دوری از «شاخص‌زدگی»

به یاد دارم در مقدمه یکی از مقالات حوزه اقتصادسنجی داستان طنزگونه‌ای با محتوای ذیل ذکرشده بود. در جلسه‌ای جناب نخست‌وزیر از سه مشاور خود سؤال می‌کند که مجموع کسری بودجه ‌۲ میلیارد دلاری سال گذشته و ۳ میلیارد دلاری سال جاری چه میزان است؟ مشاور اول که از قضا ریاضیدان نیز است، بلافاصله پاسخ می‌دهد ۵ میلیارد دلار. پس از او مشاور فیزیکدان می‌گوید که اگر بخواهیم دقیق‌تر گفته باشیم، کسری بودجه دولت مجموعاً ۵ میلیارد دلار با خطای مثبت یا منفی ۵۰ میلیون دلار است. مشاور اقتصاددان که متخصص اقتصادسنجی است اندکی تعلل کرده، سپس به کنار نخست‌وزیر رفته و آهسته در گوش نخست‌وزیر می‌گوید دوست داری چه میزان کسری بودجه داشته باشی، با اعداد موجود همان را برای شما به دست خواهم آورد.

دوری از «شاخص‌زدگی»

پیش از ورود بیشتر به بحث باید تأکید کرد که یکی از چالش‌هایی که سال‌ها گریبان گیر نظام تصمیم‌گیری کشور ما بوده است، کم‌توجهی به تحلیل‌های کمی و به‌طور عام سیاست‌گذاری مبتنی بر شواهد بوده است؛ مسئله‌ای که خوشبختانه در سال‌های اخیر و به‌ویژه با ورود گسترده دانشجویان رشته‌های فنی به حوزه‌های علوم اجتماعی تا حد زیادی تعدیل شده است. ازاین‌رو رویکرد این نوشتار نسبت به توسعه ابزارهای کمی در سیاست‌گذاری کشور به‌هیچ‌وجه منتقدانه نیست، اما هدف آن جلب‌توجه خوانندگان به این مسئله است که اعتماد و اتکای بیش‌ازحد بر تحلیل‌های کمی و مبتنی بر داده‌ها نیز اثرات بسیار نامطلوبی بر کیفیت حکمرانی و سیاست‌گذاری به دنبال خواهد داشت. مثال آغازین این نوشتار هرچند با اغراق توأم است، اما حائز این نکته کلیدی است که داده‌ها هرچند به‌صورت دقیقی گردآوری شوند، اما چیدمان آن‌ها می‌تواند به صورت‌های مختلف نتایج متفاوتی را به همراه داشته باشد که در ادامه این متن مثال‌های مختلفی از آن ارائه خواهد شد.

به‌عنوان نمونه ضریب جینی عموماً به‌عنوان شاخص نابرابری درآمدی مورداستفاده قرار می‌گیرد که در صورت برابری مطلق درآمدی در جامعه برابر صفر و درصورتی‌که تمامی درآمد جامعه در اختیار یک فرد قرار گیرد برابر یک خواهد بود. در کنار ضریب جینی شاخص‌های دیگری مانند درصدی از کل درآمد که توسط دهک یا صدک بالای درآمدی کسب می‌شود، همچنین نسبت میانگین به میانه درآمدی نیز از شاخص‌های نابرابری درآمدی به شمار می‌روند (در هر دو مورد عدد بالاتر به معنای نابرابری بیشتر است) که استفاده از هر یک از آن‌ها می‌تواند دلالت‌های متفاوتی به همراه داشته باشد، اما پژوهشگران و سیاست‌گذاران معمولاً بسته به نیاز و حتی سلیقه خود، شاخص موردنظر خود را مورد استناد قرار می‌دهند. حتی در مورد دلالت‌های ضریب شناخته‌شده جینی نیز عموماً نکات بسیار مهمی مانند تفاوت بین درآمد و دستمزد، درآمد فردی و درآمد خانوار، درآمد پیش از مالیات یا پس‌ازآن و به‌طور خاص ابعاد غیر درآمدی نابرابری کاملاً مورد غفلت قرار می‌گیرد که توجه به هر یک از آن‌ها دلالت‌های متفاوتی از این شاخص را به همراه دارد. بسیار مهم‌تر آنکه ضریب جینی صرفاً به اختلاف درآمدی در یک نقطه زمانی اشاره دارد درحالی‌که عملاً توزیع درآمدی افراد در طول عمر آن‌ها حائز اهمیت بیشتری است. به‌طور مثال فرض کنید در یک کشور تمامی افراد در دوران جوانی و پیری خود درآمد یک واحدی دارند، درحالی‌که در کشور دیگری در دوره جوانی همگی درآمد یک واحدی و دوره پیری همگی درآمد ۲ واحدی دارند. احتمالاً بسیاری از خوانندگان اذعان خواهند کرد که در اقتصاد دوم علاوه بر وضعیت بهتر اقتصادی، برابری درآمدی نیز در طول عمر افراد وجود دارد. بااین‌حال ضریب جینی صرفاً به دلیل وجود توزیع سنی مردم در اقتصاد دوم بسیار بدتر از اقتصاد اول است. البته همه این موارد بر این اساس که محاسبات بر اساس داده‌های درآمدی ناشی از پرسشنامه یا داده‌های بیمه‌ای یا مالیاتی احصا شده باشد متفاوت خواهد بود.

همچنین می‌توان به شاخص سطح رفاه جامعه اشاره کرد که در مورد آن عموماً درآمد ملی سرانه مورد استناد قرار می‌گیرد. درحالی‌که اگر به شاخص سرانه مصرف افراد توجه شود مشاهده می‌کنیم که در برخی از ادوار که درآمد سرانه، بهبود زیادی را در رفاه جامعه نشان می‌دهد، شاخص دوم نشان‌دهنده تغییرات جدی نخواهد بود. از دیگر موارد مهم در این موضوع می‌توان به آمارهای بین‌المللی مختلفی اشاره کرد که به‌صورت مکرر توسط رسانه‌ها و مسئولان کشور مورداشاره قرار می‌گیرد. توجه به آمارهایی که تحت عناوینی چون شاخص‌های رفاه، رضایت اجتماعی، اعتماد، فساد، شاد بودن و امثال آن توسط مراکز مختلف تهیه و منتشر می‌شود نشان می‌دهد برخی از این شاخص‌ها تا چه حد غیرقابل‌اعتماد و مورد مناقشه هستند. ازآنجاکه سنجش موضوعاتی ازاین‌دست عموماً نیازمند سنجه‌های بسیار پیچیده‌ای است که محاسبه آن‌ها در سطح یک شهر هم با دشواری‌های خاص همراه است و عملاً اندازه‌گیری آن‌ها در کشورهای مختلف امکان‌پذیر نیست، در بسیاری از موارد این شاخص‌ها با ترکیب متغیرهای کلان اقتصادی و اجتماعی تعریف می‌شوند و اساساً ارتباط معناداری با موضوع ادعایی آن شاخص نیز ندارند. در برخی موارد نیز صرفاً بر اساس پرسشنامه‌های بسیار محدود که پاسخ‌های آن‌ها نیز از مسئله درون‌زایی رنج می‌برد، موردمحاسبه قرار می‌گیرند. به‌طور مثال بعضاً برای محاسبه فساد اجتماعی صرفاً به یک نظرسنجی با این سؤال اکتفا می‌شود که ازنظر مخاطب حل‌وفصل یک مشکل خاص اداری به چه احتمالی با مطالبه رشوه همراه خواهد شد؟ مطالعات رفتاری نشان داده است پاسخ یک فرد در این موارد تحت تأثیر عوامل مختلفی دچار سوگیری خواهد بود. به‌طور مثال انتشار خبر یک اختلاس در روزهای منتهی به نظرسنجی در یک کشور می‌تواند تأثیر معناداری در نتایج نظرسنجی داشته باشد. ضمن آنکه عواملی چون دسترسی به رسانه‌ها و سطح سواد جامعه پاسخ را به‌شدت تحت تأثیر قرار خواهد داد. و اینکه اساساً پاسخ به یک یا چند سؤال خاص را تا چه میزان می‌توان برای اندازه‌گیری مفهوم گسترده فساد تعمیم داد. جالب این است که در این قبیل مطالعات بین‌المللی که باهدف رتبه‌بندی کشورها بر اساس شاخص‌های این‌چنینی انجام می‌شود، بخش معناداری از تغییر رتبه کشورها در طول زمان ناشی از تغییر تعداد کشورهای موردمطالعه است. به‌طور مثال یکی از شاخص‌های بین‌المللی فساد در سال‌های مختلف در بین ۱۲۰ تا ۱۸۰ کشور موردسنجش قرار می‌گیرد و طبیعتاً انتظار می‌رود در سال‌هایی که تعداد کشورها افزایش می‌یابد، عموم کشورها سقوط معناداری در رتبه خود شاهد باشند. جالب این است که غفلت از این نکته ساده در کشور باعث شده است که برخی از صاحب‌نظران به انواع و اقسام توجیهات برای توضیح علل رشد یا سقوط رتبه ایران در طول زمان بپردازند!

اما فراتر از اشکالات وارده به این دست از آمارها که بعضاً به صورتی حبابی موردتوجه قرار می‌گیرند، نکته بسیار مهم دیگر محدود بودن نتایج هر مطالعه تجربی، به جامعه نمونه آن مطالعه است. به‌طور مثال مشاهده می‌شود که نتایج مطالعات تجربی انجام شده در مورد خانوارهای اروپایی به‌راحتی به‌عنوان یک گزاره علمی در مورد رفتار خانوارها در سایر کشورها نیز مورد استناد قرار می‌گیرد؛ درحالی‌که حداکثر می‌تواند در سایر کشورها به‌عنوان یک فرضیه مطرح شود. ازاین‌رو عبارت‌های ساده‌انگارانه‌ای همانند «در تمام دنیا اثبات شده است» یا «همه دنیا تجربه کرده است»، که متأسفانه نقل محافل بسیاری از صاحب‌نظران و سیاست‌گذاران کشور است عموماً فاقد اعتبار و ناشی از یک استقرای ناقص هستند. ضمن آنکه نباید فراموش کرد هرچند این قبیل نتایج قابل‌اعتنا نیز باشد، یکی از وظایف پژوهشگر استفاده از شواهد و مطالعات کمی به‌منظور سنجش هزینه‌ها و منافع حاصل از هر تصمیم سیاستی است. درحالی‌که وظیفه سیاست‌گذار در نظر گرفتن این نتایج ملموس در کنار سایر خواسته‌های جامعه ازجمله باورها، ارزش‌ها و فرهنگ ملی آن‌ها است. ازاین‌رو برخی معتقدند اثر ارزش‌های غیرقابل‌اندازه‌گیری در فرآیند سیاست‌گذاری و تصمیم‌سازی، به‌هیچ‌وجه کمتر از شواهد قابل‌اندازه‌گیری نیست. به‌طور خلاصه این نوشتار ضمن تأکید بر اهمیت سیاست‌گذاری شواهد محور، به‌ویژه با استفاده از ابزارهای کمی که متأسفانه خلأ آن در کشور احساس می‌شده و می‌شود، درصدد توجه دادن تصمیم‌سازان به محدودیت‌های شواهد کمی و مطالعات تجربی و پرهیز از آفت شاخص‌زدگی در فضای سیاستی و تصمیم‌گیری کشور است.


منتشر شده در دنیای اقتصاد در تاریخ ۱۹ فروردین ۱۳۹۶.

0 پاسخ

دیدگاه خود را ثبت کنید