mikrosimulaatiomallin käyttö köyhyyttä ja eriarvoisuutta torjuvan lainsäädännön...

Download Mikrosimulaatiomallin  käyttö köyhyyttä ja eriarvoisuutta torjuvan lainsäädännön suunnittelussa

If you can't read please download the document

Upload: thl

Post on 27-May-2015

596 views

Category:

Health & Medicine


7 download

DESCRIPTION

Mikrosimulointimallin käyttö köyhyyttä ja eriarvoisuutta torjuvan lainsäädännön suunnittelussa SAS Forum Finland 2011 Terveyden ja hyvinvoinnin laitos, THL

TRANSCRIPT

  • 1. Mikrosimulointimallin kytt kyhyytt ja eriarvoisuutta torjuvan lainsdnnn suunnittelussa SAS Forum Finland 2011 Helsinki 20.10.201120.10.2011Seppo Sallila 1

2. THL:n strategiset linjaukset1. Vestn terveys, toimintakyky ja hyvinvointi kohentuvat2. Terveys- ja hyvinvointierot kaventuvat3. Valmius torjua globaaleja ja kansallisia terveys- ja hyvinvointiuhkia on korkealla tasolla4. Sosiaali- ja terveysalan palvelujrjestelm vastaa tehokkaasti vestn ja yhteiskunnan tarpeisiin5. Sosiaali- ja terveysalan tietovarantoja kytetn laajasti terveyden ja hyvinvoinnin sek palvelujrjestelmn toimivuuden edistmiseen6. Hyvinvointi- ja terveyskysymykset vaikuttavat vahvasti ptksentekoon eri tasoilla20.10.2011 Seppo Sallila2 3. THL:n toiminta perustuu tutkimustietoonMikrosimulointimallia tullaan kyttmn THL:sstaloudellisen kyhyyden ja eriarvoisuuden tutkimuksessa.Mikrosimulointi tarkoittaa tss henkiliden jakotitalouksien tulonsiirtojen ja verotuksen uudelleenlaskentaa olemassa olevien lakien sntj seuraten.20.10.2011Seppo Sallila3 4. THL:n toiminta perustuu tutkimustietoonja sen jatkuvaan tuottamiseenTilastokeskuksessa ollaan parhaillaan rakentamassa uuttaSAS-ohjelmaan perustuvaa mallia, joka korvaa aiemmin jayh kytss olevat TUJA, SOMA ja JUTTA mallit, joidenkaikkien tavoite on sama.20.10.2011Seppo Sallila 4 5. THL:n toiminta perustuu tutkimustietoonTutkimalla tulonsiirtojrjestelmn eri osien vaikutuksiakyhyyteen ja eriarvoisuuteen voimme antaa politiikallevaikuttavia tavoitteita ja sen pohjalta voidaan suunnitellauutta lainsdnt.lheinen yhteisty etenkin Sosiaali- ja terveysministerinja sen alaisten laitosten kanssa.Mys puolueet voivat pyyt THL:n apua omia ehdotuksialaatiessaan.20.10.2011 Seppo Sallila5 6. Esityksen sislt lyhyesti: Spesifioin kyttmni mallin miten mikrosimulointimallia voidaan kytt jasaavuttaa trkeit tuloksia tutkimustavoitteen tutkimustulokset lyhyesi.20.10.2011Seppo Sallila6 7. Mallin sislt lyhyesti: SOMA-mallin (vuoden 2006 tulonjakoaineistolleperustuvan version). Malli on rakennettu vest edustavalle otokselle, johonkuuluu 10624 kotitaloutta ja niden jsenet (27454). Sisltn tulonsiirtoja ja verotusta mrittvt lait,asetukset ja niiden sovellusohjeet. SAS-koodia yli 10 000 rivi, joista noin 6030 rivi(vaihtelee lakivuoden mukaan) tosiasiassa tekee jotain,loput ovat koodin selityst. SAS-koodissa on hieman makroja ja makromuuttujia.20.10.2011 Seppo Sallila 7 8. Mallin sislt lyhyesti: Lainsdntmuuttujia kutsutaan parametreiksi. Parametrit vakioita koko malliajon aikana. Parametreista tehdn uudessa mallissamakromuuttujia, makrojen rooli yliptn tuleehuomattavasti kasvamaan. Tm toimenpide nopeuttaa mallia jonkin verran.20.10.2011 Seppo Sallila8 9. Mallin sislt lyhyesti: Kyttjn on siis jossain mrin tunnettava aineisto,lainsdnt ja osattava luoda ja ymmrt SAS-koodia. SAS-koodissa kytetn aineiston muuttujia japarametreja kyttj voi muuttaa ennen mallin ajamista. Voidaan suunnitella ja sdell lain vaikutuksia haluttuunsuuntaan.20.10.2011Seppo Sallila 9 10. Mallin sislt lyhyesti: Vahvuus on nykyiselln siin, ett se simuloi olemassa olevaa lainsdnt. Lain muuttamisen vlittmi vaikutuksia vestn hyvinvointiin voidaan sen avulla arvioida. Malli ei laske koko tulonsiirto- ja verotuslainsdnt. Osin se yhdenmukaistaa henkiliden kyttytymist. Tyelkkeit malli ei laske, vaan kytt aineiston tyelketietoa sellaisenaan henkiln tulona. Opintotukikuukaudet optimoidaan opiskelijan tytulojen mukaiseksi, opintolaina listn opintotukikuukausille. Toimeentulotuki ja asumistuki lasketaan automaattisesti kaikille kotitalouksille vuositulojen perusteella.20.10.2011Seppo Sallila 10 11. Tutkimustehtv:Etsitn sellainen tulonsiirtojrjestelm, jokahvitt kyhyyden ja samalla rahoittaa itsens.Vaihe 1:Parametreja vuoden 2006 mallissa on kaikkiaan 550;nill tytyi ensin tehd 2 ajoa kullakin, parametrinarvoa hieman muuttaen, jotta lydettisiin vaikuttavatparametrit,tm ajo kesti 9.3 tuntia.20.10.2011Seppo Sallila11 12. Vaihe 1:Tutkittavien parametrien mr vheni 181:een.Syy vhenemiseen on siin, ett kaikki parametrit eivt joko kuulu vuoden 2006 lainsdntn,tai sitten aineistossa ei ole tapauksia parametrin vaikutusalueella,tai mallissa on virhe.20.10.2011Seppo Sallila12 13. Vaihe 2:Nm 181 parametria jaetaan kyhyytt vhentviin jarahoittaviin.Tm tehtiin erillisess ajossa, jossa jokaisen parametrinannettiin muuttua 31 kertaa pienin askelin, 15 molempiinsuuntiin ja voimassa olevalla arvolla.Kunkin ajon ptteeksi laskettiin kyhyys, eriarvoisuus-ym. aggregaattitietoja.20.10.2011Seppo Sallila 13 14. Vaihe 2:Seuraavaksi tehtiin kullekin parametrille regressiomalli,jossa selitettvin kytettviss olevat tulot, gini-kerroin jakyhyysindeksiselittjn parametrin muutos-%.Nm mallit ovat kaikki tilastollisesti erittin merkitsevi(tmn takia kullekin parametrille tehtiin 31 ajoa).20.10.2011Seppo Sallila 14 15. Vaihe 2: SOMA-malli tytyi ajaa 5611 kertaa, joista kukin kesti pytkoneeni SAS:lla keskimrin noin 30.5 sekuntia eli yhteens 2.0 vuorokautta. Kyhyytt vhentviksi parametreiksi valittiin ne, jotka samalla sek vhensivt kyhyytt, ett lissivt tuloja. Rahoittaviksi ne, jotka sek alensivat gini-kerrointa, ett vhensivt tuloja. Edellisi lydettiin 124 ja rahoittavia parametreja 57. Samalla kiinnitetn parametrin muutoksen suunta regressiokertoimen avulla.20.10.2011 Seppo Sallila15 16. Tehtvn luonne ja jatkosuunnitteluLaskentatehtv ei ole vhinen ja olisi pyrittvtoteuttamaan se tehokkaasti.Millaisia ohjelmavaiheita kannattaa jatkossa kytt?Millaista tietokonetta kannattaa kytt? 20.10.2011 Seppo Sallila16 17. Millaisia ohjelmavaiheita?Tavoite on lyt kyhyyden vhentmispolku, jokakaikkein tehokkaimmin vhentisi kyhyytt.Kyhyys mritelln tss vaiheessa kyhyysindeksinavulla (kts. lhemmin viitteen olevat tutkimukset).Ilmeinen ratkaisu on iteratiivineneli jokaisella kierroksella kyhyys olisi alemmalla tasollakuin edellisell ja lopussa kyhyytt ei en voitaisialentaa.Iteraatioiden mr tulee vaihtelemaan tavoitteenmukaan. 20.10.2011Seppo Sallila 17 18. Millaisia ohjelmavaiheita ? Jokaisella parametrille sama mahdollisuus osallistua seuraavalle kierrokselle. Seuraavalla kierroksella aiempien iteraatioiden tulokset olivat aina lhtkohtana. Sama parametri voidaan valita mys seuraavassakin iteraatiossa ja sit seuraavassa kunnes sen teho kyhyyden alentamisessa alittaa jonkun muun parametrin tehon. 20.10.2011 Seppo Sallila18 19. Millaisia tietokoneita ? oYksi mahdollisuus on kytt Otaniemen Tieteellisen laskennan (CSC) superkoneita. oTmn takia menin mukaan SA-projektiin: Takaisin perusteisiin: Perusturva ja kulutus. Sain rahoituksen superkoneiden kyttn. oMys SAS-instituutti luovutti ohjelman kyttni ilman omaa lisenssi olihan se akateeminen projekti. oProjektin alussa SAS oli asennettu vain CORONA- nimiseen superkoneeseen, joka oli CSC:n mitassa varsin vaatimaton. 20.10.2011Seppo Sallila 19 20. Millaisia tietokoneita ?oAsensin SOMA-mallin ja aineiston siis sille koneelle.oSuurin ylltykseni oli, ett CORONA oli hitaampi kuin omapytkoneeni.oOnneksi CSC luopui tuolloin tst koneesta ja siirtyi HIPPU-nimiseen koneeseen.oHipussa vastaava SOMA-malli kesti 23 sekuntia eli olihieman pytkonettani nopeampi.oEli siitkn ei olisi perkkisajossa apua. 20.10.2011 Seppo Sallila20 21. Rinnakkaisajo Onneksi tehtv on sen luonteinen, ett jokaisella parametrilla haluttu muutos voitaisiin ajaa toisistaan riippumatta. Ensimminen ajo sisltisi 124 Soma-mallin ajoa ja toinen 57 parhaan rahoitusparametrin lytmiseksi. Lisksi noin 10 ajoa rahoitusparametrin suuruuden mrittelemiseksi sellaiseksi, ett uusi muutos tulisi maksetuksi +-10 milj. euron rajoissa. Tm on erittin tarkka vaatimus, sill kytettviss olevan tulon summa, johon jokaisessa iteraatiossa pyrittiin, oli tsmlleen sama 86.4 mrd. euroa. Yksi iteraatiokierros veisi aikaa noin yhden minuutin ja koko ongelma ratkeaisi noin tunnissa.20.10.2011Seppo Sallila21 22. Ongelmia x Esteeksi parametrien suuri mr, Hippu ei olisi mahdollistanut kuin muutaman parametrin rinnakkaisajon x ja silloin Hippu tekisi vain tt tyt. xKytnnss nin ei oltaisi voitu menetell, vaan ehk 4-6 parametrin rinnakkaisajoa olisi ollut mahdollista. x Siten mriteltyn ajon kustannukset olisivat nousseen pilviin. x Tst menetelmst tytyi siis luopua. CSC:n superkoneet eivt siis sellaisenaan kelvanneet tehtvn ratkaisuun.20.10.2011 Seppo Sallila22 23. Ongelmia x Ainut ratkaisu olisi ollut SAS:n asentaminen CSC:n suuriin koneisiin x tai SOMA-mallin ohjelmoiminen uudelleen esim. C- tai R- kielelle, jotka molemmat CSC:n nist koneista lytyvt.20.10.2011Seppo Sallila 23 24. Ratkaisu Minun tytyi siis ratkaista ongelma pytkoneeni avulla ja kytt tehokkaasti aikaa (ts. lomia, viikonloppuja ja tyajan ulkopuolista aikaa). Todellisuudessa tarvitsin noin 20 034 SOMA-mallin ajoa (170 tuntia) ratkaistakseni ongelman kun kytin yht tuloksitett (ekvivalentti tulo) kyhyyden mrittelyss. SAS-prosessin pitkittyess sill on taipumus hidastua ja siksi on jrkev suorittaa tehtv erajojen joukkona.20.10.2011 Seppo Sallila24 25. Ratkaisu Todellisuudessa toisena ongelmanani oli tutkia mit kotitalouden ekvivalenssiskaalan mrittely vaikuttaa kyhyyden vhentmisen ohjelmaan. Tmn takia kytin kahta muutakin skaalaa (kts. tarkemmin lopussa mainitsemani tutkimus). Nin ollen tarvitsin aikaa noin 450 tuntia eli 18.7 vuorokautta. Tm tuntui viel kohtuulliselta ja ratkaisin asettamani ongelmat nin.20.10.2011Seppo Sallila 25 26. Tutkimuksen tulokset Lhtkohdassa kyhi kotitalouksia on 5.4% (50% mritelm) ja 13.5% (60% mritelm), Gini-kerroin on 27.5. Esitn tss vain ratkaisun, jossa kytin ekvivalenssiskaalana modifioitua OECD-skaalaa. (Kts. itse tutkimus).20.10.2011Seppo Sallila 26 27. Tutkimuksen tulokset Ensimmisess ratkaisussa, jossa olivat mukana kaikki parametrit, optimaalinen kyhyyden vhentmisen ohjelma painottui yksinomaan toimeentulotuen normien korotuksiin ja rahoitus ratkesi jokaisella iterointikierroksella pomaveroprosenttia nostamalla. Toimeentulotuen taso on siis olennaisin kyhyyteen vaikuttava laki Suomessa.20.10.2011Seppo Sallila 27 28. Tutkimuksen tulokset Monet muut perusturvaa ja sen riittvyytt tutkineet ovat tulleet siihen tulokseen, ett perusturvan taso on jnyt yleisest ansiokehityksest. Suomessa on siis yleinen rakenteellinen kyhyytt yllpitv (perus)tulonsiirtojrjestelm.20.10.2011 Seppo Sallila 28 29. Tutkimuksen tulokset Ennen kuin esitn tuloksia tarkemmin, niin teen toisen vastaavan kyhyytt vhentvn ohjelman, mutta jtn parametrilistan ulkopuolelle toimeentulotuen. Tllin saamme tiet mist lytyy tehokkain kohde ensisijaisen eli syyperustaisen sosiaaliturvan parantamiseksi.20.10.2011Seppo Sallila 29 30. Tutkimuksen tuloksetTaulukossa 11 (sarake l) esitn 30 parasta parametria(ei kuitenkaan paremmuusjrjestyksess), jollakyhyytt voidaan tehokkaimmin alentaa(toimeentulotuen ulkopuolella).20.10.2011 Seppo Sallila30 31. Taulukko 11. Perusturvaohjelman parametrien esiintyminen optimiohjelmissa.malliparametri kuvaushlsElkelisen tuetKEKOYK2 Kansanelke, yksininen 243Yleinen asumistukiOMAVOmavastuuosuus % asumismenoista 2 2POVPR Omavastuutaulukon alenemis% oletus=0 11110NELIO1Hyvksyttv pinta-ala, 1h as.kunta1TyttmyysturvaTYPVRAHATyttmyyspivraha1013 9OpintotukiOPLAKKOpintolainan valtiontakaus korkeakoulu411 4OPIASPROTukiprosentti as.menoista 1 1LapsilisXELTUMK Tysi elatustuki yksinhuoltajalle /kk1Yhteens 3030 30 20.10.2011 Seppo Sallila31 32. Tutkimuksen tuloksetTuloksissa on se ongelma, ett toimeentulotukilainsdnt onjdytetty vuoden 2006 tasolle mik sellaisenaan nostaa kyhyyttylspin, sill muun perusturvan nostaminen alentaa mahdollistatoimeentulotukea.Tmn takia toimeentulotuen nostaminen kyhyysrajan ylpuolelle taisen lhituntumaan olisi paras lke kyhyyteen.Samalla toimeentulotuki olisi sidottava ansiotasoindeksiin, jotta emmejoutuisi tulevaisuudessa samaan sudenkuoppaan, jossa nyt olemme.Toimeentulotuen tason voimakas nosto ei kuitenkaan tarkoita siirtymistkansalaispalkkaan, jota kutsutaan mys perustuloksi. 20.10.2011Seppo Sallila32 33. Palataan nyt tehokkaimpaan kyhyyden vhentmisohjelmaan.Tavoitteena on kyhyysindeksin aleneminen: mritelm (A).Mritelm (B) on kyhyysrajan (50%) alittavien kotitalouksien lukumr Toimeentulotukiohjelman kyhyysvaikutus kustannuksen mukaan 160000 140000 mritelm (A)Kyhi kotitalouksia 120000 mritelm (B) 100000 80000 60000 40000 20000026.0 27.0 28.029.0 30.0 31.032.0 33.0 Saadut tulonsiirrot mrd. 20.10.2011 Seppo Sallila33 34. Yhteenveto simulointimallin kytst Voidaan analysoida koko tulonsiirtojrjestelm tavoitteidensuhteen. Voidaan lyt tavoitteen kannalta olennaisimmatosatekijt. Voidaan luoda jrjestelmien vhittisten uudistusten ura,jota pitkin pstn tehokkaasti tavoitteeseen. Monimutkaisen simulointimallin (paljon parametreja) kyttanalyysissa vaatii tehokkaita koneita ja rinnakkaisajo ontllin erittin suotavaa. SAS-ohjelma tulisi asentaa CSC:n suurimpiin koneisiin taisitten luopua SAS-ohjelmointikielest ja siirty nidenmallien rakentamisessa niihin kieliin, joita tuetaan nisskoneissa.20.10.2011Seppo Sallila34 35. Tutkimus tehtiin Suomen Akatemian Perusturva hankkeessa(johtajana tutkimusprofessori Olli Kangas Kelasta).Tutkimus on julkaistu Kelan Nettitypaperit sarjassa 14/2010.https://helda.helsinki.fi/bitstream/handle/10138/17607/Nettityopapereita14.pdf Seppo Sallila (2009): Hyvinvointivaltion optimaalisenkyhyyspolitiikan mrittely. Vitskirja.https://www.doria.fi/bitstream/handle/10024/43867/hyvinvoi.pdf Seppo Sallila (2010): Using Microsimulation to Optimize anIncome Transfer System Towards Poverty Reduction.Journal of Artificial Societies and Social Simulation. Vol 13(1).http://jasss.soc.surrey.ac.uk/13/1/1.html20.10.2011Seppo Sallila 35 36. Kommentit ja esityksen kopion voi tilata :Kiitos.20.10.2011 Seppo Sallila 36