Contextual Factors Behind Income Inequality: A Predictive Analysis
باستخدام تعلم الآلة على بيانات من 88 دولة، تحدد هذه الدراسة التصنيف الإقليمي باعتباره المتنبئ المهيمن على عدم المساواة في الدخل عبر مقاييس مختلفة، يليه العوامل السياسية والتكنولوجية، بينما تثبت أن مجموعة موجزة من المؤشرات يمكنها بفعالية استيعاب القدرة التنبؤية لنموذج أوسع.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
على مدى عقود، راقب الاقتصاديون لغزاً مستمراً يتكشف أمام أعينهم: لماذا تنمو بعض الدول ثراءً بينما يظل مواطنوها متباعدين في ثرواتهم، بينما تنجح دول أخرى في توزيع الرخاء بشكل أكثر توازناً؟ لا يتعلق السؤال بمجرد أرقام على ورقة؛ بل يتعلق بمن يحصل على الطعام، ومن يحصل على المسكن، ومن يملك صوتاً في كيفية إدارة المجتمع. اقترحت النظريات المبكرة أنه كلما زاد غنى الدولة، ارتفع التفاوت طبيعياً ثم انخفض، مثل تلة يتسلقها الجميع في النهاية. ولكن في السنوات الأخيرة، انكسر هذا النمط. ففي أماكن كثيرة، تراكمت الثروة عند القمة تماماً بينما تُرِك بقية السكان خلف الركب، حتى مع نمو الاقتصاد الإجمالي. وقد دفع هذا التحول الباحثين للبحث فيما وراء النمو الاقتصادي البسيط والتساؤل عن القوى الأخرى الفاعلة. هل هي الطريقة التي تغير بها التكنولوجيا الوظائف؟ أم هي كيفية توزيع الحكومات للسلطة؟ أم هو شيء أعمق، متجذر في تاريخ الدولة وموقعها الجغرافي؟
وضع فريق من الباحثين من هولندا والولايات المتحدة هدفاً للإجابة على هذه الأسئلة من خلال التعامل مع عدم المساواة في الدخل ليس كغموض واحد يجب حله، بل كصورة معقدة تبدو مختلفة اعتماداً على كيفية رؤيتها. لقد جمعوا بيانات من 88 دولة تمتد لنحو خمسين عاماً، من عام 1970 إلى 2017. وبدلاً من الاعتماد على رقم واحد لوصف عدم المساواة، نظروا في ست طرق مختلفة لقياسها. ركزت بعض المقاييس على الفجوة بين الأغنى والأفقر، بينما ركزت أخرى على أعلى واحد بالمائة من الكسب أو العشرة بالمائة الأوائل فقط. وباستخدام أداة تعلم حاسوبية قوية يمكنها رصد الأنماط في كميات هائلة من البيانات دون إجبارها على القالب في صندوق جامد، اختبر الفريق خمسة وثلاثين عاملاً. وتراوحت هذه العوامل بين مستوى التعليم وحجم القطاع المالي، وصولاً إلى قوة المؤسسات السياسية وتطور تكنولوجيا الدولة.
كان الاكتشاف الأكثر إثارة للدهشة هو أن مكان وقوع الدولة على الخريطة يهم أكثر من أي عامل منفرد آخر. وجد الباحثون أن تجميع الدول حسب مناطقها السياسية والجغرافية كان أقوى مؤشر للتنبؤ بعدم المساواة. ويبدو أن جيران الدولة وتاريخها المشترك يخلقان نمطاً لتوزيع الثروة يصعب كسره. وهذا لا يعني أن الجغرافيا هي القدر بمعناها البسيط، بل يعني أن الدول داخل المنطقة نفسها غالباً ما تشترك في موروثات سياسية وقانونية ومؤسسية عميقة تشكل كيفية توزيع المال. وعندما أزال الباحثون هذه التصنيفات الإقليمية من تحليلهم، انخفضت قدرتهم على التنبؤ بعدم المساواة بشكل كبير، مما يشير إلى أن هذه الخصائص الإقليمية الواسعة تحمل مفتاحاً لفهم المشكلة لا تستطيع العوامل الأخرى وحدها تفسيره.
بعيداً عن الموقع، سلطت الدراسة الضوء على محركين قويين آخرين: طبيعة المؤسسات السياسية وحالة التكنولوجيا. فالدول ذات الأنظمة السياسية التي تضمن الحقوق المتساوية، والوصم العادل بالسلطة، والتوزيع الأكثر توازناً للموارد، كانت تميل إلى امتلاك مستويات أقل من عدم المساواة في الدخل. وقد ظل هذا صحيحاً سواء كان الباحثون ينظرون إلى الفجوة بين الأغنياء والفقراء أو تركيز الثروة عند القمة تماماً. كما لعبت التكنولوجيا دوراً كبيراً، لكن تأثيرها اعتمد على الجزء الذي يتم فحصه من توزيع الدخل. فالتطورات في الإنتاجية وتطور صادرات الدولة كانت مؤشرات قوية بشكل خاص على مقدار الثروة التي يمتلكها الواحد بالمائة الأعلى. وهذا يشير إلى أنه مع جعل التكنولوجيا للاقتصاد أكثر تعقيداً وكفاءة، فإنها تميل إلى تركيز المكافآت عند القمة، حتى لو كان النظام ككل يعمل بشكل جيد.
اختبر الباحثون أيضاً ما إذا كانت العوامل التي تدفع عدم المساواة تتغير اعتماداً على كيفية قياسها. ووجدوا أنه بينما كانت بعض المحركات، مثل الموقع الإقليمي والعدالة السياسية، مهمة في جميع المجالات، إلا أن غيرها كان أكثر تحديداً. فعلى سبيل المثال، كانت الفجوة بين العوائد على الأموال المستثمرة في رأس المال ومعدل النمو الاقتصادي أكثر صلة بقياس المسافة بين قمة وقاع سلم الدخل. وفي المقابل، كان مستوى التعليم في بلد ما مهماً، لكن الباحثين وجدوا أن كيفية توزيع هذا التعليم بين السكان كانت مؤشراً أفضل من متوسط عدد السنوات التي قضاها الفرد في المدرسة. ومن المثير للدهشة أن العوامل التي غالباً ما تُلقى باللوم عليها في عدم المساواة، مثل حجم القطاع المالي أو درجة التجارة العالمية، كانت أقل اتساقاً في قدرتها على التنبؤ بالنتيجة.
إن أحد الدروس العملية الأكثر أهمية من هذا العمل هو أنك لست بحاجة إلى قائمة ضخمة ومعقدة من المتغيرات لفهم الصورة الكبيرة لعدم المساواة. فقد أظهر الفريق أنه من خلال اختيار عامل واحد ممثل من كل فئة رئيسية — مثل مقياس واحد للسياسة، وواحد للتكنولوجيا، وواحد للتعليم — يمكنهم استيعاب كل القوة التنبؤية لنموذجهم الكامل والمعقد تقريباً. وهذا يعني أن صانعي السياسات والمراقبين يمكنهم الحصول على رؤية واضحة وموثوقة لاتجاهات عدم المساواة دون الضياع في بحر من البيانات. وتؤكد الدراسة أنه بينما تتنوع محركات عدم المساواة، تبرز بضعة موضوعات رئيسية: التأثير العميق للتاريخ الإقليمي، والدور الحاسم للأنظمة السياسية العادلة، والسيف ذو الحدين للتقدم التكنولوجي. وتقدم هذه النتائج خريطة أوضح لفهم سبب كفاح بعض المجتمعات لمشاركة ثرواتها، مما يشير الطريق نحو إجراء حوار أكثر تركيزاً حول كيفية إصلاح ذلك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.