Mitä Japani edellä, sitä Suomi perässä? Työikäisen väestön vähenemisen vaikutus Suomen talouskasvuun
Japanissa työikäisen väestön kasvu kääntyi kiihtyvään laskuun vuoden 1995 jälkeen. Samoihin aikoihin Japanissa bkt:n kasvu on hidastunut huomattavasti. Suomessa väestön osalta sama ilmiö tapahtui 14 vuotta myöhemmin vuoden 2009 jälkeen (kuvio 1a). Suomea ja Japania erottavat nuo 14 vuotta ja se, että Japanissa työikäisen väestön kasvu oli huomattavasti nopeampaa käännöstä edeltävinä vuosikymmeninä. Suomen kehitys siis seuraa Japanin kehitystä, joten Japanin esimerkistä voi olla paljon opittavaa Suomen näkökulmasta.
Kuviot 1b ja 1c osoittavat ajankohdan, jolloin Japanissa ja Suomessa siirryttiin positiivisesta negatiiviseen työikäisen väestön kasvuun. Japanissa siirtymä oli tasainen, Suomessa nopeampi.
Huom. Japanin käyrä esittää työikäisen väestön vuosina 1950–2013, Suomen käyrä vuosina 1964–2015.
Bruttokansantuotteen ja työttömyysasteen muutosten suhdetta kuvataan niin sanotulla Okunin lailla, joka kertoo, miten bkt muuttuu, kun työttömyyden määrä muuttuu.1
Työttömyyden ja talouskasvun yhteys on erilainen Japanissa ennen ja jälkeen vuoden 1995 (kuvio 2). Kun ennen Japanissa tarvittiin tämän estimaatin mukaan 6,2 prosentin talouskasvua siihen, että työttömyys ei kasva, nykyään sitä tarvitaan vain yksi prosentti. Suomessa sama luku on pudonnut vuosien 1960–2009 3,4 prosentista vuosien 2009–2015 yhteen prosenttiin (kuvio 3).2 Näitä muutoksia selittää väestön ja tuottavuuden kasvun aleneminen.
Huom. Työttömyyden muutos on esitetty x-akselilla ja BKT:n muutos y-akselilla.
Huom. Työttömyyden muutos on esitetty x-akselilla ja BKT:n muutos y-akselilla.
Talouskasvun teorian merkittävän kehittäjän Robert Solow’n vuonna 1956 julkaistussa kasvumallissa tarkastellaan mm. juuri työvoiman kasvun vaikutusta talouskasvuun. Mallissa talouskasvuun vaikuttavat pääoma, työvoima ja teknologia. Pääoma voidaan tässä yhteydessä ymmärtää laajassa mielessä, jolloin se sisältää myös inhimillisen pääoman eli koulutusinvestoinnit. Kun investointeja on tehty niin paljon, että pääoma on saavuttanut optimaalisen tason, mallin mukaan teknologian ja työvoiman kasvuasteet määräävät bkt:n kasvuvauhdin. Suomessa on pääoman vapaa liikkuvuus ja Suomi on niin sanottu kehittynyt maa, siksi Suomen pääoman tason voidaan olettaa pyörivän lähellä optimaalista tasoa. Oletetaan lisäksi, että Suomen kaltaisessa teknologian eturintaman maassa myös teknologia kasvaa pitkän aikavälin tarkastelussa jollain keskimääräisellä vauhdilla.
Mallin mukaan siis tilanteessa, jossa Suomessa pääoma on optimaalisella tasolla ja teknologian odotetaan kehittyvän keskimäärin 2 prosenttia vuodessa, lopullisen bkt:n kasvuasteen määrää työvoiman kasvuaste. Kuten aiemmin totesimme, työvoima on alkanut supistua. Teknologian kasvu ei yksinään riitä tuottamaan sellaisia bkt:n kasvuasteita, joita havaitsemme aineistossa ennen vuotta 2009.
Kuvio 4 esittää Japanin eri reaalisten bkt-mittareiden indeksejä. Mittareista tuottavuuden muutosta kuvaa työikäisellä väestöllä jaettu bkt, joka on kasvanut ajanjaksolla huomattavasti. Vuoden 1995 jälkeen bkt taas on kasvanut hitaammin johtuen työikäisen väestön romahduksesta.
Kuviossa 5 on esitetty samat bkt-muuttujat Suomelle. Japanin esimerkistä voidaan ennustaa, että violetti käyrä tulee jatkossakin erkanemaan huomattavasti sinisestä bkt:n käyrästä. Jos violetin käyrän eli tuottavuuden kasvu ei ole nopeaa, on turha odottaa bkt:llekaan viime vuosikymmenten korkeita kasvulukuja, koska työvoiman kasvun vaikutus on muuttunut positiivisesta negatiiviseksi.
Mitä siis opimme Japanista?
- Bkt:n kasvu on jatkossa aiempaa alhaisempaa Suomessa
- Matala bkt:n kasvu ei välttämättä johda korkeaan työttömyyteen
- Jatkossa Suomen bkt:tä kasvattaa teknologian kasvu
Kirjoittajat
Vanhempi tutkija Ohto Kanninen
Projektitutkija Sakari Lähdemäki
Viitteet
1 Laki voidaan ilmaista yhtälöllä ΔGDP/GDP = α + βΔU, jossa bkt:n muutosta selittää työttömyyden muutokset, ΔU, kertoimella β sekä kerroin α, joka kertoo kuinka paljon bkt:n on havaittu muuttuvan silloin kun työttömyys ei muutu.
2 Jälkimmäinen luku tosin sisältää paljon epävarmuutta, sillä se on estimoitu 7 samasta aikasarjasta saadun havainnon perusteella.
- Ohto Kanninen
- johtava tutkija
- Puh. +358-41 513 7175
- ohto.kanninen@labore.fi
- Tutkijaprofiili
- Sakari Lähdemäki
- erikoistutkija, ennustepäällikkö
- Puh. +358-40 940 2830
- sakari.lahdemaki@labore.fi