Na zaproszenie Forum Myśli Instytucjonalnej oraz Uniwersytetu w Białymstoku przedstawiliśmy wyniki badań GRAPE dotyczących roli demografii w kształtowaniu nierówności majątkowych. W debacie publicznej wzrost nierówności majątkowych w Stanach Zjednoczonych najczęściej tłumaczy się rosnącymi nierównościami dochodowymi lub zmianami w systemie podatkowym. W naszych badaniach stawiamy inne pytanie: czy można opowiedzieć historię nierówności majątkowych bez uwzględnienia zmian demograficznych?

Demografia jako brakujące ogniwo

Od połowy XX wieku długość życia – zwłaszcza po 65. roku życia – znacząco wzrosła. To ma konsekwencje ekonomiczne, bo zwiększa bodźce do oszczędzania na starość, zmienia strukturę wieku populacji, zwiększa udział kohort zbliżonych do emerytury a przez to wpływa na relacje majątkowe między pokoleniami.

W pierwszej części prezentacji pokazaliśmy nową metodę dekompozycji zmian nierówności majątkowych (dla USA w latach 1949–2016). Nasze wyniki wskazują, że coraz większa część wzrostu nierówności majątkowych wynika z różnic między pokoleniami, a nie tylko z różnic wewnątrz nich. Rozkładamy zmiany nierówności na trzy główne mechanizmy: (i) wymianę pokoleń (narodziny i zgony kohort), (ii) zmiany struktury populacji oraz (iii) zmiany w zachowaniach oszczędnościowych. Wynik jest jednoznaczny: czynniki demograficzne mają znaczenie ilościowo większe niż zmiany w samych zachowaniach oszczędnościowych.

Model strukturalny: długie życie i nierówności

W drugiej części prezentacji wykorzystaliśmy model pokoleń nakładających się (OLG), który odtwarza ewolucję gospodarki USA w latach 1960–2020. Model uwzględnia rosnącą długość życia, zmiany premii za wykształcenie, zmiany udziału pracy w dochodzie, politykę podatkową i system zabezpieczenia społecznego i inne procesy makroekonomiczne. Pozwala nam to „wyłączać” poszczególne kanały i sprawdzać ich wpływ na nierówności majątkowe.

Wyniki pokazują, że rosnąca długość życia stopniowo, ale trwale zwiększa nierówności majątkowe. Procesy na rynku pracy odgrywają również istotną rolę, a dużo mniejsze znaczenie mają zmiany w systemie podatkowym (ten wynik różni nas od istniejącej literatury). 

Wnioski? Demografia nie jest tłem dla procesów gospodarczych – jest ich współtwórcą. Analiza nierówności majątkowych bez uwzględnienia zmian struktury wieku i długości życia prowadzi do niepełnego obrazu.

Dziękuję za zaproszenie i inspirującą dyskusję.

At the invitation of the Forum of Institutional Thought and the University of Białystok, I presented recent GRAPE research on the role of demographic change in shaping wealth inequality. Public debate on rising wealth inequality in the United States typically focuses on increasing income inequality or changes in taxation. Our research asks a different question: can the story of wealth inequality be told without demography?

Demography as the Missing Link

Since the mid-20th century, life expectancy — especially beyond age 65 — has increased substantially. This has profound economic implications: stronger incentives to save for retirement, shifts in the age structure of the population, a higher share of cohorts close to retirement, and changing wealth relations across generations. In the first part of the presentation, we introduced a new decomposition of changes in U.S. wealth inequality (1949–2016). We show that the rise in U.S. wealth inequality has increasingly been driven by differences between generations rather than only by dispersion within generations. 

We decompose changes in wealth inequality into three mechanisms: (i) generational exchange (birth and death of cohorts), (ii) changes in population structure and (iii) changes in saving behavior. Our key finding is that demographic forces are quantitatively larger than changes in saving behavior alone.

Structural Model: Longevity and Wealth Inequality

In the second part, we presented a structural overlapping-generations (OLG) model replicating the evolution of the U.S. economy between 1960 and 2020. The model incorporates rising longevity, changes in the college premium, shifts in labor share, taxation and social security policies and other macroeconomic trends. This framework allows us to “switch off” specific channels to evaluate their contribution. 

The results indicate that: increasing longevity gradually but persistently contributes to higher wealth inequality. Labor market dynamics play a significant role as well, whereas taxes matter less than often emphasized in the literature.

Conclusions? Demography is not a background variable. It is a structural driver of wealth inequality. Any serious discussion of inequality must account for changes in life expectancy and population structure.

I am grateful for the invitation and for the stimulating discussion.