SOU 1972:23
Högre utbildning - regional rekrytering och samhällsekonomiska kalkyler
Till Statsrådet och chefen för utbildningsdepartementet
1968 års utbildningsutredning, som den 7 oktober 1968 erhöll tillstånd att utföra undersökningar rörande den högre utbildningens dimensione- ring och struktur, har tidigare utgivit undersökningsrapporterna ”Univer- sitetsstudier 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 candpolit. Svend Tychsen vid national- ekonomiska institutionen vid Stockholms universitet.
Utredningen får härmed överlämna undersökningsrapporten ”Högre utbildning — regional rekrytering och samhällsekonomiska kalkyler".
Stockholm den 24 april 1972 Lennart Sandgren Hans Löwbeer Bertil Olsson Jonas Orring
/ Gunnar Bergendal
&? rta'lerL» the
]. l"
»"'qul ""JJUNH it:»o ann
-* nen- »iatlmman:
. Jllitälri'i dao grälbnnmnu'ä .i,iG&j"9J1=r
' ' isatt?! (”&qu eh .eifl rie ]
QL namn;—#51 hnoign
ij"! vs måttrum»; mfl
dendimtmpi' Mariana
», u-ÖlMtiaibilH-Hmn
»tlugsuligclw hall» _atl .li!
_ ' .»fld-l »lanolge'i'l »gnmlilidlu .- ,, »; ”BPM! l'E'» fluhärllmläul! . _. ' '."_- ,, I,_ _ %...—jp- "||? _ »Wstlwud "rt-. att
Regional rekrytering till universitet och högskolor under 1960-talet
Einar Holm Nils Häggström
. 33:
. _;- u-'
_ .x: ... J. _. | " |_| , r..—.» r.' ' | |"! |_ . " I
;
* ' »..lJ-.-i' . .'_'
__ _ ,'1 vi,. lk
Utredningens inledning
Antalet närvarande studerande i eftergymnasial utbildning har trefaldi- gats under 1960-talet. Ökningen av studerandeantalet 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 tioårsperio- den kommer att bli måttlig jämfört med 1960—talet. Samtidigt kan, som antytts i det föregående, skälen för att förlägga tillväxten till orter utan- för de traditionella universitetsorterna stärkas.
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 685 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 1960- talet har emellertid förhållandet mellan dessa frekvenser i viss utsträck- ning 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 utbild- ningsefterfrågans 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 universitets- utbildning 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 utbildnings- orterna. U 685 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 utbild- ningslinjer som anknyter närmast till gymnasieskolans tvååriga yrkeslin- jer. Med sådana utgångspunkter måste utredningens lokaliseringsövervä- ganden 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
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.
.. _. '» -' - _:71. _. ,| ;falåutjtj, ' ' ' ' ' ' (#:Ål”!l,'lu!»—3 _ . härma-will en
| 'l| '! 'i' ., "1121 ,.F , , lou-"|| ”' _ * _. ,, -_ |_ - , _ stil?.lmsa.
, = — , _ | .” |__ '_'!" »! '___;:_rva_|_|_| - _. _ | lr - ”i: . ' gr . |_l'|.:|!||_JJI|__.___r_ ' | | | r lj | | , . | | | i" .. | | :JI | ..» ' . | | | .-| | _ |. | Li ' . | - | -.| vi lr | | 1, : , lin,,” | ' ' : | || _ | u-V . . -'g|.| || | ; '»T » |.'_ r'| _4; = ||' | -. | 1 _ - |]. | | —I-llrl . | _ | | _ . I | A _ | || | _ |__ , || |- "EF. »| | ||.
| | r|
' ! _Ål .
nr,, l:l . 4
'|'"
J
InnehåH
1 Inledning ..................................... 1.1 1.2 1.3
1.4 1.5
Undersökningens syfte ......................... Sammanfattning av undersökningens resultat .......... En kort tillbakablick på universitets— och högskoleutbildning- ens utveckling .............................. Beskrivning av källmaterialet ..................... Val av undersökningsår ........................
2 De studerandes val av utbildningsort läsåren 1962/63, 1966 /6 7, 1967/68, 1969/70 och höstterminen 1970 ............... 2.1 2.2
2.3
2.4
2.5
Total rekrytering till studieorterna ................. 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 ............................. Fördelning av de studerande på avstånd mellan hemort och studieort .................................. Förändring i medel- och medianavstånd för studerande re- kryterade till de olika studieorterna ................ 2.4.1 Medianavstånd .......................... 2.4.2 Medelavstånd ........................... 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 .........................
15 15 15
18 20 22
23 23 24 24 27 28 28 28 32
37 42 42 46 46 49
52
54
3 Regional fördelning av studerandefrekvenser under 1960-talet . . 56 3.1 Studerandefrekvens i gymnasieregioner .............. 56 3.2 Regional spridning i studerandefrekvenser ............ 59 3.3 Studerandefrekvens i och utanför studieorternas närregioner. 60
4 Universitetsfilialernas rekrvteringseffekt ................ 62 4.1 Nyrekrytering i filialorternas omgivning ............. 62 4.1.1 Metodbeskrivning ........................ 62 4.1.2 Trendmetoden .......................... 63 4.1.3 Tvärsnitt _ urvalsmetoden baserad på äldersklass 65 4.1.4 Tvärsnitt — urvalsmetoden baserad på övergång från gymnasium ............................ 66 4.1.5 Sammanfattning av de olika beräkningarna av filialer- nas nyrekryteringseffekt ................... 67 4.1.6 Nyrekryten'ngens utjämningseffekt ............ 67 4.2 Rekryteringens sammansättningi filialernas omgivning . . . . 68 4.2.1 Beräkning av avlänkning ................... 70 4.2.2 Felkällor i beräkningen .................... 71 4.2.3 Resultat av rekryteringsanalysen .............. 71 4.3 Exempel på några kriterier för val av ytterligare studieorter . 73
5 Några olika studerandekategoriers studiebena'genhet och av- ståndskänslighet ................................ 76 5.1 Studerandckategoriemas fördelning på studieorter ...... 76 5.1.1 Åldersfördelning av nettoantalet nyinskrivna studeran- de vid studieorterna ...................... 76 5.1.2 Köns- och civilståndsfördelning av nettoantalet nyin- skrivna vid studieortema ................... 78 5.1.3 Utbildningsbakgrund ...................... 78 5.1.4 Social bakgrund ......................... 79' 5.2 Studerandekategoriernas avståndskänslighet ........... 82 5.2.1 Avståndsfördelningen i tidsperspektiv ........... 82 5.2.2 Avståndsfördelning till filial- och universitetsorter 84 5.2.3 Regionala variationer i social snedrekrytering ...... 85 5.2.4 Avståndskänslighet för alla studerandekategorier 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 bestäm—
ningsfaktorer ................................... 98 Notförteckning .................................. 104
Figurförteckning
]. 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 universitcts 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 7.1"ilialorternas 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 GöteborgfLund, Lund—Kalmarfstockholm, Lund—Linköping—Stockholm, Göteborg—Örebro—Uppsala, Göteborg—Karl- stad—Uppsala och Uppsala—Haparanda ......................... 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet ........................................ 11.1"ördelning av nettoantalet 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 utbild- ningar 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 dominansornråden (7 kartor) ................. 15418. Studerandefrekvenser läsåren 1962/63, 1966/67, 1967/68 samt 1969/70. Nettoantalet nyinskrivna studerande från varje gymnasieregion i för- hållande till motsvarande åldersklass ........................... 19. Andel av åldersklassen som bori regioner med lägre än angiven stu derande- frekvens .............................................. 20. Studerandefrekvensens förändring i filialregionerna .............. 21. Studieorternas lokalandel ............................... 22. Rekryteringens sammansättning i filialorternas omgivning 1969/70 23. Några lokaliseringsbetingclser för filialctablering ................ 24. Några gruppers andel av samtliga studerande med samma avstånd mellan hemort och studieort 1969/70 ............................... 25. Övergångsfrekvcns från socialgrupp lll till universitetsutbildning ..... 26. Rekrytering från socialgrupp I och II respektive Ill i regioner på olika avstånd från studieortema ................................... 27. Sträckningen av profiler och indelning i gymnasieregioncr ..........
25
26
28
30 31 32
33
34 38 42 43
48
50
52
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 och ht 1970 ................... 23 3. Medel- och medianavstånd i mil till hemorten för nettoantalet nyinskrivna
vid de olika studieorternaläsåren1962/63,1966/67,1967/68 och 1969/70 . . . 46 4. Nettoantalet nyinskrivna studerande vid studieortema iolika utbildnings- grupper 1969/70 ........................................ 47
5.Filialernas lokalandel i gymnasieregion och dominansområde avseende rekryteringen till samtliga fakulteter respektive fria fakulteter och utbildnings— linjer läsåret 1969/70 ..................................... 50 6. Filialernas lokalandel i gymnasieregion och dominansområde med avseen- de på filiallinjcr .......................................... 54 7. Rekrytering till sådan ospärrad utbildning som endast finns vid universi-
tetsorterna ............................................ 54 8. Studerandefrekvenser i valda gymnasieregioner 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 ifilialorternas omgiv- ning ................................................. 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 förhållan- de 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 gymna- sium 1969/70 ............................................ 79 26. Andel av de nyinskrivna med dispens respektive termin. Procent ...... 79 27. Undersökningspopulationens sociala bakgrund ................. 30 28. Socialgruppsfördelning vid studieortema av nettoantalet nyinskrivna
studerande läsåret 1969/70 .................................. 80 29. Andel av nettoantalet nyinskrivna respektive termin ur socialgrupp lll.
Procent ............................................... 81 30. Andel av nettoantalet nyinskrivna respektive termin med fader som har akademisk examen. Procent ................................ 81
31. Andel av några studerandekategorier med mindre än 5 mil till hemorten. 82 32. Indikatorer på studerandekategoriernas avståndskänslighet läsåret 1969/70 .............................................. 86 33. Studieorternas fullständighet läsaren 1967/68 och 1969/70 .......... 93 34. Resultat av regressionsanalysen ........................... 103
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).
1 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 studieortema 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 stude- rande, som annars inte skulle ha sökt sig till universitets- och högskolestudier? [ 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 avstånds- känslighet? Skiljer sig intagning till spärrad respektive ospärrad utbild- ning 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) l. l universitetens närzoner (inom 5 a 7 mil) väljer mer än 75 % av
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. I 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. 1 de tre förstnämnda områdena startades 1967 tre av fyra filialer, nämligen Karlstad, Örebro och Linköping.a
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. 1 och med Umeå universitets tillkomst avlastas i första hand Uppsala och Stockholms universitet. 1 mellersta Norrland har dominansområdesgränsen mellan Umeå och Uppsala ännu ej stabilise- rat 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 a 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. ] universi- tetens 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 uppmärk- samhet i denna undersökning. (Se kapitel 4.)
6. Genom Umeå universitets och filialernas tillkomst har studerande- populationens median- och medelavstånd minskat. Läsåret 1962/63 hade hälften av nettoantalet nyinskrivna mindre än 7 mil till sina utbildnings- orter. Motsvarande tal för 1969/70 var 5 mil. Under samma tid minskade det genomsnittliga avståndet mellan hemort och vald utbildningsort från 16ti1112 mil.
B. Studerandefrekvensernas utveckling (kapitel 3)
]. Studerandefrekvenserna har under 1960-talet ökat markant i samt- liga 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 regio- nala skillnaderna i studerandefrekvens ökat, dock inte i samma takt, varför de relativa skillnaderna mellan regionernas studerandefrekvens minskat med ca en tredjedel under perioden.
21 I denna undersökning kallas även Linköping filial.
3. Av åldersklassen (15—25 år) återfinns 1969/70 en fjärdedel i regioner med lägre studerandefrekvens än 16 %. En fjärdedel av ålders- klassen finns i områden med högre frekvens än 27 %.
4. De två viktigaste orsakerna till dessa regionala variationer i stude- randefrekvens är avstånd till studieorter och befolkningens sociala sam- mansättning 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 1, 11 och 111 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 lll avtar något snabbare än för övriga studerande. Dessa (och andra, se ”D” nedan) förhållanden samverkar alltså till att skapa lägre studerande- frekvenser 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 studieor- terna.
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 inskrivningspopula- tionen 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 filialor- ten återstår ca en tredjedel av den totala rekryteringen från området (drygt 1 000 studerande per år). Dessa medför en avlastning för de äldre studieortema. 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 studie- inriktning genom val av den närbelägna filialorten kan betraktas som
försumbar i förhållande till felmarginalen iberäkningarna 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 studieortema (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 111 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 studieortema (22 %). Detta beror huvudsakligen på skillnader i fördelningen bland befolkningen i ortemas upptagningsområ- den och på att de äldre studieortema har en högre andel spärrade utbildningsplatser (prestigeutbildning). Skillnaderna i socialt rekryterings- mönster 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 studieortema kan iakttagas mellan ht 1969 och ht 1970, samtidigt som dispensandelen ökat påtagligt (9 till 12 %) speciellt i filialortema (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 stude- rande som väljer ”filiallinje” dvs. utbildning som finns vid samtliga studieorter väljer 11 % trots detta en mer avlägsen studieort (i filialområ- dena 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
; | 1 f i=Avgång från gymnasiet 2: Tillströmping till universitet ochHhögskolor ,. 2 J: Exammahnn vid universitet och hogskolor /,—' ao ", , /'/ ',Al & " ______ " / & ,/ ___-— II.-'>"*"' /-__* r—_ ___ 20 / ! *—""' 3 I / / I I l/ // 2 / 3/ 0 > .. . 1959160 I964 165 1969/70 ITM/75 ”79/80 Laser
Källa: SCB: Information i prognosfrågor 197011.
Figur ]. 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 maxirnivärde omkring 1967 med ca 25 000. Därefter sker en nedgångi antalet och en stabilisering till ett prognostiserat värde under 1970-talet, som ligger vid 20 000 ä 22 000 studenter1 &.
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 (80000) 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, åtminsto- ne för den filosofiska fakulteten. I kommitténs slutliga betänkande
3 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 fillalverksamheterna lade kommittén bl. a. följande primära aspekter till grund för bedömningen av olika tänkta alternativ.
]. 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 studerande? Man följde med andra ord de två kriterierna lokalt rekryteringsunder- lag och avstånd från modemniversitetet 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 inskrivningsblan- ketter, de s.k. studiekorten, som de studerande fyller i vid inskrivnings— tillfället. 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 stude— rande.
[ denna undersökning har utlänningar, tidigare inskrivna och de somi den officiella statistiken förs under ”övriga högre läroanstalter”5 uteslu- tits. 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 universitets-
Tabell 1. Åldersfördelning av brutto- och nettoantalet nyinskrivna stude- rande ht 1969.
Ålder € 19 år 20—24 år 225 år Samtliga % % %
% Antal
Samtliga nyinskrivna (=bruttoantalet nyinskrivna) 35 45 20 100 35 398 Nettoantalet nyinskrivna
= undersökningspopulationen:
samtliga nyinskrivna minus 43 43 14 100 21 812 tid igarc inskrivna, utländska medborgare samt inskrivna vid övriga högre läroanstalter.
utbildningen och är från denna undersöknings utgångspunkt inte direkt jämförbar med denna.
Undersökningspopulationen består alltså av studerande vid universite- tens olika fakulteter (teologisk, juridisk, medicinsk, humanistisk, sam— hällsvetenskaplig, naturvetenskaplig, farmaceutisk och odontologisk fa- kultet), samtliga högskolor [karolinska institutet, tekniska högskolorna, handelshögskolorna, veterinärhögskolan, skogshögskolan, lantbrukshög- skolan, gymnastik— och idrottshögskolorna, lärarhögskolorna (ämneslä- rarlinjen), socialhögskoloma] samt sjukgymnastinstituten.
Undersökningspopulationen ht 1969 kan jämföras med samtliga nyin- skrivna 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 övri- ga högre läroanstalter), innehåller alltså undersökningspopulationen stör- re 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 undersök- ningen. För att utröna omfattningen av dessa fel har en specialundersök- ning utförts pä 300 individer, som inskrevs vid Umeå universitet vt 1966 och ht 19667 .
Den genomförda stickprovsundersökningen pekar på en felmarginal för totalmaterialet på ungefär 5 %. En del av felen ligger i en överrepresenta— tion av universitetsorternas egna studerande. Den genomförda specialun- dersökningen avser Umeå, men ett fel av samma storleksordning kan antas gälla generellt för alla universitetens inskrivningshandlingar. De höga studerandefrekvenserna för studieortema 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
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.
]. De valda åren bör vara sådana att förändringar i val av universitets- ort belyses och speciellt hur filialernas upprättande påverkat rekrytering- en 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 studie- ordningen 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 vissajämförelser för att få de aktuella tendenserna belysta.
2. De studerandes val av utbildningsort läsårenl962/63, 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 därige- nom 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 studieortema och mellan dessa längs speciella sträckningar
2.1 Total rekrytering till studieortema
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 1966/67 1967/68 1969/70 ht 1969 ht 1970 Antal % Antal % Antal % Antal % Antal % Antal %
Uppsala 2 217 21 3 830 18 4 096 16 4 074 15 3 277 15 3 115 16 Lund 2221 21 4135 20 4644 18 4359 16 3837 18 3120 16 Göteborg 1 801 18 3 836 18 4 604 18 5 187 20 4 220 19 3 798 20 Stockholm 4 075 39 7 851 38 9 176 35 7 733 29 5 984 28 5 024 26 Umeå 111 1 1234 6 1779 7 2 048 8 1803 8 1633 8 Karlstad 386 1 504 2 453 2 446 2 Växjö 399 2 549 2 475 2 500 3 Linköping 393 1 1 060 4 919 4 983 5 Örebro 475 2 995 4 844 4 859 4
Totalt 10425 100 20 886 100 25949 100 26 509 100 21812 100 19 478 100
Källa: SCB: Magnetband över nyinskrivna studerande (exklusive studerande utan användbar hemortsuppgift).
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 nyin- skrivna 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 sam- ma 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 utsträck- ning av Umeå universitets och filialernas tillkomst än vad Göteborg och Lund har eftersom filialerna Örebro, Linköping9 och Karlstad lokalise- rats inom områden, som dominerats av Stockholm—Uppsala. Av de etablerade filialerna verkar Linköping och Örebro ha största attraktivi- teten 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 före- faller av ht 1970 års material som om filialerna fortsatte att öka sin andel av nettoantalet nyinskrivna.
2.2 Regional fördelning av rekryteringen till studieortema
Figurerna 2—8 visar de olika universitetens inflytande från rekryterings- synpunkt 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 kar- tan. Flertalet studerande i närzonerna föredrar det närmast belägna uni- versitetet. Längre ut ifrån universitetsorterna avtar respektive universitets inflytande10
2.2.1 Uppsala universitet
Uppsala universitet har ett stort dominansområde läsåret 1962/63l ' . Det omfattar praktiskt taget hela Norrland, västra Mälar- och Svealandsland— skapen och delar av nordöstra Götaland. Detta kan kanske avspegla det förhållandet att Uppsala ända fram till slutet av 1800-talet var det
gar från
rekry te
..! N Mmm iiiii .mm
. " mm
.? x xx.? _, _ , .” //// / .:.— lll).i:..n,_.xwiia _ uuunh % nm.
% w
w 3.
mm %
mä m.m m % w % m n.. nya
enda universitetet i östra och norra delarna av landet. Traditionellt har alltså de studerande från nämnda områden sökt sin akademiska utbild- ning i Uppsala. Studerar man figur 2 samt figur 9 profilerna lI-V finner man emellertid, att Uppsalas dominans är svag i de långt bort belägna delarna av dominansområdet, särskilt då i Värmland och i Östergötland. 1 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 studeran- depopulationen3* ”. I Norrland är bilden enhetligare. Uppsala har varit Norrlands universitetsstad framför andra. Det framgår dock av figur 3 och figur 9 profil Vl, 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 dominansområdesgräns 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.
1962/63
1967/68
rrrr
xxxxxx
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.
Stockholms universitets dominansområde är det till ytvidden minsta, men innehåller tätbefolkade områden med hög studerandefrekvens, vilket gör att rekryteringsunderlaget är mycket stort.
Dominansområdet omfattar vid de olika undersökningstidpunkterna i huvudsak Stockholm och dess omedelbara närhet. Gränewald] 3 har gett Stockholm benämningen ”city university” eftersom rekryteringen i huvudsak kommer från själva staden. Om man med ”Stockholms stad” avser Stockholm med angränsande gymnasieregioner1 4 , kan denna benäm- ning anses riktig. Detta område svarar 1969/70 för ca 75 % av rekryte- ringen 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.
1969/70 ht 1970
. ::::
*—
1962/63 1966/67
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 sta— bilt under den här undersökta perioden. Man kan emellertid läsåret 1966/67 notera ett stärkt inflytande i Värmland. Detta sker på Uppsalas bekostnad. Genom filialetableringen 1967 har Göteborgs dominans rela- tivt 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 Linkö—
ping.
2 .2 .5 Umeå universitet
Under senare hälften av 1963 tillkommer filosofisk fakultet i Umeå. Detta har som redan påpekats påverkat de tidigare etablerade universite-
1967/68
1969/70 ht 1970
______
tens upptagningsområden. Fram till ht 1970 har Umeås dominansområde successivt utvidgats och omfattar vid denna tidpunkt de två nordligaste länen, Västernorrland (med undantag av Sollefteå och Ånge gymnasiere- gioner) samt nordligaste Jämtland.
Vid geografiska institutionen iUmeå 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 mellannorr- ländska gymnasieregionema Härnösand och Sundsvall.
Figur 6 visar att Umeå ännu 1970 inte har stabiliserade dominansområ- desgränser i mellersta Norrland. Rent avståndsmässigt ligger Jämtland närmare Umeå än Uppsala. Ändå föredrar flertalet av de nyinskrivna den senare utbildningsorten. En anledning till detta kan vara kommunika- tionsläget. Förbindelserna från Jämtland (och även från Medelpad) är betydligt sämre till Umeå än till Uppsala. Uppsala kan vidare ha större
Figur 5. Lunds universitets andel av rekryteringen till samtliga utbildningar fran ren 1962/63, 1966/67, 1967/68, 1969/70 samt ht 1970. sieregion lä: varje gymna
varje gymnasieregion läsåren 1966/67
Figur 6. Umeå universitets andel av rekryteringen till samtliga utbildningar från
, 1967/68 » 1969/70 samt ht 1970.
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 dominansområ- de 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 sådana studier. Umeås utrustning med huvudinriktning på fria fakulteter drabbar Uppsa— la 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 stude- rande 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 väsent- ligt. Ser man på figur 9 profilerna 11 och 111 berörs tydligen inte
1967/68 1969/70 ht 1970
Figur 7. Filialorternas andel av rekryteringen till samtliga utbildningar från varje gymnasieregion läsåren 1967/68, 1969/70 samt ht 1970.
1967/68, 1969/70 samt ht 1970. Figur 8. Utbild ningsorternas deminansemråden läsåren 1962/63, 1966/67,
än man
Lund. mar — Stockholm. u. 1962 /63 'I- -/ 1962 /63 iou- 100 ms 'I. 1 too .". 90 '_x 1 [A au 90 sx 90 no 1 F— __l .” _ . i / _ so en 70. 't [' -70 70 70 - I en. 460 (o lx I/ en , .so so r'x' ”* so . I & in I ,x 50 se 1.0 . l 4 Jo : x_x JO nu 30 ro- I - 10 ro : ). m 10 ! X .-'-— no Fx I 'v' x_ H) / X X '0 0 x, _ 0 ___/&I, x__ Ludo 'I. 'I. "- "' ..,. 1966/67 ,” ..., 1966/67 ...,. . _ o se ," lao " Xx ,z'X , — I " x ro "x ,'_7*' nu " ”A* " .x ( 70' X ," -1o ro i 70 nu X- " -|o co ll " v I, so ! " so- *: so X , X ! Ao ,” Ao W x ', l 1 m i 1 I/ .x ” )/ ) ro ao- , '( Jo . ) , . . 1 20 ” x' &x 10 N / '. X 10 " X ..,, io // Xx NX lo --', ”'x-g '. _r/x—q'" . '_———-- o o __- o 01. 'I. -,, -/. ...,, 1957153 ,,, ,,, 1967/68 ,,,, _. mb.x ,__,f so lo x_ ,' lo ». 1 ro» 'x. , ro * ! ro & , so X. I sm x), so Lo »- ; 'x_ Ao / *. :o I t so ' 'i ro I . ID , , i_ 10- / ( io !, L—A—n-q o * n % 1969/70 n. 100 *IUO 100 -" 90' Xx zz—qm "' 90 nu ', I/ oo lo se 10» Xx I] 10 70 10 60- 'x_ [' so so 60 50' x.! 50 50 50 40- [ix 40 60 1.0 Jo ,] )_ :o 10 30 x 10» 1/ .x .” 10 in lOr ,/ 'x___ m 10 . '0 o—_/ men 0 o . . ha *» '-- o .. n — 255935522 x.:szrsäz-fre'zäf n = 3 = ' n 2 = : —' .- 0 |. o 5 :| > .- .- I, = c _:;3EEEfn=_l Jagcgzgczgåzäj gx>ggååu ufo::=;i*;"u |E : :( 2 g ': ; x '- " zu : 3' :o ; 3 ,. ru ! " " ** 3 Å '” J rzcuuronxumue. = " '; ': * å '- ______ aGöu-borq __ __ _ :upnula ————— : Lund . : Linköping : stockhnlm _ _. ..... .vurjl
(Profilemas sträckning redovisas i bilaga 2.) Figur 9. Rekryteringsandelar mellan Göteborg—Lund, Lund—Kalmar—Stockhelm, Lund—Linköping—Stockholm, Göteborg—Örebro—Uppsala, Göteborg—Karlstad— Uppsala och Uppsala—Haparanda.
resz / 63. 1962163. 100 anr 1um sa 90 L 30 se en lll r/oo 70 ro 1 lx 10 se eo lx ' / Xx / en 50- se (,,,4'/ ll // Nj - so Ao Lo " l / ge ” Jo 30 10 :o / i 4 zo 10 in fÅX] __ x'x la o o / & o 19 66/67 .,. 100 1007
100 i. x
'I- 100
l"
so- _ so
lo ) / no ) / 70
10- -
”_ XL / Go
__ / / 50— X rw—x / x 50 "I . l / wo + x- ) X so x'I '” ru* ) zu
&,
10 . 'x...x;""xx m _.41L__.__r__r__._m%—;u
1969 I 70
90 90 X
90 ” X se 70 70 _X._.._ 70 60 50 x_ so I x + 50 50 ll _ 1.0 1.0 40 i 30 30 30 1 10 10 li 10 * . la 10 W 0 - " 0 'D v : : n ., ,, g. u n » n a- 5 2:25;.;:;.::??52:25 E.:Evgzzåå'ifu ==zccg=äsagåzvå neue—c:.:s-aa 4u=E>_m»-x—£.uu:= ::m'x.3":o'xc7.”1 .. .; ; " : ( C : :u v 10 : sn — : u » "é : € ' > *- I ': = = : o ( ;; ; 3 > w ': ', 5 m "I '” : .: u v::nzurdnnuame : —— —— —-— quPsulu _____ :Lund _ ........ :Väl)ä __ : stockholm .,. __ .,. =öroerc _ ___—_. ;säuhorg ---.--—-—-—-- :unköping
(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.
Karlstad — Uppsala. -:. 1962 /63.
150
100
so so __ ao N. //.uo & 10 —x_/-i. /' —70
1
se ' / -eu ) / sn. '( / .so . // LD X_(fx/ l-D - 10 30 / x/JX- / - -z za. / X'x 0 101» _ 'x_ 10 X 0 * _" o 'I- 1967/ 68. .,, HJUL mo ao —x_ ]” |o- XX / " 10 *x. x / ro SOL &_ / 50
X so . [t. / 50 40 i; l / ha
13. * J/
. | I'” 30 X fx so
I ». * .X )( zo- ! / . :.
A_J i x 10- f 1 »_ XXX to 0 ' ' J .x- år; 0 -/. 1969 / 70 n. 100 - |00 90 >— __). 90 nu x_ sa 70 X- 70 5 X se
0 . N
' | 50 in 50
.. ; 1.0 Å ., 40 30 » ; x 30
| b.— !» . ro : / to 10- » —io
.. ...-af — o o 5 > : a ;" 1: : U u u n : gaesåasrgrsu : ? :E E N ; : .. .. » w ; =., : ._: ; o ; : ; g- n. u :: 3 52 x .: : £ u. =
: .! _: !
rzcxeurönxumue
:Slnckhutm _ __ __ _ =UPPsula
(Profilernas sträckning redovisas i bilaga 2.)
—.- -.— 4— —.- -ö'em
'r-r--v-
Profil Vl. Rekry teringsandelar mellan Haparanda. -r. 1962/63.
100 '
in
'I. ion» too 90 x 190 ao . x ; ". * '" 70. XX /__x , *_ . 10 50 x/ ( I * ...... (1 se 50 _ i .' xx.. 50 ro x"”y". .” JO » _." Xx __ Jx' ” ; o / XX / / to ,0 , - 10 0 _" '— ".I . . . . o n. 1969 /70 'I- 100 » 100 90 __ X — so ” XX fax - nu 70_ X '.'.I ".x. '_': 70 se . X...x '.' Å' '" *so sor XX /. 450 to _ —X 140 30 - __.) X *30 ro , 10
'_X _
Figur 9. Rekryteringsandelar mellan Göteborg—Lund, Lund—Kalmar—Stockholm, Lund—Linköping—Stockholm, Göteborg—Örebro—Uppsala, Göteborg—Karlstad— Uppsala och Uppsala—Haparanda.
10 0 .. Ann-' . . . . . . . o n a '- r: : : v .a _- .o ou nu nu ': u _ " _ E u n : ; '; o, & » |: _ v a " > > > 0 E : .: — u = .- v a _ .:. = " v- ;_., : : n ; E = :, _l: a. _, x 5 & : '- 2 = = 5 : = 3 v " 3 f " : ,. a . : 5 :: .c IA ' "I .,, 0 va : 1 E 1: :O ————-—— —-.Gb'teborg . :lurlstud _....__...._.... uumeu
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 dominansområden 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 föränd- ringar 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 11 och 111). 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 undersöknings- tidpunkten. Dess inflytande blir allt starkare i de småländska kustområ- dena, alltså Kalmar och Oskarshamn.
En sammanfattande bild av dominansområdenas förändringar under 1960-talet får man av kartorna i figur 8. De ”öar” som förekommeri Uppsalas huvudsakliga dominansområde 1962/63 är g-regioner där Stock- holm (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 avståndszoner till de enskilda studieortema gjorts (figur 10). Den regionala enhet som dessa avståndszoner och profiler bygger på är kommunerna. Kommunerna är koordinatsatta. Andelen av totala antalet studerande som går till en viss studieort från de olika avståndszonerna har beräknats. Fördelen med cirkelformade av- ståndszoner 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 avstånds- zon. I figuren har sedan också avståndet till de olika studieortema markerats för att det skall vara lättare att orientera sig och för att man skall få en mera överskådlig bild av var förändringar sker.
Uppsalas rekrytering i olika avståndszoner är utan tvivel den som mest avviker från de övriga universitetsorternas. [ närzonen rekryteras 85—90 % samtliga är, men redan i nästa S-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
'I. Lokolondel A _ MRBS-ALA—
100 —-"---=1969/70 so _=l967/68 ' ————=1966/67 80 _—_.=1962/63 70- 604 ". - "'"'l'.x'x./'/ sol 1.0. 30 lxx . ' & I, /x"""*x X 20 __.5 10- X . '""""'X/' ' 0 . . . . . .N . . - . . .: o 5'|" 10 1? i?) P5 30 35155 1.3 so'jss se 55 70 75 80 _85 srocxnow önraao gm- KML- vÄxJö ars- UMEÅ LUND m'l
KOPING STAD BORG
'/.Lokolondel & STOCKHOLM
100- =1969 no so. _: 1967/68 ___:1966/ 57 eo. _._.=1952/ 63
604 50- 40
304
204
o ål i'o BUZZ) 2? 3'0 Ta's zj'o 4'5 å'oT 5'5 e'o så 723 is s'o 85 L'NKÖP'W KA Ls'lAD vÄxJö aörzlons IV"” mll
FP A . U ”L bnElRo LUND
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten.
Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort under sextiotalet.
'/. Lokolondel
mol ---—----=1969 /70 90- -x _:l967/68 ————:1966 /67 80- —-—-=1562/53
70- 60- 50. 1.0— 30— 20- 10 o . . . . . . . . . ' . ."—' o 5 10 15 20 T:s 30 35 1. 1.5 Tss Gmil vÄuö GÖTEBORG LINKÖPING unisnn srocmou-u UPPSALA banna '/.Lokolondel D. GÖTEBORG 100- ..:1969/70 90- - ___—= l967/68
——_. : 1966 / 67 ___.= l962/63
so. ' 70- 604 50. 1.0. 30.
204
104
o a # . . - . ,. . - . . .4. o 5 10 15 56 Tst 30 35 1.6 45 50 55 se GSmil önuno | um, LUND UPPSALA LINKÖPING srocmow
KARLSYAD
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort un- der sextiotalet.
roof? =|959 no 90_ __ nam/es nä. ___ =1966/67 eo— __ _.__=1962/63
50 55 60 65mit Up solo F. ÖREBRO G. KARLSTAD Lokulnndol Lolnlandel A Ar 70- 70— 60-.-', ""'"HSSSIN 601 ...... gun/70 -—-.—.|9u/sa _ v—w-nsu/u 50. '._ 50-k"._ x '- ”' . 4 '. t.o- X '. 40- l : '. K '. Ä '. x ' 30. x'; 30- ._ & '._ it 20. X '._ 20 x". . x'. X '-. **. lO- x'.” IO" * - x N;: o . *T._ ”"-#” . > 0 . .*u'". - - -*r 0 5 10 15 20 25 30mil 0 5 10 15 20 25 30mil
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten. Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort un- der sextiotalet.
*Lukntqndol Lokulundol At it 701 704 60— ------ masa/70 (SO-"'.. :isssno _....._:1ss7lsa _,._.. ann/eu 50- 50 ', '. xx '. 1.0 '. '- '- —. 40 x. -. 30 ". 30- V N, l. . 20 XA '-_ 20' V'. A'X .|.- x'... _ '. x '. l 0 X_ i 04 '.',V 0 »? .ä ö . -e—e . . W. 0 5 10 15 20 25 30mil O 5 10 15 20 25 30mil
Lokalandel är den andel av samtliga nyinskrivna från avståndszonen som väljer studieorten.
Figur 10. Studieorternas lokalandel på olika avstånd från respektive studieort un- der 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 lO-mils- zonen. 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 inärzonen och relativt stora andelar på avstånd över 45—50 mil. Vi har här en förhållandevis markerad minskning av rekryteringsandelen i filialomrädena 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 avständszonerna 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 dominansområdet. Av de här presenterade avständsprofilema och av de tidigare kommenterade kartorna att döma har Göteborg och Umeå icke i någon större utsträckning päverkats 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 avståndszon. 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.
Filialernas rekryteringsandel i avståndszoner avtar snabbt, men kurvan ligger 1969/70 på 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 studieortema
De förändringar i de studerandes inriktning mot orter som blivit resulta- tet av Umeå universitets och filialernas tillkomst har givetvis påverkat medel- och medianavstånd för studerandepopulationerna. Detta illustre- ras av tabell 3 samt av figur 12.
2.4.1 Medianavstånd
De största medianavståndenl 5 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 1] framgår det att 51% av nettoantalet nyinskrivna läsåret 1969/70 har 5 mil eller därunder till de orter där de bedriver sina universitetsstudier. ] 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.
.II 50
45 1.0 35 30 25
20
V 7
5101520 30 40 50 eomil
Figur 11. Fördelning av nettoantalet nyinskrivna studerande läsåret 1969/70 på avstånd mellan hemort och vald studieort.
Kum. % studerande
A. 1962/63 Universitetsorterna
tt 100- 904 .,. ' 80- _] .,; .-/ .ll ./ / 70— ..,. "'// ! I : UPPSALA 50.. ————— : LUND — — — _ : eörsaono 50. _ _ _. : STOCKHOLM -- : UMEÅ t.o- ( 30— 20- 10- ,. ......... r»- 0 . . . . . . . - - . ,
Kum. % studerande A B. 1966/67 Universitetsorterna
100- -_ _-.
90. 80- ./4 / 70- f' . : .] ';" _ : UPPSALA 60—_. ————— :LUND ..... .. :oö'rsaoac. 50; ' _-- —.— .srocxnow ............... :UMEÄ t.oa . 30- 20— 10- 0 f a . * .' '. . .
o 10 20 30 40 50 60 70 00 90 100 mil
Figur 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten.
Kum. % studerande
100—i
90-
00' _/ ./.
70-_/'
6 i // —- '/
0, ,//
: :UPPSALA 50- ___..— =LUND _ _____ :cörzaonc 40. _.._.._ :srocmow , .. :UMEÄ 30— 20' "|, 10- , 0 - . . r ; 0 10 20 30 1.0 50 6.0 70 80 30 | 0 mil
Kum. % studerande A 1004 90- 80- 70-
eo-l
D. 1969/70 Universitetsorterna
=UPPSALA ____=LUND 50. -—-—— — : GÖTEBORG ., —--—-- : STOCKHOLM 404, ......... :uMEÅ , .' 30,13, 204”. |]. 10— o - . - . . . m ' ' * 0 m 20 30 40 50 60 70 80 90 100 mil
Figur 12. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet avstånd till hemorten.
Kum. % studerande
1001 90 ao- 70—
604 1 | 501 ii., ______ : LINKÖPING 40 . ___- =t$n£aao
............... : KARLSTAD
| VÄIJÖ
lor
o 10 211 30 1.0 50 60 70 80 mil
Kum.%studerande F. 1969/70 Filialorterna
&” _--—'
. v'A'xJö ___ _ : LINKÖPING __ _ __ : Kazuo ........... :KARLSTAD 10 0 | T T Y k
T T ' ' I ' 0 10 20 30 1.0 50 60 70 80 mil FigurIZ. Andel av den totala rekryteringen till varje studieort under sextiotalet med mindre än angivet aVStånd till hemorten.
Tabell 3. Medel- och medianavstånd 1 mil till hemorten för nettoantalet nyinskrivna vid de olika studieortema läsåren 1962/63, 1966/67, 1967/68 och 1969/70.
A. Medianavstånd
Studieort 1962/63 1966/67 1967/68 1969/70 Uppsala 17 14 14 12 Lund 8 9 7 5 Göteborg 7 7 6 5 Stockholm (1 (1 (1 (1 Umeå (49) 18 17 15 Karlstad 4 5 Växjö 6 Linköping 4 ” 4 Örebro 3 6 Sverige 7 6 5 5
B. Medelavstånd
Studieort 1962/63 1966/67 1967/68 1969/70 Uppsala 24 19 20 20 Lund 17 16 15 13 Göteborg 14 12 11 10 Stockholm 10 9 8 7 Umeå (44) 23 21 20 Karlstad 7 6 Växjö 8 7 Linköping 7 8 Örebro 7 9 Sverige 16 14 13 12
Filialernas medianvärden är låga, men stiger för Linköping och Örebro mellan läsåren 1967/68 och 1969/70. Detta är en följd av den redan no- terade 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 Linkö- ping och Örebro har stigande medelavstånd16 till följd av dessa orters ökade tillskott av studerande från längre bort belägna områden. Medel- värdena 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 I 969/ 70
De kartor och profiler som diskuterats i den tidigare framställningen bygger på rekryteringen till samtliga fakulteter. Dessa innehåller en grupp
av fakulteter (ca 20% av nettoantalet nyinskrivna), där intagningen är begränsad, de 8. k. spärrade fakulteterna. Vissa ämnen och utbildningslin- jer 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 specialbear- betningar gjorts.
1. Rekryteringen till samtliga ospärrade Utbildningar: alltså alla spär- rade 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 universite- ten 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 143 uppräknade kategorierna framgår av tabell 4. De fria fakulteterna och utbildningslinjerna är som framgår av tabell 4 vik- tigast 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 studieortema iolika utbildningsgrupper 1969/70.
Studieort 1 2 3 4 5 6 7 8 9 10 11 12 Samtl. Filial- Utb. Samtl. 1 i 2 i 3 i Samtl. Filial- Utb. Spärrad Samtl. fria linjera linj. fak. % av % av % av fria linjer linj. utb. fak. fak. 0 14—17 4 4 4 fak.o % 14—17 % % linj. linj. % %
Uppsala 3 370 2 211 433 4 074 83 54 11 16 15 20 Lund 3 683 2 342 476 4 359 85 54 11 18 16 22 Göteborg 3 668 2 609 431 5 187 71 50 8 17 18 Stockholm 5 997 3 832 702 7 733 78 50 9 28 26 Umeå 1 741 1 394 127 2 048 85 68 Örebro 725 693 8 995 73 70 Linköping 856 779 8 1 060 81 73 Karlstad 504 486 1 504 100 96 Växjö 549 513 3 549 100 93
Samtliga 21093 14 863 2189 26509 80 56
13 15 12 16 28 20 32 29 6 8 5 4 4 4 0 2 0 2
wNåu—zoo woa!/nur
m DOD—FOX
100 100 100 100 100
3 Exklusive särskild utbildningslinje.
Göteborg
ngar-immuna no.—mm...”..gmu.
Luhsqmnr
::.
Figur 13. Studieorternas andelar av rekryteringen till samtliga ospärrade utbild— ningar från varje gymnasieregion läsåret 1969/70 samt de olika studieorternas dominansområden (7 kartor).
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 dominans- områdesgränserna 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 uträk- nats.
Man kan alltså konstatera ett mindre läckage (repellering) till andra utbildningsorter från filialorternas omgivning beträffande samtliga ospär- rade fakulteter och linjer än för samtliga utbildningar. Detta är naturligt- vis helt rimligt med tanke på att filialernas utrustning med ospärrade
Filialerna Dominansområden
r—r'
&
iaf»
Tabell 5. Filialernas lokalandel i gymnasieregion och dominansområdea avseende rekryteringen till samtliga fakulteter respektive fria fakulteter och utbildningslinjer läsåret 1969/70.
Studieort Område Lokalandel i % Samtl. Samtl. fakul- fria fak. teter o linjer. Örebro Gymnasieregion 65 74 Dominansområde 57 65 Linköping Gymnasieregion 61 68 Dominansområde 49 56 Växjö Gymnasieregion 63 75 Dominansområde 54 67 Karlstad Gymnasieregion 53 65 Dom inansområde 49 59
a 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 fakulte- ter.
Stockholm Göteborg
_________
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).
aware—mama
_:Dnm mm.—..,,mmn.
vig—(uran A_mä _ mmm..-..som”...
”"W”" 'lunquunl __ . o .. . n ..
_ ..... ,,,, z.... .c... se .. . .. ,. u....
Filialerna Dominansområden
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 Uppsa- la, 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 Gfr. 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
Uppsala Stockholm Göteborg
L-,. _
'''''
' . . .. *. :. I:. 1. =» .. _ '1— 95 & -— -. ,. ,Z 3?" .. ,,.
Figur 14 B. Studieorternas andelar av rekryteringen till sådana utbildningar som_ finns vid såväl universitet som filialer från varje gymnasieregion htl970samt de oli- ka studieortemas dominansområden (7 kartor).
Lagarna—Lime
_ ”mmm......”
Filialerna Dominansområden
immun—uma
ner"—innuti)!»
Tabell 6. Filialernas lokalandel i gymnasieregion och dominansområde med avseende på filiallinjer.
Studieort Område Lokalandel i% 1969/70 ht 1969 ht 1970 Örebro Gymnasieregion 85 84 88 Dominansområde 76 76 81 Linköping Gymnasieregion 76 75 85 Dominansområde 64 64 72 Växjö Gymnasieregion 83 82 92 Dominansområde 74 72 81 Karlstad Gymnasieregion 75 74 84 Dominansområde 67 67 74
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 rekryte- ringsandel 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 motsva- rande områden vid de äldre universitetsorterna, men skillnaderna kom- mer troligen att ytterligare minskas när filialerna fungerat ännu en tid. Man kan också konstatera att Umeå universitet har ökat sitt inflytande i Sundsvalls och Härnösandsregionema, 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, 0 och AC) 9.3 Filiallän (E, G, S och T) 5.8 Övriga län 7.5
l
oo w
Sverige totalt
hur stor andel av nettoantalet nyinskrivna som 1969/70 läser utbildnings- linjerna 14—17 av samtliga från respektive område.
Andelen som läser utbildningslinjerna 14—17 är något högre i universi- tetens 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 år påtagligast i filialernas närområden (jfr. kapitel 5).
3. Regional fördelning av studerande- frekvenser 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 högsta- dium. Detta förhållande aVSpeglas i allt högre studiefrekvenser på gymna- sie- 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 Studerandefrekvens i gymnasieregioner
Studerandefrekvenserna är beräknade som förhållandet mellan nettoan- talet nyinskrivna studerande och en tiondel av åldersklassen 15—24 år. För studerandefrekvensberäkningarna läsåret 1962/63 har data för ålders— klassen 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. flyttningsrörel- serna 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 utflyttnings- och inflyttningsområden.
För de frekvensberäkningar som gjorts med utgångspunkt i studerande- materialet 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 prognosti- serad åldersgrupp 15—24 år framräknats med hjälp av kommunblocksta- len 1970 samt folkräkningstalen 1965.1 7
Under åren 1962/63, 1966/67, 1967/68 och 1969/70 är de riksgenom— snittliga studerandefrekvenserna 10, 17, 21 och 22 %, alltså en fördubb- ling under en femårsperiod. Vid första undersökningstidpunkten ligger de
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, Li- dingö, 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 iförhållande till universitetsorterna har liten rekrytering till universitetsstudier. Det bör emellertid påpekas, att universitetsregionernas studerandeantal är något överskattat, beroende på att ett begränsat antal i samband med upptagan- det 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 genom- snittligt 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 framträdan- de i kartbilden för 1966/67 är ändå den kraftiga ökningen av studerande— frekvensen 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 frekvens- ökning. Detta betyder att ytterområdena ligger kvar på relativt låg fre- kvensnivå.
Mellan 1967/68 och 1969/70 sker relativt små förändringar av filialor- ternas 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 områ- den. 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.
Figur 15—18. Studerandefrekvenserläsåren1962/63, 1966/67. 1967/68 samt 1969/ 70. Nettoantalet nyinskrivna studerande från varje gymnasieregion i förhållande 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 9 16 23 21
2. Örebro dominansområde 7 13 17 18
3. Linköping g—region 9 15 24 27
4. Linköping dominansområde 8 13 18 20
5. Växjö g-rcgion 9 14 22 19
6. Växjö dominansområde 9 13 18 18
7. Karlstad g-region 6 16 22 22
8. Karlstad dominansområde 6 13 19 20
9. Summa filialorternas g-regioner 8 15 23 23 10. Summa filialorternas dominansområden 7 13 18 19 11. Halmstad g-region 8 16 14 16 12. Skara g-region 8 13 22 15 13. Falun-Borlänge g-rcgion 8 17 19 17 14. Sundsvall g—region 7 12 16 19 15. Västerås g-region 10 18 20 20 16. Summa 11—15 8 16 18 18 17. Umeå g-rcgion 10 23 30 34 18. Uppsala g-region 18 32 36 31 19. Lund g-region 18 30 30 32 20. Stockholm g—region 19 31 36 35 21, Göteborg g—rcgion 12 20 24 28 22. Sverige 10 17 21 22 58 SOU 1972:23
3.2. Regional spridning i studerandefrekvenser
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 standardav- vikelsen 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 variationsko- efficienten (spridning/medelvärde). Beräknat på detta sätt har de regiona-
Tabell 9. Regional spridning i studerandefrekvenser.
Mått 1962/63 1966/67 1967/68 1969/70 Standardavvikclsc (procentenhet) 4.9 6.8 7.4 7.4 Variationskocfficient (standardawjmcdelvärdc) 0.49 0.40 0.35 0.34 Riksmedelvärde (%) 10 17 21 22
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 16—20 %, en fjärdedel i regioner med 20—27% i studerandefrekvens och alltså en fjärdedel i regioner med högre studerandefrekvens än 27 %.
3.3 Studerandefrekvens i och utanför studieorternas närregioner
En komprimerad bild av studerandefrekvenserna inom och utanför 5 mil från studieortema 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 studieortema som från övriga Sverige. Läsåret 1969/70 hade skillnaden sjunkit till närmare 50 %. Skillnaden iantal procentenheter har däremot ökat från 6 till 10 procentenheter. Tillkomsten av nya studieorter och befolknings- omflyttningen 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 studieortema. 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
Kum'l. ov åldersklass
& 100-]
90— 80- 70- 60- 50
40— 30-
20-
o . . . . . . . r .—r o 5 10 15 20 25 30 35 10 1.5 50 'I.studeronde1rekvens
Figur 19. Andel av åldersklassen som bor i regioner med lägre än angiven stude- randefrekvens.
Läsår Andel av Andel av Studerandefrekvens Skill- Kvot åldersklass studerande __ nad mellan inom 5 mil inom 5 mil inom utan- TOt- mellan fre-
5 mil för fre- kvens % 5 mil % kvens inom % inom och och utan- utan- för för
1962/63 38 54 12 6 10 6 2.0 1966/67 39 52 22 13 17 9 1.7 1967/68 50 64 27 15 21 12 1.8 1969/70 51 62 27 17 22 10 1.6
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 skillna- derna i studerandefrekvens utjämnats. Man kan kanske tala om en eftersläpande utjämning. Studerandefrekvenserna utanför 5-milsomlan- den är betydligt högre 1969/70 än vad de var innanför dessa 1962/63.
1 l l sou 1972:23 61
4. Universitetsfilialernas rekryteringseffekt
4.1. 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. Principemai 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 frlialområdet jämförs med utvalda ”kontrollområden” som skall vara speciellt jämförbara med filialområdena, t. ex. områden centrerade kring
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 frlialortema. I regres- sionsanalysen (kapitel 6) visas, att detta i hög grad påverkar studerande- frekvensen. 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 stude- randefrekvensen 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 övergångsfrekven- serna, 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 sorte— ra fram antalet studerande respektive period med hemkommun i en viss avståndszon från varje studieort (tabell 1 1).
Samma tabell kan omräknas i procent av varje periods totala netto- antal 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 S-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 1]. Antal studerande från filialorternas omgivningar.
Läsår Nettoantalet nyinskrivna från
Områden inom Hela Sverige
0—1 mil 1—3 3—5 0—5 (filialkommun) mil mil mil 1966/67 726 327 866 1 919 20 886 Före
filialetalil.
1967/68 1 144 453 I 134 2 731 25 939 l:a året 1969/70 1 132 514 1 194 2 840 26 509 3:e året
Tabell 12. Andel av samtliga studerande i Sverige med hemort i filial— orternas omgivning.
Läsår Nettoantalet nyinskrivna från Områden inom Hela Sverige 041 1—3 3—5 0—5 % (filialkommun) mil mil mil % % % % 1966/67 3.5 1.5 4.2 9.2 100 1967/68 4.4 1.8 4.4 10.5 100 1969/70 4.3 1.9 4.5 10.7 100
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 närom- råden 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-milszo— nen 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 läsår och vårterminsrekryte- ringen har avvikande sammansättning, kan resultaten inte jämföras direkt. 1 tabell 14 redovisas därför en analog beräkning av nyrekryte- ringen avseende höstterminerna 1969 och 1970.
Tabell 13. Filialernas nyrekrytering 1967/68 och 1969/70.
År 0—1mil 1—3 3—5 0—5 (filialkommun) mil mil mil
Beräknat antal nyrekryterade 1966/67a — — —- — studerande 1967/68 256 66 75 397 1969/70 226 106 113 445 Procent av samtliga från zonen 1966/67a — — — — 1967/68 23% 15% S% 15% 1969/70 20% 21% 10% 16%
3 Basår.
Tabell 14. Filialernas nyrekrytering ht 1969 och ht 1970.
År 0—1 mil 1—3 3—5 0—5 (filialkommun) mil mil mil Beräknat antal nyrekryterade 1966/67a — — — — studerande ht 1969 193 116 155 464 ht 1970 303 89 71 463 Procent av samtliga från zonen 1966/67a — _ — _ ht 1969 21% 26% 15% 19% ht 1970 31% 23% 8% 21%
a Basär.
Tabell 15. Nettoantal nyinskrivna studerande i filialorternas omgivningi 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 gytnnasieregionerna har däremot en aktuell reduktionsbas beräknats. Med 1965 års befolknings- . data 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 1—3 3 —5 0—5 Sverige mil mil mil mil (filialkommun) 1966/67 18 10 13 14 17 1967/68 29 14 17 20 21 1969/70 29 16 18 20 22
Nyrekryteringen inträffar tydligen huvudsakligen under höstterminer- na. 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-milsom- rådet som helhet antyder dock resultaten att nyrekryteringseffekten kvarståri 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 S-milszonen är det snarare fråga om en ökning till riksgenomsnittet. Vid en bedömning av nyrekryterings- effekten är det alltså olämpligt att utgå från ett riksgenomsnitt, utan beräkningarna borde snarare baseras på ett genomsnitt för en ”omgiv- ning” 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-milszonema för den tidigare metoden. Beräkningarna baseras på följande uppgifter (tabell 16).
Tabell 16. Rekrytering från filial- och kontrollregioner.
Gym nasieregion 10 % av antalet Nettoantal nyinskrivna från
15—24 åringar regionen
1965 1970 1966/67 1967/68 1969/70 Örebro 1 749 1 787 279 394 369 Linköping 1 995 1 976 297 475 546 Karlstad 1 623 1 646 253 350 363 Växjö 1510 1598 212 335 297 S:a fil. reg. 6 877 7 007 1 041 1 544 1 675 Sundsvall 1 603 1 597 186 261 300 Västerås 1 833 1 869 338 370 370 Jönköping 1 780 1 803 240 314 382 Halmstad 1 374 1 474 216 194 234 S:a kontr. reg. 6 590 6 743 980 1 139 1 286 Hela Sverige 123 342 121 966 20 886 25 939 26 509
Tabell 1 7. Studerandefrekvenser i filial- och kontrollregioner.
Område Studerandefrekvens (%)
1966/67 1967/68 1969/70 Filialregioner 15 22 24 Kontrollregioner 15 17 19 Hela Sverige 17 21 22 Källa för åldersklassen FoB 1965 1965 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. Kontrollregionema låg efter filialetableringen 3—4 procentenheter under riksgenomsnittet, me- dan 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 övergångs- frekvenser applicerade på de tre senaste årens gymnasieexamination i respektive region erhålles följande värden (tabell 18):
Tabell 18. Övergångsfrekvens från gymnasium.
Övergångsfrekvens 1969/70 Filial- Kontroll— Hela Sverige regioner regioner
Nettoantal nyinskrivna ] 675 1 286 26.509 Beräknat nettoantal nyinskrivna 1 759 1 640 26.509 Övergångsfrekvens i % av riksgenomsnittet 95.2 78.4 100.0
Övergångsfrekvenserna i filialregionerna var alltså 95 %, och i kontroll- regionema 78 % av den riksgenomsnittliga. Omräknat i ”andel nyrekryte— rade” blir detta 18 %. Vi får alltså även här en positiv nyrekryterings- effekt. 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 rekry- terats från området än som skulle ha rekryterats utan etableringen (ta- bell 19).
4.1.6. Nyrekryteringens utjämningseffekt
Vilken betydelse har filialetableringen och därmed nyrekryteringseffek- ten haft för att utjämna de regionala skillnaderna i studerandefrekvens? I figur 20 visas resultaten av de tidigare beräkningama for filialernas O—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 beräknings- metoderna.
Metod Andel nyrekryterade av nettoantalet nyinskrivna från resp. avståndszon (%) 1967/68 1969/70 filial 0—3 0—5 filial 0—3 0—5 kommun mil mil kommun mil mil Trendmetoden 23 20 15 20 20 16 Tvärsnitt- urvalsmetoden (åldersklass) 23 20 Tvärsnitt- urvalsmetoden (gymnasister) 18
Med filial
/Sverige
Utan filial
_ C . . 1 7 1966— 57 1967-65 1969-70 är
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. 1 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 2000. Genom filialernas tillkomst har alltså ungefär en fjärdedel av detta ”latenta studiebehov” tillgodosetts. Om man istället jämför med den riksgenom- snittliga frekvensen (22 %) sjunker denna tillgodosedda andel till 10—15 %.
4.2 Rekryteringens sammansättning [ filialernas omgivning
Nyrekryteringen är endast en del av den totala rekryteringen från filialorternas omgivningar. I 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. 1 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 diskus- sion, 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
100"
BO- _ =1969/70
__ niversitet -—- :1967 ISG Filialernas 70.
, fullständighe'—> 1969/70 60-
Filialernas fullständighet _» 203 &
1967/68 __- :rsesno x
& ,O_ Filialer -—— =1957/sa xv/
0 . . . . . . . *
orzatsevååmm'it
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 .ort om 1 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 hemort 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
filiallinjer har satts i relation till totala nettoantalet nyinskrivna studeran- de (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 ortsrepel- lering göra en uppdelning av den totala rekryteringen från filialorternas omgivning i följande andelar.
1. Nyrekrytering 2. Avlänkning till filialen = lokalandel 3. Avlastning (se nedan) 4. Studierepellering
5. Ortsrepellering till andra studieorter
Av dessa kategorier går studie- och ortsrepelleringen till andra studie- orter medan nyrekrytering, avlänkning och avlastning är en uppdelning av dem som går till filialorten. Sedan nyrekrytering och avlänkning frånräk- nats 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 domi- nansområdet 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 följ- aktligen studierepelleringen (100—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 existe- rar. 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 totalpopulatio- nen 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
kan alltså välja filiallinjer innan det blir någon avlänkning av studieinrikt- ning, 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 universitets- orterna.
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, in- formation 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.
[ 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 nyrekryte- rings- eller avlastningseffekt lokalt. Den sammanlagda avlastningseffekten för hela Sverige blir därmed större. (Den överproportionella ”skaleffek- ten” av fullständigheten i regressionsanalysen kan bero på att de äldre, stora studieortema 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 avståndskänsli- ga kategorier som filialerna ännu inte lyckats attrahera. Det är dock mycket tveksamt om dessa grupper är beroende av hög fullständighet.)
Tabell 20. Rekryteringens sammansättning i filialorternas omgivning läs— året 1969/70.
a) Antal
Kategori (antal) Filialregioner Grannregioner Summa Till Nyrekrytering 315 211 526 filial Avlänkning 44 38 82
Avlastning 594 572 1 166 Till annan Studierepellering 377 602 979 studieort Ortsrepellering 245 691 936
Samtliga 1 575 2 114 3 689 b) Andel
Kategori (%) Filialregioner Grannregioner Summa Till Nyrekrytering 20 10 14 filial Avlänkning 3 2 2
Avlastning 38 27 32 Till annan Stud ierepellering 24 28 27 studieort Ortsrepellering 15 33 25
Samtliga 100 100 100
andel av ålder skloss 'I.' 25 "Nästa" studieort N & Till x filialorten nu andra studie— orter
A»
f'_'__ _____._
l""'
| |
*— ——————— 9Gronnregioneré ————————
T
Filialort
W
Filiolregion
Figur 22. Rekryteringens sammansättning i filialorternas omgivning 196 9/70.
[ den tidigare framställningen har det visat sig att studieorternas attrak- tionsförmåga på studerande avtar med växande avstånd från utbildnings- orterna. Detta resulterar också i att det i vissa regioner uppstår situatio- ner där ingen utbildningsort har någon markant dominans. Det bildas övergångszoner där flera utbildningsorter har inflytande. [ många sam- manhang 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 överensstäm- mer 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 till- strömningen 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 studerandefrekvenssynpunkt. En markant nyrekrytering till högre utbildning har kunnat konstateras och därmed erhålls också större regional jämlikhet i fråga om tillgång på högre utbild- ning.
Utgår man från ovanstående resonemang skulle alltså universitets- utbildning med fördel kunna nylokaliseras till regioner med t. ex. följande egenskaper.
A.Regioner som har låga studerandefrekvenser B. Regioner som ligger i övergångszoner 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.
|. 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 åldersklas- sen.
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 dominans- områdesgränsen har inte angetts på annat sätt än att gränsen har markerats.
3. Med utgångspunkt i filialernas andel av totalrekryteringen, lokal-
TECKENFÖRKLARING
_ Dominansområdesglröns — nu tiliollinjer1969/ 0.
Du:" I _ Områden med mer "cin 100000 "invånare inom 3 mil 1965. _ Områden med lägre studerande- ' frekvens 1969] än 20 'I. ” _Omrdden där ingen studieort A " dominerar till mer cin 75'/.1969/70 0 50 100 km __; -= m n.”lIlID
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 förde- lade, att den nya filialen har samma fullständighet som de äldre, och att avståndsrelationerna till övriga studieorter är jämförbara krävs en befolk— ning 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, övergångsområ- dena 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 redovis- ningsmetoden är grov och utgör endast ett sätt att åskådliggöra den förda diskussionen.” Det måste också understrykas, att om man använder andra klassgränser eller kriterier, t. ex. lokaliseringspolitiska skäl, avlast- ningseffekt på existerande universitet, närhet till arbetsmarknad, graden av forskningsanknytning m.m. så kan det bli ett annat resultat. Samma sak gäller om den nylokaliserade utbildningen ges en inriktning som avvi- ker från de nuvarande filialernas.
5. Några olika studerandekategoriers studiebenägenhet och avstånds- känslighet21
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. Ålder
2. Kön
3. Civilstånd
4. Social bakgrund
5. Tidigare utbildning 6. Vald utbildning.
1 avsnitt 5.1 studeras skillnader i dessa avseenden mellan studerande- populationerna vid de olika studieortema. Avsnitt 5.2 behandlar gene- rella skillnader i avståndskänslighet mellan kategorierna.
5.1. Studerandekategoriernas fördelning på studieorter
5.1.1. Åldersfördelning av nettoantalet nyinskrivna studerande vid studieortema
Äldersfördelningen är tämligen likartad vid de olika studieortema. Stock— holm har dock den klart högsta andelen äldre nyinskrivna. Andelen över 25 år skiljer sig inte markant mellan filialerna och de äldre studieortema 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.
] 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 nyinskriv- na.) 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. Föränd- ringen kan vara skenbar om en förskjutning från vår till höst av den ”ordinarie” vårterminsrekryteringen inträffar parallellt.
Tabell 2]. De nyinskrivna studerandes ålder vid respektive termins bör- jan 1969/70.
Studieort & 19 år 20—24 år 225 år Samtliga % % % %
Uppsala 38 46 16 100 Lund 39 44 17 100 Göteborg 38 44 18 100 Stockholm 37 39 24 100 Umeå 40 45 15 100 Örebro 38 46 16 100 Linköping 38 47 15 100 Karlstad 4] 44 15 100 Växjö 36 49 15 100 Samtl. gamla studieorter exkl. Stockholm 39 45 16 100 Samtl. filialer 38 47 15 100 Samtl. studieorter 38 43 19 100
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 19 21 42 Övr. gamla studieorter 13 17 37 Samtl. filialer 12 17 33 Samtl. studieorter 14 18 38
Det kan vara av intresse att se hur motsvarande förhållanden ser ut för samtliga nyinskrivna (bruttoantalet) utom vid ”övriga högre läroanstal- ter” och speciellt för de äldre studerande som varit inskrivna tidigare.
Stockholm har den högsta andelen över 25 år 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 nyin- skrivna.
Tabell 23. Andelen äldre bland brutto- och nettoantalet nyinskrivna ht 1969.
Studieort Andel tidigare Andel 225 år av inskrivna av samt]. ny- nettoan— tid. samt]. ny— inskrivna i % talet nyin— inskr. inskrivna skrivna i % % (bruttoan- talet) i % Stockholm 19 19 4] 25 Övr. gamla studie— orter 20 13 46 21 Samtl. filialer 16 12 43 19 Samtl. studieorter 19 14 44 22
Tabell 24. Nettoantal nyinskrivna läsåret 1969/70 fördelat på kön och civilstånd. Procent.
Gifta Ogifta Gifta Ogifta Gifta Kvinnor
Studieort kvinnor kvinnor män män Uppsala 5 3 42.2 6.6 45.9 11.9 47.5 Lund 5 1 35.4 7.4 52.0 11.7 40.5 Göteborg 6 1 37.3 7.8 48.9 13.9 43.4 Stockholm 7.3 35.4 8.6 48.6 15.9 42.7 Umeå 5.1 37.8 6.7 50.3 11.8 42.9 Örebro 5.0 39.2 7.1 48.6 12.1 44.2 Linköping 5 6 30.0 8.4 55.9 14.0 35.6 Karlstad 6 2 37.3 6.3 50.2 12.5 43.5 Växjö 3 8 35.7 8.4 52.1 12.2 39.5
Samtliga 6 0 37.0 7.7 49.3 13.7 43.0
5.1.2. Köns- och civilståndsfördelning av nettoantalet nyinskrivna vid studieortema
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 awiker 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 universi- tetsorter. 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 dispensande- len 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 studieortema kan noteras samtidigt som andelen ökat påtagligt, speciellt i filialorterna.
Tabell 25. Andel av de nyinskrivna med dispens och annan utbildning än gymnasium 1969/70.
Studieort Ande] med enbart Andel med Summa (annan annan utbildning dispens % utbildning än än gymnasium % gymnasium) %
Uppsala 5 12 17 Lund 5 12 17 Göteborg 3 16 19 Stockholm 6 15 21 Umeå 6 8 14 Örebro 7 7 14 Linköping 4 7 11 Karlstad 4 9 14 Växjö 5 10 15
Samtliga 6 12 18
Tabell 26. Andel av de nyinskrivna med dispens respektive termin. Procent.
Studieort ht 1969 ht 1970 vt 1970
Stockholm 11 11 29 Övr. gamla studieorter 9 13 26 Samtliga filialer 6 10 17 Samtliga 9 12 26
5 .1 .4 Social bakgrund
Via faderns yrke har en sedvanlig uppdelning av populationen i social- grupper 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 uppgiftema erhålles fördelningen inom parentes. De två därpå följande kolumnerna visar de olika socialgrupper- nas ungefärliga fördelning i totalbefolkningen enligt studentekonomiska undersökningen 19682 3 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 student- ekonomiska undersökningen 1968 och från SOU 1971:61.2 7
Tabell 2 7. Undersökningspopulationens sociala bakgrund.
Kategori Andel av Andel av Andel av Beräknad övergångs— undersök- befolk. befolk— frekv. från resp. ningspop. ningen enl. ningen enl. soc. grupp enl; % student- arbets- ekonomiska kraftsunder— a) b) b) undersökn. % sökn. 1967 % Stud.- SOU Denna Ul" ekon. 1971261 redn. netto undersöknl 96 8/69 nyinskrivna ht1967 % 1969/70 % % Socialgrupp 1 35.0 (37.0) 10 11 63 79 74 Socialgrupp 11 36.3 (39.0) 42 39 23 20 22 Socialgrupp 111 22.4 (24.0) 48 50 8 9 11 Bortfall 6.3 (0) — Summa 1000 (100) 100 100 20 21 22
aUnder förutsättning att befolkningen fördelar sig på socialgrupper enligt stu— dentekonomiska undersökningen. Under förutsättning att befolkningen fördelar sig på socialgrupper enligt arbets— kraftsundersökningen 1967.
En distinkt skillnad mellan å ena sidan de gamla universitetsorterna och å andra sidan Umeå och filialerna frarnträderi tabell 28. Det är dock mycket troligt att socialgruppsfördelningen i totalbefolkningen i res- pektive studieorts upptagningsområde varierar med fördelningen bland de nyinskrivna. 1 regressionsanalysen erhålls en korrelation på +0.56 mellan avstånd till studieort och andel i socialgrupp 111. I avsnitt 5.2.3 visas att andelen av de yrkesverksamma som tillhör social 111 1960 stiger med genomsnittsavståndet från studieortema (jfr. figur 25 sid 84).
Filialerna och Umeå har avsevärt högre andel av sina nyinskrivna från
Tabell 28. Socialgruppsfördelning vid studieortema av nettoantalet ny- inskrivna studerande läsåret 1969/70.
Studieort Andel av undersöknings Andel av undersöknings- populationen från social- populationen med fäder grupp (%) som har akademisk examen dl— 0 1 11 111 Å
Uppsala 37 38 25 15 Lund 40 40 20 15 Göteborg 35 40 25 12 Stockholm 47 33 20 16 Umeå 21 46 33 6 Örebro 20 46 34 6 Linköping 31 41 28 9 Karlstad 23 40 37 6 Växjö 23 46 31 7
Uppsala + Gbg + Lund + Sthlm 41 37 22 15 Umeå + filialer 24 44 32 7 Samtliga studieorter. 37 39 24 13
1 Tabell 29. Andel av nettoantalet nyinskrivna respektive termin ur social- l grupp lll. Procent.
Studieort ht 1969 ht 1970 vt 1970
Uppsala + Gbg + Lund + Stockholm 21 21 24 Umeå + filialer 33 32 29 Samtliga 24 24 25
socialgrupp lll, något högre andel från socialgrupp II och påtagligt lägre andel från socialgrupp 1. 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 isocialgrupp I och i särklass lägsta andel i social- grupp 11 och 111 samt högsta andel individer med fäder som har akade- misk examen. Stockholm rekryterar alltså den största andelen tillhörande socialgrupp [ samtidigt med den största andelen över 25 år och största an- delen fall av dispens och annan utbildning än gymnasium samt högsta an- del gifta och gifta kvinnor. Filialerna har hög andel studerande från so- cialgrupp 111 men låg andel äldre studerande och dispensstuderande.
Som framgår av tabell 29 och 30 tycks det sociala rekryterings- mönstret vara jämförelsevis stabilt över tiden till skillnad från rekryte- ringen av äldre studerande och studerande med dispens. Skillnaden mel- lan rekryteringens sammansättning i detta avseende mellan höst- och vår- termin är också betydligt mindre.
De undersökningar som tidigare gjorts på de studerandes socialgrupps- tillhörighet 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 inskrivningama 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 socialgrup- per 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 ht1970 vt 1970
Uppsala + Gbg + Lund + Stockholm 15 15 12 Umeå + filialer 6 7 9 Samtliga 13 13 12
5 .2 S tuderandekategoriernas 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 studieortema 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 3] visas några kategoriers relativa avståndskänslighet jämförd med hela populationen.
Jämfört med totalpopulationen förefaller det alltså som om stude- rande 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 111 i basbefolkningen på större avstånd från studieortema (jfr. även regressionsanalysen).
Tabell 3]. Andel av några studerandekategorier med mindre än 5 mil till hemorten.
Kategori Andel med mindre än 5 mil till hemorten
(%)
1969/70 ht 1969 ht 1970 Nettoantalet nyinskrivna 51 49 49 Dito under 20 år 50 50 50 Dito 20—24 år 46 44 43 Dito 25 år eller äldre 65 63 63 Dito från soc.grupp 1 57 56 56 Dito från soc.grupp II 47 45 45 Dito från soc.grupp III 45 44 42 Dito till spärrad utbildning 40 39 41 Dito med dispens 68 67 63
procenttalen kan således uppkomma på grund av att dels avstånds- känsligheten varierar mellan grupper, dels gruppernas storlek som andel av basbefolkningen varierar regionalt. Det förefaller exempelvis troligt att avståndskänsligheten är lägre i högre socialgrupper. Procenttalen upp— kommer istället troligen genom att socialgrupp I (och 11) är överrepre- senterade i storstadsområdena i minst samma utsträckning som dessa procenttal.
l Över huvud taget får tabellen tolkas med försiktighet. Olikheter i l 1
Å '/. Andel öm 25 år
201 Andel med dispens för univ.studier 't 50'/. 75'/. 95'/.har mindre avstånd : 30— l l l i | | __meGuwm | /__- j 20' | | Alla studieorter i 10— |x___, | : 0 ' | | 4 ' 0 s iT' 2'0 ' 3'0 ' 4'0 ' 5'0 ' 6'0Fnil 'I. i l 1
Alla studieorter
5" nu--—_lz/ 'x'Fillölerna 0 .f. f - . . . . . . , . 0 5 10 20 30 1.0 50 Som 70: Andel till spörradnytbildning | , x
I | I | | |
// xxx .. ' *.Linköping+ Orebro | Alla studieorter
60—
50— 1
I
40"
| ', l l I 30- '
20:
1o-___ /
I
I
|
|
: |
| | | |
' l
. | 0 | |
|
|
l
1
| | |
|
0 5 10 ' 20 ' 30 1.0 ' 5'0 60mil 'l. Andel från soc.gr.111 I
|
40- l ,» t | I
|
|
30%-2,1, XI __ Filialerna &_ ___, MAH!) studieorter 20- | | 10- ! | C i | ' _ 0 5 10 ' 20 ' 30 1.0 50 60 mil
Figur 24. Några gruppers andel av samtliga studerande med samma avstånd mellan hemort och studieort 1969/70.
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 lll, eftersom socialgrupp lll-andelen i befolkningen stiger med avståndet från studieortema.
Figur 25. Övergångsfrekvens från socialgrupp 111 till universitetsutbildning.
l 5.2.3 Regionala variationer i social snedrekrytering
Ett försök att beräkna regionala variationer i Övergångsfrekvensen (stude- 3 randefrekvensen) från respektive socialgrupp har, med tanke på vad som ? framgår av moment 5.2.2, utförts". 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
i [ lA. ; l
Ol.. 50
40-
30
20
10—
0 .,. 70 60 50
40-
30
20- 10—
0
StuderandefrekVens (procent av åldersklass)
M
1
. Soc. gr. I+ [I
.4
m
' |
0 10 20 30 40 50 s'o—r'na Andel soc. gr. 111 i bef. l950
A
1
4
4
0 10 20 30 110 50 s'o'ma
Figur 26. Rekrytering från socialgrupp 1 och 11 respektive 111 i regioner på olika , avstånd från studieortema.
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 studieortema. Studerande- frekvensen för socialgrupp III avtar först från 12 % i studieortema 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 S-milsomlanden med de regioner vilkas gymnasieorter ligger inom 5 mil från någon studieort, kan avståndskäns- ligheten 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 studieortema (kolumn 1) indikerar också hög avståndskänslig- het (inklusive latent rekrytering) om man inte har skäl att misstänka att
Tabell 32. Indikatorer på studerandekategoriernas avståndskänslighet läsåret 1969/70.
Kategori Andel av periodens Repellerings- Samtliga nettoantal nyinskrivna totala rekrytering andel: (andel i varav: med hemort inom av (1) som inte Sverige
ca 5 mil från någon väljer den 10- (3) studieort. kala studie- (1) % orten) (2) % Samtliga 61 17 26 509 Till ”filiallinjer" 58 11 14 863 Till spärrad utbildning. 60 34 5 416 Utan fullst. gymn. utbildning. (dispens) 73 12 4 773 25 år eller äldre 74 13 4 948 gifta kvinnor 78 9 1 584 gifta män 71 13 2 037 ogifta kvinnor 60 19 9 807 ogifta män 58 18 13 081 med fader som har akad. ex.72 21 3 482 från soc.grupp ] 70 19 9 277 från soc.grupp II 55 17 9 627 från soc.grupp III 52 15 5 931 Antal 15—24 åri 50 1219 961 befolkn. 1970 Studerandefrekvens 27 22
motsvarande kategori i åldersklassen är rumsligt snedfördelad i samma riktning (som t. ex. socialgrupperna).
Repelleringsandelen varierar systematiskt med socialgruppstillhörig— heten. Andelarna inom 5 mil visar som tidigare diskuterats snarast motsvarande fördelning i basbefolkningen. Studerande från socialgrupp 111 har enligt denna beräkning något högre avståndskänslighet än total- populationen, 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-milsom- rådet 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 flervan'abelanalys av den regionala rekryteringens bestämningsfaktorer
En svårighet vid analysen av de olika tabellerna är mängden av delresul- tat. lakttagna variationer beträffande val av studieinriktning och ort kan relateras till skillnader mellan olika avståndszoner, socialgrupper, urbani- seringsgrad, 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. Problemsta'llning
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 stu- dieorter och till hemorten? ] vilken utsträckning beror den iakttagna med avståndet avtagande studerandefrekvensen på att denna ofta samva- rierar positivt med en bakgrundsmiljö, som genomsnittligt ger lägre stu- diebenägenhet? 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
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: ]. 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: Sij=k-K?-APU'17 där Si" = antal studerande från kommuni till studieortj Ki = antal individer i åldern 15—24 år i kommun i Ai" = avstånd mellan kommun i och studieortj U' = andel av en genomsnittlig studerandepopulation, som väljer de utbildningslinjer som finns vid studieortj (=fullständighet).
kommun i avstånd: Aij studieort j
åldersklass Ki fullständighet Uj
antal stud. från i till j Om parametrarna a, B eller 7 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 (rekryterings— basen) inte leder till just en fördubbling av antalet studerande.2 6 Den slutligt valda multiplikativa modellen med 6 oberoende (”förkla- rande”) 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 R esul tatsamman fattning
Några av resultaten kan sammanfattas i följande punkter.
l . Hemkommunens befolkningsstorlek I genomsnitt ökar studerandefrekvensen 12 % om åldersklassen (invånar- antalet) ökar 10%. Detta betyder exempelvis att en kommun med 320 000 invånare har dubbelt så hög studerandefrekvens som en kom- mun med 10 000 invånare. Denna ökning av frekvensen med storleken bortfaller när man rensar för effekten av avstånd till studieortema och social sammansättning i hemkommunen.
Antalet rekryterade från en kommun till en studieort ökar S% om avståndet till studieorten minskar 10 % och avstånden till samtliga studieorter bibehåller samma rangordning. Detta kan tolkas så att en till studieortema 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 så att om en studieort nylokaliseras kommer rekryte- ringen 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 utbild- ningsutbudet) 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 studieortema 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 ”extema” orsaker.
6. Social bakgrund
Givet befolkningsstorlek, avståndsrelationer m. m. minskar antalet rekry- terade från en kommun med ungefär 15 % om andelen av de yrkesverk- samma i kommunen som tillhör socialgrupp lll ökar tio procentenheter. Detta innebär att om alla sysselsatta i kommunen tillhörde socialgrupp 111 skulle rekryteringen endast vara en femtedel av rekryteringen om alla till- hörde socialgrupp l+ll. Andelen i socialgrupp 111 är starkt korrelerad med kommunens storlek (åldersklassens), —0.74, och med avstånd, +0.56, dvs. hög andel socialgrupp 111 finns i allmänhet i småkommuner på stort av- stånd 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 %).
Bilaga ] Studieorternas fullständighet
De enskilda studieorternas influens- och dominansområden och föränd- ringen i dessa kan inte bedömas utan hänsyn till det utbud av studie- möjligheter 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 %. Fullständig/teten vid en studieort definieras alltså som den andel av en delpapulation 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).
l 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 inskriv- ningsårgångens. 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.
] 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.
Ett linjeval kan ändras. Mot detta kan invändas, att alla andra karakte- ristika i undersökningen hämtas från detta inskrivningsmaterial. Även om den faktiska fördelningen skulle komma att avvika från den här registre- rade, 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 delpopulation som i genomsnitt väljer linjer sorri 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 till- gången 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:
A B ' A+B spärrad ospärrad Studieort 1 100 400 500 Studieort 2 100 200 300 Studieort 3 100 100 200 300 700 1 000
Det antas att endast två utbildningar finns, en spärrad A och en ospärrad B samt 3 studieorter. Sammanlagt ] 000 studerande fördelar sig på utbildning och studieort enligt tabellen. I hela landet väljer 700 av de 1000 den ”fria” (ospärrade) utbildningen B, dvs. 70 %. Utbildningen förutsätts likvärdig vid de tre studieortema. Fördelningen av studerande till utbildning B mellan studieortema 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 I—IOQOQÖdvs. 10 % vid varje studieort och den totala fullständigheten 80 % vid varje.
0. Man kan avända fördelningen av studerande till den ospärrade utbild- ningen B som indikator på ”spontant” ortsval. Studieort 1 drar till sig 57 % (4/7) av landets studerande vid den ospärrade utbildningen B.l 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 l 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 ] vara överskattad och följaktligen fullständigheten underskattad. Dessa beräkningar ger följande värden på fullständigheten.
Metod a Metod b Metod 6 % % % Ort ] 100 80 87 Ort 2 100 80 100 Ort 3 100 80 100
Med metoderna b och c erhålls värden enligt tabell 33 på studieorter- nas fullständighet:
Tabell 33. Studieorternas fullständighet läsåren 1967/68 och 1969/70.
Studieort Fullständighet vid studieort
1967/68 1969/70 Metod lb Metod b Metod c
% % % Uppsala 83 82 83 Lund 84 84 95 Göteborg 78 82 93 Stockholm 86 88 98 Umeå 63 78 81 Orebro 27 63 68 Linköping 27 63 72 Karlstad 19 62 62 Växjö 19 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 undersöknings- populationen. 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 studieortema. En linje kan finnas även om några ämnen i andra och tredje avdelningens studiekurser saknas.
Bilaga 2
Län Kod
AB 001 002 003 004 005 006 007 008 009 010 01 1 012 202
C 013 014 214
D 015 016 017 018
E 019 020 021 022 023
F 024 025 026
027 028
Sträckningen av de profiler som diskuteras i kapitel 2 samt indelningen av Sverige i
gymnasieregioner G—region LänKod G-region Stockholm 029 Vetlanda Handen 030 Värnamo ”951913? G 031 Ljungby Llflmgo _ 032 Växjö Morby/Djursholm 033 Älmhult Nacka/SaltSjobaden Solna H 034 Hultsfred Sollentuna 035 Kalmar Sundbyberg 036 Nybro Täby 037 Oskarshamn Norrtälje 038 Västervik Södertälje 1 039 Visby Järfälla K 040 Karlshamn Enköping 041 Karlskrona Uppsala 042 Ronneby T'efp L 043 Hässleholm Eskilstuna 044 Klippan Katrineholm 045 Kristianstad Nyköping 046 Ängelholm Strangnas M 047 Eslöv Finspång 048 Helsingborg Linköping 049 Landskrona Mjölby 050 Lund Motala 051 Malmö Norrköping 052 Trelleborg Eksjö 053 Ystad Gislaved N 054 Falkenberg Jönköping] 055 Halmstad Huskvarna 056 Varberg Nässjö O 057 Göteborg Tranås 058 Kungälv
Län Kod
059 060 061
P 062 063 064 065 066 067
R 068 069 070 071 072
S 073 074 075 076 077 078
T 079 080 081 082
U 083 084 085 086 087
W 088
G—region
Lysekil Mölndal Uddevalla
Alingsås Borås Trollhättan Ulricehamn Vänersborg Åmål
Falköping Lidköping Mariestad Skara Skövde
Arvika Filipstad Hagfors Karlstad Kristinehamn Torsby
Hallsberg Karlskoga Lindesberg Örebro
Fagersta Hallstahammar Köping
Sala Västerås
Avesta
089 090 091 092 093
X 094 095 096 097 098 099
G-region
Borlänge Falun Hedemora Ludvika Nora
Bollnäs Gävle Hudiksvall Ljusdal Sandviken Söderhamn
Län Kod G-region
Y 100 101 102 103 104 105
Z 106 107
AC 108 109
Härnösand Kramfors Sollefteå Sundsvall Ånge Örnsköldsvik
Strömsund Östersund
Lycksele Skellefteå
Län Kod G-region
BD
110 111
112 113 114 115 116 117 118
Umeå Vilhelmina Boden Haparanda Kalix Kiruna Luleå Gällivare Piteå
Bilaga 3 Flervariabelanalys av den regionala rekryteringens beståmningsfaktorer
] kapital 6 presenteras problemställning och resultatsammanfattning Denna bilaga innehåller en direkt fortsättning av kapitlet med en utförligare presentation av analysresultaten. I första avsnittet exempli- fieras metodiken steg för steg med data avseende ospärrade fakulteter alla år. I det andra avsnittet sammanfattas resultaten för alla år och inskriv- ningskategorier.
1 Resultat för inskrivning till ospärrade fakulteter 1962—1 96 7
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 ar.
Endast för ospärrade fakulteter kan det vara rimligt att tolka paramet- rarna 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 K1-20; förklaringsgrad (R2) = 83%,
dvs. antalet studerande (S) från en kommun till en av de tillgängliga studieortema är i genomsnitt 24% av en åldersklass (K) i kommunen upphöjt till 1.2.
En kommun med dubbelt så stor befolkning i åldersklassen levererari 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 förhål- lande 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):
5 = 3.24 14088 A—0-70: förklaringsgrad (RZ) = 92% Åldersklassens exponent minskar radikalt från 1.20 till 0.88. från positiv till negativ skaleffekt. Den genomsnittliga effekten av olikslora befolk- ningsunderlag ”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 K0-92 A—0-50 (1 —0.16) P, förklaringsgrad (RZ) = 93% Avståndsexponenten sjunker från 0.7 till 0.5 och värdet 0.5 betyder nu, att givet kommunens storlek och studieortens läge, dvs. antalet studie- orter 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
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 lO-procentig ökning av avståndet. En till utbild- ningsorterna närbelägen kommun kommer att få dubbelt så stor stude- randefrekvens som en med fyra gånger så stort avstånd till studieortema (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 frekven- sen 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 = 0.32 140-90 A—0.51 (1—0.16) P e0-017 1,- 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 studieortema 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 skal- effekten 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 studie- orten. Alla dessa variabler kom dock in på ett sent stadium i regressions- analysen och parametervariationerna mellan olika år och material var betydande, varför ingen entydig slutsats kan dras. [ 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 hem— kommunen och sist universitetets ålder. Sedan totalantalet studerande ”gått in” minskar restvariansen endast obetydligt för de två resterande variablerna och särskilt lite för åldersvariabeln.
1.5. Rekryteringsexpansionen
I tabell 34 rad 4 sid l03 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, efter- som 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 103 dvs. så gott som fullständig proportionalitet mellan den totala kapacitetsökningen och ökningen i enskilda kommuner, trots att bakgrundsvariablerna är iden- tiska 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 %. Omräk- nat betyder detta, att om alla sysselsatta i kommunen tillhörde social- grupp llI skulle rekryteringen endast vara 21 % av rekryteringarna om alla tillhörde socialgrupp I +lI. Detta skulle betyda, att studiebenägen- heten 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
52 % socialgrupp III-andel i hemkommunen inte är större än 13 procent- enheter, dvs. 0 % och 100 % existerar knappast. För det andra är variabeln starkt korrelerad med t. ex. kommunens (åldersklassens) stor- lek, —0.74, och med avstånd, +0.56, dvs. hög andel socialgrupp III finnsi allmänhet i småkommuner på stort avstånd från studieortema, 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 snedrekryte- ringen 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 K0.88 y—0.88 T(0.06—0.08 P—0.01 log A) G—ODS (L/E)" 1 .7A—0.08-
'el.39 P 12.1 M—0.15 H—0_23; Rz : 097
Y = tax. ink/capita T = genomsnittlig ortsstorlek G = avstånd till gymnasium från hemort M = tot. bef. i studieort H = rumsenheter/innevånare
Tabell 34. Resultat av regressionsanalysen. I regressionsanalyserna erhållna resultat beträffande ”orsaker” till regionala variationer i rekryteringen till universitetsstudier.
Inskrivnings- Tids— Procentuell förändring av antalet studerande från en kommun till en studieort vid en separat förändring av: Förklarings-
kategori period _ grad (R?) Älders— Andelen Avståndet Antalet stu- Studreor- Studieor- Totalanta- klassens soc.gr. 111 mellan hem- dieorter när- tens full- tens ål— let nyin- storlek i i hemkommu- kommun och mare hemkom- ständig— der med skrivna stu- hemkommun nen med 1%- studieort munen med 1 het med 1% derande med med 1% enhet med 1% enhet 1%-enhet 1%
(soc.gr.
III/ l+ll)
Ospärradc 1962/63 0.81 —1.83 (16%) =0.45 —32 2.87 —0.06 0.934 fakulteter 1966/67 0.85 =1.73 (18%) —0.49 —41 1.66 —0.02 0.958 1967/68 0.84 —1.56 (21%) —0.48 -—21 2.59 —0.09 0.949
Alla är 0.84 —1.54 (21%) —0.47 —18 2.23 =0.04 0.71 0.948 Spärrade 1962/63 0.71 0.53 —0.55 —11 2.17 —0.04 0.901
fakulteter 1966/67 0.75 0.21 —0.50 —05 1.65 —0.05 0.929 1967/68 0.79 0.75 —0.31 —10 — —0.48 0.767
Alla är 0.78 0.75 ——0.36 —08 0.01 —0.27 1.03 0.826 Totalt 1962/63 0.82 =1.59 (20%) —0.48 —24 1.87 0.08 0.941
1966/67 0.85 —1.18 (34%) —0.50 —39 1.28 — 0.944 1967/68 0.88 —1.32 (27%) —0.39 —20 1.73 —0.06 0.913 Alla är 0.85 —1.21 (30%) =0.45 —17 1.47 —0.02 0.71 0.928
Notförteckning
1 SCB: Information i prognosfrågor, 196811, sid 2 1970:1, sid 14 f. 2 SOU 1965212, sid 437 ff. 3 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 klasslärarutbildningen 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 1970233. 7 Nyborg — Johnsson, lnskrivningshandlingarnas tillförlitlighet. Stencil 1968 Geo- grafiska institutionen Umeå Universitet. 3 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,Hoehschulbesuch. Hannover 1965. 11 Med dominans avses här att ett universitet har större andel av nettoantalet nyinskrivna än något annat. 12 Sanne], B.: De fria fakulteternas regionala studentrckrytcring under perioden 1956—62. 13 Griinewald, 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. 16Det genomsnittliga avståndet hemort — vald utbildningsort. ”Dessa beräkningar har skett med hjälp av följande formler: B137—024 : B137—019 * 350754 Bk 65
_ 10=14
Br1,57—019 _ Bil?—71% + Bcljjöb, 65 ' Bcluåli'1790 » 14
Bf2»07_024 definieras analogt BI = Befolkning i g-region. Bhk = Befolkning i kommunblock som i sin helhet ingår i g—region. Bk = Befolkning i kommun i g—region som ingår i ”delat” kommunblock. Bdkb = Befolkning i kommunblock som ingår i flera g-regioner. 18 Med utgångspunkt i de tre närmast föregående årens examination från gymna- sium i g—regionerna beräknas med hjälp av regressionsanalys de riksgenomsnittliga specifika övergångsfrekvenserna till läsåret 1969/70 (för nettoantalet nyinskrivna): St = 0.45 Gt + 0.24 Gt_1 + 0.13 Gt_2.
0.45 + 0.24 + 0.13 = 0.82 = 82 % St = nettoantal nyinskrivna studerande 1969/70 från g—regionen Gt = antal utexaminerade från gymnasium ig-regionen vt 1969 Gt—1 = antal utexaminerade från gymnasium ig-regionen vt 1968 Gt_2 = antal utexaminerade från gymnasium ig—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 specifice- rade värdevikter, resurstillväxt, beteenderelationer etc. och skall som output beskriva den i relation till resursrestriktionerna och värdeviktema optimala lokalise- ringen och dimensioneringen av varje periods kapacitetstillskott.
2' Detta kapitel bygger på inskrivningsmaterial 1969/70 samt i vissa jämförelser ht 1970. 1 det preliminära materialet för ht 1970 är bortfallet större, och alltså tillförlitligheten lägre än tidigare (6.6 %jämfört med 3.0 %). " "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 är, 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 universitets- utbildning höstterminen 1969. Stencil, Geografiska institutionen Umeå 1970.
25 Partiell effekt är effekten av variabelförändring om inga andra variabler förånd» ras 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 Ki + B log Aij + 'ylog U-.
27 Detta material utnyttjas av Gesser m. fl. iSOU 1971:61, Val av utbildning och yrke.
Samhällsekonomiska kalkyler för längre utbildning
LeifMag/msson Svend Tychsen
'.'. ' '| ' """ :'T'|._ "" ..'.'. |' |, vi"-r'fa'j'å'åuwénfl ' ""'"?" |||
.. |' | _. _ .. :” ,,, ”H. ||11'u_-,'L"" :] | é'f ”(||| ..i .||| - | || || _ | | | _ *1"| '=' ' " .'. .' || .I'. .mlt.,.| | """" $'"" .iP'f ur”-'i' | . . ' '||| | . ".l' | |:
.,i..'.'_ """.']'." %% ""'"".'."' .j'i'— "' '” "
' ' ' ' ...... r .. | _| I II | '| || | | . .' ' ' | :',| |»; |J,| 'm'mt' . |- | |JL, || . (||. || | .. ._ ||: |” _|| || ' -- ' ""'" ".' .... . "5'".'-f|."|'f|" ' if|t.|_.|'l".*'.='.l .:u._""'l ipl'l'
, ' , ' .. ":i. ' satir,. .. .. "Fl! ...—. |||? ' , . . | | _ _ ,| | " " " ' . ' ' "gi-'i ' |'.' iii '. ' " . - _. |'|'| _'| || | . _ | , . |r||||','_||||. :||:!Sm1|1(|"'_. -| ilf'ål'ie' :. ' ' Ulf"! ' |-i| ,_:l':_| |_||||'_l1|'|. '|':"|||" ".'.| ' . ||| ||"|1-'||||.' |'|'||. :'Fl'j-qu |'.|'|L-|.
. , || * ' (.h'." _ *|' L.! U1i'lir.-||.."r|. ,. ...-i. '_||,._ trut—hfl ”|||,ng |||-|||? |||||||||.[||| | &_. |! ' | ' ' -"|- '.""' "I—" ' " ' '.'... -r'- 'i '!"-
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 produktionsresursema. Ett annat mål kan avse fördelningen av dessa konsumtionsmöjligheter. Ett tredje mål kan åter vara att stimulera individernas personlighetsutveckling. Också här kommer en fördelnings- aspekt in. För planeringen är det önskvärt att ha information om hur olika alternativ för dimensioneringen av den eftergymnasiala utbildning— en, 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 på 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 svaghe- ter, 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. ] undersökningen redovisas sålunda endast försök att mäta effekten på den
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 tillförlitlighe- ten 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 utgångspunkti 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 U68 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 685 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 samhällsekono- miska avvägningar mellan investeringar i utbildning och investeringar i t. ex. maskiner och industribyggnader. ] 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 mätmeto- den 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 produk- tionsinsats. ] 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.
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.
. ||. vs MW . 'är 161 malmar! .. m m m m;. '" ' '|'. Md! ammar militum nu nu mm.. im ' lww u !udno Me.-mln! || 'WM naturnära mamma 450. * [malibu—utmana»! vs nuninlamfn | .. | —- mmm.. 1631" W 'I ' Mpho | ||| » 'Wququblldlum båtliv.-"r a' Wiggum; m usr- hur .ru MW » man upp Ehmm url—ugl'mpnhln iamruan-
. '. |'.' få av wam mim miluglplåanw
!
|"||' -. :-
lbnmhällhlipa m' "ul '_ ' '» %m' MWMMMWHWMW ' * Whmummhm 'lål'f'l'li'lil
Igår! l'l'" M] 'm &! ”'#&me :"
"'.'. Miit iii ' f ' II |'. ' "m . |.5l||,__ -.'-':| ..'|" ] |1.. ,'r ' || .."||., f,. . ,_. "n'tlrvllm' [upp |.1. ' .I. |'.'. "'.'l|||r.|'. ' :,.-|'|,”1||':'.'"'.
1 Problemställning och huvudresultat
Ökad intagning till längre utbildning får bl. a. konsekvenser för konsum- tionsmöjligheterna i samhället, dels påverkas de samlade konsumtions- möjligheternas nivå, dels påverkas fördelningen av dem mellan samhällets individer. (Begreppet ”konsumtion” används här i vid mening innefattan- de 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 användbar- het för utbildningsplaneringsändamål genom att beskriva en beslutssitua- tion för en fiktiv beslutsfattare inom utbildningsområdet. Denne besluts- fattare antas ha att avgöra hur många studerande som under en lS-årspe- riod 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 trendframskriv- ningar. Sådana enkla trendframskrivningar kan avse dels antalet examinera- de 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 ”avstäm- ning” 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
förväntade förändringar som innebär påtagliga avvikelser från den obser- verade historiska utveckling som legat till grund för trendframskriv- ningen.
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 åstadkom- ma så stor samlad konsumtionskapacitet som möjligt i samhället och det 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 konsum- tionsmöjligheterna 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 dimensioneringsal- ternativs grad av förenlighet med de två målen. Den metod som därvid kommer till användning och som i engelskspråkig litteratur går under
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) iframtiden.
Uppoffringarna består huvudsakligen av direkta undervisningskostna- der 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 immateriel- la elementen låter sig däremot inte beräknas på något enkelt sätt.
"Cost-benetlt”-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 använd- ningen 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 genom— gång av några undersökningar, som presenteras i kapitel 4, visar att det framförallt beträffande de tolkningsmöjligheter som mätresultaten erbju- der 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 ”produktionseffekt- ma'tning”. Den andra skall ses i relation till den privatekonomiska kalkylen och kallas ”inkomsteffektmätning'i 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.
[ 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 utbildningsin- vesteringar.
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 lärartirnmar 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.'ir.gar 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 intagningsök- ningen är så stor att den kan väntas påverka lönerna för den studerade utbildningskategorin. Avsnitt 2.5 behandlar rangordning av olika utbild- ningsvägar 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.
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 utbild- ningens uppoffringar och belöningar.
Det relevanta måttet på uppoffringar bygger på alternativkostnadsbe- greppet. En ökad intagning till längre utbildning medför att resurser som eljest skulle använts på annat håll nu kommer att förbrukas för utbild- ningsändamål. 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: l. 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 arbetsuppgif- ter. 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 yrkesprefe- renser. 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 in- divider 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
tillfaller andra individer. Som exempel på den första typen av externa effekter kan nämnas att genom informell kunskapsspridning på arbets- platsen 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 defini— tionen, även en ”rumslig” dimension. Det mest näraliggande exemplet utgörs kanske av lokaliseringen av nya högskolor, som kan medföra pro- duktivitetsökningar i lokaliseringsregionen.
En korrekt samhällsekonomisk kalkyl borde givetvis innefatta samtliga 'här uppräknade belöningar och uppoffringar och väga dessa mot varand- ra.
2.2. Jämförbarheten mellan olika tidpunkter
Konsekvenserna av en utbildningsinvestering kan åskådliggöras med hjälp av en tidsaxel. [ figur 1 finns uppoffringar betecknade med Ut och belöningar med Bt där indexet anger årtal. För enkelhets skull har konsekvenserna hänförts till slutet av varje år. 1 januari 1972 är investeringspunkten.
l 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, lOOr %, så att 1 krona som erhålles om t är endast är värd Tål 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) lOOr %. 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 uppoff- ringar. Lönsamhetstalet blir då vid t. ex. 10 % diskonteringsränta (kalen- derår 1972 = år l,jfr. figur 1):
1/1 1972
”MNW "
U1972 U1974 U1973 U1975
** B2015 ——> 82016 __ 32017 _ B2013 _— B2019 ———> 92020 _”— B2021
'_' B1976
Figur 1. Schematisk bild av fördelningen över tiden av uppoffringar och belöningar.
355. U1 U4 = =.(1+01) '(1+801)9 1+0.1_ _(—41+o.1)
49 = 2 (Bt _ ut)(1+o.1)—t t=1
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 _ U,) (1 +i)—t = 0 t=1
där i står för räntesatsen och övriga beteckningar är hämtade från det tidigare exemplet. Denna ränta kallas internränta.
Den samhällsekonomiska kalkylens resultat kan alltså uttryckas an- tingen med nuvärdet vid en viss diskonteringsränta eller med internränta. För investeringar som karaktäriseras av uppoffringar i början och belö- ningar 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 realka- pital. 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 alternativkost- nadsbetraktelsesättet. Alternativkostnaden för att företa en viss utbild- ningsinvestering är värdet av allt det som alternativt kan produceras. Alternativutnyttjandevärdet för en utbildningsinvestering kan uttryckas med internräntan för de investeringsprojekt som undanträngs om utbild- ningsinvesteringar 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.
l praktiska tillämpningar ligger de vanligast förekommande diskonte- ringsräntorna kring 7 %, men det bör poängteras att argument kan anföras för såväl en högre som en lägre räntesats.
2.3 Mätproblem vid en liten dimensioneringsföra'ndring
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 någor-
lunda tillfredsställande. Direkta konsumtionseffekter och externa effek- ter 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 produktionsef- fekter och bland uppoffringarna kostnaden för ianspråktagna varor och tjänster. 1 bästa fall ger ett sådant tillvägagångssätt ett minimima'tt — 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 qi och vikten med vi, så kan kostnader och direkta produktionseffekter representeras av vägda summor:
%V|Q|=V1 (11 ”Nr dvs. summan av lärare, lokaler, utrustning, den studerandes arbetstid etc. vägda med respektive vi, eller summan av den ökade produktionen av olika varor vägda med respektive Vi-
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 samhäl- lets 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 varurnarknaderna medför i allmänhet att priser- na övervärderar varorna samt att löner för arbetskraft som används i varuproduktionen undervärderar arbetskraften, jämfört med en situation utan koncentrationstendenser. Köparkoncentrationer på arbetsmarkna—
den tenderar leda till att lönerna underskattar värdet av arbetskraften i produktionen medan säljarkoncentrationer (t. ex. fackföreningar) tende- rar 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 produktionsalter- nativ har på andra konsumenters och producenters valmöjligheter.
Förekomsten av mer eller mindre permanenta utbuds- eller efterfråge- överskott 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= z (Dt—Kt)(1 +.)—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 dimensionerlngsförändring" avses här en utbildnings- investering 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. _
[ figur 2 har för ett år, säg 1977, angivits hur stor efterfrågan på individer med x-utbildning under detta år skulle bli vid olika genom- snittslöner.
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 30000 kronor 1977 om de inte genomgått längre utbildning. De direkta produktionseffekterna för detta år kan då approxi- mativt bestämmas som skillnaden mellan ytan ABCD i figuren och 500 ' 30000 = 15 milj kronor. Om sträckan AB är en rät linje skulle produktionseffekterna för 1977 bli
w -500 — 15 000 000 =8.5 milj. kronor.
På samma sätt uppskattas de direkta produktionseffekterna för alla år under investeringarnas livslängd. Därefter diskonteras de till är noll och
lön kr/år
.
0 20 OOO —% 20 500 21 000
Figur 2. Samband mellan lön och arbetsmarknadens efterfrågan på individer med x-utbildning.
C antal x-utbildade
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.
] 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 resurs- uppoffringar. 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.
] allmänhet ställer emellertid en sådan beslutsregel oacceptabla krav på statsbudgeten. Man måste tänka sig budgetrestriktioner lagda pä utbild- ningssektorn liksom på andra sektorer, varvid regeln ”investera vid
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 observe- ras 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 konsumtionsmöjlig- heter 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 konsum tionseffekter och externa effekter
Som tidigare nämnts brukar dessa effekter förbigås på grund av svårig- heten 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 ”san- na” 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 nå 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 alternati— ven?” Detta är då ett mått i kronor på individens värdering av de direkta konsumtionseffekterna, som är jämförbart med måttet på direkta pro—
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 förknippa- de 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 utbild- ningens 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.
3 Inkomstfördelning och längre utbildning
Utbildningens betydelse för inkomstfördelningen har länge diskuterats i utbildningsdebatten. Förespråkarna för en expansion av den längre ut- bildningen hämtar ibland argument från en enkel hypotes om arbets- marknadernas funktionssätt: en ökning av tillgången på arbetskraft med olika slags längre utbildning medför lägre löner för dessa kategorierjäm- fört 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 vänte- tider mellan examenstillfället och första anställning kombinerad med en ökad tillströmning till fortsatta studier efter grundexamen och så små- ningom påtagliga svårigheter för vissa utbildningskategorier att efter avslutad utbildning erhålla anställning i traditionella yrken (till traditio- nella 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 friktions- problem 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 löne- klyftoma 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 inkomstom-
fördelningar mellan den individ som utbildas och andra medborgare. Dessa omfördelningar varierar också i hög grad mellan olika utbildnings- linjer.
Det synes därför angeläget att i någon mån belysa fördelningskonse- kvenserna av utbildningen lite mera i detalj. ! 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 iden existerande litteraturen på området precisera den problemställning som antytts ovan, varefter i avsnitt 3.2 följer en beskrivning av hur den ovannämnda modifierade ”cost-benetit”-analysen kan genomföras. Därvid aktualiseras en jämförelse mellan den samhälls- ekonomiska 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 inkomstni- våer.
En del av litteraturen presenterar empiriska beskrivningar av fördel- ningen 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” fördel- ningens utseende, dvs. hitta orsaker till att den ser ut som den gör.
På senare tid har emellertid mycken möda nedlagts på utvecklingen av ”humankapitalansatsen" 4” 5. Grundhypotesen är att ”mänskligt kapital” (framförallt i form av utbildning) är den viktigaste orsaken till skillnader i arbetsinkomst. Utgångspunkten är en hypotes om individuellt investe- ringsbeteende: individer väljer att investera i sig själva så mycket att nuvärdet av deras livsinkomstökning (diskonterad till en ränta som är uttryck för individuell tidspreferens) är lika med deras privata utbild- ningskostnader, dvs. så att ytterligare investering ej är lönsam för individen. På denna hypotes byggs en modell vars förutsägelser om
antal individer
_ arbetsinkomst
Figur 3. Antal individer på olika inkomstnivåer.
utbildningens betydelse för ojämnheten och snedheten hos inkomstför- delningen stämmer väl med den empiriska bilden.
Vidare har gjorts försök att på basis av den s. k. ”humankapitalmodel- len” mäta hur stor del av observerade inkomstskillnader mellan utbild- ningskategorier som kan hänföras till individuella skillnader i humankapi- talinnehav. 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 humanka- pitalinvesteringar.
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 inkomstskill- nader (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 inkomstskat- teskalor) i dessa termer. Detta gäller förmodligen även vissa utbildnings- politiska åtgärder som syftar till att åstadkomma ”equality of opportuni— ty”. 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 på individeri 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 tidsdirnension. Kollektiva varor av typen broar, parker och dylikt är exempel på sådana investeringar; investeringar i längre utbildning ytterligare ett. Uppoff- ringar och belöningar i samband med längre utbildning fördelar sig på
flera grupper av medborgare mellan vilka det är sannolikt att beslutsfat- taren (från fördelningssynpunkt) önskar diskriminera i meningen att 1 krona värderas av beslutsfattaren olika beroende på vilken grupp den tillfaller (eller drabbar). lnforrnation om effekter av olika dimensione- ringsalternativ 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 inkoms- ternas fördelning som en bestämningsfaktor för ”välfärds”-förde1ningen. Valet av inkomstmått får bestämmas av det problem man önskar belysa med analysen av detsamma. Om man är intresserad av effekter på indivi- duell "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 in- komster (varvid på grund av mätsvårigheter bortses från ”immateriell väl- färd”, 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 fördelnings- effekter
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 fördel- ningspolitiska mål. Då den rådande fördelningen i samhället kan antas avsevärt awika 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 samhällsekono- miska kalkyler pä traditionellt sätt, exempelvis för projekt vilkas fördel- ningseffekter är indirekta och svåröverskådliga. Utbildningens dimensio- nering 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 jämlikhets- problem, 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
fördelningsaspekten är att i mätningarna lägga olika vikter på konsekven- ser 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.
Uppoffringar Belöningar ” Lärare och övrig personal Direkta produktionseffekter Lokaler och undervisnings- Direkta konsumtionseffek- utrustning ter Samhället Studiemateriel Externa effekter Studentens alternativsys— x selsättningsvärde
" Bruttoinkomstbortfall un- Framtida bruttoinkomstök-
der studietiden ning minus inkomstskatt minus inkomstskatt på brut- toinkomstökningen individen ( minus studiesubvention minus studielån minus återbetalning av stu- dielån Studiemateriel Direkta konsumtionseffek- _ ter / Lärare och övrig personal Ökning av framtida skattein- tåkter Lokaler och undervisnings- Återbetalning av studielån utrustning ”Staten” Bortfall av skatteintäkter Externa effekter under studietiden Studiesubvention x Studielån
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 föränd- ringar främst består av inkomstomfördelningar mellan å ena sidan den individ som utbildas och å den andra sidan ”staten”. Det är huvudsakli- gen fråga om studiesubventioner och lärarkostnader under utbildningsti- den samt (vanligtvis) ökade skatteintäkter.
Man kan nu beräkna nuvärdet i förhållande till direkta produktions- effekter som
T A = 21 (Dt _ Kt)(1 + rrt t:
där T=investeringens livslängd, Dt = bruttolönedifferens mellan individer med ifrågavarande utbildning och individer med närmast kortare utbild- ning i period t, Kt = kostnad i period t samt r = diskonteringsräntan.
Om i enlighet med tablån ovan kostnader och direkta produktionsef— fekter fördelas på ”stat” (angivet med superskript s) och ”individ” (med superskript i) kan A skrivas
T = 5 i _ s _ i _l A ål (Dt+ Dt Kt Kt) (1 + r) Här ges konsekvenserna samma vikt oavsett vem de berör. Genom att lägga olika vikter på de olika komponenterna kan vi skriva T A” = &. lag? Dt wil) Dt — aiK Ki — aiKKtlu + 0 %
Om beslutsfattaren exempelvis värderar ett inkomsttillskott till indivi- den lägre än ett som tillfaller ”staten” så skall aSD sättas större än ut”). Om beslutsfattaren anser att kostnadsbelopp som betalas av skattebeta- larna skall väga tyngre än ett belopp som betalas av den utbildade individen själv så skall aiK 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 fördel- ning 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 100000 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.
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 be- roende 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 omfördel- ningar som verkar via prissystemet. Härvid kan följande tre grupper av individer utskiljas, vilka påverkas olika av den ickemarginella dimensio- neringsförändringen. För det första medför ett ökat utbud att det befintliga beståndet av individer med ifrågavarande utbildning kan för- väntas 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 utbild- ningen normalt att den kategori som utgör utbudstillskottet (flödet) får större livsinkomster än den eljest skulle fått. Till sist påverkas medbor- garna 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 produktionskost- nader (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 6000 kronor. Den samhällsekonomiska kalkylen lyder
_ r A= ?. [(ABCD)t—Lt—Kt] (l+r)_t t=l
där alla poster tillmäts samma vikt oavsett vem som berörs av dem (Lt =
lön l kr/år A 50 000 B 44 000 G E & efterfrågan C antal individer % D = 20 000 20 500
Figur 4. Samband mellan lön och arbetsmarknadens efterfrågan på individer med x—utbildning.
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 konsumen— terna 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 konsumtionseffek- ter 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 effek- ter. Det finns anledning att särskilt uppmärksamma direkta konsumtions- effekter 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 uppen- bara positiva konsekvenser av utbildningen som utsikterna att få ”trevli- gare 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 fördelningsmå- let och målet att maximera totala konsumtionsmöjligheter som har diskuterats är helt beroende av politikerns-utbildningsplanerarens förmå- ga 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-l—vikter kan sättas som grova approxima- tioner. Åtminstone politiker torde ha en viss vana att formulera vikt— system som är mer elaborerade än detta, exempelvis vid fastställande av skattesatser för olika inkomstklasser, vid beslut om regler för behovsprö- vade bidrag etc. I kapitel 5 skall därför redovisas vissa mätresultat som kan göras till föremål för en dylik bedömning.
4 Referat av och kommentarer till några tidigare undersökningar
Den utbildningsekonomiska litteraturen har under 1960-talet växt i mycket snabb takt7. 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 mät- ningar utförda av G 8 Becker på amerikanska data, M Blaug på engelska data och av [ Ståhl på svenskt material.1 ,s _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 av- snitt 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 ].
Analogt mäts privata inkomständringar med nettolönedifferenser för motsvarande kategorier. Därefter beräknas nuvärdet för varje åldersår och
Tabell ]. Bruttolönedifferenser mellan college- och highschoolexamine- rade fördelade efter ålder är 1949, $ per år
Ålder Differens i $ 25—29 228 30—34 1 439 35—44 3 416 45—54 4 753 55—64 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 14 000 21 15 000 22—23 15 500 24 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 samhällsekono- miska 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:
Produktionseffektma'tning Inkomsteffektmätning ]. Nuvärdesumman av 4. Nuvärdesumman av bruttolönedifferenser nettolönedifferenser minus 2. Nuvärdesumman av minus 5. Nuvärdesumman av bruttolönebortfall nettolönebortfall minus 3. Nuvärdesumman av minus 6. Nuvärdesumman av priva- undervisningskostnader ta undervisningskostnader Noll eller nuvärde Noll eller nuvärde
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 produktivi- tet 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.
1 standardmetoden används löner som mått på produktionseffekter. Man vill alltså mäta arbetsinkomster och inte kapitalinkomster och andra dylika inkomstelement. Blaug använder taxerade inkomster som inklu- derar inkomster efter ”allmänna avdrag”. Becker försöker korrigera för kapitalinkomstelement i lönestatistiken. Ståhl använder den till kommu- nal skatt taxerade inkomsten efter ”allmänna avdrag”. 1 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 utbildnings- tiden 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 tillvägagångs- sätt 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 produktions- bortfallet mätas på något sätt i termer av det alternativ som föreligger; om alternativet är att individen går direkt ut i förvärvslivet efter avslutad
Tabell 3. lnternränta i procent'för nägra utbildningsgrupper i USA 1939 och 1949.
1939 1949
]. Collegecxamincradc vita män:
produktionseffektmätning 13 12.5 inkomsteffektmätning 14.5 13 2. ”Drop-outs", vita män:
produktionseffektmätning 8.5 —
inkomsteffektmätning 9.5 8 3. College-examinerade färgade män boende i sydstaterna:
produktionseffektmätning 11 — inkomsteffektmätning 12.3 — 4. Highschool-examinerade vita män:
inkomsteffektmätning 16 20
Anmärkning: Siffrorna utgörs av Beckers "best single estimates”. 1939 års material omfattar endast stadsbefolkning, medan 1949 års siffror även inkluderar landsortsbefolkning.
Källa: Becker: a.a.,
Tabell 4. lnternränta i procent för ”secondary schooling” och ”higher education” i England 1963.
lnkomst- Produktions- effekt— effektmät-
mätning ning Secondary schooling (ålder 15— 18 år) 13 12.5 Higher education (ålder 18—21 år) 14 6.5
Källa: Blaug: a.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 folkräk- ningsmaterial från 1940 och 1950 som är klassificerat förutom efter ålder och utbildning även efter kön och hudfärg. Resultaten finns sammanfat- tade i tabell 3.
Mätningarna i Blaugs artikel bygger på löneuppgifter avseende år 1964 från ett slumpmässigt urval av 6 500 manliga ”hushållsföreståndare” (engelska ”heads ofhouseholds”) 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 urvalsundersök- ning, dels uppgifter insamlade från taxeringsmyndigheterna. Inkomstef- fektmätningar redovisas för jurister, civilingenjörer och civilekonomer och anges som nuvärdet av nettolönedifferenser minus kostnader diskon- terade till 3 % diskonteringsränta. Därvid erhålls följande resultat.
Jurister 115 tkr Civilekonomer 235 tkr Civilingenjörer 291 tkr
En bearbetning av Ståhls resultat enligt standardmetoden ger följande resultat uttryckta i internränta:
iProduktions— Inkomsteffekt- effektmätning mätning Jurister 7 8 Civilekonomer 12 13 Civilingenjörer 7 1 1
4.3 Tolkningar av mätresultaten
Becker, Ståhl och Blaug gör samtliga jämförelser med motsvarande mått på konsekvenser av realkapitalinvesteringar. Becker tar genomsnittsav- kastningen 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 sjalva 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 fördelas 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 12 1 ).
Det är alltså alldeles klart att de som med hänvisning till Becker hävdar
att ”lönsamheten av längre utbildning idag i USA ligger på 10—12 %" inte har någon gnind för sina påståenden i Beckers egen framställning.
Beckers egna policy-slutsatser är också mycket försiktiga och inskrän- ker sig alltså till konstaterandet att ett mått i termer av direkta produktionseffekter bör utgöra ett av de kriterier efter vilka dimensione- ringen skall avgöras.
Blaug är inte lika försiktig i sin tolkning av mätresultaten. En jämförelse mellan produktionseffektmätningen för ”secondary school- ing”, 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 a.a., sid 245).
Av Blaugs framställning framgår klart att han vill räkna positiva direkta konsumtionseffekter som ett positivt element, men endast i privatkal— kylen. 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.[ '
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: a.a., sid 270).
4.4. Sammanfattning
I detta kapitel har lämnats exempel på metoder att genomföra samhälls- ekonomiska kalkyler samt redovisats några författares tolkningar av sina mätningar. De använda metoderna är varianter av en och samma ”stan- dardmetod”. 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 re— kommenderas läsaren till stor vaksamhet vid läsningen av kapitel 5 som innehåller denna undersöknings mätresultat.
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. 1 en viss tidpunkt, kalkyltidpunkten, beräknas de direkta produktions- effekter 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 konsek- venser är fördelade över ett antal år i framtiden. De direkta produktions- effekterna beräknas för varje år som skillnaden mellan den bruttolön som den utbildade individen får och den bruttolön han skulle ha fått, *blternativlönen”, om han valt förvärvsarbete istället för längre utbild- ning. l figur 5 representerar den heldragna kurvan ovanför tidsaxeln bruttolön för den längre utbildade och den streckade kurvan ”alternativ- lönen”.
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 in— komster antas råda även i framtiden. Man antar således att individen 1972. såg, 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. På detta sätt erhålls den heldragna kurvan i figur 5. Den streckade kurvan för alternativlönen konstrueras på analogt sätt. Den
Kronor
51 __________ __ x— _,
___-_q---f
Figur 5. Bruttolön för utbildad indivi , ”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 kostnader— na — 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. ] 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 diskonteringsräntan 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 Sl — 82 — S3 (jfr. figur 5) där (med det fingerade exemplets siffror):
S, = lönedifferens = 0.78'9+0.75-10+0.71-1I+... 52 = indirekta kostnader = 0.95-19+0.91-20+O.86—21+0.82-21 83 = 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.
1972 73 74 75 76 77 78 79
Produktionseffekter — — — — 9 10 11 11 indirekta kostnader 19 20 21 21 —- — — — Direkta kostnader 10 10 10 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 applice- rats på de åldersspecifika bruttolönerna.
5.2 Källmaterialet Kalkylerna bygger på följande huvudgrupper av data.
]. Åldersspecifika löner för individer tillhörande de studerade utbild- ningskategorierna. ”Alternativlönen” i olika åldersklasser. Direkta kostnader för lärare, lokaler, utrustning etc. Studietider för de studerade utbildningarna. 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 beräk- ningarna 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 netto- inkomst” (nedan förkortad SNI). Med hjälp av personnumret, ut 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 GlH: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 inkomsttaxeringar- na. 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 under- skott 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 Jurister Tandläkare Teologer Jägmästare Samhällsvetare Veterinärer Gymnastiklärare Civilingenjörer Socionomer Naturvetare
Civilekonomer Läkare Humanister
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 fullstän- digt 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 alternativkostna— den. För kvinnor har använts en ”alternativlön” konstruerad på 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 rådet för alternativlönen beräknades den för kvinnor som 60 respektive 70 % av manliga läroverksingenjörers lön.
SAFzs lönestatistik redovisar endast personal vars löner är föremål för centrala förhandlingar. Personal med individuella anställningsavtal ingår alltså ej. Vidare upptas inte eventuella biinkomster eller övertidsersätt- ningar. ”Alternativlönen” redovisas i tabellbilagan.
Uppskattningar av direkta kostnader har gjorts med utgångspunkt i budgetredovisningen. De i beräkningarna använda skattningarna redovisas i tabellbilagan.
[ avsaknad av studietidsstatistik har de i beräkningarna använda studietiderna utgjorts av ”bästa gissningar” med utgångspunkt i normal- studietiderna.
Studietiderna återfinns i tabellbilagan. som även innehåller den skatte— schablon 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.14 Resultaten av inkomsteffektmät- ningarna 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. [ tabell 6, 7 och 8 anges en indelning i ”trappforrn” (ju högre upp, desto högre tal). Då rangord- ningen mellan enskilda utbildningar kan variera med den valda diskonte- ringsräntan 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.
tusental kronor 100 l män """-' kvinnor m=278 _ m=306 50 |: & fl m=156; W _ . _____________ & || m—136 ______ k=20 : "="" k—G """"" : """""""""""""""""""" ' %? "1:39 k 24 k—18 k=5 Lt” E k=21 0 *— | i, — — , | , 'r' ' | | f*** r rrrrr 'v =*f' '1 j_”
22 25 30 35 40 45 50 55 60 65 68år
Figur 6. Agronomer. Ålder/inkomstprofilcr för män och kvinnor med uppgift om individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor
100l män i — — — — kvinnor
m=278
m=278
504 ————————————————— 1. ____________ 0 || _____________ E k=2 ?m—36 ————— ? Ola: k=0 k=1 k=O x
| | | | |
55 25 30 35 40 45 50 55 Gb 6'5 åsar
Figur 7. Jägmästare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental .. kronor man — — — — kvmnor 100 * m=4 248 m=3 070 IN N m=5 019 5 || —3 1 5 E 501 "TÅ m=3 250| .____________.'"_"= ______________________ lf? ____________ k=103 k 80 k=35 *j'g k=183 k=101 ___ k=158 03 i . ___—_ || ÄLJ m=2 258 _,
| | | 'W '*|—— 0 — . . —.—————|—- 22 25 30 35 40 45 50 55 60 65 68 år
Figur 8. Civilingenjörer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i ålders- grupperna.
tusental _ — — — kvinnor kronor 100— m=52 m=31 m_5_|—'"—55— N || 50— _ ———————————— i k=1 - o ' ? || ; . E : 3 ("D m=0 m=0 *: 1 ? _|: k=0 k=0 k=0 : 7. k=1 k=0 ==
2'2 25 30 35 40 45 50 55 50 65 68år
Figur 9. Civilingenjör och civilekonom. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, Ar 1969. Medelinkomst i åldersgrupperna.
tusental män kronor — — — — kvinnor 100 00 8 = 4 1 m 1 30 m=931 lé m=1 617 5 50 m=9301 £ m=1 065 N _________________________________ E '-;-—- k—76 k=104 k=119 ________ ; ”""—";? cpm=737pk436 k 48 i__ ! k=174
2'2 215 30 35 40 45 50 55 00 65 år Figur 10. Civilekonomer. Ålder/inkomstprofller för män och kvinnor med uppgift
om antal individer i respektive åldersklass, AR 1969. Medelinkomst i ålders- grupperna.
tusental kronor män 150. ——-—— kvinnor m=41 100 4 m=51 m=50 '||" E 50 ' o _________________ " k=5 __ E 'i' ? m=0 _! ;: k=
22 25 30 35 40 45 50 55 60 65 58 år
Figur 11. Civilekonom och filosofisk examen. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medel- inkomst i åldersgrupperna.
tusental kronor män — — — — kvinnor 100 - m=1 915 m=2 184 S m=1 741 cf? & 50 ' m=989 _ ______r—--—; ——————————— k— ="2—05" ' ________________ _l; m=866 k=136 k 244 L k=158 LIF o k=165 grrr? I —- m=325 # gr—f —_—r—å———r——*r * 22 253530 35 40 745” 50 55 60 65 68år
Figur 12. Jurister. 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=713 m=363 m=1 177 g 50 — " u., m=1 388 E m ____________________________ 1 % m=2 648 ___________ J k=246 k=87 L__ & : k=625 k 494 (|? |. 2 055 k=1 270 _! * k=1770
2'2 25 30 35 40 45 55 50 60 65 s'sär
Figur 13. Samhällsvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i ålders— grupperna.
tusental kronor män 100_ —— —— kvinnor m=72 "1:58 m=3 få m=48 E |' ________ __ _______ | 50" ____________ _; k—O L__ & k=1 ? 0 | ———————————— —l _! II | : E i k 1 %> m=0 m=0 : 0 ;: k= k= k=0 i
25 25 30 35 40 45 50 55 60 65 65 år Figur 14. Juridisk och filosofisk examen. Ålder/inkomstprofiler för män och kvin- nor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelin-
kom st i åldersgrupperna.
tusental ' man kronor ——— —— kvinnor 100— m=56 m=54 %] m=38 E 50- m: r————|—(;ä—————: . ............ J , ? : k: |__________________I E i k=1 :t— - : || ? m=O m=0 ; |__ 0 ! k= k=0 k=o.= 35
22 25 30 40 45 50 55 50 65 65 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 m=740 m=278 % || 50 E V E ___________ 4 k 686 s ————= ————— k=801 v k=589 k=487J
*r | | | |
22 25 30 35 40 45 50 55 60 65 går
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 m=1 590 100- m=2 194 : *? iå m=1 392 ____________ & _____________ ; k=360 """iéiå—"n—i : k=522 * 50— —————— 4 i ; m=1 239 k=418 * v , % | Lå. ,. m= it;—35? TT, 31 519 x 0 äk=60' — —-— *
22 25 #30» 55 ' 4'o _ 45 50 55 60 Åss 68 år Figur 17. Läkare. Ålder/inkomsprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
kronor mån 100- ————kvinnor m= 1 162 m=758 m=1 036 m=832 m i in 50 -v (RI & m=584 _________ r*'*|z=555""—-—————_ ————————— [£ " ____rk'='2'6—5— k 400 k—355 : E |k=313 __ ” 3 w w— Vm=515 ., o '! k=73_9_6 , , , , 1 &
| 1 ' Y Y # 22 25 30 35 40 45 50 55 60 65 68år
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 100- män —— — — kvinnor m=197 m=233 IN m 50— % " *. (F I : & |_le?. _____ : w w Zm=104k=21 k=14 =: || k=18 X
| | # | | | |
22 25 30 35 40 45 50 55 60 65 58 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 " män — — —— kvinnor m=913 m=717
O
22 25 30 35 40 45 50 5? 60 65 s'sår
Figur 20. Naturvetare. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental kronor män "————— kvinnor m=1 512 m=1 474 (' 50 & 00 E ! m=1 '04 —:———-'""|:=*2'525'" 3— — —--- k—2 490 3 m" k=2 621 3 || 666 & & | ,k= 178
22 25 30 35 40 45 50 55 60 65 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 män — —— — — kvinnor m=681 m=1 309 %
22 25 30 35 40 45 50 55 60 65 68 år Figur 22. Teologer. Ålder/inkomstprofiler för män och kvinnor med uppgift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i åldersgrupperna.
tusental
kronor män — — — — kvm nor !: m=143 'i 50 m=209 m=130 E 0,3 m=134 || m=192 : _______________________________ __ .; k=276k—165 Håål—"iiäåun k—273 k=484 g" [: m=205 (|? 0 " . 22 25 30 ”35 40 45 50 55 60 65 68 år Figur 23. Gymnastiklärare. Ålder/inkomstprofiler för män och kvinnor med upp-
gift om antal individer i respektive åldersklass, AR 1969. Medelinkomst i älders— grupperna.
Män Civilekonomer Civilingenjörer Jurister Läkare Tandläkare
Kvinnor
Jurister Läkare Naturvetare Tandläkare
Gymnastiklä rare Humanister Naturvetare Samhällsvetare Socionomer Agronomer Jägmästare Teologer Veterinärer
Civilekonomer
Civilingenjörer Gymnastiklärare
Humanister Samhällsvetare Socionomer Agronomer Jägmästare Teologer Veterinärer
Tabell 7. Nuvärden per krona direkta kostnader. Män Civilekonomer
Kvinnor Jurister
Agronomer Civilingenjörer Gymnastiklärare
Jurister
Jägmästare Läkare
Naturvetare Tandläkare Veterinärer Humanister Samhällsvetare Socionomer Teologer
Agronomer Civilekonomer C ivilingenjörer Gymnastiklärare J ägmästare Läkare
Natu rvetare Tandläkare
Veterinärer Humanister Samhällsvetare Socionomer Teologer
Män
Läkare
Kvinnor Läkare
Civilekonomer Civilingenjörer Jurister Tandläkare
Civilekonomer Civilingenjörer Gymnastiklärare Humanister Jurister Naturvetare Sam liällsvetare Tandläkare Veterinärer
Tabell 9. Internräntor i procent.
Agronomer Gymnastiklärare Humanister Jägmästare Naturvetare Samhällsvetare Socionomer Teologer Veterinärer
Agronomer Jägmästare Secionomer Teologer
Utbildning Produktionseffektmätning inkomsteffektmätning Män Kvinnor Män Kvinnor Agronomer (0 (0 (0 (0 Jägmästarc 1 O 1 (O Civilingenjörer 6 4 5 4 Civilekonomer 8 (0 6 (0 Jurister 7 8 4 4 Samhällsvetare 3 l 1 (0 Socionomer (O (0 (O (0 Läkare 9 8 10 11 Tandläkare 5 4 6 6 Veterinärer 1 (0 l 0 Naturvetare 3 4 2 4 Humanister 1 2 (0 l Teologer (0 (0 (0 (O Gymnastiklärare (0 (0 (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 konsum-
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 tolkningsmöjlig- heterna 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 awiker 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. ] 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 produktivitetsutveck- ling i alla sektorer sker så skall lönedifferenserna korrigeras härför. Denna korrektion är dock inte helt självklar, eftersom sådan likformig produk- tivitetsutveckling 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 produktivitets- ökning avspeglas i en sänkning av diskonteringsräntan med samma antal procentenheter.
5 .4.2 Mate rialb rister
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 håll varför denna brist torde kunna negligeras.
Det inkomstmått som registreras i AR hänför sig till motsvarande
taxeringsär, dvs. i 1969 års AR registreras SNI från inkomståret 1968. Denna ca l-åriga eftersläpning innebär bl. a. att ett antal individer med förvärvsinkomster under det aktuella året blivit registrerade utan in- komstuppgift 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 för- värvskälla). 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 över- respektive underskattar ”arbetsinkomster” om inkomsten från övriga förvärvskällor över- eller understiger eventuellt förekommande under- skott 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 åldersspeci- fika 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 alternativ- lönen 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 kostnads- Ökning 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
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 utbildningskate- gori, 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 kro- nor. 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 imåtten. Det innebär att mätningarna ger information om utbildningens konsekvenser för ”materiella” konsumtionsmöjligheter i samhället respektive för penning- inkomster 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 vattenkrafts- investeringar. 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 förkla- ringsvariabler 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 av— snitt redovisade materialgranskningen. Därtill presenteras i figurbilagan resultaten av känslighetstest utförda på lönedifferensernas storlek. Alter-
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 utbild- ningar 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 huvud- sakligen med utgångspunkt i de i avsnitt 5.3 presenterade rangord- ningarna. Vad som härmed vinnes i överskådlighet sker till priset av viss brist på precision. För den läsare som föredrar sådan tillhandahålles en detaljredovisning i figu rbilagan.
Avsikten är att presentera underlag för en bedömning av i vilken utsträckning olika utbildningar bidrar till ökning av materiella konsum- tionsmöjligheter samt hur denna ökning av materiella konsumtionsmöjlig- heter fördelar sig mellan den utbildade individen Och övriga medborgare. För den förstnämnda bedömningen kan produktionseffektmätningen utnyttjas och för den senare bedömningen en jämförelse mellan produk- tionseffektmätningen 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 rangordnasi 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 så är det helt i enlighet med målet att maximera konsumtions-
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 produk- tionsresurser 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 omkas- tas. 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 100000 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, tand- läkare 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, gymnas- tiklärare och socionomer ligger däremellan.
Rangordningarna efter nuvärde per budgetkrona (=nuvärde per krona direkta kostnader) uppvisar en något awikande 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). Låt oss exemplifiera: som framgår av resultatredovisningen före- kommer 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.
I l l I I I
B A
Figur 24. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde per krona direkta kostnader.
ll
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. 1 den andra tablån har nuvärdena korrigerats för en ”underskatt- ning” med 200 för båda utbildningarna vilket medför att båda talen blir positiva.
Utbildning Nuvärde Direkt kostnad Nuvärde per krona direkt kostnad 1. A — 100 10 — 10 B — 160 20 — 8 Korrigerat nuvärde 2. A + 100 10 + 10 B + 40 _ ___20 + 2
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 omfördel- ning 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 förelig- ger 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 plane- ringssynpunkt, så är budgetrestriktionen av intresse. Då vore det slöseri med begränsade resurser att rangordna efter nuvärde. Resonemanget kan illustreras med figur 27. I det först beskrivna fallet utvecklas inom budget- ramen tillströmningen (intagningen) till de tre utbildningarna betecknade H, M respektive L så att nuvärdena vid den korrekta diskonteringsräntan
—100 0 100
__ '
| | A
Figur 25. Tallinje som anger rangordning mellan två utbildningar A och B efter nuvärde före och efter "korrigering".
—10 o 10
I | A B B A
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
nuvärde
ll
19'72
intagning
l l
' M
.'_j_ // lH/
0 L,
1972 Figur 27. Utveckling av intagning till, respektive nuvärde för, tre utbildningar H, L och M under en fingerad planperiod.
1986
Fall 2 Olika nuvärden vid planperiodens slut nuvärde
ll
.-
0 4- M -» 0 - L % 1972 1986 intagning ll __ M
jj/
i 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 utbygg- nadstakt för lokaler och utrustning. och politiska restriktioner. exempel- vis möjligheten att med antagningsspärrar eller på annat sätt styra och begränsa tillströmningen.
5.5.2 Inkomsteffektmätningen
Inkomsteffektmätningens resultat har i likhet med produktionseffekt- mätningens 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 nyss- nämnda fyra även naturvetare, humanister, veterinärer. samhällsvetare och gymnastiklärare. Det förefaller således som om det föreligger starkare
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 inkomstfördelningskonse- kvenser. Som närmare utvecklades i kapitel 3 kan man dela upp produk- tionseffektmätningens 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 inkomsteffekt- mätningarna 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
400 Mån 4 %
300—
200 —
___1
100—
r------
——100'
—200— LCECIJuTaNSaHJäGSoVATe
Figur 28. Mån 4 procent. Nuvärde: produktionscffektmätning och inkomsteffekt- mätning.
Använda förkortningar:
A = Mmmm" L = UM" d kt' nseffektmätnin CE = Civilekonomer N = Naturvetare pro u '0 g CI = Civilingenjörer Sa = Samhällsvetare _____ - k m teffektmätnin G = Gymnastiklärare So = Socionomer m 0 s 9 H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer
tusental kronor 200_ Män6% 100—l l | 0 l __| .___1 ___ __, L__, L. ___—__1 ____ .-——-| I...] L__J ' '___'"__' —100— —200—
LCEJuClTaSaNHGSoJäTeAV
Figur 29. Mån 6 procent. Nuvärde: produktionseffektmätning och inkomsteffekt- mätning.
tusental kronor
100— __ Man 8 %
——100—
—200_j
LCEJuCITaSaNGHSoTeJäAV
Figur 30. Mån 8 procent. Nuvärde: produktionseffektmätning och inkomsteffekt- mätning.
Använda förkortningar:
A = Agronomer L = Läkare - " - CE = Civilekonomer N = Naturvetare prOdUkt'onsef-fektmammg CI = Civilingenjörer Sa = Samhällsvetare _____ - " -
G = Gymnastiklärare So = Socionomer inkomsteffektmätning H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer
300_ Kvinnor4 %
200 =
100—
—1oo— ___. __
—200—
LJuTaNCICEHSaGSoTeVAJä
Figur 31. Kvinnor 4 procent. Nuvärde: produktionseffektmätning och inkomst- effektmätning.
tusental kronor
100_ Kvinnor6%
___—4
—100-1
—200— LJu NCE Ta Cl H GSa So TeA VJä
Figur 32. Kvinnor 6 procent. Nuvärde: produktionseffektmätning och inkomst- effektmätning.
Använda förkortningar:
A = Agronomer L = Läkare - -- - CE = Civilekonomer N = Naturvetare produktlonseffektmatnlng CI = Civilingenjörer Sa = Samhällsvetare _____ - ff kt ..t - G = Gymnastiklärare So = Socionomer inkomste e ma ning H = Humanister Ta = Tandläkare
Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer
tusental kronor
Kvinnor 8 % 100—
——100——
_200 __
JuLNCEGCIHSaTaSoTeAVJä
Figur 33. Kvinnor 8 procent. Nuvärde: produktionseffektmätning och inkomst- effektmätning.
Använda förkortningar:
A = Agronomer L = Läkare kt' effektmätnin CE = Civilekonomer N = Naturvetare produ long g Cl = Civilingenjörer Sa = Samhällsvetare _____ . k m teffektmätnin G = Gymnastiklärare So = Socionomer '" 0 S 9 H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer
Ur figurerna kan utläsas att utbildningar med höga nuvärden i produktionseffektmätningen som läkare, civilekonomer, jurister och civilingenjörer. också har relativt höga nuvärden i inkomsteffektmät- ningen 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 tlöde-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 rang- ordningarna 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
Utbildning Antal examinerade/år i % av Totala antalet Åldrarna 22—34 år
Agronomer 3.5 4.3 lagmästare 2.0 10.4 Civilingenjörer 5.9 14.5 Civilekonomer 7.4 18.0 Jurister 4.0 15.5 Samhällsvetare 17.9 24.1 Socionomer 7.4 19.5 Läkare 4 1 8.8 Tandläkare 2 8 6.3 Veterinärer 1.9 5.5 Naturvetare 9.9 15.9 Humanister 9 8 20.2 Teologer 3 2 18.0 Gymnastiklärare 6 8 18.5
Källor: lPF 197021, SCB, tabell 5—6 och Akademikerregistret 1969.
detta förväntas påverka nuvärdet i negativ riktning i större utsträckning än om flöde-beståndrelationen är liten. Denna utsaga bygger på hypotesen att tlödet i konkurrensen på arbetsmarknaden påverkar lönerna nedåt för ifrågavarande utbildningskategori relativt ”alternativ- lönen”. 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 samhällsekono- miska och den privatekonomiska kalkylen) kan användas i utbildningspla- neringen 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 iengelskspråkig litteratur ofta går under benämningen ”manpower-needs forecasts” — har presenterats i litteraturen och tillämpats i bl. a. OECD-sammanhang.ls 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 många personer med ifrågava- rande utbildningar som faktiskt kommer att anställas. Som exempel kan nämnas att de prognoser som bygger på produktionssamband av det slag
som utgör huvudingrediensen i de flesta så kallade makroekonomiska modeller helt försummar inverkan av ändrade framtida löne- och prisrela— tioner i samhället. Man kan alltså säga att resultaten av sådana ”man- power—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 ”efterfrå- gan” 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 ”över- gångstal” eller ””övergångssannolikheter” för flyttning mellan olika skol- nivåer 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 ”manpower- needs”—ansatsen är mycket oklart under vilka förhållanden som ”progno- sen" verkligen uttrycker efterfrågan. Mera sofistikerade varianter av denna ansats kombinerar övergångstalen med information om ”produk- tionsstrukturen” hos utbildningssystemet och ger samtidigt med ”efter- frågan” i ovan angivna mening även information om behovet av lärare, och därtill möjligheter till avstämning mot givna ”behovskalkyler.' 7
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 iplaneringsögonblicket 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 planerings- tal. 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 konse- kvenserna 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 förelig- gande undersökning skall ses i relation till de nämnda målen. Den beskriver nämligen utbildningens konsekvenser för materiella konsum- tionsmöjligheter 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 informa—
tionen. Här skall blott presenteras slutsatser och viktiga reservationer samt några reflexioner som är författarnas egen bedömning.
[ 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 män i termer av deras fördelnings- mässiga 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 beslutstid- punkten. 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. [ 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. [ ordning efter den förut nämnda gruppen kommer då grovt taget: naturvetare, samhälls- vetare, gymnastiklärare, humanister och socionomer.
Lägsta nuvärden hari 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 rangord- ningen 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 samhälls- vetare.
Sammanfattningsvis kan alltså sägas att kalkylerna ger klara riktnings- angivelser för förändringar av planeringstalen endast för gruppen utbild- ningar 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 resul- tat 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
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 samhällsekono- miska nuvärdet på ”stat” och ”individ" uppvisade stora olikheter mellan olika utbildningar. De enda utbildningskategorier som ger positivt nuvär— de 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 utbildning- ar (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 utbilda- de 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-benetlt"-analys i förening med annan information kan bilda underlag för förslag och beslut rörande den längre utbildningens dimensionering. Därvid har förutsatts att dimensio- neringen 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 inkomsteffekt- mätningarna 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 mät— ningarna 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 två alternativ, nämligen någon form av spärr eller någon organiserad informationssprid- ning. Mera undantagsvis diskuteras möjligheterna att styra med ekono— miska 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 på annat sätt när de studerande då de skall välja längre utbildning. så kan det uppkomma problem som är förknippade med svårigheten att nå överens- stämmelse mellan privata och samhällsekonomiska incitament till utbild- ning. Studerande kan i sitt val förmodas åtminstone i någon mån styras av privatekonomiska incitament.' 8 Då inkomsteffektmätningen i allmänhet avviker från produktionseffektmätningen och för somliga utbildningar ger högre och för andra lägre tal än produktionseffektmätningen förelig- ger risk för snedvridning av efterfrågan på olika slags utbildning jämfört
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 finansie- ringssystemet 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 ekono- miska.
Jämförelsen mellan de båda slagen av mätningar aktualiserar även finansieringsfrågan. Det system som för närvarande gäller för fördelning- en 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 delta- gande 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 totalkostnadema minskar och nuvärdena ökar. De aktuella planerna på ett programbudgetsystem genomfört inom utbildningssektorn torde — rätt använt — ge möjligheter till sådana rationaliseringsvinster.
Bilaga 1
1.
(»
OONIONUä-P
11 12 13 14 15 16 17
18
19 20 21
' AR 1968:
Procedurbeskrivning
3 Följande bearbetningar har gjorts av data i akademikerregistret.
Individer i AR 1968 indelas efter utbildning, ålder, kön och
mantalsskrivningsort. Utbildning, jfr ”Utbildningskod” i Appendix till bilaga ]:
indelning i 21 grupper.
Agronomer J ägmästare Civilingenjörer
Giving. + Civ.ek. Civilekonomer Civ.ek. + fil.ex. Jurister Samhällsvetare Jur. + fil.ex. Civ.ek. + jur.kand. Socionomer Läkare Tandläkare Farmaceuter Veterinärer Naturvetare Humanister
Filfak. okänd ämneskomb. Teologer Gymnastiklärare
016+015=01 066+065+064=06 106+116+126+136+146+ 156+166+105 + 115 + 125 + 135+145 + 155 +165=10— 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+54S+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
Ålder; 8 åldersklasser;
—21 35—44 22—25 45—54 26—29 55—67 30—34 68—
Kön; 2 grupper
Mantalsskrivningsort; 3 regioner; Indelning enligt ”SCB: Meddelanden i samordningsfrågor 19692], Regionala koder” ss 123, 111
]. ”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 21 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. Output2: 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 1008 medelvärdena
sammanställs ålder-inkomstkurvor för alla kombinationer av kön och region samt för regionala aggregat. För varje ålder-inkomst- kurva beräknas
inkomst =
50 2 i[ (1 + r)_t; t= 6 = åldersår 23 r= 6
för utbildningarna 1, 3, 7, 8, 13, 15, 16, 17 samt =
50 >: han)—1 r=5
' t = 5 = åldersår 22 3
för övriga utbildningar.
r = 0, 0,02, 0,04, 0,06, 0,08, 0,10, 0,12
Motsvarande beräkningar genomförs på basis av korrigerade lj-vär- den (lt' = inkomst efter skatt)
där [t' = kjt - i,; o (kit & 1.
Nedanstående kIt-värden används.
It (kronor) klt 0 = 4999 1
5000 = 7499 0.89 7500 - 9999 0.81 10000 — 14999 0.75 15000 — 19999 0.72 20000 = 29999 0.68 30000 = 39999 0.63 40000 = 49999 0.58 50000 = 59999 0.55 60000 = 79999 0.52 80000 = 99999 0.48 100000 — 0.42
Output 3: Tabell utvisande livsinkomster enligt beskrivning för 2 x 3 x 21 ålder-inkomstkurvor, samt för aggregat över regioner. Output4: Tabell utvisande korrigerade medelvärden för [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. Ålder C. Kön D. Mantalsskrivningsort 2. Output 2. 3. Output 3. Output 4. Output 5.
Appendix till bilaga 1
1960 års folkräkning 26.4.61. UTBILDNINGSKOD
O.. 01. 016 015 06. 066 065 064
Utbildning inom jordbruk och skogsbruk Lantbrukshögskolan Agrlic. och agr.dr. Agronomexamen
Skogshögskolan
Skogsvetlic. och skogsvetdr. Civilj ägmästareexamen Forstmästareexamen
1=2.. Teknisk utbildning 10=16 Teknisk högskola samt högre mejeriutbildning
106 116 126 136 146 156 166
105 115 125 135 145 155 165
a. Teknlic. och tekn.dr. Utbildning vid avd. för arkitektur Utbildning vid avd. för väg- och vattenbyggnad Utbildning vid avd. för maskinteknik, flyg- och skeppstekn. Utbildning vid avd. för elektroteknik Utbildning vid avd. för kemi Utbildning vid annan avdelning Uppgift om avdelning saknas
b. Civilingenjörs-, bergsingenjörs-, arkitekt-, och mejeriingenjörs- examen Utbildning vid avd. för arkitektur Utbildning vid avd. för väg- och vattenbyggnad Utbildning vid avd. för maskinteknik, flyg- och skeppstekn. Utbildning vid avd. för elektroteknik Utbildning vid avd. för kemi Utbildning vid annan avdelning Uppgift om avdelning saknas
175
Civilingenjörs-, bergsingenjörs, arkitekt-, eller mejeriingenjörsexa- men + civilekonomexamen Civilingenjör- arkitekt- lantmätare- eller mejeriingenjörsexamen + civilekonomexamen
18=23 Tekniskt läroverk. Ingenjörsexamen 183 193 203 213 223 233
Utbildning vid byggnadsteknisk linje Utbildning vid maskintekniska linjer Utbildning vid elektroteknisk linje Utbildning vid kemisk linje Utbildning vid annan linje Uppgift om linje saknas
24—29. lngenjörsutbildning vid tekniskt institut och teknisk skola. Hög-
243 253 263 273 283 293
3..
30. 306 305
31. 315
32. 323
4..
re fackkurs Utbildning vid byggnadsteknisk linje Utbildning vid maskintekniska linjer Utbildning vid elektroteknisk linje Utbildning vid kemisk linje Utbildning vid annan linje Uppgift om linje saknas
Utbildning inom handel
Handelshögskola Ekon.lic. och ekon.dr. Civilekonomexamen
Civilekonomex. + fil.kand, fil.mag. eller pol.mag. Civilekonomexamen + fil.kand., fil.mag. eller pol.mag.
Handelsgy mnasium Handelsgymnasium
Utbildning inom förvaltning
40=42. Juridisk fakultet och samhällsvetenskaplig sektion
40. 406 405 404
41. 416 415
42. 425
43. 435
Juridisk examen Jur.lic. och jur.dr. Distriktsåklagarex. ochjurkand. Kansliexamen
Samhällsvetenskaplig utbildning
Fil.lic. och fil.dr. i samhällsvetenskapligt ämne Fil.pol.mag., jur.pol.mag. samt fil.mag. och fil.kand. inom samhälls- vetenskaplig ämnesgrupp
Jur.kand. + fil.kand., fil.mag. eller pol.mag. Jur.kand. + fil.kand., fil.mag. eller pol.mag.
J urkand + civilekonomexamen J ur.kand + civilekonomexamen
44. 444
50.
506 505 504
54.
546 545 544
56. 566 565 564
58.
586 585 584
6..
Socialinstitut Socionomexamen
Utbildning inom sjuk— och hälsovård
Medicinsk fakultet och fackhögskola (Karolinska institutet) Med.dr. Medlic. Med.kand.
Tandläkarhögskolan Odont.dr. Tandläkarexamen Odont.kand.
Farmaceutiska institutet Farmlic. och farm.dr. Apotekarexamen Receptarieexamen och farm.kand.
Veterinärhögskolan Vet.med .dr. Veterinärexamen Vet.kand.
Utbildning inom filosofisk och teol. fakultet
60—68. Filosofisk fakultet
606 61 6 626 636 646 656 666 676 686
605 615 625 635 645 655 665 675 685
(ej samhällsvetenskaplig sektion)
Fil.lic. och fil.dr. Utbildningi matematiskt-naturvetenskapligt ämne Utbildning i biologiskt ämne Utbildning i psykologi, pedagogik eller filosofi Utbildning i modernt språk Utbildning i nordiska språk eller litteraturhistoria Utbildning i historia eller geografi Utbildning i klassiskt språk Utbildning i annat ämne Utbildning i okänt ämne
Fil.kand. och fil.mag. (fil.ämbetsexamen) Utbildning inom matematisk-naturvetenskaplig ämnesgr. Utbildning inom biologisk ämnesgrupp Utbildning inom psykologisk-pedagogisk ämnesgrupp Utbildning inom moderna språk Utbildning inom nordiska språk och litteraturhistoria Utbildning inom historisk ämnesgrupp Utbildning inom klassiska språk Utbildning inom blandad ämneskombination Utbildning inom okänd ämneskombination
674
69. 696 695
* 71. 714
74.
. 744
803
* 813
823 833
Teol.fil. examen Teol.lil. examen
Teologisk fakultet Teol.lic. och teol.dr. Teol.kand.
Lärarutbildning (utom lärare med akademisk ex. )
Folkskollärarutbildning Folkskollärarexamen
Gymnastiklärarutbildning Gymnastiklårarutbildning
Studentexamen
Studentexamen på reallinjen Studentexamen på latinlinjen Studentexamen på allmänna linjen Studentexamen på okänd linje
Bilaga 2
Variabelförteckning
Akademikerregistret fr. o. m. 1968
FBNE SEKE FARE FMAE FDAE FNRE KSE (HV
NAT FLAND KBFLÄN KBFKOM KBFÖRS
SYSS
YRKST
11 1
Hv—wNNN
NNNWUJ
Personnummer Sekelsiffra Födelseår Födelsemånad
Födelsedag
Födelsenummer Kontrollsiffra (modulo 10) Civilstånd 1 = gift ej samboende 2 = gift samboende 3 = ogift 4 = änka/änkling
5 = skild
Nationalitet kod enligt RTB Födelseland kod enligt RTB Kyrkobokföringslän Kyrkobokföringskommun Kyrkobokföringsförsarnling
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, sak- nas för akademiker som tillkommit efter 1/11 1965 A Förvärsarbetande A.a Anställda
YRKE NGREN
ANSTART
PENDL
ARBLÄN ARBKOM
HSYSS
1 = anställd (ej medhjälpande) 2 = medhjälpande
A.b Företagare
3 = självständig yrkesutövare 4 = yrkesutövare med anställda B Ej förvärvsarbetande O = ej förvärvsarbetande Yrke enl. 1960 års folkräkning
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 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 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 hem- kommunen
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 Arbetsplatslän. Motsvarar koderna för bostadslån Arbetsplatskommun. Motsvarar koderna för bo- stadskommun Huvudsysselsättning under året enl. 1960 års folkräkning, saknas för akademiker tillkomna efter 1/11 1960 A Förvärvsarbetande under året A.a Förvärvsarbetande under folkräkningsveckan (l iord 5 posO)
UTB
SOCGR
11x5
000 = samma yrke som under veckan 001—999 (exkl. jämna 100-tal) = annat års yrke än som utövats under veckan enligt folkräk- ningens yrkeskod på 3-siffernivå
A.b Ej förvärvsarbetande under folkräknings- veckan (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 folkräknings- veckan (0 i ord 5 pos 0)
000 = samma sysselsättning som under veckan 200—900 (se ovanst. förteckning) = annan syssel- sättning än under veckan
Utbildning enligt utbildningsklassificeringen samt år och ort för examen avlagd efter 1/11 1960 Socio-ekonomisk grupp enligt 1960 års folkräk- ning, 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, kontors- och handelspersonal m. 11.) 07 = arbetare andra än i grupp 2 08 = anställda inom serviceyrken 09 = militärer 10 = ej identifierbara yrken
B Ej förvärvsarbetande B.a Familjemedlemmara till förvärvsarbetande. Kod 01—10 enligt huvudmannensa socio-ekono- miska grupp B.b Studerande samt familjemedlemmara till
a Med familjemedlemmar avses här ej förvärvsarbetande gifta, samboende kvinnor och/eller minderåriga barn (födda 1945—60).
AVGÄR AVGORS DÖDSORS INKO
Cab—'N
studerande (exkl. studerande hänförbara till punkt B.a)
11 = Studerande
B.c Övriga personer 12 = övriga ej förvärvsarbetande eller studerande Är för avgång ur registret fr. o. m. 1965 Avgångsorsak fr. o. m. 1965
Dödsorsak fr. o. m. 1965
Nettoinkomst fr. o. m. 1969
Figurbilaga
Använda förkortningar:
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —200 =100 0 100 200 300 L ”892, CE (862) Cl(544) Ju l758) TI G So A N V Jä V Sa N Ta (5671 0 l l 1 l 1 _1_ I 1 1 J LIGBSl T' A So V Jl V 58 N Ta Ju Cl CE 2 l 1 ll | 1 1 I 1 l l 1 G H T' A V 50 G Ja H Sa N TI Cl CE L 4 11 1 1 1 1 1 1 1 j 1 J Ju V A T! Ja 50 GH Si Ta Cl Ju CE L 6 1 J. 1 I l l l l l 1 | 1 11 V A Ji Te SoHGNSa Ta Cl Ju CE L 8 1 1 * 1 1 111 1 1 1 | | 1 V Ala TeSoN Sa CI Ju LCE 10 1 1 1 1 11 | | 1 1 1 l 1 | H GTa N G v Ai; TajSo [:| L Ju CE 12 1 11 I 1 1 | 1 l 1 | TDH'CSI
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.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socronomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinarer L11687l 1 —200 —100 0 100 200 300 EF.??? j Ju (6851 Ta G 50 A V Ja Sa N Ta 1501) 1 0 1 l l l '1 l l 1 H L(7851 Te A 50 V Ja Sa N Ta Ju CI CE 2 1 ll 1 1 1 1 1 1 G | H A 1 ! 3 !H Sa Ta cu Ju (:E 4 _1r 1 11 i 1 1 L V N T: V A Ja SOG Hv N Sa Ta Cl Ju CE L 6 l 1 i 1 1 1 1 1 1 1 V A Ji TeSoHNSaTa Cl Ju CEL 8 ' 1 1 l l 1 l 1 G? 1 50 V A Ja Te H Sa c1 111 CE 10 l 1 l ' 1 1 N ha L L H v AJa Ni "1:11 Ju CE 12 1 ' 11 ! 1 1 if lSa , r. G 1 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. L(lml CElMl) —100 0 100 200 300 cr (6171 Ju [5671 Ta G ASo V H Ji Sl N TI (4011 o 1 | 11 1 1 1 1 l L(GJOl Te A 50 Ja H Sl N Ya Ju Cl CE 2 1 1 Ill 1 1 1 1 1 1 1 4 G V V A Te Ja 6 H 5: Ti Cl Ju CE L 4 1 1 1 _irr 1 % | 1 | 1 1 50 N V A Ja Te 50 G H N Se Ta Cl .lu CE L 6 I 1 i 1 l 1 l i 1 I I 1 l 1 H 81 113 relies rfr G T: L H AJa TaSo G CI L Ju CE 10 l l 1 l' l T1 [ l 1 | Sa N Te L N Sa 12 | Alfa Tillffjlli Jil.| (|:E 50 G H
Figur 36. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferen- ser före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —100 0 100 200 300 L(BSS) CE 1425) 7 A G v , _ 0090) 0 f 1 . sr . J:r 5: T T' .. T 50 J 2 I? 1,1! |! |. rl Sia] Tl- cll Jlu CIE 11373) G N V A Ja 50 H N Sl TI Cl Ju CE L 4 l l ll 1 1 I I | I | Ta G V A Ja TeSo NTISI Cl JuLCE 6 | 1 1 ll II 1 I | I I 1 G H V AJ; TESQHCI L Ju CE 8 1 1 | 1 lill tila Sa N CI G V AJ; Tl L H Sl Ju Cl 10 I ll [ Il '] 1.15. Te V A L CI So Sa Ju CE 12 I l' II II '1, l 1 L Jä Ta N Ti! 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 0 100 200 A 1—3761 L 111591 50 CE V Ji SI H Cl N Ju TI 0 1]] I 1 1 1 l 1 l l _1 G Te V lil—246) Te Ja 5 cs s. H ci Ta Ju N ""96' 2 l 1' J 1 l 1 l 1 50 N A V Te 50 G Sn CE Cl IT) Ju L 4 II 1 | | | [| I | 1 1 Ja H Ta Ja V A Te So SlN Cl N Ju L 6 l i l 1 1 l l 1 I l 1 G CE Ja V A Te So SICIGCE N LJu 8 1 1 1 l [ lll ] l l 1 T: T: H G T 10 i : frCllltlcf 1" Sal N G JaV A TILCISI jcs Ju 12 1 1 1 1 ' 1 |; 1| | 1 T: So H N
Figur 38. Nuvärden i tusental kronor beräknade på lönedifferenser före skatt (för 60 % av alternativlönen före skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonte- ringsränta. Kvinnor, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinarer —100 0 100 200 Å1—3501 L 1947I So CEV 1! Sn H 121 N Ju T- 0 1 ' i 1 | 1 l l l 1 17. G 'X'-23" TeJaSo G ca s. 11 c1 N 1. Ju ”'n' 2 [l 1 1 1 | 1 l 1 | V /N A V Te 50 G $. CE CI TI Ju L 4 Ir 1 1 1 1 1 1 1 | 1 J 1 Ja H G Ja V A Ye So Sl CICE Ju L 6 1 | 1 1 1 j 1, l] l 1 H Ta N JaV A Te SoTaCIN CE L Ju 8 L 1 I l ] lll ll [ | SaHG V Te So L T J ,0 1 1 |.' cri- in ." 11| H Ti So Ja A jtcrls; GCE Ju 12 % | || 1 III 1 l 1 V Te NH 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 0 100 200 ***—3091 So re v ce Ja s.- H :| N Ju T. "(783' 0 lli I 1 l 4 l l 1 G A v Ja Ta 56 G ca 14 el Ta Ju L (335' 2 # 4 1_ 1 I II _l ] ll 1 5- N V A Te 50 G Sl H Cl Ta N Ju L 4 ** 1 1 1 1 1 11 | 1 1 1 Ja CE Ja V A T! 50 Säl NCE Ju 6 1 I '? l l 1] Ta H L N Ja A T: 50 Cl Sl CE Ju 8 l l 1 11 l I 1] 1 | V Ta HI L G Ja A TI LCI N Si CE Ju 10 1 1 | |1 1, l, l 1 1 V T! 50 H G V IJa A L CI So Sa CE Ju 12 1 1 [| 11 : |1 11 Ta Teh G H
Figur 40. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferen- ser före skatt (för 60% av alternativlönen före skatt) för 0, 2. 4. 6. 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare 80 = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinarer —100 —50 50 lOOL (457, lll—2391 V GSG Te CE J. 5! H Cl N Ju (132) l l l i l l 1 I 1 | Ta At—l70) v Ja Te So G C: S: HCl Ta N Ju L””) 2 l l 1 i 1 J 1 l l 1 1 V A Te 50 G Cl CE N Ju 4 1 l 1 I I 1 l 1 1 1 l 1 | Ja TiS: H Ta v Ja A Te 151: m 05.11ch Ju 6 l l l 1 l l 1 11 | 1 I N Te v Ja A r. 1 lm 56 N 5: ce 8 1 I | 1 l l 1 11 G V J:" A L Ta CI Ta So S:T CE Ju 10 | 1 l l 1 1 1 1 1 N 11 V Ja A L Ta Cl N 50 SIT CE Ju 12 1 | | 1 | 1 || | 1' 1 | Te 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. —20 =10 0 10 20 CE (71,8) T , Ju (126,31 0 : Sr ? 1 ”: 1 1- 1 111 år CE 136,11 . Ju (53,7) T 2 1' S? 151' i”; 'll'sfcll V , .. 4 [ : SC Gl Sia AlJpllN Tla C]! |]. ClE Jlu H V Te H 5150 G Aja TaCI L Ju CE 6 1 1 1 | 1 lill I I ] NV Te H Sn 50 Ju G 11 CICEL 8 1 1 1 1 I 11 l' 1 v Ta * V * 111 Sa H So GCEN A | |. 10 ,i I 1 1 1 11 1. 1' 1 , Tu Ja T) 1 cr 12 LJ" ”i; 51 Grant.-1 ' H JiV
Figur 42. Nuvärden per krona direkta kostnader. 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
Använda förkortningar: A = Agronomer = Läkare CE = Civilekonomer = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So — Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare Veterinärer —15 —10 —5 0 5 10 s- (19,91 ca 154.111 Tel-18,41 So G A V J; M T' N & CI Ju1113,61 0 1 1 J_ 1 | J | | CE 132,41 1.1—17.131 50 G 11 1 11 N T. & m 111451) 2 L 1 1 1 1] | I 1 l | V L Ju (211.111 T! 50 G Sl A Ja N TI CI L CE 4 1 1 1 1 [ tl 1 1 1 1 1 11 v Ji ," 11 s; (3 AlV Tl/Cl L Ju cz 6 1 1x 1 11 1 l 1 1 50 N Te H Sa So Ju G N AJi Cl CE L 8 I 1 1 l 1 | 1 111 IT 1 | V TI * Ju A 1 | .. ,0 Jf 811 se 16651 1131 V Cl Ju & 5: So (:E 6 N AITl L 12 l ll I I | I II II | H Jä 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 0 5 10 Sl (19.61 cs 153,61 Ju 194 51 1! 1—15,5) _ 4 O 5? » 1 v ,, 1 T: 1 1 11 cE 125,31 ”1454” 50 G 14 A Ji N r- s- cn. Ju (40.01 2 1 1 1 I '1 1 1 l 1 , V Ju (1121 Ta So H G Sa A Jä N Ta Cl L CE 4 1 11 | | | 1 | | 1 1 1 V r. 11 s: (; Ja c1 1 Ju cs 6 1 l 1 J | 1 I I I 1 1 I 1 50 N V T- T! H Sa Ju (3 N A V CI CE L 8 1 l 1 1 I 1 11 1 1 1 1 1 Ti Ju Sa H 50 G CE N A Cl L 10 [_l 1 1 1 1 1 1 11 |1| 1 Te Ja VTa Cl Ju T: Sa So CE G ATI L 12 % : 1I 1 1 1 L 1 11 1 H I: 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.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —10 —5 0 5 10 CE 135,41 Ju (62,71 Te 50 G A V Jä H Ta N LC| SI 0 1 1 1 1 l l 1 1 1 1 [ CE(17,51 Te 50 G H A J." Nu 5. c1 "" (76,3) 2 1 1 l 1 || 1 1 1 ]| V L Te 50 G Sl AJiN TI Cl L 111 4 1 || 1 1 111 1 1 1 1 H V .|'! Te H SI G AV Cl L Ju CE 6 l I II 1 1 '1 I 1 1 50 N TI A CE Te HS-l So Ju G NIVCIIL 8 L 1 1 1 1 1 I 'I 1 I JS T- ,o Jr S:." S? 905113 .L 1 Ta Jäl' TI- cs Ju res: 50 G lNACl L 12 I ' 1, l 1 1 1I1I 1 , H Jä | 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 —5 0 5 10 To 50 ce G A v Ja S- (:| ru N |, ”("'” 0 I 1 1 1 I I 1 | 1 ] 1l N Te Sn cs G 5: A Jä V'I (:| r. N 1. J" ':'-3) 2 1 I 1 | | | 1 I 1 l 1 T: 50 s- ee] G A v CITI L ** 4 1 1 1 I II 1 1 1 1 Ji N Ye Sa Sc LN CE J'- A v en 1. Ju 6 1 1 | 1I 1 1 111 1 I G NT: G T; 8 T= =; 15? Cs u 11611", L Ju G VT- Te Sa HSo CEJu J'aIA (:| 1. 10 1 1 I 1 I | : 1 L N NCI & Sa H Ju So cs J'a Alt: 1. 12 1 | | 1 1 | || ||| 1 s v
Figur 46. Nuvärden per krona direkta kostnader baserade på 60 % av alternativ- lönen före skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
A CE CI G H Ju Jä
10
12
10
12
= Agronomer L = Läkare = Civilekonomer N = Naturvetare = Civilingenjörer Sa = Samhällsvetare = Gymnastiklärare So =,Socionomer = Humanister Ta = Tandläkare = Jurister Te = Teologer = Jägmästare V = Veterinärer —10 —5 0 10 1. So cz G A v Ji s.:- Tu N L J" "03" ' 1 1 1 1 1 | 1 1 1 1 ] Cl H " So (:E 6 5. A Ji v e! 'r- N Ju 119,61 1 l 1 1 I [ || 1 l 1 H zN TI Sc Sl CE H G A V (:l/TI L Ju | 1 1 11 | 1r | 1 1 I J! TI T- 5- 50 11 ce uAvc11 L Ju 1 l l 1 1 i | 1 1' 1 1 G N H V Tr 5.- IS? CE 13155 ,, G NTI L Ju G T: T. Sa H 50 ce] JälACl L 1 | 1 1 1 1 lll 1 NV NCI r. s- 11111 5005 J.A[TIL I 1 1 1 1 || Ill 1 G v Figur 47. Nuvärden per krona direkta kostnader baserade på 60 % av alternativ— lönen 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 0 10 V SI 1': So ce .. A |1. lCl T. N 1" (33.41 1 1 1 L 1 1 l 1 H Ta T: 50 cs es. A J. v c1l N 1. ”"E" 4 1 1 l l 1 1 1 1 N N T! 50 SI CEI G A V CII L Ju | 1 1 l 1 | | || | I Ja Ta V Te 5150 11 ce JaAICI L .lu 1 1 1 1 I 1 1 II I 1 G 17; N H Te Sa 150 CE Ja Ac1 Ju 1 l 1 I 11 III| [| G NTa L Ju Te Sa H SoCEI JaTNA EL 1 1 1 1 1 | 1Il 1 VT: N 71 T: Sa HJu SoCE .hIA L 1 1 I 1 11 1 [| 1 A CLV
Figur 48. Nuvärden per krona direkta kostnader baserade på 60 % av alternativ- lönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på tre fjärdedelar av bruttolönedifferenser. Kvinnor, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —5 —2,5 0 2.5 . Ju 121.91 0 T: »» cr? '.— Y 1- S:? T' '; H H T. So CE o 5. A Ji [ C! 1. N L J" (""-4) 2 1 l l 1 i 1 1 1 1 T! 50 S- CE H G C1Tl Ju 4 1 1 I 1 I I 1 11 T- Sl So H CE Ji V Cl TI L Ju 6 | 1 1 l 1 + | % 1 1 1 G N L 8 T' 5.- 15? ”F J.- ,Vn-Jrl N V Te SI H 80 CE 1.111 Ji G AlT L 10 1 1 1. L 1 LL+1 1 CI N A n s. HJu Sat:! 11 [T 1. 12 1 l 1 1 _l 1 1 l 1 Cl V Figur 49. Nuvärden per krona direkta kostnader baserade på 60 % av alternativ- lönen för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Nuvärdet beräknat på hälften av bruttolönedifferenser. Kvinnor, hela riket, AR 1969. —100 0 100 200 300 Ll$451 TI SO H V J! 5. N Ju CI CE 0 L 1 | 1 l 1 1 1 | 1 1 1 G T- T' 50 G A JI N Ju TI Cl CE L 2 1 1 1 I1 1I 1 1 1 1 1 H Sl Tn So H A V Ji N Ju CI CE 4 1 l "l l '1 | 1 || 1 1 S. 1”: G TI 50 A Ji N Ju CICE L 6 1 1L T, I II ] H VS. TI Ji r. SoA1N Ju CICE L 8 ' 111 1' 1 T L 1VS| G T- " J'i TeV Ju CE L 10 | 11 11 11 1 14%. G T- 50 A Ju T|,V1Ji G T. Sl
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.
Använda förkortningar: A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer 115511 _ _ cum) 100 50 0 50 100 150 c, 1290) T. nm T' 1—144' 506 A H v Ja s:. N Ju 0 l l | | 1 | | 1 1 Te 50 G A v Ji N Ju c1 CE U"” 2 .L_ 1 l 1 1 1 | L 1 1 | H S- T- , 4 r ,, 1,11 31 1 J." G:, cr G Sl Yl Te So A GJä N Ju Cl CE 6 1 || II 1' 1 | | 1 | 1 H V 51 TI V Te So'A 1: N Ju (:| cz L 8 1 |1l 1] 111 | 1 || 1 H 5.1 G Ta N 6 Ta VAJe Ju CI CE L 10 1 || |] | | | : | HIS: Ta 50 V Ju T AJ: Cl CE L 12 1T lTl | [ Il l H I G T- Sl 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. LM") —50 o 50 100 150 55,33? Tc 1-120) T- (178) 51: G A H v Ji s. N Ju 0 1_|_ 1 | 1 | 1 | 1 TI 1—102) H Se G A v 1: N .lu r. el CE "(236' 2 1 1 1 1 1I | 1 | | | 51 T: 50 H A v J. N Ju cl CE L 4 L 1 Lr Il 1 1 || | 1 G Sl Ta G Ti 50 A Ja N Ju CI CE L 6 1 1 ll ' 1 | I | | 1 H V S: T: 50 Te H AJ! N Ju CI CE L 8 l l [ [I 1, 1 1 | '1 1 V Sa G T: SI» Tu A Jä Ju Cl CE L 10 l [ [ II | l 1 Il [ Hvl N T; 50 Ja >o TuVA Ju Cl CE L 12 lll || | I| | H Sul G Ta N
Figur 52. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferen- ser efter skatt för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Män, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —10 0 50 100 150 L(323) Ta So A H V JiSl N Ju Tn Cl CE 0 | 1 l 1 I I I 1 l ] I 1 G TI 50 G A V Ji N Ju TI Cl CE L 2 | 1 l ]1 | || 1 | 1 | ! H 's- Tl So M A V 1: N .lu Cl CE L 4 | 1 l 1 | ]I I 1] 1 1 & Sl Tn G 1. SoAIJi N Ju CICE L 6 I I 1 ]1 ] | | TI l H V Sl TI So Te HJAJä Ju Cl CE L 8 J 1] l]l] 1 | ]1 1 vs. T: 50 N E T: leI Ju CIT L 10 l ] | 1] | | ] | Ji ] T: Sl G Tn N 50 Ju Cl L 12 |] 41] ] |. 14,qu G CE S- T. 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 —50 0 50 100 L|4851 Al—1981 'r- Se 5 Jä ce s. v H N cr * "me' 0 I 1 1 l 1 I I ] 1.1 I 1 A T. 1. 50 G SacEV H N CI Ju Y. L”") 2 I 1 l l l 1 l 1 1 | 1 1 V Ja Te A So s:] GH cE cl 1. 111241 4 1 l ] l 1 ] l 1 l ] [ Ju Ju 1. Ta A Sa ce N ell r. L 6 | |] ] ] ]1 1 1 | 1 50 V H G So V Ta Ji Te |A Sa H CE N Cl [ L 8 1 L 1 1 I |]I |] 1 G Ju $n H TI J'a Te IAl cec |. 10 l l ]l 1 1, L 15. 1 11 V 50 CI JS 1. VIA N G 12 4 | l]| 1 || Sal cél-r- H Ju
Figur 54. Nuvärden i tusental kronor beräknade på löned ifferenser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare CI = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare So = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —100 —50 0 50 100 L(|37l AH”) 50 G Ja 5- v H N m ” ”751 0 1 | 1 ] 1 | | l 1' CE Ju A rg Ja So G czv H N ce T. U”") 2 1 l l 1 l l l 1 l 1 G 111 Ju Tc A So SIVI H CE N Cl Tn L 4 l 1 1 1 I 1 l 1 I I 1 I J! TI A 54 H TCS N Cl TI L 6 l l 1] l] l 1 I I] | | 50 V Ju V H N T: 1, T: So A ' | CE] Cll L 8 l l l l 1[ I] I G Ju Se H CE Tl Jä Te IAI N crl L 10 1 I % 1 | [ ISI En V JG Sl U 1. Ta VIA N Im L 12 | || | | ]1] | Sol celc 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 —50 0 50 100 L(3641 ”"”) r: 50 G Ja Sa v H N c1 r- o 1 | T 1 I I 1 1 1 CE Ju Su A Te Ja 50 G CE V H N Cl TI LllBSI 2 I I I 1 l l ] L Ju Ju Ja Te A So Sa GH CE N Cl Ti 4 ' 1 I 1 I I 1 l 1 1 V Ja Te A 5: H CE N Cl Ta L 6 I 1] 1] 1 ]] 1 || 1 50 V G .Iu V G Ta Ja Te AJS! CEi Cll L 8 I 1 ]l 1 ] l] l] 1 50 H N Ju Ja Te A,V CE CLG L 10 1 | 1 ] l 1 15.1 NJul 50 H T! 50 N Cl 12 J? Ti 11? FH] 1" 5-1 JJIG
H Ta Figur 56. Nuvärden i tusental kronor beräknade på tre fjärdedelar av lönedifferen- ser efter skatt (för 70 % av alternativlönen efter skatt) för 0, 2, 4, 6, 8, 10 och 12 procents diskonteringsränta. Kvinnor, hela riket, AR 1969.
A = Agronomer L = Läkare CE = Civilekonomer N = Naturvetare Cl = Civilingenjörer Sa = Samhällsvetare G = Gymnastiklärare 30 = Socionomer H = Humanister Ta = Tandläkare Ju = Jurister Te = Teologer Jä = Jägmästare V = Veterinärer —50 _25 0 25 L(2431 111—941 Te So G Ja" ce s- v H N el ”(se) 0 1 l 1 l 1 l 1 l ] Ju L(lZZ) A Ja 50 G SICE V H N CI Ju TI 2 l l 1 l 1 1 l l 1 1 G Ja Te A So &[H CE N cr Ju T- I]— 4 I I 1 l ] I I 1 [_L 1 V So H G .|- Te |A v Sul les N c1'ru '1 6 l 1 L 1 l] ] Ju So V Ju J. Te IA s: CEN CllTa L 8 1 I ] 1]l [ 1 H G H 15 Ta A,v| CE CI.T| L 10 1 1 |] I] 1 L Isa N Ju.G Sn 50 C Ji Te VIA rCI L 12 L l l 1 ] 1] S! NIG H Ju.Ti
Figur 5 7. 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.
Tabellbilaga
Tabell 1]. Antal individer i samtliga åldersklasser för 21 utbildningar fördelade efter kön i AR 1969, hela riket. Utbildning s- och åldersklassindelning se bilaga 1.
Utbildning Antal kvinnor, åldersklass klass 1 2 3 4 5 6 7 8 811 1 0 21 24 6 20 18 5 5 99 2 0 0 1 O 2 1 l 0 5 3 O 158 183 101 103 80 38 9 672 4 0 0 0 1 1 0 0 0 2 5 8 174 136 76 104 119 48 9 674 6 0 0 0 2 4 6 5 2 19 7 1 116 165 136 244 202 158 44 1 066 8 85 1 770 1 270 625 494 246 87 27 4 604 9 0 0 0 1 7 15 5 3 31 10 0 0 0 0 4 3 1 1 9 11 4 364 589 487 801 686 235 34 3 200 12 207 607 381 418 522 360 188 108 2 791 13 183 396 313 265 400 355 355 114 2 381 14 81 812 692 746 1040 471 280 186 4 316 15 11 18 21 14 23 14 6 2 109 16 87 963 869 593 507 296 150 71 3 536 17 68 2178 2 621 2 490 2 345 1645 1176 340 12 863 18 O 0 2 66 182 129 175 58 612 19 0 32 34 24 29 27 25 20 191 20 78 276 165 143 313 273 484 283 2 015 21 167 725 420 289 62 13 4 1 1681 523 980 8610 7886 6483 7 215 4959 3426 1317 40 876 SOU 1972:23 199
Utbildning Antal män, åldersklass klass 1 2 3 4 5 6 7 8 S:a 1 0 40 136 156 389 278 306 174 1479 2 0 36 55 176 324 278 278 263 1 400 3 13 2 258 3 250 3195 5 019 4 248 3 070 1527 22 580 4 0 0 0 5 55 52 31 12 155 5 16 737 1065 930 1617 1430 931 328 7 054 6 0 0 0 5 50 51 41 11 158 7 0 325 866 989 1741 1915 2164 953 8 953 8 55 2055 2648 1388 1 177 713 363 160 8559 9 0 0 0 3 48 72 58 36 217 10 0 0 O 4 38 56 54 29 181 11 1 98 240 365 844 740 278 33 2 599 12 451 1519 1239 1392 2194 1677 1590 654 10 716 13 194 515 584 832 1 162 758 1036 259 5 340 14 8 60 159 123 125 262 319 120 1176 15 24 104 70 120 242 197 233 127 1 117 16 78 1605 2 207 1626 1920 913 717 412 9 478 17 48 666 1 104 1509 2 363 1512 1474 614 9 290 18 0 0 1 31 169 173 222 148 744 19 2 86 158 237 409 681 1 309 533 3 415 20 27 205 192 134 209 130 143 117 i 157 21 13 75 47 73 138 31 4 0 381
S'a 930 10384 14021 13293 20223 16167 14621 6510 96149
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 Medelinkomst före skatt, kvinnor, åldersklass klass 1 2 3 4 5 6 7 8 1 0 10 666 21625 23 166 31 100 20 333 18 800 21 200 2 0 0 11 000 0 24 000 45 000 50 000 0 3 0 12 943 27 409 27 128 35 233 39 787 35 605 19 222 4 0 O O 0 49 000 0 0 0 5 1000 11471 24 455 28 671 28 000 29 966 25 750 12 666 6 0 0 0 38 000 29 250 19 833 30 600 25 500 7 5 000 10 086 28 933 34 014 38 565 42148 33 721 27 431 8 1 082 7 209 18 745 22 742 27 340 34 699 36 413 27 111 9 0 0 0 0 31 857 43 066 55 400 43 333 10 0 0 0 0 35 000 51 000 28 000 9 000 11 0 9 848 18 860 18119 21817 28 386 32191 22 588 12 1 173 7 612 26196 49 485 58107 68 825 64 813 33 824 13 491 4 851 31 109 34 498 38 242 44 050 40 904 26 342 14 3 382 13 729 19 075 15 812 17 490 27 573 29171 23 526 15 454 3 555 19 000 21 857 35 043 30 071 39 666 27 000 16 333 11730 24 406 27 910 32 589 40 520 42 626 28 957 17 2 014 6 548 19157 25193 28198 35187 38 238 27 291 18 0 0 3 000 25 045 23 252 26 178 31045 23 448 19 0 6 437 14 529 12 291 17 068 34 629 35 640 26 750 20 2 628 18 264 27 109 22 489 24 351 27 344 24 958 23 515 21 2 281 11699 15 673 15 055 22 080 24 846 31 250 36 000
Utbildning Medelinkomst före skatt, män, åldersklass klass 1 2 3 4 5 6 7 8 1 0 11 100 24 713 37 467 49 943 58111 53 924 30 367 2 0 7 222 26 472 37 488 51 544 67 640 63 633 40 269 3 461 10 422 32 883 48 208 67 290 84 512 85 063 53 332 4 0 0 0 65 200 69 727 89 134 86 677 46 916 5 3 875 11793 31668 47 730 69 806 84 716 79 656 75173 6 0 0 0 46 200 68 040 91627 128 585 60 636 7 0 9 470 25 685 44 082 66 993 81479 80 541 56 518 8 1709 7 981 23 072 38 953 34 838 66 244 64 625 40 531 9 O 0 0 73 666 62 604 81486 84189 61777 10 0 0 0 44 750 77 763 93 571 86 907 108 551 11 0 9 010 25 137 36 241 46 048 51940 53 848 41484 12 1 139 10 986 39 527 69045 93062 117070116713 66 530 13 1 108 5 879 37 425 58 425 71668 75 237 65 648 38 486 14 0 9 633 32 358 42 422 54 784 70 274 86 125 38 691 15 208 4 019 22 342 41583 55 780 63 385 64 699 40 464 16 1551 9 056 26 784 41800 55 782 66 832 71032 43 371 17 2 333 7 267 20 622 38 236 50 655 60 748 59 759 39 314 18 0 0 36 000 46 096 49 396 63 028 65 166 39 175 19 O 8 906 21740 30 405 41542 50 350 53 319 39 011 20 555 14 843 32 921 37 417 43 626 47 569 53 167 37 504 21 3 692 6 866 11404 43 232 43 398 41612 36 500 0 Tabell 12. forts. Utbildning Medelinkomst efter skatt , kvinnor region 1, åldersklass klass 1 2 3 4 5 6 7 8 1 0 8 417 15 640 19 530 24 444 10 969 0 12 000 2 0 O 8 250 0 16 320 26 100 27 500 0 3 0 9 788 19 101 18 448 22 930 24 437 24 187 13 840 4 0 0 0 0 O 0 0 O 5 2 000 9 711 16 511 20 265 20182 19 653 16 386 9 500 6 0 0 0 23 940 17 000 10 500 21420 17 340 7 4 450 7 640 17 122 21480 23 331 25 773 24 621 17 608 8 1073 6 691 13 795 15 684 18 612 21879 24 539 13 995 9 0 0 0 0 23415 24691 31460 25133 10 0 0 0 0 13 940 31625 19 040 7 290 11 0 8184 13 895 13170 15 576 19123 21840 10 053 12 1509 6 708 17 128 28 644 30 448 34 489 33 298 21 303 13 231 4 752 19 075 21690 24 800 25 734 25 205 18 788 14 3875 9710 13 373 10929 12168 17527 19919 15 991 15 714 4 717 13 725 14 080 17 340 18 900 0 18 360 16 457 9 666 15 990 18 965 20 729 23 718 23 780 19 968 17 3 818 6 325 13 391 16 020 18 409 21673 23 219 18 620 18 0 0 0 15 491 14 827 20 365 20197 15 140 19 0 8480 11187 7614 18051 19 534 20 412 11952 20 2344 13 328 19516 14 651 16 559 19636 17418 15412 21 2 049 9 701 12 040 11925 15 529 18 748 23 520 22 680 SOU 1972:23 201
Utbildning Medelinkomst efter skatt, kvinnor region 2, åldersklass klass 1 2 3 4 5 6 7 8 1 0 0 0 0 15 640 22 995 0 0 2 0 0 0 0 0 0 0 0 3 0 9 437 16 320 19 380 25 636 23 468 20 633 0 4 0 0 0 0 28 420 0 0 0 5 0 6 356 5 191 18 020 23 835 25 110 5 340 0 6 0 0 0 0 24 360 28 420 12 240 0 7 0 9 000 16 200 20 115 25 599 23 241 14 393 31460 8 250 4 821 14715 14680 19017 21784 28600 0 9 0 0 0 0 0 0 22 050 0 10 0 0 0 0 29 150 23 940 0 0 11 O 6 495 13 020 14 273 14 257 17 415 20 362 6 480 12 260 4 802 21 022 28 282 37 266 36 920 33 739 18 989 13 735 4 718 21 189 20 520 22 975 23 635 24150 15 141 14 2 578 10 641 13 952 12 858 11799 19 400 20 245 18 880 15 0 0 0 19 530 23 625 21420 28 875 0 16 0 7 843 18 921 19 999 21022 27 996 27 748 22 680 17 0 5 560 15 041 19 498 19 366 22 977 24162 19142 18 0 0 0 19 688 16 738 16 660 22 680 17 680 19 0 7 128 12 600 13 320 7 688 19 890 23 945 23 783 20 888 13 482 18 450 18 088 15 360 19 334 14 643 13 225 21 4655 6602 12 538 11160 21420 0 9750 0 Tabell 12. forts. Utbildning Medelinkomst efter skatt, kvinnor region 3, åldersklass klass . 1 2 3 4 5 6 7 8 1 0 10 250 14144 13 860 19 981 14 960 15 980 19 040 2 0 0 0 0 0 0 0 O 3 0 9472 17140 18133 18925 20 230 16660 0 4 0 0 0 0 0 0 0 0 5 0 5 269 19 530 13 440 14 332 15 586 23 393 0 6 0 0 0 0 0 0 0 0 7 0 8172 16 837 21791 19152 21516 14 299 17 340 88 1406 5 763 12 285 15 282 17 900 21823 14 695 13 268 9 0 O 0 0 0 27 500 0 0 10 0 0 0 0 26 680 0 0 0 11 0 7 047 13195 12 324 14166 17152 18 036 15 470 12 973 5 921 17 658 28 461 32 533 37 860 34 481 21847 13 796 3 876 19 652 22 422 23 446 26 019 23 568 17 569 14 3 473 10 784 13 797 11784 13 458 19 480 19 000 15 393 15 0 2 200 13 536 16 830 25 098 19 448 25 713 0 16 317 8139 16045 18 618 20117 23 670 24 982 18516 17 523 5 342 13 557 17 635 19 606 22 764 24 935 18 225 18 0 O 5 340 17628 16851 13580 18780 17 031 19 0 1071 9 375 10 250 8 678 24 263 21893 18 607 20 3 902 12 747 16 259 15 439 17152 16 847 16 836 17 605 21 2000 7 971 9683 9000 12744 14 733 0 0 202 SOU 1972:23
Utbildning Medelinkomst efter skatt. män region 1, åldersklass klass 1 2 3 4 5 6 7 8 1 0 13 200 17 300 24 505 28 920 33 209 29 563 19 462 2 0 7 716 19133 22 929 28 637 32 857 32 579 25 973 3 857 8 525 21355 28191 35159 40 877 42 735 31851 4 0 0 0 28 050 39 589 44 065 43 486 32 890 5 4 500 9183 19 897 27 744 36 774 41344 41365 41359 , 6 0 0 0 31763 36 582 44 388 63 574 38 554 l 7 0 8 063 19 092 27 039 36 752 40 384 40 445 31963 8 1705 7 922 16 377 25 053 31563 35 557 34 606 34 281 9 0 0 0 38 306 33160 39 431 45 888 32 314 10 0 0 0 25 955 41578 45 036 40 811 51380 11 0 7 982 17 115 22 834 28 702 29 975 31088 24 007 12 1 173 8 831 23 601 33 764 41901 46 095 46 283 35 058 13 826 5 201 19 356 30 911 36 614 38 752 33 776 23131 14 0 7 575 19 309 23 490 30 854 39 106 41 748 24 770 15 0 4135 15 980 25 039 31324 36 239 35 706 23 738 16 2 032 7 681 17 726 23 558 30 570 35 073 38 802 26 970 17 2518 7078 13915 23 346 28145 33623 32093 24807 18 0 0 22 680 24 940 28 711 32 430 33 306 25 595 19 0 7 608 14 870 20 728 24 328 28 451 30 094 24 268 20 1 666 12 674 19 557 24 685 24 702 27 874 31020 25 158 21 6 318 4904 8281 24 553 25 230 25121 27500 0 1 Tabell 12. forts. Utbildning Medelinkomst efter skatt, män region 2, åldersklass a 5 kl S 1 2 3 4 5 6 7 8 l 0 3 333 11280 23 844 27 880 31732 29 045 16 447 2 0 4 500 17 313 23 940 28 772 36119 33 173 24 205 3 0 7 290 20 364 27 745 36 675 40 407 40 507 25 892 4 0 0 0 49 560 34 753 40105 41210 20 790 5 O 7 716 19 598 26 457 33 867 40 795 38121 23 659 6 0 0 0 0 41 080 40 300 36 746 30 800 7 0 6 653 15 973 23 910 32 514 38 728 38 821 28 563 8 4 666 5 066 15 167 24 223 29 717 35 479 31060 17 680 9 0 0 0 0 25 520 39 744 37 310 14 280 10 0 0 0 0 40 690 43 050 135 660 93 450 11 0 8 514 14 960 23 990 26 004 27 746 28 658 28 325 12 1019 8 030 25 474 38 490 44 652 50 888 52 607 33 435 13 1 191 4 992 23 860 31292 36 586 37 835 35 060 24 911 14 0 10 625 21790 25 123 27 818 35 828 43 231 23 345 15 0 6 750 12 384 23 670 30 047 33 915 34 248 27 028 16 0 7789 19912 26281 32715 34 255 33 478 20610 17 2 333 6 271 15 791 25 030 29 397 32122 32103 22 846 18 0 0 0 27 840 27 840 38 517 34 040 19 792 19 0 8 019 15 572 19 483 25 427 29132 30 505 23 635 20 0 11551 20 220 23 258 26 459 27163 27 638 18 996 21 3 000 6 378 7 625 23 423 24 390 27 840 0 0 SOU 1972:23 203
Utbildning Medelinkomst efter skatt, män region 3, åldersklass klass 1 2 3 4 5 6 7 8 1 0 7 838 17 438 23 088 28 407 30 545 29 860 20 218 2 0 4 777 16 417 24 586 27 580 35 581 33 346 28 810 3 0 6 725 19 596 27 460 33 895 39 939 39 914 26 710 4 0 0 0 28 783 31688 38 263 36 764 23925 5 2 000 8 232 20 772 27 794 35 677 38 607 39 182 37 884 6 0 0 0 0 31 105 45 531 33 735 19 320 7 0 6 717 15 564 25 010 31511 38 965 38 271 29 750 8 1222 5 212 14 668 22 895 28 593 32 656 31539 23 467 9 0 0 0 0 31943 38 306 30 328 34 394 10 0 O 0 0 37 596 42 894 36 342 30 616 11 0 5 852 18 035 22 284 24 957 28 622 28 389 22155 12 1125 7 816 24 274 38 471 46 440 52 425 51067 34 366 13 1509 5 450 23 727 32 975 38 122 39 916 34 221 23 300 14 0 7 088 22 176 26 283 30127 33 648 40 443 24 004 15 625 3179 14 634 25 906 30 636 31515 32 597 24 410 16 1611 6 661 18 049 24 145 30 088 34 357 24 809 23 478 17 2 000 4 888 14 291 23 499 28 420 31 104 31661 22 309 18 0 0 0 28 088 28 715 31918 35 198 20 629 19 0 6 725 14 406 19 810 24 365 28 161 28 695 24 495 20 0 9 534 22 019 22 680 24 889 26 326 28 087 22 856 21 0 7 575 10159 26 152 25 377 24 279 15 640 0
Tabell 13. Alternativlön.
Ålder Medianlön/år, kr 18— 19 19,200 20—21 21 ,000 22—23 23,400 24—25 25,800 26—27 28,716 28—29 31,800 30—31 34,860 32—34 39,000 35 —39 44,196 40444 48,000 45 —49 50,892 50—59 52,800 60—67 48,600
Tabell 14. Direkta utbildningskostnader per närvarande studerande, kr/år.
Agronomer Jägmä stare Civilingenj örer Civileko nomer Jurister Samhällsvetare Socionomer Läkare Tankläkare Veterinärer Naturvetare Humanister Teologer Gymna stiklärare
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
Agronomer 5 Jägmästare 4 Civilingenjörer 5 Civilekonomer 4 Jurister 5 Samhällsvetare 5 Socionomer 4 Läkare 7 Tandläkare 5 Veterinärer S Naturvetare 5 Humanister 5 Teologer 4 Gymnastiklärare 2 Tabell 16. Skatteschablon. Inkomstintervall kronor Skattesats % 0— 4 999 0 5 000— 7 499 11 7 500— 9 999 19 10 000—14 999 25 15 000419 999 28 20 000—29 999 32 30 000—39 999 37 40 000-49 999 42 50 000—59 999 45 60 000—79 999 48 80 000—99 999 52 100 000— 58
' Becker C.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 C.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 i i —t A.=Z (D __ K )(I+r)
1 t = 1 t 1 där Dit i huvudsak består av nettolöned ifferensen efter utbildningens slut mellan den ifrågavarande utbildningskategorin och den kategori som individen eljest skulle tillhört och där Kl huvudsakligen består av nettolönebortfall under utbildningsti— den.
7 Blaug M: Economics of education: a selected annotated bibliography (2nd ed.), London 1970
3 Blaug M: The rate of return on investment in education in Great Britain, The Manchester School Review, no 3, 1965.
9 Ståhl 1.: Några synpunkter på den högre utbildningens kostnader, intäkter och finansiering, SOU 1963z74, bilaga 2, Rätt till studiemedel.
10 Siffran nämns ej explicit iStåhls framställning men torde vara en god approxima— tion för efterkrigstiden i Sverige.
1 ' 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 produktionsfak- torer 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. [ 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 konsum- tionseffekter. Om man gjorde en kalkyl med kapitalmarknadensjämviktsränta som diskonteringsränta så skulle förekomsten av positiva konsumtionseffekter för vissa utbildningar avspeglas i negativa kapitalvärden vid denna ränta.
1 den nu beskrivna situationen, och endast då, gäller Blaugs slutsats att konsum tionseffekter "can be dismissed as & 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 utbildnings— tjänster”, 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 SNl och ett ur taxeringsstatistiken hämtat approximativt mått på arbetsinkomster.
14 Det bör påpekas att kostnaden för studiemedel ej inkluderats i de direkta k05tnaderna.
15 Hollister R.: A technical evaluation of the first stage of the mediterranean regional project, OECD 1967.
16 1 den mest långsiktiga planeringen kopplas den kvantitativa planeringen ihög grad med studieorganisatorisk utveckling som bl. a. syftar till rörlighet i systemet. 17 Thonstad T.: Eduction and manpower, Oliver & Boyd, Edinburgh and London 1969. 18 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 1, 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. E. (ed): Investment in human capital, Columbia S.C. 1971 Magnusson L.: Samhällsekonomiska aspekter på den högre utbildningen, National- ekonomiska institutionen, Stockholms Universitet, Stockholm 1971 Prest A.R, Turvey R.: Cost—Benefit Analysis: a survey. Economic Journal, December 1965 Schultz T.W.: lnvestment in human capital, New York 1971 Ståhl l.: Utbildningsprogram och arbetsmarknadspolitik, SOU l968:62, (Tio ekonomer om arbetsmarknadspolitik).
Kronologisk förteckning
omumgpwp—
17.
18.
19.
20.
. Ämbetsansvaret ll. Ju.
Svensk möbelindustri. |. . Personal för tyg— och intendenturförvaltning.Fö,
Säkerhets- och försvarspolitiken. Fö. CKR (Centrala körkortsregistret) K. . Reklam I. Beskattning av reklamen. U. . Reklam II. Beskrivning och analys. U. . Reklam lll. Ställningstaganden och förslag. U. . Reklam lV. Reklamens bestämningsfaktorer. U. . Godsbefordran till sjöss. Ju. . Förenklad löntagarbeskattning. Fi. . Skadestånd IV. Ju. . Kommersiell service i glesbygder. In. . Revision av vattenlagen. Del. 2. Ju. . Ny regeringsform - Ny riksdagsordning. Ju. . Ny regeringsform — Ny riksdagsordning. (Följd-
författningar) Ju.
Nomineringsförfarande vid riksdagsval - Riks- dagen i pressen. Ju. Norge och den norska exilregeringen under andra världskriget. Ju. Uppsökande verksamhet för cirkelstudier inom vuxenutbildningen. U. Läs- och bokvanor i fem svenska samhällen. Litteraturutredningens läsvanestudier. U. . Svävarfartslag. K. . Domstolsväsendet IV. Skiljedomstol. Ju. . Högre utbildning — regional rekrytering och
samhällsekonomiska kalkyler. U.
Systematisk förteckning
Justitiedepartementet
Ämbetsansvaret II. [1] Godsbefordran till sjöss. [10] Skadestånd IV. [12] Revision av vattenlagen. Del 2. [14] Grundlagberedningen. 1. Ny regeringsform - Ny riksdagsordning. [15] 2. Ny regeringsform ' Ny riksdagsordning (Följdförfattningar) [16] 3. Nomi- neringsförfarande vid riksdagsval - Riksdagen i pres— sen. [17] 4. Norge och den norska exilregeringen under andra varldskriget. [18]
Försvarsdepartementet
Personal för tyg och intendenturförvaltning. [3] Säkerhets— och försvarspolitiken. [4]
Kommunikationsdepartementet CKR (Centrala körkortsregistret) [5] Svävarfartslag. [21]
Finansdepartementet Förenklad löntagarbeskattning. [11]
Utbildn ingsd epartem entet
Reklamutredningen. 1. Reklam I. Beskattning av reklamen. [6] 2. Reklam ll. Beskrivning och analys. ]7] 3. Reklam lll. Ställningstaganden och förslag. [8] 4. Reklam IV. Reklamens bestämningsfaktorer. l9l Uppsökande verksamhet för cirkelstudier inom vuxenutbildningen. [19] Läs- och bokvanor i fem svenska samhällen. Litte- raturutredningens Iäsvanestudier. [20] Högre utbildning - regional rekrytering och sam- hällsekonomiska kalkyler. [23]
Inrikesdepartementet Kommersiell service i glesbygder. [13]
Industridepartementet Svensk möbelindustri. [2]
Anm. Siffrorna inom klammer betecknar utredningarnas nummer i den kronologiska förteckningen.
Publikationer från U68
U68 Debatt: . Mål för högre utbildning (1969) : . Högre utbildning — funktion och struktur (1969)
. Högre utbildning — forskningsanknytning och studieorganisation (1970)
. Gymnasieskolan — några utvecklingslinjer (1970)
U68 Rapport:
1 Universitetsstudier utan examen. Rapport till 1968 års utbildningsutredning. Sammandrag och kommentarer (SOU 1971:60).
2 Val av utbildning och yrke (SOU 1971 :61 ).
3 Högre utbildning och arbetsmarknad (SOU 1971:62).