ジニ係数・ローレンツ曲線シミュレーター

所得分布の物理モデルでは、個人の所得を確率変数 \(X\) とし、その累積分布関数 \(F(x)\) を導入する。ローレンツ曲線は、所得の低い方から累積した人口割合 \(p\) に対する所得累積割合 \(L(p)\) として定義され、次式で表される。$L(p) = \frac{1}{\mu} \int_{0}^{p} F^{-1}(t) \, dt$ここで \(\mu\) は平均所得、\(F^{-1}\) は分位関数である。完全平等時には \(L(p)=p\) の直線となり、不平等が進むほど曲線は下方に膨らむ。ジニ係数 \(G\) は、この直線とローレンツ曲線で囲まれる面積の2倍として計算され、$G = 1 - 2 \int_{0}^{1} L(p) \, dp$と与えられる。本シミュレーターでは、パラメータ調整により分布形状を連続的に変化させ、これらの指標を即座に可視化する。

産業での実際の使用例
自動車業界では、トヨタ自動車がサプライチェーン全体の部品調達コストの偏在を可視化するために本シミュレーターを活用。例えば、エンジン制御ユニットやトランスミッション部品の取引価格分布をローレンツ曲線で分析し、特定サプライヤーへの依存度が高い場合にジニ係数が0.6を超えることを確認。調達リスクの平準化戦略に反映させている。

研究・教育での活用
東京大学経済学部の「所得格差論」講義では、学生が各国の実データ（例：スウェーデン0.25、南アフリカ0.63）を入力し、累進課税や社会保障の効果をリアルタイムで検証。ローレンツ曲線の形状変化を直感的に理解できる教材として、毎年200名以上の受講生が利用している。

CAE解析との連携や実務での位置付け
本ツールはCAE解析の前処理段階で、設計パラメータ（材料コスト・生産量）の分布不均一性を定量評価するために使用。例えば、半導体製造装置の歩留まりデータをジニ係数で指標化し、工程改善の優先順位付けに貢献。実務では、品質管理部門が月次レポートにジニ係数推移を記載し、経営層への説明資料として活用されている。

「ジニ係数が0.5なら、上位50％が全所得の50％を占める」と思いがちですが、実際はジニ係数は累積比率の差を示す指標であり、所得シェアを直接表すものではありません。例えばジニ係数0.5は、上位10％が全所得の約60％を占めるような極端な分布に対応することもあり、直感的な解釈には注意が必要です。

また、「ローレンツ曲線が完全に重ならない限り、ジニ係数が同じなら不平等度も同じ」と考えがちですが、実際にはジニ係数が同一でも曲線の形状が異なる場合があり、中間層の厚みや最富裕層への集中度が大きく異なることがあります。数値だけに頼らず、曲線の形状も併せて確認することが重要です。

さらに、「サンプル数が少なければ少ないほどジニ係数の精度が上がる」という誤解にも注意が必要です。実際にはサンプル数が少ないと、外れ値の影響を受けやすく、真の分布を過小評価または過大評価するリスクが高まります。シミュレーターで比較する際は、十分なデータ数で検討しましょう。