Paluu

Disclaimer: tämä teksti ei sisällä taloustieteellisiä oivalluksia tai talouspoliittisia keskustelunavauksia. Kirjoituksen loppupuolella on kuitenkin käytännön ohjeita verosuunnitteluun.

Tutkimusvierailuni Englannissa päättyy huomenna, kun lennämme perheen kanssa takaisin Suomeen. Yhdeksän kuukauden vierailu on tuntunut melko lyhyeltä ajalta, mutta sinä aikana olen oppinut paljon. Samaan aikaan Suomi on muuttunut entistä paremmaksi maaksi tutkijan näkökulmasta katsottuna.

Mitä verojärjestelmämme kertoo arvoistamme? – Tutkimus Suomen verojärjestelmästä ja sen muutoksista

Millainen olisi optimaalinen vero- ja sosiaaliturvajärjestelmä? Tähän kysymykseen ei ole yksiselitteistä vastausta edes yksinkertaistetuissa taloustieteellisissä malleissa, koska optimaalisen verojärjestelmän muoto riippuu asetetuista tavoitteista. Mitä enemmän yhteiskunta arvostaa tulojen tasausta (eli mitä suuremmat ovat tulonjakopreferenssit), sitä korkeampia ovat veroasteet. Verotuksen negatiiviset käyttäytymisvaikutukset puolestaan vaikuttavat toiseen suuntaan. Mitä joustavampaa on työn tarjonta, sitä matalampia ovat optimaaliset veroasteet. Optimaalinen verojärjestelmä on siis tasapainottelua tehokkuuden ja tulonjaon välillä.

Optimaalisen tuloverotuksen tutkimuksissa yleensä ratkaistaan verojärjestelmä, joka olisi optimaalinen joillakin tietyillä tulonjakopreferensseillä ja työn tarjonnan joustoestimaateilla. Yksi kirjallisuuden haara on kuitenkin kääntänyt kysymyksen ylösalaisin ja ratkaisee, millä tulonjakopreferensseillä todellinen verojärjestelmä olisi optimaalinen. Näin estimoidut tulonjakopreferenssit voidaan nähdä tuloeromittarina, joka ottavat myös verojärjestelmän tehokkuusvaatimukset huomion. Oma kontribuutioni kyseiseen kirjallisuuteen on nyt työpaperi-vaiheessa. Tutkimuksessani ”Revealed preferences for redistribution and government’s elasticity expectations” tarkastelen, mitä tulonjakopreferenssejä löytyy Suomen vero- ja sosiaaliturvajärjestelmän taustalta ja kuinka nämä preferenssit ovat muuttuneet yli ajan. Paperissani pohdin myös, mitkä ovat mahdollisia muita syitä verojärjestelmän muutoksiin. Alla kerron muutamista keskeisistä tuloksista.

Tuloerot ja politiikka – miksi ongelman tiedostamisella ei ole vaikutusta päätöksiin?

Suomalaiset ovat huolissaan tuloerojen kasvusta. Keväällä tehdyssä puoluebarometrissä suomalaisten suurimpien huolenaiheiden joukkoon kuului tuloerojen ja sosiaalisen eriarvoisuuden kasvu. Suomalaiset kannattavat myös tuloerojen vähentämistä valtion toimin. Tuoreimman (vuodelta 2010) European Social Surveyn mukaan 75 % suomalaisista vastaajista oli samaa mieltä väittämän ”Valtiovallan tulisi ryhtyä toimenpiteisiin tuloerojen vähentämiseksi” kanssa. Yhdysvalloissa huoli tuloerojen kasvusta on myös ollut puheenaiheena viime vuosina ja Occypy Wallstreet -liikeen myötä huoli suurituloisimman yhden prosentin tulo-osuuden kasvusta siirtyi tutkijoiden artikkeleista kaduille ja aikakausilehtiin. Kuitenkin samaan aikaan kun yhdysvaltalaiset ovat entistä huolestuneempia tuloerojen kasvusta, on tuloeroja vähentävien toimien kannatus laskenut. Tätä ristiriitaa lähtivät Emmanuel Saez, Stephanie Stantcheva ja Iliyana Kuziemko selvittämään tuoreessa tutkimuksessaan ”How Elastic are Preferences for Redistribution? Evidence from Randomized Survey Experiments”. Siinä he selvittivät kyselytutkimuksen avulla, kuinka tuloerotietoisuuden lisääminen vaikuttaa vastaajien tuloeromielipiteisiin ja eri tuloeroja tasoittavien veroreformien kannatukseen. Tulokset olivat varsin mielenkiintoisia.

Niin on, jos siltä näyttää? – Big data, datajournalismi ja kausaliteetin ongelma

Tietovarantojen määrä lisääntyy kiihtyvää tahtia. Tämä avaa uusia mahdollisuuksia tiedon hyödyntämiseen. Uusien isojen datamassojen synnyttämä Big Data -hype on ollut käynnissä jo jonkin aikaa. Tosiuskovaisten mielestä big datan käyttömahdollisuudet ovat lähes rajattomat. Samaan aikaan big datan kanssa on yleistynyt datajournalismi. Datajournalismiin kuuluu monia osa-alueita yksinkertaisista infografiikoista lähtien, mutta läheisimmin big dataan linkittyy ”tietokantajournalismi” (database journalism), jossa uutisia tehdään laajoja tietoaineistoja analysoimalla ja visualisoimalla. Big dataan ja datajournalismiin liittyy kuitenkin riskejä, joista olisi hyvä keskustella. Lisääntyvä tietomäärä mahdollistaa nimittäin myös paljon virheellisiä johtopäätöksiä. Pelkän datan avulla saadaan selville ainoastaan korrelaatioita ilman tietoa todellisista syy-seuraus -suhteista. Tarvitseeko big datan ja datajournalismin aikakautena selvittää syy-seuraus -suhteita, vai riittääkö vahva korrelaatio todisteeksi? Onko niin, jos siltä näyttää?