Brattere trapp til lønnstoppen

Gjennom mange år har det vært økende inntekts- og formuesulikhet i mange land (Aaberge 2016 og Aaberge og Stubhaug 2018), også i Norge. Er lønn mer ulikt fordelt i 2017 enn for 10 og 20 år siden, og er lønn mer ulikt fordelt i Norge enn i andre land, er spørsmål vi skal å svare på.

I 1997 var månedslønn i alt per heltidsekvivalent, heretter kalt månedslønn, til de 10 prosent best betalte 2,8 ganger større enn gjennomsnittslønna til de 10 prosent lavest lønte jobbene. I 2017 er tilsvarende forhold 3,8. Dette tilsvarer en lønnsforskjell på 65 600 kroner per måned.

Økende lønnsforskjeller de siste 20 årene

Fordelingen av månedslønna i september 2017 er presentert i figur 1 med desiler der vi har rangert alle arbeidsforholdene etter lønningene, fra lavest til høyest. Gruppen med de 10 prosent høyeste lønningene har altså nesten 4 ganger høyere gjennomsnittslønn enn desil 1. Det som kalles medianlønn, finnes i grensen mellom desil 5 og 6, mens gjennomsnittet ligger lenger til høyre i desil 7. Forholdet mellom disse to statistiske målene, gjennomsnittslønn og medianlønn, viser noe om retningen av skjevheten. Høye lønninger trekker gjennomsnittet oppover og vekk fra medianen.

Det er gruppene med de høyeste og laveste lønningene som har endret seg mest fra 1997 til 2017. Desil 1 hadde i 1997 en andel på 6,4 prosent av lønnssummen, mens denne andelen var redusert til 5,2 prosent i september 2017. De 10 prosent høyest lønte har dratt i fra alle de andre desilene. I løpet av perioden vi ser på, har de fem første desilene fått redusert sin andel av lønnssummen. Desil 7–10 har tatt større andel, og desil 6 har uendret andel av den totale lønna fra 1997 til 2017. Vi kan dessuten legge til at de 10 prosent høyest lønte har dratt ifra alle de andre desilene i perioden vi undersøker, både gjennomsnittslønna i gruppen og andelen av lønnssummen har vokst fortere enn alle de andre desilene i perioden vi undersøker.

Blant de 10 prosent høyest lønte jobbene finner vi at spredningen er stor, det er altså mange kroner forskjell mellom de høyeste og laveste gjennomsnittslønningene i denne gruppen. Dette kan vi se ved å dele desil 10 inn i 10 grupper, på samme måte som vi gjorde med desiler, såkalte persentiler. Inndelingen blir fra persentil 91 til 100, der 100 er den høyst lønte prosenten i fordelingen av månedslønn. Avstanden mellom gjennomsnittslønningene i desil 1 og desil 10 var som nevnt om lag 65 600 kroner per måned, mens avstanden mellom persentil 91 og 100 er knappe 100 000 kroner. Gjennomsnittlig månedslønn i persentil 100 er drøyt 164 000 kroner mens den i persentil 91 var 65 800 kroner. Av den samlede lønnssummen i september 2017 var 3,7 prosent samlet hos de 1 prosent høyest lønte jobbene. Denne andelen har økt fra 3,1 prosent i 2002, som tilsvarer en økning på nesten 20 prosent. I figur 1 vises en skjevhet mot høyere lønninger, og skjevheten blir enda tydeligere når vi deler opp desil 10 i persentiler.

Noen starter høyere og går raskere i «lønnstrappa»

Lønnsutviklingen til enkeltpersoner kan vises omtrent som i figur 2. De fleste vil gjennom arbeidslivet bevege seg opp fra den etasjen vi starter på. Vi bygger opp ansiennitet, tar videreutdanning, skifter jobb, presterer bedre og klatrer dermed oppover. Men utdanning, alder og erfaring kan både begrense og åpne valg av jobber, og størrelsen på foretaket vil, sammen med hvilken næring eller sektor vi finner jobb i, påvirke hvor vi plasserer oss i en lønnsfordeling. Lønnsspredningen antyder en forskjell mellom personlige egenskaper og valg av jobber. 

 

Mange av jobbene i desil 1 er jobber enkeltpersoner oppholder seg i kun kort tid. Lærlinger er i denne sammenhengen et typisk eksempel på en gruppe som oppholder seg i nederste desil i et begrenset tidsrom i sin yrkeskarriere, men også bud, servitører, medarbeidere på gatekjøkken og mange butikkansatte finnes i denne gruppen. Et annet trekk ved denne gruppen er at vi finner mange deltidsansatte skoleungdommer her. Tilsvarende kan vi finne at mange av jobbene i desil 10 ikke er jobber personer typisk trer inn i rett fra skolebenken. For eksempel er det overvekt av jobber i det øverste ledersjiktet eller jobber som krever topp faglige kvalifikasjoner innenfor et spesialfelt. Typiske eksempler på det siste er blant annet meglere i finans og transport.

 

Figur 2 illustrerer ulik dynamikk personer kan ha i en karriere, avhengig av ulike jobber og yrker. Med utgangspunkt i figur 2 og desilfordelingen illustreres disse bevegelsene. Vi kan se på hvert trinn opp fra ett desil til neste som bevegelse mellom etasjer der lønna blir gradvis større for hver etasje:

På videregående har Karl en butikkjobb i helgene og sparer opp penger til kommende studier for å bli sykepleier. Han har blant annet liten erfaring, er ung og har lavt utdanningsnivå, og alt dette bidrar til lav lønn. I løpet av studiene til sykepleier får han en relevant deltidsjobb som helsefagarbeider. Steget til helsefagarbeider bedrer plasseringen da disse har en gjennomsnittslønn i desil 5. Sykepleierjobben han får når studiene er overstått, er enda høyere plassert. På lang sikt ønsker han å ta en tilleggsutdanning for å bli jordmor, og jordmødre er plassert enda lenger opp i etasjene. Mot slutten av karrieren kan kanskje Karl velge å søke seg mot lederstillinger i helsesektoren. Som leder vil han plassere seg i desil 9. Dette er en illustrasjon der vi tar utgangspunkt i siste gjeldende situasjon i 2017 og peker på forskjellen mellom personers mobilitet og at jobber er mer stabile.

Jobber som for eksempel helsefagarbeider fordeler seg ofte over to eller flere desiler i lønnsfordelingen. Dette fremkommer enda tydeligere dersom vi undersøker flere statistiske mål som viser litt om spredningen i lønnsstatistikkene i Statistikkbanken.

Mindre utvikling i lønn blant dem som forblir i samme yrke

Ansatte som forblir i samme yrke det meste av karrieren, vil trolig ha mindre utvikling i lønn over tid sammenliknet med eksempelet over. For slike tilfeller blir en eventuell høyere plassering i lønnsfordelingen en følge av endring i avlønningen i dette yrket over tid sammenliknet med andre jobber. En alternativ forklaring på høyere lønn er at det er mulig for den ansatte å bevege seg høyere opp i fordelingen i nevnte yrkesgruppe ved å ta arbeid hos arbeidsgivere som lønner bedre, eller at erfaring gjennom ansiennitet og tilleggsutdanning åpner for bedre avlønning innenfor det aktuelle yrket.

Tømrere og snekkere hadde som yrkesgruppe en gjennomsnittlig månedslønn i alt på 34 700 kroner i september 2017. Halvparten av alle tømrere og snekkere befant seg i intervallet mellom 30 600 og 38 800 kroner. Siden grensen mellom desilene er mindre i midten av fordelingen vist i figur 2, vil mange snekkere befinne seg i desilene fra 2 til 5. De vil altså kunne bevege seg i løpet av karrieren sin som snekkere. Hvilken etasje eller hvilket trinn man beveger seg fra og til, vil altså avhenge av mange forskjellige faktorer.

En betydelig økning av ulikhet

I figur 3 presenteres utviklingen av Gini-koeffisienten for månedslønna fra 1997 frem til 2017 og illustrer veksten i ulikhet i fordelingen på månedslønna veldig godt.

I 1997 var Gini-koeffisienten for månedslønna 0,165 for alle som var omfattet av lønnsstatistikken, i 2017 var Gini steget til 0,208, som tilsvarer en betydelig skjevere fordeling med en økning på 26,1 prosent i koeffisienten. Utviklingen i retning av en skjevere fordeling har vært relativt jevn over tid. Økningen i skjevhet fra år til år er moderat, men den akkumulerer seg over flere år til å bli betydelig. Med unntak av en liten nedgang 1997–1998 og 2015–2016 har endringen på Gini vært positiv, som betyr økt skjevhet, og koeffisienten har endret seg på årsbasis mellom 0,001 og 0,009. Små endringer fra ett år til et annet er av mindre betydning i denne artikkelen og skal som hovedregel ikke tillegges for mye vekt. Det er likevel greit å påpeke endringer i oljenæringen i 2015 og 2016 fordi dette er et godt eksempel på hvordan Gini-en oppfører seg ved endringer i én fordeling som bidrar til nedgang totalt fra 2015 til 2016. Årsaken er at vi hadde en nedgang i antall høyt lønte jobber i oljenæringen som følge av justering av årsverkene på grunn av innstramminger som fulgte av fallet i oljeprisene (Rønhovde, 2018). Når høyt lønte jobber erstattes av lavere lønte jobber, eller ikke erstattes i det hele tatt, vil Gini-koeffisienten fange opp dette ved å bli redusert, og fordelingen av lønn blir jevnere.

Lønn kontra inntekt

Ved bruk av Gini-koeffisienten ser vi at ulikheten i lønnsfordelingen har vært stigende i perioden vi har undersøkt, og vi kan trekke slutningen at månedslønna på jobber i 2017 er betydelig mer ujevnt fordelt enn 20 år tidligere. Men fra hvilket nivå av ulikhet, målt med Gini og hva kan vi sammenlikne med? Når det gjelder inntektene finner vi samme utvikling (Aaberge, 2016), (forskjellen på lønn og inntekt) men også en noe høyere Gini-koeffisient i hele perioden. Årsaken til høyere Gini-koeffisient på inntekter kan i hovedsak forklares ut fra to viktige forskjeller mellom inntekt og lønn:

1) For det første er personer som er utenfor arbeidsmarkedet, inkludert i inntektsbegrepet. De har ikke lønn, men er avhengige av offentlige overføringer. Pensjonister, personer på uføretrygd og arbeidsledige er typiske eksempler på ulønte med lave inntekter, altså i den nedre enden av skalaen.

2) For det andre er den øvre enden av inntektsfordelingen, personene med de med høyeste inntektene, fylt opp med personer som har hovedinntektene fra andre kilder enn lønn, og da først og fremst kapitalinntekter. Vi kan også legge til at ulik arbeidstid og en positiv sammenheng mellom arbeidstid og lønn per heltidsekvivalent bidrar til at ulikheten blir større i lønnsinntekten enn tilfellet er for månedslønn som vi ser på i denne artikkelen.

Lønnsforskjellene øker raskere i stat og kommune enn i privat næringsliv

Når vi undersøker lønn, lønnsutvikling og lønnsfordelingen, må vi også ta innover oss at lønnsdannelsen skjer i mange ulike sektorer.

Lønnsnivået er ulikt i forskjellige sektorer i norsk økonomi. I privat sektor inkludert offentlig eide foretak er gjennomsnittlig månedslønn om lag 44 800 kroner, mens månedslønna i staten er tilsvarende drøyt 48 000 og 40 400 i kommunal sektor. Tallene gjelder per september 2017. Gini-koeffisienten i privat sektor, som vist i figur 4, var på samme tidspunkt 0,23, opp fra 0,21 i 2008. Til sammenlikning er lønnsulikheten mindre i offentlig sektor med så vidt over 0,15 i 2017. Men veksten i ulikhet er derimot større i offentlig sektor. I 2008 var ulikheten målt med Gini 0,125 og steg mer enn i privat sektor i samme periode. Fra 2008 frem til 2017 har Gini-koeffisienten i offentlig sektor steget med 21,4 prosent til 0,232. Til sammenlikning var det en økning på 7,7 prosent for privat sektor i perioden.

Vi kan ikke gjennom denne analysen forklare hvorfor utviklingen i de to sektorene har vært så vidt forskjellig. Det fremgår i alle fall tydelig at begge de undersøkte gruppene har samme hovedtrekk som bekrefter det vi så for alle arbeidsforhold: at ulikheten er økende.

Forskjellen mellom kvinners og menns lønn har vært drøftet før (Kristoffersen, 2017). Vi skal i det videre ikke betrakte forskjellen i lønn, men ulikheten i lønnsfordelingen slik vi ovenfor gjorde med sektorene. I 1997 var ulikheten, målt med Gini-koeffisienten, 0,126 for kvinner, mens den på samme tidspunkt for menn var 0,178. Den relative veksten i ulikheten som vises i figur 5, var altså 37 prosent for kvinner og i overkant av 28 prosent for menn. Men endringen i Gini-koeffisienten var omtrent den samme for begge kjønn. Siden kvinner har en lavere Gini som utgangspunkt i 1997 enn tilsvarende for menn, vil den relative veksten for menn og kvinner bli vesentlig forskjellig. Forskjellen mellom Gini-koeffisienten for menn kontra kvinner er omtrent uendret i perioden. Følgelig ser vi det interessante trekket at prosentvis vekst ikke alltid er like illustrerende uten å ta hensyn til hvor lavt eller høyt startpunktet er, i denne sammenhengen Gini-koeffisienten.

Kvinner er hyppigere representert i lavere deler av lønnsfordelingen, mens menn er i overtall i øvre del. Kvinners lønnsfordeling kjennetegnes av at den er mer sammenpresset. Det er med andre ord kortere avstand mellom de dårligst betalte og de best betalte kvinnene sammenliknet med menn.

Tilstrømming av arbeidstakere som hyppigere tar jobber med lavere lønn eller omvendt vil påvirke lønnsfordelingen og målingen av ulikhet. Inntektsfordelingen har gjennom flere år blitt påvirket av innvandringen der mange har lavere inntektsnivå enn øvrige bosatte (Epland og Kirkeberg, 2014). Nevnte funn understøttes også når vi bare undersøker lønn. Innvandrere hadde en månedslønn som i gjennomsnitt utgjorde 86 prosent av lønna for ikke-innvandrere. Lønnsnivået varierer mye avhengig av hvor innvandrerne kommer fra, og hvilket yrke de har. (Snellingen Bye, 2017).

Lønnsforskjellene øker raskere i Norge enn i andre OECD-land

Fra 2000 til 2015 vokste ulikheten i Norge mer enn i de fleste andre land ifølge sammenlikninger gjort av OECD. OECD benytter seg av avstander mellom punkter i en fordeling som organisasjonen kaller desilrater. Desilrater er rett og slett forholdet mellom grensene som skiller desilene vi drøftet tidligere. For eksempel avstanden mellom grenselønna som skiller de 10 prosent høyest lønte fra resten, kontra grenseverdien som skiller de 10 prosent lavest lønte fra de øvrige. Denne avstanden omtaler OECD som D9/D1. I motsetning til vår drøfting tidligere, der vi sammenliknet gjennomsnittet for de samme gruppene – altså hele gruppen, og ikke bare punkter i fordelingen.

I figur 6 har vi også oppgitt plasseringen de utvalgte landene har blant 25 land i 2015, fra mest ulikt fordelt til minst ulikt fordelt lønn, ved bruk av D9/D1. Ifølge dette målet er Norge nest sist, altså med liten ulikhet, blant 25 land. Dette til tross for at veksten i ulikhet her til lands har vært større enn for andre mange land.

Ved å måle ulikhet på denne måten kommer de fleste land ut med en større avstand mellom forskjellige punkter i fordelingene i perioden 2000–2015 sammenlignet med Norge, men Norge har hatt en større utvikling i ulikhet over tid. Som det fremgår av figur 6, har enkelte utvalgte land fått redusert størrelse på D9/D1 i perioden 2000– 2015. Mange av endringene i perioden kan riktignok være en følge av nye eller endrede reguleringer av arbeidsmarkedet og finanskrisen som inntraff midt i perioden.

Endringer i arbeidsmarkedet kan gi utslag i fordelingen av lønn fra høyest til lavest. Men nettopp her kommer målet av avstand mellom to punkt til kort sammenliknet med en Gini-koeffisient. Dersom vi har vesentlig vekst i lønninger innenfor en gruppe, for eksempel blant de aller høyeste i desil 10, vil grensen mellom gruppene som OECD benytter i eksempelet over, bli mindre påvirket, mens Gini-koeffisienten vil fange opp denne endringen ved å øke. Dersom andre endringer har forekommet i fordelingen som ikke fanges opp av plasseringen av punktene D1 og D9, kan like gjerne utviklingen av ulikhet ha vært annerledes enn det som vises i figur 6 med et avstandsmål.

Hvor ulike er de forskjellige målene for utviklingen?

Vi har i denne analysen beskrevet flere mål som kan benyttes for å illustrere eller beskrive endringer i fordelingen av lønn. Samtidig har vi antydet at det er noen konkrete forskjeller mellom disse målene som gjør dem mer eller mindre egnet til å beskrive forskjeller i en fordeling.

Grovt sett kan vi gruppere målene vi har benyttet i denne artikkelen, i tre typer:

• Et ulikhetsmål, Gini-koeffisienten
• Avstandsmål mellom to grupper i en rangert fordeling slik det er presentert i figur 1
• Avstandsmål mellom to punkter i en fordeling som ble benyttet i den internasjonale sammenlikningen.

Strengt avgrenset er Gini-koeffisienten det eneste målet for ulikhet, av de vi har benyttet, som i et tall gjengir faktisk informasjon om alle lønningene som inngår i fordelingen. Gini-koeffisienten er derfor mest egnet for å si noe om ulikhet for alle som inngår i en fordeling.

Alle målene som er benyttet for å illustrere utviklingen i lønnsfordelingen, peker i samme retning: mer ulik fordeling av lønn de siste 20 årene. Gini-koeffisienten er best egnet for vårt formål, og den viser at det er blitt mer ulik fordeling av lønn. Årsaken til denne utviklingen er kompleks og har sammenheng med næringsstruktur, endring i lønnsforhandlingssystemet, innvandring med videre, men det ligger utenfor denne artikkelen å forstå alle endringene fra et år til et annet.

Vi har også illustrert ulikhet ved å vise sammenlikninger av gjennomsnitt for grupper i en rangering av lønninger. Dette kan være svært nyttig for å illustrere poeng omkring hvordan lønnsfordelingen ser ut og endrer seg, for eksempel ved endringen vi påpekte som fulgte av nedgangen for oljenæringen etter at oljeprisen stupte.