Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla

Satu Ojala & Pasi Pyöriä, Pirstoutuvatko työurat? Teollisuusalat talouden ja teknologian murroksissa Tampere: Tampere University Press, 225–268. © 2020 tekijät ja Tampere University Press http://urn.fi/URN:ISBN:978-952-359-028-1 6 Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla Satu Ojala Tässä luvussa tutkin naisten ja miesten tulokehitystä neljällä eri kohortilla, vuosina 1960, 1965, 1970 ja 1975 syntyneillä, saman ikäisinä eli 30–40-vuotiaina. Tutkin tuloja yhtäältä luonnontieteen, tekniikan, matematiikan ja metsäalan tutkintoja tehneillä, ja toisaalta teollisuusaloilla 30-vuotiaina työskennelleillä henkilöillä. Teollisuusaloilla työskentely on voimakkaasti segregoitunut sukupuolen mukaan: noin viidennes näiden alojen työllisistä on naisia. Aiemman tutkimuksen mukaan naisten työuranaikaiset ansiot jäävät yleisesti ottaen miehiä heikommiksi. Keskustelen naisten ja miesten työurien eriytymisen syistä ja analysoin, ovatko sukupuolen ja koulutuksenmukaiset jaot lientyneet tai syventyneet kohorttien välillä. Tulosten mukaan tulotaso on kohonnut kohortti kohortilta, mutta tasa-arvo naisten ja miesten välillä ei ole edennyt. 226 Satu Ojala Satu Ojala & Pasi Pyöriä Johdanto ”Työurat alkavat eriytyä jo ennen työmarkkinoille tuloa. Puolet naisista opiskelee aloilla, joissa enemmistö on naisia, miehistä taas vain noin kolmasosa opiskelee miesenemmistöisillä aloilla.” (Kauhanen & Riukula 2019, 80.) Koulutusvalinnoista seuraa työmarkkinoiden segregoituminen naisja miesenemmistöisiksi aloiksi. Syvä segregaatio puolestaan liittyy naisten ja miesten väliseen työtuloeroon, koska naisenemmistöisillä aloilla työehtosopimusten palkkatasot ovat heikommat. Vuonna 2018 miespalkansaajan keskiansio kuukaudessa oli 3 759 euroa ja naisen 3 154 euroa; naisen euro oli näin ollen 84 senttiä (SVT 2019a). Vaikka ansioeron aiheuttajat pääosin tunnetaan – segregaation lisäksi miehet tekevät enemmän työtunteja ja ovat korkeammissa ammattihierarkian asemissa – kyse on samalla sukupuolten välisestä yhteiskuntasopimuksesta, tulonjaosta ja -tasauksesta elämänkaarella. Kyse on myös siitä, ovatko tunnetut erot ”selityksiä” siinä mielessä, että ne hyväksyttäisiin. Esimerkiksi hoivaja terveystoimialoilla naisten aliarvostus palkoissa on kehittynyt vuosisadan ja vuosikymmenten varrella. Aluksi naisille maksettiin systemaattisesti pienempiä palkkoja; sittemmin naisalojen arvostus on institutionalisoitunut ansioeroiksi työmarkkinajärjestelmän sisällä (Koskinen Sandberg 2018). Naisilla on myös ”haasteita sukupuolensa takia etenkin miesenemmistöisissä työpaikoissa ja yksityisellä sektorilla niin palkkauksessa ja uralla etenemisessä kuin ammattitaidon arvostuksessa” (Kauhanen & Riukula 2019, 80). Elinkeinoelämän tutkimuslaitoksen tarkasteluissa (Kauhanen 2017; Kauhanen & Napari 2011) ilmeni, että naisten työurien eriytyminen käynnistyy jo työhön rekrytoitaessa: naiset sijoittuvat teollisuuteen alempiin asemiin ammattihierarkiassa. Edelleen naiset pääsevät miehiä harvemmin johtotehtäviin (Kauhanen 2017). Naisten urat eivät kehity myöskään siksi, että he ovat useammin määräaikaisissa työsuhteissa, mikä liittyy korkeampaan työttömyyteen (Ojala ym. 2015) ja heikompiin ansioihin (Kauhanen ym. 2017). Myös suoranaista palkkasyrjintää tunnistetaan yhä. Eri arvioissa 3–6 prosenttia naisten ja miesten välisestä palkkaerosta jää selittämättä muilla tekijöillä ja on tulkittavissa palkkasyrjinnäksi (Korkeamäki & Kyyrä 2006; TEK 2019). Naisten heikompaan työurakehitykseen kytkeytyvät myös yhä uusien perheiden tekemät ”valinnat” siitä, että juuri äidit käyttävät lähes kaikki perhevapaat (Peutere 2019; Kuitto ym. 2019). Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 227 Pirstoutuvatko työurat? Tässä luvussa tarkastelen naisten ja miesten tulokehitystä yhtäältä teollisuudessa tyypillisten koulutusalojen ja toisaalta teollisuustoimialalla työskentelyn näkökulmista. Tarkastelu kytkeytyy kansainväliseen ”Women in STEM” (Science, Technology, Engineering, Mathematics) -tutkimuskeskusteluun, jossa on arvioitu sukupuolieroja koulutusvalinnoissa ja työmarkkina-aseman kehityksessä tekniikan ja luonnontieteiden tutkintoja tehneiden naisten ja miesten välillä. Analyysin osana tarkastelen myös spesifisti Pirstoutuvatko työurat? -hankkeen teollisuustoimialoilla työskennelleiden ansiokehitystä. Vertaan naisten ja miesten tulokehitystä näin ollen sekä koulutusalalla että toimialalla rajatuilla aineistoilla. Koulutusja toimialakohtaista tietoa naisten ja miesten tulokehityksestä on olemassa yhtäältä vuosittaisina poikkileikkauksina Tilastokeskuksen ja eri edunvalvontatahojen aineistoihin perustuen ja toisaalta joinakin pitkittäistutkimuksina (ks. Asplund & Vanhala 2016; Kauhanen & Napari 2011; Lilja 1994). Työmarkkinoiden sukupuolittuneita piirteitä seurauksineen on tutkittu eri näkökulmista ja monin eri laadullisin ja määrällisin aineistoin. Mitä tulee tämän luvun tarkastelukulmaan eli ansioihin, pääosa sukupuolten ja ammattiryhmien välisten ansioerojen osatekijöistä tunnetaan. Aiempi tutkimus on eritellyt naisten ja miesten sosioekonomisen aseman kehityksen, ylennysten ja palkkojen kehitystä (Kauhanen 2017). Seurantatietoa työtulojen kehityksestä nimenomaan teollisuusalojen naisilla ja miehillä on kuitenkin vähemmän (ks. Lilja 1994; Kauhanen & Napari 2011), eikä kohortteja vertaavia analyyseja ole tietääkseni aiemmin tehty. Jotta on mahdollista verrata mahdollisimman montaa eri kohorttia ansioiden tasa-arvokehityksen arvioi miseksi, keskityn perheellistymisikäisiin, 30–40-vuotiaiden neljään kohorttiin, jotka ovat syntyneet vuosina 1960, 1965, 1970 ja 1975. Seurantavuodet ovat näin ollen kohorteittain vuodet 1990–2000, 1995–2005, 2000–2010 ja 2005–2015. Työmarkkinoiden jaot sukupuolen näkökulmasta Ansioeroa voi tarkastella lukemattomista näkökulmista, joista tässä käsittelen työmarkkinoiden lohkoutumiseli segmentaatioteoriaa. Segmentaatioteoria on syntynyt havainnoista, jotka kyseenalaistavat työn taloustieteen oletuksia työmarkkinoiden toiminnasta ja piirteistä. Jouko Nätti (1989, 5) kirjoitti väitöskirjassaan kolme 228 Satu Ojala Satu Ojala & Pasi Pyöriä vuosikymmentä sitten, että ”työn taloustieteen piirissä hallitsevassa asemassa on neoklassinen teoria”. Vaikka vuosikymmenet ovat vierähtäneet, Jussi Ahokkaan, Antti Alajan ja Teppo Eskelisen tekstissä (2018, 27) sanotaan samat sanat: ”Nykyisin hallitsevassa asemassa olevaa ja yhteiskunnallisesti vaikutusvaltaisinta talousteoriaa kutsutaan uusklassiseksi taloustieteeksi”. Uus-/neoklassisen työmarkkinateorian – alun perin Adam Smithin (1723–1790) klassisen taloustieteen johdattelemana – oletuksena on, että (työ)markkinat saavuttaisivat tasapainon taloutta ohjaavan ”näkymättömän käden” eli markkinamekanismin avulla itsestään (Nätti 1989, 5). Työmarkkinoilla vallitsisi vapaa kilpailu työpaikoista ja työvoimasta, työvoiman tarjonta olisi homogeenista, työvoima olisi ”yhtä tuottavaa ja täydellisesti korvattavissa”, työvoiman tarjoajilla ja kysyjillä olisi rajaton tieto avoimista työpaikoista, palkoista ja työsuhde-eduista sekä rajattomat mahdollisuudet siirtyä työstä toiseen avoimilla koulutusja työmarkkinoilla (tiivistänyt useista teksteistä Nätti 1989, 6). Ahokkaan ryhmä (2018, 26–30) painottaa, että tällaiset oletukset ovat muuttuneet nykypäivän implisiittisiksi oletuksiksi työmarkkinoiden toiminnasta. Etenkin oletus työmarkkinoiden ”tasapainohakuisuudesta” ohjaa käsityksiä työmarkkinoiden ohjaamiseksi tarvittavista toimenpiteistä. Segmentaatioteoriat syntyivät havainnoista, jotka kyseenalaistavat edellä luetellut oletukset markkinamekanismin toiminnasta ja riittävyydestä selittämään työmarkkinoiden rakennetta ja toimintaa. Itse asiassa jo 1950-luvulla esitettiin, etteivät työmarkkinat noudata uusklassisia oletuksia oikeastaan lainkaan vaan ne lohkoutuvat erilaisiksi sisäisiksi, jopa ammattija/tai yrityskohtaisiksi osatyömarkkinoiksi (ks. Nätti 1989, 7). Työmarkkinat eivät ole ensinnäkään yksi, yhtenäinen kokonaisuus vaan ne koostuvat useista segmenteistä eli osatyömarkkinoista. Työmarkkinoilla on koulutuksen, ammatin, sukupuolen, toimialan ja asuinalueen mukaan jakautuneita osatyömarkkinoita. Näistä jaoista muodostuu työmarkkinoille erilaisia sisäja ulkopiirejä (insider–outsider). Sisäpiiriin kuuluvat korkeasti koulutetut asiantuntijat, joiden osaaminen on erikoistuneempaa ja joista työnantajat kilpailevat. Kauempana tästä ytimestä ovat matalammin koulutetut, mekaanisemman työn tekijät. Sisäpiiriin kuuluville tarjotaan paitsi vakaita työsuhteita ja autonomisempi asema, myös eniten koulutusta ja uusia taitoja. Ulkopiiriläisten työpanos on helpommin korvattavissa ja työnantajien motiivi kouluttaa heitä heikompi. (Rubery & Piasna 2017.) Ulkopiiriin kuuluvat kärsivät enemmän myös talouden laskusuhdanteista. Euroop- Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 229 Pirstoutuvatko työurat? palaisessa analyysissa vuonna 2008 alkaneen talouskriisin työmarkkinaseurauksista osoittautui, että naiset kärsivät talouskriisistä taloudellisesti miehiä enemmän (Eydoux 2019; Rubery ym. 2016). Tämä kielii siitä, että naiset lukeutuvat useammin työmarkkinoiden ulkokuin sisäpiiriin. Myös teollisuustoimialojen osatyömarkkinat muotoutuvat soveltuvan työvoiman koulutus-, ammattija ikärakenteen, työvoiman käytön muotojen, yritysten rakenteen ja sijainnin, kotimaan ja vientikysynnän sekä toimialojen globaalien tuotantorakenteiden muutosten samoin kuin taloussuhdanteiden sekä teknologioiden kehityksestä riippuen. Näiden eri tekijöiden vaikutuksia työntekijöiden ansioja työurakehitykseen ja teollisuusalojen osatyömarkkinoiden kehitykseen on osittain helpompi ja osittain vaikea osoittaa. Arvioin näistä tekijöistä lyhyesti suhdanteiden, työvoiman käytön muotojen, koulutusja ammattirakenteen sekä teknologian mahdollisia yhteyksiä teollisuuden osatyömarkkinoiden ja erityisesti niillä työskentelevien naisten tulojen kehitykseen. Taloussuhdanteisen vaihtelun työuravaikutukset ovat kenties helpoimmin osoitettavissa. Työvoimapulan vallitessa rekrytointi on periaatteessa tasa-arvoisempaa, mutta lamaoloissa irtisanomiset ja pitkäaikaistyöttömäksi jääminen väistämättä valikoivampaa. Kuten Pyöriä jo kirjoitti luvussa 3, aiemman työuratutkimuksen perusteella (Soininen 2015) 1990-luku tuotti uudella tavalla jakautuneita osatyömarkkinoita segmentoimalla työvoimaa yhtäältä niihin, joiden työurat vahvistuivat ja toisaalta heikkenivät. Keskimääräiset työsuhteiden pituudet näyttivät pidentyvän niillä, jotka säilyttivät työpaikkansa 1990-luvun laman yhteydessä, mutta laman jälkeen syntyneet uudet työsuhteet lyhensivät työsuhteiden keskimääräistä kestoa. Työsuhteiden kesto palautui sittemmin 1990-luvun lamaa edeltävälle tasolle, joskin työvoiman ikärakenteen vanheneminen vaikeuttaa työsuhteiden keston muutosten arviointia. (Rokkanen & Uusitalo 2010.) Kuitenkaan taloussuhdanteita ei voitane yksin syyttää siitä, että etenkin määräaikaiset työsuhteet paitsi yleistyivät 1990-luvun laman jälkeen, ne myös jäivät pysyvästi 1980-lukua korkeammalle joskin vakaalle tasolle 2000-luvulla (SVT 2019b). Määräaikatyösuhteiden sääntely otettiin tosissaan, mutta samaan aikaan 2000-luvulla on synnytetty ja sallittu useita uusin tavoin joustavia työvoiman käyttötapoja, jotka vaikuttavat työntekijöiden työmarkkina-asemaja ansiokehitykseen myös teollisuuden osatyömarkkinoilla. Teollisuusaloilla käytetään suhteellisen paljon 230 Satu Ojala Satu Ojala & Pasi Pyöriä vuokratyösopimuksia (SVT 2019b) ja nollatuntisopimuksia (SVT 2019c). Lisäksi vakituisissa työsuhteissa olevaa työvoimaa on alettu käyttää uusilla tavoilla palveluiden eli kiinteistönhuollon, siivouksen, ruokailun sekä muun tukitoiminnan ulkoistamisen ja määräaikaisten sopimuskilpailutusten vuoksi. Kilpailuttaminen voi koskea myös korkeaa koulutusta edellyttävää työtä silloin kun yritykset teettävät talouden, kirjanpidon, tietohallinnon, suunnittelun ja konsultoinnin kaltaisia tehtäviä ostopalveluina tai määräaikaisina projekteina (Midler 2019). Teollisuuden kontekstissa pätkätyöt saavat tällöin uuden merkityksen, sillä ne liittyvät tiettyjen toimintojen tuottamiseen toisilta yrityksiltä ostettavin määräaikasopimuksin yksittäisten työntekijöiden työsuhteiden pätkimisen sijaan. FOLK-aineistolla ei ole mahdollista eritellä empiirisesti teollisuusalojen työvoiman käyttömuotoja; edellä olevien ja muiden tilastotietojen perusteella voi kuitenkin tehdä joitakin arvioita niiden mahdollisista yhteyksistä naisten ja miesten ansioeroon. Yleisesti ottaen naiset ovat miehiä useammin osaja määräaikatyösuhteissa. Etenkin määräaikaisuudet kohottavat työttömyysriskiä (Ojala ym. 2015). Näin ne heikentävät naisten urakehitystä ja yhdistyvät heidän matalampiin ansioihinsa elämänkaarella. Silloin kun kyse on perheellistymisikäisten naisten syrjinnästä ja jättämisestä rekrytoimatta vakituisiin tehtäviin tai seuraaville uraportaille, mitä myös tekniikan aloilla tapahtuu (TEK 2019), määräaikaisuuksien käyttö sementoi naisten heikompaa työmarkkina-asemaa. Osa-aikatöiden kirjosta teollisuudessa tyypillisiä ovat nollatuntisopimukset, joissa työskentelee yhtä paljon miehiä ja naisia; vuokratyösuhteissa on eri toimialoilla yhteensä hieman useammin miehiä kuin naisia. Tilastokeskus arvioi, että nollatuntisopimuksia käytetään usein teollisuuden avustavissa tehtävissä, ja että vuokratyötä teetetään teollisuudessa keskimääräistä tyypillisemmin. (SVT 2019b; c.) Vuokratyösuhteita kerrottiin hankkeemme haastatteluissa käytettävän teollisuudessa ”koeaikana”: Nuoremmat työntekijät sanoo, että heidät on rekrytoitu niihin työtehtäviin vuokrafirmojen kautta ja sitten osa vaikka kesäduuniin tai määräaikaiseen. Ja sieltä on poimittu niin sanotusti parhaat. Sitä käytetään koeaikana helposti. (Teollisuusliitto, työntekijät.) Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 231 Pirstoutuvatko työurat? Näin joustavat työsuhteet ovat teollisuudessa paitsi siltoja vakaampiin asemiin, myös työnantajan soveltama työvoiman valikoinnin väline. Mahdollisten sukupuolivaikutusten arviointi on tältä osin mahdotonta. Mitä tulee työvoiman ikä-, koulutusja ammattirakenteeseen teollisuudessa, naisia on STEM-alojen tutkinnon tehneistä noin viidennes (Taulukko 6.1.). Tutkinnot jakavat myös naisten ja miesten ammattirakenteita teollisuudessa samoin kuin väistämättä vaikuttavat heidän tuloihinsa (Kauhanen 2017). Naisista on myös teollisuusaloilla suhteellisesti suurempi osa korkeasti koulutettuja kuin miehistä (Taulukko 6.1.), samoin kuin Suomessa yleisesti ottaen. Ero suurenee nuoremmissa ikäluokissa (SVT 2018). Vuonna 2019 28 EU-maassa 15–64-vuotiaista naisista 32 prosentilla ja miehistä 27 prosentilla on korkea-asteen koulutus (kansainvälisen koulutusluokituksen ISCED:n tasot 5–8); suomalaisnaisilla vastaava osuus on 45 prosenttia ja -miehillä 32 prosenttia (Eurostat 2020). Koska työnantajat myös segmentaatioteorian oletusten mukaisesti kilpailevat nimenomaan korkeasti koulutetusta työvoimasta, niiden tulisi huomioida positiivisesti naisten kvalifikaatiot kuten korkeampi koulutus. Sukupuolten ansioeron olisi tullut näistä lähtökohdista kaventua, poistua tai jopa kääntyä naisten eduksi. Edelleen teknologisen kehityksen ja etenkin mekaanisemman ja fyysisemmän rutiinityön korvaamisen koneilla tulisi tasoittaa naisten urakehitysmahdollisuuksia teollisuudessa. Teollisuuden työntekijäedustuksen haastatteluiden mukaan: Vaneritehtailla on tullut enemmän erilaisia koneita, jotka tekee raskaita ihmisten töitä. Sillä seurauksella että (…) ne on ainoita aloja, joissa naisten palkat alkaa olla miesten palkkojen tasolla, koska siihen ei enää tarvita fyysistä voimaa. [Teknologian kehitys] tasa-arvoistaa työtä, koska silloin ei enää jotkut ihmisen fyysiset ominaisuudet vaikuta. (Teollisuusliitto, työntekijät.) Näin etenkin mekaanisemman teollisuustyön teknologinen kehitys edistäisi sukupuolten tasa-arvoa ja naisten mahdollisuuksia osallistua työhön. Teknologian suku puolittaiset työmarkkinaja ansiovaikutukset ovat kuitenkin monitahoisia arvioitavia työvoimatasolla yhtäältä syvän segregaation ja toisaalta teknologian toimialakohtaisten vaikutusten vuoksi (Asplund & Napari 2011). Monissa teknologian työllisyysvaikutusanalyyseissa sukupuolivaikutuksia ei eritellä lainkaan. Esimer- 232 Satu Ojala Satu Ojala & Pasi Pyöriä kiksi Petri Böckermanin ryhmä (2012) keskittyy ICT-investointien työllisyysja palkkavaikutuksiin yritysten ammattirakenteiden kannalta. Kuitenkin maasta toiseen naissukupuoli heikentää yhä työmarkkina-asemaa, ei vain työmarkkinakiinnittymisen vaan myös palkkojen osalta. Työmarkkinahaavoittuvuuksia eli ”outsider”-ryhmiä syntyy sukupuolen ohella koulutustason, iän, työmarkkinahistorian ja maahanmuuttajataustan vuoksi. (Rubery & Piasna 2017.) Ilmeisimpiä selityksiä naisten heikommalle työmarkkina-asemalle ovat alasegregaation ohella laajempi perhevapaiden käyttö ja lastenhoito-ongelmat. Maissa, joissa päivähoitojärjestelmää ei ole yleisesti tarjolla, naiset jäävät perheellistyessään usein kotiin jopa korkeasta koulutuksesta huolimatta, kuten havaittiin amerikkalaisilla STEM-alojen tutkinnon suorittaneilla naisilla (Cech & Blair-Loy 2019). Suomen kaltaisessa maassa lasten pääsy kohtuuhintaiseen ja korkeatasoiseen päivähoitoon on kuitenkin turvattu jo 1970-luvulla. Niinpä selityksiä perheikäisten segmentaatiolle sukupuolen mukaan on haettava muualta. Helppo selitys olisivat yksilöiden ja perheiden preferenssit: Catherine Hakimin (esim. 2002) ”preferenssiteorioissa” on puntaroitu yksilöllisiä ”työn ja elämäntyylin” valintoja naisten urakehityksen selittäjinä suhteessa yhteiskunnan rakenteisiin. Kuitenkaan yksilöihin ja perheisiin nojaava selitys ei riitä, vaan jonkin rakenteellisen seikan täytyy ohjata sitä, että yhä uudet perheet ja yhdeksän kymmenestä perheestä valitsee, että äidit jäävät lapsen syntymän jälkeen pitemmille perhevapaille (Peutere 2019). Sukupuolen ohella perhetekijät näyttävät liittyvän heikompiin työuriin myös miehillä: ilmeisesti naimisissa olevat, perheelliset miehet mielletään pystyvimmiksi työntekijöiksi kuin heidän yksinasuvat kollegansa, sillä perheellisten miesten työurat olivat naimattomia ja lapsettomia miehiä vahvempia yksityisen sektorin työuratarkastelussa yhdeksän vuoden seurannassa vuosina 2007–2015 (Järvinen ym. 2020). Yhtäältä kyse voi olla perheettömien valikoitumisesta heikompiin työmarkkina-asemiin; toisaalta kansainvälisessä tutkimuksessa on osoitettu, että myös miesten urakehitykseen vaikuttavat yksilönormit ovat yllättävän vahvoja ja stereotyyppisiä. Ydinperheessä elävä, aviosuhteessa ja lasten kanssa elävä, etnistä enemmistöä edustava isä etenee urallaan parhaiten. Miesten on osoitettu myös saavuttavan jopa ”isyyspreemioita” (fatherhood premiums) työurallaan, siinä missä naisia kohtaavat ”äitiysrangaistukset” (motherhood penalties) (Killewald 2013). Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 233 Pirstoutuvatko työurat? Lisäksi työtuntierot liittyvät tuloeriarvoon; naisista viidennes ja miehistä kymmenesosa on osa-aikatöissä. Naisten säännöllinen työaika vuoden 2018 työolotutkimuksessa (mukana vähintään 10 h/vk työskentelevät palkansaajat) oli 36,6 tuntia viikossa siinä missä miesten 38,9, ja miehet tekevät enemmän ylityötä. Rahana korvattavia ylitöitä teki vuonna 2018 48 prosenttia miesja 36 prosenttia naispalkansaajista. (Omat laskelmat, Tilastokeskuksen työolotutkimus-aineisto 2018.) Kuitenkaan eri tunnetut tekijät – toimialasegregaatio, perhevapaat, työtunnit – eivät selitä sitä, että naisten ansiot jäävät miehiä matalammiksi myös kokoaikatyössä ja samoissa koulutusaloilla ja -tasoilla. ”Selittämättä” jäävä ansioero on sukupuoleen perustuvaa työsyrjintää, joka juontunee kulttuurisista arvostuksista, asenteista ja sosiaalisista eronteoista (Koskinen Sandberg 2018). Suomalaiset palkansaajanaiset kokevat miehiä useammin tulevansa syrjityiksi sukupuolensa perusteella, ja naiset erittelevät kokemuksia syrjinnästä miehiä useammin niin rekrytoinnissa, uralla etenemisessä kuin arkisemmissa työtilanteissakin (Pietiläinen ym. 2018). STEM-alojen näkymättömät naiset Tarkastelen seuraavaksi aiempaa tutkimustietoa koskien luonnontieteen, matematiikan ja teknologian tutkintoja suorittaneiden (STEM-alat: Science, Technology, Engineering, Mathematics) sekä teollisuudessa työskentelevien naisten ja miesten työmarkkina-asemaa ja ansioita. Voihan olla, että toisilla osatyömarkkinoilla tasa-arvo olisi edennyt pidemmälle ja teollisuusalat olisivat sukupuolineutraalimpia naisten työnantajina? Toisaalta teollisuustyöpaikat sijoittuvat kokonaan yksityiselle sektorille. Kansainvälisestä tutkimuksesta tiedetään, että julkisen sektorin ”säännellymmät” työolot tasaavat ansioeroja yksityistä sektoria paremmin (Mandel 2016). Myös Suomessa julkisen sektorin palkkaerot ovat yksityistä sektoria pienemmät (Suomaa 2018, 54), vaikka samalla ansioiden taso onkin yksityistä sektoria matalampi useilla aloilla (Koskinen Sandberg 2018). Kansainvälisessä STEM-tutkimuskirjallisuudessa on kaksi keskeistä tarkastelun juonnetta: ensinnäkin se erittelee tutkintojen suorittamisen sukupuolittuneisuutta, ja toiseksi siinä verrataan naisten ja miesten toteutuvaa työmarkkina-asemaa. Eniten tutkimusta on koulutusalavalintojen sukupuolittumisen syistä. Kaikkiaan 240 Satu Ojala Satu Ojala & Pasi Pyöriä Taulukko 6.1. Analyysin selittävät ja taustamuuttujat koulutusalan ja teollisuustoimialalla työskentelyn mukaan rajatuille aineistoille neljän kohortin naisilla ja miehillä. Aineisto: FOLK, Tilastokeskus. Työssä teollisuustoimialalla 30vuotiaana Luonnontieteiden, Tietojenkäsittelyn/ ICT:n, Tekniikan tai Metsäalan tutkinto viim. 35-v. Miehet, % Naiset, % Chisq/ F Sig. Miehet, % Naiset, % Chisq/ F Sig. Kohortit: 1960 25 25 0,119 28 25 0,000 1965 24 23 27 26 1970 27 28 22 24 1975 25 25 24 25 Lapset 29-vuotiaa na: lkm, ka. 0,69 0,82 0,000 0,66 0,91 0,000 Lapsi syntyy 30–31 24 23 0,049 23 24 0,023 Lapsi syntyy 32–33 22 21 0,010 22 21 0,017 Lapsi syntyy 34–35 19 17 0,000 18 17 0,000 Lapsi syntyy 36–40 24 19 0,000 24 20 0,000 Parisuhde: ei ole 13 10 0,000 15 12 0,000 1–5 v. 12 12 13 13 6–10 v. 26 26 25 24 11 v. (koko ajan) 49 52 47 51 Perusasteen koulutus 12 14 0,000 1* 2* 0,000 II, IV aste 55 37 65 52 Alin, Alempi kk 24 35 25 25 Ylempi kk, Tutkija 913 920 Uusi tutkinto 30–40-v.: Ei 96 93 0,000 95 91 0,000 II, IV aste 1 2 1 1 Alin,Alempi kk 2 2 2 3 Ylempi kk, Tutkija 2 2 2 4 Luonnontieteet Rajauksessa työntekijät millä tahansa tutkinnoilla 213 0,000 Tietojenkäsittely, ICT 11 17 Tekniikka 84 69 Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 241 Pirstoutuvatko työurat? Taulukko 6.1. Analyysin selittävät ja taustamuuttujat koulutusalan ja teollisuustoimialalla työskentelyn mukaan rajatuille aineistoille neljän kohortin naisilla ja miehillä. Aineisto: FOLK, Tilastokeskus. Työssä teollisuustoimialalla 30vuotiaana Luonnontieteiden, Tietojenkäsittelyn/ ICT:n, Tekniikan tai Metsäalan tutkinto viim. 35-v. Miehet, % Naiset, % Chisq/ F Sig. Miehet, % Naiset, % Chisq/ F Sig. Metsäalan tutkinnot 4 2 Toimiala: Levyja sahateollisuus 10 70,000 2 1 0,000 Sellu, paperi, kartonki 10 9 3 2 Koksi ja öljy 1 1 0,2 0,2 Kemikaalien ja kemiallisten tuotteiden valmistus 4 7 1 1 Lääkintätuotteiden valmistus 1 5 0,1 1 Kumija muovituotteiden valmistus 5 7 1 1 Metallien jalostus 5 3 1 1 Metallituotteiden valmistus 14 8 4 1 Koneiden ja laitteiden valmistus 20 11 6 1 Tietokoneiden, elektronisten ja sähkölaitteiden valmistus 24 40 7 6 Moottorija muiden kulkuneuvojen valmistus 8 4 2 1 Muu toimiala Kaikki teollisuustoimialoilla 58 58 Ei työllinen työllisinä 30-vuotiaina 15 28 Työttömänä 28–29-v. (0..2 v.) 0,09 0,10 0,298 0,22 0,20 0,000 Työttömänä vuotta 30–40-v. 0,57 0,63 0,000 1,08 1,09 0,871 Opiskelijana vuotta 30–40-v. 0,12 0,25 0,000 0,22 0,50 0,000 Yht. 100 %, n=24 720 100 %, n=7 156 N=31 876 100 %, n=68 438 100 %, n=13 969 N=82 407 *Koulutustaso poimittu 30-vuotiaana, koulutusala 35-vuotiaana. Taulukko 6.1. jatkuu 242 Satu Ojala Satu Ojala & Pasi Pyöriä nan aikana syntyvät lapset tulevat mukaan eri muuttujina. Mahdollisia monikkolapsia en erittele. Yhdistin analyysin helpottamiseksi seurannan alkupuolella kahden peräkkäisen ikävuoden aikana syntyneet lapset (yksi tai useampi lapsi syntyy 30–31-vuotiaalle; 32–33-vuotiaalle; 34–35-vuotiaalle) ja seurannan loppupuolella 36–40-vuo tiaalle vanhemmalle syntyvät lapset. Muodostin myös muuttujat jokaiselle syntyvälle lapselle erikseen. Muuttujavalinnat vaikuttavat mallin estimoimiin euromääräisiin eroihin, mutta eivät siihen, milloin tulokset ovat tilastollisesti merkitseviä. Muista yksilötekijöistä koulutus on keskeisin ja sitä koskevan koulutustasotiedon olen kiinnittänyt 30-vuotiaana, koska se vaikuttaa seurannan lähtöansiotasoon merkittävästi. Koulutustason luokittelin neljään: perusasteeseen (joka ei ole mahdollinen koulutusalaan perustuvassa aineistovalinnassa), ammatillisen perustai erikoisammattitutkinnon suorittaneisiin, alimman tai alemman korkeakoulututkinnon suorittaneisiin (kategoria ”alin korkeakoulututkinto” on poistuva tutkintoluokka), sekä ylemmän korkeakoulututkinnon tai tohtorintutkinnon suorittaneisiin. Seurannan aikaisen uuden tutkinnon ja sen tason olen huomioinut erillisessä luokitellussa muuttujassa (henkilö ei suorita mitään uutta tutkintoa; suorittaa uuden ammatillisen tai erikoisammattitutkinnon; uuden alemman korkeakoulututkinnon; tai uuden ylemmän korkeakoulutai tohtorin tutkinnon). Koulutusalan perusteella muodostetussa aineistossa olen valinnut mukaan koulutusluokituksen 2016 mukaan luonnontieteiden (luokka 05), tietojenkäsittelyn ja tietoliikenteen (ICT:n, 06), tekniikan (07) tai metsäalan tutkinnon viimeistään 35-vuotiaina suorittaneet. Metsäalojen tutkinnot eivät ole saatavilla pääluokkatasolla vaan olen poiminut ne pääluokan 08 maaja metsätalous alta kolminumerotasolta. Metsätutkinnot sisältävät tässä myös esimerkiksi metsänhoitajat, poiketen hankkeen toimialavalinnoista, joissa rajasimme pois metsänhoidon ja puunkorjuun (ks. luku 2 tässä teoksessa). Toimialamuuttuja on mukana 11-luokkaisena molemmin tavoin rajatuissa aineistoissa; kiinnostavaa on, että koulutusalarajatussa aineistossa suurempi osa kohorteista, 58 prosenttia sekä naisista että miehistä, työskentelee muilla kuin hankkeemme teollisuustoimialoilla. (Taulukko 6.1.) Lopulta on tärkeää kontrolloida sellaiset työuratiedot, jotka kertovat henkilön kiinnittymisestä työmarkkinoille (vrt. Järvinen ym. 2020). Kontrollimuuttujina käsittelen päätoimista opiskelua (vuodet summattuna seurannan aikana), samoin Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 243 Pirstoutuvatko työurat? kuin työttömyysvuosia ennen seurantaa 28–29-vuotiaina (0–2 vuotta) ja seurannan aikana (0–11 vuotta, toimialalla työskentelyllä rajatussa aineistossa henkilö ei voi olla työtön lähtövuonna). Taulukon 6.1. mukaisesti koulutusalan mukaan rajattuun aineistoon valikoituu huomattavasti enemmän henkilöitä (N=82 407) kuin teollisuusalalla 30-vuotiaina työskennelleiden perusteella rajattuun vertailuaineistoon (N=31 876). Naisia on koulutusalarajatussa aineistossa 17 prosenttia ja toimialarajatussa aineistossa 22 prosenttia tarkasteltavista henkilöistä. Kohorteista aineistoihin valikoituneiden osuudet ovat suhteellisen tasaiset, joskin miehillä kohorttien 1960 ja 1965 osuudet korostuvat koulutusala-aineistossa. Naiset perheellistyvät hieman miehiä nuorempina. Miesten kotitalouksissa on harvemmin toinen aikuinen eli he asuvat yksin hieman naisia useammin. Naiset asuvat vastaavasti puolison kanssa läpi koko tarkasteluajan hieman miehiä useammin (ero kolme prosenttiyksikköä molemmissa tilanteissa). Miesten ylivoimaisesti yleisin tutkinto on tekniikan tutkinto (84 % kaikista miehistä, 69 % naisista); naiset ovat tehneet miehiin nähden moninkertaisen määrän luonnontieteiden tutkintoja (naisista 13 %; miehistä 2 %) ja useammin myös ICT-tutkintoja (naisista 17 %; miehistä 11 %). Miehiä on kaksinkertainen osuus (4 vs. 2 %) metsäalan tutkintoja tehneissä. Yleisin toimiala on tietokoneiden, elektronisten ja sähkölaitteiden valmistus niin naisilla kuin miehillä; miehillä korostuvat lisäksi metallituotteiden, koneiden sekä laitteiden valmistus, kun taas naiset työskentelevät miehiä useammin kemikaalien ja kemiallisten tuotteiden samoin kuin lääkintätuotteiden valmistuksessa. Kontrollimuuttujien perusteella aineistoihin valikoituneet naiset opiskelevat seuranta-aikana selvästi miehiä useammin. He ovat myös hieman miehiä enemmän työttöminä. (Taulukko 6.1.) Koulutusala-analyysin tulokset: ICT-alan korkeakoulutetulla miehellä parhaat tulot Seuraavassa esitän mallin valtionveronalaisten tulojen kehitykselle 30–40-vuotiaina (taulukko 6.2.) kaikille niille neljän kohortin naisille ja miehille, jotka olivat suorit- 244 Satu Ojala Satu Ojala & Pasi Pyöriä Taulukko 6.2. Naisten ja miesten tulokehitys neljällä kohortilla luonnontieteiden, tietojenkäsittelyn ja ICT:n, tekniikan sekä metsäalan tutkintoja tehneillä 30–40-vuotiaina. Aineisto: FOLK, Tilastokeskus. Naiset Miehet Estimaatti (€) Keski virhe pEstimaatti (€) Keski virhe p Aika (keskitetty Ikä) 428 58 0,000 588 49 0,000 Aika X Aika (epälineaarinen muutos tuloissa) 10 20,000 -13 10,000 Kohortit: 1960 ref. ref. 1965 507 220 0,021 1907 112 0,000 1970 1611 224 0,000 5066 115 0,000 1975 2981 222 0,000 6462 112 0,000 Kohortti X Aika: 1960 X Aika ref. 1965 X Aika 392 37 0,000 474 17 0,000 1970 X Aika 311 38 0,000 209 18 0,000 1975 X Aika 435 37 0,000 347 17 0,000 Lasten lkm 29-vuotiaana -1032 75 0,000 236 42 0,000 Lapsi syntyy 30–31 -2760 170 0,000 Lapsi syntyy 32–33 -2464 178 0,000 Lapsi syntyy 34–35 -893 192 0,000 -231 98 0,019 Lapsi syntyy 36–40 -183 90 0,042 Parisuhde: kotitaloudessa ei puolisoa ref. ref. Asuu puolison kanssa 1–5 v. 1260 286 0,000 1982 14 0,000 Asuu puolison kanssa 6–10 v. 1489 264 0,000 3960 30 0,000 Asuu puolison kanssa koko ajan 11 v. 962 252 0,000 4745 36 0,000 Koulutusaste: Ammattitutkinto ref. ref. Alin, Alempi kk 5056 212 0,000 5315 97 0,000 Ylempi kk, Tutkija 13211 266 0,000 12791 156 0,000 Koulutusaste X Aika: Ammattitutkinto X Aika ref. ref. Alin, Alempi kk X Aika 290 35 0,000 707 15 0,000 Ylempi kk, Tutkija X Aika 732 42 0,000 1419 24 0,000 Uusi tutkinto 30–40-v.: Ei ref. ref. Ammattitutkinto Alin, Alempi kk 1536 422 0,000 2374 264 0,000 Ylempi kk, Tutkija 5387 373 0,000 5380 258 0,000 Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 245 Pirstoutuvatko työurat? Taulukko 6.2. Naisten ja miesten tulokehitys neljällä kohortilla luonnontieteiden, tietojenkäsittelyn ja ICT:n, tekniikan sekä metsäalan tutkintoja tehneillä 30–40-vuotiaina. Aineisto: FOLK, Tilastokeskus. Naiset Miehet Estimaatti (€) Keski virhe pEstimaatti (€) Keski virhe p Tutkinnon ala: Luonnontieteet ref. ref. Tietojenkäsittely, ICT 7309 351 0,000 9937 320 0,000 Tekniikka 5039 303 0,000 6760 304 0,000 Metsäalan tutkinnot 2822 549 0,000 3668 363 0,000 Tutkinnon ala X Aika: Luonnontieteet X Aika ref. ref. Tietojenkäsittely, ICT X Aika 128 49 0,010 Tekniikka X Aika -194 50 0,000 Metsäalan tutkinnot X Aika -218 56 0,000 Toimiala: Levyja sahateollisuus ref. ref. Sellu, paperi, kartonki 6041 960 0,000 13582 325 0,000 Koksi ja öljy 5175 1716 0,003 11426 895 0,000 Kemikaalien ja kemiallisten tuotteiden valmistus 2951 1023 0,004 9179 446 0,000 Lääkintätuotteiden valmistus 4505 980 0,000 Kumija muovituotteiden valmistus 3628 419 0,000 Metallien jalostus 4214 1302 0,001 7925 391 0,000 Metallituotteiden valmistus 2358 305 0,000 Koneiden ja laitteiden valmistus 4817 280 0,000 Tietokoneiden, elektronisten ja sähkölaitteiden valmistus 2571 858 0,003 6261 278 0,000 Moottorija muiden kulkuneuvojen valmistus 4211 342 0,000 Muu toimiala -3454 814 0,000 1184 240 0,000 Ei työllinen 30-vuotiaana -9935 826 0,000 -5349 264 0,000 Vakio (€ 30-vuotiaana ref.-ryhmissä) 19560 € 903 0,000 13356 € 904 0,000 N ryhmiä, N havaintoja, Wald chi2, LL N naisia 13737, N havaintoja 150949, Wald chi2 (57) = 24156, p=0.000, LL -1571302 N miehiä 67323, N havaintoja 739780, Wald chi2 (57) = 108258, p=0.000, LL -7737964 Mixed-effect ML regression. Esitetty, kun p>05. Vakio viittaa tulojen lähtötasoon 30. ikävuonna vertailuryhmissä. Kontrolloitu: Työttömyysvuodet 28–29ja 30–40-vuotiaana; vuodet päätoimisena opiskelijana 28–29ja 30–40-vuotiaana. Taulukko 6.2. jatkuu 246 Satu Ojala Satu Ojala & Pasi Pyöriä taneet luonnontieteiden, tietojenkäsittelyn tai ICT:n, tekniikan tai metsäalan tutkinnon viimeistään 35-vuotiaina (vuonna 1960 syntyneet viimeistään vuonna 1995; kohortti 1975 viimeistään vuonna 2010). Koulutustason, koulutusalan ja kohortin yhteydet tulokehitykseen esitän myös kuvioissa 6.1.–6.5. Malli mahdollistaa euromääräisen tulotason arvioinnin vakion ja estimaattien perusteella. Vakio viittaa valtionveronalaisiin tuloihin 30-vuotiaana eli seurannan alkaessa vertailuryhmissä. Estimaattien arvot kertovat kunkin selittäjän eri ryhmien eron vertailuryhmään ja lähtötasoon eli vakioon nähden. Esimerkiksi naisilla vuonna 1960 syntyneen kohortin, joka on vertailuryhmänä, valtionveronalaiset tulot ikävuonna 30 (vuonna 1990) olivat 19 560 € (vakio vertailuryhmälle, ref.). Vuoden 1975 syntymäkohortin ero lähtötasossa ikävuonna 30 (v. 2005) oli + 2 981€ eli 22 541 €. Aika-termi, joka viittaa tässä ikävuosiin, kertoo tulojen muutoksen seurantavuotta kohti. Ajan neliöllä tavoitellaan epälineaarisen tulokehityksen huomioi mista seurannan aikana. Taulukon 6.2. mukaan miehillä ajan neliö on negatiivinen, mikä voisi aiheutua 1990-luvun syvästä lamasta. Etenkin kohortin 1960 tulot romahtivat työttömyyden vuoksi, ja vuonna 1995 tähän seurantaan tulleen kohortin 1965 tulotaso oli aluksi muita vaatimattomampi ja opiskelijoiden ja työttömien osuus 30-vuotiaina suurempi. Yhdysvaikutustermeistä seuranta-ajan kanssa (X aika -muuttujista) voi lukea tulojen kehityksen kulmakertoimen kussakin selittävän tekijän ryhmässä seurannan aikana kunkin selittäjän vertailuryhmään nähden. Esitän vain tilastollisesti merkitsevät luvut. Malli arvioi naisten aloitusansiotason (vakion) miesten ansioita paremmaksi. Tämä voisi selittyä sillä, että naiset ovat aineistossa kauttaaltaan miehiä korkeammin kouluttautuneita; mallissa ovat lisäksi mukana myös he, jotka eivät ole lähtötilanteessa työssä. Toisaalta syy voi olla mallin lineaarisuusoletuksen ja mukana olevien muuttujien kokonaisuuden vaikutus. Lineaarinen mallintaminen tarkoittaa, että mahdollinen epälineaarinen taloussuhdannevaikutus vaikuttaa joko kohortille arvioituun lähtötasoon tai vuosimuutoksen kulmakertoimeen. Epälineaarisen (taloussuhdanteen) kehityksen olen vakioinut malleissa toisen asteen aikatermillä. Kun tarkastelee kuvioita 6.1.–6.5. koulutustason ja -alan mukaan, naisten ansioiden lähtötasot jäävät kauttaaltaan miehistä jälkeen. Kuviot perustuvat taulukon mallin perusteella muodostettuihin keskimääräisiin marginaalivaikutuksiin. Kuvioiden perusteella voi havainnoida myös seurannanaikaista vuosikohtaista kehi- Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 247 Pirstoutuvatko työurat? tystä (samoin kuin taulukon 6.2. aika-interaktiotermien). Etenkin korkeasti koulutettujen miesten ansiokehitys on ripeää. Myös korkeasti koulutetuilla naisilla tulot kehittyvät matalammin koulutettuja myönteisemmin, mutta siinä missä korkeasti koulutetun naisen vuositulot ovat neljän kohortin keskiarvona 30-vuotiaana noin 31000 euroa ja 40-vuotiaana 44 000 euroa, mies ansaitsee 30-vuotiaana korkeakoulutettuna noin 39 000 euroa ja saa 40-vuotiaana jo 61 000 euroa. (Kuviot 6.1. ja 6.2.) Yhdysvaltalaisessa analyysissa tieteen ja teknologian (STEM-alojen) maisterin tutkinto tuotti 12–16 prosentin ansiolisän alemman korkeakoulututkinnon suorittaneisiin nähden etnisestä taustasta riippuen (Okahana & Hao 2019). Kun tässä verrataan koulutustasonmukaisia eroja neljän kohortin keskiarvona, ammatillisen tutkinnon suorittaneiden naisten tulot ovat korkeasti koulutettujen naisten tuloista 58 prosenttia 30-vuotiaina ja enää 54 prosenttia 40-vuotiaina. Ammattikoulutetut miehet ansaitsevat 30-vuotiaina 67 prosenttia ja 40-vuotiaina enää 56 prosenttia korkeasti koulutettujen miesten tuloista. Kun vertaa alemman ja ylemmän korkeaKuvio 6.1. Naisten tulokehitys 30–40-vuotiaana koulutustason mukaan. Palkansaajien reaaliansioindeksi 2015=100 (viimeisen kohortin viimeinen seurantavuosi). Aineisto: FOLK, Tilastokeskus. 248 Satu Ojala Satu Ojala & Pasi Pyöriä koulututkinnon tehneitä, naisilla ero suurenee hieman 74 prosentista 72 prosenttiin 30vs. 40-vuotiailla. Miehillä ero suurenee 81 prosentista 30-vuotiailla 76 prosenttiin 40-vuotiailla. Miesinsinöörin euro on siis 76 senttiä diplomi-insinöörimiehen eurosta 40-vuotiaana, kun koko kohortti, myös mahdolliset työttömät, huomioidaan. Vaikka nämä luvut perustuvatkin vakioituun tulokehitysmalliin, on tulkinnassa huomioitava, että matalammin koulutetut kiinnittyvät työhön korkeasti koulutettuja vähemmän eikä vakiointi riitä ”poistamaan” tällaista eroa kokonaan. Joka tapauksessa korkeasti koulutetun STEM-alan miehen tulokehitys on naisiin ja vähemmän koulutettuihin miehiin nähden huomattavan nousujohteista. Koulutusalan mukaan tarkasteltuna luonnontieteilijöiden tulot ovat vaatimattomimmat niin naisilla kuin miehilläkin. Tietojenkäsittelyn ja ICT-alojen tutkinnot ovat tuottaneet parhaiten ja jopa huomattavan hyvin: luonnontieteilijöihin nähden miesten lähtötulotasoero on 10 000 euroa ja naisillakin 7 300 euroa korkeampi. Tekniikan tutkinnoilla tulotaso ja -kehitys ovat olleet toiseksi parhaita (+6 800 euroa miehillä ja +5 000 euroa naisilla verraten luonnontieteiden tutkinnon tehneisiin) ja metsätutkinnoilla tulot ja niiden kehitys kolmanneksi korkeinta (3 700 €, 2 800 €). Tulokehitys eli kulmakertoimet seuranta-aikana eroavat alojen välillä vain hieman: Kuvio 6.2. Miesten tulokehitys 30–40-vuotiaana koulutustason mukaan. Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 249 Pirstoutuvatko työurat? Kuvio 6.3. Naisten tulokehitys 30–40-vuotiaana koulutusalan mukaan. Kuvio 6.4. Miesten tulokehitys 30–40-vuotiaana koulutusalan mukaan. 256 Satu Ojala Satu Ojala & Pasi Pyöriä män. Aiemmin esittämäni havainnot eivät siis riipu aineiston rakentamisen tavasta ainakaan näiden kahden aineiston välillä. Rajaus perusvuonna työllisiin kuitenkin kohottaa tulojen lähtötasovakioita (taulukko 6.4). Se tarkentaa myös kohorttien välille piirtyviä eroja, kun nyt perusvuoden ei-työlliset eivät vaikuta tulotasoon. Toimialatarkastelussa kohorttien erot ovat indeksikorjausten jälkeenkin naisilla 2800–7800 ja miehillä 4300–9900 euroa, mikä kertoo työstä saatavien ansioiden myönteisestä kehityksestä kohortti kohortilta ja näin ollen yleisestä vaurastumisesta työllisellä väestöllä. 30-vuotiailla teollisuustyössä olleilla toimialojen väliset erot tulotasossa ja -kehityksessä ovat huomattavat. Miehillä heikoin lähtötulotaso on levyja sahateollisuuden työntekijöillä (vakio noin 20 000 euroa) ja tähän nähden parhaat ansiot puolestaan sellu-, paperija kartonkialojen ”paperimiehillä” (31800 €). Myös koksin ja öljyn (29400 €), kemikaalien ja kemiallisten tuotteiden valmistuksen (27500 €), metallien jalostuksen (26900 €) sekä tietokoneiden, elektronisten ja sähkölaitteiden valmistuksessa työskennelleiden miesten (26300 €) arvioidut ansioiden alkutasot erottuvat myönteisesti. Kutakin seurantavuotta kohti taas myönteisimmin kehittyvät koksin ja öljyn (+900 euroa per seurantavuosi) sekä lääkintätuotteiden valmistuksessa (+700 € / ikävuosi) työssä olleiden miesten ansiot. Kuitenkin samalla on todettava, että edellä kuvatut erot koskevat miehiä. Naisilla toimialakohtaiset erot jäävät miehiä selvästi vaatimattomammiksi. Alhaisimmat lähtöansiot malli arvioi metallituotteiden valmistuksessa työskennelleille naisille (23 000 €) ja korkeimmat koksin ja öljy -toimialan naisille (27 400 €, huom. naisten määrä tällä toimialalla on hyvin pieni ja vastaavasti tulojen hajonta suuri). Myös naisista koksin ja öljyn alan työllisten samoin kuin lääkintätuotteita valmistaneiden tulokehitys on myönteisintä (molemmilla +500 € seurantavuotta kohti). Tulokehityksen kulmakertoimet ovat naisilla miehiä hieman vaatimattomammat paitsi metallien jalostuksessa ja metallituotteiden valmistuksessa, joissa kulmakertoimet eivät jää naisilla miehiä alhaisemmiksi. Tulojen toimialoittaiset lähtötasoerot jakavat siis teollisuustyössä olleiden naisten ja miesten tulotasoa enemmän kuin tulojen kehitys seuranta-aikana. Teollisuustyön eri toimialoilla työssä olleiden naisten välillä on samalla vähemmän vaihtelua kuin eri toimialoilla työskennelleiden miesten välillä. Voisi tulkita myös niin, että naiset eivät pääse miesten tapaan nauttimaan teollisuusalojen välisistä ”toimialapree- Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 257 Pirstoutuvatko työurat? mioista”. Ei siis ole paperinaisen erityisiä ansioita siinä missä paperimiehen ansioero muihin teollisuusalojen miehiin – ja kaikkiin teollisuudessa työskennelleisiin naisiin – on ollut selvä. Kuitenkin on huomioitava, että seurannan aikana henkilö voi siirtyä työhön toiselle toimialalle (ja toimialasta riippuen neljännes tai kolmannes siirtyykin). Edelleen johtopäätösten tekoa rajoittaa se, että vastemittarina ovat valtionveronalaiset tulot, eli tarkastelussa ovat kokonaisansiot eivätkä palkkatulot. Analyysi vahvistaa aiemman Cassidyn ryhmän (2016) havaintoja teollisuustyön naisten ja miesten ansiokehityksestä. Tuossa tutkimuksessa paitsi naisten aloituspalkka, myös naisten todennäköisyys yletä teollisuustoimialoilla oli miehiä pienempi. Pienempi ylenemistodennäköisyys korostui työuran alussa; tuolloin myös työntekijän suorituksen (performance) ja ylentämisen todennäköisyyden vastaavuus oli heikoin. Edelleen miesten ensimmäiset ylennykset tuottivat suuremmat palkankorotukset. Havainnot tukivat oletusta siitä, että naiset ovat työpaikoillaan ”näkymättömämpiä” kuin miehet. Ongelmallista on, että urakehityksen erot kertautuvat ja varhainen uraportailla eteneminen (tai askeleiden puute) ennakoi myös seuraavia askeleita. Cassidyn ryhmä havaitsi analyysissaan kuitenkin, että myöhemmin uran varrella ylennykset reagoivat ensimmäisiä paremmin itse työsuoritukseen ja ne olivat siten vähemmän riippuvaisia sukupuolesta. Tässä esittämääni analyysia syventäisikin uralla etenemisen tarkastelu; tämä ei kuitenkaan ollut mahdollista neljän kohortin vertailussa. Ammattiasemaa koskeva tieto on rekisterissä vuosikohtaista ja vertailukelpoista vasta 2000-luvulla. Yhteenveto: sukupuolten ansioeron kaventamisessa on epäonnistuttu Olen arvioinut tässä luvussa naisten ja miesten neljän kohortin tulokehitystä kahdella tavalla: yhtäältä tieteen ja teknologian alojen tutkintoja tehneillä, ja toisaalta teollisuusaloilla työskennelleillä 30–40-vuotiailla viime vuosikymmenten aikana. Mitä tulee tulokehitykseen eri kohorttien välillä, vuoden 1960 kohortin tulot jäivät vaatimattomiksi. Heitä koskeva seuranta ajoittui syvän laman vuosille 1990–2000. Lilja (1994) havaitsi kuitenkin, etteivät teollisuuden työllisten palkat olleet kurjalle- 258 Satu Ojala Satu Ojala & Pasi Pyöriä kaan talouskehitykselle erityisen alttiita. Näin tuloerot ovat olleet ja ovat yhä suurimmat työllisten ja työttömien välillä. Tulotaso on myös parantunut kohorttien välillä. 1970-luvulla syntyneiden kohorttien tuloasema oli 30–40-vuotiaina huomattavasti parempi kuin 1990-luvun laman kohdanneiden, 1960-luvulla syntyneiden kohorttien. Keskeisin tämän luvun tulos koskee sukupuolten välistä räikeää tuloeriarvoa ja tasa-arvokehityksen puutetta. Tieteen ja teknologian tutkinnon suorittanut, vuonna 1975 syntynyt mies on ansainnut 11 seurantavuotena yhteensä jopa 90000 euroa enemmän kuin samojen alojen tutkinnon suorittanut nainen. Luku perustuu kuviossa 6.5. esitettyyn naiset ja miehet sisältävään malliin. Siinä sukupuolten välinen vuosittainen tuloero kipusi 7000–10000 euroon kaikilla tarkastelluilla kohorteilla, kaikkina tarkasteltuina vuosina. Malli arvioi naisten ja miesten vuotuista valtionveronalaista tuloa ja huomioi keskeiset toimiala-, koulutus-, perheja henkilön vuotuista työmarkkina-asemaa koskevat tekijät. Malli ei huomioi lainkaan työtuntieroja eikä sitä, miten miehet ja naiset ovat edenneet korkeampiin ammatillisiin asemiin urallaan. Nämä havainnot on kuitenkin varmistettu FOLK-rekisterin valtionveronalaisten tulojen raakatiedoista. STEM-koulutusalojen vuoden 1975 kohortin miehille on todellakin kertynyt 30–40-vuotiaina yhteensä 90 900 euroa naisia enemmän valtionveronalaisia tuloja. Tulokuilu syveni ikää myöten ja jopa suureni hieman myöhemmillä kohorteilla. Kuilun syveneminen johtunee yhtäältä siitä, että ”palkkojen prosenttimääräiset korotukset lisäävät absoluuttisia tuloeroja” (Riihelä & Tuomala 2019) ja toisaalta siitä, että noin nelikymmenvuotiailla miehillä omaisuustulojen määrä on kasvanut tulonjakotilaston perusteella yli kaksinkertaiseksi naisiin nähden (Kajantie 2020). Havaittu tuloero vastaa tulonjakotilaston tietoja naisten ja miesten tuloista. Tulon jakotilastossa naisten tulotaso asettuu noin 80 prosenttiin miesten tulosta 30 vuoden iässä, ja säilyy sellaisena pitkälle vanhuuteen. Noin nelikymmenvuotiaina bruttotuloero naisten ja miesten välillä on omaisuustulot pois lukien noin 9 000 ja omaisuustulot mukaan lukien noin 11 000 euroa. (Kajantie 2020.) STEM-alojen tutkinnon tehnyt väestö ei siis muodosta tästä poikkeusta. Nämä havainnot eivät koske suoraan palkkaeroa vaan kohorteille tietyn ikäisenä kertyvää kaikkea valtionveronalaista tuloa. Se sisältää siis myös jaksot opiskelijana, perhevapailla tai muista syistä työmarkkinoiden ulkopuolella. Nämä vaikuttavat Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 259 Pirstoutuvatko työurat? havaittuihin eroihin, vaikka ne on mallissa vakioitu. Toisaalta tämän ikäinen tutkinnon tehnyt väestö on kiinnittynyt työmarkkinoille vahvemmin kuin muu väestö, ja työtulo muodostaa ansioista ylivoimaisesti suurimman osan. Kyse on toteutuvista, merkittävistä tuloeroista naisten ja miesten joka ikistä ikävuotta kohti, mikä kumuloituu elämänkaarella ja työuran varrella valtavaksi eroksi miesten ja naisten välillä – säännellyn työehtosopimisen ja aktiivisen samapalkkaisuustyön (ks. Suomaa 2018) maassa. Pääosa sukupuolten ja ammattiryhmien välisten ansioerojen osatekijöistä tunnetaan. Ne syntyvät alasegregaation, työtuntija ammattiasemaerojen ohella perheellistymisestä, parisuhteesta, tutkinnon tasosta ja alasta. Selitys ei ole kuitenkaan oikeutus. On merkittävä työja yhteiskuntapoliittinen kysymys, hyväksytäänkö nämä erot ja niiden syyt. Havaittujen erojen suuruus johtaa kysymään, pidetäänkö tasa-arvoa tärkeänä lähinnä juhlapuheissa (vrt. Ojala ym. 2019; Saari 2016). Saman kysymyksen esittää myös Eurofoundin (2020) tutkija Anna Gallinat tarkastelussaan, jossa hän kokoaa indikaattoritietoa naisten ja miesten työmarkkina-aseman kehityksestä eri Euroopan maissa. Myönteistä kehitystä ei ole Euroopankaan tasolla osoitettavissa: lasikatot eivät ole murtuneet, naisten työllisyys on miehiä alhaisempaa ja ansioerot selkeitä. Erityinen ongelma on kertyvä ansiosidonnainen sosiaaliturva: eläkkeen kynnyksellä naisen eläke jää Euroopassa yli kolmanneksen ja Suomessakin viidenneksen (ETK 2019) miehiä alhaisemmaksi. Syvät ansioerot muualla Euroopassa, mutta myös Suomessa, vaikuttavat naisten mahdollisuuksiin asua ja elää laadukkaasti ja mielekkäästi. Reija Liljan (1994) analyysissa teollisuuden palkkakehityksestä koulutukseen ja työkokemukseen perustuvat erot olivat kaventuneet teollisuustyössä edellisen reilun vuosikymmenen aikana, toisin kuin odotettiin. Tuolloinen myönteinen havainto olisi voinut ennakoida tuloeron kaventumista myös sittemmin. Lisäksi oletin, että korkean koulutuksen yleistyminen etenkin naisilla olisi edistänyt tulotasa-arvoa. Myös koneistuminen ja automaatio vähentäessään työn fyysistä kuormaa olisivat voineet parantaa naisten mahdollisuuksia tehdä teollista työtä. Edelleen perhe-etuuksien tulokompensaatiota on hieman parannettu tarkasteltujen kohorttien välillä (Niemelä 2014). Odotin siis periodimuutosta kohti etenevää tasa-arvoa, mutta merkkejä tällaisesta myönteisestä tasa-arvokehityksestä ei kuitenkaan ollut osoitettavissa: aiem mat sukupuolen ja koulutustason mukaiset erot ovat luonnontieteen, tekniikan 260 Satu Ojala Satu Ojala & Pasi Pyöriä ja matematiikan tutkintoja tehneillä ja teollisuudessa työskennelleillä keskimäärin ennallaan. Korkeasti koulutettujen ”preemio” ja myönteinen tulokehitys 30–40-vuotiaana verrattuna vähemmän koulutettuihin oli vahva ja etenkin perheellisten, puolison kanssa asuvien, tietojenkäsittelyn tai tekniikan tutkinnon tehneiden miesten tulokehitys omaa luokkaansa. Antti Kauhanen (2017) on havainnut, että miesten ja naisten tulot eriytyvät pitkittäisseurannassa myös silloin, kun työuralla ei ole ollut pitkiä katkoja. Tässä analyysissa katkot oli mahdollista ainoastaan kontrolloida vuosittaisen pääasiallisen työmarkkina-aseman statuksen perusteella. Sen perusteella vakituisessa työsuhteessa olevat naiset määrittyvät työllisiksi myös perhevapaiden aikana, mikä heikentää kontrolloinnin merkitystä. Joka tapauksessa naisten tulot olivat alttiita perhetilanteelle (vrt. Kuitto ym. 2019; Peutere 2019). Seurannan alussa lapsen saaneiden naisten tulotaso putosi tuhansia euroja miehiin nähden. Kiinnostavaa oli, että seurannan loppupuolella äidiksi tuleminen ei enää vaikuttanut naisen tuloihin, mutta vaikutti hieman kielteisesti isien vuositulokertymään. On havaittu, että myöhemmin perheellistyvät isät käyttävät perhevapaita tasa-arvoisemmin (vrt. Lammi-Taskula ym. 2017). Naisille ei voi kuitenkaan suositella perheellistymistä myöhemmällä iällä, vaan nuorempina isiksi tulevat tulisi saada käyttämään perhevapaita tasa-arvoisemmin. Entä mitä tulisi ajatella siitä, että vakaassa parisuhteessa elävä mies ansaitsee Suomessa tuhansia euroja vuodessa enemmän kuin yksin asuva mies (vrt. Järvinen ym. 2020)? Tämä erikoinen havainto muistuttaa, että tulot määräytyvät myös Suomen kaltaisessa keskistettyjen ja säänneltyjen työehtosopimusten maassa henkilötekijöiden ja joidenkin kulttuuristen ja sosiaalisten, henkilöiden työn tuottavuutta koskevien implisiittisten oletusten varassa. Tällaiset oletukset koskevat niin henkilön sukupuolta kuin hänen parisuhdeja perhestatustaankin. Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 261 Pirstoutuvatko työurat? Lopuksi: korjaavatko työmarkkinat sukupuolten välisiä ansioeroja itsestään? Palaan lopuksi uusklassisen työn talousteorian oletuksiin siitä, että työmarkkinat olisivat kahden tasaveroisen ja rationaalisen markkinatoimijan – työnantajan ja työntekijän – kauppa. Toisaalta segmentaatioteorian mukaan työmarkkinat edellyttävät aktiivisen työvoimapolitiikan ohjausta ja työntekijän suojelua, jotta taloudellinen ja sosiaalinen kestävyys työmarkkinoilla toteutuisi (ks. Koistinen 2014; Ahokas ym. 2018). Kaksi näkemystä työmarkkinoiden luonteesta – se, ovatko ne tasaveroisten toimijoiden ”markkinat” vai eivät – myös johtavat erilaisiin johtopäätöksiin siitä, miten työmarkkinoiden jakoja ja sukupuolten ansiotasa-arvoa pitäisi ohjata – tai pitäisikö niitä ohjata ollenkaan. Mikäli työmarkkinoita pidetään itsestään optimoituvina, tasapainohakuisina markkinoina, työpoliittista ohjausta ei tarvittaisi muutoin kuin vapaaehtoisen työttömyyden vähentämisessä. Keinot tähän löytyisivät julkisesta vero-, tulonsiirtoja palvelujärjestelmästä, ja etenkin ”kannustinloukkuja” tulisi pyrkiä pienentämään. (Ahokas ym. 2018, 30.) Mikäli haavoittuvassa työmarkkina-asemassa olevan ryhmien olemassaoloa puolestaan pidetään työmarkkinoiden toimimattomuuden ja lähtökohtaisesti sovittamattoman työntekijän ja pääoman välisen jaon seurauksena (worker-capital division), tarvitaan sosiaalista oikeudenmukaisuutta turvaavia toimia ja instituutioita. (Rubery & Piasna 2017.) Syvät sukupuolenmukaiset työtulojen erot, jotka toistuvat maasta toiseen ja paitsi toimialojen välillä, myös niiden sisällä, todistavat siitä, että työmarkkinoiden kehitys edellyttää aktiivista ohjausta. Teollisuusalojen sukupuolen mukaan jakautuneiden osatyömarkkinoiden erot eivät ota lientyäkseen (vrt. Kauhanen 2017; Cassidy ym. 2017). Työmarkkinat eivät siis hakeudu sellaiseen uusklassisen taloustieteen olettamaan ”tasapainotilaan” (Ahokas ym. 2018, 29), joka korjaisi ansioeroja (vrt. Saari 2016). Samaan aikaan tasa-arvotoimet ja samapalkkaisuusohjelmat ovat olleet vaikutuksiltaan hitaita (Suomaa 2018). Nykyinen hallitusohjelma (2019) lupaa sekä aiempaa ”kunnian himoisempaa ja vaikuttavampaa” samapalkkaisuusohjelmaa (s. 132) että 75 prosentin työllisyysastetta (s. 10). Ovatko nämä tavoitteet yhdistettävissä, millaista ohjausta niiden saavutta- 262 Satu Ojala Satu Ojala & Pasi Pyöriä minen edellyttäisi, ja millaisia seurauksia eri työmarkkinatoimenpiteillä voisi olla samapalkkaisuustavoitteeseen nähden? Euroopan komissiossa ja useissa Euroopan maissa, myös Suomessa, työmarkkinoiden ohjaamisessa on 2000-luvulla painotettu sääntelyn vähentämistä vedoten oletuksiin, joiden mukaan liiallinen työsuojelusääntely estää ihmisten työllistymistä (ks. Rubery & Piasna 2017; Rubery ym. 2016). Tavoite väestön työllisyysasteen korottamisesta on ymmärrettävä, mutta siihen johtavista keinoista vallitsee syvä erimielisyys. Suomalaiseen argumentaatioon kuuluu oletus palkkojen liiallisesta ”jäykkyydestä”; argumenttia käytetään etenkin haluttaessa kajota työehtosopimusten yleissitovuuteen ja lisätä niin sanottua paikallista sopimista (Järventaus 2020; Murto 2019; Ihalainen & Laatunen 2018). Olemme kuitenkin toisaalla todenneet, että Suomen työmarkkinamallille tyypillistä ”typistettyä” palkkajakaumaa, joka ”ei juurikaan tarjoa joustomahdollisuuksia eri suhdannetilanteissa” (Heinonen ym. 2004, 39), kompensoidaan Suomessa lukuisin joustavin työvoiman käytön muodoin (Jonker-Hoffrén ym. 2018; Ojala & Saloniemi 2020). Sääntely tai sen puute vaikuttaa eri työmarkkinasegmenttien ja niiden sisäisten jakojen muodostumiseen. Tämä havaittiin konkreettisesti Saksassa, jossa muutettiin nopeasti työvoiman käytön ehtoja niin sanotuilla Hartz-reformeilla. Uudenlaiset ”minityöt” (Minijobs) minimaalisella palkalla puskuroivat Saksan työllisyyttä ja kansantaloutta vuosien 2008–2009 talousromahduksessa, joka kurjisti muuta Eurooppaa syvästi. Kuitenkin reformit syvensivät työmarkkinoiden jakoja, sillä Saksan ”työllisyysihme” perustui suurelta osin uusiin epätyypillisiin ja prekaareihin työsuhteisiin. Näihin heikkoihin työmarkkina-asemiin jäätiin aiempaa useammin loukkuun, ja työttömyydestä kärsineet työllistyivät aiempaa heikommille ansioille. Tulotaso heikkeni dramaattisimmin matalimmassa tuloviidenneksessä, ja palkansaajien keskiansio pieneni. On arvioitu, että myös maan sosiaalinen koheesio heikkeni. Lopulta myös OECD perui aiempien työllisyysstrategioidensa argumentteja työllistämisen ensisijaisuudesta työehtoihin nähden. (Jaehrling 2017.) Saksassa luotiin minimipalkkajärjestelmä vuonna 2015. Myös Ranskassa, jossa paikallista sopimista on lisätty jo 1980-luvulta, on todettu naisten ja miesten välisten palkkaerojen sementoitumista ja siitä aiheutuvaa sääntelytarpeen lisääntymistä. Paikallinen sopiminen on osaltaan liittynyt kehitykseen, joka on heikentänyt edellytyksiä palkkatasa-arvon toteutumiselle. (Eydoux 2019.) Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 263 Pirstoutuvatko työurat? Suomen työmarkkinat ovat syvästi segregoituneet, ja sukupuolten ansioeroja on saatu kurottua umpeen vain vaivoin. Tässä tilanteessa palkkojen määräytymisperusteiden vapauttamisella otettaisiin riski työmarkkinasegmentaation syvenemisestä ja vietäisiin edellytyksiä samapalkkaisuustavoitteiden toteutumiselta. Toisin sanoen hyvässä työmarkkina-asemassa olevien ”insider”-ryhmien asema vahvistuisi, ja jo valmiiksi haavoittuvammassa asemassa olevien heikkenisi. Saksan minitöiden pitkän aikavälin vaikutuksiksi arvioitiin tuloeriarvoisuuden syvenemisen ohella myös työntekijöiden investointien väheneminen taitoihin (skills) ja koulutukseen. (Jaehrling 2017.) Taitojen heikkeneminen puolestaan kumuloisi edelleen epätasa-arvoistumista. Näin ollen tasa-arvon edistäminen edellyttäisi tasa-arvopolitiikan toimeenpanoa nykyistä järeämmin sääntelyn keinoin (ks. Saari 2016). Mitä tulee teollisuudessa työskentelevien naisten ansiokehitykseen, kyseessä on ala, jonka työmarkkinaratkaisut ovat erityisen merkityksellisiä tasa-arvokehityksen kannalta. Segregaatiota halutaan purkaa koulutusalavalintojen sukupuolittumista vähentämällä. Tämä tavoite ei yksin riitä, sillä miesenemmistöisille aloille hakeutuvat naiset kohtaavat syrjintää eri indikaattoreilla osoitettuna (Kauhanen & Riukula 2019; Kauhanen 2017; Ojala ym. 2019; Koivunen ym. 2017). Antti Kauhanen (2017) arvioi, että naisten työsyrjintä on ongelmallista lopulta niin sanottujen ”palautevaikutusten” vuoksi. Kun tytöt ja naiset tunnistavat ja epäilevät sukupuoleen kohdistuvaa työsyrjintää yhteiskunnassa ja tietyillä toimialoilla, he saattavat perustaa koulutusalaja työnhakuvalintojaan oletuksiin heikommista mahdollisuuksistaan edetä miesenemmistöisillä aloilla. Tämä puolestaan johtaa siihen, etteivät parhaat työntekijät kykyineen ja taitoineen allokoidu työhön yritysten ja kansantalouksien kannalta optimaalisesti. Näin edellä kuvatut, vuosikymmenestä toiseen samanlaisina toistuvat tasa-arvo-ongelmat kertautuvat. 264 Satu Ojala Satu Ojala & Pasi Pyöriä Kirjallisuus Ahokas, Jussi, Alaja, Antti & Eskelinen, Teppo (2018) Talousteoriat ja työllisyyspolitiikka. Teoksessa Jouko Kajanoja (toim.) Työllisyyskysymys. Helsinki: Into Kustannus, 25–48. Asplund, Rita & Napari, Sami (2011) Intangibles and the gender wage gap: An analysis of gender wage gaps across occupations in the Finnish private sector. Journal of Labor Research 32(4): 305–325. Asplund, Rita & Vanhala, Pekka (2016) Korkeasti koulutettujen työmarkkinapolut – Työllisyys, työttömyys ja syrjäytymisriski. Helsinki: työja elinkeinoministeriö, Työ ja yrittäjyys 22/2016. Böckerman, Petri, Kauhanen, Antti & Maliranta, Mika (2012) ICT and Occupation-based Measures of Organisational Change: Firm and Employee Outcomes. Helsinki: ETLA Working Papers No 2. Cassidy, Hugh, DeVaro, Jed & Kauhanen, Antti (2016) Promotion signaling, gender, and turnover: New theory and evidence. Journal of Economic Behavior & Organization 126(A): 140–166. Cech, Erin & Blair-Loy, Mary (2019) The changing career trajectories of new parents in STEM. PNAS 116(10): 4182–4187. ETK (2019) Tilasto Suomen eläkkeensaajista. Suomen virallinen tilasto: Sosiaaliturva 2019. Helsinki: Eläketurvakeskus. https://www.etk.fi/julkaisu/tilasto-suomenelakkeensaajista/ (viitattu 4.4.2020). Eurofound (2020) Why 2020 is the right time for real progress on gender equality. Blog text by Gallinat, Anna. Luxembourg: European Foundation for the Improvement of Living and Working Conditions. Eurostat (24.2.2020) Population by educational attainment level, sex and age (%) – Main indicators. https://appsso.eurostat.ec.europa.eu/ (viitattu 4.4.2020). Eydoux, Anne (2019) Gender equality and equal pay policies in time of labour market deregulation: The French case. Esitelmä International Working Party on Labour Market Segmentation konferenssissa Düsseldorfissa 10.9.2019. http://www.iaq.unidue.de/iwplms2019/ (viitattu 18.4.2020). Glass, Jennifer L., Sassler, Sharon, Levitte, Yael & Michelmore, Katherine M. (2013) What’s so special about STEM? A comparison of women’s retention in STEM and professional occupations. Social Forces 92(2): 723–756. Hakim, Catherine (2002) Lifestyle preferences as determinants of women’s differentiated labor market careers. Work and Occupations 29(4): 428–459. Hallitusohjelma (2019) Pääministeri Sanna Marinin hallituksen ohjelma 2019. Helsinki: Valtioneuvosto. https://valtioneuvosto.fi/marinin-hallitus/hallitusohjelma (viitattu 22.11.2020). Teollisuusalojen naisten ja miesten työtulot koulutusaloittain ja toimialoittain neljällä kohortilla 265 Pirstoutuvatko työurat? Heinonen, Elisabet, Hämäläinen, Kari, Räisänen, Heikki, Sihto, Matti & Tuomala, Juha (2004) Mitä on työvoimapolitiikka? Helsinki: Valtion taloudellinen tutkimuskeskus, VATT-Julkaisuja 38. Ihalainen, Lauri & Laatunen, Lasse (2018) SAK:n ja EK:n entiset johtajat varoittavat liiallisen uudistusinnon mukanaan tuomista virheistä. Vieraskynä. Helsingin Sanomat 10.3.2018. https://www.hs.fi/paivanlehti/10032018/art-2000005598062.html (viitattu 4.4.2020). Jaehrling, Karen (2017) The atypical and gendered ‘employment miracle’ in Germany: A result of employment protection reforms or long-term structural changes? Teoksessa Agnieszka Piasna & Martin Myant (Eds) Myths of Employment Deregulation: How it neither Creates Jobs nor Reduces Labour market Segmentation. Brussels: ETUI, 165–184. Jonker-Hoffrén, Paul, Sippola, Markku & Ojala, Satu (2018) Kolmikanta ei jäykistä työmarkkinoita. Alusta! https://alusta.uta.fi/2018/12/05/kolmikanta-ei-jaykistatyomarkkinoita/ (viitattu 4.4.2020). Järventaus, Jussi (2020) Työllisyystavoite lähenisi kahdella uudistuksella. Vieraskynä. Helsingin Sanomat 24.1.2020. https://www.hs.fi/mielipide/art-2000006382258.html (viitattu 4.4.2020). Järvinen, Katri-Maria, Pyöriä, Pasi, Ojala, Satu, Lipiäinen, Liudmila & Saari, Tiina (2020) Työurien vakaus ja taantuma: yksityisen sektorin työntekijöiden työurapolut 2007– 2015. Työelämän tutkimus 18(2): 81–99. Kajantie, Mira (2020) Omaisuustulot kasvattavat sukupuolten välistä tuloeroa – ja tuovat etenkin miehille taloudellista turvaa myös eläkkeellä. Tieto & trendit 18.8.2020. http:// www.stat.fi/tietotrendit/artikkelit/2020/omaisuustulot-kasvattavat-sukupuoltenvalista-tuloeroa-ja-tuovat-etenkin-miehille-taloudellista-turvaa-myos-elakkeella/ (viitattu 21.11.2020). Kauhanen, Antti & Riukula, Krista (2019) Työmarkkinoiden eriytyminen ja tasa-arvo Suomessa. Teoksessa Mia Teräsaho & Johanna Närvi (toim.) Näkökulmia sukupuolten tasa-arvoon. Analyyseja tasa-arvobarometrista 2017. Helsinki: Terveyden ja hyvinvoinnin laitos, 80–100. Kauhanen, Antti & Napari, Sami (2011) Gender Differences in Careers. Helsinki: ETLA, Discussion Papers No 1241. Kauhanen, Antti (2017) Gender Differences in Corporate Hierarchies. Bonn: IZA World of Labor. https://wol.iza.org/articles/gender-differences-in-corporate-hierarchies/long (viitattu 4.4.2020). Kauhanen, Merja, Nätti, Jouko & Ojala, Satu (2017) Määräaikaisen työn vaikutus myöhempään palkkakehitykseen. Talous & Yhteiskunta 45(2): 48–53. Killewald, Alexandra (2013) A reconsideration of the fatherhood premium: Marriage, coresidence, biology, and fathers’ wages. American Sociological Review 78(1): 96–116. Koistinen, Pertti (2014) Työ, työvoima & politiikka. Tampere: Vastapaino.