Muy interesante estudio de Ignacio Moncada y Juan Ramón Rallo sobre la desigualdad en España, publicado por el Instituto Juan de Mariana: La desigualdad en España: ¿Realmente es España uno de los países más desiguales de Europa?, pero que trata temas generales, aplicables a cualquier país: https://www.juandemariana.org/investigacion/archivo-de-publicaciones/mitos-y-realidades-sobre-la-desigualdad-en-espana

¿CÓMO SE MIDE LA DESIGUALDAD?

A continuación, se expone un breve resumen de las principales métricas que se van a utilizar para representar y comparar la desigualdad.

Porcentaje de riqueza, renta o consumo del X% más rico

Una de las métricas más sencillas para representar la desigualdad es expresar el porcentaje de la variable a estudiar, sea ésta riqueza, renta o consumo, que posee o percibe un cuantil determinado de la población. Por ejemplo, en el estudio de la desigualdad en la riqueza, es muy habitual la medida de la concentración de la riqueza total que está en manos del 10% más rico del país analizado. Esta métrica es la favorita de autores como Thomas Piketty, cuya obra El Capital en el Siglo XXI se basa en la comparativa temporal de esta magnitud.

Según Piketty esta forma de medir la desigualdad, al estar expresada en porcentajes de unidades monetarias, es más fácil de interpretar que los coeficientes estadísticos artificiales como el índice Gini. Esta forma de medir la desigualdad, añade Piketty, “permite que tengamos una comprensión más concreta y visceral de la desigualdad social” (Piketty, 2014).

Sin embargo, este método de medición de la desigualdad también tiene inconvenientes. Uno de los principales es que no tiene en cuenta cuál es la distribución de desigualdad de la variable estudiada a lo largo de toda la población. Si el estudio se concentra en el comportamiento de la variable en el decil más rico de la sociedad, por ejemplo, no se estarán incorporando los datos de los nueve restantes deciles, obteniendo una imagen muy incompleta de la distribución de la variable en toda la población. Este inconveniente puede superarse proporcionando las distribuciones completas para cada decil, quintil o cuartil. Sin embargo, con las distribuciones completas, la comparación de los datos entre países se vuelve difícil y engorrosa. Al final,  terminan seleccionándose para la comparación las medidas para unos pocos percentiles seleccionados de forma arbitraria, facilitando la manipulación de las conclusiones a extraer. Por ello el uso de índices sintéticos como el de Gini, que se explicará más adelante, está más extendida en la comunidad científica.

Ratio de riqueza, renta o consumo del X% más rico y el Y% más pobre

Otra medida similar a la anterior es la ratio entre el porcentaje de riqueza, renta o consumo que posee o percibe el X% más rico y el Y% más pobre de la población. En ocasiones X e Y son iguales. Por ejemplo, una de las medidas más usadas para representar la desigualdad de la renta es la ratio 20:20, es decir, la renta disfrutada por el 20% más rico del país dividida por la renta disfrutada por el 20% más pobre.

Esta métrica revela cuánta más renta disfruta el quintil que más renta percibe comparado con el que menos renta obtiene. En el caso del estudio de la distribución de la riqueza no suele usarse la ratio 20:20, puesto que es habitual que el 20% más pobre de un país tenga una riqueza neta negativa, es decir, que tengan deudas por un valor superior al valor de sus activos. Ésta es la situación, por ejemplo, de muchos jóvenes que se endeudan para cursar estudios universitarios o de postgrado, de los que esperan extraer rendimientos futuros en forma de rentas más altas. Por ese motivo, es mucho más habitual usar la ratio 20:80, es decir, comparar la riqueza en manos del quintil más rico de la sociedad con el del restante 80%.

Las ventajas y desventajas de usar esta métrica para representar y comparar la desigualdad de riqueza, renta y consumo son similares a las vistas para el porcentaje de riqueza, renta o consumo del X% más rico del país. Por un lado, son métricas sencillas de usar y de interpretar; pero por otro, no suelen tener en cuenta todos los datos de la distribución, son incompletas y se prestan a la arbitrariedad de elegir los cuantiles más convenientes