Hvor stor er den økonomiske ulikheten i Norge sammenliknet med andre europeiske land? Hvordan har ulikheten utviklet seg over tid? Dette er spørsmål som har dukket opp flere ganger i årets valgkamp. Svaret er imidlertid ikke like rett frem som mange liker å tro. En metode er å sammenligne hvor mye penger som kommer husholdene direkte i hende, i form av for eksempel yrkesinntekter og overføringer fra det offentlige. Samtidig kan materielle forskjeller kompenseres indirekte, ved at offentlige velferdstjenester er gratis for alle innbyggere. Fordi omfanget og finansieringen av det offentlige tjenestetilbudet varierer mellom land kan det få svært ulik betydning for husholdenes materielle levekår.

De inntektsforskjellene som blir rapportert som inntekt etter skatt i offisiell inntektsstatistikk tar ikke med verdien av gratis eller subsidierte offentlige velferdstjenester som innbyggerne mottar. Fordelingen av inntekt etter skatt gir derfor en ufullstendig beskrivelse av forskjeller i materiell levestandard innenfor et land. Dessuten varierer omfanget og finansieringen av det offentlige tjenestetilbudet betydelig mellom land. Ved å inkludere offentlige tjenester oppnår vi økt sammenliknbarhet av inntektene som et mål på materiell velferd; både på tvers av individer, hushold, land og over tid. Denne studien viser at inkludering av offentlige tjenester i målet for materiell velferd får stor betydning for sammenligningen av økonomisk ulikhet mellom europeiske land.

Det er grundig dokumentert at ulikheten i markedsinntekter – lønn- og kapitalinntekter – har økt betydelig de siste 30-40 årene i USA og Europa (se for eksempel Income inequality, OECD). Dette gjelder også dersom en bruker inntektene som blir rapportert i skattemeldingene. Skattemeldingene utgjør det viktigste datagrunnlaget for offisiell inntektsstatistikk. I Norge får SSB direkte tilgang til dataene fra skattemeldingene basert på bruk av registerdata. I mange andre land må statistikkbyråene nøye seg med at tilsvarende data blir samlet inn indirekte ved intervju av et utvalg av personer/hushold.

Lønnsinntektene som blir rapportert i skattemeldingene har en avgjørende betydning for den materielle velferden til folk flest. Imidlertid spiller også politiske tiltak slik som progressiv beskatning, trygder, andre offentlige kontantoverføringer og verdien av offentlige tjenester hver for seg en viktig rolle for den materielle velferden; ikke minst for lønnsmottakerne. Offisiell statistikk og tradisjonelle studier av inntektsulikhet er basert på inntektene i skattemeldingene der en trekker fra skatter og legger til skattefrie overføringer. Dessuten tas det hensyn til at hushold med flere inntektstakere oppnår stordriftsfordeler ved deling av inntekter og utgifter, mens fordelingseffekten av offentlige tjenester foreløpig ikke har vært en del av den regulære offisielle statistikken.

I Statistisk sentralbyrå pågår det arbeid med måling og analyser av flere av de inntektskildene som ikke inngår i skatte- og trygderegnskapene for personer. Bruken av snevre inntektsbegreper kun basert på hva som er personlige skattbare inntekter eller kontantinntekter gjør det utfordrende å sammenligne materiell velferd på tvers av hushold, land og over tid. I denne artikkelen utvider vi de tradisjonelle fordelingsstudiene basert på inntekt etter skatt ved å inkludere verdien av offentlige tjenester i målingen av materiell velferd i EU- og EØS-landene. Alternativet til gratis eller subsidierte tjenester er at innbyggerne måtte ha kjøpt tjenestene i markedet, men da ville de også ha betalt mindre i skatt. Grunnen er at mye av finansieringsbehovet til offentlig sektor ville ha bortfalt dersom finansieringen av velferdstjenestene hadde blitt privatisert.

I denne analysen vil vi inkludere offentlige velferdstjenester i inntektsbegrepet for europeiske land for perioden 2006-2018. Ved å utvide målingen av inntekt til å inkludere verdien av offentlige tjenester oppnår vi både å gjøre inntektsbegrepet mer relevant som mål på økonomisk velferd og å øke sammenlignbarheten i målingen av inntektsulikhet og fattigdom mellom de europeiske landene.

Formålet med analysen er å ta hensyn til at gratis eller subsidierte barnehager, skoler og tjenester innen helse, pleie og omsorg påvirker den materielle levestandarden til mottakerne. Det er imidlertid faglige utfordringer knyttet til både verdsetting og allokering av tjenestene på innbyggerne. Vi kommer nærmere inn på disse utfordringene nedenfor. I tillegg må vi på tilsvarende måte som for inntekt etter skatt ta hensyn til at behovene til et hushold avhenger av husholdets størrelse og sammensetning; for eksempel vil behovet være avhengig av antall barn som trenger barnehage eller utdanning og antall eldre som trenger pleie og omsorg. Vi gir bare en kortfattet beskrivelse av metodevalgene i denne artikkelen og vil vise til Aaberge, Langørgen og Lindgren (2018, 2021) for en mer detaljert drøfting.

Denne artikkelen bygger på data for et utvalg av befolkningen fra en europeisk levekårsundersøkelse kalt EU-SILC (European Union Statistics on Income and Living Conditions) både for Norge og de andre landene. Vi benytter informasjon om inntekter blant individer og hushold i utvalget for årene 2006, 2009, 2012, 2015 og 2018. Denne studien inkluderer 21-24 land, der antallet varierer noe over tid som en følge av databegrensninger i enkelte europeiske land. Av hensyn til sammenliknbarhet utelater vi studenter i alderen 18-24 år fra populasjonen.

Utgiftsdata fra OECD og Eurostat knyttet til produksjonen av velferdstjenester blir brukt som grunnlag for anslag på verdien av de offentlige tjenestene. Denne studien omfatter fire velferdstjenester som til sammen utgjør størsteparten av individrettet offentlig tjenesteyting. De fire tjenestene er helse, pleie og omsorg, utdanning og barnehager. Utdanningstjenester inkluderer grunnskoler og videregående skoler, men høyere utdanning er ikke omfattet av denne studien (siden studenter er utelatt fra populasjonen).

European Statistics on Income and Living Conditions (EU-SILC) er en europeisk utvalgsundersøkelse om inntekt, sosial ekskludering og levekår som er samordnet via EU’s statistikkorgan Eurostat, og forankret i det europeiske statistiske system (ESS). I Norge samles EU-SILC data inn sammen med nasjonale levekårsdata i Levekårsundersøkelsen EU-SILC. Undersøkelsen består både av spørsmål som samles inn i hele Europa som del av EU-SILC og av spørsmål bestemt nasjonalt. Data som samles inn i hele Europa som en del av EU-SILC overføres til Eurostat årlig. Mikrodata om EU-SILC er gjort tilgjengelig for forskere og studenter gjennom Eurostat. For mer detaljert dokumentasjon se https://ec.europa.eu/eurostat/web/microdata/european-union-statistics-on-income-and-living-conditions.

Frafall kan føre til utvalgsskjevhet, noe som innebærer at nettoutvalget (de som er intervjuet i undersøkelsen) ikke nødvendigvis er helt representativt for målgruppen. Den vanligste årsaken til frafall er at folk ikke ønsker å delta, dernest at man ikke kommer i kontakt med personene. For å korrigere for noen av skjevhetene i forbindelse med frafall vektes dataene i analyser. For Norge og de andre nordiske landene er inntektsdata i hovedsak hentet fra skattemeldingene, mens de fleste andre land må hente disse opplysningene via intervju med personer som er med i utvalget.

Vi gjør oppmerksom på at resultatene for Norge basert på EU-SILC data ikke vil gi eksakt de samme resultatene som er publisert i den norske offisielle statistikken. Det skyldes både noen definisjonsmessige forskjeller og utvalgsusikkerhet knyttet til EU-SILC anslagene.

Verdsetting av offentlige tjenester

Figur 1 viser utgiftene for de fire tjenestene som inngår i denne studien som andeler av brutto nasjonalprodukt (BNP). Nordeuropeiske land samt Frankrike, Tyskland, Belgia og Nederland bruker en relativt stor andel av BNP på offentlige velferdstjenester. I sør- og østeuropeiske land er tilbudet av offentlige velferdstjenester relativt mindre i omfang. I landene med lavest andel utgjør utgiftene til velferdstjenestene likevel nesten åtte prosent av BNP. Figuren viser også at offentlig sektor i de nordiske landene bruker relativt mye penger på barnehager. Mens Sverige, Norge, Danmark og Nederland bruker mye penger på pleie og omsorg, er det Frankrike og Tyskland som skiller seg ut med en særlig høy prioritering av offentlige helsetjenester.

Figur 1. Offentlige utgifter til fire velferdstjenester som andel av BNP¹


¹ Andelene til helse, pleie og omsorgstjenester er målt i 2018, mens andelene til utdannings- og barnehageutgifter er basert på data for 2017.

Et viktig spørsmål er hvilken verdi tjenestene har for innbyggerne i de forskjellige europeiske landene. Standard praksis i den økonomiske faglitteraturen og i Nasjonalregnskapet er å forutsette at verdien av offentlige tjenester er lik kostnaden ved å produsere dem (Smeeding mfl. 1993). Dette er en diskutabel forutsetning (se diskusjon i Aaberge, Eika, Langørgen og Mogstad, 2019; Aaberge, Langørgen og Lindgren, 2021). For offentlige tjenester mangler informasjon om markedsbestemte priser, som økonomer vanligvis bruker som mål på verdien av varer og tjenester. Vi kan heller ikke se bort fra at allokeringen av offentlige tjenester skaper vridninger i forbruket som kan medføre et økonomisk tap for konsumentene. Effektiviteten i offentlig tjenesteproduksjon kan også variere mellom tjenester og land. Vi har testet hvordan forskjeller i offentlig sektors effektivitet på tvers av land påvirker fordelingen av utvidet inntekt, men fant kun små endringer i estimatene for ulikhet (Aaberge, Langørgen og Lindgren 2021). I denne artikkelen har vi derfor antatt at verdien av offentlige tjenester er lik kostnadene for å produsere dem.

Behov for kontantinntekter og offentlige velferdstjenester

I analyser av inntektsulikhet er det vanlig å benytte samme mål for husholdenes inntekt etter skatt som i offisiell statistikk, der inntekter som rapporteres i skattemeldingene utgjør det viktigste grunnlaget. Inntekt etter skatt blir fordelt på husholdsmedlemmene etter en metode som tar hensyn til at hushold med flere medlemmer kan dele på inntekter og utgifter. Medlemmene i husholdet antas å dele inntekten likt og får derfor samme inntekt og plassering i inntektsfordelingen. At husholdet kan dele på en del utgifter betyr at medlemmene nyter godt av stordriftsfordeler i forbruket av varer og tjenester. For eksempel blir utgiftene per person for å oppnå en viss levestandard lavere når flere personer deler på bolig, bil og annet felleskonsum i husholdet.

En mye brukt metode for å ta hensyn til stordriftsfordelene er den såkalte EU-skalaen (modifisert OECD-skala). Den gir vekt 1 til første voksne person i husholdet, vekt 0,5 til enhver ekstra voksen person og vekt 0,3 til hvert barn. Det betyr at et hushold med to voksne og to barn får vekt 2,1, mens en enslig voksen får vekt 1. Ifølge EU-skalaen vil derfor et hushold med to voksne og to barn trenge 840 000 kroner for å oppnå samme økonomiske velferd som en enslig med 400 000 kroner i inntekt etter skatt. Men EU-skalaen er ikke konstruert for å ta hensyn til at folk har forskjellige behov for offentlige velferdstjenester. For eksempel har barn behov for utdanning, mens eldre personer har større behov for helsetjenester og pleie- og omsorgstjenester. Dette fanger ikke EU-skalaen opp.

Vi har derfor foreslått en annen metode for å bestemme en felles ekvivalensskala for de fire viktigste velferdstjenestene for europeiske land. Ved å kombinere denne skalaen med EU-skalaen for inntekt etter skatt har vi laget en ekvivalensskala for utvidet inntekt (inntekt etter skatt pluss verdien av offentlige tjenester). Vi legger til grunn informasjonen fra politikernes prioriteringer av mottakere med forskjellige behov for bestemmelsen av ekvivalens-skalaen for offentlige tjenester: Vi antar at utgiftene til de forskjellige tjenestene reflekterer beslutningstakernes vurderinger av forskjeller i behov for mottakergruppene. Vi viser til Aaberge, Langørgen og Lindgren (2021) for en detaljert drøfting av hvordan ekvivalensskalaen bestemmes. Skalaen som vi benytter for utvidet inntekt kaller vi for SNA-skalaen (simplified needs-adjusted scale).

For å kunne bruke inntekt etter skatt som et sammenlignbart mål på økonomisk levestandard er det nødvendig å ta hensyn til at hushold med mange personer trenger høyere inntekt enn hushold med få personer, men også at hushold med mange personer vil ha stordriftsfordeler når det gjelder flere goder (for eksempel bolig, fritidsbolig, bil). For å kunne sammenligne inntektsnivåer på tvers av ulike husholdstyper, deler vi husholdinntekt etter skatt på antall forbruksenheter i husholdet. Vi benytter den såkalte EU-skalaen for å bestemme antall forbruksenheter for hushold, slik at antall forbruksenheter avhenger av husholdets størrelse og sammensetning. Husholdsinntekt etter skatt delt på antall forbruksenheter i husholdet kalles ekvivalentinntekt eller inntekt per forbruksenhet. Hver person i husholdet blir tilordnet husholdets ekvivalentinntekt, og det er personenes ekvivalentinntekter som danner grunnlaget for beregningene av inntektsulikhet.

For utvidet inntekt har vi utviklet en alternativ ekvivalensskala som vi kaller SNA-skalaen (simplified needs-adjusted scale). Sammenliknet med EU-skalaen tilordner denne skalaen høyere vekter til barn og eldre i husholdet (se figur 2). Grunnen er at barna og de eldre har relativt stort behov for offentlige velferdstjenester som barnehager, utdanning, helsetjenester og pleie- og omsorgstjenester.

I figur 2 vises EU- og SNA-skalaene for forskjellige aldersgrupper. Figuren viser hvor mye hhv. EU- og SNA-skalaen øker for hver ekstra person som legges til husholdet for ulike aldersgrupper. Referansepersonen (faktor=1) er en enslig person som er 14 år og over for EU-skalaen og for SNA-skalaen er referansepersonen (faktor=1) 19-54 år. Vi ser at barn og eldre har høye behov for de fire velferdstjenestene vi studerer. Det er fordi unge har behov for barnehage- og utdanningstjenester, mens eldre personer i større grad har behov for helsetjenester og pleie- og omsorgstjenester.

Vi allokerer offentlige tjenester til målgruppene på to ulike måter. Når det gjelder barnehage- og utdanningstjenester er det brukerne av tjenestene som mottar verdien av dem, og dermed blir verdien lagt til inntekten til det husholdet personen tilhører. For tjenester innen helse, pleie og omsorg har vi i stedet beregnet verdien for de potensielle mottakerne ved å behandle tjenestene som en forsikringsordning finansiert av offentlige midler. Det betyr at en person mottar forsikringsverdien uavhengig av faktisk bruk. Vi har benyttet brukerprofiler for helse- og pleie- og omsorgstjenester fra European Commission (2009; 2012; 2015; 2018).

Figur 2. Bidrag til EU-skalaen og SNA-skalaen for åtte aldersgrupper¹


¹ Skalaene er lik 1 for en enslig person i referansegruppen, som er 14 år og over for EU-skalaen og 19-54 år for SNA-skalaen estimert på data for 2012. Figuren viser hvor mye hhv. EU- og SNA-skalaen øker for hver ekstra person som legges til husholdet for ulike aldersgrupper. Aldersgruppene i skolealder (6-13 år og 14-18 år) varierer noe mellom land.

Inntektsbegreper og måling av ulikhet og fattigdom

I denne studien benytter vi tre forskjellige inntektsbegreper. Definisjonene er vist i tabell 1. Det første inntektsbegrepet, inntekt etter skatt, er velkjent fra offisiell statistikk og forskning; inntekt etter skatt = markedsinntekt – skatt + overføringer (se Inntekts- og formuesstatistikk for husholdninger for en mer detaljert definisjon). Det andre inntektsbegrepet kalles utvidet inntekt og er lik inntekt etter skatt pluss verdien av de offentlige tjenestene som husholdet mottar. For å oppnå et bedre sammenligningsgrunnlag for utvidet inntekt enn inntekt etter skatt har vi også benyttet et inntektsbegrep som vi kaller kontrafaktisk inntekt. Dette er en hypotetisk inntekt der vi forutsetter at husholdene må betale for bruken av velferdstjenester innenfor helse, pleie og omsorg, utdanning og barnehager, men til gjengjeld får like mye reduksjon i skatt som det har kostet å finansiere de offentlige tjenestene. På grunn av stor variasjon i skattenivået mellom europeiske land vil kontrafaktisk inntekt derfor gi et mer informativt sammenligningsgrunnlag enn inntekt etter skatt. For å ta hensyn til forskjeller i behov benytter vi SNA-skalaen for den kontrafaktiske inntekten. I likhet med inntekt etter skatt inkluderer ikke kontrafaktisk inntekt verdien av de offentlige velferdstjenestene. Forskjellen er at kontrafaktisk inntekt i stedet korrigerer for den delen av skattebyrden som trengs for å finansiere de offentlige tjenestene.

I beregningen av den kontrafaktiske inntekten reduserer vi inntektsskattene i hvert land proporsjonalt med hvor mye hvert hushold betaler i inntektsskatt, slik at summen av skattereduksjonene tilsvarer kostnadene for det offentlige velferdstilbudet som vil bortfalle ved privatisering. For noen få land der inntektsskatten ikke er tilstrekkelig til å finansiere velferdstjenestene, reduserer vi også arbeidsgiveravgiften med en andel som tilsvarer finansieringen av de resterende kostnadene.

Definisjoner av ekvivalente inntekter

Inntektskomponenter Ekvivalensskala Ekvivalent inntektsdefinisjon
Bruttoinntekt - skatt EU-skala Inntekt etter skatt (EU)
Inntekt etter skatt + offentlige tjenester SNA-skala Utvidet inntekt (SNA)
Bruttoinntekt - kontrafaktisk skatt SNA-skala Kontrafaktisk inntekt (SNA)

Vårt mål for inntekt etter skatt er basert på inntektsbegrepet total disponibel husholdsinntekt som er tilgjengelig i EU-SILC. Dette framkommer som summen av komponenter som inngår i husholdets bruttoinntekt fratrukket skatter.

Bruttoinntekt består av markedsinntekter pluss skattepliktige og skattefrie overføringer. Markedsinntekter omfatter lønnsinntekter, næringsinntekter og kapitalinntekter. Næringsinntekter er overskudd fra personlig næringsvirksomhet, mens kapitalinntekter omfatter renteinntekter, aksjeutbytte og utleieinntekter. Dette betyr at det bare er den delen av overskuddet til selskapet som betales som aksjeutbytte, som inngår i inntekten til eierne av aksjeselskaper. Videre inngår overføringer, som omfatter pensjoner, offentlige kontantoverføringer, bostøtte og regulære mottatte overføringer fra andre hushold. Vi benytter en definisjon av bruttoinntekt som avviker noe fra EU-SILC. Avviket består i at vi trekker fra regulære betalte overføringer til andre hushold for å beregne justert bruttoinntekt.

Hushold (alle personer som er fast bosatt i boligen, og som har felles husholdsøkonomi) utgjør den økonomiske enheten; det vil si at husholdets inntekt etter skatt er lik summen av husholdmedlemmenes inntekt etter skatt.

Utvidet inntekt er lik inntekt etter skatt pluss verdien av offentlige tjenester som husholdet mottar. I denne studien inkluderer vi følgende velferdstjenester i definisjonen av utvidet inntekt: Barnehager, grunnskoler, videregående skoler, helsetjenester, pleie- og omsorgstjenester.

Kontrafaktisk inntekt er lik inntekt etter skatt pluss skatter som tilsvarer finansieringen av de offentlige velferdstjenestene. Vi forutsetter at skattereduksjonen blir fordelt proporsjonalt med inntektsskatten som betales av hvert hushold. Dette svarer til at den relative fordelingen av skattene på hushold holdes uendret. For land der inntektsskatten ikke er tilstrekkelig til å finansiere velferdstjenestene, reduserer vi også arbeidsgiveravgiften med en andel som tilsvarer finansieringen av de resterende kostnadene.

Resultatene for inntektsulikhet og fattigdom er basert på husholdenes samlede inntekt etter skatt. Et hushold består av alle personer som er fast bosatt i boligen og som har felles husholdsøkonomi. Utvalget omfatter alle personer i privathushold unntatt personer som er registrert bosatt på institusjon.

Vi har utelatt studenter i alderen 20-24 år fra beregningene av ulikhet. Studenter med lav inntekt skaper tolkningsproblemer for måling av inntektsulikhet og fattigdom basert på årlige tverrsnittsdata, fordi de frivillig reduserer deltakelsen i arbeidsmarkedet i bytte mot høyere forventet inntekt i framtiden og i stor grad baserer sitt forbruk på lån og stipend.

Inntektsulikhet i Europa

Figur 3 viser den økonomiske ulikheten målt ved Gini-koeffisienten i 24 EU/EØS-land, både basert på inntekt etter skatt, utvidet inntekt og kontrafaktisk inntekt. De grønne linjene viser nivået og trenden i ulikheten når inntektsbegrepet er definert ved utvidet inntekt. De røde linjene viser nivået og trenden i ulikheten når vi bruker inntekt etter skatt som inntektsbegrep, mens de sorte linjene viser nivået og trenden i ulikheten når vi baserer oss på kontrafaktisk inntekt. Figuren viser at inkludering av offentlige tjenester i inntektsbegrepet gir lavere ulikhet enn hva vi finner for inntekt etter skatt. I den kontrafaktiske situasjonen med en skattereduksjon som tilsvarer utgiftene til velferdstjenester ville imidlertid ulikheten blitt betydelig høyere i de europeiske landene.

De syv landene med lavest ulikhet målt ved inntekt etter skatt får omtrent 20 prosent reduksjon i ulikheten når vi tar hensyn til verdien av offentlige tjenester. Når vi derimot sammenligner kontrafaktisk inntekt med utvidet inntekt reduseres ulikheten med 34 prosent for samme gruppe land. For de syv landene med høyest ulikhet i fordelingen av inntekt etter skatt reduseres estimatet av ulikheten med 16 prosent når vi utvider inntekt etter skatt med verdien av offentlige tjenester. Fordelingen av utvidet inntekt er 26 prosent mer lik enn kontrafaktisk inntekt for denne gruppen land. Den prosentvise reduksjonen i ulikhet ved å ta hensyn vil verdien av offentlige tjenester er med andre ord betydelig større i land med den laveste ulikheten i fordelingen av inntekt etter skatt enn i land med den høyeste ulikheten i fordelingen av inntekt etter skatt.

Beregningene våre gir ikke noe entydig bilde av utviklingen i ulikhet i Europa fra 2006 til 2018. Det kan virke overraskende, siden perioden vi studerer overlapper med finanskrisen. Landene har forskjellige utviklingstrekk, mens ulike inntektsbegrep for det meste viser parallelle trender for de enkelte landene. Blant annet finner vi økende ulikhet for Sverige, Luxembourg og Danmark, mens Island, Polen, Portugal og Slovakia viser en klart fallende trend over tid. For Tsjekkia, Finland, Belgia og Italia finner vi relativt små endringer i ulikhet.

For Norge finner vi en noe høyere ulikhet i 2015 og 2018 sammenliknet med årene 2006, 2009 og 2012. Men vi gjør oppmerksom på at endringer i beskatningen av aksjeutbytte etter tusenårsskiftet har ført til skattetilpasninger som svekker sammenlignbarheten av fordelingen av inntekt etter skatt i Norge de siste 20 årene. Dette skyldes at størstedelen av driftsresultatene i norske selskaper har vært betalt som utbytte i år uten utbytteskatt, mens store deler av eierinntektene har vært holdt tilbake i selskapene i år med utbytteskatt (se Aaberge, Modalsli, og Vestad, 2020). Vi kommer tilbake til betydningen av tilbakeholdte inntekter for analysen av utvidet inntekt i et eget avsnitt nedenfor.

Figur 3

fordelingseffekter-2021-09-09-figur3.svg

Interaktiv versjon av figuren ligger nederst i artikkelen.

For å måle inntektsforskjellene mellom alle personene i befolkningen er det vanlig å bruke den såkalte Gini-koeffisienten. Med inntekt mener vi her ekvivalentinntekt. Gini-koeffisienten G tar verdien 0 når alle har lik inntekt og verdien 1 når all inntekt havner hos én person. Jo lavere verdi på G, desto større likhet er det i fordelingen av inntekt. Øker G, betyr det at inntektsforskjellene har økt.

Gini-koeffisienten kan uttrykkes som forholdet mellom gjennomsnittsforskjellen i inntekt i befolkningen og to ganger gjennomsnittsinntekten. Det vil si at viss både gjennomsnittsinntekten og gjennomsnittlig forskjell inntekt er lik 400 000 kroner, så vil Gini-koeffisienten bli 0,5. Gini-koeffisienten G tar verdien 0 når alle har lik inntekt og verdien 1 når all inntekt havner hos én person. Jo lavere verdi den har, desto større likhet er det i fordelingen av inntekt. Øker G, betyr det at inntektsforskjellene har økt. I internasjonal litteratur er det vanlig å multiplisere Gini-koeffisienten med 100 og la den variere mellom 0 og 100; det vil si at tallene kan tolkes som prosentpoeng. Vi følger denne praksisen her.

I EU- og EØS-landene er det etablert som en standardmetode å måle økonomisk fattigdom (at-risk-of poverty) ved andelen personer som har ekvivalentinntekt under 60 prosent av medianen i fordelingen av ekvivalentinntekten (inntekt per forbruksenhet). Derfor har vi valgt å benytte denne målemetoden her. Vi beregner ulike fattigdomsgrenser som er definert i forhold til medianen for hvert enkelt inntektsbegrep.

Andelen fattige i Europa

Figur 4 viser hvordan anslaget på andelen fattige varierer med valg av inntektsbegrep. En person er definert som fattig (at-risk-of-poverty i Eurostat) viss personen har lavere ekvivalentinntekt enn 60 prosent av median ekvivalentinntekt. De grønne linjene viser nivået og trenden i fattigdommen når inntektsbegrepet er definert ved utvidet inntekt. De røde linjene viser nivået og trenden i andelen fattige når målingen er basert på inntekt etter skatt, mens de sorte linjene viser nivået og trenden i andelen fattige når kontrafaktisk inntekt legges til grunn for målingen. Figuren viser at inkludering av offentlige tjenester i inntektsbegrepet gir lavere fattigdom enn hva vi finner for inntekt etter skatt. I den kontrafaktiske situasjonen ville imidlertid fattigdommen blitt betydelig høyere både i Norge og de andre europeiske landene.

Resultatene i figur 4 viser at det er landene med lavest andel fattige basert på inntekt etter skatt som får den største prosentvise reduksjonen i fattigdom når vi inkluderer offentlig tjenesteyting i analysen: Andelen fattige blir nesten halvert blant landene med lavest fattigdom, mens den blir redusert med over en tredjedel blant landene med høyest fattigdom. Men som påpekt ovenfor utgjør kontrafaktisk inntekt et bedre sammenlikningsgrunnlag for utvidet inntekt enn inntekt etter skatt. Når vi sammenligner forekomsten av fattigdommen basert på hhv kontrafaktisk inntekt og utvidet inntekt, finner vi det samme mønsteret. I de syv landene med minst og mest fattigdom reduseres fattigdommen med henholdsvis 63 og 47 prosent.

Blant de nordiske landene har Norge, Danmark og Island relativt lav forekomst av fattigdom. Sverige hadde relativt lav fattigdom i 2006, men har hatt en sterk økning i andelen fattige fra 2006 til 2018. Finland viser nedgang i andelen fattige målt ved inntekt etter skatt, mens trenden for utvidet inntekt er tilnærmet flat.

Figur 4

fordelingseffekter-2021-09-09-figur4.svg

Interaktiv versjon av figuren ligger nederst i artikkelen.

Bidraget til ulikhet fra bruttoinntekt, skatt og offentlige tjenester

Vi har ovenfor diskutert hvilken betydning definisjon og måling av inntekt har for måling av inntektsulikhet og fattigdom. Men det er viktig å være oppmerksom på at en reduksjon i Gini-koeffisienten på 20 prosent når vi inkluderer offentlige tjenester kun gir en indikasjon på fordelingseffekten av offentlige tjenester. I denne delen ser vi kun på utvidet inntekt. For å identifisere bidragene fra alle komponentene som til sammen utgjør utvidet inntekt, må vi bruke en simultan metode som behandler komponentene på en symmetrisk måte: Det vil si at resultatene må være uavhengig av rekkefølgen en benytter for å studere bidragene fra de enkelte komponentene.

Gini-koeffisienten har dekomponeringsegenskaper som gjør det mulig å identifisere bidragene til ulikhet fra de enkelte inntektskomponentene som inngår i definisjonen av utvidet inntekt. Vi vil i denne studien benytte ulike dekomponeringer, der den enkleste dekomponeringen er basert på følgende tre inntektskomponenter: (1) bruttoinntekt, (2) skatt og (3) offentlige tjenester.

Dekomponeringen av Gini-koeffisienten (G) kan da skrives på formen

G = inntektsandelkomponent (1) x konsentrasjonskoeffisientkomponent (1)
+ inntektsandelkomponent (2) x konsentrasjonskoeffisientkomponent (2)
+ inntektsandelkomponent (3) x konsentrasjonskoeffisient komponent (3),

der inntektsandelene viser hvor stor andel av utvidet inntekt som er representert ved hver av komponentene (1), (2) og (3). Konsentrasjonskoeffisienten for en gitt komponent er lik Gini-koeffisienten for denne komponenten, gitt at rekkefølgen til inntektene til komponenten er bestemt av rekkefølgen til utvidet inntekt. Med andre ord vil både ulikhet i fordelingen av de aktuelle inntektskomponentene og den statistiske sammenhengen mellom hver av komponentene og utvidet inntekt være bestemmende for hvorvidt de ulike komponentene gir et utjevnende eller ulikhetsskapende bidrag til fordelingen. Når inntektsandelen til en komponent er positiv (for eksempel offentlige tjenester), vil en negativ konsentrasjonskoeffisient bety negativ samvariasjon, som betyr at komponenten virker utjevnende på den totale ulikheten. Det betyr at individer med lave utvidete inntekter mottar større beløp av komponenten enn individer med høye utvidete inntekter. En positiv verdi på konsentrasjonskoeffisienten vil derimot uttrykke positiv samvariasjon, og det betyr at komponenten bidrar til ulikhet i fordelingen av utvidet inntekt. Når konsentrasjonskoeffisienten er lik 0 gir komponenten et nøytralt bidrag til ulikheten. Dette vil f.eks. være tilfelle viss komponenten er fordelt likt på alle individer. Konsentrasjonskoeffisienten kan variere mellom -1 og 1, der verdien -1 innebærer at komponenten er maksimalt utjevnende, mens verdien 1 innebærer at komponenten er maksimalt ulikhetsskapende. Verdien 1 tilsvarer at inntektskomponenten i sin helhet blir disponert av den personen som har høyest utvidet inntekt.

Tabell 2 viser resultatet av dekomponeringen på tre komponenter for 24 land basert på data for 2012. Vi finner at inntektsandelene til skatter og offentlige tjenester varierer betydelig mellom land. Det er en tendens til at offentlige tjenester har en høyere inntektsandel i land med et høyere skattenivå. Men høye skatteandeler i enkelte land kan også ha sammenheng med et høyt nivå på offentlige kontantoverføringer til husholdene (som er inkludert i bruttoinntektene). Norge ligger på andreplass etter Sverige når vi rangerer landene etter inntektsandelen for offentlige tjenester.

Fortegnene til konsentrasjonskoeffisientene viser at bruttoinntekt har en ulikhetsskapende effekt og at skatt virker utjevnende på fordelingen av utvidet inntekt. Bidraget fra offentlige tjenester har omtrent samme omfordelende effekt som en konstant overføring (lik gjennomsnittet av offentlige tjenester) til alle personer ville ha hatt. I de fleste landene virker de offentlige tjenestene svakt utjevnende, mens Norge og Sverige skiller seg ut som de eneste to landene der offentlige tjenester har en svakt ulikhetsskapende effekt; dvs. at omfordelingseffekten av offentlige tjenester er svakere enn om verdien av de offentlige tjenestene ble delt likt på innbyggerne.

Bidraget til ulikhet fra forskjellige tjenester

Bidragene til ulikhet fra offentlige tjenester kan variere etter forvaltningsnivå og type tjenester. For å undersøke dette nærmere har vi gruppert tjenestene etter tre forskjellige inndelinger. For det første benytter vi en inndeling i de fire hovedtjenestene som inngår i denne studien; barnehager, utdanning, pleie og omsorg, helsetjenester. For det andre benytter vi en mer detaljert inndeling i seks typer tjenester ved å dele utdanning i grunnskoler og videregående utdanning og ved å dele helsetjenester i primærhelsetjenester og spesialisthelsetjenester. For det tredje benytter vi en mer aggregert inndeling av tjenestene etter de tre forvaltningsnivåene kommune, fylkeskommune og stat. I Norge er det kommunene som har ansvaret for barnehager, grunnskoler, pleie og omsorg og primærhelsetjenester. Fylkeskommunene har ansvaret for videregående skoler, mens det er staten som har ansvaret for spesialisthelsetjenester.

Tabell 3 viser resultater fra de mer detaljerte dekomponeringene basert på data for Norge i 2018. De mest detaljerte resultatene basert på inndelingen i seks typer tjenester viser at grunnskoler og videregående skoler gir et utjevnende bidrag, siden konsentrasjonskoeffisienten er negativ for disse tjenestene. Positive konsentrasjonskoeffisienter viser at pleie og omsorg, barnehager og spesialisthelsetjenester bidrar til ulikhet i fordelingen av utvidet inntekt. Primærhelsetjenester gir et nøytralt bidrag. Ulike bidrag til utjevning har sammenheng med om brukerne er overrepresentert i den lavere, midtre eller høyere delen av fordelingen etter utvidet inntekt. For eksempel finner vi at barnehagedekningen er noe lavere blant familier med lavere inntekter, noe som vil bidra til ulikhet. Verdien av helsetjenester og pleie- og omsorgstjenester bidrar til at mange eldre blir regnet som relativt velstående basert på det utvidete inntektsbegrepet. Familier med barn i skolealder er i noe større grad representert i den lavere delen av fordelingen etter utvidet inntekt.

Når vi aggregerer til fire tjenester finner vi at utdanning gir et utjevnende bidrag, mens helsetjenester bidrar til ulikhet. I inndelingen etter forvaltningsnivåer finner vi at statlige tjenester bidrar til ulikhet, fylkeskommunale tjenester virker utjevnende, mens kommunale tjenester gir et svakt ulikhetsskapende bidrag. Det framgår at de mer aggregerte resultatene kan dekke over motstridende effekter for de ulike tjenestene. Ikke minst gjelder dette for den mest aggregerte inndelingen der vi ser på det samlete bidraget fra de offentlige velferdstjenestene. Her finner vi at offentlige velferdstjenester gir et svakt eller nesten nøytralt bidrag til ulikhet i fordelingen av utvidet inntekt.

Mer fullstendig måling av kapitalinntekt

Som påpekt ovenfor gir ikke de personlige skattemeldingene en fullstendig måling av markedsinntektene, og dermed blir også det målet vi har brukt for inntekt etter skatt i denne studien ufullstendig. I Norge oppnår eiere av selskaper store lettelser i beskatningen ved å spare i selskapene i stedet for å betale utbytte. Etter at utbytteskatt ble innført i 2006 har personer med eierandeler i selskaper hatt sterke incentiver til å spare sine andeler av selskapsoverskuddene, ofte organisert i holdingselskaper som har som formål å være formell eier av eiernes andeler i andre selskap.

Ved å inkludere den delen av selskapsinntektene som ikke har blitt betalt som utbytte viste Aaberge, Modalsli og Vestad (2020) at inntektsulikheten i Norge var betydelig høyere etter innføringen av utbytteskatt i 2006 enn det den offisielle statistikken viser. For 2018 fant de at G = 0,344, mens når dataene for markedsinntekter er begrenset til det som oppgis i skattemeldingene viste offisiell statistikk at G = 0,251. Økningen i ulikhet er stor og skyldes hovedsakelig at andelen av totalinntekten som tilfaller de 1 prosent rikeste økte fra 8,8 prosent (offisiell statistikk) til 20 prosent når en inkluderer tilbakeholdte inntekter i selskapene. Siden størsteparten av de tilbakeholdte inntektene tilfaller de rikeste personene i samfunnet vil medianinntekten ikke bli påvirket av at disse inntektene inkluderes i beregningene, og dermed vil heller ikke estimatene for andelen fattige endre seg.

Inkludering av både tilbakeholdte inntekter og offentlige tjenester

Et interessant spørsmål er imidlertid hvor stor inntektsulikheten blir i 2018 når vi benytter et mål på inntekt som både inkluderer tilbakeholdte inntekter og verdien av offentlige tjenester. Eller sagt på en annen måte; hvor mye mindre enn 0,344 blir Gini-koeffisienten når vi tar hensyn til verdien av offentlige tjenester? For å svare på dette spørsmålet skal vi bruke følgende tilnærming for Gini-koeffisienten foreslått av Atkinson (2007),

G ≈ (1 – S) G99 + S – 0,01,

der S er inntektsandelen til den rikeste 1 prosenten og G99 er Gini-koeffisienten til fordelingen av inntekt blant den resterende 99 prosenten.

Tabell 4 gir en oversikt over de tallfestede toppinntektsandelene og Gini-koeffisientene som vi har benyttet for å gi et estimat for Gini-koeffisienten til fordelingen av utvidet inntekt der tilbakeholdte inntekter er inkludert. Vi gjør oppmerksom på at alle estimatene i tabell 4 er basert på EU-skalaen.

Estimatene i tabell 4 er beregnet på grunnlag av inntektsdata med og uten tilbakeholdte inntekter. Tallene i parentes i siste rad til tabell 4, som er beregnet på grunnlag av tilnærmingen for Gini-koeffisienten gitt ovenfor tabellen, er nesten sammenfallende med estimatene basert på mikrodata. Inntektsandelen til topp 1 prosenten når vi inkluderer tilbakeholdte inntekter har vi beregnet til å bli S = 0,151. Det er rimelig å anta at G99 for utvidet inntekt (inklusive tilbakeholdte inntekter) ligger nærmere G99 for utvidet inntekt eksklusive tilbakeholdte inntekter enn G99 for inntekt etter skatt eksklusive tilbakeholdte inntekter. Ved å forutsette at G99 = 0,200 for utvidet inntekt inkludert tilbakeholdte inntekter finner vi at Gini-koeffisienten blir lik 0,294:

G ≈ (1 – 0,129) x 0,200 + 0,129 – 0,01 = 0,294.

Dette resultatet viser at ulikheten blir betydelig lavere når vi inkluderer verdien av offentlige tjenester i målingen av inntekt, men samtidig viser resultatet at omfordelingseffekten av offentlige tjenester er for svak til å oppheve den sterke ulikhetsskapende effekten av inntektene som blir spart i selskapene (og dermed ikke blir rapportert i de personlige skattemeldingene). En Gini-koeffisient på 0,294 ligger langt over det som blir rapportert i offisiell statistikk; bortsett fra for 2005 da G = 0,320. Den høye Gini-koeffisienten i offisiell statistikk i 2005 (og 2004) skyldes store utbyttebetalinger forut for implementeringen av ny skattlegging av utbytte og gevinster ved salg av aksjer, mens bare en mindre del av selskapsoverskuddene ble betalt som utbytte etter at utbytteskatten ble innført i 2006. Det er den skattemotiverte endringen i utbytteatferd som forklarer det store fallet i inntektsulikhet etter 2005; størstedelen av overskuddene i de unoterte selskapene blir spart i selskapene eller i holdingselskap og blir dermed ikke regnet som inntekt i den offisielle statistikken.

Spørsmålet om i hvilken grad inkludering av tilbakeholdte inntekter i inntektsbegrepet vil endre estimater for ulikhet i andre europeiske land er vanskelig å svare på og vil i stor grad henge sammen med hvordan kapitalinntekter blir beskattet. Siden det ikke foreligger resultat fra tilsvarende studier i andre europeiske land, må vi la dette spørsmålet stå ubesvart i denne artikkelen.

Vi har ovenfor vist at estimatet for inntektsulikheten inkludert tilbakeholdte inntekter blir betydelig lavere når vi inkluderer verdien av offentlige tjenester; den gikk ned fra 0,344 til om lag 0,294. Men siden vi ikke tar hensyn til verken kapitalgevinster eller fordelen av å bo i egen bolig vil estimatet på 0,294 for Gini-koeffisienten være betydelig lavere enn det vi forventer å finne når også kapitalgevinster og verdien av fordelen av å bo i egen bolig blir inkludert i målingen av inntekt.

Konklusjon og diskusjon

I denne artikkelen har vi gitt en beskrivelse av ulikhet i fordelingene av inntekt i europeiske land i perioden 2006–2018, både med og uten offentlig finansierte velferdstjenester. Ved å inkludere offentlige velferdstjenester i et utvidet inntektsbegrep sammen med kontantinntekter etter skatt, oppnår vi et mer fullstendig mål for materiell velstand. Det får betydning for vår forståelse av ulikhet og fattigdom i europeiske velferdssamfunn.

Resultatene fra analysen viser at offentlig finansierte velferdstjenester har betydelig innvirkning på ulikhet og fattigdom i Europa. Vi finner at anslag på ulikhet og fattigdom blir lavere når vi inkluderer verdien av offentlige tjenester i målet for inntekt. Når vi sammenligner inntekt etter skatt med utvidet inntekt får vi 19 og 16 prosent reduksjon i ulikheten for landene som har hhv lavest og høyest ulikhet. Videre finner vi 63 og 47 prosent reduksjon i andelen fattige for landene som har hhv lavest og høyest ulikhet.

Norge er blant landene som har relativt lav ulikhet både når vi benytter inntekt etter skatt fra offisiell statistikk og utvidet inntekt til å måle ulikheten. For Norge finner vi en noe høyere ulikhet i 2015 og 2018 sammenliknet med årene 2006, 2009 og 2012.

På grunn av stor variasjon i skattenivået i de forskjellige europeiske landene, er det relevant å sammenligne utvidet inntekt med en kontrafaktisk inntekt der husholdene får tilbake skatten de har betalt for å finansiere de aktuelle offentlige tjenestene. I en hypotetisk situasjon uten offentlige tjenester ville husholdene betalt mindre i skatt, men måtte til gjengjeld ha finansiert velferdstjenestene selv. Når vi sammenligner utvidet inntekt med en slik kontrafaktisk inntekt, faller ulikheten med 34 og 26 prosent for landene som har hhv lavest og høyest ulikhet. Fordelingen av den kontrafaktiske inntekten er betydelig mer ulik enn fordelingen av inntekt etter skatt. Det skyldes at innbyggerne i europeiske land har progressive skattesystemer for lønnsinntekt, hvor de med høyere lønnsinntekter betaler høyere andel av inntekten i skatt enn de med lavere lønnsinntekter eller ingen inntekter.

Når vi dekomponerer bidragene fra kontantinntekter, skatt og offentlige velferdstjenester til ulikhet i fordelingen av utvidet inntekt målt ved Gini-koeffisienten, finner vi at skattesystemet er langt mer likhetsskapende enn offentlige tjenester. Blant de offentlige velferdstjenestene er det først og fremst grunnskoler og videregående skoler som bidrar til reduksjon i ulikheten. Pleie- og omsorgstjenester, spesialisthelsetjenester og barnehager bidrar derimot til økt ulikhet i fordelingen av utvidet inntekt.

Vi har imidlertid ikke tatt hensyn til verken tilbakeholdte inntekter, kapitalgevinster eller fordelen av å bo i egen bolig i sammenligningen av økonomisk ulikhet mellom de europeiske landene. Men som vist ovenfor blir ulikheten for Norge målt ved Gini-koeffisienten lik 0,294 når vi også inkluderer tilbakeholdte inntekter. For et inntektsmål som i tillegg inkluderer kapitalgevinster og fordelen av å bo i egen bolig hadde ulikheten blitt enda høyere og betydelig høyere enn det som er kjent fra offisiell statistikk.

Oppdragsgiver: Finansdepartementet.

Referanser:

Aaberge, Rolf. 2015. «Pikettys dystre spådom og inntektsfordeling i Norge». Samtiden 126 (1): 69–79.

Aaberge, Rolf, Lasse Eika, Audun Langørgen og Magne Mogstad. 2019. «Local Governments, in-Kind Transfers, and Economic Inequality». Journal of Public Economics 180: 1–22. https://doi.org/10.1016/j.jpubeco.2018.09.015.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2010. «The Impact of Basic Public Services on the Distribution of Income in European Countries». I Income and Living Conditions in Europe, redigert av Anthony B. Atkinson og Eric Marlier. Luxembourg: Publication Office of the European Union.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2013. «The Distributional Impact of Public Services in European Countries». Discussion Paper No. 746. Oslo: Statistics Norway.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2017. «The Distributional Impact of Public Services in European Countries». I Monitoring Social Inclusion, redigert av Anthony B. Atkinson, A.-C. Guio, og Eric Marlier. Luxembourg: Publication Office of the European Union.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2018. «Accounting for Public In-Kind Transfers in Comparisons of Income Inequality between the Nordic Countries». Nordic Economic Policy Review 10: 175–209.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2021. «A Common European Equivalence Scale for Public In-Kind Transfers». Mimeo. Statistisk Sentralbyrå.

Aaberge, Rolf, Audun Langørgen og Petter Y. Lindgren. 2021. «Fordelingseffekter av offentlig tjenesteproduksjon i Europa». Samfunnsøkonomen 135 (2): 34–44.

Aaberge, Rolf, Jørgen Heibø Modalsli og Ola Lotherington Vestad. 2020. «Ulikheten - betydelig større enn statistikken viser». SSB Analyse 2020/13. Oslo: Statistisk Sentralbyrå.

Atkinson, Anthony B. 2007. «Measuring Top Incomes: Methodological Issues». I Top Incomes over the Twentieth Century: A Contrast Between Continental European and English-Speaking Countries, redigert av Anthony B. Atkinson og Thomas Piketty. Oxford University Press.

European Commission. 2009. «The 2009 Ageing Report: Economic and Budgetary Projections for the EU-27 Member States (2008-2060)». European Economy 2/2009.

European Commission. 2012. «The 2012 Ageing Report: Economic and Budgetary Projections for the 27 EU Member States (2010-2016)». European Economy 2/2012.

European Commission. 2015. «The 2015 Ageing Report: Economic and Budgetary Projections for the 28 EU Member States (2013-2016)». European Economy 3/2015.

European Commission. 2018. «The 2018 Ageing Report: Economic and Budgetary Projections for the EU Member States (2016-2070)». Institutional Paper 079.

OECD, 2020. https://data.oecd.org/inequality/income-inequality.htm

Smeeding, Timothy M., Peter Saunders, John Coder, Stephen Jenkins, Johan Fritzell, Aldi J. M. Hagenaars, Richard Hauser og Michael Wolfson. 1993. «Poverty, Inequality, and Family Living Standards Impacts across Seven Nations: The Effect of Noncash Subsidies for Health, Education and Housing». Review of Income and Wealth 39 (3): 229–56.

Visualisering

I denne interaktive visualiseringen kan du utforske tallene og sammenlikne land. De tre første arkfanene viser Gini-koeffisienten (ref. Figur 3), mens de tre siste arkfanene viser andelen fattige (ref. Figur 4).

Visualiseringen er optimalisert for større skjermer.