Apa yang Membuat Distribusi PDB Negara Lebih Tidak Setara?

World Map of the GINI Index, diterbitkan di Wikipedia.com pada tahun 2014. Semakin gelap warna suatu negara, semakin besar indeks GINI-nya dan oleh karena itu semakin tidak merata distribusi pendapatan PDBnya. Peta ini didasarkan pada data yang diterbitkan oleh CIA. 
Wikimedia Commons / Kurzon


Salah satu kritik paling umum  dari kapitalisme pasar bebas oleh progresif adalah bahwa kapitalisme meningkatkan ketimpangan distribusi pendapatan dari PDB nasional. Ini adalah tesis dari ekonom sosialis Perancis, Thomas Piketty , yang telah menemukan banyak dukungan di antara banyak progresif . Ternyata, tesis Piketty adalah rekapitulasi Hukum Pembiayaan dari Malthus dan Ricardo, dan itu salah karena alasan dasar yang sama bahwa Hukum Besi Klasik tentang Upah salah. Tenaga manusia yang terampil adalah komoditas ekonomi yang langka. Harga (upah dan gaji) ditawar oleh perusahaan dalam persaingan satu sama lain untuk mengambil bagian dari tenaga kerja terampil yang tersedia. Selama dua abad terakhir atau lebih yang sudah cukup untuk meningkatkan standar hidup bagi semua orang di pasar bebas ekonomi. Jika upah kelas menengah telah stagnan selama dua dekade terakhir, dan bagian dari PDB yang diambil oleh yang sangat kaya telah meningkat, ini adalah kesalahan dari kebijakan pemerintah yang menekan kemampuan perusahaan untuk menghasilkan keuntungan. Ini menghilangkan motivasi perusahaan untuk berinvestasi dan mempekerjakan lebih banyak lagi. Tidak membutuhkan peningkatan jumlah tenaga kerja terampil, perusahaan memperbolehkan upah menjadi stagnan dan distribusi GDP menjadi lebih tidak seimbang.

Bagaimanapun, itu adalah pandangan neoliberal yang menentang pandangan progresif. Jika itu benar, kita harus dapat menemukan bukti untuk itu dalam data ekonomi dari laboratorium dunia yang luas di mana setiap negara merupakan eksperimen yang berbeda.

Indeks GINI dan Hubungannya dengan Distribusi PDB

Indeks GINI  adalah statistik yang hampir universal digunakan untuk mengukur kesetaraan distribusi pendapatan suatu negara. Ini didefinisikan dalam istilah kurva Lorenz untuk suatu negara seperti yang ditampilkan di bawah ini.

Gambar. 1: Kurva Lorenz mendefinisikan distribusi pendapatan
Gambar Kredit: Wikimedia Commons / Reidpath

Koordinat x pada sumbu x horizontal mewakili x% rumah tangga dengan pendapatan terendah. Untuk mendapatkan sumbu y vertikal berkoordinasi pada kurva Lorenz, kita menambahkan bersama akumulasi pendapatan dari x% terendah. Kurva Lorenz yang dibangun sepenuhnya kemudian memisahkan daerah A dan B pada gambar. Misalkan A adalah wilayah wilayah A dan B menjadi wilayah wilayah B. Jika sama sekali tidak ada ketidaksetaraan, maka x persen rumah tangga dengan pendapatan terendah memiliki x persen dari pendapatan, dan kurva Lorenz menjadi Garis Kesetaraan dalam gambar. Ketika ekonomi suatu negara menjadi semakin sama, kurva Lorenz mendekati Garis Kesetaraan semakin dekat, sampai akhirnya pada kesetaraan lengkap A = 0 dan Badalah seluruh area di bawah Garis Kesetaraan. Ketika ada ketimpangan lengkap hanya satu rumah tangga yang memiliki 100% dari pendapatan dan sisanya memiliki 0%. Dalam hal ini kurva Lorenz berada pada sumbu x hingga mencapai 100% populasi, di mana ia melompat secara vertikal untuk mencapai 100% dari pendapatan. Maka Aadalah seluruh area di bawah Garis Kesetaraan dan B = 0 . Indeks Gini G kemudian dapat didefinisikan sebagai.

Sebagaimana didefinisikan, indeks GINI bervariasi dari nol ke satu, tetapi hampir secara universal dikalikan dengan 100 untuk skala itu bervariasi dari nol hingga 100. Semakin kecil indeks GINI, semakin dekat kurva Lorenz mendekati Garis Kesetaraan dan semakin sama GDP didistribusikan di antara populasi.

Data Terkini tentang Indeks GINI dan Variasinya dengan Indeks Kebebasan Ekonomi

Di bagian paling atas posting ini  adalah peta dunia berkode warna indeks GINI pada 2014, dengan sumber data menjadi Central Intelligence Agency.  Jika Anda mencatat daftar negara-negara dalam dokumentasi CIA, Anda akan menemukan indeks GINI negara tahun di mana indeks dihitung. Sebagian besar nilai diposting dihitung sebelum 2014, kadang-kadang lebih dari satu dekade sebelumnya. Untuk alasan ini saya menggunakan data yang diterbitkan oleh Bank Dunia, yang menyediakan lebih banyak data terbaru. Untuk banyak negara, terutama untuk Eropa, data tahunan tersedia, meskipun mungkin beberapa tahun usianya. Sayangnya, untuk beberapa negara seperti Amerika Serikat, titik data bisa tiga, empat, atau bahkan lima tahun terpisah. Dalam apa yang berikut, saya dengan kebutuhan menggunakan nilai indeks GINI terbaru yang tersedia.

Selain itu, karena Indeks Kebebasan Ekonomi 2017 (IEF)  dihitung dengan data dari paruh terakhir tahun 2015 dan semester pertama 2016, saya akan menggunakan IEF 2017 dan faktor-faktornya bersama dengan nilai GINI 2016 (atau yang paling dekat dengan 2016) dalam analisis di bawah ini. IEF adalah ukuran kasar tentang seberapa banyak pemerintah mengendalikan ekonominya. Suatu IEF nol menunjukkan suatu ekonomi yang sama sekali tidak memiliki kebebasan ekonomi individual, yang sepenuhnya didominasi oleh negara; dan nilai 100 menunjukkan suatu perekonomian yang sama sekali tidak terpengaruh oleh negara.

Dalam posting sebelumnya saya telah menunjukkan plot indeks GINI semua negara 'versus IEF mereka di scatterplots untuk menunjukkan nilai GINI mereka menurun dengan rata-rata IEF mereka. Dalam esai ini saya akan secara eksplisit menunjukkan perbedaan antara negara berkembang dan negara maju dalam analisis semacam ini. Di negara berkembang, semua negara harus melakukan untuk meningkatkan PDB adalah untuk meningkatkan modal dan tenaga kerja yang diinvestasikan dalam produk dan layanan yang sudah ada. Dalam ekonomi yang berkembang ini biasanya tidak lagi terjadi. Sebaliknya ekonomi maju harus menciptakan produk dan layanan baru atau mencari cara untuk meningkatkan produktivitas dalam menghasilkan produk dan layanan lama. Sebagai garis pembatas, saya memiliki ekonomi yang ditetapkan secara arbitrer dengan PDB per kapita kurang dari $ 20.000 pada 2016 dolar AS sebagai berkembang, dan mereka dengan PDB per kapita lebih besar dari $ 20.000 seperti yang dikembangkan.

Pertimbangkan dulu indeks GINI negara-negara maju seperti yang diplot di scatterplot di bawah ini versus Indeks Kebebasan Ekonomi mereka.

Gambar. 2: Indeks GINI vs. Indeks Kebebasan Ekonomi untuk negara maju. 
Sumber Data: Bank Dunia dan Heritage Foundation .

Jika Anda fokus ke kiri garis vertikal "Rata-rata IEF", Anda mungkin bisa meyakinkan diri Anda sendiri, akumulasi titik-titik di atas garis horizontal "Average GINI" lebih besar daripada titik tunggal di bawah garis horizontal. Demikian pula, di sebelah kanan garis "Average IEF", akumulasi jarak poin di bawah garis "Average GINI" lebih besar daripada jarak yang dijumlahkan dari titik di atas garis. Ini menunjukkan nilai GINI negara 'umumnya menurun dengan meningkatnya IEF. Pernyataan yang sama berlaku untuk negara-negara berkembang, jika tidak begitu jelas secara visual seperti yang ditunjukkan di bawah ini.

Gambar 3: Indeks GINI vs. Indeks Kebebasan Ekonomi untuk negara berkembang. 
Sumber Data:  Bank Dunia dan Heritage Foundation .

Gambaran total menjadi lebih jelas ketika Anda menambahkan dua populasi bersama-sama.

Gambar 4: Indeks GINI vs Indeks Kebebasan Ekonomi untuk negara-negara berkembang dan maju. Garis merah adalah garis tren yang dimaksudkan untuk mengarahkan mata. 
Sumber Data: Bank Dunia dan  Heritage Foundation

Kedua populasi bersama-sama membuatnya sangat jelas bahwa rata-rata seiring ekonomi menjadi lebih seperti pasar bebas, indeks GINI mereka menjadi lebih kecil yang menunjukkan distribusi PDB mereka yang lebih adil. Perhatikan bahwa di negara-negara berkembang umum memiliki nilai yang lebih rendah dari IEF dan nilai yang lebih tinggi dari indeks GINI daripada negara-negara maju.

Tentu saja, ada sejumlah besar titik berhamburan negara tentang garis tren di plot di atas. IEF itu sendiri adalah rata-rata aritmatika, tak tertimbang, dari 12 komponen, masing-masing mengukur cara yang berbeda di mana negara membantu atau menghambat pasar bebas. Masing-masing dari 12 komponen bervariasi dari nol hingga 100, dengan nol menunjukkan tidak ada kebebasan ekonomi dan ekonomi yang didominasi oleh pemerintah. Nilai komponen 100 biasanya menunjukkan tidak ada campur tangan pemerintah dalam aspek ekonomi itu, tetapi kadang-kadang (misalnya dengan komponen Efektivitas Peradilan) menunjukkan dukungan pemerintah yang maksimal untuk pasar bebas. Di satu sisi, Anda dapat memikirkan Indeks Kebebasan Ekonomi untuk negara tertentu sebagai panjang vektor negara 12-dimensi. Titik berhamburan negara tentang garis tren merah di atas kemudian dapat dijelaskan sebagai hasil GINI untuk negara-negara dengan panjang vektor yang sama tetapi arah yang berbeda untuk vektor negara mereka. Arah vektor bisa sama pentingnya dengan panjangnya untuk GINI.

Alat Penting untuk Menentukan Apa yang Paling Mempengaruhi Indeks GINI.

Untuk menemukan  cara-cara gangguan ekonomi pemerintah yang paling penting dalam menentukan indeks GINI negara, kita membutuhkan ukuran kuantitatif lebih dari korelasi antara masing-masing komponen IEF dan indeks GINI. Bagian selanjutnya dari bagian ini membutuhkan beberapa matematika tingkat rendah, jadi jika Anda merasa tidak nyaman dengan itu, Anda dapat segera pergi ke bagian berikutnya. Satu-satunya hal yang perlu Anda ketahui adalah bahwa untuk setiap dua variabel, x dan y, terkait satu sama lain dalam beberapa cara dalam populasi statistik, ada koefisien korelasi,   ρ xy  , yang dapat mengambil nilai antara -1 dan +1. Misalnya, dua variabel dapat menjadi dua properti dari satu bangsa dalam populasi statistik negara-negara tersebut, seperti IEF negara dan indeks GINI-nya. Jika koefisien korelasi adalah -1, mutlak setiap kali satu variabel naik, yang lain turun. Jika  ρ xy  adalah +1, benar-benar setiap kali satu variabel naik, yang lain naik juga. Namun, jika   ρ xy mendekati nol, ada sedikit atau tidak ada korelasi antara dua variabel.

Untuk membangun ukuran tersebut untuk populasi variabel statistik, kita memerlukan tiga jenis konstruksi statistik. Untuk setiap variabel x kita perlu menghitung rata-rata yang tidak tertimbang,  μ x , dan penyimpangan persegi rata-rata dari rata-ratanya,  σ x 2  . Saya juga membutuhkan jumlah yang sama dari variabel statistik lain y :   μ y dan σ y 2  . Definisi untuk rata-rata adalah yang sudah kita kenal di sekolah dasar.

[Jika Anda tidak akrab dengan notasi penjumlahan, penggunaannya di atas ditentukan oleh

Batas bawah dan atas yang berbeda dapat dipilih untuk indeks penjumlahan k .] Sebagai contoh, x dapat Indeks Kebebasan Ekonomi dengan x k menjadi IEF bagi bangsa k . Demikian pula, penyimpangan persegi rata-rata untuk variabel xdidefinisikan oleh

Akar kuadrat dari kuantitas ini disebut juga standar deviasi variabel . Untuk konstruk statistik ketiga yang dibutuhkan, Saya mendefinisikan kovarian antara variabel x dan y oleh

Jika kovarians negatif, maka untuk sebagian besar nilai-nilai dari x k dan y k , x katas  μ x ketika y k bawah μ y , atau sebaliknya. Ini berarti ketika x meningkat, ycenderung menurun, atau sebaliknya. Sebaliknya, jika kovarian positif dan satu variabel meningkat (menurun), variabel lain akan cenderung meningkat (menurun) juga. Normalisasi kovarian dengan produk  σ x · σ y memberi kita koefisien korelasi  ρ xy , yang harus bervariasi antara -1 dan +1.

Jika  ρ xy  mendekati +1 atau -1, maka dua variabel x dan y masing-masing berkorelasi positif atau negatif. Jika koefisien korelasi mereka mendekati nol, maka korelasi mereka lemah atau tidak ada.

Koefisien korelasi adalah alat yang kita butuhkan untuk menentukan variabel mana dalam populasi negara yang berkorelasi kuat dan dalam hal apa.

Korelasi antara Indeks GINI dan Indeks Kebebasan Ekonomi dan Faktor Komponennya untuk Negara-negara Berkembang

Mari kita lihat dulu  korelasi antara indeks GINI negara maju dan IEF mereka atau faktor komponen mereka. Artinya, untuk x dalam persamaan di atas, kita mengambil IEFs negara-negara maju atau faktor-faktor komponen dari IEF mereka. Saya menggunakan indeks GINI bangsa untuk y, dan ringkasannya di atas negara-negara maju di dunia. Ketika kita melakukan ini, kita menemukan rata-rata dan standar deviasi indeks GINI dalam populasi negara maju

GINI rata-rata μ y = 32.2762, Standar deviasi σ y = 3.6864.

Anda harus benar-benar memperhatikan bahwa variasi indeks GINI dalam populasi negara maju - dengan standar deviasi dari rata-rata 3,6864 ketika nilai yang mungkin dapat bervariasi dari 0 hingga 100 - sangat, sangat kecil. Tidak peduli bagaimana kita mengiris data, semua nilai GINI akan berada dalam band yang sangat sempit ketika salah satu faktor IEF bervariasi.

Ketika saya menghitung koefisien korelasi indeks GINI negara-negara ini dengan IEF mereka dan skor faktor mereka, saya menemukan tabel data berikut. Nama-nama faktor sangat sugestif makna untuk nilai mereka, tetapi untuk melihat makna yang tepat dan bagaimana mereka dihitung, lihat halaman Metodologi Metodologi Kemakmuran Ekonomi Yayasan Heritage.. Juga, saya harus memberi Anda kata-kata peringatan berikut. Skor faktor meningkat dalam banyak kasus di mana kendali pemerintah terhadap aspek ekonomi itu menurun; atau seperti dalam kasus Efektivitas Peradilan dan Integritas Pemerintah, di mana pemerintah secara aktif mendukung dan memperkuat pasar bebas dan kapitalisme. Sebagai contoh, jika skor satu negara dalam Belanja Pemerintah dan Beban Pajak lebih tinggi dari yang lain, itu karena pengeluaran pemerintah dan pajak lebih rendah, tidak lebih tinggi.

Rata-rata Faktor IEF Negara Berkembang, Standar Deviasi, dan Korelasi dengan Indeks GINI-nya

Faktor IEF	Rata-rata	Standar Deviasi	Koefisien Korelasi dengan Indeks GINI
Indeks Kebebasan Ekonomi	71.1619	5,7684	-0.329541
Hak Milik	83.2286	6,1087	-0,538815
Kebebasan Bisnis	80.2619	8.4475	-0,521535
Kesehatan Fiskal	71,3000	21.7681	-0.469380
Integritas Pemerintahan	72,4905	13.3133	-0.449942
Kebebasan finansial	70.0000	10.6904	-0.363706
Efektivitas Peradilan	72.1143	10.6996	-0,324862
Kebebasan Moneter	84.1667	2.7183	-0.247619
Kebebasan Investasi	83.5714	6.5725	-0.207771
Kebebasan Perdagangan	86.7524	1,6792	-0.094035
Kebebasan Buruh	60.1143	13.3204	0,031379
Beban pajak	58.3667	10.1914	0,262731
Pengeluaran pemerintah	31.5667	19,4225	0,390764

Pengamatan pertama yang harus Anda lakukan adalah koefisien korelasi GINI dengan IEF itu sendiri, serta dengan hampir semua faktor komponennya, negatif. Koefisien korelasi negatif berarti ketika faktor IEF meningkat (ekonomi menjadi lebih seperti pasar bebas), indeks GINI menurun rata-rata. Artinya, PDB negara-negara menjadi lebih merata rata-rata karena ekonomi mereka menjadi lebih seperti pasar bebas. Kedua, koefisien korelasi dengan faktor Kebebasan dan Kebebasan Tenaga Kerja begitu kecil sehingga mereka harus dianggap tidak signifikan secara statistik dibandingkan dengan yang lain.

Enam faktor terpenting untuk memastikan distribusi PDB yang adil di antara negara-negara maju, bersama dengan koefisien korelasi GINI mereka, adalah dalam urutan kepentingan statistik:

1. Hak Milik (-0,539),
2. Kebebasan Bisnis (-0,522),
3. Kesehatan Fiskal (-0,469),
4. Integritas Pemerintahan (-0,450),
5. Belanja Pemerintah (+0.391), dan
6. Kebebasan Finansial (-0.364).

Untuk mendapatkan rasa mengapa kita harus mengabaikan efek pada GINI dari faktor-faktor dengan koefisien korelasi dengan nilai absolut kecil dibandingkan dengan nilai absolut yang besar, kontras plot pencar GINI dengan faktor Hak Milik ( ρ _xy  = -0,5388) dan GINI dengan Kebebasan Buruh ( ρ _xy  = 0,0314).

Gambar. 5: Indeks GINI vs Kebebasan Properti untuk Negara-negara Berkembang pada tahun 2016
Sumber Data: Bank Dunia dan Yayasan Warisan

Gambar. 5: Indeks GINI vs Kebebasan Properti untuk Negara-negara Berkembang pada tahun 2016
Sumber Data: Bank Dunia dan Yayasan Warisan

Gambar 6: Indeks GINI vs Kebebasan Buruh untuk negara-negara maju pada tahun 2016
Sumber Data: Bank Dunia dan Yayasan Warisan

Dalam kasus faktor Kebebasan Properti dengan koefisien korelasi negatif yang relatif besar dengan indeks GINI, terdapat garis tren yang terdefinisi dengan baik dengan kemiringan negatif. Dengan faktor Kebebasan Tenaga Kerja memiliki koefisien kecil, positif, tidak ada garis trend yang terdefinisi dengan baik. Yang saya temukan memiliki kemiringan yang positif tetapi hampir tak terlihat. Mengubah faktor Kebebasan Tenaga Kerja menyebabkan hampir tidak ada perubahan dalam indeks GINI rata-rata di setiap tempat kecil Kebebasan Buruh.

Satu-satunya faktor IEF yang signifikan secara statistik dengan koefisien korelasi positif adalah Beban Pajak dan Faktor Pengeluaran Pemerintah. Ini memberi tahu kita bahwa rata-rata GDP negara-negara lebih merata (indeks GINI mereka menurun) karena pajak dan pengeluaran pemerintah meningkat (faktor IEF mereka menurun). Dari perspektif neoliberal, ini sangat mengejutkan dan mengganggu hasil. Saya akan berkomentar lebih lanjut setelah kami melakukan latihan yang sama dengan negara-negara berkembang.

Korelasi antara Indeks GINI dan Indeks Kebebasan Ekonomi dan Faktor Komponennya untuk Negara-negara Berkembang

Sekarang mari kita melakukan latihan yang sama, tetapi kali ini menggunakan populasi negara-negara berkembang. Saya ingatkan Anda saya lebih-atau-tidak sembarangan mendefinisikan negara seperti itu sebagai negara dengan PDB per kapita kurang dari $ 20.000 dalam dolar 2016. Rata-rata dan standar deviasi indeks GINI di negara berkembang untuk tahun 2016 adalah

GINI rata-rata μ y = 39.1322, Standar deviasi σ y = 8.9956.

Pertama perhatikan bahwa negara berkembang rata-rata GINI lebih besar daripada negara-negara maju sebesar 6,8660 poin, peningkatan sebesar 6,8660% dari total kemungkinan variasi 100. Distribusi pendapatan di negara-negara berkembang terutama kurang setara dibandingkan di negara-negara maju. Juga, ada lebih banyak titik-titik negara penyebaran tentang rata-rata dengan deviasi standar 2,44 kali lebih besar dari itu untuk negara-negara maju Memeriksa IEF dan faktor-faktornya dalam populasi ini, dan korelasi mereka dengan indeks GINI mereka, kita mendapatkan tabel berikut.

Negara Berkembang Rata-Rata Faktor IEF, Standar Deviasi, dan Korelasi dengan Indeks GINI-nya

Faktor IEF	Rata-rata	Standar Deviasi	Koefisien Korelasi dengan Indeks GINI
Indeks Kebebasan Ekonomi	60.7136	7.7650	-0.154756
Kebebasan Perdagangan	78.2102	8,5414	-0.277780
Hak Milik	50.6153	15.3588	-0.271155
Kebebasan Buruh	56.7576	13.0316	-0.259586
Kebebasan Bisnis	64.1271	11,0598	-0.212207
Efektivitas Peradilan	40,5322	16,2599	-0.202179
Integritas Pemerintahan	38.8186	12.1089	-0.171346
Beban pajak	79.6525	8.3123	-0.158008
Kebebasan Moneter	76.1136	8,9657	-0,054485
Kebebasan Investasi	58,5593	20.3372	-0.051257
Kesehatan Fiskal	69,2525	26,0082	-0.032010
Kebebasan finansial	48,5780	17,1770	0,010240
Pengeluaran pemerintah	66.5712	21.0100	0,376623

Seperti halnya koefisien korelasi GINI-IEF Factor untuk negara-negara maju, negara-negara berkembang hampir semuanya negatif. Empat faktor untuk Kebebasan Moneter, Kebebasan Investasi, Kesehatan Fiskal, dan Kebebasan Finansial cukup kecil untuk dianggap tidak signifikan secara statistik. Satu-satunya faktor IEF yang memiliki korelasi positif yang juga signifikan secara statistik adalah Pengeluaran Pemerintah. Temuan yang mengganggu ini bersama dengan hasil serupa dari negara-negara maju akan dibahas di bagian selanjutnya.

Penting juga untuk dicatat bahwa korelasi GINI-Tax Burden memiliki tanda yang berbeda dari koefisien korelasi yang serupa untuk populasi negara maju. Di negara berkembang, peningkatan pajak (menurunkan faktor Beban Pajak) meningkatkan indeks GINI dan membuat distribusi pendapatan kurang adil.

Dalam urutan kepentingannya, enam faktor IEF yang paling berkorelasi dengan indeks GINI adalah:

1. Belanja Pemerintah (+0.377),
2. Kebebasan Perdagangan (-0.278),
3. Hak Milik (-0.271),
4. Kebebasan Buruh (-0.260),
5. Kebebasan Bisnis (-0.212), dan
6. Efektivitas Yudisial (-0.202).

Apa yang Kita Pelajari dari Semua Data Ini?

Apa yang bisa kita simpulkandari jumlah data yang sangat besar ini? Pengurangan pertama dan terpenting adalah bahwa jika apa yang Anda inginkan adalah membuat distribusi PDB semaksimal mungkin di seluruh warga negara, Anda ingin ekonomi Anda menjadi ekonomi pasar bebas kapitalis sebanyak mungkin. Ini adalah kesimpulan dari Gambar 4. Namun, mengimbangi penilaian ini adalah bukti yang kontradiktif antara negara-negara maju yang disediakan oleh korelasi positif GINI dengan faktor Pengeluaran Pemerintah dan Beban Pajak IEF. Apa ini menunjukkan bahwa rata-rata GINI menurun dengan menurunnya nilai Pengeluaran Pemerintah dan Beban Pajak, yang menurun hanya jika pengeluaran pemerintah dan pajak meningkat. Lebih sederhana, GDP suatu negara cenderung lebih merata jika pajak pemerintah dan membelanjakan lebih banyak! Juga menyedihkan adalah kenyataan bahwa di antara ekonomi berkembang, Indeks GINI rata-rata menurun dengan menurunnya nilai Pengeluaran Pemerintah di antara negara-negara berkembang juga. Pada awalnya, ini tidak terdengar seperti perilaku pasar bebas sama sekali.

Untuk memvisualisasikan masalah, pertimbangkan dua plot berikut.

Gambar 7: Indeks GINI vs Skor Belanja Pemerintah IEF untuk negara berkembang (x's hijau) dan negara maju (biru x's) pada tahun 2016. Garis hijau adalah garis tren untuk negara-negara berkembang, dengan garis biru garis tren untuk dikembangkan negara-negara. 
Sumber Data: Bank Dunia dan Heritage Foundation . 

Gambar 8: Indeks GINI vs Skor Beban Pajak IEF untuk negara berkembang dan maju pada tahun 2016.
Sumber Data: Bank Dunia dan Yayasan Warisan .

Apa yang dapat dikatakan kedua plot ini kepada kita adalah bahwa paling tidak di negara maju, pemerintah dapat memberikan banyak pemasukan bagi kaum miskin dan kelas menengah bawah melalui program kesejahteraan redistribusi. Pajak yang tinggi dan pengeluaran pemerintah yang besar sebagai bagian dari PDB tentu saja bukan penyebab di dalam dan di antara mereka sendiri untuk pertumbuhan ekonomi, peningkatan upah, atau peningkatan jumlah pekerjaan dengan gaji yang baik. Kita tahu ini dari kebanyakan sejarah ekonomi baru-baru ini dan yang tidak begitu penting. Tulisan -tulisan saya yang paling baru membahas ini adalah The Economic Decay of the West dan The Great Irish Economic Experiment with Capitalism .

Saluran pendapatan tradisional dari produsen kekayaan ke mayoritas penduduk adalah upah dari produsen kepada karyawan mereka. Apa pun yang menghambat perusahaan untuk bertumbuh, mulai dari investasi untuk meningkatkan produksi mereka, dan dari menaikkan upah dan mempekerjakan pekerja baru, juga menyambungkan saluran transfer kekayaan ini kepada kaum miskin dan kelas menengah. Satu-satunya saluran transfer kekayaan yang mungkin berkembang untuk mengambil kelonggaran adalah program kesejahteraan redistribusi, Jika program-program ini tidak membuat hilangnya transfer kekayaan dari perusahaan ke orang biasa, kekayaan apa pun yang dihasilkan tetap ada di perusahaan dan meningkatkan kekayaan. pemegang saham. Upah stagnan dan ketimpangan pendapatan meningkat. Piketty menang karena kebijakan pemerintah anti-pasar bebas!

Pemerintah mungkin membebani kekayaan itu jauh dari perusahaan dan pemegang saham mereka, tetapi itu semakin mengecilkan produksi kekayaan dan menurunkan tingkat pertumbuhan PDB. Pada akhirnya, jika tingkat pertumbuhan PDB jangka panjang jatuh di bawah nol, pendapatan pajak pemerintah harus menurun dalam jangka panjang, sehingga tidak mungkin mendukung skema kesejahteraan redistribusi. Skema seperti itu untuk mempertahankan pendapatan massa tidak berkelanjutan dan pasti harus runtuh. Seluruh Barat (dengan pengecualian tunggal dari Republik Irlandia yang tidak bisa diperbaiki) telah datang sangat dekat dengan takdir ini. Hal ini diungkapkan oleh tiga plot berikut rata-rata pergerakan sepuluh tahun dari tingkat pertumbuhan PDB untuk negara-negara utama Barat.

Gbr. 9: Rata-rata waktu bergerak sepuluh tahun dari PDB negara-negara anggota Uni Eropa Utara. 
Sumber Data: Bank Dunia

Gambar 10: Rata-rata waktu bergerak sepuluh tahun dari tingkat pertumbuhan PDB negara-negara Skandinavia. 
Sumber Data: Bank Dunia

Gambar 11: Rata-rata waktu bergerak sepuluh tahun dari tingkat pertumbuhan PDB negara-negara Uni Eropa Selatan. 
Sumber Data: Bank Dunia

Bukti lebih lanjut bahwa ini adalah apa yang terjadi dapat ditemukan dalam nilai-nilai Pengeluaran Pemerintah dan Beban Pajak untuk negara-negara maju dan berkembang pada angka 7 dan 8. Untuk kedua faktor IEF ini saja, negara-negara maju memiliki nilai-nilai di bawah 60 khas untuk otokratis, dirigiste ekonomi, sementara itu adalah negara-negara berkembang yang merupakan teladan dari pasar bebas. Di semua scatterplots lain dari indeks GINI versus beberapa faktor IEF, hubungan antara negara maju dan berkembang dibalik.

Jadi apa pelajaran utamanya? Jika Anda ingin secara bersamaan untuk membuat distribusi pendapatan negara Anda sebagai bahkan di antara warga negara mungkin dan untuk bertahan secara ekonomi untuk waktu yang tidak terbatas tanpa pembusukan ekonomi, negara Anda harus sedekat dengan pasar bebas karena Anda dapat membuatnya dan meniadakan pemerintah kontrol dan manajemen ekonomi yang rumit. Angka 4, 9, 10, dan 11 menuntutnya.