Om jämlikhetsanden och jämlikhetsbluffen: Från skatterplots till forskningsfronten
Här kommer mitt längsta inlägg om Jämlikhetsanden hittills. Vi börjar lite nätt med min presentation vid morgonens bokpresentation, som för övrigt kan ses här.
Dessutom har jag satt ihop data över ginikoefficienter, spädbarnsdödlighet och förväntad livslängd i ett google kalkylark. Eftersom det varit en väldig diskussion rörande källvalet, hämtade jag själv data från Swiid (enligt min mening är den bästa källan för Ginikoefficienter) och FN. Nyaste tillgängliga data användes.
Med dessa data gjorde jag först en replikering av W&P:s samband mellan ojämlikhet och förväntad livslängd:
Notera att Japan har högre ojämlikhet här än enligt Wilkinson och Picket (vilket bland andra Danne Nordling redan påpekat).
Christopher Snowdon, författare till Jämlikhetsbluffen, tycker att Tjeckien, Slovakien och Slovenien borde få vara med, eftersom de är minst lika rika som Portugal. Då blir mönstret följande:
Med måttet spädbarnsdödlighet snarare än förväntad livslängd ser det ut så här när även Snowdons länder tas med:
Slutsats: Det bivariata sambandet är mycket känsligt för val av länder och datakällor. Men skatterplots som dessa bevisar inte så mycket mer än så.
Så hur ska tesen om ojämlikhet och hälsa testas?
Ett enkelt tankeexperiment underlättar diskussionen. Tänk dig ett samhälle med tre personer: Ann, Bart och Clinton, som tjänar 18 000, 20 000 respektive 22 000 kronor i månaden.
Vad händer med hälsan i tankeexperimentet? Clinton lär må bättre av att ha mer pengar, Ann lär må sämre av att ha mindre. Om ojämlikhet har en separat effekt, bör Bart må sämre av att inkomstspridningen ökat. För att testa om så är fallet, krävs studier av individdata och ojämlikhet på nationell nivå i flera olika länder.
Dylika studier är mycket sällsynta och har i själva verket alldeles nyligen börjat publiceras. Argumentet att individdata krävs går dock tillbaks åtminstone till Gravelle (1998). Med reservation för att forskningsfronten flyttas snabbt, finns det i skrivande stund endast tre sådana studier publicerade, vilket gör att jag kan kosta på mig en möjligen komplett forskningsöversikt:
- Hildebrand och Van Kerm (2009) har data från 11 EU-länder och hittar ett statistiskt signifikant men mycket svagt negativt samband mellan landets ojämlikhet och självskattad hälsa.
- Karlsson et al. (2010) har data från 21 länder och testar två olika hälsomått. De hittar ett negativt samband mellan landets ojämlikhet människors självskattade hälsa. Det andra hälsomåttet är ett index som beskriver vilka dagliga aktiviteter individen klarar av. För detta mått hittas inget samband med ojämlikheten i landet.
- Jen et al. (2009) har data från 69 länder, varav 38 ligger ovanför den inkomstgräns där inkomst inte längre spelar roll för hälsan enligt Wilkinson. De finner ett signifikant positivt samband mellan ojämlikhet och självskattad hälsa, det vill säga motsatsen till vad Wilkinson och Pickett hävdar. De hittar ingen skillnad i hur detta samband ser ut i rika och i fattiga länder.
Det är således rimligt att säga att bland de studier som faktiskt kan testa effekten av nationell ojämlikhet på individuell hälsa, är resultaten inte entydiga.
Vad säger då Wilkinson om detta? Wilkinson är generellt sett sparsmakad med referenser till studier som använder individdata. I en relativt ny översiktsartikel (Wilkinson och Picket 2006) förklaras varför det enligt W&P är fel (!) att korrigera för individuell inkomst (sid. 1775):
If a person’s income is a marker of their social position, then adjusting inequality effects for individual income may be like controlling measures of class stratification for individual social status differentiation. However, even if this objection to controlling for individual income is ignored, it appears that despite often using small areas, analyses of inequality which use multilevel methods have usually been able to identify inequality effects even after controlling out the effects of individual income (Subramanian & Kawachi, 2004)
Läsaren får själv avgöra hur övertygande detta är. Den som faktiskt läser Subramanian & Kawachi (2004) skulle kunna hänga upp sig på användandet av ordet "usually" ovan.
Subramanian & Kawachi sammanfattar ett 20-tal studier som har individdata inom ett land (endast de tre studierna ovan har data både på individnivå och i flera länder). 8 av 13 studier inom USA hittat ett negativt samband, medan 5 av 6 studier i andra länder inte hittat något samband.
Översiktstabellerna i Subramanian och Kawachi (2004) är mycket matnyttiga och får sista ordet:
Referenser:
Gravelle, H. (1998), "How Much of the Relation between Population Mortality and Unequal Distribution of Income Is a Statistical Artefact?," British Medical Journal, 316, 382-386.
Hildebrand, Vincent and Philippe Van Kerm. 2009. "Income inequality and self-rated health status: evidence from the european community household panel." Demography 46:805-825.
Jen, Min Hua, Kelvis Jones och RonJohnston. 2009. "Global variations in health: Evaluating Wilkinson's income inequality hypothesis using the World Values Survey." Social Science and Medicine 68:643-653.
Karlsson, Martin, Therese Nilsson, Carl-Hanpus Lyttkens, och George Leeson. 2010. "Income inequality and health: Importance of a cross-country perspective." Social Science & Medicine 70:875-885.
Subramanian, S. V., and Kawachi, I. (2004), "Income Inequality and Health: What Have We Learned So Far?," Epidemiologic Reviews, 26, 78-91.
Wilkinson, R. G., and Pickett, K. E. (2006), "Income Inequality and Population Health: A Review and Explanation of the Evidence," Social Science and Medicine, 62, 1768-1784.
Tänkte samla lite mer om debatten här.
Börjar med en enkel diskussion om nivåer och förstadifferenser av Andrew Leigh på hans blogg.