kunnskapskapital og arbeidsmarked en utredning Dugnad for verdiskaping Kunnskapsplattformen Erling Barth

kunnskapskapital og arbeidsmarked en utredning Dugnad for verdiskaping Kunnskapsplattformen Erling Barth

Kunnskapskapital og arbeidsmarkedet en utredning Erling Barth 1 Kunnskapskapitalen er i sterk vekst. Volumet av kunnskapskapital, særlig i form av formell utdanning, er økende, også i forhold til realkapitalen. Produksjonen blir stadig mer kunnskapsintensiv. Denne utviklingen fører til endringer både av produksjon og arbeidsliv. Dette notatet setter fokus på kunnskapskapitalens betydning for verdiskapning. Spørsmålene som taes opp i dette notatet er: Hva er avkastningen av human- eller kunnskapskapitalen? Hvordan ligger vi an i forhold til andre OECD land når det gjelder nivå på investeringene og deres avkastning? Hva forteller avkastningsratene om betydningen av kunnskapskapitalen for verdiskapning? Satser vi for mye på utdanning? Hva er virkningen av systemet for studiefinansiering for arbeidsmarkedet? Hva er konsekvensene av en sammenpresset lønnsstruktur for utdanningsinvesteringer og allokering av arbeidskraften? Notatet tar for seg investeringer i to typer av kunnskapskapital: Det ene er formell utdanning og det andre er opplæring eller læring gjennom yrkeserfaring. Arbeidsmarkedet: Den avgjørende prøvesteinen Det er mange måter å teste utdanningssystemet på. Vi kan sammenlikne test-resultater fra nasjonale og internasjonale prøver, eller vi kan undersøke ulike ferdigheter til folk med ulik utdanningsbakgrunn. Denne typen sammenlikninger pågår i økende grad, og gir svært verdifull kunnskap om hvordan utdanningsinstitusjonene i Norge funger. Kanskje gir de også kunnskap om hvordan de kan bli bedre. Men den viktigste testen vi kan utsette utdanningssystemet for, er arbeidsmarkedets dom. Er arbeidsgiverne i offentlig og privat sektor villige til å betale for kompetansen? Er de villige til å ansette folk med høyere 1 Denne utredningen er skrevet på oppdrag fra Kunnskapsdugnaden, et samarbeid mellom LO, NHO, og Tekna. 1

utdanning, når de koster mer? Gir utdanningen avkastning for de som tar den, og for virksomhetene som ansetter dem? Etterspørselen i arbeidsmarkedet gir oss kunnskap om hvordan utdanning verdsettes. I arbeidsmarkedet er prisen på utdanning reflektert i lønnsforskjellene mellom utdanningsgrupper. Hvordan ulike utdanningsgrupper gjør det i arbeidsmarkedet, utgjør den viktigste testen på utdanningsinstitusjonenes betydning for verdiskapningen. Samtidig gir lønnsforskjellene viktige signaler både til arbeidstakerne om hva de kan tjene på å satse på, og til virksomhetene om hva som er knapp kompetanse som de må være sparsomme med å bruke. Dette notatet bruker nettopp informasjon om relative lønninger over tid og mellom land til å si noe om verdien av utdanning for verdiskapningen, og om de insentiver som retter seg mot investeringer i kunnskapskapital og virksomhetenes bruk av kompetanse. Utdanning har selvsagt effekter også ut over det vi kan observere i arbeidsmarkedet. Utdanning påvirker normer, holdninger og allmenn dannelse. I en samfunnsøkonomisk analyse er det også mange andre forhold enn produksjon og verdiskapning som bør trekkes inn. Det finnes blant annet studier som legger vekt på sammenhengen mellom helse og utdanning, kriminalitet og utdanning og mellom demokrati, maktspredning og utdanning. Barth (2005) gir en kortfattet gjennomgang av en del slike momenter. I dette notatet avgrenser vi oss til å se på sammenhengen mellom kunnskapskapitalen og arbeidsmarkedet. Utdanningsboomen Vi har opplevd en dramatisk økning i utdanningsnivået i Norge de siste hundre år. Figur 1 illustrerer dette forholdet. I figur 1 a ser vi antall studenter ved de fire store universitetene i Norge helt fra tidlig på 1800-tallet 2. Vi ser at det har vært en betydelig vekst helt fra 1960 tallet og fram til slutten av 1990 tallet. På 2000-tallet har antall studenter ved de store universitetene flatet ut på et nivå rundt 60-70 000 studenter. I den senere perioden har vi 2 Legg merke til at skalaen på den horisontale aksen er sammenpresset fra 1813 til 1870 og deretter fra 1870 til 1935. Etter 1935 er det ett år mellom hvert merke på den horisontale aksen. 2

derimot sett en betydelig vekst i antall høyskolestudenter (se figur 1 b). De seneste par årene har antall studenter ved universiteter og høyskoler ligget i overkant av 210 000. 3

Figur 1a. Antall studenter ved de fire store universitetene 1813-2005. 40000 35000 30000 25000 20000 15000 10000 5000 0 1813 1870 1915 1933 1939 1945 1951 1957 1963 1969 1975 1981 1987 1993 1999 2005 Oslo Bergen Trondheim Tromsø Kilde: Statstisk Sentralbyrå, Historisk statistikk fram til og med 1992, Statistikkbanken fra og med 1993 (Emne 04.02). Legg merke til at skalaen på den horisontale aksen er kraftig klemt sammen mellom 1813 og 1870. Fra 1870 til 1935 er det 5 års intervaller, mens det er årlige intervaller fra 1935. Figur 1b) Antall studenter ved universiteter og høgskoler 1971-2005 160000 140000 120000 100000 80000 60000 40000 20000 0 1971 1973 1975 1977 1979 1981 1983 1985 1987 Høgskoler 1989 1991 Universiteter 1993 1995 1997 1999 2001 2003 2005 Kilde: Statistisk Sentralbyrå, Historisk Statistikk fram t.o.m. 1992, Statistikkbanken f.o.m.1993 (Emne04.02). Linjen for universiteter omfatter de fire universitetene i figur 1, mens linjen for høgskoler representerer resten av det som i statistikken defineres som Universiteter og Høgskoler (se definisjoner under emne 04.02 i statistikkbanken). 4

Alle OECD land har gjennomgått en tilsvarende utvikling, selv om tidsforløpet og styrken på veksten har vært noe varierende. I siste kolonne av tabell 1 ser vi at den (uvektede) gjennomsnittlige veksten i andel med høyere utdanning har vært på over 20 prosentpoeng fra 1960 til 2003. I Norge har den, etter disse kildene, vært på nær 27 prosentpoeng; fra 4.2 til 31 prosent. Dette er en mangedobling av andelen av arbeidsstyrken med høyere utdanning. Mens Norge hadde 11 land foran seg i 1960, har vi i dag 6 land foran oss. Dette er Australia, Canada, Finland, Japan, Sverige og USA 3. Ser vi på samlede utgifter til utdanning, målt som prosent av BNP, har vi 5 land foran oss: Danmark, Island, Korea, Sverige og USA. Igjen er sammensetningen forskjellig mellom land, særlig når det gjelder offentlig versus privat produksjon av utdanning, og når det gjelder offentlig versus privat finansiering. I tillegg er det store forskjeller i graden av offentlig støtte til livsopphold under studietiden. Tabell 1 Andel i befolkningen 16-74 med høyere utdanning. Prosent. 1960 1965 1970 1975 1980 1985 1990 1995 2003 Differanse 2003-1960 Australia 10.6 16.0 20.6 24.5 28.2 30.2 31.0 33.1 31.3 20,7 Østerrike 4.1 4.5 4.9 6 7.4 9.2 11.2 12.4 14.5 10.4 Belgia 7.8 9.9 12.1 13.7 15.3 17.9 20.8 24.6 29 21.2 Canada 12.4 16.4 20.6 29.3 36.3 40.4 43.8 48.0 44.0 31,6 Danmark 7.1 9.9 12.8 14.8 16.8 18.3 19.3 20.8 31.9 24.8 Finland 6.9 8.5 10.2 12.6 15.1 17.6 20.2 23.6 33.3 26.4 Frankrike 9.4 10.4 11.8 13.7 16.4 19.2 21.9 22.5 23.4 14 Tyskland 4.2 6.7 9.1 11.4 13.2 15.6 18.5 20.5 24 19.8 Hellas 3.7 4.3 4.9 6.6 8.5 9.7 10.9 14 18.3 14.6 Irland 4 4.4 5.4 6.5 7.7 10.6 13.9 18.3 26.3 22.3 Italia (1) 2 2.7 3.4 4.1 4.7 5.4 6.3 7.8 10.4 8.4 Japan 7.1 8.3 9.6 12.0 14.5 17.8 21.2.. 37.4 30,3 Nederland (1) 3.3 4.6 6 8.2 10.7 13.2 15.7 19.4 24.4 21.1 Norge 4.2 5.5 6.7 8.7 11.1 13.6 15.7 19.7 31 26.8 Spania 3.1 3.5 4 5.4 6.9 8.2 9.5 12.5 25.2 22.1 Sverige 4.8 5.7 6.7 10.1 13.6 17.1 20.5 24 33.4 28.6 Storbrittania 4.9 6.3 7.6 8.9 10 11.9 13.9 18.9 28 23.1 USA 16.5 18.3 21.2 26.3 31.9 35.7 39.2 47.8 38.4 21.9 Gjennomsnitt 6.5 8.1 9.9 12.4 14.9 17.3 19.6 22.8 28.0 20.4 3 Se for øvrig Holseter 2005 for en grundig gjennomgang av definisjoner og begreper knyttet til norske tall for andel med høyere utdanning sammenliknet med andre land. 5

Note: (1) tall fra 2002 Kilder: 1960-1995, De la Fuente and Domenech (2001); 2003, OECD (2005). Kildene behandler «post secondary non-tertiary education» forskjellig, noe som gir brudd i seriene etter 1995. Dette slår særlig ut for USA og Canada i 1995, men det er usikkert i hvor stor grad dette gjør noen forskjell for sammenlikningen mellom 1960 og 2003. Tabell 2 Utgifter til utdanning i OECD land. Prosent av BNP. 6

Utgifter til utdanningsinstitusjoner i prosent av BNP, OECD land 2002; Kilde: OECD (2005) Offentlig 1 Privat 2 I alt Australia 4.4 1.5 6.0 Østerrike 5.4 0.3 5.7 Belgia 6.1 0.3 6.4 Tsjekkia 4.2 0.2 4.4 Danmark 3 6.8 0.3 7.1 Finland 5.9 0.1 6.0 Frankrike 5.7 0.4 6.1 Tyskland 4.4 0.9 5.3 Hellas 3 3.9 0.2 4.1 Ungarn 5.0 0.6 5.6 Island 3 6.8 0.6 7.4 Irland 4.1 0.3 4.4 Italia 4.6 0.3 4.9 Japan 3.5 1.2 4.7 Korea 4.2 2.9 7.1 Mexico 5.1 1.1 6.3 Nederland 4.6 0.5 5.1 New Zealand 5.6 1.2 6.8 Norge 6.7 0.3 6.9 Polen 3 5.5 0.7 6.1 Portugal 3 5.7 0.1 5.8 Slovakia 4.0 0.2 4.2 Spania 4.3 0.5 4.9 Sverige 6.7 0.2 6.9 Sveits 5.7 0.5 6.2 Tyrkia 3 3.4 0.4 3.8 Storbritannia 5.0 0.9 5.9 USA 5.3 1.9 7.2 Gjennomsnitt 5.1 0.7 5.8 OECD i alt 4.9 1.2 6.1 1) Inklusive offentlige subsider til husholdningene som er rettet mot utdanningsinstitusjonene. Inkluderer også utgifter fra utenlandske kilder 2) Fratrukket offentlige subsider 3) Offenlige subsidier rettet mot husholdningene. Tall fra 4) 2001. 5) 2003 Avkastningen av utdanning i Norge og andre land Vi betrakter utdanning som en investering fordi man tar en kostnad i dag; - tap av arbeidsinntekt mens man er under utdanning, mot å få en positiv kontantstrøm senere; - 7

høyere inntekter enn man ville hatt uten utdanning. Den privatøkonomiske avkastningen kan man så beregne ved å sammenlikne kostnads- og inntektsprofiler som følge av ulike utdanningsvalg over livsløpet. For enkelhets skyld tenker vi oss nå at utdanningen bare gir avkastning i form av penger: Hva gir utdanningen i form av kostnader og inntekter? Figur 2 viser inntektsprofiler for to ulike utdanningsvalg. Figur 2 Inntektsprofiler for to utdanningsvalg. Illustrasjon. Inntekt B A t 1 t 2 t 3 Alder Langs den horsiontale aksen måler vi alder. Linjene illustrerer inntektsnivået som følger av de to utdanningsvalgene. Den stiplede linjen viser inntektsprofilen uten høyere utdanning. Den heltrukne linjen viser inntektsprofilen for samme person om han tar høyere utdanning. Arealet under kurven viser samlet inntekt over hele livsløpet etter hvilket utdanningsvalg som foretas. Vi finner verdien av utdanningsprosjektet ved å se på arealene mellom de to kurvene. Periode t 0 - t 1 representerer årene under utdanning. I denne perioden har studenten ingen inntekter, men må snarere ta på seg utdanningskostnader (skolepenger og kostnader til pensumbøker). Inntektslinjen ligger derfor under null i denne perioden. Etter studiene begynner han å jobbe, og kan tjene mer enn det han ville gjort som ufaglært. Men hvis han ikke valgte utdanningsprosjektet, ville han arbeidet som ufaglært, og derfor fulgt den stiplede inntektsprofilen. 8

Kostnaden ved utdanning er gitt ved arealet A i figuren. I denne tiden tjener man mindre ved å velge utdanning enn ved å velge å jobbe. Gevinsten, som er gitt av arealet B, viser den positive kontantstrømmen knyttet til utdanningsprosjektet. Avkastningen av utdanning finner man ved å sammenlikne verdien av gevinsten, eller arealet B, med kostnadene, eller arealet A. Hvis de neddiskonterte gevinstene er mindre enn kostnadene, har vi med et tapsprosjekt å gjøre. Hvis gevinstene er akkurat store nok til å dekke renter og avdrag på beløpet A, om man låner det i banken, gir utdanning samme avkastning som et banklån. Avkastningen av utdanningsprosjektet måles altså ved inntektsgevinsten i forhold til kostnaden. Den årlige avkastningsraten av investeringen kan derfor beregnes som den årlige inntektspremien i prosent av kostnaden. Dersom inntektspremien utgjør en konstant andel av inntektene for ufaglærte gjennom livsløpet, vil man enkelt kunne beregne avkastningen av utdanning ved inntektspremien som prosent av inntekten man ville fått uten utdanningen. Ved hjelp av nåverdi- eller annuitetsbetraktninger, vil det nettopp være avkastningen målt på denne måten som kan brukes til å sammenlikne utdanningsprosjektet med andre finansielle investeringer. Noe av forskjellene i inntektsnivå mellom folk med ulikt utdanningsnivå skyldes forskjeller i yrkesaktivitet eller forskjeller i arbeidstid. Dette gjelder særlig for kvinner. Det er derfor antakelig best å måle avkastningen av utdanning etter inntektsmuligheter, snarere enn etter faktisk årlig inntekt. Yrkesaktivitet og arbeidstid er i store trekk tilpasninger som er valgt av den enkelte. I så fall er timelønn et bedre mål på inntektsmulighetene, enn årlig inntekt. Avkastningen av utdanning beregnes altså gjerne med utgangspunkt i timelønnsforskjeller mellom personer med samme yrkeserfaring og kjønn, men med ulik utdanningslengde. Ett års mer utdanning har i lengre tid gitt en avkastning i form av en ca. 5 prosent høyere timelønn i Norge. Sammen med Danmark og Sverige har vi lav avkastning av utdanning i Norge. 9

Figur 3. Avkastningen av utdanning i 15 Europeiske land. Timelønnspremie for ett år mer med utdanning, år nærmest 1995. 0,11 0,1 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 Sverige Norge Italia Nederland Hellas Danmark Østerrike Spania Frankrike Tyskland (V) Finland Irland Sveits UK Portugal Kilde: Harmon et al 2001 (Tabell 1.2 - Mincer erfaring ) Figur 3 viser beregnet avkastning av ett år mer utdanning for 15 Europeiske land rundt 1995. Vi ser at Norge og Sverige her kommer ut med svært lav årlig avkastning av utdanning i forhold til de andre landene. Blant de nordiske landene viser det seg at Finland har høy avkastning av utdanning. I land som USA og Canada utenfor Europa er de tilsvarende lønnspremiene knyttet til utdanning i overkant av 10 prosent. OECD har beregnet relativ lønnsinntekt for medlemslandene i 2004. Figur 4 viser gjennomsnittlig lønnsnivå for sysselsatte innenfor tre utdanningsgrupper relativt til sysselsatte med fullført videregående utdanning. Finland har høyeste lønnspremier i Norden. Sammenlikner vi lønnsnivået for de med laveste utdanningsnivået med de med høyeste nivået, finner vi de skandinaviske landene med de minste lønnsforskjellene. Bildet varierer noe mellom figur 3 og 4 for en del av landene. For det første er det 10 år mellom beregningene, for det andre er lønnsbegrepet forskjellig. Imidlertid er det klart at Norge kommer ut med små lønnsforskjeller i begge datakildene. Det ser altså ikke ut til at utviklingen over tid har gjort særlig forskjell når det gjelder Norges plassering med hensyn til avkastningen av utdanning. 10

Figur 4 Relativ lønnsinntekt for utdanningsgruppene, OECD land 2004. Females Males % Index 260 % Index 260 240 240 220 220 200 200 180 180 160 160 140 140 120 120 100 100 80 80 60 60 Hungary Korea (4) (3) Czech United Republic Kingdom (4) (4) United Hungary States (4) (4) Canada Poland (4) (3) United Finland States (3) (4) France Ireland (4) (2) Switzerland Canada (3) (4) Luxembourg Finland (3) (2) Czech Republic Italy (4) (2) United Kingdom Australia (1) (4) Germany Germany (4) (4) Switzerland Spain (4) (4) France Ireland (4) (2) Australia Poland (4) (1) New New Zealand Zealand (4) (4) Sweden Italy (2) (3) Belgium Belgium (3) (3) Luxembourg Spain (2) (4) Denmark Sweden (3) (3) Norway Korea (3) (3) Denmark Norway (3) (3) Note: Figuren er hentet fra OECD (2006: Figur A.9.5) 11

Avkastningen av yrkeserfaring Ett år med mer yrkeserfaring gir også høyere lønn. Denne lønnsveksten kan tolkes som en belønning for økt kunnskapskapital gjennom læring på jobben, selv om en del andre tolkninger også er mulige. I figur 5 ser vi noen beregnede 4 timelønnsprofiler over livsløpet for personer med ulikt utdanningsnivå. Figurene er hentet fra Barth (2006). De to nederste kurvene viser beregnede lønnsprofiler for en gjennomsnittsperson som ikke har gjennomført videregående skole og for en person som har videregående skole som sitt høyeste fullførte utdanningsnivå. Den neste kurven viser beregnet lønnsnivå for en gjennomsnittsperson med høyskoleutdanning (mellom 1 og 4 år etter videregående), og den øverste kurven beregnet lønnsnivå for en gjennomsnittlig person med 5 år eller mer fullført utdanning etter videregående skole. Figur 5. Lønnsprofiler etter alder og utdanningsnivå, menn. Beregnede tall 2003. a) menn 250 200 150 100 50 0 20 25 30 35 40 45 50 55 60 65 Grunnskole Høyskole Videregående Hovedfag 4 Profilene er beregnet ut fra regresionsanalyser av log timelønn mot potensiell yrkeserfaring og yrkeserfaring kvadrert. Analysene er gjennomført separat for hver utdanningsgruppe. Kilde: Barth (2006). 12

b) kvinner 250 200 150 100 50 0 20 25 30 35 40 45 50 55 60 65 Grunnskole Høyskole Videregående Hovedfag Note: Beregnet på data fra Levekårsundersøkelsen 2003. Basert på separate regresjonsanalyser av log lønn mot potensiell yrkeserfaring for hvert kjønn i hver av utdanningsgruppene. Vi ser at lønnsveksten er sterkest de første 20 årene i arbeidsmarkedet. Så når arbeidstakerne en topp et sted mellom 45 og 55 år. Deretter faller lønnsnivået noe. Vi kan tolke dette som et utrykk for utviklingen av humankapitalen over tid 5. Læringen er sterkest de første 10-15 årene i arbeidslivet. Vi ser også at lønnsveksten er høyest for de med høyere utdanning, noe som tyder på komplementaritet mellom de to typene av kunnskapskapital: utdanning og opplæring på jobben. 5 Nå er disse analysene gjennomført på tversnitts materiale (2003), så vi kan ikke si sikkert om profilene representerer rene alders- eller også kohortprofiler. Siden slike profiler er svært like mellom land og over ulike tidsperioder, er det imidlertid grunn til å legge store deler av tolkningen på en alderseffekt. Alderseffekten kan også skyldes endringer i forhandlingsstyrke over tid. Det er imidlertid vanlig å tolke utviklingen av disse profilene som et utrykk for virkningen av læring på jobben. 13

I Figur 6 ser vi prosentvis vekst beregnet for de første 10 årene i arbeidslivet etter kjønn og utdanningsgruppe 6. For eksempel ser vi at en kvinne med hovedfag kan vente å ha nærmere 50 prosent høyere lønn etter 10 år i arbeidslivet sammenliknet med startlønna. Kvinner med midlere utdanning har betydelig flater lønnsprofiler etter alder enn menn. Vi ser for eksempel at en gjennomsnitts kvinne med fullført videregående bare kan regner med å tjene rundt 10 prosent mer 10 år etter at de fullførte utdanningen. Det er antakelig to grunner til dette: For det første har mange av kvinnene med dette utdanningsnivået mye fravær fra arbeidsmarkedet de første 10 årene, både i form av omsorgspermisjoner, men også i form av deltid. For det andre er det mer flate lønnsprofiler i en del av de typiske kvinneyrkene. Igjen ser vi tegn til komplementaritet mellom utdanning og yrkeserfaring. Imidlertid ser vi at den relative lønnsveksten også er nokså høy for gruppen som ikke har fullført 3 år med videregående skole, både for kvinner og menn, noe som tyder på betydelige læringseffekter i denne gruppen. Figur 6. Lønnsvekst etter 10 år i arbeidslivet etter utdanningsgruppe og kjønn. Prosent. 60 50 40 30 20 Menn Kvinner 10 0 Grunnskole Videregående Høyskole Hovedfag Kilde: Barth (2006). Tallene er beregnet fra samme beregninger som ligger til grunn for figur 6. 6 Tallene er beregnet ut fra samme regresjonsanalyser som illustrert i figur 6. Se Barth (2006) for detaljer. 14

Et kappløp mellom teknologi og utdanning Teknologisk endring gir økt etterspørsel etter høyere utdanning. Dette skifter den relative etterspørselskurven utover. Samtidig skifter tilbudet også utover. For å finne ut om etterspørselen holder tritt med teknologi utviklingen kan vi se på utviklingen i lønnsstrukturen. Utviklingen i relativ lønn mellom utdanningsgruppene gir oss en klar pekepinn om hvem som løper fortest: teknologi eller befolkningens utdanningsnivå. Figur 7 illustrerer dette forholdet. Langs den horisontale aksen har vi relativ sysselsetting mens vi måler relativ lønn langs den vertikale aksen. (N H er antall sysselsatte med høyere utdanning, mens N L er antall sysselsatte med lavere utdanning - tilsvarende for lønn W.) Etterspørselskurven er fallende, mens vi her tenker oss at tilbudet er bestemt av utdanningspolitikken, upåvirket av relativ lønn. Ekspansjon i utdanningssystemet vil skifte tilbudet til høyre. For at bedriftene skal være villige til å absorbere økningen, må relativ lønn falle til W 1. Men samtidig foregår det teknologisk endring, som gjør utdannet arbeidskraft mer attraktiv for bedriftene. Dette er illustrert ved et skift mot høyre i etterspørselskurven. Dette vil isolert sett føre til en økning i relativ lønn, ettersom konkurransen om den høykvalifiserte arbeidskraften blir sterkere. Når både tilbuds- og etterspørselskurven skifter samtidig får vi lønnsnivået W 2. Om lønnsnivået alt i alt blir høyere eller lavere enn utgangsnivået W u avhenger av om tilbudet eller etterspørselen har skiftet mest. Tinbergen (1975) kalte denne utviklingen for the race between technology and education. Figur 7. Kappløpet mellom teknologi og utdanning 15

W H W L w 2 Tilbud w 0 w 1 Etterpørsel Tidligere har vi dokumentert en betydelig vekst i tilbudet av høyere utdanning i arbeidsmarkedet. Samtidig vet vi at arbeidsløsheten blant høyt utdannet arbeidskraft fortsatt er gjennomgående mindre enn arbeidsløsheten blant arbeidstakere med lavere utdanning. Ved å se på utviklingen av relativ lønn over tid, kan vi derfor finne ut om etterspørselen har holdt tritt med utviklingen i tilbudet. N H N L Figur 8, som har hentet tall fra Barth (2006), illustrerer utviklingen i relativ lønn mellom utdanningsnivåer de siste 10 årene. Tallene er beregnet på samme måte som avkastningstallene i figur 3, altså som lønnspremie i prosent per år med utdanning, målt i time- eller heltids månedslønn. Vi ser at avkastningen ser ut til å ha økt med et halvt prosentpoeng fra år 2000. Avkastningen av utdanning holdt seg relativt stabil gjennom 15-20 år forut for 2000 (se for eksempel Barth og Røed, 1999 og Hægeland et al, 1999 og Hægeland 2002), men viser altså nå tegn til å øke. Denne observasjonen støtter opp under funnene til Torp og Schøne, 2005, som dokumenterte en viss økning i avkastningen av utdanning etter 2000. Arbeidsgiverne er altså villige til å betale mer, selv om de alt i alt også bruker relativt mer høyt utdannet arbeidskraft enn før. Tallene tyder derfor klart på at etterspørselen har vokst minst like mye som tilbudet av arbeidskraft med høyere utdanning. 16

Figur 8. Utviklingen av avkastningen av utdanning i Norge 0.08 0.075 0.07 0.065 0.06 0.055 0.05 1994 1996 1998 2000 2002 2004 Lønnsstatistikken Lønnsoppgaver Levekår Kilde: Barth (2006). Basert på regresjonsanalyser av log tidlønn fra ulike datakilder. Se Barth (2006) for detaljer. Overinvestering? Det ser ut til at arbeidsgiverne er villige til å absorbere de nye utdanningskullene. Samtidig viser avkastningsmålene en økende tendens. Men gjennomsnittsprisen, som avkastningsmålet jo tross alt er, kan jo skjule store forskjeller i fordelingen av lønn. La oss for eksempel tenke oss at vi har overinvestert i utdanning, og at en økende andel av de med høyere utdanning må ta til takke med jobber de er overkvalifisert for. Eller kanskje er det slik at mange velger feil studium, og utdanner seg til noe arbeidsmarkedet ikke etterspør. I begge disse tilfellene kunne vi tenke oss at lønnspremien i gjennomsnitt holdt seg, for eksempel på grunn av økende knapphet i noen yrker, men samtidig ville vi vente at bunnen av fordelingen blant høyt utdannede ville falle. 17

For å finne ut av dette kan man ta for seg gruppen av høyere utdanning, og analysere hvordan det går med lønnspremiene for de på toppen av fordelingen, de som er på midten og for de som er på bunnen. I figur 9 gjør vi nettopp dette 7. Her ser hvordan den øverste (niende desilen), medianlønnen og nederste (første desilen) timelønnen innenfor høyere utdanning utvikler seg relativt til medianlønnen i 1987. Når det gjelder medianlønnen finner vi det samme mønsteret som for den gjennomsnittlige avkastningen: Stabilitet fram til slutten av 1990 tallet. Samtidig ser vi at lønnsspredningen innen høyere utdanning har økt, særlig på toppen. Vi finner imidlertid ikke noe tegn til at den nederste delen av lønnsfordelingen har opplevd noen forverring. Tvert imot: lønnsnivået for de som ligger på bunnen av lønnsfordelingen blant arbeidstakere med høy utdanning følger tett etter utviklingen i medianlønnen. Vi finner altså ingen spor av økt nivå på overinvesteringer i utdanning over tid. Tvert i mot er også den nederste delen lønnsfordelingen blant høyere utdanning verdsatt like mye mer i arbeidsmarkedet som medianen eller gjennomsnittet er blitt etter slutten av 1990 tallet. Vi har altså ingen tegn til overinvestering basert på norske tall. 7 Figuren er tatt fra Barth (2006) og er beregnet ut fra kvantilregresjoner på utvalget av høyere utdanning (Universiteter og Høyskoler) som også kontrollerer for kjønn, alder, sektor (privat offentlig) og industri vs. tjeneste. Figuren viser altså den betingede lønnspredningen innen utdanningsgruppe. 18

Figur 9 Lønnsspredning innenfor høyere utdanning. 1,8 1,6 1,4 1,2 1 0,8 0,6 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 d9/d5 d1/d5 d5/d5 Poly. (d9/d5) Poly. (d1/d5) Poly. (d5/d5) Note: Figuren er basert på kvantilregresjoner på levekårsundersøkelsene. Lønnsspredningen er beregnet med kontroll for kjønn, alder, sektor og bransje(industri versus tjenesteytende) Se Barth (2006) og noten for mer inngående forklaringer. Barth og Lucifora (2006) undersøker samme spørsmål for 12 Europeiske land. Her beregnes lønnsspredningen både mellom og innen høyere utdanning, basert på flere millioner lønnsobservasjoner fra Europeiske land. Det har funnet sted en økende lønnsspredning innenfor høyere utdanning, illustrert i figur 10 og en svak, men ikke signifikant tendens til lavere lønnspremier for høyere utdanning over tid i disse landene under ett. Spørsmålet er så om den øke lønnsspredningen innenfor høyere utdanning kan skyldes et fall i bunnen som følge av overinvestering. Når vi tilpasser utviklingsmønsteret i relative lønninger til ekspansjonen i høyere utdaning, finner vi ingen signifikant sammenheng mellom andelen med høyere utdanning og 90-10 differensen innenfor høyere utdanning. Videre er det en negativ, snarere enn positiv, (men ofte ikke signifikant) sammenheng mellom lønnsspredningen på bunnen av fordelingen og ekspansjonen i utdanningssystemet. Det er altså ingen tegn til at ekspansjonen i høyere utdanning har vært fulgt av et fall i lønningene nederst på lønnsstigen innenfor høyere utdanning. De som kommer dårligst ut blant arbeidstakere med høyere utdanning kommer ikke dårligere ut av det når utdanningssystemet ekspanderer. 19

Figur 10 Lønnsforskjeller mellom og innen høyere utdanning, Europeisk gjennomsnitt. 0.25 0.15 0.05-0.05-0.15-0.25 1983 1988 1993 1998 2003 Wage premium (Between) Poly. (Inter quantile range (within)) Inter quantile range (within) Poly. (Wage premium (Between)) Note: Figuren utviklingen i lønnspremien for høyre utdanning (Wage premium between) og i lønnsspredningen innenfor høyere høyere utdanning fra 1983-2003. Tallene er basert på kvantilregresjoner fra 12 forskjellige europeiske land. Resultatene er deretter slått sammen for hvert år. De prikkede linjene er trendlinjer basert på et annengradspolynom. Se Barth og Lucifora (2006) for detaljer. Hva med insentivene til å ta høyere utdanning? Med en sammenpresset lønnsstruktur er insentivene til å ta utdanning svakere enn de ellers ville vært. Imidlertid har vi en studiefinansieringsordning som bidrar til å øke insentivene til å ta høyere utdanning. Stipendier har betydelig effekt på insentivene: Hovedkostnaden ved å ta ett år mer med utdanning er nettopp tapte inntekter i studieperioden. Et stipendiebeløp skal derfor trekkes direkte av på det beløpet man skal beregne avkastningen av. Det innebærer for eksempel at hvis stipendiet utgjør halvparten av det en student alternativt kunne hatt som årslønn, så dobles avkastningen av utdanning. Lånegarantier gjennom Statens Lånekasse for utdanning betyr også antakelig mye. Et privat marked for lån på investeringer i egen humankapital vil typisk være lånemarkeder med store imperfeksjoner, både på grunn av manglende informasjon om lånetakerne og deres atferd senere i livet. Garanterte lån betyr antakelig mye for volumet av utdanning, men særlig er det grunn til å vente at de betyr mye for å redusere avhengigheten mellom generasjoner. Låneordningene gjennom Statens 20

Lånekasse for utdanning har også betydelige forsikringselementer som reduserer risikoen ved utdanningsprosjektet. Nå må jo stipendier og gjeldforsikring også finansieres. Dette gjøres gjennom skattesystemet. Fordi alle betaler skatt, er det bare progressiviteten i skattesystemet som påvirker utdanningsinsentivene. Progressiv beskatning reduserer avkastningen av utdanning. Raaum et al (1999) finner at skattesystemet har liten effekt på utdanningsinsentivene for lavere utdanningsnivåer, men at inntektsforskjellen for grupper med de lengste utdanningene faller med omkring 10 prosentpoeng (noe som utgjør rundt 20 prosent av lønnspremien). Barth og Røed (1999) gjør et tilsvarende forsøk på timelønnsdata. De finner en effekt på timelønnen på rundt et halvt prosentpoeng, noe som utgjør rundt 10 prosent av lønnspremien. En grunn til forskjellen kan være at Raaum et al bruker livsløpsinntekter, men en annen grunn kan være at Barth og Røed forutsetter samme relative effekt for alle årene med utdanning. OECD (2006) presenterer et regnestykke for netto privat avkastning for noen utvalgte land, herunder Norge, etter at man har justert for skolepenger, studiestøtte og skatt. OECD finner en betydelig høyere avkastningsrate for Norge når man tar studiefinansiering og skatt med i regnestykket. Beregningene tar utgangspunkt i livsløpsinntekt, og inkluderer derfor også forskjeller i arbeidsinnsats, og antall yrkesaktive år. Som vi har dokumentert tidligere har vi hatt en formidabel vekst i antall studenter i siste del av forrige århundre og videre inn i dette. Denne veksten har skjedd i en situasjon med små lønnforskjeller. I lys av dette er det neppe noen grunn til å til å hevde at insentivene for å ta utdanning er svake. Samtidig er det et åpent spørsmål om den sammenpressede lønnssttrukturen bidrar til en riktig allokering av utdanning og arbeidskraft, kanskje særlig mellom ulike typer av utdanning. Det er ikke mange studier som tar for seg avkastningen av utdanning for ulike utdanningstyper. Raaum et al (1999) viser at det er betydelige forskjeller i livsinntekt etter utdanningstype. De benytter inntektsdata fra 1971 til 1995 til å beregne livsinntekten til ulike utdanningstyper relativt til 12 år allmennfag. Ikke overraskende finner de at siviløkonomer, leger, jurister og sivilingeniører har høyest avkastning av utdanning blant utdanningsgrupper med lang 21