единое экономическое целое. Это капиталы, которые никогда не принадлежали кому-то конкретному, подчиняются непосредственно концепциям легитимности.
▓ Слишком рискованно начинать финансировать общественные блага, выпуская токены на базовом уровне. Однако, к счастью, Ethereum обладает очень богатой и куда более гибкой экосистемой прикладного уровня. Отчасти это связано с возможностью не только влиять на существующие проекты, но и формировать будущие.
▓ Сообщество должно поддерживать проекты прикладного уровня, которые стремятся развивать общественные блага внутри сообщества, и это очень важно. Пример с DAI[84] показывает, что такая поддержка может сыграть огромную роль!
▓ Экосистема Ethereum неравнодушна к дизайну механизмов и инновациям на уровне общества. Поэтому работа над проблемами финансирования общественных благ внутри самой экосистемы Ethereum стала бы хорошей стартовой точкой!
▓ Но помочь может не только Ethereum. NFT – хороший пример того, как судьба большого капитала зависит от концепций легитимности. Индустрия NFT может стать по-настоящему ценной для художников, благотворительных организаций и других источников общественных благ далеко за пределами нашего виртуального мира. Получится это или нет – зависит от совместных усилий и поддержки сообщества.
Особая благодарность Карлу Флёршу, Айе Миягути и Mr. Silly за идеи, обратную связь и критику.
Против злоупотребления коэффициентом Джини
VITALIK.CA
29 июля 2021 года
Сегодня коэффициент Джини (или индекс Джини), которым обычно измеряют неравенство в доходах или богатстве в отдельной стране, регионе или другом сообществе, – самый известный и популярный показатель неравенства. Это связано с его простотой и возможностью визуализировать его математическое определение в форме графика.
Однако – что ожидаемо для любой схемы, сводящей показатели неравенства к одному числу, – у коэффициента Джини есть свои ограничения. Им стоит пользоваться с осторожностью даже в изначальном контексте – при измерении неравенства доходов и богатства в отдельных странах, – не говоря уже о других областях (в частности, о криптовалюте). В этой статье я расскажу о некоторых ограничениях коэффициента Джини и предложу несколько альтернатив.
ЧТО ТАКОЕ КОЭФФИЦИЕНТ ДЖИНИ?
Коэффициент Джини – это показатель неравенства, предложенный Коррадо Джини в 1912 году. Обычно им измеряют неравенство доходов и богатства в отдельных странах, хотя все чаще пользуются и в других контекстах.
Существуют два равнозначных определения коэффициента Джини.
▓ Определение как области над кривой: нарисуем график функции, где f(p) равняется доле общего дохода, получаемого самой низкооплачиваемой частью населения (например, f(0,1) – доля общего дохода, получаемого 10 % с самым низким доходом). Коэффициент Джини – это область между кривой и линией y = x, которая измеряется как доля от всего треугольника.
▓ Определение через среднюю разницу: коэффициент Джини равен половине средней разницы в доходах между всеми возможными парами людей, разделенной на средний доход.
Например, на графике выше у нас есть четыре показателя дохода [1, 2, 4, 8], так что есть 16 возможных различий между ними [0, 1, 3, 7, 1, 0, 2, 6, 3, 2, 0, 4, 7, 6, 4, 0]. Следовательно, средняя разница составляет 2,875, а средний доход – 3,75, так что Джини =
Получается, что эти определения математически эквивалентны (читатель может поупражняться в доказательстве этого утверждения)!
ЧТО НЕ ТАК С КОЭФФИЦИЕНТОМ ДЖИНИ?
Коэффициент Джини любят за то, что это достаточно простой и понятный статистический показатель. Может показаться, что он совсем не простой, но, поверьте, так выглядит практически вся статистика, связанная с произвольной численностью населения (а часто даже хуже). Вот, например, формула совершенно обыкновенного стандартного отклонения:
А вот Джини:
Он куда безобиднее, чем кажется, честно!
Что же не так с коэффициентом Джини? На самом деле много чего. Его недостатки описаны во множестве статей, так что здесь я сосредоточусь на одном. На мой взгляд, этому изъяну уделяли недостаточно внимания при обсуждении Джини в целом, и он непосредственно связан с анализом неравенства в интернет-сообществах вроде блокчейна. Этот недостаток заключается в том, что коэффициент Джини объединяет в единый показатель неравенства две совершенно разные проблемы: проблему страданий из-за нехватки ресурсов и проблему концентрации власти.
Чтобы лучше понять разницу между этими проблемами, рассмотрим два антиутопических сценария.
▓ Антиутопия А: половина населения поровну делит между собой все ресурсы, а у второй половины не остается ничего.
▓ Антиутопия Б: половина ресурсов попадает в руки одного человека, а население делит оставшееся поровну между собой.
Вот кривые Лоренца (выпуклая диаграмма, которую мы видели выше) для обеих антиутопий.
Очевидно, что в обоих мирах жизнь сложится непростая, но непростая по-разному. Житель антиутопии А попадет либо в левую половину с невообразимым и ужасающим массовым голодом, либо в правую, где царит эгалитарная гармония. Если вы Танос[85], вам вполне может там понравиться! В ином случае лучше обходить это место стороной. Антиутопия Б, в свою очередь, напоминает «Дивный новый мир»: у всех вполне достойная жизнь (по крайней мере, на тот момент, когда фиксируются данные о богатстве), но за нее приходится платить крайне недемократической структурой власти, где вся надежда на то, что правитель окажется хорошим. Если вы Кёртис Ярвин[86], вам вполне может там понравиться! В ином случае, опять же, лучше обходить такое место стороной.
Это достаточно разные проблемы, поэтому нужно измерять и анализировать их по отдельности. Причем они различаются не только теоретически. Вот диаграмма, сравнивающая долю общего дохода нижних 20 % (довольно надежный показатель удаленности от антиутопии А) с долей общего дохода верхнего 1 % (довольно надежный показатель приближенности к антиутопии Б).
Источники: https://data.worldbank.org/indicator/SI.DST.FRST.20 (смешанные данные за 2015 и 2016 годы) и http://hdr.undp.org/en/indicators/186106
Показатели явно коррелируют (коэффициент –0,62), но очень далеки от идеальной корреляции (верховные жрецы статистики, если я не ошибаюсь, считают 0,7 нижним порогом «высокой корреляции», а мы не добрались даже до него). В диаграмме есть интересное и достойное отдельного анализа второе измерение: в чем разница между страной, где верхний 1 % зарабатывает 20 % от общего дохода, а нижние 20 % – 3 %, и страной, где верхний 1 % зарабатывает 20 %, а нижние 20 % – 7 %? Увы, эти изыскания я лучше оставлю более опытным исследователям данных и культуры.
ПОЧЕМУ ДЖИНИ НЕ ПОДХОДИТ ДЛЯ НЕГЕОГРАФИЧЕСКИХ СООБЩЕСТВ (НАПРИМЕР, ИНТЕРНЕТА/КРИПТОСООБЩЕСТВ)
Проблема концентрации богатства в блокчейне тоже актуальна и заслуживает отдельных измерений и анализа. Это важно для блокчейн-сообщества в целом, поскольку многие люди (и Сенат США на своих слушаниях[87]) пытаются выяснить, действительно ли криптография так антиэлитарна или она просто заменяет старые элиты новыми. Показатель концентрации богатства также важен
