Afrikas framgångar måste kunna mätas, annars riskerar allt att stanna vid fina ord på papper och ministrars prat.
Förra året talade dåvarande finansminister Anders Borg om Afrika på ett Dagens Industri-seminarium. Kontinenten är i ropet för näringslivet. Här finns förutsättningarna för att investera: god demografi, minskad politisk osäkerhet, ekonomisk stabilitet, strukturella reformer för tillväxt och spridning av IT. ”Europa är gammalt, Afrika är nytt”, sa Borg i en intervju med DN. Hur väl vet vi att de uppgifterna stämmer?
Morten Jerven är en ekonomhistoriker av norskt ursprung verksam vid Simon Fraser University i Vancouver. Han forskar om hur afrikanska länder kommer fram till statistiska mått som BNP. Resultatet finns sammanställt i boken Poor Numbers.
Arbetet är kontroversiellt. Jerven blev handgripligen utkastad från Zambias statistiska centralbyrå, och generaldirektören för Sydafrikas motsvarighet till SCB stoppade honom från att tala på ett möte för FN:s ekonomiska kommission för Afrika.
Bokens budskap är att det finns ett stort kunskapsproblem. Siffror för BNP och annan statistik som ska ligga till grund för en faktabaserad världsbild är inte fakta. Arbetet med att samla in, sammanställa och anpassa siffrorna innehåller en hel del förhandlingar och tolkningar. Statistikorganen i många afrikanska länder har inte nog med resurser och personal eller tillräckligt bra organisation för att kunna ta sig an mätuppgiften.
Ett exempel på det är att i Zambia uppskattas jordbrukets storlek genom förutsägelser om skördarna för åtta grödor. Byggnadssektorn antas växa i samma takt som cementtillverkningen och importen av byggnadsmaterial. Handeln och tjänste- och transportsektorn antas växa i takt med jordbruket och kopparbrytningen.
Kunskapen om inkomst och tillväxt i fattiga länder är alltså låg, och än lägre om hur det ser ut för de fattigaste i dessa länder. Problemen gäller inte bara BNP-måttet utan även mått på hunger, hälsa, utbildning och mobiltäthet.
Mätfelen får stora effekter. Ghana bytte för några år sedan vilket basår som BNP beräknas ifrån. Resultatet blev att landets BNP nästan fördubblades med det nya basåret, och gick genom ett penndrag från att klassificeras som ett fattigt land till ”afrikanskt under” som medelinkomstland.
Statistiken har ofta stor politisk betydelse. Biståndet riktas om mot att givarländerna ”betalar för resultat”. Modeord som ”accountability” diskuteras ofta. Vad som mäts, och hur mätningarna går till, betydligt mer sällan.
Rangordningar på landsnivå är politisk hårdvaluta. Är Moçambique Afrikas åttonde fattigaste land, som i Världsbankens ranking? Eller är det Afrikas tolfte rikaste land som i The Maddison Projects lista? Det kan avgöra inrikespolitiken, om landet får lån från Världsbanken och hur bistånd fördelas. Påtryckningarna för att statistiken ska ställa regeringens politik i gott ljus blir förstås hårdare om landet är en diktatur.
Poor Numbers berättar om hur statistik samlats in historiskt i Afrika. Kolonialadministrationerna samlade främst in data för att mäta exporten, siffror om annat sågs inte som viktigt. När länderna blev självständiga överfördes statistiska metoder från industriländerna rakt av till ekonomier som präglades av självhushållning och en stor informell sektor.
Statens förmåga och effektivitet är starkt kopplad till vilken kvalitet på statistiken som är möjlig, konstaterar Jerven. Krig, kupper och katastrofer lämnar vita fläckar efter sig i siffrorna. En del afrikanska länder hade därför troligen tillgång till bättre statistiska underlag för 40–50 år sedan än i dag.
Oroande är också att forskare nu för tiden verka lita för mycket på resultaten från stora statistikinsamlingar på metanivå som de Världsbanken, OECD eller Penn World Tables gör. Frågor om metod, hur uppskattningar gjorts och hur regelbundet statistiken samlas in ställs mer sällan. Fast sammanställningarna får också sin information från afrikanska statistikorgan.
Lösningarna som Jerven föreslår är intressanta, men nog så svåra. Det gäller att flytta fokus från databehandlingen, där data kanske inte finns, till datainsamlingen. Då behövs mer inblandning från internationella organ och biståndsorganisationer i att se över myndigheters organisation, utbildningen av statistiker och vilka regler som är lämpliga att vägleda arbetet. Än svårare kan det vara att hålla korruptionen borta från statistikmyndigheterna.
Författaren har gjort ett bra arbete ute på fältet, det finns mycket ny information i boken trots att omfånget är litet. Den är främst avsedd för beslutsfattare och andra ekonomer, men är så upplyftande tydligt och enkelt skriven att även allmänintresserade kan få ut en hel del.
Poor Numbers är en fascinerande, men oroande bok. Är afrikanska ekonomier på rätt väg och värda att investera i? Hur väl vet vi att demokrati, bistånd och reformer gjort nytta? Hur väl är egentligen millenniemålen uppfyllda? Det måste kunna mätas, annars riskerar allt att stanna vid fina ord på papper och ministrars prat.
Waldemar Ingdahl, frilansjournalist
Poor Numbers – How We Are Misled by African Development Statistics and What to Do about It, Morten Jerven (Cornell University Press, 2013)
Det här var en text från Magasinet Arena #2 2015. Vid citering vänligen referera till Magasinet Arena.
Magasinet Arena #3 2015 finns i butik. En prenumeration av tidningen kan beställas här >>
Följ Dagens Arena på Facebook och Twitter, och prenumerera på vårt nyhetsbrev för att ta del av granskande journalistik, nyheter, opinion och fördjupning.
