Krzywa Kuznetsa - Kuznets curve

Hipotetyczna krzywa Kuznetsa.
Miara nierówności dochodów: najwyższy udział decyla w dochodzie narodowym Stanów Zjednoczonych w latach 1910–2010. Piketty twierdzi, że Kuznets pomylił spadek nierówności z lat 1930-1950 za punkt końcowy swojego rozwoju. Od 1950 r. nierówności ponownie osiągnęły poziom sprzed II wojny światowej. Podobne trendy widoczne są w krajach europejskich.

Krzywa Kuznetsa ( / K ʌ z n ɛ t y / ) wyraża hipoteza rozszerzone ekonomista Simon Kuznetsa w 1950 i 1960 roku. Według tej hipotezy, jak gospodarka rozwija się , siły rynkowe pierwszy wzrost i następnie zmniejszyć nierówności ekonomicznej . Krzywa Kuznetsa wydawała się być zgodna z doświadczeniem w czasie, gdy została zaproponowana. Jednak od lat 60. nierówność wzrosła w Stanach Zjednoczonych i innych krajach rozwiniętych. Według szacunków Thomasa Piketty'ego nierówność powróciła obecnie do poziomu z końca XIX wieku. Thomas Piketty nie zajmuje się standardami życia, porównując te dwie daty, mobilność klasową w obrębie jednego pokolenia czy społeczno-kulturowy wpływ, jaki różne polityki publiczne mają na nierówności ekonomiczne.

Współczynnik Kuznetsa i krzywa Kuznetsa

Wskaźnik Kuznetsa jest miarą stosunku dochodu trafiającego do gospodarstw domowych o najwyższych dochodach (zwykle definiowanego przez górne 20%) do dochodu trafiającego do gospodarstw domowych o najniższych dochodach, który jest zwykle mierzony przez najniższe 20% lub najniższe 40 % dochodów. Porównując 20% do 20%, całkowicie równomierny rozkład wyraża się jako 1; 20% do 40% zmienia tę wartość na 0,5.

Wykresy krzywej Kuznetsa pokazują odwróconą krzywą U, chociaż zmienne wzdłuż osi są często mieszane i dopasowane, z nierównością lub współczynnikiem Giniego na osi Y i rozwojem gospodarczym, czasem lub dochodami na mieszkańca na osi X.

Wyjaśnienia

Jedno z wyjaśnień takiego postępu sugeruje, że na wczesnym etapie rozwoju , możliwości inwestycyjne dla tych, którzy mają pieniądze, mnożą się, podczas gdy napływ taniej wiejskiej siły roboczej do miast ogranicza płace. mając na uwadze, że w dojrzałych gospodarkach akumulacja kapitału ludzkiego (oszacowanie dochodu, który został osiągnięty, ale jeszcze nie skonsumowany) zajmuje miejsce akumulacji kapitału fizycznego jako główne źródło wzrostu; a nierówność spowalnia wzrost, obniżając poziom wykształcenia, ponieważ biedniejszym ludziom znajdującym się w niekorzystnej sytuacji brakuje środków na edukację na niedoskonałych rynkach kredytowych.

Krzywa Kuznets zakłada, że jako naród ulega industrializacji - zwłaszcza mechanizacji rolnictwa - centrum gospodarki narodowej przesunie się do miast. Ponieważ migracja wewnętrzna rolników poszukujących lepiej płatnej pracy w ośrodkach miejskich powoduje znaczną lukę nierówności między wsią a miastem (właściciele firm odnieśliby zyski, podczas gdy pracownicy z tych branż odnotowywaliby znacznie wolniejszy wzrost dochodów, a pracownicy rolni być może ich dochody spadają), populacje wiejskie zmniejszają się wraz ze wzrostem populacji miejskiej. Oczekuje się, że nierówności będą się zmniejszać, gdy osiągnięty zostanie pewien poziom przeciętnego dochodu, a procesy uprzemysłowienia – demokratyzacja i powstanie państwa opiekuńczego – pozwolą na czerpanie korzyści z szybkiego wzrostu i zwiększenie dochodu per capita. Kuznets wierzył, że nierówność przyjmie kształt odwróconej litery „U”, gdy będzie wzrastać, a następnie spadać wraz ze wzrostem dochodu na mieszkańca. Kuznets miał dwa podobne wyjaśnienia tego historycznego zjawiska:

  1. pracownicy migrowali z rolnictwa do przemysłu; oraz
  2. robotnicy wiejscy przenieśli się do pracy w miastach.

W obu wyjaśnieniach nierówność zmniejszy się po przeniesieniu 50% siły zmiany do sektora lepiej płatnego.

Dowód

Nierówności wzrosły w większości krajów rozwiniętych od lat 60. XX wieku, więc wykresy nierówności w czasie nie pokazują już krzywej Kuznetsa. Piketty argumentował, że spadek nierówności w pierwszej połowie XX wieku był jednorazowym efektem zniszczenia dużej koncentracji bogactwa przez wojnę i kryzys gospodarczy.

Krzywa Kuznetsa a ekonomia rozwoju

Krytycy teorii krzywej Kuznetsa twierdzą, że jej kształt litery U nie wynika z postępu w rozwoju poszczególnych krajów, ale raczej z historycznych różnic między krajami. Na przykład wiele krajów o średnim dochodzie wykorzystywanych w zestawie danych Kuznetsa znajdowało się w Ameryce Łacińskiej , regionie o historycznie wysokim poziomie nierówności. Podczas kontrolowania tej zmiennej kształt litery U krzywej ma tendencję do zanikania (np. Deininger i Squire, 1998). Jeśli chodzi o dowody empiryczne, oparte na dużych panelach krajów lub podejściach do szeregów czasowych, Fields (2001) uważa, że ​​hipoteza Kuznetsa została obalona.

Cud wschodnioazjatycki (EAM) został użyty do skrytykowania słuszności teorii krzywej Kuznetsa. Szybki wzrost gospodarczy ośmiu krajów Azji Wschodniej – Japonii, Korei Południowej, Tajwanu, Singapuru ( Cztery Tygrysy Azjatyckie ), Indonezji, Tajlandii i Malezji – w latach 1965-1990 nazwano cudem Azji Wschodniej. Produkcja i eksport rosły szybko i silnie. Jednocześnie jednak stwierdzono, że średnia długość życia wzrosła, a liczba ludności żyjącej w skrajnym ubóstwie spadła. Ten proces rozwoju był sprzeczny z teorią krzywych Kuznetsa. Przeprowadzono wiele badań, aby określić, w jaki sposób EAM był w stanie zapewnić, że korzyści płynące z szybkiego wzrostu gospodarczego byłyby szeroko rozdzielone wśród ludności, ponieważ teoria Kuznetsa głosiła, że ​​szybka akumulacja kapitału doprowadziłaby do początkowego wzrostu nierówności. Joseph Stiglitz twierdzi, że wschodnioazjatyckie doświadczenie intensywnego i pomyślnego procesu rozwoju gospodarczego wraz z natychmiastowym spadkiem nierówności populacji można wytłumaczyć natychmiastową reinwestycją początkowych korzyści w reformę rolną (zwiększenie produktywności, dochodów i oszczędności na obszarach wiejskich), edukacja (zapewniająca większą równość i to, co Stiglitz nazywa „intelektualną infrastrukturą” dla produktywności) oraz polityka przemysłowa, która bardziej równomiernie rozdzielała dochody poprzez wysokie i rosnące płace i ograniczała wzrost cen towarów. Czynniki te zwiększyły zdolność przeciętnego obywatela do konsumpcji i inwestowania w gospodarce, dodatkowo przyczyniając się do wzrostu gospodarczego. Stiglitz podkreśla, że ​​wysokie stopy wzrostu zapewniły zasoby do promowania równości, które działały jako pętla pozytywnego sprzężenia zwrotnego wspierająca wysokie stopy wzrostu. EAM przeciwstawia się krzywej Kuznetsa, która twierdzi, że wzrost powoduje nierówności, a nierówność jest konieczna dla ogólnego wzrostu.

Wykładowca Uniwersytetu Cambridge, Gabriel Palma, niedawno nie znalazł dowodów na istnienie „krzywej Kuznetsa” nierówności:

„Statystyczne dowody na „w górę” strony „Odwróconego U” między nierównością a dochodem na mieszkańca wydają się zniknąć, ponieważ wiele krajów o niskich i niskich średnich dochodach ma teraz rozkład dochodów podobny do tego większość krajów o średnim dochodzie (innych niż kraje Ameryki Łacińskiej i Afryki Południowej), co oznacza, że ​​połowa Afryki Subsaharyjskiej i wiele krajów azjatyckich, w tym Indie, Chiny i Wietnam, ma teraz rozkład dochodów podobny do tego w Północy Afryka, Karaiby i karty sieciowe drugiego poziomu . Poziom ten jest również podobny do poziomu połowy kart sieciowych pierwszego poziomu, krajów śródziemnomorskich UE i anglojęzycznych OECD (z wyłączeniem USA). W rezultacie około 80% ludność świata żyje obecnie w krajach, w których Gini wynosi około 40”.

Palma dalej zauważa, że ​​wśród krajów o średnich dochodach tylko kraje Ameryki Łacińskiej i Afryki Południowej żyją we własnej lidze nierówności. Zamiast krzywej Kuznetsa dzieli populację na decyle i bada związek między ich dochodami a nierównością dochodów. Palma pokazuje następnie, że istnieją dwa trendy dystrybucyjne występujące w nierówności w kraju:

„Jeden jest„ odśrodkowy ”i odbywa się na dwóch ogonach rozkładu – co prowadzi do większego zróżnicowania między krajami w udziałach przywłaszczanych przez 10 procent górnych i dolnych czterdziestu procent. środkowy – co prowadzi do niezwykłej jednolitości w poszczególnych krajach udziału dochodu przypadającego na połowę populacji znajdującej się w przedziale od 5 do 9 decyli”.

Dlatego to udział najbogatszych 10% populacji wpływa na udział najbiedniejszych 40% populacji, przy czym średnia do średniej pozostaje taka sama we wszystkich krajach.

W stolicy w dwudziestym pierwszym wieku , Thomas Piketty zaprzecza skuteczności krzywa kuznetsa. Wskazuje, że w niektórych bogatych krajach poziom nierówności dochodów w XXI wieku przekroczył poziom w drugiej dekadzie XX wieku, proponując wyjaśnienie, że gdy stopa zwrotu z kapitału jest większa niż tempo wzrostu gospodarczego w długim okresie termin, rezultatem jest koncentracja bogactwa.

Własne zastrzeżenia Kuznetsa

W biografii poświęconej metodom naukowym Simona Kuznetsa ekonomista Robert Fogel odnotował zastrzeżenia samego Kuznetsa co do „kruchości danych”, na których opierała się hipoteza. Fogel zauważa, że ​​większość artykułu Kuznetsa była poświęcona wyjaśnieniu czynników konfliktowych. Fogel podkreślił opinię Kuznetsa, że ​​„nawet jeśli dane okazały się aktualne, dotyczyły wyjątkowo ograniczonego czasu i wyjątkowych doświadczeń historycznych”. Fogel zauważył, że pomimo tych „powtarzających się ostrzeżeń”, zastrzeżenia Kuznetsa zostały przeoczone, a krzywa Kuznetsa została „podniesiona do poziomu prawa” przez innych ekonomistów.

Nierówność i liberalizacja handlu

Badania Dobsona i Ramlogana miały na celu zidentyfikowanie związku między nierównością a liberalizacją handlu . W związku z tym pomysłem pojawiły się mieszane wnioski – niektóre kraje rozwijające się doświadczyły większej nierówności, mniejszej nierówności lub w ogóle braku różnic z powodu liberalizacji handlu. Z tego powodu Dobson i Ramlogan sugerują, że być może otwartość handlu może być powiązana z nierównością poprzez krzywą Kuznetsa. Wykres liberalizacji handlu kontra nierówności mierzy otwartość handlu wzdłuż osi x i nierówności wzdłuż osi y. Dobson i Ramlogan określają otwartość handlową przez stosunek eksportu i importu (całkowity handel) oraz średnią stawkę celną; Nierówność jest określana przez wskaźniki skolaryzacji brutto do szkół podstawowych, udział rolnictwa w produkcji całkowitej, stopę inflacji oraz skumulowaną prywatyzację. Analizując dane z kilku krajów Ameryki Łacińskiej, które wdrożyły politykę liberalizacji handlu w ciągu ostatnich 30 lat, krzywa Kuznetsa wydaje się mieć zastosowanie do związku między liberalizacją handlu a nierównością (mierzoną współczynnikiem GINI). Jednak w wielu z tych krajów nastąpiło przejście od nisko wykwalifikowanej produkcji siły roboczej do działalności intensywnie korzystającej z zasobów naturalnych. Ta zmiana nie przyniosłaby tak dużych korzyści pracownikom o niskich kwalifikacjach. Tak więc, chociaż ich dowody wydają się wspierać teorię Kuznetsa w odniesieniu do liberalizacji handlu, Dobson i Ramlogan twierdzą, że polityka redystrybucji musi być jednocześnie wdrażana w celu złagodzenia początkowego wzrostu nierówności.

Środowiskowa krzywa Kuznetsa

Hipotetyczna środowiskowa krzywa Kuznetsa: tłumaczenie krzywej Kuznetsa na wykorzystanie zasobów naturalnych.

Środowiskowa krzywa Kuznetsa (EKC) to hipotetyczny związek między jakością środowiska a rozwojem gospodarczym: różne wskaźniki degradacji środowiska mają tendencję do pogarszania się wraz z postępem współczesnego wzrostu gospodarczego, aż średni dochód osiągnie pewien punkt w trakcie rozwoju. Podsumowując, EKC sugeruje, że „rozwiązaniem problemu zanieczyszczenia jest wzrost gospodarczy”.

Chociaż jest przedmiotem ciągłej debaty, istnieje wiele dowodów na poparcie zastosowania środowiskowej krzywej Kuznetsa dla różnych wskaźników zdrowia środowiskowego, takich jak woda , zanieczyszczenie powietrza i ślad ekologiczny, które pokazują odwróconą krzywą w kształcie litery U jako dochód na mieszkańca i/lub wzrost PKB . Argumentowano, że ten trend występuje w poziomie wielu zanieczyszczeń środowiska, takich jak dwutlenek siarki , tlenek azotu , ołów , DDT , chlorofluorowęglowodory , ścieki i inne chemikalia wcześniej uwalniane bezpośrednio do powietrza lub wody. Na przykład w latach 1970-2006 PKB Stanów Zjednoczonych skorygowany o inflację wzrósł o 195%, liczba samochodów osobowych i ciężarowych w kraju wzrosła ponad dwukrotnie, a całkowita liczba przejechanych kilometrów wzrosła o 178%. Jednak w tym samym okresie pewne zmiany regulacyjne i innowacje technologiczne doprowadziły do ​​zmniejszenia rocznej emisji tlenku węgla ze 197 mln ton do 89 mln, tlenków azotu z 27 mln ton do 19 mln, dwutlenku siarki z 31 mln ton do 15 mln , emisji cząstek stałych o 80%, a emisji ołowiu o ponad 98%.

Wylesianie może przebiegać zgodnie z krzywą Kuznetsa (por. krzywa przejścia lasu ). Wśród krajów o PKB na mieszkańca wynoszącym co najmniej 4600 dolarów wylesianie netto przestało istnieć. Argumentowano jednak, że bogatsze kraje są w stanie utrzymać lasy wraz z wysokim zużyciem poprzez „eksportowanie” wylesiania.

Krytyka

Jednak możliwość zastosowania EKC jest dyskusyjna, jeśli chodzi o inne zanieczyszczenia, wykorzystanie niektórych zasobów naturalnych i ochronę bioróżnorodności. Na przykład zużycie energii, ziemi i zasobów (czasami nazywane „ śladem ekologicznym ”) może nie spaść wraz ze wzrostem dochodów. Podczas gdy stosunek energii za realnego PKB spadło, całkowite zużycie energii jest nadal rośnie w większości krajów rozwiniętych, jak to całkowita emisja z wielu gazów cieplarnianych . Ponadto w krajach rozwiniętych nadal pogarsza się status wielu kluczowych „ usług ekosystemowych ” zapewnianych przez ekosystemy, takich jak zaopatrzenie w wodę słodką (Perman i in ., 2003), żyzność gleby i rybołówstwo. Zwolennicy EKC argumentują, że ta zróżnicowana zależność niekoniecznie obala hipotezę, ale zamiast tego, że zastosowanie krzywych Kuznetsa do różnych wskaźników środowiskowych może się różnić, biorąc pod uwagę różne ekosystemy, ekonomię, schematy regulacyjne i technologie.

Przynajmniej jeden krytyk twierdzi, że Stany Zjednoczone wciąż walczą o osiągnięcie poziomu dochodów niezbędnego do nadania priorytetu niektórym zanieczyszczeniom środowiska, takim jak emisje dwutlenku węgla, które nie zostały jeszcze wprowadzone w ślad za EKC. Yandle i in. twierdzą, że EKC nie ma zastosowania do węgla, ponieważ większość zanieczyszczeń stwarza lokalne problemy, takie jak ołów i siarka, więc istnieje pilniejsza potrzeba oczyszczenia takich zanieczyszczeń. W miarę rozwoju kraju marginalna wartość oczyszczenia z takich zanieczyszczeń powoduje znaczną bezpośrednią poprawę jakości życia obywateli. I odwrotnie, zmniejszenie emisji dwutlenku węgla nie ma dramatycznego wpływu na poziomie lokalnym, więc bodziec do ich oczyszczenia jest tylko z altruistycznego powodu poprawy globalnego środowiska. Staje się to tragedią wspólnego dobra, gdzie najskuteczniej jest zanieczyszczać wszystkich i nikogo nie sprzątać, przez co wszyscy są gorsi (Hardin, 1968). Tak więc nawet w kraju o wysokim dochodzie takim jak USA, emisje dwutlenku węgla nie zmniejszają się zgodnie z EKC. Jednak wydaje się, że istnieje niewielka zgoda co do tego, czy EKC powstaje w odniesieniu do emisji CO 2 , ponieważ CO 2 jest globalnym zanieczyszczeniem, które jeszcze nie udowodniło swojej ważności w ramach krzywej Kuzneta. To powiedziawszy, Yandle i in. stwierdził również, że "polityka stymulująca wzrost ( liberalizacja handlu , restrukturyzacja gospodarki i reforma cen ) powinna być dobra dla środowiska".

Inni krytycy zwracają uwagę, że badacze również nie zgadzają się co do kształtu krzywej przy ocenie długoterminowych skal czasowych. Na przykład Millimet i Stengos uważają, że tradycyjny kształt „odwróconego U” jest w rzeczywistości kształtem „N”, co wskazuje, że zanieczyszczenie wzrasta wraz z rozwojem kraju, spada po osiągnięciu progu PKB, a następnie zaczyna rosnąć wraz ze wzrostem dochodu narodowego . Chociaż takie ustalenia są nadal przedmiotem dyskusji, mogą one okazać się ważne, ponieważ stawiają niepokojące pytanie, czy zanieczyszczenie faktycznie zaczyna spadać na dobre po osiągnięciu progu ekonomicznego, czy też spadek dotyczy tylko lokalnych zanieczyszczeń, a zanieczyszczenia są po prostu eksportowane do biedniejsze kraje rozwijające się. Levinson konkluduje, że krzywa środowiskowa Kuznetsa jest niewystarczająca do wspierania polityki zanieczyszczenia niezależnie od tego, czy jest ona laissez-faire, czy interwencjonizm , chociaż literatura jest wykorzystywana w ten sposób przez prasę.

Arrow i in. Argumentują, że progresja zanieczyszczenia-dochodu społeczności rolniczych (czystych) do gospodarek przemysłowych (z intensywnym zanieczyszczeniem) do gospodarek usługowych (czystszych) wydawałaby się fałszywa, gdyby zanieczyszczenie ponownie wzrosło na końcu ze względu na wyższe poziomy dochodów i konsumpcji ogółu ludności. Trudność z tym modelem polega na tym, że brakuje mu zdolności predykcyjnej, ponieważ jest wysoce niepewne, jak będzie scharakteryzowana kolejna faza rozwoju gospodarczego.

Suri i Chapman twierdzą, że EKC nie ma zastosowania w skali globalnej, ponieważ redukcja zanieczyszczenia netto może w rzeczywistości nie występować globalnie. Zamożne narody mają tendencję do eksportowania działalności, która powoduje najwięcej zanieczyszczeń, takich jak produkcja odzieży i mebli, do biedniejszych krajów, które wciąż znajdują się w procesie rozwoju przemysłowego (Suri i Chapman, 1998). Może to oznaczać, że w miarę rozwoju biednych narodów świata nie będą miały gdzie eksportować swoich zanieczyszczeń. Tak więc ten postęp oczyszczania środowiska, który ma miejsce w połączeniu ze wzrostem gospodarczym, nie może być powielany w nieskończoność, ponieważ może nie być miejsca na eksport odpadów i procesów intensywnie zanieczyszczających. Jednak Gene Grossman i Alan B. Krueger , autorzy, którzy początkowo dokonali korelacji między wzrostem gospodarczym, oczyszczaniem środowiska i krzywą Kuznetsa, doszli do wniosku, że „nie ma dowodów na to, że jakość środowiska stale się pogarsza wraz ze wzrostem gospodarczym”.

Stern ostrzega, że ​​„bardzo łatwo jest zrobić złą ekonometrię ” i mówi, że „historia EKC jest przykładem tego, co może pójść nie tak”. Stwierdza on, że „niewiele uwagi lub wcale nie zwracano uwagi na statystyczne właściwości wykorzystywanych danych, takie jak zależność szeregowa lub trendy stochastyczne w szeregach czasowych, oraz przeprowadzono lub przedstawiono niewiele testów adekwatności modelu. Jednak jednym z głównych celów robienie ekonometrii polega na sprawdzeniu, które pozorne zależności … są ważne, a które są korelacjami pozornymi ”. Swoje jednoznaczne stwierdzenie stwierdza: „Kiedy weźmiemy pod uwagę takie statystyki i zastosujemy odpowiednie techniki, okazuje się, że EKC nie istnieje (Perman i Stern 2003). Zamiast tego otrzymujemy bardziej realistyczny obraz wpływu wzrostu gospodarczego i technologicznego zmiany jakości środowiska. Wydaje się, że większość wskaźników degradacji środowiska stale rośnie w dochodach, chociaż „ elastyczność dochodowa " jest mniejsza niż jeden i nie jest prostą funkcją samego dochodu. Skutki związane z czasem zmniejszają wpływ na środowisko w krajach na wszystkich poziomach dochodów. Jednak w szybko rozwijających się krajach o średnich dochodach efekt skali, który zwiększa zanieczyszczenie i inne rodzaje degradacji, przytłacza efekt czasu. W krajach bogatych wzrost jest wolniejszy, a wysiłki na rzecz redukcji zanieczyszczenia mogą przezwyciężyć efekt skali. pozorny efekt EKC”.

Bibliografia

Bibliografia

  • Brenner, YS, Hartmut Kaelble i Mark Thomas (1991): Podział dochodów w perspektywie historycznej . Wydawnictwo Uniwersytetu Cambridge.
  • Deininger K, Squire L (1998). „Nowe sposoby patrzenia na stare problemy: nierówności i wzrost”. Czasopismo Ekonomii Rozwoju . 57 (2): 259–287. doi : 10.1016/s0304-3878(98)00099-6 .
  • Pola G (2001). Dystrybucja i rozwój, nowe spojrzenie na rozwijający się świat . Russel Sage Foundation w Nowym Jorku oraz The MIT Press w Cambridge, Massachusetts i Londynie.
  • Palma, JG (2011). „Jednorodne środki kontra niejednorodne ogony i koniec„ Odwróconego U ”: chodzi o udział bogatych”. Rozwój i zmiana . 42 : 87–153. doi : 10.1111/j.1467-7660.2011.01694.x .
  • Van Zandena, JL (1995). „Śledzenie początku krzywej Kuznetsa: Europa Zachodnia we wczesnym okresie nowożytnym”. Przegląd historii gospodarczej . 48 (4): 643–664. doi : 10.2307/2598128 . JSTOR  2598128 .