Forskningen bakom Thomas Pikettys bok

I dagarna har så äntligen Thomas Piketty’s bok ”Capital in the twenty-first century” kommit på engelska. Detta kommer förhoppningsvis leda till att fler läser den och inte bara andras sammanfattningar (även om det finns flera bra sådana; se referenser i tidigare inlägg här). Förutsättningarna borde i och med detta bli bättre för en saklig diskussion om vad som faktiskt står, och framförallt vilka data det är som Piketty och andra tagit fram under de senaste åren. Man kan urskilja fyra relaterade men olika områden i denna forskning.

1) Den forskning som startade först, runt 2000 med Thomas Piketty’s bok om toppinkomstandelar i Frankrike (”Les Hauts revenus en France au 20e siècle : inégalités et redistribution, 1901-1998”, publicerad 2001, samma år som JPE-artikeln ”Income inequality in France, 1901-1998”) handlar om inkomstfördelning. Piketty’s studie av Frankrike följdes av likande studier (för USA, av Piketty och Saez, 2003, och flera andra länder, däribland Sverige av Daniel och mig). Data ifrån alla dessa studier över inkomstandelar för olika toppgrupper i fördelningen är vad som finns i World Top Income Database. I dagsläget finns denna typ av serier för 27 länder i de flesta fall över 1900-talet. Det här är alltså inte historiska serier över förmögenhetskoncentration (som Katrine Kielos skriver i sin recension i DN i måndags).

2) Vår kunskap om förmögenhetsfördelningen är mycket mer begränsad och de data som finns är mycket svårare att jämföra mellan länder. Det är dock ett område som också gått framåt de senaste åren, mycket till följd av det nyväckta intresset för historiska serier som väcktes av toppinkomstserierna. De data som idag finns omfattar en handfull länder (publicerade av Henry Ohlsson, Daniel, och mig som ett kapitel i en översikt om förmögenheter i världen, se WP här,). Totalt handlar det idag om 10 länder för vilka vi har någorlunda koll sedan 1800-talet.

3) Ytterligare ett område handlar om relationen mellan kapital och de totala inkomsterna i ekonomin. Denna kvot har i sig ingen information alls om fördelningen mellan individer. En ekonomi kan ha lite kapital i relation till inkomster men samtidigt ha hög ojämlikhet om kapitalet är koncentrerat hos få personer, eller mycket kapital i relation till inkomster men låg ojämlikhet om kapitalägandet är spritt. Båda ekonomierna kan ha både stora och små löneskillnader (vilket påverkar inkomstojämlikheten), osv. På detta område finns data sedan 1700-talet för en handfull länder och för något fler över 1900-talet. Se Piketty’s artikel på området med Gabriel Zucman (under publicering i QJE).

4) Ett fjärde område där Piketty också gjort banbrytande bidrag rör en annan relaterad kvot, nämligen relationen mellan sammanlagda arvsflöden i relation till de totala inkomsterna (se hans artikel om arvsflöden i Frankrike 1820-2050 i QJE). Inte heller denna kvot har i sig någon information om fördelningen av dessa arvsflöden. Storleken på arv i relation till inkomster har inte i sig något med fördelningen av dessa arv att göra. Den har inte ens med nödvändighet något att göra med kvoten mellan kapital och inkomst. Om alla i ekonomin konsumerar upp allt sitt kapital medan de lever (som i en ”pure life cycle” modell) så kan kvoten vara vilken som helst utan att några arv förekommer alls, osv.

I diskussionerna kring all denna forskning pratas det ofta om ”ojämlikhet” (inequality) eller ekonomiska klyftor utan att man är särskilt tydlig med vad som avses. I själva verket är det bara forskningen om inkomst- respektive förmögenhetsfördelningen som explicit handlar om fördelning mellan individer.

I praktiken är förstås steget till hur fördelningen påverkas inte så långt. Om kapital (som genererar inkomster) är mer koncentrerat än inkomster och kapitalets andel ökar i relation till inkomster så ökar också koncentrationen av både förmögenhet och inkomster. Motsvarande resonemang gäller arvsflöden (se till exempel avsnitt 7.2 i Piketty’s WP där han ger numeriska exempel på hur förändringar i arvsflöden, parade med vad vi vet om inkomst och förmögenhetskoncentration, påverkar dessa fördelningar).

I vissa fall kanske det går bra att prata om “rika” och “fattiga” och om “ojämlikhet” utan att vara precis men i de flesta fall är det viktigt att skilja på inkomster och förmögenhet, och vad som är aggregerade flöden och vad som är individuell fördelningsdata. Bara då förstår man vad som är nya data och vilka antaganden som krävs för att dra olika slutsatser.