Кроме того, коэффициент Джини используется для анализа распределения богатства в стране, но не показывает ее общий доход. В современной России реальные показатели децильного коэффициента и коэффициента Джини установить практически невозможно.
Социальная поддержка сократила уровень неравенства в России
| Как рассчитывать коэффициент Джини | Работа Бургиньона и Морриссона показывает устойчивый рост неравенства с 1820 года, когда глобальный коэффициент Джини составлял 0,500. |
| Индекс Джини и неравенство доходов | Далее мы покажем, что Коэффициент Джини является абсолютно точной алгебраической интерпретацией Кривой Лоренца, а она в свою очередь является его графическим отображением. |
| Коэффициент Джини | Коэффициент Джини (Gini coefficient) – количественный показатель, отражающий степень неравенства различных вариантов распределения доходов, разработанный итальянским экономистом, статистиком и демографом Коррадо Джини. |
| Как сравнить результаты моделей с использованием индекса Джини и кривой Лоренца | Для измерения фактического распределения доходов используют «кривую Лоренца» и «коэффициент Джини», показывающие, какая доля совокупного дохода приходится на каждую группу населения, что позволяет судить об уровне экономического неравенства в данной стране. |
| Коэффициент Джини, значение по странам мира и в России | Данные официальной статистики опери-руют также и другими характеристиками дифференциации доходов, среди которых – децильный коэффициент фондов и ин-декс Джини. |
Задача №77. Расчёт коэффициента Джини
Коэффициент Джини показывает, насколько фактическое распределение доходов населения отклоняется от показателя их равномерного распределения. Коэффициент Джини имеет числовое значение от 0 до 1, где ноль означает полное равенство, то есть все люди получают одинаково. Индекс Джини или коэффициент Джини — это статистическая мера распределения, разработанная итальянским статистиком Коррадо Джини в 1912 году. Коэффициент Джини (или индекс Джини), кривая Лоренца, TPR (true positive rate) и FPR (false positive rate) – одни из самых популярных атрибутов экономических задач, решаемых с помощью машинного обучения. Свое название данный коэффициент получил по инициалам демографа и статиста Корадо Джини, предложившего эту статистическую модель.
Публикации
- World Development Indicators | DataBank
- В России выросла разница в доходах самых богатых и самых бедных. И еще 10 главных новостей ночи
- Индекс Джини | Investor's wiki
- Предложение месяца
Неравенство доходов и коэффициент Джини в России: причины, последствия и пути решения
Коэффициент Джини определяет степень отклонения распределения доходов по группам населения от равномерного. Чем он ближе к нулю, тем более равномерное распределение доходов; чем ближе коэффициент Джини к единице, тем больше доходы концентрируются самой богатой группой граждан. Страны европейского блока, такие как Чехия, Швеция, Норвегия, Дания, Словения, имеют более низкий коэффициент Джини, в пределах 0,2 до 0,3. Сложившаяся сегодня в России модель социальной стратификации характеризует в высшей степени дифференцированное общество. В 1991 году децильный коэффициент составлял 4,5 раза; в 1992 — уже 8,0 раз; в 1994 году наблюдалась его рекордная величина за всё время реформ — 15 раз, в последние годы — в среднем 14 раз. Мировая практика подтверждает, что опасность социальных конфликтов сводится к минимуму, если разрыв между доходами богатых и бедных не превышает 10 раз. Верхний слой российского общества неоднороден, к нему относятся члены правительства, занимающиеся экономикой; министры и их заместители; руководители крупнейших государственных и полугосударственных компаний; руководители новых коммерческих структур; консультанты экономических общественных организаций; ведущие учёные и экономисты; лица, сотрудничающие или принадлежащие к криминальному миру, высококвалифицированные специалисты. Среди богатых людей более половины являются руководителями первого уровня. В дореформенный период высокое служебное положение обеспечивало возможность контроля над собственностью и право на привилегии, а на сегодняшний день — присвоение собственности и доходов. Элита от французского elite — «лучшая, отборная часть».
ПМ — минимально допустимая материальная обеспеченность на человека в стране регионе. ПМ привязывается к минимальному набору продовольственных, непродовольственных товаров, услуг. По РФ: в 2018 г. По данным Росстата на 2019 г. Оценка уровня жизни производится также по потребительским тратам, а также по тратам на продукты питания. Между тем состоятельные граждане тратят больше на питание, чем бедные, раз в пять. Но чем меньше денег идет на питание, тем больше остается денег на остальные нужды, на образование, открытие бизнеса и др. По данным Росстата потребительские траты богатых выше в 3 раза, чем у средних слоев населения. А у бедных — в 5 раз меньше, чем у средних. Естественно, из расчета на одного человека. Далее, если рассматривать эти общие расходы по-отдельности, то получится следующее. Богатые, по сравнению с бедными, тратят больше в 5 раз на питание, в 12 раз — на одежду, 20 раз — на медицину. Возможно ли из бедного превратится в богатого Если исходить из статистики, то можно заметить некоторые неутешительные тенденции. Бедные становятся еще беднее, им труднее зарабатывать и приумножать свой капитал, чем богатым. Между тем количество миллиардеров растет и это тоже факт. У богатых денег больше, соответственно, и возможностей больше.
Если в отношении страны в целом такое утверждение верно, хоть и с некоторыми оговорками, то в отношении людей, проживающих в ней, не всегда. Все дело в распределении благ. Все помнят про «среднюю температура по больнице», и ВВП — это тот статистический показатель, для которого эта аллегория точно подходит. Оценивая ВВП двух стран, когда речь идет о ВВП на душу населения, то есть уровне развития, нельзя не учитывать равномерность распределения доходов в экономике. В противном случае может получиться, что на бумаге страна богаче, а большая часть населения живет в ней беднее, чем в другой, где средняя величина ниже, но распределение более равномерное. Индекс Джини Коэффициент Джини, из которого проистекает индекс Джини, используемый для оценки равномерности распределения доходов в экономики, частично базируется на другом методе оценки неравенства в распределении доходов — кривой Лоуренса. Пример кривой Лоренца приведен на изображении ниже. В идеальной ситуации, то есть ситуации, когда нет неравенства в распределении доходов, эта линия будет биссектрисой, то есть пройдет под углом 45 градусов от начала координат. Индекс Джини представляет собой отношение площади фигуры между упомянутой биссектрисой и кривой Лоренца к площади треугольника, образованного биссектрисой и одной из осей.
Они сравнивают свои доходы и выясняют, насколько один из них богаче другого. Насколько большую разницу можно ожидать? Этот ожидаемый разрыв между двумя случайно выбранными людьми и измеряется коэффициентом Джини. Он рассчитывается как среднее значение разрыва между всеми парами людей в населении Если доходы распределены равномерно, то можно ожидать небольшой разрыв между доходами двух случайно выбранных людей. Там, где высокий уровень неравенства, мы можем ожидать большой разрыв Однако, если измерять этот показатель в абсолютном выражении, он также будет зависеть от богатства населения в целом. Если даже самые обеспеченные представители населения имеют низкий доход, то абсолютный разрыв между доходами людей будет маленьким. Для простоты представим, что всё население состоит из тех двух человек, встретившихся на улице. Все доходы принадлежат одному человеку, а остальные вовсе не имеют дохода — коэффициент Джини равен 1 Наименьшее возможное значение среднего разрыва, то есть 0 — ситуация абсолютного равенства. Доходы всех людей равны — коэффициент Джини равен 0 Метод 2: Разрыв между «кривой Лоренца» и «линией идеального равенства» Слева указана доля дохода, получаемая каждой пятой частью гипотетического населения.
Коэффициент Джини: все ли равны?
Построенные нами модели показывают группу риска и сумму требования всех полисов в них в предикации. В итоге мы создали три столбца: первый — рейтинг риска от 1 до 10, второй — сумма денег, которую претендовала группа полисов в одной модели, и второй столбец — то же самое, но результат второго модель. Итак, кадр данных выглядит так: Следующий код генерирует область, которая будет отображаться на кривой Лоренца для каждого результата модели. Теперь в DataFrame добавлены столбцы. Выводы: С точки зрения примера, индекс Джини показывает, что модель A лучше с точки зрения результатов, чем модель B.
Вы также можете видеть на кривой Лоренца, что модель A предсказывает более высокую группу риска, больше денег, чем модель B. И, конечно же, коэффициент площади модели А больше коэффициента модели В, а значит, дисперсия фактический рейтинг модели при прогнозировании рискованной политики лучше.
Разберем всё это на очередном игрушечном примере. Для минимизации ошибки при расчете площадей фигур будем использовать функции scipy interp1d интерполяция одномерной функции и quad вычисление определенного интеграла. Идея следующая: вместо ранжирования населения по уровню дохода, мы ранжируем предсказанные вероятности модели по убыванию и подставляем в формулу кумулятивную долю истинных значений целевой переменной, соответствующих предсказанным вероятностям. Иными словами, сортируем таблицу по строке «Predict» и считаем кумулятивную долю классов вместо кумулятивной доли доходов. Код на Python from scipy. Мало это или много?
Насколько точен алгоритм? Без знания точного значения коэффициента для идеального алгоритма мы не можем сказать о нашей модели ничего. Поэтому метрикой качества в машинном обучении является нормализованный коэффициент Джини, который равен отношению коэффициента обученной модели к коэффициенту идеальной модели. Далее под термином «Коэффициент Джини» будем иметь ввиду именно это. Глядя на эти два графика мы можем сделать следующие выводы: Предсказание идеального алгоритма является максимальным коэффициентом Джини для текущего набора данных и зависит только от истинного распределения классов в задаче. Площадь фигуры для идеального алгоритма равна: Предсказания обученных моделей не могут быть больше значения коэффициента идеального алгоритма. При равномерном распределении классов целевой переменной коэффициент Джини идеального алгоритма всегда будет равен 0.
В приведенном выше примере Гаити более неравноправно, чем Боливия. В 1820 г. Источник: Всемирный банк. COVID-19, вероятно, окажет дальнейшее негативное влияние на равенство доходов. По данным Всемирного банка ,. Экономисты считают, что COVID-19 вызвал ежегодное увеличение коэффициента Джини на 1,2—1,9 процентных пункта в 2020 и 2021 годах. Джини внутри стран Ниже приведены коэффициенты Джини по доходам для каждой страны, для которой CIA World Factbook предоставляет данные: Некоторые из беднейших стран мира имеют одни из самых высоких в мире коэффициентов Джини, в то время как многие из самых низких коэффициентов Джини встречаются в более богатых европейских странах. Однако взаимосвязь между неравенством доходов и ВВП на душу населения не является идеальной отрицательной корреляцией, и со временем эта взаимосвязь менялась. Майкл Моатсос из Утрехтского университета и Джори Батен из Тюбингенского университета показывают, что с 1820 по 1929 год неравенство немного росло, а затем уменьшалось по мере роста ВВП на душу населения. С 1950 по 1970 год неравенство имело тенденцию снижаться по мере того, как ВВП на душу населения превышал определенный порог. С 1980 по 2000 год неравенство снижалось с ростом ВВП на душу населения, а затем резко возрастало. Ограничения индекса Джини Хотя коэффициент Джини полезен для анализа экономического неравенства, он имеет некоторые недостатки. Точность показателя зависит от надежных данных о ВВП и доходах. Теневая экономика и неформальная экономическая деятельность присутствуют в каждой стране.
Опыт развитых стран свидетельствует, что неравенство в распределении доходов со временем сокращается. В нашей стране дифференциация доходов населения представлена в таблице в сравнении с США. Дифференциация доходов населения России и США, 1996 г.
В России зафиксирован рост доходного неравенства
Возьму свой давешний пример с буханками хлеба на пятерых. При равном распределении десяти буханок на пятерых, коэффициент неравенства будет равен нулю. Если же распределить хлеб как 0-1-2-3-4, то коэффициент составит уже 0,4 Теперь можно примерно понимать, что собой представляют реальные цифры. А они таковы. РСФСР на 1991 - 0,27. Всем успехов в понимании!
А если вдруг хочется понять, как она выведена, откройте этот спойлер объяснение довольно длинное! В основе этой формулы лежит уже известная вам идея: чтобы посчитать площадь фигуры над кривой Лоренца: можно сперва посчитать площадь фигуры под кривой Лоренца а потом вычесть ее из площади диагонального треугольника, которая равна 0,5, и получим искомое. Саму же площадь под кривой будем считать по группам. Можно видеть, что над каждой группой образуется треугольник или четырехугольник — они выделены разными цветами. Рассмотрим, например, вторую группу зеленый четырехугольник. Тогда сумма всех фигур под кривой Лоренца будет равна Эту сумму, как вы помните, нужно вычесть из 0,5, чтобы получить площадь фигуры над кривой И наконец, разделив все это на площадь диагонального треугольника то есть опять же на 0,5 , получим формулу коэффициента Джини: Есть и другие формулы, расчет по одной из них приведен, например, вот тут.
Для его расчета, как правило, используется уровень годового дохода граждан, но иногда могут применяться дополнительные параметры например, сбережения, дорогостоящие активы, недвижимость и т. Индекс Джини: расчет и формула Коэффициент Джини рассчитывается по следующей формуле: В графическом отображении коэффициент Джини представляет собой соотношение площади фигуры, образованной линией абсолютно равномерного распределения доходов под 45 градусов и кривой Лоренца, отображающей неравномерность распределения, к общей площади треугольника, образованной линиями абсолютно равномерного и абсолютно неравномерного распределения доходов: В десятичном значении показатель выступает коэффициентом, также его могут отображать в процентах, тогда он становится индексом. Расчетом данного показателя занимаются статистические ведомства и международные аналитические организации. Значения и трактование коэффициента Джини Коэффициент Джини может иметь значение от 0 абсолютно равномерное распределение доходов до 1 абсолютно неравномерное распределение доходов.
Разберем всё это на очередном игрушечном примере. Для минимизации ошибки при расчете площадей фигур будем использовать функции scipy interp1d интерполяция одномерной функции и quad вычисление определенного интеграла. Идея следующая: вместо ранжирования населения по уровню дохода, мы ранжируем предсказанные вероятности модели по убыванию и подставляем в формулу кумулятивную долю истинных значений целевой переменной, соответствующих предсказанным вероятностям. Иными словами, сортируем таблицу по строке «Predict» и считаем кумулятивную долю классов вместо кумулятивной доли доходов. Код на Python from scipy. Мало это или много? Насколько точен алгоритм? Без знания точного значения коэффициента для идеального алгоритма мы не можем сказать о нашей модели ничего. Поэтому метрикой качества в машинном обучении является нормализованный коэффициент Джини, который равен отношению коэффициента обученной модели к коэффициенту идеальной модели.
Далее под термином «Коэффициент Джини» будем иметь ввиду именно это. Глядя на эти два графика мы можем сделать следующие выводы: Предсказание идеального алгоритма является максимальным коэффициентом Джини для текущего набора данных и зависит только от истинного распределения классов в задаче. Площадь фигуры для идеального алгоритма равна: Предсказания обученных моделей не могут быть больше значения коэффициента идеального алгоритма. При равномерном распределении классов целевой переменной коэффициент Джини идеального алгоритма всегда будет равен 0.
Индекс Джини и неравенство доходов
«Коэффициент Джини – это показатель степени неравенства в доходах, который принимает значения от 0 до 1, где 0 – абсолютное равенство и 1 – абсолютное неравенство». Коэффициент Джини (0÷1), индекс Джини (0÷100 %) < 0.25 0.25–0.29 0.30–0.34 0.35–0.39 0.40–0.44 0.45–0.49 0.50–0.54 0.55–0.59 ≥ 0.60 нет данных Индекс Джини равен отношению закрашенной площади к площади треугольника под прямой Коэффициент Джини. "РГ"), подготовленный Росстатом, также демонстрирует снижение неравенства. Коэффициент Джини (или индекс Джини), кривая Лоренца, TPR (true positive rate) и FPR (false positive rate) – одни из самых популярных атрибутов экономических задач, решаемых с помощью машинного обучения. Коэффициент Джини показывает степень неравенства в распределении доходов/богатства внутри страны или группы.
Коэффициент Джини — индекс концентрации доходов, справедливости и неравенства
Коэффициент Джини показывает расстояние между распределениями целевых значений и тех, что показывает модель. GINI INDEX The Gini index is also known as Gini coefficient. It is used to measure the inequality between the inhabitants of a region, by comparing their incomes. Чем больше коэффициент Джини, тем сильнее распределение отклоняется от прямой и тем выше уровень неравенства доходов в данной группе. Коэффициент Джини – это количественный показатель, показывающий степень неравенства различных вариантов распределения доходов, разработанный итальянским экономистом, статистиком и демографом Коррадо Джини.
Ваш пароль
Коэффициент Джини показывает, насколько «кривая Лоренца» отклоняется от «линии равенства», сравнивая площади A и B на картинке. В России по итогам 2023 года вырос показатель доходного неравенства среди граждан, так называемый "коэффициент Джини". Коэффициент Джини показывает степень неравенства в распределении доходов/богатства внутри страны или группы. Филипп Монфор показал, что использование непоследовательной или неопределенной детализации ограничивает полезность измерений коэффициента Джини.
Неравенство в доходах: о чем говорят кривая Лоренца и коэффициент Джини
Федор Титарчук Гуру 4164 , закрыт 16 лет назад Maryana Мастер 1280 16 лет назад Коэффициент Джини индекс Джини — статистический показатель, свидетельствующий о степени расслоения общества данной страны или региона по отношению к какому-либо изучаемому признаку к примеру, по уровню годового дохода — наиболее частое применение, особенно при современных экономических расчётах. Индекс Джини это процентный аналог коэффициента Джини.
Кривая Лоренца и коэффициент Джини также не учитывают данный эффект. В-третьих, индивиды могут получать трансферты в натуральной форме, которые не отражаются в кривой Лоренца, хотя при этом влияют на распределение доходов индивидов. Трансферты в натуральной форме могут быть реализованы в виде помощи беднейшим слоям населения продуктами питания, одеждой, но обычно они предоставляются в виде многочисленных льгот бесплатный проезд в общественном транспорте, бесплатные путевки в санатории и так далее. С учетом подобных трансфертов экономическое положение беднейших слоев населения улучшается, но кривая Лоренца и коэффициент Джини этого не учитывают. Не так давно в России многие льготы были монетизированы, и объективные доходы беднейших слоев населения стало считать легче. Следовательно, кривая Лоренца стала лучше отражать реальное распределение доходов в обществе. Данные показатели используются для оценки степени неравенства доходов, и входят в область позитивного экономического анализа. Напомним, что позитивный анализ отличается от нормативного анализа тем, что позитивный анализ анализирует экономику объективно, как есть, а нормативный анализ является попыткой улучшить мир, сделать «как должно быть».
Если оценка степени неравенства является позитивным экономическим анализом, то попытки снизить неравенство в распределении доходов принадлежат к области нормативного экономического анализа. Нормативный экономический анализ известен тем, что разные экономисты могут предложить разное, часто диаметральное противоположные рекомендации по решению одной и той же проблемы. Это не означает, что кто-то является более компетентным, а кто менее компетентным. Это только означает, что экономисты отталкиваются от различных философских взглядов на понятие справедливости, а единства в этом вопросе нет. Сначала мы рассмотрим различные существующие системы ценностей, а затем покажем, каким образом можно обеспечить более справедливое распределение доходов в рамках каждой системы. Государство сейчас выступает не только в качестве устранителя рыночных провалов, о которых мы активно говорили в прошлой главе внешние эффекты и предоставление общественных благ , но и в качестве стимулятора экономики, когда экономика испытывает трудные времена. Налоги являются основным источником доходов государства. Любое государство имеет множество налогов и сборов, построенных по определенным принципам, а также институты контроля по сбору налогов. Все это составляет налоговую систему государства.
Для оценки налоговой системы используются принципы эффективности и справедливости. Как мы уже знаем, понятие справедливости не является точно определённым для экономистов. В зависимости от системы моральных ценностей справедливость может быть установлена тем или иным образом. Экономисты гораздо более едины при определении того, что такое эффективность. Эффективной является та налоговая система, которая менее всего приводит к искажению стимулов у участников рынка, а следовательно, и к возникновению безвозвратных потерь. Покажем, каким образом безвозвратные потери связаны с искажением стимулов у участников рынка. По теме «рыночное равновесие» мы помним, что безвозвратные потери возникали, когда налоги и субсидии изменяли положение кривых спроса и предложения, то есть изменяли экономическое поведение людей. Безвозвратные потери заключались в том, что какие-то покупатели не смогли купить товар, а какие-то производители не могли продать товар по сравнению с ситуацией, когда цены точно отражают предельные издержки. Рассмотрим простой пример: индивид А оценивает удовольствие от потребления мороженого в 60 рублей, индивид В - в 40 рублей.
Если цена стаканчика мороженого оставляет 30 рублей, то каждый из них его купит и получит удовольствие. Сумма потребительского излишка будет равна 40 рублей 30 рублей у индивида А и 10 рублей у индивида В. Если мы введем налог на потребление мороженого в размере 20 рублей на один стаканчик, то ситуация на рынке кардинально поменяется: индивид А все еще будет потреблять мороженое, а вот индивид В откажется от его потребления. Суммарный потребительский излишек теперь будет равен только 10 рублям это излишек индивида А. Налоговые сборы при это составят 20 рублей их оплатит опять же только индивид А , и их получает государство. На этом простом примере мы убедились, что при налогообложении возникли безвозвратные потери в размере 10 рублей. И они возникают потому, что индивид В поменял свое экономическое поведение, полностью отказавшись от потребления мороженого.
Дополняет данные о ВВП и среднедушевом доходе. Служит своеобразной поправкой этих показателей. Может быть использован для сравнения распределения признака дохода между различными совокупностями например, разными странами. При этом нет зависимости от масштаба экономики сравниваемых стран. Может быть использован для сравнения распределения признака дохода по разным группам населения например, коэффициент Джини для сельского населения и коэффициент Джини для городского населения. Позволяет отслеживать динамику неравномерности распределения признака дохода в совокупности на разных этапах.
Различают прожиточный и минимум физического выживания. Прожиточный минимум — минимальный уровень стандарта жизни, принятый в стране или регионе. Раньше в России прожиточный минимум привязывался к продуктовой потребительской корзине. Теперь в него закладывают ещё товары длительного пользования и услуги. На начало 2019 года прожиточный минимум в России — 10 тысяч рублей. Вот как он изменялся с 2013 года: 32 На душу населения в тыс. И это явственно ощущается многими. Россияне в целом не согласны с расчётами Росстата — люди относят к бедным тех, чей месячный доход на человека меньше 15 500 рублей. Минимальный доход, по их мнению, зависит от размера населенного пункта: 32 На душу населения в тыс. Это 43 млн человек. В России количество бедных различается по регионам. Оценить уровень жизни человека можно и по расходам на питание. Чем они меньше, тем больше остаётся свободных средств на образование, инвестиции или организацию бизнеса. Исследователи Государственного университета Вашингтона посчитали, какой процент дохода люди расходуют на еду в мире: Рис. Доля трат на продукты по странам мира. Деньги притягивают деньги, поэтому, как ни грустно это звучит, то, где мы окажемся в будущем, зависит от стартовых условий, которые были у нас в прошлом. За 2018 год самые крупные состояния увеличились на 900 млрд долларов, то есть богатейшие люди планеты ежедневно зарабатывали 2,5 млрд долларов. Количество миллиардеров тоже выросло, и сегодня их больше двух тысяч человек. Количество миллиардеров по странам мира. Сегодня в мире 3,8 млрд бедных людей. Их общее состояние равно богатству 26 миллиардеров. Богатые увеличивают состояние намного быстрее, потому что его рост зависит от размера капитала.
Что такое индекс Джини?
- Ваш пароль
- Коэффициент джини в России
- Суть коэффициента Джини
- Социальная поддержка сократила уровень неравенства в России
- Доверять Джини или нет: вот в чем вопрос / Хабр
- Коэффициент Джини. Большая российская энциклопедия
Содержание
- Индекс Джини в странах мира
- Вы точно человек?
- Неравенство в доходах: Кривая Лоренца -
- Коэффициент Джини в России
- Related research and writing
Ваш пароль
«Коэффициент Джини – это показатель степени неравенства в доходах, который принимает значения от 0 до 1, где 0 – абсолютное равенство и 1 – абсолютное неравенство». Коэффициент Джини (индекс концентрации доходов) в целом по России и по субъектам Российской Федерации. Коэффициент Джини — статистический показатель степени расслоения общества данной страны или региона по какому-либо изучаемому признаку. Коэффициент Джини (или индекс Джини), кривая Лоренца, TPR (true positive rate) и FPR (false positive rate) – одни из самых популярных атрибутов экономических задач, решаемых с помощью машинного обучения. В современной России реальные показатели децильного коэффициента и коэффициента Джини установить практически невозможно. GINI INDEX The Gini index is also known as Gini coefficient. It is used to measure the inequality between the inhabitants of a region, by comparing their incomes.