszają majątek agenta do ryzykowania, podczas gdy seria wygranych zwiększa jego potencjalny zysk z następnej równie 'uczciwej' podziałki. Proces ten jest wielokrotnym losowym ruchem na udział każdego agenta, który matematycznie prowadzi do skrajnego skupienia bogactwa, nawet jeśli każda indywidualna transakcja była obiektywnym rzutem monetą.
Co oznacza współczynnik Gini wynoszący 0.5 w porównaniu z 0.3?
Mierzy, jak bardzo rzeczywista dystrybucja bogactwa odbiega od idealnej równości, od 0 (wszyscy równi) do 1 (jedna osoba ma wszystko). Współczynnik Gini około 0.3 jest typowy dla niektórych bardziej sprawiedliwych gospodarek narodowych; podstawowy model wymiany bogactw bez redystrybucji zwykle ustala się na poziomie 0.5 lub wyższym, porównywalnym z niektórymi najbardziej nierównymi gospodarkami rzeczywistymi.
Czy dodanie wskaźnika oszczędności zawsze zmniejsza nierówności?
Nie automatycznie – jednolity współczynnik oszczędności dla wszystkich agentów zmienia kształt dystrybucji (dodając środkowy wybul) bez konieczności znaczącego obniżenia współczynnika Gini. Jeśli agentom pozwolono na różne preferencje oszczędzania, bardziej skąpi agenci systematycznie bogacą się, co może zwiększyć nierówności zamiast je zmniejszać. Płaska, redystrybucyjna podatek jest bardziej bezpośrednim i niezawodnym narzędziem do obniżenia współczynnika Gini w modelu.
Wypróbuj na żywo
Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Income Inequality Simulator i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.
▶ Otwórz symulację Income Inequality Simulator