[论文解读] Physics of Personal Income

Wataru Souma|ArXiv.org|Feb 22, 2002

Complex Systems and Time Series Analysis参考文献 8被引用 18

一句话总结

本文基于美国和日本的实证数据，确立了个人收入分配的普遍结构为对数正态分布与幂律尾部的结合。研究分析了帕累托指数和吉布拉特指数的时间演变，回顾了随机过程模型——特别是具有边界约束或加性噪声的乘法随机过程——对收入分配中幂律尾部出现的解释作用。

ABSTRACT

We report empirical studies on the personal income distribution, and clarify that the distribution pattern of the lognormal with power law tail is the universal structure. We analyze the temporal change of Pareto index and Gibrat index to investigate the change of the inequality of the income distribution. In addition some mathematical models which are proposed to explain the power law distribution are reviewed.

研究动机与目标

• 识别不同经济体和时间周期下个人收入分配的普遍结构。
• 研究帕累托指数（α）和吉布拉特指数（β）随时间的演变，作为收入不平等动态的指标。
• 评估随机过程模型在解释观察到的收入分配中幂律尾部的适用性。
• 通过比较历史数据（如1935–36年美国）与现代日本数据（1998年）来验证该分布模式的普遍性。
• 评估现有模型的局限性，并提出引入个体互动的扩展模型，以实现更真实的收入动态。

提出的方法

• 基于美国（1935–36年）和日本（1998年）的个人收入数据，使用所得税、收入和就业收入数据集进行实证分析。
• 对累积收入分布进行拟合：在中等收入区间采用对数正态函数，在高收入尾部采用幂律函数。
• 通过幂律拟合估计帕累托指数 α，通过对数正态分布的方差参数估计吉布拉特指数 β。
• 应用具有边界约束或加性噪声的乘法随机过程（MSP）模型，以解释幂律尾部的出现。
• 将MSP模型扩展，通过定向聚合物和广义洛特卡-沃尔泰拉框架引入互动，以模拟财富再分配和系统性反馈。
• 使用平均场近似和大N极限，推导出在相互作用模型中帕累托指数 α 的解析表达式。

实验结果

研究问题

• RQ1 对数正态分布与幂律尾部是否为不同国家和时间周期下个人收入分配的普遍特征？
• RQ2 帕累托指数 α 和吉布拉特指数 β 如何随时间演变？这些变化揭示了关于收入不平等的何种信息？
• RQ3 诸如具有边界约束或加性噪声的乘法随机过程等随机过程，能否解释收入分配中幂律尾部的出现？
• RQ4 单体随机模型在解释现实世界收入分配方面存在哪些局限性？如何通过引入个体互动来提升模型的真实性？
• RQ5 相互作用的MSP模型（如定向聚合物或广义洛特卡-沃尔泰拉模型）是否能在平均场和大N极限下，产生与实证观察一致的解析可处理的幂律尾部？

主要发现

• 个人收入分配在普遍上呈现中等收入区间的对数正态分布和高收入区间的幂律尾部，该结论得到1935–36年美国数据和1998年日本数据的验证。
• 1935–36年美国数据的帕累托指数 α 为 1.63，而1998年日本数据的 α 为 2.06，表明日本的收入分配更为平等。
• 吉布拉特指数 β 在美国数据中估计为 2.23，对应于特定方差和平均收入的对数正态分布。
• 具有边界约束的乘法随机过程（MSP）模型可得帕累托指数 α = 1 / (1 − xₘ)，其中 xₘ 为贫困线，将结构性约束与收入不平等联系起来。
• 具有加性噪声的MSP模型产生满足 ⟨a^α⟩ = 1 的帕累托指数，且该结果与噪声分布 b(t) 无关，提供了一种稳健的幂律尾部形成机制。
• 相互作用的MSP模型——如定向聚合物和广义洛特卡-沃尔泰拉框架——在平均场和大N极限下，分别产生幂律尾部 α = 1 + J/σ² 和 α = 1 + 2a/σ²，与实证观察一致。