경제학에서 소득 분포를 분석하는 것은 불평등의 정도를 파악하고 정책을 설계하는 데 중요한 역할을 합니다. 그 중심에 있는 개념 중 하나가 바로 로렌츠 곡선입니다. 로렌츠 곡선은 인구 누적 비율과 소득 누적 비율의 관계를 시각화하여 사회 내 소득 불균형 정도를 직관적으로 보여주는 도구로, 지니 계수(Gini coefficient)와 함께 자주 활용됩니다. 이번 글에서는 로렌츠 곡선의 개념, 수학적 정의, 실제 소득 분포 모델과의 연관성에 대해 자세히 설명합니다.
로렌츠 곡선이란?
로렌츠 곡선(Lorenz Curve)은 전체 인구를 소득 순으로 정렬한 후, 하위 x% 인구가 전체 소득에서 차지하는 누적 비율을 y축에 표시하여 그린 곡선입니다. 가로축은 인구 누적 비율(0~100%), 세로축은 소득 누적 비율(0~100%)을 의미합니다. 이 곡선은 완전한 평등 상태일 경우 대각선(45도 선)을 따라가며, 현실에서는 이보다 아래쪽에 위치하게 됩니다.
수학적 정의
로렌츠 곡선은 누적 분포함수 형태로 다음과 같이 정의됩니다:
$$ L(p) = \frac{1}{\mu} \int_0^p F^{-1}(u) \, du $$
여기서:
- \( L(p) \): 하위 p% 인구의 소득 누적 비율
- \( \mu \): 전체 평균 소득
- \( F^{-1}(u) \): 소득의 분위수 함수(Quantile function)
즉, 인구 비율 p에 대한 소득 누적 비율을 나타내며, 그래프로 표현하면 로렌츠 곡선이 됩니다.
로렌츠 곡선의 해석
로렌츠 곡선은 다음과 같은 방법으로 해석할 수 있습니다:
- 완전 평등: 곡선이 대각선(완전 평등선)과 일치할 경우, 모든 인구가 동일한 소득을 가짐
- 완전 불평등: 한 명이 전체 소득을 독점할 경우, 곡선은 수직선과 수평선으로 구성된 직각 형태
- 곡선 아래 면적: 이 면적을 기반으로 지니 계수를 계산할 수 있음
지니 계수와의 관계
지니 계수(Gini coefficient)는 로렌츠 곡선을 기반으로 소득 불평등의 수치를 나타낸 지표입니다. 정의는 다음과 같습니다:
$$ G = \frac{A}{A + B} = 1 – 2 \int_0^1 L(p) \, dp $$
여기서 A는 로렌츠 곡선과 완전 평등선 사이의 면적, B는 로렌츠 곡선 아래 면적입니다. G의 값은 0(완전 평등)에서 1(완전 불평등) 사이이며, 보통 0.2~0.5 사이의 값을 가집니다.
소득 분포 모델과 로렌츠 곡선
로렌츠 곡선은 이론적인 분포 모델과 결합하여 다양한 분석이 가능합니다. 대표적인 소득 분포 모델은 다음과 같습니다:
1. 로그정규 분포 (Log-Normal Distribution)
로그정규 분포는 소득이 양의 값을 가지며, 비대칭적 형태를 가지는 특징을 잘 설명합니다. 이 경우 로렌츠 곡선은 다음과 같이 근사적으로 나타낼 수 있습니다:
$$ L(p) = \Phi \left( \frac{\Phi^{-1}(p) – \sigma}{\sqrt{2}} \right) $$
여기서 \( \Phi \)는 표준 정규 누적 분포 함수, \( \sigma \)는 로그정규 분포의 표준편차입니다.
2. 파레토 분포 (Pareto Distribution)
상위 소득자에게 집중된 소득 분포를 설명할 때 자주 쓰이며, 다음과 같은 로렌츠 곡선을 가집니다:
$$ L(p) = 1 – (1 – p)^{1 – \frac{1}{\alpha}} $$
여기서 \( \alpha \)는 파레토 계수로, 값이 작을수록 불평등 정도가 큽니다.
실제 적용 사례
로렌츠 곡선은 각 국가의 소득 조사를 통해 작성되며, 경제협력개발기구(OECD)나 세계은행(World Bank) 등의 보고서에서도 자주 사용됩니다. 예를 들어, A국의 하위 40% 인구가 전체 소득의 15%만을 차지한다면, 로렌츠 곡선은 평등선보다 상당히 아래에 위치하게 됩니다.
시각화 예시
Python의 Matplotlib, R의 ggplot2 등을 이용해 로렌츠 곡선을 시각화할 수 있습니다. 예를 들어, numpy와 matplotlib을 사용하여 다음과 같이 구현할 수 있습니다:
import numpy as np
import matplotlib.pyplot as plt
income = np.sort(np.random.lognormal(mean=10, sigma=1, size=1000))
cumulative_income = np.cumsum(income) / income.sum()
population = np.linspace(0., 1., income.size)
plt.plot(population, cumulative_income, label='Lorenz Curve')
plt.plot([0, 1], [0, 1], '--', label='Perfect Equality')
plt.xlabel('Population %')
plt.ylabel('Income %')
plt.legend()
plt.show()
결론
로렌츠 곡선 개념
소득 분포의 불평등 정도를 시각적으로 나타내는 곡선으로, 인구 누적 비율과 소득 누적 비율 간의 관계를 표현합니다.
수학적 정의
분위수 함수와 평균 소득을 이용하여 곡선의 수식을 정의할 수 있으며, 지니 계수와 직접 연결됩니다.
지니 계수와의 관계
로렌츠 곡선 아래 면적을 이용하여 불평등 정도를 수치화한 것이 지니 계수입니다.
소득 분포 모델과 연결
로그정규 분포, 파레토 분포 등 이론적 모델을 기반으로 로렌츠 곡선을 계산하고 시뮬레이션할 수 있습니다.
적용 사례
국가별, 연도별 소득 조사 데이터를 분석하여 정책 수립, 경제 분석, 복지 개선에 활용됩니다.