基尼系數与组织结构的关系.docVIP

基尼系数与组织结构 经济体规模与收入差距绝对值 基尼系数是按有限样本计算的。使用不同有限样本数量，连续收入分布变成了离散分布。我们可以按对数正态分布模型离散化（横坐标取值为正整数的对数，但概率或者概率密度仍然为正实数），并用连续模型来估计其可信度。下表为标准对数正态分布下，按当前中国基尼系数G=0.5（对应收入对数标准方差为0.96）计算的不同样本数量下的最高/最低收入比值和其可信度。 人数规模（统计样本数量） 可信度 收入的自然对数差 收入的差异倍数 2 00.00000 1.000 3 00.41376 2.288 4 00.64896 3.662 5 00.8112 5.065 10 01.2336 11.789 15 0.9331928 1.44 17.814 20 01.584 23.760 50 0.9800605 1.9728 51.707 101 02.2368 87.672 200 0.994988 2.472 140.330 503 02.7648 252.043 999 02.9664 377.209 2003 03.15936 554.862 3001 03.26688 687.980 4998 03.3984 894.979 9999 03.57024 1262.034 100049 0.99999 4.0944 3600.399 05.232 35031.397 1313926961 0.999999999 5.80032 109167.644 假设经济体的人数就是表中样本数量，那么这个经济体的基尼系数统计测算可信度也就如上表。换句话说，如果我们把一个经济组织看着是一个独立的经济体，我们的确可以计算基尼系数，但规模越小其计算值的可信度越低，或者说稳定性也越差。在统计测算过程中，分组统计也会出现类似情况，比如按人口五等分分组，其最高收入组与最低收入组的收入差距，可信度为80%，要想得到更高可信度数据必须再细分，等分为20组才能达到95%的可信度。粗略分组掩盖了实际收入差距，在五等分组下我们将无法直观地看到穷人到底有多穷，富人到底有多富。 从数学的角度，上表中的不同收入差距和可信度序列代表的是同样的收入分布规律。当规模较小时，内部的收入差距比较小，但是可信度较低，或者说存在很大的不确定性。即意味着如果存在相同规模的其它经济组织的话，那么组织内部收入差距就会分化，形成组织外部的差异；反过来也成立，收入分布一定的条件下，组织的外部差异增加也会导致内部差异减小。如果以规模相当但又很小的社会组织比如家庭为基本单位来进行统计测算，其基尼系数基本稳定或者说可信度较高，那么家庭内部的基尼系数也会倾向于稳定或者说收敛于较小区间。上表所示，2人组织的收入差距可信度为0.5处于不稳定状态，但是只要大于3人就可能形成较稳定的社会组织。如果存在这样的社会机制，那么数学上的可能就会成为社会现实：人数很少的组织内部收入差距很小可以看着是一条普遍的规律。 家庭是社会经济组织中最小的单位，人数一般小于5人（当前中国家庭规模一般为2-4人），实际收入（消费或者投资支配）差距在4倍以下。对于2人的家庭，可以认为是平等的（这也是社会现实：家长制作风只有在古代大家庭中才是普遍现象）。但从全国的角度，最大收入差距可能达到10万倍以上。也就是说，家庭内部的收入支配差距相对于家庭之间的差距完全可以忽略，而按家庭进行收入统计，就是在统计事实上进行了忽略；当然，这样做对国民收入统计并无太大影响。 更为一般地，一个国家的任何地区或者群体的基尼系数都比整体要小。分别统计农村和城镇的基尼系数，相当于把国民按户籍进行了区分，相同户籍的人群之间收入差距较小，那么农村基尼系数和城镇基尼系数比全国基尼系数必然小很多。如果我们按地区或者行业进行统计，也会出现同样的现象。当然，企业内部员工收入其基尼系数比地区基尼系数一般而言还要小，因此不可以随便套用全国基尼系数去衡量企业薪酬合理性。 金字塔结构对收入分布的影响 华中科技大学管理学院廖建桥等人在《基尼系数与企业内部薪酬分配合理性研究》（2006）一文中注意到了企业人数规模对收入差距与的影响（但机械地使用所谓基尼系数公平性国际标准来衡量企业薪酬是严重错误的）。作者关于企业组织结构对基尼系数的影响分析很有意义。 众所周知，正态分布是信息最大化的结果。如果经