För ett knappt år sedan gav tidskriften Science ut ett specialnummer om forskning kring inkomst- och förmögenhetsskillnader (eller snarare forskning på det något flyktigare temat ”inequality”). Numret innehåller många intressanta artiklar men speciellt två texter illustrerar poänger som båda är viktiga men som ofta ställs mot varandra på ett sätt som inte för debatten om inkomstskillnader framåt, speciellt i ett svenskt perspektiv.
Den första, Inequality in the long-run, är skriven av Thomas Piketty och Emmanuel Saez och handlar om den långsiktiga utvecklingen med fokus på toppen (i detta fall topp 10) relativt resten av fördelningen och även på samspelet mellan inkomst och förmögenhetsfördelningen. På många sätt sammanfattar denna artikel delar av den så kallade toppinkomstlitteraturen och också mycket av det Piketty presenterar i sin bok ”Capital in the twenty-first century” (se tidigare inlägg om toppinkomster här, här, här, och här och Daniels senaste uppdatering för Sverige här).
Den andra artikeln är skriven av David Autor och handlar om hur teknologi och utbildningsskillnader kan förklara löneskillnader. Artikelns titel, Skills, education, and the rise of earnings inequality among the ”other 99 percent”, är en tydlig markering mot vad Autor uppenbarligen uppfattar som ett överdrivet fokus på topp 1 procent av fördelningen. När allt kommer omkring är ju vad som händer i resten av befolkningen viktigare för det stora flertalet, som Autor uttrycker det i introduktionen till sin artikel.
David Autors huvudbudskap är att ökade inkomstskillnader är ett brett fenomen som berör mycket större grupper än den yttersta toppen och som till stor del kan förklaras av en ökad polarisering av arbetsmarknaden och framför allt en ökning av utbildningspremien och mera allmänt en ökad spridning mellan ”skilled” och ”unskilled workers”. Autor sammanfattar en stor forskningslitteratur som finner en tydlig stöd för detta i USA (Autor har skrivit massor på temat som finns att läsa här).
Det finns mängder med illustrationer av detta men bilden nedan kan tjäna som ett exempel. Den visar de förändringen i reala inkomstskillnader mellan medianen bland college-utbildade (mer än 4 år efter gymnasiet, alltså 16 år eller mer totalt) och medianen bland de som bara gått ut high school (12 års utbildning) i USA. Denna typ av statistik används ofta av ekonomer som ett sammanfattande mått på värdet av utbildning och att se till medianen i respektive grupp gör att man inte behöver bekymra sig för att förändringen beror på vad som händer inom respektive grupp (som t ex att toppen bland de högutbildade skulle dra upp genomsnittet i gruppen). Utvecklingen är tydlig, utbildning betalar sig alltmer, i USA.
Ser man till motsvarande utveckling i Sverige så är bilden dock inte alls lika tydlig. Jobbpolarisering syns förvisso tydligt i Sverige och inkomstskillnaderna har ökat tydligt, men de drivs inte alls lika tydligt av ökade löneskillnader mellan utbildningsgrupper. Jämförelsen nedan är inte perfekt men tillräckligt bra för att göra poängen tydlig. Tabellen (som är lånad ifrån denna ED-artikel) visar förändringar i reallöner mellan olika utbildningsgrupper i Sverige mellan 1991 och 2009 uppdelat på män och kvinnor. Gruppen med lägst utbildning (mindre än 9 år) har ökat sin lön med knappa 40% och gruppen med högst utbildning med dryga 55% och skillnaden mellan gymnasieutbildade och högskoleutbildade är mindre än 10 procentenheter. Noggranna studier av den så kallade utbildningspremien (i princip hur många procent högre lön man får av ytterligare ett års utbildning) visar också att denna generellt sett är låg i Sverige och att den inte heller har ökat särskilt mycket de senaste decennierna.
Nu kan man förstås invända att antal år i utbildning är ett alltför trubbigt mått för att mäta skillnaden i ”skills” och att teknologisk utveckling kanske ändå gynnat de med ”rätt utbildning” och ”rätt sorts färdigheter”. OECD har i det så kallade Programme for the International Assessment of Adult Competencies, PIAAC, försökt adressera detta. ”PIAAC dramatically changes the ability to understand how economies value skills” som det uttrycks i en studie som använder dessa data. I denna står Sverige och USA ut som två extremer bland ett stort antal OECD länder. Sverige utmärker sig som det land där den förväntade avkastningen på ”skills” är lägst, USA som det land där den är högst (ungefär dubbelt så stor som i Sverige) med övriga länder däremellan.
Sammantaget ger detta en bild av inkomstskillnader i Sverige som ganska annorlunda än de i USA, inte bara i termer av nivåer (vilket vi påpekat här tidigare) utan också i termer av vad som ligger bakom ökningarna. Speciellt ger det anledning för den som vill argumentera för att i en allt mera teknologiskt avancerad och globaliserad värld har utbildning och kompetens kommit att löna sig mer än tidigare skäl att fundera på hur det står till med den saken i Sverige.
Betyder detta också att vi kan avfärda att teknologisk utveckling ligger bakom de ökade inkomstskillnaderna i Sverige? Nej, naturligtvis inte. Det finns flera sätt på vilka teknologi, globalisering och dess interaktion kan öka avkastning på kapital relativt arbete. Dessutom är uppdelningar som ”arbetsinkomst” och ”kapitalinkomst” endogena i förhållande till bland annat skattesystem vilket gör det svårt att tolka dessa storheters relation till, exempelvis, teknologisk förändring. Vi behöver således veta mer om vad som förklarar ökningen bortom uppdelningen mellan ”löner” och ”kapitalinkomster”.
