Inkomstfördelning och "ojämlikhet" kan mätas på en mängd olika sätt. Treviktiga frågor är: (1) vilken typ av mått använder man, (2) vilka typer av enheter jämför man, och (3) vilka typer av inkomster tittar man på.
Vad gäller mått är ett vanligt använt sådant gini-koefficienten som varierar mellan 0 och 100 där 0 betyder att alla inkomstenheter (se nedan) har samma inkomst, och 100 betyder att en enda inkomstenhet har all inkomst i ekonomin. Men man kan också använda inkomstspridning genom att t ex jämföra hur mycket en inkomstenhet (person, löntagare, hushåll) i 90:e percentilen tjänar jämfört med en enhet i 50:e percentilen (medianen), eller 10:e percentilen. Då tänker man sig att de i 90:e percentilen är en rimlig operationalisering av "höginkomsttagare", medianen är en "medianinkomsttagare", och 10:e percentilen är "låginkomsttagare". En kanske rimligare operationalisering av dessa begrepp är att använda 80:e och 20:e percentilerna om man tittar på hela befolkningen, eftersom de i 10:e percentilen inte har jobb och de i 90:e verkligen är höginkomsttagare vars inkomster kan bete sig på speciella sätt.Ytterligare att sätt att studera inkomstfördelningen är att kolla på toppinkomster: hur stor andel av de totala inkomsterna i ekonomin som går till t ex den percentil eller decil som tjänar mest. Jag diskuterar en mängd prominenta studier, bland annat av Thomas Piketty, om detta här. Ytterligare ett mått är den så kallade funktionella inkomstfördelningen, som är fördelningen mellan arbets- och kapitalinkomster i ekonomin, och som använts t ex av Allen (2009) och Frankema (2010). Eftersom kapitalinkomster är mer koncentrerade i befolkningen än vad arbetsinkomsterna är, innebär en ökning av kapitalinkomsterna på arbetsinkomsternas bekostnad en ökning av ojämlikheten.
Vilka typer av enheter handlar om huruvida det är individer eller hushåll man jämför, och ifall hushållens inkomster är justerade utifrån storlek.
Den tredje frågan är vilka typer av inkomster man tittar på. Lönespridning är ett ofta använt mått och eftersom väldigt många i vuxen ålder har ett jobb, också ett mått på inkomstspridning i största allmänhet. Men framför allt kan detta mått användas för att studera vad som händer på arbetsmarknaden, och vilka effekter som t ex olika lönebildningssystem har. Jag har skrivit om en rad papers, bland annat av Douglas Hibbs, som studerar lönespridningens utveckling i Sverige här. Om man är intresserad av levnadsstandard i allmänhet bör man dock använda disponibla inkomster, som är inkomster efter skatter och transfereringar. I detta mått bör också kapitalinkomster inkluderas, vilket de dock inte gör i t ex Eurostats SILC-dataset, som SCB för Sveriges del jobbar med under rubriken ULF/SILC, och som är den datakälla som ofta används när det här i landet diskuteras t ex relativ fattigdom. I SCB:s undersökning Hushållens ekonomi (HEK) inkluderas däremot kapitalinkomster. I HEK finns statistik tillbaka till 1975, och årligen från och med 1980. Förutom gini för disponibel inkomst finns där också bl a toppdecilens andel och toppercentilens andel, och samma tre mått fast för faktorinkomst. I HEK är statistiken per konsumtionsenhet eller familj. Det är (se beskrivningen av statistiken här, i pdf) HEK som levererar inkomstfördelningsstatistik till det internationella projektet Luxembourg Income Study, som är den mest kvalitativa källan för internationella inkomstfördelningsjämförelser. HEK är standard källa för svenska ginikoefficienter (jfr Andreas Bergh och Daniel Waldenström), men finns alltså bara tillbaka till 1975.
Om man vill studera inkomstfördelningen längre tillbaka använder man antagligen Roine och Waldenströms toppinkomstdata, som ingår i det internationella World Top Incomes Database. Forskarna som använder denna metod utnyttjar att det i skatteregister finns uppgifter om toppinkomsttagarnas inkomster för en lång period tillbaka, och att man om man också har den totala inkomsten i ekonomin kan räkna ut toppinkomsttagarnas andel. Detta mått är förstås inte så omfattande som gini-koefficienter, och kan inte säga något om t ex avståndet mellan låginkomsttagare och medelinkomsttagare, eller om fattigdom, men är intressant i sig som mått på toppdriven ojämlikhet, och en proxy för ojämlikhet i allmänhet. Roine och Waldenströms toppinkomstdata går tillbaka till 1903 och finns för varje år sedan 1943. Utvecklingen från 1903 till 2009 för toppercentilen, den procent som tjänar mest, och toppdecilen, de tio procent som tjänar mest, i diagrammet nedan. Jag använder inkomstbegreppet som inkluderar kapitalinkomster; även transfereringar är inräknade.
Vi ser att ojämlikheten var stor i början av perioden, föga förvånande. Allra mest ojämlikt under 1900-talet var Sverige år 1916, då en exportboom under första världskriget kombinerat med svaga förhandlingspositioner för arbetarna drev upp företagens vinster och toppinkomsterna. Också kapitalandelen som andel av nationalinkomsten toppade år 1916, och korrelationen mellan detta mått och toppercentilmåttet på ojämlikhet är också mycket starkt för perioden 1903 till 2000: 0,83. Ojämlikheten mätt som toppercentilens eller toppdecilens andel är som lägst i början av 1980-talet. Med detta mått har ojämlikheten ökat mycket kraftigt sedan dess. Jag jämför ett medelvärde för den mest jämlika femårsperioden (för att undvika snedvisande effekter av något extremt år) som är 1979-1983 med medelvärdet för de fem sista åren, 2005-2009. Toppercentilens andel har då mer än dubblats, ökat med 118 procent (från 4,21 till 9,17 procent). Toppdecilens andel har inte ökat lika kraftigt, men väl med 25 procent (från 22,81 till 30,5 procent).
Om vi vill ha ett mer omfattande fördelningsmått passar som sagt gini-koefficienten som finns från HEK tillbaka till 1975. Den minskar lite från 1975 till 1978, från 21,7 till 20,5, och ligger sedan rätt stilla runt 21 fram till och med 1988. 1989-90 finns en brytpunkt i statistiken på grund av skattereformer, vilket är olyckligt, men det verkar i vilket fall som att ginin börjar en rätt så linjär ökning där någonstans.
Om man jämför den mest jämlika sammanhängande femårsperioden, 1980-84, med den sista i statistiken, 2007-11, så ökar ginin från 20,3 till 32,3. Detta är en ökning med 59 procent.
Ett annat sätt för att kolla på inkomstfördelningen är att bara kolla på lönespridningen. Då beaktar man alltså inte faktorer som kapitalinkomster, skatter och transfereringar, och jämförelseenheten blir individer istället för hushåll som i HEK. Svenskt Näringsliv redovisar på sin hemsida statistik för arbetare och tjänstemän i SN:s/SAF:s medlemsföretag från 1970 till 2010. I diagrammet nedan är 90/50-relationerna på vänsteraxeln och 10/50-relationerna på högeraxeln.
1970 tjänade en tjänsteman i 90:e percentilken 65 procent mer än mediantjänstemannen, detta minskade till ungefär 55 procent år 1980, och ökade sedan till 70 procent 1995. Sedan dess har det i princip stått stilla. Lönespridningen bland arbetare är inte alls lika stor och en arbetare i 90:e percentilen har hela tiden tjänat mellan 20 och 30 procent mer än medianarbetaren. En väldigt lågavlönad arbetare, i 10:e percentilen,tjänade 1970 80 procent av medianarbetaren, detta ökade 1980-85 till strax över 85 procent, och har därefter minskat tillbaka till 80 procent. En lågavlönad tjänsteman började 1970 med väldigt låg lön jämfört med mediantjänstemannen, 55 procent, ökade däreter häpnadsväckande snabbt till 75 procent 1980, och har därefter legat rätt stilla, fast med en liten topp 1995 och lite lägre därefter. Denna statistik berättar knappast samma berättelse om "ökad ojämlikhet" som toppinkomsterna och ginikoefficienten för disponibla inkomster gör. De disponibla inkomsterna beror ju också på skatter och transfereringar, så kanske är en orsak till att dess utveckling ser mer ojämlik ut än vad lönerna gör, att staten blivit mindre omfördelande. En annan förklaring kan vara ökad arbetslöshet som gör att lönestrukturen påverkar färre. En förklaring vad gäller toppinkomsterna kan vara att Sverige sett en toppdriven ökning av ojämlikheten.
Vad gäller mått är ett vanligt använt sådant gini-koefficienten som varierar mellan 0 och 100 där 0 betyder att alla inkomstenheter (se nedan) har samma inkomst, och 100 betyder att en enda inkomstenhet har all inkomst i ekonomin. Men man kan också använda inkomstspridning genom att t ex jämföra hur mycket en inkomstenhet (person, löntagare, hushåll) i 90:e percentilen tjänar jämfört med en enhet i 50:e percentilen (medianen), eller 10:e percentilen. Då tänker man sig att de i 90:e percentilen är en rimlig operationalisering av "höginkomsttagare", medianen är en "medianinkomsttagare", och 10:e percentilen är "låginkomsttagare". En kanske rimligare operationalisering av dessa begrepp är att använda 80:e och 20:e percentilerna om man tittar på hela befolkningen, eftersom de i 10:e percentilen inte har jobb och de i 90:e verkligen är höginkomsttagare vars inkomster kan bete sig på speciella sätt.Ytterligare att sätt att studera inkomstfördelningen är att kolla på toppinkomster: hur stor andel av de totala inkomsterna i ekonomin som går till t ex den percentil eller decil som tjänar mest. Jag diskuterar en mängd prominenta studier, bland annat av Thomas Piketty, om detta här. Ytterligare ett mått är den så kallade funktionella inkomstfördelningen, som är fördelningen mellan arbets- och kapitalinkomster i ekonomin, och som använts t ex av Allen (2009) och Frankema (2010). Eftersom kapitalinkomster är mer koncentrerade i befolkningen än vad arbetsinkomsterna är, innebär en ökning av kapitalinkomsterna på arbetsinkomsternas bekostnad en ökning av ojämlikheten.
Vilka typer av enheter handlar om huruvida det är individer eller hushåll man jämför, och ifall hushållens inkomster är justerade utifrån storlek.
Den tredje frågan är vilka typer av inkomster man tittar på. Lönespridning är ett ofta använt mått och eftersom väldigt många i vuxen ålder har ett jobb, också ett mått på inkomstspridning i största allmänhet. Men framför allt kan detta mått användas för att studera vad som händer på arbetsmarknaden, och vilka effekter som t ex olika lönebildningssystem har. Jag har skrivit om en rad papers, bland annat av Douglas Hibbs, som studerar lönespridningens utveckling i Sverige här. Om man är intresserad av levnadsstandard i allmänhet bör man dock använda disponibla inkomster, som är inkomster efter skatter och transfereringar. I detta mått bör också kapitalinkomster inkluderas, vilket de dock inte gör i t ex Eurostats SILC-dataset, som SCB för Sveriges del jobbar med under rubriken ULF/SILC, och som är den datakälla som ofta används när det här i landet diskuteras t ex relativ fattigdom. I SCB:s undersökning Hushållens ekonomi (HEK) inkluderas däremot kapitalinkomster. I HEK finns statistik tillbaka till 1975, och årligen från och med 1980. Förutom gini för disponibel inkomst finns där också bl a toppdecilens andel och toppercentilens andel, och samma tre mått fast för faktorinkomst. I HEK är statistiken per konsumtionsenhet eller familj. Det är (se beskrivningen av statistiken här, i pdf) HEK som levererar inkomstfördelningsstatistik till det internationella projektet Luxembourg Income Study, som är den mest kvalitativa källan för internationella inkomstfördelningsjämförelser. HEK är standard källa för svenska ginikoefficienter (jfr Andreas Bergh och Daniel Waldenström), men finns alltså bara tillbaka till 1975.
Om man vill studera inkomstfördelningen längre tillbaka använder man antagligen Roine och Waldenströms toppinkomstdata, som ingår i det internationella World Top Incomes Database. Forskarna som använder denna metod utnyttjar att det i skatteregister finns uppgifter om toppinkomsttagarnas inkomster för en lång period tillbaka, och att man om man också har den totala inkomsten i ekonomin kan räkna ut toppinkomsttagarnas andel. Detta mått är förstås inte så omfattande som gini-koefficienter, och kan inte säga något om t ex avståndet mellan låginkomsttagare och medelinkomsttagare, eller om fattigdom, men är intressant i sig som mått på toppdriven ojämlikhet, och en proxy för ojämlikhet i allmänhet. Roine och Waldenströms toppinkomstdata går tillbaka till 1903 och finns för varje år sedan 1943. Utvecklingen från 1903 till 2009 för toppercentilen, den procent som tjänar mest, och toppdecilen, de tio procent som tjänar mest, i diagrammet nedan. Jag använder inkomstbegreppet som inkluderar kapitalinkomster; även transfereringar är inräknade.
Vi ser att ojämlikheten var stor i början av perioden, föga förvånande. Allra mest ojämlikt under 1900-talet var Sverige år 1916, då en exportboom under första världskriget kombinerat med svaga förhandlingspositioner för arbetarna drev upp företagens vinster och toppinkomsterna. Också kapitalandelen som andel av nationalinkomsten toppade år 1916, och korrelationen mellan detta mått och toppercentilmåttet på ojämlikhet är också mycket starkt för perioden 1903 till 2000: 0,83. Ojämlikheten mätt som toppercentilens eller toppdecilens andel är som lägst i början av 1980-talet. Med detta mått har ojämlikheten ökat mycket kraftigt sedan dess. Jag jämför ett medelvärde för den mest jämlika femårsperioden (för att undvika snedvisande effekter av något extremt år) som är 1979-1983 med medelvärdet för de fem sista åren, 2005-2009. Toppercentilens andel har då mer än dubblats, ökat med 118 procent (från 4,21 till 9,17 procent). Toppdecilens andel har inte ökat lika kraftigt, men väl med 25 procent (från 22,81 till 30,5 procent).
Om vi vill ha ett mer omfattande fördelningsmått passar som sagt gini-koefficienten som finns från HEK tillbaka till 1975. Den minskar lite från 1975 till 1978, från 21,7 till 20,5, och ligger sedan rätt stilla runt 21 fram till och med 1988. 1989-90 finns en brytpunkt i statistiken på grund av skattereformer, vilket är olyckligt, men det verkar i vilket fall som att ginin börjar en rätt så linjär ökning där någonstans.
Om man jämför den mest jämlika sammanhängande femårsperioden, 1980-84, med den sista i statistiken, 2007-11, så ökar ginin från 20,3 till 32,3. Detta är en ökning med 59 procent.
Ett annat sätt för att kolla på inkomstfördelningen är att bara kolla på lönespridningen. Då beaktar man alltså inte faktorer som kapitalinkomster, skatter och transfereringar, och jämförelseenheten blir individer istället för hushåll som i HEK. Svenskt Näringsliv redovisar på sin hemsida statistik för arbetare och tjänstemän i SN:s/SAF:s medlemsföretag från 1970 till 2010. I diagrammet nedan är 90/50-relationerna på vänsteraxeln och 10/50-relationerna på högeraxeln.
1970 tjänade en tjänsteman i 90:e percentilken 65 procent mer än mediantjänstemannen, detta minskade till ungefär 55 procent år 1980, och ökade sedan till 70 procent 1995. Sedan dess har det i princip stått stilla. Lönespridningen bland arbetare är inte alls lika stor och en arbetare i 90:e percentilen har hela tiden tjänat mellan 20 och 30 procent mer än medianarbetaren. En väldigt lågavlönad arbetare, i 10:e percentilen,tjänade 1970 80 procent av medianarbetaren, detta ökade 1980-85 till strax över 85 procent, och har därefter minskat tillbaka till 80 procent. En lågavlönad tjänsteman började 1970 med väldigt låg lön jämfört med mediantjänstemannen, 55 procent, ökade däreter häpnadsväckande snabbt till 75 procent 1980, och har därefter legat rätt stilla, fast med en liten topp 1995 och lite lägre därefter. Denna statistik berättar knappast samma berättelse om "ökad ojämlikhet" som toppinkomsterna och ginikoefficienten för disponibla inkomster gör. De disponibla inkomsterna beror ju också på skatter och transfereringar, så kanske är en orsak till att dess utveckling ser mer ojämlik ut än vad lönerna gör, att staten blivit mindre omfördelande. En annan förklaring kan vara ökad arbetslöshet som gör att lönestrukturen påverkar färre. En förklaring vad gäller toppinkomsterna kan vara att Sverige sett en toppdriven ökning av ojämlikheten.
Inga kommentarer:
Skicka en kommentar