Fattigdom og ulighed i Indien | SRO

Side 1

SRO-2u F14: Matematik og Samfundsfag

1

Økonomisk ulighed og fattigdom i Indien

”Et billede siger mere en 1000 ord”

Abstract

This paper investigates the development and aspects of inequality and poverty in India with the aim of attaining a comprehension of the dimensions of both. In this connection the paper takes a mathematic view on inequality by examining the Gini coefficient, a mathematical measure of statistical dispersion. Furthermore, the paper also examines the definition of the social science related concepts absolute- and relative power relative poverty.

Through the examination the paper proves that absolute poverty in India has been reduced between

1994 and 2010 and suggest that this tendency is a result of the increasing GNP.

In addition to that the paper also establishes the fact the inequality of the Indian population has been increasing during the same period.

Finally the paper propose a heightened minimum wage and pressure of taxation, and an improvement of education possibilities and the health sector, as some of the solutions in solving poverty and inequality in India.

Side 2

SRO-2u F14: Matematik og Samfundsfag

2

Indholdsfortegnelse

FORSIDE …………………………………………………………………………………………………………………………………...1

ABSTRACT ..................................................................................................................................................................... 1 INDLEDNING ................................................................................................................................................................. 3

1 MATEMATISK ULIGHED ........................................................................................................................................ 3

1.1 LORENTZ-DIAGRAMMER OG GINI-KOEFFICIENT. ............................................................................................................... 3

1.2 UDREGNING AF GINI-KOEFFICIENT...................................................................................................................................... 5

1.3 NUMERISK INTEGRATION - TRAPEZSUM ............................................................................................................................ 5

1.4 DET BESTEMTE INTEGRAL ..................................................................................................................................................... 7

1.5 TO FORMLER – TO RESULTATER .......................................................................................................................................... 8

2 FATTIGDOM SOM TAL ............................................................................................................................................ 9

2.1FATTIGDOM? ............................................................................................................................................................................ 9

2.2 ABSOLUT FATTIGDOMSGRÆNSE ........................................................................................................................................... 9

2.3 RELATIV FATTIGDOMSGRÆNSE ......................................................................................................................................... 10

2.4 POLITISK FATTIGDOMSGRÆNSE ........................................................................................................................................ 10

2.5 FATTIGDOM I INDIEN – ABSOLUT ELLER RELATIV? ....................................................................................................... 11

3 FORBEDRE FATTIGDOM ..................................................................................................................................... 12

3.1 ROD I TALLENE – SIMPLIFIKATION ................................................................................................................................... 12

3.2 ØGET PRODUKTION – ØGET ULIGHED .............................................................................................................................. 13

3.3 HDI OG MIP– ET BREDT LØFT UD AF FATTIGDOMSFÆLDEN ....................................................................................... 13 KONKLUSION: ............................................................................................................................................................. 18 LITTERATURLISTE ................................................................................................................................................... 19 BILAG 1 ......................................................................................................................................................................... 20

Side 3

SRO-2u F14: Matematik og Samfundsfag

3

Indledning

Velkommen til Indien. Landet hvor næsten 1/3 af landets befolkning lever for under 1,25$ om

dagen og hvor 56 ud af 1000 børn dør før de er fyldt 5. Fattigdommen og konsekvenser heraf er så eksplicitte og evidente, som de næsten kan blive, men omfanget er samtidig så enormt – ja nærmest uoverskueligt – at en løsning på problemet umiddelbart svært lader sig finde.

Først og fremmest handler det rimeligvis om at skabe sig et begreb om de svært definerbare begreber fattigdom og ulighed. Opgaven vil desformedelst beskæftige sig med en matematisk definition af ulighed og hvordan denne kan anvendes til at bestemme udviklinger. Endvidere vil opgaven på baggrund af de to samfundsfaglige definitioner af fattigdom, absolut- og relativ fattigdom, gøre sig en forestilling om graden af den indiske fattigdom og udviklingen i selvsamme.

Afslutningsvis vil opgaven diskutere bud på, hvordan den enorme ulighed og fattigdom i Indien kan forbedres; både ved at se på økonomiske forhold og grænser, men også ved at tage udgangspunkt i nogle af de alvorlige problemer, der i Indien er et resultat af uligheden og fattigdommen.

1 Matematisk ulighed

1.1 Lorentz-diagrammer og Gini-koefficient.

Når der arbejdes med emner som fattigdom og ulighed, er det nærtliggende at gøre brug af matematikken. Fattigdom og ulighed handler om mængden af ressourcer(som oftest opgjort i penge) og fordelingen af disse. I den sammenhæng kan matematikken benyttes til at frembringe håndgribelig data i både tal og grafiske fremstillinger, der kan anvendes til at vise udviklinger, bemærke forskelle og sammenligne.

I samfundsfaglig statistisk anvendes Lorentz-diagrammer til at illustrere ulige fordelinger i en befolknings disponible indkomst. Lorentz-diagrammer kan derfor anvendes, når der arbejdes med ulighed.

En Lorentz-kurve/diagram frembringes ved at indføre, hvor store procentdele af den samlede

indkomstmassen i en befolkning, som forskellige af procentdele af befolkningen råder over, i

Side 4

SRO-2u F14: Matematik og Samfundsfag

4 et koordinat system. Eksempelvis hvor stor en del af indkomsten de 10% fattigste i en

befolkning råder over og så fremdeles.^{1}

Nedenfor ses en illustration af en Lorentz kurve. På x-aksen indføres en kumuleret procent af befolkningen, mens der på y-aksen indføres en kumuleret procent af den samlede indkomst.

Akserne går fra 0 til 1 og procentdelene og er altså omregnet til decimaltal, da de tal(Gini- Koefficient, se nedenfor) der skal udregnes af Lorentz kurven, forudsætter dette.

Samtidig indlægges der i koordinatsystemet en ret linje (y=x), der repræsenterer en lige

fordeling af ressourcerne. Kurven er altså den egentlige fordeling af indkomsten, mens den rette linje viser en fuldstændig lige fordeling af indkomsten. Dette betyder at jo større arealet mellem den rette linje og Lorentz kurven er, jo større er ujævnheden i fordelingen.

Af Lorentz kurven kan også den det såkaldte Lorentz-indeks, eller i samfundsfagligt arbejde bedre kendt som Gini-koefficienten, udregnes. Gini-koefficienten er et tal mellem 0 og 1 der viser uligheden i et land. Tallet frembringes ved at se på forskellen mellem arealet af den rette

linje og Lorentzkurven og arealet mellem den rette linje og x-aksen.^{2}

Lorentz-kurven^{3}

Gini-Koefficienten (G) er altså givet ved:

𝐺 =

𝑎𝑟𝑒𝑎𝑙 𝑚𝑒𝑙𝑙𝑒𝑚 𝑑𝑒𝑛 𝑟𝑒𝑡𝑡𝑒 𝑙𝑖𝑛𝑗𝑒 𝑜𝑔 𝐿𝑜𝑟𝑒𝑛𝑡𝑧 𝑘𝑢𝑟𝑣𝑒𝑛 𝑎𝑟𝑒𝑎𝑙 𝑢𝑛𝑑𝑒𝑟 𝑑𝑒𝑛 𝑟𝑒𝑡𝑡𝑒 𝑙𝑖𝑛𝑗𝑒

Som tidligere nævnt går akserne fra 0 til 1 og arealet under kurven bliver derfor 0,5, og vi har således at

𝐺 =

𝑎𝑟𝑒𝑎𝑙 𝑚𝑒𝑙𝑙𝑒𝑚 𝑑𝑒𝑛 𝑟𝑒𝑡𝑡𝑒 𝑙𝑖𝑛𝑗𝑒 𝑜𝑔 𝐿𝑜𝑟𝑒𝑛𝑡𝑧 𝑘𝑢𝑟𝑣𝑒𝑛

1

2

1

Carstensen, Frandsen og Studsgaard: MAT A2 s. 58-60

2

Carstensen, Frandsen og Studsgaard: MAT A2 s. 58-60

3

http://en.wikipedia.org/wiki/File:Economics_Gini_coefficient2.svg

Side 5

SRO-2u F14: Matematik og Samfundsfag

5

Er tallet G tæt ved 0, er indkomstfordelingen meget jævn, da arealet mellem den rette linje og Lorentz kurven er meget lille og tallet i tælleren, derfor også er meget lille. Omvendt hvis tallet er tæt ved 1, vil indkomstfordelingen være meget ujævn, da tallet i nævneren vil være

stor.^{4}

1.2 Udregning af Gini-koefficient

Når arealet mellem den rette linje og Lorentz kurven skal findes, er det indlysende at anvende integration, da arealet er differensen mellem arealet under den rette linje og arealet under Lorentz kurven.

Nu vi har altså at:

𝐺 =

1

2

− 𝑎𝑟𝑒𝑎𝑙 𝑢𝑛𝑑𝑒𝑟 𝐿𝑜𝑟𝑒𝑛𝑡𝑧 𝑘𝑢𝑟𝑣𝑒𝑛

1

2

1.3 Numerisk Integration - Trapezsum

Til at finde arealet under Lorentz kurven kan både det bestemte integral, men også numerisk integration, anvendes.

Ved numerisk integration benyttes summen af et stor antal delintervaller. Intervallet man ønsker at finde arealet af, inddeles altså i delintervaller med længden h(se billede nedenfor) og summen af arealerne for delintervallerne tilnærmer sig den værdi, man vil have fået ved brug af det bestemte integral.

Der kan her laves trapezer, der forbinder punkterne f(x k

) med rette linjer, som det ses på

figuren nedenfor.^{5}

6

Arealet af en trapez kan så findes ved at gange længden af delintervallet h med summen af de to parallelle sider i trapezen og gange dette med en halv.

1

2

∗ ℎ ∗ (𝑓 ( 𝑥_{𝑘}) + 𝑓(𝑥_{𝑘+1})

Der vil nu kunne laves en Trapezsum T n

, der svarer til arealet af trapezerne i et givet interval.

4

Carstensen, Frandsen og Studsgaard: MAT A2 s. 58-60

5

Carstensen og Frandsen: MAT 3H s. 51-54

6

Carstensen og Frandsen: MAT 3H s. 54

Side 6

SRO-2u F14: Matematik og Samfundsfag

6

𝑇_{𝑘} = ∗ ℎ ∗ [(𝑓 ( 𝑥_{0}) + 𝑓 ( 𝑥_{1})) + (𝑓 ( 𝑥_{1}) + 𝑓(𝑥_{2})) + ⋯𝑓 ( 𝑥_{𝑘−2}) + 𝑓 ( 𝑥_{𝑘−1}) + (𝑓 ( 𝑥_{𝑘−1}) + 𝑓 ( 𝑥_{𝑘})]^{7}

1

2 da h er afstanden mellem x og x kan denne omskrives.

k k-1

h= (x - x)

k k-1

Herved er Trapezsummen givet ved:

1^{𝑛}
2_{𝑘=1}

∑ (𝑥_{𝑘} − 𝑥_{𝑘−1}) ∗ (𝑦_{𝑘} + 𝑦_{𝑘−1})

Anvendes denne i vores formel for gini–koefficienten, får vi:

𝐺 =

1 1

2 2

− ∗ ∑^{𝑛}_{𝑘=1} (𝑥_{𝑘} − 𝑥_{𝑘−1}) ∗ (𝑦_{𝑘} + 𝑦_{𝑘−1})

1

2

Ganges der med 2 i tæller og nævner har vi:

Sætning 1. 𝑮 = 𝟏 − ∑^{𝒏}_{𝒌=𝟏} (𝒙_{𝒌} − 𝒙_{𝒌−𝟏}) ∗ (𝒚_{𝒌} + 𝒚_{𝒌−𝟏})

Ud fra de kendte værdier for indkomstfordelingen i Indien 2010, tegnes den stykvis lineære Lorenz-kurve:

7

Carstensen og Frandsen: MAT 3H s. 54

Side 7

SRO-2u F14: Matematik og Samfundsfag

7

8

Defineres værdierne^{9} fra skemaet i bilag 1^{10}, kan gini-koefficienten findes ved anvendelse af

trapezsummen jf. sætning 1:

Gini-koefficienten= 0,328300

1.4 Det bestemte integral

Som før nævnt, vil arealet under Lorentz-kurven også kunne udregnes ved det bestemte integral – såfremt forskriften L(x) for Lorentz-kurven er kendt. Derfor har vi at

𝐺 =

1

2

− ∫_{0}^{1} 𝐿 ( 𝑥) 𝑑𝑥

1

2

8

Se Bilag 1.

9

Se bilag 1 for udregningerne.

10

http://povertydata.worldbank.org/poverty/country/IND

Side 8

SRO-2u F14: Matematik og Samfundsfag

8

Der ganges med 2 i tæller og nævner:

Sætning 2. 𝑮 = 𝟏 − 𝟐 ∗ ∫_{𝟎}^{𝟏} 𝑳 ( 𝒙) 𝒅𝒙

Ved en polynomium regression kan regneforskriften for Lorentz-kurven fra tallene fra bilag 1 findes.

11

Når regneforskriften for Lorenz-kurven kendes kan Gini-koefficienten findes jf. sætning 2.

Gini-koefficient= 0,04

1.5 To formler – To resultater

Af overstående udregninger af gini-koefficienten ses det, at der både ved den numeriske integrations anvendelse af trapezsummen og ved anvendelse af det bestemte integral kan frembringes to tal for gini-koefficienten. Ved udregning ved det bestemte integral findes den

11

Se bilag 1.

Side 9

SRO-2u F14: Matematik og Samfundsfag

9

eksakte værdi^{12}, men hvis regneforskriften for Lorentz-kurven ikke kan findes, kan der i

stedet anvendes trapezsummen til at opnå omtrent samme værdi. Dog skal det bemærkes, at værdien fundet ved trapezsummen er lavere og derfor vil indikere en lavere ulighed. Det problematisk heri synes at have to aspekter. For det første kan det besværliggøre sammenligningen af gini-koefficienter på tværs af lande og for det andet, vil det kunne anvendes politisk at vælge den ene udregningsmetode frem for den anden(se 3.1 Rod i tallene

– Simplifikation). Altså at der eksempelvis anvendes trapezsum metoden for at opnå en lavere gini-koefficient. Midlertidig er forskellen på tallene frembragt ved de to metoder meget lille(0,04).

2 Fattigdom som tal

2.1Fattigdom?

I lande med en høj gini-koefficient og dermed stor ulighed, ser vi, at en stor del af den samlede disponible indkomstmasse tilkommer en meget lille del af befolkningen. Når en lille del af befolkningen råder over store dele af de samlede ressourcer, medfører det selvsagt, at en stor del af befolkningen kun råder over en lille del af de samlede ressourcer.

I lande med en høj gini-koefficient vil der som oftest være få rige og mange fattige.

Begrebet fattig er af ringe brugbarhed i samfundsfaglig øjemed, hvis man udelukkende forholder sig til ordets betydning, da denne kort sagt dækker over at være i besiddelse af meget få ressourcer – en størrelse, der kan være svær at definere, sammenligne og se udviklingen i.

2.2 Absolut fattigdomsgrænse

Man anvender derfor to målbare fattigdomsbegreber: Absolut fattigdom og Relativ fattigdom.

Ved absolut fattigdom er den disponible indkomst så lav, at nogle af de fysiske behov, der indgår i Maslows behovspyramide som rent vand, føde samt fornødenheder som husly og tøj, ikke kan dækkes. Økonomisk er absolut fattigdom af verdensbanken defineret som et beløb på under 1,25$ (PPP) pr. dag for lande med meget lave indkomster og 2,15$(PPP) pr. dag for lande med middel indkomst. PPP betyder at tallene er korrigeret for forskellene i købekraften

12

Carstensen, Frandsen og Studsgaard: MAT A2 s. 55

Side 10

SRO-2u F14: Matematik og Samfundsfag

10 i de enkelte lande. Altså at der er taget højde for inflationsraten og leveomkostningerne – og derfor at man kan sammenligne fattigdom i forskellige lande, på trods af forskellige leveomkostninger.

Den absolutte fattigdomsgrænse er således meget anvendelig, når fattigdom skal sammenlignes på tværs af lande.

2.3 Relativ fattigdomsgrænse

Hvor absolut fattigdom anvendes til at sammenligne fattigdom på tværs af lande, bruges relativ fattigdom i til at se på udviklingen i enkelte lande. Den relative fattigdom varierer alt efter hvilket land man taler om, men er i Europa defineret som en indkomst, der er under

60% af medianindkomsten(gennemsnitsindkomsten). Medianindkomsten varierer naturligvis fra år til år og den relative fattigdomsgrænsen vil følgeligt gøre det samme. Grænsen forholder sig derfor det til enkelte lands økonomiske forhold og er derfor også et mål for den sociale

                           13
ulighed - forskellen i levevilkår.

Den relative fattigdom tager derfor, i europæisk sammenhæng, højde for at ikke kun de fysiske fornødenheder skal dækkes, men at individer også skal kunne deltage i samfundets sociale og kulturelle sider – den forudsætter en hvis

levestandard.^{14}

2.4 Politisk fattigdomsgrænse

I lande med stor fattigdom kan den nationale relative fattigdomsgrænse i stedet defineres med politiske hensigt. Politikerne kan altså i de enkelte lande, alt efter hensigt, sætte den nationale relative fattigdomsgrænse enten over eller under den absolutte fattigdomsgrænse.

Sættes den relative fattigdomsgrænse lavere end den absolutte, vil det på papiret se ud som om at der er færre personer, der lever i fattigdom og dette kan have et dobbelt sigte: At opnå prestige i at have få fattige, da dette indikerer velstand. Og at mindske presset i forhold til bekæmpelse af fattigdom – jo lavere antallet af fattige er, jo lavere vil presset være, både internt(i landet) og eksternt(fra resten af verden), for at reducere antallet af fattige.

13

”Indien den nye stormagt”, Forlaget Columbus 2014, s. 174

14

http://www.denstoredanske.dk/Samfund,_jura_og_politik/Sociologi/Speciel_teori/fattigdo

m

Side 11

SRO-2u F14: Matematik og Samfundsfag

11

Omvendt kan der i lande, der ønsker at øge deres indkomst fra ulandsbistand, med fordel sættes en national relativ fattigdomsgrænse, der er højere end den absolutte fattigdomsgrænse, eftersom der herved vil være en større andel af befolkningen, der vil blive betegnet som fattige, og dette vil selvsagt være et argument for at skulle modtage øgede midler i form af ulandsbistand.

                   15
Der er politik i tallene.

2.5 Fattigdom i Indien – Absolut eller relativ?

Skemaet nedenfor viser udviklingen i henholdsvis den absolutte og nationale relative fattigdom i Indien. Af tallene fremgår det tydeligt, at den procentvise del af Indiens befolkning, der lever i fattigdom, er faldet markant fra 1994 til 2010 – både når der ses på den absolutte fattigdom og når der ses på den relative fattigdom.

Sammenligner vi tallene for den absolutte og den relative fattigdom for alle årene, er det tydeligt at en lavere procentdel af befolkningen lever i fattigdom, hvis der anvendes den nationale relative fattigdomsgrænse frem for den absolutte, hvorfor denne må være lavere en

1,25$.

Tager vi eksempelvis tallene fra 2010, er der en forskel på 2,9%, alt efter om vi ser på den absolutte eller den relative fattigdomsgrænse. Årsagen til at politikerne i Indien har sat den relative fattigdomsgrænse lavere end den absolutte kan ikke bestemmes med sikkerhed, men må formodes at være af lignende karakter som de eksempler, der nævnes i overstående afsnit ”2.4 Politisk fattigdomsgrænse”.

Procentdele af Indiens befolkningen der ligger under henholdsvise den absolutte

fattigdomsgrænse, og den nationale relative fattigdomsgrænse.^{16}

1994 2005 2010 2012

Absolut fattigdom 49,4 41,6 32,7

(1,25$)

National relativ 45,3 37,2 29,8 21,9 fattigdomsgrænse

15

”Indien den nye stormagt”, Forlaget Columbus 2014, s. 175

16

http://povertydata.worldbank.org/poverty/country/IND

Side 12

SRO-2u F14: Matematik og Samfundsfag

12

3 Forbedre Fattigdom

3.1 Rod i tallene – Simplifikation

Tallene for andelen af fattige varierer selvsagt, når der er forskel på den, af de enkelte lande definerede relativ fattigdomsgrænse, og den internationale absolutte fattigdomsgrænse. At der kan være to mål for fattigdom i et land og at gini-koefficient (uligheden) kan udregnes på to måder, der giver forskellige værdi(jf. 1.5 To formler – To Resultater), er i sig selv ikke et problem. Men det er problematisk, når der ikke oplyses hvilke definitioner og hvilke regnemetoder der anvendes, for hvis tallene ikke har samme grundlag, kan de ikke sammenlignes.

Undersøger man eksempelvis fattigdom på CIA World Fact Book for 2010, oplyses at 29,8%^{17}

procent af befolkningen lever under fattigdomsgrænsen; men at det er den nationale relative fattigdomsgrænse oplyse ikke, selv om denne giver et tal der er 2,9% lavere end absolutte fattigdomsgrænse – en fattigdomsgrænse, der allerede er så lav, at den flere steder nævnes

som ”sultegrænsen”.^{18}

Problematikken ligger for det første i at tallene varierer – hvilket gør dem svært sammenlignelige; og for det andet at Indien sætter en fattiggrænse, der er lavere en den absolutte – som jo definerer et beløb så lavt, at de mest basale behov knap nok kan dækkes.

Forudsætningen for at kunne løse fattigdom, må jo netop være at kunne se udvikling og mønstre, og at kunne sammenligne på tværs af grænser. Man må derfor nødvendigvis stille spørgsmålstegn ved landenes, i hvert fald de fattige landes, mulighed for selv at sætte fattigdomsgrænsen, fordi der herved kan gå politik i tallene. Hvis tallene i stedet blev målt og fastlagt af en global instans, som eksempelvis verdensbanken, vil gennemsigtigheden, og dermed forudsætningen for at handle og gøre noget ved fattigdomen og uligheden, øges markant.

17

https://www.cia.gov/library/publications/the-world-factbook/geos/in.html

18

http://www.poverties.org/poverty-in-india.html

Side 13

SRO-2u F14: Matematik og Samfundsfag

13

3.2 Øget Produktion – Øget ulighed

Den indiske produktivitet, og dermed BNP, har de sidste 20 år gennemgået en signifikant udvikling.

Tages der udgangspunkt i skemaet nedenfor ses det, at BNP pr. indbygger har oplevet en kraftig stigning fra 1994 til 2010. Dette betyder at Inderne har fået flere penge mellem hænder, hvilket har haft en tydelig effekt på antallet af fattige(se skema ovenfor). På trods af denne positive udvikling, er det væsentligt at bemærke, at gini-koefficienten(skema nedenfor), og dermed uligheden er vokset simultant med at produktiviteten, er steget og at andelen af fattige er faldet.

Gini-koefficient og BNP pr. indbygger i Indien.^{19}^{20}

1994 2005 2010

Gini-Koefficient 0,308 0,334 0,339

BNP pr. indbygger 354,85 740,12 1419,11

(USD)

Væksten har bevirket, at en stor del af befolkningen er blevet løftet ud af fattigdom, men samtidig ser vi, at uligheden er stigende. En forklaring herpå må findes i tallene nedenfor. Her fremgår det, at den rigeste 10. del af Indiens befolkning har øget den andel af den samlede indkomst, som de råder over.

Af dette, sammenholdt med tallene for fattigdom ovenfor, må der kunne udledes, at en stor del af befolkningen er blevet løftet ud af den absolutte fattigdom (og dermed også den relative, da

19

http://povertydata.worldbank.org/poverty/country/IND

20

https://www.google.dk/search?q=bnp+india+&oq=Bnp+in&aqs=chrome.0.69i59j69i57.1922j
0j7&sourceid=chrome&es_sm=119&ie=UTF-8

Side 14

SRO-2u F14: Matematik og Samfundsfag

14 grænsen for denne er lavere), men at forskellen mellem de rig og fattig (den andel af fattige, der ligger over den absolutte fattigdomsgrænse) er blevet større.

Procentdel af samlede indkomst som tilhøre de rigeste 10% af Indiens befolkning.^{21}

1994 2005 2010

26 28,3 28,8

Resultatet af den øgede produktivitet må derfor i høj grad tilfalde den rigeste del af befolkningen, hvilket også må betyde, at lønnen blandt den fattigste del af befolkningen er meget lav.

Reglerne for mindsteløn i Indien varierer fra område til område, men ligger mellem $2.45

5.89$ pr. dag.^{22} (Minimums løn i DK er 20$ i timen(110kr.)) og en løsning på

ulighedsproblemet kunne derfor være at hæve mindstelønnen for derved at øge indkomsten hos den fattigst del af befolkningen(dem der får mindsteløn) og samtidig at sænke indkomsten hos den rigeste del, der jo netop tjener på den lave mindsteløn.

Dog må der samtidig tages højde for de eventuelle negative konsekvenser af at hæve mindstelønnen, da virksomhedernes produktionsomkostninger selvsagt vil stige, hvis udgifterne til lønninger stiger:

• Øget arbejdsløshed: Hvis mindstelønnen hæves, bliver det dyrere for virksomhederne at have medarbejdere og dette ville kunne resultere fyrringer. Arbejdsløsheden (2013

8,8%.^{23}) vil stige.

• Outsourcing: Hvis omkostningerne for produktionen forøges kan det være en økonomisk gevinst for virksomhederne at flytte produktionen til et andet land, outsource, hvor omkostningerne er lavere. Antallet af arbejdspladser vil derfor forringes og arbejdsløsheden vil stige.

21

http://databank.worldbank.org/data/views/reports/chart.aspx

22

http://www.state.gov/j/drl/rls/hrrpt/humanrightsreport/index.htm#wrapper

23

https://www.cia.gov/library/publications/the-world-factbook/fields/2129.html

Side 15

SRO-2u F14: Matematik og Samfundsfag

15

• Hævelse af pris – fald i eksport: Hvis det bliver dyrere for virksomhederne at producere produkter og yde ydelser, vil prisen på disse stige og der vil ske et fald i eksporten og dermed en forringelse af betalingsbalancen.

Ved at hæve mindstelønnen kan der altså forsøges at mindske forskellen mellem rig og fattig, men en hævelse af mindstelønnen må samtidig ske med varsomhed, så det sikres, at det vil bevirke til flere positive end negativ følger.

3.3 HDI og MIP– Et bredt løft ud af fattigdomsfælden

Den absolutte og den relative fattigdomsgrænse kan være ganske udmærkede mål, når fattigdom og levestandarder undersøges i forskellige lande, men da fattigdomsgrænserne kun beretter om hvor stor en del af befolkningen, der lever for under X antal dollars om dagen, er målet også meget unuanceret. Ønsker man i stedet at se på hvordan fattigdom påvirker levevilkårene og hvilke årsager, der er til fattigdom, er det nærliggende at se nærmere på de to indekser: HDI og MPI.

HDI(Human Development Index) er et gennemsnitstal for et lands niveau indenfor hver af de

3 kategorier^{24}:

• Sundhed(levealder).

• Uddannelse(forventet år i skole ved et barns skolestart og det gennemsnitlige antal skoleår for voksne over 25).

• Levestandard(opgjort i BNI^{25})

De tre områder i HDI uddybes yderligere i MPI, der giver et tal for hvor meget hver af de 10 kategorier på billedet influerer på fattigdommen i et land.

26

24

”Indien den nye stormagt”, Forlaget Columbus 2014, s. 176

25

BNI(Bruttonationalindkomst): BNP fratrukket netteoverførelser af lønninger renter og udbytte til udlandet. Tallet er købekraft korrigeret PPP.

26

http://www.ophi.org.uk/multidimensional-poverty-index/

Side 16

SRO-2u F14: Matematik og Samfundsfag

16

Af HDI tallene for Indien, 2013, er det tydeligt at kort skolegang og ringe uddannelse er udbredt. MPI tallene for samme år, viser endvidere at høj børnedødelighed er af de største

følge af fattigdommen af Indien.^{27}

Begge områder må siges at være grundpiller i den indiske fattigdom og må nødvendigvis forbedres hvis fattigdommen og omfanget af denne skal minimeres i Indien:

Der er stor mangel på uddannelsesinstitution og det er især den fattige del af befolkningen, der lider herunder – de reformer, der er gennemført har kort sagt været målrettet mod

middelklassen.^{28} Det er altså en nødvendighed at gennemføre reformer, der gør sig gældende

på alle af sammenfundets lag.

Det handler her om at give samfundets svageste muligheden for at arbejde sig ud af fattigdommen og uddannelse er unægtelig et af de mest effektive og afgørende redskaber

     29
hertil.

Investeringerne i sundhed i Indien er ekstremt lav og dette afspejles tydeligt i den højde børnedødelighed. I 2012 ville 56 ud af 1000 børn dø inden de flydte 5 år. I Danmark var tallet

4 det samme år.

Den højde børnedødelighed må antages af være resultatet af at kun 1,2% af Indiens BNP

anvendes til sundshed udgifter.^{30} Samtidig er det væsentligt at bemærke, at tallet for

børnedødeligheden er et gennemsnitstal for hele Indiens befolkning og derfor at børnedødeligheden må være større, hvis der ses på den fattige del af befolkningen, netop fordi det er denne del, der ikke har råd til at betale sundhedsudgifter.

Hvis problemet med børnedødeligheden og sundhed i al almindelighed skal løses, er det nødvendigt at investere flere penge i sundhedssektoren for at forbedre sundhedsvilkårene hos den fattige del af befolkningen.

27

”Indien den nye stormagt”, Forlaget Columbus 2014, s. 176-177

28

http://www.poverties.org/poverty-in-india.html

29

http://www.idra.org/IDRA_Newsletter/January_2013_Fair_Funding/Education_as_Pathway_

Out_of_Poverty/

30

”Indien den nye stormagt”, Forlaget Columbus 2014, s. 177

Side 17

SRO-2u F14: Matematik og Samfundsfag

17

Både forbedring af uddannelse- og sundhedssektoren vil forudsætte enten et øget skattetryk eller besparelse andet steds, eller begge dele, da investeringerne selvsagt skal financierers.

Besparelse vil formentlig forringe standarden på andre område, mens et øget skattetryk kan svække incitamentet for at arbejde.

Omvendt vil en investering i uddannelse- og sundhedssektoren på længere sigt skabe en mere kvalificeret arbejdsstyrke og derved kunne øge væksten. Hvis et skattetrykket vil blive udført progressivt, vil man samtidig kunne mindske uligheden, da de bedst lønnede herved vil betale en større andel af deres indkomst i skat.

Side 18

SRO-2u F14: Matematik og Samfundsfag

18

Konklusion:

Fra 1994 til 2010 er den procentvise del af Indiens befolkning, der lever i absolut fattigdom, faldet markant og dette antages blandt andet at være en følge af den øgede produktion.

Alligevel viser tallene, at den økonomiske ulighed blandt Indiens befolkning er steget i samme årrække. Forklaringen herpå er, at en del af Indiens fattige er blevet løftet ud af den absolutte fattigdom(men stadig er i besiddelse af meget få ressourcer), mens den rigeste del af befolkning har tilegnet sig en større del af den samlede indkomstmasse, der er vokset i takt med den øgede produktion.

En minimering af den voksende ulighed kan ske ved en hævelse af den, i øjeblikket, meget lave mindsteløn, hvor der dog samtidig må tages højde for eventuelle negative konsekvenser, som fald i eksport, fyrringer og outsourcing samt et øget, progressivt, skattetryk. Et øget skattetryk vil endvidere blive en forudsætning, hvis de problemer, der er frembragt af fattigdommen og som udtrykkes af HDI og MPI indekserne, skal forbedres.

Fattigdom og ulighed handler naturligvis om penge og fordeling, men som det bliver udtrykt i ovenstående afsnit om HDI og MPI, er det også afgørende af handler på nogle af de problemer, der er skabt af fattigdommen og måske på længere sigt skabe forståelsen og grænserne for fattigdom ud fra selvsamme indekser, fordi disse netop er nuancerede og tage udgangspunkt i problematikkerne i fattigdom, frem for at anvende økonomiske mål der, når der ses på den levestandard de knytter sig til, kan virke mildest talt absurde.

Yderligere er det essentielt at de mål der anvendes til beskrivelse og sammenligning af fattigdom og ulighed, har samme grundlag.

Side 19

SRO-2u F14: Matematik og Samfundsfag

19

Litteraturliste

Bøger:

Carstensen, Frandsen og Studsgaard: MAT A2

Carstensen og Frandsen: MAT 3H

”Indien den nye stormagt”, Forlaget Columbus 2014

Websites:

http://en.wikipedia.org/wiki/File:Economics_Gini_coefficient2.svg

http://www.denstoredanske.dk/Samfund,_jura_og_politik/Sociologi/Speciel_teori/fattigdom

http://povertydata.worldbank.org/poverty/country/IND

https://www.cia.gov/library/publications/the-world-factbook/geos/in.html

http://www.poverties.org/poverty-in-india.html

https://www.google.dk/search?q=bnp+india+&oq=Bnp+in&aqs=chrome.0.69i59j69i57.1922j
0j7&sourceid=chrome&es_sm=119&ie=UTF-8

http://databank.worldbank.org/data/views/reports/chart.aspx

http://www.state.gov/j/drl/rls/hrrpt/humanrightsreport/index.htm#wrapper

https://www.cia.gov/library/publications/the-world-factbook/fields/2129.html

http://www.ophi.org.uk/multidimensional-poverty-index/

Side 20

SRO-2u F14: Matematik og Samfundsfag

20

http://www.idra.org/IDRA_Newsletter/January_2013_Fair_Funding/Education_as_Pathway_

Out_of_Poverty/

Bilag 1