NATIONALEKONOMISKA INSTITUTIONEN

Uppsala universitet

Examensarbete C

Författare: Frida Palm & Maja von Beckerath

Handledare: Oscar Erixson

VT 2019

Skattens effekt på inkomstojämlikhet En paneldatastudie av sambandet mellan inkomstskatt och

inkomstojämlikhet

Sammanfattning

Under 2000-talets början har inkomstojämlikhet ökat i världen. Det är omdebatterat vilka

faktorer som ligger bakom och vilka medel som ska hantera problematiken. Uppsatsen

undersöker ett av de vanligaste verktygen för att stävja inkomstojämlikhet, nämligen

inkomstskatt. Syftet är att mäta vilken effekt inkomstskatt har på inkomstojämlikhet. För att

uppfylla syftet tillämpas en instrumentvariabel regressionsanalys för att studera om

inkomstskatt kan förklara inkomstojämlikhet i svenska kommuner under tidsperioden

2003–2017. Studien utmärker sig från tidigare studier inom området då en instrumentvariabel

regressionsanalys använts för att exkludera att inkomstojämlikhet kan påverka nivå av

inkomstskatt i en region. Statistiskt signifikanta resultat påvisar att inkomstskatt har negativ

effekt på inkomstojämlikhet. Där en 1 procentenhets ökning i inkomstskatt leder till 2,08

procents minskning i inkomstojämlikhet.

- Nyckelord: Inkomstskatt. Ginikoefficient. Inkomstojämlikhet.

Abstract

During the beginning of the 21st century, income inequality has risen in most countries. What

has caused this and how it should be solved is well debated. This paper intends to research

one of the most well-known instruments to decrease income inequality, income tax. Our aim

is to measure what effect income tax has on income inequality. To reach this aim we have

applied an instrument variable regression analysis on income tax and income inequality, with

Swedish municipalities during the timespan 2003-2017 as our selection group. This study

distinguishes itself from previous studies in the area since we have used an instrument

variable analysis to exclude the fact that income inequality can affect the level of income tax

in a region. We have found significant results that income tax have a negative effect on

income inequality and have concluded that a 1 percent increase in income tax will decrease

income inequality with 2,08 percent.

- Keywords: Income tax. Gini-coefficient. Income inequality.

1

Innehållsförteckning

1. Inledning 3

2. Teoretisk bakgrund 6 2.1 Individens respons på skatteförändringar 6 2.2 Maximera samhällsnytta 7

3. Tidigare studier 8

4. Institutionellt ramverk 10 4.1 Inkomstskattens utformning 10 4.2 Kommunfullmäktige 11 4.3 Partikoalition 11

5. Metod 13 5.1 Tillämpad metod 13 5.2 Ordinary Least Square-metod 14 5.3 Instrumentvariabel regressionsanalys 16 5.4 Applicering 17 5.5 Steg 1 TSLS 17 5.6 Steg 2 TSLS 18

6. Data 20 6.1 Datamaterial 20

7. Deskriptiv statistik 24 7.1 Skillnader i skattenivå 24 7.2 Skillnader i inkomstojämlikhet 25 7.3 Kontrollvariabler 27

8. Resultat och analys 28 8.1 OLS-regression 28 8.2 IV-regression 29 8.3 Robusthetstest 31 8.4 Diskussion 32 8.5 Sammanfattande resultat 33

9. Slutsats 34

Bilagor 36

Referenser 45

2

1. Inledning

Såväl inkomstojämlikhetens orsaker som dess inverkan på ekonomin är välstuderade frågor

inom samhällsvetenskapliga forskningsområden, inte minst inom nationalekonomin där

ämnet ofta förekommer i ekonomisk-politisk debatt. Under tidigt 2000-tal skedde stora

förändringar och förbättringar i världen. Andelen människor som lever under

fattigdomsgränsen har minskat, fler lär sig läsa och skriva, har tillgång till rent vatten och

livslängden ökar (Perkins et al., 2012). Samtidigt som ekonomiska förhållanden och

inkomstspridning utjämnas mellan länder, har det parallellt observerats ökad

inkomstspridning inom länder (Weil, 2013). Disponibla inkomster har ökat, men ökningen

har inte varit jämnt fördelad i samtliga inkomstklasser, vilket lett till att inkomstklyftorna

fortsatt öka (Gustafsson & Johansson, 1999). Den ökade globaliseringen har lett till att

tidigare utvecklingsländer idag kan konkurrera med stormakter såväl politiskt som

ekonomiskt. Det har lett till större konkurrens för mindre kvalificerade arbetstagare (Piketty,

2015). Därtill finns ett globalt samband mellan en ökning av antalet personer med de högsta

inkomsterna och ökad ojämlikhet (Roine et al., 2009). I FN:s Globala mål, vilka är del av

Agenda 2030, belyses i mål 10 vikten av att verka för ett jämlikt samhälle, samt i mål 1 att

ingen fattigdom ska råda (UNDP, 2019). I tidigare forskning betonas vikten av att minska

inkomstklyftorna, samt vikten av att anta en skatte- och socialskyddspolitik som främjar

jämlikhet (Weil, 2013). Forskning har dessutom visat att ju mer jämlikt ett samhälle är, desto

mindre är risken för konflikter (Justino et al., 2013). En jämn inkomstfördelning ska även ge

medborgare ökade möjligheter att delta och påverka i samhället (Weil, 2013). Sverige hade

under tidigt 1900-talet fram till mitten av 1900-talet en trend av minskad inkomstspridning,

men sedan 1980 har en ökning konstaterats (Björklund & Jäntti, 2011). Genom att studera

och jämföra Ginikoefficienten med andra industrialiserade länder under samma period kan

det konstateras att det i genomsnitt skedde en större ökning i inkomstojämlikhet i Sverige

(Bengtsson et al., 2014). Ökningen av inkomstojämlikhet och relativ fattigdom tyder på

växande klyftor mellan olika socioekonomiska grupper. En förklaring från tidigare forskning

är att skatter och transfereringar blivit omfördelade i lägre grad (Bengtsson et al., 2014). Det

kan även förklaras av bland annat förändring i hushållssammansättning, en ökad andel

utrikesfödda samt ökade kapitalinkomster (Waldenström et al., 2018).

3

Politiska verktyg, såsom skatter, finansierar fördelningssystemet och ger samhället möjlighet

att minska skillnader i såväl disponibel inkomst som förmögenhet genom transfereringar. Ett

sådant politiskt verktyg är inkomstskatten, som beskattar individers förvärvsinkomst. Vi

finner det intressant att undersöka effekten av inkomstskatt på inkomstojämlikhet under

2000-talet då en ökning har konstaterats. Vårt syfte är att undersöka inkomstskattens effekt på

inkomstojämlikhet. Frågeställningen uppsatsen ämnar besvara är följande: "Vilken effekt har

inkomstskatt på inkomstojämlikhet i Sveriges kommuner under 2000-talet?".

För att undersöka inkomstskatten effekt på inkomstojämlikhet kommer respektive kommuns

Ginikoefficient beräknas. Vid tidigare studier av förändringar i Ginikoefficienten har det

konstaterats att inkomstskatt har en negativ effekt på inkomstojämlikhet (Lambert, 1993).

Ginikoefficienten mäter inkomstfördelning i en population genom att beräkna spridningen av

disponibel inkomst. Ginikoefficienten ger ett utfall mellan 0 och 1, där en högre siffra

indikerar större inkomstspridning. Uppsatsen kommer behandla år 2003–2017, en period då

en ökning om 33,2 procent i Ginikoefficienten har uppmätts vilket presenteras nedan i figur

1. År 2003 var Sveriges Ginikoefficienten 0,271 och år 2017 hade den ökat till 0,361.

Figur 1. I Y-led Sveriges genomsnittliga Ginikoefficient. I X-led år 2003–2017.

4

För att uppfylla syftet undersöker vi effekten av inkomstskatt på inkomstojämlikhet under 15

år. Metoden som tillämpas, instrumentvariabel regressionsanalys (IV), undersöker

kommunalskattens effekt på inkomstojämlikhet med hjälp av instrumentet “regerande

partipolitisk koalition”. Metoden tar stöd av tidigare forskning av Pettersson-Lidbom (2008)

som utfört studier på skattenivå och svagt regerande partikoalitioner. Instrumentet fyller

funktionen att det separerar kommunalskatten i två delar, en del som korrelerar med svagt

regerande partikoalition vilken sedan används för att estimera skattens effekt på

inkomstojämlikhet - och en del som som inte gör det. I en IV-analys tillämpas en

tvåstegsmodell för att utesluta omitted variable bias (OVB), simultan kausalitet och

inkonsistens som kan uppstå vid en ordinary least squares-regression (OLS).

Vi har i vår uppsats kunnat påvisa ett statistiskt signifikant negativt samband mellan

inkomstskatt och inkomstojämlikhet. Vid en ökning av kommunalskatten med 1 procentenhet

minskar inkomstojämlikhet med 0.00686 Gini-punkter. I urvalsgruppen som undersökts i

uppsatsen är genomsnittlig Ginikoefficient 0,33 år 2017. En ökning i kommunalskatten med 1

procentenhet skulle då resultera i en minskning i Ginikoefficienten till 0,323, en 2,08

procentig minskning i inkomstojämlikhet.

Uppsatsen är disponerad enligt följande: i avsnitt 2 redovisas uppsatsens teoretiska bakgrund.

I avsnitt 3 kommer tidigare studier om marginalskattens effekt på ekonomisk ojämlikhet att

behandlas. I avsnitt 4 presenteras Sveriges institutionella ramverk. I avsnitt 5 behandlas

uppsatsens metod, här förklaras hur regerande partikoalition kunnat behandlas som

slumpmässig och hur IV-regressionsanalys tillämpas. I avsnitt 6 finns beskrivning och

definitioner av datamaterial, inkluderade variabler samt deras konstruktion. I avsnitt 7

presenteras uppsatsens deskriptiva statistik. I avsnitt 8 behandlas uppsatsens resultat och

analys av inkomstskattens effekt på inkomstojämlikhet. Avslutningsvis, presenteras slutsats i

avsnitt 9. Detta följs av bilagor samt referenslista.

5

2. Teoretisk bakgrund

I avsnitt 2 beskrivs den mekaniska och den beteendemässiga effekt som förklarar individens

respons på förändringar i skatten. Vidare är Lafferkurvan något som bör tas i beaktning av

beslutsfattare vid implementering av skattesats då modellen beskriver relationen mellan

storlek på skattesats och skatteintäkt. Statens syfte med omfördelning baseras på antagandet

att det finns en samhällsnytta som kan maximeras genom omfördelning.

2.1 Individens respons på skatteförändringar

Enligt nationalekonomiska teorier har skatteförändringar två typer av effekter för individen,

dels beteendeeffekter och dels mekaniska effekter (Du Rietz et al., 2015). Beteendeeffekter

delas upp i två delar, inkomsteffekt samt substitutionseffekt. Beteendeeffekter förklarar hur

skatteförändringar påverkar individens nytta. Inkomsteffekten är påverkan på efterfrågan på

arbete som effekt av en inkomstförändring. Substitutionseffekten skildrar individens

förändrade substitutionsvilja mellan arbete och fritid (Rosen & Gayer, 2014). Individer

tenderar att arbeta mindre vid en ökning av skatter (Gruber & Saez, 2002). Den mekaniska

effekt av en ökad skatt är att individers taxerade förvärvsinkomst blir lägre. Inkomstskatt

utformas av en avvägning mellan rättvisa och effektivitet, så kallad optimal beskattning

(Rosen & Gayer, 2014). I tidigare studier tas substitutionseffekten hos individer i beaktning

då en alltför hög inkomstskatt kan få oönskad effekt, vilket skulle generera lägre

skatteintäkter - och inte högre - vid en ökning av skatten (Feldstein, 1999). En teoretisk

modell som beskriver optimal beskattning är Lafferkurvan (Laffer, 2004). Modellen beskriver

relationen mellan storlek på skattesats och skatteintäkt. Modellen visar att på grund av att

individer substituerar arbete mot fritid kommer en ökning av skattesats vid en viss punkt inte

leda till högre skatteintäkt. Uppsatsen undersöker hur en kommuns kommunalskatt påverkar

dess Ginikoefficient. Då Ginikoefficienten inte ger vidare förklaring kring hur individers

inkomst i kommunerna förändras mer djupgående än fördelningen av inkomster kommer vi

inte kunna se om det har skett några förändringar gällande substitution mellan arbete och

fritid. Uppsatsen undersöker därför inte vidare hur inkomstskatter har påverkat arbetsutbud

och andra faktorer som kan ge en förklaring av förändring i Ginikoefficient.

6

2.2 Maximera samhällsnytta

Inom nationalekonomin finns det olika antaganden gällande den offentliga sektorns roll och

huruvida det finns en samhällsnytta. Inom mikroteori finns det två eftersträvansvärda mål:

effektivitet och rättvisa, som dock inte alltid sammanfaller (Rosen & Gayer, 2014). Jämn

inkomstfördelning kan ses som en kollektiv vara om individer är altruistiska och värderar

andras nytta och social stabilitet, det skulle då vara skäl för staten att omfördela resurser.

Teorin har sitt ursprung i utilitaristisk additiv välfärdsfunktion, en ökning i en individs nytta,

allt annat lika, leder till en ökad samhällelig nytta (Rawls et al., 1989). Välfärdsfunktioner är

dock omöjliga att testa i praktiken. Vi antar att individer värdesätter andra individers nytta

och således accepterar fördelningssystemet för att maximera sin egen och samhällsnyttan.

7

3. Tidigare studier

I avsnitt 3 behandlas studier på området som genomförts både i Sverige och internationellt då

främst 1900-talet har studerats. Vi har för avsikt att bidra med en studie om inkomstskatt och

inkomstojämlikhet där IV-metoden tillämpas till den befintliga litteraturen.

Roine, Vlachos och Waldenström (2009) undersökte inkomstojämlikhet i 16 länder under

1900-talet. Roine et al. undersökte det långsiktiga förhållandet av andelen inkomster hos topp

1 percentilen och den finansiella utvecklingen, öppen handel, ekonomisk utveckling samt den

offentliga sektorns omfattning. De undersökte inkomstojämlikhet hos tre olika

inkomstgrupper: rikaste, övre medelklass samt resterande del av populationen. De benämner

rikaste som topp 1 percentilen, övre medelklass som 90–99:e percentilen och resterande

populationen är övriga inkomstgrupper. Undersökningen kunde konstatera att den

ekonomiska tillväxten har ökat disproportionellt i olika inkomstgrupper, där topp 1

percentilens inkomstandel har ökat på bekostnad av resterandes andel. Statens

omfördelningssystem påverkar övre medelklassen negativt, medan det har en fördelaktig

påverkan för bottens 0-9:e percentil då deras disponibla inkomst ökar och visar ingen

statistisk signifikant påverkan för topp 1 percentilen. Studien är av relevans för vår uppsats då

de undersökt effekten av skatteprogressivitet - vilket implementeras i Sverige - på

inkomstojämlikhet.

Wang och Caminada (2011) undersökte olika faktorers effekt för omfördelning i 36 länder,

däribland Sverige. En av de faktorer som undersöktes var inkomstskattens effekt på

omfördelning. De kunde i sin studie påvisa hur inkomstojämlikhet och transfereringar

samspelar. Olika faktorers effekt på omfördelning skiljer sig åt, där inkomstskatt i genomsnitt

står för 15 procent av total omfördelningseffekt medan transfereringar för resterande 85

procent. Då Wang och Caminada har gjort jämförelser och analyser kunde de konstatera att

Sverige, och Danmark, har de lägsta inkomstskillnaderna efter skatter och transfereringar av

de 36 LIS länderna. Värt att notera från studien är att Belgien och Tyskland, som har en

högre nivå av inkomstojämlikhet, påvisar en större minskning till följd av en ökning i skatter

och transfereringar. Studien är av relevans då den ger en övergripande bild hur stor effekt

inkomstskatt har på inkomstojämlikhet.

8

Altig och Carlstrom (1996) undersökte hur reformen Tax Reform Act of 1986 (TRA86)

påverkade inkomstspridningen i USA under 1980-talet. TRA86 innebar en sänkning av

marginalskatterna. De undersökte vilka effekter sänkningen i marginalskatt hade på

inkomstspridning mellan åren 1984–1989. Altig och Carlstrom använde sig av samtliga

skattebetalare i vardera delstat som urval. Resultat visade att TRA86 fick en betydande effekt

på inkomstspridningen och att sänkta marginalskatter påvisade ett samband med ökad

inkomstojämlikhet. TRA86 gynnade de med högst inkomst och missgynnande de med lägst.

De kunde även se att individer snedvred sina beteenden efter förändringen i marginalskatten.

Vår uppsats kommer på ett liknande vis undersöka effekter av förändringar i marginalskatt på

inkomstojämlikhet.

Lerman och Yitzhaki (1994) presenterade i sin studie en metod för att beräkna marginella

skatteeffekter på inkomstojämlikhet för olika inkomsttyper. De applicerade sin metod på

förändringar i marginalskatter och dess effekt på Ginikoefficienten i USA. De jämförde hur

ett progressivt skattesystem påverkade olika inkomsttyper och inkomstojämlikhet. Genom att

undersöka förvärvsinkomster för olika branscher och göra en jämförelse över vad en

löneökning med 1$ ger för effekt i de olika branscherna kunde de se hur utformningen av

inkomstskatten bidrar till ytterligare inkomstspridning. I sin studie fann de att en ökning av

inkomstskatt med 0,34$ skulle vara tillräcklig för att kompensera den ökning i

inkomstojämlikhet av en löneökning på 1$. I uppsatsen kommer vi på liknande vis använda

oss av data för inkomstskatt och dess förändring över tid för att undersöka och tolka effekter

på inkomstojämlikhet.

9

4. Institutionellt ramverk

I avsnitt 4 förklaras inkomstskattens utformning. I Sverige tillämpas ett progressivt

inkomstskattesystem vilket består dels av kommunalskatt och dels av statlig inkomstskatt.

Sveriges progressiva inkomstskatt är en typ av marginalskatt. Vidare ges förklaring om hur

kommunalskatten beslutas. Avsnittet behandlar vidare sammansättningen av

kommunalpolitiska partikoalitioner, samt tidigare forskning om kommunalskattens utfall vid

olika partikoalitioner. De svenska partierna delas upp i två block utifrån ekonomisk politik -

ett vänsterblock och ett högerblock.

4.1 Inkomstskattens utformning

Sverige har två grundläggande inkomstskattelagar: lagen om statlig inkomstskatt och

kommunalskattelagen. Kommunalskattelagen reglerar hur kommunen beskattar invånarnas

förvärvsinkomster. Allmän kommunalskatt utgår som kommunal inkomstskatt och beräknas

på grundval av beskattningsbar inkomst (Inkomstskattelag, 1999:1229). Sveriges

skattesystem för inkomster är progressivt, således ökar skattesatsen med inkomst i en så

kallad “skattetrappa” (se bilaga 1.1). Utöver de stegvisa nivåerna i inkomstskatt för

förvärvsinkomst finns det även en reglering för individens ålder, där brytpunkterna skiljer sig

för de under och över 65 år. Även vilken typ av inkomstslag individen har påverkar

inkomstskatten. Individen får en skattereduktion vid inkomst från arbete så kallat

jobbskatteavdrag, detta avdrag “[...] räknas av mot kommunalskatten och inte den statliga

inkomstskatten, fastighetsskatten eller fastighetsavgiften” (Skatteverket, 2019).

Sverige har historiskt sett haft höga skattenivåer jämfört med andra länder, vilket

debatterades under 1970–80-talet då det ansågs att nivån på skatterna hämmade tillväxten i

landet (Blomquist et al., 2001). Då skattepolitik tar hänsyn till väljaropinion och

intressegrupper påverkar det balansen mellan skatt som är politiskt genomförbar och

ekonomiskt önskvärd (Waldenström et al., 2018). En av de större skattereformer som

implementeras är “århundradets skattereform”, vilken trädde i kraft mellan 1990 och 1991.

Utgångspunkten i reformen utgick från likformighetsprincipen och enhetlighet, där

marginalskatten sänktes för flertalet inkomsttagare (Du Rietz et al., 2015). Det ledde till att

skattebaserna breddades och att förvärvs- och kapitalinkomster behandlas på ett likformigt

10

och enhetligt sätt. Sverige tillämpar ett dualt inkomstskattesystem där förvärvsinkomst

beskattas progressivt medan kapitalbeskattning beskattas separat och är konstant oavsett

inkomststorlek. Utgångspunkt för systemet var att öka samhällsekonomisk effektivitet

(Finansdepartementet, 1995). I takt med den ökande globaliseringen har det blivit enklare att

föra ekonomisk aktivitet utanför det egna landets gränser, vilket har krympt utrymmet att föra

alltför restriktiv politik gällande beskattning av inkomster då det finns risk att dessa lämnar

landet (Waldenström et al., 2018).

4.2 Kommunfullmäktige

Kommunfullmäktige är kommunens högst beslutade organ och tillsätts genom direktval var

fjärde år. Kommunfullmäktige beslutar bland annat om mål och riktlinjer för kommunen,

budget, skatter samt andra ekonomiska frågor. Kommunfullmäktige beslutar över en del av

den totala inkomstskatten, vilket är kommunalskatten. Församlingen beslutar även hur

kommunalskattens intäkter ska fördelas. Kommunalskatten står för omkring 70 procent av

kommunens inkomster. Omfördelningen av kommunalskatten kan bidra till minskad

inkomstspridning och ger förutsättningar till mer jämlik inkomstfördelning.

Kommunalskatten beslutas av det parti eller partikoalition som har politisk majoritet i

kommunfullmäktige (SKL, 2019).

4.3 Partikoalition

I uppsatsen undersöks de största rikstäckande partierna som har haft kommunalt stöd under

perioden 2003–2017. Dessa partier är Socialdemokraterna (S), Moderaterna (M), Miljöpartiet

(MP), Centerpartiet (C), Vänsterpartiet (V), Kristdemokraterna (KD) och Liberalerna (L) . I 1

Pettersson-Lidboms (2008) studie beskrivs svensk politik som homogen. De svenska

partierna som nämns ovan är verksamma inom samma likvärdiga politiska system med egna

och tydligt uttryckta värderingar. Partipolitiken har historiskt sett haft tydlig uppdelning

mellan socialistiska och icke-socialistiska partier. Därför benämns de två partipolitiska

koalitionerna som två åtskilda block. I det socialistiska vänsterblocket återfinns S, V, och

MP. I det icke-socialistiska högerblocket återfinns M, C, L och KD. Socialistisk och

icke-socialistisk ekonomisk politik skiljer sig från varandra gällande såväl fördelningspolitik

1 Tidigare Folkpartiet, namnbyte 2015. 11

som den offentliga sektorns omfattning. Sverigedemokraterna har under det senaste decenniet

fått fler mandat men är inte inkluderade då partiets ekonomiska politik inte kan kategoriseras

i varken höger- eller vänsterblocket (Sverigedemokraterna, 2018). Inte heller lokala partier

har inkluderats då vi ämnat att undersöka samma typ av partisammansättning i alla

kommuner.

12

5. Metod

I avsnitt 5 behandlas uppsatsens val av metod, vilken är instrumentvariabel regressionsanalys

(IV-metod). Även Ordinary Least Squares (OLS)-metod presenteras, och varför den kan ge

snedvridna resultat. Det ges en beskrivning av hur IV-metoden hanterar problem som kan

påverka intern validitet. Bakgrund till metod är hämtad från Introduction of economics av

Stock och Watson (2015). Vidare görs tillämpning av vår data. Metoden tillämpas på

paneldata över tidsperioden 2003–2017. Vi har valt att undersöka de val som slutat med en

regerande partikoaliation med röstandel under 55 procent. Genom att exkludera

kommunalskatt som beslutats av regerande partikoalitioner med en röstandel över 55 procent

kan kommunalskatt behandlas som nästintill slumpmässig. Således spelar inte den politiska

tillhörigheten en avgörande roll i beslut av kommunalskatt. För att säkerställa styrkan i val av

modell kommer robusthetstest utförs. I dessa test kommer regerande partikoalition under

under 52,5 procent och 50 procent av röstandel användas. Dessa observationer utgör ett annat

urval än det första och undersöker resultatens styrka och tillförlitlighet.

5.1 Tillämpad metod

För att se hur inkomstskatt enskilt påverkar inkomstojämlikhet vore det optimalt att

slumpmässigt fördela olika skattesatser till olika kommuner för den aktuella tidsperioden.

Den slumpmässiga fördelningen skulle då ge samma effekt som att hålla allt annat som kan

tänkas påverka inkomstojämlikhet konstant över tid. Men då detta varken är praktiskt eller

demokratiskt krävs en alternativ metod för att kunna betrakta urvalet som så nära

slumpmässigt som möjligt. På grund av ovan diskuterade problem ämnar uppsatsen att

tillämpa en IV-regression för att inkomstskatt ska komma så nära randomisering som möjligt

och undersöka vad för effekt inkomstskatt har på inkomstojämlikhet. Den beroende variabeln

är inkomstojämlikhet där Ginikoefficient används som mått. Ginikoefficienten är ett mått på

hur inkomstfördelning ser ut i en population och antar värden mellan 0 (total jämlikhet) och 1

(total ojämlikhet). Den oberoende variabeln är den del i inkomstskatten som beslutas av

kommunfullmäktige varje år, kommunalskatt. Instrumentet är svaga partipolitiska koalitioner,

där de partikoalitioner som definieras som svaga har en röstandel under 55 procent.

Pettersson-Lidbom (2008) undersökte hur regerande partikoalition i kommunfullmäktige

mellan 1974–1994 fattade beslut om nivå på kommunalskatt. Studien studerar endast de

13

partikoalitoner som haft röstandel under 50 procent i kommunfullmäktige och därför kan

valutgången kan ses som nästintill slumpmässig. Genom att exkludera effekten på

kommunalskatt som beslutats av starkt regerande partikoalition kan kommunalskatten

behandlas som nästintill slumpmässig då valutgången varit oviss och på marginalen resulterat

i en majoritet åt endera partikoalition. Således spelar inte den politiska tillhörigheten en

avgörande roll i beslut av kommunalskatt. Studien påvisade att vänsterorienterade

partikoalitioner i genomsnitt sätter 2–3 procent högre kommunalskatt än högerorienterade

partikoalitioner. För att se effekten av förändring i kommunalskatt undersöks den skatt som

implementeras 2002 på inkomstojämlikhet 2003. Tillämpningen anpassas till att

kommunfullmäktige väljs året innan implementering av ny kommunalskattenivå. Från

tidigare studier har det påvisats att det finns fler faktorer som bidragit till ökad

inkomstojämlikhet (Waldenström, 2012). För att kunna urskilja kommunalskattens effekt på

inkomstojämlikhet kommer vi inkludera följande kontrollvariabler: andel utrikesfödda, andel

högutbildade och befolkningsmängd i kommunen. Syftet med att inkludera kontrollvariabler

är för att utesluta att regerande partikoalition inte korrelerar med variabler i feltermen som

har en effekt på inkomstojämlikhet. Val av kontrollvariabler diskuteras i avsnitt 6.1.

5.2 Ordinary Least Square-metod

För att undersöka effekten av kommunalskatt på inkomstojämlikhet kan en linjär

regressionsanalys med hjälp av OLS-metoden utföras. OLS-metoden är en fundamental

metod inom ekonometri, där OLS-estimatorn minimerar kvadratskillnaden mellan den linjära

regressionslinjen och observationer. I OLS-regression beräknas avståndet från

observationerna och regressionslinjen vilket är ett effektfullt verktyg för att bedöma effekten

av en variabel på en annan. Problematik som kan uppstå i en regression är Omitted Variable

Bias (OVB), vilket är bias på grund av mätfel i variablerna då en variabel korrelerar med

feltermen, vilket skulle kunna ge snedvridna resultat. Dessa hotar den interna validiteten.

OVB kan uppstå då en utesluten variabel, som befinner sig i feltermen, är korrelerad med den

oberoende variabel och kan samtidigt förklara variation i den beroende variabeln. OVB kan

lösas genom att inkludera kontrollvariabler i en multipel regressionsanalys, men det kräver att

det finns data på den variabel som orsakar OVB. Vi har valt att inkludera tre

kontrollvariabler, men det kan tänkas finnas fler oobserverade variabler i feltermen. OVB kan

14

leda till en missvisande skattning av kommunalskattens effekt. Genom att inkludera

kontrollvariabler minskar risken att felaktigt acceptera eller förkasta samband. Problematik

kring mätfel är ett ofta förekommande hot och sker vanligtvis vid insamling av data. Mätfel

uppstår då data som samlats in inte ger en korrekt bild av verkligheten. Vidare är simultan

kausalitet ett problem som kan uppstå då samband finns från båda hållen, den beroende

variabeln har inverkan på den oberoende variabeln och vice versa, vilket skapar bias. Det går

inte att kontrollera för simultan kausalitet i en OLS-regression. Problematiken som

presenteras resulterar i att korrelationen mellan feltermen (u) och den oberoende variabeln

(X), kommunalskatt, inte blir lika med noll, Corr(X,u) ≠ 0.

Ekvationen för att utföra en OLS-regression är följande: Ekvation 1.1

inikoef f icient Kommunalskatt Х G i(t+1) = β0 + β1 it + β2 i(t+1) + uit

är interceptet, är riktningskoefficient för . Kommunalskattit står förβ0 β1 ommunalskattK it

skattesats i procent för kommun i under år t (t=2002,...,2016). β2 är riktningskoefficient för Xit

[andel högutbildade, andel utrikesfödda och befolkningsmängd i kommunen] för kommun i

under år t+1 (t=2002,...,2016). Ginikoefficienti(t+1) står för inkomstojämlikhet för kommun i

under år t+1 (t=2002,...,2016). Avslutningsvis är uit feltermen. Anledningen till att samtliga

variabler förutom kommunalskatt undersöks för samma period som Ginikoefficienten för

respektive period är för att vi menar att det torde finnas en större fördröjningseffekt av

kommunalskatt på inkomstojämlikhet än för andra förklarande variabler.

För att estimera kommunalskattens effekt på inkomstojämlikhet anser vi med ovan nämnda

argument, att det inte är fullt tillförlitligt med endast en OLS-estimering av sambandet då det

sannolikt finns simultan kausalitet i regressionen. Även vid ett större stickprov eller fler

kontrollvariabler skulle en OLS-regression inte ge en tillräckligt tillförlitlig skattning då den

är inkonsekvent, eftersom oobserverade faktorer kan påverka skattningen om de korrelerar

med en inkluderad variabel. Främst är det problematiken med simultan kausalitet som orsakar

osäkerhet och bias. Vid simultan kausalitet har inkomstskatt ett kausalt samband med

inkomstojämlikhet men även inkomstojämlikhet ha ett kausalt samband med inkomstskatt.

Det är då önskvärt att utföra en IV-regression. Genom att utesluta simultan kausalitet kan vi

anta att nivå på inkomstojämlikhet i kommunen inte har direkt påverkan på implementerad

15

kommunalskatt. Det är av vikt då vi undersöker effekt av inkomstskatt på inkomstojämlikhet

och inte tvärtom.

5.3 Instrumentvariabel regressionsanalys

För att utföra en IV-regression konstrueras ett instrument där variationen i den oberoende

variabeln (X) delas i två delar för att separera och utesluta den del som korrelerar med

feltermen och orsakar simultan kausalitet. Instrumentet, benämnt Z, separerar den del som

korrelerar med feltermen och isolerar därmed förändringen i den oberoende variabeln som är

okorrelerad med feltermen. Z är endast en hjälpvariabel för att exkludera den effekt i X som

orsakar simultan kausalitet. För att ett instrument ska vara giltigt krävs både instrumentell

relevans och instrumentell exogenitet. Det krävs att X och Z korrelerar, medan Z inte

korrelerar med feltermen. Två antaganden för en giltig instrumentvariabel:

Antagande 1: corr(Xi,Zi)≠0. Antagande om instrumentets relevans .

Antagande 2: corr(Zi,ui)=0. Antagande om instrumentets exogenitet .

Det första antagandet är enklare att undersöka om det är rimligt då det går att testa sambandet

mellan den oberoende variabeln och instrumentet. Om instrumentet har en svag

förklaringsgrad och påvisar ett svagt samband, hotas den interna validiteten. Ett

tillvägagångssätt för att testa instrumentets validitet är att utföra ett F-statistik test i det första

steget i Two Stage Least Square (TSLS). F-statistik ger en förklaring till sambandet mellan X

och Z, där en högre siffra indikerar på ett starkare samband. Tumregeln för ett starkt

instrument är att F-värdet ska vara större än 10 i regressionen från första steget. Det andra

antagandet är svårare att undersöka om det är rimligt då den inkluderar feltermen, vilket är

oobserverade värden. Det går således inte att säkerställa att korrelationen mellan Z och

feltermen är lika med noll då det saknas data för feltermen. Vi saknar statistiska verktyg för

att analysera exogeniteten. Då statistiska verktyg saknas kommer vi ta stöd tidigare studier

samt egen granskning för att försöka uppnå kriteriet exogenitet (Pettersson-Lidbom, 2008).

16

5.4 Applicering

För att motverka simultan kausalitet, där kommunalskatten påverkas av inkomstspridningen -

och vice versa - behövs ett instrument som förhindrar detta. Instrumentet ger en skattning av

kommunalskatten som exkluderar den del som är korrelerad med feltermen. Den endogena

variabeln är kommunalskatten och den exogena variabeln, instrumentvariabeln, är

partikoalition som regerar vid tillfället. Det finns två betydande hot som kan påverka

validiteten i IV-regressionen vilka vi anser vi har bemött. Vi kan anta att instrumentet

uppfyller antagandet om relevans baserat på tidigare studier då det har konstaterats ett

samband mellan skatter och partipolitisk koalition (Pettersson-Lidbom, 2008). Sambandet

påvisas även i vår studie vilket finns redovisat i tabell 2 samt i figur 2. För att säkerställa

instrumentets validitet och undvika att regressionen utförs med ett svagt instrument tas

F-värdet i beaktning. Det andra hotet skulle vara om instrumentet inte är exogent, vilket gör

att TSLS-estimatorn inte är konsistent, det hanteras genom att endast undersöka de

skatteförändringar som uppkommit efter kommunala val med regerande partikoalition med

röstandel under 55 procent. Exogenitet framkommer då partiokoalition som regerar kan ses

som nästintill slumpmässig. Vidare har vi valt att inkludera kontrollvariabler för att

partikoalition inte ska korrelera med variabler i feltermen som kan ha effekt på

inkomstojämlikhet. När antagandet om relevans och exogenitet är uppfyllt för instrumentet

kan vi skatta effekten av inkomstskatt på inkomstojämlikhet med en TSLS-estimator. För att

anta ett hypotetiskt utfall, med stöd av tidigare studier och ekonomisk teori, har inkomstskatt

en motverkande effekt på inkomstojämlikhet. Därför bör de kommuner med högre

kommunalskatt påvisa lägre inkomstojämlikhet. Det bör alltså finnas ett negativt kausalt

samband mellan inkomstskatt och inkomstojämlikhet.

5.5 Steg 1 TSLS

Första steget är att isolera den del av kommunalskatten som är inte är korrelerad med

feltermen. Genom att i IV-regressionens första steg inkludera vårt instrument separerar vi

variationen i kommunalskatten i två delar, en som är korrelerad med feltermen och en som

inte är det. Genom att isolera och endast använda den del i kommunalskatten som inte är

korrelerar med feltermen kan vi skatta en effekt av en “opolitiskt implementerad skattesats”

på Ginikoefficienten. Således används den del som inte påverkas av simultan kausalitet

17

mellan den beroende och den oberoende variabeln.

Ekvationen för det första steget blir således: Ekvation 1.2

ommunalskatt HögerK it = π0 + π1 it + vi

I det första steget inkluderas endast de kommunfullmäktigeval som har slutat med en

regerande partikoalition med röstandel under 55 procent. Kommunalskattit står för skattesats i

procent för kommun i år t (t=2002,...,2016). Högerit används som en dummyvariabel som

antar värde 1 om kommun i har en regerande högerorienterad partikoalition under år t och 0

för vänsterorienterad partikoalition. I ekvationen är π0 interceptet, π1 är riktningskoefficienten

för och vi är feltermen. Då ekvation 1.2 inte skattar Y används andra notationer. ögerH it

Komponenten π0 + π1Högerit är den del av X som antas vara okorrelerad med feltermen.

Vidare, görs en beräkning för att predicera . Första steget i TSLS bör ge en Kommunalskattitˆ

kommunalskatt som kan antas vara randomiserad, .Kommunalskattitˆ

5.6 Steg 2 TSLS

I det andra steget utförs en OLS-regression med skattad version av kommunalskatt,

. Dock bör betraktas med viss försiktighet då det är ettKommunalskattitˆ Kommunalskattitˆ

estimat och det råder mindre variation i instrumentet (Z) i IV-regressionen, än när man

använder den oberoende variabeln (X) i en OLS-regression. Således är standardfelet i

riktningskoefficienten ofta större i en IV-regression. I ekvationen inkluderas andel

högutbildade, andel högutbildade och befolkningsmängd i kommunen. Syftet med att

inkludera kontrollvariabler är för att regerande partikoalition inte ska korrelera med variabler

i feltermen som har en effekt på inkomstojämlikhet, för att minimera risken att dra felaktiga

slutsatser.

Ekvationen för det andra steget blir således: Ekvation 1.3

inikoef f icient Kommunalskatt Х G i(t+1) = β0 + β1 itˆ + β2 i(t+1) + uit

18

I ekvation 1.3 utförs en OLS-regression på den beroende variabeln, Ginikoefficient, med den

predicerade kommunalskatten, . Ginikoefficienteni(t+1) står för Kommunalskatt ˆ

inkomstojämlikhet för kommun i under år t (t=2002,...,2016). β0 är interceptet, β1 är

riktningskoefficienten för för kommun i under år t (t=2002,...,2016). β2 är tKommunalskatˆit

riktningskoefficienten för Xit [andel högutbildade, andel utrikesfödda och befolkningsmängd i

kommunen] för kommun i under år t+1 (t=2002,...,2016). Avslutningsvis är uit feltermen.

19

6. Data

I avsnitt 6 redogörs uppsatsens datamaterial med förklaringar till valda variabler och variabel

konstruktion. Datamaterialet består av obalanserad paneldata för 290 kommuner under

perioden 2003–2017. Paneldata är data för tvärsnitt för samma enheter under olika

tidsperioder. Att datasetet är obalanserat betyder att en del data i panelen saknar

observationer för vissa tidsperioder. Antalet observationer är 4350, däremot kommer

uppsatsen endast använda 2670 observationer, vilket är de kommuner med en regerande

partikoalition med röstandel under 55 procent. För att säkerställa tillförlitligheten i

regressionen kommer ett snävare urval att användas i våra robusthetstester, där regerande

partikoalition som har fått röstandel över 52,5 och vidare 50 procent har exkluderats. Vi anser

att antalet observationer är ett tillräckligt stort stickprov för att kunna utföra en OLS- och

IV-regressionsanalys.

6.1 Datamaterial

Den första delen i datasetet utgörs av kommunal inkomstskatt. Den kommunala

inkomstskatten är insamlad för alla Sveriges 290 kommuner från år 2002 till 2016. Data är

hämtad från Statistiska centralbyrån (SCB). Vi har sammanställt data över

kommunfullmäktiges valresultat för Sveriges 290 kommuner. Den första avgränsningen som

genomfördes var att endast inkludera de kommuner vars partipolitiska röstandel varit under

55 procent. Syftet att endast inkludera regerande partikoalitioner under 55 procent är för att

valutgången varit oviss och på marginalen resulterat i en majoritet åt endera partikoalition.

Således kan kommunalskatten som implementerats efter valet behandlas som nästintill

slumpmässig. De partier vars valresultat inkluderats är högerblocket: M, L, C och KD samt

vänsterblocket: S, V och MP. SD har exkluderats då de inte för en tydlig ekonomisk politik åt

endera ideologisk politisk riktning (Sverigedemokraterna 2019). Även lokala partier har

exkluderats från studien då vi ämnat att undersöka samma typ av partisammansättning. Vid

denna avgränsning exkluderades 52 kommuner (se bilaga 1.2). I resterande 238 kommuner

hade regerande partikoalition röstandel under 55 procent.

20

Den andra delen i datasetet utgörs av Ginikoefficient som mått för inkomstojämlikhet.

Ginikoefficient är ett väl ansett översiktsmått för att mäta inkomstfördelning och beräknas

från Lorenzkurvan (Lorenz, 1905), måttet antar ett värde mellan 0 och 1, där en högre siffra

indikerar större inkomstspridning. Vi har valt att använda Ginikoefficient som mått på

inkomstojämlikhet då den ger en överskådlig blick över inkomstfördelning i en population.

Det finns andra mått för att mäta inkomstojämlikhet såsom att jämföra de rikaste 10

procenten mot de fattigaste 10 procenten för att se hur skillnaden förändras över tid, eller

undersöka hur stor andel av inkomst som återfinns hos topp 1 percentilen av befolkningen.

Men då Ginikoefficient är ett mått som mäter alla individers disponibla förvärvsinkomst och

ger uppfattning om hur fördelning av inkomster ser ut för alla inkomstgrupper anser vi att det

är ett mått som passar väl för vår uppsats. Vårt dataset utgörs av Ginikoefficienter för 238

kommuner som haft en partipolitisk röstandel under 55 procent under åren 2003–2017.

Ginikoefficienter på kommunal nivå för år 2003, 2004 samt 2006 är inte tillgängliga via SCB,

således krävdes det att Ginikoefficienter för dessa år, för samtliga kommuner, fick

sammanställas och beräknas manuellt. För att utföra dessa beräkningar användes data för

sammanräknad disponibel förvärvsinkomst för alla individer i vardera kommun, vilket är

tillgängligt via SCB. Vi valde att avgränsa sammanställandet av disponibel inkomst till

individer över 20 år, då det främst är individer över 20 år som har någon typ av

förvärvsinkomst såsom lön från arbete eller pension. I beräkningen gjordes en

sammanställning av samtliga invånare över 20 år i en kommun vilka delades in i olika

inkomstklasser. Från vardera inkomstklass sammanställdes ett medelvärde som sedan

användes för att beräkna kumulativa andelar av total inkomst i kommunen. För att

säkerhetsställa att manuell sammanställning och beräkning var korrekt gjordes en jämförelse

med en Ginikoefficient för en kommun vars värde är tillgängligt genom SCB. Vid jämförelse

påvisades samma Ginikoefficient och vi kan således anta att vår metod är korrekt tillämpad.

Genom att manuellt sammanställa inkomstspridningen på individnivå för olika

inkomstgrupper för varje kommun kunde vi, genom Stata, beräkna kommunens

Ginikoefficient 2003, 2004 och 2006, vilket sammanlagt var 453 Ginikoefficienter.

21

Sammanlagt sammanställdes 13 299 141 inkomster för att utföra beräkningen av

kommunernas Ginikoefficient.

Ekvationen för beräkning av Ginikoefficient är följande:

inikoef f icient ( ) (y )G = 12n μ2 ∑

n

i=1i i − μ

Där n är populationsstorlek, yi är person i :s inkomst och μ är genomsnittlig inkomst.

Den tredje delen som kommer inkluderas som kontrollvariabel är andel högutbildade i

kommunen. Högutbildad definieras som de individer som har en eftergymnasial utbildning, 3

år eller mer. Data för andel högutbildade är sammanställd från SCB (2018). Högre

utbildningsnivå och jämlik tillgång till utbildning har positiv signifikant effekt på minskad

inkomstojämlikhet (De Gregorio & Lee, 2003). Dock finns det ojämlikheter i utbildningsval

som även påverkar ojämlikhet i inkomst. Tidigare studier visar att olika socioekonomiska

bakgrundsfaktorer, såsom föräldrarnas yrke och utbildningsnivå har inverkan på vilken

utbildning barnet väljer. Det kan därmed förklara en del i trögheterna i inkomströrlighet

mellan generationer, där barn till högutbildade och högavlönade föräldrar oftast själva är

högutbildade och högavlönade (Waldenström, 2012). Båda de politiska blocken värderar

jämlik tillgång till utbildning där alla elever ska ges möjligheter att rustas för vidare studier.

Sammansättningen av kommunens utbildningsväsende besultas av kommunfullmäktige

(SKL, 2019). Syftet med att inkludera andel högutbildade i ekvationen är för att ta hänsyn till

hur utbildningsnivå påverkar inkomstspridningen i kommunen.

Den fjärde delen som kommer inkluderas är en variabel som kontrollerar för andel

utrikesfödda i kommunen. Med data från SCB har vi sammanställt hur stor andel av

invånarna i varje kommun som är född i ett annat land än Sverige. I regeringens

fördelningspolitiska redogörelse (2016) påvisades det att den ökade invandringen är av

betydelse för den ökade inkomstspridningen under 2000-talet. Från tidigare studier av

Waldenström (2012) har det observerats att andel utrikesfödda inte är slumpmässigt utspridda

över alla inkomstnivåer utan överrepresenterade i inkomstfördelningens nedre percentiler.

Utformning av integrationspolitik fattas i viss grad på kommunal nivå. Kommunfullmäktige

22

bär ansvaret att inkludera och integrera utrikesfödda genom bland annat bosättning och

samhällsorientering (SKL, 2019). Således finner vi det av vikt att inkludera andel

utrikesfödda då de är av betydelse för att förstå ökningen i inkomstojämlikhet (Waldenström

2012).

Avslutningsvis kommer vi även inkludera data för befolkningsmängd från SCB för att ta

hänsyn till befolkningsmängd i kommunen. Tidigare studier har påvisat att befolkningsmängd

har effekt på inkomstspridning (van Ham et al., 2016; Olsson & Lännerström, 2017).

Kommuner med en större befolkning påvisar en högre grad av inkomstsegregation, där

områden i städerna är separerade efter socioekonomiska grupper (Olsson & Lännerström,

2017). Det betyder att hushåll med olika inkomst bosätter sig olika inom ett område i en tätort

(van Ham et al., 2016; Scarpa, 2015; Bischoff & Reardon, 2014). Kommunens

befolkningsmängd påverkar utformningen av politiska huvudfrågor (SKL, 2019). Syftet är att

kontrollera den del i inkomstojämlikhet som kan tänkas förklaras av befolkningsmängd.

23

7. Deskriptiv statistik

I avsnitt 7 presenteras deskriptiv statistik över skillnader i skattenivå och inkomstojämlikhet

mellan höger- och vänsterorienterade partipolitiska koalitioner, där regerande partikoalition

med röstandel under 55, 52,5 och 50 procent kommer tas i beaktning. Vidare presenteras

deskriptiv statistik för andel högutbildade, andel utrikesfödda och befolkningsmängdens

korrelation med Ginikoefficienten. Avsnittet ämnar sammanfatta de resultat som framkommit

och överskådligt visa på skillnader i skattenivå och inkomstojämlikhet.

I tabell 1 presenteras valresultat i kommunfullmäktige för 2002, 2006, 2010 och 2014 sorterat

efter vänster- och högerorienterad partikoalition. Valresultat som inkluderats är de

partikoalitioner som vunnit kommunfullmäktige med röstandel under 55 procent. Från

tabellen nedan kan det utläsas att det under 2000-talet skett en markant ökning av regerande

partikoalition slutat med röstandel under 55 i Sverige, från 52 procent till 78 procent.

Tabell 1: Valresultat kommunfullmäktige

Valår Vänsterkoalition Högerkoalition Andel regerande partikoalition med röstandel under 55 %

2002 58 % 42 % 52 % 2006 47 % 53 % 58 % 2010 45 % 55 % 62 % 2014 66 % 34 % 78 %

7.1 Skillnader i skattenivå

I tabell 2 presenteras genomsnittlig kommunalskattesats som implementerats efter följande

valresultat i kommunfullmäktige: röstandel över 55, under 55, 52,5 samt 50 procent.

Implementerad skattesats varierar beroende på hur stark majoritet regerande partikoalition har

i kommunfullmäktige. Från tabell 2 kan det urskiljas att vid ett snävare urval, med svagare

regerande partikoalition, är skillnaden i skattesats mellan höger och vänsterkoalitioner lägre.

Tabell 2: Genomsnittlig kommunalskattesats vid olika röstandelar Partikoalition > 55 % 55 % 52,5 % 50 % Vänsterkoalition 32,45 32,34 32,31 32,31 Högerkoalition 31,73 31,86 31,86 31,86 Differens 0,72 0,48 0,45 0,45

24

I figur 2 presenteras genomsnittlig kommunalskattenivå för de kommuner som haft regerande

partikoalitioner med röstandel under 55 procent, där röd linje representerar skattenivå för

vänsterorienterade partikoalitioner och blå högerorienterade. Det framgår att

vänsterorienterade partikoalitioner tillämpar en högre skattenivå än högerorienterade, vilket

även stämmer överens med tidigare studier (Pettersson-Lidbom, 2008). I genomsnitt sätter

vänsterorienterade kommuner 0,476 procent högre skatt än högerorienterade kommuner.

Både höger- och vänsterorienterade kommuner har ökat nivån på kommunalskatt under

senare 2000-tal.

Figur 2. I Y-led kommunalskattesats. I X-led år 2002–2016.

7.2 Skillnader i inkomstojämlikhet

I figur 3 presenteras grafiskt Ginikoefficientens utveckling och spridning mellan kommuner

mellan 2003–2017. I figuren har kommuner vars regerande partipolitiska koalitions röstandel

varit över 55 procent exkluderats. I figur 3 framgår en ökning i inkomstojämlikhet, samt att

det finns stor variation mellan minimi- och maximivärden. Den genomsnittliga

förändringstakten är 0,00193 Gini-punkter vilket motsvarar en 0,2 procentig ökning per år.

Från figur 3 framgår det att det finns en större spridning bland de kommuner med hög

inkomstojämlikhet. Vidare kan det utläsas att kommuner med låg inkomstojämlikhet är

närmare regressionslinjen än de kommuner med hög inkomstojämlikhet, således är det ett

25

större antal kommuner som befinner sig under medelvärdet än över (se bilaga 1.3). Från

figuren kan det även urskiljas att spridningen i inkomstojämlikhet har minskat trots ökningen.

Figur 3. I Y-led Ginikoefficient. I X-led år 2003–2017.

I figur 4 har vi tagit hänsyn till de kommuner med regerande partikoalition med röstandel

under 55 och jämfört utveckling av Ginikoefficienten i höger- och vänsterstyrda kommuner.

Den röda linjen representerar nivå på inkomstojämlikhet för vänsterorienterade

partikoalitioner och den blå högerorienterade. Från figur 4 kan det observeras högre

genomsnittlig nivå i inkomstojämlikhet för kommuner som haft en högerorienterad

partikoalition under 2000-talet. Kommunerna har under 2000-talet haft en mycket snarlik

utveckling av inkomstojämlikhet. Det bör noteras att det sedan 2015 (för högerstyrda

kommuner) och 2014 (för vänsterstyrda kommuner) skett en minskning i inkomstojämlikhet.

Figur 4. I Y-led Ginikoefficient. I X-led år 2003–2017.

26

7.3 Kontrollvariabler

I tabell 3 presenteras procentuell förändring i inkomstojämlikhet efter befolkningsmängd i

kommunen från 2003 till 2017. Syftet är att urskilja hur befolkningsmängd korrelerar med

uppmätt nivå inkomstojämlikhet i kommunen. Från tabell 3 framgår det tydligt av

genomsnittlig Ginikoefficient för perioden att det finns skillnader i inkomstojämlikhet

beroende på befolkningsmängd i kommunen, där de kommunerna med en större

befolkningsmängd påvisar en högre grad av inkomstojämlikhet. Vid undersökning av hur

inkomstojämlikhet har förändrats över tid kan det konstateras att inkomstojämlikhet ökat

mest i de mindre befolkade kommunerna under 2000-talet. Något som är av vikt att betona är

att antalet kommuner med en befolkningsmängd över 100 000 invånare är färre än de

kommuner med under 100 000 invånare. Vilket betyder att stickprovet för kommuner med

hög befolkning kan vara missvisande då det är ett mindre urval som undersöks. Tillhörande

figur återfinns i bilagor (se bilaga 1.4).

Tabell 3: Procentuell förändring i inkomstojämlikhet 2003–2017 μ Ginikoefficient

150 000 > Befolkningsmängd 0,401 100 000 < Befolkningsmängd < 150 000 0,364 50 000 < Befolkningsmängd < 100 000 0,334 10 000 < Befolkningsmängd < 50 000 0,316

Befolkningsmängd < 10 000 0,298

Notation: μ= medelvärde

Från tidigare studier under 2000-talet har det observerats en ökning av andel högutbildade

och andel utrikesfödda i Sverige. Ökningen har skett i såväl kommuner med höger- som

vänsterstyre. Det råder stor variation både i andel högutbildade samt i andel utrikesfödda

mellan kommunerna. Vid undersökning av hur dessa ökat i höger- respektive vänsterstyrda

kommuner kan det konstateras att det finns en högre andel högutbildade i högerstyrda

kommuner, och att det finns en högre andel utrikesfödda i vänsterstyrda kommuner. Figurer

samt tabell finns att återfinna i bilagor (se bilaga 1.5, 1.6 samt 1.7).

27

8. Resultat och analys

I avsnitt 8 presenteras korrelationen mellan kommunalskatt och inkomstojämlikhet i både en

OLS-regression och IV-regression. I avsnittet redovisas robusthetstest för IV-regression för

partikoalition med röstandel under 52,5 procentig nivå samt vid ett ännu snävare urval under

50 procent. I analyserna används R2 samt justerad R2 som determinationskoefficient, ett mått

på förklaringsgraden i regressionen vid regression med en eller flera variabler. R2 respektive

justerad R2 förklarar hur stor del i den beroende variabeln, inkomstojämlikhet, som förklaras

av den oberoende variabeln, kommunalskatt, samt av kontrollvariabler. Enligt resultaten kan

det konstateras att ökad inkomstskatt har en negativ effekt på inkomstojämlikhet.

8.1 OLS-regression

I OLS-regressionen observeras negativ korrelation mellan kommunalskatt och

Ginikoefficient (tabell 4). Samtliga resultat är statistiskt signifikanta på en 1 procentig

signifikansnivå. I regression (1) och (2) inkluderas fixa effekter. Syftet att inkludera fixa

effekter är för att kunna analysera effekten av en variabel över tid. Fixa effekter kontrollerar

för det som kan variera över tid genom att hålla allt annat konstant inom kommunen, därmed

används bara variationen av den oberoende variabeln på den beroende vid estimering. I

regression (2) och (3) inkluderas kontrollvariabler. Kontrollvariabler motverkar OVB i en

OLS-regression. Vid utförd OLS-regression för att estimera effekten av inkomstskatt på

inkomstojämlikhet påvisas ett starkare samband med kontrollvariabler än utan. Den

regression vi finner mest tillförlitlig är regression (2) då både kontrollvariabler och fixa

effekter inkluderats. I regression (2) observeras ett negativ samband med -0,00388

Gini-punkter. Vid tolkning av OLS-regressionens resultat i regression (2) leder en ökning

med 1 procentenhet i kommunalskatt till en minskning med 1,18 procent i inkomstojämlikhet.

Vidare kan utläsas att förklaringsgraden är 68,7 procent. Det framgår i tabellen att

förklaringsgraden sjunker markant då kontrollvariabler exkluderas från regressionen.

Fullständig tabell med kontrollvariabler och fixa effekter finns redovisat i bilagor (se bilaga

1.8).

28

Tabell 4: OLS-regression

(1) Ginikoefficient

(2) Ginikoefficient

(3) Ginikoefficient

(4) Ginikoefficient

Kommunalskatt -0.0162*** -0.00388*** -0.00319*** -0.0115*** (0.000166) (0.000318) (0.000271) (0.000528)

Kontrollvariabler NEJ JA JA NEJ Fixa effekter JA JA NEJ NEJ Observationer 3,932 3,929 3,929 3,932

R2 0.274 0.149 Justerad R2 0.687 0.695

Antal år 15 15 Robusta standardfel inom parentes

*** p<0.01, ** p<0.05, * p<0.1

8.2 IV-regression

Första steget i IV-regressionen, ekvation 1.2, ger skattningen av kommunalskatt för regerande

partikoalition med röstandel under 55 procent (tabell 5). Kommuner med högerstyre sätter i

genomsnitt 0,477 procentenheter lägre skatt. Instrumentets validitet kontrolleras med ett

F-test. Vid utfört F-test gav vårt instrument ett F-värde på 131,18, vilket indikerar på ett

tillförlitligt instrument. Således kan den del i kommunalskatt som med största sannolikhet

inte påverkas av simultan kausalitet användas vidare i regressionen.

Tabell 5: Steg 1 TSLS

Kommunalskatt Höger -0.477*** (0.0416) Observationer 2,670 R2 0.047 F-värde 131.18

Robusta standardfel inom parentes

*** p<0.01, ** p<0.05, * p<0.1

I IV-regressionen observeras negativ korrelation mellan kommunalskatt och Ginikoefficient

(tabell 6). Samtliga resultat är statistiskt signifikanta på en 1 procentig signifikansnivå. I

tabell 6 presenteras fyra separata IV-regressioner, där IV-regression (1) och (2) inkluderar

fixa effekter. I IV-regression (1) och (3) inkluderas kontrollvariabler. Syftet att utföra

29

regressionerna med och utan kontrollvariabler och fixa effekter är för att påvisa hur

sambandet mellan inkomstskatt och inkomstojämlikhet beror av variabler i modellen. I

samtliga IV-regressioner kan det utläsas att kommunalskatt har en negativ effekt på

Ginikoefficient. Syftet med att inkludera kontrollvariabler är för att partikoalition inte ska

korrelera med variabler i feltermen som har en effekt på inkomstojämlikhet. Vid exkludering

av kontrollvariabler påvisas att kommunalskatten har en lägre effekt på minskningen i

inkomstojämlikhet. Regression (1) då både kontrollvariabler och fixa effekter inkluderats

kommer användas som vårt huvudresultat. Resultatet är mest rättvisande då kontrollvariabler

kontrollerar för variabler i feltermen och fixa effekter tar hänsyn till variationen och håller

annat konstant. I regression (1) observeras ett negativ samband med -0,00686 Gini-punkter.

Fullständig tabell finns redovisad i bilagor (se bilaga 1.9).

Tabell 6: IV-regression

(1) Ginikoefficient

(2) Ginikoefficient

(3) Ginikoefficient

(4) Ginikoefficient

Kommunalskatt -0.00686*** -0.00488** -0.00795*** -0.00483** (0.00154) (0.00240) (0.00139) (0.00236)

Kontrollvariabler JA NEJ JA NEJ Fixa effekter JA JA NEJ NEJ

R2 0.622 0.149 0.612 0.075 Justerad R2 0.612

Observations 2,670 2,670 2,670 2,670 Antal år 15 15

Robusta standardfel inom parentes *** p<0.01, ** p<0.05, * p<0.1

Från IV-regressionens resultat utläses att kommunalskatt har en negativ effekt på

Ginikoefficient. Vilket vi tolkar som att inkomstskatt minskar inkomstojämlikhet och kan

således ha en möjlig utjämningseffekt. Vi har funnit en mekanisk effekt med -0,00686

Gini-punkter. Effekten exemplifieras i en beräkning av en ökning med 1 procentenhet i

kommunalskatt på inkomstojämlikhet. År 2017 var genomsnittlig Ginikoefficient 0,33, vilket

utgör utgångspunkten i vår tolkning (se bilaga 1.3). En ökning i kommunalskatten med 1

procentenhet skulle resultera i en minskning i Ginikoefficienten till 0,323, en 2,08 procentig

minskning av inkomstojämlikhet. Tolkningen tar stöd i tidigare studier där liknande

tillvägagångssätt har tillämpats för att ge en förklaring till hur stor effekt inkomstskatt har på

inkomstojämlikhet. Kakwani (1977) undersökte effekten av olika typer av

30

inkomstskattesystem samt dess utformning på inkomstojämlikhet i USA, Storbritannien,

Kanada och Australien. Studien undersökte Ginikoefficienten före och efter en

skatteförändring för att estimera skattens effekt på inkomstojämlikhet. Från studiens resultat

kunde det påvisas att en ökning med 1 procentenhet i inkomstskatt resulterade i en minskning

mellan 0,71–1,99 procent i inkomstojämlikhet. Syftet att sätta studierna i relation till varandra

är för att skapa ett ramverk att tolka förändringen och applicera i vår studie. Vid jämförelse

av en ökning av 1 procentenhet i inkomstskatt på inkomstojämlikhet framgår det att vår effekt

är större än den uppmätt av Kakwani. Det beror troligtvis på utformningen av det svenska

skattesystemet ser annorlunda ut än vad det gör i de länderna som undersöktes av Kakwani.

8.3 Robusthetstest

Vid utfört robusthetstest med regerande höger- och vänsterorienterade partikoalitioner under

52,2 och 50 procent påvisas det i IV-regressionen ett negativt samband mellan

kommunalskatt och Ginikoefficient med 0,00818 respektive 0,00919 Gini-punkter. Det

indikerar på att när vi tar hänsyn till partikoalitioner vars röstandel är ännu lägre påvisas ett

starkare samband mellan kommunalskatt och inkomstojämlikhet. Då resultaten från tabell 6,

7 och tabell 8 är snarlika finner vi således resultaten robusta. Resultaten är signifikanta på 1

procent signifikansnivå. Vid robusthetstest, kontrollerat för andel utrikesfödda, andel

högutbildade och befolkningsmängd samt fixa effekter, framkom det likt vid röstandel under

55 procent att kommunalskatt påverkar inkomstojämlikhet negativt. Fullständig tabeller finns

redovisade i bilagor (se bilaga 1.11).

Tabell 7: Robusthet 52,5% Tabell 8: Robusthet 50%

Ginikoefficient Ginikoefficient Kommunalskatt -0.00818*** Kommunalskatt -0.00919***

(0.00169) (0.00199) Observationer 2,216 Observationer 1,493

Robusta standardfel inom parentes *** p<0.01, ** p<0.05, * p<0.1

Robusta standardfel inom parentes *** p<0.01, ** p<0.05, * p<0.1

31

8.4 Diskussion

Från tidigare studier av Pettersson-Lidbom (2008) har det påvisats att det finns ett samband

mellan skatter och partikoalition, vilket även framkommer i vår studie (tabell 2 samt figur

2). Vidare framgick det att antal val som slutat i en röstandel under 55 procent har ökat under

2000-talet (tabell 1), samt att vid svagare röstandel blir variationen i skattesats mindre mellan

blocken (tabell 2). År 2002 slutade 52 procent av valen i vinst till partipolitisk koalition under

55 procent, medan i valet 2014 blev resultatet 78 procent, en ökning med 74 kommuner

(tabell 1). Det bör poängteras att vissa kommuner lämnat den klassiska blockpolitiken och

istället tillämpar “regnbågskoalitioner”, nya blocksöverskridande partikoalitioner. I tidigare

val (1974–1994) som undersökts har det påvisats en större variation i skattenivå

(Pettersson-Lidbom, 2008). Således framgår det att partierna närmat sig varandra gällande

förd skattepolitik. Sannolikt då konkurrensen ökat mellan partierna vilket kan ha resulterat i

en mer centrerad och homogen skattepolitik, förd av blocken för att vinna att volatila väljare.

En tänkbar av anledning kan vara ökad konkurrens från Sverigedemokraterna som fått en del

av de röster som tidigare har gått till de partier som ingår i de traditionella blocken (Jylhä et

al., 2018). Vidare har vi funnit att andel utrikesfödda, andel högutbildade samt

befolkningsstorlek kan ha en positiv effekt på inkomstojämlikhet. Det kan indikera på att det

kan bidra till större inkomstojämlikhet. Andel utrikesfödda samt befolkningsmängd är i linje

med ekonomisk teori. Dock bör det poängteras att vår kontrollvariabel för utbildningsnivå

och dess effekt på inkomstojämlikhet kan bli missvisande då vi använt andel högutbildade

och inte jämlik tillgång till utbildning som tillämpats vid tidigare studier.

Vi har kunnat påvisa att ökad inkomstskatt kan minska inkomstojämlikhet. Dock bör det

poängteras att en viss nivå av inkomstojämlikhet i en ekonomi inte är skadlig och i viss mån

oundviklig. Total inkomstjämlikhet behöver inte i praktiken innebära att samhällsnyttan är

högre. Om beskattning skulle innebära total inkomstjämlikhet där alla individer efter skatt har

samma inkomst skulle incitament att öka humankapital eller arbeta minska. Individer baserar

sina val på det utfall som genererar högst nytta, såldes sker en avvägning mellan incitament

att vidareutbilda sig och välja arbete över fritid, mot den nyttan det ger. Om fler arbetade

timmar eller högre utbildning inte leder till ökad nytta för individen kommer således inte

individer eftersträva det. Det skulle för samhället leda till en effektivitetsförlust, vilket inte är

32

önskvärt ur ett ekonomiskt perspektiv. Avslutningsvis vill vi poängtera att det finns händelser

som under 2000-talet som direkt och indirekt påverkat inkomstojämlikhet i Sverige. Vi har

valt att åsidosätta dessa händelser i vår analys av förändringar i Ginikoefficienten och endast

undersökt hur inkomstskatt kan påverka inkomstojämlikhet.

8.5 Sammanfattande resultat

Sammanfattningsvis har vi kunnat påvisa ett negativt samband mellan kommunalskatt och

inkomstojämlikhet. Det påvisar således att en ökning i inkomstskatt resulterar i en minskning

av inkomstojämlikhet, vilket stämmer överens med tidigare studier samt ekonomisk teori. Ur

urvalsgruppen som undersökts i uppsatsen påvisas genomsnittlig Ginikoefficient 0,33, vilket

vid en 1 procentenhets ökning i kommunalskatt skulle resultera i en minskning i

Ginikoefficient till 0,322, en 2,08 procentig minskning i inkomstojämlikhet.

OLS-regressionen påvisade ett negativt samband mellan kommunalskatt och Ginikoefficient,

men i lägre grad än vad IV regressionen gör för samtliga regressioner. Det kan bero på att

simultan kausalitet påverkade resultatet i OLS, vilket senare eliminerades genom vårt

instrument, då implementerad kommunalskatt separerades från feltermen, genom att endast

använda regerande partikolaitioner med röstandel är under 55 procent. Vi har även kunnat

påvisa att det råder stor variation mellan kommunerna i inkomstojämlikhet (figur 3).

33

9. Slutsats

Syftet med uppsatsen var att undersöka inkomstskattens effekt på inkomstojämlikhet. För att

uppfylla syftet har vi undersökt inkomstskattens effekt på inkomstojämlikhet i Sveriges

kommuner för tidsperioden 2003–2017. Frågeställningen som vi ämnat att besvara är "Vilken

effekt har inkomstskatt på inkomstojämlikhet i Sveriges kommuner under 2000-talet?". För att

besvara frågeställningen har vi tillämpat en regressionsanalys med instrumentvariabel. Vi har

funnit signifikanta resultat där inkomstskatt har en negativ effekt på inkomstojämlikhet vilket

är i linje med såväl tidigare studier som med ekonomisk teori. Då vi tillämpat en

instrumentvariabel regression har vi bidragit med en empirisk studie som styrker att

inkomstskatt har effekt på inkomstojämlikhet. Vid en 1 procentenhets ökning i

kommunalskatt skulle inkomstojämlikhet minska med 2,08 procent. Således finner vi att

effekten av inkomstskatt på inkomstojämlikhet är både ekonomisk och statistisk signifikant.

Vi har även kunnat observera att den kommunala skattenivån har ökat.

Tidigare studier inom ämnet har i regel tagit hänsyn till en längre tidsperiod samt undersökt

samtliga inkomstskatter för att mäta effekten på inkomstojämlikhet, vår uppsats har

inkluderat den del i inkomstskatten som kommit till följd av en partikoalition med röstandel

under 55 procent för att motverka simultan kausalitet. I tidigare studier har effektivitetsförlust

som kan uppstå vid alltför höga skattesatser behandlats, något som inte fått utrymme i denna

uppsats men som vi uppmuntrar framtida studier undersöka och ta hänsyn till. I vår uppsats

har det observerats att andel regerande partipolitiska koalitioner med röstandel över 55

procent har minskat. Det hade varit intressant att undersöka en parallell frågeställning om

minskningen av starkt regerande partikoalition påverkat inkomstspridningen. Andra partiers,

mest nämnvärt Sverigedemokraterna, framväxt har lett till att blocken tappat röster, vilket kan

ha lett till att de närmat sig varandra politiskt. Ytterligare en aspekt att ha i åtanke vid

framtida studier är att inkludera fler kontrollvariabler då ökningen i inkomstojämlikhet

påverkas av flera komponenter såsom ökning i kapitalinkomster, förändringar i

hushållssammansättning, samt nivå på arbetslöshet, vilka inte har behandlats i denna uppsats.

34

Önskvärt hade varit att göra undersökningen av inkomstskattens effekt på inkomstojämlikhet

över en längre tidsperiod för att säkerhetsställa signifikansen, men då SCB saknade data för

Ginikoefficienter före 2007 ledde det på grund av tidsbrist att urvalet fick anpassas därefter.

Som tidigare nämnt är vi medvetna om att det finns fler typer av mått för att mäta ekonomisk

ojämlikhet än med Ginikoefficient. Ginikoefficienten är ett passande mått vid undersökningar

av förändring i inkomstspridning i en population. Vi kan dock inte uttala oss om andra

effekter som kan uppkomma av en förändring i inkomstskatt, än den effekt som observeras

genom Ginikoefficienten. Önskvärt hade varit att inkludera en fortsatt analys över andra

effekter som kan uppstå vid en förändring av inkomstskatt.

Då vi har funnit signifikanta resultat att inkomstskatt har en negativ effekt på

inkomstojämlikhet anser vi att inkomstskatt är ett verktyg som kan möta problematik med

växande inkomstspridning. Det har i tidigare studier påvisats att skatter och transfereringar

har blivit omfördelade i lägre grad och att detta kan ha bidragit till den ökade ojämlikheten.

Vid beslutsfattande om skattenivå görs en avvägning mellan rättvisa och effektivitet, vilket

formar en optimal skattenivå. Vart tröskeln går är något som varierar mellan regioner och

såldes bör därför inkomstskatt vara ett verktyg som beslutas om och implementeras på lokal

nivå.

Vår studie utmärker sig från tidigare studier inom området då vi valt att undersöka en ny typ

av urvalsgrupp genom att använda en IV-metod för att exkludera att inkomstojämlikhet kan

påverka nivå av inkomstskatt i en region. Vi har haft för avsikt att motverka simultan

kausalitet för att få ett precist estimat över inkomstskattens effekt på inkomstojämlikhet.

Genom vår studie kan vi förhoppningsvis bidra till en bredare förståelse gällande

inkomstskattens effekt på inkomstojämlikhet. Vi anser att resultaten av den mekaniska

effekten är applicerbar även i andra kontexter, där syftet är att implementera en förändring i

inkomstskatt för att ge effekt i inkomstojämlikhet.

35

Bilagor

Bilaga 1.1

“Skattetrappan” är inhämtad från Skatteverket, “Belopp och procent – inkomstår 2019”,

(2019).

Förvärvsinkomst/år 2019 års prisbelopp under 65 år

Förvärvsinkomst/år 2019 års prisbelopp över 65 år

Marginalskattenivå

> 375 700 > 375 700 Understiger kommunalskattesatsen. < 375 700 < 375 700 Kommunala skattesatsens nivå.

< 504 400 kr < 547 500 Nedre brytpunkt: 20 % Kommunala skattesatsens nivå samt statlig inkomstskatt.

< 629 600 < 629 600 Kommunala skattesatsens nivå, statlig inkomstskatt samt ytterligare3 procents höjning.

< 703 000 kr < 733 300

Övre brytpunkt: 25 % Kommunala skattesatsens nivå, statlig inkomstskatt, ytterligare höjning med 5 procentenheter av den statliga inkomstskatten.

< 1 650 000 < 1 650 000 Marginalskatten sjunker med 3 procentenheter då jobbskatteavdraget är 0.

36

Bilaga 1.2

Inkluderade kommuner: 1. Ale 2. Alingsås 3. Alvesta 4. Aneby 5. Arboga 6. Askersund 7. Avesta 8. Bengtsfors 9. Berg 10. Bjuv 11. Boden 12. Bollebygd 13. Bollnäs 14. Borgsholm 15. Borlänge 16. Borås 17. Botkyrka 18. Bromölla 19. Bräcke 20. Burlöv 21. Båstad 22. Dorotea 23. Eda 24. Eksjö 25. Emmaboda 26. Enköping 27. Eskilstuna 28. Eslöv 29. Essunga 30. Falkenberg 31. Falköping 32. Falun 33. Filipstad 34. Flen 35. Gagnef 36. Gislaved 37. Gnesta 38. Gnosjö 39. Gotland 40. Gullspång 41. Gävle 42. Göteborg 43. Götene 44. Habo 45. Halmstad 46. Hammarö 47. Haninge 48. Haparanda 49. Heby 50. Hedemora

51. Helsingborg 52. Herrljunga 53. Hjo 54. Hofors 55. Huddinge 56. Hudiksvall 57. Hultsfred 58. Hylte 59. Håbo 60. Hällefors 61. Härjedalen 62. Härnösand 63. Härryda 64. Hässleholm 65. Högsby 66. Hörby 67. Höör 68. Järfälla 69. Jönköping 70. Kalmar 71. Karlsborg 72. Karlshamn 73. Karlskoga 74. Karlskrona 75. Karlstad 76. Katrineholm 77. Kil 78. Kinda 79. Kiruna 80. Klippan 81. Knivsta 82. Kristianstad 83. Kristinehamn 84. Krokom 85. Kumla 86. Kungsör 87. Kungälv 88. Kävlinge 89. Laholm 90. Landskrona 91. Laxå 92. Lekeberg 93. Leksand 94. Lerum 95. Lessebo 96. Lidköping 97. Lilla Edet 98. Lindesberg 99. Linköping 100. Ljungby

101. Ljusdal 102. Ljusnarsberg 103. Ludvika 104. Lund 105. Lycksele 106. Lysekil 107. Malmö 108. Malung-Sälen 109. Malå 110. Mariestad 111. Mark 112. Markaryd 113. Mellerud 114. Mjölby 115. Mora 116. Motala 117. Mullsjö 118. Munkedal 119. Mölndal 120. Mönsterås 121. Mörbylånga 122. Nacka 123. Nora 124. Nordanstig 125. Nordmaling 126. Norrköping 127. Norrtälje 128. Norsjö 129. Nybro 130. Nykvarn 131. Nyköping 132. Nynäshamn 133. Nässjö 134. Ockelbo 135. Orsa 136. Orust 137. Osby 138. Oskarshamn 139. Ovanåker 140. Partille 141. Perstorp 142. Robertsfors 143. Ronneby 144. Rättvik 145. Sala 146. Salem 147. Sandviken 148. Sigtuna 149. Simrishamn 150 Sjöbo

151. Skara 152. Skinnskatteberg 153. Skurup 154. Skövde 155. Sollefteå 156. Solna 157. Sorsele 158. Sotenäs 159. Staffanstorp 160. Stenungsund 161. Stockholm 162. Storfors 163. Storuman 164. Strängnäs 165. Strömstad 166. Strömsund 167. Sundbyberg 168. Sundsvall 169. Sunne 170. Surahammar 171. Svalöv 172. Svedala 173. Svenljunga 174. Säffle 175. Säter 176. Sävsjö 177. Söderhamn 178. Söderköping 179. Södertälje 180. Sölvesborg 181. Tibro 182. Tierp 183. Tingsryd 184. Tjörn 185. Tomelilla 186. Torsås 187. Tranemo 188. Tranås 189. Trelleborg 190. Trosa 191. Tyresö 192. Töreboda 193. Uddevalla 194. Ulricehamn 195. Upplands Väsby 196. Upplands-Bro 197. Uppsala 198. Uppvidinge 199. Vadstena 200. Vaggeryd

201. Valdemarsvik 202. Vansbro 203. Vara 204. Varberg 205. Vaxholm 206. Vetlanda 207. Vilhelmina 208. Vimmerby 209. Vindeln 210. Vingåker 211. Vårgårda 212. Vänersborg 213. Värmdö 214. Värnamo 215. Västervik 216. Västerås 217. Växjö 218. Ydre 219. Ystad 220. Åmål 221. Åre 222. Årjäng 223. Åsele 224. Åstorp 225. Åtvidaberg 226. Älmhult 227. Älvdalen 228. Älvkarleby 239. Ängelholm 230. Ödeshög 231. Örebro 232. Örkelljunga 233. Örnsköldsvik 234. Östersund 235. Österåker 236. Östhammar 237. Östra Göinge 238. Övertorneå

Exkluderade kommuner: 1. Arjeplog 2. Arvidsjaur 3. Arvika 4. Bjurholm 5. Boxholm 6. Dals-Ed 7. Danderyd 8. Degerfors 9. Ekerö 10. Fagersta 11. Finspång 12. Forshaga 13. Färgelanda 14. Grums 15. Grästorp 16. Gällivare 17. Hagfors 18. Hallsberg 19. Hallstahammar 20. Höganäs 21. Jokkmokk 22. Kalix 23. Kramfors 24. Kungsbacka 25. Köping 26. Lidingö 27. Lomma 28. Luleå 29. Munkfors 30. Norberg 31. Olofström 32. Oxelösund 33. Pajala 34. Piteå 35. Ragunda 36. Skellefteå 37. Smedjebacken 38. Sollentuna 39. Tanum 40. Tidaholm 41. Timrå 42. Torsby 43. Trollhättan 44. Täby 45. Umeå 46. Vallentuna 47. Vellinge 48. Vännäs 49. Ånge 50. Älvsbyn 51. Öckerö 52. Överkalix

37

Bilaga 1.3

Tabell 9 redovisar genomsnittlig Ginikoefficient i kommuner där regerande partikoalition har

röstandel under 55 procent. Det kan observeras att medelvärdet ökat under 2000-talet samt att

det råder stor variation mellan observerade kommuner.

Tabell 9: Genomsnittlig inkomstojämlikhet 2003–2017 Medelvärde Standardavvikelse Min Max

2003 0,3 0,04 0,19 0,44 2004 0,31 0,04 0,18 0,54 2005 0,3 0,03 0,25 0,50 2006 0,31 0,04 0,19 0,44 2007 0,31 0,03 0,26 0,52 2008 0,31 0,03 0,26 0,51 2009 0,31 0,03 0,26 0,50 2010 0,32 0,03 0,27 0,52 2011 0,33 0,03 0,28 0,52 2012 0,32 0,03 0,27 0,52 2013 0,32 0,03 0,27 0,52 2014 0,33 0,03 0,28 0,51 2015 0,33 0,03 0,28 0,52 2016 0,33 0,03 0,28 0,52 2017 0,33 0,03 0,27 0,52

Notation: inkomstojämlikhet är mätt i Ginikoefficient.

Bilaga 1.4

Figur 5 visar utveckling i inkomstojämlikhet under 2000-talet sorterat efter kommunens

befolkningsmängd. Från figur 5 framgår det tydligt att det finns skillnader i

inkomstojämlikhet beroende på befolkningsmängd i kommunen där de kommuner med en

större befolkningsmäng påvisar större inkomstojämlikhet. Ur figur 5 kan det observeras att

inkomstojämliken ökat mest i de mindre befolkade kommunerna under 2000-talet. Det kan

även observeras att ökningen i inkomstojämlikhet har planat ut något de senaste åren. Det kan

även observeras att de kommuner som har mer än 100 000 invånare visar samma trend medan

kommuner med en mindre haft en högre utveckling.

38

Figur 5. I Y-led Ginikoefficient efter befolkningsmängd. I X-led år 2003– 2017.

Bilaga 1.5

I figur 6 har vi tagit hänsyn till de kommunval med regerande partikoalition har en röstandel

under 55 procent och jämfört utveckling av andel högutbildade i höger- och vänsterstyrda

kommuner, där röd linje representerar andel högutbildade för vänsterorienterade

partikoalitioner och blå högerorienterade. Från figur 6 kan det observeras högre genomsnittlig

nivå i andel högutbildade för kommuner som haft en högerorienterad partikoalition under

2000-talet. Kommunerna har under 2000-talet haft en mycket snarlik utveckling av andel

högutbildade.

Figur 6. I Y-led andel högutbildade. I X-led år 2003–2017.

39

Bilaga 1.6

I figur 7 har vi tagit hänsyn till de kommuners regerande partikoalition som har röstandel

under 55 procent och jämfört utveckling av andel utrikesfödda i höger- och vänsterstyrda

kommuner, där röd linje representerar andel utrikesfödda för vänsterorienterade

partikoalitioner och blå högerorienterade. Från figur 7 kan det observeras högre genomsnittlig

nivå i andel utrikesfödda för kommuner som haft en vänsterorienterad partikoalition under

2000-talet. Under 2000-talet har de haft en mycket snarlik utveckling fram tills 2014 där det

observeras en större ökning i andel utrikesfödda i blå kommuner.

Figur 7. I Y-led andel utrikesfödda. I X-led år 2003–2017.

40

Bilaga 1.7

Tabell 10 visar deskriptiv statistik över andel högutbildade och utrikesfödda under åren 2003

till 2017. Det råder stor variation, gällande såväl andel högutbildade som utrikesfödda, i

kommunerna.

Tabell 10: Andel högutbildade och utrikesfödda på kommunal nivå

År n μ högutbildade

σ Min Max μ utrikesfödda

σ Min Max

2003 151 10,89 4,85 5,14 36,55 9,22 5.12 2.43 39.34 2004 151 11,04 4,96 5,63 37,4 9,39 5.26 2.70 39.85 2005 151 11,99 5,08 5,69 38,09 9,57 5.32 2.85 39.78 2006 151 12,38 5,14 5,74 38,30 9,96 5.42 2.95 39.44 2007 165 12,41 4,72 5,95 38,82 10,27 5.48 3.52 35.25 2008 165 12,77 4,78 6,31 39,15 10.68 5.63 3.89 35.83 2009 165 13,09 4,85 6,66 39,55 11.07 5.74 4.30 36.49 2010 165 13,44 4,93 6,94 39,88 11.39 5.83 4.38 37.25 2011 183 13,67 5,04 7,11 40,64 11.64 5.72 3.83 38.13 2012 183 14,03 5,16 7,18 41,51 11.96 5.81 4,00 38.86 2013 183 14,42 5,26 7,42 42,21 12.50 5.88 4.12 39.34 2014 183 14,82 5,35 7,80 42,73 13.13 5.99 4.33 39.77 2015 226 15,14 5,62 7,83 42,76 13.76 6,17 4.73 40.40 2016 226 15,45 5,72 7,84 43,28 14.82 6.28 5.24 41.04 2017 226 15,74 5,79 7,94 43,25 15.41 6.412 6.16 41.48

Notation: μ= medelvärde, σ = standardavvikelse, n = antal observerade kommuner.

Bilaga 1.8

Utförd OLS-regression, ekvation 1.1, för att undersöka kommunalskattens effekt på

inkomstojämlikhet. OLS-regressionen valdes att åsidosättas då det mest troligt kan uppstå

simultan kausalitet mellan nivå på kommunalskatt och rådande inkomstojämlikhet. I tabell 11

har en OLS skattning utförs med (1), och utan (2) kontrollvariabler, samt i (1), (2) med och i

(3), (4) utan fixa effekter, för att kunna urskilja kommunalskattens effekt på

Ginikoefficienten.

41

Tabell 11: OLS-regression

(1) Ginikoefficient

(2) Ginikoefficient

(3) Ginikoefficient

(4) Ginikoefficient

Kommunalskatt -0.0162*** -0.00388*** -0.00319*** -0.0115*** (0.000166) (0.000318) (0.000271) (0.000528)

Utrikesfödda 0.00176*** 0.00182*** (8.39e-05) (8.07e-05)

Högutbildade 0.00346*** 0.00359*** (0.000177) (0.000102)

Befolkningsmängd 1.11e-08 6.12e-09 (8.32e-09) (5.81e-09)

Fixa effekter JA JA NEJ NEJ Observationer 3,932 3,929 3,929 3,932

R2 0.274 0.149 Justerad R2 0.687 0.695

Antal år 15 15 Robusta standardfel inom parentes

*** p<0.01, ** p<0.05, * p<0.1

Bilaga 1.9

Utförd IV-regression, för att undersöka kommunalskattens effekt på inkomstojämlikhet. I

tabell 12 presenteras fullständiga resultat av effekten där det i regression (1) har inkluderats

kontrollvariabler och fixa effekter, vilket är uppsatsens huvudresultat. I regression (2) har

endast fixa effekter inkluderats. Regression (3) inkluderar kontrollvariabler men inte fixa

effekter och påvisar ett något högre samband än i regression (1). Troligtvis kan uteslutandet

av fixa effekter leda till att kontrollvariablerna tillskrivs för stor effekt då de varierar över tid

vilket kan ge snedvridna resultat. Regression (4) utfördes utan kontrollvariabler och fixa

effekter, regressionen har en mycket svag förklaringsgrad på 7,5 procent.

42

Tabell 12: IV-regression

(1) Ginikoefficient

(2) Ginikoefficient

(3) Ginikoefficient

(4) Ginikoefficient

Kommunalskatt -0.00686*** -0.00488** -0.00795*** -0.00483** (0.00154) (0.00240) (0.00139) (0.00236) Utrikesfödda 0.00175*** 0.00191*** (9.27e-05) (0.000102) Högutbildade 0.00238*** 0.00263*** (0.000133) (0.000119) Befolkningsmängd 4.02e-08*** 2.39e-08*** (5.43e-09) (6.85e-09) Fixa effekter Ja Ja Nej Nej R2 0.075 Adjusted R2 0.612 Observationer 2,670 2,670 2,670 2,670 Antal år 15 15

Robusta standardfel inom parentes *** p<0.01, ** p<0.05, * p<0.1

Bilaga 1.10

I tabell 13 redovisas steg två i TSLS-metoden, ekvation 1.3. I andra steget används, mt_hat,

en prediktion av kommunalskatt.

Tabell 13: Ekvation 1.3

Steg 2 mt_hat 0.815***

(0.0915) Utrikesfödda 0.000501***

(0.000184) Högutbildade -0.000138

(0.000345) Befolkningsmängd 2.89e-08***

(6.21e-09) Robusta standardfel inom parentes

*** p<0.01, ** p<0.05, * p<0.1

43

Bilaga 1.11

I tabellerna 14 och 15 redovisas fullständiga tabeller av de robusthetstest med urvalet med

röstandel under 52,5 och 50 procent.

Tabell 14: Robusthet 52,5 % Tabell 15: Robusthet 50 % Ginikoefficient Ginikoefficient

Kommunalskatt -0.00818*** Kommunalskatt -0.00919*** (0.00169) (0.00199)

Utrikesfödda 0.00187*** Utrikesfödda 0.00176*** (0.000104) (0.000121)

Högutbildade 0.00230*** Högutbildade 0.00225*** (0.000145) (0.000172)

Befolkningsmängd 3.72e-08*** Befolkningsmängd 3.88e-08*** (5.87e-09) (7.22e-09)

Justerad R2 0.641 Justerad R2 0.642 Observationer 2,216 Observationer 1,493

Antal år 15 Antal år 15 Robusta standardfel inom parentes

*** p<0.01, ** p<0.05, * p<0.1

44

Referenser Altig, D. och Carlstom, C. (1996). “Marginal Tax Rates and Income Inequality in a Life-Cycle Model” American Economic Review, 89 (5): 1197-1215. DOI: 10.1257 Aronsson, T., Bastani, S. och Blomquist, S. (2010) “Vad är optimal beskattning?” Framtider 3: 18-21. http://urn.kb.se/resolve?urn=urn:nbn:se:lnu:diva-51243 Bastagli, F., Coady, D. och Gupta, S.(2012). ”Income Inequality and Fiscal Policy” International Monetary Fund 5: 7-18. https://books.google.se/ Bengtsson, N., Edin, P. och Holmlund, B. (2014). “Löner, sysselsättning och inkomster - ökar klyftorna i Sverige?” Studier i finanspolitik 1: 1-50. http://www.finanspolitiskaradet.com/download/18.7841e2a2145d5672688a2737/1410181438711/Underlagsrapport+2014-1+Bengtsson,+Edin+%26+Holmlund.pdf Bischoff, K: och Reardon, S. (2014).”Residential segregation by income, 1970-2009.” The Diversity and disparities: America enters a new century 43. https://s4.ad.brown.edu/Projects/Diversity/data/report/report10162013.pdf Björklund, A. och Jäntti, M. (2011). “Inkomstfördelningen i Sverige.” SNS Välfärdsrapport 1. ISBN 978-91-86949-11-2 Blomquist,, S. Eklöf, M. och Newey, W. (2001) “Tax reform evaluation using non-parametric methods: Sweden 1980–1991” Journal of Public Economics 79(3): 543-568. https://www.sciencedirect.com/science/article/pii/S0047272700000827 De Gregorio, J. och Lee, J. (2003) “Education and Income Inequality: New Evidence From Cross-Country Data” The Review of Income and Wealth 48(3):395-416 https://pdfs.semanticscholar.org/593f/c071aa40e94cf50d29241766806e52ab6008.pdf Du Rietz, G., Johansson, D. och Stenkula, M. (2015). “Swedish Labor Income Taxation (1862-2013) Research institute of industrial economics” Research Institute of Industrial Economics 977:35-122 http://www.ifn.se/wfiles/wp/wp977.pdf Essén, A. (2002). “Svensk invandring och arbetsmarknaden. Återblick och nuläge.” Institutet för framtidsstudier 6: 3-46. ISBN 91-89655-25-7 Feldstein, M. (1999). “Tax Avoidance and the Deadweight Loss of the Income Tax, Review of Economics and Statistics.” The Review of Economics and Statistics 81(4): 674–680. https://www.mitpressjournals.org/doi/pdf/10.1162/003465399558391

45

Gustafsson, B. och Johansson, M. (1999) “På jakt efter skälen till att inkomstfördelningen förändras.” Ekonomisk Debatt 8: 505–517. https://www.nationalekonomi.se/filer/pdf/27-8-bg.pdf Gustafsson, B. och Palmer, E. (2001). “90-talets inkomstklyftor – hur och varför de ökade.” Ekonomisk Debatt 7: 487–498. https://www.nationalekonomi.se/filer/pdf/29-7-bg-ep.pdf Gruber och Saez (2002). “The elasticity of taxable income: evidence and implications.” Journal of Public Economics 84: 1–32. https://www.sciencedirect.com/science/article/pii/S0047272701000858#! Justino, P., Brück, T. och Verwimp, P. (2013). “A micro-level perspective on the dynamics of conflict, violence, and development.” Oxford University Press 1: 92-118. ISBN:9780199664597 Jylhä, K., Rydgren, J. och Strimling, P. (2018). “Sverigedemokraternas väljare. Vilka är de, var kommer de ifrån och vart är de på väg?” Institutet för framtidsstudier 2: 14-21. https://www.iffs.se/media/22379/forskningsrapport_2018_2.pdf Kakwani, N. (1977). Measurement of Tax Progressivity: An International Comparison. The Economic Journal,87(345): 71-80. DOI:10.2307/2231833 Lambert, PJ. (1993). “Inequality Reduction Through the Income Tax.” Economica 239(60):357–365. DOI: 10.2307 Laffer, A. (2004). “The Laffer Curve: Past, Present and Future”. Backgrounder, 1765:1-16. http://www.nmhd28gop.org/wp-content/uploads/2017/10/bg1765.pdf Lerman, R. och Yitzhaki, S. (1994). “Effect of Marginal Changes in Income Sources On U.S. Income Inequality”. Public Finance Quarterly 22(4): 403–417. https://journals.sagepub.com/doi/pdf/10.1177/109114219402200401 Lorenz, M.O. (1905). "Methods of measuring the concentration of wealth". Publications of the American Statistical Association 9(70): 209–219. DOI: 10.2307 Olsson, F. och Lännerström, M. (2017). “Inkomstsegregation - En metodutvecklande studie baserad på 53 tätorter i Sverige”. Institutionen för ekonomi och samhälle avdelningen för Kulturgeografi Handelshögskolan vid Göteborgs Universitet http://hdl.handle.net/2077/52630.

46

Pettersson-Lidbom, P. (2008). ““Do Parties Matter for Economic Outcomes?” A Regression- Discontinuity Approach.”” Journal of the European Economic Association 6(5):1037–1056. http://www.jstor.org/stable/40283092 Perkins, D., Radelet, S., Lindauer, D. och Block, S. (2012). “Economics of Development” W.W Norton & Company, New York 7: Poverty. 181–200, 205–214 Education. 259–264 Health. 307–308. Piketty, T. (2015). “The Economics of Inequality.” The Belknap Press of Harvard University Press”. 113–131. ISBN 10: 0674504801. Rawls, J., Sen., A och Walzer, M. (1989). “Idéer om rättvisa” Tidens idéserie. 88-90. ISBN: 9155035299 Roine, J., Vlachos, J., och Waldenström, D. (2009). “The long-run determinants of inequality: What can we learn from top income data?” Journal of Public Economics 93(7-8): 974–988. https://www.sciencedirect.com/science/article/pii/S0047272709000383 Rosen, H. och Gayer, T. (2014). “Public Finance” New York, NY: McGraw-Hill Education 10: 263-274, 343–362. ISBN: 9780077154691 Scarpa, S. (2015). The spatial manifestation of inequality: Residential segregation in Sweden and its causes (PhD dissertation). Linnaeus University Press 201. http://urn.kb.se/resolve?urn=urn:nbn:se:lnu:diva-39308 Stock, J. och Watson, M. (2015). “Introduction to Econometrics” Global ed.: Harlow: Pearson Education 3: 470–505. van Ham, M., Tammaru, T., de Vuijst, E. och Zwiers, M. (2016). “Spatial Segregation and Socio-Economic Mobility in European Cities.” IZA Discussion Paper 10:277 http://ftp.iza.org/dp10277.pdf Waldenström, D., Bastani, S. och Hansson, Å. (2018) ”SNS Konjukturrådsrapport Kapitalbeskattningens förutsättningar” Studieförbundet Näringsliv och Samhälle https://www.sns.se/aktuellt/konjunkturradets-rapport-2018-kapitalbeskattningens-forutsattningar-2/ Waldenström, D. (2012) “Regeringen och ojämlikheten: En granskning av budgetens fördelningspolitiska redogörelser 1992–2011” Uppsala universitet, IFN och IZA 1: 42-44. http://www.finanspolitiskaradet.se/download/18.6f0598d1373db0746a11a/Underlagsrapport+6+2012+Waldenström.pdf

47

Wang, C. och Caminada, K. (2011) “Disentangling income inequality and the redistributive effect of social transfers and taxes in 36 LIS countries” Department of Economics Research Memorandum 2: 1-53 http://dx.doi.org/10.2139/ssrn.1909941 Weil, D. (2013) “Economic growth” Global ed.: Harlow: Pearson Education 3:1 kapitel 12, 13 och 14. Finansdepartementet S1. (1999) “Inkomstskattelag (1999:1229)” https://www.riksdagen.se/sv/dokument-lagar/dokument/svensk-forfattningssamling/inkomstskattelag-19991229_sfs-1999-1229 (hämtad 2019-05-21) FN:s utvecklingsprogram (UNDP). “Globala målen för hållbar utveckling, Agenda 2030” https://www.globalamalen.se/om-globala-malen/ (hämtad 2019-04-12) Finansdepartementet - Kommittén för utvärdering av skattereformen (1995). ”Skattereformen 1990–1991. En utvärdering” Finansdepartementet SOU 1995:104. Regeringen, “Välfärdens finansiering och fördelning” https://www.regeringen.se/49b6c0/contentassets/4d4c2fd5196141b8be94628e8257110f/del-2-t.o.m.-kap.-4 (SOU 2001:57 ) Regeringen “Fördelningspolitisk redogörelse” https://www.regeringen.se/49740b/contentassets/0b184e2188be499b999c24fac6a53bbe/fordelningspolitisk-redogorelse---april-2017 kap 4-6 ( PROP. 2016/17:100 Bilaga 2) (hämtad 2019-05-23) SCB, “Sammanställning av siffror för LO’s räkning” http://www.lo.se/home/lo/res.nsf/vRes/lo_fakta_1366027478784_regional_ojamlikhet_pdf/$File/Regional_ojamlikhet.pdf (hämtad 2019-04-16) SCB “Utbildningsnivån i Sverige” https://www.scb.se/hitta-statistik/sverige-i-siffror/utbildning-jobb-och-pengar/utbildningsnivan-i-sverige/ (hämtad 2019-05-23) Sverigedemokraterna “Sverigedemokraternas vårbudget 2018” https://sd.se/wp-content/uploads/2018/08/VÅP.pdf” (hämtad 2019-05-27) Sveriges Kommuner och Landsting, (SKL), “Så styrs en kommun”. https://skl.se/demokratiledningstyrning/politiskstyrningfortroendevalda/kommunaltsjalvstyresastyrskommunenochlandstinget/sastyrskommunen.735.html (hämtad 2019-05-20)

48

Sveriges Kommuner och Landsting, (SKL), “Ansvarsfördelning nyanlända”. https://skl.se/integrationsocialomsorg/asylochflyktingmottagandeintegration/ansvarsfordelningregelverk/nyanlanda.7168.html (hämtad 2019-05-20) Studieförbundet för Näringsliv och Samhälle, “Skatteprogressivitet och omfördelning” https://www.sns.se/wp-content/uploads/2016/08/kr_2013_kapitel_1.pdf (hämtad 2019-04-12) Skatteverket, “Jobbskatteavdrag” https://www.skatteverket.se/privat/skatter/arbeteochinkomst/skattereduktioner/jobbskatteavdrag.4.6fdde64a12cc4eee2308000107.html (hämtad 2019-04-16) Skatteverket “Belopp och procent – inkomstår 2019” https://www.skatteverket.se/privat/skatter/beloppochprocent/2019.4.309a41aa1672ad0c837788f.html#h-Inkomstbasbelopp (hämtad 2019-04-16)

49