high-life

Les économistes, y compris les économistes libertaires, aiment mesurer les choses. Le Human Freedom Index (HFI) du Cato Institute en est un bon exemple. Ses auteurs ont rassemblé des dizaines d'indicateurs de liberté personnelle et économique. Ils invitent les chercheurs intéressés à les utiliser pour explorer les façons complexes dont la liberté influence et peut être influencée par les régimes politiques, le développement économique et toute la gamme des indicateurs du bien-être humain. »
Je suis heureux d'accepter l'invitation. Cet article, le premier d'une série, examinera ce que nous pouvons apprendre des données sur les relations entre liberté, prospérité et gouvernement. Les relations ne sont pas aussi simples que de nombreux libertaires pourraient le penser.

Les données
L'indice de la liberté humaine se compose de deux parties. L'un est l'indice de liberté économique (EFI) de l'Institut Fraser, qui comprend des mesures de la taille du gouvernement, de la protection des droits de propriété, de la monnaie saine, de la liberté du commerce international et de la réglementation. L'autre est le propre indice de liberté personnelle (PFI) de Cato, qui comprend des mesures de l'état de droit, la liberté de mouvement et de réunion, la sécurité et la protection des personnes, la liberté d'information et la liberté des relations personnelles. Les liens Cato et Fraser fournissent des descriptions détaillées des deux index.
Afin d'explorer la manière dont la liberté influence d'autres aspects du bien-être humain, je m'appuierai sur un troisième ensemble de données, le Legatum Prosperity Index (LPI) du Legatum Institute. L'IPV comprend des données sur neuf piliers »de la prospérité, y compris l'économie, l'environnement des affaires, la gouvernance, la liberté individuelle, la santé, la sûreté et la sécurité, l'éducation, le capital social et la qualité de l'environnement
L'EFI et le PFI couvrent 160 pays et l'IPV 149 pays. Dans cet article, j'utiliserai l'ensemble des 143 pays pour lesquels des données sont disponibles dans les trois indices. Les liens Cato, Fraser et Legatum ci-dessus fournissent des informations méthodologiques détaillées.

Liberté économique et personnelle
Nous pouvons commencer par confirmer un résultat rapporté dans l'introduction de l'indice de liberté humaine Cato, à savoir que la liberté économique et la liberté personnelle sont étroitement liées. Exprimant les deux indices sur une échelle de zéro à dix, dix indiquant une liberté maximale, un nuage de points des deux indices ressemble à ceci:
Le coefficient de corrélation entre EFI et PFI pour les 143 pays de l'échantillon conjoint Cato-Legatum est de 0,53, ce qui n'est pas une relation particulièrement étroite, mais statistiquement significatif. La pente de la ligne de tendance est de 0,91, ce qui signifie que chaque augmentation d'un point du score EFI est associée à une augmentation de 0,91 point du score PFI.
La relation entre liberté économique et liberté personnelle s'explique en partie par le fait que les deux sont positivement associés au revenu. Comme le montre le graphique suivant, cette relation est non linéaire pour les deux mesures de liberté. Le logarithme du PIB réel par habitant, exprimé en dollars américains à parité de pouvoir d'achat, fournit un ajustement raisonnablement bon. Les coefficients de corrélation sont 0,51 pour le log PIB et l'indice de liberté individuelle, et 0,56 pour le log PIB et l'indice de liberté économique.
En utilisant une analyse de régression multiple, nous pouvons recalculer la relation entre la liberté économique et la liberté personnelle d'une manière qui contrôle leur relation commune avec le PIB. La prise en compte du PIB augmente le coefficient de corrélation entre les deux aspects de la liberté de 0,53 à 0,59, mais réduit également la pente de la relation entre PFI et EFI. Chaque augmentation d'un point de l'EFI est désormais associée à une augmentation de 0,61 point de l'IFP plutôt qu'à l'augmentation de 0,91 point estimée sans inclure le PIB. Tous ces résultats sont statistiquement significatifs à un niveau de confiance de 0,01.
Jusqu'ici tout va bien. Nous avons constaté que la liberté personnelle et la liberté économique sont positivement associées l'une à l'autre, et que les deux indices de liberté sont positivement associés à la prospérité mesurée par le PIB réel par habitant. Les bons libertaires devraient s'attendre à ces résultats et se réjouir de les trouver confirmés.

Liberté et prospérité
La section précédente a montré que la liberté économique et personnelle est positivement liée à la prospérité mesurée par le PIB par habitant, mais la prospérité est plus que le PIB. Les libertariens ont tendance à considérer la liberté comme propice à d'autres aspects du bien-être humain, tels que l'éducation, la santé et la sécurité personnelle.
Il existe de nombreuses mesures de prospérité et de bien-être. J'espère pouvoir en explorer plusieurs et leurs relations avec la liberté humaine dans de futurs articles. Dans ce traitement d'introduction, cependant, je me limiterai aux indicateurs d'éducation, de santé et de sécurité personnelle du Legatum Prosperity Index. Dans ce qui suit, je ferai référence à la moyenne de ces trois piliers Legatum »comme l'indice éducation-santé-sécurité, ou EHS, mesuré sur une échelle de 1 à 100. (Dans l'ensemble, les résultats rapportés ci-dessous valent également pour chaque des trois indicateurs considérés séparément, bien que certains des coefficients individuels ne soient pas statistiquement significatifs.)
On peut commencer, comme précédemment, par un simple nuage de points EHS et HFI:
Comme le montre le graphique, la relation entre les deux variables est positive et forte. Le coefficient de corrélation EHS et HFI est de 0,76. Chacune des composantes de la liberté individuelle est également en corrélation positive avec l'EHS, mais pas aussi fortement: 0,68 pour la liberté économique et 0,67 pour la liberté personnelle.
Étant donné que l'EHS, l'IFH et le PIB par habitant sont tous fortement corrélés avec le PIB par habitant, nous devons être prudents quant à l'interprétation des coefficients de corrélation simples. Par exemple, il se pourrait que la corrélation apparente de l'EHS avec l'EFI reflète simplement le fait que les pays riches ont tendance à avoir de bonnes écoles, des hôpitaux et des forces de police, mais que les habitants des pays riches qui sont libres ne vivent pas mieux que ceux des pays riches qui ne sont pas libres.
Nous pouvons, encore une fois, calmer nos esprits en utilisant la régression multiple pour trier les contributions individuelles de chaque variable. Une régression de l'EHS sur EFI, PFI et le logarithme du PIB par habitant donne un résultat étonnamment fort. La corrélation globale de l'EHS et des trois variables est impressionnante de 0,91. En utilisant le coefficient de détermination, R2, nous pouvons interpréter ce résultat comme signifiant que les trois variables expliquent conjointement 83% de la variation de l'éducation, de la santé et de la sécurité entre les pays. Les contributions de chacune des variables indépendantes individuelles sont positives et fortement statistiquement significatives.
Il semble donc que la liberté humaine dans ses manifestations économiques et personnelles contribue positivement au bien-être humain, tel que mesuré par les données sur l'éducation, la santé et la sécurité personnelle - un autre résultat qui plaira certainement aux lecteurs libertaires.

Les effets de la taille du gouvernement sur la liberté et la prospérité
Les choses deviennent plus intéressantes lorsque nous approfondissons un peu plus les liens signalés entre la liberté personnelle et économique en décomposant l'EFI du Fraser Institute en ses composantes distinctes: taille du gouvernement, protection des droits de propriété, argent sain, liberté du commerce international et réglementation . Lorsque nous examinons les corrélations simples entre l'indice de liberté individuelle et les composantes EFI, nous constatons qu'elles sont toutes positives, comme prévu, sauf pour la taille de l'État (SoG), qui est négative. La corrélation de SoG avec l'indice de liberté personnelle est de -0,16. N'oubliez pas que pour toutes les composantes de l'EFI, une valeur plus élevée signifie plus de liberté, donc le coefficient négatif signifie qu'un gouvernement plus grand est associé à une plus grande liberté. Ce n'est pas ce à quoi la plupart des libertaires s'attendent. S'agit-il simplement d'une anomalie ou d'une réelle régularité statistique?
Dans un premier temps pour répondre à cette question, nous devons voir exactement ce que l'indicateur SoG mesure réellement. Le SoG est lui-même un composite dérivé de la moyenne de quatre sous-composantes: les dépenses de consommation du gouvernement, les transferts gouvernementaux, les taux d'imposition marginaux et ce qu'on appelle l'entreprise et l'investissement publics »(GEI), qui est le nom de Fraser pour le ratio de l'investissement public d'un pays sur son investissement total. . L'examen de ces sous-composants révèle deux problèmes.
La première est que seul l'indicateur de la consommation publique est disponible pour tous les pays. Les données sur les transferts, les taux d'imposition et les investissements publics manquent dans plusieurs cas. Lorsque des données manquent, la mesure SoG est la moyenne des composants pour lesquels il existe des données. Cette approche du traitement des données manquantes dégrade la puissance statistique de l'indicateur SoG dans son ensemble.
Par analogie, supposons que nous voulons évaluer les risques pour la santé auxquels sont confrontés les habitants d'une ville en utilisant leur indice de masse corporelle (IMC), leur sexe et leur âge. Pour mesurer l'IMC, nous devons connaître la taille et le poids de chaque personne, mais supposons qu'il nous manque les données sur le poids de certaines personnes. Plutôt que de laisser ces personnes hors de l'échantillon, nous pourrions estimer leur poids en utilisant le poids moyen d'une personne d'une taille, d'un âge et d'un sexe donnés. Cependant, cette procédure rendrait inévitablement notre évaluation des risques pour la santé moins fiable statistiquement qu'elle ne l'aurait été si nous avions eu des données complètes pour tout le monde dans notre échantillon.
Le deuxième problème avec SoG est que sa sous-composante GEI a une forte corrélation négative avec les trois autres sous-composantes - la consommation publique, les transferts et les taux d'imposition. De plus, si nous examinons les relations des sous-composants SoG avec des variables indépendantes, telles que le PIB, la croissance du PIB, la santé, l'éducation et la sécurité, nous constatons que les corrélations pour le GEI sont positives tandis que celles pour les autres composantes sont négatives. La création d'un indicateur composite à partir de sous-composants qui présentent une corrélation négative les uns avec les autres et qui ont des relations opposées aux variables indépendantes est une procédure statistiquement douteuse.
En recourant à nouveau à l'analogie, supposons que nous voulions concevoir un indicateur composite de l'efficacité du chauffage pour les bâtiments résidentiels. On sait que la taille des fenêtres d'un bâtiment et l'épaisseur de ses murs sont des variables pertinentes, mais comment les combiner? Une simple moyenne de l'épaisseur des murs de chaque bâtiment et de la superficie de ses fenêtres ne nous donnerait pas un indicateur composite raisonnable, car les deux variables ont des effets opposés sur l'efficacité du chauffage. Une maison avec de petites fenêtres et des murs épais pourrait avoir le même score qu'une maison avec de grandes fenêtres et des murs minces, même si la première serait beaucoup plus efficace que la seconde. Au lieu de cela, soit nous devrions traiter les fenêtres et les murs comme des variables distinctes dans une analyse multivariée, ou, s'il est important d'avoir un seul indicateur composé, nous devons inverser la zone de fenêtre de connexion avant de la combiner avec l'épaisseur du mur.
Je suppose que les gens de Fraser qui ont créé l'indice de liberté économique n'ont jamais pensé à ce problème. Plus probablement, ils ont utilisé des critères idéologiques plutôt que statistiques pour formuler l'indicateur SoG. Ils ont probablement supposé, a priori, que des impôts plus élevés, plus de consommation publique, plus de transferts et plus d'investissements publics nous rendaient tous moins libres, et en conséquence, ils ont supposé qu'une moyenne des quatre ferait une bonne mesure de la taille du gouvernement pour leur indice de liberté économique. Le résultat est une bouillie statistique.
Rien de tout cela ne signifie que la taille du gouvernement est sans importance. Il laisse plutôt entendre que l'indicateur du niveau de service de Fraser n'est pas une mesure statistiquement valable de la taille du gouvernement. Nous pouvons vérifier cela en comparant le SoG avec une mesure plus simple basée sur le rapport des dépenses publiques totales au PIB, que nous allons abréger en SGOV. Les données requises sont disponibles pour tous les pays de notre échantillon dans la base de données des Perspectives de l'économie mondiale du FMI. Pour une comparaison plus facile avec SoG et avec d'autres composants de l'EFI, j'exprime SGOV sur une échelle de 0 à 10, 10 indiquant le plus petit gouvernement. (Plus précisément, si G est le rapport des dépenses publiques au PIB exprimé par le FMI sur une échelle de 0 à 100, alors SGOV = (100-G) / 10.)
L'indicateur SGOV s'avère avoir beaucoup plus de pouvoir explicatif que le SoG de Fraser. La corrélation de SGOV avec le logarithme du PIB par habitant est de -0,48, contre -0,25 pour SoG. Les deux corrélations suggèrent que des niveaux de PIB plus élevés sont associés à des secteurs gouvernementaux plus importants et les deux coefficients sont statistiquement significatifs, mais l'association est plus forte pour les SGOV, dérivée du simple rapport des dépenses publiques au PIB, que pour l'indicateur SoG original de Fraser.
En ce qui concerne l'indice de liberté personnelle, la corrélation simple de SGOV avec PFI est de -0,39, contre - 0,16 pour SoG. Les deux indicateurs suggèrent que la liberté individuelle augmente à mesure que la taille du gouvernement augmente, mais le coefficient pour SGOV est plus grand et il est statistiquement significatif, tandis que celui pour SoG ne l'est pas. Voici des diagrammes de dispersion pour les deux mesures de la taille du gouvernement par rapport à l'indice de liberté individuelle:
Comme dans les cas antérieurs, nous ne devons pas nous fier uniquement à la simple corrélation, qui est attribuable en partie au fait que la taille du gouvernement et la liberté individuelle sont fortement corrélées au PIB par habitant. Nous pouvons obtenir une image plus précise en utilisant une régression multiple pour contrôler le PIB. Une régression de PFI sur SGOV et le logarithme du PIB par habitant montre une corrélation de 0,53, tous les coefficients étant significatifs au niveau 0,01. L'estimation de la pente indique qu'en moyenne, une diminution d'un point de la SGOV (c'est-à-dire un mouvement d'un point vers un gouvernement plus important) est, en moyenne, associée à une augmentation d'un quart de point de la liberté individuelle.
Comme test supplémentaire de la puissance statistique relative des deux indicateurs, j'ai effectué une régression multiple de PFI sur SGOV et SoG, plus le log du PIB par habitant. Lorsque les deux mesures de la taille du gouvernement ont été incluses, la relation entre SGOV et PFI était positive et statistiquement significative, mais SoG n'avait aucune relation statistiquement significative avec PFI.
Enfin, j'ai obtenu des résultats similaires lorsque j'ai utilisé la mesure EHS de la prospérité comme variable indépendante. Le coefficient de corrélation pour l'EHS et le SoG est de -0,18, ce qui indique une tendance pour les secteurs publics plus importants à être associés à une plus grande prospérité, mais la valeur absolue du coefficient est trop faible pour être statistiquement significative. La corrélation de l'EHS avec SGOV est de -0,48. Dans ce cas, la valeur du coefficient est statistiquement significative et le signe négatif indique à nouveau une tendance pour les pays avec des gouvernements plus grands à avoir des scores plus élevés pour l'éducation, la santé et la sécurité personnelle. Voici les nuages ​​de points:
Comme précédemment, nous pouvons affiner les résultats des corrélations simples en utilisant une régression multiple, en contrôlant le PIB par habitant. Cela montre que le SGOV, le rapport du gouvernement au PIB, a une association négative et statistiquement significative avec l'EHS, montrant qu'un gouvernement plus important est associé à des niveaux plus élevés d'éducation, de santé et de sécurité personnelle. Cependant, SoG, la mesure de la taille du gouvernement de Fraser, n'a aucune association statistiquement significative avec EHS.

Conclusions
Nos investigations statistiques conduisent à deux conclusions de fond:
Premièrement, les données semblent soutenir la notion selon laquelle la liberté économique contribue positivement à la liberté et à la prospérité personnelles. Cela est vrai que nous mesurions la prospérité dans un sens strictement économique, comme le PIB par habitant, ou dans un sens plus large, en utilisant des indicateurs non économiques de l'éducation, de la santé et de la sécurité personnelle.
Deuxièmement, les données n'appuient pas la notion selon laquelle un gouvernement plus large est nécessairement préjudiciable à la liberté ou à la prospérité. Au contraire, les pays dotés de secteurs publics plus étendus ont généralement plus de liberté personnelle et des indicateurs plus élevés d'éducation, de santé et de sécurité personnelle.
Ces résultats suggèrent que les libertaires doivent réfléchir davantage à Notre ennemi, l'État », comme Albert Jay Nock l'a exprimé dans le titre de son livre classique.