Данните за подоходното неравенство са сред най-често погрешно интерпретираните, което важи с особена сила за отношението между доходите на най-бедния и най-богатия квинтил (също известен като S80/S20). Често ръста на неравенството бива бъркан с ръст на бедността, коренно различните понятия „абсолютна бедност“ и „относителна бедност“ са далеч извън разговора, а причините които движат тяхната динамика остават на заден план. По тази причина, настоящият текст разглежда няколко от най-често срещаните проблеми на дебата около неравенството и опитва да ги адресира.
1) Ползване само на относителни, но не и на абсолютни данни. Най-често цитираните числа са вече споменатия S80/S20 индекс, коефициентът на Джини за подоходно неравенство, както и дялът на бедните, при това този на относително бедните. Тези данни обаче трябва да бъдат съпроводени с абсолютните им стойности, тъй като разглеждането на динамиката на относителни показатели често заблуждава. Нека вземем за пример S80/S20 индекса – до средата на десетилетието в България той уверено нараства, от 5,9 пъти разлика в средния доход на най-горния и най-долния квинтил през 2009 г. до 7,7 през 2016 г. След прекъсването на динамичния ред, заради разширяването на извадката на EU-SILC за България, през 2017 г. се оказа че стойността му е дори по-висока – 8,2 пъти, но последното издание показва спад, до 7,7.
Тези изменения обаче маркират два много различни процеса. Цялата динамика се случва на фона на значително увеличение на доходите на всички доходни групи след края на кризата. „Разтварянето на ножицата“ до средата на десетилетието е плод на различния темп на ръст на доходите на отделните групи – очаквано заетите, особено тези на добре платени позиции и ръководни постове, са първите, които изпитват ефектите от възстановяването на икономиката. Въпреки че две години са малък период, за да сме сигурни в обръщането на тенденцията на ръст на този индикатор за неравенство, то свиването му най-вероятно е резултат от експанзията на пазара на труда, тъй като през последните години засяга и традиционно по-слабо активните групи (роми, нискообразовани, хора с увреждания).
2) Некоректна употреба на статистически понятия. Това е особено видно при обсъждането на бедността, където често „бедност“ и „риск от бедност“ се ползват взаимнозаменяемо. Рискът от бедност е относителен измерител, който сочи единствено какъв дял от домакинствата живее с доход под определен дял от медианния за страната в конкретна година. В този смисъл, ръстът на медианната заплата често води до ръст на дяла на населението в риск от бедност – това обаче не означава, че при някоя от доходните групи се наблюдава реално обедняване(видно в самото статистическо определение – индикаторът мери относително, а не абсолютно ниски доходи и стандарт на живот). Същото се случва при повишаването на административната линия на бедност – въпреки че ничий реален доход не намалява, по-голям дял от населението остава под нея, освен ако ръста на доходите му не надвишава увеличението на линията.
Доста по-различно стоят нещата при абсолютната бедност. Тъй като в Европа има много малко домакинства, които попадат в доходните критерии за абсолютна бедност (понастоящем международната линия на бедност е 1.90 щатски долара на ден), то фокусът на статистиката е върху различни измерения на материалните лишения. Те обаче варират значително – от липса на автомобил или перална машина в домакинството, до невъзможност за покриване на битови сметки, между които надали може да бъде сложен знак за равенство (подробно обяснение на тези данни тук). По тази причина, при обсъждането на различните критерии за бедност и риск от бедност е важно да се вземат предвид нюансите им.
3) Игнориране на особеностите на статистическите изследвания. Четенето на метаданни и методология е рядко срещано явление при излагането на данни в публичен дискурс. То обаче е и крайно необходимо, тъй като познаването им предотвратява много грешки в интерпретацията, оттам – при дефинирането на политиките. Изследванията на доходите и условията на живот неизбежно са приближение до реалното състояние, но никога не го представят напълно точно. Конкретно в българския случай, това е видно поне в две направления.
Първо, до средата на десетилетието, данните за материалните лишения са силно надценени, в резултат на проблеми и неразбиране в прилагането на методологията на EU-SILC. Съответно, систематичните мерки за подобряване на качеството на данните и процеса на анкетиране водят до срив на броя на домакинствата в материални лишения с 10 пункта в рамките само на година между 2013 и 2014 г. Второ, отдалечаването във времето от преброяването на населението и демографските процеси водят до проблеми с представителността на данните на регионално равнище, които трудно могат да бъдат отстранени преди следващото преброяване и предефинирането на извадките на изследванията на доходите и условията на живот. Всички тези особености обаче трябва да се имат предвид при
4) Ползване само на „едрите“ данни. Много анализи се ограничават до агрегираните данни и индекси, които се отнасят до цялото население. На тях обаче им липсва финият детайл, който личи само при разглеждането на промените в отделните региони, доходни, етнически и образователни (и много други) групи. Това важи с особена сила за страни като България, където неравенствата между тези групи са много по-ясно изразени, отколкото в по-егалитарните общества. По тази причина, съсредоточаването върху данните с по-висока разделителна способност е ключово за правилното разбиране на проблемите на бедността и неравенството.
5) Съсредоточаване върху данъчната политика. Последната бележка не се отнася към по-доброто разбиране на самите данни, колкото до най-често предлаганото решение. Борците с неравенството почти неизбежно вземат под прицел данъчната система, с желание да заменят настоящия плосък данък с прогресивен, в името на социална справедливост. Простата сметка обаче сочи, че в рамките на ЕС няма чувствителни разлики в подоходното неравенство между държавите с прогресивно и плоско облагане.
По-рядко в разговора се намесва ефективността на пенсионните и социалните плащания за намаляване на неравенството в доходите. Именно те обаче следва да са в неговия фокус, тъй като сравнението на измерителите на неравенство преди и след прилагането им сочи, че България е сред страните, в които социалните разходи имат най-малък ефект. Ако преди прилагането им на практика всички европейски държави са с коефициент на Джини между 45 и 55, то тези с най-ефективни социални системи (Швеция, Унгария, Дания) успяват да го свият с 25-30 пункта след включването им в сметката. По тази причина, дебатът трябва да се съсредоточи върху подхода на разпределение на социалните плащания, тяхното по-добро прицелване и контрола върху разходването им.
