skattens effekt på...
TRANSCRIPT
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