Meld. St. 13 (2018–2019)

Muligheter for alle — Fordeling og sosial bærekraft

Til innholdsfortegnelse

4 Lære hele livet

4.1 Utdanning, sosial mobilitet og inntektsfordeling

Et godt utdanningstilbud er nødvendig for å skape et samfunn med muligheter for alle. Utdanning er grunnlaget for produktivitet og verdiskaping, dermed for inntekt for den enkelte og finansiering av velferd for fellesskapet. Utdanning gir grunnlag for sosial mobilitet og kan bidra til å redusere sosiale og økonomiske forskjeller i samfunnet. Videre kan utdanning bidra til personlig utvikling og ha betydning for helse og samfunnsdeltakelse. I dette kapittelet ser vi på betydningen av utdanning for inntektsulikhet. Utdanningens betydning for ulikhet i helse og samfunnsdeltakelse er omtalt i kapitlene 5 og 6.

Utdanning er kostbart, både i form av tapt arbeidsinntekt i opplæringsperioden og i form av skolepenger og andre direkte utlegg knyttet til opplæring. For at noen skal velge å gå inn i utdanningskrevende yrker, må de normalt kompenseres gjennom høyere inntekt i den kortere tiden de står i arbeid. Selv i en tenkt situasjon der alle mennesker har helt like evner og muligheter, vil likevel ikke inntekten fordeles likt så lenge mennesker velger ulike yrker med ulike opplæringsbehov.1

En rekke forhold kan bidra til å forsterke eller dempe ulikhet med opphav i utdanning. Dersom det for eksempel er de mest formuende som tar lengst utdanning, vil det kunne skape eller forsterke ulikhet. Gratis utdanning og studielån kan gi mindre formuende mulighet til å ta utdanning og motvirke slike ulikhetskapende forhold.

At læring ser ut til å avle mer læring, er et annet ulikhetsforsterkende forhold. Det bidrar isolert sett til å øke forskjellene mellom lavtpresterende og høytpresterende barn og unge gjennom utdanningsløpet. I arbeidslivet fører det til at høyt utdannede deltar mer i kompetanseutvikling og får en sterkere og mer langvarig produktivitets- og inntektsvekst enn lavt utdannede. Utdannings- og kompetansepolitikk kan bidra til utjevning ved å kompensere for varierende forutsetninger for å lære. Foreldres utdanning og øvrige ressurser er eksempler på slike forutsetninger. Utdanningssystemets evne til å kompensere for barns ulike hjemmebakgrunn har betydning for sosial mobilitet.

Mennesker legger ulike vurderinger til grunn for sine valg. Lønn og jobbsikkerhet er bare to av mange aspekter som vi legger vekt på når vi velger utdanning. Personlige interesser og preferanser er også viktige. Lønnsforskjellene mellom kvinner og menn kan i hovedsak forklares med at kvinner i gjennomsnitt velger utdanninger som leder inn i yrker med lavere lønnsnivå, enn det menn gjør. Dette til tross for at kvinner i gjennomsnitt gjør det bedre enn menn i utdanningssystemet. I tillegg er avkastningen av utdanning lavere for kvinner enn for menn også i mannsdominerte yrker, og lønnsforskjellene vokser i foreldrefasen.

Historisk ser det ut til at utvidede utdanningsmuligheter for barn og unge fra lav- og mellominntektsfamilier bidro til den internasjonalt sett høye inntektsutjevningen mellom generasjoner (sosial mobilitet) i Norge på 1900-tallet.2 Utjevning av utdanningsulikhet mellom sosiale grupper (mulighetsulikhet) på 1900-tallet var også relativt sterk i Norge sammenlignet med utviklingen i de fleste andre europeiske land.3 Stadig høyere utdanningskrav i arbeidsmarkedet kan imidlertid ha ført til at ulempen ved å være født inn i en familie med lite ressurser, er større nå enn før.4 Å utjevne mulighetsulikhet kan dermed stille større krav til utdanningssystemet nå enn hva som var tilfelle tidligere. Avsnitt 4.2 gir en gjennomgang av utviklingen på dette området.

Norge og de andre nordiske landene er karakterisert av små forskjeller både når det gjelder humankapital og økonomi. At et samfunn karakteriseres av relativt små forskjeller i befolkningens utdanning og ferdigheter, behøver likevel ikke bety at de økonomiske forskjellene er små. Dette er illustrert i figur 4.1. Den vertikale aksen måler lønnsulikhet, mens den horisontale aksen måler ulikhet i ferdigheter (venstre) eller utdanningslengde (høyre) blant sysselsatte. Enkelte land, som Korea og Japan, har enda jevnere fordeling av humankapitalen enn Norge, men mye større lønnsforskjeller. Frankrike har store forskjeller i humankapital, men ganske små lønnsforskjeller. Et forhold som gjerne trekkes frem for å forklare dette, er lønnsdannelsen. Den koordinerte lønnsdannelsen i de nordiske landene reduserer lønnsforskjellene mellom utdanningsgrupper (se nærmere omtale av lønnsdannelsen i kapittel 3).

Et annet forhold knyttet til utdanning som ser ut til å ha hatt betydning for utviklingen av lønnsulikhet i Norge, er at tilbudet av kompetanse har dekket etterspørselen. I en del andre land har mangelen på kompetent arbeidskraft ført til lønnspress innenfor deler av økonomien og større ulikhet. Slike ubalanser mellom tilbud av og etterspørsel etter arbeidskraft med ulikt kompetansenivå forklarer rundt en tredjedel av de observerte forskjellene mellom land i variasjonen i lønn etter kompetansenivå.5,6 I perioder der den teknologiske utviklingen endrer mange arbeidsoppgaver over relativt kort tid, vil også etterspørselen etter kvalifisert arbeidskraft endres. Noen kvalifikasjoner og ferdigheter blir mer etterspurte, mens andre blir overflødige. Både økning av utdanningskapasitet og mer omfattende kompetanseutvikling i arbeidslivet kan i slike situasjoner demme opp for lønnspress og utenforskap, og samtidig fremme økonomisk vekst.7 I avsnitt 4.3 ser vi nærmere på dette. Regjeringens innsats for utdanning som gir bedre muligheter til alle, er omtalt i avsnitt 8.2.

Figur 4.1 Lønnsulikhet og humankapitalulikhet for sysselsatte i utvalgte land1

Figur 4.1 Lønnsulikhet og humankapitalulikhet for sysselsatte i utvalgte land1

1 I venstre figur er ulikhet i de sysselsattes regneferdigheter beregnet som forholdet mellom 90-persentilen og 10-persentilen i målte regneferdigheter, og lønnsulikhet er forholdet mellom timelønnen på 90-persentilen og 10-persentilen. I høyre figur er lønnsulikhet og ulikhet i utdanningslengde målt ved variasjonskoeffisienten. Utdanningslengde er antall år med utdanning.

Kilde: OECD.

4.2 Utdanning som kompenserer for ulikhet i forutsetninger

4.2.1 Innledning

Læring i barndommen legger grunnlag for læring gjennom hele livet og vil i stor grad være bestemmende for hvilke muligheter man har når det gjelder yrkesvalg. Familiebakgrunn har stor betydning for elevenes skoleprestasjoner, og dette bidrar til at ulikhet kan gå i arv. Alle mennesker bør ha mulighet til å forme sin egen fremtid ved at innsats teller mer enn bakgrunn og opprinnelse. Barn som vokser opp i lavinntektsfamilier, skal ha de samme mulighetene og den samme friheten til å skape sin egen fremtid som alle andre. Utdanningsulikhet kan motvirkes gjennom tiltak som kompenserer for at individer har ulike læringsforutsetninger. Tiltakene må særlig rettes mot dem som har lite kompetanse fra før. Elever med lavt utdannede foreldre og innvandrere som ankommer etter skolestart, har vist seg å være spesielt utsatte grupper.

Ressurser rettet mot å styrke de faglige prestasjonene til barn fra familier med lav sosioøkonomisk status har større effekt jo tidligere de settes inn. Tiltak som gjennomføres innenfor utdanningsinstitusjonene, har større effekt enn tiltak rettet mot andre arenaer. En systematisk gjennomgang av internasjonal forskning viser at tidsbegrenset, intensiv opplæring til elever som henger etter faglig, er det beste tiltaket for å styrke de faglige prestasjonene til elever fra familier med lav sosioøkonomisk status.8 Fra og med inneværende skoleår har skolen en plikt til å tilby slik opplæring i Norge.

I Norge bruker vi store offentlige ressurser på utdanning. Ifølge en OECD-studie er vi likevel ikke blant landene som lykkes best med å motvirke ulikhet gjennom utdanningssystemet, men vi er heller ikke blant de som lykkes dårligst.9 Gjennomgangen nedenfor tyder imidlertid på at det investeres stadig mer i humankapitalen til grupper som har de svakeste forutsetningene, med sikte på at utviklingen i utdanningssystemet skal gå i riktig retning når det gjelder å jevne ut mulighetsulikheter.

4.2.2 Barnehage

Sammenlignet med de fleste andre land har Norge en godt utbygget barnehagesektor. Utbyggingen på 2000-tallet, innføringen av en maksimalpris i foreldrebetalingen og moderasjonsordninger for lavinntektsgrupper har særlig økt barnehagedeltakelsen i grupper som erfaringsmessig har det vanskeligste utgangspunktet for å lykkes med utdanning (se figur 4.2). I 2002 gikk bare 31 prosent av barn fra lavinntektsfamilier i barnehage, mot 79 prosent i 2016.10 En ny studie dokumenterer en positiv effekt av å gå i barnehage for disse barnas språkutvikling. Barn fra lavinntektsfamilier som har gått i barnehage fra 1½ års alder, ligger langt foran i språkutviklingen ved 3 års alder sammenlignet med de som ikke har gått i barnehage. I kommuner der barnehagedeltakelsen har økt raskere for lavinntektsbarn enn for høyinntektsbarn, har gapet i språkferdigheter mellom inntektsgruppene krympet mest.11 Evalueringen av gratis kjernetid i boområder med mange innvandrere tyder på at tiltaket førte til bedre skoleprestasjoner for elever med innvandrerbakgrunn.12 I 2016 ble det innført en nasjonal ordning med gratis kjernetid for barn fra lavinntektsfamilier. Læringsmulighetene som ligger i økt barnehagedekning, kan potensielt gi et betydelig bidrag til å utjevne forskjeller i muligheter fremover.

Figur 4.2 Barnehagedeltakelse etter foreldrenes utdanningsnivå (venstre) og mors fødeland (høyre). Prosent av barn 1–5 år. 2002 og 2016

Figur 4.2 Barnehagedeltakelse etter foreldrenes utdanningsnivå (venstre) og mors fødeland (høyre). Prosent av barn 1–5 år. 2002 og 2016

Kilde: Moafi, H. (2017). Barnetilsynsundersøkelsen 2016. Rapporter 2017/35, Statistisk sentralbyrå; Pettersen, S.V. (2003). Barnefamiliers tilsynsordninger, yrkesdeltakelse og bruk av kontantstøtte våren 2002. Rapporter 2003/9, Statistisk sentralbyrå.

4.2.3 Grunnskole og videregående opplæring

Internasjonale undersøkelser av elevers ferdigheter tyder på at prestasjonsforskjellene i grunnskolen er like store i Norge som i andre land. Sammenlignet med andre land er imidlertid sosial bakgrunn ikke en like viktig forklaring på forskjeller i læring i Norge. Dette skyldes hovedsakelig at sosiale forskjeller mellom elever er mindre i Norge enn i de fleste andre land. Ulempen knyttet til å ha lav sosial bakgrunn er omtrent like stor i Norge som for gjennomsnittet av OECD-landene.

Målinger av befolkningens ferdigheter tyder på at ferdighetene økte frem til rundt 1990. Deretter ser man en svekking av ferdighetene, som spesielt rammet elever fra den nederste delen av den sosioøkonomiske fordelingen.13,14 Fra rundt 2005 har det vært en bedring i norske elevers ferdigheter.15 Enkelte undersøkelser kan tyde på at dette har hatt positive fordelingsvirkninger ved at litt flere elever fra de mest utsatte gruppene får gode resultater.16 Det har også vært en positiv utvikling i denne perioden når det gjelder gjennomføring i videregående opplæring for elevene med de svakeste forutsetningene, altså de som har dårlige karakterer fra grunnskolen (se figur 4.3 venstre), lavt utdannede foreldre eller innvandrerbakgrunn. Utviklingen har vært noe bedre på yrkesfag, der frafallsproblemene er størst, enn på studieforberedende programmer. Det har også vært en vekst i antall voksne som tar fagbrev i kombinasjon med jobb gjennom praksiskandidatordningen. Denne ordningen har gode fordelingseffekter i den forstand at den har vist seg å gi formell kvalifisering til grupper med høy risiko for å falle ut av utdanningsløpet.17

Til tross for en positiv utvikling de siste 10 årene er resultatene for utsatte elevgrupper i videregående opplæring i Norge relativt svake i internasjonal sammenheng (se figur 4.3 høyre). Unntaket er norskfødte med innvandrerforeldre. Denne gruppen har hatt positiv utvikling i lang tid og gjør det bedre enn annengenerasjonsinnvandrere i flere andre land.18 Innsatsen for å jevne ut forskjeller i skolen er nylig trappet opp ved at det fra skoleåret 2018/19 ble innført en lovfestet plikt for skolene til å gi intensiv opplæring til elever på 1.–4. trinn som strever med lesing, skriving og regning.

Figur 4.3 Gjennomføring i videregående opplæring etter foreldrenes utdanningsnivå. Prosent som har fullført 5 år etter at de startet. Utvikling over tid i Norge (venstre) og sammenlignet med andre land (høyre)

Figur 4.3 Gjennomføring i videregående opplæring etter foreldrenes utdanningsnivå. Prosent som har fullført 5 år etter at de startet. Utvikling over tid i Norge (venstre) og sammenlignet med andre land (høyre)

Kilde: Statistisk sentralbyrå og OECD.

4.2.4 Høyere utdanning

Mens utvidelse av barnehage og grunnopplæring til å omfatte alle barn og unge har bidratt til reduserte forskjeller, kan ekspansjon av høyere utdanning isolert sett bidra til større forskjeller. Dette skyldes for det første at ikke alle velger å ta høyere utdanning, slik at ikke hele befolkningen omfattes av utvidelsen. For det andre er det en viss sosial skjevrekruttering til høyere utdanning. I praksis vil mye av de offentlige midlene som brukes til høyere utdanning, tilfalle de som har de gunstigste forutsetningene. Samtidig bidrar offentlig finansiering til å gjøre høyere utdanning tilgjengelig for alle. Selv om skjevrekrutteringen fortsatt er betydelig, viser figur 4.4 at utviklingen går i riktig retning. Studietilbøyeligheten blant unge med lavt utdannede foreldre er doblet siden 1990-tallet, mens den har vært tilnærmet konstant for de med de høyest utdannede foreldrene (se figur 4.4 venstre). Blant norskfødte med innvandrerbakgrunn har utviklingen vært veldig sterk, og denne gruppen har for lengst gått forbi unge uten innvandrerbakgrunn (figur 4.4 høyre).

Figur 4.4 Studietilbøyelighet blant 19–24-åringer etter foreldrenes utdanningsnivå (venstre) og innvandringsbakgrunn (høyre). Prosent av aldersgruppen som er studenter i høyere utdanning

Figur 4.4 Studietilbøyelighet blant 19–24-åringer etter foreldrenes utdanningsnivå (venstre) og innvandringsbakgrunn (høyre). Prosent av aldersgruppen som er studenter i høyere utdanning

Kilde: Statistisk sentralbyrå.

Unge som selv har innvandret til Norge, har lav studietilbøyelighet, med unntak av de som har tatt videregående skole her. Dette skyldes at humankapital opparbeidet i utlandet verdsettes betydelig lavere enn humankapital opparbeidet i ankomstlandet, noe som er uheldig med tanke på varig inkludering i arbeidslivet.19 Offentlig godkjenning av medbrakt kompetanse bidrar til høyere verdsettelse i det norske arbeidsmarkedet. Å bygge på med norsk utdanning etter ankomst innebærer en dobbel gevinst fordi det både gir en anerkjennelse av den medbrakte humankapitalen og påfyll av kompetanse som er verdsatt i Norge. Bratsberg, Raaum og Røed finner i en studie at flyktninger med høyere utdanning fra Norge har langt bedre arbeidsmarkedstilpasning enn flyktninger med tilsvarende utdanningsnivå fra utlandet.20

Utdanningsmobiliteten er høyere i Norge enn i gjennomsnittet for OECD-landene i den forstand at det er flere som har tatt en høyere utdanning, til tross for at foreldrene ikke har høyere utdanning. Det er også flere barn av høyt utdannede som ikke tar høyere utdanning i Norge, enn det som er vanlig i andre OECD-land. I likhet med de fleste andre OECD-landene har utdanningsmobiliteten i Norge økt over tid. Blant unntakene finner vi USA og Tyskland.21

4.2.5 Læring i arbeidslivet

Mye av samfunnets totale investeringer i humankapital foregår i arbeidslivet. Personer som ikke er sysselsatt, går glipp av dette og vil oftere enn andre oppleve at kunnskaper og ferdigheter forringes. Siden læring avler læring, vil det også være store ulikheter blant sysselsatte: Det investeres mest i humankapitalen til de som har høyest kompetanse fra før.

Sysselsatte deltar mer i opplæring og har bedre læringsmuligheter på jobb desto høyere utdanningsnivå og ferdigheter de har. Skjevheten er imidlertid mindre uttalt enn i de fleste andre land. Ifølge OECDs PIAAC-undersøkelse er det ingen land som investerer mer i humankapitalen til sysselsatte med lavt kompetansenivå, enn Norge.22 Berg, Bjørnestad og Mark mener dette kan skyldes den norske arbeidslivsmodellen og at myndighetene bevisst har satset på denne gruppen.23

Tallene for læring i arbeidslivet er usikre. For eksempel viser registerdata viser at andelen av befolkningen som deltok i videreutdanning økte fra 4,6 prosent i 2010 til 5,1 prosent i 2017, mens Lærevilkårsmonitoren (LVM) tyder på at andelen falt fra 9 til 8 prosent. Kompetanse Norge har utlyst et oppdrag som går nærmere inn på disse forskjellene. Resultatene vil trolig foreligge første halvår i 2019.

4.3 Kompetanse som dekker arbeidslivets skiftende behov

Samspillet mellom utdanningssystemet og arbeidsmarkedet har stor betydning for inntektsulikhet. Dersom for få personer tar lang opplæring relativt til etterspørselen etter personer med slik bakgrunn, vil lønningene i yrkene som krever mest opplæring, drives opp. På samme måte vil god tilgang på kompetanse redusere lønnsforskjellene. Arbeidsoppgaver som forsvinner, fører til at det ikke lenger er behov for enkelte ferdigheter i arbeidslivet. Samtidig krever nye arbeidsoppgaver nye ferdigheter. Tiltak som bidrar til at tilbudet av kvalifisert arbeidskraft dekker den stadig skiftende etterspørslen i arbeidsmarkedet, kan bidra til å redusere lønnsforskjeller og utenforskap, samtidig som slike tiltak også fremmer økonomisk vekst. Et kompetanseløft som legger til rette for læring hele livet, krever tilpasninger i både utdanningstilbud og kompetanseutvikling for arbeidstakere.

4.3.1 Endring i etterspørsel

Teknologiske endringer har spilt en nøkkelrolle i utviklingen av økonomi og samfunn gjennom de siste par hundre årene. Den første store endringsbølgen kom med dampkraft og mekanisering. Den andre ble båret frem av kjemisk industri, forbrenningsmotoren og elektrisitet. I senere tid har vi sett store endringer blant annet innenfor bioteknologi, nanoteknologi og ikke minst nettverksbasert informasjonsteknologi.

Teknologisk utvikling endrer etterspørselen etter kompetanse. I USA kom halvparten av jobbveksten fra 1980 til 2010 i nye oppgaver og yrkestitler. I Norge har jobbveksten siden 2000 nesten utelukkende kommet i yrker som krever høyere utdanning.24 Figur 4.5 viser at det har vært relativt store endringer i de sysselsattes utdanning bare de siste ti årene. Andelen med grunnskole og videregående utdanning har gått ned, mens andelen med høyere utdanning har økt. I industri og varehandel har endringene ikke vært så tydelige, mens de er markante i finansnæringen.

Figur 4.5 Utvikling over tid i sysselsetting etter utdanningsnivå. Prosent av alle sysselsatte og av heltidsansatte i utvalgte næringer, 2008–2017

Figur 4.5 Utvikling over tid i sysselsetting etter utdanningsnivå. Prosent av alle sysselsatte og av heltidsansatte i utvalgte næringer, 2008–2017

Kilde: Statistisk sentralbyrå og NOU 2018: 8 Fagopplæring for framtida.

Automatisering av arbeidsoppgaver innebærer økt produktivitet og normalt også redusert etterspørsel etter personer til å løse oppgavene. Med nye muligheter for bruk av roboter understøttet av kunstig intelligens har vi de siste årene sett en økende frykt for en «jobbløs» fremtid. Økte inntekter til eierne av produksjonsutstyret i automatisert virksomhet gir imidlertid isolert sett økt etterspørsel etter arbeidskraft på andre områder. Det er ikke opplagt at dette er tilstrekkelig til å kompensere for tapet av arbeidsplasser som kan følge av automatisering.25 Samtidig tilsier erfaring at ny teknologi ikke bare overtar arbeidsoppgaver fra mennesker, men også skaper nye arbeidsoppgaver der mennesker har komparative fortrinn sammenlignet med maskiner. De nye oppgavene kan imidlertid kreve andre kunnskaper og ferdigheter enn arbeidsoppgavene som forsvinner. Forskerne peker på faren for at misforhold mellom arbeidsstyrkens ferdigheter og kompetansekravene som følger av ny teknologi, kan skape langvarige og smertefulle omstillingsprosesser med høyere ledighet og større ulikhet.

4.3.2 Utdanningskapasitet og balanse i arbeidsmarkedet

Norge har et dynamisk arbeidsmarked. Som beskrevet i perspektivmeldingen 2017 forsvinner om lag 250 000 jobber, eller 10 prosent av arbeidsplassene i Norge hvert år. Imidlertid skapes det om lag like mange jobber hvert år. I tillegg skifter mange jobb. Norge har altså et dynamisk arbeidsmarked hvor svært mange arbeidsplasser forsvinner, men hvor det skapes tilsvarende mange nye arbeidsplasser hvert år.

En av forklaringene på at lønnsforskjellene har holdt seg relativt stabile i Norge, er at det har vært rimelig balanse mellom tilbudet av og etterspørselen etter arbeidskraft med høy kompetanse. 1990-tallet var en periode preget av rask teknologisk endring, blant annet med innføring av IT. Sterk vekst i studiekapasitet og i tilbudet av høyt utdannede bidro trolig til at lønnsulikheten likevel økte mindre i Norge i denne perioden enn i USA og en rekke andre land, som ikke sørget for tilstrekkelig ekspansjon av høyere utdanning. 26,27,28

Lønnsforskjellene mellom lavt og høyt utdannede har holdt seg stabile eller endog blitt redusert helt siden 1980-tallet.29 Gjennomsnittstallene dekker over forskjeller mellom næringer. Høyt utdannede i skjermet sektor har tapt lønnsmessig siden 1970-tallet. I industrien har derimot lønnsforskjellene mellom ulike utdanningsgrupper økt siden 2004, og forskjellene nærmer seg mønsteret hos handelspartnerne (se NOU 2013: 13 Lønnsdannelsen og utfordringer for norsk økonomi, s. 149–151). Dette kan være en konsekvens av at etterspørselen har oversteget tilbudet av høyt utdannede innenfor teknologifag.

Handel med lavkostland, automatisering og utflytting av industri har ført til at mange arbeidsplasser for lavt utdannede har forsvunnet i høykostland. I USA og en del andre land har dette ført til reduserte lønninger for lavt utdannede. I Norge har vi ikke sett en slik nedgang i lønningene, men i stedet har mange med lav utdanning gått ut av arbeidslivet.30 Innvandring og vedvarende frafall i videregående opplæring har gitt et stadig påfyll av lavt utdannede i arbeidsmarkedet. Etterspørselen etter denne type arbeidskraft forventes redusert ytterligere,31 og den resulterende ubalansen øker risikoen for utenforskap og ulikhet.

Gode økonomiske tider drevet av høye oljeinntekter gjorde at det lenge var mulig for mange å få jobb uten å fullføre en utdanning. I tillegg til at lønnspremien ved utdanning er lav i Norge, er dette antakelig noe av forklaringen på det omfattende frafallet fra både videregående og høyere utdanning, og på at det er færre som har tatt lange utdanninger og utdanninger innenfor teknologiske fag, enn i sammenlignbare land. Arbeidsinnvandring,32 finanskrise og oljeprisfall har endret dette, og ungdom søker seg til «matnyttige» fag som aldri før. Utdanningssystemet har respondert med å øke kapasiteten, men ikke tilstrekkelig til å ta unna for den sterke søknadsveksten i samme periode. Det er fortsatt mangel på læreplasser, og antall kvalifiserte søkere til høyere utdanning som står uten studieplass, er mer enn doblet på bare tre år (se figur 4.6).

Figur 4.6 Antall utdanningssøkende som ikke får plass 2011–2018

Figur 4.6 Antall utdanningssøkende som ikke får plass 2011–2018

Kilde: Samordna opptak og Utdanningsdirektoratet.

Det er utfordrende for utdanningssystemet å tilpasse seg arbeidslivets behov. Både læringsutbyttet og relevansen for arbeidsmarkedet kan styrkes ved et bedre samarbeid mellom institusjonene og næringslivet. Dette er en gjensidig utfordring for universiteter og høyskoler og for arbeidslivet. Konkurransen blir stadig hardere om å komme inn på fag som IKT og sykepleie, til tross for at det er store udekkede behov i arbeidsmarkedet innenfor slike yrker.33 Dersom ungdom ikke får fullført et utdanningsløp på grunn av mangel på lære- eller studieplasser, vil tilførselen av lavt kvalifisert arbeidskraft øke.34 Dette kan gjøre omstillingen mer smertefull fremover og bidra til mer ulikhet.

4.3.3 Kompetanseutvikling i arbeidslivet

Kompetanseutvikling i arbeidslivet kan virke utjevnende ved å sette arbeidsstyrken i stand til å utføre stadig nye arbeidsoppgaver som erstatter jobber som forsvinner i kjølvannet av teknologiutvikling og globalisering. Norsk arbeidsliv er kjennetegnet ved et relativt stort omfang av kompetanseutvikling i arbeidslivet, og bare Danmark ligger høyere på statistikken. Beregninger tyder på at bare lønnskostnadene for de timene som brukes til etter- og videreutdanning, beløp seg til 46 milliarder kroner i 2017.35 Til sammenligning investerte næringslivet om lag 36 milliarder kroner i forskning og utvikling i 2016.

Virksomhetenes insentiver

I en økonomi som overlates til seg selv, vil det investeres for lite i kompetanse. Hovedgrunnen til dette er at de som betaler kostnadene ved opplæringen, normalt ikke vil høste alle fordelene selv og derfor vil legge for liten vekt på betydningen av disse. Dette gjelder både for enkeltindivider og for en bedrift som vurderer å finansiere utdanning eller annen kompetanseheving for sine ansatte.

Et forenklet teoretisk utgangspunkt er at virksomheter kun vil ha insentiver til å finansiere opplæring som er nyttig i vedkommende virksomhet, og som ikke kan brukes i andre virksomheter.36 Bedriften vil høste gevinsten av slike investeringer. Mer generell opplæring som gjør arbeidstakere mer omstillingsdyktige, må finansieres av arbeidstakerne selv, siden arbeidstakeren vil ta med seg slik kompetanse til en eventuell ny arbeidsgiver. Disse mekanismene medfører at bedrifter særlig investerer i etterutdanning, mens grunnutdanningen og videreutdanning som gir formell kompetanse, i større grad betales av den enkelte. En studie viser for eksempel at bedriftene i Norge dekket 87 prosent av lønnskostnadene til etterutdanning og 15 prosent av lønnskostnadene til videreutdanning.37

Nærmere undersøkelser viser likevel at mye av den virksomhetsfinansierte opplæringen er av mer generell karakter i den forstand at den er anvendelig også utenfor egen virksomhet.38 En årsak er at det kan inngås kontrakter som binder arbeidstakeren til bedriften en periode (plikttjeneste) eller som gir lavere lønn under opplæringsperioden (lærekontrakter), slik at bedriften kan høste gevinsten av kompetansehevingen. En annen årsak kan være at treghet i arbeidsmarkedet innebærer at ansattes lønnsutvikling ikke holder tritt med deres produktivitetsutvikling. Mye av gevinstene av generell opplæring vil da tilfalle arbeidsgiver.39 En britisk studie viser for eksempel at en prosentenhets økning i opplæringsaktivitet på arbeidsplassen førte til 0,6 prosent økning i produktivitet og 0,3 prosent økning i lønn.40 I Norge er det rimelig å anta at sammenhengen mellom produktivitets- og lønnsvekst er enda svakere (se kapittel 3), og bedriftenes insentiver til å finansiere kompetanseutvikling tilsvarende sterkere.

Figur 4.7 tyder på at norske virksomheter bruker relativt mye ressurser på kompetanseutvikling i internasjonal målestokk. Ifølge NHOs kompetansebarometer er kompetanseheving av egne ansatte den viktigste strategien for å dekke kompetansebehov, tett fulgt av nyrekruttering. Noen forhold ved det norske arbeidslivet kan øke arbeidsgiveres insentiver til å investere i de ansattes kompetanse. Et relativt sterkt vern mot individuell oppsigelse gjør det mindre aktuelt å erstatte eksisterende ansatte med nyrekrutterte med høyere kompetanse. I Norge har arbeidsgiver i tillegg en lovfestet plikt til å sørge for tilstrekkelig opplæring.

Figur 4.7 Andel av de sysselsatte som har mottatt arbeidsgiverfinansiert opplæring siste 12 måneder

Figur 4.7 Andel av de sysselsatte som har mottatt arbeidsgiverfinansiert opplæring siste 12 måneder

Kilde: European Working Conditions Survey 2015.

De høye effektive minstelønningene i Norge øker virksomhetenes insentiver til å investere i ny teknologi.41 På den ene siden kan dette føre til «over-automatisering» og utstøting av lavt utdannede. På den annen side fører introduksjonen av ny teknologi til mer kompetanseutvikling for de gjenværende arbeidstakerne. Studier av sektorer som har blitt digitalisert, viser at automatisering av rutineoppgaver fører til at gjenværende arbeidsoppgaver blir mer analytiske og preget av samhandling mellom mennesker og maskiner.

At det er mange små og mellomstore bedrifter i Norge, kan isolert sett trekke kompetanseinvesteringene ned. Slike bedrifter kan mangle oversikt over virksomhetens kompetansebehov, ha mindre kapasitet til organisasjonsutvikling og ha fravær av stordriftsfordeler. I tillegg er tid og ressurser en utfordring i slike bedrifter, som ofte har en sterk driftsorientering som gjør det vanskelig å sette inn vikarer.42

Individenes insentiver

Selv om virksomhetene finansierer det meste av kompetanseutviklingen i arbeidslivet, må det også tas hensyn til individenes interesser og motivasjon. Ett forhold er at virksomhetene investerer mest i ansatte som har mye kompetanse fra før. Den virksomhetsstyrte modellen vil derfor ha en tendens til å skape økt ulikhet. Et annet forhold er at virksomhetene tenker mer kortsiktig enn det som er optimalt for samfunnet. Langsiktige kompetanseinvesteringer som bygger på individenes egne interesser og motivasjon, kan gjøre arbeidsstyrken mer omstillingsdyktig.

Norge er blant OECD-landene der utdanning og ferdigheter premieres lavest i form av økt lønn.43,44 Progressiv beskatning reduserer isolert sett insentivene til å ta lang utdanning fordi utlignet skatt på en gitt livsinntekt blir høyere når inntekten fordeles på færre år. Ifølge OECD er progressiviteten i det norske skattesystemet imidlertid på et relativt «skills-friendly» nivå. Et godt offentlig sikkerhetsnett gjør det mindre risikabelt å satse på at ting ordner seg.

At førstegangsutdanning ved offentlige læresteder er gratis, kompenserer for at avkastningen på utdanning i form av høyere lønn er lavere i Norge enn i land som har studieavgifter. For etter- og videreutdanning må det ofte betales studieavgift, og tilbud fra private institusjoner kan ha til dels høye studieavgifter. Det brukes imidlertid betydelige offentlige ressurser også på etter- og videreutdanning.

Studier av kompetanseutvikling i arbeidslivet finner gjerne at den lønnsmessige avkastningen av opplæringen er større desto mer utdanning deltakerne har i utgangspunktet. Det betyr at lavt utdannede har svakere insentiver til å investere i egen kompetanse. De står også overfor en del andre barrierer, som svake grunnleggende ferdigheter og lav motivasjon. Samtidig har kompetanseutvikling vist seg å ha stor betydning for å holde lavt utdannede lenge i jobb. Eldre arbeidstakere har også svake insentiver til å investere i egen kompetanse fordi de har kort tid igjen til å høste avkastningen. Samtidig er det erfaring for at kompetanseutvikling bidrar til at eldre står lenger i arbeid (se eksempel i boks 4.1). Dette kan motivere særskilte ordninger rettet mot personer med lav kompetanse og mot eldre arbeidstakere.

Boks 4.1 Effekt av tiltak for å stimulere til kompetanseutvikling i arbeidslivet

Tyske Bildungspremie: Myndighetene refunderer 50 prosent av kursavgiften – maksimalt 500 euro – i jobbrelatert opplæring for sysselsatte med lav inntekt. Tiltaket har ført til at deltakerne har fått mer avanserte arbeidsoppgaver, men få benytter tilbudet.

Tyske WeGebAu: Individuelt tilskudd målrettet mot lavt utdannede arbeidstakere over 45 år i små og mellomstore bedrifter. Tiltaket har positiv effekt på sysselsetting ved at eldre står lenger i jobb. Det er også positiv effekt på lønn, men kun for de som tar opplæring over mer enn to måneder. Få benytter tiltaket.

I et sveitsisk eksperiment ble det delt ut tilskudd på mellom 200 og 1500 sveitserfranc som var øremerket opplæring, til et tilfeldig utvalg individer. Tiltaket økte deltakelsen i opplæring med 13 prosentenheter. Høyt utdannede responderte best på tilbudet, mens effekten på arbeidsmarkedstilpasning var størst for personer med yrkesfaglig bakgrunn.

Et eksperiment i Nederland samfinansiert av myndighetene og bransjevise opplæringsfond ga tilskudd på 1000 euro til et tilfeldig utvalg ansatte øremerket arbeidsmarkedsrelatert opplæring. Hele 65 prosent benyttet tilskuddet. Effekten i form av økt deltakelse i opplæring var på 20 prosentenheter. Tiltaket hadde positiv effekt på videre opplæringsplaner (motivasjon).

Hittil er det i hovedsak arbeidsoppgaver med lave kompetansekrav som har forsvunnet på grunn av ny teknologi. Utviklingen innenfor kunstig intelligens trekker i retning av at også høykompetansejobber vil bli automatisert. Fremover vil det trolig heller ikke bare være eldre arbeidstakere som opplever å «gå ut på dato». Ny teknologi erstatter også yngre arbeidskraft som er ufaglært eller ble utdannet med sikte på bruk av gammel teknologi.45,46 Det er derfor viktig at også høyt utdannede og yngre arbeidstakere tar et større ansvar for egen kompetanseutvikling fremover.

Opplæringstilbud og finansiering av livsopphold

Forutsetninger for kompetanseutvikling er at det finnes relevante opplæringstilbud og ordninger som kompenserer for inntektsbortfall ved lengre opplæringsperioder. Over halvparten av NHO-bedriftene mener at utdanningsinstitusjonene ikke tilbyr de utdanningstilbudene de trenger, ifølge NHOs kompetansebarometer. Industribedrifter, SMB og bedrifter med mange ufaglærte er mindre fornøyd med tilbudet av kompetanseutvikling enn andre vurdert etter kriteriene relevans, fleksibilitet og kostnad.47

De siste ti årene har myndighetene satset på å utvikle tilbud som er tilpasset arbeidstakere med lite utdanning og svake grunnleggende ferdigheter (BKA-programmet/KompetansePluss fra 2006, utvikling av modulbasert forberedende voksenopplæring fra 2017).

Det er mange private aktører innenfor etter- og videreutdanningsmarkedet. Det offentlige utdanningstilbudet kan tidvis respondere tregt på arbeidslivets behov. En årsak til lav fleksibilitet kan være at organiseringen ved offentlige universiteter og høyskoler primært er rettet inn mot produksjon av gradsgivende heltidsstudier og forskning. En annen årsak er at lærestedene kan oppfatte etterspørselen etter etter- og videreutdanning som usikker og kan vegre seg for å etablere kostbare tilbud. Regelverket for egenbetaling kan også være et moment. I 2018 har regjeringen derfor innledet en satsing på utvikling av relevante videreutdanningstilbud innenfor digitalisering i fagskole og høyere utdanning.

Arbeidstakere som har mistet jobben og ønsker å ta ordinær høyere utdanning på full tid for å bedre jobbmulighetene, kan i utgangspunktet ikke få finansiert dette med dagpenger eller studiestøtte på tilsvarende nivå. Det finnes unntak fra hovedregelen om at dagpenger og høyere utdanning ikke kan kombineres, blant annet er det åpning for å studere med inntil 50 prosent progresjon utenom normal arbeidstid og kortere utdanningsforløp på full tid som i sin helhet er normert til tre måneder eller mindre, kan kombineres med dagpenger. Hovedregelen begrunnes med at studiene ikke må komme i konflikt med kravet om at dagpengemottakere skal være reelle arbeidssøkere og at hovedaktiviteten skal være jobbsøking eller arbeidsrettet aktivitet. Langvarig utdanning kan komme i konflikt med dette. Videre skal det ikke lønne seg å bli arbeidsledig for å få finansiert utdanning med dagpenger fremfor lån og stipend fra Lånekassen.

Fotnoter

1.

Mincer, J. (1958). Investment in human capital and personal income distribution. Journal of Political Economy, 66(4), 281–302.

2.

Pekkarinen, T., Salvanes, K.G. & Sarvimäki, M. (2017). The evolution of social mobility: Norway during the twentieth century. The Scandinavian Journal of Economics, 119(1), 5–33. doi.org/10.1111/sjoe.12205

3.

Barone, C. & Ruggera, L. (2018). Educational equalization stalled? Trends in inequality of educational opportunity between 1930s and 1980s across 26 European countries. European Societies, 20(1), 1–25. doi.org/10.1080/14616696.2017.1290265

4.

Markussen, S. & Røed, K. (2017). Egalitarianism under pressure: Toward lower economic mobility in the knowledge economy? IZA discussion paper no 10664, mars 2017.

5.

Leuven, E., Oosterbeek, H. & van Ophem, J.C.M. (2004). Explaining international differences in male wage inequality by differences in demand and supply of skill. Economic Journal, 144(495), 478–498. doi: 10.1111/j.1468-0297.2004.00217.x

6.

Broecke, S., Quintini, G. & Vandeweyer, M. (2016). Wage inequality and cognitive skills: Re-opening the debate. I Hulten, C.R. & Ramey, V.A. (Red.): Education, skills, and technical change: Implications for future US GDP growth, University of Chicago Press, NBER Book Series Studies in Income and Wealth.

7.

Koske, I., Fournier, J. & Wanner, I. (2012). Less income inequality and more growth – Are they compatible? Part 2. The distribution of labour income. OECD Economics Department Working Papers No. 925. doi.org/10.1787/5k9h2975rhhf-en

8.

Dietrichson, J., Bøg, M., Filges, T. & Klint Jørgensen, A.-M. (2017). Academic interventions for elementary and middle school students with low socioeconomic status – A systematic review and meta-analysis. Review of Educational Research, 87(2).

9.

OECD (2017a). Educational opportunity for all – Overcoming inequality throughout the life course. dx.doi.org/10.1787/9789264287457-en

10.

Kitterød, R.H., Nymoen, E.H. & Lyngstad, J. (2012). Endringer i bruk av barnetilsyn fra 2002 til 2010. Rapporter 23/2012 Statistisk sentralbyrå.

11.

Dearing, E., Zachrisson, H.D., Mykletun, A. & Toppelberg, C.O. (2018). Estimating the consequences of Norway’s national scale-up of early childhood education and care (beginning in infancy) for early language skills. AERA Open, 4(1). doi.org/10.1177/2332858418756598

12.

Drange, N. & Telle, K. (2015). Promoting integration of immigrants: Effects of free child care on child enrolment and parental employment, Labour Economics, 34, 26–38. doi.org/10.1016/j.labeco.2015.03.006

13.

Salvanes, K.G. (2014). Humankapital og omstilling? Magma 2014 (6).

14.

Gustafsson, J.E. & Blömeke, S. (2018). Development of school achievement in the Nordic countries during half a century, Scandinavian Journal of Educational Research, 62(3), 386–406. doi.org/10.1080/00313831.2018.1434829

15.

Meld. St. 21 (2016–2017). Lærelyst – tidlig innsats og kvalitet i skolen, figur 3.5.

16.

OECD (2018). In which countries and schools do disadvantaged students succeed? PISA in Focus 80. dx.doi.org/10.1787/66e037e8-en

17.

Bratsberg, B., Nyen, T. & Raaum, O. (2017). Fagbrev i voksen alder. Søkelys på arbeidslivet, 34(1–2), 24–43.

18.

Bratsberg, B., Raaum, O. & Røed, K. (2012). Educating children of immigrants: Closing the gap in Norwegian schools. Nordic Economic Policy Review 2012(1).

19.

Friedberg, R.M. (2000). You can't take it with you? Immigrant assimilation and the portability of human capital, Journal of Labor Economics 18(2), 221–251. doi.org/10.1086/209957

20.

Bratsberg, B., Raaum, O. & Røed, K. (2016). Flyktninger på det norske arbeidsmarkedet. Søkelys på arbeidslivet 2016(3). Se også NOU 2017: 2 Integrasjon og tillit – Langsiktige konsekvenser av høy innvandring.

21.

OECD (2017). Education at a Glance 2017 (tabell A4.1 og A.4.2).

22.

OECD (2013). OECD Skills Outlook 2013, figur 5.7.

23.

Berg, S.L., Bjørnstad, R. & Mark, M.S. (2016). Den norske arbeidslivsmodellen med produktivitet i verdenstoppen. Rapport nr. 37, Samfunnsøkonomisk analyse.

24.

Håland, I. & Nesheim, H.N. (2016). Måling av langsiktige endringer i yrkesstrukturen. Om ulike datakilder og yrkesstandarder. Notater 2016/36, Statistisk sentralbyrå.

25.

Acemoglu, D. & Restrepo, P. (2018). Artificial intelligence, automation and work. NBER Working Paper No. 24196, The National Bureau of Economic Research.

26.

Hægeland, T. & Møen, J. (2000). Kunnskapsinvesteringer og økonomisk vekst. Vedlegg 15 til NOU 2000: 14 Frihet med ansvar – Om høgre utdanning og forskning i Norge.

27.

Bjørnstad, R. & Skjerpen, T. (2003). Betydningen av teknologi og internasjonal handel for lønn og ledighet etter utdanning i Norge. I Raabe m.fl. (Red.), Utdanning 2003 – ressurser, rekruttering og resultater, Statistiske analyser 60/2003, Statistisk sentralbyrå.

28.

Goldin, C. & Katz, L.F. (2008). The race between education and technology. Harvard University Press.

29.

Se figur 7 i Dapi, B., Gjefsen, H.M., Sparrman, V. & Stølen, N.M. (2016). Education-specific labour force and demand in Norway in times of transition. Rapporter 2016/31, Statistisk sentralbyrå.

30.

Balsvik, R., Jensen, S. & Salvanes, K.G. (2015). Made in China, sold in Norway: Local labor market effects of an import shock. Journal of Public Economics, 127(C), 137–144. doi.org/10.1016/j.jpubeco.2014.08.006

31.

NOU 2018: 2 Fremtidige kompetansebehov I.

32.

Studier fra Norge og andre land viser at arbeidsinnvandring endrer de unges utdanningsvalg over mot høyere utdanning.

33.

NAVs bedriftsundersøkelse.

34.

Arbeidssøkere med kun studiekompetanse fra videregående skole regnes her som «lavt kvalifisert». Etterspørselen etter slik kompetanse er lav og synkende. En fullført fag- og yrkesopplæring fra videregående skole er derimot etterspurt i arbeidslivet.

35.

Mark, M.S., Børing, P. & Fevolden, A.M. (2018). Forstudie om avkastning av kompetanseinvesteringer i arbeidslivet. Rapport 56/2018 NIFU.

36.

Becker, G. (1962). Investment in human capital: A theoretical analysis. Journal of Political Economy, 70(9).

37.

Børing, P. & Skule, S. (2013). Kompetanseinvesteringer i videreutdanning og opplæring i norsk arbeidsliv: Beregninger basert på data fra Lærevilkårsmonitoren koblet mot registerdata. Rapport 50/2013 NIFU.

38.

Bassanini, A., Booth, A., Brunello, G., de Paola, M. & Leuven, E. (2005). Workplace training in Europe. I Brunello, G., Garibaldi, P. & Wasmer, E. (Red.), Education and training in Europe, Oxford University Press (2007).

39.

Acemoglu, D. & Pischke, J.-S. (1999). Beyond Becker: Training in imperfect labour markets. The Economic Journal, 109(453), F112–F142.

40.

Dearden, L., Reed, H. & Van Reenen, J. (2006). The impact of training on productivity and wages: Evidence from British panel data. Oxford Bulletin of Economics and Statistics, 68(4), 397–421. doi:10.1111/j.1468-0084.2006.00170.x

41.

Barth, E., Moene, K.O. & Willumsen, F. (2014). The Scandinavian model – An interpretation. Journal of Public Economics, 117(Sept.), 60–72. doi: 10.1016/j.jpubeco.2014.04.001

42.

Vinsand, G. & Langset, M. (2015). Økt kunnskap og kompetanse blant ansatte i små og mellomstore bedrifter – Samarbeidsmodeller i mindre markeder. Rapport 2015/8 NIVI.

43.

Se tabell A4.1 i OECD (2018). Education at a glance 2018, OECD Publishing.

44.

Hanushek, E.A., Schwerdt, G., Wiederhold, S. & Woessmann, L. (2015). Returns to skills around the world: Evidence from PIAAC. European Economic Review 73(C), 103–130. DOI: 10.1016/j.euroecorev.2014.10.006

45.

Nedelkoska, L. & Quintini, G. (2018). Automation, skills use and training. OECD Social, Employment and Migration Working Papers No. 202. dx.doi.org/10.1787/1815199X

46.

Janssen, S. & Mohrenweiser, J. (2018). The shelf life of incumbent workers during accelerating technological change: Evidence from a training regulation reform, IZA discussion paper 11312, februar 2018.

47.

Kompetanse Norges Virksomhetsundersøkelse for 2017.

Til dokumentets forside