O espaço da esperança

No atual e apaixonado embate entre “esquerda” e “direita” por que passamos, a classificação de qualquer iniciativa como de esquerda ou de direita é condição suficiente para arregimentar defensores e detratores. Perdemos a capacidade de análise de consequências, perdemos a capacidade da construção de compromissos. E, principalmente, a capacidade de idealizar um futuro comum.

Tug of War! Jason Eppink #flickr https://flic.kr/p/8mofyu Attribution 2.0 Generic (CC BY 2.0)

 

Em escala global, estamos assistindo à potencial introdução de tecnologias com a capacidade de transformar a estrutura produtiva da sociedade e a oferta de empregos disponíveis em uma magnitude antes só vista durante a revolução industrial. E em face desse desafio, é importante examinar com carinho as opções que se apresentam.

Tomemos como exemplo a introdução na economia de veículos autônomos. No Brasil, motoristas em geral representam 1,8 milhão de trabalhadores e trabalhadoras, quase 4% do total de 48 milhões vínculos empregatícios do país, não incluídos aí motoristas autônomos1. Destes, quase 1 milhão são motoristas de veículos de cargas, cerca de 2% do total de trabalhadores e trabalhadoras.  Um estudo do Fórum Internacional do Transporte projeta uma eliminação na Europa e Estados Unidos de 2 milhões a 4,4 milhões de um total de 6,5 empregos de motoristas de caminhão estimados para 2030 caso haja uma rápida adoção da tecnologia de caminhões autônomos2.

Neste momento, poderá surgir um embate centrado na adoção ou não da nova tecnologia. Podemos supor que temos mais ou menos bem definidos aqueles que ocuparão o campo da defesa do emprego, e aqueles que ocuparão o campo da defesa da eficiência. Acontece que contrapor a defesa dos trabalhadores e trabalhadoras à eficiência é travar um debate limitado, reduzindo-o ao embate unidimensional da esquerda x direita. Em ambos os casos há uma dimensão oculta que, na sua explicitação, permite o compromisso entre dois campos aparentemente inconciliáveis3.

No caso de adoção de novas tecnologias que resultam na redução de mão de obra, a dimensão oculta é a da distribuição de renda – este é o argumento que apresento no texto “Vamos falar sobre colheres, pás e teares4.

Considerando agora a distribuição de renda, podemos definir espaços e realidades alternativas para a introdução de novas tecnologias, considerando a pergunta original,  a. Serão aplicadas restrições à adoção das novas tecnologias? e uma nova pergunta: b. Como serão distribuídos os ganhos de eficiência obtidos pelas novas tecnologias?

Temos um primeiro caso, o da não adoção das novas tecnologias. Em primeiro momento, tudo fica como antes. Com o passar do tempo, o país vai tomando cara de museu. Já experimentaram andar de Kombi recentemente? Assim como os carros dos anos 50 em Cuba, talvez o país se torne destino turístico que as pessoas visitem para ver o lugar onde as pessoas ainda dirigem caminhões. Mas ainda que a indústria do turismo eventualmente possa ter um pequeno ganho, todo o restante da economia sofreria na competição com outros países. Atrasado e pobre seria o nosso destino.

A segunda opção seria o da liberação de novas tecnologias, sem que isto seja acompanhado de ações para distribuir os ganhos de eficiência advindos da sua adoção. Este cenário não é, a princípio, apocalíptico. Não veríamos, da noite para o dia, quase 2 milhões de pessoas desempregadas. A substituição de motoristas por veículos autônomos aconteceria pouco a pouco, dependendo da construção de infraestrutura de apoio, de adaptação das tecnologias às condições locais, e, sobretudo da viabilidade econômica da substituição. Uma startup promete um kit de conversão de caminhões por 30 mil dólares5. Esta substituição iniciaria pelos trabalhadores e trabalhadoras mais bem remunerados. Essa massa de indivíduos qualificados competiria então pelos decrescentes postos restantes, jogando os salários para baixo. Esta dinâmica seguiria até o momento no qual deixa de ser vantagem a adoção dos caminhões autônomos.

Para o autor Ryan Avent6, não é preciso de uma máquina do tempo para observar esta dinâmica em ação no futuro. Ela já realidade na comparação entre países desenvolvidos e países nem tão desenvolvidos. Em uma rápida viagem aos Estados Unidos nos deparamos com várias máquinas, como, por exemplo, tratores cortadores de grama, cuja baixa presença no Brasil pode ser  explicada parcialmente por um carga tributária centrada no consumo, mas que é sobretudo explicada pela presença de mão de obra barata disponível para realizar o trabalho que máquina substituiria.

O espaço determinado pela liberação de novas tecnologias sem que sejam tomadas medidas para distribuição de renda é um espaço onde há uma manutenção do nosso status quo, com grande desigualdade, baixos salários e baixa intensidade tecnológica.

Até aqui temos delimitado o debate mais entrincheirado e raso na dicotomia entre esquerda e direita. Mas se a liberação, ou melhor ainda, se a liberação, o incentivo e o apoio à adoção de novas tecnologias vierem casados com medidas que assegurem que os ganhos de eficiência e das riquezas advindas da conquista de novos mercados sejam disseminados ao longo da sociedade, podemos imaginar uma realidade onde temos eficiência e bem estar social.

Ao invés do ciclo vicioso que parece ser o destino que estamos no momento direcionados, a julgar pela direção das reformas em curso no país, uma realidade que contemple trabalhadores bem remunerados é uma realidade que estimula a adoção de novas tecnologias e a inovação. Neste ciclo virtuoso, altos salários viabilizam a adoção de novas tecnologias, os ganhos de eficiência e a novidade proporcionadas pela adoção de novas tecnologias tornam os produtos e serviços competitivos e atraentes, os ganhos advindos da competitividade são distribuídos ao longo da sociedade, e, como os salários mantêm-se elevados, o ciclo se repete, com ganhos para todos ao longo do caminho.

Existem algumas propostas para a distribuição, defendidas por Avent e outros autores que têm lidado com a questão da desigualdade crescente nas economias desenvolvidas: Alguns defendem a (i) realização de investimentos volumosos em infra-estrutura, atacando  ao mesmo tempo a desigualdade e o envelhecimento da infraestruturas dos países que sofrem a um par de décadas as consequências do consenso de Washington. Outros recuperam a visão de Keynes em prol de uma (ii) semana de trabalho de 15 horas. Há ainda a possibilidade de intervenção no mercado imobiliário.  O mercado imobiliário tem aparecido como grande vilão da concentração de renda. Algumas propostas defendem tanto (iii) maior taxação de ativos ativos imobiliários quanto (iv) a eliminação de restrições de construção nos grandes centros urbanos. Há ainda uma crescente discussão a respeito da adoção de programas de (v) renda básica universal.

Um alternativa que gostaria de ver desenvolvida é a de períodos sabáticos disponíveis para qualquer trabalhador.  O  designer Stefan Sagmeister, por exemplo, fecha seu escritório por um ano a cada sete, com grandes retornos para a qualidade do que a empresa produz7.

Quais das soluções a serem adotadas é uma longa e complexa discussão, que deve levar em conta o fato de que tais propostas não são incompatíveis entre si e podem ter um efeito de reforço mútuo.

 

Alcino – up into the concert #flickr https://flic.kr/p/6bqH1 Attribution-ShareAlike 2.0 Generic (CC BY-SA 2.0)

 

O importante é lutarmos para construir um espaço onde os avanços no conhecimento alcançados pela humanidade propiciem a construção de uma sociedade harmônica e feliz para todos e todas.

 

1. Dados da RAIS. Vínculos ativos em 31/12/2015
2. Managing the Transition to Driverless Road Freight Transport, ITF/OECD, 2017
3.  Em seu livro “O Quadrante de Pasteur”, fundamental na discussão da política de ciência, tecnologia e inovação, Donald Stokes nos mostra como a classificação da pesquisa científica como básica ou aplicada esconde uma realidade mais rica e pode limitar a nossa ação. Stokes argumenta que uma pesquisa pode, e muitas vezes, deve, ser aplicada e básica ao mesmo tempo, como fazia Pasteur. Pasteur era influenciado por questões de uso, no entanto ia fundo nas suas pesquisas, ampliando de forma significativa as fronteiras do conhecimento. Na análise, Stokes usa duas dimensões para definir quatro quadrantes possíveis para a pesquisa.
4. versão de About spoons, shovels and looms, 2014 – http://ascoisas.com/data/2016/12/vamos-falar-sobre-colheres-pas-e-teares/ http://ascoisas.com/data/2014/03/about-spoons-shovels-and-looms/
5. https://www.wired.com/2016/05/otto-retrofit-autonomous-self-driving-trucks/
6. AVENT, Ryan. The Wealth of Humans: Work, Power, and Status in the Twenty-first Century. St. Martin’s Press, 2016. – O livro de Avent faz a defesa apresentada aqui da relação entre trabalho e adoção de novas tecnologias, colocando elegantemente a discussão no contexto da geração de riqueza neste início de século XXI.
7. TED Talks – the power of time off

A média, a mediana e a divisão do PIB (Parte II)

Publicado originalmente, em versão reduzida, como post convidado no blog On The Rocks @ Yahoo! Brasil de Walter Hupsel. Continuação de A média, a mediana e a divisão do PIB (Parte I)

Versão em Inglês / English version here

Prefácio

 

Na continuação do guest post de Roberto Pinho, o autor demonstra o porquê do PIB per capita não ser uma boa medida quando tratamos do coeficiente de GINI, que visa aferir, justamente a desigualdade social.

Walter Hupsel

A média, a mediana e a divisão do PIB – Parte II

Com aritmética simples, o índice de GINI possibilita a conversão do PIB per capita em PIB mediano, assumindo que a renda segue uma distribuição de Pareto. Por exemplo, o PIB per capita da Namíbia em 2011 era de USD 6.326 1, no entanto, levando em consideração seu GINI de 0,64, o PIB mediano é de apenas USD 2.392. Uma grande diferença.

A equação que fornece o PIB mediano, que talvez devesse ser chamado mais apropriadamente de  PIB per capita ajustado pelo GINI, é:

(1)   \begin{equation*}  PIBmediano = \frac{\sqrt[\alpha]{2} \times (\alpha-1)}{\alpha}\times PIB \textit{ per capita}\text{, onde } \alpha = \frac{1}{2\times GINI}+\frac{1}{2} \end{equation*}

Se você tolerar um erro de aproximadamente 6% em relação ao que é esperado dada uma distribuição de Pareto, você pode simplesmente utilizar (1- GINI)\times PIB \textit{ per capita}.

Agora vamos considerar a Ucrânia, com um PIB per capita equivalente ao da Namíbia em 2011, USD 6.365. A Ucrânia tem um índice de GINI muito melhor, 0,26. Assim, o seu PIB mediano fica em torno de USD 5.000, mais de duas vezes o calculado para a Namíbia. Esta diferença é muito mais consistente com a avaliação destes dois países segundo o índice de Desenvolvimento Humano (IDH), utilizado pela ONU, que coloca a Ucrânia e Namíbia, respectivamente, nas categorias de alto e de médio desenvolvimento humano. A análise isolada do PIB per capita dos dois sugeriria que eles estivessem empatados na mesma posição e categoria.

chart_1
Curvas de densidade de probabilidade para dados simulados com o mesmo PIB per capita como média mas com diferentes índices de GINI. Em escala log.

O PIB mediano pode também fornecer uma perspectiva mais rica sobre a evolução do PIB de um país e seu impacto sobre a população. Os EUA viram o seu PIB per capita crescer 74% entre 1980 e 2012, enquanto que o seu PIB mediano ou mPIB cresceu menos: 52%2. Olhando o período entre 2007 e 2012, período que inclui a Grande Recessão, o cenário é de recuperação total se olharmos o PIB per capita. No entanto, o mPIB registra uma retração de quase 3% no mesmo período. Sim, houve melhoria em relação ao pior momento da crise, registrado em 2009, mas também não há recuperação total da economia como indica o PIB per capita.

chart_2
Evolução do PIB per capita e PIB mediano para os EUA utilizando os valores de 2007 como índices (=100).

Como ocorre com qualquer indicador, o PIB mediano tem as suas limitações. O índice de GINI, necessário ao cálculo, tem menor disponibilidade que o PIB per capita. Às vezes apenas disponível em intervalos de 10 anos. No entanto, alguns procedimentos podem ser adotados para minimizar este problema. Uma vez que o GINI flutua menos entre anos para um país do que entre países em um ano, usar o dado do último ano disponível pode produzir melhores comparações entre países que o simples PIB per capita. Sua adoção certamente requer algum trabalho para melhorar a disponibilidade, qualidade e comparabilidade, um desafio constante mesmo para o sempre presente PIB, como defendido recentemente por Bill Gates.

Todos nós que vivemos trabalhando com estatísticas sabemos que elas podem tornar-se uma influência adversa no desenho de políticas. Quando focamos no PIB per capita, estamos levando em consideração uma pessoa não existente, focando em uma medida que pode melhorar independentemente do que ocorre com grande parte da população. Nós deveríamos focar numa medida capaz de melhor refletir a realidade de um indivíduo bem real, ainda que anônimo, encontrado bem no centro da distribuição dos seus pares. Se começarmos a ver esta medida na home page do Banco Mundial, brilhantemente promovida no Gapminder do Hans Roslings, ou talvez na página principal do Yahoo, talvez possamos ajudar a redefinir progresso econômico em termos que realmente significam progresso para a nossa população.

Agradeço os comentários e sugestões recebidos de Andre Luchine, Beto Boullosa, Camilo Telles, Eduardo Viotti, Emilia Spitz, Joniel da Silva, Leonardo Fialho, René Dvorak, Vini Pitta and Walter Hupsel.

1. Ao não ser se indicado diferentemente, todos os valores foram obtidos no site World Development Indicators, acesso em 31 de Dezembro de 2013. Indicators: GDP per capita, PPP (constant 2005 international $): NY.GDP.PCAP.PP.KD; GINI:SI.POV.GINI, latest available year.

2. GINI data for the USA from FRED: http://research.stlouisfed.org/fred2/series/GINIALLRH , not compatible with WDI data;

Alguns dos Scripts R usados pra produzir este texto:

A média, a mediana e a divisão do PIB (Parte I)

Publicado originalmente como post convidado  no blog On The Rocks @ Yahoo! Brasil de Walter Hupsel.

Versão em Inglês / English version here

Prefácio

 

Um velho chavão deve ter sua validade. Dizem que a estatística é a arte de torcer (e distorcer) os números até que estes afirmem o que nós queremos. Para uma melhor aferição de políticas públicas, é necessário calibrar os instrumentos de mensuração, debatê-los, para que nossas variáveis e índices sirvam para descrever o fenômeno, e não distorcê-lo. Por esta razão, abro espaço para um guest post, de um amigo que se debruça fortemente sobre o tema.

Se queremos medir ação, eficácia, precisamos de instrumentos que nos possibilitem esta mensuração. Instrumentos errados nos dão diagnósticos falsos, e assim falseiam a realidade.

Walter Hupsel

A média, a mediana e a divisão do PIB

 

O Produto Interno Bruto (PIB) per capita1 é um indicador simples e eficiente, calculado por uma simples divisão do PIB pela população. Ele é usado correta e elegantemente em muitas ocasiões.

No entanto, o PIB per capita não tem como fugir ao fato de que se trata de uma média aritmética com suas inerentes limitações. A média aplicada ao PIB tem um efeito direto: ela mascara os efeitos da desigualdade na economia.

Mas, temos alternativas?

O índice de GINI tem se firmado como padrão de fato para aferir a desigualdade de renda dos países. Ele mede o quanto a distribuição da rede desvia-se de uma divisão equânime: valor de 0 para o GINI significa uma sociedade absolutamente igualitária, onde todos ganhassem exatamente o mesmo. Valor de 1 indicaria que toda a renda do país teria sido ganha por um único indivíduo.

No mundo real, o índice de GINI varia entre 0,20 (melhor distribuição) para países como a Dinamarca ou Bielorrússia até mais de 0,60 para sociedades muito desiguais, como Namíbia ou Botswana. O valor para o Brasil é de 0,552.

Está na hora de considerarmos uma alternativa ao PIB per capita: o PIB mediano. Essa nova medida, uma composição de PIB e GINI, é capaz de melhor refletir simultaneamente mudanças no volume de produção da economia e tendências na distribuição de renda, sem deixar de permitir a comparação entre países com populações de tamanhos distintos.

Enquanto a média é a soma de todos os valores de um conjunto dividido pelo número de elementos do conjunto, a mediana representa o valor encontrado no meio do conjunto, que o divide em duas partes: metade são maiores que mediana, metade são menores.

Médias são influenciadas por valores extremos, medianas não. Em um exemplo clássico, um aumento no salário do funcionário mais bem pago altera a média salarial, enquanto a mediana não se alteraria. Mover a mediana requer que ao menos aqueles que não são nem os mais ricos nem os mais pobres tenham reajustes no seu salário. Para a divisão do PIB, significa dizer que a mediana reflete melhor a realidade do cidadão ou cidadã típico.

Uma política que tenha como fundamento o crescimento da economia a qualquer custo [humano] tem amparo no PIB per capita, que cresce ainda que alguns poucos melhorem. O PIB mediano já não [se] deixa enganar tão facilmente.

 

Continua em A média, a mediana e a divisão do PIB (Parte II)

 

 Agradeço os comentários e sugestões recebidos de Andre Luchine, Beto Boullosa, Camilo Telles, Eduardo Viotti, Emilia Spitz, Joniel da Silva, Leonardo Fialho, René Dvorak, Vini Pitta and Walter Hupsel.

1. Este texto poderia igualmente discutir PNB per capital. PIB per capita foi escolhido por ser de mais amplo uso;
2. Ao não ser se indicado diferentemente, todos os valores foram obtidos no site World Development Indicators, acesso em 31 de Dezembro de 2013. Indicadores: GDP per capita, PPP (constant 2005 international $): NY.GDP.PCAP.PP.KD; GINI:SI.POV.GINI, último ano disponível.

Montando uma rede com os Objetivos do Desenvolvimento Sustentável

Pequeno post para compartilhar arquivos de nós e ligações para os Objetivos de Desenvolvimento Sustentável, sua metas e indicadores.
Agradeço a indicação de quaisquer erros.

Arquivos:
CSV:
ODS.nodes.csv
ODS.links.csv
R:
ODS.nodes.links.RData

Visualização feita com os arquivos (use o scroll do mouse para zoom):

Vamos falar sobre colheres, pás e teares

Versão em Inglês / English version here

estória se passa assim: Milton Friedman foi visitar um país considerado atrasado quando vê uma enorme obra que está sendo construída com pás em vez de tratores e outras máquinas. Perguntando o porquê, ele descobre que isso é para aumentar o número de trabalhadores necessários para a tarefa, sendo o fornecimento de empregos um dos principais objetivos desse esforço do governo. Ele então passa a sugerir, zombeteiramente, que os trabalhadores devem usar colheres em vez de pás, assim a necessidade de trabalhadores seria ainda maior.

Já vi essa estória usada para ridicularizar muitas intervenções governamentais na economia, desde projetos de estímulo a regulamentações trabalhistas. É muitas vezes usada para desqualificar todas as intervenções governamentais na economia. O problema com as intervenções seria que elas sacrificam a eficiência em benefício de ninguém, que seriam tão inúteis como construir um canal com colheres.

O problema com essa linha de pensamento é que ele tenta agrupar e igualmente desacreditar ações que tem perfis muito diferentes quando se fala de eficiência, produtividade do trabalho e, finalmente, distribuição de renda.

Para mostrar isso, vamos apresentar nossa estória de maneira um pouco diferente, acrescentando mais cor à medida que avançamos. Temos três opções aqui: colheres, pás e tratores, três custos finais diferentes para a obra e três diferentes quantidades de horas de trabalho necessárias para a sua conclusão, mas o mesmo resultado: um canal concluído ou represa ou o que quer seja.

Outra coisa que permanece constante nesta história é o quanto do trabalho é realizado por cada um dos trabalhadores envolvidos. Isso nunca é mencionado. No entanto, uma quantidade constante de horas de trabalho por trabalhador é necessária para que a história funcione.

Temos profundamente enraizada em nós a ideia de quantas horas um trabalhador deve trabalhar por semanaPense em cerca de 40 horas por semana e veja se lhe parece razoável . Agora vamos remover essa restrição e repensar nossa história: vamos usar tratores e caminhões e reduzir o número de horas que cada trabalhador deve fazer.

Do conforto de uma poltrona de escritório, a opção com colheres e a opção de redução do horário de trabalho podem parecer as mesmas, pois tem mais ou menos os mesmos custos, ambos muito maiores do que a opção com uso de caminhões, tratores e uma quantidade mínima de trabalhadores. No entanto, do ponto de vista dos trabalhadores, e também poderíamos dizer, para a sociedade como um todo, estes são cenários muito diferentes. Agora, um trabalhador terá tempo para cuidar de seus filhos, ou aprender algo novo, ou apenas ter uma vida melhor e mais saudável. Nosso analista pode suspeitar disso ao olhar para o índice de produtividade do trabalho por hora trabalhada, que mostra comportamentos muito diferentes para a opção com colheres e a opção com tratores. De fato, a produtividade do trabalho por hora seria mais ou menos a mesma sempre que se usasse tratores e caminhões, tendo poucos trabalhadores trabalhando em tempo integral ou muitos trabalhadores trabalhando algumas horas por semana.

Assim, no que diz respeito à opção de redução do tempo de trabalho, podemos simultaneamente dizer que é tão produtivo como empregar caminhões e poucos trabalhadores, e que é tão caro como a opção das colheres. Como podem ambas as afirmações aparentemente incompatíveis ser verdadeiras?

Para desenredar isso, precisamos adicionar a perspectiva da empresa que está executando o projeto. Para a empresa, a adição de caminhões e tratores a um projeto significa aumentar a produtividade e permitir a contratação de menos trabalhadores, aumentando assim os lucros. Nesse cenário, os ganhos de produtividade são mantidos pela empresa. Se dizemos agora que cada trabalhador só pode trabalhar um número reduzido de horas por semana, ainda é do interesse de todos os envolvidos empregar máquinas, mas agora os ganhos de produtividade derivados são compartilhados com os trabalhadores, o que se reflete em custos mais altos da perspectiva das empresas.

O que está escondido na história original é uma discussão sobre distribuição de renda. Sim, tem havido muita regulamentação que certamente afeta a produtividade, tais como a necessidade de ascensoristas  para elevadores automatizados1, mas não se pode dizer o mesmo das intervenções no mercado de trabalho, tais como a fixação da carga horária máxima semanal ou o estabelecimento de um salário mínimo. O que eles fazem de mais importante é nivelar o embate de forças entre os trabalhadores e os empregadores. Sim, se a qualidade e a competitividade da sua empresa se basearem apenas em ter mão-de-obra barata, poderá ser levada  à falência. Se não, você tem outras opções, como ter uma estrutura de remuneração melhor, por exemplo.

Salário mínimo e outros regulamentos relacionados com o trabalho devem ser discutidos em conjunto com a produtividade do trabalho e comportamento do lucro das empresas, bem como as tendências em termos de desemprego. Desconsiderar estes fatores na avaliação do salário mínimo é irresponsável.

Este debate não é novo, como também não é nova a oposição à regulamentação do trabalho, implicando a ruína da indústria se adotada. Este trecho é do economista de Oxford Nassau Senior, em 1837, opondo-se um limite de 10 horas diárias em fábricas:

“Não tenho dúvida, portanto, que uma lei de [limite em] dez horas seria absolutamente ruinosa. E eu não acredito que qualquer restrição, das horas atuais de trabalho, poderia ser feito com segurança. … O fabricante está cansado das regulamentações, o que ele pede é tranqüilidade.

Como todos sabemos, apesar das advertências terríveis, a economia do Reino Unido tornou-se tudo menos ruinosa.

Agradeço a Beto Boullosa, Camilo Telles e Walter Hupsel pelos seus comentários e sugestões.

 

1. Lei Municipal 1.626/90 (Rio de Janeiro)

Five Indicators

During the past Brazilian presidential election campaign, a friend asked me to choose a few indicators to evaluate the next government. There is no right answer to this question and my answer reveals my personal views on the matter [of evaluating a government].

I chose five:

  1. GINI index;
  2. Human Development Index;
  3. Unemployment, total (% of total labor force);
  4. Intentional homicides (per 100,000 people);
  5. medianGDP 1.

These would roughly cover five chosen dimensions: inequality, human development, unemployment, violent crime and personal safety and inequality-adjusted income per capita.

For each one of these dimensions there are alternatives. I simply chose the ones I am most used with and starting at my international indicators source of choice: World Development Indicators from The World Bank. Only data for HDI comes from another source, the UN.

Using these international sources has its advantages: data is available for multiple countries and goes through checking so that international comparisons are feasible.

On the down side, data is usually only available for each year and sometimes with quite big delays. One option is to a find local alternative that might not be a perfect match for the chosen indicator but may accurately portray trends.

For each of these indicators, I intend to, but do not promise to:

  • build a chart and graph commenting on past behavior;
  • find a short term alternative and post updates;
  • comment on new available data.

There should be a new post every month. Perhaps more.

I thank Camilo Telles and René Dvorak for their comments and suggestions.

1. from WDI indicators: GDP per capita, PPP (constant 2011 international $) (NY.GDP.PCAP.PP.KD) and GINI (SI.POV.GINI).

About spoons, shovels and looms

The story plays like this: Milton Friedman is visiting some country considered to be backward, when he sees some huge construction project being built with shovels instead of tractors and other pieces of machinery. Asking why, he learns that this is to increase the number of workers needed for the job, as providing jobs is one of the main objectives of that government endeavor.  He then goes on to suggest, mockingly, that workers should be using spoons instead of shovels, thus the need for workers would be even greater.

I have seen this anecdote used to ridicule many government interventions in the economy, from stimulus projects to labor regulations, if not every government intervention in the economy. The problem with interventions would be that they sacrifice efficiency to no one’s benefit, that they would be as pointless as building a canal with spoons.

The problem with this line of thought is that it tries to group together and equally discredit actions that have very different profiles when talking about efficiency, labor productivity and ultimately income distribution.

To show this, let’s frame our story a little differently, adding some more color as we go along.  We have three options here: spoons, shovels and tractors, three different final costs for the construction project and three different number of worker hours needed for its construction, but the same outcome: a completed canal or dam or whatever.

Another thing that remains constant in this story, and goes without saying, is how much work is performed by each of the workers involved.  This is never mentioned. Nonetheless, a constant amount of hours of work per worker is required for the story to work.

We have deeply embedded in us how many hours of work a worker should do every day or week. Think about somewhere around 40 hours per week and see if it resonates with you. Now let´s remove this constraint and rethink our story: let’s use tractors and trucks and reduce the number of hours each worker has to do.

From the comfort of one’s office armchair, the spoons option and the option of reduced working hours might look the same, as they have  more or less the same costs, and much higher than the choice of using trucks and the minimum amount of workers. Nonetheless, from the workers point of view, and we also might say, for society as a whole, these are very different scenarios. Now  a worker will have time to take care of his or her children, or learn something new, or just have a better, healthier life. Our analyst might suspect this looking at an index, labor productivity per hour worked, which shows very different behaviours for the spoons and the trucks options.  In fact, labour productivity per hour would roughly be the same whenever using tractors and trucks, either having few workers working full time or many workers working a few hours per week.

So, concerning the option of reduced working hours, we can simultaneously say that it is as productive as employing trucks and few workers, and that it is as costly as the spoons option. How can both these apparently incompatible assertions be true?

To disentangle this, we need to add the perspective of the company running the project. For the company, adding trucks and tractors to a project means increasing productivity and allowing for hiring less workers, thus increasing profits.  In this scenario, productivity gains are kept by the company. If we say now that each worker can only work a reduced number of hours per week, it is still in the best interest of everyone involved to employ machinery, but now the derived productivity gains are shared with the workers, which is reflected in higher costs from the firms perspective.

What is hidden in the original story is a discussion on income distribution. Yes, there has been plenty of regulations that certainly hurt productivity, such as the need for operators even in automated elevators1, but one cannot say the same of labour market interventions such as setting a maximum workweek or establishing a minimum wage. What they most importantly do is to level the play field between workers and employers. Yes, if your enterprise’s quality and competitiveness are only based on having cheap labor, you might be driven out of business. If not, you have other options, such as having a better pay structure.

Minimum wage and other work related regulations must be discussed in tandem with labour productivity and corporate profit behaviour, as well as trends in unemployment. To disregard these in evaluating  the minimum wage is to miss the point.

This debate is not new, as it is also not new the opposition to  labor regulation, implying the ruin of the industry if it is adopted. This excerpt is from the Oxford Economist Nassau Senior, in 1837, opposing a limit of 10 hour work day at factories:

“I have no doubt, therefore, that a ten hours’ bill would be utterly ruinous. And I do not believe that any restriction whatever, of the present hours of work, could be safely made. … The manufacturer is tired of regulations?what he asks is tranquility?implora pace.”

As we all know, despite those dire warnings, the United Kingdom economy became everything but ruinous.

I thank Beto Boullosa, Camilo Telles and Walter Hupsel for their comments and suggestions.

1. Lei Municipal 1.626/90 (Rio de Janeiro)

Versão em Português / Portuguese Version

The World Cup as a flow map

A Flow Map/Sankey Diagram showing the complete results from the World Cup model:

The chart has alternating nodes (blue bars) for teams and matches. Size of flows are proportional to the chances of a country being part of a match (from country to match bar) or proportional to the chances of winning a match (from match to country). Numbers after a country name are the chances of that National Team proceeding to the next phase. From  the quarter finals onwards, only teams with more than 1% chance of winning the World Cup are presented individually. The others are grouped under “others”.

A more complete version of the diagram, which takes a while to load, can be found here.

If it does not load on your device, you can look at a screen capture of it here.

This is the table of country codes:

 

Thanks to Viviane Malheiros for comments and suggestions.

Will Germany win the world cup?

In a previous post, I showed results from a model that gives a 23 percent change of victory for Germany in this year’s World Cup. It is the highest score. So, can I jump and say that Germany will win it, or worse yet, can I bet my savings that it will do so?

Short answer is: No.

As for a long answer, let me start reminding that I know nothing about football (soccer) and can’t even name a single player from Germany’s national team other that Bekenbauer, whose name I probably even can’t spell right. I am not even sure that he’s not a tennis player :-).

Keep also in mind that the model used for predicting winners for each match is very simple and that the main goal for this exercise, aside from being a learning experience for the intern, is to provide, at best, a common sense level understanding of how this Cup might play out.

This been said, the rule of thumb on making statistical predictions is to go back and see, whenever possible, how your model might have worked in the past for events that already have happened.

So, what would this model say before the last World Cup? I did not run it with data from the 2010 cup, nonetheless, it is safe to say that the winner, Spain,  would probably be no better evaluated at that time than it is now. In the current model, it has about 5% chance of winning and this is already impacted by the points Spain amassed in its winning campaign of 2010.

Thus, if, back in 2010, you took the country with the highest probability of winning and told everyone that it would certainly be the winner, you would have been wrong.

This is not to say that the model is or was absolutely wrong. The problem here is abusing it by using results beyond what they tell us. A 23% percent chance of winning, despite being the highest in the table, only says that out of 4 or 5 World Cups, Germany would win one of those. There are still 3 or 4 other potential World Cups where Germany does not win.

Going forward with this reasoning, an interesting thing to do is to contrast the model’s given probabilities with the list of actual winners of World Cups. The model has Brazil with a 22% chance of winning. This is a little over 4 out of the 19 past World Cups. The actual number is 5. For Argentina, the model hits the mark: a 13% chance of winning is equivalent of winning 2 of 19 past cups, what they actually have done.

Results being close is no surprise as the model is built on the past performance of teams in those 19 World Cups. On the other hand, their discrepancies can tell us a few things. First, we see that the model leaves some chance for the victory of teams that have never won before, which is a good thing.  Second, the fact it is based on points and not on wins is evident from what it says about Uruguay, predicting no victory for it. Despite having two wins, Uruguay has almost only half the number of points of Argentina, the other nation with two World Cup wins.

And lastly, it shows that this year, though we cannot say it will win for sure, Germany indeed seems to have a nicer path to victory than expected.

I thank Andre Luchine, Beto Boullosa, Charles Queiroz, Fernando Varejão, Marcio Eduardo Bezerra and Neca Boullosa for their consulting on the inner workings of the World Cup and Eduardo Viotti for questioning the model’s performance against the past.

The mean, the median and the GDP – part II

A version of this post was originally published in Portuguese as a guest post at Walter Hupsel’s blog On The Rocks @ Yahoo! Brasil. This continues from The mean, the median and the GDP – part I.

Using simple arithmetic, the GINI index allows for converting the GDP per capita into the median GDP, assuming that incomes follow a Pareto Distribution. For example, Namibia’s GDP per capita for 2011 is USD 6,3261, however, taking into account its 63.90 GINI index, the median GDP is calculated at USD 2,392 . That is a huge difference.

The equation that gives the median GDP, which perhaps would be more appropriately called a GINI adjusted GDP per capita, is:

(1)   \begin{equation*}  medianGDP = \frac{\sqrt[\alpha]{2} \times (\alpha-1)}{\alpha}\times GDP \textit{ per capita}\text{, where } \alpha = \frac{1}{2\times GINI}+\frac{1}{2} \end{equation*}

If you tolerate an error up to about 6% in relation to what is expected given a Pareto distribution, you can simply use (1- GINI)\times GDP \textit{ per capita}.

Now let’s take a look at Ukraine, with a GDP per capita that is equivalent to Namibia’s in 2011, at USD 6,365. Ukraine has a much better GINI index of 25.62, yielding a median GDP of USD 5,000, more than twice that of Namibia. This is much more consistent with Ukraine’s High human development and Namibia’s Medium human development, according to the Human Development Index, where they stand at the 78th and 128th positions, respectively, and not at the same position, as suggested by GDP per capita.

chart_1

Probability density curves for simulated data with same GDP per capita as mean but much different GINI indexes. Uses log scale.

Median GDP can also provide a richer perspective on the progression of GDP of a country and its impact on the population. The USA saw its GDP per capita grow 74% from 1980 to 2012, while its median GDP or mGDP grew somewhat less, at 52%2. Looking at the period from 2007 to 2012, a period encompassing the Great Recession, one gets a picture of full recovery using GDP per capita, while mGDP would show a decrease of almost 3% in the period, still an improvement over the peak of crisis in 2009, but not quite yet the full recovery shown by GDP per capita.

chart_2

Progression of GDP per capita and median GDP for the USA having values for each variable for year 2007 as indexes (=100).

As with any indicator, this median GDP measure has its shortcomings. The GINI index, which is required for computation, has lower availability than GDP per capita, sometimes only at 10 year intervals at the WDI database . Nonetheless, some procedures could be adopted to minimize this problem. Since GINI fluctuates somewhat less between years in a country than across countries in a year, using the last available year data can still yield better results for comparing multiples countries than the raw GDP per capita measure . Nowcasting procedures could be used on GINI data available at larger intervals and yet produce nicer long term views of the economy. For countries with no GINI index data at all, mGDP could be set at 63% of GDP per capita, assuming the median GINI index of 41. Its adoption will certainly require some work to improve data availability, quality and comparability, a challenge even for the ever present GDP, as Bill Gates made the case recently .

All of us who make a living out of statistics know that they can become an adverse influence on policy. When we focus on GDP per capita, we are taking into account a non-existing person, focusing on a measure that can improve regardless of what happens to the bulk of the population (i.e., the mean actually represents nobody instead of the average of everyone). We should be focusing instead on the mythical average Joe or Joana or Tomihiro or Neo, the one figure that divides the population in the middle, the one that only changes if a good chunk of the population does, and that’s what mGDP can show us. If we start to see this number on the home page of World Bank, or brilliantly promoted by Roslings’ Gapminder, or perhaps on the cover of The Guardian, perhaps we can hope that policies may be at least a little bit diverted towards the bulk of the population of our countries.

Some data tables, R scripts and a view of similar and equivalent approaches is next on this series. I kindly thank  comments and suggestions received from Andre Luchine, Beto Boullosa, Camilo Telles, Eduardo Viotti, Emilia Spitz, Joniel da Silva, Leonardo Fialho, René Dvorak, Vini Pitta and Walter Hupsel.

1. Unless otherwise noted, all figures from World Development Indicators, access on December, 31st , 2013. Indicators: GDP per capita, PPP (constant 2005 international $): NY.GDP.PCAP.PP.KD; GINI:SI.POV.GINI, latest available year.

2. GINI data for the USA from FRED: http://research.stlouisfed.org/fred2/series/GINIALLRH , not compatible with WDI data;

Some of the R Scripts for this post