English Русский (автоперевод)

Источники и наблюдения: Как работает это исследование

Почему я пишу это в первую очередь

Прежде чем показать вам, что я обнаружил, я хочу показать, как я искал — и почему это важно.

Большинство экономических комментариев, с которыми вы сталкиваетесь, не сообщают, откуда берутся цифры. Эксперт говорит «зарплаты растут», не уточняя: чьи зарплаты, как измеренные, скорректированные на что, по сравнению с какой базовой линией? Политик говорит «экономика растёт», не отмечая, что рост GDP и типичное благосостояние домохозяйств имеют всё более слабую связь на протяжении последних пятидесяти лет.

Методология имеет такое же значение, как и выводы. Эта статья документирует подход. Три следующие за ней статьи показывают, что этот подход обнаружил.

Проблема критиков традиционных экономических измерений: Каковы реальные цифры?

Моей отправной точкой была идея, с которой я столкнулся в работах гетеродоксальных экономистов: что современные экономики производят два набора цифр — официальную статистику, разработанную для политической приемлемости, и базовые соотношения, которые описывают то, что на самом деле происходит в домохозяйствах, на рынках труда и в производстве.

Эта аналитическая традиция иногда называла свой подход поиском «скрытых цифр» — но более точное описание — это смещение аналитической линзы с агрегированных на распределительные метрики. Официальная цифра роста GDP, например, реальна — но она агрегирует распределение настолько искажённое, что агрегат скрывает больше, чем раскрывает. Когда верхний 1% получателей дохода захватывает 20% национального дохода, темп роста GDP в 2,5% означает нечто совершенно разное для верхней и нижней половин распределения. Агрегат не ложен; он просто является неправильной единицей измерения для большинства вопросов о типичном опыте домохозяйств.

Распределительная метрика, которую критики традиционных экономических измерений хотят, чтобы вы нашли, это: кто захватил этот рост в 2,5%, и через какие механизмы? Когда вы переформулируете вопрос таким образом — заменяя распределительные меры на агрегированные — картина резко меняется.

Это обрамление сформировало весь исследовательский проект. Я не спрашивал «растёт ли экономика?» Я спрашивал: «кто захватывает то, что она производит, через какие механизмы, и что они с этим делают?» Это разные вопросы, и они требуют разных данных.

Дисциплина источников данных: Три правила

Любой, кто проводил серьёзное эмпирическое исследование, знает искушение «очистить» свои данные — сгладить противоречивые цифры, выбрать число, которое подходит, тихо исправить выброс. Я установил явные правила против этого.

Правило 1: Каждая точка данных имеет именованный источник

Никакие цифры не появляются в этом исследовании без цитирования: какой набор данных, какая организация его опубликовала, какой год он охватывает, и из какой конкретной таблицы или серии он взят. Где используются данные FRED, я включаю ID серии (например, TDSP для обслуживания долга домохозяйств в % от располагаемого личного дохода). Где цитируются академические статьи, я включаю автора, учреждение и публикацию.

Это звучит очевидно. На практике удивительное количество экономических комментариев этого не делает — цифры плавают свободно от своего происхождения, повторяются, и в конечном итоге становятся «общеизвестными», чьё происхождение никто не может проследить. Я стараюсь не способствовать этому.

Правило 2: Конфликты источников — это данные, а не ошибки

Разные источники часто дают разные цифры для одного и того же явления. Когда Tax Foundation говорит, что доля труда в национальном доходе США составляет ~69%, а измерение BLS/Brookings показывает ~57%, это не ошибка, которую нужно исправить — это свидетельство методологического спора, который сам по себе говорит вам что-то важное.

Цифра Tax Foundation включает «вмененный доход» — статистические оценки неденежной экономической активности, такой как жильё, занимаемое владельцем. Цифра BLS это исключает. Какая из них лучше описывает то, что работники фактически получают на руки? Этот вопрос не является чисто техническим; он имеет политические и распределительные последствия. Вместо того чтобы молча выбрать одну цифру, это исследование документирует обе, объясняет методологическое различие и отмечает, что подразумевает каждая версия.

Правило 3: Никогда не исправлять молча

Если данные из 1958 года показывают что-то удивительное — число, которое кажется несовместимым с более поздними данными, или которое противоречит популярному нарративу — я не «исправляю» его. Я документирую его, отмечаю очевидную несогласованность и ищу объяснения. Иногда сюрприз — это проблема качества данных. Чаще сюрприз реален, и понимание того, почему число выглядит неправильным, является частью понимания того, как работает экономика.

Эта дисциплина особенно важна при работе с историческими данными, где определения серий меняются, методологии пересматриваются, и политическое давление на статистические агентства не является гипотетическим.

Этот основанный на правилах, отслеживающий источники подход приоритизирует проверяемость над гладкостью нарратива — каждая точка данных прослеживается до происхождения, каждый конфликт сохраняется, а не разрешается.

Подход вытягивания нити

Структура исследования была определена следованием связям, а не проверкой заранее определённого тезиса. Я называю это «вытягиванием нити» — вы начинаете с одной наблюдаемой аномалии, тянете нить и следуете за ней, куда бы она ни вела.

Первая нить: Реальные зарплаты против долга домохозяйств

Начальная аномалия: официальная статистика показывает, что экономика США примерно удвоилась в реальном выражении с 1958 года, но большинство людей не чувствуют себя вдвое богаче своих бабушек и дедушек. Почему?

Наиболее очевидное объяснение состоит в том, что прибыль не была равномерно распределена — но масштаб неправильного распределения оказался гораздо больше, чем предполагает популярный дискурс. Наиболее прямой тест был основным источником дохода домохозяйств: зарплаты.

Что раскрыла нить: Реальные зарплаты для производственных и неконтролирующих работников — большинства американской рабочей силы — достигли пика в январе 1973 года и были по существу плоскими в течение следующих 45 лет. В то же время долг домохозяйств взорвался примерно с 25% GDP в конце 1950-х до пика в 96% GDP в третьем квартале 2007 года (данные Federal Reserve Z.1, таблица D.3). Уровень жизни, который американцы поддерживали в течение этих десятилетий, финансировался не ростом зарплат, а ростом долга. Скрытое снижение уровня жизни на одного работника становится видимым, когда вы учитываете переход от домохозяйств с одним доходом к домохозяйствам с двумя доходами: теперь требуется два дохода, чтобы достичь того, что обеспечивал один доход в 1973 году. Эта корректировка на двух кормильцев представляет собой скрытое снижение уровня жизни на одного работника на 50%, не отражённое в статистике индивидуальных зарплат.

Эта нить немедленно привела к вопросу: если зарплаты не росли, почему производительность продолжала расти? Кто-то захватывал эти прибыли от производительности. Что привело ко второй нити.

Вторая нить: Куда ушла производительность?

Между 1948 и 1979 годами производительность и компенсация работников росли вместе — производительность +112,5%, оплата работников +90,2%. Затем что-то изменилось. Между 1979 и 2023 годами производительность выросла ещё на 85,1%, в то время как типичная компенсация работников выросла только на 13,2%. Примерно 72 процентных пункта роста производительности ушли куда-то ещё.

Что раскрыла нить: Недостающая производительность, по-видимому, разделилась примерно следующим образом (приблизительные диапазоны со значительным перекрытием и неопределённостью измерения): ~25–30% на расширенные корпоративные прибыльные маржи, ~15–20% на компенсацию топ-менеджеров и руководителей, ~20–25% на доход от капитала (дивиденды, проценты, прирост капитала) и ~10–15% на расширяющийся финансовый сектор. Эти оценки не точны — категории перекрываются, методологии различаются по источникам, и не существует единой авторитетной декомпозиции. Конкретные проценты следует читать как индикаторы порядка величины, а не точные измерения. Что более надёжно установлено, так это направленное свидетельство: по четырём независимым векторам измерения (доля труда в национальном доходе, доля корпоративной прибыли в GDP, доля дохода верхнего 1% и доля финансового сектора в GDP) все сдвинулись одновременно в одном направлении, начиная между 1979 и 1982 годами. Направленная согласованность по независимым мерам является более сильным выводом; конкретные проценты распределения являются иллюстративными приближениями.

Эта конвергенция указывала на что-то структурное, а не циклическое. Что привело к третьей нити.

Третья нить: Что на самом деле делает финансовый сектор?

Финансовый сектор в 1950 году составлял примерно 2,5% GDP (серия FRED VAPGDPFI; исторические финансовые счета Federal Reserve). Сегодня это 7–8% (только финансы и страхование) или 20%+ (включая недвижимость). Он зарабатывает 25–30% всех корпоративных прибылей. Но что он на самом деле производит, что оправдывает долю прибыли в три-четыре раза большую, чем его доля в экономическом производстве?

Что раскрыла нить: исследования затрат на финансовое посредничество показывают, что стоимость финансового посредничества оставалась по существу плоской в течение столетия, несмотря на массивные технологические изменения. На конкурентных рынках прирост производительности трансформируется в более низкие затраты для потребителей. Доказательства не поддерживают гипотезу эффективности — финансовый сектор, по-видимому, извлекает ренту, а не создаёт пропорциональную ценность. Исследования эффективности финансового сектора в NYU Stern документировали, что удельная стоимость финансового посредничества — стоимость перемещения доллара от вкладчика к заёмщику — не снизилась, несмотря на массивные технологические достижения за 70 лет. В обычно конкурентной отрасли технология снизила бы затраты. То, что затраты остались плоскими, в то время как доля прибыли сектора утроилась, предполагает, что финансовый сектор не конкурирует по эффективности. Он, по-видимому, извлекает ренту.

Одна правдоподобная модель, согласующаяся с данными, предполагает самоусиливающийся цикл: стагнирующие зарплаты могут подталкивать домохозяйства к заимствованию; финансовый сектор получает прибыль от этого заимствования; эти прибыли исторически коррелируют с лоббированием, которое расширило регулирование кредитования; что, в свою очередь, расширило кредитную способность. Этот цикл обратной связи представляет собой теоретическую основу, объясняющую корреляции, а не доказанную причинную цепь. Доказательства предполагают, что финансовый сектор является не просто пассивным посредником, но активным участником, чей рост структурно связан с долгом домохозяйств, который он помогает создавать.

Ключевые источники данных

Вкратце: три основных набора данных отслеживали зарплаты работников на протяжении десятилетий; два отслеживали долг домохозяйств; два отслеживали размер финансового сектора. Подробный список источников следует для тех, кто хочет проверить цифры.

FRED (Federal Reserve Economic Data) — St. Louis Fed

Основная количественная база данных для этого исследования. Охватывает макроэкономические временные ряды, уходящие на десятилетия назад, с последовательной документацией методологии. Используемые ключевые серии:

Ограничение: Большинство серий FRED не уходят назад к 1958 году в непрерывной сопоставимой форме. Данные о реальных зарплатах до 1979 года требуют объединения серий с разными периодами охвата — в частности, сращивания CES0500000013 (доступна с 1964) с дополнительными историческими данными BLS за 1958–1964, затем дефлирования с использованием серии CPI-U CPIAUCSL. Эта методология сращивания включает оценочные решения (выбор точки сращивания, метод дефлирования), которые влияют на результаты. Код сращивания данных для этого анализа в настоящее время не опубликован, но ID серий и точка сращивания (январь 1964) документированы здесь, чтобы позволить независимую репликацию. Все базовые необработанные серии общедоступны через FRED и веб-сайт BLS.

BLS (Bureau of Labor Statistics)

Источник данных о зарплатах и рабочей силе. Статья Monthly Labor Review 2017 года об оценке доли труда в США является особенно полезным документом, который открыто признаёт методологические споры.

EPI (Economic Policy Institute)

Наиболее всеобъемлющий и строго документированный источник для анализа разрыва производительность-оплата. Их текущий трекер Productivity–Pay Gap синтезирует данные BLS и BEA. EPI имеет идентифицируемую левоцентристскую ориентацию, которая документирована и должна быть учтена — но их базовые источники данных — это те же правительственные наборы данных, которые используют все.

OECD Data

Используется для международных сравнений. База данных OECD предоставляет стандартизированную межстрановую статистику труда, которая позволяет сравнивать тенденции США с другими развитыми экономиками.

Академические статьи — Ключевые источники

Piketty & Saez (2022) — “Striking It Richer”: Основополагающая долгосрочная база данных о доле верхних доходов в США. Показывает рост доли верхнего 1% с ~9,6% (1979) до ~20%+ (последние десятилетия).

Исследование эффективности финансового сектора, NYU Stern — “Has the U.S. Finance Industry Become Less Efficient?” Ключевая статья, документирующая, что затраты на финансовое посредничество не упали, несмотря на технологию — основная эмпирическая база для аргумента извлечения ренты.

Levy Economics Institute, Working Paper 525 — “Financialization: What It Is and Why It Matters.” Предоставляет исторические данные о долге финансового сектора (1,35% GDP в 1946 → 109,5% в 2009).

ScienceDirect — “Local financialization, household debt, and the great recession.” Географические доказательства того, что размер финансового сектора вызывает рост долга домохозяйств (а не наоборот).

Tandfonline/Post Keynesian Economics — “Household debt, financialization, and macroeconomic performance, 1951–2009.” Документирует структурный разрыв 1982 года, после которого долг домохозяйств стал измеримо отрицательным для производства.

Federal Reserve Z.1 (Flow of Funds)

Авторитетный источник данных о балансе домохозяйств. Таблица L.101 предоставляет исторические данные об активах и обязательствах домохозяйств с 1950-х годов — единственный источник с непрерывным охватом периода 1958–1980, который пропускают другие базы данных.

Новостные отчёты (с отслеживанием источников)

Журналистские источники — Al Jazeera, проверки фактов Pew Research, резюме Congressional Research Service — используются как справочные точки, но помечены как вторичные источники. Когда новостной отчёт цитирует данные, я проследил данные до их первичного источника и процитировал первичный источник. Новостные отчёты используются для качественного нарративного контекста.

Три завершённые нити: Краткое резюме

Нить 1: Реальные зарплаты США против долга домохозяйств (1958–настоящее время)

Вывод: Подтверждено. Американские стандарты жизни с 1973 года поддерживались накоплением долга, а не ростом реальных зарплат. Реальные зарплаты для типичного работника достигли пика в январе 1973 года и были по существу плоскими в течение следующих 45 лет. Долг домохозяйств вырос примерно с ~25% GDP (конец 1950-х) до пика в 96% GDP в третьем квартале 2007 года (данные Federal Reserve Z.1, таблица D.3). Скрытое снижение уровня жизни на одного работника становится видимым, когда вы учитываете переход от домохозяйств с одним доходом к домохозяйствам с двумя доходами: теперь требуется два дохода, чтобы достичь того, что обеспечивал один доход в 1973 году. Корректировка на двух кормильцев делает это конкретным: домохозяйствам 1958 года требовался один кормилец; домохозяйствам 2024 года обычно требуется два — однако реальный доход на душу населения в рабочих часах едва изменился.

Ключевая скрытая цифра: Цифры стагнации зарплат сами по себе занижены, если измерять их относительно того, что домохозяйствам фактически нужно. Официальный CPI измеряет среднюю корзину потребительских товаров — но затраты на основную жизненную стабильность выросли гораздо быстрее.

Жильё, здравоохранение и высшее образование выросли в цене в три-шесть раз быстрее, чем официальный CPI за тот же период. Это не периферийное наблюдение: это товары, которые определяют стабильную жизнь в современной Америке. Работники не просто не продвигаются вперёд в общей покупательной способности — они отстают конкретно по жилью, здоровью и образованию. Стагнация зарплат в сочетании с этой инфляцией основных затрат является основным механизмом, связывающим плоские зарплаты с реальными трудностями домохозяйств.

Нить источника: Анализ реальных зарплат и долга США

Нить 2: Распределение прироста производительности (1979–2019)

Вывод: Подтверждено с высокой уверенностью. Работники получили примерно 15% прироста производительности с 1979 года. Остальные ~72 процентных пункта были захвачены корпоративными прибылями, топ-менеджерами, доходом от капитала и финансовым сектором. Это не объясняется какой-либо одной причиной — четыре независимых вектора измерения (доля труда, корпоративные прибыли, доля верхних доходов, доля финансов) все сдвинулись одновременно, что указывает на структурные институциональные изменения, а не на естественную рыночную динамику.

Ключевая скрытая цифра: Официальная цифра «доли труда в национальном доходе» в ~69% включает вмененный доход от жилья и другие неденежные статьи. Мера BLS, которая отслеживает то, что работники фактически получают, показывает ~57% — разница в 12 процентных пунктов со значительными распределительными последствиями.

Нить источника: Распределение прироста производительности

Нить 3: Финансиализация финансового сектора (1945–настоящее время)

Вывод: Подтверждено. Финансовый сектор США зарабатывает 25–30% всех корпоративных прибылей, внося 7–8% стоимости GDP — множитель 3–4×, который сохраняется десятилетиями. Это структурное извлечение ренты, а не сигнал рыночной эффективности. Хотя эта интерпретация извлечения ренты поддерживается исследованиями затрат на финансовое посредничество, она остаётся спорной точкой зрения в экономике, с альтернативными объяснениями, фокусирующимися на управлении рисками и услугах обеспечения ликвидности. Финансовый сектор вырос, создавая долг домохозяйств, получая от него прибыль, а затем используя эти прибыли для лоббирования дальнейшего дерегулирования, позволяющего создавать больше долга. Структурный разрыв 1982 года (Garn–St. Germain Act) является документированной точкой перегиба. В частности, Garn-St. Germain Depository Institutions Act дерегулировал сберегательные и кредитные учреждения, снял потолки процентных ставок и резко расширил то, что финансовые учреждения могли делать со средствами вкладчиков — ускоряя рост финансового сектора и способность банковской системы создавать долг.

Ключевая скрытая цифра: Количество банков, застрахованных FDIC, упало с 10 222 (1999) до 5 002 (2020) (FDIC Historical Statistics on Banking, таблица CB01), с выдачей только 48 новых лицензий за всё десятилетие 2010–2020. Это признак олигополии — а не конкурентного рынка, который должен был бы оценивать посредничество почти на нуле, как предсказывала бы технология.

Нить источника: Финансиализация финансового сектора

Рассмотренные альтернативные объяснения

Прежде чем представить то, что нити предполагают вместе, стоит отметить наиболее часто цитируемые альтернативные объяснения и почему данные, как собранные здесь, не поддерживают их в качестве основных движущих сил.

Технология и технические изменения, смещённые в пользу навыков: Стандартное мейнстримное объяснение разрыва зарплата-производительность состоит в том, что технология увеличила относительный спрос на высококвалифицированных работников. Это правдоподобно вносит вклад. Если бы только технология объясняла разрыв, мы ожидали бы постепенный сдвиг по всем секторам — но данные показывают резкий разрыв, сконцентрированный в период 1979–1983 годов, совпадающий с конкретными политическими и структурными изменениями, а не с постепенной кривой принятия технологии. Более того, другие экономики, принимающие технологию (Германия, Япония), приняли аналогичные технологии за те же десятилетия, но показывают гораздо менее серьёзное распределительное расхождение, что гипотеза технологии сама по себе не может объяснить.

Глобализация и торговая конкуренция: Импортная конкуренция из стран с низкой заработной платой правдоподобно подавляет зарплаты в секторах торгуемых товаров. Однако разрыв производительность-оплата также наблюдается в неторгуемых секторах услуг (здравоохранение, образование, розничная торговля), которые в значительной степени изолированы от торговой конкуренции. Работники здравоохранения, преподаватели и работники розничной торговли — в секторах с минимальной импортной конкуренцией — показали тот же паттерн стагнации зарплат, что и производственные работники, непосредственно подверженные глобальной конкуренции. Эта параллельная стагнация в торгуемых и неторгуемых секторах ограничивает объяснительный охват глобализации.

Демографические сдвиги: Динамика когорты бэби-бумеров, увеличение участия женщин в рабочей силе и иммиграция могут влиять на средние зарплаты. Однако медианная зарплата для работников-мужчин полного рабочего дня — более демографически стабильной когорты — также показывает тот же паттерн стагнации, предполагая, что демография не является основным движущим фактором.

Добровольное предпочтение домохозяйств к долгу: Домохозяйства, возможно, просто выбрали брать больше займов для владения жильём, инвестиций или сглаживания потребления. Доказательства времени менее согласуются с этим: ускорение долга тесно коррелирует со стагнацией реальных зарплат, начинающейся в середине 1970-х, а не с автономным предшествующим сдвигом в предпочтениях домохозяйств. Между 1974 и 1985 годами норма сбережений домохозяйств США упала примерно с 10% до 6% (Bureau of Economic Analysis, таблица NIPA 2.1) — паттерн, согласующийся с тем, что домохозяйства компенсируют потерянную покупательную способность, а не добровольно выбирают большую долговую нагрузку.

Эти альтернативы не отвергаются — они, вероятно, вносят вклад частичным образом. Хотя этот анализ нашёл более сильные доказательства для распределительной/долговой/финансиализационной структуры, конкурирующие объяснения остаются активными областями экономических дебатов и, вероятно, внесли вклад наряду с механизмами, описанными здесь. Аргумент здесь состоит в том, что структурное перераспределение и динамика финансового сектора обеспечивают более полное объяснение одновременного, кросс-метрического, кросс-секторного паттерна в данных. Читатели, которые взвешивают эти альтернативы по-другому, могут прийти к другим интерпретациям, поэтому базовые источники данных полностью документированы.

К чему сходятся эти нити

Три нити — это не отдельные явления. Это одна интегрированная система:

  1. Прирост производительности систематически перенаправляется от труда к капиталу (с ~1979)
  2. Долг домохозяйств, по-видимому, компенсирует стагнацию зарплат для поддержания потребления (и предотвращения коллапса спроса)
  3. Финансовый сектор растёт, создавая, посредничая и получая прибыль от этого долга
  4. Статус доллара США как резервной валюты обеспечивает всю систему, устраняя ограничения платёжного баланса, которые в противном случае ограничили бы расширение долга (Этот механизм будет подробно рассмотрен в статье «Выводы» этой серии.)

Три нити отображаются на самоусиливающийся цикл: Стагнирующие зарплаты → Растущий долг домохозяйств → Рост финансового сектора → Политическое влияние → Дерегулирование → Расширенная способность создавать долг → Продолжающееся подавление зарплат. Цикл объясняет как устойчивость паттерна, так и трудность его обращения.

Можно возразить, что домохозяйства выбрали долг добровольно — для владения жильём, образования или инвестиций. Но время показательно: ускорение долга начинается именно тогда, когда реальные зарплаты останавливаются в середине 1970-х, а не раньше. Состав также изменился: растущая доля долга домохозяйств в этот период отражает расходы на предметы первой необходимости — здравоохранение, жильё и основы — поскольку зарплаты не поспевали за затратами.

Возникает естественный вопрос: если зарплаты были плоскими пятьдесят лет, откуда взялся потребительский спрос для стимулирования корпоративных прибылей? Данные предлагают ясный ответ: долг. Долг домохозяйств расширился с 25% GDP в конце 1950-х до более 90% на пике 2009 года. Эта связь долг-спрос является скрытым соединителем между всеми тремя нитями.

Эта модель — описанная подробно в синтезе исследования — внутренне непротиворечива, согласуется с эмпирическими данными из всех трёх нитей и структурно связана с тем, что некоторые экономисты называют Кризисом эффективности капитала (CCE) — точкой, где рост, финансируемый долгом, не может бесконечно заменять подлинный спрос, основанный на зарплатах — и с анализами динамики резервной валюты доллара.

Следующие три статьи будут подробно работать с доказательствами и последствиями каждой нити, с данными, представленными доступно для неэкономистов, сохраняя при этом полную атрибуцию источников на протяжении всего текста.

Примечание о том, чем это исследование не является

Это не полемика. Данные — это то, что они есть. Выводы указывают в последовательном направлении — на структурное перераспределение от труда к капиталу примерно с 1979 года — но это направление не было выбрано заранее. Методология была выбрана заранее: следовать нити, куда бы она ни вела, сохранять источники, документировать конфликты.

Если вы хотите оспорить выводы, все источники перечислены. Вытяните нити сами. Именно это и приглашает этот подход. Для читателей, заинтересованных в том, как AI подходит к сложным эмпирическим задачам, описанная здесь методология — сращивание данных, сохранение конфликтов, следование нити без заранее определённых выводов — иллюстрирует один путь к систематическому анализу без предварительной экспертизы.

Далее: Часть 2 — Замещение зарплаты долгом: Как Америка поддерживала стандарты жизни без роста зарплат