CC BY
17неравенство: методы оценки
INEQUALITY: MEASURING METHoDS
дЖЕйМс к. ГЭЛБРЕйт
Член Международного комитета ВЭО россии, профессор университета Техаса, председатель Совета директоров ассоциации «Экономисты за мир и безопасность»
james k. galbraith
Member of the International Committee of the Free Economic Society of Russia, professor at the University of Texas, the Chairman of Economists for Peace and Security
АННОТАЦИЯ
Автор утверждает, что существуют общие для всего мира модели поведения, касающиеся динамики неравенства. Эти модели имеют определенное временное измерение, которое связано с конкретными историческими событиями. В особенности это касается трех таких событий: во-первых, кризис Бреттон-Вудской валютной системы в 1971 году и ее последующая ликвидация; во-вторых, долговой кризис 1980 года; в-третьих, период, начавшийся в 2000 году, характеризующийся падением процентных ставок и восстановлением цен на сырье. По мнению автора, концепция и причинно-следственные связи динамики экономического неравенства не сводятся только к политике отдельных государств, а требуют подхода, в основе которого лежат глобальные макроэкономические оценки. ABSTRACT
The author claims that there are common worldwide patterns to the movement of inequality, and that they have a particular dimension in time, which can be related to specific historical events. And in particular,
nh
there are three. The first is the collapse in 1971 of the dismantling of the Bretton Woods system of global exchange rate management, the second is the debt crisis in 1980, the third is a period after 2000, when interest rates came down and commodity prices recovered. According to author's opinion the concept or the causal sequence of the movement of economic inequality cannot be restricted to the policies of individual countries, but should to be considered in a global and macroeconomic setting.
КЛЮЧЕВЫЕ СЛОВА
Экономическое неравенство, методы измерения экономического неравенства, кибернетика, информатика, Клод Шеннон. KEY WORDS
Economic inequality, MEASURING METHODS of economic inequality, cybernetics, information science, Claude Shannon.
Не могу передать, насколько я счастлив, что нахожусь здесь этим утром. Я приехал в россию четыре или пять дней назад для выполнения миссии, которая имеет для меня огромное символическое значение и важность как в научном, так и в личном плане. Моя миссия заключается в том, чтобы помочь профессору Бодрунову и его коллегам в их деятельности, имеющей целью представить идеи моего отца и разъяснить их научному сообществу, экономистам россии и всего мира.
Как вы можете себе представить, эта задача на протяжении уже многих лет имеет для меня первостепенное значение. Мой отец скончался 11 лет назад, до самой смерти оставаясь яростным приверженцем и ведущим пропагандистом своих идей. достаточно сказать, что свою последнюю книгу он опубликовал в возрасте 95 лет. Все эти годы после его кончины я несу ответственность за то, чтобы его
основные работы оставались общедоступными для ученых. Особенно это касается главной книги моего отца — The New Industrial State («Новое индустриальное общество»). 50-летняя годовщина со дня ее публикации и стала причиной, по которой профессор Бодрунов и его коллеги приложили все усилия к проведению данного мероприятия. Я также вижу свою задачу в том, чтобы обеспечить доступ к архивам моего отца, включая его письма и рукописи (а это 750 тыс. страниц), всем членам научного сообщества, причем на самых удобных для них условиях. рад сообщить вам, что мы сумели добиться этой цели за последние 11 лет.
Однако именно сегодня научным сообществом приложены значительные усилия к тому, чтобы взять основные темы, разрабатываемые отцом, и развить их в контексте тех изменений, которые происходили в мировой экономике в 1950-х, 1960-х и 1970-х годах, ведь именно на этот период и приходятся его основные теоретические изыскания. В связи с этим я хотел бы сказать, что считаю нынешнюю возможность крайне важной и ценной для себя как в профессиональном, так и в личном плане. Присутствовать здесь — большая честь для меня, и я благодарен всем за такую возможность.
И все-таки, если вы извините меня за этот акт сыновнего непослушания, нынешним утром я намерен поговорить о своей работе, а не о деятельности моего отца. Это так, но я все же должен сообщить вам, что между подходами к методике экономической науки, которые использовал мой отец и которые использую я, существует некая преемственность. Когда я учился в магистратуре, а также, наверное, до и после этого, в экономической науке всегда господствовало направление, утверждающее определенную иерархию
1 о о
методов. На самом верху этой иерархической лестницы находится чистая экономическая теория, а внизу мы видим прикладные и описательные исследования. В основе этой иерархии, возможно, заимствованной из математики, лежит определенное ранжирование в плане престижа. Нужно сказать, что мой отец не был особым приверженцем такой системы. Его метод был исторически описательным и институциональным, а все проблемы он анализировал в свете постоянного взаимодействия, которое наблюдается между темами экономической теории и реалиями современного мира. В этом смысле я пошел по его стопам, хотя я использую подход, скорее характерный для клинических и статистических исследований, более ориентированный на обработку данных, чем тот, который применял отец. Более того, мне кажется, что я больше использую свою предрасположенность, но в то же время и возможности, которые принес нам век компьютеров.
Тем не менее я придерживаюсь своей собственной позиции, в основе которой лежат идеи великого американского философа XIX века Чарльза Сандерса Пирса (Charles Sanders Peirce), уроженца города Кембриджа штата Массачусетс. Он писал о Кеплере, что тот взялся провести кривую, соединяющую районы Марса, и его главная заслуга перед наукой заключалась в том, что он произвел впечатление на умы ученых, заявив, что это необходимо сделать, если они хотят развивать астрономию, и им не следует довольствоваться изучением того, чем одна система эпициклов отличается от другой, а нужно засесть за цифры и выяснить, как проходит эта кривая на самом деле.
Так звучит утверждение, которое я пытаюсь применить к изучению проблемы экономического неравенства вот
уже в течение нескольких десятков лет при поддержке со стороны многих моих талантливых коллег-студентов, получающих степени докторов и магистров в Техасском университете. Иными словами, я занимаюсь непрестижной, малопрестижной, по меркам экономистов, деятельностью и стараюсь сделать ее основой нашей совместной работы.
Меня могут спросить: «А зачем вам это нужно?» Что ж, приведу несколько примеров. Вот как выглядели показатели неравенства в мире на период 1990-х годов, когда Всемирный банк собрал соответствующие данные для небольшого числа стран. Обращаясь к вам с самыми лучшими намерениями, я призываю вас изучить эти данные и попытаться найти в них хоть какой-нибудь смысл. Вы не сможете выявить тенденции, увидите огромные пробелы в массивах данных, а если попытаетесь применить эконометрические методы к их изучению, то, боюсь, будете разочарованы результатами. Именно так и обстояли дела.
Итак, перед нами встал вопрос: а сможем ли мы изменить ситуацию к лучшему? Мы верили, что это возможно, но лишь при условии, что мы отойдем от традиционных подходов в выборе методов. На самом деле не так трудно предложить образ мышления и методы измерения экономического неравенства, подходящие для разных источников информации. Таким образом, мы решили выбрать образ действий, который заключается в том, чтобы взять на вооружение показатели неравенства, заимствованные из кибернетики, информатики и работ американского ученого Клода Шеннона (Claude Shannon) конца 1940-х годов, которые специалист по эконометрике Генри Тейл (Henri Theil) из Чикагского университета использовал для своих исследований в 1960-х и 1970-х годах. Это позволило нам исполь-
'9П
зовать то, что обычно называют энтропией в измерении информации, в качестве показателя экономического неравенства и применить его к массивам данных, которые очень часто собирают правительства почти всех стран мира с той или иной целью. Мы проделывали это многократно на протяжении долгого времени, используя множество различных источников данных, и в результате пришли к выводу, что данный способ хорошо подходит для выбора инструментов и показателей, которые обеспечивают превосходные расчетные оценки динамики неравенства в сравнении с традиционными методами. Преимущество заключается в том, что вы можете оперировать последовательными и системными показателями, которые позволяют проводить сравнения между странами и периодами, постепенно формируя понимание того, что действительно происходит в мире. Отсюда вы имеете возможность вернуться назад и найти наиболее подходящее объяснение для данного явления.
Таким образом, мы применили подход к экономике неравенства, который заложен в самих данных и оттуда проникает в теорию, вместо того чтобы взять за основу теоретическую гипотезу и попытаться проверить, является она верной или нет. дело в том, что при выборе второго метода исследования становятся сильно уязвимыми для воздействия со стороны других экономистов, ведь они часто бывают предвзятыми и необъективными.
Вот, кстати, пример измерений неравенства, которые мы провели по округам Соединенных Штатов с использованием налоговых данных. Вы можете видеть практически каждый элемент динамики неравенства в США, определенной на основе данных, полученных в том числе в результате опросов. Это достаточно последовательные показатели и в отноше-
нии других вещей. Вы видите пик в 2000 году, вызванный бумом в области развития Интернета и информационных технологий, другой пик в 2007 году, как раз накануне кризиса, и общее повышение, наблюдавшееся с 1970-х годов и вплоть до конца столетия. Вы можете составить схему по округам США и увидеть, в каких секторах доходы растут и падают, в каких регионах страны преобладает богатство, а в каких — бедность. Поэтому данный метод отлично подходит для работы с массивами информации и позволяет сформировать на его основе понимание того, как разворачиваются события с точки зрения географии и секторов экономики.
Взяв данные по Китайской Народной Республике (на самом деле просто из государственного статистического ежегодника), мы стали одним из первых, а точнее первым исследовательским коллективом, сумевшим выявить пик подъема неравенства в Китае, который наблюдался в середине 2000-х годов. У нас были данные за период вплоть до 2012 года, однако впоследствии мы увеличили их массив. Мы также сумели показать, что в динамике наблюдался элемент, вызванный выходом неравенства на максимум во всех регионах Китая, который я называю пиком Кузнеца, и пик неравенства в секторах экономики, который я называю пиком Шумпетера, на момент кризиса в 2008 году. Ничего неожиданного в этой информации нет, однако, если вы пожелаете получить эти данные путем опросов, вам придется дольше ждать и потратить много денег, чтобы добиться точно таких же результатов.
Вы можете сделать это, составив карту, в которой указаны показатели неравенства в Китае в 1987 году и то, как они изменились к 1997 году. Вы увидите подъем в Пекине,
в провинции Гуандун и Шанхае, а также относительный спад в северо-восточных и юго-западных районах. Одним словом, крайне наглядный способ для того, чтобы показать, какие изменения происходят в стране.
Мы провели немало исследований и для Европы, по регионам Европы, показав важность динамики доходов в финансовом секторе. По-моему, мы анализировали данные за периоды до кризиса 2008 года и вплоть до 2012 года. Вывод наглядно показан на географической карте, демонстрирующей, что доходы всей Европы концентрируются в основном в двух городах — Лондоне и Париже.
Итак, данный метод позволяет нам работать с различными видами данных и, извлекая из них информацию, немедленно отображать ее на схемах и картах. Это поможет лучше узнать реальную экономическую историю исследуемого региона.
Теперь я хотел бы показать вам некоторые данные, касающиеся Российской Федерации и полученные несколько лет назад. Данное исследование мы проводили при поддержке со стороны ученого-экономиста, моего друга из Академии наук, Алексея Шевякова, уже, к сожалению, покойного. В начале 2000-х годов я посетил Госкомстат, где мне предоставили статистические данные об экономике в сфере труда, а затем вернулся в Остин, штат Техас, в котором чудесным образом появилась студентка Принстонского университета, уроженка Беларуси, Минска, Людмила Крытынская, которая перенесла все данные в сводную таблицу, и мы рассчитали динамику доходов по секторам экономики и регионам, для каждой области, каждого края и пр. регионов российской Федерации. Вы можете видеть, как распределение, будучи весьма сжатым в 1990-х годах, рассредоточилось в 2000-х
годах. Вы можете наглядно увидеть, какие факторы вызвали это рассредоточение — это, собственно говоря, спад в сельском хозяйстве и подъем, в частности, в финансовом секторе в Московской области. Это не является сюрпризом, ведь вы наблюдали эти тенденции и переживали их сами, однако предлагаемый нами метод позволяет выявить эти явления с большой точностью, в результате чего становится совершенно ясно, какие именно объяснения нам следует искать.
На самом деле, имеющиеся материалы позволяют мне выступать в течение трех часов, однако я хочу показать вам то, чего нам удалось добиться путем иллюстрирования динамики неравенства в плане структуры заработной платы в промышленности, которая тесно связана со структурой доходов в мире в целом. Все данные за значительный период времени, с 1963 по 2008 год, наносились на карты и графики, построенные для шестилетних интервалов, таким образом, чтобы отобразить со всей возможной четкостью, когда показатель неравенства рос, а когда снижался. Таким образом, мы можем выбирать исторические события, которые влияли на динамику неравенства в течение полувека или даже более продолжительного периода времени.
Все эти исследования проводились при помощи одного и того же метода. На самом деле, мой метод не меняется от исследования к исследованию или от периода к периоду, меняются только источники данных. В данном случае самым полезным источником данных из тех, с которыми мы работаем уже много лет вплоть до настоящего времени, является промышленная статистика, подаваемая большинством стран мира в Организацию Объединенных Наций по промышленному развитию. Эти данные позволяют нам производить сравнительные расчеты для большинства государств
1 г
мира, которые могут похвастаться наличием промышленного сектора в экономике и предоставляют статистику для ООН. На основе этих данных мы строим графики и составляем карты, показывающие динамику неравенства за шестилетние периоды.
Вот перед вами 1960-е годы, очень стабильный период, в течение которого большинство показателей неравенства в мире либо оставались на одном уровне, либо снижались, а если кое-где и росли, то относительно медленно. На карте используется цветовая схема, позволяющая сразу понять, что происходит. Желтый, оранжевый и красный цвета указывают на серьезный рост показателей, а синий и голубой — на их снижение. Сейчас давайте проверим, как это работает. Вот перед вами период до начала 1970-х годов, и вы видите, что модель поведения меняется со временем. Период с 1970 по 1976 год весьма интересен, так как показатель неравенства по большому счету снижается в нефтедобывающих странах и растет в ряде государств — потребителей нефти.
Еще более интересные тенденции мы наблюдаем в 1980-е годы. В этот период происходит серьезное изменение ситуации на карте. Неравенство начинает расти во многих регионах мира. Итак, мы наблюдаем определенное движение во времени, говорящее нам о сути тех изменений, которые мы видим на карте. Эта тенденция охватывает, в частности, страны Латинской Америки и те государства Африки, для которых у нас есть данные. Что же происходило в начале 1980-х годов? В этот период разразился масштабный долговой кризис, затронувший вышеупомянутые страны. Неудивительно, что он сказался на внутреннем распределении неравенства в этих государствах, что мы и определили с помощью нашей системы измерения.
Теперь переместимся в период конца 1980-х годов и 1990-е годы. Я не думаю, что вас сильно удивит увиденное, а видите вы пропорционально самый серьезный рост неравенства в мире. Это своего рода исторический рекорд. данная тенденция выпадает на переходный период в СССР, России и странах Восточной Европы. Итак, на карте просто показаны данные, предоставленные ООН, а показатель неравенства рассчитывали мы сами с помощью уже описанных мной технологий.
Впервые у вас есть карта-схема, на которой показаны глобальные модели такого явления, как, скажем, неолиберальная контрреволюция, последствия которой сказываются на странах с открытой экономикой, затронутых кризисом негосударственной задолженности в начале 1980-х годов, а затем крахом мировой социалистической системы в начале 1990-х. А когда вы заглянете в 2000-е годы... Китай, к сожалению, выпадает из общего ряда, однако вы можете видеть распространение этой тенденции на отдельные регионы Азии.
После 2000 года возникает другое явление — относительная стабилизация. данная тенденция наблюдается в странах Латинской Америки, здесь у нас, а также в Китае. Данные по Китаю за период до 2008 года показывают, что неолиберальный период вовсе не стал концом истории, заключительным этапом процесса экономического развития. На самом деле правительства многих стран, включая государства Латинской Америки, Россию и Китай, приняли определенные меры, которые явились реакцией на проблемы, испытываемые этими странами в эпоху ничем не ограниченного роста неравенства. Эти меры оказались в определенной степени успешными, так как позволили добиться, если не возврата к прошлому, который, скорее всего, был бы нежелателен, то,
196
во всяком случае, стабилизации и даже некоторого снижения. Более того, и вы, возможно, со мной согласитесь, вышеупомянутые меры позитивно сказались на социальном климате и состоянии дел в экономике.
Итак, вы видите, какую информацию можно извлечь, опираясь на имеющиеся данные, и я могу продолжить. У меня есть еще множество данных, касающихся оценок неравенства в доходах домохозяйств и т. д., и т. п. У меня есть результаты более 4000 наблюдений и самый полный набор данных в сфере существующего неравенства. Я могу показать вам, как эта тенденция сказалась на обменных курсах валют в отдельных странах, но не буду этого делать. Я лучше перейду к заключительной части и расскажу о том, как осмыслить все эти вещи.
Мы утверждаем, что результаты проделанной нами работы указывают на наличие общих для всего мира моделей поведения, касающихся динамики неравенства. Эти модели имеют определенное временное измерение, которое связано с конкретными историческими событиями. В особенности это касается трех таких событий, к которым я хотел бы привлечь ваше внимание.
Во-первых, это кризис Бреттон-Вудской валютной системы в 1971 году и ее последующая ликвидация. Данное явление привело к созданию ситуации, в основе которой лежали экономический рост, обусловленный долговым финансированием, и бум на мировых товарных рынках, в результате чего показатель неравенства на короткий период протяженностью в 1970-е годы снизился в большинстве стран мира.
Затем случился глобальный долговой кризис 1980 года, волнами прошедший по всей планете и завершившийся азиатским кризисом 1997 года. Мы можем проследить, как
после всех этих событий росло неравенство и как страны с достаточно сильными институтами не устояли перед таким мощным и продолжительным давлением.
Затем был период, начавшийся в 2000 году, когда процентные ставки упали, а цены на сырье восстановились. В это время некоторые страны и регионы, включая Россию, начали отказываться от неолиберальных доктрин развития, а некоторые государства, включая Бразилию и другие страны Латинской Америки, стали проводить прогрессивную политику, отстранившись от так называемого «Вашингтонского консенсуса», и эта политика на самом деле позволила значительно снизить уровень неравенства и особенно бедности.
Итак, мы начинаем понимать, что концепция и причинно-следственные связи динамики экономического неравенства не сводятся только к политике отдельных государств. Их нельзя осмыслить, оперируя категориями микроэкономических показателей рынков труда, предложения рабочей силы, динамики развития технологий, предложения на рынке образования и даже международной торговли. Тут необходим подход, в основе которого лежат глобальные макроэкономические оценки.
Все это позволяет нам утверждать, что экономисты, возражающие против разделения экономических показателей на микро- и макроэкономические, на самом деле правы. С этим утверждением никак не мог согласиться мой отец. Однако систему следует воспринимать как единое целое, в котором средние показатели, представляющие собой явление макроэкономики, и разброс данных, который является микроэкономическим феноменом, тесно связаны между собой! Данное утверждение не станет сюрпризом для людей, немного разбирающихся в статистике, теории вероят-
1ПО у О
ности или математике, однако идет вразрез с тем удобным и в основе своей идеологическим разделением показателей на макро- и микроэкономические, которое сложилось среди экономистов в послевоенный период.
Итак, мы договорились, что от данного разделения следует отказаться, однако фундаментом, на котором строится макроэкономика, является отнюдь не микроэкономика, а силы влияния, те институциональные и политические силы, которые оказывают воздействие на мировую экономику, являющуюся по сути глобальной и капиталистической. Ведь именно фактор мировых финансов и влияние тех, кто определяет политику для мировой финансовой системы, играли решающую роль в том, что происходило с нами в последние 30-40 лет. Это обстоятельство позволяет мне сделать весьма простой, но обладающий глубоким смыслом вывод: если государство не может контролировать своих банкиров, оно вообще не в состоянии контролировать что-либо.
Данная работа, должен заметить, прекрасно согласуется с определенными аспектами моей профессиональной деятельности. Я начал свою карьеру много лет назад, в середине 1970-х годов, поступив на должность штатного экономиста в банковский комитет Палаты представителей Конгресса США. В то время мои служебные обязанности были весьма расплывчатыми по сути, они касались разработки системы показателей учета для Федеральной резервной системы и Центрального банка США, а также системы отчетности, которая находилась бы в соответствии с общими целями полной занятости и стабильности цен, внесенными в законодательство Соединенных Штатов в середине 1970-х годов. Подобная деятельность считалась одиозной, просто неприличной среди экономистов того времени. По мнению многих
специалистов, такая работа заключала в себе все то, что, возможно, хотят сделать политики, но с чем экономисты не желают иметь ничего общего. Однако сегодня, по прошествии 40 лет, я считаю, что именно тогда мы заложили основу для нынешних экономических исследований. Это показывает, что, хотя мне было всего 23 года, мой политический инстинкт меня не подвел, и это в какой-то мере служит оправданием в глазах экономического сообщества того, чем я занимался, будучи молодым специалистом, много лет назад.
В заключение я хочу еще раз подчеркнуть, что действительно считаю эту работу продолжающей традиции моего отца. Могу сообщить вам, что отец одобрял мои исследования в той мере, в которой он знал о них. Сегодня я очень рад тому, что нахожусь среди друзей, которые проводят исследования, обладающие, по-моему, потенциалом для возрождения экономической науки с точки зрения ее количественных и качественных аспектов.
I cannot tell you how happy I am to be here this morning. I have been now in Russia for four or five days, and on a mission of great symbolic and sentimental, as well as scientific, importance, which has been to assist professor Bodrunov and his colleagues in their work of presenting and representing the ideas of my father to the public, to the economists of Russia and of the world.
This is something, as you can imagine, that has been of exceptional importance to me over the years. My father passed away 11 years ago, he was up until that point very much the leading advocate of his own ideas, published his last book at the age of 95. But in the years since, it has become my responsibility to try to assure that his major works remained available, in particular
that important one, The New Industrial State, whose 50th anniversary of publication was the occasion for the great efforts that have been made by professor Bodrunov and his colleagues; and also to assure that his archive, consisting of letters and manuscripts, 750,000 pages, would be available to the research community on readily accessible terms, and we have achieved that in the last 11 years.
But this is the first time that a significant scientific effort has been undertaken to pick up the themes of my father's work, and to advance them in the context of the changes in the world economy since the period, the 1950s, 60s and 70s, when he was doing his major theoretical work. And so I just want to say that I think that for every reason, personal and professional, this is an occasion of particular importance and value, and I'm extremely grateful and honored to be here, to be part of it.
That said, if you will forgive me an act of filial disobedience, for this morning I intend to speak about my work rather than about my father's work. And I will say that although that is the case, there is a line of descent between my father's approach to the methods of economics and my own. When I went to graduate school, and I think both before and since, there has been a dominant strand in the economics profession, which asserts a certain hierarchy of methods. And at the top of the hierarchy is a pure economic theory, at the bottom of it is applied and descriptive research. That is a hierarchy which is perhaps drawn from pure mathematics, for example, and follows a certain prestige ranking. And it is one for which my father did not entertain, let's say, the closest allegiance. His method was historical descriptive institutional, and the analysis that he made was one that was a constant interaction between the themes of economic theory and the realities of the world as it could be observed. And in that
sense I have followed in his footsteps, although my approach has been more clinical and statistical, more data-oriented than his was, I suppose, taking advantage of my own predispositions, but also the opportunities that have come to us in the computer age.
I do follow, though, and I have, I think, some philosophical basis for the position that I take, and I draw it from the great American philosopher, Cambridge, Massachusetts, philosopher of the 19th century, Charles Sanders Peirce, who wrote of Kepler that he undertook to draw a curve through the places of Mars, and his greatest service to science was an impressing on men's minds that this was the thing to be done if they wished to improve astronomy; that they were not to content themselves with inquiring whether one system of epicycles was better than another, but that they were to sit down to the figures and find out what the curve in truth was.
And that's a proposition which I have attempted over several decades now, with the assistance of legions of talented PhD and master's students at the University of Texas, to apply to the study of economic inequality. That is to say, to take an activity which has no prestige, very low prestige, in the economics profession, and to make it the center of our work.
You can ask, "Why is this necessary?" I'll give you some examples. Here, this is what measures of inequality in the world looked like as they were compiled in the 1990s for a small selection of countries, a dataset that was assembled at the World Bank. With the best intentions in the world, I defy you to look at those numbers and make any sense out of them whatsoever. You can't find trends, you see enormous gaps in the data, you see multiple observations for particular years, and if you are going to set out to do apply econometric techniques to this, you are going to be, I think, disappointed in the results. And that was the case.
So, the question was, "Could you improve on this?" And we believed that it was possible to do so, but only if one chose to be somewhat unorthodox in one's choice of techniques. And it's not actually difficult to come up with a way of thinking about and measuring economic inequality which is appropriate to different sources of information. And what we chose to do, what we decided to do, was to adapt a measure of inequality that is drawn from cybernetics, from information science, from the work of Claude Shannon in the United States in the late 1940s, adapted by an econometrician named Henri Theil at the University of Chicago in the 60s and 70s, which permits us to use what are essentially called entropy measures of information as measures of economic inequality, and to apply those measures to datasets which are collected for administrative reasons very commonly and frequently around the world, by practically every organized government that exists, for one purpose or another. And our discovery upon doing this repetitively over a long period of time, with lots of different data sources, was that this was a very good way to come up with instruments or measures which provided excellent estimates of the movement of inequality as achieved by more traditional means, and the advantage was that you got consistent and systematic measures that could be compared across countries and across time, and therefore could build up an actual sense of what had happened in the world, from which one could then go back to ask what the most appropriate explanation for the phenomenon is.
So, an approach to the economics of inequality, which was rooted in data, and worked from there to theory, rather than starting with a theoretical hypothesis and attempting to test it, whether it was right or wrong, an approach which is amenable to being influenced very strongly by the preconceptions of economists and their confirmation bias.
So here, for example, is an example of a measure of inequality done this way across counties for the United States, using tax data, and you can see practically every feature of the movement of inequality in the U.S., which can be observed also from surveys. This is a consistent measure with respect to other things; you see a peak in 2000, with the Internet and information technology boom, a peak in 2007, just before the great crisis, you see the general rise from the 1970s up until the end of the century. You can map that out across counties in the United States, and you can see exactly where incomes are rising or falling, where the wealth and where the poverty is in the country. So, it's a rich way of approaching an information set and extracting from it an understanding of how events have unfolded both in terms of geography and in terms of economic sectors.
Taking data now for the People's Republic of China, this is just simply from the state statistical yearbook, we were among the first — in fact, we were the first research team to identify a peak in the rise of inequality in China in the middle 2000s, this data comes right up to 2012, and we've extended it since, — and to show also that it has an element that is due to a peaking of the inequality across regions in China, what I call the Kuznets peak, and a peak in the inequality across sectors, what I call the Schumpeterian peak, at the moment of the crisis, in 2008. Nothing counterintuitive about this information, but if you wanted to get it from surveys, you would wait a long time and spend a lot of money conducting those surveys, and you would come somewhat later to exactly the same result.
You can do this in a map, showing Chinese inequality in 1987, and how it changed by 1997, and you can see the rise of Beijing and Guangdong, Shanghai (it's too small for this map), and the relative decline of the Northeast and the Southwest.
It's a very clear way of illustrating what has happened in the country.
We did quite a bit for Europe, across regions of Europe, showing the importance of the movement of income in the financial sector, this is right up through the crisis in 2008 and on to 2012, I believe. And you can see it on a geographic basis, showing the importance of the concentration of income across all of Europe in just two places, the city of London and the city of Paris.
So, it's a method which enables one to exploit many different kinds of data, and to extract information which is immediately evident from a graphical or cartographic representation, as to what the economic history of the region that one is examining actually is.
I just want to show you some data that was done, taken some years ago for the Russian Federation, and this was with the assistance of an economist, a friend of mine from the Academy of Sciences, Alexey Shevyakov, now, alas, deceased. I went down to Goskomstat in the early 2000s and was provided with the economic statistics on labor (on 'trud'), and came back to Austin, Texas, where a student from Princeton, actually, who was from Belarus, from Minsk, Ludmila Krytynskaia, appeared miraculously and turned all of this into spreadsheets, and we calculated the movement of incomes across sectors and regions, across all the oblast, and the krai, and so forth, of the Russian Federation, and you can see very clearly how a compressed distribution in 1990 becomes a very dispersed one in 2000, and you can see very clearly, in fact, what the sources of the dispersion are: the decline, relatively speaking, of agriculture, and the increase, in particular, the financial sector in the Moscow Region. It's not a surprise, nothing that you didn't observe and live through yourselves, but something which this method permits us to illustrate with great
clarity, and that makes it very clear what one should look for in terms of explanations.
I could go on for three hours with the material that I have, but I want to show you what we were able to do by way of illustrating the movement of inequality in industrial pay structures, which are very closely related to income structures, for the world as a whole. Over a substantial period of time, it's 1963 to 2008, and this is done with maps constructed over six-year intervals, in such a way as to show with reasonable clarity when inequality is rising and when it is declining, and so it is we are able to pick out the historical events that dominate the movement of inequality over a half century or more time.
And this is using the same, exactly the same method — my method really doesn't change from one study and one period to the next, but the sources of data do change, and in this case the most useful source of data which we have worked with over years now has been the industrial statistics supplied by most of the nations of the world to the United Nations industrial development organization. And that data permits us to make exactly comparable calculations for most of the countries of the world, most of the countries that have industrial sectors and that were reporting to the United Nations, and from that we are able to construct maps of the movement of inequality in six-year intervals.
This is the 1960s, a very stable period in which in much of the world inequality was either stable or declining; if it was rising in a few areas, it was rising relatively slowly. 1970 to 1976 is interesting, because inequality is declining in those countries which are oil producers, by and large, and increasing in a number of countries which are oil consumers.
But the story becomes very interesting in the 1980s. And in the 1980s, you can see, there's a big change in the pattern of the
06
map. And inequality starts rising in many regions of the world. So we can see a particular time movement, which informs us about the nature of the changes we should be looking at. It is a movement which affects in particular the countries of Latin America, those countries of Africa for which we have data, and what was happening in the early 1980s? Well, there was a debt crisis, of colossal scope, that affected those countries; it's not surprising that it would affect their internal distributions, and we can pick it up with our measures.
And then we move into the late 1980s, and into the 1990s, and I don't think what you will see next will surprise you. What you will see next is the largest in proportion increases in inequality in the world. And in our historical record. And this is clearly at the moment of transition in the former Soviet Union and in Russia and Eastern Europe. So, it simply shows up in the data provided by the United Nations, as with inequality measures calculated by ourselves, with the techniques that I've just been describing.
And now you have really for the first time a mapping out of the global patterns of, let's say, the neoliberal counterrevolution, which affects the countries who were open economies that were affected by the commercial debt crisis in the early 1980s, then the collapse of the socialist systems in the early 1990s, and when you go on into the 2000s... China drops out of this, unfortunately, but you will see this spreading to parts of Asia as well.
And then, as you get past the 2000s, another phenomenon begins to emerge, which is a relative stabilization. And it occurs in part in Latin America as well, and it occurs here, and it occurs also in China. China is going up to 2008.
And so, one can see that the neoliberal period was not the end of history, it was not the final word in economic development, but in fact a great many countries, including in Latin America,
including Russia, including China, took measures which were a reaction to the problems that they experienced in an era of unrestricted increase in inequality. And they were, in fact, to a degree successful in achieving if not a return to the previous period, which might not have been desirable in any case, but a stabilization and some reduction. With, I think, as you probably would agree, considerably positive effects on the social climate as well as on economic performance.
And so, what I would draw from this, and I could go on, I have lots and lots of data about our estimates of household income inequality, and on and on and on and on, with almost 4000 observations for which is the most comprehensive dataset on income inequality that exists, and I could show you how in individual countries this is related to exchange rates, but I won't do that; I'd rather simply proceed to conclusions about how to think about these things.
What we suggest is that the work that we have done shows that there are common worldwide patterns to the movement of inequality, and that they have a particular dimension in time, which can be related to specific historical events. And in particular there are, let's say, three, to which I would call attention.
The first is the collapse in 1971 of the dismantling of the Bretton Woods system of global exchange rate management, which created a climate of debt-fueled growth and commodity booms, which lowered inequality for a brief period, like 1970s, in much of the world.
There was then the debt crisis, the global debt crisis, which began in 1980 and proceeded in waves around the world, ending with the Asian crisis of 1997. And we can track the increase of inequality that occurs after as those events progress, and as countries whose institutions were progressively stronger succumbed to the length and intensity of those pressures.
And then there was a period after 2000, when interest rates came down and commodity prices recovered, when neoliberal doctrines began to be repudiated in parts of the world, including here, and where in many countries, including in Brazil and other parts of Latin America, progressive policies that detached themselves from the so-called Washington consensus actually produced a significant reduction of inequality and especially of poverty.
And so we can begin to see, in fact, that the concept or the causal sequence of the movement of economic inequality cannot be restricted to the policies of individual countries, and cannot be thought of in terms of the microeconomics of labor markets, supply of skills, movement of technology, supply of education or even international trade as such, but has to be considered in a global and macroeconomic setting.
And that enables us to say, really, that the economists who object to the division of economics between micro- and macroeconomics are correct, this is something my father never accepted. But that you have to see the system as an organic whole in which the mean, which is the macro phenomenon, and the dispersion, which are the micro phenomena, are closely related! It's not surprising to anybody who knows a little statistics or a little probability or mathematics, but it still flies in the face of what was essentially an ideological division of convenience between the micro- and the macroeconomists in the economics profession over the postwar period.
So we believe that that division should be set aside, but it's not microeconomics that is the foundation on which macroeconomics is built, but the common forces that influence, institutional and political forces that influence the global economy, and in particular in a world that is global and capitalist it is the
power of global finance and the power of those who set policy for global finance which has to be accorded a decisive role in what has happened to us all in the last 30 or 40 years. And that seems to me to provide very profound and fairly straightforward policy implications: if you cannot control your bankers, you can't control anything at all.
This work, I have to say, nicely dovetails with certain aspects of my own career; I started many years ago in the mid 1970s as a staff economist for the banking committee of the House of Representatives of the United States Congress. My responsibility for them was very obscure subject at the time, it was to try to establish an accounting framework for the Federal Reserve System, for the Central Bank of the United States, and a reporting framework that would be consistent with the overall objectives of full employment and price stability which we wrote into law in the United States in the mid 1970s. And all of that was extremely disreputable work amongst economists at the time; it was work that was considered to be, you know, something politicians might want to do but that economists would not be associated with. But now, 40 years later, I believe that we've laid the foundation for economic research, showing that my political instincts as a young man of 23 were not entirely misdirected, and so there is at least some satisfaction in, what shall we say, retroactive scientific justification for what I was doing as a young activist many years ago.
And once again, I just have to say that I do think this work is very much in my father's tradition, and I can report that he did approve of it to the extent that he knew of it, and that I'm pleased to be amongst friends who are carrying on in what I think has the potential of being a very major revival on both the qualitative and the quantitative sides.
