1. T&Y-lehti
2. Voiko eriarvoisuutta edes tutkia?

Voiko eriarvoisuutta edes tutkia?

Eriarvoisuuden tutkimus on edennyt viime vuosikymmeninä harppauksin, kiitos uusien menetelmien ja rekisteriaineistojen. Kaikkiin kysymyksiin tutkijoilla ei silti vieläkään ole vastausta, ja se on paras myöntää suoraan. Epätarkka ja epävarma tietokin on parempi pohja poliittiselle päätöksenteolle kuin tarkka mutta harhainen.

“If you want the American Dream, go to Finland”, kirjoitti Washington Monthly -lehti vuonna 2013. Lehti viittasi brittipoliitikko Ed Milibandin toteamukseen, jonka mukaan köyhään perheeseen syntyneellä on paremmat mahdollisuudet nousta hyvään asemaan Pohjoismaissa kuin Yhdysvalloissa¹. Väite on perusteltu siinä mielessä, että taloustieteellinen tutkimus on jo pitkään osoittanut sukupolvien välisen tuloliikkuvuuden olevan suurempaa Pohjoismaissa kuin Yhdysvalloissa².

Artikkelin ilmestymisen jälkeen tuloliikkuvuuden ja mahdollisuuksien tasa-arvon tutkimus on mennyt eteenpäin niin Yhdysvalloissa kuin Pohjoismaissakin. Uudempi tutkimus antaa aikaisempaa tarkemman kuvan eriarvoisuuteen vaikuttavista tekijöistä. Tämän on mahdollistanut menetelmien kehittymisen lisäksi ennen kaikkea suurten, koko väestön useilta vuosikymmeniltä kattavien rekisteriaineistojen käyttö tutkimuksessa.

Tuore tutkimus on keskittynyt tarkastelemaan eriarvoisuuden syntymekanismeja. Tutkijoita ei enää kiinnosta ainoastaan tulojen ja sosiaalisen aseman periytyminen, vaan myös siihen vaikuttavat tekijät. Jos esimerkiksi Suomessa köyhään perheeseen syntyneellä on paremmat mahdollisuudet pärjätä elämässä kuin Yhdysvalloissa, mitkä tekijät tähän vaikuttavat? Vaikuttavatko esimerkiksi lapsuuden asuinalue, alueen koulut ja opettajat, kaverit, paikallinen rikollisuus tai vanhempien uravalinnat? Jos mahdollisuuksien tasa-arvoa pidetään tavoiteltavana, voivat vastaukset mekanismien taustalla oleviin kysymyksiin auttaa tekemään parempaa politiikkaa.

Kuinka eriarvoisuuden syntymekanismeja tutkitaan?

Miten tällaista tutkimusta sitten tehdään? Kesäkuussa Suomessa Yrjö Jahnssonin säätiön kutsumana vieraillut Harvardin professori Raj Chetty on tehnyt kollegoidensa kanssa paljon aiheeseen liittyvää tutkimusta amerikkalaisilla aineistoilla. He ovat esimerkiksi havainneet suuria alueellisia eroja tuloliikkuvuudessa Yhdysvaltojen sisällä³.

Lapsuuden asuinalueiden vaikutuksen tutkiminen havainnollistaa hyvin eriarvoisuustutkimuksen haasteita. Mahdolliset havaitut erot alueiden välillä eivät vielä automaattisesti tarkoita, että alueilla olisi vaikutusta siellä kasvavien lasten mahdollisuuksiin elämässä. Asian tutkimisen kannalta suurin empiirinen haaste on valikoituminen. Perheet päättävät itse, missä asuvat, joten erot lasten lopputulemissa — esimerkiksi myöhemmässä koulutus- ja tulotasossa — kertovat sekä alueiden vaikutuksesta että erilaisten perheiden erilaisista asuinpaikkavalinnoista.

Asian havainnollistamiseksi voidaan miettiä mitä tahansa lääkkeellistä hoitoa. Oletetaan esimerkiksi, että allergiset ihmiset hankkivat antihistamiineja lieventämään allergiaoireita. Antihistamiineja saatuaan joillakin heistä on edelleen oireita lääkityksestä huolimatta, vaikka luultavasti aiempaa vähemmän. Samaan aikaan suurimmalla osalla ihmisistä, jotka eivät hankkineet lääkitystä, ei ole allergioita, eikä siten myöskään oireita.

Jos verrataan näitä kahta ryhmää keskenään, huomataan, että antihistamiineja hankkineilla on itse asiassa enemmän oireita kuin niillä, jotka eivät olleet hankkineet lääkitystä. Jos tässä kohtaa ei huomioitaisi, että lääkitys hankittiin alun perin lievittämään oireita, tehtäisiin väärä johtopäätös, että lääkitys aiheutti sairauden tai ainakin pahensi sen oireita.

Tätä empiiristä haastetta kutsutaan valikoitumisongelmaksi, ja lääketieteen puolella se ratkaistaan käyttämällä satunnaistettuja vertailututkimuksia (Randomized Controlled Trial, RCT). Siinä testattavat jaetaan satunnaisesti testattavaa lääkettä saavaan koeryhmään ja lumelääkettä saavaan verrokkiryhmään. Sillä tavalla varmistetaan, että verrataan keskimäärin samanlaisia ryhmiä toisiinsa, jolloin erot ryhmien välillä johtuvat testattavan lääkkeen vaikutuksesta.

Koska perheitä ei voi satunnaisesti jakaa asumaan eri alueille, tarvitaan muita menetelmiä alueiden vaikutuksen selvittämiseksi.

Satunnaiskokeiden käyttö tutkimuksessa on yleistymässä myös taloustieteessä. Suomessa tehtyjä satunnaiskokeita ovat esimerkiksi perustulokokeilu ja kaksivuotisen esiopetuksen kokeilu. Erityisesti mahdollisuuksien tasa-arvoa mitattaessa satunnaiskokeita ei useinkaan ole mahdollista toteuttaa. Sama logiikka pätee lapsuuden asuinalueisiin: lasten lopputulemat eivät riipu pelkästään alueesta, vaan myös siitä, millaiset perheet päätyvät minnekin. Perheitä ei voi satunnaisesti jakaa asumaan eri alueille, joten tarvitaan muita menetelmiä alueiden vaikutuksen selvittämiseksi.

Sama valikoitumisongelma koskee taloustiedettä laajemminkin. Taloustieteilijät ovatkin olleet varsin luovia keksiessään menetelmiä korvaamaan satunnaistettuja vertailututkimuksia. Menetelmien kehittämisen on osaltaan mahdollistanut suurten rekisteriaineistojen käyttö tutkimuksessa. Menetelmien monimutkaisuuden vuoksi ne usein vaativat toimiakseen suuren ja luotettavan aineiston, ja juuri tässä rekisteriaineistot ovat ylivoimaisia. Yksi usein käytetty ratkaisu on etsiä aineistosta jotain, joka luonnostaan muistuttaa satunnaista jakoa koeryhmään ja vertailuryhmään, ainakin kun vertailu tehdään sopivien kohderyhmien sisällä.

Se, missä perheet päättävät asua ja ketkä päättävät muuttaa ja minne, on kaikkea muuta kuin satunnaista. Alueiden vaikutuksen erottamiseksi tutkijat Raj Chetty ja Nathaniel Hendren käyttävät muuttajiin perustuvaa asetelmaa (movers design)⁴, jossa vertaillaan eri-ikäisenä muuttavia lapsia toisiinsa. Jos alueet vaikuttavat lopputulemiin, pitäisi nuorempina muuttaneissa lapsissa näkyä suurempi vaikutus kuin vanhempina muuttaneissa.

Asetelma olisi lähellä satunnaiskoetta, jos eri-ikäisten lasten kanssa muuttavat perheet olisivat keskenään samanlaisia, ikään kuin muuton ajankohta ja siten lapsen ikä muuttohetkellä olisi arvottu. Tätä kutsutaan asetelman identifikaatio-oletukseksi. Jos oletus pätee riittävän hyvin, saadaan aineistosta eroteltua alueiden vaikutus valikoitumisesta. Käytännössä vertailu tehdään samana vuonna ja saman tulotason perheisiin syntyneiden lasten kesken, jolloin riittää, että oletus pätee näiden vertailujen sisällä. Lisäksi asetelma paljastaa vain ne alueiden vaikutukset, jotka kertyvät ajan myötä. Itse muuttamisesta saatua kertaluontoista hyötyä tai haittaa se ei erota valikoitumisesta.

Vertailu on vielä uskottavampi, kun vertaillaan muuttavien perheiden sisällä eri-ikäisiä sisaruksia keskenään. Sisaruksilla on samanlainen perhetausta, mutta nuorempi sisaruksista altistuu kauemmin uudelle alueelle. Tämäkään ei silti vastaa satunnaiskoetta, koska osa perheistä saattaa muuttaa esimerkiksi työn perässä tai avioeron seurauksena, ja näiden tekijöiden vaikutus voi näkyä eri tavalla eri-ikäisissä lapsissa. Lisäksi vertailusta tulee samalla epätarkempi, mikä asettaa lisää vaatimuksia käytettävälle aineistolle.

Mitä tutkimuksen perusteella tiedetään ja mitä ei tiedetä?

Tarkastellaan ensin Yhdysvaltoja, josta on enemmän tutkimusta, ja sitten Suomea ja muita Pohjoismaita. Yhdysvalloissa alueiden väliset erot lasten lopputulemissa ovat varsin suuria, ja alueiden välillä muuttaminen näyttäisi vaikuttavan sitä enemmän, mitä nuoremmasta lapsesta on kyse. Vaikutus näyttää samanlaiselta, kun verrataan sisaruksia keskenään muuttavien perheiden sisällä. Lisäksi tutkijat sulkevat pois useita muita tuloksia mahdollisesti vääristäviä mekanismeja, kuten muutokset vanhempien tuloissa ja siviilisäädyssä. Tällainen vertailu ei ole sama asia kuin satunnaistettu vertailututkimus, mutta se alkaa jo varsin vakuuttavasti viitata siihen, että Yhdysvalloissa lapsuuden asuinalueella on vaikutusta siellä kasvavien lasten tuloihin, koulutukseen, lasten saamiseen ja avioitumiseen myöhemmin elämässä.

Mitkä tekijät sitten kuvaavat niitä alueita, joilla on paljon ylöspäin suuntautuvaa tuloliikkuvuutta, eli joilla köyhään perheeseen syntyneellä on parhaat mahdollisuudet? Chetty ym.⁵ tunnistivat viisi tällaista ominaisuutta: vähäisempi asuinalueiden eriytyminen, pienemmät tuloerot alueella, paremmat peruskoulut, vahvempi sosiaalinen pääoma (yhteisöllisyys, verkostot, kansalaisosallistuminen) ja vakaammat perherakenteet (suurempi kahden vanhemman kotitalouksien osuus). Nämä ovat kuitenkin edellä kuvatun naiivin vertailun tuottamia korrelaatioita, eivät alueiden ominaisuuksia, jotka välttämättä aiheuttaisivat liikkuvuutta.

Uudempi Facebook-aineistoa hyödyntävä tutkimus⁶ tarkensi, että erityisesti se, kuinka paljon pienituloiset ystävystyvät hyvätuloisten kanssa, on vahvin yksittäinen liikkuvuuden ennustaja. Tutkimus esittää myös näyttöä, joka viittaa siihen, että kyse ei ole pelkästään korrelaatiosta, joskaan se ei suoranaisesti eristä luokkarajat ylittävien ystävyyksien vaikutusta tuloliikkuvuuteen. Jatkotutkimus⁷ osoittaa, että luokkarajat ylittävien ystävyyssuhteiden puute johtuu kahdesta asiasta: pienituloiset ja hyvätuloiset eivät kohtaa toisiaan kouluissa ja naapurustoissa, ja silloinkin, kun he kohtaavat, ystävystyminen tapahtuu herkemmin oman ryhmän sisällä.

Osana omaa väitöskirjaani⁸ tutkin, löytyisikö Suomesta vastaavia tuloksia lapsuuden asuinalueiden vaikutuksesta. On mahdollista, että pohjoismaisessa hyvinvointivaltiossa kasvuympäristöllä ei ole samalla tavalla merkitystä tulevaisuuden mahdollisuuksien kannalta. Yhteiskunnan instituutiot toimivat täällä eri tavalla: sosiaaliturva on vahvempi ja useimmiten lapset menevät lähimpään julkiseen kouluun. Myös Chettyn listan valossa Suomi näyttää lupaavalta: asuinalueiden eriytyminen ja tuloerot ovat kansainvälisesti pieniä ja koulujen taso tasainen.

Suomessakin lasten myöhemmät tulot ja kouluttautumisvalinnat vaihtelevat asuinalueittain, mutta erot ovat selvästi pienempiä kuin Yhdysvalloissa.

Suomessakin lasten myöhemmät tulot ja kouluttautumisvalinnat vaihtelevat asuinalueittain, mutta erot ovat selvästi pienempiä kuin Yhdysvalloissa⁹. Voidaan silti kysyä, johtuvatko erot alueiden vaikutuksesta vai valikoitumisesta, eli vaikuttaako lapsuuden asuinalue tuleviin mahdollisuuksiin elämässä. Tutkimuskysymys on siinä mielessä haastava, että pienten muutosten erottaminen sattumasta vaatii tilastollista tarkkuutta, jota suurikaan aineisto ei aina tarjoa.

Tässä kohtaa väitöstutkimukseni ei anna selkeää vastausta. Muuttaminen alueiden välillä näyttäisi vaikuttavan enemmän nuorempina muuttaviin lapsiin, mikä viittaisi siihen, että alueilla on vaikutusta eriarvoisuuteen. Toisaalta vertailtaessa muuttavien perheiden sisaruksia, eroa ei enää havaita. Tämä viittaisi valikoitumiseen, eli siihen, että pienten lasten kanssa muuttavat perheet ovat erilaisia kuin vanhempien lasten kanssa muuttavat, eikä alueilla itsessään ole vaikutusta.

Sisarusvertailu Suomen aineistolla on kuitenkin sen verran epätarkkaa, ettei se anna varmaa vastausta kumpaankaan suuntaan. Voi siis olla, että eroa nuorempien ja vanhempien lasten välillä ei havaita pelkästään siitä syystä, että menetelmä on Suomen aineistolla epätarkka. Epätarkkuus johtuu kolmesta asiasta: Suomessa alueiden väliset erot ovat alun perin pieniä, menetelmä on aineiston suhteen vaativa ja havaintoja Suomen kokoisessa maassa on paljon vähemmän kuin Yhdysvaltojen aineistossa.

Muissa Pohjoismaissa tehty tutkimus on antanut samansuuntaisia tuloksia. Tanskan aineistolla on saatu viitteitä altistusvaikutuksista, mutta ne ovat selvästi pienempiä kuin Yhdysvalloissa¹⁰. On myös huomattu, että perheet näyttävät valikoituvan myös lapsen muuttoiän mukaan, eikä asetelma siksi ole välttämättä luotettava, vähiten Pohjois-Euroopan pienten alue-erojen oloissa, joissa pienikin valikoituminen riittää peittämään todellisen vaikutuksen¹¹. Tässä oma tulokseni on linjassa aikaisemman tutkimuksen kanssa: mitä pienemmät alueiden väliset erot ovat, sitä vaikeampaa alueiden vaikutusta on erottaa valikoitumisesta. Hyvä uutinen on, että vaikka alueilla olisikin vaikutusta, niiden merkitys on vähäisempi, koska erotkin ovat pienempiä.

Epävarmuuden merkitys tutkimuksessa ja yhteiskunnassa

Tutkimukseen ja tietoon ylipäätään liittyy aina vaihteleva määrä epävarmuutta. Esimerkiksi Chettyn ja Hendrenin tutkimuksen tulokseen liittyy vähemmän epävarmuutta kuin oman väitöstutkimukseni tulokseen, ja antihistamiinien vaikutuksesta tiedetään enemmän ja suuremmalla varmuudella kuin lapsuuden asuinalueiden vaikutuksesta. Olen käyttänyt esimerkkinä tutkimusta lapsuuden asuinalueiden merkityksestä mahdollisuuksien tasa-arvolle. Samanlaiset haasteet liittyvät kaikkeen eriarvoisuuden tutkimiseen ja taloustieteelliseen tutkimukseen laajemminkin.

Moni tärkeä kysymys jäisi kuitenkin kokonaan ilman vastausta, mikäli tutkittaisiin vain sellaisia kysymyksiä, joihin saadaan tarkka vastaus esimerkiksi huolella tehdyn satunnaistetun vertailututkimuksen avulla. Sekin, että jokin tutkimusasetelma ei kykene jossakin kontekstissa antamaan varmaa vastausta, on tutkimustulos. Ainakin silloin tiedetään, että kyseisen asetelman perusteella ei tiedetä. Rehellinen epätarkka tulos on parempi kuin naiivin vertailun antama ”tarkka”, mutta harhainen luku. Esimerkiksi alueiden vertailu suoraan lopputulemien perusteella antaisi ”tarkan”, mutta vääristyneen kuvan alueiden vaikutuksesta, sillä valikoitumista ei olisi eroteltu alueiden vaikutuksesta.

Poliittisia päätöksiä täytyy kuitenkin usein tehdä epävarmuudesta huolimatta. Silloin on syytä olla tarkkana, tehdäänkö ne parhaan saatavilla olevan ja usein epävarman tiedon varassa vai mututuntumalla tai jopa vääriin lukuihin perustuen. Varma ja tarkka luku kuulostaa vakuuttavalta, mutta se voi olla syntynyt nopeasta, naiivista vertailusta asiaa sen pidemmälle miettimättä, tai arvioon liittyvä epävarmuus on syystä tai toisesta jätetty kertomatta. Epävarmuus ei siis ole epäpätevyyttä. Se voi päinvastoin kertoa rehellisyydestä sen suhteen, mitä asiasta todellisuudessa tiedetään ja mitä ei.