Правительства, как правило, гораздо чаще ограничивали свободу слова, и во многих странах она продолжает ограничиваться и сегодня. Некоторые темы, такие как существование того или иного божества или движение небесных тел, были табуированы, а в некоторых местах они остаются таковыми и сегодня. Люди, провозглашавшие эти запреты, такие как жрецы и шаманы, говорили "авторитетно", но без логики и доказательств. Они обеспечивали соблюдение этих запретов остракизмом, изгнанием, тюремным заключением, пытками и даже смертью. Великий вклад Просвещения в прогресс человечества заключался в том, что оно настаивало на абсолютном праве на свободу слова, на том, что ни одна тема не может быть закрыта для обсуждения, что выражение любого мнения не может быть наказано, и что логика и доказательства необходимы, прежде чем утверждение может быть принято за истину. Именно этот комплекс просвещенных ценностей помог Западной Европе постепенно освободиться от глубокого невежества и распространенных суеверий и встать на путь мирового научно-технического превосходства и исторически беспрецедентного процветания.

К сожалению, свет Просвещения зажегся не во всех уголках земного шара. Достаточно вспомнить Афганистан при талибах или Северную Корею при династии Кимов. Тревожно, что и в некоторых развитых странах он горит не так ярко. Меньшинство шумных и порой агрессивных протестующих запрещают выступать в университетских кампусах - тех самых местах, которые должны быть предназначены для проведения свободных исследований. Неудобные вопросы о таких "деликатных" проблемах, как масштабы изменения климата и долгосрочные угрозы, связанные с глобальным потеплением, замалчиваются в СМИ, а их сторонники осуждаются как "отрицатели". "Вместо того чтобы опираться на доказательства, например, на "большие данные" и долгосрочные тенденции, нам предлагают расставлять приоритеты и делать обобщения на основе "жизненного опыта" отдельных людей. Вместо того чтобы рассматривать логику и математику как квинтэссенцию объективности, нам предлагают рассматривать их в лучшем случае как субъективные, а в худшем - как расистские. Вместо поиска объективной истины нам предлагают верить в "его правду" и "ее правду".

Иными словами, многие ценности эпохи Просвещения, похоже, отходят на второй план. Как следствие этой тенденции, все большая часть населения некоторых развитых стран все больше подвергает свои слова самоцензуре.Оруэлловское "двоемыслие", когда отдельные мужчины и женщины публично говорят одно, а свои истинные чувства оставляют для домашнего уединения, появляется даже в тех странах, где раньше люди не стеснялись публично говорить именно то, что думают в частном порядке. Некоторые утверждают, что ограничение свободы слова одних людей допустимо, если оно позволяет не задеть чувства других. Безусловно, вежливость и внимательность - это положительные черты, но самоцензура в вопросах гражданской важности может иметь далеко идущие последствия. Не стоит забывать, что многие общепринятые сегодня факты, такие как гелиоцентризм и естественный отбор, начинались как интеллектуальная ересь, которая оскорбила, обескуражила и задела чувства многих людей, когда была впервые предложена. Более того, самоцензура особенно трудна для людей, на которых мы в непропорционально большой степени полагаемся в развитии научно-технического прогресса. Например, Стив Джобс был известным трудным начальником, а Джеймс Уотсон, открывший структуру ДНК, - провокатором, склонным шокировать и оскорблять людей. Как отмечалось в главе 9, некоторые из самых блестящих умов принадлежат нейродивергентным личностям. Вопрос: Должно ли человечество отказываться от новых открытий только потому, что будущие изобретатели и рационализаторы не выдержали испытания "добротой" или решили подвергнуть себя цензуре? Мы считаем, что ответ должен быть однозначным "нет".

Обратимся теперь к свободному рынку. Дальнейшее ограничение свободного функционирования рынка, на наш взгляд, является третьей главной угрозой сверхизбыточности. Как мы уже отмечали, изобретатели должны проверять свои идеи на рынке. Именно на рынке изобретатели выясняют, могут ли их идеи создать дополнительную ценность или нет. Чтобы выявить ценность идеи, рынки должны быть свободными. Иными словами, покупатели и продавцы должны приходить и уходить по своему усмотрению, а цены должны свободно расти и снижаться. Прибыли и убытки, генерируемые рынком, многое говорят нам о создании стоимости, поскольку рост и падение цен отражают личные предпочтения миллиардов покупателей и продавцов. И наоборот, ограничения на функционирование рынка, такие как лимитирование прибыли и социализация убытков, препятствуют появлению ценных знаний. Джордж Гилдер утверждает, что богатство - это знания, а рост - это обучение. Коммунистические и социалистические экономики не смогли создать богатство, потому что у них не было рынков, которые помогли бы им отличить ценное (или относительно ценное, например, различные варианты использования одного и того же товара, что является ключевым вопросом при эффективном распределении капитала) от неценного. Другими словами, они не смогли научиться.

Насколько мы можем судить, в мире никогда не существовало полностью свободной экономики. Во всех странах правительства в той или иной степени вмешивались в свободу рынка. Тем не менее, многие страны и территории в прошлом имели высокую степень экономической свободы, и многие продолжают делать это и сегодня. Так, в докладе "Экономическая свобода мира", совместно публикуемом Институтом Фрейзера в Канаде и Институтом Катона в США, по оценке , Гонконг и Сингапур в 2018 году были самыми свободными экономиками мира. По шкале от 0 до 10 баллов они получили 8,94 и 8,65 балла соответственно. Остальные 163 страны и территории, участвовавшие в исследовании, оказались менее свободными, а наихудший результат показала Венесуэла (3,34 балла из 10). В последние десятилетия экономическая свобода росла, и среднемировой показатель вырос с 6,63 в 2000 году до 6,98 в 2018 году. Однако в некоторых мировых центрах инноваций экономическая свобода снизилась: в США - с 8,67 в 2000 году до 8,22 в 2018 году, в Великобритании - с 8,52 до 8,08 за тот же период.

Свободный рынок, или, говоря более сложным языком, капитализм, производит больше богатства и обеспечивает более высокий уровень жизни, чем любая другая экономическая система, придуманная и реализованная человечеством. Разница в экономических показателях между Северной и Южной Кореей, Восточной и Западной Германией, Чили и Венесуэлой, Ботсваной и Зимбабве, не говоря уже о США и Советском Союзе, говорит сама за себя. Несмотря на этот общепризнанный факт, капитализм никогда не пользовался сколько-нибудь близкой к всеобщей долгосрочной поддержкой. На самом деле все обстоит с точностью до наоборот. Как сказал один из комментаторов, "политических партий, называемых социалистическими, было бесчисленное множество. За всю мировую историю не было ни одной политической партии, называемой капиталистической. Нет даже названия для сторонника капитализма. Социалист отстаивает социализм, демократ - демократию. А капиталист - это тот, кто владеет капиталом и манипулирует им". Это потому, что капитализм противоречит некоторым глубоко укоренившимся сторонам человеческой природы, а человеческая природа очень важна. Как пишут Леда Космидес, Джон Туби и их соавтор Джером Баркоу из Университета Далхаузи в своей книге 1992 года "Адаптированный разум: Эволюционная психология и порождение культуры":

То, что мы считаем всей историей человечества, начиная, скажем, с возникновения цивилизаций Шан, Минойской, Египетской, Индийской и Шумерской, и все, что мы считаем нормальной частью жизни - земледелие, скотоводство, правительства, полиция, санитария, медицинское обслуживание, образование, армии, транспорт и т.д., - все это является новым продуктом последних нескольких тысяч лет. В отличие от этого, наши предки провели последние два миллиона лет в качестве охотников-собирателей в плейстоцене и, конечно же, несколько сотен миллионов лет до этого в том или ином виде. Эти относительные промежутки времени важны, поскольку позволяют определить, какой набор сред и условий определял адаптивные проблемы, для решения которых формировался разум: Плейстоценовые условия, а не современные.

Среди значимых психологических характеристик, сформировавшихся у человека в плейстоцене, - склонность к трайбализму, эгалитаризму и мышлению с нулевой суммой. Мы развивались небольшими группами, состоящими из 25-200 человек. Все мы знали друг друга и часто были родственниками. Все знали, кто вносит вклад в выживание группы, а кто уклоняется от своих обязанностей. Обманщики и халявщики становились объектами гнева, а иногда и наказания. Не менее важно и то, что обманщики и халявщики теряли ценных партнеров по сотрудничеству. Вместо них они работали с более надежными или щедрыми людьми.

В таких группах было принято делиться пищей. Хранение пищи для будущего потребления было нецелесообразным для полукочевого населения. Поэтому, когда охотники-собиратели приобретали больше пищи, чем могла потребить их семья, они "запасали" ее в виде социальных обязательств, то есть делились ею с другими членами группы в расчете на то, что в будущем эта услуга будет возвращена. От того, насколько широко кормильцы делились пищей, зависело, будет ли вариативность успеха кормодобывания обусловлена в первую очередь удачей или усилиями. Удача играла большую роль в успехе охоты. Охотники, которые много работали, часто возвращались домой ни с чем. Поэтому мясо широко делилось внутри группы (это был способ объединения рисков или буфер против голода). Когда усилия играли большую роль в успехе кормодобывания, как это было в случае со сбором многих видов растительной пищи, обмен был более целенаправленным. Собранной пищей делились в основном внутри семьи и с конкретными партнерами по взаимовыручке.

Кроме того, объем личного имущества ограничивался тем, что наши предки могли переносить на спине, переезжая с места на место, поэтому накопление имущества и неравенство в богатстве не могли быть серьезными проблемами. Кроме того, как и другие животные, мы эволюционировали к формированию иерархии доминирования. Выживание индивида и его способность передавать свои гены повышались, если он мог подняться в группе и контролировать доступ к большим ресурсам. С другой стороны, люди также научились создавать коалиции, в которых менее доминантные особи сотрудничали, чтобы победить более сильных и успешных членов группы. Наконец, совместное использование и сотрудничество охотников-собирателей заканчивалось, так сказать, на границе группы. В мире, где не было специализации и торговли, непропорционально большая выгода одной группы часто достигалась за счет другой группы. Создавая агрессивные коалиции, мужчины могли расширить кормовые территории своей группы или получить больше жен, объединившись для убийства мужчин из других групп.

Психология охотника-собирателя помогает объяснить наше современное отношение к масштабам и свободе рынка. Рассмотрим, например, оказание медицинской помощи. Когда охотник заболевал или получал травму, он не мог продолжать добывать пищу. Болезнь или травма - это двойной удар по коллективу. Мало того, что заболевший охотник переставал вносить вклад в выживание группы, его нужно было еще и кормить, и ухаживать за ним. Кроме того, никто не мог гарантировать, что пострадавший охотник сможет снова охотиться, поэтому вполне логично, что у людей развилось чувство сострадания и они стали окружать себя заботливыми людьми. Чувство сострадания и проявления заботы контрастируют с расчетливым и стремящимся к прибыли обменом на рынке. Например, работодатели, как правило, платят зарплату и предоставляют льготы своим сотрудникам, чтобы заработать деньги (т.е. работодатель рассчитывает, что производительность работника перевешивает затраты на его оплату), а не потому, что заботятся о благополучии работников.

Иначе говоря, наш мозг интерпретирует рыночные обмены как признаки социальной дистанции, в то время как болезнь или травма активизирует интуицию охотников-собирателей, стремящихся помочь другим. Понятие социализированной медицины как универсального решения проблемы невезения, которое обычно является причиной болезни или травмы, удовлетворяет этим интуициям. И наоборот, представление о рыночной системе здравоохранения полностью противоречит интуиции и останется таковым даже в том случае, если будет убедительно доказано, что люди получают лучшие результаты от рыночной системы здравоохранения. Заметим, что люди гораздо меньше симпатизируют государству, оплачивающему медицинское обслуживание пациентов, чья болезнь не вызвана невезением, например, курильщиков, страдающих раком легких. Когда люди хотят привести аргументы в пользу помощи пациентам с раком легких, они обычно обращаются к аргументам о зависимости: он не мог не курить, злая табачная компания сознательно продала ему продукт, вызывающий привыкание, когда он был подростком, и т.д. Другими словами, многие споры о различных аспектах государства всеобщего благосостояния и степени рыночных обменов напрямую вытекают из различных правил распределения, которые были разработаны для того, чтобы справиться с разбросом удач, обусловленным везением и усилиями.

Подводя итог, можно сказать, что психология, сформировавшаяся у наших предков при жизни в небольших группах охотников-собирателей, готовила нас к миру личного сотрудничества и обмена в небольших сообществах. Она не готовила нас к миру безличного сотрудничества и обмена между миллионами людей (типичная развитая экономика) или миллиардами людей (глобальная экономика). В каком-то смысле сложность современной экономики опередила способность нашего каменного разума понять ее. Однако именно этот переход от личной простоты к безличной сложности делает капитализм столь эффективным для производства огромных богатств. Еще более усложняет ситуацию то, что расширенный рынок, объединяющий миллионы и миллиарды людей, позволяет предприимчивым людям с идеями создания ценностей накапливать больше богатства, чем они могли бы накопить, работая в небольших сообществах. Такое неравенство богатства противоречит нашим эгалитарным склонностям и мышлению с нулевой суммой. Наконец, наш трайбализм объясняет, почему мы продолжаем обижаться на другие народы и подозревать их в процветании за наш счет, даже если мы соглашаемся на торговлю с ними.

Чтобы понять капитализм, а тем более оценить его преимущества, каждому из нас необходимо различать личное и безличное, простое и сложное, ограниченное и расширенное. Проницательный Ф. А. Хайек сказал об этом следующим образом:

Отчасти наша сегодняшняя трудность заключается в том, что мы должны постоянно корректировать свою жизнь, свои мысли и эмоции, чтобы жить одновременно в разных видах порядков по разным правилам. Если бы мы применяли к макрокосмосу (нашей более широкой цивилизации) немодифицированные, ничем не сдерживаемые правила микрокосмоса (т.е. небольшой группы или отряда, или, скажем, семьи), как это часто делают наши инстинкты и сентиментальная тоска, то мы бы его разрушили. Но если бы мы всегда применяли правила расширенного порядка к нашим более интимным группам, мы бы их разрушили. Поэтому мы должны научиться жить сразу в двух видах мира.

Найти баланс между выполнением этих двух правил - задача не из легких, и зачастую нам это не удается. Когда нам это не удается - как это произошло недавно в Венесуэле, - результаты могут быть катастрофическими. Крах венесуэльского "социализма XXI века" должен послужить предупреждением для будущих поколений, но то же самое ожидалось (в основном безрезультатно) от десятков провалов социализма в XX веке. Таким образом, мы подозреваем, что защита свободных рынков будет оставаться бесконечной борьбой в силу предрасположенности сознания каменного века.

Мы надеемся, что те читатели, которые дошли до конца этой книги, оценят, насколько далеко зашло человечество и насколько невероятно то, чего оно достигло. Борясь с конфликтами, голодом и болезнями, мы сумели постепенно одержать верх. В мире, стремящемся к энтропии, нам удалось создать сложную цивилизацию, обладающую сверхизбыточностью. Это произошло потому, что человек - уникальное животное, сформировавшее культуру сотрудничества, позволяющую накапливать знания и обмениваться ими. Эти знания, в свою очередь, помогают сделать наше общество более добрым и процветающим. Рост населения и свобода - важнейшие составляющие этой положительной обратной связи. Именно свободные люди, а не машины или божества, генерируют новые идеи, и именно свободные люди проверяют эти новые идеи в сравнении с идеями других людей на рынке. Процесс создания знаний и ценностей лежит в основе морального и материального прогресса человечества. Именно он позволяет нашей цивилизации двигаться в сторону добра и изобилия. Давайте постараемся сохранить этот путь.

ПРИЛОЖЕНИЯ

Приложение 1. Понятия, сокращения и уравнения

Концепция

Аббревиатура

Уравнение

Цена времени

TP

Номинальная денежная цена ÷ Номинальный почасовой доход

Процентное изменение цены времени

PCTP

(Время окончания цены ÷ Время начала цены) - 1

Процентное изменение численности населения

PCP

(Численность населения на конец ÷ Численность населения на начало) - 1

Временная ценовая эластичность населения

TP-EP

Процентное изменение цены времени ÷ процентное изменение численности населения

Уровень анализа персональных ресурсов

Мультипликатор изобилия личных ресурсов

pRAM

(Время начала цены ÷ Время окончания цены)

Процентное изменение обеспеченности личными ресурсами

pRA

Мультипликатор изобилия личных ресурсов - 1

Совокупный годовой темп роста ресурсообеспеченности населения

CAGR-pRA

Мультипликатор изобилия личных ресурсов 1/Годы - 1

Годы удвоения личного ресурсного изобилия

YD-pRA

(Log(2) - Log(l)) ÷ Log (1+CARG-pRA), или 0,30103 ÷ Log (1+CARG-pRA), или ≈ 70 ÷ CARG-pRA

Эластичность изобилия личных ресурсов населения

pRA-EP

Процентное изменение численности личных ресурсов ÷ процентное изменение численности населения

Уровень анализа демографических ресурсов

Мультипликатор изобилия ресурсов населения

PRAM

Численность населения × Личный мультипликатор ресурсного изобилия

Процентное изменение численности популяционных ресурсов

PRA

Мультипликатор ресурсной обеспеченности населения - 1

Совокупный годовой темп роста ресурсной обеспеченности населения

CAGR-PRA

Мультипликатор численности ресурсов населения1/годы - 1

Годы до удвоения ресурсной обеспеченности населения

YD-PRA

(Log(2) - Log(l)) ÷ Log (1+CARG-PRA), или 0,30103 ÷ Log (1+CARG-PRA), или ≈ 70 ÷ CARG-PRA

Эластичность изобилия ресурсов населения

PRA-EP

Процентное изменение численности населения Ресурсная обеспеченность ÷ процентное изменение численности населения

Примечания: Мультипликатор численности личных ресурсов проиндексирован на 1 в базовом году; мультипликатор численности популяционных ресурсов проиндексирован на 1 в базовом году.

Приложение 2. Среднемировой номинальный ВВП на час работы в 28 странах и территориях (1960-2018 гг.)

Год

Номинальный ВВП на общее количество отработанных часов ($)

Год

Номинальный ВВП на общее количество отработанных часов ($)

1960

0.77

1990

7.07

1961

0.82

1991

7.42

1962

0.89

1992

7.77

1963

0.94

1993

7.81

1964

1.02

1994

8.31

1965

1.09

1995

9.06

1966

1.17

1996

9.12

1967

1.22

1997

8.98

1968

1.28

1998

8.92

1969

1.36

1999

9.17

1970

1.46

2000

9.34

1971

1.54

2001

9.14

1972

1.74

2002

9.35

1973

2.03

2003

10.24

1974

2.24

2004

11.23

1975

2.48

2005

11.86

1976

2.64

2006

12.46

1977

2.91

2007

13.58

1978

3.37

2008

14.51

1979

3.80

2009

14.01

1980

4.17

2010

14.97

1981

4.22

2011

17.54

1982

4.08

2012

18.53

1983

4.11

2013

19.61

1984

4.25

2014

20.75

1985

4.40

2015

20.45

1986

5.11

2016

21.27

1987

5.72

2017

22.30

1988

6.32

2018

23.65

1989

6.50

Источники: Всемирный банк, Conference Board и www.measuringworth.com.

Примечание: ВВП = валовой внутренний продукт.

Приложение 3. Среднемировой номинальный ВВП на час работы в 42 странах и территориях (1980-2018 гг.)

Год

ВВП на душу населения ($)

Годовое количество отработанных часов

ВВП на душу населения в расчете на час работы ($)

1980

2,507

2,166

1.16

1981

2,550

2,161

1.18

1982

2,482

2,155

1.15

1983

2,487

2,150

1.16

1984

2,535

2,145

1.18

1985

2,616

2,140

1.22

1986

3,036

2,134

1.42

1987

3,391

2,129

1.59

1988

3,726

2,124

1.75

1989

3,836

2,118

1.81

1990

4,241

2,113

2.01

1991

4,420

2,108

2.10

1992

4,622

2,103

2.20

1993

4,626

2,097

2.21

1994

4,897

2,092

2.34

1995

5,367

2,087

2.57

1996

5,412

2,081

2.60

1997

5,322

2,076

2.56

1998

5,239

2,071

2.53

1999

5,364

2,066

2.60

2000

5,468

2,060

2.65

2001

5,367

2,055

2.61

2002

5,504

2,050

2.69

2003

6,100

2,044

2.98

2004

6,786

2,039

3.33

2005

7,259

2,034

3.57

2006

7,767

2,028

3.83

2007

8,641

2,023

4.27

2008

9,363

2,018

4.64

2009

8,768

2,013

4.36

2010

9,480

2,007

4.72

2011

10,410

2,002

5.20

2012

10,521

1,997

5.27

2013

10,688

1,991

5.37

2014

10,850

1,986

5.46

2015

10,147

1,981

5.12

2016

10,182

1,976

5.15

2017

10,693

1,970

5.43

2018

11,464

1,965

5.83

Источники: Всемирный банк, Conference Board и www.measuringworth.com.

Примечание: ВВП = валовой внутренний продукт.

Приложение 4. Средний номинальный почасовой доход в США (1850-2018 гг.)

Год

Заработная плата неквалифицированного персонала в США ($)

Оплата труда рабочих в США ($)

Вознаграждение за повышение квалификации в США ($)

1850

0.05

0.06

N/A

1851

0.05

0.06

N/A

1852

0.05

0.07

N/A

1853

0.05

0.07

N/A

1854

0.06

0.07

N/A

1855

0.06

0.07

N/A

1856

0.06

0.07

N/A

1857

0.06

0.07

N/A

1858

0.06

0.08

N/A

1859

0.06

0.08

N/A

1860

0.06

0.08

N/A

1861

0.06

0.08

N/A

1862

0.06

0.09

N/A

1863

0.07

0.10

N/A

1864

0.08

0.11

N/A

1865

0.09

0.11

N/A

1866

0.09

0.11

N/A

1867

0.09

0.11

N/A

1868

0.09

0.11

N/A

1869

0.09

0.11

N/A

1870

0.09

0.11

N/A

1871

0.09

0.12

N/A

1872

0.09

0.12

N/A

1873

0.08

0.12

N/A

1874

0.08

0.12

N/A

1875

0.08

0.12

N/A

1876

0.07

0.11

N/A

1877

0.07

0.11

N/A

1878

0.07

0.11

N/A

1879

0.07

0.11

N/A

1880

0.07

0.11

N/A

1881

0.07

0.11

N/A

1882

0.08

0.11

N/A

1883

0.08

0.11

N/A

1884

0.08

0.12

N/A

1885

0.08

0.12

N/A

1886

0.08

0.12

N/A

1887

0.08

0.13

N/A

1888

0.08

0.13

N/A

1889

0.08

0.13

N/A

1890

0.08

0.13

N/A

1891

0.08

0.13

N/A

1892

0.08

0.13

N/A

1893

0.08

0.14

N/A

1894

0.08

0.13

N/A

1895

0.08

0.13

N/A

1896

0.08

0.13

N/A

1897

0.08

0.13

N/A

1898

0.08

0.13

N/A

1899

0.08

0.13

N/A

1900

0.09

0.14

N/A

1901

0.09

0.14

N/A

1902

0.09

0.15

N/A

Приложение 4. (продолжение)

Год

Заработная плата неквалифицированного персонала в США ($)

Оплата труда рабочих в США ($)

Вознаграждение за повышение квалификации в США ($)

1903

0.09

0.15

N/A

1904

0.09

0.15

N/A

1905

0.10

0.16

N/A

1906

0.10

0.16

N/A

1907

0.11

0.17

N/A

1908

0.10

0.16

N/A

1909

0.10

0.17

N/A

1910

0.11

0.18

N/A

1911

0.10

0.18

N/A

1912

0.10

0.19

N/A

1913

0.11

0.20

N/A

1914

0.11

0.20

N/A

1915

0.11

0.20

N/A

1916

0.14

0.24

N/A

1917

0.17

0.29

N/A

1918

0.21

0.36

N/A

1919

0.25

0.43

N/A

1920

0.29

0.54

N/A

1921

0.24

0.48

N/A

1922

0.22

0.44

N/A

1923

0.24

0.48

N/A

1924

0.25

0.51

N/A

1925

0.25

0.50

N/A

1926

0.25

0.51

N/A

1927

0.26

0.52

N/A

1928

0.26

0.52

N/A

1929

0.26

0.52

N/A

1930

0.26

0.53

N/A

1931

0.25

0.51

N/A

1932

0.22

0.45

N/A

1933

0.22

0.44

N/A

1934

0.26

0.53

N/A

1935

0.27

0.54

N/A

1936

0.27

0.55

N/A

1937

0.31

0.63

N/A

1938

0.32

0.64

N/A

1939

0.32

0.64

N/A

1940

0.33

0.67

N/A

1941

0.37

0.74

N/A

1942

0.42

0.86

N/A

1943

0.46

0.98

N/A

1944

0.48

1.05

N/A

1945

0.50

1.06

N/A

1946

0.55

1.13

N/A

1947

0.62

1.30

N/A

1948

0.66

1.41

N/A

1949

0.69

1.46

N/A

1950

0.72

1.55

N/A

1951

0.78

1.72

N/A

1952

0.83

1.83

N/A

1953

0.89

1.94

N/A

1954

0.93

1.97

N/A

1955

0.97

2.05

N/A

Приложение 4. (продолжение)

Год

Заработная плата неквалифицированного персонала в США ($)

Оплата труда рабочих в США ($)

Вознаграждение за повышение квалификации в США ($)

1956

1.02

2.16

N/A

1957

1.07

2.24

N/A

1958

1.12

2.39

N/A

1959

1.16

2.45

N/A

1960

1.21

2.54

N/A

1961

1.25

2.60

N/A

1962

1.29

2.71

N/A

1963

1.33

2.83

N/A

1964

1.37

2.89

N/A

1965

1.41

3.00

N/A

1966

1.47

3.14

N/A

1967

1.54

3.29

N/A

1968

1.62

3.52

N/A

1969

1.72

3.72

N/A

1970

1.85

3.93

N/A

1971

1.99

4.26

N/A

1972

2.14

4.59

N/A

1973

2.28

4.95

N/A

1974

2.45

5.44

N/A

1975

2.66

6.02

N/A

1976

2.91

6.53

N/A

1977

3.15

7.15

N/A

1978

3.40

7.77

N/A

1979

3.69

8.34

N/A

1980

4.06

9.12

4.06

1981

4.40

10.00

4.55

1982

4.63

10.80

4.96

1983

4.83

11.22

5.34

1984

5.01

11.78

5.72

1985

5.18

12.50

6.14

1986

5.28

12.90

6.48

1987

5.40

13.05

6.81

1988

5.60

13.58

7.28

1989

5.79

14.00

7.74

1990

6.03

14.41

8.24

1991

6.26

14.93

8.77

1992

6.43

15.63

9.34

1993

6.60

16.12

9.86

1994

6.78

16.56

10.38

1995

6.99

16.66

10.81

1996

7.23

16.84

11.28

1997

7.49

18.12

12.24

1998

7.75

18.18

12.69

1999

8.00

18.75

13.37

2000

8.30

19.36

14.12

2001

8.81

19.36

14.64

2002

8.95

21.02

15.94

2003

9.25

21.54

16.69

2004

9.25

23.07

17.98

2005

9.44

23.92

18.96

2006

9.67

24.37

19.73

2007

9.87

25.07

20.67

2008

10.45

25.87

21.81

Приложение 4. (продолжение)

Год

Заработная плата неквалифицированного персонала в США ($)

Оплата труда рабочих в США ($)

Вознаграждение за повышение квалификации в США ($)

2009

10.47

26.15

22.44

2010

10.24

26.44

23.03

2011

10.40

26.88

23.84

2012

10.87

27.15

24.58

2013

10.89

27.92

25.68

2014

11.26

29.40

27.49

2015

11.35

30.55

29.03

2016

11.63

31.95

30.88

2017

12.00

32.39

31.85

2018

12.78

32.06

32.06

Источники: Всемирный банк, Conference Board и MeasuringWorth, www.measuringworth.com.

Примечание: N/A = не применимо.

Приложение 5. Базовые 50 и корректировка данных Всемирного банка 37 по номинальным ценам

Мы исключили три набора данных по сырой нефти (Brent, Dubai и West Texas Intermediate), поскольку содержащиеся в них данные уже были отражены в разделе "Нефть, средняя". Для угля было выделено три категории. Только австралийский уголь отслеживался до 1980 года, поэтому мы не стали включать две другие категории. Природный газ представлен четырьмя категориями: США, Европа, Япония и средний показатель. Мы отказались от среднего показателя и включили три отдельных рынка. Это было сделано потому, что эти три рынка в значительной степени независимы, а международные цены на природный газ могут существенно различаться. Мы создали единое среднее значение для цен на кофе (объединив арабику и робусту). Мы сохранили только один показатель цены на чай, который представляет собой среднее значение цен в Коломбо, Калькутте и Момбасе. Мы также объединили кокосовое масло и копру (из которой получают кокосовое масло). Мы объединили молотые орехи и арахисовое масло. Мы включили пальмовое масло, но не пальмоядровое масло, которое не отслеживалось до 1996 года. Мы объединили соевые бобы, соевое масло и соевую муку в одну категорию. "Рис, 5% Тайланд" и "Пшеница, HRW США" имели наиболее полную историю цен, поэтому мы их включили. Индекс "Бананы, Европа" мы исключили, так как он начал действовать только в 1997 году. Индексов сахара было три: Американский, Европейский и Мировой. Мы объединили их в одну среднюю категорию. Мы объединили камерунские и малазийские бревна в одну среднюю категорию. Пиломатериалы из Камеруна и Малайзии мы также объединили в одну среднюю категорию. Было две категории каучука, но мы исключили категорию "Каучук, TSR20", поскольку она отслеживается только с 1999 года. Мы объединили диаммонийфосфат, фосфатное сырье, тройной суперфосфат, мочевину и хлористый калий в один ценовой показатель под названием "Удобрения". Два класса шерсти были объединены в среднее значение.

Appendix 7. The Basic 50: country and territory perspective (1980–2018)

1980 GDP per hour worked ($)

2018 GDP per hour worked ($)

1980–2018 percentage change in hourly rate

Percentage change time price Basic 50 index

Basic 50 commodities personal resource abundance multiplier

Percentage change in personal resource abundance 1980–2018

Compound annual percentage growth rate in personal resource abundance

Years to double personal resource abundance

Chinaa

0.16

9.18

5,522.9

−97.5

40.30

3,930

10.22

7.1

South Korea

1.66

29.32

1,667.8

−92.1

12.67

1,167

6.91

10.4

Sri Lanka

0.48

5.76

1,101.5

−88.4

8.61

761

5.83

12.2

Ireland

8.47

99.51

1,074.2

−88.1

8.42

742

5.77

12.4

Thailand

0.55

6.12

1,019.0

−87.5

8.02

702

5.63

12.7

Singapore

4.97

43.91

784.2

−84.2

6.34

534

4.98

14.3

Hong Kong

5.21

43.30

730.5

−83.2

5.95

495

4.81

14.8

India

0.32

2.46

674.3

−82.0

5.55

455

4.61

15.4

Portugal

4.11

26.27

538.5

−78.1

4.58

358

4.08

17.3

Bangladesh

0.31

1.88

515.1

−77.3

4.41

341

3.98

17.8

Indonesia

0.70

4.26

506.3

−77.0

4.35

335

3.94

17.9

Turkey

2.50

14.39

474.8

−75.7

4.12

312

3.80

18.6

New Zealand

8.06

45.09

459.7

−75.1

4.01

301

3.72

19.0

Australia

12.41

66.15

433.1

−73.8

3.82

282

3.59

19.7

Finland

12.33

65.45

430.8

−73.7

3.80

280

3.58

19.7

Norway

20.93

108.94

420.5

−73.2

3.73

273

3.53

20.0

Pakistan

0.46

2.39

414.9

−72.9

3.69

269

3.50

20.2

Iceland

17.02

87.08

411.7

−72.7

3.67

267

3.48

20.3

Austria

12.52

62.97

403.0

−72.3

3.60

260

3.43

20.5

Malaysia

2.25

10.76

378.9

−70.9

3.43

243

3.30

21.4

United States

15.51

73.64

374.9

−70.6

3.40

240

3.28

21.5

Denmark

17.93

84.91

373.6

−70.5

3.39

239

3.27

21.6

Germany

13.95

66.04

373.2

−70.5

3.39

239

3.27

21.6

Japan

9.04

42.26

367.5

−70.2

3.35

235

3.23

21.8

Chile

3.94

18.04

357.9

−69.5

3.28

228

3.18

22.2

Luxembourg

23.24

103.68

346.1

−68.7

3.20

220

3.11

22.7

Spain

9.58

42.69

345.9

−68.7

3.20

220

3.10

22.7

Switzerland

20.02

88.30

341.2

−68.4

3.16

216

3.08

22.9

Peru

1.56

6.90

340.8

−68.3

3.16

216

3.07

22.9

Brazil

2.37

10.35

336.3

−68.0

3.13

213

3.05

23.1

United Kingdom

12.61

52.50

316.2

−66.5

2.98

198

2.92

24.1

Philippines

0.91

3.69

307.6

−65.8

2.92

192

2.86

24.6

Argentina

3.75

15.25

307.2

−65.7

2.92

192

2.86

24.6

Italy

11.95

47.42

296.8

−64.8

2.84

184

2.79

25.2

Canada

13.43

52.97

294.4

−64.6

2.83

183

2.77

25.3

Colombia

1.90

7.28

283.6

−63.6

2.75

175

2.70

26.0

France

17.39

65.12

274.4

−62.7

2.68

168

2.63

26.7

Belgium

19.81

72.32

265.0

−61.8

2.62

162

2.56

27.4

Greece

7.41

25.41

242.7

−59.3

2.46

146

2.39

29.3

Netherlands

20.42

68.67

236.4

−58.5

2.41

141

2.34

29.9

Sweden

21.60

67.37

211.8

−55.3

2.23

123

2.14

32.8

Mexico

4.36

10.27

135.5

−40.8

1.69

69

1.39

50.3

Average

3.24

15.88

390.9

−71.6

3.52

252

3.37

20.9

Source: Authors’ calculations.

Note: GDP = gross domestic product; Hong Kong = Hong Kong SAR, China.

a. The Conference Board presents the Chinese data in two series, China (Alternative) and China (Official). The former is based on alternative growth estimates, while the latter is based on official data. We use the China (Alternative) series. For more information on the Conference Board’s alternative growth measures for China, please refer to https://www.conference-board.org/pdf_free/FAQ-for-China-GDP-vs4_10nov15.pdf.

Appendix 9. The World Bank 37: country and territory perspective (1960–2018)

1960 GDP per hour worked ($)

2018 GDP per hour worked ($)

Percentage change 1960–2018 GDP per hour worked

Percentage change time price World Bank 37 index

World Bank 37 commodities personal resource abundance multiplier

Percentage change in personal resource abundance 1960–2018

Compound annual percentage growth rate in personal resource abundance

Years to double personal resource abundance

Australia

2.28

66.15

2,806

−82.1

5.60

460

3.01

23.3

Austria

0.93

62.97

6,639

−92.3

12.97

1,197

4.52

15.7

Belgium

1.67

72.32

4,243

−88.0

8.36

736

3.73

18.9

Brazil

0.27

10.35

3,690

−86.3

7.30

630

3.49

20.2

Canada

2.91

52.97

1,718

−71.4

3.50

250

2.18

32.1

Chile

0.72

18.04

2,392

−79.2

4.80

380

2.74

25.6

Chinaa

0.08

9.18

10,797

−95.2

20.98

1,998

5.39

13.2

Colombia

0.41

7.28

1,688

−71.0

3.44

244

2.15

32.5

Denmark

1.55

84.91

5,368

−90.5

10.53

953

4.14

17.1

Finland

1.15

65.45

5,568

−90.8

10.91

991

4.21

16.8

France

1.47

65.12

4,326

−88.3

8.52

752

3.76

18.8

Greece

0.54

25.41

4,562

−88.9

8.98

798

3.86

18.3

Hong Kong

0.45

43.30

9,507

−94.6

18.49

1,749

5.16

13.8

Ireland

0.76

99.51

12,960

−96.0

25.14

2,414

5.72

12.5

Italy

0.89

47.42

5,256

−90.3

10.31

931

4.10

17.2

Japan

0.43

42.26

9,774

−94.7

19.01

1,801

5.21

13.7

Mexico

0.60

10.27

1,623

−69.8

3.32

232

2.09

33.5

Netherlands

1.40

68.67

4,796

−89.4

9.43

843

3.94

17.9

Norway

1.67

108.94

6,433

−92.0

12.58

1,158

4.46

15.9

Peru

0.35

6.90

1,858

−73.5

3.77

277

2.31

30.3

Portugal

0.43

26.27

6,002

−91.5

11.75

1,075

4.34

16.3

Singapore

0.63

43.91

6,884

−92.6

13.44

1,244

4.58

15.5

South Korea

0.24

29.32

12,290

−95.8

23.85

2,285

5.62

12.7

Spain

0.46

42.69

9,194

−94.4

17.89

1,689

5.10

13.9

Sweden

2.17

67.37

3,009

−83.3

5.98

498

3.13

22.5

Switzerland

1.74

88.30

4,984

−89.8

9.79

879

4.01

17.6

United Kingdom

1.42

52.50

3,588

−85.9

7.10

610

3.44

20.5

United States

4.04

73.64

1,721

−71.5

3.51

251

2.19

32.1

Average

0.77

23.65

2,960

−79.6

5.89

489

3.10

22.7

Source: Authors’ calculations.

Note: Eur. = Europe; GDP = gross domestic product; Hong Kong = Hong Kong SAR, China.

a. The Conference Board presents the Chinese data in two series, China (Alternative) and China (Official). The former is based on alternative growth estimates, while the latter is based on official data. We use the China (Alternative) series. For more information on The Conference Board’s alternative growth measures for China, please refer to https://www.conference-board.org/pdf_free/FAQ-for-China-GDP-vs4_10nov15.pdf.

Appendix 26. Population resource cost, 18 data sets

Data set

Range

Years

Items in the data set

Percentage change in time prices

Time prices in end-year with start year indexed to 1.0

Population in end-year with start-year indexed to 1.0

Total costs start-year

Total costs end-year

Basic 50

1980–2018

38

50

−71.6

0.284

1.71

1.00

0.486

World Bank 37

1960–2018

58

37

−83.0

0.170

2.52

1.00

0.428

Jacks’s 40 blue-collar

1900–2018

118

40

−96.1

0.039

4.30

1.00

0.170

Jacks’s 40 unskilled

1900–2018

118

40

−93.6

0.064

4.30

1.00

0.274

Jacks’s 26 blue-collar

1850–2018

168

26

−98.3

0.017

14.22

1.00

0.243

Jacks’s 26 unskilled

1850–2018

168

26

−96.4

0.036

14.22

1.00

0.511

U.S. food prices blue-collar

1919–2019

100

42

−91.2

0.088

3.12

1.00

0.276

U.S. food prices unskilled

1919–2019

100

42

−87.8

0.122

3.12

1.00

0.380

U.S. finished goods blue-collar

1979–2019

40

35

−72.3

0.277

1.44

1.00

0.400

U.S. finished goods unskilled

1979–2019

40

35

−70.9

0.291

1.44

1.00

0.420

U.S. finished goods upskilling

1979–2019

40

35

−87.7

0.123

1.44

1.00

0.177

U.S. cosmetic procedures blue-collar

1998–2018

20

19

−31.0

0.690

1.19

1.00

0.820

U.S. cosmetic procedures unskilled

1998–2018

20

19

−25.9

0.741

1.19

1.00

0.881

U.S. cosmetic procedures upskilling

1998–2018

20

19

−70.5

0.295

1.19

1.00

0.351

Simon-Ehrlich 1980–1990

1980–1990

10

5

−54.8

0.452

1.20

1.00

0.541

Simon-Ehrlich 1980–2018

1980–2018

38

5

−57.3

0.427

1.71

1.00

0.731

Simon-Ehrlich 1900–2018 blue-collar

1900–2018

118

5

−89.2

0.108

4.30

1.00

0.465

Simon-Ehrlich 1900–2018 unskilled

1900–2018

118

5

−82.6

0.174

4.30

1.00

0.749

Source: Authors’ calculations.

Appendix 27. Percentage change in population resource cost, 18 data sets

Data set

Range

Years

Items in the data set

Total costs start-year

Total costs end-year

Percentage change in total cost

Basic 50

1980–2018

38

50

1.00

0.486

−51.4

World Bank 37

1960–2018

58

37

1.00

0.428

−57.2

Jacks’s 40 blue-collar

1900–2018

118

40

1.00

0.170

−83.0

Jacks’s 40 unskilled

1900–2018

118

40

1.00

0.274

−72.6

Jacks’s 26 blue-collar

1850–2018

168

26

1.00

0.243

−75.7

Jacks’s 26 unskilled

1850–2018

168

26

1.00

0.511

−48.9

U.S. food prices blue-collar

1919–2019

100

42

1.00

0.276

−72.4

U.S. food prices unskilled

1919–2019

100

42

1.00

0.380

−62.0

U.S. finished goods blue-collar

1979–2019

40

35

1.00

0.400

−60.0

U.S. finished goods unskilled

1979–2019

40

35

1.00

0.420

−58.0

U.S. finished goods upskilling

1979–2019

40

35

1.00

0.177

−82.3

U.S. cosmetic procedures blue-collar

1998–2018

20

19

1.00

0.820

−18.0

U.S. cosmetic procedures unskilled

1998–2018

20

19

1.00

0.881

−11.9

U.S. cosmetic procedures upskilling

1998–2018

20

19

1.00

0.351

−64.9

Simon-Ehrlich 1980–1990

1980–1990

10

5

1.00

0.541

−45.9

Simon-Ehrlich 1980–2018

1980–2018

38

5

1.00

0.731

−26.9

Simon-Ehrlich 1900–2018 blue-collar

1900–2018

118

5

1.00

0.465

−53.5

Simon-Ehrlich 1900–2018 unskilled

1900–2018

118

5

1.00

0.749

−25.1

Source: Authors’ calculations.

Appendix 28. Compound annual growth rate in population resource cost, 18 data sets

Data set

Range

Years

Items in the data set

Total costs start-year

Total costs end-year

Percentage change in total cost

Compound annual percentage rate of growth in total cost

Basic 50

1980–2018

38

50

1.00

0.486

−51.4

−1.88

World Bank 37

1960–2018

58

37

1.00

0.428

−57.2

−1.45

Jacks’s 40 blue-collar

1900–2018

118

40

1.00

0.170

−83.0

−1.49

Jacks’s 40 unskilled

1900–2018

118

40

1.00

0.274

−72.6

−1.09

Jacks’s 26 blue-collar

1850–2018

168

26

1.00

0.243

−75.7

−0.84

Jacks’s 26 unskilled

1850–2018

168

26

1.00

0.511

−48.9

−0.40

U.S. food prices blue-collar

1919–2019

100

42

1.00

0.276

−72.4

−1.28

U.S. food prices unskilled

1919–2019

100

42

1.00

0.380

−62.0

−0.96

U.S. finished goods blue-collar

1979–2019

40

35

1.00

0.400

−60.0

−2.26

U.S. finished goods unskilled

1979–2019

40

35

1.00

0.420

−58.0

−2.15

U.S. finished goods upskilling

1979–2019

40

35

1.00

0.177

−82.3

−4.24

U.S. cosmetic procedures blue-collar

1998–2018

20

19

1.00

0.820

−18.0

−0.99

U.S. cosmetic procedures unskilled

1998–2018

20

19

1.00

0.881

−11.9

−0.63

U.S. cosmetic procedures upskilling

1998–2018

20

19

1.00

0.351

−64.9

−5.10

Simon-Ehrlich 1980–1990

1980–1990

10

5

1.00

0.541

−45.9

−5.97

Simon-Ehrlich 1980–2018

1980–2018

38

5

1.00

0.731

−26.9

−0.82

Simon-Ehrlich 1900–2018 blue-collar

1900–2018

118

5

1.00

0.465

−53.5

−0.65

Simon-Ehrlich 1900–2018 unskilled

1900–2018

118

5

1.00

0.749

−25.1

−0.24

Source: Authors’ calculations.

Appendix 29. Years to half population resource cost, 18 data sets

Data set

Range

Years

Items in the data set

Total cost start year

Total cost end year

Percentage change in total costs

Compound annual percentage growth rate in personal resource abundance

Years to half total cost

Basic 50

1980–2018

38

50

1.00

0.486

−51.4

−1.88

36.5

World Bank 37

1960–2018

58

37

1.00

0.428

−57.2

−1.45

47.3

Jacks’s 40 blue-collar

1900–2018

118

40

1.00

0.170

−83.0

−1.49

46.1

Jacks’s 40 unskilled

1900–2018

118

40

1.00

0.274

−72.6

−1.09

63.1

Jacks’s 26 blue-collar

1850–2018

168

26

1.00

0.243

−75.7

−0.84

82.2

Jacks’s 26 unskilled

1850–2018

168

26

1.00

0.511

−48.9

−0.40

173.5

U.S. food prices blue-collar

1919–2019

100

42

1.00

0.276

−72.4

−1.28

53.8

U.S. food prices unskilled

1919–2019

100

42

1.00

0.380

−62.0

−0.96

71.6

U.S. finished goods blue-collar

1979–2019

40

35

1.00

0.400

−60.0

−2.26

30.3

U.S. finished goods unskilled

1979–2019

40

35

1.00

0.420

−58.0

−2.15

32.0

U.S. finished goods upskilling

1979–2019

40

35

1.00

0.177

−82.3

−4.24

16.0

U.S. cosmetic procedures blue-collar

1998–2018

20

19

1.00

0.820

−18.0

−0.99

69.9

U.S. cosmetic procedures unskilled

1998–2018

20

19

1.00

0.881

−11.9

−0.63

109.2

U.S. cosmetic procedures upskilling

1998–2018

20

19

1.00

0.351

−64.9

−5.10

13.2

Simon-Ehrlich 1980–1990

1980–1990

10

5

1.00

0.541

−45.9

−5.97

11.3

Simon-Ehrlich 1980–2018

1980–2018

38

5

1.00

0.731

−26.9

−0.82

84.1

Simon-Ehrlich 1900–2018 blue-collar

1900–2018

118

5

1.00

0.465

−53.5

−0.65

106.7

Simon-Ehrlich 1900–2018 unskilled

1900–2018

118

5

1.00

0.749

−25.1

−0.24

282.6

Average

−1.80

73.86

Source: Authors’ calculations.

Appendix 30. Population resource cost elasticity of population, 18 data sets

Data set

Range

Years

Items in the data set

Percentage change in population

Percentage change in total cost

Total cost elasticity of population

Basic 50

1980–2018

38

50

71.2

−51.4

−0.72

World Bank 37

1960–2018

58

37

151.8

−57.2

−0.38

Jacks’s 40 blue-collar

1900–2018

118

40

330.3

−83.0

−0.25

Jacks’s 40 unskilled

1900–2018

118

40

330.3

−72.6

−0.22

Jacks’s 26 blue-collar

1850–2018

168

26

1,321.7

−75.7

−0.06

Jacks’s 26 unskilled

1850–2018

168

26

1,321.7

−48.9

−0.04

U.S. food prices blue-collar

1919–2019

100

42

212.4

−72.4

−0.34

U.S. food prices unskilled

1919–2019

100

42

212.4

−62.0

−0.29

U.S. finished goods blue-collar

1979–2019

40

35

44.5

−60.0

−1.35

U.S. finished goods unskilled

1979–2019

40

35

44.5

−58.0

−1.30

U.S. finished goods upskilling

1979–2019

40

35

44.5

−82.3

−1.85

U.S. cosmetic procedures blue-collar

1998–2018

20

19

18.9

−18.0

−0.95

U.S. cosmetic procedures unskilled

1998–2018

20

19

18.9

−11.9

−0.63

U.S. cosmetic procedures upskilling

1998–2018

20

19

18.9

−64.9

−3.43

Simon-Ehrlich 1980–1990

1980–1990

10

5

19.6

−45.9

−2.35

Simon-Ehrlich 1980–2018

1980–2018

38

5

71.2

−26.9

−0.38

Simon-Ehrlich 1900–2018 blue-collar

1900–2018

118

5

330.3

−53.5

−0.16

Simon-Ehrlich 1900–2018 unskilled

1900–2018

118

5

330.3

−25.1

−0.08

Source: Authors’ calculations.