Великий уравнитель
Шрифт:
Это подводит нас ко второй категории проблем, связанных с качеством доказательных данных. Коэффициент Джини и доля высших доходов в общем смысле являются смежными показателями неравенства. Изменяясь со временем, они, как правило (хотя и не всегда), движутся в одном направлении. Оба они чувствительны к недостатку данных. Современные коэффициенты Джини обычно рассчитываются по данным опросов и исследований домохозяйств, на основе которых устанавливается предполагаемое национальное распределение. Такой формат не совсем подходит для выявления очень крупных доходов. Даже в западных странах номинальный коэффициент Джини следует корректировать в верхнюю сторону, чтобы составить более полное представление о действительном распределении высших доходов. Во многих же развивающихся странах качества данных исследований и вовсе недостаточно для надежных расчетов на национальном уровне. Попытка измерить общее распределение богатства встречает еще большие трудности – не только в развивающихся странах, где значительная доля имущества элиты, как предполагается, сосредоточена в офшорах, но даже в такой богатой данными среде, как Соединенные Штаты. Доли дохода обычно вычисляются на основе налоговых данных, качество и содержание которых сильно варьируют от страны к стране и со временем, и эти данные подвержены искажению вследствие уклонения от налогов. Дополнительную сложность вносят низкая вовлеченность в налогообложение в странах с низким доходом и политически обусловленные определения того, что считается облагаемым налогами доходом. Несмотря на эти трудности, благодаря составлению и пополнению постоянно растущей Всемирной базы данных о богатстве и доходе (WWID, World Wealth and Income Database) мы стали гораздо лучше понимать неравенство в доходах и вместо довольно неоднозначных простых показателей уделять внимание более выраженным индексам концентрации ресурсов [15] .
15
Об отношении между коэффициентами Джини и долями наивысшего дохода см. Leigh 2007; Alvaredo 2011; Morelli, Smeeding, and Thompson 2015: 683–687; Roine and Waldenstr"om 2015: 503–606, особенно 504, рис. 7.7. О поправках в коэффициент Джини см. особенно Morelli, Smeeding, and Thompson 2015: 679, 681–683. Palma 2011: 105, Piketty 2014: 266–267 и Roine and Waldenstr"om 2015: 506 подчеркивают доказательную ценность долей наивысшего дохода. О сравнении коэффициентов Джини см., например, Bergh and Nilsson 2010: 492–493 и Ostry, Berg, and Tsangarides 2014: 12. Оба предпочитают показатели Джини, опубликованные во Всемирной базе неравенства доходов (Standardized World Income Inequality Database, SWIID), которой пользуюсь я на протяжении книги, за исключением тех случаев, когда цитирую других исследователей. Доверительные интервалы представлены на сайте SWIIDО сокрытии богатства см. Zucman 2015. Kopczuk 2015 рассуждает о трудностях измерения долей богатства в США. О природе и надежности данных о наивысших доходах см. особенно Roine and Waldenstr"om 2015: 479–491 и крайне технические рассуждения в Atkinson and Piketty 2007a и 2010. Всемирная база данных о богатстве и доходе (World Wealth and Income Database, WWID) доступна по адресу http://www.wid.world/.
Впрочем, все эти проблемы меркнут по сравнению с той, которая встает перед нами, когда мы решаем расширить охват исследований неравенства доходов и богатства, включив в него предыдущие исторические эпохи. Регулярные данные о налогах редко встречаются ранее двадцатого века. В отсутствие данных об опросах и исследованиях домохозяйств нам при составлении коэффициента Джини приходится полагаться на косвенные сведения. Примерно до 1800 года неравенство в доходах во всем обществе можно оценить только с помощью социальных таблиц, грубо обобщенных данных о доходах, полученных о разных группах населения исследователями того времени или выведенных, пусть часто и на сомнительных основаниях, учеными более поздней эпохи.
В этом смысле надежду подает растущее количество данных о различных регионах Европы начиная с позднего Средневековья, проливающих свет на условия в отдельных городах или провинциях. Сохранившиеся архивные записи о налогах на богатство в городах Франции и Италии, налогах на аренду жилья в Нидерландах и налогах на доходы в Португалии позволяют нам реконструировать соответствующую дисперсию имущества и иногда даже доходов. Точно так же помогают записи о дисперсии сельскохозяйственных земель во Франции и о стоимости переданных по завещанию поместий в Англии, относящиеся к раннему периоду современности. На практике коэффициент Джини можно довольно успешно применять к данным, относящимся и к более раннему времени. Таким образом были проанализированы структура землевладения в Египте эпохи римского владычества; различия в размерах домов в Греции, Британии, Италии, Северной Африке и ацтекской Мексике в древности и раннем Средневековье; распределение долей наследства и приданого в вавилонском обществе и даже дисперсия каменных орудий труда в Чатал-Хююке, одном из ранних известных протогородских поселений мира, основанном почти 10 000 лет назад. Археология позволила нам отодвинуть границы исследования материального неравенства в палеолит времен последнего ледникового периода [16] .
16
Все эти и другие примеры обсуждаются в части I и в Главе 9, стр. 267–269 и Главе 10, стр. 306–310.
У нас также есть доступ к косвенным данным, напрямую не документирующим распределение, но тем не менее отражающим изменения в уровне неравенства доходов. Хороший тому пример – отношение земельной ренты к заработной плате. В преимущественно аграрных обществах изменения в цене на труд относительно стоимости самого главного капитала обычно отражают изменения в относительном объеме приобретаемого имущества разными классами; повышение показателя говорит о том, что землевладельцы процветают за счет работников, а неравенство растет. То же можно сказать и по поводу связанного показателя – отношения среднего ВВП на душу населения к заработной плате. Чем выше нетрудовая доля ВВП, тем выше показатель и тем, скорее всего, сильнее выражено неравенство в доходах. При этом оба метода имеют серьезные недостатки. Данные о ренте и заработной плате могут быть достаточно надежными для определенной местности, но мало что говорить о более широкой популяции или обо всей стране, а оценки ВВП любого общества до современности неизбежно сопряжены со значительными погрешностями. Тем не менее такие косвенные данные обычно позволяют нам получить общее представление о тенденциях, связанных с неравенством в те эпохи.
Сведения о реальных доходах доступнее, но в чем-то не столь показательны. В Западной Евразии заработную плату, выражаемую в зерновом эквиваленте, можно проследить за последние 4000 лет. Такой широкий размах позволяет выявить случаи нетипичного подъема реальных доходов рабочих – феномен, обычно ассоциируемый с понижением неравенства. При этом информация о реальной заработной плате, которую невозможно сопоставить в одном контексте со стоимостью капитала или ВВП, остается весьма грубым и не особенно надежным индикатором общего неравенства доходов [17] .
17
Опять-таки я придерживаюсь этих подходов на протяжении большей части данной книги, особенно в частях I и V. Свидетельства о реальной заработной плате, относящиеся к эпохам вплоть до Средневековья, собраны в «Списке файлов данных об исторических ценах и заработной плате» под руководством Международного института социальной истории,Scheidel 2010 освещает ранние свидетельства. Об исторических данных о ВВП, оценках и предположениях см. «Проект Мэддисон», http://www.ggdc.net/maddison/maddison-project/home.htm.
В последние годы наблюдается значительный прогресс в исследовании налоговых записей досовременных эпох и в реконструкции реальной заработной платы, в определении отношения ренты к заработной плате и даже в определении уровней ВВП. Не будет преувеличением сказать, что большинство глав этой книги было бы невозможно написать двадцать и даже десять лет назад. Масштаб, размах и скорость прогресса исследования исторического неравенства доходов и богатства обещают много новых открытий в будущем. Само собой разумеется, что есть длительные периоды человеческой истории, для которых невозможно провести хотя бы самый элементарный анализ распределения материальных ресурсов. Но даже в этих случаях мы можем выявить сигналы происходящих со временем перемен.
Больше всего в этом смысле обещает обычай элит выставлять напоказ свое богатство, служащий часто единственным признаком неравенства. Когда археологические находки говорят о том, что на смену расточительству в домашнем хозяйстве, в диете или в захоронениях приходит скромность, или когда признаки разделения встречаются реже, мы можем сделать вполне логичный вывод об уменьшении неравенства. В традиционных обществах богачи и члены правящей элиты были единственными, кто получал достаточный доход или контролировал достаточно средств, чтобы позволять себе большие потери – потери, выраженные в материальной форме. Различия в телосложении и других физиологических характеристиках индивидов также могут кое-что поведать о распределении ресурсов, хотя здесь следует принимать во внимание и другие факторы, вроде патогенной нагрузки. Чем далее мы удаляемся во времени от недвусмысленно документированных сведений о неравенстве, тем все более умозрительными будут наши предположения. И все же без определенных допущений невозможно рассуждать о глобальной истории. Эта книга – попытка сделать такое допущение.
При этом мы наблюдаем невероятный градиент в документации, от подробной статистики, связанной с факторами, обеспечившими недавний подъем доходов в Америке, до смутных намеков на дисбаланс распределения ресурсов на заре цивилизации – с обширным массивом самых разнообразных данных посередине. Объединить все это в одном связанном аналитическом повествовании – крайне непростая задача: в какой-то степени это и есть та проблема неравенства, что упомянута в заголовке данного вступления. Для каждой части книги я выбрал свою структуру, показавшуюся мне наиболее подходящей для рассмотрения именно этой проблемы.
Первая часть прослеживает эволюцию неравенства от наших предков-приматов до начала XX века, и, таким образом, она организована согласно общепринятому хронологическому принципу (главы 1–3).
Принцип меняется, когда мы переходим к Четырем всадникам, главным проводникам насильственного уравнивания. В частях, посвященных двум членам этой четверки, войне и революции, я начинаю свой обзор с XX столетия, а затем удаляюсь в прошлое. Тому есть простая причина. Уравнивание посредством всеобщей мобилизационной войны и трансформационной революции было преимущественно чертой современности. «Великая компрессия» 1910–1940-х годов не только породила крупнейший до сих пор пример такого процесса, но также представляет собой такое уравнивание в его парадигматической форме (главы 4–5).
Далее я рассматриваю предшествующие ей насильственные потрясения, начиная с Гражданской войны в США и далее вглубь времен – с примерами из Китая, Древнего Рима и Древней Греции, а также от Великой французской революции до бесчисленных восстаний досовременной эры (главы 6 и 8). Я следую той же траектории, обсуждая гражданскую войну в конце шестой главы – от последствий таких конфликтов в современных развивающихся странах до поздней Римской республики. Такой подход позволяет мне определить модели насильственного уравнивания, основанные на солидном корпусе современных данных, прежде чем рассматривать, подходят ли они к более далекому прошлому.
В части V, посвященной эпидемиям, я использую модифицированную версию той же стратегии, начиная от наиболее документированного случая – Черной смерти в позднем Средневековье (глава 10), и перехожу к менее известным примерам, один из которых (Америка после 1492 года) расположен на временной шкале относительно недавно по сравнению с другими (глава 11). Принцип тут тот же: определить ключевые механизмы насильственного уравнивания посредством эпидемий с высокой смертностью на основе лучших имеющихся свидетельств, прежде чем рассматривать аналогичные случаи.