Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
La distribución mundial de la renta desde la caída del muro de Berlín hasta la Gran Recesión Resumen El documento presenta una base de datos recién compilada y mejorada de encuestas nacionales de hogares entre 1988 y 2008. En 2008, el índice de Gini mundial se sitúa en torno al 70,5%, habiendo disminuido aproximadamente 2 puntos de Gini durante este período de veinte años. Cuando se ajusta para tener en cuenta la probable infradeclaración de los ingresos superiores en las encuestas, utilizando la diferencia entre el consumo de las cuentas nacionales y los medios de las encuestas en combinación con una imputación de tipo Pareto de la cola superior, la estimación es un Gini global mucho más alto, de casi el 76%. Con este ajuste, la tendencia a la baja del Gini casi desaparece. El seguimiento de la evolución de los distintos deciles de países muestra los elementos subyacentes que impulsan los cambios en la distribución mundial: China ha salido de los últimos puestos, modificando en el proceso la forma general de la distribución mundial de la renta y creando una importante clase "mediana" mundial que ha transformado una distribución mundial de dos picos en 1988 en una de un solo pico en la actualidad. Los "ganadores" fueron los países-deciles que en 1988 se situaban en torno a la mediana de la distribución mundial de la renta, el 90% de los cuales, en términos de población, son de Asia. Los "perdedores" fueron los países-decílicos que en 1988 se situaban en torno al percentil 85 de la distribución mundial de la renta, y de los que casi el 90% de la población procede de economías maduras. Introducción Este documento aporta nuevos datos sobre la evolución de la desigualdad de ingresos interpersonal mundial entre 1988 y 2008. Este concepto de desigualdad mide la desigualdad entre todos los individuos del mundo, independientemente de su país de residencia, asumiendo así implícitamente una función de bienestar social "cosmopolita" y trasladando la preocupación por la desigualdad dentro de los países al nivel global. Durante el periodo 1988-2008, la cara de la globalización cambió drásticamente con la integración de muchos países en desarrollo en la economía mundial. La desigualdad interpersonal global capta los efectos de estos cambios en la desigualdad tanto dentro de los países como entre ellos. Encontramos que la desigualdad en la distribución global de la renta, medida por ejemplo por un índice de Gini, no cambia mucho durante este periodo. Sin embargo, esto oculta una importante reordenación de los deciles de países y cambios en la composición regional de las distintas partes de la distribución mundial. En primer lugar, presentamos nuevos datos sobre la evolución de la desigualdad interpersonal mundial. A continuación, profundizamos y analizamos los cambios en la composición de la distribución mundial de la renta. Medir empíricamente la desigualdad mundial es sustancialmente más difícil en comparación con la desigualdad de los países. A falta de una encuesta global de hogares, tenemos que recurrir a la combinación de encuestas nacionales. Nuestra base de datos incluye 565 encuestas de hogares a lo largo de cinco años de referencia y cada observación del año del país está representada por la renta media de diez grupos de deciles de renta. 2 Las encuestas nacionales recogen información en términos de moneda local, por lo que tenemos que convertirlas a una moneda común, preferiblemente ajustando las diferencias en el nivel de precios (entre países y a lo largo del tiempo).3 Debemos señalar que al construir nuestra distribución global mezclamos encuestas de ingresos y de consumo. Nos referimos a ellos indistintamente, como es habitual en esta literatura, aunque obviamente somos plenamente conscientes de las importantes diferencias entre ambos conceptos.4 Este documento ofrece cuatro contribuciones principales al estudio de la desigualdad de ingresos a nivel mundial. En primer lugar, recopilamos una base de datos nueva y mejorada de encuestas nacionales de hogares en respuesta a las críticas recibidas por conjuntos de datos anteriores (por ejemplo, de Anand y Segal, 2008). En segundo lugar, esto nos permite presentar resultados más creíbles sobre la desigualdad global de ingresos interpersonales entre 1988 y 2008. En tercer lugar, creamos paneles equilibrados y no equilibrados de países-deciles para cinco años de referencia. Esto nos permite ir más allá de las afirmaciones sobre qué países (y en qué medida) afectaron a la desigualdad global, al examinar una distribución más desagregada de los países-deciles. De este modo, podemos identificar los deciles de países que más han ganado y perdido durante este periodo de veinte años. En cuarto lugar, presentamos uno de los primeros ajustes exhaustivos para los ingresos superiores que faltan en el estudio de la desigualdad mundial.5 Ofrecemos nuevas y valiosas perspectivas empíricas porque el efecto sobre la desigualdad mundial de la falta de respuesta en la parte superior dentro de los países individuales no está claro a priori (Deaton, 2005).6 Estimamos que el índice de Gini se sitúa en torno al 70%. El índice de Gini global ha disminuido a lo largo de este periodo de veinte años, siendo el descenso más acusado entre 2003 y 2008. Sin embargo, estos cambios observados probablemente no son robustos a errores estándar plausibles. El patrón de la serie temporal es robusto a medidas alternativas de la desigualdad, como los índices de Theil. La mayor parte de la desigualdad mundial se debe a las diferencias entre países, aunque esta contribución ha disminuido con el tiempo, lo que sugiere que los países se han vuelto más similares. Sin embargo, el componente intra-país de la desigualdad global ha aumentado continuamente durante este período de veinte años. Presentamos una serie de comprobaciones de solidez. Cuando escalamos los ingresos de las encuestas al consumo final de los hogares a partir de las cuentas nacionales, obtenemos un nivel más bajo del índice de Gini global y un mayor descenso a lo largo del tiempo.7 También presentamos una sencilla comprobación de robustez para la infradeclaración de los ingresos superiores en las encuestas de hogares. Tratamos la discrepancia entre el consumo de las cuentas nacionales y las encuestas de los hogares, una cuestión que ha recibido una atención considerable en la literatura, como un indicador de la magnitud de los ingresos superiores "ausentes". Obtenemos los cuantiles superiores detallados de la distribución asignando esta diferencia al decil superior y ajustando una distribución de Pareto. El índice de Gini de esta distribución revisada es unos 5 puntos de Gini más alto y no disminuye sustancialmente entre 1988 y 2008. La diferencia de niveles se debe principalmente a la asignación del exceso de consumo de las cuentas nacionales al decil superior y no a la propia imputación de Pareto, es decir, al alargamiento de la cola superior de la distribución. La composición regional de la distribución global ha cambiado sustancialmente durante este periodo de veinte años. China ha salido de las últimas filas de la distribución mundial, lo que ha tenido un profundo efecto no sólo en la composición regional, sino también en la forma general de la distribución mundial. Tanto el crecimiento de la renta media de China como el cambio en la desigualdad de la renta han sido excepcionalmente fuertes. India ha crecido más lentamente, pero su desigualdad también ha crecido mucho menos. Como resultado del crecimiento de China (y, en menor medida, de la India), el África subsahariana constituye ahora la mayor parte de la parte inferior de la distribución mundial. No es de extrañar que China (sobre todo la parte urbana) se encuentre entre los países-deciles que más han crecido entre 1988 y 2008. En América Latina, algunos países-decílicos también han obtenidomuy buenos resultados. Los nuevos Estados miembros de la UE se encuentran tanto entre los que más ganan como entre los que pierden, al igual que el África subsahariana después de 1993. Al construir nuestra distribución global de la renta hemos tratado de ser lo más cuidadosos posible dadas las limitaciones de los datos y hemos corregido algunos de los sesgos de estudios anteriores (véase más adelante). No obstante, siguen existiendo fuentes de incertidumbre sobre nuestras estimaciones que son difíciles (o imposibles en algunos casos) de cuantificar. Sugerimos un enfoque conservador y concluimos que los cambios que observamos a lo largo del tiempo no son estadísticamente significativos. En la conclusión volvemos a tratar algunas de estas cuestiones y sugerimos formas de abordarlas en futuros trabajos. Este documento está estructurado en seis partes principales. En primer lugar, ofrecemos una visión general de la literatura sobre la desigualdad global, la medición de las paridades de poder adquisitivo (PPA), la discrepancia entre las cuentas nacionales y las encuestas de hogares, la subestimación de los ingresos superiores en las encuestas de hogares, y describimos nuestro enfoque de todas estas cuestiones. La sección 2 resume la construcción de los datos y la metodología, incluyendo el concepto de bienestar utilizado y la imputación de Pareto para contabilizar las rentas superiores. La sección 3 ofrece estadísticas resumidas sobre nuestra base de datos, en particular la cobertura del PIB global y regional y la población, y presenta los principales resultados relativos a la desigualdad en la distribución global de la renta. Comprobamos la solidez de diferentes medidas de desigualdad e investigamos la composición regional cambiante, así como las curvas de incidencia del crecimiento global. En la sección 4, proporcionamos un límite superior del Gini global teniendo en cuenta la subestimación de los ingresos superiores. La sección 5 pasa de un enfoque transversal a un análisis de panel, teniendo en cuenta el movimiento de los distintos deciles de países en la distribución global. La sección 6 presenta las conclusiones. Revisión de la literatura y nuestro enfoque Nuestro documento está relacionado con varias líneas de la literatura. En primer lugar, resumimos la literatura sobre la desigualdad global y definimos lo que entendemos por este término. En segundo lugar, explicamos los diversos problemas asociados a la obtención de tipos de cambio PPA y por qué consideramos que los tipos utilizados en este trabajo son los más sólidos. Por último, abordamos los trabajos anteriores sobre (a) la infradeclaración de las rentas superiores en las encuestas de hogares, y (b) la discrepancia entre las medidas de renta o consumo de las cuentas nacionales y sus equivalentes en las encuestas de hogares. Sostenemos que ambas cuestiones están estrechamente relacionadas y las consideramos conjuntamente en nuestro análisis. 1.1 Desigualdad global Milanovic (2005) distingue entre tres conceptos de desigualdad global. En primer lugar, la desigualdad internacional no ponderada es la desigualdad de ingresos per cápita entre los países del mundo. En segundo lugar, la desigualdad internacional ponderada por la población, o desigualdad entre países (Anand y Segal, 2008), mide la desigualdad entre personas asignando a cada una el ingreso per cápita de su lugar de residencia. Por lo tanto, ignora cualquier desigualdad dentro del país. En tercer lugar, la desigualdad interpersonal global capta la desigualdad de los ingresos individuales en el mundo al asignar a cada persona sus propios ingresos.8 En este documento nos centramos en el último concepto, la desigualdad de ingresos interpersonal global, y siempre que utilicemos el término "desigualdad global" nos referiremos a este concepto. La desigualdad internacional no ponderada (Concepto 1) podría ser apropiada en los estudios de convergencia de ingresos entre países (por ejemplo, Barro y Sala-i-Martin, 1992), pero no es una medida de la desigualdad interpersonal, entre otras cosas porque el peso asignado a los individuos depende de su país de residencia. Bourguignon (2011b) muestra que, entre 1989 y 2006, la desigualdad internacional no ponderada (concepto 1) ha seguido aumentando, mientras que la desigualdad global (concepto 3) ha disminuido, medida por la relación P90/P10. Esto puede explicarse por el hecho de que algunos países asiáticos muy poblados han crecido muy rápidamente, mientras que algunos países más pequeños (sobre todo africanos) se han quedado atrás o incluso han disminuido. La desigualdad internacional ponderada por la población (Concepto 2) no tiene en cuenta la desigualdad dentro de los países, lo que parece inadecuado dada la preocupación generalizada precisamente por este tema. La mejor manera de considerarlo es como un paso intermedio (con sesgo descendente) hacia la desigualdad interpersonal global cuando no se dispone de datos de encuestas para medir las distribuciones dentro de los países (Milanovic, 2005). Anand y Segal (2008) distinguen dos razones por las que podría interesarnos medir el alcance de la desigualdad global. En primer lugar, por una preocupación por la "justicia global" podríamos estar intrínsecamente preocupados por la distribución de los recursos entre los ciudadanos del mundo, lo que refleja la preocupación por la desigualdad a nivel de país (Pogge, 2002, Singer, 2002). Esta visión cosmopolita del mundo supone una función de bienestar social global que trata a las personas de la misma manera independientemente de su país de residencia (Atkinson y Brandolini, 2010).9 En segundo lugar, los cambios en la desigualdad global captan algunos de los efectos de la globalización. Durante el periodo de veinte años analizado en este documento, la economía mundial se ha integrado más. Queremos subrayar que no se puede dar una interpretación causal a cualquier estimación presentada aquí, ya que no existen economías mundiales contrafactuales. Además, 1988 no fue ciertamente el inicio de la globalización. Sin embargo, desde entonces el patrón del comercio mundial y los flujos de capital ha cambiado drásticamente, con la integración de China (Haskel et al., 2012), otros países en desarrollo (Goldberg y Pavcnik, 2007) y Rusia en la economía mundial. Bourguignon (2012) también considera los efectos de la globalización en la desigualdad mundial, pero se centra en sus efectos en las distribuciones dentro de los países10. Lo ideal sería medir la desigualdad mundial a partir de una única encuesta representativa de hogares a nivel mundial, lo que sería análogo a la medición de la desigualdad a nivel de país a partir de las encuestas nacionales de hogares. A falta de una encuesta de este tipo, tenemos que recurrir a la combinación de encuestas nacionales de hogares. La mayor parte de la bibliografía sobre la desigualdad mundial utiliza (i) información distributiva (por ejemplo, los índices de Gini) de conjuntos de datos secundarios, como Deininger y Squire (1996), (ii) asume que los ingresos o el consumo se distribuyen en todas partes según una distribución lognormal, y (iii) utiliza los ingresos medios de las cuentas nacionales (por ejemplo, Bourguignon y Morrisson (2002) y Sala-iMartin (2006)). El punto (iii) implica un rechazo de los ingresos o consumos medios a menudo disponibles en las encuestas de hogares. Los puntos (i)-(iii) se necesitan conjuntamente para derivar los niveles de renta en todos los puntos de la supuesta distribución. Según Anand y Segal (2008), Milanovic (2002, 2005, 2012) es el único autor que trabaja directamente con los datos de las encuestas de hogares sin escalar a las cuentas nacionales y nosotros seguimos este enfoque en nuestra especificación de referencia. Anand y Segal (2008) ofrecen una visión detallada de la literatura sobre la desigualdad interpersonalglobal hasta la fecha. Todos los estudios coinciden en que el nivel de desigualdad es muy elevado, con un índice de Gini entre el 63,0% y el 68,6% en la década de 1990. Debido a que las metodologías y las fuentes de datos difieren sustancialmente (por ejemplo, el uso de agregados de las cuentas nacionales, la estimación de las distribuciones dentro de los países, el uso de tipos de cambio PPA diferentes y a menudo incoherentes), existe una incertidumbre sustancial sobre la dirección del cambio en la desigualdad mundial. Por lo tanto, "no hay pruebas suficientes para rechazar la hipótesis nula de la ausencia de cambios en la desigualdad interpersonal mundial durante el período 1970-2000" (p. 91), con la que Pinkovskiy (2013) está de acuerdo utilizando una metodología muy diferente (véase más arriba). En nuestra sección de resultados comparamos nuestras estimaciones con estos resultados anteriores. 1.2 Tipos de cambio PPA La comparación de los ingresos en diferentes países requiere el uso de los tipos de cambio. Si se cumpliera la ley de un solo precio y no hubiera productos no comercializables, podríamos utilizar simplemente los tipos de cambio de mercado (Deaton y Heston, 2010). Sin embargo, es evidente que no es así y que los tipos de cambio de mercado infravalorarían el nivel de vida real en los países pobres, exagerando así la desigualdad mundial (Anand y Segal, 2008).11 Utilizamos los tipos de cambio PPA para tener en cuenta las diferencias en el coste de la vida entre países. Los tipos de cambio PPA convierten una determinada moneda local en dólares estadounidenses, el numerario. Dado que se trata de la renta o el consumo de los hogares, utilizamos los tipos de cambio PPA para el consumo privado en lugar de los factores de conversión del PIB. El primer paso en el cálculo de las PPA implica la recopilación de datos sobre precios en todo el mundo por parte del Programa de Comparación Internacional, que en su ronda más reciente ha sido coordinado por el Banco Mundial. La última ronda de comparaciones de precios se refiere al año 2005. Esta ronda tiene la mayor cobertura mundial, con 146 países, frente a los 117 de 1993, la ronda anterior. China ha participado por primera vez y la India por primera vez desde 1985. Además de las mejoras en la cobertura de los países, la metodología de la encuesta también se ha mejorado en la última ronda del PCI, en particular en lo que respecta a las especificaciones de los productos. Sin embargo, la cuestión del sesgo urbano en la recogida de precios (es decir, de los datos de precios recogidos de forma desproporcionada en las zonas urbanas) ha recibido especial atención en el caso de China, donde la ronda del PCI de 2005 condujo a una revisión sustancial al alza del nivel de precios anterior (que se había basado en su mayor parte en conjeturas). La encuesta de precios se llevó a cabo en 11 áreas metropolitanas y periurbanas que se eligieron porque era probable que tuvieran puntos de venta de los productos comparados en la encuesta del PCI (Chen y Ravallion, 2010a). Chen y Ravallion (2010a) sostienen que el nivel de precios medido es representativo de los precios urbanos, pero exagera sustancialmente el nivel de precios rurales. En este documento seguimos el enfoque adoptado por Chen y Ravallion (2010b) de tratar la tasa oficial de PPA como representativa de la China urbana y utilizar una tasa de PPA ajustada a la baja para la China rural. El segundo paso en la estimación de los tipos de cambio de la PPA implica el cálculo de un índice de precios, es decir, un esquema de ponderación particular que combina los precios nacionales recogidos en el primer paso. En la última ronda del PCI de 2005, el Banco Mundial ha utilizado el índice de Eltetö y Köves (1964) y Szulc (1964) (EKS). Las Penn World Tables y las estimaciones anteriores del Banco Mundial utilizaban el método Geary-Khamis (GK) (Khamis, 1972). El índice EKS es un índice de precios multilateral que combina todos los índices de precios Fisher bilaterales.12 Más concretamente, es la media geométrica de todos los índices Fisher indirectos entre el país base y el país de interés.13 El índice EKS satisface la transitividad, por lo que tenemos un índice por país en lugar de una matriz de índices. Pero el método EKS viola la propiedad de "independencia del país irrelevante", porque el índice entre dos países cualesquiera se ve afectado por los precios y las ponderaciones de terceros países (precisamente porque combina los índices indirectos de Fisher). El índice GK compara los precios nacionales con los mundiales. El problema es que en el cálculo de estos precios mundiales, la ponderación asignada a un país concreto depende de su volumen físico de consumo. Así, en la práctica, los países ricos dominan estos precios mundiales compuestos. Dado que los bienes que son relativamente caros en los países ricos (por ejemplo, los servicios) tienden a consumirse en cantidades relativamente grandes en los países pobres, precisamente porque son más baratos, el uso de un índice GK tiende a sobreestimar el valor del consumo en los países pobres. Esto no es más que una manifestación del conocido efecto Gerschenkron (1947) (o sesgo de sustitución) que dice que el consumo de un país está sobrevalorado cuando se evalúa a los precios de otro país, y cuanto más alejados estén los dos vectores de precios, mayor será la sobrevaloración. El índice EKS no sufre este sesgo porque promedia las ponderaciones del consumo de ambos países, haciendo "un compromiso que es posiblemente el mejor que se puede hacer en las circunstancias" (Deaton y Heston, 2010, p.11).14 Como resultado del efecto Gerschenkron, el índice GK subestima la desigualdad global (y la pobreza global, véase Ackland et al. (2013)). Deaton y Heston (2010) calculan la desigualdad entre países ponderada por la población del PIB per cápita utilizando diferentes índices. Obtienen un índice de Gini del 53,3% para el EKS y un valor del 52,7% para el GK. En resumen, utilizamos el índice EKS como sugieren Anand y Segal (2008), Deaton y Heston (2010), Ravallion (2010) y Ackland et al. (2013). Para otros fines, el índice GK, que satisface la aditividad, podría ser más relevante.15 Utilizamos un único tipo de cambio PPA por país (diferenciando sólo entre China rural/urbana, India e Indonesia), ignorando así cualquier diferencia de consumo y de precios a lo largo de la distribución de la renta.16 La última cuestión relacionada con el uso de las PPA es cómo extenderlas a lo largo del tiempo. Comparamos los precios entre países sólo una vez utilizando la ronda más reciente del PCI, basándonos en la inflación de los precios al consumo nacionales para las comparaciones dentro de los países. En otras palabras, nuestro enfoque sólo requiere una ronda del PCI: las unidades en moneda local de cualquier año se convierten a precios nacionales de 2005 utilizando un deflactor del IPC nacional, y a estas unidades en moneda local (a precio constante) se les aplica el tipo de cambio de la PPA de 2005 obtenido a partir de las comparaciones directas de precios en el marco del PCI. Conceptualmente, nuestro enfoque es sencillo porque mantiene separadas las comparaciones en el espacio y en el tiempo. Todas nuestras comparaciones dentro del país son independientes de los precios internacionales y sólo dependen de los precios nacionales, lo que resulta atractivo, entre otras cosas, porque los precios nacionales son adecuados para evaluar las compensaciones a nivel de país (Nuxoll, 1994). 1.3 Cuentas nacionales y encuestas de hogares Normalmente, el consumo per cápita de los hogares en las cuentas nacionales supera el consumo o los ingresos medios registrados en la encuesta (Deaton 2005). 17 Además, como muestra Deaton, la discrepancia parece haber aumentado con el tiempo no sólo en la India (que es una especie de causa célebrea este respecto), sino también en países ricos como Estados Unidos y Gran Bretaña. Los estudios sobre la desigualdad mundial difieren en su visión de cómo explicar esta discrepancia. En nuestra especificación principal, seguimos el enfoque sugerido por Anand y Segal (2008), y simplemente utilizamos la renta media registrada en la encuesta. Como ya se ha mencionado, otros trabajos (excepto Milanovic, 2002, 2012) han anclado el nivel de renta a las cuentas nacionales (normalmente, el PIB per cápita), lo han combinado con información distributiva de las encuestas de hogares y han asumido normalmente la lognormalidad. Anand y Segal (2008) sostienen que el PIB per cápita "no es una medida adecuada de la renta de los hogares" (p. 67) y no debería utilizarse para anclar los medios de las encuestas de hogares, ya que incluye elementos como la depreciación, los beneficios empresariales retenidos o los impuestos que no se distribuyen a los hogares, todo lo cual sólo está remotamente relacionado con la renta de los hogares. Además, existe "una incongruencia básica al suponer que las distribuciones relativas dentro del país se miden aceptablemente bien mediante encuestas, pero sus medias no" (Anand y Segal, 2008, p. 70). Además, la sustitución de la media de la encuesta por un PIB per cápita típicamente mayor implica un ajuste equiproporcional de todos los ingresos. Este tipo de ajuste, que llamamos "proporcional", es muy poco probable que sea correcto porque implica la misma subestimación de los ingresos, en términos relativos, en toda la distribución. En comparación con el PIB, el gasto de consumo final de los hogares procedente de las cuentas nacionales se aproxima más a los ingresos (o al consumo) de los hogares registrados en las encuestas (Anand y Segal, 2008).18 Sin embargo, hay que señalar que los datos y los métodos utilizados para estimar el consumo de las cuentas nacionales no son necesariamente más fiables que los de las encuestas de hogares (Anand y Segal, 2008, Deaton, 2005). 19 También hay diferencias de definición entre las encuestas de hogares y el consumo de las cuentas nacionales, como la inclusión del valor imputado de la vivienda ocupada por el propietario (aunque conceptualmente debería incluirse en ambas, pero en la práctica a menudo no se incluye en las encuestas de hogares), los servicios financieros imputados y el consumo de las instituciones sin ánimo de lucro (Deaton 2005). 1.4 Rentas superiores Los trabajos recientes sobre la desigualdad de la parte superior de la población utilizando los registros fiscales sostienen que los ingresos superiores están subestimados en las encuestas estándar de hogares. Esta literatura estudia la desigualdad en la parte superior de la distribución, expresada normalmente en cuotas superiores, por ejemplo, la parte de la renta total que recibe el 1% más alto (Atkinson y Piketty (2007, 2010)). Los datos fiscales podrían proporcionar información más precisa sobre los beneficiarios de los ingresos más altos por varias razones: En primer lugar, podría ser más difícil entrar en las comunidades cerradas de los ricos que realizar encuestas en zonas pobres, por lo que la falta de respuesta a la encuesta aumentaría con los ingresos (Groves y Couper, 1998). En segundo lugar, el 1% más rico es raro por definición, por lo que una encuesta de hogares con un tamaño de muestra estándar de unos pocos miles ofrecería estimaciones de la parte superior con una precisión baja, o podría pasar por alto a estas personas por completo. Por otra parte, los datos fiscales sobrepasan intencionadamente la muestra de los ricos. En tercer lugar, algunos aspectos del diseño de la encuesta, como la codificación de los máximos o la eliminación de los "valores atípicos", manipulan los ingresos máximos. Por otra parte, los datos fiscales no están exentos de problemas, por ejemplo, debido a la evasión fiscal y a la minimización de los ingresos, que pueden ser especialmente fuertes en los países en desarrollo. Hay algunas pruebas que apoyan el argumento de que los ingresos máximos no aparecen en las encuestas de hogares. Alvaredo (2010) descubre que una encuesta de hogares en Argentina no registra observaciones con ingresos superiores a 1 millón de dólares, mientras que los datos fiscales argentinos contienen cerca de 700 observaciones en ese rango. En una comparación de las encuestas de hogares de 16 países latinoamericanos, Székely y Hilgert (1999) encuentran que los 10 hogares más ricos de la encuesta reciben ingresos similares a un salario de gerente. Parece plausible que los principales propietarios de capital en estos países reciban unos ingresos sustancialmente mayores que los de un directivo. Algunos estudios comparan las participaciones máximas estimadas a partir de las encuestas de hogares y los datos fiscales, y en algunos casos obtienen resultados muy similares, aunque esto suele depender de la disponibilidad de encuestas excepcionales que tengan un tamaño de muestra suficiente y no estén sujetas a la codificación de las participaciones máximas (Burkhauser et al. (2012) utilizando datos internos de la CPS de Estados Unidos, Leigh y van der Eng (2009) para Indonesia, y Morival (2011) para Sudáfrica). Dado que los datos fiscales parecen ser más precisos a la hora de medir las rentas más altas y las encuestas de hogares ofrecen información más precisa sobre el resto de la distribución, un paso natural siguiente sería combinar las dos fuentes de información para obtener una distribución completa de la renta. Sin embargo, la todavía escasa disponibilidad de datos fiscales en los distintos países limita la utilidad de este ejercicio para analizar la distribución global. Además, la población y la medida del bienestar son fundamentalmente diferentes entre las dos fuentes de datos, lo que dificulta dicho ejercicio.20 1.5 Abordar conjuntamente la infradeclaración de las rentas altas y la discrepancia de las cuentas nacionales La infradeclaración de las rentas altas en las encuestas de hogares y su discrepancia con las cuentas nacionales son cuestiones estrechamente relacionadas. Es razonable esperar, y hay algunas pruebas empíricas que lo corroboran, que la discrepancia entre las encuestas y las cuentas nacionales no es neutral desde el punto de vista de la distribución y se debe en gran medida a la no participación de los ricos en las encuestas de hogares (Mistaenen y Ravallion 2003; Korinek et al 2006). 21 Deaton (2005) señala que, dado que el consumo de las cuentas nacionales hace un seguimiento del dinero y no de las personas, es más probable que los datos de las cuentas nacionales capten las grandes transacciones. Utilizando los datos de los registros fiscales de la India, Banerjee y Piketty (2010) encuentran que una parte significativa de la discrepancia entre el crecimiento del consumo en las cuentas nacionales y las encuestas de hogares puede explicarse por la infradeclaración de los ricos. Por último, podría argumentarse que las encuestas de hogares ofrecen una buena aproximación al 90% inferior de la distribución (ignorando así, sin embargo, cualquier infradeclaración de ingresos entre los más pobres).22 En la segunda parte del análisis, asignamos la diferencia entre el consumo final de los hogares en las cuentas nacionales y las encuestas de hogares al 10% superior de la distribución y obtenemos cuantiles superiores más desagregados ajustando una distribución de Pareto a la cola superior. Nuestro enfoque se basa en Atkinson (2007), que utiliza una imputación de Pareto en combinación con los datos de Bourguignon y Morrisson (2002). Atkinson utiliza el PIB per cápita, repartiendo así la discrepancia entre las cuentas nacionales y las encuestas de hogares de manera uniforme a lo largo de la distribución, pero para la parte superior "alarga" la distribución utilizando una interpolación de Pareto.23 Llamamosal enfoque de Atkinson "ajuste proporcional con cola de Pareto". En cambio, nuestra metodología propone asignar el "exceso" de consumo registrado en las cuentas nacionales sólo al decil superior y utilizar una interpolación de Pareto, aumentando así la media y modificando la desigualdad. Llamamos a este ajuste "ajuste de la parte superior con cola de Pareto". Justificamos el ajuste de la media de la encuesta al consumo de las cuentas nacionales con el argumento de que faltan los ingresos superiores. Sin embargo, esto es criticable. Se podría argumentar que algunos elementos del consumo de las cuentas nacionales deberían (1) excluirse por completo, o (2) repartirse más ampliamente a lo largo de la distribución que el 10% superior. Por ejemplo, parte de la discrepancia entre el consumo de las cuentas nacionales y las encuestas de hogares está relacionada con las diferencias de definición, como la inclusión de los gastos de las instituciones sin ánimo de lucro al servicio de los hogares (ISFLSH) o el consumo imputado de bienes proporcionados colectivamente. 24 Deberíamos restar estos componentes del consumo de las cuentas nacionales, pero no se dispone de datos suficientemente detallados por separado para un gran número de países. Otras fuentes de discrepancia, como los alquileres imputados de los ocupantes de viviendas en las cuentas nacionales, podrían incluirse (si no se estiman mediante encuestas de hogares), pero deberían repartirse más a lo largo de la distribución que sólo el 10% superior.25 Por estas razones, nuestras estimaciones deben considerarse un primer paso aproximado, a falta de un análisis más minucioso con datos de registros unitarios. 2 Construcción de datos y metodología 2.1 Fuentes de datos Los datos utilizados en este documento consisten en la media de los ingresos/consumo por decil de un país que abarca el periodo de 1988 a 2008. Es decir, la renta per cápita media de un determinado decil en el país i y el año t. Los datos proceden de varias fuentes. PovcalNet es el punto de partida de nuestra base de datos, ya que aporta más de dos tercios de las encuestas.26 PovcalNet es la recopilación de un gran número de encuestas de hogares almacenadas por el departamento de investigación del Banco Mundial. Se ha utilizado principalmente para calcular estimaciones de la pobreza mundial, como en Chen y Ravallion (2010b), y por tanto carece de datos sobre los países ricos. De PovcalNet obtenemos los ingresos medios per cápita, ya convertidos en $PPP de 2005, y los porcentajes por decil, que combinamos para calcular los ingresos medios por decil.27 A continuación, combinamos los datos actualizados de la Distribución Mundial de la Renta (DMA) (Milanovic 2012). PovcalNet y WYD proporcionan casi el 98% de todos los datos. Convertimos estos datos en deciles por año para obtener una base de datos coherente.28 En la medida de lo posible, cubrimos las lagunas restantes con datos del Estudio de Ingresos de Luxemburgo (LIS), la Encuesta de Panel de Hogares Británica (BHPS), la Encuesta de Ingresos y Condiciones de Vida de la Unión Europea (SILC) y datos de las oficinas estadísticas de los países. 29 En total, contamos con 565 encuestas en los cinco años de referencia: 1988, 1993, 1998, 2003 y 2008 (Tabla 1). La distribución de cada país está representada por los ingresos medios de los diez deciles. Esto no difiere de otros estudios de la literatura, como el de Bourguignon y Morrisson (2002), que utilizan 11 cuantiles. Esto ignora cualquier desigualdad dentro de los deciles, por lo que, como argumentan Anand y Segal (2008), se subestima la desigualdad dentro del país y quizás la desigualdad global. Nuestra elección de grupos de deciles fue dictada por PovcalNet, donde no se dispone de información más detallada.30 Además, por coherencia y facilidad de discusión, decidimos utilizar deciles también en aquellas encuestas donde se disponía de información más detallada. 2.2 Selección de encuestas Las encuestas incluidas en la base de datos deben cumplir dos condiciones: En primer lugar, tienen que estar dentro de los dos años siguientes a un año de referencia. En segundo lugar, tienen que haber transcurrido al menos tres y no más de siete años desde la encuesta anterior y la siguiente. La justificación de la segunda condición es no permitir encuestas que estén demasiado cerca o demasiado lejos del intervalo de cinco años, ya que gran parte del análisis se basa en el supuesto de que los intervalos de cinco años se mantienen en toda la muestra. La tabla 1 muestra los años entre el año de la encuesta y el año de referencia.31 La elección de los años de referencia es esencialmente arbitraria y seguimos a Milanovic (2012) al elegir 1988, 1993 y 1998. La cobertura global de las encuestas de hogares es muy pobre antes de 1988. Se eligieron 2003 y 2008 para obtener años de referencia igualmente espaciados. En comparación con Milanovic (2012), logramos obtener un ajuste más cercano al año de referencia en todos los años con aproximadamente ¾ de las encuestas realizadas dentro de un año del año de referencia. Utilizamos una mezcla de encuestas de ingresos y de consumo, como es habitual en esta literatura. Aunque es evidente que existen importantes diferencias entre los ingresos y el consumo, nos referimos a ellos, como ya se ha mencionado, indistintamente.32 No ajustamos las diferencias entre las encuestas de ingresos y de consumo porque cualquier ajuste de este tipo, aplicado a los deciles, sería arbitrario.33 Una de las innovaciones de nuestra base de datos es que restringimos el concepto de renta para que sea el mismo a lo largo del tiempo para un país determinado. De este modo se evitan los cambios espurios derivados de un cambio en el concepto de bienestar utilizado.34 Para cada país, se eligió la renta o el consumo de forma que se maximizara el número de años de referencia cubiertos (siempre que se cumplieran las dos condiciones del párrafo anterior).35 Como muestra el cuadro 1, en la muestra global el número de encuestas sobre el consumo y la renta es casi igual. En los años anteriores, la mayoría de las encuestas recogían información sobre los ingresos, mientras que en los últimos años ocurre lo contrario. Esto puede explicarse por la mejora de la cobertura de las encuestas en los países pobres, en los que las encuestas sobre el consumo son más comunes (con la excepción de América Latina). 36 2.3 Concepto de bienestar Nos interesa analizar la distribución global de la renta per cápita (anual) (en $PPP de 2005). La renta per cápita no tiene en cuenta las economías de escala en el consumo de los hogares ni la desigualdad dentro de los mismos. Las rentas per cápita tienen la ventaja de que son fáciles de calcular y tienen contrapartidas naturales en las cuentas nacionales (que no calculan rentas equivalentes). El efecto de utilizar una escala de equivalencia diferente sobre la desigualdad mundial no está claro a priori.37 En nuestra base de datos, la distribución de la renta per cápita de cada país-año está representada por la media de los ingresos de los diez deciles.38 En el análisis, cada decil está ponderado por su población (es decir, el 10% de la población nacional de los Indicadores de Desarrollo Mundial (IDM)). Siempre que nos interesa el rendimiento de nuestra estimación o base de datos, por ejemplo, la división entre las encuestas de consumo e ingresos o el tamaño de las constantes de Pareto, las observaciones no se ponderan, como se indica en las tablas. Utilizamos las PPA de consumo para tener en cuenta las diferencias de precios entre países. Los ingresos obtenidos de PovcalNet ya están convertidos a dólares PPA de 2005. Para las encuestas adicionales, reproducimos el enfoque de PovcalNet: como se ha explicado anteriormente, y tras tener en cuenta las conversiones de moneda39 , convertimos los ingresos mediosen unidades de moneda local a precios de 2005 utilizando los índices de precios al consumo (IPC) nacionales. 40 A continuación, aplicamos los tipos de cambio de consumo de la PPA de 2005 para convertirlos en dólares internacionales.41 Es importante señalar que los tipos de cambio PPA sólo existen a nivel de país, por lo que ignoramos cualquier diferencia de precios que exista dentro de los países. En consecuencia, es probable que exageremos la desigualdad dentro de los países. Como ya hemos dicho, tratamos las zonas rurales y urbanas de los tres países en desarrollo más poblados, China, India e Indonesia, como "países" separados. Debido a la falta de datos desglosados, asumimos un IPC común para las zonas rurales y urbanas, pero permitimos diferentes tipos de cambio de PPA.42 La gran mayoría de las encuestas cubren todo el país, excepto en el caso de varios países, sobre todo latinoamericanos, que sólo encuestan las zonas urbanas. 43 Tratamos estas encuestas como representativas de todo el país.44 2.4 Definición de las regiones Hemos agrupado los países en ocho regiones. El primer grupo está formado por las "economías maduras", que son los países de la UE-27 (miembros en 2008) más los países de renta alta del mundo.45 Tratamos a India y China como regiones por derecho propio. Los demás grupos se definen como residuales según las regiones geográficas utilizadas en los IDM. 2.5 Imputación de Pareto y escalado al consumo de las cuentas nacionales Imputamos el exceso de consumo de las cuentas nacionales sobre las encuestas de hogares en dos pasos. En primer lugar, ajustamos la media del país para que sea igual al máximo de la media de la encuesta y del consumo de las cuentas nacionales.46 En segundo lugar, volvemos a calcular las cuotas de los deciles para todos los deciles, excepto el superior, utilizando los ingresos medios originales de los deciles y la media ajustada (por lo tanto, la cuota en los ingresos totales de esos deciles disminuye). En tercer lugar, calculamos la nueva cuota del decil superior como la diferencia entre el 100% y la suma de las cuotas revisadas de los 9 deciles inferiores. Utilizamos los porcentajes revisados del 10% y el 20% superior en la imputación de Pareto. Obtenemos el gasto de consumo final de los hogares47 (en $PPP de 2005) de los Indicadores de Desarrollo Mundial para los años de la encuesta.48 Es importante señalar que la muestra cambia en esta parte del análisis por dos razones. En primer lugar, debido a la falta de disponibilidad de macrodatos, perdemos algunas observaciones de años de países. En segundo lugar, debido a la falta de datos macro desagregados, utilizamos las distribuciones de todo el país en el caso de China, India e Indonesia (donde anteriormente utilizábamos distribuciones rurales/urbanas por separado). En el caso de China, utilizamos ahora encuestas de ingresos donde antes utilizábamos encuestas de consumo.49 Utilizamos una imputación de Pareto para dividir el decil superior en cuantiles más pequeños. Elegimos dividir el 10% superior en P90-P95, P95-P99 y P99-P100. El conjunto de datos resultante consta, pues, de 12 grupos fraccionarios (desiguales) por país (que se ponderan por la población en el análisis). El supuesto implícito es que el decil superior de nuestra base de datos sigue una distribución de Pareto continua. Sea 𝐻𝑖 la cuota de población acumulada de individuos con ingresos mayores o iguales a 𝑦𝑖, por ejemplo, éstos podrían ser el 10% superior. Sea 𝑆𝑖 la parte de la renta total recibida por este grupo. Atkinson (2007) muestra que para la distribución de Pareto, la participación relativa de los dos grupos superiores viene dada por log � 𝑆𝑖 𝑆𝑗 � = � 𝑎 - 1 𝑎 � log � 𝐻𝑖 𝐻𝑗 � (1) Podemos reordenar esto para calcular el coeficiente de Pareto 𝑎 𝑎 = 1 1 - log (𝑆𝑖/𝑆𝑗) log (𝐻𝑖/𝐻𝑗) (2) Utilizamos las cuotas del 10% y del 20% más altas para calcular el coeficiente de Pareto 𝑎 para cada observación de país-año.50 A continuación, calculamos las cuotas del 1% y del 5% más altas utilizando esta estimación de 𝑎 y resolviendo la ecuación (1) para 𝑆𝑖. Entonces podemos construir fácilmente los nuevos grupos de cuantiles. P99-P100 es simplemente el 1% superior. P95-P99 es la cuota del 5% superior menos la cuota del 1% superior. Por último, P90-P95 es la cuota del 10% superior menos la cuota del 5% superior. Para cada país-año, disponemos de 12 fracciones de ingresos. La validez de nuestros resultados depende obviamente de los supuestos paramétricos. Nuestra elección de la forma funcional es relativamente estándar en la literatura, donde se argumenta que las colas superiores son aproximadamente Pareto. Además, la estimación es relativamente flexible, ya que estimamos una constante de Pareto diferente para cada observación de país-año. 2.6 La dimensión de panel de nuestros datos También estamos interesados en los cambios de un determinado país-decil a lo largo del tiempo. Por lo tanto, la dimensión de panel de nuestros datos es crucial. El cuadro 2 cuenta el número de países por el número de años de referencia para los que un país aparece en los datos. Por ejemplo, para 58 países (de un total de 162), en su mayoría economías maduras y países latinoamericanos, tenemos el panel completo. Cuando consideramos los cambios entre dos años de referencia, no necesitamos observaciones en los años intermedios, es decir, podría haber lagunas en el panel. Así, para 63 países, podemos considerar los cambios entre 1988 y 2008. Como comprobación de robustez, también consideramos el periodo de 1993 a 2008, para el que disponemos de 90 países y mejoramos especialmente la cobertura regional del África subsahariana y Rusia/Asia central/Europa sudoriental 3 La distribución transversal en el tiempo 3.1 Estadísticas de síntesis Dado que nos interesa analizar la distribución mundial de la renta, una primera pregunta que debemos hacernos es qué parte del mundo está representada por las encuestas incluidas en nuestra base de datos (Tabla 1). Dado que los países de renta alta tienen más probabilidades de contar con una encuesta que pueda incluirse en nuestros datos, nuestra cobertura es mayor si se mide en términos de PIB que de población. Nuestros datos representan el 95% del PIB mundial por término medio y más del 90% en todos los años de referencia. De media (y en todos los años desde 1993), nuestros datos también cubren el 90% de la población mundial. Sin embargo, hay diferencias sustanciales entre las regiones. La cobertura del África Subsahariana y de Rusia/Asia Central/Europa del Este ha mejorado notablemente, sobre todo después de 1988. La cobertura de la región de Oriente Medio y África del Norte parece haber disminuido, sobre todo en el año de referencia más reciente y más en términos de PIB que de población.51 En la última parte del análisis nos centramos en el periodo comprendido entre 1993 y 2008, ya que 1988 tiene una cobertura tan pobre del África Subsahariana y Rusia/Asia Central/Europa del Este. 3.2 El índice de Gini de la distribución global de la renta La Tabla 3 presenta nuestros principales resultados sobre la desigualdad en la distribución global de la renta calculada a través del panel desequilibrado de países-deciles. En comparación con las distribuciones dentro de los países, encontramos un nivel de desigualdad muy alto medido por el índice de Gini: entre el 70,5% y el 72,2%.52 El índice de Gini global prácticamente no ha cambiado. Los cambios entre los años de referencia han sido de alrededor del 0,5%, con la excepción del período comprendido entre 2003 y 2008, cuando el Gini disminuyó un 1,89% o 1,35 puntos Gini. Las curvas de Lorenz para 1988 y 2008 (no mostradas aquí) se cruzan. Podríamos derivar fácilmente los errores estándar bootstrap para el índice de Gini con el fin de tener en cuenta la incertidumbre del muestreo(es decir, el hecho de que hemos utilizado una muestra en lugar de la población). Sin embargo, como sostienen Anand y Segal (2008), estos errores estándar no serían apropiados, porque suponen que existe una única encuesta global de hogares con una incertidumbre muestral claramente definida. En cambio, nosotros hemos combinado un gran número de encuestas nacionales de hogares, cada una de las cuales tiene su propia incertidumbre de muestreo. Como resultado, los errores estándar plausibles probablemente deberían ser sustancialmente mayores que los errores estándar bootstrap, haciendo que los cambios observados sean insignificantes. Como muestra la Tabla 1 del Apéndice, nuestras estimaciones del índice de Gini global son sustancialmente mayores que las estimaciones anteriores de la literatura.53 Los estudios que allí se enumeran difieren fundamentalmente en su metodología, como el uso de agregados de cuentas nacionales, el tipo de tipos de cambio PPA y la interpolación para los años que faltan. Sin embargo, la mayor parte de la diferencia se debe a que estos estudios utilizan los "antiguos" tipos de cambio PPA basados en 1993, que dan niveles de precios sustancialmente más bajos para China, India, Indonesia, Bangladesh y varios otros países asiáticos, y por lo tanto implican mayores ingresos en esos países relativamente pobres. El estudio más cercano al nuestro es el de Milanovic (2012), que también utiliza únicamente encuestas y aplica los tipos de cambio PPA de 2005. Nuestra estimación del coeficiente de Gini global es mayor que la de Milanovic (2012), aunque la diferencia disminuye con el tiempo, pasando de 4,35 puntos de Gini en 1988 a 1,76 puntos de Gini en 2003. La dirección del cambio entre los años de referencia es similar, con la excepción del periodo entre 1988 y 1993. 3.3 Medidas alternativas de la desigualdad Comprobamos la solidez de estas conclusiones con diferentes medidas de desigualdad, como la Entropía Generalizada y las medidas de Atkinson. El índice de Gini atribuye un peso particular a la desigualdad en diferentes puntos de la distribución de la renta. El índice Theil-L (o GE(0), o desviación logarítmica media) es especialmente sensible a las diferencias de proporción entre las rentas bajas, mientras que el índice GE(2) es sensible a los diferenciales en la parte superior de la distribución (Cowell, 2009) y también a los valores extremos (Cowell y Flachaire, 2007). El índice Theil-T (o GE(1)) es un caso intermedio. Según el índice GE(2) sensible a la parte superior, la desigualdad aumentó entre todos los años de referencia entre 1988 y 2003. En cambio, el índice Theil-L, sensible a la parte inferior, muestra una desigualdad decreciente entre 1988 y 1998, y un aumento marginal, pero probablemente insignificante, de 1998 a 2003. Esto parece sugerir que, entre 1988 y 2003, la desigualdad entre las rentas más bajas disminuyó, mientras que aumentó entre las rentas más altas. Entre 2003 y 2008, ha habido una caída generalizada, pero un cambio más fuerte para la medida GE(0) sensible a la parte inferior. Hemos calculado el índice de Atkinson (1970) para tres niveles de aversión a la desigualdad 𝜀. Cuanto más alto es 𝜀, más fuerte es la aversión a la desigualdad en la distribución de los ingresos y más alto es el peso que se otorga a los ingresos más bajos. Para 𝜀 = 0, la sociedad es indiferente al grado de desigualdad de los ingresos. Con 𝜀 = ∞, sólo importa la posición del grupo más pobre. Según los tres niveles de 𝜀, la desigualdad es mayor en 1988.54 A(1) y A(0.5) coinciden en la clasificación relativa de los años de referencia (de menor a mayor desigualdad: 2008, 1998, 2003, 1993, 1988). Para A(2), que es el nivel más alto de aversión a la desigualdad considerado aquí, 2008 tiene un nivel de desigualdad más alto que 1998 y el nivel no es diferente entre 2003 y 2008 (al menos con un decimal). Además, 𝜀 > 2 mostraría un aumento de la desigualdad entre 2003 y 2008 (en contraste con todas las demás medidas aquí presentadas). En resumen, entre 2003 y 2008, las rentas bajas no mejoraron mucho, lo que llevó a que el valor de A(2) fuera el mismo en 2008 y en 2003, mientras que las medidas A(1) y A(0,5), menos proclives a la desigualdad, muestran una mejora. 3.4 Desigualdad regional y descomposición entre países de la desigualdad global El índice de Gini calculado para todos los individuos que viven en una región es más alto en América Latina y el África subsahariana. Las economías maduras han experimentado un fuerte aumento en el último año de referencia. La desigualdad en China ha aumentado fuertemente entre 1988 y 2008, en más de 10 puntos de Gini. El aumento en la India ha sido mucho más moderado. El índice de Gini en el África subsahariana aumentó aproximadamente 5 puntos de Gini entre 1993 y 2008. En Oriente Medio y Rusia/C. Asia/Europa del Este, la desigualdad parece haber disminuido. Las desigualdades dentro de América Latina y Otros países de Asia han permanecido prácticamente sin cambios, con algunos altibajos en el período intermedio. Presentamos una descomposición de las medidas de la clase de Entropía Generalizada, que son, a diferencia de los índices de Atkinson y Gini, descomponibles de forma aditiva.55 Nos concentramos en el índice GE(0), porque la interpretación del componente dentro del grupo como la desigualdad residual después de igualar los ingresos medios entre países, sólo es correcta para este índice fuera de la clase GE (Anand y Segal, 2008). 56 La contribución entre países ha disminuido a lo largo de este periodo de 20 años, lo que sugiere que los países, ponderados por sus poblaciones, se han vuelto más similares.57 En 2008, igualar los ingresos medios entre países manteniendo las distribuciones dentro de los países sin cambios, reduciría la desigualdad global en aproximadamente un 77%. Por otra parte, la equiparación de todos los ingresos dentro de cada país reduciría la desigualdad mundial sólo en un 23%. En otras palabras, a pesar de su disminución relativa, el componente entre países sigue siendo, con mucho, la fuente más importante de la desigualdad mundial. 3.5 Curvas de incidencia del crecimiento La parte inferior del cuadro 3 muestra el crecimiento de los ingresos medios por fracciones de renta. El grupo que ha crecido más rápidamente es el que se encuentra entre el percentil 50 y el 60 (tasa de crecimiento del 71,7% en 20 años), seguido del grupo P40-P50 (70,6%) y del 1% superior global (64,8%). Tal vez una forma más útil de ilustrar este patrón sea a través de una variante de la Curva de Incidencia del Crecimiento (GIC) global (Ravallion y Chen, 2003).58 Esta compara la renta media de un grupo fractil determinado (por ejemplo, el 10% inferior, el 1% superior) en (digamos) 2008 con la renta media del mismo grupo fractil en 1988. Esto se muestra en las figuras 1(a), 1(b) y 1(c), donde la coordenada y es simplemente la tasa de crecimiento total entre estas dos fechas. Un GIC de pendiente descendente (ascendente) implica que el crecimiento económico tiene un efecto igualador (desigualador) en la distribución de la renta, es decir, es favorable a los pobres (a los ricos). Se trata de GIC anónimos porque ignoran por completo la composición de las personas que se encuentran en el mismo grupo fractil de la distribución de la renta en dos años diferentes. El gráfico 1 (a) muestra el GIC global para el periodo 1988-2008. Como ya vimos en la Tabla 3, el crecimiento fue mayor en el rango P50-P60. A partir del percentil 75 aproximadamente, el crecimiento es inferior al de la media mundial. Luego, para el 1% superior de la distribución mundial, el crecimiento vuelve a ser superior a la media. Esto da a la curva del GIC una clara forma de S supina, con dos picos, en torno a la mediana y en la parte superior, y una depresión en torno al percentil 80-85. Dado que el GIC está entodas partes por encima de cero, la distribución global de primer orden estocástico de 2008 domina la distribución de 1988. La figura 1 (b) repite el GIC global para los distintos periodos de 5 años entre los años de referencia. El GIC de 2003-2008 se sitúa casi uniformemente por encima de los demás periodos, lo que sugiere que el crecimiento ha sido mayor durante este periodo. Durante el periodo 1988-1993, los ingresos disminuyeron sobre todo en los percentiles comprendidos entre el 70 y el 88 aproximadamente. Las curvas quinquenales sugieren que la forma de S supina estuvo presente durante todo el periodo de veinte años. Las ganancias para la mediana y la parte superior han sido especialmente fuertes en el último periodo 2003-08, mientras que las pérdidas para los grupos en torno al percentil 80 han sido excepcionalmente altas en el primer periodo (1988-93). La última parte del cuadro 3 muestra el crecimiento de la renta media de las distintas regiones del mundo. No es de extrañar que China sea la región con mayor crecimiento, ya que la renta media se ha triplicado entre 1988 y 2008. Le siguen Rusia/Asia Central/Europa del Este (sólo con tasas de crecimiento de 15 años) y el resto de Asia. Las economías maduras y la India han crecido a un ritmo muy similar, en ambos casos superior a la media mundial. América Latina ha crecido a un ritmo (marginalmente) inferior a la media mundial. El África subsahariana casi no ha crecido entre 1993 y 2008. Así pues, la clasificación regional del crecimiento ilustra claramente el éxito de China y el resto de Asia, un buen rendimiento de las economías maduras y de la India, y un resultado muy decepcionante para África. El gráfico 1 (c) muestra los GIC a 20 años para cinco regiones.59 Con la posible excepción del 5% superior de América Latina, los GIC están en todas partes por encima de cero, por lo que las distribuciones de 2008 dominan de forma estocástica de primer orden a las de 1988. El crecimiento parece fuertemente rico en China y menos en las economías maduras y en la India, mientras que el GIC es plano para el resto de Asia y no muestra una dirección clara para América Latina. Aunque el GIC mundial mostró ganancias relativamente grandes para la parte de la distribución que se encuentra alrededor de la mediana, debemos recordar que estas ganancias se midieron en términos relativos (porcentuales). Pero precisamente porque la desigualdad de ingresos a nivel mundial es extremadamente alta, y los ingresos de la parte superior son varios órdenes de magnitud mayores que los ingresos de la mediana (en 1988, la renta per cápita media del 1% superior era de casi 39.000 $PP, mientras que la renta mediana era de aproximadamente 600 $PP), las ganancias absolutas son mucho mayores para los percentiles más altos. El gráfico 1 (d) muestra que la renta per cápita media del 1% superior aumentó en 25.000 $PP entre 1988 y 2008, mientras que la ganancia absoluta en la mediana global fue de sólo 400 $PP. Las ganancias absolutas entre los percentiles más pobres fueron incluso menores. El resultado global fue, por tanto, que el 44% del aumento de la renta mundial entre 1988 y 2008 fue a parar al 5% más alto de la población mundial.60 3.6 La composición regional de la distribución mundial El gráfico 2 muestra cómo ha cambiado la distribución global de la renta a lo largo del tiempo61 . La distribución de 1988 parece tener dos picos, uno en torno a los 400 $PP y otro en torno a los 10.000 $PP. En 2008, el segundo pico ha desaparecido y hay más masa en torno a los 3.000 $PP. Como se desprende de los GIC quinquenales casi universalmente positivos (Figura 1 (b)), la distribución mundial registra un movimiento hacia la derecha en cada uno de los quinquenios, siendo la evolución más llamativa la expansión de la proporción de la población mundial con ingresos entre 750 y 6.000 $PP (es decir, entre 2 y 16 $PP diarios aproximadamente). Esta población ha pasado de 1.160 millones de personas, es decir, el 23% de la población mundial en 1988, a casi 2.700 millones, es decir, el 40% de la población mundial, 20 años después. 62 Para desentrañar aún más estos cambios, la Figura 3 muestra las densidades del núcleo apiladas por regiones.63 No es sorprendente que el crecimiento de China haya tenido un profundo efecto en la distribución mundial. El cambio en la forma global de la distribución parece estar impulsado por el movimiento ascendente de los ingresos de los deciles superiores en China. Tanto China como la India han ascendido en la distribución de la renta, mientras que el África subsahariana (que no aparece en el gráfico) parece atrapada en la parte inferior. El movimiento ascendente de China, por su magnitud en términos de población y cantidad de crecimiento, queda especialmente bien ilustrado en las densidades del núcleo apilado. En 1988, la población china se distribuía simétricamente por encima de la moda de la distribución mundial (excluyendo a China). En otras palabras, China y el resto del mundo tenían aproximadamente la misma renta modal. Con cada quinquenio sucesivo, la distribución china se desplazó más hacia la derecha (hacia niveles de renta más elevados), hasta el punto de que en 2008 cerca de cuatro quintas partes de la población china tienen una renta superior a la renta modal mundial no china. La renta modal en China es ahora claramente mayor que en el resto del mundo. Este movimiento hacia la derecha de la distribución china es lo que más ha contribuido al cambio de una distribución global de dos picos en 1988 a una distribución de un solo pico veinte años después. Esto ha sucedido en gran medida porque China ha "llenado" la parte relativamente hueca de la distribución mundial de la renta entre 2.000 y 6.000 dólares. El gráfico 4 se centra en el cambio de la composición regional de la distribución global de la renta entre 1988 y 2008. El gráfico muestra la composición regional de la población en cada ventilo de la distribución mundial. 64 Como antes, podemos ver un claro movimiento ascendente de China. El decil superior de China llega hasta el 17º ventile (es decir, entre el 80º y el 85º percentil) de la distribución mundial en 2008, mientras que en 1988, los chinos más ricos sólo estaban entre el 65º y el 70º percentil. A la inversa, en 2008 China ha salido por completo del 5% más bajo del mundo, mientras que en 1988 suponía casi el 40% de la población en ese grupo. A medida que los ingresos más bajos de China han ido ascendiendo en la distribución mundial, el África subsahariana y, en menor medida, la India han ampliado sus porcentajes de población en el ventilo inferior. La distribución del África subsahariana está muy repartida, con algunos grupos de deciles (de Sudáfrica y Seychelles) que alcanzan el 10% superior de la distribución mundial. La India no se ha movido de forma dramática, lo que se explica por el hecho de que su tasa de crecimiento ha sido similar a la media mundial. El GIC global de 20 años mostró que los grupos fractiles entre el percentil 75 y el 95 aproximadamente crecieron más lentamente que la media mundial (Figura 1(a)). En 1988, los percentiles entre el 70 y el 85 (grupos de ventile 15, 16 y 17) procedían principalmente de las economías maduras y de América Latina, y en menor medida de Oriente Medio y el Norte de África. En 2008, China y, en menor medida, Rusia65 habían pasado a formar parte de estos percentiles, reduciendo la proporción de las economías maduras, y América Latina y Oriente Medio casi desapareciendo por completo (no se muestran todas las regiones por separado). Son estos cambios de composición los que explican la forma del GIC mundial. El GIC no sigue a un grupo fractil concreto, sino que compara las rentas de un determinado fractil en las diferentes distribuciones iniciales y finales. Al comparar las rentas superiores chinas en 2008 conlas latinoamericanas en 1988, se obtiene una tasa de crecimiento inferior a la media. Esto es así a pesar de que las rentas superiores chinas han crecido sustancialmente más rápido que la media mundial. Sin embargo, este tema, las Curvas de Incidencia de Crecimiento (casi) no anónimas, que mantienen la composición de los fractiles igual que en el año original, se discute en la Sección 5 más adelante.
Compartir