Южной Африке и на Ближнем Востоке (рис. 13.5). Соотношение между долей верхнего центиля и долей нижних 50 процентов в настоящее время составляет примерно двадцать пять в Европе, восемьдесят в США и 160 на Ближнем Востоке (рис. 13.6). Преимущество этого типа индекса двояко: его очень легко понять, и он может быть напрямую связан с фискальной и социальной политикой. В частности, граждане могут составить собственное мнение о том, как различные налоговые ставки могут изменить распределение доходов. То же самое верно, если посмотреть на концентрацию богатства и потенциал для перераспределения богатства: доля богатства, на которую претендуют различные группы, сразу показывает, как перераспределение прав собственности повлияет на владения каждой группы.

Напротив, такие показатели, как коэффициент Джини, часто используемые в официальной статистике неравенства, гораздо сложнее интерпретировать. Коэффициент Джини - это число от нуля до единицы, где ноль означает полное равенство, а единица - полное неравенство. Он ничего не говорит нам о том, какие социальные группы ответственны за различия в индексе во времени или между странами. В целом, коэффициент Джини маскирует плоть и кровь социального конфликта между различными группами в иерархии доходов или богатства и часто скрывает происходящие изменения. Например, неравенство между серединой и вершиной распределения на глобальном уровне сильно увеличилось с 1980 года, в то время как между низом и серединой оно снизилось, так что такой синтетический показатель, как коэффициент Джини, может ошибочно создать впечатление, что мы живем в эпоху полной стабильности распределения и сбалансированного роста. Кроме того, коэффициент Джини обычно рассчитывается на основе данных, которые по своей природе склонны занижать степень неравенства - прежде всего, на основе опросов домохозяйств, в которых доходы и богатство декларируются самостоятельно; такие опросы часто абсурдно занижают доходы и богатство людей, находящихся в верхней части распределения. По этим причинам такие индексы, как коэффициент Джини, часто скрывают недостатки (или откровенные отклонения) в базовых данных или, по крайней мере, набрасывают незаметную вуаль на соответствующие трудности.

РИС. 13.5. Неравенство между верхними 10 процентами и нижними 50 процентами, 2018 год

 

Интерпретация: В 2018 году соотношение среднего дохода верхнего дециля и дохода нижних 50 процентов составило 8 в Европе, 14 в Китае и России, 19 в США и Индии, 20 в Бразилии, 34 на Ближнем Востоке, 35 в Южной Африке и 36 в Катаре. Источники и серии: piketty.pse.ens.fr/ideology.

РИС. 13.6. Неравенство между верхним 1 процентом и нижними 50 процентами, 2018 год

 

Интерпретация: В 2018 году соотношение между средним доходом верхнего центиля и доходом нижних 50 процентов составляло около 25 в Европе, 46 в Китае, 61 в России, 80 в США, 72 в Индии, 85 в Бразилии, 161 на Ближнем Востоке, 103 в Южной Африке и 154 в Катаре. Источники и серии: piketty.pse.ens.fr/ideology.

Другой часто используемый подход заключается в том, чтобы просто игнорировать ту часть распределения, которая лежит выше определенного порога, например, девяностого процентиля (выше которого находится верхний дециль). Затем уровень девяностого процентиля делится на уровень медианы (который соответствует пятидесятому процентилю) или на уровень десятого процентиля (ниже которого находится нижний дециль). Проблема этого подхода заключается в том, что он равносилен игнорированию значительной части распределения: доля верхнего дециля в общем доходе обычно составляет 30-70%, а доля в общем богатстве - 50-90%. Если такая большая доля дохода или богатства просто замалчивается, страдает прозрачность демократических дебатов и снижается доверие к государственным статистикам и агентствам.

Об отсутствии фискальной прозрачности

Помимо выбора индексов, наиболее важным вопросом для измерения неравенства, очевидно, является наличие источников. Единственный способ получить полное представление о неравенстве - это сравнить различные источники (включая национальные счета, обследования домохозяйств и налоговые данные), которые проливают дополнительный свет на различные сегменты распределения. Опыт показывает, что фискальные данные, хотя и весьма несовершенны, обычно значительно улучшают качество измерения, корректируя данные в верхней части распределения (которые обследования всегда сильно занижают). Это верно даже в тех странах, где фискальные органы не располагают средствами для борьбы с мошенничеством и где данные о подоходном налоге являются рудиментарными. Например, как мы видели в главе 12, несмотря на то, что налоговые данные в России и Китае являются крайне неполными и неудовлетворительными, мы смогли использовать эту информацию для существенного пересмотра в сторону повышения официальных показателей неравенства (основанных исключительно на опросах), что позволило получить более правдоподобные (хотя, вероятно, все еще заниженные) оценки. В Индии и Бразилии, благодаря помощи многих исследователей, граждан и журналистов, правительства и агентства недавно согласились открыть ранее недоступные записи, и это пополнило наши знания о неравенстве доходов в этих странах. Аналогичным образом, недавняя работа по Ливану, Берегу Слоновой Кости и Тунису показала, что использование налоговых данных привело к значительному улучшению ранее доступных показателей неравенства. Во всех этих странах данные из текущих отчетов о подоходном налоге - хотя и несовершенные и не учитывающие тот факт, что большая часть доходов, вероятно, не облагается налогом - привели к существенному пересмотру в сторону повышения официальных показателей неравенства . Таким образом, должно быть ясно, что широко используемые официальные показатели, основанные, как это часто бывает, на самодекларируемых опросах домохозяйств, в значительной степени занижают неравенство, и это систематическое искажение может существенно исказить общественные дебаты.

Использование налоговых источников, пусть и несовершенных, может также выявить плохое исполнение налогового законодательства и неэффективность его применения. Таким образом, исследования могут вооружить общество инструментами для мобилизации и требования более эффективного исполнения налогового законодательства. Возьмем, к примеру, Китай. Если бы власти опубликовали данные о количестве налогоплательщиков в каждой категории доходов, в каждом городе и из года в год, с подробной информацией об источниках доходов тех, кто находится в самых высоких категориях, то, несомненно, можно было бы бороться с коррупцией более эффективно, чем с помощью методов, используемых в настоящее время. Фискальная прозрачность связывает измерение неравенства с задачей политической мобилизации людей для преобразования правительства.

К сожалению, давления на правительства и налоговые органы с целью заставить их открыть свои налоговые записи недостаточно для решения всех проблем. Существует еще одна проблема: эволюция международной фискальной и правовой системы также снизила качество имеющихся данных. Свободная циркуляция капитала в сочетании с отсутствием адекватной международной координации по вопросам налогообложения (и особенно отсутствием каких-либо требований по обмену информацией о трансграничном владении активами) привела к тому, что некоторые страны, особенно в Европе, приняли специальные льготные правила налогообложения доходов от капитала (например, системы