Disuguaglianza di Ricchezza: Spunti dai Modelli di Simulazione
Questo articolo esamina i modelli di distribuzione della ricchezza e le loro implicazioni per l'ineguaglianza globale.
― 4 leggere min
Recenti rapporti hanno evidenziato una tendenza preoccupante nell'ineguaglianza di ricchezza nel mondo. Un numero ristretto di persone detiene una quota di ricchezza sproporzionatamente grande, spesso superando quella di metà della popolazione globale. Questo articolo esamina diversi modelli che simulano come viene distribuita la ricchezza e se possono spiegare questa estrema Disuguaglianza.
Concentrazione di Ricchezza nei Modelli
Uno dei modelli chiave che analizziamo è conosciuto come il modello Chakraborti o Yard-Sale. In questo modello, la ricchezza di tutte le persone può finire nelle mani di una sola persona nel tempo. Questo accade senza fattori esterni come le tasse per ridistribuire la ricchezza. Il modello dimostra come, in un mercato con un gran numero di partecipanti, la ricchezza può rapidamente diventare concentrata in un unico commerciante.
Un altro modello interessante è il modello Banerjee. In questo contesto, circa dieci individui benestanti possono controllare quasi tutta la ricchezza-circa il 99,98%. Questo avviene senza alcuna influenza esterna come le tasse. Il modello indica che le dinamiche del mercato permettono questa concentrazione di ricchezza, ma le persone ricche possono cambiare nel tempo, il che significa che non mantengono la loro ricchezza permanentemente.
Scambi Casuali che Influenzano la Distribuzione della ricchezza
Esploriamo come permettere scambi casuali tra i commercianti possa cambiare questi risultati. Se i commercianti si impegnano regolarmente in questi scambi casuali, l'estrema concentrazione di ricchezza si riduce. Nel modello Chakraborti, ciò significa che la ricchezza totale non finisce con una sola persona. Invece, la ricchezza è distribuita più equamente tra i commercianti.
Il modello Goswami-Sen presenta un altro approccio. In questo modello, la probabilità che i commercianti interagiscano diminuisce man mano che aumenta la differenza nella loro ricchezza. Con questo assetto, la ricchezza non finisce concentrata in poche mani. Invece, rimane più equamente distribuita tra tutti i commercianti, dimostrando che le interazioni basate sui livelli di ricchezza possono creare risultati diversi.
Osservazioni dai Modelli di Scambio Cinematico
Lo studio di questi modelli suggerisce due tipi di disuguaglianza. Il primo tipo è simile a quanto descritto dal principio di Pareto, dove una piccola frazione della popolazione controlla una grande parte della ricchezza totale. Il secondo tipo è più estremo, con un numero minuscolo di individui ultra-ricchi che detengono più ricchezza di miliardi di altri messi insieme.
Scopriamo che nei modelli in cui le regole di scambio permettono scambi casuali, l'estrema concentrazione di ricchezza tende a scomparire. Man mano che più commercianti si impegnano in scambi casuali, la ricchezza diventa distribuita esponenzialmente piuttosto che controllata da un numero ridotto di persone.
Caratteristiche Statistiche della Distribuzione della Ricchezza
Utilizzando simulazioni al computer, analizziamo come viene distribuita la ricchezza tra diversi modelli. Nel modello Banerjee, vediamo fluttuazioni significative nell'ammontare di ricchezza detenuta dagli individui più ricchi, ma queste sommano sempre a quasi tutta la ricchezza totale. È interessante notare che, anche quando la concentrazione di ricchezza è alta, nessun individuo o gruppo rimane costantemente ricco nel tempo.
Nel modello Chakraborti, osserviamo anche come l'introduzione di scambi casuali influisce sulla distribuzione della ricchezza. Senza scambi casuali, un commerciante può accumulare tutta la ricchezza. Tuttavia, con questi scambi, la distribuzione della ricchezza si sposta verso una diffusione più equa tra tutti i commercianti.
Implicazioni per l'Ineguaglianza di Ricchezza
I risultati di questi modelli hanno implicazioni importanti per comprendere l'ineguaglianza di ricchezza nel mondo reale. Suggeriscono che i meccanismi di scambio e le regole che governano gli scambi possono influenzare significativamente la distribuzione della ricchezza. Politiche che promuovono scambi casuali o limitano le concentrazioni estreme di ricchezza potrebbero aiutare ad affrontare le disuguaglianze osservate nella società.
Notiamo anche che i periodi durante i quali gli individui mantengono la ricchezza sono finiti. I commercianti di successo hanno un tempo medio di "residenza" specifico, indicando che la ricchezza non rimane concentrata indefinitamente. Questa natura dinamica della distribuzione della ricchezza suggerisce che anche in sistemi con disuguaglianze estreme, c'è un potenziale per il cambiamento nel tempo.
Conclusione
Questa esplorazione dei modelli cinematica mostra che la distribuzione della ricchezza può variare notevolmente in base alle regole che governano gli scambi tra gli individui. Studiando questi modelli, otteniamo intuizioni sulle caratteristiche dell'estrema disuguaglianza presenti nelle società moderne. Comprendere come la ricchezza si concentri-e come possa essere ridistribuita-fornisce conoscenze essenziali per sviluppare politiche economiche efficaci mirate a ridurre le disuguaglianze.
L'uso di simulazioni ci consente di visualizzare interazioni complesse all'interno delle economie e come queste portino a risultati diversi per la distribuzione della ricchezza. Mentre consideriamo potenziali riforme o politiche, queste intuizioni evidenziano la necessità di promuovere un ambiente economico inclusivo in cui le opportunità di creazione di ricchezza siano più equamente condivise.
Titolo: Kinetic Models of Wealth Distribution Having Extreme Inequality: Numerical Study of Their Stability Against Random Exchanges
Estratto: In view of some persistent recent reports on a singular kind of growth of the world wealth inequality, where a finite (often handful) number of people tend to possess more than the wealth of the planet's 50\% population, we explore here if the kinetic exchange models of the market can ever capture such features where a significant fraction of wealth can concentrate in the hands of a countable few when the market size $N$ tends to infinity. One already existing example of such a kinetic exchange model is the Chakraborti or Yard-Sale model, where (in absence of tax redistribution etc) the entire wealth condenses in the hand of one (for any value of $N$), and the market dynamics stops. With tax redistribution etc, its steady state dynamics have been shown to have remarkable applicability in many cases of our extremely unequal world. We show here that another kinetic exchange model (called here the Banerjee model) has intriguing intrinsic dynamics, by which only ten rich traders or agents possess about 99.98\% of the total wealth in the steady state (without any tax etc like external manipulation) for any large value of $N$. We will discuss in some detail the statistical features of this model using Monte Carlo simulations. We will also show, if the traders each have a non-vanishing probability $f$ of following random exchanges, then these condensations of wealth (100\% in the hand of one agent in the Chakraborti model, or about 99.98\% in the hands ten agents in the Banerjee model) disappear in the large $N$ limit. We will also see that due to the built-in possibility of random exchange dynamics in the earlier proposed Goswami-Sen model, where the exchange probability decreases with an inverse power of the wealth difference of the pair of traders, one did not see any wealth condensation phenomena.
Autori: Asim Ghosh, Suchismita Banerjee, Sanchari Goswami, Manipushpak Mitra, Bikas K. Chakrabarti
Ultimo aggiornamento: 2023-07-23 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2306.00756
Fonte PDF: https://arxiv.org/pdf/2306.00756
Licenza: https://creativecommons.org/publicdomain/zero/1.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.