基尼 (GINI) 系数

指标解释

World Bank official description / 世界银行官方说明

Gini index measures the extent to which the distribution of income (or, in some cases, consumption expenditure) among individuals or households within an economy deviates from a perfectly equal distribution. A Lorenz curve plots the cumulative percentages of total income received against the cumulative number of recipients, starting with the poorest individual or household. The Gini index measures the area between the Lorenz curve and a hypothetical line of absolute equality, expressed as a percentage of the maximum area under the line. Thus a Gini index of 0 represents perfect equality, while an index of 100 implies perfect inequality.

可供参考的中文翻译：基尼系数用于衡量一个经济体中个人或家庭收入分配（在某些情况下为消费支出）与完全平均分配的偏离程度。洛伦兹曲线以累计百分比形式展示总收入与累计收入获得者的关系，从最贫困的个人或家庭开始绘制。基尼系数衡量洛伦兹曲线与绝对平均线之间的面积，以该线以下最大面积中所占比例表示。因此，基尼系数为0表示完全平均，100则表示完全不平均。

数据口径与风险提示

基尼系数反映的是收入或消费分配的总体离散程度，而非贫困本身的高低，需结合绝对收入水平解读
该指标仅基于调查期内的样本数据，不同调查年份的样本规模和抽样方法可能影响可比性
跨国比较受各国统计口径、收入定义（含税前/后、现金/实物）和调查年份差异制约
中国数据主要来自国家统计局住户调查，调查覆盖率和自报偏差可能影响结果
该系数对两端收入变化较为敏感，极端高收入或低收入群体的信息缺失会显著影响测度准确性
数据缺失年份较多，趋势推断应谨慎
部分发展中国家数据年份较旧，与近年数据进行趋势比较时需注意时间错位
城乡二元结构明显的经济体，城乡分别测算后再汇总可能低估实际不平等程度

中国趋势

趋势解读

中国基尼系数自1981年有数据以来呈现先升后降的长期走势。1981年仅为28.2，1984年降至历史最低点27.1，此后持续攀升，1990年突破32，2002年达到42，2010年录得历史峰值43.7，为改革开放以来的最高点。自2010年起转为下行，2013年回落至39.7，2019年进一步降至38.2，2022年最新值为36.0。这一走势反映了中国从计划经济向市场经济转轨过程中收入分配的阶段性变化。总体看，从1981年到2022年，中国基尼系数上升了7.8个百分点，末期值为期初值的约1.28倍，呈现显著的结构性上升。

1981年基尼系数为28.2，2022年升至36.0，末期为期初的1.28倍
历史最低点为1984年的27.1，历史最高点为2010年的43.7
2010年后持续回落，2022年（36.0）较2010年峰值（43.7）下降7.7个百分点
2021至2022年间下降1.5个百分点，2020至2021年间下降1.4个百分点，近年回落速度有所加快
数据仅覆盖1981年至今，改革开放初期至1980年数据缺失，无法反映计划经济时期分配状况
数据来源为住户调查，对高收入群体和流动人口覆盖可能不足
调查年份间隔不均匀，部分时期缺乏连续数据，影响短期波动分析
国际比较需考虑不同国家使用的收入口径差异（含税方式、实物收入处理等）

全球趋势

趋势解读

世界银行数据库中全球基尼系数缺乏统一可比的时间序列数据，各国调查年份、统计口径和抽样方法存在显著差异，尚未汇总形成世界整体的基尼系数趋势数据。因此，无法直接呈现全球基尼系数的长期变化轨迹或与中国的阶段对比。

世界银行未提供全球加权的基尼系数汇总序列
各国数据覆盖率和调查年份不一致，难以构造标准化全球趋势
无法基于本指标进行中国与全球总体变化趋势的定量对比
跨国排名仅反映同一时点各国数据的相对位置，不代表发展阶段的绝对好坏
不同国际机构（如OECD、UN）发布的全球基尼系数口径与本指标可能存在差异

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该十年期中国和世界数据均缺失，无法进行此阶段的比较分析。
1970-1979	-	-	该十年期中国和世界数据均缺失，无法进行此阶段的比较分析。
1980-1989	1.0x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
1990-1999	1.2x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2000-2009	1.0x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2010-2019	0.9x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2020-2029	1.0x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。

2025 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Ecuador 厄瓜多尔	ECU	45.9
2	Costa Rica 哥斯达黎加	CRI	45.5
3	Indonesia 印度尼西亚	IDN	34.4
4	Uzbekistan 乌兹别克斯坦	UZB	32.7

使用建议、常见误用与研究场景

数值较高通常意味着什么

基尼系数越高，表示收入分配越不平均，社会成员之间的收入差距越大。

数值较低通常意味着什么

基尼系数越低，表示收入分配越接近平均，社会成员之间的收入差距越小。

鍙ｅ緞闄愬埗

基尼系数无法揭示不平等的具体结构，例如是高端收入过高还是低端收入过低导致的不平等
对两端收入变化极为敏感，若最高收入群体信息缺失，会显著低估实际不平等程度
跨国比较受收入定义、税收口径、实物福利处理方式等差异影响，直接对比可能产生误导
数据年份不同步，同一排名表中的各国数据可能对应不同调查年份
无法区分暂时性收入波动与长期性分配格局差异
对人口结构变化（如老龄化、城镇化）可能产生机械性影响，需结合其他指标解读

使用建议

使用时优先关注长期趋势而非单一年份数值
跨国比较应优先选取统计口径相近、数据年份接近的经济体
结合收入分位数份额（如最高/最低20%收入占比）分析不平等的构成来源
结合绝对贫困率和人均收入水平，判断不平等是在总体富裕背景下还是在普遍贫困背景下的分配差异
参考世银官方说明确认具体收入口径（含税前/后、现金/实物），避免跨数据库混用
关注数据发布机构和质量说明，了解样本覆盖范围和调查方法变化
若进行政策评估，需控制经济增长阶段、城市化率、教育基尼系数等结构性变量

常见错误用法

错误做法：将中国基尼系数与 OECD 成员国直接对比，得出中国分配公平性远低于发达国家的结论

正确做法：选取与中国发展阶段相近（如人均收入相近、统计口径可比）的新兴经济体进行横向比较

OECD 国家多为高收入经济体，税收和社保体系对再分配的影响程度与中国差异显著，原始收入和可支配收入口径下的基尼系数差异可能超过10个百分点，直接对比会掩盖真实的分配结构差异。

错误做法：仅凭某一年份基尼系数数值高低，评判该国社会政策成效

正确做法：分析至少10年以上的长期趋势，并结合经济増长阶段、社会政策和人口结构等背景因素综合判断

基尼系数反映的是分配格局而非政策结果的单一指标，短期波动可能受经济周期、统计口径调整或样本变化影响，与社会政策的因果关系需严谨计量分析。

错误做法：将基尼系数等同于贫困程度，理解为系数高则贫困人口多

正确做法：将基尼系数与贫困率（如每天3.2美元国际贫困线人口比例）分别解读，前者衡量差距大小，后者衡量绝对贫困规模

高基尼系数可能出现在高收入但分配不均的社会（如海湾石油国家），也可能出现在低收入且普遍贫困的社会，两者的政策含义截然不同，不可混为一谈。

错误做法：将基尼系数上升期简单归因于某项单一政策或历史事件（如加入WTO、房地产改革等）

正确做法：在缺乏充分计量证据的情况下，使用「可能与XX因素有关」「可能反映了XX变化」等审慎表述

收入分配是多重因素交织的结果，包括经济结构转型、再分配政策、人口流动、全球化分工等，单一因素的解释可能遗漏重要的中介机制或混淆相关性与因果性。

错误做法：用中国基尼系数与世界银行「全球基尼系数」直接进行长期变化速度的对比

正确做法：仅在中国数据可用的阶段使用中国特有趋势，并明确说明全球对比数据不可得

世界银行未汇总发布全球统一的加权基尼系数序列，各国数据年份不一致，无法构造可比的世界整体长期趋势，直接对比缺乏数据基础。

实际应用场景

中国收入分配格局演变研究：分析1981-2022年中国基尼系数的变化阶段，识别分配差距扩大和缩小的转折点核心被解释变量可采用结构断点检验或分段回归识别政策变化对分配格局的结构性影响，并控制经济增速、城市化率等宏观变量。
再分配政策对收入不平等的抑制效果评估：利用中国基尼系数2010年后的下降趋势，结合税收和社保支出占GDP比重数据，评估再分配政策的作用被解释变量通过双重差分或合成控制法，比较实施大规模再分配政策前后的系数变化，但需注意税收口径变化对数据可比性的影响。
不平等对消费需求结构的影响：研究基尼系数与居民消费率、高端/低端消费品需求弹性的关系解释变量可引入基尼系数与人均收入的交互项，检验不平等对消费的边际效应是否随收入水平变化，并控制城镇化率和老龄化率。
发展中国家收入分配转型的跨国比较：将中国与印度、巴西等金砖国家在同一发展阶段（人均GDP相近时期）的基尼系数进行对比，分析发展模式对分配格局的差异性影响比较基准需确保各国数据年份相近，并说明使用的收入口径（调查口径、可支配收入等）是否可比，可结合库兹涅茨曲线假说进行理论框架构建。