A koncentrációk koncentrációja : A Gini- és a Hoover-index összetevőkre bontása = The concentration of concentration. A numerator-based decomposition of the Gini and Hoover indices

Kincses, Áron and Veresné Somosi, Mariann and Jáger, Viktor and Lipták, Katalin (2026) A koncentrációk koncentrációja : A Gini- és a Hoover-index összetevőkre bontása = The concentration of concentration. A numerator-based decomposition of the Gini and Hoover indices. STATISZTIKAI SZEMLE, 104 (3). pp. 195-208. ISSN 0039-0690

Preview

Text 2026_03_195.pdf - Published Version Download (389kB) | Preview

Abstract

A koncentráció- és az egyenlőtlenségelemzések végső soron rendszerint egyetlen numerikus mutatóban öltenek testet. Az ilyen aggregált mérőszámok azonban csak korlátozott betekintést nyújtanakabba, hogy mely elemek, alcsoportok vagy strukturális kapcsolatok felelősek elsősorban az összkoncentráció magasabb vagy alacsonyabb szintjéért. Például amikor a jövedelmi egyenlőtlenségeta Gini-együtthatóval mérjük, nem derül ki egyértelműen, hogy a megfigyelt egyenlőtlenség elsősorban a nemek közötti különbségekből vagy inkább az egyes nemeken belüli eltérésekből fakad. Jelentanulmányban a Gini- és a Hoover-indexet vizsgáljuk, és egy olyan felbontási keretrendszert javaslunk, amely az adatokat egy adott jellemző szerint csoportosítja. Ahelyett, hogy az indexeket bontanánk fel alcsoportspecifikus mutatókra, az indexek képleteiben szereplő összegzési tagokat osztjukfel csoporton belüli és csoportok közötti komponensekre. Ez a megközelítés lehetővé teszi annakfeltárását, hogy az összesített koncentrációs mutató milyen különböző strukturális forrásokból épülfel, miközben a közös normalizálás révén megőrzi az egzakt additivitást. A javasolt felbontás gyakorlati jelentőségét több empirikus példa szemlélteti, amelyek bemutatják, hogy az alapul szolgálóösszegzések dekompozíciója miként teszi lehetővé a koncentrációs indexek értelmezhető felbontását. | Most concentration and inequality analyses ultimately yield a single numerical indicator. However, such aggregate measures provide limited insight into which elements, subpopulations, or structural relationships are primarily responsible for higher or lower levels of overall concentration. For example, when income inequality is measured by the Gini coefficient, it remains unclear whether the observed inequality is mainly driven by differences between genders or by disparities within each gender. In this study, we examine the Gini and Hoover indices and propose a decomposition framework based on grouping the data according to a given characteristic. Rather than decomposing the indices themselves into subgroup-specific measures, we partition the summation terms appearing in their formulas into within-group and between-group components. This approach makes it possible to identify how the total concentration measure is built up from different structural sources, while preserving exact additivity through the use of a common normalization. The practical relevance of the proposed partitioning is demonstrated through several empirical examples. These illustrate how the decomposition of the underlying summations provides an interpretable breakdown of concentration indices.

Actions (login required)

Edit Item