Perhetaustan vaikutus taloudelliseen asemaan
Miten suuresta osasta tuloeroja perhetausta vastaa? Miten tärkeä perhetausta on taloudelliselle asemalle? Nämä ovat läheisesti toisiinsa liittyviä kysymyksiä, mutta jälkimmäinen saa huomattavasti enemmän huomiota niin julkisessa keskustelussa, tutkimuksessa kuin politiikassakin. Taloudellisen ja sosiaalisen liikkuvuuden ajatellaan kuvastavan yhteiskunnan avoimuutta ja mahdollisuuksien tasa-arvoa. Tämä artikkeli tarkastelee kolmea eri lähestymistapaa perhetaustan vaikutusten mittaamiseen. Ne täydentävät toisiaan mutta myös antavat kovin erilaisen kuvan siitä, missä määrin tuloerot ovat palautettavissa perhetaustaan.
Tämä kirjoitus perustuu pitkälti artikkeliin Björklund ja Jäntti (2020).
Taloudellista ja sosiaalista liikkuvuutta on tutkittu yhteiskuntatieteissä useita vuosikymmeniä. Sosiologiassa on rikas, 1950-luvulla ja ehkä aiemminkin alkanut tutkimuskirjallisuus, jossa tarkastellaan ammattiin perustuvaa luokkaliikkuvuutta, usein vertailevasta näkökulmasta. Sosiologiassa on myös rikas ja laaja koulutusliikkuvuutta käsittelevä tutkimuskirjallisuus. Taloustieteessä tarkastellaan liikkuvuutta tuloissa ja osin myös koulutuksessa.
Tämä tutkimuskirjallisuus on viime vuosikymmeninä kasvanut voimakkaasti, osin koska aiheen empiirisen tutkimuksen mahdollistavat aineistot ovat kehittyneet nopeasti 1980-luvun jälkeen. Yhteiskuntatieteiden, kuten myös suuren yleisön kiinnostus sukupolvien väliseen liikkuvuuteen selittyy varmaankin monella tekijällä, mutta yksi keskeinen syy on seuraava: koska kukaan ei valitse perhetaustaansa, voidaan perhetaustasta johtuvia eroja pitää keskeisen tasa-arvonormin eli mahdollisuuksien tasa-arvon rikkomuksena.
Tästä syystä on tärkeää tietää, missä määrin perhetausta vaikuttaa taloudelliseen asemaan. Jos perhetaustan osuus tuloeroissa on pieni, on myös mahdollisuuksien tasa-arvo laajalti toteutunut. Jos toisaalta taloudellinen asema määräytyy hyvin pitkälti sen mukaan, millaisesta perheestä itse kukin on peräisin, voi yksilö itse omilla toimillaan vaikuttaa tilanteeseensa verrattain vähäisessä määrin, ja näin ollen myös mahdollisuuksien tasa-arvo on vähäisempää. Tällöin myös argumentit julkisen vallan väliintulon puolesta ovat vahvempia.
Tässä artikkelissa esittelen lyhyesti kolme keskeistä tapaa, joilla taloustieteessä pyritään mittaamaan sitä, miten suuri perhetaustan rooli tuloeroissa on. Lähestymistavat ovat sukupolvien välinen tulojen periytyvyys, sisaruskorrelaatiot ja mahdollisuuksien tasa-arvo. Neljäs tapa, vanhempien ominaisuuksien kausaalivaikutukset, on tärkeä, mutta tilan puute ei salli tarkastella sitä tässä lähemmin.1
”Jos perhetaustan osuus tuloeroissa on pieni, on myös mahdollisuuksien tasa-arvo laajalti toteutunut.”
Nämä kolme taloustieteessä käytettyä lähestymistapaa muodostavat omat tutkimuskirjallisuutensa, jotka keskustelevat toistensa kanssa verraten vähäisessä määrin. Ne ovat kuitenkin selvästi kytköksissä toisiinsa, ja vaikka ne tarkastelevat samoja ilmiöitä, niissä päädytään varsin erilaisiin lopputuloksiin sen kysymyksen suhteen, miten tärkeä perhetausta on.
Ylisukupolvinen liikkuvuus
Tavanomaisin ja tunnetuin tapa tutkia perhetaustan vaikutusta taloudelliseen asemaan on tarkastella sosioekonomista liikkuvuutta kahden toisiaan seuraavan sukupolven välillä mittaamalla, miten lähellä toisiaan ovat vanhempien ja lasten tulemat. Niistä taloustieteilijät ovat lähinnä tarkastelleet tuloja ja koulutusvuosissa mitattua koulutusta.
Tuloja tarkasteltaessa pyrkimyksenä on ollut käyttää koko elinkaaren aikaisia tuloja tai ainakin niiden monivuotista keskiarvoa, koska lyhyen aikavälin tulot vaihtelevat enemmän ja johtavat harhaisiin arvioihin ylisukupolvisesta yhteydestä. Ylisukupolvista tuloliikkuvuutta mitattaessa käytetään mittana pääsääntöisesti lasten ja vanhempien tulojen luonnollisen logaritmien välistä lineaarista kerrointa, niin kutsuttua ylisukupolvista joustoa. Se mittaa sitä, miten suurta prosentuaalista muutosta voi odottaa lapsen tuloissa vanhemman tulojen muuttuessa prosentilla.
Sukupolvien välillä tulonjaossa voi tapahtua suuriakin muutoksia. Tästä syystä voi olla syytä vakioida muutokset tarkastelemalla ylisukupolvista tulokorrelaatiota, joka käytännössä on ylisukupolvisen jouston painotettu versio.2
MITÄ SUUREMMAT OVAT VANHEMPIEN TULOEROT, SITÄ LÄHEMPÄNÄ LASTEN TULOT OVAT HEIDÄN VANHEMPIENSA TULOJA.
Suurin osa tällä alueella tehdystä tutkimuksesta koskee isien ja poikien välistä eli miesten ylisukupolvista joustoa. Tämä rajoittunut näkökulma selittyy osittain tutkimusaineistoihin liittyvillä rajoituksilla. Vertailukelpoisia arvioita eri maissa on yhdistetty niin kutsutuksi Kultahattu-käyräksi3, jossa samaan kuvioon piirretään vaaka-akselille vanhempien sukupolvessa mitatut tuloerot ja pystyakselille ylisukupolvista tulopysyvyyttä mittaava tulojousto. Kultahattu-käyrällä on positiivinen kulmakerroin, eli suuremmat tuloerot vanhempien keskuudessa ovat yhteydessä suurempaan tulojen pysyvyyteen seuraavassa sukupolvessa.
Corakin (2013) versiossa Kultahattu-käyrästä on havaintoja 13 maasta ja tuloeroja mitataan vuonna 1985. Käyrän mukaan Yhdysvalloissa, Isossa-Britanniassa ja Italiassa on sekä isot tuloerot että suuri tulojen pysyvyys yli sukupolvien, kun taas Pohjoismaissa ryhmänä on sekä verrattain pienet tuloerot että matala pysyvyys. Tulojoustot vaihtelevat noin 0,15:stä (Tanskan taso) noin 0,5:een (Italia ja Yhdysvallat). Tanskassa siis 10 prosenttia korkeammat isän tulot ovat yhteydessä noin 1,5 prosenttia korkeampiin pojan tuloihin, kun taas Yhdysvalloissa 10 prosenttia korkeammat isän tulot ovat yhteydessä noin 5 prosenttia korkeampiin tuloihin pojalla. Suomen arvio on reilut 0,2.
Tutkimuksista löytyy huomattavasti vähemmän vertailukelpoisia arvioita tuloerot vakioivista korrelaatioista. Jousto saattaa olla pieni (iso) siitä mekaanisesta syystä, että tuloerot lasten sukupolvessa ovat paljon pienemmät (suuremmat) kuin vanhempien sukupolvessa.
Poikkeus tässä on Corakin et al. (2014) tutkimus, josta löytyy arviot sekä joustosta että korrelaatiosta Kanadalle, Ruotsille ja Yhdysvalloille. Yhdysvalloissa joustolla mitattuna ylisukupolvinen pysyvyys on huomattavasti korkeampaa kuin Kanadassa ja Ruotsissa, mutta korrelaatiolla mitattuna Yhdysvalloissa on vain vähän korkeampi pysyvyys. Yhdysvaltain jousto on heidän tutkimuksessaan 0,40, mutta korrelaatio on 0,26. Kanadan ja Ruotsin korrelaatiot ovat vain hieman Yhdysvaltain korrelaatiota matalampia.
Pohjoismaissa on sekä pienet tuloerot että pieni tulojen pysyvyys yli sukupolvien.
Yhdysvalloissa korrelaatio on huomattavasti joustoa pienempi, koska tuloerot kasvoivat tutkimuksen kattamana ajanjaksona merkittävästi (korrelaatio on yhtä kuin jousto kerrottuna vanhempien ja lasten keskihajontojen osamäärällä; ks. loppuviite 2). Pidänkin todennäköisenä, että korrelaatiot vaihtelevat vähemmän kuin joustot, koska useissa korkean pysyvyyden maissa tuloerot kasvoivat viime vuosisadan loppupuolella enemmän kuin matalan pysyvyyden maissa.
Korrelaatiot ovat käyttökelpoisia myös siksi, että ne kertovat meille, kuinka suuri osa tuloeroista lasten sukupolvessa voidaan palauttaa vanhempien tuloeroihin. Korottamalla korrelaatiokerroin toiseen potenssiin se nimittäin on suoraan regressioanalyysin selitysaste (R2), eli se kertoo, kuinka suuri osa lasten tulojen hajonnasta (varianssista) selittyy vanhempien tuloilla. Korrelaatio, jonka suuruus on 0,4, merkitsee, että lasten tulojen vaihtelusta 16 (= 100 x (0,4 x 0,4)) prosenttia selittyy vanhempien tuloilla. Korrelaatio, jonka suuruus on 0,15, taas merkitsee, että vain noin 2,3 prosenttia lasten tulojen vaihtelusta selittyy vanhempien tuloilla.4 Nämä luvut kattavat karkeasti tutkimuskirjallisuudesta löytyvien korrelaatioiden vaihteluvälin.
PERHETAUSTA SELITTÄÄ VAIN MELKO PIENEN OSAN TULO- JA KOULUTUSEROISTA.
Näiden tulosten valossa perhetausta siis selittää osapuilleen 2–16 prosenttia tuloeroista. On makuasia, pitääkö tätä suurena osuutena vai ei. Oma kantani on kuitenkin se, että nuo eivät ole hälyttävän suuria lukuja.
Koulutusliikkuvuus tuottaa verrattain samankaltaisia tuloksia kuin tuloliikkuvuus. Hertz et al. (2008) arvioivat koulutusvuosissa mitattua pysyvyyttä useissa eri maissa. He arvioivat koulutuskorrelaation lasten ja vanhempien välillä olevan noin 0,3–0,4 Pohjoismaissa, Belgiassa, Alankomaissa ja Isossa-Britanniassa. Yhdysvalloissa koulutuskorrelaatio on korkeampi, 0,46. Selitysasteiksi muunnettuna nämä tulokset viittaavat vain hieman korkeampiin selitysasteisiin kuin mitä tulojen osalta saadaan tulokseksi.
Sisaruskorrelaatio
Toinen lähestymistapa tutkii, miten suuri osa tulojen tai koulutusvuosien vaihtelusta johtuu yhteisistä, perheessä jaetuista tekijöistä tarkastelemalla sisarusten tulemien välisiä korrelaatioita. Sisaruskorrelaatio voidaan tulkita suoraan perhetaustan selitysasteeksi – sillä on siis sama tulkinta kuin regressioanalyysin selitysasteella (R2).
Sisaruskorrelaatio mittaa kaikkien sellaisten tekijöiden merkitystä, jotka ovat sisaruksille yhteisiä riippumatta siitä, voidaanko tekijöitä mitata suoraan vai ei. Vanhempien tuloja tai koulutusta on helppo mitata, mutta heidän lapsillensa opettamiaan arvoja ja arvostuksia ei. Mutta jos jälkimmäiset, esimerkiksi kunnianhimo tai ahkeruus, tuottavat samankaltaisia tulemia heidän lapsillensa, näkyy se korkeampana koulutuksen tai tulojen korrelaationa.
Sisaruskorrelaatiota voi siis pitää varsin laveana perhetaustan merkityksen mittarina. Perhetaustaan kuuluvat havaitut ja ei-havaitut vanhempien resurssit ja vanhempien muu vaikutus. Sisaruskorrelaatioon vaikuttavat myös epäsuorasti vanhemmista ja heidän valinnoistaan riippuvat tekijät, kuten esimerkiksi koulun, harrastusten tai asuinalueen vaikutukset.
Korrelaatio sisarusten tulojen tai koulutustasojen välillä mittaa heille yhteisiä perhetaustan vaikutuksia.
Sisarusten välinen vuorovaikutus saattaa myös tehdä sisaruksista enemmän toistensa kaltaisia ja vaikuttaa silloin sisaruskorrelaatioihin niitä nostaen. Mutta sisaruskorrelaatio ei mittaa geneettisiä ominaisuuksia, joita sisarukset eivät jaa, sisarusten erilaista kohtelua perheen sisällä, muutoksia perheen sisällä yli ajan tai koulujen ja naapuruston muutoksia. Koska tällaiset tekijät riippuvat välillisesti perhetaustasta, sisaruskorrelaatiota voi pitää perhetaustan vaikutuksen alarajana.
Sisaruskorrelaatiolla on myös näppärä ominaisuus. Sitä voi nimittäin pitää kahden eri osatekijän summana: vanhempi-lapsi korrelaatio potenssiin kaksi plus niiden tekijöiden vaikutus sisarusten samankaltaisuuteen, jotka eivät korreloi vanhemman tulojen kanssa.5 Tämä hajotelma sallii tutkijan arvioida, missä määrin sisarusten tulojen samankaltaisuutta selittävät vanhemman tulot tai koulutus ja missä määrin sitä selittävät vaikeammin havaittavat tekijät.
Sisaruskorrelaatioita on mitattu niin tuloissa kuin koulutusvuosissakin vain muutamissa maissa. Sisaruskorrelaatiot tuloissa vaihtelevat Norjan sisarten välisestä 0,19:n suuruisesta arviosta Yhdysvaltain veljien väliseen 0,49:en. Koulutusvuosissa mitatut sisaruskorrelaatiot vaihtelevat hieman korkeammasta, tanskalaisten veljesten välisestä 0,31:stä saksalaisten veljien 0,66:en. Suomi ja Ruotsi ovat näiden vaihteluvälien alapäässä. Selitysasteet vaihtelevat täten välillä 10–44 prosenttia.
Entä sisaruskorrelaatioiden yllä mainittu hajotelma? Sisaruskorrelaatiohan mittaa suurempaa osaa perhetaustan vaikutuksesta kuin pelkät vanhempien tulot tai koulutus. Mutta onko sisaruskorrelaatiosta suurin osa kuitenkin vanhempien tulokorrelaatiota? Vai vastaavatko sisarusten samankaltaisuudesta muut sisarusten jakamat, mutta vaikeasti mitattavat tekijät?
Ylisukupolvisten korrelaatioiden ja sisaruskorrelaatioiden vertailu paljastaa, että ne sisarusten jakamat tekijät, jotka eivät korreloi vanhempien tulojen tai koulutuksen kanssa, ovat merkittävin tekijä sisarusten samankaltaisuudessa. Esimerkiksi Ruotsin isä-poika-korrelaation neliö on 0,03 ja veljeskorrelaatio tuloissa on noin 0,3. Termin “muut tekijät” suuruus on yhtä kuin 0,3-0,03=0,27. Yhdysvaltojen isä-poika korrelaation neliö on 0,07 ja veljeskorrelaatio on 0,49, joten “muut tekijät” on suuruudeltaan 0,42. Valtaosa veljien samankaltaisuudesta niin Ruotsissa kuin Yhdysvalloissakin johtuu siis muista veljiin vaikuttavista jaetuista tekijöistä pikemmin kuin vanhempien tuloista.
Sisaruskorrelaatiota selittävät valtaosin muut sisaruksille yhteiset tekijät kuin heidän vanhempiensa tulot ja koulutus.
Koulutusvuosien sisaruskorrelaatioiden ja ylisukupolvisten korrelaatioiden erot viittaavat samankaltaiseen suureen merkitykseen sisarusten jakamille, mutta vanhempien koulutuksen kanssa korreloimattomille tekijöille.
Sisaruskorrelaatioita koskevan tutkimuksen mukaan perhetausta on paljon tärkeämpi kuin mitä ylisukupolviset korrelaatiot antavat syytä uskoa, kausaalivaikutuksista puhumattakaan. Perhetaustaan on sisaruskorrelaatioilla arvioiden mahdollista palauttaa 20–50 prosenttia tulojen hajonnasta, kun ylisukupolvisten korrelaatioiden mukaan vanhempien ominaisuudet selittävät vain noin 2–16 prosenttia tuloeroista.
Mahdollisuuksien tasa-arvo
Roemer (1998) on inspiroinut nopeasti kasvavan tutkimuskirjallisuuden, jossa pyritään eristämään taloudellisesta ja sosiaalisesta eriarvoisuudesta se osa, jonka voidaan sanoa johtuvan mahdollisuuksien eriarvoisuudesta. Mahdollisuuksien eriarvoisuutta ja siksi eettisesti vaikeasti hyväksyttäviä ovat ne erot, jotka johtuvat tekijöistä, jotka ovat yksilön vaikutusvallan ulkopuolella ja joita kutsutaan olosuhteiksi. Eroja, jotka palautuvat yksilön ponnisteluihin (engl. “effort”) ja valintoihin, taas pidetään helpompina hyväksyä.
Vaikka tällainen erottelu on periaatteessa selkeä, voi käytännössä olla vaikea erottaa omia valintoja ja ponnisteluita siitä, mikä on vanhempien tai muiden olosuhteiden vaikutuksen tulosta. Yleensä tutkimuskirjallisuudessa tämä ratkaistaan siten, että lapsuudessa ja varhaisnuoruudessa tehdyt valinnat ovat olosuhteita ja aikuisiällä tehdyt valinnat laitetaan yksilön itsensä vastuulle.
Yksi tapa operationalisoida tämä erottelu on määritellä joukko “tyyppejä”, joilla kaikilla on samat olosuhteet. Kaikki vaihtelu yhden tyypin yksilöiden parissa johtuu tämän lähestymistavan mukaan eroista yksilöiden ponnisteluissa. Se osa eriarvoisuutta, joka taas on palautettavissa tyyppien välisiin eroihin, mittaa mahdollisuuksien eriarvoisuutta.
Yksilön vaikutusvallan ulkopuolella olevat tekijät voivat heikentää mahdollisuuksien tasa-arvoa.
Tällä lähestymistavalla on monia vahvuuksia verrattuna aiempiin lähestymistapoihin. Siinä tuodaan esimerkiksi itsestäänselvyytenä esiin, että mahdollisuuksien eriarvoisuutta on vaikea tai mahdoton mitata käyttämällä vain yhtä sosioekonomista taustamuuttujaa, oli se sitten vanhempien tulot, heidän ammattinsa tai heidän koulutustasonsa. Monet lapsuudessa kohdatut olosuhteet voivat saada pitkäaikaisia seurauksia ja johtaa eroihin sosioekonomisissa tulemissa. Näitä voi siksi pitää olosuhteina.
Koska mahdollisuuksien tasa-arvossa tarkastellaan useampia olosuhteita, on se laveampi lähestymistapa kuin ylisukupolvinen liikkuvuus, missä pääsääntöisesti tarkastellaan liikkuvuutta vain samassa tulemassa vanhempien ja lasten välillä. Tällä on puolestaan monta mielenkiintoista seurausta.
Mahdollisuuksien tasa-arvoa mitattaessa on esimerkiksi luontevaa pitää isovanhempien resursseja olosuhteena. Lähestymistavassa on myös mahdollista pitää olosuhteena tekijöitä, joita sisarukset eivät jaa. Tällaiset ei-jaetut muuttujat saattavat osaltaan selittää, miksi ylisukupolvinen korrelaatio selittää niin pientä osaa sisaruskorrelaatiosta. Yksi tällainen muuttuja on lasten syntymäjärjestys, joka tietenkin on osa perhetaustaa ja siksi olosuhde, mutta joka määritelmällisesti ei ole sisaruksille yhteinen tekijä. Toinen ehdokas tällaiseksi olosuhteeksi on lapsen syntymäkuukausi, jolla tiedetään olevan vaikutusta koulumenestykseen ja aikuisena saataviin tuloihin.
Toinen tämän lähestymistavan vahvuus on, että mahdollisuuksien eriarvoisuutta voidaan mitata eri eriarvoisuusindekseillä. Edellä käsitellyt kaksi muuta lähestymistapaahan nojaavat koulutuksen ja tulojen (luonnollisen logaritmin) varianssiin, joka ei ole kovin hyvä eriarvoisuusindeksi. Koska tämä lähestymistapa on eksplisiittisen normatiivinen, on mahdollisuus valita eri eriarvoisuusindeksien välillä vahva argumentti lähestymistavan puolesta.
MAHDOLLISUUKSIEN TASA-ARVOA VOIDAAN MITATA MONILLA ERI TAUSTAOMINAISUUKSILLA, JOIDEN VÄLINEN VALINTA ON NORMATIIVINEN KYSYMYS.
Yksi keskeinen ongelma on kuitenkin, että tässä lähestymistavassa oletetaan implisiittisesti tuleman ja olosuhteiden välisen yhteyden olevan kausaalinen, toisin sanoen se, että olosuhteet ovat ulkoa annettuja eli eksogeenisia. Ei liene epäilystä siitä, että vanhempien eksogeeniset tulot ja koulutus ovat olosuhteita, joilla on kausaalinen vaikutus lapsen tulemaan. Ei kuitenkaan ole selvää, että sellaiset havaitsemattomat ja endogeeniset tekijät, jotka ovat vanhempien tulojen tai koulutuksen kanssa korreloituneita, kuten esimerkiksi kunnianhimo tai ahkeruus, ovat olosuhteita.
Nopeasti laajenevan empiirinen tutkimuskirjallisuus on arvioinut mahdollisuuksien eriarvoisuutta, varsinkin tuloissa mitattuna, sekä kehitysmaissa että rikkaissa maissa. Tässä yhteydessä haluan verrata näitä tuloksia aiemmin käsiteltyihin.
Mahdollisuuksien tasa-arvoa koskevassa tutkimuksessa tarkastellaan muitakin taustaominaisuuksia kuin vain vanhempien tuloja. Voisi siis odottaa, että olosuhteet vastaavat suuremmasta osasta tulemien eriarvoisuutta kuin ylisukupolvisessa liikkuvuudessa. Tutkimuksissa olosuhteeksi nimittäin lasketaan tyypillisesti vanhempien tulot, samoin kuin vanhempien koulutus ja ammatti. Olosuhteiksi katsotaan tyypillisesti myös kansallisuus, asuinalue ja myös lasten tai sisarusten lukumäärä.
Kehittyneissä maissa olosuhteiden osuus eriarvoisuudesta vaihtelee Norjan 0,02:n ja Yhdysvaltain 0,17:n välillä. Jos nämä käännetään aiemman kanssa vertailukelpoiselle asteikolle, nämä luvut vastaavat ylisukupolvisia korrelaatioita vaihteluvälillä 0,15–0,41 (ks. Björklund ja Jäntti 2020). Tulokset ovat suuruusluokaltaan samoja kuin ylisukupolviset korrelaatiot, mikä viittaa siihen, että niiden selitysasteet ovat huomattavasti edellä mainittuja sisaruskorrelaatioita alempia.
Björklund et al. (2012) käyttivät laajaa ruotsalaista rekisteriaineistoa ja mittasivat mahdollisuuksien eriarvoisuutta tulojen monivuotisen keskiarvon eriarvoisuudessa. He sisällyttivät olosuhteitten joukkoon paitsi tavanomaisia muuttujia kuten vanhempien tulot ja koulutuksen sekä perherakenteen myös oman, 18 vuoden iässä mitatun älykkyysosamäärän. Älykkyysosamäärä osoittautui huomattavasti tärkeämmäksi olosuhdemuuttujaksi kuin kaikki muut, aiemmissa tutkimuksissa mukana olleet olosuhteet.
Hederos et al. (2017) laajensivat tätä analyysiä tutkimalla sekä miehiä että naisia ja määrittelemällä myös sukupuolen olosuhteeksi. Sukupuolikin osoittautui huomattavasti tärkeämmäksi kuin tavanomaisesti tutkimuksissa käytetyt olosuhdemuuttujat. Ylipäätään sukupuoli on tässä kuten aiemmissakin lähestymistavoissa aivan liian vähälle huomiolle jäänyt olosuhde. Meillä ei esimerkiksi ole juuri mitään tietoa siitä, mikä on lapsikatraan sukupuolikoostumuksen vaikutus liikkuvuuteen tai mahdollisuuksien eriarvoisuuteen, vaikka se ilman muuta tulee katsoa olosuhteeksi.
Lopuksi
Tässä kirjoituksessa on esitelty kolme lähestymistapaa tutkia perhetaustan merkitystä aikuisiän tuloihin tai koulutukseen. Lähestymistavat ovat kaikki informatiivisia tärkeiden yhteiskunnallisten ilmiöiden suhteen. Ne täydentävät toisiaan ja antavat yhdessä rikkaamman kuvan perhetaustan vaikutuksesta kuin mikään lähestymistapa yksin.
Perhetaustan voidaan lähestymistapojen valossa sanoa vaikuttavan taloudellisiin tulemiin. Sisaruskorrelaatiota koskevat tulokset kuitenkin viittaavat siihen, että perhetausta on määrällisesti huomattavasti tärkeämpi kuin mitä muiden lähestymistapojen valossa on syytä uskoa.
Sisaruskorrelaatiot eivät kuitenkaan vastaa mihinkään hyvin määriteltyyn tieteelliseen tai yleispoliittiseen kysymykseen. Se antaa silti tärkeän virstanpylvään, jota vastaan voidaan arvioida muilla lähestymistavoilla saatuja tuloksia. Tulevan tutkimuksen olisikin tärkeätä tunnistaa niitä tekijöitä, joiden vuoksi sisaruskorrelaatio on niin korkea, mutta jotka eivät korreloi vanhempien havaittujen resurssien kanssa. Jos, kuten itse uskon, näitä tekijöitä on syytä pitää olosuhteina, luonnehtii nykyajan yhteiskuntia varsin merkittävä mahdollisuuksien eriarvoisuus.
Mahdollisuuksien eriarvoisuutta koskeva tutkimus on avannut myös näkökulmaa yksittäisistä taustamuuttujista useiden perhetaustatekijöiden samanaikaiseen tutkimukseen tarkastelemalla olosuhteiden määrittelemää “tyyppiä”. Tätä lähestymistapaa käyttäen olisikin mahdollista saavuttaa enemmän laajentamalla nykyistä, verrattain mekaanista empiiristä mallia lisäämällä siihen enemmän ja paremmin mitattuja olosuhdemuuttujia. Näistä tässä mainittakoon esimerkiksi lapsena koettu terveyden ja mitatun kyvykkyyden kehitys, kuten myös erilaiset koulujen laatua mittaavat muuttujat.
Kirjoittaja
Markus Jäntti
professori
INSTITUTET FÖR SOCIAL FORSKNING
STOCKHOLMS UNIVERSITET
markus.jantti at sofi.su.se
Viitteet
1 Björklund ja Jäntti (2020) keskustelevat vanhempien ominaisuuksien kausaalivaikutusten tutkimuksesta ja vertaavat sitä niihin lähetystapoihin, joita tässä käsitellään.
2 ”Jousto” on regressiokerroin, kun lasten tulojen luonnollista logaritmia selitetään vanhempien tulojen luonnollisella logaritmilla ja vakiolla. Joustoa käytetään, koska tällöin regressiokerroin mittaa tuleman prosentuaalista muutosta, kun selittäjä muuttuu yhdellä prosentilla eikä siis riipu käytetystä mittayksiköstä. Jos tulojen luonnollista logaritmia mitataan poikkeamina sukupolven keskiarvosta, jousto on b = kovarianssi[yL,yV]/varianssi[yV] eli vanhempien ja lasten kovarianssi jaettuna vanhempien varianssilla. Korrelaatiokerroin r = kovarianssi[yL,yV]/( ]/(sV*sL )= sV/sL * b, missä sV ja sL ovat vanhemman ja lapsen tulojen keskihajonta eli varianssin neliöjuuri. Keskihajonnat mittaavat sitä, miten paljon vanhempien/lasten sukupolvessa tulot keskimäärin poikkeavat sukupolven keskiarvosta. Jos tuloerot ovat kasvaneet on suhde sV/sL pienempi kuin yksi ja siksi r < b.
3 Käyrän nimi viittaa kirjailija F. Scott Fitzgeraldin kuuluisaan kirjaan Kultahattu (The Great Gatsby, 1925).
4 Holmlund et al. (2011) tutkivat useaa lähestymistapaa käyttäen vanhempien koulutustason kausaalista vaikutusta lasten resursseihin. Havainnollistaakseen menetelmien välisiä eroja he käyttivät ruotsalaista rekisteriaineistoa arvioimaan niin kuvailevaa yhteyttä kuin kolmella tavalla mitattua ylisukupolvista kausaalivaikutustakin. Heidän tuloksensa oli, että vähemmän kuin puolet lasten ja vanhempien koulutuksen kuvailevasta korrelaatiosta on kausaalista. Yli puolet korrelaatiosta vanhempien ja lasten koulutuksessa johtuu siis perinnöllisten tekijöiden tai muiden analyysistä jätettyjen tekijöiden vaikutuksesta. Kausaalivaikutuksia koskevia arvioita tarvitaan, kun suunnitellaan politiikkainterventioita. Niitä ei kuitenkaan tarvita vastaamaan tässä artikkelissa keskiössä olevaan empiiriseen kysymykseen siitä, kuinka suuresta osasta lasten tulemien hajontaa aikuisiässä vanhempien tulemat vastaavat.
5 Matemaattisemmin: Sisaruskorrelaatio = (lapsi-vanhempi korrelaatio)2 + (muut tulojen kanssa korreloimattiomat tekijät, jotka sisarukset jakavat) eli = r2 + z2 missä z on vanhempien tulojen tai koulutuksen kanssa korreloimattomat mutta sisarusten jakamat tekijät (ks. Björklund ja Jäntti 2020). Hajotelman taustalla on, että sisarukset jakavat vanhempien tulon, joka heille välittyy korrelaation kautta, ja sen lisäksi joukon tekijöitä, jotka eivät korreloi tulon kanssa. Nämä arvioidaan välillisesti sisaruskorrelaation ja ylisukupolvisen korrelaation neliön erotuksena.
Kirjallisuus
Björklund, A. & Jäntti, M. (2020), Intergenerational Mobility, Intergenerational effects, Sibling Correlations, and Equality of Opportunity: A Comparison of Four Approaches, Research on Social Stratification and Mobility, February 2020.
Björklund, A. & Jäntti, M & Roemer, J.E. (2012), Equality of Opportunity and the Distribution of Long-run Income in Sweden, Social Choice and Welfare, 39, 675–696.
Corak, M. (2013), Income Inequality, Equality of Opportunity, and Intergenerational Mobility, Journal of Economic Perspectives, 27:3, 79–102.
Corak, M. & Lindquist, M.J. & Mazumder, B. (2013), A Comparison of Upward and Downward Intergenerational Mobility in Canada, Sweden and the United States, Labour Economics, 30, 185–200.
Hederos, K. & Jäntti, M. & Lindahl, L. (2017), Gender and Inequality of Opportunity in Sweden, Social Choice and Welfare, 49, 605–635.
Hertz, T. & Jayasundera, T. & Piraino, P. & Selcuk, S. & Smith, N. & Verashchagina, A. (2008), The Inheritance of Educational Inequality: International Comparisons and Fifty-Year Trends, The B.E. Journal of Economic Analysis & Policy, 7:2, 1–48.
Holmlund, H. & Lindahl, M. & Plug, E. (2011), The Causal Effect of Parents’ Schooling on Children’s Schooling: A Comparison of Estimation Methods, Journal of Economic Literature, 49, 615–651.
Roemer, J.E. (1998), Equality of Opportunity, New York: Harvard University Press.