Högre utbildning - regional rekrytering och samhällsekonomiska kalkyler
Hänvisat till av
- Prop. 1972:111: Kungl. Maj:ts proposition angående regional utveckling och hushållning med mark och vatten
- SOU 1973:12: Försöksverksamhet med yrkesteknisk högskoleutbildning, avsnitt 176
- SOU 1973:2: Högskolan, avsnitt 2, 3, 4, 4.1.2 och 4.2.1 m.fl.
- SOU 1973:3: Högskolan : sammanfattning av förslag av 1968 års utbildningsutredning, avsnitt 3, 4 och 506
- SOU 1973:47: Högskolornas förvaltning, avsnitt 2
- SOU 1973:58: Högskoleutbildning, avsnitt 182
- SOU 1973:59: Högskoleutbildning, avsnitt 2
- SOU 1974:19: Högskoleutbildning betänkande., avsnitt 1
- SOU 1974:51: Utbildning i förvaltning inom försvaret, avsnitt 1968
- SOU 1979:80: Prognoser och arbetsmarknadsstatistik för högskolan betänkande, avsnitt 1.2
''Of* National Library of Sweden
Denna bok digitaliserades på Kungl. biblioteket år 2013
RAPPORT
Högre utbildning — regional rekrytering och samhällsekonomiska kalkyler 1972:23
Rapporter från undersökningar genomförda av/ 1 Qfift årc nthilHninncntrpHninn
Statens offentliga utredningar 1972:23 Utbildningsdepartementet
Högre utbildningregional rekrytering och samhällsekonomiska kalkyler Regional rekrytering till universitet och högskolor under 1960-talet Einar Holm Nils Häggström Samhällsekonomiska kalkyler för längre utbildning Leif Magnusson Svend Tychsen
Rapporter från undersökningar genomförda av 1968 års utbildningsutredning 4 Stockholm 1972
ISBN 91-38-00233-7
Göteborgs Offsettryckeri A B , Sthlm 71.620 S
Till Statsrådet och chefen för utbildningsdepartementet
1968 års utbildningsutredning, som den 7 oktober 1968 erhöll tillstånd att utföra undersökningar rörande den högre utbildningens dimensionering och struktur, har tidigare utgivit undersökningsrapporterna "Universitetsstudier utan examen. Rapport till 1968 års utbildningsutredning. Sammandrag och kommentarer" (SOU 1971:60), "Val av utbildning och yrke" (SOU 1971:61) och "Högre utbildning och arbetsmarknad" (SOU 1971:62). I en fjärde rapport presenteras två undersökningar. Den ena belyser regional rekrytering till universitet och högskolor under 1960-talet och har genomförts av fil. lic. Einar Holm och fil. dr. Nils Häggström vid geografiska institutionen vid Umeå universitet. Den andra redovisar några samhällsekonomiska kalkyler för längre utbildning och har genomförts av fil. lic. Leif Magnusson och cand. polit. Svend Tychsen vid nationalekonomiska institutionen vid Stockholms universitet. Utredningen får härmed överlämna undersökningsrapporten "Högre utbildning - regional rekrytering och samhällsekonomiska kalkyler". Stockholm den 24 april 1972 Lennart Hans Löwbeer
Sandgren
Bertil Olsson
Jonas Orring /Gunnar Bergendal
Regional rekrytering till universitet och högskolor under 1960-talet Einar Holm Nils Häggström
Utredningens inledning
Antalet närvarande studerande i eftergymnasial utbildning har trefaldigats under 1960-talet. Ökningen av studerande an tale t har till större delen skett på de fyra äldre universitetsorterna. Samtidigt har emellertid högre utbildning förlagts till nya orter. Under 1950-talet och 1960-talets första år etablerades högre utbildning och forskning i Umeå. Ett principiellt väsentligt steg togs vid upprättandet av universitetsfilialerna (1967) i Karlstad, Linköping, Växjö och Örebro. Vid dessa ges grundutbildning vid utbildningslinjer i filosofisk fakultet, medan forskningsresurser inte är förlagda till filialerna. Filialen i Linköping upphörde redan 1970 när den såsom filosofisk fakultet tillsammans med de medicinska och tekniska fakulteterna bildade högskolenheten i Linköping. En rad skäl har legat bakom den högre utbildningens lokalisering till nya orter. Bl. a. ledde de existerande universitetens explosionsartade tillväxt till problem på universitetsorterna, inte minst i fråga om byggnadsplaneringen. Frågan om nya orter för högre utbildning aktualiserades därigenom. De allmänna skäl som för utbildningssystemet i dess helhet motiverat en regional spridning av utbildningsutbudet, har emellertid giltighet också för universitet och högskolor. Strävan till regional och social rättvisa ifråga om tillgång till utbildning blir en viktig faktor i planeringen av en eftergymnasial utbildning som rekryterar mellan en fjärdedel och en tredjedel av en årskull ungdomar. Den blir än mer väsentlig om den högre utbildningen i framtiden får större omfattning och i större utsträckning vänder sig till människor som är geografiskt bundna. Därtill kommer att regionalpolitiken fått ökad tyngd i samhällsplaneringen. Det är en allmän uppfattning att lokalisering av högre utbildning är en viktig del av de regionalpolitiska åtgärderna. U 68 skall bl. a. ge förslag till den högre utbildningens framtida dimensionering och lokalisering. Man kan förutse att ändringen av antalet studerande i eftergymnasial utbildning under den närmaste tioårsperioden kommer att bli måttlig jämfört mea 1960-talet. Samtidigt kan, som antytts i det föregående, skälen för att förlägga tillväxten till orter utanför de traditionella universitetsorterna stärkas. SOU 1972:23
En central fråga vid lokalisering av utbildning är bredden av utbildningsutbudet på en ort. Om närhet till utbildning väsentligt påverkar individens val, kan ett starkt begränsat utbud påverka individen att välja en utbildning som hon annars inte skulle ha valt. Eftersom en viktig del av U 68s planeringsuppdrag är att ge förutsättningar för ett differentierat utbildningsutbud med flera reella valmöjligheter för den enskilde, blir frågan om närhetsfaktorns styrande verkan vid val av utbildning väsentlig för utredningen. Holms och Häggströms studie av regional rekrytering till universitet och högskolor under 1960-talet belyser flera av de frågor som står i centrum för U 68s arbete med lokalisering av eftergymnasial utbildning. Undersökningen bekräftar att de studerande i stor utsträckning går till den närmaste ort vid vilken avsedd utbildning finns att få. Därigenom bildas rekryteringsregioner för de olika universiteten och högskolorna. Tillkomsten av universitetet i Umeå samt universitetsfilialerna har ändrat mönstret av rekryteringsregioner. Också den förmodade skillnaden i avståndskänslighet mellan olika grupper av individer påvisas i undersökningen, Gifta, framför allt gifta kvinnor, samt äldre är starkare bundna till bostadsorten än ogifta och yngre. Något entydigt mönster ifråga om samband mellan socialgrupp och avståndskänslighet framkommer inte. Stora olikheter redovisas i fråga om studerandefrekvens mellan de stora utbildningsorternas närområden och övriga landet. Under 1960talet har emellertid förhållandet mellan dessa frekvenser i viss utsträckning utjämnats. För filialorternas närområden konstateras en betydande ökning i efterfrågan på högre utbildning. Denna ökning har riktats mot sådan utbildning som ges vid filialerna, dvs. i huvudsak utbildningslinjer vid universitetens humanistiska och samhällsvetenskapliga fakulteter. Filialernas ämnesuppsättning har därigenom verkat styrande på utbildningsefterfrågans inriktning i landet i dess helhet. Någon märkbar avlänkning i den meningen att sådana personer väljer filialutbildning som, om filialen ej funnes, kan antas ha valt universitetsutbildning som inte ges vid filialen, har inte kunnat konstateras i undersökningen. Filialernas tillkomst har sålunda inte ändrat mönstret ifråga om utbildningsinriktning inom den studerandekategori som även utan att filialen fanns skulle gått till universitetsutbildning. Det är de nyrekryterade studerandegruppernas utbildningsinriktning som påverkas. Undersökningens resultat kan sägas bekräfta konflikten mellan strävan till spridd lokalisering och bredd i utbildningsutbudet på utbildningsorterna. U 68s förslag skall omfatta inte bara den utbildning och de orter som Holms och Häggströms undersökning avser. Utredningsuppdraget omfattar all eftergymnasial utbildning och en viktig utvecklingslinje bör vara att denna utbildning ytterligare differentieras och breddas. Som exempel kan nämnas yrkesutbildningsberedningens förslag om utbildningslinjer som anknyter närmast till gymnasieskolans tvååriga yrkeslinjer. Med sådana utgångspunkter måste utredningens lokaliseringsöverväganden innefatta också en rad orter som nu har eftergymnasial utbildning, utöver universitets- och filialorterna. Det är i detta vidare perspektiv som önskemålen om spridd lokalisering och bredd i 8
utbildningsutbudet på en ort bör ses. Undersökningen avser rekryteringen till universitet och högskolor fram t. o. m. höstterminen 1970. De eventuella konsekvenser för det regionala rekryteringsmönstret, som den starka nedgången i tillströmningen under läsåret 1971/72 kan ha haft, belyses sålunda inte.
Innehåll
1 Inledning 1.1 Undersökningens syfte 1.2 Sammanfattning av undersökningens resultat 1.3 En kort tillbakablick på universitets- och högskoleutbildningens utveckling 1.4 Beskrivning av källmaterialet 1.5 Val av undersökningsår 2 De studerandes val av utbildningsort läsåren 1962/63, 1966/67, 1967/68, 1969/70 och höstterminen 1970 2.1 Total rekrytering till studieorterna 2.2 Regional fördelning av rekryteringen till studieorterna . . . . 2.2.1 Uppsala universitet 2.2.2 Stockholms universitet 2.2.3 Göteborgs universitet 2.2.4 Lunds universitet 2.2.5 Umeå universitet 2.2.6 Filialerna 2.3 Fördelning av de studerande på avstånd mellan hemort och studieort 2.4 Förändring i medel- och medianavstånd för studerande rekryterade till de olika studieorterna 2.4.1 Medianavstånd 2.4.2 Medelavstånd 2.5 Rekrytering till vissa ospärrade utbildningar 1969/70 2.5.1 De studerandes val av utbildningsort med avseende på ospärrade fakulteter och utbildningslinjer 2.5.2 De studerandes val av utbildningsort med avseende på filiallinjer 2.5.3 De studerandes val av utbildningsort med avseende på sådana ospärrade utbildningslinjer som endast finns vid universiteten SOU 1972:23
15 15 15 18 20 22
23 23 24 24 27 28 28 28 32 37 42 42 46 46 49 52
54 H
3 Regional fördelning av studerandefrekvenserunder 1960-talet . . 3.1 Studerande frekvens i gymnasieregioner 3.2 Regional spridning i studerandefrekvenser 3.3 Studerandefrekvens i och utanför studieorternas närregioner.
56 56 59 60
4 Universitetsfilialernas rekryteringseffekt 4.1 Nyrekrytering i filialorternas omgivning 4.1.1 Metodbeskrivning 4.1.2 Trendmetoden 4.1.3 Tvärsnitt - urvalsmetoden baserad på åldersklass . . . 4.1.4 Tvärsnitt - urvalsmetoden baserad på övergång från gymnasium 4.1.5 Sammanfattning av de olika beräkningarna av filialernas nyrekryteringseffekt 4.1.6 Nyrekryteringens utjämningseffekt 4.2 Rekryteringens sammansättning i filialernas omgivning . . . . 4.2.1 Beräkning avavlänkning 4.2.2 Felkällor i beräkningen 4.2.3 Resultat av rekryteringsanalysen 4.3 Exempel på några kriterier för val av ytterligare studieorter .
62 62 62 63 65
5 Några olika studerandekategoriers studiebenägenhet och avståndskänslighet 5.1 Studerandekategoriernas fördelning på studieorter 5.1.1 Åldersfördelning av nettoantalet nyinskrivna studerande vid studieorterna 5.1.2 Köns- och civilståndsfördelning av nettoantalet nyinskrivna vid studieorterna 5.1.3 Utbildningsbakgrund 5.1.4 Social bakgrund 5.2 Studerandekategoriernas avståndskänslighet 5.2.1 Avståndsfördelningen i tidsperspektiv 5.2.2 Avståndsfördelning till filial- och universitetsorter . . 5.2.3 Regionala variationer i social snedrekrytering 5.2.4 Avståndskänslighet för alla studerandekategorier . . .
66 67 67 68 70 71 71 73
76 76 76 78 78 79 82 82 84 85 86
6 Resultat av en flervariabelanalys av den regionala rekryteringens bestämningsfaktorer 88 6.1 Problemställning 88 6.2 Resultatsammanfattning 89 Bilaga 1 Studieorternas fullständighet 91 Bilaga 2 Sträckningen av de profiler som diskuteras i kapitel 2 samt indelningen av Sverige i gymnasieregioner 95 Bilaga 3 Flervariabelanalys av den regionala rekryteringens bestämningsfaktorer 98 Notförteckning 104
12 SOU 1972:23
Figurförteckning 1. Avgång från gymnasiet, tillströmning till universitet och högskolor samt examination vid universitet och högskolor 2. Uppsala universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970 3. Stockholms universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970 4. Göteborgs universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970 5. Lunds universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970 6. Umeå universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1966/67, 1967/68, 1969/70, samt ht 1970 . . . . 7. Lilialortcrnas andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1967/68, 1969/70 samt ht 1970 8. Utbildningsorternas dominansområden läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970 9. Rekryteringsandelar mellan Göteborg-Lund, Lund-Kalmar-Stockholm, Lund-Linköping-Stockholm, Göteborg-Örebro-Uppsala, Göteborg-Karlstad-Uppsala och Uppsala-Haparanda 10. Studieorternas lokalandcl på olika avstånd från respektive studieort under sextiotalet 11. Fördelning av ncttoantalet nyinskrivna studerande läsåret 1969/70 på avstånd mellan hemort och vald studieort 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten 13. Studieorternas andelar av rekryteringen till samtliga ospärrade utbildningar från varje gymnasieregion läsåret 1969/70 samt de olika studieorternas dominansområden (7 kartor) 14A. Studieorternas andelar av rekryteringen till sådana utbildningar som finns vid såväl universitet som filialer från varje gymnasieregion läsåret 1969/70 samt de olika studieorternas dominansområden (7 kartor) 14B. Studieorternas andelar av rekryteringen till sådana utbildningar som finns vid såväl universitet som filialer från varje gymnasieregion ht 1970 samt de olika studieorternas dominansområden (7 kartor) 1 5 - 1 8 . Studerandefrekvenser 'läsåren 1962/63, 1966/67, 1967/68 samt 1969/70. Nettoantalet nyinskrivna studerande från varje gymnasieregion i förhållande till motsvarande åldersklass 19. Andel av åldersklassen som bor i regioner med lägre än angiven studerandefrekvens 20. Studerandefrekvensens förändring i filialregionerna 21. Studieorternas lokalandel 22. Rekryteringens sammansättning i filialorternas omgivning 1969/70 . . . 23. Några lokaliseringsbetingelser för filialetablcring 24. Några gruppers andel av samtliga studerande med samma avstånd mellan hemort och studieort 1969/70 25. Övergångsfrekvens från socialgrupp III till universitetsutbildning 26. Rekrytering från socialgrupp I och II respektive III i regioner på olika avstånd från studieorterna 27. Sträckningen av profiler och indelning i gymnasieregioner
42 SOU 1972:23
19 25
26 28 30 31 32 33 34 38
43 48 50 52 58 60 68 69 72 74 83 84 85 96
Tabellförteckning 1. Åldersfördelning av brutto- och nettoantalet nyinskrivna studerande ht 1969 21 2. Nettoantalet nyinskrivna studerande vid universitet och filialer läsåren 1962/63, 1966/67, 1967/68,1969/70 ochht 1970 23 3. Medel- och medianavstånd i mil till hemorten för nettoantalet nyinskrivna vid de olika studieorterna läsåren 1962/63, 1966/67,1967/68 och 1969/70 . . . 46 4. Nettoantalet nyinskrivna studerande vid studieorterna i olika utbildningsgrupper 1969/70 47 5. Filialernas lokalandel i gymnasieregion och dominansområde avseende rekryteringen till samtliga fakulteter respektive fria fakulteter och utbildningslinjer läsåret 1969/70 50 6. Filialernas lokalandel i gymnasieregion och dominansområde med avseende på filiallinjer 54 7. Rekrytering till sådan ospärrad utbildning som endast finns vid universitetsorterna 54 8. Studerandefrekvenser i valda gymnasicregioner och dominansområden 1962/63, 1966/67, 1967/68 och 1969/70. Procent 58 9. Regional spridning i studerandefrekvenser 59 10. Studerandefrekvens i och utanför studieorternas närregioner 61 11. Antal studerande från filialorternas omgivningar 63 12. Andel av samtliga studerande i Sverige med hemort i filialorternas omgivning 64 13. Filialernas nyrekrytering 1967/68 och 1969/70 64 14. Filialernas nyrekrytering ht 1969 och ht 1970 64 15. Nettoantal nyinskrivna studerande i filialorternas omgivning i förhållande till en genomsnittlig åldersgrupp. Procent 65 16. Rekrytering från filial- och kontrollregioner 66 17. Studerandefrekvenser i filial- och kontrollregioner 66 18. Övergångsfrekvens från gymnasium 67 19. Filialernas nyrekryteringseffekt enligt de använda beräkningsmetoderna. 67 20. Rekryteringens sammansättning i filialorternas omgivning läsåret 1969/70 72 21. De nyinskrivna studerandes ålder vid respektive termins början 1969/70 . 77 22. Andel av nettoantalet nyinskrivna som är 25 år eller äldre vid respektive termins början. Procent 77 23. Andelen äldre bland brutto-och nettoantalet nyinskrivna ht 1969 77 24. Nettoantal nyinskrivna läsåret 1969/70 fördelat på kön och civilstånd. Procent 78 25. Andel av de nyinskrivna med dispens och annan utbildning än gymnasium 1969/70 79 26. Andel av de nyinskrivna med dispens respektive termin. Procent 79 27. Undersökningspopulationens sociala bakgrund 80 28. Socialgruppsfördclning vid studieorterna av nettoantalet nyinskrivna studerande läsåret 1969/70 80 29. Andel av nettoantalet nyinskrivna respektive termin ur socialgrupp III. Procent 81 30. Andel av nettoantalct nyinskrivna respektive termin med fader som har akademisk examen. Procent 81 31. Andel av några studerandckatcgoricr med mindre än 5 mil till hemorten. 82 32. Indikatorer på studerandekategoriernas avståndskänslighet läsåret 1969/70 86 33. Studieorternas fullständighet läsåren 1967/68 och 1969/70 93 34. Resultat av regressionsanalysen 103
14 SOU 1972:23
1 Inledning
Föreliggande undersökning har utförts vid geografiska institutionen i Umeå under 1970-71 till största delen inom ramen för ett uppdrag av 1968 års utbildningsutredning (U68). I avsnitt 1.2 ges en sammanfattning av undersökningens huvudresultat. En något fylligare sammanfattning av studerandefrekvensernas utveckling erhålls i avsnitt 3.3, av olika studerandekategoriers avståndskänslighet i avsnitt 5.2 och av filialernas rekryteringseffekt i avsnitt 4.1 och 4.2. En uppfattning om huvuddragen i den regionala fördelningen av rekrytering till studieorterna kan erhållas i kartserierna i avsnitt 2.2 och 2.5. 1.1 Undersökningens syfte A.Beskrivning och analys av den regionala fördelningen av rekryteringen till varje studieort under 1960-talet. Beräkning av förändringen i studieorternas rekryteringsområden. B. Beskrivning och analys av de regionala studerandefrekvenserna under 1960-talet. C. Beräkning av universitetsfilialernas rekryteringseffekt. Ger filialerna upphov till en snedhet i utbildningsval för studerande från filialernas omgivning? Ger filialetableringen till resultat ett nytillskott av studerande, som annars inte skulle ha sökt sig till universitets- och högskolestudier? I vad mån avlastas de existerande universiteten i och med filialetableringen? D.Har studerande i olika åldrar och civilstånd, med olika förkunskaper och från olika socialgrupper varierande studiebenägenhet och avståndskänslighet? Skiljer sig intagning till spärrad respektive ospärrad utbildning åt i dessa avseenden? Vilken betydelse har alltså närhet till studieort för dessa grupper? 1.2 Sammanfattning av undersökningens resultat A.De studerandes val av utbildningsort (kapitel 2) 1. I universitetens närzoner (inom 5 å 7 mil) väljer mer än 75 % av SOU 1972:23
de studerande den närmast belägna utbildningsorten. Med ökat avstånd från utbildningsorterna avtar respektive universitets inflytande. 2. I områden med större avstånd till samtliga universitet finns en övergångszon, där inget universitet har mer än 25-50 procents dominans. 1 denna övergångszon har de studerande två eller flera universitet att välja mellan med ungefär samma restidsavstånd. Före filialernas tillkomst återfanns övergångszonerna i Värmland, Närke, Östergötland och mellersta Norrland. I de tre förstnämnda områdena startades 1967 tre av fyra filialer, nämligen Karlstad, Örebro och Linköping.3 3. Den nya universitetsorten Umeå har alltsedan tillkomsten av filosofisk fakultet 1963 successivt utökat sitt rekryteringsområde. Detta omfattar läsåret 1969/70 de två nordligaste länen (AC och BD) samt landskapet Ångermanland. I och med Umeå universitets tillkomst avlastas i första hand Uppsala och Stockholms universitet. I mellersta Norrland har dominansområdesgränsen mellan Umeå och Uppsala ännu ej stabiliserat sig. 4. Filialerna har i förhållande till universiteten ett tämligen begränsat upptagningsområde med avseende på samtliga utbildningar 1969/70. Filialerna rekryterar i sina närzoner mindre än 60 % av dessa zoners nyinskrivna. Motsvarande tal för universitetsorterna ligger mellan 85 och 90 %. Ett mycket litet antal av de studerande vid filialerna kommer från områden som ligger mer än 10 å 15 mil från respektive filial. 5. För sådana utbildningar som finns vid såväl universitet som filialer (filiallinjer) är utbildningsorterna jämförbara med varandra. Filialernas inflytande från rekryteringssynpunkt ligger också på en högre nivå och avtar långsammare för filiallinjer än för samtliga utbildningar. I universitetens närzoner väljer 90-95 % av de studerande att läsa vid det närmast belägna universitetet. I motsvarande zoner runt filialerna är värdena 65-75 %. En viss del av närzonens studerande går alltså filialerna förbi. Denna grupps omfattning och sammansättning ägnas speciell uppmärksamhet i denna undersökning. (Se kapitel 4.) 6. Genom Umeå universitets och filialernas tillkomst har studerandepopulationens median- och medelavstånd minskat. Läsåret 1962/63 hade hälften av nettoantalet nyinskrivna mindre än 7 mil till sina utbildningsorter. Motsvarande tal för 1969/70 var 5 mil. Under samma tid minskade det genomsnittliga avståndet mellan hemort och vald utbildningsort från 16 till 12 mil. B. Studerandefrekvensernas utveckling (kapitel 3) 1. Studerandefrekvenserna har under 1960-talet ökat markant i samtliga gymnasieregioner i Sverige. Läsåren 1962/63 och 1969/70 var de riksgenomsnittliga frekvenserna 10 respektive 22 % av en åldersklass. 2. Parallellt med uppgången av studerandefrekvenserna har de regionala skillnaderna i studerandefrekvens ökat, dock inte i samma takt, varför de relativa skillnaderna mellan regionernas studerandefrekvens minskat med ca en tredjedel under perioden. a
I denna undersökning kallas även Linköping filial.
16 SOU 1972:23
3. Av åldersklassen (15-25 år) återfinns 1969/70 en fjärdedel i regioner med lägre studerandefrekvens än 16%. En fjärdedel av åldersklassen finns i områden med högre frekvens än 27 %. 4. De två viktigaste orsakerna till dessa regionala variationer i studerandefrekvens är avstånd till studieorter och befolkningens sociala sammansättning i regionerna. 5. I områden med mindre än 5 mil till närmaste studieort respektive år har studerandefrekvensen ökat från 12 till 27 % under perioden. Övriga områden har ökat från 6 till 17 %. Samtidigt har, främst beroende på tillkomsten av nya studieorter, den andel av åldersklassen som har en studieort inom 5 mil från hemorten ökat från knappt 40 till drygt 50 %. 6. Ur en åldersklass från socialgrupp I, II och III rekryterades ca 74, 22 respektive 11 % till universitetsstudier läsåret 1969/70. Andelen av de yrkesverksamma som tillhör socialgrupp III varierar regionalt och ökar i allmänhet med avståndet från universitetsorterna och från större orter över huvud taget. Studerandefrekvensen för studerande från socialgrupp III avtar något snabbare än för övriga studerande. Dessa (och andra, se "D" nedan) förhållanden samverkar alltså till att skapa lägre studerandefrekvenser på större avstånd. Till någon del motverkas detta av höga studerandefrekvenser i områden med brist på alternativ sysselsättning (t. ex. norra stödområdet) som ofta ligger på stora avstånd från studieorterna.
C. Universitetsfilialernas rekryteringseffekt (kapitel 4) 1. Inom ett område med ca 5 mils radie från filialorterna rekryterades efter filialetableringen 15-20% fler studerande (500 per år) än som skulle ha kommit från områdena utan dessa filialetableringar. Av den ökning i studerandeantal som kunde förväntas om hela befolkningen hade tillgång till en filial inom 5 mil från hemorten svarar de fyra etablerade filialerna för ungefär en fjärdedel. 2. Från dessa områden gick ungefär hälften av inskrivningspopulationen till filialerna, resten till övriga studieorter 1969/70. 3. Av dem som gick till övriga studieorter valde ungefär hälften (dvs. en fjärdedel av samtliga) där en utbildning som också finns vid filialorten (ortsrepellering). 4. Sedan de "nyrekryterade" frånräknats dem som valde filialorten återstår ca en tredjedel av den totala rekryteringen från området (drygt 1 000 studerande per år). Dessa medför en avlastning för de äldre studieorterna, eftersom de skulle ha valt någon av dessa om inte filialerna tillkommit. (Den totala avlastningen är betydligt högre eftersom hälften av de studerande vid filialerna kommer från orter på större avstånd. Om dessa inräknas blir den totala avlastningseffekten mer än 2 000 studerande per år.) 5. En något större andel av rekryteringen i filialernas omgivning än som svarar mot filialorternas utrustning med utbildningsmöjligheter (fullständighet) valde filialerna. Denna beräknade "avlänkning" av studieinriktning genom val av den närbelägna filialorten kan betraktas som SOU 1972:23 2
försumbar i förhållande till felmarginalen i beräkningarna om inte de nyrekryterade räknas med. D. Olika studerandekategoriers avståndskänslighet och studiebenägenhet (kapitel 5) 1. Studerande som är 25 år eller äldre har hög avståndskänslighet. Andelen över 25 år är högre i Stockholm (24 %) än i de övriga studieorterna (15-18%). Mellan ht 1969 och ht 1970 ökade andelen äldre studerande markant, samtidigt som skillnaderna mellan orterna minskade. 2. Gifta studerande och i synnerhet gifta kvinnor har betydligt högre avståndskänslighet än populationen som helhet. Andelen gifta kvinnor är högst i Stockholm (7.3%) men inte mycket högre än riksgenomsnittet (6.0 %). 3. Studerande från socialgrupp III har något högre avståndskänslighet än populationen som helhet (se punkt B6). Av de studerande i Umeå och filialorterna kommer en betydligt större andel (32 %) från socialgrupp III än vid de äldre studieorterna (22 %). Detta beror huvudsakligen på skillnader i fördelningen bland befolkningen i orternas upptagningsområden och på att de äldre studieorterna har en högre andel spärrade utbildningsplatser (prestigeutbildning). Skillnaderna i socialt rekryteringsmönster mellan ht 1969 och ht 1970 är obetydliga. 4. Studerande med dispens från gällande behörighetskrav har hög avståndskänslighet. Andelen med dispens och/eller annan utbildning än gymnasium är högst i Stockholm, lägst i Umeå och filialorterna. En viss utjämning mellan studieorterna kan iakttagas mellan ht 1969 och ht 1970, samtidigt som dispensandelen ökat påtagligt (9 till 12 %) speciellt i filialorterna (6 till 10%). 5. Studerande som kommit in vid spärrad utbildning (och har sin hemort inom 5 mil från någon studieort) flyttar oftare förbi den närmaste studieorten (34%) än hela populationen (17 %). Av de studerande som väljer "filiallinje" dvs. utbildning som finns vid samtliga studieorter väljer 11 % trots detta en mer avlägsen studieort (i filialområdena 25 %). 1.3 En kort tillbakablick på universitets- och högskoleutbildningens utveckling Det svenska undervisningsväsendet har under efterkrigstiden genomgått drastiska förändringar. Den under 1950-talet genomförda utökningen av realskolornas kapacitet, införandet av enhetsskolan, senare följd av grundskolan, har inneburit en breddad bas för rekryteringen till de gymnasiala och eftergymnasiala utbildningslinjerna. Upprustningen när det gäller de lägre skolformerna följdes av en utökning av antalet gymnasier och en större kapacitet hos de redan existerande. Den snabba utvecklingen under 1960-talet på gymnasieområdet speglas av figur 1, som bl. a. upptar studentexaminationen. 1960 utexaminerades ca 11 000 studenter, medan motsvarande antal för 1967 var ca 32 000. Figuren upptar även nettoantalet nyinskrivna vid universiteten under motsvarande period. Även för denna kategori gäller att ökningstakten är 18
t OOO-tal
1 s Avgång frän gymnasiet 2 = Tlllstrbmnin g t i l l universitet och högskolor 3= Examination vid universitet och högskolor
1959/60
1964 /65
1969/70
1974/75
1979/60 Lasar
Källa: SCB: Information i prognosfrågor 1970:1. Figur 1. Avgång från gymnasiet, tillströmning till universitet och högskolor samt examination vid universitet och högskolor.
hög under 1960-talet. Enligt de gjorde prognoserna nådde nettoantalet nyinskrivna med gymnasial bakgrund ett maximivärde omkring 1967 med ca 25 000. Därefter sker en nedgång i antalet och en stabilisering till ett prognostiserat värde under 1970-talet, som ligger vid 20 000 å 22 000 studenter1 a . Det stora antalet utexaminerade studenter under 1960-talet skapade ett tryck på de existerande universiteten och högskolorna: därmed ställdes också krav på en utvidgning i någon form av den sidan av utbildningsväsendet. Redan under 1950-talet börjar diskussionerna om ett femte universitet att ta fart. Det stod också klart, att detta universitet borde ligga i Norrland av utbildnings- och lokaliseringspolitiska skäl. Lokaliseringen av universitetet bestämdes så småningom till Umeå. Ett viktigt steg på vägen mot ett norrländskt universitet togs 1955 när riksdagen beslutade att förlägga tandläkarutbildning till Umeå. Detta steg följdes sedan av beslut om inrättande av medicinsk utbildning (1957). Det definitiva beslutet om universitet fattades av 1963 års riksdag varvid grunden lades till den filosofiska fakulteten. 1963 års universitets- och högskolekommitte' (U 63) fick bl. a. i uppgift att utreda om de existerande universitetsorterna, Umeå, Uppsala, Stockholm, Göteborg och Lund vid 1970-talets början kunde tänkas ta emot ett så stort studerandeantal som beräknades (80 000) eller om ytterligare lärosäten för högre utbildning borde skapas. I direktiven till kommittén framgår det också klart, att den hade till uppgift att pröva förutsättningarna för en decentraliserad universitetsutbildning, åtminstone för den filosofiska fakulteten. I kommitténs slutliga betänkande a
Siffrorna hänför sig till notförteckningen i slutet av rapporten.
föreslås tillkomsten av fem universitetsfilialer med anknytning till de existerande universiteten enligt följande: Örebro med anknytning till Uppsala Karlstad med anknytning till Göteborg Linköping med anknytning till Stockholm Växjö med anknytning till Lund Sundsvall med anknytning till Umeå Tillkomsten av en universitetsfilial i Sundsvall sköts i propositionen (1965:141) på framtiden i avvaktan på en mer fullständig utbyggnad av Umeå. Vid valet av lokaliseringsorter för filialverksamheterna lade kommitte'n bl. a. följande primära aspekter till grund för bedömningen av olika tänkta alternativ. 1. Orten ifråga bör ha många studerande inom dagligt restidsavstånd. 2. Filialorten bör ligga relativt långt ifrån de redan existerande universitetsorterna. Detta därför att man förutsatte, att orter nära moderuniversitetet skulle få svårt att konkurrera om de studerande2 . Man följde med andra ord de två kriterierna lokalt rekryteringsunderlag och avstånd från moderuniversitetet vid valet av filialorterna. Det har diskuterats huruvida användandet av det senare kriteriet är förenligt med målsättningen att filialorterna skulle avlasta moderuniversiteten3. Riksdagsbeslutet om tillkomsten av universitetsfilialer kom under hösten 1965 och verksamheten med undervisning i vissa ämnen startade under höstterminen 1967. Filialerna har ett begränsat antal ämnen, men dessa är sådana som efterfrågas av många studerande. 1.4 Beskrivning av källmaterialet Primärmaterialet till denna undersökning utgörs av de inskrivningsblanketter, de s. k. studiekorten, som de studerande fyller i vid inskrivningstillfället. Statistiska centralbyrån erhåller av utbildningsorterna en kopia av studiekorten. De uppgifter som finns på dessa förs över till hålkort och därefter till magnetband (fr. o. m. läsåret 1962/63)4. Magnetbandet upptar samtliga som skriver in sig vid universitet och högskolor under ett läsår. Denna population kallas vanligen bruttoantalet nyinskrivna studerande. I denna undersökning har utlänningar, tidigare inskrivna och de som i den officiella statistiken förs under "övriga högre läroanstalter"5 uteslutits. Vi erhåller alltså en undersökningspopulation bestående av dem som för första gången påbörjar högre studier. Denna population kallas i undervisningsstatistiken för "nettoantalet nyinskrivna studerande"6. Tidigare inskrivna bör uteslutas i denna undersökning eftersom samma studerande annars skulle komma att finnas i flera olika års material och studerandefrekvenserna skulle då bli för höga. För utländska medborgare saknas i hög grad hemortsuppgifter (i Sverige) varför denna grupp ändå hade fallit bort vid analysen. Övriga högre läroanstalter har liksom i undervisningsstatistiken uteslutits. Sådan kortare utbildning är lokaliserad till åtskilligt fler platser än universitets20
Tabell 1. Åldersfördelning av brutto- och nettoantalet nyinskrivna studerande ht 1969. Ålder
Samtliga nyinskrivna (=bruttoantalet nyinskrivna) Nettoantalet nyinskrivna = undersökningspopulationen: samtliga nyinskrivna minus tidigare inskrivna, utländska medborgare samt inskrivna vid övriga högre läroanstalter.
<19år
2 0 - 2 4 år
>2S år
%
%
%
Samtliga %
Antal
35 398
utbildningen och är från denna undersöknings utgångspunkt inte direkt jämförbar med denna. Undersökningspopulationen består alltså av studerande vid universitetens olika fakulteter (teologisk, juridisk, medicinsk, humanistisk, samhällsvetenskaplig, naturvetenskaplig, farmaceutisk och odontologisk fakultet), samtliga högskolor [karolinska institutet, tekniska högskolorna, handelshögskolorna, veterinärhögskolan, skogshögskolan, lantbrukshögskolan, gymnastik- och idrottshögskolorna, lärarhögskolorna (ämneslärarlinjen), socialhögskolorna] samt sjukgymnastinstituten. Undersökningspopulationen ht 1969 kan jämföras med samtliga nyinskrivna med avseende på åldersfördelning, vilket får tjäna som en indikation på eventuella systematiska skillnader även i andra avseenden. Jämfört med bruttoantalet nyinskrivna (inklusive studerande vid övriga högre läroanstalter), innehåller alltså undersökningspopulationen större andel studerande under 20 år. Trots detta är det ändå 14 % som är 25 år eller äldre. Med en så ung population kan det kanske förväntas att tendenser som visar sig i materialet inte hunnit slå igenom med samma kraft i totalpopulationen nyinskrivna. Vid bearbetningen uppkommer ett visst bortfall p. g. a. att inte alla individer är fullständigt kodade (framför allt avseende uppgifter om hemkommunen). Undersökningspopulationen blir av detta skäl 3 % mindre än de preliminära officiella uppgifterna (1969/70). Tillförlitligheten i hemortsuppgifterna har stor betydelse för undersökningen. För att utröna omfattningen av dessa fel har en specialundersökning utförts på 300 individer, som inskrevs vid Umeå universitet vt 1966 och ht 1966 7 . Den genomförda stickprovsundersökningen pekar på en felmarginal för totalmaterialet på ungefär 5 %. En del av felen ligger i en överrepresentation av universitetsorternas egna studerande. Den genomförda specialundersökningen avser Umeå, men ett fel av samma storleksordning kan antas gälla generellt för alla universitetens inskrivningshandlingar. De höga studerandefrekvenserna för studieorterna 1969/70 kan betyda att denna överrepresentation ökat i omfattning sedan 1966, alternativt att en större del av studerandepopulationen kyrkobokför sig på studieorten. För beräkningar av övergångsfrekvenser från gymnasium till högre studier har skolöverstyrelsens studentexamenskataloger och statistiska SOU 1972:23
centralbyråns register över samtliga elever i gymnasiets årskurs 3, 1969, använts. 1.5 Val av undersökningsår Vid valet av undersökningsår har två huvudprinciper varit vägledande. 1. De valda åren bör vara sådana att förändringar i val av universitetsort belyses och speciellt hur filialernas upprättande påverkat rekryteringen ur regional, ålders-, civilstånds- och social synvinkel. 2. Källmaterialet bör vara i sådant skick att det är lättarbetat, dvs. det bör finnas möjligheter att utan större besvär föra över det på magnetband för maskinell bearbetning. Det första läsåret som uppfyller det senare villkoret är 1962/63. Fr. o. m. detta år finns uppgifter om de nyinskrivna på magnetband. För tidigare år hänvisas man till kopiorna av inskrivningshandlingarna, som förvaras på SCB. 1962/63 är också ett lämpligt begynnelseår ur den aspekten, att det visar situationen innan Umeå universitet och filialerna kom till. Valet av 1966/67 kan anses motiverat av att Umeå universitet då varit i funktion under en treårsperiod. Det är därför möjligt att få en klar uppfattning om vilken effekt detta har haft på de studerandes val av universitetsort. Huvudskälet är dock att detta undersökningsår speglar situationen omedelbart före filialetableringen 1967. Studiet av filialernas omedelbara effekt motiverar valet av läsåren 1967/68. Läsåret 1969/70 visar situationen efter införandet av den nya studieordningen med utbildningslinjer vid de filosofiska fakulteterna. Den senaste undersökningstidpunkten, ht 1970, representerar inte ett helt läsår, vilket medför svårigheter vid jämförelser med tidigare år. Den har ändå tagits med i vissa jämförelser för att få de aktuella tendenserna belysta.
12 SOU 1972:23
De studerandes val av utbildningsort läsåren 1962/63, 1966/67, 1967/68, 1969/70 och höstterminen 1970
Valet av studieort beskrivs och analyseras i huvudsak utifrån hela undersökningspopulationen, nettoantalet nyinskrivna. En konsekvent uppdelning på t. ex. ospärrade och spärrade fakulteter har bedömts överflödig, eftersom den förra kategorin är så dominerande och därigenom styr fördelningen av totalmaterialet. Vissa speciella bearbetningar av rekryteringen till ospärrade fakulteter har gjorts med avseende på läsåret 1969/70 och ht 1970. Till detta återkommer vi senare. Beskrivningen och analysen sker med hjälp av kartor och avståndsprofiler utifrån de enskilda studieorterna och mellan dessa längs speciella sträckningar 2.1 Total rekrytering till studieorterna Det kan vara av ett visst intresse att, som bakgrund till den kommande framställningen, se hur nettoantalet nyinskrivna studerande fördelar sig mellan de olika utbildningsorterna vid olika tidpunkter. Totalantalet och den procentuella andelen nyinskrivna framgår av tabell 2.
Tabell 2. Nettoantalet nyinskrivna studerande vid universitet och filialer läsåren 1962/63, 1966/67, 1967/68, 1969/70 och ht 1970. 1962/63
Uppsala Lund Göteborg Stockholm Umeå Karlstad Växjö Linköping Örebro Totalt
1967/68 Antal
%
Antal
%
Antal
%
Antal
%
4 096 4 644 4 604 9 176 1 779 386 399 393 475
16 18 18 35 7 1 2 1 2
4 074 4 359 5 187 7 733 2 048 504 549 1 060 995
15 16 20 29 8 2 2 4 4
3 277 3 837 4 220 5 984 1 803 453 475 919 844
15 18 19 28 8 2 2 4 4
3 115 3 120 3 798 5 024 1 633 446 500 983 859
16 16 20 26 8 2 3 5 4
Antal
%
Antal
2 217 2 221 1 801 4 075 111
21 21 18 39 1
3 830 4 135 3 836 7 851 1 234
10 425 100
% 18 20 18 38 6
20 886 100
25 949 100
26 509 100
21 812 100
Källa: SCB: Magnetband över nyinskrivna studerande (exklusive studerande utan användbar hemortsuppgift). SOU 1972:23
ht 1970
ht 1969
1969/70
1966/67
19 478 100
Stockholm är utan konkurrens den största universitetsorten med närmare 40% av de nyinskrivna 1962/63. Dess andel har gått ner väsentligt fram till ht 1970. Stockholm har i regel större andel nyinskrivna under våren. Detta gör att Stockholms procenttal för ht 1970 bör justeras något uppåt för att få jämförbarhet med värdena som redovisas för de kompletta läsåren.8 Uppsala, Göteborg och Lund har ungefär samma andel av de nyinskrivna 1962/63 och 1966/67. Emellertid minskar speciellt Uppsalas, men också Lunds andelar av de studerande 1967/68 och 1969/70. Stockholm och Uppsala bör ha påverkats i större utsträckning av Umeå universitets och filialernas tillkomst än vad Göteborg och Lund har eftersom filialerna Örebro, Linköping9 och Karlstad lokaliserats inom områden, som dominerats av Stockholm-Uppsala. Av de etablerade filialerna verkar Linköping och Örebro ha största attraktiviteten med 4% vardera av nettoantalet nyinskrivna 1969/70, medan de övriga filialerna har ca 2 % vardera. Orsaken till de förras större andel av rekryteringen ligger i större rekryteringsunderlag i dessa filialregioner och i förekomsten av vissa spärrade utbildningar i dessa studieorter. Det förefaller av ht 1970 års material som om filialerna fortsatte att öka sin andel av nettoantalet nyinskrivna.
2.2 Regional fördelning av rekryteringen till studieorterna Figurerna 2-8 visar de olika universitetens inflytande frän rekryteringssynpunkt läsåren 1962/63, 1966/67, 1967/68 1969/70 samt ht 1970. Fyra olika intensiteter i inflytandet har markerats för varje universitet. De kraftigt markerade gränserna är dominansområdesgränser. Innanför dessa rekryterar en studieort en större andel studerande än någon annan från varje region. Ser man på universitetens rekryteringsområden i stort kan man konstatera, att i närzonerna har de en kvalificerad dominans, som ligger över 75 % ofta i närheten av 90 % (jfr. figur 9). Sedan följer en ring av regioner, där inget universitet har mer än mellan 50 och 75 % av nettoantalet nyinskrivna, och där inget annat når upp till den lägsta kvartilgränsen (25 %). (Se framför allt Lund och Göteborg.) Generellt kan en tredje zon urskiljas, där inget universitet har mer än mellan 25 och 50 procents dominans. Den återfinns i områden, som avståndsmässigt ligger ungefär lika långt från två eller flera universitet. Dessa övergångsområden framträder med komplext mönster på kartan. Flertalet studerande i närzonerna föredrar det närmast belägna universitetet. Längre ut ifrån universitetsorterna avtar respektive universitets inflytande10
2.2.1 Uppsalauniversitet Uppsala universitet har ett stort dominansområde läsåret 1962/63' '. Det omfattar praktiskt taget hela Norrland, västra Mälar- och Svealandslandskapen och delar av nordöstra Götaland. Detta kan kanske avspegla det förhållandet att Uppsala ända fram till slutet av 1800-talet var det 24
1962/63
Figur 2. Uppsala universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68 1969/70 samt ht 1970. SOU 1972:23
enda universitetet i östra och norra delarna av landet. Traditionellt har alltså de studerande frän nämnda områden sökt sin akademiska utbildning i Uppsala. Studerar man figur 2 samt figur 9 profilerna II-V finner man emellertid, att Uppsalas dominans är svag i de långt bort belägna delarna av dominansområdet, särskilt då i Värmland och i Östergötland. I det förra länet väljer drygt 40 % av de studerande Uppsala, medan Stockholm och Göteborg tillsammans väljs av ca 45 %. För de studerande i Östergötland är Uppsalas dominans ännu svagare ( < 40 %). Stockholm får praktiskt taget nästan lika stor andel och Lund ca 20 % av studerandepopulationen 3 ' l2. I Norrland är bilden enhetligare. Uppsala har varit Norrlands universitetsstad framför andra. Det framgår dock av figur 3 och figur 9 profil VI, att Stockholms universitet föredras före Uppsala av 25—30 % av de studerande. Genom Umeå universitets tillkomst inskränks helt naturligt Uppsalas rekrytering i norra Norrland. En successiv förskjutning av Uppsalas dominansomrädesgräns mot söder är fullt skönjbar i Norrland fram till den sista undersökningstidpunkten, ht 1970. Genom filialetableringen i Karlstad, Örebro och Linköping sker även i mellersta delarna av landet en begränsning av Uppsalas rekryteringsområde.
Figur 3. Stockholms universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970. 26
2.2.2 Stockholms universitet Stockholms universitets dominansområde är det till ytvidden minsta, men innehåller tätbefolkade områden med hög studerandefrekvens, vilket gör att rekryteringsunderlaget är mycket stort. Dominansomrädet omfattar vid de olika undersökningstidpunkterna i huvudsak Stockholm och dess omedelbara närhet. Griinewald13 har gett Stockholm benämningen ''city university" eftersom rekryteringen i huvudsak kommer från själva staden. Om man med "Stockholms stad" avser Stockholm med angränsande gymnasieregioner14, kan denna benämning anses riktig. Detta område svarar 1969/70 för ca 75 % av rekryteringen till Stockholms universitet. De resterande 25 procenten utgör dock ca 2 000 nyinskrivna, vilket t. ex. motsvarar hela inskrivningen vid Umeå universitet! Det är emellertid också klart att Stockholm 1962/63 och 1966/67, i likhet med Uppsala, har ett förhållandevis stort inflytande i Norrland och stora delar av Svealand. Detta inflytande avtar emellertid fram till ht 1970. Stockholms upptagningsområde blir precis som Uppsalas mera koncentrerat.
Figur 4. Göteborgs universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970. 2.2.3 Göteborgs universitet Göteborgs huvudsakliga rekryteringsområde, Västsverige, är relativt stabilt under den här undersökta perioden. Man kan emellertid läsaret 1966/67 notera ett stärkt inflytande i Värmland. Detta sker pä Uppsalas bekostnad. Genom filialetableringen 1967 har Göteborgs dominans relativt sett ökat i norra Småland. Filialen i Växjö har tydligen sugit upp en del studerande, som utan filialen skulle ha gått till Lunds universitet. Det är också uppenbart att Göteborgs attraktivitet under 1960-talets senare del har ökat inom Västergötland och Dalsland. (Se figur 4.) 2.2.4 Lunds universitet Lunds huvudsakliga rekryteringsområde, södra och sydöstra Sverige, är förhållandevis stabilt med undantag av de förändringar som inträffar i samband med tillkomsten av Växjö-filialen och högskolenheten i Linköping. 2.2.5 Umeå universitet Under senare hälften av 1963 tillkommer filosofisk fakultet i Umeå. Detta har som redan påpekats påverkat de tidigare etablerade universite28
tens upptagningsområden. Fram till ht 1970 har Umeås dominansomräde successivt utvidgats och omfattar vid denna tidpunkt de tvä nordligaste länen, Västernorrland (med undantag av Sollefteå och Ange gymnasieregioner) samt nordligaste Jämtland. Vid geografiska institutionen i Umeå har vi från och med läsåret 1964/65 haft möjlighet att följa utvecklingen av Umeå universitets dominansområde. Ett framträdande drag i utvecklingen har varit, att Umeå haft svårigheter att slå igenom i städerna i övre Norrland. Mest påtagligt har detta varit i Luleå, Haparanda och Boden. Däremot har Umeå haft lättare att hävda sig i de mer glesbygdsbetonade delarna. I dessa områden har studerandefrekvensen varit låg långt in på 1960-talet. Det fanns där ingen lång tradition att åka till Uppsala universitet eller till universitet över huvud taget. Umeå har också haft påtagligt svårt att hävda sig i konkurrensen med Uppsala om studerande från de mellannorrländska gymnasieregionerna Härnösand och Sundsvall. Figur 6 visar att Umeå ännu 1970 inte har stabiliserade dominansomrädesgränser i mellersta Norrland. Rent avständsmässigt ligger Jämtland närmare Umeå än Uppsala. Ändå föredrar flertalet av de nyinskrivna den senare utbildningsorten. En anledning till detta kan vara kommunikationsläget. Förbindelserna från Jämtland (och även frän Medelpad) är betydligt sämre till Umeå än till Uppsala. Uppsala kan vidare ha större SOU 1972:23
1962/63
Figur 5. Lunds universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970. 30
1967/68
1969/70
ht 1970
Figur 6. Umeå universitets andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1966/67, 1967/68, 1969/70 samt ht 1970. SOU 1972:23
dragkraft än Umeå p. g. a. fullständigare uppsättning utbildningar, mer traditionsrik miljö etc. I de nordligaste delarna av Norrland har Umeå relativt svag dominans (figur 6 och figur 9 profil VI). Genomgående inom Umeå dominansområde är det Uppsala som förlorat rekryteringsunderlag, medan Stockholm håller sin andel tämligen oförändrad. Man kan förutsätta, att detta delvis beror på Stockholms större uppsättning spärrade linjer och fakulteter. Stockholm är för många det närmaste alternativet för sädana studier. Umeås utrustning med huvudinriktning pä fria fakulteter drabbar Uppsala hårdast. 2.2.6 Filialerna Efter filialernas tillkomst 1967 sker vissa omedelbara förändringar i rekryteringsområdenas utsträckning, trots att intagningen till filialerna var blygsam under det första året. Såväl Karlstad som Örebro och Växjö dominerar i sina egna gymnasieregioner, medan Linköpings egna studerande i större utsträckning föredrar Stockholms universitet (figur 7). En intressant omedelbar effekt av att filialen i Linköping upprättades är, att Stockholms universitets dominansområde utvidgats högst väsentligt. Ser man pä figur 9 profilerna II och III berörs tydligen inte
Figur 7. Filialorternas andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1967/68, 1969/70 samt ht 1970.
32 SOU 1972:23
1962/63
1966/67
1969/70
FigurS. Utbildningsorternas dominansområden 1967/68, 1969/70 samt ht 1970. SOU 1972:23
1967/68
ht 1970
läsåren
1962/63,
1966/67,
Profil I. Rekryteringsandelar mellan Göteborg Lund.
1962/63 00 r 90
\'> \ \
1962/63
.
A
70 Profil II. Rekryteringsandelar mellan Lund - Kal mar - Stockholm.
/ /
\
60 50 40 30
/
\
•
\
JO 10
i
1966/67
100 JO 10
-I »o 60
•/.
1967/68
100 • »o 10 70
X
/ /
/ \
\ \
1969/70
•/.
•
^ \
80 70 60
•' \
1 1
\
\
t'
t
50 40
l\
! \
20 10 0
—/ •o
c
/ I | 5 i I I %
ö X :< t C :ö x TECKENFÖRKLARING. _.
.
=
Golf borg
= Lund = Stockholm
£
Uppsala : Linköpin Vo«J»
(Profilernas sträckning redovisas i bilaga 2.) Figur 9. Rekryteringsandelar mellan Göteborg-Lund, Lund -Kalmar-Stockholm, Lund-Linköping-Stockholm, Göteborg-Örebro-Uppsala, Göteborg-KarlstadUppsala och Uppsala-Haparanda.
34 SOU 1972:23
Profil III. Rekryteringsandelar mellan Lund - Linköping - Stockholm.
1962/63.
.,.
1966/67.
Profil IV. Rekryteringsandelar mellan Göteborg Örebro - Uppsala.
.,.
1962/63.
.,.
1966/67
v.
(Profilernas sträckning redovisas i bilaga 2.) Figur 9. Rekryteringsandelar mellan Göteborg-Lund, Lund-Kalmar-Stockholm, Lund-Linköping-Stockholm, Göteborg-Örebro-Uppsala, Göteborg-KarlstadUppsala och Uppsala-Haparanda.
Profil V. Rekryteringsandelar mellan Göteborg Karlstad - Uppsala.
Profil VI. Rekryteringsandelar mellan Uppsala Haparanda.
1962/63.
1962/63.
\ \
•
/ / - - _/
/ \ /
/* ' » X ,
V
\
^ \ ~ ~
•
1967/68.
•1.
00 h
an 70 60 50
\
/ \ v.
/
A
/
\y
/
A
/ X > "A \ <<
< 0 J 0 .'0
i
1 0 0
1 K
•
/ -/
>
>-J>sf v
^ > f r ^
:_. k 1969 / 70
•/.
1969 / 70
00 90
-A
\
RO 70
A,
\\
\' \
SO
JU 20 10
; \
./
/ ,\ s-^Z, v-^ \ \ . > / / N ^ ^ r ^ ' > w
e 2
o 2
o
z
•* x
\
"'
i
TECKENFÖRKLARING
— —
= Uppsala
-r- -i- -T- -iT-r-r-r-r-r-r
s
» 0"t>ro r Karlstad
(Profilernas sträckning redovisas i bilaga 2.) Figur 9. Rekryteringsandelar mellan Göteborg-Lund, Lund-Kalmar-Stockholm, Lund-Linköping-Stockholm, Göteborg-Örebro-Uppsala, Göteborg-Karlstad Uppsala och Uppsala-Haparanda.
• 40 10
Stockholms universitet under första filialåret av någon nedgång relativt sett i Östergötland. Det är i första hand Uppsala och Lund som blir avlastade. Man kan säga, att det skett en förskjutning i de studerandes ortsval från Uppsala—Lund till Linköping. Växjös dominansområde ligger helt inom Lunds tidigare konstaterade huvudrekryteringszon. Även här tycks filialen ha resulterat i förändringar så att Göteborgs dominans ökat i norra Småland. Filialen har sugit upp en del studerande, som utan filialen skulle ha gått till Lund. Orsakerna till förändringarna i dominansomräden för Stockholm och Göteborg är svåra att tolka utan detaljerad analys. Det kan bero på särskilda förhållanden, t. ex. det utbud av ämnen som ges, eller på tillfälligheter. Filialernas tillkomst har fram till ht 1970 resulterat i stora förändringar i de gamla universitetens upptagningsområden. Det mest påtagliga är Linköpings till ytan stora upptagningsområde. Det har vidgats och omfattar hela Östergötland och nordöstra Småland. Utvidgningen fram till ht 1970 har skett på bekostnad av samtliga universitets rekrytering, främst Uppsalas och Stockholms (se figur 9 profil II och III). För de studerande från Värmlands och Örebro län är Karlstad respektive Örebro de mest attraktiva orterna för högre utbildning. Växjös upptagningsområde vidgas fram till den senaste undersökningstidpunkten. Dess inflytande blir allt starkare i de småländska kustområdena, alltså Kalmar och Oskarshamn. En sammanfattande bild av dominansområdenas förändringar under 1960-talet får man av kartorna i figur 8. De "öar" som förekommer i Uppsalas huvudsakliga dominansområde 1962/63 är g-regioner där Stockholm (i något fall även Göteborg) har den största rekryteringen. 2.3 Fördelning av de studerande på avstånd mellan hemort och studieort Den under 2.2 gjorda beskrivningen av de studerandes inriktning på olika orter vid olika tidpunkter med hjälp av kartor och profiler mellan studieorter kan vara svåröverskådlig. Därför har en kompletterande redovisning av rekryteringen i avständszoner till de enskilda studieorterna gjorts (figur 10). Den regionala enhet som dessa avståndszoner och profiler bygger pä är kommunerna. Kommunerna är koordinatsatta. Andelen av totala antalet studerande som går till en viss studieort frän de olika avståndszonerna har beräknats. Fördelen med cirkelformade avståndszoner är att sorteringar och beräkningar kunnat utföras med hjälp av dator. Eftersom de faktiska frekvenserna inte förändras lika i alla riktningar kommer figurerna att visa ett genomsnitt för varje avståndszon. I figuren har sedan ocksä avståndet till de olika studieorterna markerats för att det skall vara lättare att orientera sig och för att man skall fä en mera överskådlig bild av var förändringar sker. Uppsalas rekrytering i olika avståndszoner är utan tvivel den som mest avviker frän de övriga universitetsorternas. I närzonen rekryteras 85—90 % samtliga är, men redan i nästa 5-milszon har andelen sjunkit till ca 10 % (Stockholm) för att återigen vid avståndet 15 mil öka till knappt 50 %. Genom att de andra studieorternas dragningskraft tilltar bortom 15 mil avtar återigen Uppsalas inflytande. Bortom 45—50 mil ökar SOU 1972:23
UPPSALA
= 1969/70 =1967/68 =1966/67 =1962/63
5~T
10 STOCKHOLM
il
2J0
ÖREBRO
$ 5 3 0
L I N - KAR.KÖPING STAD
4S
50 J 55
VÄXJÖ GÖTEBORG
UMEÅ
LUND
85 mil
STOCKHOLM
B.
•/.Lokalandel
35 T «ft
r|969 /70 = 1967 / 68
= 1966/ 67 = 1962/ 63
70 60-1 50 40-1
'\
\
\ \
/•\ .\
\
/
-7-
•v. 10 04
T*
» iM<—i
r*
5|
15 | 20
""»*"
L
KÖPING J
ÖRE, RO
—
*—i
^
ti
fr*
50|
35 0ÖT
"°
RG
r
60 61
75 LUNI""
LokaJandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet. 38
85 mil
LUND
O
15| 20 t25 VÄXJÖ
30 J35
Äcif
LINKÖPING
KARLSTAD ÖREBRO
GÖTEBORG
45 J50 T 55
60 mil
STOCKHOLM UPPSALA
GOTEBORG
V. Lokalandel 1 00-
=1969/70 = 1967/68
= 1966/67 = 1962/63
— i
1 Trt—*
i •
i
i
m»
i
•
»
»
»
25|
65mil
ÖREBRO VÄXJÖ
LUND
*
I I I^PPSALA
LINKÖPING KARLSTAD
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet. SOU 1972:23
UMEÅ
V. Lokalandel
too-'
o
l
io
Ti
Tö
7i
Tö H
«o f S
SO 55
sb^lTmii
Uppsala
F. ÖREBRO
G. KARLSTAD Lakalandrt
;
k
7060-
60->
;
50-
1569 /70
>- * 1967 / 6 8
50-1 \ A
40-
40-j \ 30-
30 20-
20 10^
10-
0. '
•
» 3*—1
'f"1'
f" — 1 — •
30mil
0 0
. ^'H»
1-
15 T—>
30mil
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet. 40
H . LINKÖPING
I.
lokaland»
Lokalandrl
A
A,
70-
70. =1969/70
=1969/70
= 1967(68
•1»«7/«l
504 AOH
30-
20-
\
10 0
VÄXJÖ
10 Ib
»*f*-
25 25
*•
30mil 30mil
Ö" 0
30mil
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet.
Uppsalas dragkraft återigen. Vi är då inne i övre Norrland, och kurvan för 1962/63 visar där vilken betydelse Uppsala hade som utbildningsort för detta område. Förändringarna i avståndszonerna för de här aktuella åren är talande. I filialregionerna och i övre Norrland har Uppsala markant förlorat i rekryteringsandel, medan inget väsentligt har inträffat inom 10-milszonen. Man kan tala om en avlastning av Uppsala universitet genom tillkomsten av filialer och Umeå universitet. Stockholms andel av studerandepopulationen i olika avståndszoner liknar Uppsalas med ett snabbt avtagande i närzonen och relativt stora andelar på avstånd över 45—50 mil. Vi har här en förhållandevis markerad minskning av rekryteringsandelen i filialområdena samt i övre Norrland, även om den inte är så stor som för Uppsala. För Lunds del har Växjöfilialens tillkomst betytt en förskjutning i riktning mot allt mindre andel i avståndszonerna 15—20 mil. Lunds inflytande avtar också långsammare än vad Stockholms och Uppsalas gör, beroende på större avstånd till konkurrerande universitet och lägre befolkningstäthet i dominansomrädet. Av de här presenterade avständsprofilerna och av de tidigare kommenterade kartorna att döma har Göteborg och Umeå icke i någon större utsträckning påverkats av filialernas tillkomst. Det mest anmärkningsvärda får nog sägas vara att Göteborg genomgående stärkt sin ställning inom en 15-milszon. Karlstad-Växjöfilialernas tillkomst har alltså inte betytt minskad rekryteringsandel i denna avständszon. En del av förklaringen till Göteborgs starkare ställning i dessa avståndszoner är säkerligen att 1960-talet varit en uppbyggnadsperiod för Göteborgs universitet. Bortom 15 mil sker vissa smärre förskjutningar. För Umeås del illustrerar avståndsprofilerna det förstärkta inflytande som påvisats i övre Norrland. SOU 1972:23
Filialernas rekryteringsandel i avståndszoner avtar snabbt, men kurvan ligger 1969/70 pä en högre nivå, något som antyder den ökade betydelse som filialerna fått efter tillkomsten 1967. 2.4 Förändring i medel- och medianavstånd för studerande rekryterade till de olika studieorterna De förändringar i de studerandes inriktning mot orter som blivit resultatet av Umeå universitets och filialernas tillkomst har givetvis påverkat medel- och medianavstånd för studerandepopulationerna. Detta illustreras av tabell 3 samt av figur 12. 2.4.1 Medianavstånd De största medianavstånden15 har Uppsala och Umeå vilket återspeglar deras rekrytering i områden av glesare bebyggelsekaraktär än t. ex. Stockholm och Lund. Hälften av de studerande i Uppsala hade 1962/63 mer än 17 mil till hemorten, medan motsvarande tal för Lund och Göteborg är 8 respektive 7 mil. Stockholm är ett specialfall, där medianvärdet troligen ligger under 1 mil. Under 1960-talet sjunker genomgående medianvärdena för Sverige som helhet och för de enskilda universitetsorterna, vilket alltså betyder att de relativt sett rekryterar större andel av sina studerande från närzonerna. Av figur 11 framgår det att 51% av nettoantalet nyinskrivna läsåret 1969/70 har 5 mil eller därunder till de orter där de bedriver sina universitetsstudier. I nästa avståndszon 5-10 mil, är motsvarande tal nere i 14 %, medan 5 % av de studerande har mellan 20 och 30 mil till sin utbildningsanstalt.
Figur 11. Fördelning av nettoantalet nyinskrivna studerande läsåret 1969/70 på avstånd mellan hemort och vald studieort.
42 SOU 1972:23
Kum. % studerande
A. 1962/63 Universitetsorterna
A 100-
mil
mil
Kum. % studerande
B. 1966/67 Universitetsorterna
UPPSALA r LUND zGÖTEBORG .STOCKHOLM : UMEÅ
90 Figur 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten. SOU 1972:23
C. 1967/68 Universitetsorterna
UPPSALA = LUND zGÖTEBORG = STOCKHOLM = UMEÅ
30 K u m . % studerande
r 00
rrtil
mil
D. 1969/70 Universitetsorterna
;UPPSALA z LUND • —
: GÖTEBORG =
STOCKHOLM
= UMEÅ
90 Figur 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten. 44
E. 1967/68 Filialorterna
VAXJO : LINKÖPING = ÖREBRO z KARLSTAD
30 K u m . % studerande
mil
F. 1969/70 Filialorterna
VAXJO —
= LINKÖPING i ÖREBRO J KARLSTAD
101—>-
mil
Figur 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten. SOU 1972:23
Tabell 3. Medel- och medianavstånd i mil till hemorten för nettoantalet nyinskrivna vid de olika studieorterna läsåren 1962/63, 1966/67, 1967/68 och 1969/70. A. Medianavstånd Studieort
1962/63
1966/67
1967/68
1969/70
Uppsala Lund Göteborg Stockholm Umeå Karlstad Växjö Linköping Örebro
17 8 7 <1 (49)
14 9 7 <1 18
14 7 6 <1 17 4 5 4 3
12 5 5 <1 15 5 6 4 6
5 Sverige
B. Medelavstånd Studieort
1962/63
1966/67
1967/68
1969/70
Uppsala Lund Göteborg Stockholm Umeå Karlstad Växjö Linköping Örebro
24 17 14 10 (44)
19 16 12 9 23
20 15 11 8 21 7 8 7 7
20 13 10 7 20 6 7 8 9
12 Sverige
Filialernas medianvärden är låga, men stiger för Linköping och Örebro mellan läsåren 1967/68 och 1969/70. Detta är en följd av den redan noterade ökade rekryteringen från områden utanför själva filialorterna. 2.4.2 Medelavstånd Genom etableringen av Umeå universitet och filialerna har de studerande genomsnittligt sett fått närmare till sina studieorter. Medelvärdet för Sverige sjunker från 1962/63 till 1969/70 med ca 4 mil. Denna tendens är genomgående för samtliga äldre universitetsorter. Filialorterna Linköping och Örebro har stigande medelavstånd1 6 till följd av dessa orters ökade tillskott av studerande från längre bort belägna områden. Medelvärdena ligger genomgående högre än medianavstånden. Vid beräkningen av medelvärdet slår den redan påvisade snedheten i fördelningen av rekryteringen från de olika avståndszonerna igenom. (Se figur 11.) Extremvärden får stor vikt vid beräkning av medelvärden. 2.5 Rekrytering till vissa ospärrade utbildningar 1969/70 De kartor och profiler som diskuterats i den tidigare framställningen bygger på rekryteringen till samtliga fakulteter. Dessa innehåller en grupp 46
av fakulteter (ca 20 % av nettoantalet nyinskrivna), där intagningen är begränsad, de s. k. spärrade fakulteterna. Vissa ämnen och utbildningslinjer inom den filosofiska fakulteten är också spärrade. För de spärrade fakulteterna, ämnena och utbildningslinjerna är alltså valet inte helt fritt, spontant, utan de studerande hänvisas till de utbildningsorter, där deras meriter räcker till för inträde. För att få en överblick över de studerandes spontana val av utbildningsort har för 1969/70 följande tre specialbearbetningar gjorts. 1. Rekryteringen till samtliga ospärrade utbildningar: alltså alla spärrade fakulteter och spärrade linjer vid filosofisk fakultet är uteslutna. 2. Rekryteringen till samtliga utbildningslinjer som finns företrädda vid såväl universitet som filialer. För denna kategori gäller, att universiteten och filialerna är formellt jämförbara med avseende på uppsättningen ämnen. Denna kategori kallas i fortsättningen för filiallinjer. 3. Rekryteringen till sådana ospärrade utbildningslinjer, som endast finns vid universiteten. Det gäller alltså utbildningslinjerna 14—17. Dessa linjer särbehandlas för att kunna ge svar på frågorna om en mindre andel av de studerande i filialregionerna eller i regioner på stort avstånd från universitetsorterna väljer någon av dessa utbildningslinjer. Fördelning av de studerande mellan universiteten och filialerna för de under punkterna 1-3 uppräknade kategorierna framgår av tabell 4. De fria fakulteterna och utbildningslinjerna är som framgår av tabell 4 viktigast för Umeå, Uppsala och Lund samt för filialorterna Karlstad och Växjö. Filialerna har större rekryteringsandel av fria fakulteter och linjer än av samtliga fakulteter. Göteborg, Örebro och Linköping har högsta andel nyinskrivna vid spärrad utbildning.
Tabell 4. Nettoantalet nyinskrivna studerande vid studieorterna i olika utbildningsgrupper 1969/70. 2 Studieort 1 Samtl. Filiallinjer3 fria fak. o linj.
4 3 Samtl. Utb. fak. linj. 14-17
Uppsala Lund Göteborg Stockholm Umeå Örebro Linköping Karlstad Växjö
3 370 2 211 3 683 2 342 3 668 2 609 5 997 3 832 1 741 1 394 693 725 856 779 504 486 549 513
Samtliga
21 093 14 863 2 189
a
433 476 431 702 127 8 8 1 3
5 1i % av 4
6 2i %av 4
7 3i %av 4
8 Samtl. fria fak. o linj. %
9 Filiallinjer
%
12 11 10 Utb. Spärrad Samtl. linj. utb. fak. 14-17 % %
%
4 074 83 4 359 85 5 187 71 7 733 78 2 048 85 995 73 1 060 81 504 100 549 100
54 54 50 50 68 70 73 96 93
11 11 8 9 6 1 1 0 0
16 18 17 28 8 3 4 2 3
15 16 18 26 9 5 5 3 3
20 22 20 32 6 0 0 0 0
13 12 28 32 6 5 4 0 0
15 16 20 29 8 4 4 2 2
26 509
80 Exklusive särskild utbildningslinje.
Uppsala
Figur 13. Studieorternas andelar av rekryteringen till samtliga ospärrade utbildningar från varje gymnasieregion läsåret 1969/70 samt de olika studieorternas dominansområden (7 kartor). 48
2.5.1 De studerandes val av utbildningsort med avseende på ospärrade fakulteter och utbildningslinjer En jämförelse mellan figur 8 över samtliga fakulteter och figur 13 över ospärrade fakulteter och utbildningslinjer ger vid handen att dominansområdesgränserna har ungefär samma utseende. Det som skiljer de båda kartserierna åt är att den lokala rekryteringsandelen i universitetens och filialernas närregioner ligger betydligt högre för samtliga ospärrade fakulteter och utbildningslinjer än för det tidigare behandlade materialet. Som exempel kan nämnas att i Västerbottens län väljer 81 % av nettoantalet nyinskrivna Umeå som utbildningsort, medan andelen för samtliga ospärrade fakulteter är 97 %. Motsvarande tal för Uppsalas del i det egna länet är 87 respektive 96 %. Filialerna rekryterar en större andel av samtliga ospärrade fakulteter och linjer från närzonen än de gör med avseende på samtliga fakulteter. Detta framgår av tabell 5, där filialernas lokalandelar i de egna gymnasieregionerna och dominansområdena uträknats. Man kan alltså konstatera ett mindre läckage (repellering) till andra utbildningsorter från filialorternas omgivning beträffande samtliga ospärrade fakulteter och linjer än för samtliga utbildningar. Detta är naturligtvis helt rimligt med tanke på att filialernas utrustning med ospärrade
Tabell 5. Filialernas lokalandel i gymnasieregion och dominansområde3 avseende rekryteringen till samtliga fakulteter respektive fria fakulteter och utbildningslinjer läsåret 1969/70. Studieort
Örebro Linköping Växjö Karlstad
a
Område
Gymnasieregion Dominansområde Gymnasieregion Dominansområde Gymnasicregion Dominansområde Gymnasieregion Dominansområde
Lokalandcl i % Samtl. fakulteter
Samtl. fria fak. o linjer.
74 57
65 68
56 75
63 54 53
67 65
59 Här avses dominansområdet för samtliga fakulteter 1969/70, alltså enligt figur 8.
utbildningslinjer är förhållandevis stor. Detta betyder också, att filialerna har större dominansområden för denna kategori än för samtliga fakulteter.
Uppsala
Figur 14 A. Studieorternas andelar av rekryteringen till sådana utbildningar som finns vid såväl universitet som filialer från varje gymnasieregion läsåret 1969/70 samt de olika studieorternas dominansområden (7 kartor).
50 SOU 1972:23
Lund
Umeå
Filialerna
Dominansområden
2.5.2 De studerandes val av utbildningsort med avseende på filiallinjer När man endast tar med sådana linjer som finns både vid universitet och filialer blir samtliga utbildningsorter i princip jämförbara med varandra. Påtagligt är den starka ställning som utbildningsorterna Uppsala, Umeå, Göteborg och Lund har i sina närzoner upp till ca 10 mil (se figur 14). Inom den zonen väljer omkring 90-95 % av de studerande den närmast belägna studieorten. Stockholm har motsvarande andelar i en 5-milszon. Rekryteringsandelen för de enskilda orterna avtar bortom de nämnda zonerna av 5-10 mils bredd. Det blir där ett mera varierat val av studieorter. Av figur 14 att döma blir övergångarna mellan de olika universiteten skarpare än för det totala materialet. Filialerna har än så länge inte samma dragningskraft som de äldre universiteten. Visserligen är deras dominansområden väsentligt större för filiallinjer än för samtliga fakulteter (jfr- figur 6), men av tabell 6 framgår dock att under läsåret 1969/70 15-20% av de studerande från själva filialernas gymnasieregioner väljer annan studieort. Kommer vi till zonen 5-10 mil stiger läckaget (repelleringen) till 25-35%. Det är med andra ord en relativt stor andel av de studerande från filialregionerna som söker utbildning på annan ort som de skulle kunna få vid filialen (jfr. kapitel 4). Eftersom filiallinjerna innefattar den kombination av
Figur 14 B. Studieorternas andelar av rekryteringen till sådana utbildningar som, finns vid såväl universitet som filialer från varje gymnasieregion htl970samt de olika studieorternas dominansområden (7 kartor). 52
Umeå
Filialerna
Dominansområden
Tabell 6. Filialernas lokalandel i gymnasieregion och dominansområde med avseende på filiallinjer. Studieort
Örebro Linköping Växjö Karlstad
Område
Gymnasieregion Dominansområde Gymnasieregion Dominansområde Gymnasieregion Dominansområde Gymnasieregion Dominansområde
Lokalandel i % 1969/70
ht 1969
ht 1970
76 75
76 64 83
64 82
74 75
72 92
72 74
81 85
81 84
ämnen och utbildningslinjer där utbildningsorterna är jämförbara har rekryteringsområdena för ht 1970 även tagits med, trots att de inte är fullt jämförbara med läsåret 1969/70. Därmed har man ett i tiden mera närliggande material som kan ge viss fingervisning om hur filialerna fungerar som utbildningsenheter. Man kan påstå att filialernas rekryteringsandel av dessa linjer ökat inom närzonen mellan 1969/70 och ht 1970. Detta påstående styrks av tabell 6. Filialernas markant ökade andel av rekryteringen i närzonerna framgår av procenttalen. Ännu ht 1970 är deras lokalandelar lägre än i motsvarande områden vid de äldre universitetsorterna, men skillnaderna kommer troligen att ytterligare minskas när filialerna fungerat ännu en tid. Man kan också konstatera att Umeå universitet har ökat sitt inflytande i Sundsvalls och Härnösandsregionerna, även i jämförelse med ht 1969.6 Det tar tid innan rekryteringsområdena stabiliseras. 2.5.3 De studerandes val av utbildningsort med avseende på sådana ospärrade utbildningslinjer som endast finns vid universiteten De studerande (2189 individer) som 1969/70 gick till utbildningslinjerna 14-17 är så få till antalet, att det är föga meningsfullt med en detaljerad redovisning av influensområdenas utsträckning. Man kan emellertid säga, att rekryteringsområdena i stort sett motsvarar de för samtliga fakulteter 1966/67 (figurerna 2-7). För att erhålla en viss uppfattning om hur rekryteringen till sådana linjer varierar med geografisk närhet till utbildningsmöjlighet har en grövre indelning av Sverige enligt tabell 7 konstruerats. Tabellen talar om Tabell 7. Rekrytering till sådan ospärrad utbildning som endast finns vid universitetsorterna. Andel av samtliga nyinskrivna med hemort i:
(%)
Universitetslän (AB, C, M, O och AC) I-iliallän (E, G, S och T) Övriga län
9.3 5.8 7.5
Sverige totalt
54 SOU 1972:23
hur stor andel av nettoantalet nyinskrivna som 1969/70 läser utbildningslinjerna 14-17 av samtliga från respektive område. Andelen som läser utbildningslinjerna 14-17 är något högre i universitetens närområde, medan filiallänen ligger under medeltalet för Sverige som helhet. Detta skulle alltså kunna tolkas som ett tecken på att en viss snedhet i rekryteringen förekommer regionalt (avlänkning), och att den är påtagligast i filialernas närområden (jfr. kapitel 5).
3 Regional fördelning av studerandefrekvenser under 1960-talet
Den expansion som utbildningsväsendet har genomgått på det gymnasiala och eftergymnasiala området i Sverige har inneburit, att en allt större del av befolkningen fått möjligheter till studier utöver grundskolans högstadium. Detta förhållande avspeglas i allt högre studiefrekvenser pågymnasie- och högskolenivå. I denna undersökning kan det vara av intresse att översiktligt belysa studerandefrekvenserna på högskolenivå och deras geografiska variationer och förändringar under 1960-talet.
3.1 Studerande frekvens i gymnasieregioner Studerandefrekvenserna är beräknade som förhållandet mellan nettoantalet nyinskrivna studerande och en tiondel av åldersklassen 15-24 år. För studerandefrekvensberäkningarna läsåret 1962/63 har data för åldersklassen tagits ur 1960 års folkräkning och för 1966/67 och 1967/68 har motsvarande uppgifter hämtats från folkräkningen 1965. Eftersom vissa förändringar i befolkningens sammansättning sker p. g. a. flyttningsrörelserna kommer typiska utflyttningsområden att få för låga frekvenser, medan områden med flyttningsvinst erhåller för höga frekvenser. Det sker alltså i materialet en skärpning av skillnaderna mellan utflyttningsoch inflyttningsområden. För de frekvensberäkningar som gjorts med utgångspunkt i studerandematerialet 1969/70 har befolkningsuppgifterna i folkräkningen 1965 av ovan nämnda orsaker inte ansetts lämpliga att använda. Det källmaterial som finns tillgängligt för 1970 bygger på kommunblocken som enhet. Kommunblocken och gymnasieregionerna sammanfaller emellertid inte, utan vissa kommunblock delas på kommun- eller församlingsnivå mellan flera gymnasieregioner. För dessa delade kommunblock har en prognostiserad åldersgrupp 15-24 år framräknats med hjälp av kommunblockstalen 1970 samt folkräkningstalen 1965.1 7 Under åren 1962/63, 1966/67, 1967/68 och 1969/70 är de riksgenomsnittliga studerandefrekvenserna 10, 17, 21 och 22 %, alltså en fördubbling under en femårsperiod. Vid första undersökningstidpunkten ligger de 56
flesta g-regioner med värden under 10%, vilket tyder på att några folkrika regioner har höga frekvenstal. De som drar upp medeltalet är framför allt Stockholmsområdet och Uppsala. Mörby-Djursholm, Lidingö, Stockholm och Uppsala har så höga värden som 40, 29, 19 respektive 18 %. Genomsnittssiffran för Stockholms stad och län ligger på 17%. Dessa förhållanden framträder också i figur 15-18. Man kan allmänt säga, att universitetsorterna har höga studerandefrekvenser. Kartan illustrerar också det förhållandet, att stora områden i mellersta och södra Norrland samt delar av Västsverige har mycket låga frekvenser. Det förefaller alltså som om områden med perifert läge i förhållande till universitetsorterna har liten rekrytering till universitetsstudier. Det bör emellertid påpekas, att universitetsregionernas studerande an t al är något överskattat, beroende på att ett begränsat antal i samband med upptagandet av studier kyrkobokför sig på universitetsorten och därmed erhåller denna som hemkommun. (Se avsnitt 1.4.) Universitetsorterna i Syd- och Mellansverige har även 1966/67 genomsnittligt högre tal än andra delar av landet. De låga frekvenserna är påtagliga för de perifera delarna. Norrbotten och Jämtland har 13 respektive 14 %, Stockholms stad och län har 31 %. Det mest framträdande i kartbilden för 1966/67 är ändå den kraftiga ökningen av studerandefrekvensen i den nya universitetsorten Umeås gymnasieregion. Detta antyder, att lokaliseringen av universitetet till regionen har haft positiv effekt på övergången från gymnasiala linjer till universitetsstudier och/eller att ett ackumulerat latent behov av högre utbildning hos avståndskänsliga grupper manifesteras. Av tabell 8 och kartan för 1967/68 kan man utläsa en mycket stark frekvensökning i filialorternas g-regioner. Efter att ha haft värden under riksgenomsnittet ligger samtliga filialregioner 1967/68 över detta. Från det ena året till det andra har frekvensökningen varit närmare 50 % för filialorternas gymnasieregioner mot 24% för riket som helhet. Det är få regioner utöver sådana i filialernas omedelbara närhet som kan uppvisa liknande frekvensökningar. Till dessa hör Skara, Strängnäs och Nässjö. Filialregionernas dominansområden i sin helhet har inte samma frekvensökning. Detta betyder att ytterområdena ligger kvar på relativt låg frekvensnivå. Mellan 1967/68 och 1969/70 sker relativt små förändringar av filialorternas studerandefrekvenser. Man kan t. o. m. notera en viss nedgång för Örebro och Växjö. Den allmänna stagnationen i studerandefrekvenser under 1960-talets senare del slår igenom för samtliga redovisade områden. De gamla universitetsorternas närzoner har tämligen små ändringar i frekvensavseende. Fortfarande kvarstår alltså stora regionala skillnader i den andel av en åldersklass som söker tillträde till högre studier. Det ligger nära till hands att tolka frekvensökningen i filialregionerna som en effekt av filialetableringen. Detta nyrekryteringstillskott är av stort intresse för bedömningen av effekter vid nylokalisering av högre utbildning. Hela frågan om filialernas rekryteringseffekt kommer att behandlas mer ingående i kapitel 4.
1962/63
1966/67
Figur 15-18. Studerandefrekvenser läsåren 1962/63, 1966/67, 1967/68 samt 1969/ 70. Nettoantalet nyinskrivna studerande från varje gymnasieregion i förhällande till motsvarande åldersklass.
Tabell 8. Studerandefrekvenser i valda gymnasieregioner och dominansområden 1962/63, 1966/67, 1967/68 och 1969/70. Procent. Dominansområde för samtliga utbildningar 1969/70 (jfr. figurerna 2 - 8 ) . Område
1962/63
1966/67
1967/68
1969/70
1. Örebro g-region 2. Örebro dominansomräde 3. Linköping g-rcgion 4. Linköping dominansomräde 5. Växjö g-rcgion 6. Växjö dominansomräde 7. Karlstad g-region 8. Karlstad dominansområde 9. Summa filialorternas g-regioner 10. Summa filialorternas dominansområden 11. Halmstad g-region 12. Skara g-region 13. Falun-Borlänge g-region 14. Sundsvall g-region 15. Västerås g-region 16. Summa 11-15 17. Umeå g-region 18. Uppsala g-region 19. Lund g-region 20. Stockholm g-rcgion 21. Göteborg g-region
8 8 8 7 10 8 10 18 18 19 12
16 13 17 12 18 16 23 32 30 31 20
14 22 19 16 20 18 30 36 30 36 24
16 15 17 19 20 18 34 31 32 35 28
22. Sverige
7 9
13 15
8 9
24 13
14 9
20 19
18 27
18 22
19 23
20 23
18 SOU 1972:23
3.2 Regional spridning i studerande frekvenser Har skillnaderna mellan regionernas studerandefrekvenser ökat eller minskat under sextiotalet? För att få ett sammanfattande mått på spridningen har standardavvikelsen för studerandefrekvensen, beräknats. Varje region är vägd med antalet personer i åldersklassen som vikt. Den första beräkningen avser själva studerandefrekvenserna och standardavvikelsen anger alltså variationen i antal procentenheter. Som framgår av tabell 9 har spridningen mätt på detta sätt ökat under sextiotalet från 4.9 till 7.4 procentenheter. Samtidigt har emellertid de genomsnittliga studerandefrekvenserna ökat ännu mer så att de relativa skillnaderna mellan regionerna har minskat. Den relativa spridningen, dvs. spridningen i förhållande till respektive års genomsnitt kan mätas med variationskoefficienten (spridning/medelvärde). Beräknat på detta sätt har de regiona-
Tabell 9. Regional spridning i studerandefrekvenser. Mått Standardavvikelse (procentenhet) Variationskoefficient (standardaw./mcdelvärde) Riksmedelvärde (%)
1962/63
1966/67
1967/68
1969/70
la variationerna i studerandefrekvensen minskat med ca en tredjedel under perioden. Läsåret 1969/70 bodde en fjärdedel av åldersklassen (15—24 åringar 1970) i regioner med lägre studerandefrekvens än 16%, en fjärdedel i regioner med frekvenser på 1 6 - 2 0 % , en fjärdedel i regioner med 2 0 - 2 7 % i studerandefrekvens och alltså en fjärdedel i regioner med högre studerandefrekvens än 27 %. 3.3 Studerande frekvens i och utanför studieorternas
närregioner
En komprimerad bild av studerandefrekvenserna inom och utanför 5 mil från studieorterna ges i tabell 10. Rekryteringen från områden inom respektive utanför 5 mil från de studieorter som existerade respektive period jämförs med befolkningsunderlaget i samma område. Läsåret 1962/63 rekryterades nästan dubbelt så stor andel av en åldersklass från områden inom 5 mil från de dåvarande fyra studieorterna som från övriga Sverige. Läsåret 1969/70 hade skillnaden sjunkit till närmare 5 0 % . Skillnaden i antal procentenheter har däremot ökat från 6 till 10 procentenheter. Tillkomsten av nya studieorter och befolkningsomflyttningen har medfört att drygt 50 % istället för tidigare knappt 40 % av den aktuella åldersklassen hade tillgång till en studieort inom 5 mil från hemorten. Den regionala fördelningen av studerandefrekvenser som beskrevs i föregående avsnitt samvarierar alltså i stor utsträckning med avstånd till studieorterna. Regressionsanalysen i kapitel 6 ger samma resultat. En markant ökning av studerandefrekvenserna för landet som helhet har skett. Stora skillnader mellan landets olika gymnasieregioner kvarstår
KumV. av åldersklass 100
•
90-
T
-r
_A
80.
P
70-
j-T
60-
r^
504 0-
30-
|J
20100-1 0
1 5
1 ^ i 10 15
. 20
, 25
i 30
1 35
1 40
, 45
, h 50 V. studerandetrekvens
Figur 19. Andel av åldersklassen som bor i regioner med lägre än angiven studerandefrekvens. 60
Tabell 10. Studerandefrekvens i och utanför studieorternas närregioner. Läsår
Andel av åldersklass inom 5 mil
Andel av studerande inom 5 mil
inom 5 mil
%
1962/63 1966/67 1967/68 1969/70
38 39 50 51
54 52 64 62
%
Skillnad mellan frekvens inom och utanför
Kvot mellan frekvens inom och utanför
10 17 21 22
6 9 12 10
2.0 1.7 1.8 1.6
Studerandefrek /ens
12 22 27 27
utanför 5 mil
%
6 13 15 17
Tot.
emellertid. Storstadsregionerna med bättre tillgänglighet till högre studier har höga frekvenstal, medan perifera områden har låga tal. Vid Umeå universitet och filialerna har ett markant nytillskott till högre studier kunnat konstateras, samtidigt som några av de tidigare regionala skillnaderna i studerandefrekvens utjämnats. Man kan kanske tala om en eftersläpande utjämning. Studerandefrekvensema utanför 5-milsomlanden är betydligt högre 1969/70 än vad de var innanför dessa 1962/63.
4.1 Universitetsfilialernas rekryteringseffekt
Nyrekrytering i filialorternas omgivning
Leder decentraliseringen av utbildning till rekrytering av avståndskänsliga grupper som annars inte skulle haft möjlighet att studera vidare? Ett försök att beräkna en s. k. nyrekryteringsandel (dvs. andel av totalantalet rekryterade till alla studieorter från ett område som skulle ha avstått från studier om en filial inte etableras i området) har genomförts dels för filialernas första verksamhetsår 1967/68, dels för läsåret 1969/70. Några olika metoder har kommit till användning. Principerna i dessa skall kortfattat anges. För en mer detaljerad beskrivning hänvisas till Holm-Häggström.6
4.1.1 Metodbeskrivning Trendmetoden Rekryteringen till alla studieorter från filialkommunen, kommuner inom 3 och inom 5 mil från filialorten registreras före och efter filialetableringen. Den faktiska rekryteringen efter filialetableringen sätts i relation till en beräknad rekrytering om filialen inte existerat. Denna beräkning skall ge en uppfattning om storleken av rekryteringen från området om filialen inte etablerats. Antalet rekryterade före etableringen har multiplicerats med den genomsnittliga ökningen utanför filialernas dominansområden (ca 5 mil). Hypotesen är alltså att filialområdet utan filial skulle ha bidragit med samma andel som tidigare av nettoantalet nyinskrivna studerande i Sverige. Tvärsnitt - urvalsmetoden Istället för att framskriva rekryteringen mellan olika år kan man göra jämförelser av studerandefrekvensen — antal rekryterade i förhållande till en relevant åldersgrupp — samma år mellan olika områden. Frekvensen i filialområdet jämförs med utvalda "kontrollområden" som skall vara speciellt jämförbara med filialområdena, t. ex. områden centrerade kring 62
orter av jämförbar storlek och struktur i gränsområden mellan de tidigare studieorternas dominansområden (dvs. potentiella filialregioner). Jämfört med att använda hela Sverige som kontrollgrupp har denna metod fördelen, att man eliminerar den felskattning av rekryteringseffekten som kan bero på att "övriga Sverige" i genomsnitt består av kommuner med annan social struktur, andra relativa och absoluta avstånd till äldre studieorter etc. än de etablerade och potentiella filialorterna. I regressionsanalysen (kapitel 6) visas, att detta i hög grad påverkar studerandefrekvensen. Nackdelen är, att urvalet av områden ändå blir subjektivt och att den sammanlagda "kontrollgruppen" blir liten, vilket ger större utrymme för slumpmässiga fel. Istället för att använda antalet 15—24-åringar för att beräkna studerandefrekvensen kan man stanna vid det som för majoriteten studerande i allmänhet ligger närmast inskrivningen, nämligen examinationen från gymnasiet. En viss andel av varje examinationsårgång går vidare till högre studier. Genom att beräkna hur stora dessa andelar (övergångsfrekvenser) är i genomsnitt erhålles en bas för att väga ihop de senaste årens examination i varje gymnasieregion. Genom att för varje g-region beräkna kvoten mellan det observerade antalet nyinskrivna därifrån och det antal som kan beräknas1 8 med hjälp av de riksgenomsnittliga övergångsfrekvenserna, erhålles ett normerat mått (genomsnitt = 1) på den speciella g-regionens övergångsfrekvens, som tar hänsyn till variationer i antalet examinerade olika år. För övrigt överensstämmer denna metod med den föregående. 4.1.2 Trendmetoden Beräkningarna baseras på uppgifter som erhållits genom att i dator sortera fram antalet studerande respektive period med hemkommun i en viss avståndszon frän varje studieort (tabell 11). Samma tabell kan omräknas i procent av varje periods totala nettoantal nyinskrivna i Sverige (tabell 12). Tabell 12 visar en omfördelning till ökad andel nyinskrivna med hemort i filialernas närzoner. Andelen inom 5 mil från filialerna ökade 1.3 procentenheter mellan läsåren 1966/67 och 1967/68. Mellan samma år ökade nettoantalet nyinskrivna i Sverige utanför filialernas 5-milszoner 22 %. Inom 5-milszonerna var ökningen 42 %. Motsvarande förhållande mellan 1966/67 och 1969/70 var en ökning på 25 % respektive 48 %, dvs. Tabell 11. Antal studerande från filialorternas omgivningar. Läsår
Nettoantalet nyinskrivna från Områden inom 0 - 1 mil (filialkommun)
Hela Sverige 1-3 mil
3-5 mil
0-5 mil
1966/67
20 886
1967/68 1969/70
1144 1132
453 514
1134 1194
2731 2 840
25 939 26 509
Före filialetab). 1 :a året 3:eåret
Tabell 12. Andel av samtliga studerande i Sverige med hemort i filialorternas omgivning. Läsår
Nettoantalet nyinskrivna från Områden inom
1966/67 1967/68 1969/70
Hela Sverige
0-1 (filialkommun)
1-3 mil
3-5 mil
0-5 mil
%
%
%
%
3.5 4.4 4.3
1.5 1.8 1.9
4.2 4.4 4.5
9.2 10.5 10.7
%
100 100 100
något större differens (20 respektive 23 % ökning). Med utgångspunkt i dessa tal och den beskrivna metodiken erhålles tabell 13. En markant ökning av den totala rekryteringen från filialernas närområden kan konstateras. Den största ökningen inträffade i och med tillkomsten av filialerna. Under den därpå följande 2-årsperioden har endast en liten ytterligare ökning ägt rum. Medan nyrekryteringseffekten första året var avsevärt kraftigare i filialkommunerna än i hela 5-milszonen tycks den vara något jämnare utspridd i hela zonen 1969/70. För att få så aktuella resultat som möjligt kan uppgifterna för ht 1970 utnyttjas. Eftersom detta inte är ett helt läsär och vårterminsrekryteringen har avvikande sammansättning, kan resultaten inte jämföras direkt. I tabell 14 redovisas därför en analog beräkning av nyrekryteringen avseende höstterminerna 1969 och 1970.
Tabell 13. Filialernas nyrekrytering 1967/68 och 1969/70. Är
0 - 1 mil (filia kommun)
1-3 mil
3-5 mil
0-5 mil
Beräknat antal nyrckryterade studerande
1966/67 3 1967/68 256 1969/70 226
66 106
75 113
397 445
Proeent av samtliga frän zonen
1966/673 1967/68 23% 1969/70 20%
15% 21%
8% 10%
15% 16%
1-3 mil
3-5 mil
0-5 mil
116 89
155 71
464 463
26% 23%
15% 8%
19% 21%
a
Bas
Tabell 14. Filialernas nyrekrytering ht 1969 och ht 1970. År
Beräknat antal nyrckryterade studerande Procent av samtliga från zonen
a
0 - 1 mil (filialkommun)
1966/67 3 193 ht 1969 303 ht 1.970 1966/67 3 21% ht 1969 ht 1970 31%
Basår. SOU 1972:23
Tabell 15. Nettoantal nyinskrivna studerande i filialorternas omgivning i förhållande till en genomsnittlig åldersgrupp. Procent. 1969/70 års frekvenser är beräknade med hjälp av 1965 års befolkningsuppgifter. För 1970 kan direkt jämförbara data ännu ej erhållas. För gymnasieregionerna har däremot en aktuell reduktionsbas beräknats. Med 1965 års befolkningsdata blir frekvensen i filialregionerna 24.3%, med 1970 års 23.9%. Dessa regioner kan närmast jämföras med 0 - 3 milszonen (22.8 %). Talen indikerar att befolkningsförändringen är så liten att de angivna procenttalen knappast skulle förändras vid en korrekt beräkning. Läsår
0-1 mil (filialkommun)
1-3 mil
3-5 mil
0-5 mil
Sverige
1966/67 1967/68 1969/70
18 29 29
10 14 16
13 17 18
14 20 20
17 21 22
Nyrekryteringen inträffar tydligen huvudsakligen under höstterminerna. En jämförelse av antalet nyrekryterade läsåret 1969/70 och ht 1969 visar till och med att läsårets nyrekrytering i 1— 5-milszonen är lägre än höstterminens nyrekrytering. Med andra ord: vårterminens rekrytering från denna zon ligger under riksgenomsnittet. Till skillnad från resultaten för hela läsåret 1969/70 är nyrekryteringen ht 1970 mer koncentrerad till själva filialorten än ett år tidigare. Detta behöver alltså inte innebära att samma sak kommer att gälla för hela läsåret 1970/71. För 5-milsområdet som helhet antyder dock resultaten att nyrekryteringseffekten kvarstår i minst lika hög grad läsåret 1970/71 som tidigare. Resultaten kan också uttryckas som studerandefrekvenser (tabell 15). Talen ger ett visst perspektiv på utvecklingen. Det är tydligen inte fråga om någon ökning utöver den riksgenomsnittliga frekvensen annat än i själva filialorten. För hela 5-milszonen är det snarare fråga om en ökning till riksgenomsnittet. Vid en bedömning av nyrekryteringseffekten är det alltså olämpligt att utgå från ett riksgenomsnitt, utan beräkningarna borde snarare baseras på ett genomsnitt för en "omgivning" eller för jämförbara områden utan filial. De låga frekvenserna i filialorternas omedelbara omgivningar förklaras troligen av deras höggradiga landsbygdskaraktär. På något större avstånd (3-5 mil) kan däremot lokala centralorter med en annan social och demografisk struktur existera. Dessa faktorer har alltså större betydelse än avståndet som sådant (jfr. kapitel 3 och 6). 4.1.3 Tvärsnitt - urvalsmetoden baserad på åldersklass Som kontrollgrupp har Halmstad, Sundsvall, Jönköping och Västerås g-regioner valts. Dessa orter har jämförbar storlek och ligger i gränszoner mellan de existerande studieorternas dominansområden. För övrigt är urvalet av kontrollgruppen helt subjektivt. Uppgifterna baseras på de insamlade tabellerna för hela g-regioner, varför resultaten närmast kan jämföras med 3-milszonerna för den tidigare metoden. Beräkningarna baseras på följande uppgifter (tabell 16). SOU 1972:23 5
Tabell 16. Rekrytering från filial- och kontrollregioner. Gymnasieregion
10 % av antalet 15-24 åringar 1965
Nettoantal nyinskrivna frän regionen
1966/67
1967/68
1969/70
Örebro Linköping Karlstad Växjö
1 749 1 995 1623 1510
1 787 1 976 1 646 1598
279 297 253 212
394 475 350 335
369 546 363 297
S:a fil. reg.
6 877
7 007
1 041
1 544
1 675
Sundsvall Västerås Jönköping Halmstad
1 603 1 833 1 780 1 374
1 597 1 869 1 803 1474
186 338 240 216
261 370 314 194
300 370 382 234
S:a kontr. reg.
6 590
6 743
1 139
1 286
Hela Sverige
123 342
121 966
20 886
25 939
26 509
Tabell 17. Studerandefrekvenser ifilial-och kontrollregioner. Område
Filialregioner Kontrollregioner Hela Sverige Källa för åldersklassen FoB
Studerandefrekvens (%) 1966/67
1967/68
1969/70
15 15 17
22 17 21
24 19 22
1970 Redan av de absoluta talen kan ses, att antalet studerande från filialregionerna ökat snabbare än från kontrollregionerna. I den senare gruppen avviker Sundsvall och Jönköping med en utveckling, som mer påminner om filialregionerna än om övriga kontrollregioner. Omräkning till studerandefrekvenser visas i tabell 17. Både filialer och kontrollregioner hade 1966/67 ett par procentenheter lägre studerandefrekvens än riksgenomsnittet. Kontrollregionerna låg efter filialetableringen 3—4 procentenheter under riksgenomsnittet, medan filialregionerna låg 1-2 procentenheter högre. Detta motsvarar en nyrekryteringsandel på 23 % för 1967/68 och på 20 % för 1969/70.
4.1.4 Tvärsnitt - urvalsmetoden baserad på övergång från gymnasium Om man ersätter åldersklassen med det beräknade antalet nyrekryterade studerande som erhållits via skattade riksgenomsnittliga övergångsfrekvenser applicerade på de tre senaste årens gymnasieexamination i respektive region erhålles följande värden (tabell 18): 66
Tabell 18. Övergångsfrekvens från gymnasium. Övergångsfrekvens 1969/70
Filialregioner
Kontrollregioner
Hela Sverige
Nettoantal nyinskrivna Beräknat nettoantal nyinskrivna Övergångsfrekvens i % av riksgenomsnittet
1 675 1 759
1 286 1 640
26.509 26.509
100.0 Övergångsfrekvenserna i filialregionerna var alltså 95 %, och i kontrollregionerna 78 % av den riksgenomsnittliga. Omräknat i "andel nyrekryterade" blir detta 18%. Vi får alltså även här en positiv nyrekryteringseffekt. Här får man räkna med en betydande osäkerhet bl. a. på grund av den okända gymnasistfrekvensen, på att gymnasistpopulationen i "stora" kommuner (som dessa) i varierande utsträckning överskattas p. g. a. att eleverna i specialgymnasier inte förs till hemregionen, utan just till skolregionen, en varierande andel äldre studerande etc. 4.1.5 Sammanfattning av de olika beräkningarna av filialernas nyrekryteringseffekt De tre olika metoderna ger ungefär samma resultat, nämligen att under de närmaste åren efter etableringen har 15—20% fler studerande rekryterats från området än som skulle ha rekryterats utan etableringen (tabell 19). 4.1.6 Nyrekryteringens utjämningseffekt Vilken betydelse har filialetableringen och därmed nyrekryteringseffekten haft för att utjämna de regionala skillnaderna i studerandefrekvens? I figur 20 visas resultaten av de tidigare beräkningarna för filialernas 0—3-milszon. Under den hittills studerade perioden tycks differensen bestå trots en allmän ökning av studerandefrekvenserna. Om "gapet" eventuellt skulle slutas någon gång i framtiden innebär ändå filialetableringen att ca 500 Tabell 19. Filialernas nyrekryteringseffekt enligt de använda beräkningsmetoderna. Metod
Andel nyrckryterade av nettoantalet nyinskrivna från resp. avståndszon (%) 1967/68
Trendmetoden Tvärsnitt- urvalsmetoden (åldersklass) Tvärsnitt- urvalsmetoden (gymnasister)
1969/70
filial kommun
0-3 mil
0-5 mil
filial kommun
0-3 mil
0-5 mil
20 18 67
Stud frekv. V. <k
25 .
Med filiol +
__
^-Sverige
Utan filial I 05-
Oj
,
1966-67
1967-68
, •_>> 1969-70 år
Figur 20. Studerandefrekvensens förändring i filialregionerna.
studerande (inklusive någon nyrekrytering utanför 5-milszonerna) per år nyrekryterats under mellantiden. Studerandefrekvensen i filialernas pendlingsomland 0—5 mil är ungefär 20% 1969/70. I regioner utanför studieorternas pendlingsomland är motsvarande frekvens i genomsnitt 17% (avsnitt 3.3). Skillnaden, 3 procentenheter, motsvarar en potentiell nyrekrytering på drygt 1 500 individer, inklusive nyrekryteringen i filialområdena ca 2 000. Genom filialernas tillkomst har alltså ungefär en fjärdedel av detta "latenta studiebehov" tillgodosetts. Om man istället jämför med den riksgenomsnittliga frekvensen (22 %) sjunker denna tillgodosedda andel till 10-15%. 4.2 Rekryteringens sammansättning i filialernas omgivning Nyrekryteringen är endast en del av den totala rekryteringen från filialorternas omgivningar. 1 följande avsnitt skall ett försök göras att dela upp hela rekryteringen i delgrupper som svarar mot olika effekter av etableringen. Vid en bedömning av filialernas rekryteringseffekt är lokalandelen, dvs. den del av den totala rekryteringen till alla studieorter från ett område som går till den lokala studieorten, betydelsefull. I figur 21 visas hur lokalandelen varierar med avståndet från filialorterna för filialerna respektive universiteten läsåren 1967/68 (streckade linjer) och 1969/70 (heldragna linjer). Filialernas fullständighet 1967/68 och 1969/70 har lagts in som två räta linjer och visar i princip hur stor andel av en population som kan få sina studieönskemål tillgodosedda vid filialen. (För en utförligare diskussion, se bilaga 1.) En markant ökning av filialernas lokalandel har inträffat mellan läsåren 1967/68 och 1969/70. Parallellt härmed har fullständigheten ökat ännu mer från i genomsnitt 23 % (vägt medelvärde för alla filialer) till 66 %. En del av skillnaden kan dock bero på olika mätmetoder. Skillnaden mellan lokalandel och fullständighet är som synes liten läsåret 1969/70. Detta behöver inte betyda att fullständigheten "räcker" för att alla som går till 68
1009080-
Filialernas fullständighet 1969/70
— —
X^^^-Universitet 7060-
40-
*
\
50-
/ i
\ \
V-
\
\
V \
\\
V
Filialernas fullständighet 1967/68
=1969/70 =1967/68
30-
/
2010-
M
v
v
/
N
\
=1969/70 \
Filialer
0<
=1967/68
v
>
V\
\ \ II u
A
\
\
—.
.
^—.—>
10 m i l
Lokalandel utgörs av den andel av de studerande med hemort i området som väljer den lokala studieorten. Figur 21. Studieorternas lokalandel.
filialerna skall kunna välja samma utbildning som de skulle ha gjort om de gått till en universitetsort. Filialerna kan ha orsakat en avlänkning av spontan studieinriktning till förmån för "filialsortimentet" för en del av nybörjarna. En stor andel av dem som bor i en omgivning till filialorterna flyttar till någon annan studieort (den totala rekryteringen minus lokalandelen). Man kan grovt tänka sig två olika orsaker till denna repellering från den närmast liggande studieorten. 1. För att studera vid en utbildningslinje som inte finns vid filialen, studierepellering. 2. En stor del av dem som kommer från filialorternas omgivning och går till de gamla universitetsorterna väljer där linjer, som också finns på filialorterna. För dessa kan valet av studieort alltså knappast ha berott på ett ofullständigt urval av studiemöjligheter vid hemfilialen utan kanske snarare på att denna andel "repelleras" från t. ex. sitt föräldrahem, sin uppväxtmiljö, skolmiljö eller dylikt. Det existerar alltså en ortsrepellering för en stor andel av de nyinskrivna med hemort i studieorten eller dess omgivning. Filialernas fullständighet räcker alltså i genomsnitt för den andel som rekryterats lokalt om denna andel innehåller just de studerande som har studiepreferenser svarande mot filialsortimentet. Denna förutsättning är inte uppfylld om en ortsrepellering existerar, eftersom en del av de studerande med studieönskemål som svarar mot filialsortimentet inte finns med i lokalandelen. Ortsrepelleringen har beräknats genom att sortera de studerande som har sin hemori i filialregionen (och i filialernas dominansområde) och som går till universitet efter vald studielinje. Dessa har klassificerats i två grupper: filiallinjer och övriga. De som valt SOU 1972:23
filiallinjer har satts i relation till totala nettoantalet nyinskrivna studerande (inklusive till filial) från filialregion (respektive dominansområde). För alla filialregioner erhölls en ortsrepelleringsandel på 15 %. För dominansområdet utanför filialregionen erhölls en andel på 33 % och för dominansområdet totalt 25 %. Att ortsrepelleringsandelen stiger snabbt med avståndet till alternativa studieorter är naturligt. Det relativa och absoluta avståndet till alternativa studieorter blir snabbt allt mindre (jfr. resultatet av regressionsanalysen, kapitel 6). Syftet med detta avsnitt kan sammanfattas som att med utgångspunkt i beräkningarna av fullständighet, nyrekrytering, lokalandel och ortsrepellering göra en uppdelning av den totala rekryteringen från filialorternas omgivning i följande andelar. 1. Nyrekrytering 2. Avlänkning 3. Avlastning (se nedan) 4. Studierepellering 5. Ortsrepellering
till filialen = lokalandel till andra studieorter
Av dessa kategorier går studie- och ortsrepelleringen till andra studieorter medan nyrekrytering, avlänkning och avlastning är en uppdelning av dem som går till filialorten. Sedan nyrekrytering och avlänkning frånräknats från lokalandelen kvarstår en kategori som skulle ha rest till en annan studieort om filialen inte existerat och som där skulle ha studerat vid en filialutbildning. Denna kategori innebär alltså en direkt avlastning av utbildningskapaciteten vid universiteten. (I och för sig avlastar de "avlänkade" också universiteten men däremot inte filiallinjerna vid universiteten.) Nyrekryteringen har tidigare uppskattats till ca 16 % inom 5 mil från filialorterna läsåret 1969/70. I detta kapitel definieras dominansområdet som filialregionerna och deras grannregioner, dvs. områden med 5-7 mils radie från filialorterna. Inom detta större område blir den genomsnittliga nyrekryteringen något lägre, nämligen 14 %. Lokalandelen är i dominansområdet i genomsnitt 48 %, ortsrepelleringen 25 % och följaktligen studierepelleringen (i00-48-25)% = 27 %. 4.2.1 Beräkning av avlänkning Ett vägt medelvärde av fullständigheten vid de fyra filialerna blir 66 %. Detta värde skall användas för att bedöma om någon avlänkning existerar. Det kan emellertid ifrågasättas om de nyrekryterade bör ingå vid en bedömning av en eventuell avlänkning eftersom alternativet för dessa inte är fritt studieval utan att avstå från studier. Andelarna skulle alltså räknas i procent av dem som även utan filial skulle rekryterats till högre studier. Procenttalen blir å andra sidan lättare att tolka om kategorierna är andelar av den totala faktiska rekryteringen från området. Vi har valt att proportionera ner fullständigheten så att andelen av totalpopulationen exklusive nyrekryterade bibehålls vid 66 %. Vi får alltså en reducerad fullständighet på (100-14) % • 66 % = 57 % att jämföra med en ortsrepellering på 25 % och en lokalandel exklusive nyrekrytering på (48-14)% = 34%. Maximalt 57% av de studerande 70
kan alltså välja filiallinjer innan det blir någon avlänkning av studieinriktning, men (34 + 25) % = 59 % har valt filiallinjer, 34 % vid filialerna och 25 % vid universiteten. Enligt denna beräkning skulle alltså (59—57) % = 2 % av de studerande avlänkats, dvs. föredragit filialen istället för att resa till en annan studieort och där välja en utbildning som inte existerar vid filialen. Avlastningen blir då lokalandelen exklusive nyrekryterade och avlänkade dvs. (48-14-2) % = 32 %. 4.2.2 Felkällor i beräkningen Beräkningen av speciellt avlänkningen men även fördelningen mellan studie- och ortsrepellering är tämligen osäker. En del av ortsrepelleringen kan vara skenbar (dvs. egentligen studierepellering) på grund av att filiallinjerna har ett mindre kursutbud på filialorterna än universitetsorterna. Vidare kan det ifrågasättas om den klassificering som genomförts är tillräckligt selektiv. Även bland de "avlastade" kan det finnas individer som skulle ha valt en annan utbildning om den fanns till hands nämligen om det bland de studierepellerade finns individer som valt "fel" eller om de lokala studiepreferenserna avviker från de riksgenomsnittliga. Samspelet mellan tillgång, tillgänglighet, alternativ sysselsättning, information och behov är intrikat, speciellt för de svagt studiemotiverade. En klassificering som den presenterade är en abstraktion som kanske är svår att känna igen på individnivå. För alla kategorier utom lokalandelen får man nog räkna med en felmarginal på 5 %. Avlänkningen på 2 % faller alltså inom felmarginalen. 4.2.3 Resultat av rekryteringsanalysen Resultaten sammanfattas i tabell 20 a och b samt i figur 22 som är en principskiss med empirisk anknytning (den får alltså inte "avläsas" i detalj). Tabell a redovisar resultatet i antal studerande och tabell b i procent av totalantalet rekryterade från respektive område. I figuren presenteras resultatet omräknat till studerandefrekvenser. Tjockleken på "lagren" avspeglar kategoriernas storlek och variation inom en omgivning med 5-7 mils radie kring filialorterna. I initialskedet uppstår en hög nyrekryteringseffekt i den omedelbara omgivningen till filialorten. Efter två år och med ökad fullständighet har effekten spritt sig något längre ut, utan att öka mer i filialorten (jfr. dock resultaten för ht 1970). Ortsrepelleringseffekten medför att utökad fullständighet vid en filial inte har en proportionellt lika stor nyrekryterings- eller avlastningseffekt lokalt. Den sammanlagda avlastningseffekten för hela Sverige blir därmed större. (Den överproportionella "skaleffekten" av fullständigheten i regressionsanalysen kan bero på att de äldre, stora studieorterna utövar en attraktion på de studerande som delvis är oberoende av utbildningsutbudets bredd. På något längre sikt kan dock en viss ytterligare nyrekrytering komma till stånd från de avståndskänsliga kategorier som filialerna ännu inte lyckats attrahera. Det är dock mycket tveksamt om dessa grupper är beroende av hög fullständighet.) SOU 1972:23
Tabell 20. Rekryteringens sammansättning i filialorternas omgivning läsåret 1969/70. a) Antal Kategori (antal)
Filialregioner
Grannregioner Summa
Till filial
Nyrekrytering Avlänkning Avlastning
315 44 594
211 38 572
526 82 1 166
Till annan studieort
Studierepellering Ortsrepellering
377 245
602 691
979 936
Samtliga
2 114
3 689
Kategori (%)
Filial regioner
Grannregioner Summa
Till filial
Nyrekrytering Avlänkning Avlastning
20 3 38
10 2 27
14 2 32
Till annan studieort
Studicrepellering Ortsrepellering
24 15
28 33
27 25
Samtliga
b) Andel
andel av åldersklass
"Nästa" studieort
Avstånd
Filiolr egion 1
• Gronnregioner <
Figur 22. Rekryteringens sammansättning i filialorternas omgivning 1969/70.
4.3 Exempel på några kriterier för val av ytterligare studieorter I den tidigare framställningen har det visat sig att studieorternas attraktionsförmåga på studerande avtar med växande avstånd från utbildningsorterna. Detta resulterar också i att det i vissa regioner uppstår situationer där ingen utbildningsort har någon markant dominans. Det bildas övergångszoner där flera utbildningsorter har inflytande. I många sammanhang har sådana övergångszoner ansetts fördelaktiga för lokalisering av olika aktiviteter. Den till området lokaliserade aktiviteten har större möjligheter att hävda sig där än i andra delar av landet. Hur överensstämmer då filialernas lokalisering med ett teoretiskt resonemang av detta slag? Tre av de etablerade filialerna ligger avgjort i områden där enskilda universitet har litet inflytande, nämligen Linköping, Karlstad och Örebro. Att döma av den korta tidsperiod under vilken filialerna har existerat, verkar det också som om Linköping och Örebro haft störst studerandetillströmning. Karlstad har ett tämligen begränsat underlag i sitt naturliga upptagningsområde. Detta omdöme får även gälla Växjö. Man kan kanske våga påstå att i varje fall Örebro och Linköping faller väl in i ett teoretiskt lokaliseringsmönster där relativa läget i förhållande till existerande universitet är gynnsamt. Detta i kombination med stor rekryteringsbas och hög fullständighet kan ligga bakom den stora tillströmningen till dessa båda filialer. Det har också klart framgått av den tidigare framställningen att Umeå universitet och filialernas tillkomst har haft en positiv effekt från studerande frekvenssynpunkt. En markant nyrekrytering till högre utbildning har kunnat konstateras och därmed erhålls också större regional jämlikhet i fråga om tillgång på högre utbildning. Utgår man från ovanstående resonemang skulle alltså universitetsutbildning med fördel kunna nylokaliseras till regioner med t. ex. följande egenskaper. A. Regioner som har låga studerande frekvenser B. Regioner som ligger i övergängszoner mellan de tidigare studieorternas influensområden C. Regioner som har ett befolkningsunderlag som uppskattningsvis är lika stort som de nuvarande filialernas. Ett försök att redovisa de områden som uppfyller förutsättningarna enligt A-C har gjorts på följande sätt. 1. Alla regioner 1969/70 med studerandefrekvenser under 20% har lagts ut i figur 23. Riksgenomsnittet för det aktuella materialet är 22 %. De områden som därmed kommer med innehåller ca 45 % av åldersklassen. 2. Områden där ingen studieort dominerar till mer än 75 % har vidare avgränsats. Till grund för denna avgränsning har figur 14A använts. Den visar rekryteringen till de utbildningslinjer som finns vid såväl universitet som filialer, läsåret 1969/70. Regioner i direkt anslutning till dominansområdesgränsen har inte angetts på annat sätt än att gränsen har markerats. 3. Med utgångspunkt i filialernas andel av totalrekryteringen, lokalSOU 1972:23
TECKENFÖRKLARING 0 omina nsområdesgr ans tilt filiallinjer 1969/70. Områden med mer än 100000 = invånare inom 3 mil 1965.
=
Områden med lägre s t u d e r a n d e - frekvens 1969/70an 20 V. Områden där ingen studieort " d o m i n e r a r till mer än 75V. 1969/70
100km
E2•Qn^nrjJJ]
Figur 23. Några lokaliseringsbetingelser för filialetablering.
andelen och andelen rekryterade från olika områden till filialerna kan ett ungefärligt befolkningsunderlag för en filial beräknas.19 För att erhålla samma rekrytering som Växjö och Karlstad (ca 500 läsåret 1969/70) under förutsättning att studerandefrekvenserna är jämt regionalt fördelade, att den nya filialen har samma fullständighet som de äldre, och att avståndsrelationerna till övriga studieorter är jämförbara krävs en befolkning inom 30 km på knappt 100 000 individer och inom 65 km på drygt 200 000 individer. Dessa värden överskattar i viss mån det faktiska befolkningsunderlaget till Växjö och Karlstad. För en lägre rekrytering blir totalvärdet i motsvarande grad mindre. Det visar sig att så gott som alla områden som har 100 000 invånare inom 3 mil också har 200 000 inom 6.5 mil varför endast det lokala befolkningsunderlaget redovisas på kartan. Eftersom endast 30% av filialernas rekrytering kommer från sådana 3-milsområden behöver en sänkning av underlagskravet till t. ex. 50 000 inom 3 mil inte betyda att rekryteringen minskar i samma utsträckning. Fler orter blir då aktuella men dessa orter kan däremot förväntas ha proportionellt lägre rekrytering av avståndskänsliga grupper. Samtliga här nämnda kriterier är utlagda i figur 23. De områden som uppfyller samtliga tre kriterier (låg studerandefrekvens, övergångsområdena mellan universitets och filialers huvudrekryteringsområden samt viss befolkningspotential) är markerade med svart i figuren. Dessa områden skulle alltså vara mest lämpade för nylokalisering av högre utbildning med utgångspunkt i de här nämnda kriterierna. Den använda redovisningsmetoden är grov och utgör endast ett sätt att åskådliggöra den förda diskussionen.20 Det måste också understrykas, att om man använder andra klassgränser eller kriterier, t. ex. lokaliseringspolitiska skäl, avlastningseffekt på existerande universitet, närhet till arbetsmarknad, graden av forskningsanknytning m. m. så kan det bli ett annat resultat. Samma sak gäller om den ny lokaliserade utbildningen ges en inriktning som avviker från de nuvarande filialernas.
5 Några olika studerandekategoriers studiebenägenhet och avståndskänslighet21
Varierar rekryteringsmönstret mellan olika delgrupper av studerande? För att belysa denna frågeställning har följande kriterier utnyttjats för en uppdelning av studerandepopulationen i olika kategorier. 1. Aider 2. Kön 3. Civilstånd 4. Social bakgrund 5. Tidigare utbildning 6. Vald utbildning. I avsnitt 5.1 studeras skillnader i dessa avseenden mellan studerandepopulationema vid de olika studieorterna. Avsnitt 5.2 behandlar generella skillnader i avståndskänslighet mellan kategorierna. 5.1 Studerandekategoriernas fördelning på studieorter 5.1.1 Åldersfördelning av nettoantalet nyinskrivna studerande vid studieorterna Åldersfördelningen är tämligen likartad vid de olika studieorterna. Stockholm har dock den klart högsta andelen äldre nyinskrivna. Andelen över 25 år skiljer sig inte markant mellan filialerna och de äldre studieorterna exklusive Stockholm. Stockholm rekryterar den i särklass största andelen av sina studerande lokalt. Det förhållandet att många har möjlighet att studera på hemorten kan därför kanske vara en bidragande orsak till Stockholms höga andel av äldre studerande. I tabell 22 redovisas andelen som är över 25 år för tre terminer separat. Skillnaderna mellan höstterminen 1969 och hela läsåret 1969/70 beror alltså på att andelen äldre studerande bland de nyinskrivna är betydligt högre på våren än på hösten. (Vårterminen har 18 % av läsårets nyinskrivna.) Att döma av en jämförelse mellan ht 1969 och ht 1970 tycks andelen äldre studerande ha ökat markant på ett år, och skillnaderna mellan Stockholm och övriga studieorter har minskat väsentligt. Förändringen kan vara skenbar om en förskjutning frän vår till höst av den "ordinarie" vårterminsrekryteringen inträffar parallellt. 76
Tabell 21. De nyinskrivna studerandes ålder vid respektive termins början 1969/70. <19år
2 0 - 2 4 år
%
%
>25år %
%
Uppsala Lund Göteborg Stockholm Umeå Örebro Linköping Karlstad Växjö
38 39 38 37 40 38 38 41 36
46 44 44 39 45 46 47 44 49
16 17 18 24 15 16 15 15 15
100 100 100 100 100 100 100 100 100
Samtl. gamla studieorter exkl. Stockholm Samtl. filialer
39 38
45 47
16 15
100 100
Samtl. studieorter
100 Studieort
Samtliga
Tabell 22. Andel av nettoantalet nyinskrivna som är 25 år eller äldre vid respektive termins början. Procent. Studieort
ht 1969
ht 1970
vt 1970
Stockholm Övr. gamla studieorter Samtl. filialer
19 13 12
21 17 17
42 37 33
Samtl. studieorter
38 Det kan vara av intresse att se hur motsvarande förhållanden ser ut för samtliga nyinskrivna (bruttoantalet) utom vid "övriga högre läroanstalter" och speciellt för de äldre studerande som varit inskrivna tidigare. Stockholm har den högsta andelen över 25 är av nyinskrivna och den lägsta andelen över 25 år av tidigare inskrivna. Filialerna har lägre andel över 25 år i både undersökningspopulationen och bland samtliga nyinskrivna. Tabell 23. Andelen äldre bland brutto- och nettoantalet nyinskrivna ht 1969. Studieort
Andel tid igare inskrivna av samtl nv inskrivna \%
Andel > 25 år av nettoantalet nyinskrivna i %
tid. inskr.
%
samtl. nyinskrivna (bruttoantalet) i %
Stockholm Ovr. gamla studieorter Samtl. filia er
20 16
13 12
46 43
21 19
Samtl. studieorter
22 SOU 1972:23
Tabell 24. Nettoantal nyinskrivna läsåret 1969/70 fördelat på kön och civilstånd. Procent. Gifta kvinnor
Ogifta kvinnor
Gifta män
Ogifta män
Gifta
Kvin
Studieort Uppsala Lund Göteborg Stockholm Umeå Örebro Linköping Karlstad Växjö
5.3 5.1 6.1 7.3 5.1 5.0 5.6 6.2 3.8
42.2 35.4 37.3 35.4 37.8 39.2 30.0 37.3 35.7
6.6 7.4 7.8 8.6 6.7 7.1 8.4 6.3 8.4
45.9 52.0 48.9 48.6 50.3 48.6 55.9 50.2 52.1
11.9 11.7 13.9 15.9 11.8 12.1 14.0 12.5 12.2
47.5 40.5 43.4 42.7 42.9 44.2 35.6 43.5 39.5
Samtliga 6.0
5.1.2 Köns- och civilståndsfördelning av nettoantalet nyinskrivna vid studieorterna Från rekryteringssynpunkt har en enkel klassificering efter kön och civilstånd ett visst intresse. Variationerna mellan studieorter är små. Stockholm har högsta andel gifta (och gifta kvinnor). Uppsala har högsta andel kvinnor och samtidigt låg andel gifta. Någon påtaglig skillnad mellan gamla universitetsorter, Umeå och filialerna kan knappast konstateras. Linköping avviker något med hög andel gifta, lägsta andel kvinnor och ogifta kvinnor och alltså hög andel gifta och ogifta män. 5.1.3 Utbildningsbakgrund Vid bedömning av studieorternas rekryteringseffekt kan det vara befogat att se på deras attraktion på studerande med olika bakgrundsutbildning. Här kommer endast att redovisas de andelar av populationen som har någon form av dispens22 från gällande behörighetsregler och/eller som har annan förutbildning än gymnasium. Samma tendens som beträffande andelen studerande över 25 år kan iakttagas. Stockholm rekryterar den största andelen av dessa kategorier, Umeå och filialerna den lägsta. Det är tydligt att den andel som kan rekryteras lokalt har stor betydelse. Denna andel är visserligen störst för Stockholm, men den är större för filialerna än för övriga gamla universitetsorter. De kategorier som både är avståndskänsliga och inte har sedvanlig förutbildning hade tydligen ännu inte i samma utsträckning dragits till filialerna (jfr. 5.2). För att få en uppfattning om den aktuella tendensen har dispensandelen beräknats för tre terminer (tabell 26). Tendensen är densamma som för andelen över 25 år. Andelen med dispens är betydligt högre på vårterminen. En viss utjämning mellan studieorterna kan noteras samtidigt som andelen ökat påtagligt, speciellt i filialorterna. 78
Tabell 25. Andel av de nyinskrivna med dispens och annan utbildning än gymnasium 1969/70. Studieort
Andel med enbart annan utbildning an gymnasium %
Andel med dispens %
Summa (annan utbildning än gymnasium) %
Uppsala Lund Göteborg Stockholm Umeå Örebro Linköping Karlstad Växjö
5 5 3 6 6 7 4 4 5
12 12 16 15 8 7 7 9 10
17 17 19 21 14 14 11 14 15
Sarr tliga 6
18 Tabell 26. Andel av de nyinskrivna med dispens respektive termin. Procent. Studieort
ht 1969
ht 1970
vt 1970
Stockholm Övr. gamla studieorter Samtliga filialer
11 9 6
11 13 10
29 26 17
26 Samtliga
5.1.4 Social bakgrund Via faderns yrke har en sedvanlig uppdelning av populationen i socialgrupper genomförts. Som en komplettering har dessutom registrerats hur stor andel av individernas fäder som har akademisk examen. Av tabell 27 framgår att av undersökningspopulationen hade 6.3 % inte uppgivit faderns yrke (eller uppgivit ett yrke, som inte kunde kodas). Om det antas att detta bortfall inte är systematiskt, utan att det fördelar sig på samma sätt som de kodade uppgifterna erhålles fördelningen inom parentes. De två därpå följande kolumnerna visar de olika socialgruppernas ungefärliga fördelning i totalbefolkningen enligt studentekonomiska undersökningen 1968 23 och enligt arbetskraftsundersökningen i februari 19672 7 . Genom att fördela åldersklassen 1970 i samma proportioner kan en ungefärlig beräkning av direkta övergångstal från varje socialgrupp genomföras. Beräkningen står och faller med dessa befolkningsandelar. Speciellt övergångstalet för socialgrupp I är känsligt för förändringar i befolkningsandelen. Resultatet av denna beräkning visas i sista kolumnen i tabell 27. I de två föregående kolumnerna redovisas motsvarande resultat från studentekonomiska undersökningen 1968 och från SOU 1971:61. 27 SOU 1972:23
Tabell 27. Undersökningspopulationens sociala bakgrund. Kategori
Andel av undersök ningspop
Andel av befolkningen enl. studentekonomiska undersökn. %
%
Andel av befolkningen enl. arbetskraftsundersökn. 1967 %
Beräknac övergångs frekv. från resp. soc. grupp enl; a) b) Stud.SOU ekon. 1971:61 undersöknJ 968/69 ht 1967 %
b) Denna utredn. netto ny inskrivna 1969/70
11 39 50
63 23 8
79 20 9
74 22 11
% Socialgrupp I Socialgrupp II Socialgrupp III Bortfall Su mm a
35.0 36.3 22.4 6.3
(37.0) (39.0) (24.0) (0)
10 42 48
(100)
-
a Under förutsättning att befolkningen fördelar sig på socialgrupper enligt studentekonomiska undersökningen. " Under förutsättning att befolkningen fördelar sig på socialgrupper enligt arbetskraftsundersökningen 1967.
En distinkt skillnad mellan å ena sidan de gamla universitetsorterna och å andra sidan Umeå och filialerna framträder i tabell 28. Det är dock mycket troligt att socialgruppsfördelningen i totalbefolkningen i respektive studieorts upptagningsområde varierar med fördelningen bland de nyinskrivna. I regressionsanalysen erhålls en korrelation på +0.56 mellan avstånd till studieort och andel i socialgrupp III. I avsnitt 5.2.3 visas att andelen av de yrkesverksamma som tillhör social III 1960 stiger med genomsnittsavståndet från studieorterna (jfr. figur 25 sid 84). Filialerna och Umeå har avsevärt högre andel av sina nyinskrivna från Tabell 28. Socialgruppsfördelning vid studieorterna av nettoantalet nyinskrivna studerande läsåret 1969/70. Studieort
Ande: av undc rsök ningspopulationen från socialgrupp (%)
Andel av undersökningspopulationen med fäder som har akademisk examen
I
II
III
%
Uppsala Lund Göteborg Stockholm Umeå Örebro Linköping Karlstad Växjö
37 40 35 47 21 20 31 23 23
38 40 40 33 46 46 41 40 46
25 20 25 20 33 34 28 37 31
15 15 12 16 6 6 9 6 7
Uppsala + Gbg + Lund + Sthlm Umeå + filialer Samtliga studieorter.
41 24 37
37 44 39
22 32 24
15 7 13
%
Tabell 29. Andel av nettoantalet nyinskrivna respektive termin ur socialgrupp III. Procent. Studieort
ht 1969
ht 1970
vt 1970
Uppsala + Gbg + Lund + Stockholm Umeå + filialer
21 33
21 32
24 29
25 Samtliga
socialgrupp III, något högre andel från socialgrupp II och påtagligt lägre andel från socialgrupp I. Om de individer ur socialgrupp I, vilkas fäder har akademisk examen bryts ut (sista kolumnen) blir skillnaden mellan studieorternas rekrytering ännu mer markant, ca 15 % i gamla studieorter mot ca 7 % i Umeå och filialerna. Bland de gamla universitetsorterna har Stockholm högsta andel i socialgrupp I och i särklass lägsta andel i socialgrupp II och III samt högsta andel individer med fäder som har akademisk examen. Stockholm rekryterar alltså den största andelen tillhörande socialgrupp I samtidigt med den största andelen över 25 år och största andelen fall av dispens och annan utbildning än gymnasium samt högsta andel gifta och gifta kvinnor. Filialerna har hög andel studerande från socialgrupp III men låg andel äldre studerande och dispensstuderande. Som framgår av tabell 29 och 30 tycks det sociala rekryteringsmönstret vara jämförelsevis stabilt över tiden till skillnad från rekryteringen av äldre studerande och studerande med dispens. Skillnaden mellan rekryteringens sammansättning i detta avseende mellan höst- och vårtermin är också betydligt mindre. De undersökningar som tidigare gjorts på de studerandes socialgruppstillhörighet pekar i samma riktning som resultaten av denna rapport. De långsiktiga utjämningstendenser som påvisats av Gesser m.fl. 27 mellan 1953 och 1968 tycks i någon liten mån fortsätta under 1960-talets sista år. Osäkerheten i dessa beräkningar är dock betydande. Dessutom bör det påpekas att studentekonomiska undersökningen bygger på ett litet urval (625) från inskrivningarna ht 1967, medan Gessers och vår undersökning omfattar alla nyinskrivna läsåren 1968/69 respektive 1969/70. Faktum kvarstår dock, att en kraftig snedhet i rekryteringen från olika socialgrupper fortfarande existerar trots utbildningsexpansionen under 1960-talet.
Tabell 30. Andel av nettoantalet nyinskrivna respektive termin med fader som har akademisk examen. Procent. Studieort
ht 1969
ht 1970
vt 1970
Uppsala + Gbg + Lund + Stockholm Umeå + filialer
15 6
15 7
12 9
12 Sarr tliga
5.2 Studerandekategoriemas avståndskänslighet Rekryteringseffekten av en nylokaliserad utbildning är olikartad för skilda studerandekategorier och utbildningar. En antydan om dessa skillnader får man genom att jämföra den totala rekryteringen från dessa kategorier i områden på mer eller mindre än fem mils avstånd från de existerande studieorterna eller genom att jämföra de olika kategoriernas andelar av den totala rekryteringen av studerande, som väljer en studieort på större eller mindre avstånd från hemorten än fem mil. (För vissa kategorier är det inte möjligt att fixera en 5-milsgräns. För dessa har istället studieortsregionen med angränsande regioner använts. Detta betyder ett avstånd på 5-7 mil.) Cirka 50 % av rekryteringsunderlaget (åldersklassen) finns i kommuner på mindre än 5 mils avstånd från någon studieort, medan 62 % av de nyinskrivna 1969/70 kommer från motsvarande områden. Av dessa studerande gick en del till andra studieorter och bara 51 % av samtliga har mindre avstånd än 5 mil till den faktiskt valda studieorten. Av de studerande som har hemorten inom 5 mil från någon studieort gick alltså 19 % till en mer avlägsen studieort (jfr. regressionsanalysen, relativt avstånd). 5.2.1 Avståndsfördelningen i tidsperspektiv I tabell 31 visas några kategoriers relativa avståndskänslighet jämförd med hela populationen. Jämfört med totalpopulationen förefaller det alltså som om studerande med dispens från gällande behörighetsregler är mest beroende av att ha tillgång till studieorter på nära håll för att kunna förverkliga sina studieplaner. Skillnaderna mellan ht 1969 och ht 1970 är påfallande små. Studerande med dispens rekryteras i något större utsträckning på större avstånd än tidigare. Motsvarande andel från socialgrupp III är lägre än andelen från totalpopulationen. Samtidigt ökar dock, som visas i avsnitt 5.2.3 andelen socialgrupp III i basbefolkningen på större avstånd från studieorterna (jfr. även regressionsanalysen). Tabell 31. Andel av några studerandekategorier med mindre än 5 mil till hemorten. Kategori
Andel med mindre än 5 m 1 till hemorten
(%) 1969/70
ht 1969
ht 1970
Nettoantalet nyinskrivna
49 Dito under 20 år Dito 2 0 - 2 4 år Dito 25 år eller äldre Dito från soc.grupp I Dito från soc.grupp II Dito från soc.grupp III Dito till spärrad utbildning Dito med dispens
50 46 65 57 47 45 40 68
50 44 63 56 45 44 39 67
50 43 63 56 45 42 41 63
82 SOU 1972:23
Över huvud taget får tabellen tolkas med försiktighet. Olikheter i procenttalen kan således uppkomma på grund av att dels avståndskänsligheten varierar mellan grupper, dels gruppernas storlek som andel av basbefolkningen varierar regionalt. Det förefaller exempelvis troligt att avståndskänsligheten är lägre i högre socialgrupper. Procenttalen uppkommer istället troligen genom att socialgrupp I (och II) är överrepresenterade i storstadsområdena i minst samma utsträckning som dessa procenttal. Vt A n d e l över 25 ér 50 V.
9 5 ' / . har mindre
75 V.
avstånd
Alla s t u d i e o r t e r
i
nr - " 1
V. 2 0 f Andel
?o • 3^
• Afj
• §"5
60mil
med d i s p e n s för univ. studier
Alla studieorter
Alla studieorter
Alla studieorter
04 1 i i —!-* 0 5 10 20 40 50 30 60mi Figur 24. Några gruppers andel av samtliga studerande med samma avstånd mellan hemort och studieort 1969/70. SOU 1972:23
5.2.2 Avståndsfördelning till filial- och universitetsorter I figur 24 redovisas några studerandekategoriers andelar av totalantalet nyinskrivna med samma avstånd mellan hemort och studieort. Andelen över 25 år och andelen med dispens avtar markant redan efter några få mil, både för filial- och universitetsorter. Ökningen av andelen över 25 år på större avstånd får förmodligen sin förklaring i det tredje diagrammet. Andelen som går till spärrad utbildning sjunker upp till 5 mil (= 50 % av nettoantalet nyinskrivna) för att sedan öka markant på stora avstånd. Det krävs att man kommit in på spärrad utbildning för att motivera en resa på 50 mil! Eftersom de nyrekryterade till spärrad utbildning är äldre än genomsnittet, kan detta vara en möjlig förklaring till den högre andelen över 25 år på stora avstånd. Den långväga rekryteringen till filialerna (Örebro, Linköping) består i ännu högre grad än för universiteten av studerande till spärrad utbildning vilket visar filialernas lägre attraktivitet på dessa avstånd. Socialgrupperna tycks vara ganska jämnt fördelade i rekryteringen från olika avstånd. Som tidigare påpekats kan detta mycket väl betyda en sjunkande övergångsfrekvens från socialgrupp III, eftersom socialgrupp III-andelen i befolkningen stiger med avståndet från studieorterna.
Figur 25. Övergångsfrekvens från socialgrupp III till universitetsutbildning. 84
5.2.3 Regionala variationer i social snedrekrytering Ett försök att beräkna regionala variationer i övergångsfrekvensen (studerandefrekvensen) från respektive socialgrupp har, med tanke på vad som framgår av moment 5.2.2, utförts 24 . Folkräkningen 1960 innehåller den senast publicerade regionala fördelningen av de yrkesverksamma. De regionala övergånsfrekvenserna har beräknats genom att åldersklassen fördelats på socialgrupper i samma proportion som den yrkesverksamma befolkningen. Resultatet redovisas i figurerna 25 och 26. Kartbilden visar något högre frekvenser för socialgrupp III i studieorternas närzoner. Bortsett från detta är det svårt att iakttaga ett generellt avtagande med Stud erandefr ek vens (procent av åldersklass) 7. 50
40-
Soc. gr. I + D
30-
20-
10 Soc. gr. Dl 0 7.
10 20 lo" Andel soc. gr. IH i bef. 1960
60 mil
60 mil
70 60 504030 20 1000
— T —
30 Figur 26. Rekrytering från socialgrupp I och II respektive III i regioner på olika avstånd från studieorterna. SOU 1972:23
avståndet utifrån utbildningsorterna. Däremot kan en zon med höga frekvenser iakttagas bl. a. i områden med brist på alternativ sysselsättning t. ex. i norra stödområdet. I figur 26 redovisas studerandefrekvenserna för regioner med olika genomsnittsavstånd till studieorterna. Studerandefrekvensen för socialgrupp III avtar först från 12 % i studieorterna till 6 % på 12-15 mils avstånd (och två tredjedelar av åldersklassen) för att sedan åter öka på större avstånd (jfr. kartbilden). Sammanfattningsvis kan det konstateras att de regionala variationerna i social snedrekrytering är betydande men ändå små jämfört med de stora genomsnittliga skillnaderna mellan socialgrupperna. 5.2.4 Avståndskänslighet för alla studerandekategorier Genom att ersätta de strikta 5-milsomlanden med de regioner vilkas gymnasieorter ligger inom 5 mil från någon studieort, kan avståndskänsligheten bedömas bättre genom att repelleringsandelen, dvs. den andel som inte väljer den närmaste studieorten kan beräknas för alla kategorier (även för kön och civilståndsgrupper). De olika kategoriernas beroende av närhet till studieorten kan bedömas med hjälp av "repelleringsandelens" storlek (tabell 32, kolumn 2). Om denna är avsevärt lägre än motsvarande andel för hela populationen indikerar detta en hög avståndskänslighet. En hög andel rekryterad inom 5 mil från studieorterna (kolumn 1) indikerar också hög avståndskänslighet (inklusive latent rekrytering) om man inte har skäl att misstänka att Tabell 32. Indikatorer på studerandekategoriernas avståndskänslighet läsåret 1969/70. Kategori nettoantal nyinskrivna varav:
Andel av periodens totala rekryt ering med hemort inom ca 5 mil från någon studieort.
(D%
Repelleringsandel (andel av (1) som inte väljer den lokala studieorten) (2) %
Samtliga i Sverige (3)
Samtliga
26 509
Till "filiallinjer" Till spärrad utbildning.
58 60
11 34
14 863 5 416
Utan fullst. gymn. utbildning, (dispens) 25 år eller äldre
73 74
12 13
gifta kvinnor gifta män ogifta kvinnor ogifta män
78 71 60 58
9 13 19 18
4 773 4 948 1 584 2 037 9 807 13 081
med fader som har akad. ex.72 från soc.grupp I 70 från soc.grupp II 55 från soc.grupp III 52
21 19 17 15
3 482 9 277 9 627 5 931
Antal 15-24 år i befolkn. 1970
1 219 961
Studerandefrekvens
86 SOU 1972:23
motsvarande kategori i åldersklassen är rumsligt snedfördelad i samma riktning (som t. ex. socialgrupperna). Repelleringsandelen varierar systematiskt med socialgruppstillhörigheten. Andelarna inom 5 mil visar som tidigare diskuterats snarast motsvarande fördelning i basbefolkningen. Studerande från socialgrupp III har enligt denna beräkning något högre avståndskänslighet än totalpopulationen, vilket överensstämmer med andra resultat (se avsnitt 5.2.1, 5.2.3 och 6.2.6). Studerande utan fullständig gymnasieutbildning (dispens, m. m.) och de som är 25 år eller äldre visar nästan lika hög avståndskänslighet som gifta kvinnor som är den mest avståndskänsliga gruppen. Från 5-milsområdet kommer 78 %, medan t. ex. endast 58 % av de ogifta männen kommer därifrån. Bara 9 % av de gifta kvinnorna väljer en studieort på större avstånd än den närmaste, medan motsvarande andel för de ogifta männen är 18 % och för samtliga 17 %. Den största skillnaden beror dock på civilstånd och inte på kön. Till spärrad utbildning kommer i det närmaste lika stor andel som till ospärrad från 5-milsområdet. Den låga "avståndskänsligheten" visar sig i att en betydligt mindre andel av dessa än av andra kategorier "väljer" den lokala studieorten: närmare 34 % går till någon annan studieort. Att ha kommit in på en spärrad utbildning är tydligen det starkaste skälet för att flytta långt.
6 Resultat av en flervariabelanalys av den regionala rekryteringens bestämningsfaktorer
En svårighet vid analysen av de olika tabellerna är mängden av delresultat. Iakttagna variationer beträffande val av studieinriktning och ort kan relateras till skillnader mellan olika avståndszoner, socialgrupper, urbaniseringsgrad, studieorters ämnesutrustning etc. Dessa bakgrundsfaktorer är inte oberoende av varandra. En förändring av en sådan bakgrundsvariabel kan få helt annan effekt på t. ex. studiefrekvensen om den förändras isolerat än om den (som är fallet i det empiriska materialet) samvarierar med andra bakgrundsvariabler. Från planeringssynpunkt måste det vara av intresse att kunna isolera effekten av åtminstone sådana faktorer som kan användas som handlingsinstrument. 6.1 Problemställning Vilken effekt på rekryteringen från ett visst område har en ökning av kapaciteten i en studieort? Vilken blir den totala effekten i antal studerande från olika områden? Hur påverkas rekryteringen till andra studieorter? Beror tillflödet till olika stora studieorter bara på mängden av studiemöjligheter eller är det så att dessa samvarierar med en allmän attraktivitet, som inte kan påverkas? Detta skulle kunna innebära, att rekryteringseffekten av t. ex. utökad kapacitet är lägre än iakttagna genomsnittliga skillnader. Vilken betydelse för rekryteringen har en urban miljö (stadsmiljö) i hemkommunen? Är det möjligt att isolera denna effekt från samvarierande skillnader i social struktur mellan olika kommuntyper? Har avståndet i och för sig någon negativ effekt på studiebenägenheten? Eller beror valet att studera och valet av studieort snarare på studieortens relativa läge, dvs. läge i förhållande till andra studieorter och till hemorten? I vilken utsträckning beror den iakttagna med avståndet avtagande studerandefrekvensen på att denna ofta samvarierar positivt med en bakgrundsmiljö, som genomsnittligt ger lägre studiebenägenhet? Detta som exempel på frågeställningar, som är svåra att besvara med hjälp av endast en analys av tabeller. I en preliminär version av föreliggande rapport6 diskuteras utförligt de tekniska problemen vid specifikation av en lämplig förklaringsmodell. Den valda modellen innebär i korthet ett försök att förutsäga det totala 88
antalet studerande (S) som går till en viss studieort från en viss kommun för alla kombinationer av studieorter och hemkommuner. För att förklara detta flöde av studerande från en "genererande" hemkommun till en mottagande studieort används ett antal variabler, som kan grupperas på följande sätt: 1. Variabler, som mäter hemkommunens förmåga att "generera" studerande. 2. Variabler, som mäter effekten av absolut och relativt avstånd mellan hemkommun och studieort. 3. Variabler, som mäter studieortens attraktivitet. Om t. ex. endast en variabel ur varje grupp används kan den valda modellen få följande utseende: där SJ; = antal studerande från kommun i till studieort j Kj = antal individer i åldern 15—24 år i kommun i Aj; = avstånd mellan kommun i och studieort j U; = andel av en genomsnittlig studerandepopulation, som väljer de utbildningslinjer som finns vid studieort j (=fullständighet). kommun i
avstånd: Ajj
åldersklass Kj
"""""K Sjj V—"""
studieort j
fullständighet Uj
antal stud. från i till j Om parametrarna a, j3 eller y avviker från 1 (-1) betyder det, att den partiella25 effekten av en förändring i motsvarande variabel inte är proportionell, t. ex. att en fördubbling av åldersklassen (rekryteringsbasen) inte leder till just en fördubbling av antalet studerande.2 6 Den slutligt valda multiplikativa modellen med 6 oberoende ("förklarande") variabler har testats på rekryteringsmaterial för de tre läsåren 1962/63, 1966/67 och 1967/68. För varje år har dessutom materialet delats upp på "ospärrade" respektive "spärrade" fakulteter, eftersom det kan antas, att olikartade förutsättningar för valet av studieort gäller i de båda fallen. I avsnitt 6.2 sammanfattas några av analysresultaten. En utförligare presentation av resultaten ges i bilaga 3. 6.2 Resultatsammanfattning Några av resultaten kan sammanfattas i följande punkter. 1. Hemkommunens befolkningsstorlek 1 genomsnitt ökar studerandefrekvensen 12 % om åldersklassen (invånarantalet) ökar 10%. Detta betyder exempelvis att en kommun med 320 000 invånare har dubbelt så hög studerandefrekvens som en kommun med 10 000 invånare. Denna ökning av frekvensen med storleken bortfaller när man rensar för effekten av avstånd till studieorterna och social sammansättning i hemkommunen. SOU 1972:23
2. Avstånd mellan hemort och studieort Antalet rekryterade från en kommun till en studieort ökar 5 % om avståndet till studieorten minskar 10 % och avstånden till samtliga studieorter bibehåller samma rangordning. Detta kan tolkas så att en till studieorterna närbelägen kommun får dubbelt så hög studerandefrekvens som en med fyra gånger så stort avstånd till alla studieorter. (Om man tillåter en genomsnittlig förändring av rangordningen med avståndet blir förändringen ca 7 % i stället för 5 %.) 3. Avstånd till alternativa studieorter Rekryteringen från en kommun till en studieort är 18% lägre om det finns två i stället för en annan studieort närmare (och tre i stället för två osv.) hemkommunen givet det fysiska avståndet till studieorten (bl. a.) Detta kan tolkas sä att om en studieort nylokaliseras kommer rekryteringen till alla mer avlägsna studieorter (från en kommun) att p. g. a. "läckage" till den nya studieorten minska 18 %. 4. Studieorternas fullständighet En studieort med 1 procentenhet högre fullständighet (bredd i utbildningsutbudet) än en annan rekryterar "på marginalen" ca 2 % fler studerande. Detta kan tolkas så att av de två "sist" rekryterade till en gammal stor studieort hade en kunnat välja samma utbildning närmare hemorten. De stora studieorterna utövar en attraktion som delvis är oberoende av bredden i utbildningsutbudet. 5. Utbildningsexpansionen Ungefär en tredjedel av ökningen i studerandefrekvens under sextiotalet kan hänföras till minskade avstånd till studieorter och utökad bredd i deras utbildningsutbud, medan resterande två tredjedelar får hänföras till ökningar i gymnasistfrekvensen och andra "externa" orsaker. 6. Social bakgrund Givet befolkningsstorlek, avståndsrelationer m. m. minskar antalet rekryterade från en kommun med ungefär 15 % om andelen av de yrkesverksamma i kommunen som tillhör socialgrupp III ökar tio procentenheter. Detta innebär att om alla sysselsatta i kommunen tillhörde socialgrupp III skulle rekryteringen endast vara en femtedel av rekryteringen om alla tillhörde socialgrupp I+II. Andelen i socialgrupp III är starkt korrelerad med kommunens storlek (åldersklassens), -0.74, och med avstånd, +0.56, dvs. hög andel socialgrupp III finns i allmänhet i småkommuner på stort avstånd från studieorterna, vilket gör att dessa variabler i stor utsträckning mäter samma sak. En viss ökning av socialgrupp III :s studiebenägenhet relativt övriga grupper kan iakttagas under perioden (16 % till 21 %).
90 SOU 1972:23
Bilaga 1
Studieorternas fullständighet
De enskilda studieorternas influens- och dominansområden och förändringen i dessa kan inte bedömas utan hänsyn till det utbud av studiemöjligheter som bjuds på respektive ort. Ju större detta utbud är, desto större är sannolikheten att en enskild individ kan få sina studiebehov tillgodosedda vid studieorten. Om alla existerande studiemöjligheter fanns representerade med tillräckligt många platser (kapacitet) skulle studieortens fullständighet vara komplett. Ingen individ skulle behöva åka till någon annan studieort för att få ett speciellt studieönskemål tillgodosett. Fullständigheten vid studieorten är 100 % i den meningen att alla individer i ett upptagningsområde kan få en fritt vald utbildning tillgodosedd vid orten. Om en viss utbildning rekryterar 50% av en inskrivningsårgång i hela Sverige får alla studieorter där utbildningen finns ett bidrag till sin fullständighet med 50 %. Fullständigheten vid en studieort definieras alltså som den andel av en depopulation studerande med riksgenomsnittliga utbildningsönskemål som kan få sina studiebehov tillgodosedda av det utbildningsutbud som finns vid studieorten. Den praktiskt användbara definitionen blir beroende av vilket material som används (1) och hur fullständigheten vid spärrad utbildning beräknas (2). 1 a En möjlighet är att utgå från den faktiska fördelningen av inskrivna studerande på olika ämnen och fakulteter i Sverige. För alla perioder utom läsåret 1969/70 är detta den enda möjligheten. En nackdel är att detta tidigare material avser närvarande studerande, dvs. i princip alla inskrivna inklusive dem som påbörjat sina studier för flera år sedan. Deras studieval behöver inte överensstämma med den aktuella inskrivningsårgångens. Även om t. ex. ett visst antal högfrekventa ämnen finns vid en studieort är det inte lika säkert att dessa kan kombineras till en önskad examenskombination. Frånvaron av vissa små ämnen kan alltså minska studieortens fullständighet mer än som svarar mot deras andel av den sammanlagda studietiden. 1 b Med 1969/70 års material erhålles en möjlighet att direkt utgå från de inskrivnas uttalade önskemål genom att inskrivningsuppgiften ger upplysning om tilltänkt linje i studieordning 69 (samt "ämnesgrupp" för studerande vid särskild utbildningslinje). Ett val av utbildningslinje innebär inte en fullständig precisering av tilltänkt examenskombination. SOU 1972:23
Ett linjeval kan ändras. Mot detta kan invändas, att alla andra karakteristika i undersökningen hämtas från detta inskrivningsmaterial. Även om den faktiska fördelningen skulle komma att avvika från den här registrerade, är det den registrerade fördelningen som i tiden ligger närmast undersökningspopulationens beslutssituation vid val av studieort. Ett av huvudsyftena med undersökningen är att förklara detta val av studieort, som vid inskrivningstillfället och alltså i materialet, redan är realiserat. Som källa för studiemöjligheter beträffande fria fakulteter har använts UKÄ:s skrift: "Utbildningslinjer vid universitetens filosofiska fakulteter", reviderad version sept. 1969. Där finns en förteckning över vilka linjer som finns på filialorterna respektive moderuniversiteten. Genom att beräkna hur stor andel av alla nyinskrivna i nya systemet som valt dessa linjer i hela Sverige fås en uppfattning om hur stor andel av en depopulation som i genomsnitt väljer linjer som finns vid filialerna. Den antydda metoden torde generellt överskatta filialernas fullständighet p. g. a. att de formellt likvärdiga linjerna är "magrare" på filialorterna. Överskattningen blir speciellt kraftig för Växjö och Karlstad. 2. Vid spärrad utbildning tillkommer den komplikationen att tillgången på platser (tilldelad kapacitet) är begränsad. Det kan inte vara rimligt att en studieort skall få samma bidrag till sin fullständighet från en viss spärrad utbildning vare sig 10 eller 100 platser är tilldelade. Några sätt att lösa problemet kan illustreras av följande exempel:
Studieort 1 Studieort 2 Studieort 3
A spärrad
B ospärrad
100 100 100
400 200 100
500 300 200
1 000
A+B
Det antas att endast två utbildningar finns, en spärrad A och en ospärrad B samt 3 studieorter. Sammanlagt 1 000 studerande fördelar sig på utbildning och studieort enligt tabellen. I hela landet väljer 700 av de 1 000 den "fria" (ospärrade) utbildningen B, dvs. 70 %. Utbildningen förutsätts likvärdig vid de tre studieorterna. Fördelningen av studerande till utbildning B mellan studieorterna avspeglar alltså resultatet av skillnader i orternas "dragkraft" och skillnader i befolkningsstorlek och sammansättning (socialgruppfördelning) i deras rekryteringsområden kombinerat med de studerandes avståndskänslighet. Utbildning B:s bidrag till fullständigheten blir alltså 75 % vid varje studieort. a. Om den spärrade utbildningen A behandlas på samma sätt som ospärrad blir fullständigheten vid varje studieort 70 + 30 = 100 %. b. Om man anser att den formellt likvärdiga spärrade utbildningen A ändå betraktas som unik (dvs. som tre olika utbildningar) innebär detta, att varje studieort har hela landet som upptagningsområde. Bidraget till fullständigheten från spärrad utbildning blir då , 128» dvs. 10 % vid varje studieort och den totala fullständigheten 80 % vid varje. 92
c. Man kan avända fördelningen av studerande till den ospärrade utbildningen B som indikator på "spontant" ortsval. Studieort 1 drar till sig 57 % (4/7) av landets studerande vid den ospärrade utbildningen B. I orten finns dock endast 33 % (en tredjedel) av landets totalkapacitet i den spärrade utbildningen A. Detta betyder att 57 % av de A-sökande konkurrerar om 33 % av platserna. Kapaciteten räcker bara till 33/57 av den genomsnittliga intagningen på 30 % som skulle blivit fullständighetsbidraget om kapaciteten varit fördelad på samma sätt som den spontana rekryteringen. Bidraget reduceras alltså till 33/57 • 30 % = 17 % och fullständigheten vid studieort 1 stannar vid 87 %. Studieort 2 och 3 har högre kapacitetsandel än spontan rekryteringsandel. Fullständighetsbidraget blir alltså åtminstone 30 % och den totala fullständigheten 100%. Detta under förutsättning att hela kapacitetsöverskottet vid ort 2 och 3 absorberas av studerande som inte kommit in vid ort 1. Om så inte är fallet, dvs. om en del av dem som inte antagits till spärrad utbildning vid ort 1 avskräcks av avståndet till ort 2 och 3 och avstår från studier uppstår alltså vakanser som betyder att en större andel av en åldersklass kan komma in vid de spärrade utbildningsorterna 2 och 3 förutom att orterna redan har en fullständighet på 100 %. Å andra sidan är det möjligt att en del av dem som inte kommit in vid ort 1 och som avskräcks av avståndet till ort 2 och 3 i stället söker sig till utbildning B vid ort 1 (avlänkning). Därmed skulle den "spontana" rekryteringsdelen till ort 1 vara överskattad och följaktligen fullständigheten underskattad. Dessa beräkningar ger följande värden på fullständigheten.
Ort 1 Ort 2 Ort 3
Metod a
Me o d b
Metod c
%
%
%
100 100 100
80 80 80
87 100 100
Med metoderna b och c erhålls värden enligt tabell 33 på studieorternas fullständighet: Tabell 33. Studieorternas fullständighet läsåren 1967/68 och 1969/70. Studieort
Fullständighet vid studieort 1967/68
Uppsala Lund Göteborg Stockholm Unieä Örebro Linköping Karlstad Växjö
1969/70
Metod b
Metod b
Metod c
%
%
%
83 84 78 86 63 27 27 19 19
82 84 82 88 78 63 63 62 62
83 95 93 98 81 68 72 62 62
Läsåret 1969/70 hade 56 % av undersökningspopulationen uppgivit att de tänkt studera vid sådana utbildningslinjer som finns vid filosofisk fakultet vid filialerna. Härtill bör läggas en andel av dem som inte lämnat någon uppgift (särskild utbildningslinje, ca 16 %). Denna andel är ungefär dubbelt så stor vid universiteten som vid filialerna. Om man antar att en andel motsvarande den vid filialerna väljer filialutbildningar vid universiteten erhålles ett tillägg till fullständigheten på 6 %. Den beräknade fullständigheten för Växjö och Karlstad blir alltså 62 %. Fördelningen av studerande på dessa filiallinjer har använts som indikation på "spontan" rekryteringsandel vid beräkning av bidraget från spärrad utbildning. Sedan den totala kapaciteten vid spärrad utbildning reducerats med den andel (41 %) som togs i anspråk av tidigare inskrivna återstår drygt 5 000 platser vilket räcker till 20 % av undersökningspopulationen. Den mest markanta förändringen sedan läsåret 1967/68 är filialernas och Umeås kraftiga ökning. Skillnaden beror framför allt på ökad fullständighet vid filosofisk fakultet. En del av ökningen är förmodligen skenbar, eftersom beräkningen 1967/68 utgick från de studerandes faktiska fördelning på de ämnen som finns vid studieorterna. En linje kan finnas även om några ämnen i andra och tredje avdelningens studiekurser saknas.
94 SOU 1972:23
Bilaga 2
Sträckningen av de profiler som diskuteras i kapitel 2 samt indelningen av Sverige i gymnasieregioner
Län Kod G-region
Län Kod G-region
Län Kod G-region
029 Vetlanda 030 Värnamo
059 Lysekil 060 Mölndal 061 Uddevalla
AB 001 002 003 004 005 006 007 008 009 010 011 012 202
Stockholm Handen Huddinge Lidingö Mörby/Djursholm Nacka/Saltsjöbaden Solna Sollentuna Sundbyberg Täby Norrtälje Södertälje Järfälla
013 014 214 D 015 016 017 018
Enköping Uppsala Tierp Eskilstuna Katrineholm Nyköping Strängnäs
M
E
019 020 021 022 023
Finspång Linköping Mjölby Motala Norrköping
F
024 Eksjö 025 Gislaved 026 Jönköping/ Huskvarna 027 Nässjö 028 Tranås
C
G 031 Ljungby 032 Växjö 033 Älmhult H 034 035 036 037 038
Hultsfred Kalmar Nybro Oskarshamn Västervik
I
039 Visby
K
040 Karlshamn 041 Karlskrona 042 Ronneby
L
043 044 045 046
Hässleholm Klippan Kristianstad Ängelholm
047 Eslöv 048 Helsingborg 049 Landskrona 050 Lund 051 Malmö 052 Trelleborg 053 Ystad N 054 Falkenberg 055 Halmstad 056 Varberg O 057 Göteborg 058 Kungälv
P
062 063 064 065 066 067
Alingsås Borås Trollhättan Ulricehamn Vänersborg Åmål
R 068 069 070 071 072
Falköping Lidköping Mariestad Skara Skövde
S
Arvika Filipstad Hagfors Karlstad Kristinehamn Torsby
073 074 075 076 077 078
T 079 080 081 082
Hallsberg Karlskoga Lindesberg Örebro
U 083 084 085 086 087
Fagersta Hallstahammar Köping Sala Västerås
W 088 Avesta 95
Te
Tb'.VO053
O
lOOh
Gymnasieorternas namn framgår av bilaga 2. Figur 27. Sträckningen av profiler och indelning i gymnasieregioner.
Län Kod G-region 089 090 091 092 093
Borlänge Falun Hedemora Ludvika Nora
X 094 095 096 097 098 099
Bollnäs Gävle Hudiksvall Ljusdal Sandviken Söderhamn
Län Kod G-region Y
Z
100 101 102 103 104 105
Härnösand Kramfors Sollefteå Sundsvall Ange Örnsköldsvik
106 Strömsund 107 Östersund
Län Kod G-region 110 Umeå 111 Vilhelmina BD 112 113 114 115 116 117 118
AC 108 Lycksele 109 Skellefteå
97 Boden Haparanda Kalix Kiruna Luleå Gällivare Piteå
Bilaga 3
Flervariabelanalys av den regionala rekryteringens bestämningsfaktorer
I kapital 6 presenteras problemställning och resultatsammanfattning Denna bilaga innehåller en direkt fortsättning av kapitlet med en utförligare presentation av analysresultaten. I första avsnittet exemplifieras metodiken steg för steg med data avseende ospärrade fakulteter alla år. I det andra avsnittet sammanfattas resultaten för alla år och inskrivningskategorier. 1 Resultat för inskrivning till ospärrade fakulteter 1962-1967 Den stegvisa regressionsanalysen för in variablerna i ordning efter sin förmåga att öka förklaringsgraden (R), dvs. den del av variationen i antalet studerande som "förklaras" av de dittills använda variablerna. Härigenom får man en möjlighet att bedöma de olika variablernas relativa betydelse. Som exempel tas modellvarianten för ospärrade fakulteter alla år. Endast för ospärrade fakulteter kan det vara rimligt att tolka parametrarna som uttryck för "spontana" önskemål beträffande studieort i den aktuella valsituationen. För varje kategori och speciellt för fria fakulteter gäller, att parametrarna förändras obetydligt över åren. Därför kan det vara meningsfullt att utnyttja alla årens material till total gemensam skattning av parametrarna. För att inte resultatet skall påverkas av den allmänna ökningen i studerandefrekvensen har i detta fall totalantalet nyinskrivna varje år lagts in som en 7:e variabel. Endast fördelningen, inte förändringen, skall förklaras. Genom exponenten på denna variabel erhålles dock ett uttryck för hur stor del av ändringar i de variabler som ingår i modellen och hur mycket som beror på "yttre" faktorer, t. ex. en allmän ökning av gymnasieexaminationen och övergångsfrekvensen till högre studier. 1.1 Åldersklassens storlek Den första variabel som går in är (liksom med alla andra material) åldersklassen K. Om analysen avbryts här erhålles: S = 0.024 Kl-20; förklaringsgrad (R 2 ) = 83%, 98
dvs. antalet studerande (S) från en kommun till en av de tillgängliga studieorterna är i genomsnitt 2.4% av en åldersklass (K) i kommunen upphöjt till 1.2. En kommun med dubbelt så stor befolkning i åldersklassen levererar i genomsnitt inte 100, utan drygt 120% fler studerande. En ökning av studiefrekvensen med drygt 20 % för varje fördubbling av kommunens "storlek" innebär en kraftig "skaleffekt". Om vi antar, att åldersklassen är proportionell mot totalbefolkningen betyder detta, att en kommun med 320 000 invånare levererar dubbelt så många studerande i förhållande till åldersklassen som en kommun med 10 000 invånare. 1.2 Avstånd till studieorten Nästa variabel som går in är det fysiska avståndet mellan hemkommun och studieort (A): S = 3.24 K0.88 A - 0 . 7 0 ; förklaringsgrad (R2) = 92% Åldersklassens exponent minskar radikalt från 1.20 till 0.88. från positiv till negativ skaleffekt. Den genomsnittliga effekten av olikslora befolkningsunderlag "överförklaras" av avståndet. Den partiella effekten, dvs. här effekten av olikstora kommuner givet avståndet till studieorten är betydligt lägre än den genomsnittliga. Detta måste bero på att stora kommuner i allmänhet ligger närmare studieorter än små. Den enkla korrelationen mellan avstånd och åldersklassens storlek, (dvs. mellan log A och log R) är -0.63. Denna ganska höga korrelation kan kanske också förklara att exponenten slår över och blir mindre än 1. Resultatet innebär att lika stora kommuner på olika avstånd från studieorten levererar 7 % färre studerande för varje avståndsökning med 10 %. En fördubbling av avståndet medför, att antalet rekryterade minskar 39 %. Detta gäller för flödet från en kommun till studieorten givet avståndet till alla andra studieorter. Man får alltså inte dra slutsatsen, att studiefrekvensen för kommunen som helhet skulle minska i samma takt om avstånden till alla studieorter ökade proportionellt lika mycket. Avtagandet kan ju helt enkelt bero på att på stora avstånd finns i allmänhet andra studieorter tillgängliga på närmare håll. Flödet till en viss studieort beror inte bara på avståndet dit, utan också på avståndet till alternativa studieorter, dvs. på det relativa avståndet till studieorten. 1.3 Avstånd till alternativa studieorter Ett försök att differentiera mellan en "genuin" avståndskänslighet och omfördelningen till mer närliggande studieorter görs genom att införa variabeln "antalet studieorter närmare hemorten än den valda". Denna variabel P går in efter åldersklass och avstånd. S = 1.28 KO-92 A - 0 . 5 0 (1-0.16) P, förklaringsgrad (R2) = 93% Avståndsexponenten sjunker från 0.7 till 0.5 och värdet 0.5 betyder nu, att givet kommunens storlek och studieortens läge, dvs. antalet studieorter närmare hemkommunen, sjunker ändå studiefrekvensen med 5 % om avståndet ökar 10 %. I detta läge kan det vara något mer berättigat att tolka exponenten som en genuin avståndseffekt, dvs. om vi låter alla SOU 1972:23
avstånd öka proportionellt så att de relativa lägena inte förändras, kommer den totala studiefrekvensen i kommunen bara av detta skäl att minska 5 % för varje 10-procentig ökning av avståndet. En till utbildningsorterna närbelägen kommun kommer att få dubbelt så stor studerandefrekvens som en med fyra gånger så stort avstånd till studieorterna (i och för sig geometriskt omöjligt!). Givet avstånd och åldersklass kommer antalet studerande till en viss studieort att minska med 16% för varje studieort, som ligger närmare förutom den minskning av rekryteringen som ökningen i fysiskt avstånd medför. Om flödet till den närmaste studieorten sätts till 100 blir det alltså 84 till det näst närmaste, 70 om det finns två orter närmare osv., 29 om det finns 7 studieorter närmare (dvs. alla övriga). Detta alltså under förutsättning att det fysiska avståndet inte ändras. Naturligtvis är P-värde och avstånd positivt korrelerade (+0.68), varför den observerade frekvensen sjunker hastigare. Om den närmaste studieorten ligger på 2 mils avstånd och den tredje i ordningen på 8 mils avstånd kommer flödet till den sistnämnda att minska med 50 % p. g. a. avståndseffekten och med 30 % p. g. a. "läckage" till mer närbelägna studieorter. Den sammanlagda effekten blir alltså, att den bortre studieorten kommer att rekrytera 50 % • 70 % = 35 % av antalet till den närmaste från samma kommun. 1.4 Studieorternas fullständighet I materialet för alla år går studieorternas fullständighet in som fjärde variabel och modellen får då utseendet: S = 0.32 K0.90 A - 0 . 5 1 (1-0.16) P e0.017 I ; förklaringsgrad: 94% För varje procentenhet som I ökar, ökar antalet studerande till studieorten med 1.7 % givet åldersklass, absolut och relativt avstånd. Detta betyder, att de "stora studieorterna rekryterar fler studerande än som motiveras av deras fullständighet. En ökning av fullständigheten från 50 till 100% medför, att rekryteringen till studieorten från en kommun med given storlek och givet absolut och relativt avstånd ökar med en faktor 2.4 (i stället för 2 = en fördubbling vid proportionalitet). Den positiva skaleffekten för "stora" studieorter tyder på att fullständigheten är positivt korrelerad med andra attraktiva egenskaper hos dessa orter. I den fullständiga modellen gjordes ett försök att differentiera mellan dessa effekter med hjälp av variabler som universitetets ålder, rumsenheter per innevånare, studentbostadsbeståndets storlek, totalbefolkning i studieorten. Alla dessa variabler kom dock in på ett sent stadium i regressionsanalysen och parametervariationerna mellan olika år och material var betydande, varför ingen entydig slutsats kan dras. I den här behandlade modellen har dock variabeln "universitetets ålder" fått stå kvar. De variabler som går in efter dessa första fyra är i ordning; totalantalet studerande respektive år, andel socialgrupp III som är sysselsatta i hemkommunen och sist universitetets ålder. Sedan totalantalet studerande "gått in" minskar restvariansen endast obetydligt för de två resterande variablerna och särskilt lite för åldersvariabeln.
100 SOU 1972:23
1.5 Rekryteringsexpansionen I tabell 34 rad 4 sid 103 visas det slutliga resultatet med alla variabler (fria fakulteter alla år). Det kan genast konstateras, att resultaten beträffande studieortens ålder är nonsensbetonade. Mot ett förväntat positivt samband mellan ålder och rekrytering erhålles ett svagt negativt partiellt samband. Detta beror antagligen på att måttet slår "fel" vid en jämförelse mellan Stockholm och Uppsala/Lund. Som "kompensation" för detta negativa värde ökar i sista steget effekten av fullständigheten från 1.8 till 2.2% studerandeökning för varje procentuell enhetsökning av fullständigheten. Parameterstabiliteten gör att samma resonemang beträffande partiella effekter kan tillämpas vare sig den sista variabeln ingår eller inte. Som femte variabel ingår alltså totalantalet studerande (T). Den ökning av totalantalet studerande som inträffat under undersökningsperioden kan bero dels på en omstrukturering i samhället som medför, att för studerandefrekvensen "positiva" variabelförändringar inträffat, dels på en av de i modellen ingående variablerna oberoende allmän ökning av studiebenägenheten. Nettoeffekten är svårbedömbar. Värdet på exponenten för totalantalet studerande är 0.71 vilket skulle kunna tolkas så att endast ca 70 % av den observerade frekvensvariationen (ökningen) mellan åren kan förklaras av en autonom ökning av studiebenägenheten, medan återstoden, 30 %, skulle bero på "positiva" variabelförändringar (bättre tillgänglighet, större fullständighet etc). En indikation på att denna tolkning är rimlig fås genom att jämföra med parametervärdet för spärrade fakulteter. Här är totalantalet (helt?) autonomt bestämt genom platstilldelningen, eftersom det hela tiden råder en överskottsefterfrågan. Förskjutningar i variabelvärden kan alltså bara påverka fördelningen av rekrytering från olika kommuner, men inte totalantalet. Som framgår av resultattabellen är parametervärdet här 1.03 dvs. så gott som fullständig proportionalitet mellan den totala kapacitetsökningen och ökningen i enskilda kommuner, trots att bakgrundsvariablerna är identiska med dem som använts för fria fakulteter.
1.6 Social bakgrund Nästa variabel som går in är andelen sysselsatta i kommunen tillhörande socialgrupp III (egentligen andelen arbetare + jordbrukare enligt FoB 1960). Detta är samtidigt den första och viktigaste förklaringsvariabeln till den kommunspecifika studiebenägenheten. Värdet -1.54 betyder, att en ökning av socialgrupp III-andelen med 1 procentenhet givet alla andra variabelvärden minskar rekryteringen från kommuner ca 1.5 %. Omräknat betyder detta, att om alla sysselsatta i kommunen tillhörde socialgrupp III skulle rekryteringen endast vara 21 % av rekryteringarna om alla tillhörde socialgrupp 1 +11. Detta skulle betyda, att studiebenägenheten i socialgrupp III bara är ca en femtedel av övriga gruppers. Denna mycket kraftiga partiella effekt trots att variabeln kommer in så sent får man mot bakgrund av att för det första spridningen kring medelvärdet SOU 1972:23
52 % socialgrupp III-andel i hemkommunen inte är större än 13 procentenheter, dvs. 0% och 100% existerar knappast. För det andra är variabeln starkt korrelerad med t. ex. kommunens (åldersklassens) storlek, -0.74, och med avstånd, +0.56, dvs. hög andel socialgrupp III finns i allmänhet i småkommuner på stort avstånd från studieorterna, vilket gör att dessa variabler i stor utsträckning mäter samma sak. Om den diskuterade, något spekulativa tolkningen av parametervärdet godtas visar resultattabellen en viss utjämning av den sociala snedrekryteringen under perioden. Socialgrupp III :s studiebenägenhet ökar från 16 till 21 % av studiebenägenheten för socialgrupp I och II. 2 Resultat för alla år och inskrivningskategorier I tabell 34 sammanfattas resultaten av alla körningar av modellen för alla år och kategorier. Den förda utförliga diskussionen avser alltså endast ospärrade fakulteter alla år, dvs. rad 4 i tabellen. Den andra kategorien, spärrade fakulteter, har medtagits för fullständighetens skull, trots att rekryteringen inte är "spontan" i samma mening som till ospärrade fakulteter. Fördelningen av kapacitet (och intagningspoäng) torde i detta fall vara lika betydelsefulla som de utnyttjade bakgrundsvariablerna. Den partiella effekten av åtminstone relativt avstånd är genomgående avsevärt lägre än för ospärrade fakulteter. Svagheten i analysmetoden illustreras av att socialgrupp III-andelen fått positiv effekt, vilket i och för sig ter sig orimligt, men som tillsammans med den låga åldersklassexponenten och förhållandevis höga avståndsexponenten kan ge ett rimligt nettomedeltal. Dvs. med många starkt interkorrelerade förklaringsvariabler kan en registrerad partiell effekt bli tämligen fiktiv. (Den enkla korrelationen mellan antal studerande och socialgrupp III är trots allt -0.64.) Genomgående gäller dock, att parametrarna för åtminstone de två viktigaste variablerna, åldersklass och avstånd, är relativt konstanta över åren samtidigt som huvuddelen av variationen kan förklaras av dessa. Parametrarna för totalantalet studerande skiljer sig inte så mycket från ospärrade fakulteter helt enkelt eftersom dessa utgör den dominerande andelen. Som en kuriositet visas resultatet av en modell med 12 oberoende variabler testad på ospärrade fakulteter 1966/67: S = k K 0 - 88 Y" 0 - 8 8 T ( ° - 0 6 - ° - 0 8 P °-° ! l o § A ) G" 0 - 0 5 (L/E)- ! ^A" 0 - 0 8 • e 1 . 3 9 P I 2 . 1 M - 0 . 1 5 H - 0 . 2 3 ; R 2 = o.97 Y = tax. ink/capita T = genomsnittlig ortsstorlek G = avstånd till gymnasium från hemort M = tot. bef. i studieort H = rumsenheter/innevånare
102 SOU 1972:23
<—i ON t— O CN VD ON ON r>
ro i n r f ON ON ON
C
c
C
3 c >
id 60 C
ö o ©
o o O
VD rN ON r f O O O O O O O o 1 1 1 1
r f i n 00 O © rf O O O 1 1 1
r- VD ON r o oo \o m ( N
r— m
vo <N
oq ö
rfr c o rf rf ^i ON ON ON T-H
Ö
O
O
T3
C
o _1> H
M 73
C :Tl
o
I-<
o
s •9 r?5 E ed r3
o T3
Cfl
O ^3
*1— fc1
p o
p ö
I
I
, T3 SJ
••3 "5 ^ E v 3 g us s ^ en "K 4=
rN ^H rN
^H
\Q
rN
O
r- oo ro oo rN r—
O
—
—< —I
rf
ON
•H
»H
» c 6 g <D «J 4=
C
•w o i-i C 1) a)
5 3
I
< '-3 6 6
i
I
I
i i
O
I I
o
« £ c -e in ON 00 rf rf rf
ö O ö
^ c ° 3 g
B E^
o o o I I I
I
^
5 S-c s l . S s
I
I
T-H
m m VD oo r—_ io
rf io
7 7 7
i
fN
O O O
in rf
o d d
o
I
s^s^s; Si VD O0 ^ H ^H - H <N
oo o ON rf m ro
O
I
I
I
Si Si Si O r f t— N fl M
Si o ro
^
-< —
,-H
rN m oo oq oq oq
m oq
<^ c ji< o £ i-. <U n>
y
2 J2 2 S c
<—< i n r f r f oq oo oq oo
odd
d
ro r^ oo ^D ^O \£> c ,_ nvorVD vo VD ON Ov ON
" J2 ~
>—< m ON oo r-- r~; (—• c-
odd d
ro t-- oo ^o ^o ^o rN VD r^ ^o \o ON ON ON
o d d
©
J2
rN VD rZ vo VD VD _2
<
_ _ ,_ <
•-J
ON ON ON
—;
.5 o >i
bo
a
o! SOU 1972:23
Notförteckning 1
SCB: Information i prognosfrågor, 1968:1, sid 2 1970:1, sid 14 f. SOU 1965:12, sid 437 ff. Bergling, R: Varifrån kommer Uppsalas studenter? Upsala Nya Tidning. 30.4.1965. 4 För läsåret 1967/68 redovisas i primärmaterialet inskrivningen vid filialerna under respektive moderuniversitet. Uppgifterna om den geografiska fördelningen av rekryteringen till filialerna för detta läsår har tagits fram av filialernas administrativa kontor. 5 Till "övriga högre läroanstalter" hör klasslärarutbildningcn vid lärarhögskolorna, folkskoleseminarierna, kombinationsutbildningen osv. 6 Holm-Häggström; Regional rekrytering till universitetsutbildning under 1960-talet. Geografiska institutionen Umeå 1970. I ovan nämnda rapport finns en utförlig diskussion av källmaterialet och dess brister. För definitionen se t. ex. Statistiska meddelanden U 1970:33. 7 Nyborg - Johnsson, Inskrivningshandlingarnas tillförlitlighet. Stencil 1968 Geografiska institutionen Umeå Universitet. 8 Vt 1970 skrevs 37 % av de nyinskrivna i Sverige in vid Stockholms universitet. 9 Observera att Linköping i denna undersökning konsekvent förts till filialorterna. 10 Jfr. även Geissler,C: Hochschulstandorte,Hochschulbesuch. Hannover 1965. 11 Med dominans avses här att ett universitet har större andel av nettoantalet nyinskrivna än något annat. 12 Sannel, B.: De fria fakulteternas regionala studentrckrytering under perioden 1956-62. 13 Gninewald, B.: On the choice of place of study. Geografiska Annaler 48 B. 14 Ett område som inrymmer gymnasieregionerna Stockholm, Handen, Huddinge, Lidingö, Mörby-Djursholm, Nacka-Saltsjöbaden, Solna, Sollentuna, Sundbyberg och Täby. 15 Avstånd från utbildningsorterna inom vilket 50 % av den studerade populationen rekryteras. 16 Det genomsnittliga avståndet hemort - vald utbildningsort. 17 Dessa beräkningar har skett med hjälp av följande formler: nr, 70 =Rr'70 + Br, 70 ö 15-24 B 15-19 + "20-24 Rk. 65 = BBhk, 70 + 10-14 .H Bdkb, 70 BBr, 70 l'5-19 15-19 Bdkb, 65 15-'19 ' 7n 10-14 BW_24 definieras analogt 2
Br = Befolkning i g-region. ghk = Befolkning i kommunblock som i sin helhet ingår i g-region. B^ = Befolkning i kommun i g-region som ingår i "delat" kommunblock. gdkb - Befolkning i kommunblock som ingår i flera g-regioner. 18 Med utgångspunkt i de tre närmast föregående årens examination från gymnasium i g-regionerna beräknas med hjälp av regressionsanalys de riksgenomsnittliga specifika övergångsfrekvenserna till läsåret 1969/70 (för nettoantalet nyinskrivna): St = 0.45 G t +0.24 G t _ ! + 0 . 1 3 G t _2» 0.45 + 0.24 + 0.13 = 0.82 = 8 2 % St = nettoantal nyinskrivna studerande 1969/70 från g-regionen Gt = antal utexaminerade från gymnasium i g-regionen vt 1969 G t - 1 = antal utexaminerade från gymnasium i g-regionen vt 1968 Gt_2 = antal utexaminerade från gymnasium i g-regionen vt 1967 De sammanlagda övergångsfrekvenserna från de olika examinationskullarna till 1969/70 blir alltså 82 % (inklusive tidigare årgångar). 19 Öberg S.: Total- och tätortsbefolkningens förändringar 1960-65, rapport 25 i serien Urbaniseringsprocessen. 20 En annan svaghet med denna metod är att de olika kriterierna ges lika vikt och att ingen hänsyn tas till de förändringar som själva nylokaliseringen medför för tidigare studieorter. Försök pågår att konstruera en planeringsmodell som tar hänsyn till bl. a. sådana problem. Modellen kräver ett input bestående av specificerade värdevikter, resurstillväxt, beteenderelationer etc. och skall som output beskriva den i relation till resursrestriktionerna och värdevikterna optimala lokaliseringen och dimensioneringen av varje periods kapacitetstillskott. 104
21 Detta kapitel bygger på inskrivningsmaterial 1969/70 samt i vissa jämförelser ht 1970. I det preliminära materialet för ht 1970 är bortfallet större, och alltså tillförlitligheten lägre än tidigare (6.6 % jämfört med 3.0 %). 22 "Meddelad dispens för behörighet till studier för hel examen vid läroanstalt, i enstaka studiekurser, med förutsättning för dispensen att den studerande fyllt 25 år och arbetat 5 år, eller i s. k. yrkesinriktade studiekurser vid universitet eller i andra enstaka ämnen/studiekurser," inskrivningsblankett U 201:3 1969, SCB. 23 Studentekonomiska undersökningen 1968, Sociologiska institutionen Lund, sid 121. 24 Åkerlund Lennart: Regionala variationer i social snedrekrytering till universitetsutbildning höstterminen 1969. Stencil, Geografiska institutionen Umeå 1970. 25 Partiell effekt är effekten av variabelförändring om inga andra variabler förändras samtidigt. 26 Parametrarna skattas med hjälp av multipel regressionsanalys sedan variablerna transformerats så att funktionen blir linjär och sedan varje observationsvektor vägts med det observerade flödet som vikt. (Detta motiveras i den preliminära rapporten.) Den linjära formen på funktionsuttrycket erhålls genom logaritmering: (log Sij= log k + a log Kj + (3 log Ajj + 7 log Uj. 27 Detta material utnyttjas av Gesser m. fl. i SOU 1971:61, Val av utbildning och yrke.
Samhällsekonomiska kalkyler för längre utbildning Leif Magnusson Svend Tychsen
Utredningens inledning
U 68 skall bl. a. utarbeta förslag till planer för den eftergymnasiala utbildningens dimensionering, dvs. antalet studerande totalt och deras fördelning på olika sektorer. Planeringen måste utgå från utbildningens mål. Ett sådant mål, bland många andra, kan vara att åstadkomma så stora samlade konsumtionsmöjligheter för samhällets individer som är möjliga att förverkliga. Utbildningen bör då bl. a. syfta till att öka de samlade produktionsresurserna. Ett annat mål kan avse fördelningen av dessa konsumtionsmöjligheter. Ett tredje mål kan åter vara att stimulera individernas personlighetsutveckling. Också här kommer en fördelningsaspekt in. För planeringen är det önskvärt att ha information om hur olika alternativ för dimensioneringen av den eftergymnasiala utbildningen, totalt och sektorsvis, skiljer sig med avseende på graden av uppfyllelse av olika uppställda mål. Utbildningens olika delmål kan inte mätas med ett gemensamt mått. Det är t. ex. inte meningsfullt att mäta personlighetsutveckling i termer som är jämförbara med en produktionshöjning på den utbildades arbetsplats. Man kan dock ställa frågan om t. ex. utbildningens produktionseffekter skulle vara åtkomliga för mätning och om de i så fall skulle kunna vägas in som ett av flera kriterier i utbildningsplaneringen. Ett sätt att jämföra olika alternativ för dimensioneringen redovisas i Leif Magnussons och Svend Tychsens undersökning. Alternativen bedöms här med hänsyn till sina effekter på de totala konsumtionsmöjligheterna och dessas fördelning. Metoden går ut pä att jämföra belöningar och uppoffringar i vidaste bemärkelse dels för samhället totalt, dels för den utbildade individen själv, och uttrycka skillnaden mellan dessa i tal som kan jämföras för olika dimensioneringsalternativ. Undersökningen bygger på uppgifter om löner och utbildningskostnader under senare delen av 1960-talet. De redovisade mätningarna har emellertid avsevärda svagheter, både principiellt och praktiskt. För det första mäts inte det egenvärde som utbildningen kan ha för individen. För det andra mäts ej den effekt som utbildningen kan få på andra människors välfärd. I undersökningen redovisas sålunda endast försök att mäta effekten på den SOU 1972:23
utbildade individens möjligheter att åstadkomma ökat produktionsvärde (räknat i marknadspriser) i form av varor och tjänster. Även med denna begränsade ambition föreligger mätproblem som påverkar tillförlitligheten hos resultaten. Ett sådant problem ligger i att mätmetoden bygger på antagandet att lön och produktionsvärde överensstämmer. Ett annat problem gäller graden av tillförlitlighet i det använda lönemåttet. Ett tredje gäller möjligheterna att göra prognoser för framtida löner med utgångspunkt i dagens förhållanden. Till dessa faktorer, som bidrar till osäkerhet i de presenterade resultaten, kommer begränsningar som beror på att mätningarna endast ofullständigt belyser de beslutsproblem som U 68 har att överväga. Mätningarna avser t. ex. endast vissa eftergymnasiala utbildningar. Information om de utbildades löner saknas i fråga om nya utbildningar, t. ex. kombinationsutbildningar. Men också existerande utbildningar inom U 68s planeringsområde saknas i underlaget för undersökningen. Detta gäller t. ex. yrkesinriktade utbildningar som är väsentliga alternativ till traditionell universitetsutbildning. Mätningarna ger inte heller underlag för övergripande samhällsekonomiska avvägningar mellan investeringar i utbildning och investeringar i t. ex. maskiner och industribyggnader. I detta sammanhang är det viktigt att peka på att undersökningen avser att belysa skillnader mellan olika kategorier av utbildade. Av praktiska skäl har en bestämd grupp av utbildade, gymnasieingenjörer, valts som jämförelsekategori. 1 de fall då undersökningens kalkyler resulterar i negativa mätetal kan detta självfallet inte tas till intäkt för att investering i utbildning av detta slag skulle vara samhällsekonomiskt omotiverad. Bland de invändningar som kan resas mot undersökningen intar ifrågasättandet av antagandet om lönen som produktionsmått en särställning. Detta antagande är fundamentalt för den använda mätmetoden och bör därför granskas noggrant. Man kan hävda att detta mått på produktionsvärde är dåligt, därför att man inte accepterar marknadspriser på varor och tjänster som mått på värdet av dessa. Olika motiveringar kan ligga till grund för en sådan hållning. En motivering kan vara att marknadspriserna — som beror på inkomstfördelningen i samhället — är ett oriktigt mått därför att inkomstfördelningen är oriktig. En annan skulle kunna vara att priserna avviker från dem som är relevanta för mätningen som följd av koncentrationsinslag på varumarknader och arbetsmarknader. En tredje motivering skulle kunna formuleras som ett konstaterande av de trögheter i löneanpassningen som belyses av bl. a. Rydhs och Österbergs undersökning av anpassningsmekanismer på arbetsmarknaden för personer med längre utbildning (se "Högre utbildning och arbetsmarknad", SOU 1971:62). Slutligen kan man ha den uppfattningen att löner bör vara oberoende av individens produktionsinsats. 1 den allmänna debatten förekommer t. ex. ibland tanken att alla människor skulle ha samma lön. Även om man således kan diskutera huruvida lönerna är eller bör få vara ett produktivitetsmått, kan anföras att lönen i åtskilliga andra sammanhang accepteras som mått (om än som ett närmevärde) på individens insatser i produktionen av varor och tjänster. 110
Valet av ståndpunkt i frågor av detta slag avgör givetvis vilken betydelse för utredningens ställningstaganden man vill tillmäta de redovisade försöken till beskrivningar av beslutsalternativ i ekonomiska termer. Meningarna inom U 68 har varit delade på denna punkt. Det bör dock nämnas att de anförda invändningarna är mindre vägande då man är intresserad enbart av en beskrivning av konsekvenser för den utbildade individens inkomster jämfört med andra gruppers (problemet med fördelningen av konsumtionsmöjligheter). Under alla omständigheter utgör undersökningen ett försök att belysa några problem som möter vid en utbildningsplanering i ekonomiska termer.
Innehåll
1 Problemställning och huvudresultat 1.1 Inledning 1.2 Kort innehållsbeskrivning
119 119 120
2 Samhällsekonomiska kalkyler 2.1 Den längre utbildningens uppoffringar och belöningar . . . . 2.2 Jämförbarheten mellan olika tidpunkter 2.3 Mätproblem vid en liten dimensioneringsförändring 2.4 Mätproblem vid en större dimensioneringsförändring . . . . 2.5 Samhällsekonomisk kalkylering vid begränsad budget . . . . 2.6 Direkta konsumtionseffekter och externa effekter 2.7 Sammanfattning
122 123 124 125 127 128 129 130
3 Inkomstfördelning och längre utbildning 3.1 Problembeskrivning 3.2 Samhällsekonomiska kalkyler med hänsyn tagen till fördelningseffekter 3.2.1 Marginella förändringar 3.2.2 Icke-marginella förändringar 3.2.3 Direkta konsumtionseffekter och externa effekter . . 3.3 Sammanfattande kommentar
131 132 134 135 137 138 138
4 Referat av och kommentarer till några tidigare undersökningar . 139 4.1 Metoder 139 4.1.1 Standardmetoden 139 4.1.2 Avvikelser från standardmetoden 141 4.2 Resultat 142 4.3 Tolkningar av mätresultaten 143 4.4 Sammanfattning 144 5 Mätningar 5.1 Metod 5.2 Källmaterialet 5.3 Mätresultat
145 145 147 148
5.4 Tolkning av resultaten: en översiktlig granskning 5.4.1 Metodbrister 5.4.2 Materialbrister 5.4.3 Resultatvärdering 5.5 Tolkning av resultaten: en detaljgranskning 5.5.1 Produktionseffektmätningen 5.5.2 Inkomsteffektmätningen 5.5.3 Betydelsen av varierande flöde-beståndrelationer . . . .
156 157 157 159 160 160 164 168
6 Sammanfattning och slutord
170 Bilaga 1 Appendix till bilaga 1 Bilaga 2 Figurbilaga Tabellbilaga Notförteckning
178 182
186 199 206
Figurförteckning 1. Schematisk bild av fördelningen över tiden av uppoffringar och belöningar 124 2. Samband mellan lön och arbetsmarknadens efterfrågan på individer med x-utbildning 128 3. Antal individer på olika inkomstnivåer 132 4. Samband mellan lön och arbetsmarknadens efterfrågan på individer med x-utbildning 137 5. Bruttolön för utbildad individ, "alternativlönen" brutto samt direkta kostnader fördelade över tiden 146 6. Agronomer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna 149 7. Jägmästare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 149 8. Civilingenjörer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 149 9. Civilingenjör och civilekonom. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 150 10. Civilekonomer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 150 11. Civilekonom och filosofisk examen. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 . . . 150 12. Jurister. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 151 13. Samhällsvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 151 14. Juridisk och filosofisk examen. Ålder/inkomstprofder för män och kvinnor med uppgift om antal individer i repektive åldersklass, AR 1969 151 15. Civilekonom och jur. kand. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, Ar 1969 152 16. Socionomer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 152 17. Läkare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 152 18. Tandläkare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 153 19. Veterinärer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 153 20. Naturvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 153 21. Humanister. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 154 22. Teologer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 154 23. Gymnastiklärare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969 154 24. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde per krona direkta kostnader 162 25. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde före och efter "korrigering" 163 26. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde per krona direkta kostnader före och efter "korrigering" 163 27. Utveckling av intagning till, respektive nuvärde för, tre utbildningar H, L och M under en fingerad planperiod 163 28. Män 4 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning 165 29. Män 6 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning 166 30. Män 8 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning 166 31. Kvinnor 4 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning 167 32. Kvinnor 6 procent. Nuvärde: produktionseffektmätning och inkomstSOU 1972:23
effektmätning 33. Kvinnor 8 procent.Nuvärde: produktionseffektmätning och inkomsteffektmätning 34. Nuvärden i tusental kronor beräknade på lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 35. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser före skatt för 0, 2, 4, 6 , 8 , 10 och 12 procents diskonteringsränta. Män, hela riket, AR.1969 36. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR.1969 37. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 38. Nuvärden i tusental kronor beräknade på lönedifferenser före skatt(för 60% av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12procents diskonteringsränta. Kvinnor, hela riket, AR 1969 39. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 40. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 41. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2 , 4 , 6 , 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, Ar 1969 42. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 43. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på nio tiondelar av bruttolönedifferenser. Män, hela riket, AR 1969 44. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på tre fjärdedelar av bruttolönedifferenser. Män, hela riket, AR 1969 45. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på hälften av bruttolönedifferenser. Män, hela riket, AR 1969 46. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 47. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknas på nio tiondelar av bruttolönedifferenser. Kvinnor, hela riket, AR 1969 48. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på tre fjärdedelar av bruttolönedifferenser. Kvinnor, hela riket, AR 1969 49. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på hälften av bruttolönedifferenser. Kvinnor, hela riket, AR 1969 . 50. Nuvärden i tusental kronor beräknade på lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 51. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 52. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969 53. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 1 2 procents diskonteringsränta. Män, hela riket, AR 1969 54. Nuvärden i tusental kronor beräknade på lönedifferenser efter skatt 116
167 168
186 187 187 188 188
189 189 190 190 191 191 192 192
193 194
194 195 195 196
(för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 55. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 56. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969 57. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969
196 197 197 198
Tabellförteckning 1. Bruttolönedifferenser mellan college- och highschoolexaminerade fördelade efter ålder år 1949, $ per år 2. Bruttolön för highschoolutbildade efter ålder, $ per år 3. Internränta i procent för några utbildningsgrupper i USA 1939 och 1949 4. Internränta i procent för "secondary schooling" och "higher education" i Kngland 1963 5. Direkta produktionseffekter, indirekta och direkta kostnader för 1972 och framåt i tusental kronor 6. Nuvärden i produktionseffektmätning 7. Nuvärden per krona direkta kostnader 8. Nuvärden i inkomsteffektmätning 9. Internräntor i procent 10. Flöde- bestånd relationer för 14 utbildningar 11. Antal indivier i samtliga åldersklasser för 21 utbildningar fördelade efter kön i AR 1969, hela riket 12. Medelinkomster före skatt fördelade efter kön, hela riket, och efter skatt fördelade efter kön och region i samtliga åldersklasser för 21 utbildningar i AR 1969 13. Alternativlön 14. Direkta utbildningskostnader per närvarande studerande, kr/år 15. Studietider, år 16. Skatteschablon
200 204 204 205 205
140 140 142 142 146 155 155 156 156 169 199
1 Problemställning och huvudresultat
1.1 Inledning Ökad intagning till längre utbildning får bl. a. konsekvenser för konsumtionsmöjligheterna i samhället, dels påverkas de samlade konsumtionsmöjligheternas nivå, dels påverkas fördelningen av dem mellan samhällets individer. (Begreppet "konsumtion" används här i vid mening innefattande såväl "materiell" som "immateriell" konsumtion.) Då samhällets beslutsfattare inte kan förväntas vara likgiltiga för variationer i totala konsumtionsmöjligheter och i fördelningen av dem blir det angeläget att ta fram information om sådana konsekvenser av olika beslutsalternativ beträffande intagningen till längre utbildning. Denna undersökning skall presentera viss sådan information. Presentationen sker i två steg. Först förs en diskussion om metodproblem varav skall framgå den använda metodens möjligheter och begränsningar. Därefter presenteras resultaten av de mätningar som gjorts för 14 olika längre utbildningar i Sverige. Man skulle kanske enklast kunna sammanfatta resultatens användbarhet för utbildningsplaneringsändamål genom att beskriva en beslutssituation för en fiktiv beslutsfattare inom utbildningsområdet. Denne beslutsfattare antas ha att avgöra hur många studerande som under en 15-årsperiod skall tas in vid de linjer som den längre utbildningen omfattar. Man får förutsätta att han har åtminstone en grov uppfattning om hur stor årlig budget som riksdagen kommer att bevilja för längre utbildning under planperioden. Det kan förefalla naturligt att i denna beslutssituation ta dagens och gårdagens förhållanden till utgångspunkt och göra enkla trendframskrivningar. Sådana enkla trendframskrivningar kan avse dels antalet examinerade studerande från olika utbildningslinjer, dels antalet sysselsatta individer med olika utbildning inom skilda branscher eller sektorer. Därvid har man skaffat sig information om efterfrågan - i någon viss svårgripbar mening — på utbildning respektive på utbildad arbetskraft. En första relativt oambitiös planeringsansats är att företa en "avstämning" av efterfrågan på utbildade mot efterfrågan på utbildning. Denna avstämning sker då dels med hänsyn till budgetbegränsningen, dels med hänsyn till eventuell tillgänglig sidoinformation om planerade eller SOU 1972:23
förväntade förändringar som innebär påtagliga avvikelser från den observerade historiska utveckling som legat till grund för trendframskrivningen. Man kan sedan öka ambitionsgraden och göra de ur denna rent mekaniska ansats framkomna planeringstalen för olika utbildningslinjer till föremål för avvägningar av litet mera sofistikerat slag. Man kan konfrontera de framkomna planeringstalen med andra samhälleliga mål än att nå överensstämmelse mellan "efterfrågan" på utbildning respektive på utbildade. Det är här som den föreliggande undersökningens resultat kan infogas i planeringsarbetet. Om ett samhälleligt mål är att åstadkomma så stor samlad konsumtionskapacitet som möjligt i samhället och dej; kan visas att olika utbildningsaktiviteter skiljer sig i detta avseende, så finns det anledning att prioritera aktiviteter med stor förmåga att generera konsumtionskapacitet. Om ett annat samhälleligt mål är knutet till fördelningen av konsumtionen mellan individer i samhället, och olika utbildningar skiljer sig till sina konsekvenser härvidlag, så finns anledning att även på denna grund göra vissa prioriteringar. De mätresultat som presenteras senare ger ett visst underlag för prioriteringar i relation till de båda nyssnämnda målen, varvid samtidigt beaktas förekomsten av en begränsad budget. På grund av mätproblem blir dock de presenterade resultaten otillräckliga som enda prioriteringsgrund och de måste kompletteras med kvalitativa bedömningar. Med denna ökade ambitionsgrad görs givetvis prioriteringar även i relation till flera andra mål varefter en slutlig avvägning kan genomföras av vår fiktive beslutsfattare under hänsynstagande till samtliga mål. Det är angeläget att understryka att denna undersöknings resultat ger möjlighet till konfrontation med endast två av många mål, samt att resultaten kan tolkas endast som riktningsangivelser för förändringar i relation till de "mekaniska" planeringstalen.
1.2 Kort innehållsbeskrivning Utgångspunkten för undersökningen är att samhället bland andra mål även eftersträvar så stor total konsumtionskapacitet som möjligt samt därtill en viss fördelning av denna mellan medborgarna. Det kan även uttryckas så att samhället önskar maximera värdet av de varor och tjänster — materiella såväl som immateriella — som kan framställas ur samhällets begränsade resurser, samt att detta produktionsresultat skall fördelas mellan medborgarna på ett bestämt sätt. De båda målen är i allmänhet inte oberoende: de samlade konsumtionsmöjligheternas storlek kan påverkas av variationer i fördelningen av desamma. Målen är inte heller säkert helt förenliga: ett beslut att öka intagningen till en viss utbildningslinje kan väl vara förenligt med målet att maximera konsumtionsmöjligheterna men ha konsekvenser för fördelningen som strider mot fördelningsmålet. Syftet med undersökningen är, som nämndes i inledningen, att ta fram viss information med vars hjälp man kan pröva olika dimensioneringsalternativs grad av förenlighet med de två målen. Den metod som därvid kommer till användning och som i engelskspråkig litteratur går under 120
benämningen "cost-benefit"-analys presenteras och diskuteras i kapitel 2. Ett beslut om ändrad intagning till längre utbildning kan ses som en investering. Samhället gör vissa "uppoffringar" av resurser (costs) under utbildningstiden inför utsikten att få skörda vissa "belöningar" (benefits) i framtiden. Uppoffringarna består huvudsakligen av direkta undervisningskostnader och av värdet av de varor och tjänster som de utbildade alternativt kunnat producera under utbildningstiden samt vissa immateriella element som inte uppträder i form av varor och tjänster. Belöningarna består av ökade framtida konsumtionsmöjligheter vilka, liksom uppoffringarna, innehåller både materiella och immateriella element. De materiella uppoffringarna och belöningarna kan till en del beräknas. De immateriella elementen låter sig däremot inte beräknas på något enkelt sätt. "Cost-benefit"-analysen ger ett sammanfattande mått på belöningar och uppoffringar, genom att på visst sätt bestämma skillnaden mellan dem. Därvid uppkommer vissa analytiska problem och mätproblem som kräver en ingående behandling. Uppoffringar och belöningar uppträder under ett stort antal år efter det att utbildningen påbörjats och är därför inte direkt jämförbara utan måste omräknas så att de blir det. Vidare måste uppoffringar och belöningar för varje år vägas samman till ett enhetligt mått. Slutligen måste mätproblem i samband med immateriella och andra svårmätbara konsekvenser uppmärksammas. Medan kapitel 2 huvudsakligen ägnas åt målet att maximera samlade konsumtionsmöjligheter så behandlas i kapitel 3 fördelningsproblem i samband med utbildning. Där visas hur man på visst sätt, genom att bygga vidare på den i kapitel 2 presenterade "cost-benefit"-analysen, kan ta hänsyn till båda målen samtidigt. Därvid aktualiseras användningen av en privatekonomisk motsvarighet till den samhällsekonomiska "cost-benefit"-analysen. Kapitlen 2 och 3 skall klargöra det informationsvärde som ligger i de mätresultat som framkommer av "cost-benefit"-analysen. En genomgång av några undersökningar, som presenteras i kapitel 4, visar att det framförallt beträffande de tolkningsmöjligheter som mätresultaten erbjuder råder viss oenighet. I kapitel 5 redovisas resultaten av de mätningar som utförts i denna undersökning. Dessa mätningar är av två slag. Den ena skall ses i relation till den samhällsekonomiska kalkylen och benämnes "produktionseffektmätning". Den andra skall ses i relation till den privatekonomiska kalkylen och kallas "inkomsteffektmätning". Resultaten förses med ett antal reservationer som lämnas i kapitel 5, där särskilt stor vikt lagts vid en diskussion av de tolkningsmöjligheter som resultaten erbjuder. I kapitel 6, slutligen, ges en sammanfattning och formuleras ett antal frågor som aktualiseras av de redovisade resultaten.
2 Samhällsekonomiska kalkyler
I detta kapitel behandlas metod- och mätproblem vid tillämpning av s. k. "cost-benefit"-analys - samhällsekonomisk kalkyl - på utbildningsinvesteringar. Den samhällsekonomiska kalkylen kan utföras på följande sätt ' ' 2 För varje år, från den tidpunkt då utbildningen påbörjas tills den utbildade individen avlider, anges vilka uppoffringar och belöningar som är förknippade med ifrågavarande utbildning. Genom att de olika posterna hänför sig till flera olika år måste de vägas samman så att de blir jämförbara i en och samma tidpunkt. Likaså måste man hitta ett viktsystem som väger samman uppoffringar och belöningar som hänför sig till samma tidpunkt. Antal lärartimmar måste kunna jämföras med lokalbehov, laboratorieutrustning etc. Det vanliga sättet att genomföra denna vägning är att använda marknadspriser som vikter och uttrycka alla poster i kronor och ören. En väsentlig fråga är dock vems värdering ett sådant viktsystem ger uttryck för. Ett annat lika väsentligt problem är att vissa uppoffringar och belö irgar inte på något enkelt sätt kan värderas i kronor och ören. Kapitlet innehåller sålunda först i avsnitt 2.1 en identifiering av uppoffringar och belöningar. Därefter behandlas i avsnitt 2.2 problemet att väga samman konsekvenser som uppträder vid olika tidpunkter så att de blir jämförbara i en tidpunkt. Dispositionen av återstoden av kapitlet följer en indelning efter olika mätproblem. För det första behandlas i två avsnitt konsekvenser som relativt enkelt kan värderas i kronor och ören. Avsnitt 2.3 behandlar mätproblem då en relativt liten ökning av intagningen vid en utbildningslinje undersöks. Mätsvårigheterna är i detta fall något mindre än i den situation som avsnitt 2.4 behandlar, nämligen fallet då den betraktade intagningsökningen är så stor att den kan väntas påverka lönerna för den studerade utbildningskategorin. Avsnitt 2.5 behandlar rangordning av olika utbildningsvägar om man också måste ta hänsyn till att statsbudgetkostnaderna utgör en begränsning för dimensioneringen. För det andra behandlas sådana konsekvenser som inte låter sig värderas i kronor och ören på något enkelt sätt. Detta sker i avsnitt 2.6. Avslutningsvis sammanfattas diskussionen i avsnitt 2.7. 122
2.1 Den längre utbildningens uppoffringar och belöningar En samhällsekonomisk kalkyl på en ändrad dimensionering av en viss utbildningsväg måste underbyggas med en klar identifiering av utbildningens uppoffringar och belöningar. Det relevanta måttet på uppoffringar bygger på alternativkostnadsbegreppet. En ökad intagning till längre utbildning medför att resurser som eljest skulle använts på annat håll nu kommer att förbrukas för utbildningsändamål. Samhället går alltså miste om allt det som kunnat åstadkommas med resurserna i deras bästa alternativa användning. Värdet av det samhället sålunda går miste om skall räknas på minussidan — som en uppoffring. Frågan om hur värderingen skall ske uppskjuts till avsnitt 2.3. Det torde här räcka med ett konstaterande av att allt som åtgår för utbildningen och som har ett alternativutnyttjandevärde skall medräknas bland utbildningens minusposter i den samhällsekonomiska kalkylen. Således skall kostnader för lärare och annan personal, kostnader för lokaler och utrustning samt för bibliotek och andra mindre poster (direkta kostnader) ingå. Lika klart torde det vara att värdet av vad en person skulle ha kunnat åstadkomma om han ej studerat, dvs. värdet av den studerandes arbetstid (indirekta kostnader) skall medräknas bland uppoffringarna. Utbildningens belöningar kan indelas i: 1. Direkta produktionseffekter: utbildningen medför i allmänhet att individen kan utföra vissa arbetsprestationer effektivare än förut och ibland även att han kan utföra nya och mera komplicerade arbetsuppgifter. Om dessa tillägnade färdigheter leder till ett ökat produktionsvärde av varor och tjänster så sägs de direkta produktionseffekterna vara positiva. Till de direkta produktionseffekterna räknas endast sådant som är direkt hänförbart till den utbildade individens sysselsättning, vilket utgör endast en del av de totala produktionseffekterna (jfr. punkt 3). 2. Direkta konsumtionseffekter: utbildningen kan ha ett egenvärde för den individ som utbildas. För det första kan individen tillmäta studietiden ett värde i sig. För det andra kan individen efter avslutad utbildning erhålla arbetsuppgifter som bättre svarar mot hans yrkespreferenser. För det tredje kan utbildningen ge konsumtionsmöjligheter som eljest skulle varit avstängda för honom (språkutbildning kan exempelvis ge möjlighet att njuta av litteratur på främmande språk, resor till främmande länder etc.) Konsumtionseffekterna kan även för en del individer innehålla negativa element. Exempelvis kan det tänkas att vissa individer upplever studietidens mödor som ett obehag. Här bör noteras att direkta konsumtionseffekter avser vad som tillfaller den utbildade individen själv. De är bara en del av de totala konsumtionseffekterna (jfr. punkt 3). Exemplen på konsumtionseffekter skulle kunna mångfaldigas, men det torde räcka med att konstatera att dessa effekter existerar och att nettot av dem därför på något sätt borde inräknas bland belöningarna om det är positivt och bland uppoffringarna eljest. 3. Externa effekter: med externa effekter avses dels den del av de totala produktionseffekterna som inte är direkt hänförbar till den utbildade individen själv, dels den del av konsumtionseffekterna som SOU 1972:23
tillfaller andra individer. Som exempel på den första typen av externa effekter kan nämnas att genom informell kunskapsspridning på arbetsplatsen även andra individers produktivitet kan öka. Som exempel på den andra typen kan anföras att även andra individer kan, vid en utlandsresa eller dylikt, ha glädje av en språkutbildad individs språkkunskaper. De externa effekterna kan också ha negativa element. Vissa individer kan uppleva det som något negativt att andra individer utbildas; ökad utbildning av en viss kategori kan minska redan utbildade individers "status" eller dylikt. Externa effekter har, med den här givna definitionen, även en "rumslig" dimension. Det mest näraliggande exemplet utgörs kanske av lokaliseringen av nya högskolor, som kan medföra produktivitetsökningar i lokaliseringsregionen. En korrekt samhällsekonomisk kalkyl borde givetvis innefatta samtliga här uppräknade belöningar och uppoffringar och väga dessa mot varandra. 2.2 Jämförbarheten mellan olika tidpunkter Konsekvenserna av en utbildningsinvestering kan åskådliggöras med hjälp av en tidsaxel. I figur 1 finns uppoffringar betecknade med U^ och belöningar med Bt där indexet anger årtal. För enkelhets skull har konsekvenserna hänförts till slutet av varje år. 1 januari 1972 är investeringspunkten. I figur 1 har åskådliggjorts en 4-årig utbildning som påbörjas vid 18 års ålder och som får konsekvenser till pensionsåldern 67 år. Om beslutsfattare värderar 1 krona idag högre än 1 krona som förfaller vid någon senare tidpunkt, så måste detta beaktas på något sätt vid sammanvägningen av konsekvenserna. Detta kan uttryckas med hjälp av en räntesats, 100r%, så att 1 krona som erhålles om t år endast är värd T-, ^t kronor idag. Med gängse terminologi sägs att 1 krona på detta sätt diskonteras till sitt nuvärde eller kapitalvärde vid tidpunkt noll med diskonteringsräntan (eller kalkylräntan) 100r%. På det sättet kan man göra olika perioders konsekvenser mätbara i samma måttenhet. Utbildningens nuvärde kan nu uttryckas genom att man summerar diskonterade belöningar och därifrån subtraherar diskonterade uppoffringar. Lönsamhetstalet blir då vid t. ex. 10 % diskonteringsränta (kalenderår 1972 = år 1, jfr. figur 1):
o CM m 1/1 Tid
l
Ml
U1972 u
U-I974 1973
u
1975 Figur 1. Schematisk bild av fördelningen över tiden av uppoffringar och belöningar. 124
A=
B
5 (l+O.l)5
'"
B49 (l + O.l) 49
Vl 1+0.1
U4 (1+0.1) 4
49 = 2 (Bt-Ut)(l+0.1)-t t=l A kan tolkas som det "kapitaliserade" värde som samhället tillförs genom utbildningen. Ett annat sätt att uttrycka samma sak är att ta reda på den räntesats som gör nuvärdet A lika med noll. Det går till så att man löser i ur ekvationen 49 2 (Bt-Ut) ( 1 + 0 ^ = 0 t=l där / står för räntesatsen och övriga beteckningar är hämtade från det tidigare exemplet. Denna ränta kallas internränta. Den samhällsekonomiska kalkylens resultat kan alltså uttryckas antingen med nuvärdet vid en viss diskonteringsränta eller med internränta. För investeringar som karaktäriseras av uppoffringar i början och belöninga: under ett antal därpå följande perioder, ger metoderna samma resultat, i meningen att investeringar med positivt nuvärde också har en internränta större än diskonteringsräntan. Hur skall man då numeriskt fastställa diskonteringsräntan? Detta problem har diskuterats — och diskuteras — livligt i den ekonomiska litteraturen. De olika anförda motiveringarna ger variationer i föreslagna räntesatser från de låga räntorna på långa statsobligationer till de höga räntor som motsvarar internräntorna på marginella investeringar i realkapital. Det skulle föra för långt att gå djupare in på dessa motiveringar, men som ett stöd för tanken kan det vara lämpligt att redovisa ett möjligt tillvägagångssätt, som ansluter till det tidigare framförda alternativkostnadsbetraktelsesättet. Alternativkostnaden för att företa en viss utbildningsinvestering är värdet av allt det som alternativt kan produceras. Alternativutnyttjandevärdet för en utbildningsinvestering kan uttryckas med internräntan för de investeringsprojekt som undanträngs om utbildningsinvesteringar genomförs. Om man använder denna räntesats som diskonteringsränta i kalkyler för utbildningsinvesteringar så kommer alla projekt med lägre nuvärde än de "undanträngda" alternativens att uteslutas - de får ett nuvärde som är negativt. I praktiska tillämpningar ligger de vanligast förekommande diskonteringsräntorna kring 7 %, men det bör poängteras att argument kan anföras för såväl en högre som en lägre räntesats. 2.3 Mätproblem vid en liten dimensioneringsförändring Som framhölls inledningsvis måste även uppoffringar och belöningar i en given tidpunkt vägas samman på något sätt. En sådan sammanvägning är förknippad med vissa mätproblem. Vad beträffar uppoffringarna är dessa problem jämförelsevis lättlösta. Bland belöningarna är det däremot endast de direkta produktionseffekterna som låter sig behandlas någorSOU 1972:23
lunda tillfredsställande. Direkta konsumtionseffekter och externa effekter kan normalt endast bli föremål för kvalitativa utsagor. De mätningar som genomförts i andra undersökningar, och även de som senare skall redovisas här, omfattar bland belöningarna endast direkta produktionseffekter och bland uppoffringarna kostnaden för ianspråktagna varor och tjänster. I bästa fall ger ett sådant tillvägagångssätt ett minimimått nämligen om nettot av externa effekter och direkta konsumtionseffekter är positivt. Vi arbetar fortsättningsvis med hypotesen att beslutsfattaren är bättre rustad att bedöma en dimensioneringsförändring med detta "partiella" mått än utan det. Låt oss därmed övergå till en närmare diskussion av sådana partiella kalkyler. Kostnader och direkta produktionseffekter i en given tidpunkt står för en på något sätt vägd summa av kvantiteter. Om kvantitetskomponenten betecknas med qj och vikten med VJ, så kan kostnader och direkta produktionseffekter representeras av vägda summor: ? vi Qi = v l qi + V 2 C 12 + •" dvs. summan av lärare, lokaler, utrustning, den studerandes arbetstid etc. vägda med respektive Vj, eller summan av den ökade produktionen av olika varor vägda med respektive Vj. Den väsentliga punkten är här vems värdering som detta viktsystem är uttryck för. Det vanliga sättet att utföra vägningen är att använda löner och priser som vikter. Det intressanta med just detta viktsystem är att det under vissa förutsättningar kan visas uttrycka de preferenser som samhällets individer avslöjar i sitt konsumtionsval inom ramen för disponibla inkomster i följande betydelse: ingen individ är villig att erbjuda någon annan ett pris för en vara eller tjänst sådant att ett byte kan äga rum. Om nyss antydda förutsättningar är uppfyllda finns en metod att mäta direkta produktionseffekter på ett relativt enkelt sätt. Om den studerade investeringen är så liten att inga löner eller priser påverkas, så kan i varje tidpunkt de direkta produktionseffekterna - dvs. värdet av den ökade produktionen av varor och tjänster som investeringen medför - mätas med skillnaden mellan den arbetsinkomst som den utbildade individen erhåller efter utbildningen och den arbetsinkomst som han skulle ha fått om han inte hade genomgått utbildningen. Man behöver alltså inte ge sig in på en uppskattning direkt på marknaderna för varor och tjänster för att få ett mått på värdet av de direkta produktionseffekterna enligt individernas värderingar. De främsta hindren för att löner och priser skall ha ovannämnda egenskaper utgörs av förekomsten av köpar- och säljarkoncentrationer på varu- och arbetsmarknaderna, förekomsten av externa effekter samt existensen av trögheter i löne- och prisanpassningen på marknaderna. Svårigheterna att kvantifiera inverkan av dessa faktorer är betydande för att inte säga oöverkomliga. Man kan dock i allmänhet ange i vilken riktning korrigeringar av observerade löner och priser behöver göras. Säljarkoncentrationer på varumarknaderna medför i allmänhet att priserna övervärderar varorna samt att löner för arbetskraft som används i varuproduktionen undervärderar arbetskraften, jämfört med en situation utan koncentrationstendenser. Köparkoncentrationer på arbetsmarkna126
den tenderar leda till att lönerna underskattar värdet av arbetskraften i produktionen medan säljarkoncentrationer (t. ex. fackföreningar) tenderar påverka lönerna i motsatt riktning. Externa effekter orsakar avvikelser från de "rätta" priserna genom att enskilda konsumenter och producenter i allmänhet inte beaktar den påverkan som deras egna val av konsumtions- respektive produktionsalternativ har på andra konsumenters och producenters valmöjligheter. Förekomsten av mer eller mindre permanenta utbuds- eller efterfrågeöverskott på vissa arbetskraftskategorier motiverar också korrigeringar av observerade löner till en nivå som utjämnar gapet mellan utbud och efterfrågan. Även om observerade löner och priser således i allmänhet inte kan förmodas korrekt avspegla konsumentpreferenser i ovan angiven mening så brukar som approximation produktionseffektmåttet beräknas som T A= 2 ( D t - K t ) ( l + r)-t t=l där T = investeringens livslängd, Dt = bruttolönedifferens i period t, Kt = kostnad i period t och r = diskonteringsränta. Minimikravet är då att A skall vara större än noll. 2.4 Mätproblem vid en större dimensioneringsförändring Med en "större dimensioneringsförändring" avses här en utbildningsinvestering som märkbart påverkar löner och priser i ekonomin. Mätproblemet kompliceras här av att kalkylen måste ta hänsyn till de uppkomna variationerna i löner och priser på något sätt. Det vanligast förekommande fallet är förmodligen att ökning av utbudet av en utbildningskategori medför en lönesänkning för denna kategori, medan andra löner och priser förblir i huvudsak opåverkade. Under samma förutsättningar som i avsnitt 2.3 kan de direkta produktionseffekterna i varje period mätas med skillnaden mellan ytan under en efterfrågekurva för arbetskraft av den studerade utbildningskategorin och den lön som skulle ha utgått till dessa individer om de ej fått utbildningen. I figur 2 har för ett år, säg 1977, angivits hur stor efterfrågan på individer med x-utbildning under detta år skulle bli vid olika genomsnittslöner. Antag att en ökning av antalet x-utbildade med 500 individer som följd av ökad intagning idag leder till en sänkning av lönen från 50 000 till 44 000 kronor år 1977. Antag vidare att var och en av dessa individer skulle ha tjänat 30 000 kronor 1977 om de inte genomgått längre utbildning. De direkta produktionseffekterna för detta år kan då approximativt bestämmas som skillnaden mellan ytan ABCD i figuren och 500 • 30 000 = 15 milj kronor. Om sträckan AB är en rät linje skulle produktionseffekterna för 1977 bli 50 000+ 44 000 . 5 0 0 _ 1 5 0 0 0 000=8 5 m i l j k r o n o r På samma sätt uppskattas de direkta produktionseffekterna för alla år under investeringarnas livslängd. Därefter diskonteras de till år noll och SOU 1972:23
lön kr/år
jämförs med diskonterade kostnader. Man kan något förenklat säga att metoden innebär att man summerar lönerna för x-utbildade för ett antal små variationer i intervallet 20 000 till 20 500. Det är uppenbart att det ställer sig svårare att göra en prognos på framtida produktionseffekter i detta fall än i fallet med små förändringar. I princip är dock tillvägagångssättet detsamma för båda fallen, vilket även gäller behandlingen av marknadskoncentrationer, externa effekter och trögrörliga löner. 2.5 Samhällsekonomisk kalkylering vid begränsad budget Det kan på detta stadium av framställningen vara lämpligt att helt kort sammanfatta det hittills sagda. Ett beslut om ökad intagning till längre utbildning är förknippat med vissa uppoffringar och belöningar. En korrekt samhällsekonomisk kalkyl väger alla belöningar - direkta produktions- och konsumtionseffekter samt externa effekter - mot alla uppoffringar dvs. kostnader i form av förbrukade varor och tjänster (reala resursuppoffringar) samt eventuella negativa konsumtionseffekter. Mätsvårigheter gör att man i allmänhet får inskränka sig till mått på direkta produktionseffekter och reala resursuppoffringar. Därvid beräknas nuvärdet av investeringens konsekvenser, värderade till marknadspriser. Under vissa förutsättningar kan då måttet anses i viss mening värdera konsekvenser enligt konsumentpreferenser. Om beslutsfattarens mål är att maximera totala konsumtionsmöjligheter i samhället skall investeringen genomföras om nuvärdet är positivt. I allmänhet ställer emellertid en sådan beslutsregel oacceptabla krav på statsbudgeten. Man måste tänka sig budgetrestriktioner lagda på utbildningssektorn liksom på andra sektorer, varvid regeln "investera vid 128
positivt nuvärde" i allmänhet inte längre är förenlig med målet att maximera konsumtionsmöjligheter. Det beror på att de kostnader som finansieras via statsbudgeten (lärare, lokaler, utrustning etc.) varierar starkt mellan olika linjer inom den längre utbildningen. Det bör observeras att dessa kostnader utgör endast en del av de totala uppoffringarna. En annan huvuddel som inte omfattas av budgeten är värdet av den studerandes arbetstid. Budgetrestriktionen kommer alltså att ha olika "värde" för utbildningar med olika krav på densamma. Man måste på något sätt ta hänsyn till att en utbildning kan vara "dyrare" än en annan i termer av anspråk på den begränsade budgeten även om dess nuvärde är detsamma. Om målet fortfarande är maximering av konsumtionsmöjligheter gäller det att få ut så mycket som möjligt av varje budgetkrona. Detta kan ske genom att man fördelar budgeten så att nuvärdet för den marginella budgetkronan är detsamma för alla utbildningslinjer. Intuitivt inses ganska lätt att om en omfördelning av en budgetkrona från en utbildningsväg till en annan medför en ökning av nuvärdet som är större än den minskning av nuvärdet som "drabbar" den tidigare användningen av kronan, så ökar det samlade nuvärdet. Endast om nuvärdet per budgetkrona är lika stort för de båda utbildningarna är detta omöjligt. Slutsatsen blir alltså att bedömningen vid förekomst av en budgetrestriktion måste ske efter nuvärde per budgetkrona. 2.6 Direkta konsumtionseffekter och externa effekter Som tidigare nämnts brukar dessa effekter förbigås på grund av svårigheten att på ett rimligt sätt kvantifiera dem och göra dem jämförbara med de direkta produktionseffekterna. Man kan dock konstatera att ett mått grundat på direkta produktionseffekter sannolikt underskattar den "sanna" samhällsekonomiska avkastningen. En allmän slutsats som brukar dras är att på varje punkt där den högre utbildningen kan observeras få positiva externa effekter så skall denna utbildning subventioneras för att nä bättre överensstämmelse mellan samhälleliga och privata uppoffringar och belöningar. Värdet av denna slutsats är dock begränsat eftersom storleken på de externa effekterna skall avgöra subventionens storlek; mätproblemet är oundvikligt. Så länge mätproblemet inte är löst synes det vara angeläget att understryka förekomsten av externa effekter, så att de på något indirekt sätt beaktas i beslutsfattarens val mellan olika handlingsalternativ. Beträffande direkta konsumtionseffekter kan heller inga säkra slutsatser dras, men låt oss antyda ett möjligt sätt att ta hänsyn till dem.3 Antag att en individ väljer ett visst utbildningsalternativ framför att gå direkt ut i förvärvsarbete. De båda alternativen skiljer sig endast med avseende på inkomst och direkta konsumtionseffekter. Antag vidare att man lyckas få individen att svara sanningsenligt på den hypotetiska frågan: "Om penninginkomsten i de båda alternativen vore lika, hur stort penningbelopp skulle vi maximalt kunna beröva Dig varje år av Ditt framtida förvärvsliv utan att Du ändrar Ditt val mellan de båda alternativen?" Detta är då ett mått i kronor på individens värdering av de direkta konsumtionseffekterna, som är jämförbart med måttet på direkta proSOU 1972:23 9
duktionseffekter. De uppgivna penningbeloppen kan diskonteras till nuvärde och adderas till nuvärdet av de direkta produktionseffekterna. Det skisserade tillvägagångssättet är förvisso i praktiken förenat med stora problem, av vilka följande två förmodligen är besvärligast. För det första är förmodligen kända intervjumetoder alltför grova instrument för att få individen att avslöja preferenser i hypotetiska frågor. För det andra kan det vara svårt att isolera alla andra valbestämmande variabler för att få ett mått på värderingen av enbart konsumtionseffekter. Exempelvis spelar förmodligen motvilja mot risktagande en stor roll i individens val. 2.7 Sammanfattning I detta kapitel har ett antal metod- och mätproblem som är förknippade med genomförandet av samhällsekonomiska kalkyler behandlats. Det bör betonas att "cost-benefit"-analysen ger ett mått som anger det kapitalvärdetillskott - nuvärde - som samhället som helhet tillförs genom utbildningen. Fördelningen av detta tillskott mellan samhällets individer är bestämd genom den institutionella ramen kring den längre utbildningen. Fördelningen av finansieringsbördan mellan staten och individen, studiemedelssystemet och skattesystemet bestämmer utbildningens konsekvenser för fördelningen av konsumtionsmöjligheter. Då man kan förmoda att samhällets beslutsfattare fäster avseende även vid fördelningseffekterna krävs en undersökning av dessa. I kapitel 3 skall vissa fördelningskonsekvenser klargöras samt några principiella problem i samband härmed diskuteras.
130 SOU 1972:23
3 Inkomstfördelning och längre utbildning
Utbildningens betydelse för inkomstfördelningen har länge diskuterats i utbildningsdebatten. Förespråkarna för en expansion av den längre utbildningen hämtar ibland argument från en enkel hypotes om arbetsmarknadernas funktionssätt: en ökning av tillgången på arbetskraft med olika slags längre utbildning medför lägre löner för dessa kategorier jämfört med andra. Som medel att öka tillströmningen till längre utbildning och därmed även bredda den sociala rekryteringen till längre utbildning har använts kraftiga subventioner av utbildningskostnaderna samt studiebidrag och studielån på förmånliga villkor. Erfarenheten av denna politik i Sverige har under tiden fram till slutet av 1960-talet varit att arbetsmarknadens efterfrågan på de allra flesta kategorierna av längre utbildade har ökat i takt med utbudet så att löneutjämningseffekterna enligt ovannämnda hypotes i stor utsträckning uteblivit. Först mot slutet av 1960-talet har kunnat observeras effekter i detta avseende för ett antal utbildningskategorier. Till en början längre väntetider mellan examenstillfället och första anställning kombinerad med en ökad tillströmning till fortsatta studier efter grundexamen och så småningom påtagliga svårigheter för vissa utbildningskategorier att efter avslutad utbildning erhålla anställning i traditionella yrken (till traditionella löner). Under hösten 1971 har även kunnat märkas en viss minskning i tillströmningen till längre utbildning. Till en del får väl sysselsättningssvårigheterna för nyexaminerade uppfattas som friktionsproblem på arbetsmarknaden; ändringar av lönerelationer sker förvisso inte med lätthet på dagens svenska arbetsmarknad. - Även om påtagliga ändringar av lönerelationer har uteblivit kan man givetvis hävda att löneklyftorna idag mellan längre utbildade individer och andra är mindre än de skulle varit utan den ökning av antalet längre utbildade som ägt rum särskilt under 1960-talet. Effekter på lönerelationer mellan olika kategorier av individer är emellertid ett mycket grovt mått på konsekvenserna av längre utbildning och kan i viss mån vara missvisande. Inom den institutionella ram som idag omger den längre utbildningen i Sverige sker avsevärda inkomstomSOU 1972:23
fördelningar mellan den individ som utbildas och andra medborgare. Dessa omfördelningar varierar också i hög grad mellan olika utbildningslinjer. Det synes därför angeläget att i någon mån belysa fördelningskonsekvenserna av utbildningen lite mera i detalj. I detta kapitel skall visas hur man kan försöka göra detta med hjälp av en enkel modifiering av den samhällsekonomiska kalkylen. Sålunda görs först i avsnitt 3.1 ett försök att med utgångspunkt i den existerande litteraturen på området precisera den problemställning som antytts ovan, varefter i avsnitt 3.2 följer en beskrivning av hur den ovannämnda modifierade "cost-benefit"-analysen kan genomföras. Därvid aktualiseras en jämförelse mellan den samhällsekonomiska kalkylen och dess privatekonomiska motsvarighet. 3.1 Problembeskrivning Den empiriska bilden - den gemensamma utgångspunkten för alla studier - utgörs av en positivt sned frekvensfördelning över arbetsinkomster i en tidpunkt (se figur 3). Figuren utvisar det antal individer som befinner sig på olika inkomstnivåer. En del av litteraturen presenterar empiriska beskrivningar av fördelningen i termer av ojämnhet (mätt med variansen eller närbesläktade mått som koncentrationskvoten, maximalutjämningsprocenten m. fl.) och snedhet, ibland tillsammans med tolkningsförsök till observerade egenskaper hos fördelningen. En annan del av litteraturen innehåller försök att "förklara" fördelningens utseende, dvs. hitta orsaker till att den ser ut som den gör. På senare tid har emellertid mycken möda nedlagts på utvecklingen av "humankapitalansatsen" ' • Grundhypotesen är att "mänskligt kapital" (framförallt i form av utbildning) är den viktigaste orsaken till skillnader i arbetsinkomst. Utgångspunkten är en hypotes om individuellt investeringsbeteende: individer väljer att investera i sig själva sä mycket att nuvärdet av deras livsinkomstökning (diskonterad till en ränta som är uttryck för individuell tidspreferens) är lika med deras privata utbildningskostnader, dvs. så att ytterligare investering ej är lönsam för individen. På denna hypotes byggs en modell vars förutsägelser om
11 antal individer
-^
arbetsinkomst
Figur 3. Antal individer på olika inkomstnivåer. 132
utbildningens betydelse för ojämnheten och snedheten hos inkomstfördelningen stämmer väl med den empiriska bilden. Vidare har gjorts försök att på basis av den s. k. "humankapitalmodellen" mäta hur stor del av observerade inkomstskillnader mellan utbildningskategorier som kan hänföras till individuella skillnader i humankapitalinnehav. Dessa mätningar ger starkt varierande resultat. De flesta undersökningar tillmäter dock utbildningen stort förklaringsvärde (mellan hälften och två tredjedelar av observerade lönedifferenser). Återstoden av inkomstdifferensen får förklaras med bl. a. skillnader i "ability" och "opportunity", varmed avses att det föreligger individuella skillnader i dels förmåga att tillgodogöra sig utbildning, dels möjlighet att över huvud taget komma i åtnjutande av utbildning. Beckers senare arbete4 är ett försök att dels analysera betydelsen av ojämn fördelning av "ability" och "opportunity" mellan individer, dels beskriva effekten av olika medel att påverka fördelningen av "opportunity" på såväl inkomsternas fördelning (spridningen) som på värdet av produktionseffekter totalt för humankapitalinvesteringar. Avsikten med studier av det refererade slaget kan väl ytterst sägas vara att ta fram information som - direkt eller indirekt - kan bilda underlag för beslut om åtgärder som påverkar välfärdsfördelningen. Härmed avses fördelningen av allt det som individen sätter värde på i tillvaron, dvs. inkomster, arbetsmiljö, hälsa, sociala relationer etc. Beskrivningar av fördelningen av arbetsinkomster ger då bl. a. information om existensen av ett inkomstfördelningsproblem. Försöken att förklara fördelningens utseende ger beslutsfattaren information om orsakerna till inkomstskillnader (detta är något missvisande eftersom det är samvariation - inte kausalsamband - som belyses av regressionsstudier). Några av dessa orsaksfaktorer är påverkbara, t. ex. humankapitalets fördelning. De refererade studierna ger anledning att resa två frågor. Den första gäller formuleringen av fördelningspolitiska mål. Beskrivningar av olika åtgärders fördelningseffekter uttryckta i mått på ojämnhet och snedhet förutsätter att beslutsfattaren kan rangordna olika beslutsalternativ efter deras grad av förenlighet med ett fördelningsmål uttryckt i "ojämnhet" och "snedhet". Sannolikt kan beslutsfattaren rangordna generellt verkande fördelningspolitiska åtgärder (t. ex. olika inkomstskatteskalor) i dessa termer. Detta gäller förmodligen även vissa utbildningspolitiska åtgärder som syftar till att åstadkomma "equality of opportunity". För vissa selektivt verkande fördelningspolitiska åtgärder torde det däremot vara omöjligt (t. ex. stöd åt handikappade människor, som är individer med speciella konsumtionsbehov). Men därtill kommer en annan stor grupp av åtgärder som synes svårhanterliga i dessa termer, nämligen vissa offentliga investeringar. Karaktäristiskt för dessa är att uppoffringarna är fördelade pä individer i flera olika inkomstklasser, ofta geografiskt avgränsade, och belöningarna likaså fördelade på olika grupper av individer, ofta andra grupper än de som gjort uppoffringarna, och, slutligen, att uppoffringar och belöningar har en tidsdimension. Kollektiva varor av typen broar, parker och dylikt är exempel på sådana investeringar; investeringar i längre utbildning ytterligare ett. Uppoffringar och belöningar i samband med längre utbildning fördelar sig på SOU 1972:23
flera grupper av medborgare mellan vilka det är sannolikt att beslutsfattaren (från fördelningssynpunkt) önskar diskriminera i meningen att 1 krona värderas av beslutsfattaren olika beroende på vilken grupp den tillfaller (eller drabbar). Information om effekter av olika dimensioneringsalternativ på ojämnhet och snedhet hos en frekvensfördelning över arbetsinkomster är inte tillräcklig för att han skall kunna rangordna alternativen efter grad av förenlighet med en fördelningsmålsättning; fördelningsmålsättningen är helt enkelt mer detaljerat formulerad. Detta leder in på den andra frågan av intresse, som har att göra med valet av inkomstmått. Ytterst torde beslutsfattaren ha sina värderingar knutna till "välfärdens" fördelning, men erkänner förmodligen inkomsternas fördelning som en bestämningsfaktor för "välfärds"-fördelningen. Valet av inkomstmått får bestämmas av det problem man önskar belysa med analysen av detsamma. Om man är intresserad av effekter på individuell "välfärd" av olika ingrepp i det ekonomiska systemet, torde det ligga nära till hands att som approximation uttrycka dem i något mått på "konsumtionsmöjlighetsfördelning", t. ex. fördelningen av disponibla inkomster (varvid på grund av mätsvårigheter bortses från "immateriell välfärd", varom mer nedan). Vidare gäller speciellt beträffande längre utbildning att individer (i viss utsträckning) kan välja att omfördela sin konsumtion över tiden, varför "disponibla livsinkomster" blir ett mått av intresse för värderingen av fördelningskonsekvenser av olika dimensioneringsalternativ för sådan utbildning.
3.2 Samhällsekonomiska kalkyler med hänsyn tagen till fördelningseffekter Antag att för en viss utbildningsväg gäller att belöningarna förknippade med en ökad dimensionering överstiger uppoffringarna, allt diskonterat till en korrekt "alternativkostnadsränta". Om man har möjlighet att fritt omfördela det uppkomna nuvärdet uppstår aldrig någon konflikt med ett fördelningsmål. Möjligheterna att i praktiken tillämpa sådana åtgärder är ytterst begränsade och besluten måste därför grundas på en avvägning mellan målet att maximera totala konsumtionsmöjligheter och fördelningspolitiska mål. Då den rådande fördelningen i samhället kan antas avsevärt avvika från den önskade, måste uppoffringar och belöningar förknippade med en viss åtgärd värderas olika beroende på hur de fördelas. Det är tänkbart att man för vissa typer av statliga projekt tvingas bortse från denna aspekt och alltså göra enkla samhällsekonomiska kalkyler på traditionellt sätt, exempelvis för projekt vilkas fördelningseffekter är indirekta och svåröverskådliga. Utbildningens dimensionering på olika områden och nivåer synes emellertid ha central betydelse för hur konsumtionsmöjligheterna i vid mening fördelas mellan olika grupper i samhället. Detta speglas också i den inriktning på jämlikhetsproblem, som utmärkt debatten på utbildningsområdet kanske främst när det gäller grund- och gymnasieskola, men även när det gäller avvägningen mellan ungdoms- och vuxenutbildning. En metod att ta hänsyn till 134
fördelningsaspekten är att i mätningarna lägga olika vikter på konsekvenser som berör olika grupper. I detta avsnitt skall visas hur en tillämpning av denna metod kan genomföras inom den nuvarande institutionella ramen för det svenska utbildningssystemet. Därvid kommer i likhet med framställningen i kapitel 2 små och stora förändringar att behandlas separat. Analysen kommer först i två delavsnitt att bedrivas i termer av penninginkomster. Diskussionen om utbildningens immateriella konsekvenser uppskjuts till det därpå följande delavsnittet. 3.2.1 Marginella förändringar Med marginell förändring avses en dimensioneringsförändring så liten att den kan förväntas lämna löner och priser i ekonomin oförändrade. En grov fördelning av uppoffringar och belöningar på respektive samhället, den utbildade individen själv och "staten" (varmed avses en restpost som närmast kan identifieras med kollektivet av medborgare exklusive den individ som kalkylen avser) ges i nedanstående tablå.
Samhället <;
Uppoffringar
Belöningar
Lärare och övrig personal
Direkta produktionseffekter
Lokaler och undervisningsutrustning
Direkta ter
Studiemateriel
Externa effekter
konsumtionseffek-
Studentens altemativsysselsättningsvärde Bruttoinkomstbortfall under studietiden minus inkomstskatt Individen <
"Staten" ^
Framtida bruttoinkomstökning minus inkomstskatt på bruttoinkomstökningen
minus studiesubvention minus studielån
minus återbetalning av studielån
Studiemateriel
Direkta ter
Lärare och övrig personal
Ökning av framtida skatteintäkter
Lokaler och undervisningsutrustning
Återbetalning av studielån
Bortfall av skatteintäkter under studietiden
Externa effekter
konsumtionseffek-
Studiesubvention Studielån SOU 1972:23
En korrekt samhällsekonomisk kalkyl borde, såsom framgått av kapitel 2, beräkna samtliga här uppräknade uppoffringar och belöningar och väga dessa mot varandra. Låt oss dock tills vidare betrakta en kalkyl där direkta konsumtionseffekter och externa effekter uteslutits. Av tablån framgår då att fördelningseffekterna av marginella förändringar främst består av inkomstomfördelningar mellan å ena sidan den individ som utbildas och å den andra sidan "staten". Det är huvudsakligen fråga om studiesubventioner och lärarkostnader under utbildningstiden samt (vanligtvis) ökade skatteintäkter. Man kan nu beräkna nuvärdet i förhållande till direkta produktionseffekter som T
A= 2 ( D t - K t ) ( l + r)-t l t=l l där T=investeringens livslängd, D t = bruttolönedifferens mellan individer med ifrågavarande utbildning och individer med närmast kortare utbildning i period t, Kt = kostnad i period t samt r = diskonteringsräntan. Om i enlighet med tablån ovan kostnader och direkta produktionseffekter fördelas på "stat" (angivet med superskript s) och "individ" (med superskript i) kan A skrivas T
t A = 2 (Ds + D.i - K+s - Ki) (1 + r ) - t l l l t=l l Här ges konsekvenserna samma vikt oavsett vem de berör. Genom att lägga olika vikter på de olika komponenterna kan vi skriva A' = 2 [~asP Dl +ai D D) - af Ks - c Ä l l (1 + r) -* t=lL t t t t t t t tj Om beslutsfattaren exempelvis värderar ett inkomsttillskott till individen lägre än ett som tillfaller "staten" så skall aSD Sättas större än ay-*. Om beslutsfattaren anser att kostnadsbelopp som betalas av skattebetalarna skall väga tyngre än ett belopp som betalas av den utbildade individen själv så skall a,1^- sättas mindre än aSK Motivet för de här exemplifierade vikterna skulle kunna anges som att beslutsfattaren fäster större avseende vid produktionseffekter som tillfaller övriga medborgare än vid produktionseffekter för den utbildade individen själv. Den fördelning som här har gjorts mellan stat och individ gör det möjligt att bestämma nuvärdet separat för individen och staten. Genom att beräkna nuvärdet för individen med samma metod som för samhället på basis av posterna i andra avdelningen ("individen") i tablån ovan6 kan man lätt bestämma fördelningen av produktionseffekterna uttryckta i nuvärde. Om samhället av en viss utbildning tillförs 200 000 kronor varav individen erhåller 150 000 kronor så återstår 50 000 kronor för "staten", allt beräknat vid samma diskonteringsränta. Om två utbildningar A och B har samma nuvärde, säg 200 000 kronor, men A ger individen 150 000 kronor medan B ger individen 100 000 kronor så skulle detta kunna utgöra grund för en rangordning mellan A och B. Det betyder alltså att om man anser att nuvärdet för staten skall väga tyngre än nuvärdet för individen så bör utbildning B väljas. 136
3.2.2 Icke-marginella förändringar Med ickemarginella förändringar avses dimensioneringsförändringar som är tillräckligt stora för att påverka löner och priser i samhället. I princip kan fördelningseffekterna härvid behandlas på samma sätt som i det marginella fallet, dvs. konsekvenser av utbildningen ges olika vikt beroende på vilka som berörs. I ett avseende kan det emellertid vara meningsfullt att behandla detta fall separat. Man kan vid sidan av de direkta inkomstomfördelningarna som är förknippade med utbildningen räkna med ytterligare omfördelningar som verkar via prissystemet. Härvid kan följande tre grupper av individer utskiljas, vilka påverkas olika av den ickemarginella dimensioneringsförändringen. För det första medför ett ökat utbud att det befintliga beståndet av individer med ifrågavarande utbildning kan förväntas få lägre livsinkomster än de eljest skulle ha fått. Åtminstone gäller detta den yngre delen av detta bestånd som får anses vara utsatt för konkurrens från nyexaminerade individer. För det andra medför utbildningen normalt att den kategori som utgör utbudstillskottet (flödet) får större livsinkomster än den eljest skulle fått. Till sist påverkas medborgarna dels i egenskap av skattebetalare, dels i egenskap av konsumenter av de varor och tjänster som de utbildade producerar. "Skattebetalaren" drabbas av vissa kostnader för undervisningen samt skattebortfall under studietiden men får vissa intäkter i form av ökade skatteintäkter och eventuella positiva externa effekter. "Konsumenten" kan eventuellt få köpa vissa varor och tjänster billigare genom att sänkta produktionskostnader (minskade löner) medför lägre priser. En illustration kan klargöra några av dessa effekter. Ett fingerat exempel återfinns i figur 4 som återger vad som händer när en viss utbildningskategori ökar med 500 individer (jfr. kapitel 2 avsnitt 2.4). Utbudsökningen medför en lönesänkning med 6 000 kronor. Den samhällsekonomiska kalkylen lyder T
-
r
2 ( K t ]( 1 +r)^ A= t=l 2 L|(ABCD). - : där alla poster tillmäts samma vikt oavsett vem som berörs av dem (L =
lön kr/år
i F
A
50 000 B
44 000
E
G
^
efterfrågan
| ^ ^
D
C
antal individer
^ 20 000 20 500 Figur 4. Samband mellan lön och arbetsmarknadens efterfrågan på individer med x-utbildning. SOU 1972:23
alternativlönen, övriga beteckningar som ovan). Speciellt gäller att ytan AEGF, som utgör en inkomstminskning för individer med ifrågavarande utbildning tillmäts samma vikt som ytan AEGF betraktad som en kostnadsminskning — och därmed realinkomstökning - för konsumenterna av de varor och tjänster för vilkas produktion de utbildade används. De båda inkomstförändringarna är lika stora och behöver därför inte tas med i kalkylen. I en kalkyl där olika berörda grupper av individer tilldelas olika vikter måste emellertid i allmänhet ytan AEGF medräknas och, liksom övriga poster, tilldelas sina olika vikter. Denna metod att väga samman konsekvenser har naturligtvis ingen begränsning i valet av beaktade grupper; vilken kategoriindelning som helst kan användas. Gränsen anges väl här snarast av det praktiskt möjliga. 3.2.3 Direkta konsumtionseffekter och externa effekter Vi har hittills ej tagit särskild hänsyn till utbildningens konsumtionseffekter och externa effekter. Från analytisk synpunkt utgör dessa inte något särskilt problem. De kan vägas på samma sätt som övriga belöningar (eller uppoffringar). Däremot kvarstår givetvis mätproblemen i anslutning till sådana effekter. Det finns anledning att särskilt uppmärksamma direkta konsumtionseffekter vilka per definition är direkt hänförbara till den utbildade individen själv och som väl de flesta bedömare skulle ange som positiva. Från fördelningssynpunkt synes det väsentligt att beakta sådana uppenbara positiva konsekvenser av utbildningen som utsikterna att få "trevligare jobb" och möjligheterna att kunna forcera ett antal formella kompetensbarriärer i kraft av en examen. Det torde dock inte vara möjligt att komma längre än till mycket lösa spekulationer kring storleken av konsumtionseffekter och externa effekter. 3.3 Sammanfattande kommentar Utgångspunkten för diskussionen i detta kapitel har varit det faktum att inom den rådande institutionella ramen för högre utbildning i Sverige varje beslut om ändrad utbildningsdimensionering får effekter på såväl fördelningen av disponibla inkomster som fördelningen av "välfärd" i vidare mening. Möjligheterna att i praktiken göra den avvägning mellan fördelningsmålet och målet att maximera totala konsumtionsmöjligheter som har diskuterats är helt beroende av politikerns-utbildningsplanerarens förmåga att knyta värderingar till inkomstvariationer för olika grupper av individer. Det förefaller dock inte alltför verklighetsfrämmande att tänka sig att i vissa fall åtminstone 0-1-vikter kan sättas som grova approximationer. Åtminstone politiker torde ha en viss vana att formulera viktsystem som är mer elaborerade än detta, exempelvis vid fastställande av skattesatser för olika inkomstklasser, vid beslut om regler för behovsprövade bidrag etc. I kapitel 5 skall därför redovisas vissa mätresultat som kan göras till föremål för en dylik bedömning. 138
4 Referat av och kommentarer till några tidigare undersökningar
Den utbildningsekonomiska litteraturen har under 1960-talet växt i mycket snabb takt 7 . Det som skett är att man plockat upp och bearbetat en idé, som ofta mera parentetiskt framförts av författare så långt tillbaka i tiden som till Adam Smith. Idén är att utbildning kan betraktas som en investering i mänskligt kapital. Här skall lämnas korta referat och kommentarer till tre undersökningar som kan sägas vara representativa. Undersökningarna innehåller mätningar utförda av G S Becker på amerikanska data, M Blaug på engelska data och av I Ståhl på svenskt material.1 ' 8 >9 Kapitlet kommer att begränsas till att omfatta använda metoder och resultat i dessa undersökningar samt i någon mån tolkningarna av resultaten. Avsikten är att dels ge underlag för en metodjämförelse med kalkylerna i kapitel 5, dels möjliggöra en jämförelse av de presenterade tolkningarna av resultaten. Avsnitt 4.1 innehåller således en metodgenomgång och mätresultaten presenteras i avsnitt 4.2. I avsnitt 4.3 refereras och kommenteras de olika författarnas tolkningar av resultaten varpå kapitlet sammanfattas i avsnitt 4.4. 4.1 Metoder De metoder som används i Beckers, Blaugs och Ståhls undersökningar är varianter av en och samma "standardmetod". Därför beskrivs först standardmetoden varefter förekommande avvikelser från denna anges. 4.1.1 Standardmetoden Man utgår från statistik över löner fördelade efter ålder och utbildning vid en viss tidpunkt. Direkta produktionseffekter förknippade med viss utbildning mäts med skillnaden mellan bruttolön för individer med denna utbildning och bruttolön för individer på närmast lägre utbildningsnivå. Basmaterialet utgörs alltså av information av det slag som återfinns i tabell 1. Analogt mäts privata inkomständringar med nettolönedifferenser för motsvarande kategorier. Därefter beräknas nuvärdet för varje åldersår och SOU 1972:23
Tabell 1. Bruttolönedifferenser mellan college- och highschoolexaminerade fördelade efter ålder år 1949, $ per år Ålder
Differens i $
25-29 30-34 35-44 45-54 55-64
228 1 439 3 416 4753 4 051
Källa: Becker: a. a., sid 162.
dessa nuvärden summeras. De samhällsekonomiska kostnaderna mäts med förlorad arbetslön under utbildningstiden plus direkta undervisningskostnader plus diverse mindre kostnadsposter. Produktionsbortfallet under utbildningstiden mäts med bruttolön för individer med närmast kortare utbildning. I kalkylen över collegeutbildning mäts alltså produktionsbortfallet under en 5-årig collegeutbildning med bruttolönen för highschoolutbildade individer i åldern 20-24 år (se tabell 2, fingerade siffror). Tabell 2. Bruttolön för highschoolutbildade efter ålder, $ per år. Fingerade siffror. Ålder
Lön i $
20 21 22-23 24
14 000 15 000 15 500 15 783
Privata kostnader i form av lönebortfall mäts på motsvarande sätt med nettolönen. Summan av nuvärdena av dessa inkomster beräknas. Slutligen beräknas undervisningskostnadernas nuvärdesumma i den samhällsekonomiska kalkylen och de privata undervisningskostnadernas nuvärdesumma i den privata kalkylen. Om man vill uttrycka måttet i internränta använder man vid nuvärdeberäkningarna den ränta som gör skillnaden mellan posterna i uppställningen nedan lika med noll. Om man vill uttrycka resultaten i nuvärde vid en viss ränta beräknas skillnaden mellan posterna vid den räntan. Standardmetoden sammanfattas här: Produktionseffektmätning
Inkomsteffektmätning
1. Nuvärdesumman av Z>raffolönedifferenser
4. Nuvärdesumman av «e/Yolönedifferenser
minus 2. Nuvärdesumman av Z?ra/tolönebortfall
minus 5. Nuvärdesumman av nerrolönebortfall
minus 3. Nuvärdesumman av undervisningskostnader
minus 6. Nuvärdesumman av privata undervisningskostnader
Noll eller nuvärde 140
Noll eller nuvärde SOU 1972:23
4.1.2 Avvikelser från standardmetoden Den nu beskrivna standardmetoden innebär att tvärsnittsdata från ett visst år får utgöra prognos för lönedifferenserna för ett antal följande år. Becker och Ståhl har velat ta hänsyn till att med en stigande produktivitet över tiden också under vissa förutsättningar sker en ökning av lönedifferenserna. Båda företar en schablonmässig korrigering för en sådan utveckling genom att anta en konstant procentuell tillväxt av lönedifferenserna. Beckers resultat är beräknade på en tillväxttakt av 1.25 % per år. Ståhls siffror har korrigerats på motsvarande sätt med ca 3% per år. 10 Även Blaug gör överväganden om att ta hänsyn till produktivitetsutvecklingen, men företar ingen sådan korrigering. Standardmetoden innebär att hela den observerade lönedifferensen tillskrivs just skillnad i utbildning. Flera skäl talar emellertid emot ett sådant tillvägagångssätt. För det första kan en del av differenserna bero på att individer med längre utbildning tenderar att "investera i sig själva" på andra sätt än genom formell utbildning i större utsträckning än individer med kortare utbildning, t. ex. genom "on-the-job training" och genom självstudier på fritid. För det andra är det sannolikt att det finns skillnader i "begåvning" och "ambition" mellan individer med olika lång utbildning som lönemässigt favoriserar personer med längre utbildning. Faktorer som dessa medför att observerade lönedifferenser mäter inte enbart utbildningens effekt. Becker och Blaug diskuterar försök att isolera just utbildningens effekt genom att (med stöd av vissa andra undersökningsresultat) anta att ungefär två tredjedelar av differenserna beror på skillnader i utbildning. Blaugs siffror redovisas efter en sådan korrigering. Becker redovisar en korrigerad kalkyl för en enda kategori. I standardmetoden används löner som mått på produktionseffekter. Man vill alltså mäta arbetsinkomster och inte kapitalinkomster och andra dylika inkomstelement. Blaug använder taxerade inkomster som inkluderar inkomster efter "allmänna avdrag". Becker försöker korrigera för kapitalinkomstelement i lönestatistiken. Ståhl använder den till kommunal skatt taxerade inkomsten efter "allmänna avdrag". I vilken riktning produktionseffektmätningen och inkomsteffektmätningen snedvrids kan endast avgöras efter en jämförelse av kapitalinkomster mellan individer med längre respektive kortare utbildning. Becker och Ståhl försöker uppskatta lönebortfallet under utbildningstiden med den lön som den utbildade individen har som alternativ i varje tidpunkt under utbildningstiden. Tanken är alltså att kostnader för produktionsbortfall under det första utbildningsåret exempelvis vid college skall mätas med en highschoolexaminerads lön; under det andra, tredje, fjärde osv. utbildningsåret med den lön som en individ med respektive ett, två, tre osv. års collegeutbildning får. Detta tillvägagångssätt är emellertid inte korrekt om mätresultaten skall ligga till grund för beslut om dimensionering av en viss utbildningsväg. Om mätningarna skall ge underlag för ett beslut att släppa in ytterligare en student för t. ex. 5 års utbildning vid college så måste kostnaden för pioduktionsbortfallet mätas på något sätt i termer av det alternativ som föreligger; om alternativet är att individen går direkt ut i förvärvslivet efter avslutad SOU 1972:23
Tabell 3. Internränta i procent för några utbildningsgrupper i USA 1939 och 1949. 1939
1. College-examinerade vita män: produkt ionseffektmätning inkomsteffektmätning
13 14.5
12.5 13
2. "Drop-outs", vita män: produkt ionseffektmätning inkomsteffektmätning
8.5 9.5
3. College-examinerade färgade män boende i sydstaterna produktionseffektmätning inkomsteffektmätning
11 12.3
4. Highschool-examinerade vita män: inkomsteffektmätning
8 Anmärkning: Siffrorna utgörs av Beckers "best single estimates". 193920års material omfattar endast stadsbefolkning, medan 1949 års siffror även inkluderar landsortsbefolkning. Källa: Becker: a.a.,
Tabell 4. Internränta i procent för "secondary schooling" och "higher education" i England 1963.
Secondary schooling Higher education
(ålder 15-18 år) (ålder 18-21 år)
Inkomsteffektmätning
Produktionseffektmätning
13 14
12.5 6.5
Källa: Blaug:fl.a.
highschoolexamen så skall produktionsbortfallet mätas med den lön som highschoolexaminerade individer erhåller under hela utbildningstiden. 4.2 Resultat Beckers mätningar bygger huvudsakligen på bearbetningar av folkräkningsmaterial från 1940 och 1950 som är klassificerat förutom efter ålder och utbildning även efter kön och hudfärg. Resultaten finns sammanfattade i tabell 3. Mätningarna i Blaugs artikel bygger på löneuppgifter avseende år 1964 från ett slumpmässigt urval av 6 500 manliga "hushållsföreståndare" (engelska "heads of households") i åldern 20 år eller äldre. Resultaten finns sammanfattade i tabell 4. Ståhls beräkningar bygger på en undersökning av akademikernas inkomster 1960 på basis av dels 1960 års folkräknings urvalsundersökning, dels uppgifter insamlade från taxeringsmyndigheterna. Inkomsteffektmätningar redovisas för jurister, civilingenjörer och civilekonomer och anges som nuvärdet av nettolönedifferenser minus kostnader diskonterade till 3 % diskonteringsränta. Därvid erhålls följande resultat. 142
Jurister Civilekonomer Civilingenjörer
115 tkr 235 tkr 291 tkr
En bearbetning av Ståhls resultat enligt standardmetoden ger följande resultat uttryckta i internränta:
Jurister Civilekonomer Civilingenjörer
Produktionseffektmätning
Inkomsteffektmätning
7 12 7
8 13 11
4.3 Tolkningar av mätresultaten Becker, Ståhl och Blaug gör samtliga jämförelser med motsvarande mått på konsekvenser av realkapitalinvesteringar. Becker tar genomsnittsavkastningen på industriaktier i USA under perioderna 1938-47 och 1947-57 till jämförelsenorm. Denna avkastning var 12 % före skatt och 7 % efter skatt. Blaug anger siffrorna 12 % före skatt och 8 % efter skatt för aktieavkastningen i England under perioden 1948-62 men betraktar 8 % avkastning som det relevanta alternativet för samhällsinvesteringar. Ståhl använder räntan 3 % som jämförelse för båda typerna av mätningar. När sålunda jämförelsenormer angetts, vilka slutsatser drar författarna av sina beräkningar? Eftersom mätningar av det här slaget ofta av läsare och referenter ges tolkningar som inte har någon grund i de publicerade siffrorna kan det vara lämpligt att dels ange vilka tolkningar som författarna själva gör, dels kritiskt granska dessa tolkningar för att undvika eventuella feltolkningar av resultaten i kapitel 5. Becker konstaterar att ett samhälles begränsade resurser på något sätt måste fördeläs mellan olika slag av investeringar. En bestämningsfaktor för denna fördelning bör, säger Becker, vara investeringarnas relativa bidrag till nationalinkomsten. Därefter jämför han de redovisade siffrorna för utbildning och realkapital och konstaterar att de faller inom samma intervall. Hänsynstagande till externa effekter skulle emellertid radikalt ändra bilden. Becker redovisar en skattning av dessa som medför en fördubbling av utbildningens avkastning, men beroende på valet av beräkningsmetod kan externa effekter lika gärna medföra mer än en fördubbling av realkapitalavkastningen. Slutsatsen blir att: "Ignorance (about the external effects) therefore, precludes at present any firm judgement about the relative social rates on business capital and college education." (Becker: a.a., sid 121.) Det framgår inte klart av Beckers framställning om han skulle vilja inbegripa konsumtionseffekter i ett mått på den "sanna" samhälleliga avkastningen. Han konstaterar bara att frågan om konsumtionseffekter ligger "far beyond the scope of this study" (a.a., sid 121). Det är alltså alldeles klart att de som med hänvisning till Becker hävdar SOU 1972:23
att "lönsamheten av längre utbildning idag i USA ligger på 10-12%" inte har någon grund för sina påståenden i Beckers egen framställning. Beckers egna policy-slutsatser är också mycket försiktiga och inskränker sig alltså till konstaterandet att ett mått i termer av direkta produktionseffekter bör utgöra ett av de kriterier efter vilka dimensioneringen skall avgöras. Blaug är inte lika försiktig i sin tolkning av mätresultaten. En jämförelse mellan produktionseffektmätningen för "secondary schooling", 12.5 %, och räntan 8 % som han betraktar som alternativavkastning på samhällsinvesteringar, leder honom till slutsatsen att det föreligger en situation av "substantial under-investment of resources in secondary education" (Blaug ca., sid 245). Av Blaugs framställning framgår klart att han vill räkna positiva direkta konsumtionseffekter som ett positivt element, men endast i privatkalkylen. Enligt Blaug kan dessa effekter "from the viewpoint of social policy. . . . be dismissed as a neutral factor" (Blaug, a.a., sid 221). Denna slutsats följes dock av en modellkonstruktion vars förutsättningar inte är uppfyllda i verkligheten.1' Ståhls tolkning av mätresultaten är mer nyanserad än de båda tidigare nämnda författarnas, därigenom att han explicit nämner att hänsyn måste tas till utbildningens effekter på inkomstfördelningen. Han tolkar sina siffror så att "den totala välfärden - mätt med traditionella ekonomiska mått - ökar . . . vid en fortsatt utbildningsexpansion" (Ståhl:ö.a.( sid 270). 4.4 Sammanfattning I detta kapitel har lämnats exempel på metoder att genomföra samhällsekonomiska kalkyler samt redovisats några författares tolkningar av sina mätningar. De använda metoderna är varianter av en och samma "standardmetod". Vissa metodbrister har påpekats och dessutom har hävdats avvikande mening rörande tolkningsmöjligheterna särskilt gentemot Blaug. Det bör framhållas att metodbristerna är av mindre allvarlig art medan tolkningsproblemen bör ägnas stor uppmärksamhet. Därför rekommenderas läsaren till stor vaksamhet vid läsningen av kapitel 5 som innehåller denna undersöknings mätresultat.
144 SOU 1972:23
5 Mätningar
I detta kapitel presenteras resultaten av mätningar av det slag som diskuterats i de föregående kapitlen. De båda första avsnitten, 5.1 respektive 5.2, innehåller en detaljerad beskrivning av tillvägagångssätt och källmateriel. Presentationen har gjorts så utförlig att läsaren skall ha möjlighet att granska de i avsnitt 5.3 presenterade resultaten och göra egna tolkningar för jämförelse med dem som redovisas i avsnitt 5.4 samt dra egna slutsatser som kan jämföras med dem i avsnitt 5.5. För att vinna överskådlighet har resultatpresentationen i avsnitt 5.3 gjorts relativt komprimerad medan detaljpresentationen sker i figurbilagan. 5.1 Metod Produktionseffektmätningen har i princip genomförts på följande sätt. I en viss tidpunkt, kalkyltidpunkten, beräknas de direkta produktionseffekter samt de direkta och indirekta kostnader som är förknippade med utbildning av en individ - den marginella kalkylen enligt terminologin i kapitel 2. (Detta är alltså standardmetoden som ej beaktar direkta konsumtionseffekter och externa effekter, jfr. kapitel 4.) Dessa konsekvenser är fördelade över ett antal år i framtiden. De direkta produktionseffekterna beräknas för varje är som skillnaden mellan den bruttolön som den utbildade individen får och den bruttolön han skulle ha fått, "alternativlönen", om han valt förvärvsarbete istället för längre utbildning. I figur 5 representerar den heldragna kurvan ovanför tidsaxeln bruttolön för den längre utbildade och den streckade kurvan "alternativlönen". Man behöver således en prognos över framtida löner. Den "prognos" som här görs är av enklaste slag: löner i olika åldersklasser får utgöra prognos på framtida löner varvid kalkyltidpunktens åldersspecifika inkomster antas råda även i framtiden. Man antar således att individen 1972, säg, vid 18 års ålder påbörjar sin 4-åriga utbildning. Hans lön 1976 skattas då med 1972 års lön för individer som 1972 är 22 år och har samma utbildning. På motsvarande sätt mäts lönen 1977 med 23-åringars lön 1972, osv. Pä detta sätt erhålls den heldragna kurvan i figur 5. Den streckade kurvan för alternativlönen konstrueras på analogt sätt. Den SOU 1972:23 10
Kronor
S2 --Är 2021
1972 S3
1976 Figur 5. Bruttolön för utbildad individ, "alternativlönen" brutto samt direkta kostnader fördelade över tiden.
beräknas också för utbildningstiden som ett mått på den indirekta kostnaden för utbildningen. Slutligen bestäms även de direkta kostnaderna - den streck-prickade linjen - som kostnad för lärare, lokaler, utrustning etc. beräknad per student i kalkyltidpunkten (redovisas negativ i figur 5). Det fortsatta tillvägagångssättet illustreras med ett numeriskt exempel. I tabell 5 har direkta produktionseffekter (lönedifferenser) samt direkta och indirekta kostnader angivits i ett fingerat exempel. Alla poster skall diskonteras till nuvärde, vilket går till så att man multiplicerar varje belopp med en koefficient som är specifik för den valda diskonteringsräntan och för hur långt från kalkyltidpunkten som beloppet förfaller. Om exempelvis diskqnteringsräntan är 5 % så skall ett belopp som utfaller 1982 multipliceras med (1 + 0.05) - (1982-1972) eller med 0.61. (Observera att 5 % här uttrycker realränta och ej nominell dito.) På det sättet kan det sammanfattande nuvärdet beräknas som Si - S 2 - S3 (jfr. figur 5) där (med det fingerade exemplets siffror): S, = lönedifferens = 0.78-9+0.75-10+0.7M1+... S2 = indirekta kostnader = 0.9519+0.91 -20+0.86-21+0.82-21 S, = direkta kostnader = 0.95-10+0.91-10+0.86-10+0.82-10
Tabell 5. Direkta produktionseffekter, indirekta och direkta kostnader för 1972 och framåt i tusental kronor. Fingerade siffror.
Produktionseffekter Indirekta kostnader Direkta kostnader
1972 73
21 10
21 10
9 -
19 10
20 10
Inkomsteffektmätningen har i princip genomförts på samma sätt. Skillnaden är att beräkningarna genomförts på löner efter skatt istället för på bruttolöner samt att inga direkta kostnader belastat kalkylen. Nettolönerna har beräknats med hjälp av en skatteschablon som applicerats på de åldersspecifika bruttolönerna.
5.2 Källmaterialet Kalkylerna bygger på följande huvudgrupper av data. 1. Åldersspecifika löner för individer tillhörande de studerade utbildningskategorierna. 2. "Alternativlönen" i olika åldersklasser. 3. Direkta kostnader för lärare, lokaler, utrustning etc. 4. Studietider för de studerade utbildningarna. 5. Skattesatser i olika inkomstlägen. Registrering av individer med längre utbildning sker vid statistiska centralbyrån i det så kallade "akademikerregistret" (nedan förkortat AR). Vid tidpunkten för genomförandet av de här redovisade beräkningarna var registret uppdaterat till 1969.12 Registret finns lagrat på magnetband på vilket individerna är sorterade i personnummerordning. För varje individ finns registrerad en uppgift om "sammanräknad nettoinkomst" (nedan förkortad SNI). Med hjälp av personnumret, ur vilket ålder och kön erhålles, och inkomstmåttet SNI samt en regional kod kan ålder-inkomst-profiler konstrueras för män och kvinnor separat fördelade på olika regioner. De variabler som AR i övrigt innehåller redovisas i variabelförteckningen i bilaga 2. Som akademiker definieras i registret individer med lägst grundexamen från universitet och högskola samt individer med examen från GIH:s gymnastiklärarlinje respektive från Alnarps högre mejerikurs. Även personer med utländska motsvarigheter till dessa examina ingår i populationen. AR har byggts upp på basis av 1960 års folkräkning samt 1965 års folk- och bostadsräkning och skall uppdateras löpande på grundval av examinationsstatistik. Statistiska centralbyrån bedömer att registret företer ett bortfall (för 1969) på ca 7 %, huvudsakligen hänförbart till bortfall i grundmaterialet. SNI är ett inkomstmått som används vid de årliga inkomsttaxeringarna. Det i AR 1969 redovisade inkomstmåttet hänför sig således till taxeringsåret 1969 och avser inkomståret 1968. SNI består av summan av inkomster från samtliga förvärvskällor minskad med eventuellt underskott i någon förvärvskälla. Måttet innehåller således inkomstelement som skall hänföras till andra källor än arbetsinkomster.1 3 Produktionseffekt- och inkomsteffektmätningar har genomförts för 14 utbildningskategorier. Dessa är: Agronomer Jägmästare Civilingenjörer Civilekonomer SOU 1972:23
Jurister Samhällsvetare Socionomer Läkare
Tandläkare Veterinärer Naturvetare Humanister
Teologer Gymnastiklärare
Uppgifter om antal individer samt ålder-inkomst-profiler för dessa samt för vissa andra utbildningslinjer fördelade på kön redovisas i tabellbilagan. En grafisk återgivning av tabellinnehållet lämnas i figurerna 6—23. Där anges medelinkomst i respektive åldersklass för samtliga regioner. Som mått på "alternativlönen" för män har, i brist på annat fullständigt material, valts åldersspecifika löner för manliga läroverksingenjörer anställda i företag anslutna till Svenska Arbetsgivareföreningen (SAF). Det kan förmodas att detta val ger en överskattning av alternativkostnaden. För kvinnor har använts en "alternativlön" konstruerad pä följande sätt. För de 14 utbildningarna beräknades relationen mellan kvinnliga och manliga livsinkomster. Därvid visade sig kvoten vara omkring 0.6 för brutto- och omkring 0.7 för nettolivsinkomster. Under antagandet att samma relation råder för alternativlönen beräknades den för kvinnor som 60 respektive 70 % av manliga läroverksingenjörers lön. SAF:s lönestatistik redovisar endast personal vars löner är föremål för centrala förhandlingar. Personal med individuella anställningsavtal ingår alltså ej. Vidare upptas inte eventuella biinkomster eller övertidsersättningar. "Alternativlönen" redovisas i tabellbilagan. Uppskattningar av direkta kostnader har gjorts med utgångspunkt i budgetredovisningen. De i beräkningarna använda skattningarna redovisas i tabellbilagan. I avsaknad av studietidsstatistik har de i beräkningarna använda studietiderna utgjorts av "bästa gissningar" med utgångspunkt i normalstudietiderna. Studietiderna återfinns i tabellbilagan, som även innehåller den skatteschablon efter vilken beräkningen av inkomst efter skatt genomförts.
5.3 Mätresultat På basis av ålder-inkomst-profilerna och övrigt material som redovisades i föregående avsnitt har produktionseffekt- och inkomsteffektmätningarna utförts. Resultaten av de förstnämnda uttrycks dels i nuvärde, dels i nuvärde per krona direkta kostnader.1 4 Resultaten av inkomsteffektmätningarna redovisas som nuvärden. Därtill har internränteberäkningar redovisats för båda slagen av mätningar (se tabell 9). Beräkningarna har genomförts separat för män och kvinnor för olika diskonteringsräntor. Beräkningarnas mångfald har nödvändiggjort användning av dator för huvuddelen av kalkylerna. Programmeringsarbete och maskinbearbetning har genomförts vid statistiska centralbyrån. En detaljredovisning av proceduren för genomförandet återfinns i bilaga 1. En översiktlig bild av resultaten erhålls om man sorterar de olika utbildningarna i två eller tre grupper. I tabell 6, 7 och 8 anges en indelning i "trappform" (ju högre upp, desto högre tal). Då rangordningen mellan enskilda utbildningar kan variera med den valda diskonteringsräntan blir denna rangordning relativt grov. En detaljerad bild erhålles av figurerna i figurbilagan, i vilka de olika utbildningarna avsatts på en tallinje så att rangordningen framträder. 148
tusental kronor 100
— man — kvinnor
m=278
m=306
m=389
50 m=156
?
m=136
.*
k=20
1 k=6
o m=40 k=24
k=18
II
k=5
E k=21 40 22
68 år
35 Figur 6. Agronomer. Ålder/inkomstprofiler för män och kvinnor med uppgift om individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. tusental kronor 100
man kvinnor m=278
m=278
m=314
50 m=176 o
k=i
k=1
m=55
II
E o m=36|—-k_1 -* I k=0 k=0 22 25 30 35
k=2
68 år
Figur 7. Jägmästare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor
kvinnor
1001 m=3 070
m=4 248 m=5 019 m=3 195
50"
m - 3* * 9Rfi • — i
CO II E
o L
o ~
k=158
k=80
k=103
k=35
k=183 k=101
m=2 258 22
68 år
Figur 8. Civilingenjörer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. SOU 1972:23
tusental kronor
100-
kvinnor m=52
m=31
m=55
m=5
rsi
7 E
50-
k=1 o II
E o m=0 J* k=0
o
m=0 k=0
45|
, 50
II
k=0
k=1
k=0
i
r
i
- -
r 55
65 68 år 40 60 22 25 30 35 Figur 9. Civilingenjör och civilekonom. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, Ar 1969. Medelinkomst i åldersgrupperna. 1
man kvinnor
tusental kronor
100-
00 OM
m=1 430
00 II
m=931
I
,6
m=1 617
m=930
50m=1
CD
065 II
n
k=119
k=104
E k=136 com=737
k=48
I II
AJk=17<\ 22
år
Figur 10. Civilekonomer. Älder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. tusental kronor 150
--
män kvinnor m=41
100^
m=51
V
m=50
b m=5
50^
k=2
o
k=5
k=4
II
E o m=0 ^ k=0 22
m=0 k=0 30
CN II
k=6
68 år
Figur 11. Civilekonom och filosofisk examen. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. 150
tusental kronor kvinnor
100 m=1 915
m=2 164 CO io
m=1 741
o
II
_E_
m=989 i
m=866Jk=136
o
fk=165
C
k=202
k=244
-; k=158
L
1 II k=116|
— m=325
m
65 68 år
Figur 12. Jurister. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor i
100-
män kvinnor m=713
m=363 o
m=1 177
CO
50-
II m
LO
E
=1 388
in
E
k=494
CD m= \ '' k=625 T 2 055J k-1 270 n JU"k=1~770
22 25
k=87
k=246
m=2 648
rCN II
65 68 år
Figur 13. Samhällsvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. tusenta kronor i
man kvinnor
--- —
100-
m=58
m=72
CO CO II
m=3 m=48
E k=0
50-
i
o
k=1
o
II
k=1
II
E 0
o m=0 m=0 i k=0 k=0
k=0 p — ——
—
—
—
M
i
*
68 år
Figur 14. Juridisk och filosofisk examen. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. SOU 1972:23
tusental kronor
— man — kvinnor
m=56 m=54 m=38
m=4
k=3 k=4 k=1
o m = 0 m=0 •* k=0 k=0
k=0 30
68 år
Figur 15. Civilekonom och jur. kand. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. tusental kronor man kvinnor
»
00 CO
m=278
m=740
m-844
50-
£
m=365P V m=94f) E « k=364 k=58£ » k=487 •x |m=98
k=801
22 25
k=235
k=686
35 CO II
-* 65 68 år
60 Figur 16. Socionomer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldergrupperna. tusental kronor 150 man kvinnor m=1 677 100
m=1 590
m=2 194
rr =1 392 k=360
k=188
k=522
k=418 i
oo o
k=381
g l 519 II
i
-*!k=607 22
68 år
Figur 17. Läkare. Ålder/inkomsprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. 152
tusental kronor 100
man kvinnor
— m=758
m = 1 162
m=1 036
m=832 50 o
m=584
E
k=313 k=265
k=355
k=400
k=355
30 Vm=51 5 fk=396 22 25
, 30
., 35
, 40
, 45
, 50
, 55
, 60
, 68 å
Figur 18. Tandläkare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor i
00kvinnor m=233
m=197
! r»
m=242
CSI
i
50-
II
m=120 1
.....
•aCM
E
k=6
k=23
m=70
II
k=14 II
T T ) = 10«k=2T k=14
Vk= _18_ 0 22
68 år
Figur 19. Veterinärer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor 100
man kvinnor m=717
m=913 m=1 920 50
i
m=1 626 II E
m=2 207i i—_J k=593 k=963 k=869
II
JE k=150
k=296 k=507
m=1 605 22
68 år
Figur 20. Naturvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgruppe ma. SOU 1972:23
man kvinnor
r
m=1 512
J
k=1 645
m=1 474
k=1 176
68 år
Figur 21. Humanister. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor i
, kvinnor
m=681
50-
m=409 CN II
n
CO
—i io II
I
m=237| m=158r
E
—
k=25
k=27
o
E o m 86k=-?4.* k=32
••
k=29
22 25
ro
m=1 309 i
CN
II
-
i
65 68 år
60 Figur 22. Teologer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor
man kvinnor
m=143 50-
m=130
m=209 oo
V
m=134f
m=192
St r- k=276
* E m=205
CM II
1bö
k=143
k=273
k=313
k=484
68 år
Figur 23. Gymnastiklärare. Ålder/inkomstprofiler för män och kvinnor mal uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna. 154
Tabell 6. Nuvärden i produktionseffektmätning. Män Civilekonomer Civilingenjörer Jurister Läkare Tandläkare Gymnastiklärare Humanister Naturvetare Samhällsvetare Socionomer Agronomer Jägmästare Teologer Veterinärer Kvinnor Jurister Läkare Naturvetare Tandläkare Civilekonomer Civilingenjörer Gymnastiklärare Humanister Samhällsvetare Socionomer Agronomer Jägmästare Teologer Veterinärer
Tabell 7. Nuvärden per krona direkta kostnader. Män Civilekonomer Agronomer Civilingenjörer Gymnastiklärare Jurister Jägmästare Läkare Naturvetare Tandläkare Veterinärer Humanister Samhällsvetare Socionomer Teologer Kvinnor Jurister Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Jägmästare Läkare Naturvetare Tandläkare Veterinärer Humanister Samhällsvetare Socionomer Teologer
Tabell 8. Nuvärden i inkomsteffektmätninj Män Läkare Civilekonomer Civilingenjörer Jurister Tandläkare Agronomer Gymnastiklärare Humanister Jägmästare Naturvetare Samhällsvetare Socionomer Teologer Veterinärer Kvinnor Läkare Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Naturvetare Samhällsvetare Tandläkare Veterinärer Agronomer Jägmästare Socionomer Teologer
Tabell 9. Internräntor i procent. Utbildning
Produkt onseffektmätning Män Kvinnor
Inkomsteffekt mät ning Män Kvinnor
Agronomer Jägmästare Civilingenjörer Civilekonomer Jurister Samhällsvetare Socionomer Läkare Tandläkare Veterinärer Naturvetare Humanister Teologer Gymnastiklärare
<0 1 6 8 7 3 <0 9 5 1 3 1 <0 <0
<0 1 5 6 4 1 <0 10 6 1 2 <0 <0 <0
<0 0 4 <0 8 1 <0 8 4 <0 4 2 <0 <0
<0 <0 4 <0 4 <0 <0 11 6 0 4 1 <0 <0
5.4 Tolkning av resultaten: en översiktlig granskning Som framgått av kapitel 2 är mätningar av här redovisat slag behäftade med en rad brister. För det första mäts endast en del av utbildningens belöningar nämligen de direkta produktionseffekterna - direkta konsum156
tionseffekter och externa effekter ingår ej. För det andra föreligger metodproblem vad avser mätningen av direkta produktionseffekter. Slutligen är mätningarna osäkra som följd av brister i det empiriska materialet. För att klargöra hur dessa brister påverkar tolkningsmöjligheterna skall här först sammanfattas den diskussion om metodbrister som fördes i kapitel 2, 3 och 4 och därefter granskas materialbrister. Slutligen redovisas mot bakgrund av denna granskning vilka tolkningar som resultaten enligt författarnas mening tål. 5.4.1 Metodbrister Ett första metodproblem vid mätning av direkta produktionseffekter utgörs av svårigheten att finna vikter för sammanvägning av utbildningens konsekvenser i en och samma period. Förekomsten av köpar- och säljarkoncentrationer på varumarknader och arbetsmarknader, existensen av externa effekter och trögheter i löne- och prisanpassningen på marknaderna gör att observerade marknadspriser och marknadslöner avviker från dem som avspeglar konsumentpreferenser. I kapitel 2 föreslogs som enda möjliga metod att angripa dessa problem att i efterhand försöka ange i vilken riktning som nämnda faktorer påverkar mätningarna. I allmänhet får man dock acceptera marknadspriser som approximationer. Ett andra metodproblem sammanhänger med att i tvärsnittsmaterialet observerade lönedifferenser mellan olika utbildningsnivåer kan förklaras med även andra faktorer vid sidan av utbildningsskillnaden. Av vissa undersökningsresultat att döma kan dessa andra faktorer förklara upp till en tredjedel av observerade lönedifferenser (jfr. kapitel 3). Slutligen gäller att i den mån som en likformig produktivitetsutveckling i alla sektorer sker så skall lönedifferenserna korrigeras härför. Denna korrektion är dock inte helt självklar, eftersom sådan likformig produktivitetsutveckling måste betraktas som en högst osannolik företeelse. Läsaren kan emellertid själv på ett enkelt sätt korrigera de presenterade mätningarna genom att låta varje procents årlig likformig produktivitetsökning avspeglas i en sänkning av diskonteringsräntan med samma antal procentenheter. 5.4.2 Materialbrister De brister i det empiriska materialet som måste utvärderas för att klargöra inverkan på tolkningsmöjligheterna kan indelas i fyra grupper. 1. Brister hos AR och det däri redovisade inkomstmåttet SNI. 2. Skattningen av alternativlönen. 3. Uppskattningen av direkta kostnader. 4. Studietidsuppskattningarna. Som tidigare sagts har bortfallet i AR uppskattats till ca 7 %. Ingenting tyder på att detta skulle ge en systematisk snedvridning av resultaten åt något häll varför denna brist torde kunna negligeras. Det inkomstmått som registreras i AR hänför sig till motsvarande SOU 1972:23
taxeringsår, dvs. i 1969 års AR registreras SNI från inkomståret 1968. Denna ca 1-åriga eftersläpning innebär bl. a. att ett antal individer med förvärvsinkomster under det aktuella året blivit registrerade utan inkomstuppgift i AR. Avvikelsen mellan inkomstår och registreringsår i AR torde få störst effekt för nyexaminerade individer men påverkar givetvis även registreringen vid återkomsten för dem som tillfälligt lämnat förvärvslivet. Inverkan på kalkylerna av denna brist är svårbestämd men har bedömts som försumbar. Det i AR registrerade inkomstmåttet "sammanräknad nettoinkomst" upptar inkomster från samtliga förvärvskällor (minus underskott i förvärvskälla). Det betyder för det första att en tendens till underskattning av inkomster föreligger i den mån som för låga uppgifter förekommer. För det andra räknas i SNI även andra inkomster än arbetsinkomster, vilket är en brist då man vill mäta konsekvenser av speciellt utbildning. För detta ändamål fordras ett mått på arbetsinkomster. Den närmaste approximationen till ett sådant mått i taxeringsstatistiken torde vara summan av inkomster av rörelse och tjänst för fysiska personer. SNI överrespektive underskattar "arbetsinkomster" om inkomsten från övriga förvärvskällor över- eller understiger eventuellt förekommande underskott i förvärvskällan. Det bör framhållas att valet av SNI motiverats av en strävan att kunna genomföra undersökningen till rimlig kostnad. Ett mått på arbetsinkomster av ovan nämnt slag är emellertid en underskattning av det produktionsvärde man vill mäta på grund av att arbetsgivaravgifter ej ingår. SNI underskattar således arbetskraftens värde med storleken av de sociala avgifterna (20-25 % av lönesumman). Inkomsteffektmätningen har företagits efter korrigering av åldersspecifika SNI med en relativt godtyckligt vald skatteschablon som närmast överensstämmer med de skattesatser som 1969 gällde för individer taxerade efter "kolumn 2", alltså huvudsakligen familjeförsörjare. Beträffande inkomsteffektmätningen gäller vidare att vissa speciella kostnader för undervisningsmateriel, böcker och dylikt liksom särskilda kostnader förknippade med byte av bostadsort under studietiden ej medräknats bland kostnaderna. Inkomsteffektmätningen saknar även betalningar förknippade med studiemedelssystemet och med pensioner. Denna felkälla torde dock vara av liten betydelse. Av källmaterialbeskrivningen framgick att skattningen av alternativlönen för kvinnor gjorts med utgångspunkt i löneprofilen för manliga läroverksingenjörer. Denna löneprofil korrigerades med en koefficient framräknad som kvoten mellan livsinkomst för kvinnor och livsinkomst för män som för samtliga utbildningar låg omkring 0.6 för löner före skatt och 0.7 för löner efter skatt. Om man antar att förvärvsintensiteten ökar och skillnad i löneläge minskar med stigande utbildning så torde denna korrigering av alternativlönen snarast leda till för låga resultat av produktionseffekt- och inkomsteffektmätningarna för kvinnor. De direkta kostnaderna har beräknats som genomsnittskostnader kostnader per närvarande student. Det innebär dels att den kostnadsökning som är förknippad med utbildning av ytterligare en student (som mätningen ju avser) överskattas, dels att en del av kostnaden avser studenter som aldrig examineras. Den sistnämnda konsekvensen utgör 158
emellertid en komplikation endast om man vill mäta konsekvenser av ett säkert utfall av investeringen. Den mest realistiska attityden torde dock vara att eftersträva ett mått på förväntat nuvärde där hänsyn tas till en viss studieavbrottsfrekvens. Denna attityd är för övrigt helt förenlig med den valda metoden i övrigt. Så har t. ex. lönerna beräknats som medelvärden för samtliga individer tillhörande respektive utbildningskategori, oavsett om vederbörande haft förvärvsarbete eller ej. Slutligen bör framhållas att valet av studietider, som helst borde bygga på information om faktiska (eller i framtiden förväntade) genomsnittliga studietider, här har utgjorts av ett slags "bästa gissningar". Mätningarna är relativt känsliga för variationer i studietider. Grovt räknat innebär en ändring med en termin av studietiden en förändring av nuvärdet för produktionseffektmätningen av storleksordningen 25 000-50 000 kronor. Med ledning härav torde läsaren själv kunna bedöma vilka korrigeringar som eventuellt bör företas. 5.4.3 Resultatvärdering Granskningen i föregående två delavsnitt av metoden och materialet kan möjligen väcka viss tveksamhet beträffande möjligheterna att tolka resultaten. För det första skall understrykas att här endast gjorts försök till mätning av direkta produktionseffekter respektive inkomsteffekter. Konsumtionseffekter och externa effekter ingår ej i måtten. Det innebär att mätningarna ger information om utbildningens konsekvenser för "materiella" konsumtionsmöjligheter i samhället respektive för penninginkomster för individen. Emellertid krävs ytterligare reservationer till mätningarna. På grund av brister i det empiriska materialet är mätningarna av produktionseffekter och inkomsteffekter osäkra, och det finns ett behov av att värdera denna osäkerhet. Ett första steg i en sådan värdering kan utgöras av en jämförelse med andra mätningar. Det kan då konstateras att osäkerheten i prognosen för framtida löner och priser i denna undersökning inte är större än i exempelvis de i kapitel 4 presenterade undersökningarna eller i mätningar för andra långsiktiga investeringar, exempelvis vattenkraftsinvesteringar. I nästa steg av värderingen måste emellertid de företagna mätningarna detaljgranskas och av den i föregående avsnitt genomförda granskningen framgick att det återstår två obehandlade poster. Den ena är arbetsgivaravgifterna och den andra är förekomsten av andra förklaringsvariabler till lönedifferenser än utbildning. Den förstnämnda skulle motivera en ökning av lönedifferenserna med ungefär 25 % medan den senare skulle motivera en minskning av lönedifferenserna med kanske så mycket som 33 % (jfr. kapitel 4). Dessa båda motverkande korrigeringar är av samma storleksordning, varför författarna närmast är benägna att betrakta de presenterade mätningarna som godtagbara approximationer till både produktions- och inkomsteffekter. Den läsare som inte delar bedömningen har emellertid underlag för att bilda sig en egen uppfattning om approximationsgraden genom den i föregående avsnitt redovisade materialgranskningen. Därtill presenteras i figurbilagan resultaten av känslighetstest utförda på lönedifferensernas storlek. AlterSOU 1972:23
nativa beräkningar föreligger för nio tiondelar, tre fjärdedelar samt hälften av lönedifferenserna. Som något antyddes i kapitel 1 och som skall konkretiseras mer i avsnitt 5.5 tycks emellertid information om den absoluta nivån vara ett onödigt starkt krav; kännedom om rangordningar mellan de studerade utbildningslinjerna i termer av produktions- respektive inkomsteffekter torde vara tillräcklig för många av de avvägningar mellan olika utbildningar som kan bli aktuella. Då blir också kraven på exakthet i kalkylerna mindre. Man behöver endast göra bedömningar av om de olika felkällorna kan orsaka omkastade rangordningar mellan olika utbildningar. Det betyder t. ex. att korrigeringar av alla lönedifferenser med en viss gemensam koefficient inte påverkar rangordningen i termer av nuvärden per krona direkta kostnader (men väl rangordningen i termer av nuvärden). Vidare påverkas icke nuvärden (men väl nuvärden per krona direkta kostnader) av en ökning eller minskning av lönedifferenserna med samma tal. I den konkreta beslutssituationen torde det vara tillfredsställande att kunna notera att de i föregående delavsnitt uppräknade metod- och materialbristerna mister en del av sin betydelse om kalkylerna tolkas enbart i termer av rangordningar. 5.5 Tolkning av resultaten: en detaljgranskning Slutsatserna av de genomförda beräkningarna skall här redovisas huvudsakligen med utgångspunkt i de i avsnitt 5.3 presenterade rangordningarna. Vad som härmed vinnes i överskädlighet sker till priset av viss brist på precision. För den läsare som föredrar sådan tillhandahälles en detaljredovisning i figurbilagan. Avsikten är att presentera underlag för en bedömning av i vilken utsträckning olika utbildningar bidrar till ökning av materiella konsumtionsmöjligheter samt hur denna ökning av materiella konsumtionsmöjligheter fördelar sig mellan den utbildade individen och övriga medborgare. För den förstnämnda bedömningen kan produktionseffektmätningen utnyttjas och för den senare bedömningen en jämförelse mellan produktionseffektmätningen och inkomsteffektmätningen. 5.5.1 Produktionseffektmätningen Resultaten av produktionseffektmätningen har presenterats på tre olika sätt. För det första erhålls en grov rangordning mellan utbildningar efter bidrag till totala materiella konsumtionsmöjligheter ur de presenterade internräntorna. Vi skall emellertid uppehålla oss vid den mera detaljerade bild som mätningarna av nuvärden och nuvärden per krona direkta kostnader erbjuder. Båda dessa mätningar är avsedda att ge information om hur de studerade utbildningarna bör rangordnas i relation till ett mål att maximera samlade konsumtionsmöjligheter. De är emellertid lämpade som beslutsunderlag i två helt olika beslutssituationer. Om inga andra restriktioner än givna produktionsresurser i samhället föreligger sä är det helt i enlighet med målet att maximera konsumtions160
möjligheter att genomföra alla projekt med ett nuvärde större än (eller lika med) noll. Det betyder att utbildningen med det högsta nuvärdet ger störst bidrag till samlade konsumtionsmöjligheter och bör rangordnas före utbildningen med näst högsta nuvärde osv. Om däremot, utöver fysiska begränsningar i form av givna produktionsresurser i samhället föreligger en restriktion på hur mycket de olika utbildningarna tillsammans får kosta, och om denna summa är otillräcklig för att genomföra alla projekt med positivt nuvärde så kan rangordningen efter storleken på bidraget till samlade konsumtionsmöjligheter omkastas. Eftersom de olika utbildningarna normalt ställer olika stora krav på budgeten så kan det vara av betydelse att ta hänsyn även härtill. Ett enkelt exempel kan klargöra detta. Antag att endast två utbildningar existerar och att den ena, A, kostar 50 000 kronor och den andra, B, 200 000 kronor per student; båda har dock samma nuvärde 100 000 kronor. Om rangordningen görs efter nuvärde så är de båda utbildningarna likvärdiga: båda ger samma bidrag till de samlade konsumtionsmöjligheterna (uttryckta i nuvärde). Men antag att högst 1 miljon kronor får disponeras på utbildningen A och B, för lärare, lokaler, utrustning och dylikt. Då skall utbildning A sättas främst eftersom budgeten tillåter att 20 individer får A-utbildning vilket ger ett totalt tillskott på 2 miljoner kronor. För utbildning B däremot ryms endast 5 individer inom budgetramen och det totala nuvärdet blir 1/2 miljon kronor. Det kan alltså vara betydelsefullt att skilja på dessa båda nu beskrivna beslutssituationer. Av presentationen i avsnitt 5.3 framgår att i termer av nuvärden gäller för båda könen att jägmästare, veterinärer, teologer och agronomer har särskilt låga nuvärden, medan läkare, civilekonomer, jurister, tandläkare och civilingenjörer beträffande män samt läkare, tandläkare, naturvetare och jurister beträffande kvinnor kan notera särskilt höga tal. En grupp bestående av vissa utbildningar vid filosofisk fakultet, gymnastiklärare och socionomer ligger däremellan. Rangordningarna efter nuvärde per budgetkrona (=nuvärde per krona direkta kostnader) uppvisar en något avvikande bild. En grupp med relativt låga nuvärden består för både män och kvinnor av socionomer, samhällsvetare, humanister och teologer. Bland övriga utbildningar kan urskiljas för män civilekonomer och för kvinnor jurister med särskilt höga nuvärden. Det synes alltså vara av viss betydelse för rangordningen att ta hänsyn till en budgetbegränsning om en sådan föreligger. Här bör emellertid en komplikation påpekas för den läsare som hyser tvivel beträffande den absoluta nivån på nuvärdena och som skulle vilja korrigera uppåt (eller nedåt) för alla utbildningar med ett ungefär lika stort belopp. En sådan korrigering kan få betydelse för rangordningen (jfr. avsnitt 5.4.3). Lät oss exemplifiera: som framgår av resultatredovisningen förekommer såväl positiva som negativa nuvärden. Det betyder förstås att utbildningar med positiva nuvärden per budgetkrona rangordnas före dem med negativa, och att inom gruppen med positiva tal rangordningen sker efter avtagande nuvärden per budgetkrona. Bland de negativa talen sker rangordningar likaså efter avtagande nuvärden per budgetkrona så att t. ex. utbildning A på tallinjen i figur 24 rangordnas före B. SOU 1972:23 11
.
o
I
1 B
A
+
•
Figur 24. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde per krona direkta kostnader.
Detta skall då tolkas så att, uttryckt i nuvärden per budgetkrona, man gör mindre "förlust" av materiella konsumtionsmöjligheter om man satsar på utbildning A framför utbildning B. Antag nu att man vill företa en enhetlig uppjustering av de redovisade produktionseffektmätningarna. I tablåerna nedan beskrivs två fiktiva utbildningar A och B. I den första återfinns nuvärde, direkt kostnad och nuvärde per krona direkt kostnad. I den andra tablån har nuvärdena korrigerats för en "underskattning" med 200 för båda utbildningarna vilket medför att båda talen blir positiva.
1.
Utbildning
Nuvärde
Direkt kostnad
Nuvärde per krona direkt kostnad
A B
- 100 - 160
10 20
- 10 - 8
10 20
+10 +2
Korrigerat nuvärde
2.
A B
+100 + 40
Före korrigeringen skulle utbildning B rangordnas före A i termer av nuvärde per krona direkt kostnad. Efter korrigeringen av nuvärdena blir rangordningen den omvända. Rangordningen efter nuvärde påverkas dock ej (jfr. figurerna 25 och 26). Kan man då inte ge någon anvisning om rangordningen bör ske efter nuvärde eller nuvärde per budgetkrona? Av avgörande betydelse är om restriktionen är att betrakta som temporär eller permanent. Om man inom den planeringsperiod som beslutet omfattar kan räkna med att uttömma alla källor till konsumtionsmöjlighetsökningar genom omfördelning av resurser från en utbildning till en annan eller genom omfördelning av resurser från annan användning till längre utbildning så kan man bortse från budgetrestriktionen. Även om en sådan formellt föreligger vid planperiodens slut är den inte bindande. Om man emellertid kan räkna med att vid planperiodens slut fortfarande avsevärda differenser föreligger mellan olika längre utbildningar och/eller mellan längre utbildningar över huvud taget och andra resursanvändningar och att dessa inte kan utjämnas under den tid som över huvud taget är intressant från planeringssynpunkt, så är budgetrestriktionen av intresse. Då vore det slöseri med begränsade resurser att rangordna efter nuvärde. Resonemanget kan illustreras med figur 27.1 det först beskrivna fallet utvecklas inom budgetramen tillströmningen (intagningen) till de tre utbildningarna betecknade H, M respektive L så att nuvärdena vid den korrekta diskonteringsräntan 162
-100
Figur 25. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde före och efter "korrigering".
-10
10 Figur 26. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde per krona direkta kostnader före och efter "korrigering".
Fall 1 Överensstämmelse mellan nuvärdena vid planperiodens slut
0--
intagning
1986 Figur 27. Utveckling av intagning till, respektive nuvärde för, tre utbildningar H, L och M under en fingerad planperiod. SOU 1972:23
Fall 2 Olika nuvärden vid planperiodens slut nuvärde il
intagning ii
t_| 1 1972 1986 Figur 27. Utveckling av intagning till, respektive nuvärde för, tre utbildningar H, L och M under en fingerad planperiod.
vid planhorisonten är lika med noll. I det andra fallet är detta av någon anledning inte genomförbart. Valet av rangordningskriterium bör alltså träffas utifrån en bedömning av om fall 1 är praktiskt realiserbart eller ej, vilket i sin tur bestäms av en rad olika faktorer. I första hand om budgeten över huvud taget är tillräcklig men därtill av fysiska restriktioner, exempelvis möjlig utbyggnadstakt för lokaler och utrustning, och politiska restriktioner, exempelvis möjligheten att med antagningsspärrar eller på annat sätt styra och begränsa tillströmningen. 5.5.2 Inkomsteffektmätningen Inkomsteffektmätningens resultat har i likhet med produktionseffektmätningens presenterats som rangordningar (se avsnitt 5.3) varav framgår att läkarutbildning har det högsta nuvärdet för både män och kvinnor. Därefter följer en grupp bestående av, för män, civilekonomer, civilingenjörer, tandläkare och jurister, och för kvinnor, förutom nyssnämnda fyra även naturvetare, humanister, veterinärer, samhällsvetare och gymnastiklärare. Det förefaller således som om det föreligger starkare 164
privatekonomiska incitament till val av vissa spärrade utbildningar än till val av utbildning vid ospärrade linjer inom filosofisk fakultet. Huvudintresset för den privatekonomiska kalkylen är emellertid i denna undersökning knutet till utbildningens inkomstfördelningskonsekvenser. Som närmare utvecklades i kapitel 3 kan man dela upp produktionseffektmätningens nuvärde i en del som tillfaller kollektivet av övriga berörda medborgare - kalla dem "staten" - huvudsakligen i deras egenskap av skattebetalare. För att få en uppfattning om hur utbildningens nuvärde fördelar sig på individen som utbildas respektive "staten" kan man jämföra skillnaden mellan produktionseffekt- och inkomsteffektmätningarna med inkomsteffektmätningen. En sådan jämförelse har gjorts i figur 28-33 för män och kvinnor uttryckt i nuvärden för samtliga regioner vid 4, 6 och 8 % diskonteringsränta.
tusental kronor Män 4 %
300-
200-
100-
-100-
I
-200-I CE
Cl
Ju
Ta
N
Sa
H
Jä
So
Te
Figur 28. Män 4 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning.
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
produktionseffektmätning inkomsteffektmätning
tusental kronor
Män 6 %
200-
100-
T^t l
J
-100-
-200 CE
Ju
Cl
Ta
Sa
N
H
G
So
Jä
Te
A
V
Figur 29. Män 6 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning.
tusental kronor 100-
Män 8 %
I
h=t^_^
i
J
|"
-.u
—
T
----
i
100-
i
1 L_ 1
?00L
CE
Ju
Cl
Ta
Sa
H
So
Te
|
Jä
Figur 30. Män 8 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning.
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
166 Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= = = = = = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
produktionseffektmätning inkomsteffektmätning
tusental kronor Kvinnor 4 %
300-
200-
^£ i^L=j -100-
-200Ju
Ta
N
Cl
CE
H
So
Sa
Te
Jä
V
Figur 31. Kvinnor 4 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning.
tusental kronor Kvinnor 6 %
100-
i
.
,—.
1 L
i
EZ-+.—
i i i i
_J i
-100-
J
1 l
200Ju
N
CE
Ta
Cl
Sa
So
Te
V
Jä
Figur 32. Kvinnor 6 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning.
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
produktionseffektmätning inkomsteffektmätning
tusental kronor Kvinnor 8 % 100-
l
-100-
-200Ju
N
CE
Cl
H
Sa
Ta
So
Te
V
Jä
Figur 33. Kvinnor 8 procent. Nuvärde: produktionseffektmätning och inkomsteffektmätning. Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= = = = • = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
produktionseffektmätning inkomsteffektmätning
Ur figurerna kan utläsas att utbildningar med höga nuvärden i produktionseffektmätningen som läkare, civilekonomer, jurister och civilingenjörer också har relativt höga nuvärden i inkomsteffektmätningen och att den del som tillfaller den utbildade individen är något mindre än den som tillfaller "staten". För övriga utbildningar är dock förhållandet i flera fall det omvända: den privatekonomiska "förlusten" är mindre än den samhällsekonomiska och i flera fall även mindre än "statens förlust". Detta gäller främst de dyra agronom-, veterinär- och jägmästarutbildningarna. Av siffrorna kan man således som exempel avläsa att naturvetare, samhällsvetare jägmästare och veterinärer har ungefär lika stora nuvärden medan för de båda sistnämnda utbildningarna "staten" åsamkas en fyra-fem gånger större "förlust" än för naturvetare och samhällsvetare (vid 4 % diskonteringsränta). 5.5.3 Betydelsen av varierande flöde-beståndrelationer. De presenterade resultaten ger rangordning för utbildningar med högst varierande relationer mellan antalet årligen examinerade (flödet) och antalet personer med ifrågavarande utbildning som redan befinner sig på arbetsmarknaden (beståndet). Som komplement till de redovisade rangordningarna skall därför här redovisas sådana relationer. Avsikten är att antyda vilka utbildningar som är förknippade med största sannolikhet för ändrade rangordningar. Om flödet är stort i förhållande till beståndet kan 168
Tabell 10. Flöde-bestånd relationer för 14 utbildningar. Utbildning
Agronomer Jägmästare Civilingenjörer Civilekonomer Jurister Samhällsvetare Socionomer Läkare Tandläkare Veterinärer Naturvetare Humanister Teologer Gymnastiklärare
Antal examinerade/år i % av Totala antalet
Åldrarna 2 2 - 3 4 år
3.5 2.0 5.9 7.4 4.0 17.9 7.4 4.1 2.8 1.9 9.9 9.8 3.2 6.8
4.3 10.4 14.5 18.0 15.5 24.1 19.5 8.8 6.3 5.5 15.9 20.2 18.0 18.5
Källor: IPF 1970:1, SCB, tabell 5 - 6 och Akadeir ikerregistret 1969.
detta förväntas påverka nuvärdet i negativ riktning i större utsträckning än om flöde-beståndrelationen är liten. Denna utsaga bygger på hypotesen att flödet i konkurrensen på arbetsmarknaden påverkar lönerna nedåt för ifrågavarande utbildningskategori relativt "alternativlönen". I tabell 10 ovan anges flödet i relation dels till det totala beståndet, dels till den i större utsträckning konkurrensutsatta delen av beståndet nämligen åldrarna 22-34 år.
6 Sammanfattning och slutord
Det är nu möjligt att mera konkret ange hur produktionseffekt- och inkomsteffektmätningar (hänförbara till respektive den samhällsekonomiska och den privatekonomiska kalkylen) kan användas i utbildningsplaneringen vad avser dimensioneringsfrågorna. Därvid är det lämpligt att ta till utgångspunkt en beskrivning av planeringssituationen. Man kan då konstatera att beslut om dimensioneringsfrågorna måste fattas i en beslutssituation som karaktäriseras av osäkerhet. Man kan aldrig få fullständig information om följderna av olika beslutsalternativ, utan tvingas acceptera mer eller mindre diffusa mått på beslutskonsekvenser vad avser alla de storheter som man anser vara relevanta för beslutet. Därmed blir huvudproblemet att värdera graden av osäkerhet i de beskrivningar av beslutskonsekvenser som finns att tillgå. Om man accepterar denna beskrivning av planerings- och beslutssituationen (och det torde väl de flesta iakttagare göra vid närmare eftertanke) blir det lättare att ta ställning till faktiskt existerande information. Regeln måste bli att ta vara på det bästa ur varje delmängd av den tillgängliga informationsmängden. För att ha något konkret att utgå ifrån förefaller det rimligt att göra relativt enkla "mekaniska" framskrivningar av observerade historiska förändringar av antalet (eller andelen) personer med viss utbildning inom olika sektorer av samhället. Sektorindelningen kan göras mer eller mindre detaljerad. De mekaniska framskrivningarna kan kompletteras med mera detaljerad information om förväntade framtida förskjutningar mellan olika branscher eller sektorer av ekonomin baserade på information av det slag som exempelvis långtidsutredningarna presenterar. Olika mer eller mindre sofistikerade varianter av denna planeringsteknik - som i engelskspråkig litteratur ofta går under benämningen "manpower-needs forecasts" - har presenterats i litteraturen och tillämpats i bl. a. OECD-sammanhang.1 s Den största poängen med denna metod torde vara att den ger konkreta siffror som underlag för planeringen även om det i allmänhet är mycket oklart under vilka villkor som dessa "prognoser" verkligen avspeglar arbetsmarknadens "behov" i meningen hur mänga personer med ifrågavarande utbildningar som faktiskt kommer att anställas. Som exempel kan nämnas att de prognoser som bygger på produktionssamband av det slag 170
som utgör huvudingrediensen i de flesta så kallade makroekonomiska modeller helt försummar inverkan av ändrade framtida löne- och prisrelationer i samhället. Man kan alltså säga att resultaten av sådana "manpower-needs"-ansatser blir mycket grova, osäkra och oftast svårtolkade men de ger förvisso en utgångspunkt. Det bör framhållas att det inte är metoden i sig som är det väsentliga utan det förhållandet att den tar sin utgångspunkt i planeringsögonblickets konkreta situation.1 6 Med denna utgångspunkt kan man gå vidare till så kallade "social demand projections". Därmed avses i allmänhet prognoser över "efterfrågan" på olika slags utbildning i någon mening. En ofta praktiserad variant av denna ansats utgår från kända demografiska faktorer som antal födda, överlevelsetal, åldersfördelning etc. för "skolbefolkningen" varpå "övergångstal" eller "övergångssannolikheter" för flyttning mellan olika skolnivåer och linjer hämtas från observerade historiska förhållanden. Med dessa båda uppsättningar av data kan därefter enkla framskrivningar av antalet elever på olika skolnivåer beräknas. Med denna relativt mekaniska metod kan man erhålla något slags information om "efterfrågan på utbildning" även om det här i likhet med vad som gäller om "manpowerneeds"-ansatsen är mycket oklart under vilka förhållanden som "prognosen" verkligen uttrycker efterfrågan. Mera sofistikerade varianter av denna ansats kombinerar övergångstalen med information om "produktionsstrukturen" hos utbildningssystemet och ger samtidigt med "efterfrågan" i ovan angivna mening även information om behovet av lärare, och därtill möjligheter till avstämning mot givna "behovskalkyler.17 Det är självklart att ingen av dessa båda ansatser kan ge tillräckligt underlag för en bedömning av dimensioneringsfrågorna - lika självklart som det är att man måste utgå från den i planeringsögonblicket rådande situationen. De ger konkreta siffror vilka kan tas till utgångspunkt för bedömningar som tar hänsyn till sådan sidoinformation som begravs i den "mekaniska" kalkylen. En första grov avstämning av efterfrågan på utbildning respektive på utbildade kan resultera i preliminära planeringstal. En sådan avstämning kan tänkas gjord i stor utsträckning "på fri hand". De sålunda framkomna planeringstalen kan sedan konfronteras med sidoinformation av olika slag - information som beskriver konsekvenserna i olika relevanta avseenden av ändringar av planeringstalen i den ena eller andra riktningen. Relevanta i sammanhanget är givetvis alla de storheter till vilka beslutsfattaren har värderingar knutna - kalla dem målsatta variabler. Dessa omfattar i allmänhet en mycket lång önskelista på vilken bl. a. brukar återfinnas "hög samhällelig välfärd" och "jämn(are) välfärdsfördelning". Den information som levereras i föreliggande undersökning skall ses i relation till de nämnda målen. Den beskriver nämligen utbildningens konsekvenser för materiella konsumtionsmöjligheter som väl av de flesta människor uppfattas som en (möjligen viktig) bestämningsfaktor för "välfärden". Mätsvårigheter har gjort det nödvändigt att förse resultaten med reservationer vilka redovisas i föregående kapitel. Det bör särskilt framhållas att mätmetoden bygger på hypotesen att lönen avspeglar marknadsvärdet av den produktion som den anställde presterar. Förhoppningsvis skall denna redovisning möjliggöra för läsaren att själv ta ställning till den presenterade informaSOU 1972:23
tionen. Här skall blott presenteras slutsatser och viktiga reservationer samt några reflexioner som är författarnas egen bedömning. I det föregående har givits uttryck för den uppfattningen, beträffande tolkningsmöjligheterna av resultaten, att de kan läggas till grund för rangordningar av de olika utbildningarna i termer av bidrag till samlade konsumtionsmöjligheter och i någon mån i termer av deras fördelningsmässiga konsekvenser. Resultaten visar således en grupp med höga tal som är (i stort sett) oförändrad till sin sammansättning vare sig rangordningen sker efter nuvärden från produktionseffektmätningen, nuvärde per budgetkrona eller nuvärden från inkomsteffektmätningen. Denna grupp består av läkare, jurister, civilingenjörer, tandläkare och civilekonomer. Så långt är slutsatser relativt enkla att dra. Exempelvis störs de inte av eventuellt hänsynstagande till budgetrestriktionen. För en rangordning av grupper med låg respektive medelhög avkastning krävs emellertid ett ställningstagande till budgetrestriktionen. Förvisso existerar en restriktion på de medel som beviljas för längre utbildning i relation till vad beslutsfattaren "skulle vilja ha" i beslutstidpunkten. Som beskrivs utförligt i avsnitt 5.5 är det emellertid av betydelse att ta hänsyn inte bara till den korta period som den tillgängliga budgeten omfattar utan även till den tid som följer därefter fram till planeringshorisonten. I den mån som på denna längre sikt ingen budgetrestriktion föreligger i meningen att alla projekt med ett positivt nuvärde vid den relevanta diskonteringsräntan kan genomföras vid horisonten, då skall rangordningen ske efter nuvärde. I ordning efter den förut nämnda gruppen kommer då grovt taget: naturvetare, samhällsvetare, gymnastiklärare, humanister och socionomer. Lägsta nuvärden har i det fallet en grupp bestående av teologer samt tre utbildningar med extremt höga direkta kostnader nämligen agronomer, veterinärer och jägmästare. Om, emellertid, det även på lång sikt föreligger en budgetrestriktion i ovan angiven mening så skall rangordningen ske efter nuvärde per budgetkrona. Då består gruppen med de lägsta nuvärdena istället av teologer, socionomer, samhällsvetare och humanister. Man kan alltså konstatera att det beträffande gruppen med låg lönsamhet finns utrymme för varierande bedömningar som får betydelse för ett ställningstagande till en så stor grupp som samhällsvetare. Sammanfattningsvis kan alltså sägas att kalkylerna ger klara riktningsangivelser för förändringar av planeringstalen endast för gruppen utbildningar med höga nuvärden medan för grupperna med "låga" respektive "medelhöga" nuvärden sådana riktningsangivelser endast kan ges efter ett ställningstagande i fråga om budgetrestriktionen. Rangordningen mellan olika utbildningar kan emellertid omkastas om man istället rangordnar efter inkomstfördelningskonsekvenser. De resultat som här presenterats duger endast till en mycket grov belysning av fördelningskonsekvenser. Sålunda urskiljs endast två grupper, dels den utbildade individen själv, dels kollektivet av övriga individer i samhället ("staten"). Därtill belyses fördelningskonsekvenserna endast i termer av penninginkomsten, medan andra välfärdsbestämmande faktorer ej kunnat 172
beaktas. Det bör dock framhållas beträffande konsumtionseffekter att de kan antas huvudsakligen tillfalla den utbildade individen själv. Av redovisningen i kapitel 5 framgick att fördelningen av det samhällsekonomiska nuvärdet på "stat" och "individ" uppvisade stora olikheter mellan olika utbildningar. De enda utbildningskategorier som ger positivt nuvärde för "staten" är (för män och 4 % diskonteringsränta) läkare, jurister, civilingenjörer och civilekonomer samt tandläkare. Därpå följer en grupp bestående av naturvetare, samhällsvetare, gymnastiklärare och humanister vilken uppvisar måttliga förluster medan exempelvis jägmästare uppvisar 3-5 gånger större förluster. Det tycks alltså som om en grupp utbildningar (i termer av direkta produktionseffekter) är en relativt dålig affär för "staten", även om de olika utbildningarna förmodligen, med hänsyn tagen även till direkta konsumtionseffekter, är lönsamma för den utbildade individen själv. I denna undersökning har diskussionen huvudsakligen förts i relation till dimensioneringsfrågorna; syftet har varit att undersöka i vad mån mätningar framkomna ur så kallad "cost-benefit"-analys i förening med annan information kan bilda underlag för förslag och beslut rörande den längre utbildningens dimensionering. Därvid har förutsatts att dimensioneringen faktiskt är en handlingsparameter för beslutsfattaren, dvs. att kvantitativa regleringar av tillströmningen är möjliga att använda. Den så kallade "styrproblematiken" har alltså lämnats utanför diskussionen. Vidare har av jämförelsen mellan produktionseffekt- och inkomsteffektmätningarna framgått att finansieringsbördan och intäkterna fördelar sig mycket ojämnt mellan olika utbildningar. För den beslutsfattare som har värderingar knutna till inkomstfördelningen måste detta aktualisera "finansieringsfrågan". Slutligen kan hävdas att diskussionen av mätningarna alltför ensidigt inriktats på tolkning av dem som data när de också kan ge viss information betraktade som variabler. Dessa frågor brukar anses väsentliga i den utbildningspolitiska debatten och det är därför rimligt att åtminstone i korthet och avslutningsvis kommentera dessa till mätningarna nära anknutna problem. Diskussionen om styrfrågorna kretsar i allmänhet kring tvä alternativ, nämligen någon form av spärr eller någon organiserad informationsspridning. Mera undantagsvis diskuteras möjligheterna att styra med ekonomiska incitament, utom för mera generellt verkande åtgärder som i samband med införandet av det nuvarande studiemedelssystemet. Det förefaller emellertid omöjligt att undvika en styrning genom ekonomiska incitament om tillströmningen skall "styras" huvudsakligen med hjälp av informationsspridning. Om den distribuerade informationen innehåller uppgifter om nuvärden från inkomsteffektmätningar eller om sådana pä annat sätt når de studerande dä de skall välja längre utbildning, så kan det uppkomma problem som är förknippade med svårigheten att nå överensstämmelse mellan privata och samhällsekonomiska incitament till utbildning. Studerande kan i sitt val förmodas åtminstone i någon mån styras av privatekonomiska incitament.1 8 Dä inkomsteffektmätningen i allmänhet avviker från produktionseffektmätningen och för somliga utbildningar ger högre och för andra lägre tal än produktionseffektmätningen föreligger risk för snedvridning av efterfrågan pä olika slags utbildning jämfört SOU 1972:23
med de riktningsangivelser som erhålles ur produktionseffektmätningen. Möjligheterna att med ekonomiska medel ändra på denna snedvridning torde vara mycket begränsade inom ramen för det nu rådande finansieringssystemet för den längre utbildningen. Det skulle förmodligen krävas subventioner differentierade efter utbildning. Möjligen kan den här påpekade snedvridningen korrigeras med hjälp av andra medel än ekonomiska. Jämförelsen mellan de båda slagen av mätningar aktualiserar även finansieringsfrågan. Det system som för närvarande gäller för fördelningen av samhällsekonomiska "uppoffringar" och "belöningar" på "staten" respektive den utbildade individen själv leder till stora skillnader i nuvärde mellan olika utbildningar både för "staten" och individen. Från jämlikhetssynpunkt kan detta förhållande förefalla svårt att försvara. För den som tvivlar på ändamålsenligheten hos det meritvärderingssystem som tillämpas vid antagningen till vissa spärrade utbildningar måste ansökan till spärrad längre utbildning framstå som likvärdigt med deltagande i ett stort lotteri där den lycklige vinnaren av högsta vinsten (läkarutbildning) får 150 000 kronor (efter skatt). 19 Då man från jämlikhetssynpunkt - eller klarare uttryckt: då man för att trygga en någorlunda jämn social rekrytering till längre utbildning - inte rimligtvis kan laborera med finansieringen under utbildningstiden återstår endast möjligheten att efter utbildningen försöka sätta in utjämnande medel. Detta skulle kunna ske exempelvis genom att man inför amorteringsregler knutna till inkomsten där i amorteringsbeloppet ingår amortering av den del av de nedlagda resurserna i form av lärare, lokaler t. ex. (direkta kostnader). De presenterade mätningarna har hittills tolkats som data. Nuvärdena kan dock påverkas på olika sätt. De närmast till hands liggande exemplen är väl knutna till studietidens längd. Man kan alltså tänka sig att med hjälp av ökade resursinsatser i form av lärare, studierådgivning etc. (dvs. med en ökning av direkta kostnader) åstadkomma minskningar av den genomsnittliga studietiden med så mycket att totalkostnaderna minskar och nuvärdena ökar. De aktuella planerna på ett programbudgetsystem genomfört inom utbildningssektorn torde - rätt använt - ge möjligheter till sådana rationaliseringsvinster.
174 SOU 1972:23
Bilaga 1
Procedurbeskrivning
Följande bearbetningar har gjorts av data i akademikerregistret. AR 1968: 1. A.
Individer i AR 1968 indelas efter utbildning, ålder, kön oc mantalsskrivningsort. Utbildning, jfr "Utbildningskod" i Appendix till bilaga 1: indelning i 21 grupper.
1 2 3
Agronomer Jägmästare Civilingenjörer
4 5 6 7 8 9 10 11 12 13 14 15 16 17
Civ.ing. + Civ.ek. Civilekonomer Civ.ek. + fil.ex. Jurister Samhällsvetare Jur. + fil.ex. Civ.ek. + jur.kand. Socionomer Läkare Tandläkare Farmaceuter Veterinärer Naturvetare Humanister
18 Fil .fak. okänd ämneskomb. Teologer Gymnastiklärare
19 20 21
016 + 015 = 01 066 + 065 + 064 = 06 106+ 116+ 126+ 136+ 146 + 156+ 166+ 105 + 115+ 125 + 135 + 145+ 155 + 165 = 1 0 - 16 175= 17 306 + 305 = 30 315 = 31 406 + 405 + 404 = 40 416 + 415 + 626 + 625=41 +62 425 = 42 435 = 43 444 = 44 506 + 505 + 504 = 50 546 + 545 + 544 = 54 566 + 565 + 564 = 56 586 + 585 + 584 = 58 606 + 616 + 605 + 615 = 60 + 61 636 + 646 + 656 + 666 + 676 + 635 + 645 + 655 + 665 + 675 + 674 = 63-67 686 + 685 = 68 696 + 695 = 69 744 = 74 Extragrupp för felkodning 17
B.
Ålder; 8 åldersklasser; -21 22-25 26-29 30-34
35 - 4 4 45 - 54 55 - 6 7 68-
ön; 2 grupper D.
Mantalsskrivningsort; 3 regioner; Indelning enligt "SCB: Meddelanden i samordningsfrågor 1969:1, Regionala koder" ss 123, 111 1. "Stor-Stockholm" + "Stor-Malmö" + "Stor-Göteborg". 2. Län 17 + 20 + 21 + 22 + 23 + 24 + 25 (Norrland) 3. Övriga Sverige.
Varje individ i AR kan entydigt placeras i någon grupp som erhålls av kombinationer av A, B, C och D; tillsammans 2 1 x 8 x 2 x 3 = 1 008 grupper. Output 1:
Tabell utvisande antal individer i var och en av de 1 008 grupperna, samt aggregat över regioner.
2.
Output 2:
Tabell utvisande inkomsternas medelvärden i var och en av de 1 008 grupperna, samt aggregat över regioner.
3.A
På basis av de under punkt 2 beräknade 1 008 medelvärdena sammanställs ålder-inkomstkurvor för alla kombinationer av kön och region samt för regionala aggregat. För varje ålder-inkomstkurva beräknas inkomst = 50 2 It (l + r ) _ t ; t = 6 = åldersår 23 t=6 för utbildningarna
1, 3, 7, 8, 13, 15, 16, 17 samt =
50 2 I t (l + r)~ l ; t = 5 =äldersår22 t=5 för övriga utbildningar. r = 0, 0,02, 0,04, 0,06, 0,08, 0,10, 0,12 B.
Motsvarande beräkningar genomförs på basis av korrigerade lt-värden (I t ' = inkomst efter skatt) där ärlt' = k l t l t ; 0 < k l t < l .
176 SOU 1972:23
Nedanstående kj -värden används. It (kronor)
kj
0 - 4999 5000 - 7499 7500 9999 10000 - 14999 15000-19999 20000 - 29999 30000 39999 40000 - 49999 50000 59999 60000 79999 80000 - 99999 100000 -
1 0.89 0.81 0.75 0.72 0.68 0.63 0.58 0.55 0.52 0.48 0.42
Output 3: Tabell utvisande livsinkomster enligt beskrivning för 2 x 3 x 2 1 ålder-inkomstkurvor, samt för aggregat över regioner. Output 4: Tabell utvisande korrigerade medelvärden för I t ' (1 008 grupper). Output 5: Tabell utvisande korrigerade livsinkomster för 2 x 3 x 21 ålder-inkomstgrupper, samt för aggregat över regioner. AR 1969 När ej annat anges gäller proceduren för AR 1968. 1. A. Utbildning B. Aider C. Kön D. Mantalsskrivningsort 2. Output 2. 3. Output 3. Output 4. Output 5.
SOU 1972:23 12
Appendix till bilaga 1
I960 års folkräkning 26.4.61. UTBILDNINGSKOD 0.. Utbildning inom jordbruk och skogsbruk 01. Lantbrukshögskolan 016 Agr.lic. och agr.dr. 015 Agronomexamen 06. Skogshögskolan 066 Skogsvet.lic. och skogsvet.dr. 065 Civiljägmästareexamen 064 Forstmästareexamen 1-2..
Teknisk utbildning
10-16 Teknisk högskola samt högre mejeriutbildning a. Tekn.lic. och tekn.dr. 106 Utbildning vid avd. för arkitektur 116 Utbildning vid avd. för väg- och vattenbyggnad 126 Utbildning vid avd. för maskinteknik, flyg- och skeppstekn. 136 Utbildning vid avd. för elektroteknik 146 Utbildning vid avd. för kemi 156 Utbildning vid annan avdelning 166 Uppgift om avdelning saknas b. Civilingenjörs-, bergsingenjörs-, arkitekt-, och mejeriingenjörsexamen 105 Utbildning vid avd. för arkitektur 115 Utbildning vid avd. för väg- och vattenbyggnad 125 Utbildning vid avd. för maskinteknik, flyg- och skeppstekn. 135 Utbildning vid avd. för elektroteknik 145 Utbildning vid avd. för kemi 155 Utbildning vid annan avdelning 165 Uppgift om avdelning saknas 178
17. Civilingenjörs-, bergsingenjörs-, arkitekt-, eller mejeriingenjörsexamen + civilekonomexamen 175 Civilingenjör- arkitekt- lantmätare- eller mejeriingenjörsexamen + civilekonomexamen 18-23 Tekniskt läroverk. Ingenjörsexamen 183 Utbildning vid byggnadsteknisk linje 193 Utbildning vid maskintekniska linjer 203 Utbildning vid elektroteknisk linje 213 Utbildning vid kemisk linje 223 Utbildning vid annan linje 233 Uppgift om linje saknas 24—29. Ingenjörsutbildning vid tekniskt institut och teknisk skola. Högre fackkurs 243 Utbildning vid byggnadsteknisk linje 253 Utbildning vid maskintekniska linjer 263 Utbildning vid elektroteknisk linje 273 Utbildning vid kemisk linje 283 Utbildning vid annan linje 293 Uppgift om linje saknas 3..
Utbildning inom handel
30. Handelshögskola 306 Ekon.lic. och ekon.dr. 305 Civilekonomexamen 31. Civilekonomex. + fil.kand, fil.mag. eller pol.mag. 315 Civilekonomexamen + fil.kand., fil.mag. eller pol.mag. 32. Handelsgymnasium 323 Handelsgymnasium 4..
Utbildning inom förvaltning
40—42. Juridisk fakultet och samhällsvetenskaplig sektion 40. Juridisk examen 406 Jur.lic. och jur.dr. 405 Distriktsåklagarex. och jur.kand. 404 Kansliexamen 41. Samhällsvetenskaplig utbildning 416 Fil.lic. och fil.dr. i samhällsvetenskapligt ämne 415 Fil.pol.mag., jur.pol.mag. samt fil.mag. och fil.kand. inom samhällsvetenskaplig ämnesgrupp 42. Jur.kand. + fil.kand., fil.mag. eller pol.mag. 425 Jur.kand. + fil.kand., fil.mag. eller pol.mag. 43. Jur.kand + civilekonomexamen 435 Jur.kand + civilekonomexamen SOU 1972:23
44. Socialinstitut 444 Socionomexamen 5..
Utbildning inom sjuk- och hälsovård
50. Medicinsk fakultet och fackhögskola (Karolinska institutet) 506 Med.dr. 505 Med.lic. 504 Med.kand. 54. Tandläkarhögskolan 546 Odont.dr. 545 Tandläkarexamen 544 Odont.kand. 56. Farmaceutiska institutet 566 Farm.lic. och farm.dr. 565 Apotekarexamen 564 Receptarieexamen och farm.kand. 58. Veterinärhögskolan 586 Vet.med.dr. 585 Veterinärexamen 584 Vet.kand. 6..
Utbildning inom filosofisk och teol. fakultet
60-68. Filosofisk fakultet (ej samhällsvetenskaplig sektion) Fil.lic. och fil.dr. 606 Utbildning i matematiskt-naturvetenskapligt ämne 616 Utbildning i biologiskt ämne 626 Utbildning i psykologi, pedagogik eller filosofi 636 Utbildning i modernt språk 646 Utbildning i nordiska språk eller litteraturhistoria 656 Utbildning i historia eller geografi 666 Utbildning i klassiskt språk 676 Utbildning i annat ämne 686 Utbildning i okänt ämne Fil.kand. och fil.mag. (fil.ämbetsexamen) 605 Utbildning inom matematisk-naturvetenskaplig ämnesgr. 615 Utbildning inom biologisk ämnesgrupp 625 Utbildning inom psykologisk-pedagogisk ämnesgrupp 635 Utbildning inom moderna språk 645 Utbildning inom nordiska språk och litteraturhistoria 655 Utbildning inom historisk ämnesgrupp 665 Utbildning inom klassiska språk 675 Utbildning inom blandad ämneskombination 685 Utbildning inom okänd ämneskombination 180
Teol.fil. examen 674 Teol.fil. examen 69. Teologisk fakultet 696 Teol.lic. och teol.dr. 695 Teol.kand. Z.
Lärarutbildning (utom lärare med akademisk ex.)
71. Folkskollärarutbildning 714 Folkskollärarexamen 74. Gymnastiklärarutbildning 744 Gymnastiklärarutbildning 8..
Studentexamen
803 Studentexamen på reallinjen 81 3 Studentexamen på latinlinjen 823 Studentexamen på allmänna linjen 833 Studentexamen på okänd linje
Bilaga 2
Variabelförteckning
Akademikerre^ ;istret fr. o. m. 1968 11 Personnummer FBNE 1 Sekelsiffra SEKE 2 Födelseår FARE 2 Födelsemånad FMAE 2 Födelsedag FDAE 3 Födelsenummer FNRE 1 Kontrollsiffra (modulo 10) KSE CIV 1 Civilstånd 1 = gift ej samboende 2 = gift samboende 3 = ogift 4 = änka/änkling 5 = skild NAT 3 Nationalitet kod enligt RTB FLAND 3 Födelseland kod enligt RTB KBFLÄN 2 Kyrkobokföringslän KBFKOM 2 Kyrkobokföringskommun KBFÖRS 2 Kyrkobokföringsförsamling SYSS
YRKST
182 Sysselsättning enligt 1965 års folkräkning, saknas för akademiker som tillkommit efter 1/11 1965 A Förvärvsarbetande 1 = i arbete 2 = tillfällig frånvaro B Ej förvärvsarbetande 3 = studier 4 = värnpliktstjänstgöring 5 = övriga ej förvärvsarbetande Yrkesställning enligt 1965 års folkräkning, saknas för akademiker som tillkommit efter 1/11 1965 A Förvärsarbetande A.a Anställda SOU 1972:23
YRKE NGREN
ANSTART
PENDL
ARBLÄN ARBKOM HSYSS
•23
1 = anställd (ej medhjälpande) 2 = medhjälpande A.b Företagare 3 = självständig yrkesutövare 4 = yrkesutövare med anställda B Ej förvärvsarbetande O = ej förvärvsarbetande 3 Yrke enl. 1960 års folkräkning 3 Näringsgren enligt 1965 års folkräkning, saknas för akademiker som tillkommit efter 1/11 1965 A Förvärvsarbetande 013-900 enligt näringsgrenskoden (FoB65) på 3-siffernivå B Ej förvärvsarbetande 000 = ej förvärvsarbetande 1 Anställningens art enligt 1960 års folkräkning, saknas för akademiker som tillkommit efter 1/11 1960 A Förvärvsarbetande 0 = företagare 1 = statlig anställning 2 = kommunal anställning 3 = övrig anställning B Ej förvärvsarbetande 0 = ej förvärvsarbetande 1 Pendling enligt 1960 års folkräkning, saknas för akademiker som tillkommit efter 1/11 1960 A Förvärvsarbetande Arbetsplatsens belägenhet 0 = hemorten 1 = annan landsförsamling i hemkommunen 2 = landsförsamling i annan kommun än hemkommunen 3 = stad resp. annan stad än hemstaden 4 = utlandet 5 = havet (fjärrsjöfart) 6 = växlande 9 = ej lokaliserbar eller okänd B Ej förvärvsarbetande 0 = ej förvärvsarbetande 2 Arbetsplatslän. Motsvarar koderna för bostadslän 2 Arbetsplatskommun. Motsvarar koderna för bostadskommun 3 Huvudsysselsättning under året enl. 1960 års folkräkning, saknas för akademiker tillkomna efter 1/11 1960 A Förvärvsarbetande under året A.a Förvärvsarbetande under folkräkningsveckan (1 i ord 5 pos 0) 183
UTB SOCGR
000 = samma yrke som under veckan 001-999 (exkl. jämna 100-tal) = annat års yrke än som utövats under veckan enligt folkräkningens yrkeskod på 3-siffernivå A.b Ej förvärvsarbetande under folkräkningsveckan (0 i ord 5 pos 0) 001-999 (exkl. jämna 100-tal) = årsyrke enligt folkräkningens yrkeskod på 3-siffernivå B Ej förvärvsarbetande under året B.a Förvärvsarbetande under folkräkningsveckan (i ord 5 pos 0) 200 = hemgöromål 300 = studier 400 = militärtjänst 500 = sjukdom 600 = arbetslöshet 800 = övriga ensamboende 900 = övriga ej ensamboende B.b Ej förvärvsarbetande under folkräkningsveckan (0 i ord 5 pos 0) 000 = samma sysselsättning som under veckan 200—900 (se ovanst. förteckning) = annan sysselsättning än under veckan 11x5 Utbildning enligt utbildningsklassificeringen samt år och ort för examen avlagd efter 1/11 1960 2 Socio-ekonomisk grupp enligt 1960 års folkräkning, saknas för akademiker tillkomna efter 1/11 1960 A Förvärvsarbetande 01 = företagare inom jordbruk, skogsbruk m. m. 02 = arbetare inom jordbruk, skogsbruk m. m. 03 = företagare inom industri, handel, transport och serviceyrken 04 = företagare inom fria yrken 05 = företagsledare (anställda) 06 = tjänstemän (arbetsledare, tekniker, kontorsoch handelspersonal m. fl.) 07 = arbetare andra än i grupp 2 08 = anställda inom serviceyrken 09 = militärer 10 = ej identifierbara yrken B Ej förvärvsarbetande B.a Familjemedlemmar2 till förvärvsarbetande. Kod 01 — 10 enligt huvudmannens3 socio-ekonomiska grupp B.b Studerande samt familjemedlemmar3 till
a
Med familjemedlemmar avses här ej förvärvsarbetande gifta, samboende kvinnor och/eller minderåriga barn (födda 1945-60). 184
AVGÅR AVGÖRS DÖDSORS INKO
studerande (exkl. studerande hänförbara till punkt B.a) 11 = Studerande B.c Övriga personer 12 = övriga ej förvärvsarbetande eller studerande 2 År för avgång ur registret fr. o. m. 1965 1 Avgångsorsak fr. o. m. 1965 4 Dödsorsak fr. o. m. 1965 9 Nettoinkomst fr. o. m. 1969
Figurbilaga
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
L N Sa So la Te V
-200
= = = = = = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
-100
Te
100 H
A
G
So
A
So
V,
'
r
200 V
V Sa I I
Ja
L(1892) CE (862) Cl 16441 Ju (7581 Ta 15671
N 1_
L 18881 Te
So G Ja
Ta
N
Ta
Sa N
H
CE
Cl Ju
V
A
Te Ja
So G H
Sa
6 —
CE
:i j L
Ta
L
L A
V
Ja
Te
S o H G N Sa
Ta Cl
Ju
CE
L
8 A Ja
V
10 —
LJ
V
12 —
A Ja U
Te So N 1
Sa Cl
Ju L CE
'—V- —r
H G Ta
N G Tel So' : i
L
Ju
CE
L i j L J f—i Ta H Sa
1 Figur 34. Nuvärden i tusental kronor beräknade på lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
186 Ju I
Cl
CE
H
G
Te A V
Sa
Jä V
L i
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
L N Sa So Ta Te V
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare -200
= = • = = = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
-100 G
Te
200 Jä
Sa
N
Ta
Ju
V
So A
L 11687) CE (775) Cl(7531 Ju 16851 Ta 15011
100 H L (7851 Te
A
So
V
Ja
! G A ITe
N
Sa
CE
Cl
H
G So (Ja
H
Sa
Ta
Cl
L
CE
Ju
] V
N Te
V
V
A
A
Ja
Ja
SoGH
Te
Ta
Cl
Ju
Cl
Ju
CE
L
Ju
CE
N Sa
So H|N Sa T
CE
L
G So
V
A Ja
Te
G H
Sa Cl
10 V
A Ja Ii
12 N TaL
i.
So H N JciL ii
Ju CE
T a Sa Te G
Figur 35. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. LI1380)
-100
Ja Te
100 So 3 H 1
Te
200 N Sa
I
l
So N
Sa
TelSo G Cl
l
L
Ju
CE
10 N I (bi
12—L-
. 11 u
Figur 36. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. SOU 1972:23
187 O U U C I (6171 Ju (567) Ta (4011
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
L N Sa So Ta Te V
-100
Te
A l
A
0 G
So
V Te i l
100 V
So
Jä H
Ja
H
V
A
V l
A i
300 Va
N
Ta
L (869 CE 142 Cl (39 Ju 137
Cl
Ju
CE
LI373
N
Jä
So
Te
G
Ja i
Sa
Sa
G
200 H
Te So
N
Sa
Ta
N Ta Sa
Cl
Cl
Ju
CE
L
Ju L C E
G H
V 1
A Jä l l
Te So H Cl Ta|G N
L
Ju CE
Sa
Cl G V l
A Ja i 1
Ta L
H Sa
Ju Cl
N|So Te V 1
A 1
L
Cl So Sa
Jä
Ta
N TeW
Ju CE
G
Figur 37. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. -100
200 A (-378I So
CE
V
Ja Sa
H
N
Cl
Ju
LI1069) Ta
G Te V
A (-246) Te i
G
Jä i|
CE
Sa
H
Cl
Ta
Ju
L 14961
N
So N A
V
Te
G Sa
So
CE
Cl
(T.
L
JU
I Ja
H Ta
Ja
V
A
H Sa i
So
Te
Cl
G
Ja
V
A
So
Te
N
Ju
L
CE
Sa Cl G CE
N
L Ju
Ta H Ta Ja V
Te i
A
H G
(so Cl i L I CE Ti i I i I i
Ju i
Sa| N Ja V
A
Ta L Cl Sa Te
G |CE
Ju
So |H N
Figur 38. Nuvärden i tusental kronor beräknade på lönedifferenser före skatt (för 6 0 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969. 188
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= = = = = = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
-100
200 A (-350)
L 1947) So
CE V
Ja l
Sa i
H i
Cl
N
Ju
Ta
| Te G A(—231) G 1
Te Ja So L_rJ L
CE
Sa I I
H I
Cl
N
Ta
L 14321
Ju
V
A V jl 1
Te 1
So 1
G
Sa CE
i
i
Cl
i
Ta
Ju
L
i
Ja
H G
Ja i
V
A
l
Te i
l
So
Sa 1 Cl CE
1 Jä
V
A
Te
Ju
L
1 1
H
Ta
So Ta Cl N
N
CE
L
Ju
Sa H G V
Te
Jai
A
So
L
I Ta Icilsa
Ja
A
GCE
Ju
H Ta So I L Cl 1 Sa
G CE
Ju
II
Ii
i
V
ill Te
N H
Figur 39. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
-100 A
'-309'
0 So Te
V
CE
100 Ja
Sa
H
:i
N
Jus
Ja
L 1763)
G
A l
V Ja Te So l l i i
G
CE
H
Cl
Sa
Ta
L (336)
Ju
N
V A
Te
So
G
Sa H
Ja
Cl Ta N
Ju
L
CE
Ja V
A
Te
So
SaCI
N CE
Ju
Ta H
L
N Ja
A
Te
V
Ja
A
So Cl
Isa
Ta
HL G
Ta L Cl N
Sa
CE
Ju
CE Ju
l
V
Te So
H G
V | Ja
A
L
Cl So
Sa CE Ju
Ta
Te fl
G
H
Figur 40. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser före skatt (för 60% av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969. SOU 1972:23
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
-100 A 1-2391
-50 G So Te
v
0 CE
50 Sa i
Jä
H l
100 L N
Cl i
Ju
Ta
A (-1701 V
V
Te
Ja
So
Te
A
CE
G
G
So
Cl
CE
Ta
H Cl
Ju
N
L(
Ju
N
L
V i I1 Ta Sa H
Ja
V
Sa
Ja
Ta |So
Te
A
Cl
G SaH L CE
Ju
N Te V
Ja
Ta
A
L
|CI
So
N Sa
CE
1 I
,
^
Ju
G V
Jä
V
L
A
A
Ja
L
Ta
Cl Te
Ta
Cl
So SaT I I N H
CE
N
CE
So SaT
Te
Ju
Ju
H
Figur 41. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
Te
So
1 G
V Ja
A
H
Ta
Sa
Cl L
N
Ju (126,3)
Sa
LCI
CE 136.1) Ju (S3.7) JTe
So
G
H
A Ja
N Ta
V
Te
So
G
Sa
Te
H
Ta Cl
A Jä N
H
L
CE
V
Sa So
G
A Jä
Ta Cl L
Ju
CE
N V
Te
H Sa
So
Ju
G
Ja N Al Cl CE L V Ta V
Ju
Sa H
So
G CE N A i d
Te
Ju
L
Jä Ta
Te Sa H
So
CE
G
N
Cl AfTa L JäV
Figur 42. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. 190
Ju
Använda förkortningar: A = CE = Cl = G = H = Ju = Jä =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare -15
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
-10
-5
re (-18,41
So
re (-17.8)
0 G
So
5 A
G
H
V
A
Jä
Jä
N
Ta
10 H
Ta
Sa
Cl
V
Sa (18.91 CE (64.6) Ju (113,6)
N
CE (32,41 Ju (48,2) L Ju (20.81
Te
So
G
Sa
A Jä N
H
,Te
H
Sa
Sa
H
Ja A |v
G
So
Ju
G
CE
Ta/ C l
L
Ju
CE
N A Jä Cl CE L V A
Sa H
L
N
Ju Te
Cl
V
So
Te
Ta
G CE N
So
Ta
Cl
Lä ka L 1 V
Ju
Te Sa
So
CE
G
N
H
Cl AlTa
L
Jä V
Figur 43. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på nio tiondelar av bruttolönedifferenser. Män, hela riket, AR 1969. -10
-5
Te (-15,61
»
So
G
H
G
So H
V
1 A
Sa
Jä
N Ta
Jä
10 H
Ta
Sa
Cl L
N
L
CE (26,8) Ju 140,0)
A Jä N
Ta
Cl
Ju (1/.2) CE
L
V
Te
H
Sa
G
So
Te
H
Sa
So
Ju
G
AJä
Cl
NV
Ta
L
Ju
CE
N A V Cl CE L
V I Jä Ju
Sa H
G
So
CE N
1 Te
Ju
Ta
A Cl
L
I I I Jä V Ta
Te
Sa 1 H
So
CE
G
N
Cl AlTa
L
Jä V
Figur 44. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på tre fjärdedelar av bruttolönedifferenser. Män, hela riket, AR 1969. SOU 1972:23
Cl
T V
,
Te
5 Sa 119,6) CE 153,6) Ju (94,5)
So
Te 1-15,01
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
-10
-5
10 CE 135.4) Ju (62,71
Te I
So
Te
G
So I
A
G I
H
A
V Jä
Jä I I
I
NTa
H
Ta
Sa
Cl
V
Te
So
G
Sa
LCI
CE (17.51 Ju 126,3)
L
A Jä N
H
N
Ta
Cl
L
Ju
CE
V Jä
Te
H
Sa
G
So
Te I
H Sa l l
So I
Ju I
A|V
Cl
N
Ta
L
Ju
CE
A CE N IV Cl I L I I I | I I
G I
Ja Ta
Ju
Sa H
V G CE N A i d
So
Te
Ju i
L
Jä Ta
Te Sa I i
CE G I N A Cl I I I I l
So l
L I
1 Ja [T a
H
V
Figur 45. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärde beräknat på hälften av bruttolönedifferenser. Män, hela riket, AR 1969. -10 Te
-5 So
CE
0 G
A
V
5 Jä
Sa Cl
Ta
10 f
I H
V
Ju (44
H Te
So
CE
G Sa
A
Jä V
Cl Ta
N
Ju (21
L
H Te
So
Sa
CE
G
A
V
Cl Ta
Jä
Te
Sa
So
X
CE
Ja
A
I G
V I
Sa
CE
H So
Cl
L
Ju
I N Ta
G Te
Ju 1
L
H
V Ta
Jä I A Ici IN
L
Ju G Te
Sa
H So.
CE Ju
V Ta
Jä I A Cl;
L
N
Te
Sa
H
Ju
So CE
N Cl Jä I AlTa G
L
V
Figur 46. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969. 192
Använda förkortningar: A Cb Cl G H Ju Jä
= = = = = = =
Agronomer Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Jägmästare
L N Sa So Ta Te V
= Läkare = Naturvetare = Samhällsvetare = . Socionomer = Tandläkare = Teologer = Veterinärer
-10
-5
Te
So
CE
Te i
0 G
A
So
CE
V
G Sa
A
5 Jä
Sa Jä Ta
N
x
—|—L
1—
Cl
H
So
Sa
CE H
Ju (40
L
Ju 119
Jä V H
Te i
10 G
A
Cl Ta
V
Cl ,Ta
N
L
L
Ju
Jä
Te
Sa
So
H
CE
Ta A V Cl 1
Jä
I
I
G
Sa i
l
bo l
CE 1
Ja 1
A Cl Ju 1 1 1 1
G
Te l
Sa 1
Ju
V
H Te 1
L
N
H 1
Ju CE 1
So
N Ta
G Ta Jä 1 A Cll
L
L
N V
Te 1
Sa i
H Ju l l
N Cl Jä | A fTa L
So CE
G
V
Figur 47. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på nio tiondelar av bruttolönedifferenser. Kvinnor, hela riket, AR 1969.
-10
-5
Te i
So
Te
CE
3 A
CE
So
G Sa
A
Ja
So I
Sa
CE
H
Ta
Cl 1
Sa
Te
Sa
So
H
CE
H 1 So
CE
Ju Te
Sa
H
So CE 1
N
N
Ju (16
L
A
V
Cl
L
Ju
Ta
V Ja A 1 Cl
L
G
fra
Jä
N V A Cl Ju
G
N Ta
Ju
L
G Jä N,A CE L V Ta
Sa l
H Ju i
So CE
Jä A 1 L G Cl. V
Figur 48. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på tre fjärdedelar av bruttolönedifferenser. Kvinnor, hela riket, AR 1969. SOU 1972:23
13 Ju 133
L
N Ta Te I
10 N G
Jä
Te
Sa I Cl Ta
vi
H Te l
5 V | Jä
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
L N Sa So Ta Te V
= = = = = = =
Läkare Naturvetare Samhällsvetare Socionomer Tandläkare Teologer Veterinärer
-5 T»
-2,5
^So
CE
0 A
G
V
2,5 Sa Cl Ta I I I
Jä
, I
N 1
1 Ju 121,9)
H
Te
So
CE
Sa I I
GN
H Jä vi i l l
A
Cl Ta l
N
Ju (10,4)
L
Jä Te
So
Sa
CES H
G
1 A
V
Cl Ta
Ju 1
L
N
Te
Sa
So
CE
H
Jä
A V Cl Ta
I
I
G Cl Te
Sa
H So
CE
L
Ju
N L
Jä | A V Ta Jul
1 G
1 N
V Sa
Te
H
CE Ju
So
Jä G AiT* Cl
L
N A
T«
Sa
H Ju
Jä N | Ta L
So CE
I I I Cl G V
Figur 49. Nuvärden per krona direkta kostnader baserade på 60 % av alternativlönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på hälften av bruttolönedifferenser. Kvinnor, hela riket, AR 1969.
-100 Te
0 SO
A
100 V
H
J * Sa
200 G
T«
So
G
A
V
Jä
N
Ju
N
lu
Cl CE
I I G Sa
Cl
L
CE
L
1 Ta
G A | Jä N
So
Ta
Sa
So H A V Jä
Te
Ju
CICE
I I I H V Sa
L
I Ta
Jä Te
So A I N
Ju
Cl CE
I I 1 T |vsa G H
L
! Ta
Jä
Te V A | N J U Cl CE HJSa G
L
Ta
So A Ju H
--S° N 1 Cl CE
L
iff. L 1 Te,V Jä G Ta Sa
Figur 50. Nuvärden i tusental kronor beräknade på lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. 194
11645 CE
Cl 1
Ta
H
Te
300 Ju l
N
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl » Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
L N Sa So Ta Te V
Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = = Veterinärer L(581)
-100
-50
Te ( - 1 4 4 )
So G l l
Te l
So
G
0 A
A
H
V
Jä
H
Te 1
So
H
A
50 V
Jä
V
Ja
Ju
So
A G Jä N
!
1 H
1 1 1 V Sa
N
Ju
T i (212) Ju
,CI
L 1284)
CE
Cl
CE
L •
• -
Ta
Ju
Cl
CE
L
1 Ta
V So A Ja N Sa
CE,28?
Ta
Sa
Te
150 N
N
1 H
Sa.
Sa
G
Te
100 Ju
Cl
G
CE
L
Ta
N Te
V A Jäj
Ju
Cl CE
HjSa So
L
Ta
V Ju^ Tel A Ja
' \i i
Cl CE 1 G
L
1 Ta
Sa N
Figur 51. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
L (4841
-50
0 Te ( - 1 2 0 ) So G i I
A
H
V
Jä
50 V
100 Jä Sa
150 am Ta (176) Ju I
N
H
Te ( - 1 0 2 ) So
G
1 A
Ju
N
Ta
Cl
L(236)
CE
Sa
Te
So
Te
H
So
A V
Jä
G
Sa
G A X Ja
N
Ju
Cl
L
CE
Ta
N
Ju
Cl
CE
,L
1 1 H
V
Sa
So H 1 A Jä I I
Te 1
V Sa
Te i
So
N
Ju
Cl
G
Sa, A \ Jä 1 1 H V|
Ta
CE
L
Ta
Ju
I I N G Jä
Cl CE
L
I Ta
H
Te V IA JU Cl CE 1 1 1 1 1 H Sa | G Ta N
L
Figur 52. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969. SOU 1972:23
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
L N Sa So Ta Te V
-10 Te I
0 So
A
50 H
V
Jä Sa
150 N
Ju
Ta
Cl
L 13231 CE 1
G
Te
So
G
A
V Jä
I H
Te I
N
Ju
Ta .
Cl
CE
L
I :Sa
So H A V I I I I
Jä I
G
Sa
N I
lu 1
Cl 1
CE 1
L 1
Ta
G Te I
So A |jä
N
Ju
Cl CE
H V Sa
L
Ta
So Te I
H A Jä I I I
Ju Cl CE I I I
V Sa IN
L
Ta
So N
CE
Te v i A l J U Cl I I I H |jä | Sa G Te
L I Ta
N
| s o . 4 j " Cl III I I H.^Jä G|CE Sa
L
Ta
Figur 53. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
-100 A(-198) Te
So
-50
G
Jä
/CE
50 V
Sa
100 H
N
Cl
L14851 Ta (136)
Ju
A
Te
Ja So
Jä
Te
G
A
SaCE V
V Sal G H
So
H
N
CE
N
Cl
Cl Ju
L 12441
Ta
L 1124)
Ta Ju
Ju Te l
Jä v
A l
,Sa
So
V So
Jä
Te
|A
CE H
N
/V
Te
Jä
Te
Ta
L
Ta
Sa H
CE N Cl 1 1 G
Jä
Cl I
G
L
1 Ju
So H
Ta
|A| I I11
CECI i I 1I
Sa V So
N
L
Ju G
Cl
V|A
N
IG
L
'Sa| Il
CE|Ta ' iil' Ju
'
H
Figur 54. Nuvärden i tusental kronor beräknade på lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969. 196
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
L N Sa So Ta Te V
-100
-50
50 L (4371 Ta (1251
A 1-1781 Te 1
So 1
G 1
^Jä
Sa
V
H
CE
i
Ja i
i
So i
G
I CE V
H
Te 1
So 1
A 1
Jä i
Sa V
Te 1
A
Sa H
So
V V
Te
Ja
CE
N
Ta Cll
G
Ju
il
L(2201
,Tl
Ta
L
Ta
L
L 1
il
CE Ta
A III
TeN
Cll
Cl
CEl
N
Sa V Sa Ja
h
ju
So H
12 N
H
Te
1 N
jcE
1 II 1
Ja
—'
Ju H
S o N A 'Sal
1 Ju CE 1
N
G Jä 1
Cl Ju
Sa A Te
N
Cl III
L
|Ju G Ju
V|A
N
1 ICI
L
II
'
So)
CE|G
H
Ta
Figur 55. Nuvärden i tusental kronor beräknade på nio tiondelar av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
-100 A(-1491
n
100 LI364)
Te
So
G
Jä
Sa
V
K
H
Cl
Ta
i
CE
Ju A Te
Ja
So
Sa |CE V
G
H
N
Cl
L(1831
Ta
' 1 Ju
4 Ja Te
A
So
Sa G H CE
N
Ju Cl 1 Ta
L
V
Ja
Te I
A
Sa H
CE
So
V
G
V Te I
Ja
o 2-
Jä
A I Sa I So
Te 1
Ja
| H
A.V 1 ' Sa So H So Te VA i i i
N
Cl Ta
L
Ju
G
Ta
CEl
Cll
"| N
'I'
L
Ju
Sa|
CE CI.G 1 1 1 'l N Jul Ta N Cl ICE n 1 Ju G
H
Ta
L
L
Figur 56. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969. SOU 1972:23 14
Använda förkortningar: A = Agronomer CE = Civilekonomer Cl = Civilingenjörer G = Gymnastiklärare H = Humanister Ju = Jurister Jä = Jägmästare
= Läkare = Naturvetare = Samhällsvetare = Socionomer = Tandläkare = Teologer = Veterinärer
L N Sa So Ta Te V
-50
-25
50 A 1-941 Te
So
G
A
,Ja So
Ja
Ja
,CE
G
Te
A
SaCE
V
G 1 H
CE
>
So
Sa
V
H
N 1
N
H
Cl Ju
N
Cl Ju
So Te
H V^./ S a l
| A
G 1 CE
N
Cl
L 1
Ta
Ta
L 1
Ju So Ja
Te
IA
/V ,Sa
CE N
H
G
Ju CllTa
L
H Jä
Te
Jä
Te
A.vl
CE Cl. Ta
T T |Sa So So
T N
V|A
'! Sa 1 H
L
t Ju, G
CE I Cl I I N 1 G J u , Ta
L
Figur 57. Nuvärden i tusental kronor beräknade på hälften av lönedifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
198 L (243) Ta (681
LI122)
Ta
1 V
Ja
Cl i Ju
Tabellbilaga
Tabell 11. Antal individer i samtliga åldersklasser för 21 utbildningar fördelade efter kön i AR 1969, hela riket. Utbildnings- och åldersklassindelning se bilaga 1. Utbildning klass
Antal kvinnor åldersklass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 21 24 18 5 6 20 0 0 1 0 2 1 1 0 158 183 101 103 80 38 0 0 0 1 1 0 0 8 174 136 76 104 119 48 0 0 0 2 4 6 5 1 116 165 136 244 202 158 85 1 770 1 270 625 494 246 87 0 0 0 1 7 15 5 0 0 0 0 4 3 1 4 364 589 487 801 686 235 207 607 381 418 522 360 188 183 396 313 265 400 355 355 81 812 692 746 1 040 471 280 11 18 21 14 23 14 6 87 963 869 593 507 296 150 68 2 178 2 621 2 490 2 345 1 645 1 176 0 0 2 66 182 129 175 0 32 34 24 29 27 25 78 276 165 143 313 273 484 167 725 420 289 62 13 4
2 Sa 980 8 610
7 886
6 483
7 215 4 959
8 S:a
5 99 0 5 672 9 0 2 9 674 2 19 44 1 066 27 4 604 3 31 1 9 34 3 200 108 2 791 114 2 381 186 4316 2 109 71 3 536 340 12 863 58 612 20 191 283 2 015 1 1681
3 426 1 317 40 876
Tabell 11. forts. Utbildning Anta män, åldersklass klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 0 13 0 16 0 0 55 0 0 1 451 194 8 24 78 48 0 2 27 13
40 36
136 55
156 176
389 324
278 278
306 278
174 263
31 931 41
12 155 328 7 054 11 158 953 8 953 160 8 559 36 217 29 181 33 2 599 654 10716 259 5 340 120 1 176 127 1 117 412 9 478 614 9 290 148 744 533 3 415 117 1 157 0 381
2 258
0 737 0 325
3 250 3 195
5 930 5 989
1 065
0 866
2 055
2 648
0 0 98
0 0 240
5 019 4 248
1 617 1430
1479 1400 3 070 1 527 22 580
1 741 1 915 2 164 1 388 1 177 713 363
3 4 365
72 56 740
58 54 278
1 519 1 239 1 392 2 194 1677 515 584 832 1 162 758
1 590 1036
159 70
60 104 1605
666 0 86 205 75
123 120
48 38 844
125 242
262 197 913
2 207 1 626 1 920 1 104 1 509 2 363 1512
1 158 192 47
31 237 134 73
169 409 209 138
173 681 130 31
S:a
319 233 717 1474
222 1 309
143 4
S:a 930 10 384 14 021 13 293 20 223 16 167 14 621 6 510 96 149
Tabell 12. Medelinkomster före skatt fördelade efter kön, hela riket, och efter skatt fördelade efter kön och region i samtliga åldersklasser för 21 utbildningar i AR 1969 Utbildnings- och åldersklassindelning se bilaga 1. Utbildning klass
Medelinkomst före skatt,kvinnor, åldersklass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
5 000 10 086 28 933 34 014 38 565 42 148 33 721 27 431 1082 7 209 18 745 22 742 27 340 34 699 36 413 27 111 0 0 0 31 857 43 066 55 400 43 333 0 0 0 0 0 35 000 51 000 28 000 9 000 0 9 848 18 860 18 119 21 817 28 386 32 191 22 588 1 173 7 612 26 196 49 485 58 107 68 825 64 813 33 824 491 4 851 31 109 34 498 38 242 44 050 40 904 26 342 3 382 13 729 19 075 15 812 17 490 27 573 29 171 23 526 454 3 555 19 000 21 857 35 043 30 071 39 666 27 000 333 11730 24 406 27 910 32 589 40 520 42 626 28 957 2 014 6 548 19 157 25 193 28 198 35 187 38 238 27 291 0 3 000 25 045 23 252 26 178 31 045 23 448 0 0 6 437 14 529 12 291 17 068 34 629 35 640 26 750 2 628 18 264 27 109 22 489 24 351 27 344 24 958 23 515 2 281 11699 15 673 15 055 22 080 24 846 31 250 36 000
200 SOU 1972:23
0 10 666 21625 23 166 31 100 20 333 18 800 21 200 0 11 000 0 24 000 45 000 50 000 0 0 0 12 943 27 409 27 128 35 233 39 787 35 605 19 222 0 0 0 0 49 000 0 0 0 1000
24 455
28 671 28 000 29 966
25 750 12 666
0 38 000 29 250 19 833 30 600 25 500
Tabell 12. forts. Medelinkomst före skatt,män, åldersklass
Utbildning klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 11 100 24 713 37 467 49 943 58 111 53 924 30 367 0 7 222 26 472 37 488 51 544 67 640 63 633 40 269 461 10 422 32 883 48 208 67 290 84 512 85 063 53 332 0 0 0 65 200 69 727 89 134 86 677 46 916 3 875 11793
31 668 47 730 69 806 84 716 79 656 75 173 0 46 200 68 040 91 627 128 585 60 636 9 470 25 685 44 082 66 993 81479 80 541 56518 1 709 7 981 23 072 38 953 34 838 66 244 64 625 40531 0 0 0 73 666 62 604 81486 84 189 61777 0 0 0 44 750 77 763 93 571 86 907 108 551 0 9 010 25 137 36 241 46 048 51 940 53 848 41484 1 139 10 986 39 527 69 045 93 062 117 070 116713 66 530 1 108 5 879 37 425 58 425 71668 75 237 65 648 38 486 0 9 633 32 358 42 422 54 784 70 274 86 125 38 691 208 4 019 22 342 41 583 55 780 63 385 64 699 40 464 1 551 9 056 26 784 41 800 55 782 66 832 71 032 43 371 2 333 7 267 20 622 38 236 50 655 60 748 59 759 39 314 0 0 36 000 46 096 49 396 63 028 65 166 39 175 0 8 906 21 740 30 405 41 542 50 350 53 319 39011 555 14 843 32 921 37 417 43 626 47 569 53 167 37 504 3 692 6 866 11404 43 232 43 398 41 612 36 500 0
0 0
0 Tabell 12. forts. Utbildning klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Medelinkomst efter skatt , kvinnoiregion I,åldersklass
2 0 0 0 0
2 000
0 4 450 1 073
15 640 19 530 24 444 10 969 0 12 000 8 250 0 16 320 26 100 27 500 0 9 788 19 101 18 448 22 930 24 437 24 187 13 840 8417
0 0 0 0 0 0 0 9711 16511 20 265 20 182 19 653 16 386 9 500 0 0 23 940 17 000 10 500 21420 17 340
7 640 17 122 21 480 23 331 25 773 6 691 13 795 15 684 18612 21 879 0 0 0 0 23 415 24 691 0 0 0 0 13 940 31625 0 8 184 13 895 13 170 15 576 19 123 l 509 6 708 17 128 28 644 30 448 34 489 231 4 752 19 075 21 690 24 800 25 734 3 875 9710 13 373 10 929 12 168 17 527 714 4717 13 725 14 080 17 340 18 900 457 9 666 15 990 18 965 20 729 23 718 3 818 6 325 13 391 16 020 18 409 21 673 0 0 0 15 491 14 827 20 365 0 8 480 11 187 7 614 18 051 19 534 2 344 13 328 19 516 14 651 16 559 19 636 2 049 9 701 12 040 11 925 15 529 18 748
24 621 24 539 31460 19 040 21 840 33 298 25 205 19 919
0 23 780 23 219 20 197 20 412 17 418 23 520
17 608 13 995 25 133 7 290 10 053 21 303 18 788 15 991 18 360 19 968 18 620 15 140 11952 15 412 22 680
Tabell 12. forts. Utbildning klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Medelinkomst efter skatt, kvinnor region 2,åldersklass
2 0 0 0 0 0 0 0 250 0 0 0 260 735
3 0 0
0 0
0 0
0 0
0 0 0 29 150
6 495 4 802 4718 2 578 10 641
13 020 21 022 21 189 13 952
14 273 14 257 28 282 37 266 20 520 22 975 12 858 11 799 19 530 23 625 19 999 21 022 19 498 19 366 19 688 16 738 13 320 7 688 18 088 15 360 11 160 21420
4 655
0 18 921 15 041
12 600 18 450 6 602 12 538
0 0 0 0 0 0
0 0
0 15 640 22 995 0 0 0
9 437 16 320 19 380 25 636 0 28 420 0 0 6 356 5 191 18 020 23 835 0 24 360 0 0 9 000 16 200 20 115 25 599 4 821 14 715 14 680 19017
0 0 0 7 843 0 5 560 0 0 0 7 128 888 13 482
23 468 20 633
25 110 5 340 28 420 12 240 23 241 14 393 31 460 21784 28 600 0 0 22 050 0 23 940 0 0 17415 20 362 6 480 36 920 33 739 18 989 23 635 24 150 15 141 19 400 20 245 18 880 21 420 28 875 0 27 996 27 748 22 680 22 977 24 162 19 142 16 660 22 680 17 680 19 890 23 945 23 783 19 334 14 643 13 225 0 9 750 0
Tabell 12. forts. Utbildning klass
1 2 3 4 5 6 7 88 9 10 11 12 13 14 15 16 17 18 19 20 21 202
Medelinkomst efter skatt, kvinnor region 3, åldersklass
0 10 250 14 144 13 860 19 981 14 960 15 980 19 040 0 0 0 0 0 0 0 0 0 9 472 17 140 18 133 18 925 20 230 16 660 0 0 0 0 0 0 0 0 0 0 0 5 269 19 530 13 440 14 332 15 586 23 393 0 0 0 0 0 0 0 0 0 8 172 16 837 21 791 19 152 21516 14 299 17 340 1 406
0 0 0 973 796 3 473
0 317 523 0 0 3 902 2 000
5 763 12 285 15 282 17 900 21 823 14 695 13 268 0 0 0 0 27 500 0 0 0 0 26 680 0 0 0 0 7 047 13 195 12 324 14 166 17 152 18 036 15 470 5 921 17 658 28 461 32 533 37 860 34 481 21 847 3 876 19 652 22 422 23 446 26 019 23 568 17 569 10 784 13 797 11 784 13 458 19 480 19 000 15 393 2 200 13 536 16 830 25 098 19 448 25 713 0 8 139 16 045 18 618 20 117 23 670 24 982 18516 5 342 13 557 17 635 19 606 22 764 24 935 18 225 0 5 340 17 628 16 851 13 580 18 780 17 031 1 071 9 375 10 250 8 678 24 263 21 893 18 607 12 747 16 259 15 439 17 152 16 847 16 836 17 605 7 971 9 683 9 000 12 744 14 733 0 0
Tabell 12. forts. Utbildning klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Medelinkomst efter skatt. män region I, åldersklass
l
0 13 200 17 300 24 505 28 920 33 209 29 563 0 7 716 19 133 22 929 28 637 32 857 32 579 857 8 525 21 355 28 191 35 159 40 877 42 735 0 0 28 050 39 589 44 065 43 486 0 9 183 19 897 27 744 36 774 41 344 0 0 31 763 36 582 44 388 8 063 19 092 27 039 36 752 40 384 7 922 16 377 25 053 31 563 35 557 1705 0 0 0 38 306 33 160 39 431 0 0 0 25 955 41578 45 036 0 7 982 17 115 22 834 28 702 29 975 1 173 8 831 23 601 33 764 41 901 46 095 826 5 201 19 356 30911 36 614 38 752 0 7 575 19 309 23 490 30 854 39 106 0 4 135 15 980 25 039 31 324 36 239 2 032 7 681 17 726 23 558 30 570 35 073 2518 7 078 13 915 23 346 28 145 33 623 0 0 22 680 24 940 28711 32 430 0 7 608 14 870 20 728 24 328 28 451 1 666 12 674 19 557 24 685 24 702 27 874 6 318 4 904 8 281 24 553 25 230 25 121 4 500
0 0
41 365 63 574 40 445 34 606 45 888 40 811 31 088 46 283 33 776 41 748 35 706 38 802 32 093 33 306 30 094 31020 27 500
8 19 462 25 973 31 851 32 890 41 359 38 554 31 963 34 281 32 314 51 380 24 007 35 058 23 131 24 770 23 738 26 970 24 807 25 595 24 268 25 158
0 Tabell 12.forts. Utbildning klass
Medelinkomst efter skatt män region 2, åldersklass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
3 333 11 280 23 844 27 880 31 732 29 045 16 447 4 500 17 313 23 940 28 772 36 119 33 173 24 205 7 290 20 364 27 745 36 675 40 407 40 507 25 892 0 0 49 560 34 753 40 105 41 210 20 790 7 716 19 598 26 457 33 867 40 795 38 121 23 659 0 0 0 41 080 40 300 36 746 30 800 6 653 15 973 23 910 32514 38 728 38 821 28 563 4 666 5 066 15 167 24 223 29 717 35 479 31 060 17 680 0 25 520 39 744 37 310 14 280 0 0 0 0 0 0 40 690 43 050 135 660 93 450 0 0 8514 14 960 23 990 26 004 27 746 28 658 28 325 1 019 8 030 25 474 38 490 44 652 50 888 52 607 33 435 1 191 4 992 23 860 31 292 36 586 37 835 35 060 24 911 0 10 625 21 790 25 123 27 818 35 828 43 231 23 345 0 6 750 12 384 23 670 30 047 33 915 34 248 27 028 0 7 789 19 912 26 281 32715 34 255 33 478 20 610 2 333 6 271 15 791 25 030 29 397 32 122 32 103 22 846 0 0 0 27 840 27 840 38517 34 040 19 792 0 8 019 15 572 19 483 25 427 29 132 30 505 23 635 0 11 551 20 220 23 258 26 459 27 163 27 638 18 996 0 0 3 000 6 378 7 625 23 423 24 390 27 840
0 0 0 0 0 0 0
Tabell 12. forts. Utbildning klass
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Medelinkomst efter skatt, m ä n region 3, åldersklass
2 0 0 0 0
2 000
0 0 1 222
0 0 0 1 125 1 509
0 625 1 611 2 000
0 0 0 0
7 838 17 438 23 088 28 407 30 545 29 860 20 218 4 777 16 417 24 586 27 580 35 581 33 346 28 810 6 725 19 596 27 460 33 895 39 939 39 914 26 710 0 0 28 783 31 688 38 263 36 764 23 925 8 232 20 772 27 794 35 677 38 607 39 182 37 884 0 0 0 31 105 45 531 33 735 19 320 6 717 15 564 25 010 31 511 38 965 38 271 29 750 5 212 14 668 22 895 28 593 32 656 31539 23 467 0 0 0 31943 38 306 30 328 34 394 0 0 0 37 596 42 894 36 342 30 616 5 852 18 035 22 284 24 957 28 622 28 389 22 155 7 816 24 274 38 471 46 440 52 425 51 067 34 366 5 450 23 727 32 975 38 122 39 916 34 221 23 300 7 088 22 176 26 283 30 127 33 648 40 443 24 004 3 179 14 634 25 906 30 636 31 515 32 597 24 410 6 661 18 049 24 145 30 088 34 357 24 809 23 478 4 888 14 291 23 499 28 420 31 104 31 661 22 309 0 0 28 088 28 715 31918 35 198 20 629 6 725 14 406 19 810 24 365 28 161 28 695 24 495 9 534 22 019 22 680 24 889 26 326 28 087 22 856 7 575 10 159 26 152 25 377 24 279 15 640 0
Tabell 13. Alternativlön. Ålder
Medianlön/år, kr
18-19 20-21 22-23 24-25 26-27 28-29 30-31 32-34 35-39 40-44 45-49 50-59 60-67
19,200 21,000 23,400 25,800 28,716 31,800 34,860 39,000 44,196 48,000 50,892 52,800 48,600
Tabell 14. Direkta utbildningskostnader per närvarande studerande, kr/år. Agronomer Jägmästare Civilingenjörer Civilekonomer Jurister Samhällsvetare Socionomer Läkare Tankläkare Veterinärer Naturvetare Humanister Teologer Gymnastiklärare 204
20 000 24 000 13 000 3 000 1 200 2 200 4 600 22 100 19 100 30 000 9 100 2 600 2 900 12 900
Tabell 15. Studietider, år. Agronomer Jägmästare Civilingenjörer Civilekonomer Jurister Samhällsvetare Socionomer Läkare Tandläkare Veterinärer Naturvetare Humanister Teologer Gymnastiklärare
5 4 5 4 5 5 4 7 5 5 5 5 4 2
Tabell 16. Skatteschablon. Inkomstintervall kronor
Skattesats %
0 - 4 999 5 0 0 0 - 7 499 7 5 0 0 - 9 999 10 000-14 999 15 0 0 0 - 1 9 999 20 0 0 0 - 2 9 999 30 0 0 0 - 3 9 999 40 0 0 0 - 4 9 999 50 0 0 0 - 5 9 999 60 0 0 0 - 7 9 999 80 0 0 0 - 9 9 999 100 0 0 0 -
0 11 19 25 28 32 37 42 45 48 52 58
Notförteckning 1
Becker G.S.: Human capital, New York 1964
2 Blaug M: An introduction to the economics of education, London 1970
3 Niklasson H.: Lönsamhetsbedömningar av arbetsmarknadpolitiska åtgärder, SOU 1968:62. (Tio ekonomer om arbetsmarknadspolitiken.)
4 Becker G.S.: Human capital and the personal distribution of income, Michigan 1967.
5 Mincer J.: The distribution of labor incomes: a survey with special reference to the human capital approach, Journal of Economic Literature, March 1970.
6 Man beräknar alltså: T A. = 2 ( D j - K | ) ( l + r) 1
t=l
l
l
l
där D[ i huvudsak består av nettolönedifferensen efter utbildningens slut mellan den ifrågavarande utbikiningskategorin och den kategori som individen eljest skulle tillhört och där K{ huvudsakligen består av nettolönebortfall under utbildningstiden. 7
Blaug M: Economics of education: a selected annotated bibliography (2nd ed.), London 1970 8 Blaug M: The rate of return on investment in education in Great Britain, The Manchester School Review, no 3, 1965. 9
Ståhl I.: Några synpunkter på den högre utbildningens kostnader, intäkter och finansiering, SOU 1963:74, bilaga 2, Rätt till studiemedel. 10 Siffran nämns ej explicit i Ståhls framställning men torde vara en god approximation för efterkrigstiden i Sverige. 11 Argumentet är att dessa effekter endast påverkar utbudet av utbildad arbetskraft och därför avspeglas i lönebildningen så att sambandet mellan lön och bidrag till nationalprodukt inte störs. Om alla varor och tjänster inklusive utbildningstjänster samt alla produktionsfaktorer inklusive utbildad arbetskraft köptes och såldes på marknader under perfekt konkurrens och dessutom inga externa effekter existerade så skulle i ett statiskt jämviktsläge alla löner och priser avspegla individernas värderingar på det sätt som angavs i kapitel 2. I denna situation skulle det inte finnas något behov av samhällsekonomiska kalkyler som underlag för policy-beslut, eftersom utbytet av varor och produktionsfaktorer vore helt anpassat efter konsumenternas preferenser vid den rådande inkomstfördelningen. Möjligen skulle man i denna situation kunna genomföra samhällsekonomiska kalkyler som ett test på förekomsten av konsumtionseffekter. Om man gjorde en kalkyl med kapitalmarknadens jämviktsränta som diskonteringsränta så skulle förekomsten av positiva konsumtionseffekter för vissa utbildningar avspeglas i negativa kapitalvärden vid denna ränta. I den nu beskrivna situationen, och endast då, gäller Blaugs slutsats att konsumtionseffekter "can be dismissed as a neutral factor". Om emellertid samhället genom t. ex. uppställda inträdesfordringar kan variera dimensioneringen av en viss utbildningsväg har en nödvändig förutsättning för Blaugs slutsats undanröjts, ty då råder inte "jämvikt på marknaden för utbildningstjänster", och lönerna avspeglar inte konsumtionseffekter. Genom att besluta att utbilda ytterligare en individ tillför man samhället dels direkta produktionseffekter vilkas värde kan approximeras med lönedifferenser, dels externa effekter, och slutligen direkta konsumtionseffekter som har ett värde för den utbildade individen själv. 12
För vissa kontrollberäkningar har även akademikerregistret 1968 utnyttjats.
13 Vissa undersökningar antyder att avvikelsen är liten mellan SNI och ett ur taxeringsstatistiken hämtat approximativt mått på arbetsinkomster. 14 Det bör påpekas att kostnaden för studiemedel ej inkluderats i de direkta kostnaderna. 15 Hollister R.: A technical evaluation of the first stage of the mediterranean regional project, OECD 1967.
206 SOU 1972:23
> 6 I den mest långsiktiga planeringen kopplas den kvantitativa planeringen i hög grad med studieorganisatorisk utveckling som bl. a. syftar till rörlighet i systemet. 17
Thonstad T.: Eduction and manpower, Oliver & Boyd, Edinburgh and London 1969. i» Denna hypotes finner åtminstone stöd i lätt observerbara förhållanden: köer till spärrade medicinska och tekniska utbildningar. 19
Män, 4 % diskonteringsränta, hela riket.
Övrig litteratur Blaug M. (ed): Economics of education I, Penguin 1968 Blaug M. (ed): Economics of education 2, Penguin 1969 Bowles S.: Planning educational systems för economic growth, Cambridge, Mass, 1969 Bowman M. J. et. al. (ed): Readings in the economics of education, Unesco 1968 Kiker B. F. (ed): Investment in human capital, Columbia S.C. 1971 Magnusson L.: Samhällsekonomiska aspekter på den högre utbildningen, Nationalekonomiska institutionen, Stockholms Universitet, Stockholm 1971 Prest A.R, Turvey R.: Cost-Benefit Analysis: a survey. Economic Journal, December 1965 Schultz T.W.: Investment in human capital, New York 1971 Ståhl I.: Utbildningsprogram och arbetsmarknadspolitik, SOU 1968:62, (Tio ekonomer om arbetsmarknadspolitik).
Statens offentliga utredningar 1972
Kronologisk förteckning
1. Ämbetsansvaret I I . Ju. 2. Svensk möbelindustri. I. 3. Personal för tyg- och intendenturförvaltning. Fö. 4. Säkerhets- och försvarspolitiken. Fö. 5. CKR (Centrala körkortsregistret) K. 6. Reklam I. Beskattning av reklamen. U. 7. Reklam I I . Beskrivning och analys. U. 8. Reklam I I I . Ställningstaganden och förslag. U. 9. Reklam IV. Reklamens bestämningsfaktorer. U. 10. Godsbefordran till sjöss. Ju. 11. Förenklad löntagarbeskattning. Fi. 12. Skadestånd IV. Ju. 13. Kommersiell service i glesbygder. In. 14. Revision av vattenlagen. Del. 2. Ju. 15. Ny regeringsform • Ny riksdagsordning. Ju. 16. Ny regeringsform • Ny riksdagsordning. (Följdförfattningar) Ju. 17. Nomineringsförfarande vid riksdagsval • Riksdagen i pressen. Ju. 18. Norge och den norska exilregeringen under andra världskriget. Ju. 19. Uppsökande verksamhet för cirkelstudier inom vuxenutbildningen. U. 20. Läs- och bokvanor i fem svenska samhällen. Litteraturutredningens läsvanestudier. U. 2 1 . Svävarfartslag. K. 22. Domstolsväsendet IV. Skiljedomstol. Ju. 23. Högre utbildning — regional rekrytering och samhällsekonomiska kalkyler. U.
Statens offentliga utredningar 1972
Systematisk förteckning
Justitiedepartementet Ämbetsansvaret I I . (.1) Godsbefordran till sjöss. [10] Skadestånd IV. [12] Revision av vattenlagen. Del 2. 114] Grundlagberedningen. 1. Ny regeringsform • Ny riksdagsordning. | 1 5 | 2. Ny regeringsform • Ny riksdagsordning (Följdförfattningar) [16] 3. Nomineringsförfarande vid riksdagsval • Riksdagen i pressen. [17] 4. Norge och den norska exilregeringen under andra världskriget. | 1 8 | Försvarsdepartementet Personal för tyg- och intendenturförvaltning. | 3 ] Säkerhets- och försvarspolitiken. (4] Kommunikationsdepartementet CKR (Centrala körkortsregistret) |5] Svävarfartslag. |21 | Finansdepartementet Förenklad löntagarbeskattning. [11] Utbildningsdepartementet Reklamutredningen. 1. Reklam I. Beskattning av reklamen. | 6 | 2. Reklam I I . Beskrivning och analys. | 7 | 3. Reklam I I I . Ställningstaganden och förslag. |8] 4. Reklam IV. Reklamens bestämningsfaktorer.
|9] Uppsökande verksamhet för cirkelstudier inom vuxenutbildningen. [191 Läs- och bokvanor i fem svenska samhällen. Litteraturutredningens läsvanestudier. |20] Högre utbildning — regional rekrytering och samhällsekonomiska kalkyler. [ 2 3 | Inrikesdepartementet Kommersiell service i glesbygder. [ 1 3 | Industridepartementet Svensk möbelindustri. |2]
Anm. Siffrorna inom klämmer betecknar utredningarnas nummer i den kronologiska förteckningen.
Publikationer från U68 U68 Debatt:
U68 Rapport:
•
Mål för högre utbildning (1969)
•
Högre utbildning (1969)
1 Universitetsstudier utan examen. Rapport till 1968 års utbildningsutredning. Sammandrag och kommentarer (SOU 1971:60).
•
Högre utbildning — forskningsanknytning och studieorganisation (1970)
— funktion
och
struktur
2 Val av utbildning och yrke (SOU 1971:61).
•
Gymnasieskolan (1970)
—
några
3 Högre utbildning 1971:62).
och
arbetsmarknad
(SOU
utvecklingslinjer
1972 Allmänna Förlaget
ISBN 91-38-0023 3-7