Auteur: Bart Smets, laureaat USAB scriptieprijs 2024
De context
Inmiddels is het vier jaar geleden dat de coronapandemie uitbrak en wereldwijde chaos veroorzaakte. Vanzelfsprekend had deze pandemie een impact op verschillende facetten van de maatschappij, niet in het minst op de verdeling van inkomen. Zo werd in de media al snel gewag gemaakt van een stijging van de inkomensongelijkheid als gevolg van COVID-19, aangezien rijkere personen zich beter zouden kunnen beschermen tegen de negatieve impact van de pandemie dan armere (The Economist, 2020). Deze claim werd al snel geëxtrapoleerd naar een globaal niveau. Rijkere landen zouden over meer middelen beschikken om zich te beschermen tegen de gevolgen van COVID-19, waardoor de kloof tussen rijke en arme landen zou vergroten (The Economist, 2022). Mijn thesis onderzocht of de data deze veronderstelling staven.
Enkele jaren voor het uitbreken van COVID-19 argumenteerde historicus Walter Scheidel (2017) in zijn boek ‘The Great Leveler’ dat pandemieën een van de enige krachten zijn die ongelijkheid over een langere periode kunnen verminderen. Deze historische visie was zeker niet nieuw. Zo schreef demograaf en econoom Thomas Malthus in 1798 al dat pandemieën, net als oorlogen, als natuurlijke gelijkmakers optreden wanneer ongelijkheid in een maatschappij onhoudbare niveaus bereikt. Het meest tot de verbeelding sprekende voorbeeld hiervan is de Italiaanse ‘zwarte dood’ epidemie uit de middeleeuwen. Deze epidemie zorgde ervoor dat inkomensongelijkheid eeuwenlang daalde en populariseerde het idee dat pandemieën geen rekening houden met status of rijkdom, maar iedereen over eenzelfde kam scheren. Rekening houdend met dit inzicht is het uiteraard relevant om te onderzoeken of COVID-19 dit patroon volgde. Kan deze pandemie ook als een ‘great leveler’ beschouwd worden?
Tijdens de coronapandemie was de studie van ongelijkheid op nationaal niveau een populair mediathema. Deze ongelijkheid is immers afhankelijk van economisch beleid en is daarom het onderwerp van menig politiek debat. Minder aandacht ging naar het meten van ongelijkheid tussen landen, op een internationaal niveau.
Waarom deze benadering van ongelijkheidsmeting tussen landen relevant is, illustreert ongelijkheidsexpert Branko Milanovic (2016). Hij stelt namelijk dat een wereld met perfecte economische gelijkheid tussen landen rechtvaardiger is, aangezien dit impliceert dat je geboorteland je inkomen niet bepaalt. Als COVID-19 de kloof tussen rijke en arme landen zou vergroot hebben, zou dit dus betekenen dat de pandemie tot een minder rechtvaardige wereld heeft geleid. In deze context is het relevant om te onderzoeken of Scheidel’s hypothese van gelijkmakende pandemieën ook op dit globale niveau geldt. Of had de media, die toegenomen ongelijkheid op zowel een nationaal als een globaal niveau rapporteerde, het bij het rechte eind?
Wat zegt de bestaande literatuur?
De impact van COVID-19 op inkomensongelijkheid tussen landen werd echter al snel onderzocht in de literatuur, onder meer door Nobelprijswinnaar Angus Deaton (2021). Hij kwam tot de conclusie dat COVID-19 leidde tot een (lichte) stijging in globale ongelijkheid, implicerend dat armere landen meer hebben geleden onder de pandemie dan rijkere. Een belangrijke oorzaak die Deaton (2021) hiervoor aanhaalt, is dat rijkere landen hun economie beter konden ondersteunen dan armere. Een andere reden is dat de pandemie grondstofexporten op een internationaal niveau belemmerde, welke essentieel zijn voor de economieën van armere ontwikkelingslanden.
Daarnaast is het belangrijk om de rol van China en India te benadrukken. Deze landen krijgen door hun grote bevolkingsaantal het meeste gewicht toegekend bij de berekening van het ongelijkheidsniveau. Hoewel beide landen in de 20e eeuw als arm werden beschouwd, kenden ze de afgelopen decennia sterke economische groei, wat zorgde voor een daling in de globale ongelijkheid. Deze trend zette zich echter niet verder tijdens de pandemie. Terwijl China zelf de pandemie relatief goed onder controle hield en slechts beperkte economische schade opliep, kende India een diepe economische recessie, waarbij het bruto binnenlands product (BBP) in het tweede kwartaal van 2020 met maar liefst 24% daalde. Door de grote populatie van India droeg deze recessie bij tot de stijgende globale ongelijkheid die Deaton (2021) in zijn onderzoek vond.1 Deaton (2021) maakt in deze analyse echter enkel gebruik van zogenaamde relatieve ongelijkheidsmetingen. Om te verduidelijken wat dit inhoudt, introduceer ik het concept ongelijkheidsperspectief.
Ongelijkheidsperspectieven
Een dergelijk ongelijkheidsperspectief geeft aan hoe een stijging of daling van het totale inkomen over alle individuen of landen dient verdeeld te worden zodat het ongelijkheidsniveau onveranderd blijft. Ik illustreer dit aan de hand van een voorbeeld, overgenomen uit Bosmans et al. (2014). In tabel 1 wordt een inkomensverdeling gegeven waarbij 1.000 euro (of 10% van het totale inkomen) dient verdeeld te worden over een populatie van vier personen die samen 10.000 euro bezitten. Hoe zou deze verdeling dan moeten gebeuren, op een manier waarop de inkomensongelijkheid niet verandert?
Tabel 1: Inkomensgroei en ongelijkheidsperspectieven
| Inkomen in € per maand (beginsituatie) | We verdelen € 1.000 extra door iedereen € 250 bij te geven | We verdelen € 1.000 extra door iedereen 10% bij te geven | |
| Ann | 1.000 | 1.250 | 1.100 |
| Bert | 2.000 | 2.250 | 2.200 |
| Charlotte | 3.000 | 3.250 | 3.300 |
| Davy | 4.000 | 4.250 | 4.400 |
| Totale bevolking | 10.000 | 11.000 | 11.000 |
Ongelijkheidsmetingen die een relatief perspectief volgen stellen dat ongelijkheid onveranderd blijft als elke persoon (of land in mijn onderzoek) dezelfde groei in percentages tegenover zijn/haar huidige inkomensniveau kent. In het gegeven voorbeeld zou dit betekenen dat elke persoon 10% proportioneel aan zijn/haar inkomen extra ontvangt. Op een internationaal niveau impliceert dit dat de afgelopen decennia een hogere procentuele groeivoet van armere landen als China en India, in vergelijking met een lagere groeivoet voor rijkere landen als België en de Verenigde Staten, tot dalende globale ongelijkheid leidde. Deze benadering tot ongelijkheidsmeting wordt bijna altijd gebruikt in literatuur en media, maar wordt ook als beperkend bestempeld doordat het andere perspectieven op ongelijkheid negeert (Atkinson& Brandolini, 2010).
Een dergelijke, andere visie is het absolute perspectief. Volgens dit perspectief blijft ongelijkheid onveranderd als elke persoon dezelfde groei in monetaire eenheden (meestal uitgedrukt in dollars) kent. In het gegeven voorbeeld blijft ongelijkheid dan onveranderd als elke persoon 250 euro zou ontvangen, ongeacht zijn/haar huidig inkomensniveau. Op een internationaal niveau leidt dit perspectief tot de conclusie dat de afgelopen decennia de ongelijkheid net is gestegen en niet gedaald. De intuïtie hiervoor is dat een laag percentage van een hoog inkomen (zoals België) nog steeds een hoger bedrag is dan een hoog percentage van een laag inkomen (zoals India), en zo de inkomenskloof tussen rijke en arme landen bij groei vergroot. Het is dus duidelijk dat deze verschillende ongelijkheidsperspectieven ook tot andere conclusies leiden.
Welke van deze perspectieven gebruikt wordt, is een subjectieve keuze, wat betekent dat er niet één correcte methode is. Uit onderzoek blijkt dat ongeveer een derde van de mensen vanuit een relatief perspectief kijkt. Iets minder dan een derde prefereert een absoluut perspectief. De rest situeert zich ergens tussen deze twee extremen.
Deze laatste soort worden de zogenaamde ‘intermediaire’ perspectieven genoemd (Bosmans et al., 2014). Als absolute en relatieve perspectieven kunnen voorgesteld worden op een schaal met als uitersten 0 (volledig absoluut) en 1 (volledig relatief), dan houdt een intermediair perspectief een zelfgekozen perspectief in dat zich situeert tussen 0 en 1 op deze schaal. Concreet betekent dit dat bij een gewogen combinatie van absolute en relatieve groei, waarbij een zelfgekozen gewicht aan het relatieve perspectief gegeven wordt, ongelijkheid onveranderd blijft. Zo staat deze methode van ongelijkheidsmeting toe om zelf te kiezen hoe absoluut of relatief je visie is en om al deze uiteenlopende visies op ongelijkheidsberekening mee in overweging te nemen.
Zoals vermeld maakte Deaton (2021) in zijn analyse uitsluitend gebruik van relatieve ongelijkheidsmetingen. Uit empirische literatuur (Bosmans et al., 2013; Niño-Zarazúa et al., 2016) is echter duidelijk dat absolute (en intermediaire) metingen vaak tot heel verschillende conclusies komen. Daarom breidt mijn thesis de analyse van Deaton (2021) uit door ook deze perspectieven op te nemen om tot een bredere conclusie te komen. Komen absolute en intermediaire metingen net als relatieve metingen tot de conclusie dat de ongelijkheid gestegen is? Of concluderen deze metingen net wel dat COVID-19 een grote gelijkmaker was?
Hoe onderzoek je dit?
Voor dit onderzoek is het eerst noodzakelijk te definiëren hoe inkomen gemeten wordt. Om globale inkomensongelijkheid te onderzoeken, beschik je als onderzoeker in een ideale wereld over inkomensdata van de gehele wereldpopulatie, op individueel niveau. Deze data zijn echter, zeker in ontwikkelingslanden, niet beschikbaar. Daarom wordt in deze analyse aan iedere persoon het BBP per capita van zijn of haar land toegewezen.2 Op deze manier kom je tot een inkomensverdeling die kan gebruikt worden om te analyseren hoe ongelijkheid tussen landen veranderd is, waarbij elk land een proportioneel gewicht krijgt op basis van zijn populatie.
Daarnaast is het belangrijk om te benadrukken hoe de impact op ongelijkheid gemeten wordt. Het ligt voor de hand om het ongelijkheidsniveau in 2020 te meten, dit te vergelijken met het ongelijkheidsniveau in 2019 en op basis daarvan te concluderen of de pandemie leidde tot een stijging of daling in ongelijkheid. Het is echter uit de literatuur duidelijk dat de globale ongelijkheid voor de pandemie een dalende trend kende (Niño-Zarazúa et al., 2016) en dus zou de ongelijkheid in afwezigheid van de pandemie ook gedaald zijn. Dit betekent dat een vergelijking tussen 2019 en 2020 niet helemaal accuraat is.
Om hiermee rekening te houden, creëer ik een 2020 ‘zonder COVID-19’. Concreet doe ik dit door data uit 2019 naar 2020 te extrapoleren3, waardoor ik de echte inkomensverdeling uit 2020 kan vergelijken met een ‘COVID-loze’ inkomensverdeling uit 2020.4 Bijgevolg vergelijk ik door middel van een ongelijkheidscoëfficiënt de ongelijkheidsniveaus voor alle perspectieven op de eerder vernoemde schaal tussen volledig absoluut en volledig relatief en bekijk ik welke perspectieven concluderen dat ongelijkheid is gestegen en welke dat ongelijkheid is gedaald. Dit leidt tot een genuanceerdere analyse in vergelijking met de literatuur, die enkel van een volledig relatief perspectief uitging.
Als laatste moet nog vermeld worden hoe de ongelijkheidsniveaus concreet berekend worden. Hiervoor gebruik ik de populaire Gini-coëfficiënt, welke me ook toelaat om te meten hoe intens de verschillende perspectieven vinden dat COVID-19 ongelijkheid heeft beïnvloed.5 Deze Gini-coëfficiënt kan een waarde aannemen van 0 tot 1, waarbij een hogere coëfficiënt aangeeft dat de inkomensverdeling ongelijker is. Uiteindelijk laat deze methodologie me toe om voor de waaier aan vermelde perspectieven zowel te meten (1) in welke richting ongelijkheid tussen landen beïnvloed is door de pandemie, als (2) hoe groot deze verandering was.
Wat zegt de data?
Bevestigt mijn analyse de ‘relatieve’ literatuur die stijgende ongelijkheid vond of leidt het gebruik van absolute en intermediaire perspectieven toch tot een andere conclusie? Als we eerst een volledig relatief perspectief aannemen, wordt er gevonden dat de inkomensongelijkheid tussen landen in 2020 hoger was dan in het ‘COVID-loze’ 2020. Dit resultaat bevestigt de conclusies uit de huidige literatuur en specifiek Deaton (2021), die zich toelegden op dit volledig relatieve perspectief.
Als echter absolute of (de meeste) intermediaire perspectieven gebruikt worden, is de conclusie dat COVID-19 zorgde voor een lager ongelijkheidsniveau dan voorspeld in een wereld zonder COVID-19. Specifiek wordt dit effect gevonden voor ongelijkheidsperspectieven tot en met 0.74 op de eerder besproken schaal. Dit betekent dat 74% van de perspectieven, en dus zelfs visies die meer bij het relatieve dan bij het absolute perspectief aanleunen, vinden dat COVID-19 tot een lagere ongelijkheid leidde.
Een bijkomende analyse vindt zelfs dat als er een veel groter gewicht gegeven wordt aan de armste personen uit de populatie in vergelijking met de rijkere, alle perspectieven (dus ook compleet relatieve) aangeven dat de pandemie tot minder ongelijkheid leidde. Daarnaast valt het ook op dat een meting volgens het volledig absolute perspectief vindt dat ongelijkheid bijna drie keer zo sterk is gedaald, dan een volledig relatieve meting vindt dat de ongelijkheid gestegen is. Ondanks dat relatieve, absolute en intermediaire perspectieven tot verschillende conclusies leiden, wijst de meerderheid van de onderzochte perspectieven dus richting een negatieve (en sterkere) impact van COVID-19 op ongelijkheid.
Potentiële oorzaken van deze evolutie identificeren lag buiten het bereik van deze scriptie. Deaton (2021) geeft aan dat armere landen zich vaak in een warmer klimaat situeren, waardoor meer activiteiten buiten konden plaatsvinden en armere landen zich beter tegen de pandemie konden wapenen. Daarnaast zouden deze landen ook gekenmerkt worden door een lagere bevolkingsdichtheid, wat de spreiding van het virus zou beperken. Maar Deaton (2021) geeft zelf ook aan dat deze claims weinig waard zijn zonder diepgaande wetenschappelijke analyse. Zo zijn ook de gemiddelde leeftijd van de bevolking, vaccinatiegraad, mobiliteit tussen steden/dorpen en platteland, rapportering en klinische diagnostiek en de striktheid van non-pharmaceutical interventions (bv. lockdowns, quarantaine, mondmaskerplicht,…) factoren die ongelijkheid tussen landen zouden kunnen verklaren. De impact van deze factoren op de (verschillende metingen van) globale ongelijkheid onderzoeken, is een belangrijke piste van vervolgonderzoek.
Conclusie
Uit mijn onderzoek blijkt dat er geen uniforme conclusie getrokken kan worden wat betreft de impact van de pandemie op de inkomensongelijkheid tussen landen. Het is eerst en vooral belangrijk te benadrukken dat ongelijkheidsperspectieven subjectief zijn. Prefereer je eerder het relatieve ongelijkheidsperspectief, dan vind je net als Deaton (2021) dat de pandemie de inkomensongelijkheid tussen landen licht heeft vergroot. Verkies je daarentegen eerder een absoluut perspectief, dan kom je tot de conclusie dat de pandemie tot een veel lagere ongelijkheid leidde. Toch stelt mijn onderzoek vast dat zolang je geen heel relatief perspectief inneemt, een negatieve impact op ongelijkheid gevonden wordt. Dit betekent dat deze bijkomende perspectieven mee in rekening nemen een andere (en sterkere) impact dan de bestaande literatuur vindt.
Terwijl de analyse van Deaton (2021) stijgende relatieve ongelijkheid (in procenten) vond en mijn onderzoek zijn resultaten bevestigt, zorgen de resultaten van mijn thesis voor een bredere en genuanceerdere conclusie. Absolute en (de meeste) intermediaire perspectieven mee in rekening nemen wijst erop dat rijkere landen in dollars (veel) meer welvaart hebben verloren dan armere landen. Aangezien uit studies blijkt dat een groot deel van de mensen deze absolute en intermediaire visies volgt, wijst dit erop dat de stelling dat de pandemie tot minder ongelijkheid leidde een minstens even relevante (zo niet relevantere) conclusie is als die van Deaton (2021).
Vaak wordt zo’n ongelijkheidsdaling tussen landen gezien als wenselijk, omdat het tot een rechtvaardigere samenleving en een grotere gelijkheid aan kansen leidt (Milanovic, 2016). In dit geval wordt deze daling echter veroorzaakt doordat alle landen welvaart verloren hebben en bijgevolg veel mensen in armoede beland zijn. Hoewel de besproken perspectieven tot verschillende conclusies leiden wat betreft ongelijkheid, is het duidelijk dat ook rijke landen onder de pandemie geleden hebben en de dans niet ontsprongen zijn. Voor een groot deel van de bevolking houdt de hypothese dat COVID-19 op een globaal niveau een ‘great leveler’ was, dus zeker steek.
Referenties
Atkinson, A. B., & Brandolini, A. (2010). On Analyzing the World Distribution of Income. The World Bank Economic Review, 24(1), 1–37. https://doi.org/10.1093/wber/lhp020
Bosmans, K., Decancq, K., & Decoster, A. (2013). The Relativity of Decreasing Inequality Between Countries. Economica, 81(322), 276–292. https://doi.org/10.1111/ecca.12059
Bosmans, K., Decancq, K., & Decoster, A. (2014). Neemt de ongelijkheid in de wereld nu toe of af?. Leuvense economische standpunten, 144, 1-5.
Deaton, A. (2021). COVID-19 and Global Income Inequality. NBER. From https://www.nber.org/papers/w28392
Malthus, T. R., 1798. An Essay on the Principle of Population, History of Economic Thought Books. McMaster University Archive for the History of Economic Thought.
Milanovic, B. (2016). Global Inequality: A New Approach for the Age of Globalization. Harvard University Press.
Niño-Zarazúa, M., Roope, L. & Tarp, F. (2016). Global inequality: Relatively lower, absolutely higher, Review of Income and Wealth, 63, 661-684.
Scheidel, W. (2017). The great leveler: Violence and the history of inequality from the Stone Age to the twenty-first century. Princeton University Press.
The Economist. (2020) . How COVID-19 exacerbates inequality.
The Economist. (2022). Global inequality is rising again.
Afbeelding: Martin Sanchez via Unsplash
- Deaton stelt dat China minder impact heeft op het ongelijkheidsniveau doordat het niet langer een arm land is en daardoor zich al dicht bij het midden van de inkomensdistributie bevindt, in tegenstelling tot India dat zich nog steeds onderaan de verdeling bevindt en een oorzaak is van een hoog globaal ongelijkheidsniveau. ↩︎
- BBP per capita is een maat die de gemiddelde levensstandaard in een land aangeeft. ↩︎
- Gebruikmakende van de groeivoet tussen 2018 en 2019. ↩︎
- Een kanttekening hierbij is dat door databeschikbaarheid de analyse beperkt bleef tot 2020 en zo enkel de gevolgen op korte termijn onderzocht werden. De impact op lange termijn mee in rekening nemen wordt als een belangrijke piste voor vervolgonderzoek beschouwd. ↩︎
- In de thesis voer ik nog een bijkomende ‘Lorenz-dominantie’ analyse uit, die meer inzicht geeft over hoe conclusies veranderen als meer gewicht wordt gegeven aan specifieke delen van de inkomensverdeling. Aangezien dit de vermelde conclusies niet drastisch verandert, ga ik hier slechts kort op in. De geïnteresseerde lezer kan hiervoor de thesis raadplegen. ↩︎