Viva la diseguaglianza

Noi siamo quello che consumiamo. Si potrebbe riassumere così il senso del lavoro di Angus Deaton, l’economista di Princeton che lunedì ha ricevuto il Premio Nobel per l’Economia. Secondo le motivazioni della Reale Accademia Svezia, la ricerca di Deaton ha condotto ad avanzamenti di straordinaria importanza nello studio dell’impatto macroeconomico dei comportamenti individuali di consumo. Il filo conduttore della sua ricerca sta nell’avere arricchito la cassetta degli attrezzi per esaminare empiricamente le scelte di consumo: in generale e, in particolare, in contesti di povertà.

Una delle più vaste applicazioni del lavoro di Deaton si deve all’aver riformulato, rispetto ai contributi degli anni Sessanta e Settanta, i modelli per la stima della domanda individuale di un particolare bene. Questi modelli, prendendo le mosse da una più articolata considerazione dell’ipotesi di razionalità degli individui, permettono oggi di comprendere come una determinata politica, per esempio l’introduzione di una carbon tax, possa influire sul consumo dei beni direttamente e indirettamente colpiti da quest’ultima. Ancora più importante, i risultati dell’economista britannico permettono di identificare gli effetti di una determinata politica su fasce di reddito diverse.

Distribuzione del reddito e povertà sono senz’altro le questioni che, specie negli anni più recenti, hanno interessato Deaton. Ed è forse in questi ambiti che più si possono apprezzare i contributi del neo Premio Nobel all’analisi empirica. Come a volere costringere gli economisti a confrontarsi con la realtà “in carne e ossa”, Deaton dedica una parte consistente della propria ricerca allo sviluppo di dataset sufficientemente completi e adeguatamente strutturati per esaminare consumo, povertà e distribuzione del reddito nei paesi in via di sviluppo. Non solo, Deaton si ingegna con successo per mostrare che “one size doesn’t fit all”. Proprio per le limitazioni che inevitabilmente caratterizzano la raccolta dei dati in alcune aree del mondo, per la peculiarità dei rispettivi mercati, e per la novità di alcuni aspetti sotto indagine, occorrono metodi di stima e grandezze diverse dalle tradizionali.

Nel tentativo di spiegare cause ed effetti della povertà, Deaton ha avuto il merito di mettere in discussione il paradigma degli aiuti allo sviluppo. Per esempio ha mostrato che la malnutrizione è una conseguenza e non una causa della povertà. Ne consegue che, per uscirne, occorre  studiare l’ingranaggio della crescita: il progresso, il capitalismo e la modernità non sono il problema del mondo in via di sviluppo, ma la soluzione a molti dei suoi mali. In sostanza, Deaton ha svolto un ruolo tanto importante per la disciplina quanto rilevante nel fornire indicazioni ai policy maker.

Grande fuga europea e ricerca empirica

Nel suo “La grande fuga”, recentemente pubblicato in Italia dal Mulino, Deaton è più che esplicito sul punto: il titolo stesso richiama la fuga “dalla deprivazione e dalla morte precoce”. Se la domanda è “come aiutare chi è rimasto indietro?”, la risposta è netta: forse nel breve periodo “pochi soldi” da parte dei paesi ricchi sarebbero sufficienti per sottrarre i più poveri alla povertà estrema, ma nel lungo termine sarebbe del tutto inutile. Secondo Deaton, per il quale la diseguaglianza è “ancella dello sviluppo”, “ciò che auspicabilmente dovrebbe accadere è che nei paesi poveri si ripeta quanto si è verificato nei paesi ora ricchi, ciascuno dei quali ha potuto svilupparsi a modo suo… Nessuno versò loro aiuti allo sviluppo o li corruppe perché adottassero politiche nel loro stesso interesse. Dobbiamo lasciare che i poveri se la cavino da soli e farci da parte – o, in termini più positivi, smettere di fare le cose che li stanno ostacolando”.

[**Video_box_2**]Se il Nobel dell’anno scorso a Jean Tirole è stato un premio alla teoria e alla raffinatezza dei modelli, quello di quest’anno a Deaton è un riconoscimento alla ricerca empirica e alla fatica di sporcarsi le mani: un premio a chi dice che tutto quello che crediamo di sapere sulla povertà è falso. La risposta sta nei dati: bisogna solo saperli leggere – e trovare.