Studiebidraget i det långa loppet

Version 2000-03-13

Förord

Hur välfärden skapas och fördelas är en av politikens grundfrågor. Att utbildning erbjuds och lockar många ses av de flesta som viktigt för både tillväxt och jämlikhet. Det är också grunden för studiestödet. Men studiestödet har komplicerade fördelningseffekter. På kort sikt kan man tänka sig att det gör just det som är avsikten; lockar grupper, som annars skulle avstå, till högre studier. Men det är också möjligt att redan studiemotiverade från studievana hem ännu mera bestämt lägger beslag på de till antalet begränsade studieplatserna och därmed också subventionen genom studiebidra-get. Här skall emellertid en annan fördelningsfråga ställas i fokus.

Syftet med den här rapporten är att genom exemplet studiestödet försöka presentera en ny metod som även tar hänsyn till tidsaspekterna för att utvärdera fördelningspolitiken. Den studie som

Peter Ericson och Joakim Hussénius vid Finansdepartementets ekonomiska avdelning genomfört kring studiestödet lämnar det kortsiktiga synsättet och fokuserar i stället på hur fördelningspolitiken verkar över tiden.

Studiestödet eller mera specifikt studiebidraget har valts som tillämpning och detta av många skäl, bland annat eftersom det ändrats relativt ofta. Bidragsdelen höjdes nyligen från 28 % till 34 % av de totala studiemedlen.

I rapporten visar författarna att studiebidraget i sin nuvarande utformning omfördelar resurser över livet från lågutbildade till högutbildade, från fattiga till rika och från män till kvinnor. I rapporten visas också hur den senaste studiemedelsreformen förstär-ker den omfördelningen.

Detta kan ju verka helt galet. Men om man sätter studiestödets effekter i relation till lönebildningen reser sig en rad andra frågor som i sin tur återknyter till frågan om fördelningspolitiken i stort.

Om studierna subventioneras kraftigt av samhället, t.ex. genom ökade studiebidrag, så är det inte lika självklart att studier skall leda till stora utbildningspremier. Kanhända kan gynnsam finansiering av högre studier bidra till att lönespridningen hålls i schack. Det är emellertid en annan fråga för en annan rapport. Diskussionen är säkerligen inte avslutad men jag hoppas att ESO genom att ta fram ett nytt underlag till den diskussionen skall kunna initiera en bredare diskussion kring fördelningspolitiska frågor i allmänhet och studiebidraget i synnerhet.

Författarna svarar själva för innehållet i rapporten, som alltid i fråga om ESO-rapporter.

Stockholm i mars 2000

Anna Hedborg

Ordförande för ESO

Innehåll

1	Sammanfattning		7
2	Bakgrund och syfte		13
3	Varför har vi studiestöd?		17
4	Hur vi räknar		21
4.1	Datamaterial		23
4.2	Modeller		24
4.3	Ett enskilt exempel		27
4.4	Antaganden och förutsättningar		28
4.5	Basfakta från modellen		30
5	Studier lönar sig		35
5.1	Individens avkastning på utbildning		36
	5.1.1	Livsinkomster	36
	5.1.2	Utbildningspremier	41
5.2	Vilka får skulderna avskrivna?		44
5.3	Statens avkastning på utbildning		46
5.4	Tillväxt och andra externaliteter av utbildning		48
6	Fördelningspolitik		51
6.1	Studiestödets fördelningseffekter		52
6.2	En ny reform		56
7	Rekrytering		61
8	Snedrekrytering		65

Referenser	71
Bilaga Studiestödet till högre utbildningar	73
Study Grants in the Long-term Perspective	75
- A Summary
ESO:s rapporter	81

1 Sammanfattning

Hur välfärden skall fördelas bland befolkningen är ett ämne som intresserar många, både allmänhet, politiker och forskare. De flesta håller med om att det finns en koppling mellan fördelningspolitik och hur samhällsekonomin i övrigt fungerar. Hur detta samband ser ut finns det däremot vitt skilda uppfattningar om. En del hävdar att för att få en jämn och stadig tillväxt krävs att alla medborgarna lever på en någorlunda likartad standard. Sociala klyftor skapar instabilitet som kastar grus i tillväxtmaskineriet. En annan åsikt är att tillväxt drivs av en mindre grupp entreprenörer och finansiärer som behöver belönas rikligt. Enligt detta synsätt får vi stå ut med att andra drar ifrån för att själva få det bättre. Ytterligare en teori är att det är naturligt och ofrånkomligt att pendla mellan de bägge tillstånden. Efter en tid av intensiv tillväxt och därmed ökade inkomstklyftor vill människor ha en utjämning så att klyftorna minskar och alla får känna en delaktighet i samhället. Dock kanske det finns en risk att samhället efter en period av lugn drabbas av stelhet. För att bryta gamla stelnade strukturer måste återigen entreprenörer, experter och andra tillåtas härja fritt ett tag och tjäna pengar.

Ambitionen med denna rapport är inte att besvara ovanstående fråga, det överlåter vi med varm hand till någon annan. Vårt syfte är i stället att försöka nyansera de metoder som används för att utvärdera fördelningspolitiken. Framför allt vill vi visa att tidsaspekten måste beaktas i analyserna. Om så inte görs kan helt felaktiga slutsatser dras.

I denna rapport försöker vi lämna det kortsiktiga synsättet och i stället fokusera på hur fördelningspolitiken verkar över tiden. Som tillämpning har vi valt att analysera studiestödet och då speciellt studiebidraget för eftergymnasiala studier. Att vi väljer detta om-

råde beror inte på att det är viktigare än något annat, utan att vi råkar ha analysmöjligheter och modeller tillgängliga eftersom frågan nyligen varit aktuell i samband med reformeringen av studiemedelssystemet (riksdagsbeslut 1999-12-14). Beslutet innebär i korthet att bidragsdelen av studiemedlet höjs från ca 28 % till 34 % av det totala studiemedlet (resten är lån). Återbetalningen läggs upp som ett 25-årigt annuitetslån, men med vissa garantireg-ler. En kortsiktig analys visar att studiebidraget jämnar ut den år-liga disponibla inkomsten och är därmed fördelningspolitiskt fördelaktigt. I vår analys analyseras i stället hur fördelningen av livsinkomster påverkas av subventionerna i studiestödet.

Beräkningar med datorsimuleringar

Då vi inte kan skåda in i framtiden skapar vi en virtuell värld där konstgjorda livsöden genereras. I detta syfte har vi utvecklat en datormodell, Sesim1, som beskriver Sveriges framtida befolkning. Vi följer i datorn ungefär 30 000 individuella livsöden. Med hjälp av statistiska modeller försöker vi fånga viktiga komponenter i livet som studier, arbete, barnafödande, inkomst, pension m.m. Varje individ i modellen är konstgjord och individuellt skild från alla andra individer. En del studerar länge och erhåller studiestöd för att sedan få en årlig inkomst som ofta är större än utan utbildning. Förutom att studera eller arbeta kan en individ vara barn, föräldraledig, arbetslös, förtidspensionär eller ålderspensionär under en del av livet. Det finns också en grupp som tillåts göra något annat, t.ex. hemmafruar, globetrotters och fängelsekunder. När en individ slutligen dör är det möjligt att observera utbildningsnivån, livsinkomsten m.m. Förenklat kan man säga att individerna i modellen lever hela sina liv enligt de samband och mönster vi observerar i dag i en ekonomi utan tillväxt och med antagandet att nuvarande regler gäller.

1 För den intresserade finns information om modellen på Internet: www.sesim.org

Utbildning mest lönsamt för kvinnor

Datormodellen används först för att undersöka om studier lönar sig för individen och staten. Till skillnad mot flertalet andra studi-er som uppskattar utbildningspremien med hjälp av årsinkomster använder vi i stället livsinkomster där skatt och lånekostnader är avdragna, medan eventuella studiebidrag och avskrivningar är inkluderade. Trots olika definitioner får vi en utbildningspremie som ligger i paritet med tidigare resultat. Kvinnor med en lång högskoleutbildning belönas med en premie på 6,3 % per studieår, medan männen får nöja sig med 4,9 %. Motsvarande siffror för en kortare högskoleutbildning är 8,7 %, respektive 6,3 %. Kvinnor tjänar således relativt sett mer på att utbilda sig än män, och utbildningspremien avtar för båda könen med utbildningens längd.

Lönsamt för staten

De ökade skatteintäkterna från en högre inkomst som följer av utbildningspremien täcker de offentliga kostnaderna för studiestödet och undervisningen. Även det statsfinansiella utbytet är således positivt. Med detta är det inte sagt att en expansiv utbildningspolitik genererar tillväxt. Det finns skäl att tro att marginalavkastningen på utbildningen är avtagande; inte bara för individen som investerar i allt mer utbildning, utan även för varje ny student. En expansiv utbildningspolitik kan därför inte utvärderas utifrån den nuvarande stocken av humankapital. Det är den förväntade marginalavkastningen av ytterligare investeringar som är av betydelse.

Ett viktigt motiv bakom det senaste beslutet att reformera studiestödssystemet var att minska risken för stora framtida avskrivningskostnader. Denna farhåga bekräftas i vår analys. Av de personer som skaffar sig en längre högskoleutbildning är det hela 42 % som inte hinner betala tillbaka studielånen innan de fyller 65 år.2

2 Räntan på studielånen antas vara 2 %.

Omfördelning från lågutbildade till högutbildade

När modellen sedan används för att genomföra en långsiktig fördelningsstudie av studiebidraget blir resultatet att både män och kvinnor med lång högskoleutbildning, och kvinnor med kort högskoleutbildning, tjänar på studiebidraget. Kvinnorna med lång högskoleutbildning är de största vinnarna, studiebidraget ökar den disponibla livsinkomsten med 186 000 kronor. De stora förlorarna är män utan högskoleutbildning som får avstå en livsinkomst på 85 000 kronor i form av högre skatter.

Studiebidraget och dess finansiering omfördelar således betydande resurser över livet, men inte på det sätt man kanske väntar sig. Det omfördelar från lågutbildade till högutbildade och från fattiga till rika. Och det omfördelar från män till kvinnor. Om man genomför beräkningen på alla individer som dör under ett år för att få fram ett aggregat innebär det att varje årskull högutbildade kvinnor tillförs 4 miljarder kronor, medan de lågutbildade männen får avstå från 2 miljarder kronor. Det visar sig också att studiebidraget ökar spridningen i livsinkomster. Om ett fördelningspolitiskt mål är att minska spridningen i livsinkomster så är studiebidrag således ett dåligt verktyg. Det reformerade studiestödssystemet som träder i kraft 2001 förstärker resultaten, och den sociala orättvisan ökar ytterligare över livet.

Studiebidraget omfördelar resurser över livet:

·Från lågutbildade till högutbildade.

·Från fattiga till rika.

·Från män till kvinnor.

Den beslutade reformen förstärker resultaten.

Frågan är då om studiebidraget har positiva effekter på rekrytering och snedrekrytering? Utan ett studiestödssystem finns det en uppenbar risk för problem med både rekryteringen och snedrekryteringen. I denna rapport behandlas huvudsakligen den kontanta

subventionen i form av studiebidrag. I dagsläget är det ingen brist på sökande till högskolan, och det är knappt hälften av alla nybörjarna som erbjuds en utbildningsplats. Det är dessutom svårt att utifrån ekonomisk teori argumentera för att studiebidraget har någon större effekt på rekryteringen då det står för en marginell del av den förväntade avkastningen på investeringen i utbildning. En genomgång av tillgängliga undersökningar visar att det inte finns några bra bevis för att studiebidraget väsentligen påverkar varken rekryteringen eller snedrekryteringen till högskolan. Trots att det finns studier som påvisar att ungdomar från föräldrahem med socioekonomisk standard är mindre benägna att skuldsätta sig, finns det inga tecken på att snedrekryteringen har minskat sedan den senaste reformen 1989 som kraftigt höjde bidragsdelen och den totala nivån på studiestödet. Vår personliga övertygelse är att snedrekryteringen till högre studier grundläggs långt tidigare i livet, innan valet till högskolestudier. De resurser som i dag används för att minska snedrekryteringen vid valet/antagningen till högskolestudier skulle förmodligen göra bättre nytta om de användes tidigare i studiekarriären.

Analyserna av studiebidragets långsiktiga fördelningseffekter visar att redan med en ganska enkel modell får man delvis ovänta-de resultat. Studiebidraget bidrar till en jämnare fördelning om man tittar på ett enstaka år, men om blicken lyfts och hela livet studeras ger studiebidraget i stället en ojämnare fördelning.

En följdfråga är om andra och större offentliga program, som i hög grad har fördelningspolitiska motiv, också skulle visa sig ha långsiktiga effekter som avviker från de politiska intentionerna.

2 Bakgrund och syfte

Med offentliga utgifter och inkomster motsvarande 60 % av BNP har Sverige en av OECD:s mest omfattande omfördelning av resurser.3 Fördelningspolitiken syftar inte bara till att bekämpa fattigdom och jämna ut välfärden, utan också till att ge alla en chans till utveckling och goda inkomstmöjligheter. Som medel används subventionerade offentliga tjänster; utbildning, vård och omsorg m.m., och direkta transfereringar.

Det ifrågasatts ibland om den höga ambitionsnivån går att förena med en långsiktig tillväxt och internationell konkurrenskraft. Finansieringen med relativt höga skatter på arbetsinkomster och transfereringar till personer utanför arbetsmarknaden minskar det ekonomiska utbytet av arbete och självförsörjning. I dagsläget med en stor efterfrågan på arbetskraft i vissa regioner och hög arbetslöshet i andra, finns en viss motsättning mellan ersättningsnivåer och behov av önskad rörlighet på arbetsmarknaden. Det kan vara så att hårdare villkor för arbetslösa skulle gynna dem själva på längre sikt genom att de då stimulerades att söka sig till branscher och regioner där det finns jobb. Det kan också vara så att hårdare villkor enbart slår blint och orsakar obehag bland medborgarna och gnissel som gör att naturliga omställningar fördröjs. Liknande svåra avvägningar finns inom utbildningsområdet. Den avgiftsfria undervisningen i kombination med bidrag och lån, som många anser att de inte hinner betala tillbaka, har medfört en överkonsum-

3 Nettoeffekten av omfördelningen är mindre då de flesta hushåll betalar skatter samtidigt som de erhåller subventioner och transfereringar.

tion av utbildning och att studenterna skjuter upp tidpunkten för inträde på arbetsmarknaden.4,5

Ett problem med fördelningspolitik är att den är så svår att utvärdera. Traditionellt genomförs få analyser av hur olika system verkar för att utjämna välfärden och livsvillkoren. Ofta tas det för givet att en offentligt finansierad subvention alltid gynnar hushåll med svag ekonomi och därmed är fördelningspolitisk korrekt. Då en analys verkligen genomförs är det vanligaste måttet på social orättvisa spridningen i hushållens disponibla inkomster ett visst år. Hur systemet verkar över tiden beaktas oftast inte.

Trots att flertalet subventioner och transfereringar är omfördelande över livet utvärderas de enbart kortsiktigt. På ett sätt är det rimligt, då de kortsiktiga effekterna oftast inte går att bestrida. Familj A förlorar/vinner verkligen X kronor om skatten ändras i morgon. Om beräkningar skall göras på längre sikt är det nödvändigt att göra en mängd antaganden som ofta har stor betydelse för resultaten. Det är lätt att ha åsikter om dessa antaganden och politiska avvägningar smyger sig lätt in. Huvudproblemet är förmodligen att samhällsvetenskap är ett sådant svårt och outvecklat område. Exempelvis har ekonomerna producerat en lång lista med olika s.k. elasticiteter, som anger hur människor reagerar på en förändrad inkomst genom t. ex. skatteändringar. Problemet är bara att man måste välja en av dessa elasticiteter.

En annan viktig orsak till att analyserna oftast är kortsiktiga är att tillgången på långsiktig statistik är ganska dålig. Detta håller dock sakta på att förbättras i Sverige. När (om) samhällsvetenskapen kommit lika långt som t.ex. hållfasthetsläran kommer inte längre politiker att sitta och konstruera pensionssystem. De kommer då att ange ramar och intentioner, sedan får experter utforma detaljerna (vem skulle vilja åka på Öresundsbron om den var konstruerad av en grupp riksdagsmän?).

4Högskoleverket (1999)

5I och med riksdagens bifall av regeringens förslag (Prop 1999/2000:10) reformeras studiestödet år 2001. Reformen medför bl.a. generösare bidrag och större krav på återbetalning av studielån

I allt fler länder anses det emellertid viktigare att de långsiktiga inkomstmöjligheterna är jämnt fördelade än att justera spridningen i den disponibla inkomsten ett visst år. En sådan utgångspunkt medför en fördelningspolitik som inriktar sig på att jämna ut möjligheterna att få ett fäste på arbetsmarknaden och minska risken för marginalisering. Direkta åtgärder är att öka tonvikten på grundläggande kunskaper och personliga handlingsplaner för personer som har svårt att göra sig gällande på arbetsmarknaden. Minskade marginaleffekter i syfte att öka det ekonomiska utbytet av arbete och rörligheten på arbetsmarknaden hör också till åtgärderna för att öka inkomstmöjligheterna. De traditionella statiska fördelningsanalyserna ersätts med mått på inkomströrlighet och direkt fattigdom. Tanken är att en jämnare välfärd erhålls om fler blir socialt integrerade i ekonomi och arbetsliv. Med denna något annorlunda syn på fördelningspolitik är det troligt att flera subventioner i dagens system skulle omvärderas.

Vad vi upplever som en stor brist är att det saknas utvärderingar av fördelningspolitiken som sträcker sig över tiden. Hur skulle dagens system för utjämning stå sig om man till exempel använde livsinkomster vid en utvärdering, i stället för årsinkomster? År- hundradets pensionsreform har utretts i åtta år, men endast begränsade analyser har genomförts för att visa hur systemet påverkar fördelningen av livsinkomster. Ett annat system som till karaktären är longitudinellt är studiestödssystemet. Studenterna erhåller bi-drag och subventionerade lån när de är unga, vilket minskar sprid-ning i hushållens inkomster ett visst år. Men är det verkligen rätt-vist att ge bidrag till personer som med stor sannolikhet kommer att få en hög inkomst resten av livet?

Syftet med rapporten är i första hand att ta ett steg mot en mer longitudinell och långsiktig utvärdering av fördelningspolitiken och att jämföra resultaten med en traditionell kortsiktig analys. Som en applikation har vi valt studiestödssystemet för högre studier. Då vi inte kan observera hushållens inkomster, studiestöd m.m. över hela livet är det nödvändigt att skapa en virtuell värld där livsöden skapas. I detta syfte har vi utvecklat en modell, Sesim, som

beskriver Sveriges framtida befolkning.6 Individerna i modellen utsätts för olika risker och val under sin livstid. En del studerar länge och erhåller studiestöd för att sedan få en årlig inkomst som ofta är större än utan utbildning. Förenklat kan man säga att vi skapar en framtida befolkning där personerna lever hela sitt liv i en ekonomi med nuvarande regler och enligt de samband och mönster vi observerar i dag. När en person dör beräknas studiebidragets inverkan på fördelningen av livsinkomster, i stället för som i dag, fördelningen av årsinkomster.

Rapporten inleds med en översikt av de politiska målen för nuvarande studiestöd. Efter en kort beskrivning av Sesim beräknas individens och den statsfinansiella avkastningen på utbildning. De genererade livsinkomsterna tillsammans med antaganden om studiebidragets finansiering ligger som grund för en analys av hur studiebidraget och dess kostnad fördelas mellan olika grupper: Vinnare och förlorare utses, och tillskottet till inkomster, eller förlorad inkomst beräknas. Resultaten jämförs med det reformerade system som träder i kraft år 2001. Då studiestödet inte enbart syftar till att omfördela inkomster beskrivs även hur det påverkar rekrytering och snedrekrytering till högre studier.

6 Sesim (Swedish simulation model) är en s.k. longitudinell mikrosimule-ringsmodell (se www.sesim.org).

3 Varför har vi studiestöd?

Det finns flera olika skäl till att staten väljer att subventionera olika verksamheter i samhället. Omfattningen och målen med utgifterna är ofta klara och tydliga när subventionerna införs. Men vartefter tiden går förändras förutsättningarna. Ibland omformuleras målen, andra gånger försjunker de i glömska. Detta gäller särskilt subventioner och bidrag som är väl etablerade och har funnits en längre tid. Att staten bekostar de flesta högskoleutbildningarna och bidrar till de studerandes uppehälle är allmänt känt. Men vad är syftet? De flesta är överens om att utbildning och forskning är positivt i många bemärkelser. Men vad är det som säger att det är staten som skall både finansiera och producera verksamheten? Är det så att alla tjänar på att låta en del av befolkningen utbilda sig gratis? De som genomför högre studier kanske blir så produktiva att de med råge betalar tillbaka de offentliga kostnaderna för utbildningen senare i livet. Eller är det av rättviseskäl? Ungdomar utan rika föräldrar, eller som åtnjuter svagt förtroende hos andra långivare, hade fått stå utanför utbildningsmarknaden utan generösa bidrag och subventioner. En del av frågorna skall vi försöka svara på i den här rapporten. Men inledningsvis skall vi återge de politiska motiven på varför vi har ett system med studiestöd.

Studiestödet infördes redan 1918 och har genomgått många förändringar sedan dess.7 Den näst senaste reformen8 trädde i kraft

7 Både Reuterberg & Svensson (1992) och Betänkandet från Studiemedelskommittén (1987) innehåller en bra beskrivning om hur studiestödssystemet har förändrats över tiden.

8 Den senaste reformen genomfördes under arbetet med denna rapport.

1989 och beslutades av riksdagen genom att bifalla propositionen ”Om studiemedel” (Prop. 1987/88:116). Inför förslaget beställdes ett betänkande från Studiemedelskommittén som presenterades i SOU 1987:39. Både betänkandet och propositionstexten anser som ett övergripande mål att studiestödet skall bidra till att uppfylla samhällets utbildningspolitiska mål.

Vad är det då för utbildningspolitiska mål som studiestödet kan tänkas hjälpa till att nå? I en sammanfattning av målen för utgiftsområdet ”Utbildning och universitetsforskning” i regeringens budgetproposition 1999 (Prop 1998/1999:1) framgår det att utbildningspolitiken skall,

”Ge alla barn och ungdomar oberoende av kön, geografisk hemvist samt sociala och ekonomiska förhållanden lika tillgång till likvärdig utbildning av hög kvalitet”

Eftersom de av staten tillhandahållna utbildningarna är kostnadsfria, vilket är relativt unikt i världen, kan studiestödet knappast påverka varken tillgång eller kvalitet. Däremot ger det en ekonomisk möjlighet för de som inte kan försörja sig på annat sätt under studietiden. I målformuleringen för utgiftsområdet ”Studiestöd” framgår det vidare att,

”Studiestödet skall verka rekryterande och därmed bidra till högt deltagande i utbildningen samt ha en utjämnande verkan mellan individer och grupper inom befolkningen och därmed bidra till ökad social rättvisa”

Här framgår det att ett motiv är att en del av befolkningen skall skaffa sig en högre utbildning. Rekryteringen skall dock inte ske hur som helst. Det är också ett uttryckligt mål att studiestödet skall vara omfördelande mellan olika grupper. Av texten framgår inte vad det är som skall utjämnas. En tolkning är att inkomstfördelningen skall utjämnas. Det kan också tolkas som att den ekonomiska möjligheten att bedriva högra studier skall utjämnas.

Utöver de mål och restriktioner som sammanfaller med de utbildningspolitiska intentionerna anges i propositionen att studiestödet skall,

·vara generellt och ge rätt till lika studiestöd för lika studietid

·verka neutralt i förhållande till olika utbildningar

·medverka till att studierna kan bedrivas effektivt

·stå i samklang med fördelningspolitiska mål

·vara lättöverskådligt och ge goda möjligheter att förutse framtida konsekvenser för både individ och stat

Således ser beslutsfattarna studiestödet som ett medel för en mångfald mål. Detta är en vanlig situation med många av den offentliga sektorns åtaganden och försvårar en objektiv utvärdering. Det finns alltid olika uppfattningar om hur viktiga de olika målen är.

Man kan också tänka sig andra, mindre uttalade, motiv för subventioner av utbildning. En teori är att medborgarna inte vet sitt eget bästa, och investerar för lite i utbildning om de skulle få stå för en större del av kostnaden. Ett annat motiv kan vara att minska inkomstspridningen: En subventionerad utbildning kanske leder till lägre löneanspråk bland de högutbildade.9

Syftet med den här rapporten är att utvärdera det nuvarande studiestödssystemet utifrån de fördelningspolitiska målen, och då speciellt det kontanta stödet, studiebidraget, som utbetalas vid studier på universitet och högskola. Under läsåret 1997/98 utbetala-des 3 765 miljoner kronor i studiebidrag till 253 000 studenter på högskolan. Vår huvudfråga är om studiebidraget är förenligt med de fördelningspolitiska målen, men vi behandlar även dess roll för att rekrytera personer och att minska snedrekryteringen till högre utbildningar.

9 Se Blomquist (1999) för en översikt om hur offentliga tjänster kan öka effektiviteten av den omfördelning som sker genom skattesystemet.

De nuvarande studiestödssystemet beskrivs kortfattat i bilagan i denna rapport.

4 Hur vi räknar

Som underlag för våra beräkningar använder vi den longitudinella mikrosimuleringsmodellen Sesim. Modellen har utvecklats inom Finansdepartementet för att möjliggöra långsiktiga prognoser och analyser av offentliga transfereringar och subventioner med olika antaganden om demografi, ekonomi och regelsystem. Vi skall i detta avsnitt på ett icke-tekniskt sätt beskriva modellen.10

Med mikrosimulering menas att beräkningsenheten är disaggregerad, i detta fall ner till individnivå.11 I så kallade makromodeller är i stället beräkningsenheten makrotal som avser hela landet. Vi använder i denna analys ett stickprov på ca 30 000 individer där alla individer från början är olika. För individerna, eller agenterna, har vi tillgång till ett antal uppgifter som ålder, kön, utbildning, inkomst m.m. Att modellen är longitudinell innebär att det finns en tidsdimension. Vi försöker så realistiskt som möjligt åldra alla individer ett år i taget.

Ett exempel i tabell 4.1 illustrerar hur det hela fungerar. Vi börjar med år 1 och väljer ut 5 individer. Individerna har detta år olika status och inkomst. Statusen används i modellen för att beskriva vad man ”var mest” under det aktuella året. År 2 förändras statusen för några individer, den nu 24-åriga kvinnan är föräldraledig och individ nr 4 som år 1 var arbetslös studerar nu. Individ nr 2 har

10 Vi hänvisar den tekniskt intresserade till modellens webb-plats www.sesim.org. Där finns ytterligare dokumentation samt en möjlighet att ladda ner en demoversion. Arbetet med Sesim är inte avslutat i och med denna rapport, utan modellen utvecklas successivt och byggs ut för att möjliggöra tillämpningar också inom andra områden.

11 Vissa likheter finns faktiskt med dataspel som SimCity och liknande.

fått en högre årsinkomst, från 220 000 till 230 000. Ett barn har dessutom tillkommit, individ nr 6. År 3 händer ytterligare några saker, bland annat har den 84-åriga kvinnan avlidit.

Tabell 4.1. Exempel på longitudinell mikrosimulering

År 1
Individ	Ålder	Kön	Status	Inkomst	Studiebidrag

1	3	Kvinna	Barn	0	0
2	37	Man	Arbetar	220 000	0
3	23	Kvinna	Studerar	0	17 000
4	25	Man	Arbetslös	140 000	0
5	83	Kvinna	Pensionär	170 000	0
År 2
Individ	Ålder	Kön	Status	Inkomst	Studiebidrag

1	4	Kvinna	Barn	0	0
2	38	Man	Arbetar	230 000	0
3	24	Kvinna	Föräldraledig	120 000	0
4	26	Man	Studerar	0	17 000
5	84	Kvinna	Pensionär	170 000	0
6	0	Kvinna	Barn	0	0
År 3
Individ	Ålder	Kön	Status	Inkomst	Studiebidrag

1	5	Kvinna	Barn	0	0
2	39	Man	Arbetar	220 000	0
3	25	Kvinna	Studerar	0	17 000
4	27	Man	Arbetar	180 000	0
6	1	Kvinna	Barn	0	0

Principen är lätt att förstå men tyvärr är det inte lika lätt i praktiken. I exemplet ovan visas fem uppgifter (variabler) för varje individ; i modellen har vi ca 180 uppgifter att hålla reda på för varje individ. Bakom varje statusändring måste det finnas välgrundade statistiska modeller, till exempel för sannolikheten att bli arbetslös vid 24 års ålder om man det föregående året studerade. Eller för inkomsten givet ålder, kön och utbildning. Dessutom måste man ha modeller som avspeglar den varians som kan observeras i verkligheten. Det är ju inte så att alla kvinnliga 34-åringar med 7 terminers högskoleutbildning har exakt samma inkomst, utan det finns

en viss variation. På samma sätt ser inkomstbanan över livet olika ut för olika individer. Med hjälp av stickprov från SCB försöker vi så realistiskt som möjligt avbilda individernas inkomster över livet med ekonometriska metoder.

4.1Datamaterial

I simuleringen använder vi data från SCB:s HINK-undersökning12 1992 som startdataset. Anledning till att just detta år valts är att 1992 ingick samma personer i urvalet som 1989, varför det finns mer historik än i vanliga HINK-undersökningar. Att materialet är några år gammalt har ingen större betydelse i detta sammanhang, det kan också vara en fördel att kunna jämföra modellens förlopp under några inledande år med verkligheten.

Ett problem med HINK-undersökningen är att den är stratifierad, vilket innebär att vissa grupper är över- eller underrepresenterade. Varje individ har därför en viss vikt vilken anger hur många individer som representeras. Att ha olika vikter skulle inte fungera i denna typ av modell. Vi har därför ”gjort om” materialet så att alla fått samma vikt genom att först generera en population med de stratifierade vikterna och därefter dragit ett slumpmässigt urval så att varje individ har vikten 300.

12 Inkomstfördelningsundersökningen.

4.2Modeller

Följande steg ingår för närvarande i Sesim och görs således för varje nytt år:

Block I, demografi:

I detta block ingår moduler som förändrar befolkningen och hushållens sammansättning.

1.Död. Varje individ utsätts för risken att dö med sannolikheter från SCB som är olika beroende på ålder och kön. Sannolikheterna är något modifierade för att avspegla den överdödlighet som finns för förtidspensionärer.

2.Migration. En enkel modell för nettomigration gör att det tillkommer nya familjer varje år.

3.Nativitet. Kvinnor i fertil ålder har en viss risk/chans att föda ett barn enligt sannolikheter från SCB..

4.Lämna hemmet. Ungdomarna lämnar hemmet och blir ett eget hushåll det år de fyller 18 år.

5.Sammanboende. Enligt mönster som vi beräknat i HINK- material från SCB bildas hushåll. Hushållsdimensionen är dock inte viktig för denna tillämpning

6.Skilsmässa. Modell för hushållsupplösning enligt mönster vi funnit i HINK-material.

Block II, årsstatus:

Givet befolkningen vi har skapat i block I, bestäms här varje individs huvudsakliga sysselsättning under året.

7Förtidspension. Individerna utsätts för risken att bli förtidspensionärer enligt en egen modell baserad på LINDA- data från SCB.

8.Rehabilitering. Vissa förtidspensionärer (inte många) återgår till arbetslivet. Egen modell på LINDA-data.

9.Utbildning. Individerna kan studera antingen på Komvux eller på högskola, vårtermin respektive hösttermin. Egen modell gjord på HINK-data och data från högskoleregistret.

10.Arbetslivet. De individer som återstår anses ingå i arbetskraften. Väl där har de tre olika tillstånda att välja på; arbete/arbetslös/övrig. Övrig innebär att man har låg inkomst och t. ex. är hemmafru, tar sabbatsår eller deltar i den svarta sektorn. Egna modeller på HINK-data.

Block III, beräkningar:

Nu vet vi hur befolkningen ser ut och varje individ har erhållit en status. Nästa steg är att ge individerna en inkomst, beräkna skatt m.m. För de som dör kan ett ekonomiskt bokslut göras upp.

11.Inkomst. Beroende på status och bl.a. tidigare inkomst får individen en ny inkomst. Inkomsten består av lön om man arbetar, bidrag om man är arbetslös och pension för pensionärer. Förutom vanlig inkomst beräknas en schablonartad kapitalinkomst.

12.Studiemedel. Eftersom vi fokuserar på studiemedel beräknas erhållna studiemedel och återbetalda studielån.

13.Skatt. Skatt på inkomst och kapital.

14.Årsbokföring. Nu finns alla uppgifter för samtliga individer och vissa makrotal m.m. kan beräknas.

15.Livsbokföring. Varje år dör ett visst antal personer i modellen. För de som dör kan ett livsbokslut göras upp. Det beräknas hur mycket inkomst individen fick, hur mycket bidrag erhölls och hur mycket skatt betalades. Detta ger ett netto, livsinkomsten. Det är denna variabel som är vår huvudsakliga analysvariabel i denna rapport.

Som tidigare nämnts uppgår stickprovet som används i Sesim till ca 30 000. Detta innebär att drygt 300 personer dör varje år, och lika många livsinkomster kan beräknas. För att minska sprid-ningen bygger resultaten på de livsinkomster som kan observeras under tio år. Dvs., då ca 3 000 virtuella personer har avlidit och deras livsinkomster kan observeras.

I figur 4.1 beskrivs hur varje individ tilldelas en status. I demografimodulen kan man bl.a. bli förtidspensionär eller föräldraledig. Om man inte fått någon status i denna modul går man vidare till utbildningsmodulen där det bestäms om man skall studera på Komvux eller högskola. De som inte studerar går vidare till arbetsmarknaden där det finns tre tillstånd att välja på. Detta sker årligen och modellen kan i princip fortsätta i oändlig tid.13 Den årliga statusen ligger sedan till grund för vidare beräkningar av inkomster, studiestöd och skatter.

13 Som ett test har modellen körts i flera tusen år utan att haverera.

Figur 4.1			Tilldelning av en status
	MODULER					STATUS
		t=1				1. Barn
		t=1				1. Barn
				2.			Ålderspensionär
	DEMOGRAFI			2.			Ålderspensionär
					4.		Förtidspensionär



				5.			Föräldraledig

	UTBILDNING					3. Studerande
	UTBILDNING					3. Studerande
				6.			Arbetslös
				6.			Arbetslös
	ARBETSMARKNAD					7. Övrig
	ARBETSMARKNAD					7. Övrig
						8.	Arbetar
		t=t+1

4.3Ett enskilt exempel

Som ett exempel visas i figur 4.2 ett enskilt livsöde som helt och hållet är genererat av Sesim. Dvs. individen har fötts i modellen. De svarta staplarna anger vilken årsstatus individen har. Statusen är föga förvånande till att börja med ”1=barn”. Vid 19 års ålder arbetar individen ett år, därefter följer tre års studier. Efter studierna är individen föräldraledig. Därefter följer mest arbete tills pensioneringen vid 65. Under två år gör individen något annat än heltidsarbetar och är övrig (7) med låg inkomst. Som man kan se följer inkomsten ett visst mönster med kulmen ungefär i 50-årsåldern. En varians på några tiotusentals kronor finns. Pensionsinkomsten i diagrammet är enbart den offentliga pensionen.

Figur 4.2

Ett livsöde

Årsinkomst
300000
250000
200000
150000
100000
50000
0			12	16	20	24	28	32	36	40	44	48	52	56	60	64	68	72
0	4	8	12	16	20	24	28	32	36	40	44	48	52	56	60	64	68	72
Status:-50000																		Ålder
1=barn					8	88		88 888888		8888 88 88888 888 88 88888 888						8 8		Ålder
1=barn					8	88		88 888888		8888 88 88888 888 88 88888 888						8 8
-100000									7							7
2=ålderspensionär						5	5
3=student						5	5
3=student					3 33		33
-150000					3 33		33										22222 2	222 2
5=föräldraledig																	22222 2	222 2
11 1111111 111 11 11111
7=övrig
-200000
8=arbetar

4.4Antaganden och förutsättningar

Ofta när långsiktiga beräkningar görs är syftet att åstadkomma en bra prognos av framtiden. Det gäller då att prognosmakarna har lyckats fånga viktiga trender för demografi, ekonomi m.m. Vårt syfte är dock inte att göra en prognos av framtiden. Vi är enbart intresserade av hur regelsystemen fungerar över livscykeln givet att allt annat är oförändrat. Om vi både skulle beräkna livsinkomster och göra en prognos över framtiden skulle man sedan inte förstå vad som beror på vad. Frågeställningen kan också beskrivas ungefär så här; vilka effekter på livsinkomsterna skulle vi få om individerna levde sina liv under de förutsättningar som gäller ett enda kalenderår?

För att åstadkomma denna miljö har vi med simuleringsmodellen strävat efter ett så kallat ”steady state läge”. Vi har ställt in antagningen till högskolan på dagens volym och sedan låtit tiden gå

tills utbildningsnivån i befolkningen kretsar kring en konstant nivå. I detta läge förändras sedan ingenting. Vidare har det nya pensionssystemet varit i gång tillräckligt länge för att befinna sig i ett fullfunktionsstadium. Ett annat problem vi tvingats ta ställning till är om det skall vara någon årlig tillväxt. Rimligen kan man på lång sikt förvänta sig några procents tillväxt varje år. Ett praktiskt problem med tillväxt i beräkningarna är huruvida regelsystemen skall anpassas till tillväxten. Att de som arbetar gradvis skall få högre inkomst medan de som studerar tvingas leva kvar på exakt samma nivå är inte rimligt. Förmodligen skulle politikerna då och då justera nivån på studiestödet för de studerande. Även skatteregler skulle årligen behöva justeras. Så i beräkningarna borde vi kanske ha en automatiskt reformerande politiker? Men om vi bara justerar upp allting med några procent per år är ju de inbördes förhållandena mellan olika komponenter konstanta. Dock kommer siffrorna att bli mer och mer uppblåsta ju längre tiden går. För att komma undan dessa problem har vi valt att utföra beräkningarna utan tillväxt. Förutsättningarna i analysen är därmed ”steady state” och nolltillväxt.

Vidare antar vi att de statistiska samband som grundar sig på information från åren 1985–1997 är konstanta över tiden. Detta innebär t.ex. att utbildningspremierna inte förändras trots att det finns fler personer med en längre utbildning i vårt ”steady state” än under de år utbildningspremierna skattades. Då det varit möjligt har vi validerat modellens resultat mot faktiska datamaterial. Ett material som använts för detta ändamål har varit den longitudinella databasen LINDA (SCB).

Givetvis är inte resultaten som vi här kommer att presentera några exakta sanningar. Osäkerhetskällorna är alldeles för många. Men ambitionen är att beräkningarna hänger ihop och därmed ger konsistenta resultat som kan användas för att få en uppfattning om hur olika system fungerar över livet.

4.5Basfakta från modellen

I detta avsnitt skall vi redovisa hur Sverige ser ut enligt beräkningarna ett typiskt ”steady state år”.

Alla uppgifter som i fortsättningen redovisas är helt och hållet genererat med modellen och härstammar från virtuella individer.

I figur 4.3 ser vi hur åldersfördelningen var den 31 december 1998 enligt SCB och hur fördelningen blir i ”steady state”. Som framgår är fördelningen mycket jämnare i modellen än i verkligheten. Det beror på att demografin i modellen inte påverkas av de ”baby-boomar” vi har upplevt under 1900-talet.

Figur 4.3 Antal i olika åldersgrupper. Faktiska data 1998 enligt SCB och ”steady state” enligt Sesim.

Antal
700000			1998								Steady State
600000
500000
400000
300000
200000
100000
0	10	20	30	40	50	60	70	80	90		15	25	35	45	55	65	75	85	95
0	10	20	30	40	50	60	70	80	90	5	15	25	35	45	55	65	75	85	95

Som framgår av tabell 4.2 har vi kalibrerat födelse- och dödstal så att exakt lika många föds som dör. Vi har också stängt av migrationsmodulen. I genomsnitt sker därför ingen förändring av befolkningen. Vi ser också att ungefär 530 000 studerar på Komvux eller högskola, att ca 290 000 är arbetslösa m.m.

Tabell 4.2 Några nyckeltal i ”steady state” läget

Demografisk händelse	Antal
Födda	102 300
Döda	102 300
Status	Antal
Barn (tom 17 år)	1 950 900
Studerande	531 600
Föräldralediga	102 300
Arbetande	3 066 900
Diverse	391 800
Arbetslösa	290 100
Förtidspensionärer	283 500
65 år och äldre	2 112 600

Antalet individer i olika status är korrelerat med individens ålder. Detta framgår i figur 4.4. Studier, arbetslöshet och föräldraledighet är vanligast bland de yngre. Risken för förtidspension ökar kraftigt med ökad ålder.

Figur 4.4

Fördelning av status under olika åldrar

	100
	90
	80							Arbetande
	80
	70
	60							Arbetslösa
%	50							Föräldralediga
	40							Föräldralediga
	40
	30						Övriga								Ålderspens
							Övriga

	20	Barn
	20
	10				Studerande						Förtidspens
											Förtidspens
	0
	0	5	10	15	20	25	30	35	40	45	50	55	60	65	70	75	80	85	90
										Ålder
När det gäller studier framgår åldersfördelningen för nybörjare i
tabell 4.3 nedan. Det är vanligast att man börjar studera i 20-24-
årsåldern, men studier påbörjas även högre upp i åldrarna.

Tabell 4.3 Åldersfördelning för nybörjare på högskola

Ålder	Antal %
15-19	10,7
20-24	47,9
25-29	13,6
30-34	11,2
35-39	7,7
40-44	7,1
45-49	1,8

Hittills har vi studerat tvärsnittsdata. Figur 4.5 är ett exempel på ”över-livet-data”, där det beskrivs hur antalet terminer på högskola varierar för våra virtuella individer som har avlidit. Av männen har 55 % studerat minst en termin på högskola (eftersom 45% av

männen har 0 terminer över livet) jämfört med 70 % av kvinnorna. Vidare finns en topp vid 8 terminer, 4 års högskolestudier är den vanligaste studielängden i modellberäkningen.

Figur 4.5

Antal terminer på högskola över livet

%
45
40
35
30									Män
25									Män
25									Kvinnor
20									Kvinnor
20
15
10
5
0
0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20

Antal terminer

5 Studier lönar sig

I Sverige bekostas utbildningen till stor del av offentliga medel. Till skillnad från i många andra länder behöver studerande inte betala några terminsavgifter. De studerande bidrar genom att de avstår från lön under studietiden. Avkastningen på investeringen tillfaller samhället på många olika sätt. Studerande premieras ofta med en högre inkomst efter utbildningen, vars storlek beror på utbildningspremien. Proportionella eller progressiva skatter och arbetsgivaravgifter medför i sin tur att en högre inkomst ger större intäkter till den offentliga sektorn.

I Sverige där utbildningspremien är jämförelsevis låg brukar en minskad arbetslöshetsrisk framhållas som en stor förtjänst av utbildning. Självklart finns utöver rent ekonomiska och fiskala effekter även andra positiva sidor av utbildning: Kunskapskapitalet i landet ökar vilket förmodligen har positiva effekter på tillväxt, ger bättre förutsättningar för en fungerande demokrati, minskad brottslighet och mindre ohälsa med mera.

Oavsett hur man mäter samhällets förtjänst av investeringar i humankapital är det nödvändigt att göra avgränsningar och antaganden. Ahlroth m.fl. (1997) har mätt avkastningen från utbildningssektorn som tillskottet till befolkningens livsinkomster. Utbildning ökar produktiviteten som värdesätts på marknaden med en högre lön. Vi kommer att följa denna linje men dela upp utbildningens kostnad och avkastning på individen och den offentliga sektorn.

Så länge det finns en positiv utbildningspremie och det ökade skatteuttaget är större än utbildningskostnaderna är utbildning en lönsam affär för de offentliga finanserna. Ett positivt netto av en eventuell produktivitetsökning och kostnaden för investeringen i humankapital medför också att ekonomin växer med en expansiv

utbildningspolitik. Detta innebär inte automatiskt att en ohämmad utbyggnad av utbildningssektorn alltid är ett bra beslut. Både individen och staten måste göra en bedömning av hur mycket den framtida konsumtionen är värd i förhållande till konsumtion i dag. Man bör också beakta att marginalavkastningen på investeringar i humankapital kan vara avtagande. Analysen utgår ifrån att det är studierna i sig som genererar en högre inkomst.

En annan teori menar att skolan fungerar som ett signalsystem, och att de individer som skaffar sig en högre utbildning skulle få en högre inkomst även utan den formella utbildningen. Enligt det senare resonemanget överskattas den statsfinansiella avkastningen på utbildning.

I detta avsnitt skall vi försöka kvantifiera individens och statens avkastning på högre studier. Beräkningarna bygger på nuvarande studiestödssystem och avser ett jämviktsläge någon gång i framtiden, dvs. i en miljö där fluktuationer i fertilitet och utbildningsplatser inte påverkar resultaten.

5.1Individens avkastning på utbildning

5.1.1Livsinkomster

För att avgöra om utbildning är en lönsam investering för individen beräknas och jämförs livsinkomster med hjälp av Sesim-modellen. Individerna i modellen förtjänar under sina levnadsår inkomst från anställning, sjukförsäkring, föräldraförsäkring, arbetsmarknadsersättning, förtidspension, ålderspension och inkomst från kapital. De som studerar erhåller dessutom studiestöd enligt det nuvarande systemet som infördes 1989. Inkomsterna reduceras med kommunal och statlig skatt samt kapitalskatt. Vissa regelsystem, som studie-

medelssystemet, är detaljerat och noggrant beskrivet, medan andra, som pensionssystemet, behandlas schablonmässigt.14

Vi definierar individens totala inkomst som summan av:

·Anställningsrelaterad inkomster

-lön

-sjukförsäkring

-föräldraförsäkring

-arbetsmarknadsförsäkring

·Pensioner

-allmän förtidspension

-allmän ålderspension

·Kapitalinkomster

·Studielån

·Studiebidrag

reducerad med

·Inkomstskatt

·Kapitalskatt

·Amortering på studielån

·Ränta på studielån

Livsinkomsten bildas genom att de ovannämnda delkomponenterna ackumuleras över tiden, till dess att personen dör och ett livsbokslut kan göras upp.

Den individuella livsinkomsten påverkas av många faktorer, en av de viktigaste är hur gammal man blir. Detta illustreras i figur 5.1, som beskriver hur den genomsnittliga livsinkomsten varierar med åldern. Vid 65 års ålder har männen ackumulerat drygt 6 miljoner kronor och kvinnorna ca 5 miljoner kronor.

14 Alla detaljer i det nya pensionssystemet är inte inkluderat; som till exempel pensionsrättigheter för barnår, studier och värnplikt. Ej heller in-går avtalspensioner.

Figur 5.1 Genomsnittlig livsinkomst i olika åldrar

	9 000 000
	8 000 000
	7 000 000			Män
	6 000 000			Kvinnor
	6 000 000
Kronor	5 000 000
Kronor	4 000 000
	3 000 000
	2 000 000
	1 000 000
	0
	20	24	28	32	36	40	44	48	52	56	60	64	68	72	76	80	84	88
									Ålder

Genomgående i analyserna är att vi delar vi in populationen i tre grupper efter utbildning;

·Låg utbildning;

maximalt en termins högskoleutbildning.

·Kort högskoleutbildning;

mindre än tre års högskoleutbildning.

·Lång högskoleutbildning;

minst tre års högskoleutbildning.

Möjligen hade det varit intressant med en ännu finare indelning, men det datamaterial som modellen baseras på är inte tillräckligt stort för detta. Vid beräkning av livsinkomst ingår enbart individer som uppnått åldern 60 år. Detta är en begränsning för att inte de barn och ungdomar som dör tidigt och inte hunnit få någon livsinkomst skall få påverka beräkningarna.

Som framgår av tabell 5.1 och figur 5.2 skiljer sig livsinkomsterna mycket, både vad gäller medelvärde och spridning, mellan

olika utbildningsgrupper. Som väntat har männen en högre inkomst än kvinnorna. Detta är en effekt av att kvinnor oftare väljer en utbildning som leder till en lägre lön och i mindre utsträckning arbetar heltid. Även spridningen i inkomst är större bland männen, vilket beror på att männen ofta har fler karriärvägar och större chans till mycket höga inkomster.

Tabell 5.1 Livsinkomster netto för olika utbildningsgrupper och kön (tusen kronor).

Utbildning	Kön	Medel-	Standard-	Variations-
		värde	avvikelse	koefficient

Alla		6 976	1 398	0.200
Låg utbildning	Män	6 974	700	0.100
Låg utbildning	Kvinnor	5 120	469	0.092
Kort högskola	Män	7 727	798	0.103
Kort högskola	Kvinnor	5 911	580	0.098
Lång högskola	Män	8 861	957	0.108
Lång högskola	Kvinnor	6 752	634	0.094

Storleken på området under respektive kurva i figur 5.2 representerar antalet personer i varje grupp. Expansionen av antalet platser på högskolan medför att andelen högutbildade i framtiden blir mycket stor. I ”steady state” finns det ungefär lika många män med lång högskola som med låg utbildning. För kvinnor gäller att det finns betydligt fler med lång högskola. Vidare kan man konstatera att fördelningen av livsinkomster är uppseendeväckande lika för män med låg utbildning och kvinnor med lång högskola. I jämviktsläget där beräkningarna genomförs antas varje år ca 70 000 personer till högskolan, vilket på ett ungefär motsvarar antagningen år 1998.

Figur 5.2a Fördelningen av livsinkomster för män i olika utbildningsgrupper

Frekvens					Män			Låg utbildning
								Kort högskola
								Lång högskola
2	3	4	5	6	7	8	9	10	11	12
				Miljoner kronor

Figur 5.2b Fördelningen av livsinkomster för kvinnor i olika utbildningsgrupper.

Frekvens				Kvinnor				Låg utbildning
								Kort högskola
								Lång högskola
2	3	4	5	6	7	8	9	10	11	12
				Miljoner kronor

Livsinkomsterna ger en bild av studiernas lönsamhet för individen, ett mer traditionellt sätt är att presentera det i form av utbildningspremier.

5.1.2Utbildningspremier

Avkastning på utbildning mätt som utbildningspremie avser den relativa löneökningen en viss utbildning ger. Utbildningen kan differentieras i antalet år eller typ av utbildning. I denna studie definieras utbildningspremien som den relativa livsinkomstökningen av ett års utbildning på universitet eller högskola. I ett statiskt perspektiv kan utbildningspremien beräknas före eller efter inkomstskatt. När hela livsinkomsten beräknas kan även kostnaderna och intäkterna av studiestöden inkluderas.

Genom att beräkningarna utförs i en mikrosimuleringsmodell, är det enkelt att bryta ner inkomstbegrepp m.m. I tabell 5.2 beskrivs hur de olika komponenterna påverkar den slutliga utbildningspremien enligt vår definition.

Tabell 5.2 Individens utbildningspremie (tusen kr). Genomsnitt per individ

Utbildningsnivå	Låg utbildning			Kort högskola			Lång högskola
Kön	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Antal år högskola	0.0	0.1	1.8		1.8	5.5		5.1
Livsinkomst 1	9 988	7 142	11 358		8 269	13 695		9 514
Premie i kronor	0	0	1 361		1 127	3 698		2 371
Premie/studieår kr	-	-	756		632	667		469
Premie/studieår %	-	-	7.6		8.8	6.7		6.6
minus skatt	-3 028	-2 027	-3 677		-2 406	-4 912		-2 881
Livsinkomst 2	6 970	5 115	7 681		5 863	8 782		6 632
Premie i kronor	0	0	711		748	1 813		1 517
Premie/studieår kr	-	-	395		419	327		300
Premie/studieår %	-	-	5.7		8.2	4.7		5.9
plus studiebidrag	5	6	44		41	87		87
Livsinkomst 3	6 975	5 120	7 724		5 904	8 870		6 720
Premie i kronor	0	0	749		783	1 895		1 599
Premie/studieår kr	-	-	417		439	342		316
Premie/studieår %	-	-	6.0		8.6	4.9		6.2
plus avskrivningar	1	2	13		21	30		83
Livsinkomst 4	6 976	5 123	7 737		5 925	8 900		6 803
Premie i kronor	0	0	762		802	1 924		1 680
Premie/studieår kr	-	-	423		450	347		332
Premie/studieår %	-	-	6.1		8.8	5.0		6.5
minus räntebetalning	-2	-2	-9		-14	-38		-51
Livsinkomst 5	6 974	5 120	7 727		5 911	8 861		6 752
Premie i kronor	0	0	753		790	1 887		1 631
Premie/studieår kr	-	-	419		443	340		322
Premie/studieår %	-	-	6.0		8.7	4.9		6.3

Livsinkomst 1 är bruttot av livsinkomsten exklusive studiestödet och skatter. Utbildningspremien uttrycks sedan i kronor, kronor per studieår och den procentuella ökningen per studieår.

I nästa block, livsinkomst 2, betalas inkomstskatter och kapitalskatter, som får störst effekt på männens utbildningspremier då flertalet män betalar statlig inkomstskatt. För män med lång hög-

skoleutbildning sjunker utbildningspremien med 2 procentenheter, från 6,7 till 4,7 procent. Kvinnor med lång högskoleutbildning får däremot bara en sänkning med drygt en halv procentenhet, från 6,6 till 5,9 procent.

I livsinkomst 3 är studiebidragen inkluderade. En lång universitetsutbildning innebär ett bidrag på ungefär 90 000 kronor och ger ett tillskott på utbildningspremien med några tiondels procent.

I livsinkomst 4 är avskrivningarna avdragna. Om man inte hunnit betala tillbaka studielånen vid 65 års ålder skrivs skulden av. I 1989 års system är avskrivningarna mycket omfattande och bidrar lika mycket till utbildningspremien som studiebidraget för kvinnor med lång högskola.15 Detta innebär att kvinnornas procentuella utbildningspremie nu är densamma som i livsinkomst 1.

Slutligen uppkommer en räntekostnad för studielånen (livsinkomst 5). Nettot av utbildningspremien är högst för kvinnor som väljer en kort högskoleutbildning (8,7 %), och lägst för män med en lång högskoleutbildning (4,9 %).

I svenska tvärsnittsstudier finner man ofta att kvinnor har lägre utbildningspremier än män och att avkastningen per studieår ökar med studiernas längd. Resultaten ovan tyder på motsatsen. Det är en effekt av att vi jämför livsinkomster i stället för timlöner för dem som arbetar. Livsinkomsten för en utbildad kvinna jämfört med en outbildad ökar dels på grund av en högre timlön, men ock-så på grund av ett ökat arbetsutbud. Arbetsutbudseffekten är inte lika stor för män. Dessutom lever kvinnor längre och kan därför tillgodogöra sig avkastningen under längre tid. När det gäller storleken på premien per utbildningsår är det rimligt att denna avtar med utbildningens längd. Utbildning lönar sig således relativt bättre för kvinnor än för män.

Trots skillnader i definition av inkomst eller lön påminner resultaten i tabell 5 om tidigare uppskattningar om storleken på utbildningspremien i Sverige. Hansen & Wahlberg (1997) använde paneldata från åren 1984, 1986 och 1993, och fann att ett års extra studier medför en timlöneökning på ca 5 % för kvinnor och ca 9 %

15 I Prop. 1999/2000:10 uppskattas de årliga framtida kostnaderna för avskrivningar i nuvärde till 4-6 miljarder kronor.

för män. Edin & Holmlund (1993) beskrev hur utbildningspremien hade förändrats över tiden. Det senaste resultatet gäller 1991, då premien för eftergymnasiala studier uppskattades till ca 7 procent per studieår. Maani (1996) beskrev en liknande situation i Nya Zealand där kvinnor erhöll en större utbildningspremie och marginalavkastningen avtar med studiernas längd.

För att studera känsligheten i resultaten för nivån på studielånens ränta har vi gjort några alternativa beräkningar med andra räntenivåer. I de föregående beräkningarna antas statens upplåningsränta vara 2 %, vilket medför en ränta på 1,4 % för låntagaren då statens räntesubvention är 30 %. I tabell 5.3 presenteras känsligheten för avskrivningarna vid upplåningskostnader på 0 %, 2 %, och 4 % (dvs. 0 %, 1,4 % och 2,8 % för studielån). Man kan här se att det nuvarande systemet vad gäller avskrivningar är mycket känsligt för räntenivån, avskrivningarna ökar mer än proportionellt med räntan. Denna känslighet är också ett av skälen till den reform av studiemedelssystemet som träder i kraft år 2001.

Tabell 5.3 Avskrivningarnas känslighet för olika räntenivåer (tusen kronor). Genomsnitt per student

Utbildningsnivå	Låg utbildning			Kort högskola			Lång högskola
Kön	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Avskrivningar r=0 %	0	1	10		12	6		28
Avskrivningar r=2 %	1	2	13		21	30		83
Avskrivningar r=4 %	3	5	24		44	111		204

5.2Vilka får skulderna avskrivna?

Det kan vara av intresse att ta reda på vilka som får skulderna avskrivna. I tabell 5.4 nedan ser vi att 21 % av männen och 41 % som studerat på högskola får små eller stora skulder avskrivna vid 65 års ålder. Det är ganska höga siffror kan man tycka, speciellt för kvinnor.

Tabell 5.4	Procentandel av män och kvinnor (av dem som
	studerat minst en termin på högskola) som får
	avskrivningar (2% ränta).

Män	21,1
Kvinnor	41,4

Av tabell 5.5 framgår inte så överraskande, att det är de som studerat länge som i första hand erhåller avskrivningar. Hela 42 % av dem med lång högskoleutbildning hinner inte betala tillbaka studielånen innan de blir 65 år. Det finns också en grupp bland dem med låg utbildning som får studielån för Komvux avskrivna.

Tabell 5.5	Procentandel av olika utbildningsnivåer (av dem
	som studerat minst en termin på högskola) som får
	avskrivningar (2% ränta).

Låg utbildning	7,4
Kort högskola	11,1
Lång högskola	41,8

I tabell 5.6 redovisas medelvärden av några variabler för dem med respektive utan avskrivningar. De med avskrivningar har i genomsnitt lägre livsinkomst, fler terminer på högskola och Komvux samt en lägre nybörjarålder på högskolan än den avskrivningsfria gruppen.

Tabell 5.6 Några medelvärden för grupper utan respektive med avskrivning (2% ränta)

	Ej avskriv	Avskriv
Livsinkomst (milj kr)	7,45	7,21
Antal terminer högskola	7,0	11,1
Antal terminer Komvux	3,1	4,3
Nybörjarålder högskola	26,5	24,6

Hur antalet som får avskrivningar beror på ränteantaganden kan studeras i tabellerna 5.7 och 5.8. Som visats tidigare är känsligheten stor. Anmärkningsvärt är också att även vid 0 % ränta får stora grupper sina lån avskrivna. Det gäller 26 % av kvinnorna och drygt 20 % av dem med lång högskoleutbildning.

Tabell 5.7 Procentandel som får avskrivning

Män	ränta 0 %	ränta 2 %	ränta 4 %
Män	7,6	21,1	38,2
Kvinnor	26,1	41,4	53,2

Tabell 5.8 Procentandel av olika utbildningsnivåer som får avskrivning

Låg utbildning	ränta 0 %	ränta 2 %	ränta 4 %
Låg utbildning	5,0	7,4	13,2
Kort högskola	4,4	11,1	17,7
Lång högskola	23,3	41,8	58,8

Sammanfattningsvis kan konstateras att många av dagens låntagare i framtiden kommer att få avskrivningar som genererar stora kostnader för den offentliga sektorn. I det nya studiestödssystemet, som kommer att diskuteras i nästa avsnitt, förväntas avskrivningsproblemen bli betydligt mindre.

5.3Statens avkastning på utbildning

På samma sätt som för individen kan man göra ett bokslut för den offentliga sektorns inkomster och utgifter för utbildning. Statens ekonomiska avkastning på utbildning består framför allt av ökade skatteintäkter och eventuellt minskade utgifter för arbetslöshet. Utgifter uppkommer för undervisning, studiebidrag, subventionerade studielån, avskrivningar och skattebortfall under studietiden. Ett positivt netto innebär att det är en lönsam affär att investera i

utbildning. Utbildningssatsningar påverkar självklart även ekonomin indirekt genom olika samband. Kopplingen mellan tillväxt och utbildning har ju debatterats länge, men det finns också andra samband som kan få stor betydelse; högutbildade utnyttjar till exempel sjukvården i mindre utsträckning än lågutbildade, samtidigt som de lever längre. Dessa aspekter kommer att behandlas översiktligt i nästa kapitel.

I tabell 5.9 presenteras statens direkta utgifter för studiestödet och inkomster i form av inkomstskatter och den särskilda löneskatten som ingår i arbetsgivaravgiften. Då återbetalningsreglerna för studiestödet är integrerat för utbildningar på både gymnasie- och högskolenivå presenteras även kostnaderna för Komvux. Un- dervisningskostnaderna grundar sig på en specialstudie över den offentliga konsumtionen som SCB genomförde 1999.16

Tabell 5.9 Statsfinansiell kalkyl. Genomsnitt per individ (tusen kronor)

Utbildningsnivå	Låg utbildning			Kort högskola			Lång högskola (3+)
Kön	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Kostnader för staten
Komvux, undervisning	11,9	13,8	33,6		34,9	26,0		31,2
Högskola, undervisning	2,6	4,6	103,6		102,3	264,9		242,5
Studiebidrag	5,1	5,5	43,6		40,6	87,3		87,5
Räntesubvention	0,6	1,0	4,3		6,0	16,4		22,1
Avskrivning	1,1	2,2	13,2		21,2	29,9		83,2
Summa kostnad	21 ,3	27,1	198,3		204,9	424,5		466,4
Inkomstskatt	3 027,6	2 027,3	3 677,1		2 405,7	4 912,4		2 881,4
Särskild löneskatt	2 656,7	2 014,2	2 968,2		2 327,9	3 826,7		2 881,8
Merskatt pga utbildn	-	-	961,0		692,1	3 054,8		1 721,7
Statens netto	-	-	762,8		487,2	2 630,3		1 255,3

Rent kalkylmässigt innebär det att utbildning på högskola är en gynnsam investering för staten. Mest lönsamt är det att ge män långa utbildningar, medan korta utbildningar till kvinnor är mindre

16 Den offentliga konsumtionens fördelningseffekter. Prop. 1999/2000:1, bilaga 4.

lönsamma; trots att lågutbildade kvinnor var de med högst utbildningspremie. Resultatet beror dels på att utbildningspremien beräknas som ett relativt tal; lågutbildade kvinnor tjänar mest på utbildning relativt sett, men minst i absoluta tal, och dels på att skattesystemet är progressivt; män betalar oftare statlig skatt på utbildningspremien än kvinnor.

Denna kalkyl påverkas endast marginellt av olika ränteantaganden, varför dessa känslighetsberäkningar inte redovisas här.

Ett viktigt resultat hittills är att både män och kvinnor tjänar på att utbilda sig, och att staten tjänar på att utbilda båda män och kvinnor. Detta gäller trots att vi enbart har räknat rent bokföringsmässigt statsfinansiellt. Samhällsekonomiskt är förmodligen nyttan ännu större.

5.4Tillväxt och andra externaliteter av utbildning

I ett bredare perspektiv bör hela samhällets kostnader och intäkter inkluderas i en bedömning av huruvida subventionerna till utbildning är lönsamma. I de föregående avsnitten har vi behandlat den rent pekuniära avkastningen och visat, att med de antaganden som ligger till grund för studien, är det lönsamt både för individen och staten. En första utvidgning skulle innebära att alla direkta ekonomiska effekter beräknas. En sådan analys faller utanför ramen för denna studie. Men man kan konstatera att utbildningspremien (tabell 5.2) underskattas då avtalspensioner inte är inkluderade. På samma sätt underskattas statens netto (tabell 5.9) då konsumtionsskatter och en del av arbetsgivaravgifterna inte är medräknade.

I budgetpropositionen 2000 presenterades en studie om hur den offentliga konsumtionen fördelar sig mellan olika grupper. Syftet är att komplettera bilden av hur fördelningspolitiken fungerar. Ett resultat är att sjukvårdskostnaderna är lägre för de med en hög utbildning. Detsamma gäller för risken för att förtidspensioneras och för att dö i förtid. Det finns således många positiva effekter som är svåra att mäta.

Ett positivt netto av en utbildningssatsning innebär också att det kan vara nyckeln till ekonomisk tillväxt. Är det då så enkelt att utbildningssektorn skall utvidgas så länge produktivitetsökningen är större än kostnaden? Som tidigare nämnts är det en fråga om hur konsumtion i framtiden värdesätts. Om värdet av att konsumera i morgon är lika stort som att konsumera i dag skulle det innebära att alla resurser investeras där det finns en positiv avkastning. Det andra extremfallet, konsumtion i morgon har värdet noll, innebär att ingen investering skall ske. I realiteten befinner vi oss någonstans emellan dessa extremfall. Det optimala valet beror på subjektiva bedömningar om hur konsumtionen skall värderas över tiden. I bedömningen måste det också beaktas att det inte finns någon omättlig efterfrågan på utbildad arbetskraft, ett överskott leder till en minskad utbildningspremie. Detta är ett sätt att förklara den minskade utbildningspremien under 1970-talet, då andelen av de sysselsatta med en högre utbildning ökade kraftigt. Det är också sannolikt att det finns en viss spridning i förmåga att tillgodogöra sig en utbildning, och att de med lägst förmåga är de som sist väljer att utbilda sig, vilket också leder till en avtagande marginalavkastning på utbildning. En expansiv utbildningspolitik kan därför inte utvärderas utifrån den nuvarande stocken av humankapital, utan det är den förväntade marginalavkastningen av ytterligare investeringar som är av betydelse. Det är således ett mycket komplext problem att bestämma en optimal nivå på investeringen i humankapital; både för individen och staten.

6 Fördelningspolitik

Med fördelningspolitik avses offentliga ingrepp för att utjämna välfärden bland befolkningen. Välfärd är ett omfattande begrepp som används ganska godtyckligt. En bred definition inkluderar allt som har ett värde för individen: fritid, hälsa, mat m.m. I ekonomisk teori används begreppet nytta som i empiriska undersökningar ofta kvantifieras som en funktion av de varor som har ett värde för individen (fritid och hälsa är då exempel på varor). Fördelningsanalyser brukar däremot ofta använda hushållens disponibla inkomst som ett mått på välfärden, vilket kan få egendomliga effekter: Om till exempel alla ofrivilligt barnlösa hushåll kan få barn genom ökade resurser till sjukvården, medför detta att den disponibla inkomsten minskar i dessa hushåll, och därmed deras uppmätta välfärd. Då dessa hushåll ofta är unga med en lägre disponibel inkomst än genomsnittet medför det dessutom att inkomstspridningen ökar, vilket är tvärtemot de fördelningspolitiska målen. Således skulle en dylik reform, få en låg fördelningspolitisk prioritet.

Praktisk fördelningspolitik har ofta blivit synonymt med att se till att reformer inte ökar, eller ännu hellre minskar, spridningen av den årliga disponibla inkomsten. Det officiella måttet på inkomstspridningen i Sverige publiceras årligen av SCB som en Gini-koef- ficient. 17 År 1997 var Gini-koefficienten 0,290; en internationellt sett mycket låg siffra. Ett målet med studiestödet kan vara att minska inkomstspridningen. Studerande har för det mesta låga inkomster, så vid en första anblick verkar det som att studiestödet är god fördelningspolitik. En traditionell simulering på årsbasis visar att

17 Gini-koefficienten kan variera mellan 0 och 1. Ju lägre tal, desto mindre inkomstspridning.

om studiebidragen fördubblas så minskar ginikoefficienten till 0,286.

Detta sätt att mäta fördelningseffekterna har kritiserats. En invändning är att årliga fluktuationer får en alltför stor betydelse. Om till exempel antalet studerande ökar ett visst år kommer inkomstspridningen också att öka, då flertalet studenter har lägre inkomster än genomsnittet (trots studiestödet). På senare år har allt fler svenskar börjat spara i aktier samtidigt som fluktuationer i värdet, och därmed också i reavinsterna, på aktiemarknaden har ökat betydligt. Detta medför att ginikoefficienten varierar mycket mel-lan åren. För att minska betydelsen av dessa variationer är det numera vanligt att man kompletterar bilden med en analys av inkom-sten beräknad över flera år. I litteraturen har inkomströrlighet och social exklusion, eller marginalisering, blivit nya begrepp som båda definieras utifrån vad som händer över tiden, och inte bara vad som gäller ett givet år.

I detta avsnitt använder vi en longitudinell ansats för att bestämma studiestödets fördelningspolitiska effekter. Det traditionella måttet som bygger på årliga inkomster ersätts här med livsinkomster.

6.1Studiestödets fördelningseffekter

Oavsett om de studerande bor kvar hos sina föräldrar eller inte räknas de som egna hushåll i statistiken. Deras registrerade disponibla inkomster är därför ofta låga. Detta innebär att inkomstspridningen minskar med ett ökat studiebidrag. En traditionell fördelningsanalys visar således att studiebidraget jämnar ut välfärden. Som många andra offentliga system är studiestödet framför allt omfördelande över tiden. En fattig studerande får bidrag för att senare i livet kunna tjäna mer pengar och betala tillbaka genom högre skatter. Ungefär som ett pensionssystem, fast premien fås i början av livet. Frågan är då om det är meningsfullt att endast beräkna hur studiebidraget påverkar inkomstfördelningen vid en viss tidpunkt.

Det borde vara minst lika relevant att undersöka hur det påverkar livsinkomsterna.

I föregående avsnitt visade vi att det lönade sig att studera. De som investerar i utbildning får i genomsnitt en högre livsinkomst än andra. Rent mekaniskt innebär detta också att studiebidraget ökar skillnaderna i livsinkomster. Höginkomsttagare får bidrag då de tillfälligt har en låg inkomst. Skattesystemet minskar en del av effekten då samma person även betalar mer skatt under sin livstid. Nu finns det ingen speciell skatt för just studiebidrag, men med det enkla antagandet att studiebidraget varje år finansieras av alla skattebetalare proportionellt till deras aktuella inkomstskatt går det att uppskatta denna effekt. Om statens utgifter för studiebidraget plötsligt upphör skulle man kunna tänka sig det motsatta; skattetrycket på hushållen minskar i proportion med betald skatt.18

Med detta antagandet skall då individ i betala sit kronor år t för att finansiera studiebidraget i en ekonomi med populationen N, där

	=	å git
s		i =1	* t
s		N	* t	it
it		N		it
		å tit
		i =1

och

git = ubetalt studiebidrag till individ i år t tit = inbetald inkomstskatt av individ i år t

Det finns dessutom ett mervärde av att få ett bidrag tidigt i livet. Alternativkostnaden för den studerande är att låna motsvarande belopp och att sedan betala ränta på lånet. På samma sätt uppstår en förlust för de som i stället arbetar och betalar skatt för att finansiera studiebidraget. Dessa pengar skulle kunna sparas på ett

18 Vi använder här samma metod som Falkingham, Hills, Lessof (1993). Denna metod har även använts i en tidigare ESO-rapport; ”Skatter och socialförsäkringar över livscykeln”, Ds 1994:135.

räntebärande konto. I vårt huvudalternativ är avkastningen på kapital 2 %. Som en känslighetsanalys presenteras också resultaten med 0 % respektive 4 % avkastning.

I tabell 6.1 sammanfattas den långsiktiga fördelningsanalysen av studiebidraget. Översta raden beskriver hur mycket studiebidrag som i genomsnitt har betalts ut under livstiden till olika grupper. Personer med en lång högskoleutbildning får i genomsnitt 87 000 - 88 000 kronor, medan en person utan högskolestudier erhåller ett genomsnittligt bidrag på ca 5 000 - 6 000 kronor för studier på Komvux.

På nästa rad framgår hur mycket de olika grupperna bidrar med för att finansiera studiebidraget i form av skatter. Nettot av utbetalningar och inbetalningar på rad 3 visar hur omfördelningen ser ut om man inte tar hänsyn till att kapitalet växer med en ränta. Förlorarna i systemet är de som inte har studerat på högskola, och män med kort högskoleutbildning.

Den näst sista raden beskriver samma resultat med vårt huvudantagande på 2 % där resultaten förstärks. En högutbildad kvinna tjänar nu 186 000 kronor, medan en lågutbildad man får avstå från knappt 85 000 kronor över livscykeln. På sista raden ser vi effekterna vid 4 % ränta.

Tabell 6.1 Studiebidragets omfördelningseffekter. Nuvarande system (tusen kronor)

	Låg utbildning			Kort högskola			Lång högskola
Studiebidrag	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Studiebidrag	5	6		44	41		87	88
Skatt till studiebidrag	45	30	55		36	73		43
Netto 0 % ränta	-40	-25	-11		5	14		45
Netto 2 % ränta	-85	-51	5		45	113		186
Netto 4 % ränta	-199	-119	76		202	478		683

Det kan också vara av intresse att studera samma sak när individerna rangordnas efter livsinkomst som i tabell 6.2. Tabell 6.2a avser män och tabell 6.2b kvinnor. Individerna är här sorterade i fem kvintiler efter livsinkomst. Kvintil 1 är den femtedel av be-

folkningen som har lägst livsinkomst och kvintil 5 är femtedelen med högst livsinkomst. Som framgår så förlorar de 60 % av männen med lägst inkomst på systemet med studiebidrag. Vad gäller kvinnorna är det de 40 % med lägst inkomst, som blir fattigare över livet på grund av studiebidragssystemet. Om fördelningspolitiken utvärderas utifrån livsinkomster ökar studiebidraget snedfördelningen av individernas inkomster.

Tabell 6.2a Studiebidragets omfördelningseffekter bland män. Nuvarande system (tusen kronor)

	Kvintil
Studiebidrag	1	2	3	4	5
Studiebidrag	13	18	32	71	85
Skatt till studiebidrag	42	48	54	67	79
Netto 0 % ränta	-29	-30	-22	4	6
Netto 2 % ränta	-50	-59	-34	66	114
Netto 4 % ränta	-95	-130	-58	283	573

Tabell 6.2b Studiebidragets omfördelningseffekter bland kvinnor. Nuvarande system (tusen kronor)

	Kvintil
Studiebidrag	1	2	3	4	5
Studiebidrag	13	25	60	78	86
Skatt till studiebidrag	28	33	38	42	47
Netto 0 % ränta	-15	-8	23	36	39
Netto 2 % ränta	-25	-10	91	157	205
Netto 4 % ränta	-47	-17	303	574	865

Ovan har vi diskuterat medelvärden. Man kan också aggregera resultaten för att få makrotal. Resultaten på de tre sista raderna i tabell 6.3 skall tolkas som den totala omfördelning som studiebidraget ger upphov till varje år inom den årskull, kohort som dör. Vid 2 % ränta medför studiebidragssystemet att de lågutbildade männen i en kohort totalt har fått avstå från två miljarder kronor,

medan de högutbildade kvinnorna i samma kohort har tillförts drygt fyra miljarder kronor.

Tabell 6.3 Omfördelning på en aggregerad nivå. Nuvarande system (miljoner kronor per år)

	Låg utbildning			Kort högskola			Lång högskola
Studiebidrag	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Studiebidrag	121	85		260	369		1 828	2 087
Skatt till	1 056	468	326		325	1 528		1 021
studiebidr
Netto 0 % ränta	-936	-383	-66		44	300		1 066
Netto 2 % ränta	-1 995	-796	28		412	2 358		4 432
Netto 4 % ränta	-4 685	-1 847	455		1832	10 004		16 298

Det aggregerade nettot innan någon ränta påförs, som beskrivs på den tredje raden, skall kretsa kring noll. Variationen beror på att livslängden inte är densamma för alla individer. Vissa år dör det några fler som har tjänat på systemet, och vice versa. Med en diskonteringsränta ökar värdet av ett bidrag ju tidigare det sker i livet. Beräkningssättet är ekvivalent med det som gäller för pensionssystem: Ett tidigt sparande genererar högre inkomster senare i livet, än sent sparande. Den gången systemet infördes skedde en överföring av pengar från äldre kohorter till yngre, vilket genererade ett sparande. Avkastningen på detta sparandet utgör summan av nettot på de två sista raderna i tabell 6.4.

6.2En ny reform

Efter tio år genomförs nu ännu en reform av studiestödet (Prop. 1999/2000:10). Reformen innebär framför allt ett högre studiebidrag och något hårdare regler för återbetalning. Det finns även inslag som skall underlätta för äldre personer att studera. Bland argumenten i propositionen finns bibehållen hög rekrytering, minskad snedrekrytering och mindre sociala orättvisor, men också farhågor för mycket stora framtida avskrivningar. I tidigare analyser har

Sesim-modellen uppskattat avskrivningarna om 30-40 år till ett flertal miljarder kronor om året. Detta innebär en lika stor årlig kostnad för avskrivna lån som för studiebidraget.

Reformen medför att risken för stora avskrivningar minskar avsevärt genom en minskad skuldsättning och hårdare återbetalningsregler. I tabell 6.5 beskrivs hur omfördelningen kommer att se ut enligt det nya systemet.

Tabell 6.5 Studiebidragets omfördelningseffekter. Nytt system (tusen kronor)

	Låg utbildning			Kort högskola			Lång högskola
Studiebidrag	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Studiebidrag	6	7		54	50		108	109
Skatt till studiebidrag	56	37	68		44	91		53
Netto 0 % ränta	-49	-31	-14		6	18		56
Netto 2 % ränta	-105	-70	6		56	140		231
Netto 4 % ränta	-248	-147	94		250	593		848

Förändringen som beror på reformen kan studeras tydligare i tabell 6.6, där det redovisas hur medelvärdena inom olika grupper förändras. Vi ser här att männen med låg utbildning nu kommer att förlora ytterligare 21 000 kronor över livet och att de högutbildade kvinnorna tillförs 45 000 kronor till sin livsinkomst.

Tabell 6.6 Förändring (nytt system minus gammalt) (tusen kronor)

	Låg utbildning			Kort högskola			Lång högskola
Studiebidrag	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Studiebidrag	1	1		11	10		21	21
Skatt till studiebidrag	11	7	12		9	18		10
Netto 0 % ränta	-10	-6	-3		12	4		11
Netto 2 % ränta	-21	-12	1		11	27		45
Netto 4 % ränta	-49	-28	18		48	115		165

Makromässigt förlorar en årskull av de outbildade männen ytterligare ca en halv miljard, medan årskullen av de högutbildade kvinnorna tillförs ytterligare en miljard kronor (se tabell 6.7).

Tabell 6.7 Omfördelning på en aggregerad nivå. Nytt system (miljoner kronor per år)

	Låg utbildning			Kort högskola			Lång högskola
Studiebidrag	Män	Kvinnor		Män	Kvinnor		Män	Kvinnor
Studiebidrag	150	106		323	458		2 268	2 589
Skatt till studiebidr	1 311	581	405		403	1 896		1 267
Netto 0 % ränta	-1 161	-475	-82		55	372		1 323
Netto 2 % ränta	-2 476	-987	34		511	2 926		5 500
Netto 4 % ränta	-5 814	-2 292	564		2 273	12 415		20 226

I tabell 6.8 har vi även beräknat förändringarna när individerna sorterats efter livsinkomst (kvintiler). De 60 % av männen med lägst inkomster, som vi tidigare sett vara förlorare, missgynnas nu ytterligare. För kvinnorna är det bara de i den allra lägsta kvintilen som förlorar på reformen.

Tabell 6.8a Förändring bland män (nytt system minus gammalt) (tusen kronor)

	Kvintil
Studiebidrag	1	2	3	4	5
Studiebidrag	3	5	8	17	20
Skatt till studiebidrag	10	12	13	16	19
Netto 0 % ränta	-7	-6	-5	1	1
Netto 2 % ränta	-12	-12	-7	15	25
Netto 4 % ränta	-23	-25	-9	64	131

Tabell 6.9b Förändring bland kvinnor (nytt system minus gammalt) (tusen kronor)

	Kvintil
Studiebidrag	1	2	3	4	5
Studiebidrag	4	9	13	19	18
Skatt till studiebidrag	7	8	9	10	11
Netto 0 % ränta	-3	1	4	9	7
Netto 2 % ränta	-6	7	21	40	40
Netto 4 % ränta	-11	20	75	149	171

7 Rekrytering

För att uppfylla de utbildningspolitiska målen vad gäller rekrytering till högre studier kontrollerar staten utbildningsmarknaden genom beslut om inriktning, fördelning av resurser och hur kostnaderna skall fördelas mellan studenten och den offentliga sektorn. I princip är all utbildning fri från avgifter, dessutom erbjuder staten studiestöd i form av lån och bidrag. Frågan är om subventionerna i studiestödet verkar för att rekrytera studenter, och i så fall om rekryteringen är på rätt nivå.

En vanlig utgångspunkt i ekonomisk teori är att individen fattar beslut på ett sådant sätt att den diskonterade nyttan över livet maximeras. En stor andel av nyttan anses genereras av framtida konsumtionsmöjligheter, som i sin tur beror på livsinkomsten. En- ligt denna teori ökar individens efterfrågan på utbildning med nivån på studiebidraget, och eventuella subventioner i studielånet. I detta sammanhang diskuteras också begrepp som utbildningspremie och internränta, som båda är ett mått på hur mycket större inkomst en individ kan förvänta sig efter att ha genomfört en viss utbildning. I ett livscykelperspektiv ökar båda dessa mått med subventionsnivån i studiestödssystemet.

Det finns två fundamentala svårigheter vid analyser av hur individen anpassar sitt beteende när reglerna förändras på reglerade marknader. För det första krävs att reglerna har förändrats tidigare, eller är olika för olika individer. Det krävs sålunda någon variation i systemet som kan användas för att förklara en eventuell variation i beteende. För det andra medför en reglerad marknad att det finns en ransonering på utbudet eller efterfrågan. På utbildningsmarknaden är det utbudssidan som är ransonerad, då staten bestämmer över anslagen.

Sedan studiestödet infördes har olika reformer medfört att subventioner av högre studier har varierat över tiden. Det sker också en kontinuerlig anpassning av utbildningspremien beroende på hur stor efterfrågan och utbudet är av utbildad arbetskraft. Båda dessa källor ger upphov till att avkastningen på utbildning förändras över tiden och möjliggör en analys av vilka ekonomiska incitament det finns för högre studier.

Edin & Holmlund (1993) har beskrivit hur utbildningspremien har varierade under perioden 1968-1991. Från slutet av 1960-talet minskade utbildningspremien drastiskt, för att under mitten av 1980-talet återigen öka. Denna variationen följer väl frekvensen av antalet studerande under samma period. En modell med den relativa utbildningspremien och den relativa arbetslöshetsgraden för akademiker, jämfört med gymnasieutbildade, förklarar väl studerandefrekvensen bland personer i åldern 20-24 år.

Fredriksson (1994) använde ungefär samma teknik, och förklarade en stor del av variationen i antalet nybörjare och antalet registrerade studenter. Både Edin & Holmlund och Fredriksson är medvetna om problemet med ett begränsat utbud av utbildningsplatser, och därmed den grundläggande frågan om det är efterfrågan på utbildning som mäts. Författarna nämner två argument för att rättfärdiga resultaten. Det första argumentet är att trots en hög utnyttjandegrad finns det utbildningsplatser som inte utnyttjas. I dagsläget när trycket på högskolan är stort, finns det trots allt lediga platser på vissa utbildningar. Ett problem är att utbildningspremien varierar med typ av utbildning. Något som inte tas hänsyn till i ovan refererade studier. Det andra argumentet är att många sökande kommer in efter att ha sökt flera gånger. Detta är förvisso sant. Men hur skall det kopplas till efterfrågan på utbildning ett givet år? Det är snarare en effekt av antagningssystemet och resulterar i att de studerande blir allt äldre.

Samvariationen av utbildningspremien med antalet nybörjare, eller registrerade, på universiteten kan lika väl förklaras från utbudssidan: En låg utbildningspremie följer av ett överskott av akademiker, vilket föranleder en minskning av antalet utbildningsplatser. För att få klarhet i det empiriska sambandet mellan efter-

frågan på utbildning och utbildningspremien behövs bättre statistik vad gäller individens benägenhet att söka sig till en högre utbildning. Detta efterlyste även Fredriksson. I dagsläget finns det enbart tillförlitliga uppgifter vad gäller antalet sökande från och med 1993.

En slutsats är således att vi inte vet hur subventionen i studiestödet påverkar rekryteringen. Att det finns ekonomiska motiv för fortsatta studier, och att efterfrågan på utbildning ökar med utbildningspremien verkar dock rimligt.

Men frågan är vad studiestödet spelar för roll? Dagens studiebidrag på ca 18 000 kronor om året genererar visserligen en högre livsinkomst för den studerande, och därmed en högre utbildningspremie. Med tre års studier, och en normal löneutveckling motsvarar det dock mindre än en procentenhet i tillskott till utbildningspremien. Är detta något som den potentiella akademikern tar in i sin beräkning? Troligtvis inte. Eriksson & Jonsson argumenterade för att de ekonomiska avvägningarna studenterna gör inte är särskilt långsiktiga. Detta talar för att bidragens betydelse inte är särskilt stor, vilket också styrks av resultat i Fredriksson (1994). I stället är det ekonomiska förhållanden på kort sikt som är viktiga. Dvs., den totala nivån på studiestödet, inte förhållandet mellan lån och bidrag.

I nuläget finns det inga generella rekryteringsproblem till högre studier. Under de senaste åren har ungefär hälften av de sökande som inte tidigare har gått på högskola erbjudits en plats. På de mest attraktiva utbildningarna, som exempelvis till journalist eller sjukgymnast, är det vanligt med 20 förstahandssökande per utbildningsplats. På vissa enstaka utbildningar är det dock svårt att fylla alla platser. Det gäller framför allt lärarutbildningar inom matematik och NO, samt kortare ingenjörsutbildningar. Problemet har därmed till stor del förskjutits från att skapa incitament för högre studier till att skapa ett antagningssystem som uppfyller de politiska målen.

8 Snedrekrytering

Ett kvardröjande problem med rekryteringen till högskolan är att det förekommer en omfattande social snedrekrytering. Med detta menas, att det är betydligt vanligare att studenterna har föräldrar med högre utbildning, bättre ekonomiska förhållanden och oftare är tjänstemän än genomsnittet. Detta illustreras i tabell 8.1 nedan. Som man kan se är ungdomar till föräldrar med lägre utbildning underrepresenterade, medan barn till föräldrar med eftergymnasial utbildning är överrepresenterade.

Tabell 8.1 Andel av olika årskullar som påbörjat högskola före 22 års ålder

	Antal	Föräldrarnas utbildningsnivå
		Utan gymn.	Gymn.	Eftergymn.	Uppgift
		utb.	utb.	utb.	saknas
Årskull 1968
Hela årskullen	114 915	29%	42%	23%	6%
Börjat högskola	17 129	14%	35%	48%	3%
Årskull 1976
Hela årskullen	99 594	19%	46%	30%	5%
Börjat högskola	29 878	10%	37%	51%	2%

Källa: Prop. 1999/2000:10.

I Sverige har vi lagt ner ganska stora ansträngningar för att minska snedrekryteringen. Motivet är dels att uppnå ett jämlikare Sverige, där möjligheten till högre studier inte skall bero på uppväxtmiljön. Det finns också motiv för att komma åt en större del av den s.k. begåvningsreserven. Då avses de personer som har en

potential att tillgodogöra sig en högre utbildning, men av någon anledning avstår från detta. Genom att dessa personer inte studerar går hela samhället miste om deras potentiella nytta.

Snedrekrytering till högre studier är ett internationellt fenomen, och Sverige skiljer sig inte nämnvärt från andra utvecklade länder vad gäller omfattningen.19

Snedrekrytering börjar tidigt

Om man betraktar den snedrekytering som har med socioekonomisk bakgrund att göra finns det två fenomen som bidrar till snedrekrytering. Dels presterar ungdomar från föräldrahem med låg socioekonomisk nivå sämre resultat, dels har de preferenser som medför en mindre efterfrågan på utbildning. Utan möjligheten till finansiering av studier med statliga studiestöd skulle dessutom skillnaderna i ekonomiska förutsättningar bidra till snedrekryteringen. Det finns många olika hypoteser som försöker förklara de båda fenomenen till snedrekrytering.

Eriksson & Jonsson (1993) uppskattade att de båda fenomenen står för 50 % vardera av den sociala snedrekryteringen till högskolan, men poängterade också, liksom Hammarström (1996), att den sociala snedrekryteringen pågår under hela utbildningskarriären, och är mest markant vid tidiga val på högstadiet och val av gymnasielinje.

De hypoteser som försöker förklara snedrekryteringen till högskolan och som medför att subventionen i studiestödet har en teoretisk möjlighet att påverka denna snedrekrytering grundar sig ofta på att ungdomar från hushåll med en låg socioekonomisk nivå har preferenser för; en högre utbildningspremie, lägre skuldsättning eller en högre nivå på det totala stödet. Om risken för att misslyckas med studierna, eller på arbetsmarknaden efter studierna, upplevs som stor, krävs en högre utbildningspremie för att ta beslutet att börja studera. På samma sätt kan ungdomarna känna oro inför återbetalningar av lån. Föräldrarna kan ha påverkat preferenserna när

19 OECD (1998)

det gäller skuldsättning. Om ungdomarna tidigt har etablerat sig på arbetsmarknaden och vant sig vid en fast inkomst kan den totala nivån vara avgörande. En alltför stor sänkning av konsumtionsnivån kan verka avskräckande.

I nästa avsnitt skall vi undersöka hur de empiriska sambanden ser ut. Detta för att kunna avgöra om subventionen i studiestödssystemet påverkar snedrekryteringen eller inte.

Svårt finna samband mellan subventionen i studiestödet och snedrekryteringen

Som ett komplement till den hittills mest uttömmande utredningen om den sociala snedrekryteringen av Eriksson & Jonsson (1993) beställdes ett delbetänkande, Reuterberg & Svensson (1992), som speciellt inriktade sig på sambandet mellan studiestöd och snedrekrytering. Reuterberg & Svnsson genomförde också en specialstudie för att undersöka effekten av studiestödsreformen 1989. Ett viktigt resultat är att en större andel gymnasister från lägre socialgrupper anger att de inte vill dra på sig studieskulder som motiv för att inte fortsätta studera jämfört med gymnasister från högre socialgrupper. Ett generösare system, med en större bidragsdel, borde därmed ha en potential att minska snedrekryteringen.

Hammarström (1996) försökte att förklara vilka faktorer som påverkar utbildningsvalet. Den egentliga frågeställningen gäller ”begåvningsreservens” utnyttjande och undersökningen omfattar enbart den 1/3 med högst poäng i ett begåvningstest. Detta medför att urvalet inte kan betraktas som representativt, vilket kan påverka tolkningen av resultaten. Hammarström delade upp de förklarande faktorerna i bakgrundsvariabler och motivvariabler. Bakgrundsvariablerna är av typen kön, social bakgrund och tidigare studieval, medan motivvariablerna är mer subjektiva som till exempel preferenser för skulder och andra ekonomiska aspekter. En statistisk analys att de viktigaste bakgrundsvariablerna för att prediktera en övergång till högskolestudier är i nämnd ordning; det tidigare gymnasievalet, gymnasiebetygen, utbildningsaspirationen och den sociala bakgrunden. Den sociala bakgrunden har i modellen både en

direkt effekt på valet att fortsätta studera, och en indirekt via gymnasievalet och aspirationsnivån. Trots detta hamnar denna faktor enbart på fjärde plats.

Analysen med enbart bakgrundsvariabler ger ingen vägledning vad gäller frågan hur studiestödet påverkar snedrekryteringen. För detta ändamål delade Hammarström in ungdomarna som inte valt att studera vidare i olika grupper vad gäller social bakgrund, kön och gymnasieutbildnings längd, och lät dem ange de starkaste motiven för att inte börja på högskolan. Oavsett kön och gymnasieutbildningens längd angav en större andel ungdomar från lägre socialgrupper att den låga nivån på det totala studiestödet var ett starkt motiv för att inte påbörja högskolestudier. På samma sätt var oviljan mot skuldsättning större bland ungdomar från lägre socialgrupper med kort gymnasieutbildning, medan socialgruppen inte hade någon betydelse för oviljan mot skuldsättning efter en längre gymnasieutbildning. Utöver motiven som relaterar till studiestödet var viljan att tjäna pengar och tillfredsställelse med arbetet generellt starka motiv för att inte studera vidare. Även Hammarström finner alltså stöd för att en ökad subvention i studiestödssystemet minskar den social snedrekryteringen.

Ett av motiven bakom studiemedelsreformen 1989 var just att minska snedrekryteringen med hjälp av en större andel bidrag och en högre total nivå. I en återkommande rapport från Statistiska Centralbyrån (SCB), som redovisar uppgifter om omfattningen av den sociala snedrekryteringen till högskolan, verkar det dock som att denna förhoppning inte har infriats. I den senaste rapporten (U 20 SM 9802) framgår att den sociala snedrekryteringen ökade något i början av perioden 1989-1997, för att sedan sjunka tillbaka till nivån i periodens början. Studiemedelsreformen 1989, som medförde en högre total nivå på studiestödet och en större andel bidrag, resulterade inte i en minskad snedrekrytering. Det framgår också, liksom i ovanstående rapporter, att det är svårt att ge en enkel bild av hur den sociala snedrekryteringen förändras över tiden då populationens sammansättning förändras. Snedrekryteringen sker inte på samma sätt för alla åldrar och utbildningar, samtidigt som läget på arbetsmarknaden förändras kontinuerligt. Trenden går

mot att allt fler blir ekonomiskt beroende av studiestöd för att kunna bedriva studier, och skillnaden i behov av studiestöd min-skar mellan olika socialgrupper.

Att minska snedrekryteringen genom att ändra regler som gäller alla och att hoppas på att olika grupper beter sig olika verkar inte vara någon effektiv politik inom detta område. Utan ett studiestödssystem skulle självklart snedrekryteringen vara större. Däremot är det svårt att finna några bevis för att marginella förändringar av subventionsnivån har någon effekt. Gruppen som sådana åtgärder riktar sig mot: personer från hushåll med låg socioekonomisk status med behörighet och betyg som möjliggör högre studier, och dessutom innehar preferenser som avsevärt skiljer sig från andra vad gäller bidrag och lån, är troligtvis ganska liten. Re- sultaten är därför inte så förvånande.

Studierna antyder att effektiva åtgärder mot en minskad snedrekrytering måste sättas in tidigt. En senareläggning av val som differentierar eleverna i kombination med vägledning, information och skapandet av incitament för fortsatta studier kan vara en lösning. Detta skulle kunna innebära att resurser flyttas från högre studier till ungdomsskolan där den sociala snedrekryteringen börjar.

Det är inte bara genom studiestöd som snedrekryteringen kan bekämpas. En expansion av antalet utbildningsplatser, utlokalisering av högskolor och förändringar i antagningssystemet är återkommande förslag som ibland även realiseras. I sina slutsatser konstaterar dock Eriksson & Jonsson att det inte finns några empiriska resultat som pekar på att någon av dessa åtgärder är en effektiv utbildningspolitik i syfte att minska snedrekryteringen.

Sammanfattningsvis är således medlen för att minska snedrekryteringen oförändrade trots att det inte finns några belägg för att de fungerar.

Referenser

Ahlroth S., Björklund A., Forslund A. (1997), The output of the Swedish Education Sector, The Review of Income and Wealth, series 43, number 1

Blomquist S., (1999), Dagis och drivkrafter, Ds 1999:67

Edin P-A., Holmlund B. (1993), Avkastning och efterfrågan på högre utbildning, Ekonomisk Debatt, årg 21, nr1

Falkinham J., Hills J., Lessof C. (1993), William beveridge versus Robin Hood; Social Security and Redistribution over the Lifecycle. STICERD WSP/88.

Fredriksson P., (1994), Efterfrågan på högre utbildning, i Studier av Svensk Utbildning, Ekonomiska Rådet 1993

Hammarström M. (1996), Varför inte högskola? En longitudinell studie av olika faktorers betydelse för studiebegåvade ungdomars utbildningskarriär, Akademisk avhandling, Göteborgs universitet

Hansen J., Wahlberg R. (1997), The Return to Education and the Gender Gap: Results from SwedishPanel Data, Working paper, CRDE Université de Montréal

Hussénius, J., Selén, J. (1994), Skatter och socialförsäkringar över livscykeln - en simuleringsmodel, Ds 1994:135

Högskoleverket (1999), Högskoleverkets Årsrapport för Universitet och Högskolor 1998, Högskoleverkets rapportserie 1999:11 R

OECD (1998), Education at a Glance, OECD, Education Indicators 1998

Proposition 1987/88:116, Om studiemedel, Regeringskansliet Proposition 1998/99:1, Budgetpropositionen för 1999,

Regeringskansliet

Proposition 1999/00:1, Budgetpropositionen för 1999, Regeringskansliet

Statens offentliga utredningar (1987), Studiemedel, Betänkande från Studiemedelskommittén, SOU 1987:39

Statens offentliga utredningar (1992), Social bakgrund Studiestöd och övergång till högre studier, Sven-Eric Reuterberg och Allan Svensson, Delbetänkande av utredningen om den sociala snedrekryteringen till högre studier, SOU 1992:122

Statens offentliga utredningar (1993), Ursprung och Utbildning, Robert Eriksson och Jan O. Jonsson, Huvudbetänkande av Utredningen om den sociala snedrekryteringen till högre studier, SOU 1993:85

Statistiska centralbyrån (1998), Universitet och högskolor. Grundutbildning: Social bakgrund för högskolenybörjare 1996/97, Statistiska meddelanden, U 20 SM 9802

Bilaga Studiestödet till högre utbildningar

Det nuvarande regelverket för bidrag och lån för studier på universitet och högskolor gäller från och med vårterminen 1989. De huvudsakliga reglerna för utbetalning och återbetalning sammanfat-tas nedan.

Utbetalning

·Lån beviljas ej (utan dispens) till studerande äldre än 45 år.

·Studier på heltid måste omfatta minst 19 poäng för en termin om 4.5 månader.

·Det maximala studiestödet för ett års helårsstudier är 75,5 % av basbeloppet. Bidragsandelen är 27,8 %. År 1998 motsvarar detta 1 973 kronor i bidrag och 5 125 kronor i lån per studiemånad.

·Vid första ansökan prövas inte lånet mot studieresultat. Därefter krävs det att 75 % av föregående års kurser studieplan är fullföljd. Kraven varierar något mellan utbildningar. Det är även möjligt att få en individuell prövning.

·Lånen och bidragen minskar med inkomsten. Inkomstgränsen 1998 var 30 940 kronor för vårterminen och 23 669 kronor för höstterminen.

·Extra lån kan beviljas för utlandsstudier med 6 000 kronor per månad för kursavgifter och för kostnaden för en tur och returresa per termin mellan Sverige och studielandet.

Återbetalning

·Räntan på studielånen beräknas som ett glidande medelvärde av statens upplåningskostnader under de tre senas-te åren. För 1999 är räntan fastställd till 4,1 %.

·Återbetalningen påbörjas tidigast sex månader efter senaste studiestödsperiod.

·Det årliga återbetalningsbeloppet uppgår till 4 % av CSN:s definition på sammanräknad inkomst enligt den senaste taxeringen.

·Om inkomsten förvärvas utomlands uppgår återbetalningsbeloppet till 1/20 del av lånet.

·Anstånd beviljas vid större inkomstminskningar och för synnerliga skäl.

·Lånet avskrivs vid 65 års ålder.