Inkomstfördelning mellan länder: hur mäts den och vad visar mätningarna?

Transkript

1 Inkomstfördelning mellan länder: hur mäts den och vad visar mätningarna? Peter Svedberg* Institutet för internationell ekonomi Stockholms universitet September 2001 Rapporten är författad på uppdrag av den parlamentariska utredningen om Sveriges politik för global utveckling Globkom * Författaren tackar Marian Radetzki och Jakob Svensson för värdefulla synpunkter på ett tidigare utkast. 1

2 Inkomstfördelning mellan länder: hur mäts den och vad visar mätningarna? 1. INLEDNING Inkomstfördelning mellan och inom länder, antalet och andelen absolut fattiga, och absoluta inkomstgap har sedan länge varit viktiga indikatorer på utvecklingen i världen. Det gäller både för jämförelser mellan länder och över tiden. Fram till början av talet fanns det dock varken tillräckligt täckande eller tillförlitlig statistik på flertalet fördelningsvariabler för att möjliggöra meningsfulla kvantitativa studier som inkluderade flertalet utvecklingsländer. Sedan dess har statistiken trots stora kvarvarande brister förbättrats påtagligt och en mängd nya studier har gjorts på basis av denna statistik och med delvis förnyade metoder. En översikt av hur fördelningen av inkomster förändrats inom utvecklingsländerna, och andelen människor i världen som befinner sig under Världsbankens fattigdomsstreck, har tidigare presenterats av Bigsten och Levin (2000). I deras översikt ges också en bild av senare års forskning om hur ekonomisk tillväxt påverkar fördelningen av inkomster inom ett land och andelen som lever i absolut fattigdom. De ger också en sammanfattning av hur sambandet i motsatt riktning förmodas se ut teoretiskt, dvs hur inkomstfördelningen i ett land påverkar dess tillväxt, och vad empirisk forskning kunnat styrka (se även IBRD 2000/01, kap. 3). Under senare år har en relativt omfattande litteratur studerat en närliggande men annorlunda frågeställning: hur har fördelningen av inkomster mellan länder och globalt utvecklats över tiden? Denna frågeställning står i fokus för föreliggande rapport. Jag ska här försöka reda ut varför olika studier kommit till helt skilda resultat, allt ifrån en dramatisk försämring av fördelningen, till en inte helt obetydlig förbättring (sektion 2). Som kommer att framgå (sektion 3) beror skillnaderna främst på att man använt olika mått på både inkomst och fördelning samt att länder och befolkningar har viktats olika. Ytterligare några mätproblem redovisas i sektion 4. I sektion 5 diskuteras hur 2

3 förändringar i länders andelar av världens befolkning påverkar inkomstfördelningen dem emellan. I rapporten ska vi vidare förklara varför konvergens (minskad spridning) i relativa inkomstnivåer, och i tillväxttakter, kan förekomma samtidigt som det sker en divergens (ökning spridning) i absoluta inkomster mellan länder (sektion 6). Denna divergens ökade absoluta inkomstgap mellan de fattigaste länderna i Afrika och södra Asien å ena sidan, och länderna i OECD-området å den andra, är helt ofrånkomlig under flera generationer framöver. Rapporten avslutas med en sammanfattning och slutsatser (sektion 7) samt en kort betraktelse över framtiden (sektion 8). 2. ÖKADE ELLER MINSKADE GLOBALA SKILLNADER I INKOMST? Den relativa inkomstfördelningen mellan länder och globalt under den period för vilken det finns någorlunda täckande och tillförlitliga data från 1960 och framåt har utvecklats i helt olika riktning beroende på vilken av det 10-tal befintliga studier man konsulterar. En dramatisk försämring av inkomstfördelningen mellan länder har skett enligt de beräkningar som gjorts av UNDP och Världsbanken. UNDP (1999) har uppskattat att kvoten mellan genomsnittsinkomsten i de länder som tillsammans har den 20% rikaste befolkningen i förhållande till länderna med de 20% fattigaste (R20B/F20B), har ökat från 30 till 74 mellan åren 1960 och Enligt Världsbanken (IBRD 2000/01) har kvoten mellan genomsnittsinkomsten i de 20 rikaste länderna i förhållande till de 20 fattigaste länderna (R20L/F20L) oavsett befolkningsstorek vuxit från 18 till 37 under ungefär samma period (Tabell 1). Det är dock inte bara de internationella organisationerna som rapporterar kraftigt ökande inkomstklyftor mellan länder. Flera av de studier som sammanfattats i Tabell 1 har funnit en liknande, om än inte alltid lika drastisk, försämring (3a,b, 4, 5a,b, 6a, 8a, 9a och 10a,b). I samtliga dessa studier (med undantag av studie 4) har författarna dock laborerat med olika inkomst- och fördelningsmått, och funnit att med alternativa mått har inkomstfördelningen varit mer eller mindre oförändrad och, i några fall, förbättrats (6,b, 7b, 8b och 9b). 3

4 Tabell 1: Resultat, metoder, och data i olika studier av förändringar i inkomstfördelningen mellan länder och/eller globalt Författare år Huvudsakligt resultat Fördelningsmått a) Inkomstmått b) Jämförelseår c) Ant. länder (1) (2) (3) (4) (5) (6) Övr. 1. UNDP World Bank 2000/1 3. Radetzki & Jonsson 2001 (a) ibid (b) 4. Korceniewicz & Moran Pritchett 1997 (a) ibid (b) 6. Jones 1997 (a) Drastisk ökning av kvoten mellan länder med den rikaste 20% befolkningen och länder med 20% fattigaste befolkningen (från 30 till 74) Stor ökning av kvoten mellan inkomsten i de 20 rikaste och de 20 fattigaste länderna (från 18 till 37) Drastisk ökning av kvoten mellan länder med den rikaste 10% befolkningen och länder med 10% fattigaste befolkningen (från 40 till 143) Modest ökning av kvoten mellan länder med den rikaste 10% befolkningen och länder med 10% fattigaste befolkningen (från 18 till 23) Ökade skillnader mellan länder och totalt (+ inom länder) Modest ökning av kvoten mellan inkomsten i det rikaste och det fattigaste landet (från 39 till 45) Modest ökning av kvoten mellan inkomsten i de 17 mest avancerade länderna och övriga (från 4,2 till 4,5) Modest procentuell ökning av andel länder med mindre än 10% av inkomsten i USA R20B/ F20B* R20L/ F20L R10B/ F10B* (+Gini) R10B/ F10B* (+Gini) Gini Theil R1L/ F1L RI7L/ RövrL Y10L/ Y usa * BNP/c $ 1997/ 1960 BNP/c P$ (1985 priser) 1995/ 1960 BNP/c $ 1995/ 1960 BNP/c P$ 1995/ 1960 BNP/c $ 1992/1 965 BNP/c P$ 1990/ 1960 BNP/c P$ 1990/ 1960 BNP/w $ 1988/ e) b) d) 121 a) ibid (b) 7. Melchior m.fl (a) ibid (b) Modest minskning av andelen av världens befolkning med inkomster under 10% av inkomsten i USA Oförändrad kvot (ca 15) mellan länderna med 20% rikaste och 20% fattigaste befolkningen Totala fördelningen av inkomsterna mellan länder har förbättrats (Gini från 59 till 52) Y10B/ Y usa R20B/ F20B* BNP/w P$ 1988/ 1960 BNP/c P$ Gini BNP/c P$ b) Firebaugh 1999 (a) Modest ökning av inkomstspridningen mellan länderna med båda måtten Gini Theil m fl BNP/c $ ibid (b) Modest minskning av inkomstspridningen mellan länderna med båda måtten Gini Theil m fl BNP/c P$

5 9. Schultz 1998 (a) Ibid (b) 10. Wade 2001 (a) ibid (b) Skillnaderna i inkomster mellan och inom länder ökat markant trendmässigt med alla 3 måtten Ingen trend i inkomstfördelningen mellan och inom länder med något av de 3 måtten Fattigaste 10% av världens befolknings andel av totala inkomsterna minskat (från 0,88 till 0,64%) Totala fördelningen av inkomsterna mellan och inom länderna har försämrats (Gini från 63 till 67) Gini Theil v-logy Gini Theil v-logy Y10B/ YtotB Gini BNP/c $ BNP/c P$ Hushållsundersökningar Hushållsundersökningar 1993/ / 1988 a) Asterisken * betyder att ingen hänsyn tagits till olika länders befolkningsstorlek och fördelningen av inkomster inom respektive land. Symbolen anger att inkomsterna vägs med respektive lands befolkningsstorlek. Symbolen anger att fördelningen av inkomster mellan och inom länder har beaktats i en av flera alternativa beräkningar. b) Icke-kökraftskorrigerade BNP/c anges med enbart $; korrigerade med P$. c) Beteckningen 1995/1960 betyder att fördelningen mellan just dessa specifika två har jämförts. Symbolen anger att beräkningarna av inkomstfördelningen gjorts för var femte år inom den angivna perioden. Symbolen anger att beräkningarna av inkomstfördelningen gjorts för varje enskilt år inom den angivna perioden. x) Flertalet östeuropeiska länder är exkluderade. e) Exklusive Kina bland de 20 fattigaste länderna år Den undersökning (7 i Tabell 1) som ger den mest optimistiska bilden av hur inkomstfördelningen mellan länder utvecklats är utarbetad av Melchior m.fl. (2000). På basis av två olika mått (redovisas närmare i avsnitt 3) kommer de fram till att med några obetydliga undantag har den internationella ojämlikheten mellan länder reducerats mellan 1960 och Även Firebaugh (1999) och Schultz (1998) tolkar försiktigt sina resultat som en modest förbättring i den totala fördelningen av inkomster mellan länder. 3. VIKTIGASTE FÖRKLARINGARNA TILL DE OLIKA SLUTSATSERNA De stora skillnader som olika studier funnit när de gäller hur inkomstfördelningen i världen förändrats beror främst på att man använt (1) olika mått på inkomst, (2) olika mått på fördelning samt (3) att länder- och befolkningsgrupper viktats olika Alternativa mått på inkomst Flera undersökningar har använt inkomstmått baserade på nationell BNP-statistik (per capita) som konverterats till USA dollar ($ fortsättningsvis) enligt rådande officiell växelkurs (betecknad BNP/c $ i Tabell 1). Samtliga dessa studier har dels funnit mycket 5

6 stora inkomstskillnader mellan länder och dels att skillnaderna ökat markant över tiden. Detta är oavsett vilka mått man använt för att mäta fördelning och vilka övriga metodologiska skillnader det är mellan studierna. Samtidigt har ingen av de studier som rapporterar oförändrad eller förbättrad inkomstfördelning använt sig av växelkursbaserade inkomstmått. Det vanligaste alternativa inkomstmått som använts i studierna är även det grundat på nationell BNP/c, men med den avgörande skillnaden att man korrigerat för skillnader i köpkraft mellan länder. I dessa korrigerade inkomstmått har hänsyn tagits till att det inhemska relativa priset på varor och (främst) tjänster som endast säljs lokalt i förhållande till priset på varor tjänster som handlas med internationellt (i de konkurrensutsatta sektorerna) är signifikant lägre i fattiga länder än i rika. Genom att värdera produktionen i alla sektorer i samtliga länder med samma relativa priser får man fram ett köpkraftskorrigerat inkomstmått. Köpkraftskorrigerad BNP/c (P$) skiljer sig därför mest från icke-korrigerad för de fattigaste länderna där tjänster och icke-handelsvaror är relativt billiga (t ex var Etiopiens korrigerade BNP/c ca 600 P$ år 1999 jämfört med 100$ utan korrigering). 1 För de rikaste länderna är den korrigerade siffran ofta lägre än den okorrigerade (t ex för Sverige ca $ jämfört med $). (Siffror för drygt 200 länder ges i IBRD 2000/01, Tabellerna 1 och 1a.) Radetzki och Jonsson (2001), Firebaugh (1999) och Schultz (1998) har i sina respektive studier gjort alternativa uppskattningar av förändringen i inkomstskillnaden mellan de rikaste och de fattigaste länderna baserade på köpkraftskorrigerade och ickekorrigerade inkomstdata där allt övrigt i beräkningarna hållits oförändrat. Med de alternativa korrigerade inkomstmåtten blir resultaten helt annorlunda. I Radetzki och Jonssons fall ökar då kvoten modest, från 18 år 1960 till 23 år 1995 (jmf 3a och 3b i Tabell 1). Firebaugh (1999) och Schultz (1998) finner än mer drastiska skillnader i resultaten; med de korrigerade måtten blir förändringen i fördelningen obetydlig, eller tom en förbättring (se nedan). Slutsatsen är otvetydigt att val av inkomstmått är helt avgörande för vilka resultat som erhålls. Kan man utan vidare dra slutsatsen att köpkraftskorrigerade inkomstmått är mer tillförlitliga i internationella jämförelser än icke-korrigerade? Det förefaller som flertalet 1 Den engelska termen är purchasing power parity adjustment (ppp), här förkortad till ett P. 6

7 inom den internationella ekonomiska forskarkåren dragit denna slutsats, liksom bl a Världsbanken och IMF. Men, som många betonat, de existerande korrigerade BNP/cestimaten är i viss mening godtyckliga och långt ifrån perfekta. De är godtyckliga i meningen att de enhetliga relativa priser som samtliga länders produktion värderas till är tagna från USA och speglar produktionsförhållandena där och de amerikanska konsumenternas preferenser. Det är inte självklart att dessa preferenser (och priser) speglar det relativa värdet på varor och tjänster i alla andra länder på ett rättvisande sätt. En alternativ enhetlig relativ prisstruktur skulle ge en delvis annorlunda rankning av länder i inkomsthänseende. Ett annat problem är att detaljerade köpkraftskorrigerade BNP-beräkningar endast har gjorts för ett visserligen stort (ca 120), men ändå långt ifrån fulltaligt, antal länder och för valda år. Uppskattningarna för övriga länder (och år), vilka inkluderar flertalet av de fattigaste länderna, är extrapoleringar vars tillförlitlighet vi vet mycket lite om. Som Radetzki och Jonsson (2001) påtalat har olika korrigerade inkomstmått för ett och samma land (och år) varierat markant (se även Dowrick och Quiggin 1997). Bristerna till trots är det svårt att tro att korrigerade BNP-siffror inte skulle vara mer tillförlitliga än icke-korrigerade. Speciellt problematiskt med de senare är att den officiella växelkursen i många länder är snedvriden (oftast övervärderad). Det gäller främst för de många (fattiga) länder där valutan inte är konvertibel, med mängder av handelshinder i otaliga former, kraftiga begränsningar av utländska kapitalrörelser och massor av andra störningar i marknaderna, vars direkta och indirekta effekter på valutakursen är stora, men oöverblickbara. Ett mått som ger en bild av den officiella växelkursens snedvridning under sådana omständigheter är växelkursen på den svarta marknaden, men även detta mått har sina klara begränsningar. Ett närliggande problem är att plötsliga större förändringar i den officiella växelkursen ger proportionella utslag i BNP/c. Detta är förmodligen den viktigaste anledningen till att de studier som använt sig av växelkursbaserade inkomstmått funnit så drastiska försämringar av inkomstfördelningen mellan länder. Flertalet fattiga länder har devalverat sina valutor markant sedan 1960 och detta har bidragit till sjunkande BNP/c i 7

8 motsvarade mån när denna värderas till den nya växelkursen. 2 För att ta ett (av otaliga) konkret exempel: Ghana devalverade sin kraftigt övervärderade valuta, cedin, med ca 90% år Med ett icke-korrigerat mått skulle detta innebära att BNP/c föll till 10% av värdet från Det är naturligtvis inte så att köpkraften (reala inkomsten) för den genomsnittlige ghanianen föll till 10% av vad den tidigare var även om den minskade till följd av att importerade varor blev dyrare. 3 Ett ytterligare exempel på svagheten med icke-korrigerade BNP/c-mått är orimligheten i de konsekvenser som följer av att använda sådana mått. Etiopien, Chad, Somalia, Haiti och ett flertal av de allra fattigaste länderna i världen har en ickekorrigerad BNP/c på mellan 100 och 200 $ (IBRD 2000/01). Om detta BNP/c mått relateras till motsvarande BNP/c i USA (eller Europa) får vi en kvot på ca 0,007. Att den genomsnittlige medborgaren i Etiopien bara skulle konsumera 0,7% av vad den amerikanske medborgaren gör är en omöjlighet. Om detta vore fallet skulle dödligheten till följd av undernäring och sjukdom i de allra fattigaste länderna vara oändligt mycket större än vad som kan observeras (vilket är illa nog). Det är helt enkelt så att vid så låga genomsnittsinkomster (om de ska vara jämförbara med inkomsterna i Västvärlden) som de icke-korrigerade BNP/c-siffrorna implicerar närmast oavsett hur dessa inkomster är fördelade inom landet kan en befolkning helt enkelt inte existera. Pritchett (1997) har gjort trovärdiga beräkningar från tre olika utgångspunkter och kommit fram till att en köpkraftskorrigerad BNP/c på ca 250 P$ är den lägsta som är förenlig med de uppskattningar på mortalitet som finns att tillgå. Pritchetts beräkningar är vidare konsistenta med att genomsnittsinkomsten i de 10 fattigaste länderna ligger i intervallet P$ enligt Världsbanken. Sammantaget ger dessa siffror en fingervisning om vilka ytterst små marginaler de fattigaste i världen lever med. 2 Att växelkursen i flertalet utvecklingsländer har marknadsanpassats i varierande utsträckning betyder i sig att de icke-korrigerade inkomstuppgifterna för dessa länder och de rika länderna blivit mer jämförbara över tiden. Dock kvarstår problemet med icke-korrigerade inkomstmått att de inte tar hänsyn till olika relativpriser mellan varor och tjänster som går i handel i förhållande till de som endast produceras och konsumeras lokalt. 3 Ett mer närliggande fall är Sverige. När kronan devalverades med ca 20 % 1992, föll vår BNP/c med lika mycket i de internationella organisationernas inkomsttabeller (som på den tiden inte var köpkraftskorrigerade). Det är svårt att tro att flertalet svenskar uppfattade detta som ett 20%-igt fall i sin levnadsstandard i relation till omvärlden. 8

9 3.2. Alternativa mått på fördelning De mått på inkomstfördelning som använts i de befintliga studierna kan grovt indelas i två kategorier. Den första kategorin är mått i form av kvoter mellan genomsnittsinkomsterna i de rikaste och fattigaste länderna vid en viss tidpunkt, ofta kallade Kuznets-kvoter (efter Kuznets 1956). Den andra kategorin är mått som tar hänsyn till inkomstfördelningen över hela skalan av länder (inte bara de allra rikaste och fattigaste), varav det mest använda är Gini-koefficienten. De undersökningar som baserats på olika kvotmått har nästan undantagslöst funnit växande inkomstskillnader, medan de som använt Gini eller andra mått på hela fördelningen och köpkraftskorrigerade inkomstuppgifter kommit fram till att inkomstfördelningen mellan länder varit i stort sett oförändrad sedan 1960-talet. Flertalet mått på inkomstfördelning mellan länder kan härledas utifrån en s k Lorentz-kurva, som visar den ackumulerade befolkningens andel av de totala inkomsterna i världen den heldragna kurvan L 0 i Figur 1. Denna kurva visar att de 10% av befolkningen i världens fattigaste länder har ca 1 % av inkomsterna; de fattigaste 20% har ca 3% av inkomsterna, osv. Kurvan visar vidare att 90% av befolkningen har ca 50% av totala inkomsterna, vilket i sin tur betyder att de 10% av jordens befolkning i de rikaste länderna har ungefär hälften av de totala inkomsterna. 4 4 Siffrorna är hämtade från Melchior m.fl. (2000), men att just dessa siffror valts betyder inte att de nödvändigtvis är de mest tillförlitliga; de har enbart valts för att med ett konkret exempel kunna förklara vad en Lorentz-kurva mäter. 9

10 10

11 Även Gini-koefficienten kan härledas från Lorentz-kurvan (Figur 1). Om alla länder har samma genomsnittsinkomst sammanfaller Lorentz-kurvan med diagonalen, och Gini-koefficienten antar värdet 0. Ju mer ojämn inkomstfördelning, desto större Ginikofficient i intervallet 0 till 100. Maxvärdet 100 skulle Gini-kofficienten anta om alla inkomster gick till en procent av världens befolkning. I geometriska termer kan Ginikoefficienten beräknas som ytan (G) mellan diagonalen och Lorentz-kurvan (den streckade ytan) i förhållande till ytan av triangeln ABC i Figur 1. Vi ser då att ju större inkomstskillnader, desto större är ytan G 0 i förhållande till ABC och desto högre värde antar Gini-koefficienten. Gini utgör således ett sammanfattande mått på graden av ojämn fördelning och har fördelen att den tar hänsyn till hela fördelningen (till skillnad från kvotmåtten) Kutznets-kvoter I merparten studier har man använt s k Kuznets-kvoter som mått på fördelningen, dvs kvoten mellan medelinkomsten i rika och fattiga länder. Två huvudsakliga principer har använts för att definiera rika och fattiga länder. Det vanligaste sättet att rangordna länder med hänsyn till BNP/c och definiera som rika de länder som har de högsta inkomsterna och sammantaget 20% av världens befolkning. Som fattiga definieras på liknande sätt de länder som har den lägsta BNP/c och sammantaget 20% av jordens befolkning (R20B/F20B). Det är den metod som bl a UNDP (1999) använder. Den rika gruppen består då av ett 60-tal länder (enligt Världsbankens BNP/cmått i P$) och inkluderar hela OECD-blocket samt ett stort antal medelinkomstländer, t ex Mexiko och Polen. Den vägda (med befolkningsstorleken) genomsnittsinkomsten i dessa 60 länder är ca P$, och spännvidden mellan länder är från ca till P$. De fattigaste länderna med tillsammans 20% av befolkningen i världen (också 1,2 miljarder) omfattar så gott som hela Afrika söder om Sahara (exklusive Sydafrika), Indonesien, Pakistan och (halva) Indien. Den vägda genomsnittsinkomsten i denna månghövdade skara länder är ca P$ och intervallet är från 350 till ca P$. Med denna definition på rika och fattiga länder blir kvoten således 12,5 (20 000/1 600). Valet av storleksenhet på täljaren/nämnaren i en kvot påverkar naturligtvis resultatet eftersom inkomsterna inom respektive grupp inte är jämnt fördelade. T ex inom 11

12 gruppen länder med den 20% rikaste (eller fattigaste) befolkningen har vissa länder högre medelinkomst än andra. Ju snävare grupp bland de rika respektive fattiga länderna som en kvot beräknas på, desto högre blir denna (om allting annat i beräkningen är lika). Detta framgår av Figur 1, och även av resultaten som sammanfattats i Tabell 1 (trots att alltingannat-lika-förutsättningen inte är uppfylld). T ex blir kvoterna med Radetzki och Jonssons R10B/F10B mått för respektive år väsentligt högre i jämförelse med UNDPs R20B/F20B-mått. Vi kan också se att kvoten för 1990 är ca 43 med Pritchetts mycket snäva mått (allra rikaste i förhållande till allra fattigaste landet) och 4,2 med hans mycket vida gruppering (rikaste 17 länderna och resten). En alternativ metod att definiera rika och fattiga länder, som bl a Världsbanken nyligen använt, är att relatera inkomsten i de 20 rikaste länderna till inkomsten i de 20 fattigaste länderna oavsett befolkningsstorlek (IBRD 2000/01). Skillnaden i beräkningssätt kan kanske te sig obetydlig vid första anblicken, men den har stor kvantitativ betydelse för utfallet. Om man som UNDP (1999) utgår från länderna med den 20 % rikaste respektive fattigaste befolkningen omfattar dessa ländergrupper ca 1,2 miljarder människor vardera år 1999.Med det alternativa måttet, de 20 rikaste i förhållande till de 20 fattigaste länderna (oavsett befolkningsstorlek), blir resultatet ett helt annat. De 20 rikaste länderna utgörs av den övre halvan i OECD-blocket samt några mindre länder som Singapore. Den vägda genomsittsinkomsten i dessa 20 länder är ca P$. Av de 20 fattigaste länderna är 16 afrikanska; de övriga är Bangladesh, Nepal, Nordkorea och Yemen. Den vägda genomsnittsinkomsten i dessa 20 länder är ca 750 P$. 5 Kvoten mellan rika och fattiga länder i denna jämförelse blir i runda tal 37, dvs tre gånger så stor som i det tidigare alternativet. 6 Val av definition av rika och fattiga länder spelar sålunda en avgörande betydelse för den kvot som erhålls. Fördelen med kvotmått oavsett om de tar hänsyn till befolkningsstorlek eller ej är att de är enkla att beräkna och att de visar på gapet mellan extremerna (rikaste kontra fattigaste). Användningen av Kuznes-kvoter för att uppskatta förändringar över tiden i inkomstskillnader mellan länder har dock klara begränsningar. För det första tar 5 Både de rikaste 20 länderna och de 20 fattigaste länderna har vardera ca 5% av världens befolkning. 6 Denna siffra är identisk med den kvot mellan de 20% rikaste och 20% fattigaste länderna som redovisas av Världsbanken (IBRD 2000/01, s. 51) för år 1995 på basis av köpkraftskorrigerade inkomstuppgifter i 1985 års priser. 12

13 Kuznets-kvoter inte hänsyn till hur fördelningen ser ut inom de 20% (eller 10%) rikaste eller fattigaste befolkningsskikten. För det andra missar de fördelningen i (det ofta stora) intervallet mellan de rikaste och de fattigaste länderna. För det tredje ignorerar dessa beräkningar det faktum att varken de rikaste eller de fattigaste länderna är desamma vid de två tidpunkterna (det så kallade transitionsproblemet som vi återkommer till under en separat rubrik) Gini-koefficienter och liknande mått Gini-koefficienter för inkomstfördelningen mellan länder har beräknats på basis av både icke-korrigerade och korrigerade BNP/c-data i flera av studierna, bl a Radetzki och Jonsson (2001), Melchior m.fl. (2000), Firebaugh (1999) och Schultz (1998). Samtliga fann att Gini-koefficienten ökade markant över tiden när beräkningarna baserades på icke-korrigerade inkomstdata. I Radetzki och Jonssons undersökning ökade Gini något mellan de två enskilda åren 1960 och 1995 även när beräkningarna gjordes på korrigerade inkomstdata. I de tre övriga studierna, som samtliga är baserade på årliga serier av Gini-koefficienter, finner man ingen trend när 1960 utgör basåret, däremot finner man en svagt fallande trend från mitten på 1960-talet fram till respektive slutår (Tabell 1). Dessa tre undersökningar finner således att med ett köpkraftskorrigerat inkomstmått minskade inkomstskillnaderna mellan världens länder något under den senare tredjedelen av 1900-talet (men även denna slutsats behöver kvalificeras; se nedan). Gini-koefficienten har den fördelen att den tar hänsyn till hela fördelningen, men är behäftad med åtminstone fyra begränsningar. Den första är att helt olika fördelningar kan ge upphov till exakt samma koefficient (vilket visas nedan med hjälp av ett exempel). 7 Det är också så att Gini-måttet är speciellt okänsligt för förändringar i den nedre delen av fördelningen, den del vi ofta är speciellt intresserade av. En tredje begränsning med Gini som mått på förändringar i inkomstfördelning mellan länder är att den inte förmedlar någon information om transition. En skattad Gini-koefficient vid två tidpunkter av exakt samma storlek kan erhållas trots att mängder av länder bytt position 7 Andra liknande sammanfattande inkomstmått som använts i litteraturen är V2, Var log och Theil. Se Firebaugh, ss för en mycket klargörande beskrivning av hur dessa snarlika mått kan härledas från en och samma generella formel för inkomstfördelning. 13

14 i inkomstrankningen. Vill vi ha underlag för att förstå varför vissa länder klivit uppåt i inkomstrankingen medan andra nedåt, ger Gini-koefficienter ingen vägledning. För det fjärde påverkas Gini både av förändringar i per capita-inkomster och förändringar i relativ befolkningstorlek mellan länder. De två senare problemen tarvar en mer ingående analys som vi återkommer till i avsnitt YTTERLIGARE METODFRÅGOR Som framgått av analysen ovan finns det åtminstone tre viktiga förklaringar till att olika studier kommit till helt olika slutsatser beträffande inkomstfördelningens utveckling mellan länder sedan De olika undersökningarna har dels baserats på olika mått på inkomst, dels på olika mått på fördelning. Dessutom har några undersökningar använt befolkningsvägda inkomstuppgifter för de olika länderna medan andra jämför länder utan hänsyn till befolkningsstorlek. Det föreligger några ytterligare metodologiska skillnader mellan studierna, som även om de inte är avgörande på samma sätt ska beaktas i det följande. 4.1 Tidsaspekter De olika rapporterna som sammanfattats i Tabell 1 rapporterar resultat från olika år och använder olika metoder för att mäta förändringar över tiden. Nedan ska vi närmare granska hur detta har påverkat resultaten Jämförelser mellan enskilda år kontra tidsserieanalys I flera av studierna har man valt att uppskatta fördelningen i form av kvoter (UNDP och IBRD) eller heltäckande fördelningar (Jones 1997; Radetzki och Jonsson 2001) vid två enskilda år som sedan jämförs. Detta förfaringssätt är arbetsbesparande men kan snedvrida resultaten. För det första är det inte alltid så att de begynnelse- och avslutningsår som valts är representativa. T ex har flertalet studier som använt denna metod valt 1960 som utgångsår. Av de studier som redovisar uppskattningar av inkomstfördelning på basis av tidsserier under en längre period framgår det att 1960 var ett år med ovanligt jämn fördelning. Hade man i stället (lika godtyckligt) valt 1965 eller 1968 som utgångsår, skulle förändringen över tiden bli en annan. Ett närliggande problem 14

15 är att de år som jämförts i några av undersökningarna är relativt närliggande. Det gäller framför allt Wades (2001) studie på basis av hushållsdata, där han jämför åren 1988 och 1993, vilket är en alldeles för kort period (oavsett övriga eventuella brister i materialet) för att uttala sig om trender. I några undersökningar som är baserade på tidsseriedata har man redovisat grafer som beskriver Gini-koefficientens variation över tiden (Melchior m fl 2000; Schultz 1998). Den visuella bilden är i samtliga fall en svagt fallande trend från mitten av talet, men med relativt markerade årliga fluktuationer, vilket gör att man efterlyser en test av huruvida trenden är statistiskt signifikant. Några sådana tester finns inte redovisade i studierna, men författarna är föredömligt försiktiga med att tolka resultaten. Slutsatsen är hur som helst att de studier som använt tidsseriedata är väsentligen mer tillförlitliga än de som bara gör jämförelser mellan två godtyckligt valda år Ett längre tidsperspektiv Som framgått har flertalet studier använt år 1960 som startpunkt. Den främsta anledningen är naturligtvis att det är först kring detta år som det finns någorlunda tillförlitlig och, framför allt, tillräckligt täckande statistik (se nästa avsnitt) för att medge uppskattningar baserade på merparten av världens länder. I några av de studier som granskats har författarna gett sig in på mer eller mindre vågade uppskattningar som går väsentligt längre tillbaka i tiden, 1870 eller 1913 (Pritchett 1997). De inkomstdata man då använder sig av är till stor del hämtade från Kuznets (1956) och Maddison (1995). Uppskattningarna av fördelningens utveckling på lång sikt är främst baserade på kvoter av per capita-inkomster mellan de allra rikaste och de allra fattigaste länderna, eller rättare sagt, de relativt få länder för vilka några som helst inkomstdata finns tillgängliga. Slutsatsen är entydigt att med detta mått, kvoten mellan de rikaste och fattigaste länderna, har inkomstskillnaderna ökat dramatiskt under 1900-talet. Detta resultat, Divergence: Big Time med Pritchetts formulering, kan knappast ifrågasättas. Så måste helt enkelt ha skett eftersom en del av de fattigaste länderna (dåvarande kolonier) vid seklets början har haft en mycket blygsam tillväxt, eller ingen alls, under 1900-talet som helhet, medan det stora flertalet länder har mer än femdubblat sina inkomster och några de nu allra rikaste nästan tiodubblat sina. 15

16 Det är inte bara bristen på inkomstdata som är problemet när det gäller att uppskatta inkomstfördelningen över mycket långa perioder. Ett ytterligare problem är att för hundra år sedan existerade inte flertalet av de (ca 210) länder vi nu har på kartan som nationalstater. Så gott som hela Afrika var kolonialiserat och flertalet av de nuvarande länderna i Mellersta Östern var provinser i det Ottomanska imperiet. Före år 1950 inkluderade Indien nuvarande Pakistan och Bangladesh (som sedan blev fritt från Pakistan 1971). Ett mer sentida, men liknande, mätproblem är att efter 1990 splittrades Sovjetunionen upp i ett 25-tal länder utan egen statistisk historia. Den senare omständigheten bidrog till att både Schultz och Firebaugh valde att använda 1989 som slutår i sina studier. Oavsett inexaktheten i de historiska resultaten och trubbigheten med kvotmått, framstår det ändå som att en mycket markant försämring av inkomstfördelningen mellan länderna i världen ägde rum under de första två tredjedelarna av 1900-talet för att sedan plana ut (mer eller mindre) under seklets sista tredjedel Inkomstfördelning mellan och inom länder I de undersökningar som hittills granskats har frågeställningen varit hur genomsnittsinkomsten mellan länder förändrats över tiden. I några av studierna har man dessutom försökt uppskatta inkomstfördelningen mellan hushåll i världen, dvs både fördelningen mellan och inom länder (Schultz 1998; Firebaugh 1999; Wade 2001). Med stora reservationer för kvaliteten på statistiken över fördelningen inom flertalet utvecklingsländer kommer Schultz och Firebaugh fram till att (1) den totala fördelningen är mer ojämn än den mellan länder (en självklarhet), (2) att den totala fördelningen varit i stort sett oförändrad under de perioder som undersökts (från 1960) samt att (3) fördelningen mellan länder svarar för ca ¾ av den totala inkomstspridningen mellan hushåll. Med andra ord, inkomstskillnader inom länder är av väsentligen mindre vikt än de mellan länder för att förklara skillnader i inkomst mellan hushåll i världen. 8 Boltho och Toniolo (1999, Tabell 4) har på basis av Maddisons inkomstdata beräknat Gini-koefficienter för 49 länder för valda år mellan 1900 och1998. De finner att Gini ökade markant under första hälften av seklet, var mer eller mindre konstant , för att sedan falla något. 16

17 De mått på inkomst som Schultz och Firebaugh använder är köpkraftskorrigerade GNP/c och fördelningsmåttet är Gini. Wades (2001) studie, baserad på två än så länge opublicerade (?) rapporter från Världsbanken, utarbetade av Milanovic (1999) respektive Dikhanov och Ward (1999), kom fram till den motsatta slutsatsen, dvs att den globala inkomstfördelningen försämrades kraftigt mellan åren 1988 och Det huvudsakliga resultatet i denna undersökning är att de 10% fattigaste i världen (oavsett land), har sett sin andel av världens totala inkomster falla från 0.88% till 0.64% (Wade 2001). 9 Hur väl underbyggd Wades studie är kan diskuteras. Den grundar sig på beräkningar av inkomstuppgifter från ett stort antal hushållsundersökningar, en innovation som vi än så länge inte vet om den utgör en förbättring eller ej. Vad vi vet är att hushållsundersökningar är behäftade med minst lika stora metodologiska svårigheter som BNP/c-uppskattningar, och att studier för olika länder (och år) ofta inte är jämförbara av en mängd skäl Junk in - junk out! Den grundläggande statistiken på BNP/c, vare sig den är köpkraftskorrigerad eller ej, innehåller förmodligen stora systematiska snedvridningar (bias). Att medelinkomsten i de allra fattigaste länderna enligt den befintliga statistiken med knapp marginal överstiger vad som förefaller möjligt för överlevnad i en population kan vara en statistisk villfarelse. Det är sannolikt så att de inkomster som räknats är ofullständiga, bl a till följd av att de indirekta inkomster som genereras i den agrara självhushållningssektorn har lämnats utanför eller grovt underskattats (Heston 1994). Dessutom är även produktionen och inkomsterna i övriga informella sektorer förmodligen också underskattade, liksom inkomsterna i svarta eller illegala sektorer. Det finns undersökningar (av naturliga skäl på mycket bristfälliga data) som kommit fram till att i vissa (fattiga) länder är upp till 80% av de verkliga inkomsterna inte inkluderade i BNP/c som de redovisas i nationalräkenskaperna. Men det är möjligt att BNP/c underskattats även i de rikaste länderna, bl a till följd av att inflationen överskattats, och att därmed tillväxten och inkomstnivån 9 Alla tillgängliga studier av global inkomstfördelning har inte redovisats här (eller i Tabell 1). Ytterligare studier är bl a Bourguignon och Morrisson (1999), Crafts (1999), Boltho och Toniolo (1999). 17

18 underskattats, under en lång rad år vilket studier från främst USA tyder på (Gordon 1990; Moulton och Moses 1997). Nettoeffekten på fördelningen av inkomster globalt är naturligtvis osäker, men de absoluta inkomsterna för länderna i den nedersta inkomstdecilen är med stor sannolikhet underskattade. Det är emellertid inte enbart inkomststatistiken som är behäftad med stora felmarginaler. Det gäller även befolkningsstatistiken. Helt nyligen har en fullständigt revolutionerande revidering skett om man tolkar Världsbankens återgivning av FNs befolkningsdata. En jämförelse mellan de två senaste World Development Report (IBRD 1999/00, 2000/01, tabell 4), visar att befolkningstillväxten i världen reviderats ner med ca 40% för både perioden och Vissa inkonsekvenser i dessa uppgifter tyder på tryckfel, men den revidering som de facto redovisas måste vara den hittills mest genomgripande för en så betydelsefull indikator som befolkningstillväxt. Inga som helst kommentarer till revideringen ges i WDR 2000/01. Hur som helst, har samtliga studier som granskats ovan haft den tidigare, tydligen felaktiga befolkningsstatistiken som grund. Om nu denna är helt missvisande, vilket de nya siffrorna från Världsbanken antyder, måste detta ha påverkat estimaten av inkomstfördelningen i världen i stor, men inte klarlagd, omfattning Kompletterande indikatorer på skillnader i levnadsstandard I de studier som granskats ovan har skillnader i levnadsstandard uteslutande mätts i termer av BNP/c. Som indikator på levnadsstandard är BNP/c ett ofullständigt mått. Det finns andra studier som syftat till att göra internationella jämförelser av hur skillnader i andra dimensioner har förändrats över tiden (t ex Crafts 1999, Easterly 1999, Easterlin 2000). Att sammanfatta och granska denna mycket omfattande litteratur faller utanför ramen för föreliggande studie. Det förefaller dock som mätt med några alternativa indikatorer, t ex förväntad medellivslängd och läskunnighet, har det skett en betydande konvergens över tiden. 18

19 5. VAD DE TRADITIONELLA FÖRDELNINGSMÅTTEN INTE MÄTER 5.1. Transition Varken kvotmått på förändringar i inkomstfördelningen mellan länder, eller fördelningsmått av typen Gini, kan användas för att fånga upp information om hur olika länder har ändrat sin rankning i inkomsthänseende över tiden. Och det har skett betydande skift i denna rankning, speciellt i toppen. Kring 1995 inkluderade t ex de 11 länder med den 10% rikaste befolkningen (mätt med okorrigerat BNP/c) endast tre länder som fanns med i toppen av inkomstligan 1960, nämligen USA, Frankrike och Schweiz. Länderna med den lägsta inkomsten vid de två tidpunkterna varierar också, men inte lika mycket. I den senare gruppen återfinns bl a många afrikanska länder som tillhörde botten i inkomstligan vid båda tillfällena. Men slutsatsen blir ändå att det är två delvis olika grupper länder som jämförs mellan åren. De enkla kvotmått som bl a UNDP och Världsbanken använder för att beräkna förändringar av inkomstfördelningen i världen missar således att det förekommit en betydande transition (förändring i rankning) mellan länder i inkomstligan över tiden. Inte heller Gini och liknande koefficienter ger någon information om transition. Att kartlägga transition är naturligtvis avgörande för frågan om vilka länder som förbättrat (eller försämrat) sin rankning. För att kunna fördjupa våra insikter om vad det är som särskiljer de länder som klättrat uppför från de som fallit tillbaka, måste som ett första steg dessa länder identifieras. Frågan är då om det finns något mått som dels speglar hela fördelningen mellan länder och dessutom tar hänsyn till transition. Svaret är negativt i den meningen att det inte finns något sådant mått som kan sammanfattas i en enda siffra. Svaret är positivt i den meningen att det finns ett någorlunda enkelt sätt att presentera sådan information (Figur 2) Ett annat, mer komplicerat, sätt att mäta transition redovisas av Quah (1997). 19

20 20

21 På den horisontella axeln har vi inkomsten per arbetare i olika länder uttryckt i procent av motsvarade inkomst i USA år 1960 (Jones 1997). På den vertikala axeln har vi samma kvot för år I det hypotetiska fallet att den relativa fördelningen av (medel)inkomster mellan alla länder skulle ha förblivit oförändrad över tiden skulle samtliga observationer ligga på 45 o -linjen. Så har dock inte varit fallet; för vissa länder har kvoten ökat mellan de två åren, för andra har den minskat. De länder som knappat in på USA i relativ mening återfinns ovanför 45 o -linjen och de som halkat efter ligger under linjen. Varje punkt (förkortning) i figuren motsvarar således ett land och den prickade kurvan ger det statistiska sambandet mellan observationerna. Vi ser då (Jones resultat) att det skett en försämring i botten av fördelningen, dvs bland de mycket fattiga länderna har flerparten halkat efter ytterligare mellan 1960 och Vi ser samtidigt att det inträffat en förbättring i den övre delen av fördelningen, dvs bland de relativt rika länderna har flertalet knappat in på USA. Det ska dock påtalas att Jones sätt att illustrera transition bygger på ickebefolkningsvägda länderobservationer. Ett liknande sätt att mäta transition för ett litet antal betydelsefulla länder med hänsyn tagen till förändringar i befolkningsstorlek redovisas av Firebaugh (1999) och kommenteras i nästa avsnitt Effekten av förändringar i befolkningars storlek En av de tidigare slutsatserna är att om vi vill veta hur inkomstfördelningen för världens befolkning som helhet förändrats över tiden måste uppskattningarna ta hänsyn till att befolkningens storlek varierar kraftigt mellan länder, från några hundra tusen till 1,2 miljarder i Kina och att länders andelar av jordens befolkning ändras över tiden. De mått som då är mest användbara är Gini- och andra liknande koefficienter. En förändring i denna typ av mått speglar förändringar i inkomster mellan länder, men också förändringar i respektive länders andel av världens befolkning. Rent generellt har befolkningstillväxten varit snabbast i de minst utvecklade länderna och långsammast i de rikaste länderna, med stora variationer. Detta har påverkat inkomstfördelningen (Gini) i mycket hög grad. 21

22 För att klargöra detta ska vi börja med ett enkelt demonstrationsexempel. Vi ska undersöka hur inkomstfördelningen mellan endast två länder USA och Indien har förändrats mellan två tidpunkter. Som mått på fördelning använder vi Gini. Uppgifter om storlek på total BNP och befolkning i de två länderna för åren 1960 och 1999 återfinns i Tabell 2, panel (a). I panel (b) har vi räknat fram respektive lands andelar av de sammanlagda inkomsterna och befolkningen. Som framgår har Indien ökat sin andel av både totala inkomsterna och de två ländernas samlade befolkning (eftersom båda tillväxttakterna varit något högre; se kolumn 5 och 6). Dessa uppgifter använder vi för att konstruera Lorentz-kurvor (Figur 3) och beräkna Gini-koefficienter för fördelningen av inkomster mellan de båda länderna för de två åren (Tabell 2, panel (c)). Tills vidare kan vi bortse från övriga uppgifter i panel (c). 22

23 Tabell 2: Total BNP P$ och befolkning i Indien och USA, 1960 och c) 1999 a) Årlig tillväxt b) % BNP P$ Population BNP P$ Population BNP Population BNP/c (miljard) (miljon) (miljard) (miljon) (1) (2) (3) (4) (5) (6) (7) a) absoluta enheter Indien , USA 2, , Totalt 2, ,494 1, b) procentuell fördelning Indien USA Totalt c) BNP/c, inkomstkvot och Gini-koefficient BNP per capita Gini-koefficient (1) Indien (2) USA (3) Inkomstkvot Indien/USA (1)/(2) 5,8 7,0 (4) Inkomstgap USA-Indien (2)-(1) Källor: a) Uppgifterna för total BNP P$ och befolkningsstorlek år 1999 är från IBRD 2000/01, tabell 1 och 11; b) tillväxttalen är avrundade och bygger på olika årgångar av World Development Report från Världsbanken; c) estimaten av total BNP P$ och befolkning år 1960 är beräknade utifrån de årliga procentuella ökningstakter som redovisas i kolumn (5), (6) och (7). 23

24 Figur 3 visar att Lorentz-kurvan skiftat läge mellan de två åren till följd av de ändrade andelarna av de sammalagda inkomsterna och befolkningen. Det mest intressanta med detta exempel är att Gini-koefficienten är oförändrad (58) trots de förändringar i relativ inkomst och befolkning som skett. Den ökade andelen av de totala inkomsterna för Indiens del har bidragit med att minska inkomstskillnaderna, men den växande andelen av befolkningen har bidragit till att öka inkomstskillnaden, och de två effekterna tar ut varandra (oförändrad Gini). Vi får således, det kanske inte helt intuitiva, resultatet att trots att Indien haft en högre tillväxt både i total BNP och i BNP/c än USA (kolumn 5 och 7), har inkomstfördelningen, mätt med Gini, inte förändrats. Att Indiens BNP/c vuxit snabbare än USAs tolkas generellt i tillväxtlitteraturen som att Indien knappat in (caught up) och att en konvergens skett. Allt detta till trots har inkomstfördelningen mätt med Gini varit oförändrad. 24

25 25

26 I det kanske tyngsta bidraget till forskningen om inkomstfördelningen i världen har Firebaugh (1999) beräknat det relativa inflytandet på förändringarna i Gini (och flera andra liknande mått) av ändrade inkomstnivåer respektive förändringar i befolkningsstorlek mellan länder. Han kommer fram till att när man gör beräkningarna på basis av 120 länder, har inkomstnivåerna divergerat, medan förskjutningarna i befolkningssammansättningen, kanske lite oväntat, har motverkat denna divergens (det omvända resultatet i jämförelse med vårt tidigare exempel med bara två länder). Nettoresultatet blir en liten förbättring i inkomstfördelningen mätt med Gini. Detta beror på att ett flertal relativt rika länder, inklusive USA, har vuxit långsammare än medelinkomstlandet och samtidigt sett sina andelar av världens totala befolkning krympa. Det beror också på att några befolkningsrika, men initiellt ekonomiskt fattiga länder, främst Kina, hade en snabbare inkomstökning än genomsnittet medan deras andel av världens befolkningen var i stort sett oförändrad under (den undersökta) perioden (Firebaugh 1999). Slutsatsen är hur som helst att sammanfattande mått på inkomstfördelning som Gini och liknande mått är ofullständiga om vi vill ha en detaljerad bild av vad som hänt med den relativa inkomtfördelningen över tiden. Detta pga att de inte skiljer mellan förändringar i inkomst- och befolkningsandelar utan enbart fångar upp nettoeffekten. 6. RELATIVA VS. ABSOLUTA INKOMSTSKILLNADER Hittills har vi konstaterat att de motstridiga resultaten beträffande hur inkomstfördelningen mellan länder utvecklats över tiden till stor del beror på val av inkomst- och fördelningsmått. Men innan vi avslutar med en mer detaljerad och nyanserad sammanfattning av vår granskning av metoder och resultat ska vi ta upp ytterligare en dimension av global inkomstfördelning, en dimension som i stort sett ignorerats i litteraturen. Det gäller frågan om hur de absoluta inkomstskillnaderna mellan länder utvecklats över tiden, dvs skillnaden mellan inkomst räknat i dollar. Samtliga undersökningar som granskats ovan har använt olika mått på den relativa fördelningen, dvs inkomsten i en grupp av länder i förhållande (t ex en kvot) inkomsten i en annan grupp. 26

27 6.1. Relativ vs absolut inkomstfördelning: ett exempel Den ensidiga fokuseringen på relativ fördelning döljer viktig information. För att illustrera detta ska vi återgå till det exempel på fördelningen av inkomster mellan Indien och USA som redovisades i Tabell 2. I panel (c) har vi beräknat BNP/c i respektive land vid de två tidpunkterna. Som vi tidigare sett, ökade kvoten mellan genomsnittsinkomsten i Indien och USA från 5,8 till 7,0 mellan åren 1960 och Bakom denna ökning ligger det faktum att Indien hade en snabbare ökning av BNP/c under perioden (panel a, kolumn 7). Med detta kvotmått har således den relativa fördelningen mellan länderna förbättrats över tiden; Indien har knappat in på USA med den terminologi som används i litteraturen ( caught up på engelska). Om man i stället mäter den relativa fördelningen med Gini råkar det bli så att fördelningen är oförändrad (Tabell 2, panel c). Om man som ett tredje fördelningsmått använder den absoluta skillnaden i inkomster har det inträffat en ansenlig försämring (från ca till drygt P$). Vilket fördelningsmått som ger den mest rättvisande bilden går naturligtvis inte att säga; det beror på vilken frågeställningen är. Det är hur som helst missvisande att utan förbehåll beteckna en högre tillväxttakt för fattiga länder än rika länder som konvergens. Det är naturligtvis så att om ett mycket fattigt land under en mycket lång tid har högre tillväxt av BNP/c än ett mycket rikare land, kommer de absoluta inkomsterna någon gång i framtiden att konvergera, men detta kan dröja mycket länge, flera generationer vid relativa tillväxttal som förefaller uppnåbara för de fattigaste länderna. På medellång sikt kommer den absoluta inkomstskillnaden mellan rika och fattiga länder ofrånkomligen att divergera Växande absoluta inkomstgap Vi ska ta exemplet med Indien och USA som utgångspunkt för att demonstrera de ofrånkomligen växande inkomstskillnaderna. På de två översta raderna i kolumn (2) i Tabell 3 återfinns de siffror Världsbanken anger för köpkraftskorrigerad BNP/c i dessa två länder för år Det framgår som vi tidigare sett (Tabell 2) och vilket alla vet att skillnaden är enorm. Indiens BNP/c år 2000 var bara 7,2 procent av den amerikanska (rad 3) och den absoluta inkomstskillnaden var drygt P$ (rad 4). Den 27

28 fråga vi ställer är: hur lång tid kan det förmodas ta innan Indiens genomsnittsinkomst börjar konvergera med den amerikanska i absoluta termer. Vi börjar med ett optimistiskt scenario. Vi postulerar att den framtida genomsnittliga tillväxttakten per capita i Indien ökar till 6 procent per år, medan den håller sig på 2 procent i USA (ungefär den siffra som noterats under 1900-talet som helhet). Om 20 år har då BNP/c i Indien vuxit till P$, som samtidigt ökat i relativa termer till 15,5 procent av BNP/c i USA. Det absoluta gapet har emellertid ökat från till drygt P$. Vi har fått en konvergens av de relativa inkomsterna i de två länderna, men en divergens av de absoluta inkomsterna. När det talas om huruvida de fattiga länderna knappar in på de rika länderna är det nästan alltid ökad kvot mellan per capita-inkomsterna som åsyftas, inte det absoluta gapet. 28