Ακόμη και σε καλούς καιρούς, τα κονδύλια
για αναπτυξιακή βοήθεια είναι κάθε άλλο παρά «φουσκωμένα». Οι
κυβερνήσεις και άλλοι δωρητές πρέπει να λάβουν δύσκολες αποφάσεις για το
πού θα κατευθύνουν τους περιορισμένους πόρους τους.
Πώς, όμως, αποφασίζει ποιες χώρες θα
πρέπει να λάβουν δάνεια χαμηλού κόστους ή φθηνότερα εμβόλια και ποιες
έχουν τη δυνατότητα να χρηματοδοτήσουν μόνες τα αναπτυξιακά τους
προγράμματα;
Η απάντηση έγκειται, εν μέρει, στο πώς
μετρούμε την ανάπτυξη και τη βελτίωση στο βιοτικό επίπεδο των ανθρώπων.
Παραδοσιακά ένας από τους βασικούς δείκτες είναι το κατά κεφαλήν ΑΕΠ, η
αξία των αγαθών και υπηρεσιών, που παράγεται από μία χώρα ετησίως
διαιρεμένη με τον πληθωρισμό της χώρας.
Παρ' όλα αυτά, το ΑΕΠ ενδεχομένως να
είναι μη ακριβής δείκτη για τις φτωχότερες χώρες, γεγονός το οποίο
συνιστά πηγή ανησυχίας όχι μόνο για τους πολιτικούς ιθύνοντες, αλλά και
για ανθρώπους, όπως εγώ, που διαβάζουν αρκετές εκθέσεις της Παγκόσμιας
Τράπεζας αλλά και για όλους όσοι θέλουν να χρησιμοποιήσουν τις
στατιστικές, προκειμένου να επιχειρηματολογήσουν υπέρ της παροχής
βοήθειας στους φτωχότερους του πλανήτη.
Πάντοτε πίστευα ότι το ΑΕΠ δεν αντανακλά
με ακρίβεια την οικονομική ανάπτυξη, ακόμη και στις πλούσιες χώρες,
όπου ο τρόπος μέτρησής του είναι αρκετά εξελιγμένος, καθώς είναι πολύ
δύσκολο να συγκρίνεις την αξία του καλαθιού αγαθών σε διαφορετικές
χρονικές περιόδους. Στις ΗΠΑ, για παράδειγμα, μια σειρά εγκυκλοπαίδειας
το 1960 ήταν ακριβή και είχε ακόμη μεγαλύτερη αξία για οικογένειες με
παιδιά, που σπούδαζαν.(Μπορώ να μιλήσω από προσωπική εμπειρία, έχοντας
περάσει ατελείωτες ώρες πάνω από την πολύτομη έκδοση World Book
Encyclopedia, που αγόρασαν οι γονείς μου για την αδελφή μου και εμένα).
Σήμερα, χάρη στο Διαδίκτυο, τα παιδιά έχουν πρόσβαση σε πολύ
περισσότερες πληροφορίες δωρεάν. Πώς προσμετράς τον παράγοντα αυτό στο
ΑΕΠ;
Οι προκλήσεις στον υπολογισμό του ΑΕΠ
είναι ιδιαίτερα έντονες στην υποσαχάρια Αφρική, εξαιτίας των αδύναμων
εθνικών στατιστικών υπηρεσιών και των ιστορικών προκαταλήψεων, που
θολώνουν κρίσιμους δείκτες. Ενοχλημένος από τα προβλήματα στα εθνικά
στατιστικά στοιχεία της Ζάμπια, ο Μόρτεν Γέρβεν, βοηθός καθηγητή στο
πανεπιστήμιο Simon Fraser, αφιέρωσε τέσσερα χρόνια στο να εξετάσει τον
τρόπο, με τον οποίο οι αφρικανικές χώρες συλλέγουν τα στοιχεία τους και
τις προκλήσεις, που αντιμετωπίζουν στο να τα μεταφράσουν σε εκτιμήσεις
για το ΑΕΠ. Το νέο του βιβλίο «Poor Numbers: How We Are Misled by
African Development Statistics and What to Do about It» (Φτωχοί Αριθμοί:
Πώς μας παραπλανούν οι αφρικανικές στατιστικές για την ανάπτυξη και τι
να κάνουμε γι αυτό) προσφέρει μια ισχυρή επιχειρηματολογία υπέρ της
άποψης ότι πολλές από τις μετρήσεις του ΑΕΠ, που θεωρούμε σωστές, είναι
κάθε άλλο παρά ακριβείς.
Ο Γέρβεν παρατηρεί ότι πολλές
αφρικανικές χώρες έχουν πρόβλημα να μετρήσουν το μέγεθος των σχετικά
μεγάλων δραστηριοτήτων της λεγόμενης «οικονομίας της επιβίωσης». Πώς
υπολογίζεις την παραγωγή ενός αγρότη, που καλλιεργεί και καταναλώνει ο
ίδιος το φαγητό του; Εάν η γεωργία της επιβίωσης υποτιμάται συστηματικά,
τότε η μετάβαση από την οικονομία της επιβίωσης σε κάτι που είναι πιο
εύκολο να καταγραφεί στατιστικά, μπορεί εσφαλμένα να παρουσιάζεται ως
ανάπτυξη.
Υπάρχουν και άλλα προβλήματα με τα
στοιχεία του ΑΕΠ των φτωχών χωρών. Για παράδειγμα, στην υποσαχάρια
Αφρική δεν ενημερώνουν τα στοιχεία αρκετά συχνά, με αποτέλεσμα τα
δεδομένα για το ΑΕΠ να μη λαμβάνουν υπόψη μεγάλους και ταχέως
αναπτυσσόμενους οικονομικούς τομείς, όπως η αγορά των κινητών τηλεφώνων.
Οταν η Γκάνα ενημέρωσε τα στοιχεία της πριν από λίγα χρόνια, το ΑΕΠ της
έκανε ξαφνικά «άλμα» 60%. Πολλοί άνθρωποι, όμως, δεν κατάλαβαν ότι αυτό
ήταν απλώς μία στατιστική ανωμαλία και όχι πραγματική μεταβολή στο
βιοτικό επίπεδο των πολιτών της χώρας.
Επιπλέον υπάρχουν πολλοί διαφορετικοί
τρόποι υπολογισμού του ΑΕΠ, οι οποίοι και παράγουν πολύ διαφορετικά
αποτελέσματα. Ο Γέρβεν κάνει αναφορά σε τρεις: του Δείκτης Παγκόσμιας
Ανάπτυξης της Παγκόσμιας Τράπεζας (που χρησιμοποιούνται και πιο συχνά
από όλους), το σύνολο δεδομένων Penn World Table, που δημοσιεύει το
Πανεπιστήμιο της Πενσιλβάνια και το Maddison Project του Πανεπιστημίου
Γκρόνινγκεν, το οποίο βασίζεται στις μελέτες του οικονομολόγου Ανγκους
Μάντισον.
Οι πηγές αυτές βασίζονται στην ίδια βάση
δεδομένων, αλλά τροποποιούν το συνυπολογισμό παραγόντων, όπως ο
πληθωρισμός. Το αποτέλεσμα είναι η κάθε χώρα να βρίσκεται σε πολύ
διαφορετική θέση στην κάθε μία από τις τρεις κατατάξεις. Η Λιβερία, για
παράδειγμα, είναι η δεύτερη πιο φτωχή χώρα, η έβδομη πιο φτωχή χώρα ή
22η πιο φτωχή χώρα της υποσαχάριας Αφρικής, σε όρους ΑΕΠ, ανάλογα με το
ποιοι δείκτες έχουν χρησιμοποιηθεί.
Δεν είναι μόνο οι σχετικές κατατάξεις,
που διαφέρουν. Μερικές φορές μία πηγή δείχνει ότι μια χώρα αναπτύσσεται
κατά αρκετές ποσοστιαίες μονάδες και μια άλλη ότι συρρικνώνεται την ίδια
περίοδο. Ο Γέρβεν επικαλείται τις διαφορές αυτές για να υποστηρίξει ότι
δεν μπορούμε να είμαστε σίγουροι για το εάν το ΑΕΠ μιας φτωχής χώρας
είναι υψηλότερο από μιας άλλης και, επομένως, δεν θα πρέπει να
βασιζόμαστε μόνο στα στοιχεία για το ΑΕΠ, προκειμένου να λάβουμε
αποφάσεις για οικονομικές πολιτικές, που οδηγούν σε ανάπτυξη.
Σημαίνει άραγε αυτό ότι δεν γνωρίζουμε
ουσιαστικά τίποτα σχετικά με το τι αποδίδει και τι όχι στην ανάπτυξη; Σε
καμία περίπτωση. Οι ερευνητές χρησιμοποιούν πολλά χρόνια τώρα τεχνικές,
όπως περιοδικές έρευνες νοικοκυριών για τη συγκέντρωση στοιχείων.
Για παράδειγμα, η Ερευνα Δημογραφικών
Τάσεων και Υγείας διεξάγεται τακτικά προκειμένου να μετρηθούν φαινόμενα
όπως η παιδική και η μητρική θνησιμότητα. Επιπλέον, οι οικονομολόγοι
χρησιμοποιούν νέες τεχνικές, όπως χαρτογράφηση μέσω δορυφόρων, στους
υπολογισμούς τους για την οικονομική ανάπτυξη. Και μπορεί τέτοιου είδους
μέθοδοι να μην είναι τέλειες, αλλά αποφεύγουν τα προβλήματα, που
εμφανίζει το ΑΕΠ.
Και άλλοι τρόποι για τον υπολογισμό του
βιοτικού επιπέδου στην κάθε χώρα είναι ατελείς. Παρ όλα αυτά, παρέχουν
πρόσθετους τρόπους για να κατανοήσει κανείς τη φτώχεια. Ενας απ αυτούς,
ο Δείκτης Ανθρώπινης Ανάπτυξης χρησιμοποιεί στατιστικές για την υγεία
και την εκπαίδευση σε συνδυασμό με το ΑΕΠ. Ενας άλλος, ο Πολυδιάστατος
Δείκτης Φτώχειας, ο οποίος λαμβάνει υπόψη δέκα επιμέρους δείκτες,
συμπεριλαμβανομένων δεικτών για τη διατροφή, την υγιεινή, και την
πρόσβαση σε νερό και καύσιμα. Και χρησιμοποιώντας το δείκτη αγοραστικής
δύναμης, ο οποίος υπολογίζει το κόστος του ίδιου καλαθιού αγαθών και
υπηρεσιών σε διαφορετικές χώρες, οι οικονομολόγοι μπορούν να
προσαρμόσουν το ΑΕΠ για να έχουν μια καλύτερη εικόνα του βιοτικού
επιπέδου.
Παρ όλα αυτά, είναι ξεκάθαρο σε εμένα
ότι πρέπει να διαθέσουμε περισσότερους πόρους προκειμένου να
εξασφαλίσουμε σωστά στοιχεία για το ΑΕΠ. Οπως επισημαίνει ο Γέρβεν, οι
εθνικές στατιστικές υπηρεσίες ανά την Αφρική χρειάζονται περισσότερη
στήριξη προκειμένου να συγκεντρώνουν και να παρέχουν με τη σειρά τους
πιο ακριβή στοιχεία. Οι κυβερνήσεις-δωρητές και διεθνείς οργανισμοί,
όπως η Παγκόσμια Τράπεζα χρειάζεται να κάνουν περισσότερα για να
βοηθήσουν τις αφρικανικές χώρες να παράξουν μια πιο ξεκάθαρη εικόνα των
οικονομιών τους. Και οι Αφρικανοί πολιτικοί πρέπει να είναι πιο συνεπείς
στην απαίτηση καλύτερη στατιστικών στοιχείων, προκειμένου να τα
χρησιμοποιούν με τον καλύτερο δυνατόν τρόπο για τη λήψη αποφάσεων.
Είμαι μεγάλος υπέρμαχος των επενδύσεων
σε υγεία και ανάπτυξη ανά τον κόσμο. Οσο καλύτερα εργαλεία έχουμε για τη
μέτρηση της προόδου τόσο περισσότερο μπορούμε να διασφαλίζουμε ότι
αυτές οι επενδύσεις θα φτάσουν σε ανθρώπους, που τις έχουν περισσότερο
ανάγκη.
BILL GATES, συνιδρυτής του ιδρύματος Bill & Melinda Gates Foundation.
Πηγή: εφημερίδα
ΝΑΥΤΕΜΠΟΡΙΚΗ της 8/6/2013 από
www.project-syndicate.org