ALUEELLISEN KESTÄVÄN HYVINVOINNIN KEHITYKSEN SEURANTA GPI-INDIKAATTORILLA:

Transkriptio

1 ALUEELLISEN KESTÄVÄN HYVINVOINNIN KEHITYKSEN SEURANTA GPI-INDIKAATTORILLA: Päijät-Häme, Kainuu ja Etelä-Pohjanmaan ELY-keskuksen alue B65*2011 Päijät-Hämeen liitto

2 Päijät-hämeen liitto B65 * 2011 ISBN ISSN

3 Projektiraportti Lahden tiede- ja yrityspuisto Oy, Päijät-Hämeen liitto Tiivistelmä Yhteiskunnan hyvinvoinnin mittarina on totuttu käyttämään asukasta kohden laskettua bruttokansantuotetta (BKT). BKT mittaa tavara- ja palvelutuotannon määrän kasvua rahamääräisenä. Se ei tee eroa negatiivisten ja positiivisten toimintojen välille tai huomioi markkinoiden ulkopuolisia hyvinvointiin vaikuttavia tekijöitä. Hyvinvoinnin mittaamiseen kehitetyistä uusista indikaattoreista tunnetuin lienee Aidon kehityksen indikaattori (Genuine Progress Indicator, GPI), jota on sovellettu kymmenissä maissa. GPI-indikaattoria tutkii ja edistää tätä nykyä yhdysvaltalainen Redefining Progress -järjestö. GPI tarkastelee erityisesti kuluttajien vastaanottamaa kestävää hyvinvoinnin tasoa ja sopii erityisesti pidemmän aikavälin kehitystrendien seurantaan. Mikäli GPI-mittarilla näyttää tapahtuneen myönteistä kehitystä sen voidaan katsoa tapahtuneen tavalla, joka ei vaaranna tulevaisuuden mahdollisuuksia. Rahamääräiseksi arvotettuna mittarina GPI auttaa liittämään ympäristötekijät osaksi taloudellista hyvinvointia. Suomen GPI-aikasarja laskettiin ensimmäisen kerran Tilastokeskuksessa vuonna Tällä hetkellä aikasarja kattaa vuodet Tutkimus Alueellisen kestävän hyvinvoinnin kehityksen seuranta GPI - indikaattorilla: Päijät-Häme, Kainuu ja Etelä-Pohjanmaan ELY-keskuksen alue toteutettiin Päijät-Hämeen ja Kainuun maakunnissa osana Euroopan Unionin (EU) Interreg IV C -rahoitteista FRESH-projektia (Forwarding Regional Environmental Hierarchies). Tutkimuksen tuloksena syntyivät ensimmäisenä EUalueella Aidon kehityksen indikaattorin aluetason sovellukset. Alueellisen GPI-mittauksen avulla voidaan tuottaa tietoa paikallisella tasolla merkittävimmistä taloudelliseen hyvinvointiin ja ekologiseen kestävyyteen vaikuttavista seikoista. Tutkimuksen tulokset myötäilevät vuonna 2008 julkaistun Suomen GPI-laskennan tuloksia: kaikkien mukana olevien alueiden osalta kehityksen huippuvuosi oli 1989, jonka jälkeen on tapahtunut huomattava lasku. Ainoastaan Päijät-Hämeen kehitys on ollut verrattain positiivista vuoden 1995 jälkeen, ja vuodesta 2005 lähtien GPI-luvuissa on havaittavissa selvä nousu. Loiva nousukehitys on havaittavissa myös muilla alueilla vuoden 2005 jälkeen. Etelä- Pohjanmaan ELY keskuksen alueen kehitys on kulkenut lähes yhtenäisesti koko Suomen lukujen kanssa, kun taas Kainuun GPI-kuvaaja kulkee selvästi muita alempana. Kainuun tilanne selittyy amerikkalaisen GPImetodologian laskutavalla: se antaa suuren negatiivisen painoarvon suoalueiden kuivatukselle (ekosysteemien menetys ja veden ja ilmastonsäästelykyvyn heikentyminen), joka on Kainuussa ollut laajamittaista 1900-luvulla. Kun tulokset esitetään ilman soiden merkitystä, ei Kainuu jää jälkeen Suomen keskiarvosta. Päijät-Häme on alueista ainut, joka erottuu tuloksista kestävän kasvun alueena. Alueen menestys 1990-luvun puolivälin jälkeen johtuu vähentyneestä ympäristökuormituksesta ja korkeana 1

4 pysyneestä elintasosta. Kainuun kannalta positiivisia seikkoja GPI-mittarilla tuloksissa ovat tulonjaon tasaisuus sekä uusiutuvan energian käyttö vesivoiman muodossa. Alueen heikkouksia puolestaan ovat korkea työttömyys ja Suomen mittakaavassa matala materiaalinen elintaso. Etelä-Pohjanmaan ELY alueella ympäristökuormitus on melko suurta, mutta suhteellisen hyvä työllisyystilanne sekä esimerkiksi lyhyet työmatkat kompensoivat kokonaiskuvaa alueesta. Tutkimuksessa mukana olleiden alueiden lisäksi olisi mielenkiintoista vertailla kehitystä Suomen muihin osiin ja erottaa esimerkiksi pääkaupunkiseudun ja muiden kasvukeskusten vaikutus koko Suomen tuloksiin. Toistaiseksi tarvittavan tilastotiedon huono saatavuus rajoittaa jonkin verran GPI:n käytettävyyttä. Lisäksi pääasiassa amerikkalaisiin tutkimuksiin perustuva GPI:n osatekijöiden valinta sekä niitä kuvaavat rahamääräiset arvot eivät välttämättä ole ne sopivimmat juuri Suomen kuvaamiseen. Mittaria on syytä kehittää edelleen huomioimaan Suomen kannalta keskeisimmät ekologiseen kestävyyteen, innovaatioihin ja sosiaalisen hyvinvointiin vaikuttavat tekijät. GPI on olemassa olevista mittareista potentiaalisin lähtökohta, kun juuri Suomen oloihin sopivinta kokonaisvaltaista kestävän hyvinvoinnin mittaria kehitetään. Myös alueellinen GPI-pilottihanke tarjoaa tälle hyvän pohjan. 2

5 Sisällysluettelo: 1. Esipuhe Taustaa Alueellinen ympäristöhallinto ja kestävä kehitys -indikaattorityö Bruttokansantuotteesta hyvinvoinnin mittaamiseen Hyvinvoinnin mittaamisen kehittäminen Aidon kehityksen indikaattori - Genuine Progress Indicator (GPI) Tutkimuksen tulokset Tutkimuksessa mukana olevista alueista GPI-tutkimuksen tulokset yleisellä tasolla ) Taloudellinen hyvinvointi ja sen jakautuminen, yleiskuva alueista ) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo, yleiskuva alueista ) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset, yleiskuva alueista ) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset, yleiskuva alueista Aluekohtaiset tulokset Päijät-Häme ) Taloudellinen hyvinvointi ja sen jakautuminen Päijät-Hämeessä ) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo Päijät-Hämeessä ) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Päijät-Hämeessä ) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset Päijät-Hämeessä.. 33 Yleiskuva Päijät-Hämeen tuloksista Kainuu ) Taloudellinen hyvinvointi ja sen jakautuminen Kainuussa ) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo Kainuussa ) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Kainuussa ) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset Kainuussa Yleiskuva Kainuun tuloksista Jatkotutkimus Johtopäätökset Datan hankinnasta GPI:n soveltuvuudesta alueelliseen päätöksentekoon Lähteet Liitteet

6 Liite 1: Laskentametodologia ja muuttujien perustelu B Yksityishenkilöiden kulutusmenot C Tulonjako D Painotettu yksityinen kulutus E - Kotityön ja vanhemmuuden arvo F - Korkeakoulutuksen arvo G - Vapaaehtoistyön arvo H Hyöty kestokulutushyödykkeistä I - Teiden ja katujen tuottamat palvelut J - Rikollisuuden aiheuttamat kustannukset K - Vapaa-ajan menetyksen kustannukset L - Työttömyyden kustannukset M - Kestokulutushyödykkeiden hankintakustannukset N - Työmatkakustannukset P - Auto-onnettomuuksien kustannukset Q - Vesistöjen saastumisen kustannukset R - Ilman saastumisen kustannukset S - Melusaasteen kustannukset T Kosteikkojen häven kustannukset V - Metsien häviäminen ja metsäteiden aiheuttamat kustannukset W - Uusiutumattomien luonnonvarojen kuluminen X Hiilidioksidipäästöjen aiheuttamien vahinkojen kustannukset Z - Pääoman nettoinvestoinnit AA - Nettoluotonanto ulkomaille O - Kotitalouksien saasteiltasuojautumisen kustannukset Y - Otsonin häviämisen kustannukset U - Maatalousmaan häviäminen Liite 2: Indikaattorikokoelmia Eurostatin SDI-indikaattorit ( headline -indikaattorit): Ympäristöministeriön alueelliset ympäristöindikaattorit: Findikaattorit: Seutu KEKE Vastuullisen maakunnan kriteerit Päijät-Hämeessä Liite 3: Viimeaikaisia GPI-sovelluksia Liite 4: Käsitteet ja lyhenteet Liite 5: Kartat Päijät-Hämeen kunnat, Kainuun kunnat Suomen metsäkeskukset Liite 6: GPI:n komponenttien (kolumnien) arvo Päijät-Häme Kainuu Etelä-Pohjanmaan ELY:n alue

7 1. Esipuhe Tutkimus toteutettiin Päijät-Hämeen ja Kainuun maakunnissa osana Päijät-Hämeen liiton, Kainuun Etu Oy:n ja Kainuun maakunta-kuntayhtymän toteuttamaa Euroopan Unionin (EU) Interreg IV C -rahoitteista FRESHprojektia (Forwarding Regional Environmental Hierarchies). GPI-indikaattorin laskennan toteutti Lahden tiede- ja yrityspuisto Oy:ssä tutkija Inka Lemmetyinen ja tutkimuksen tuloksena syntyi ensimmäisenä EUalueella Aidon kehityksen indikaattorin (Genuine Progress Indicator, GPI) alueelliset sovellukset. Aloitteellisina osapuolina GPI-mittarin soveltamiseen Suomessa kansallisen tason lisäksi myös alueellisella tasolla toimivat tutkimuspäällikkö Jukka Hoffrén Tilastokeskukselta ja erikoissuunnittelija Hannele Ilvessalo-Lax Etelä-Pohjanmaan Elinkeino-, liikenne ja ympäristökeskuksesta (ELY-keskus). FRESH-projektin tarkoituksena on vahvistaa kestävää kehitystä (sustainable value creation) aluekehittämisen strategioissa ja yrityskehityskonsepteissa sekä yleisesti tukea kestäviin arvoihin perustuvaa kehitystä projektiin osallistuvilla alueilla. FRESH-projektin on tarkoitus ottaa huomioon sekä teknologiset että sosiaaliset näkökulmat jotka liittyvät mm. ekosuunnitteluun ja ekoinnovointiin. Projektin aikana partnerien on määrä testata ja ottaa käytäntöön valittuja työkaluja, jotka liittyvät talouden kilpailukykyyn ja ympäristön huomioimiseen ( GPI-indikaattori sopii tutkimuksen tavoitteisiin, sillä se mittaa alueen kestävää arvonmuodostusta makrotasolla. Vihreä teknologia tai teknologia ylipäätään eivät suoraan sisälly GPI-indikaattoriin, mutta koska uusi teknologia vähentää päästöjä ja parantaa yksilöiden elämänlaatua monien kanavien kautta, nähdään sen vaikutus parantuneina GPI-lukuina. Mikäli GPI- indikaattorilla näyttää tapahtuneen myönteistä kehitystä, sen voidaan katsoa tapahtuneen tavalla, joka ei vaaranna tulevaisuuden mahdollisuuksia. Alueellisten GPI-laskelmien avulla voidaan tuottaa tietoa paikallisella tasolla merkittävimmistä taloudelliseen hyvinvointiin ja ekologiseen kestävyyteen vaikuttavista seikoista. Saman hankkeen yhteydessä on sivuten arvioitu GPI:n soveltuvuutta ELY keskusten näkökulmasta ja pilotoinnin kohteena on ollut Etelä-Pohjanmaan ELY -keskuksen alue, joka koostuu kolmesta maakunnasta (Etelä-Pohjanmaa, Keski- Pohjanmaa ja Pohjanmaa). Alueellisen GPI-laskennan pohjana on toiminut Hanna Rätön Suomen GPI:n laskennan lisäksi (2008) Tilastokeskuksen tutkimuspäällikkö Jukka Hoffrénin ISEW-laskennat (2001), GPI-päivitykset (2010 alkuvuosi) ja korkeakouluharjoittelija KTK Hanna-Kaisa Anderssonin kesällä 2010 tekemät alueelliset 5

8 laskentapohjat ja datan kokoaminen erityisesti Etelä-Pohjanmaan ELY -alueen osalta. Syksyn 2010 aikana aiemmin kerättyä dataa ja laskentapohjia kuitenkin päivitettiin jokaisen kolmen tutkimuksessa olleen alueen ja yhteensä 21 komponentin osalta. Ainoastaan kahta komponenttia kaikista 23:sta (Kolumnit Z ja AA, ks. Liite 1) ei päivitetty. Laskentametodeja päivitettiin myös koko Suomen GPI-laskennan osalta, jotta saatiin luotua yhtenäiset, keskenään vertailukelpoiset laskelmat. Muutokset koko Suomea koskeviin GPI-lukuihin ovat perusteltuja eivätkä ne muuta laskennan tuloksia merkittävästi. Joidenkin erien osalta on tuotettu uudempaa tilasto- tai tutkimustietoa ja toisten erien kohdalla Suomen dataa vastaavia tietoja ei ollut saatavilla aluekohtaisesti. Tässä raportissa esitetään tutkimuksen tulokset ja esitellään hyvinvoinnin ja kestävän kehityksen mittaamisen taustaa ja historiaa hieman laajemminkin. Kappaleessa 2 perehdytään hyvinvoinnin mittaamisen kehittymiseen, esitellään muutamia mittareita ja keskitytään sitten tarkemmin GPI:in. Kappaleessa 3 on vastattu tutkimussuunnitelmassa asetettuihin tutkimuskysymyksiin: 1. Kuinka GPI:n mittaama kestävä taloudellinen hyvinvointi ja indikaattorin eri osatekijät (esim. markkinaton tuotanto, ekologinen rasite) ovat kehittyneet näillä alueella verrattuna yleisesti käytettyihin mittareihin, kuten bruttokansantuotteen (BKT)? 2. Kuinka kehitys alueella eroaa kansallisesta tasosta? 3. Mitä eroja on havaittavissa alueiden välillä GPI -indikaattoria käyttäen? Mitkä ovat kullekin alueelle olennaisimmat taloudelliseen hyvinvointiin ja ekologiseen kestävyyteen vaikuttavat seikat? 4. Mitä etuja ja rajoitteita alueellisella GPI -tarkastelulla on? Mitä apua indikaattorista on alueelliselle ja EU-tason päätöksenteolle? 5. Olisiko GPI -indikaattoria tarvetta kehittää paremmin alueellisia tarpeita vastaavaksi? Mitkä muutokset olisi mahdollista toteuttaa jo hallussa olevan datan avulla? Kappale 3.2 tarkastelee tuloksia ensin yleisellä tasolla vertaillen kutakin tutkimuksessa mukana olevaa aluetta keskenään jakamalla GPI:n 23 komponenttia neljään ryhmään (painotetut yksityiset kulutusmenot, hyvinvointia tuottavien markkinattomien palveluiden arvo, yksityiset, tuotannon haitoista aiheutuvat menot ja luonnon heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset). Kappaleessa 3.3 perehdytään tarkemmin Päijät-Hämeen ja Kainuun tuloksiin ja nostetaan esiin kullekin alueelle olennaisimmat taloudelliseen hyvinvointiin ja ekologiseen kestävyyteen vaikuttavat seikat, siinä määrin, kun ne tulevat huomioitua GPI-mittarilla. Kappaleessa 4 käsitellään indikaattorin kehityskohteita ja jatkotutkimuksen aiheita. Kappaleessa 5 pyritään kuvaamaan niitä etuja ja rajoitteita, mitä alueellisella GPI - tarkastelulla on ja pohditaan millä tavoin indikaattorista on apua alueellisessa päätöksenteossa. 6

9 2. Taustaa 2.1 Alueellinen ympäristöhallinto ja kestävä kehitys -indikaattorityö Sekä Suomessa että Euroopan Unionin (EU) alueella on selkeä tarve kehittää uusia alueellisia indikaattoreita, joita myös sovellettaisiin yhtenäisesti. Tällöin eri alueiden erityispiirteet voitaisiin tunnistaa ja yhteisön voimavarat voitaisiin kohdentaa tarkemmin alue- ja paikallistasolla. Tällä hetkellä EU:ssa ei ole saatavilla riittävästi laadukasta paikallistason tietoa päätöksenteon tueksi. EU:n koheesiopolitiikan tavoitteisiin kuuluu osana myös alueellisen tilastoinnin kehittäminen erityisesti kestävän kehityksen (KEKE), ympäristöasioiden sekä erilaisten sosiaalistilastojen osalta. (EU, 2010.) Indikaattorit ovat tärkeä alueellisen tuloksellisuuden seurantaväline niin Elinkeino-, liikenne ja ympäristökeskuksissa (ELY:t) kuin Työ- ja elinkeinoministeriössäkin (TEM). Ne tukevat tavoitteiden saavuttamisessa ja tulosten arvioinnissa kvantitatiivisesti. Suomessa kansallisen tason indikaattorityötä on tehty paljon ja erilaisia indikaattorikokoelmia on lukuisia. Esimerkiksi Findikaattori-portaali kokoaa näitä tietoja yhteen. Indikaattoreita on myös Suomessa koettu valikoidun poliittisin päätöksin, eikä tieteellisyys ole ollut prosessissa riittävän suuressa roolissa. Alueellinen tieto ympäristö- ja sosioekonomista asioista on edelleen puutteellista, hajautunutta ja epäyhtenäistä. Ylipäätään kerran laadittujen kansallisten indikaattoreiden alueellistaminen on vaikeampaa kuin alueellisten kansallistaminen. Niin kutsuttu Stratos-hanke on ELY keskusten strategiseen tulosohjaukseen soveltuvien indikaattorien kehitystyö, jota toteutetaan TEM:n johdolla. Työn valmistumisesta voisi todeta, että kevätkauden 2011 loppuun mennessä ELY keskusten tulee indikaattorikokoelmillaan palvella asiakkaidensa tarpeita, vastata tuottavuusvaatimuksiin, pitää huolta yhteiskunnallisesta vaikuttavuudesta (kilpailukyky, väestön hyvinvointi) sekä kestävän kehityksen edellytysten noudattamisesta (esim. ilmastonmuutoksen huomioiminen) (ELY keskusten ympäristöohjelma/strategia- ja indikaattorivastaavien tapaaminen Seinäjoella ). Sekä Suomessa että kansainvälisesti on selkeä tarve yhdistää indikaattoreita ns. yhdistelmäindikaattoreiksi. Päätöksentekijät tuntuvat haluavan luvun, yhden seurantaindikaattorin jota katsoa, mutta sen sijaan indikaattoreita tarjotaan kymmeniä. Yhdistelmä-indikaattorissa eri indikaattoreita kootaan yhteen. Kappaleessa 2.3 kerrotaan enemmän komposiitti-indikaattoreista ja Liitteessä 3 on esitetty muutamia indikaattorikokoelmia.. 7

10 2.2 Bruttokansantuotteesta hyvinvoinnin mittaamiseen Yhteiskunnan hyvinvoinnin mittarina on totuttu käyttämään asukasta kohden laskettua bruttokansantuotetta (Gross Domestic Product, BKT). Kansantalouden tilinpidon tärkein mittari BKT mittaa kuitenkin vain tavara- ja palvelutuotannon määrän kasvua rahamääräisenä ja kertoo yhteiskunnan taloudellisten virtojen suuruudesta. BKT ei tee eroa negatiivisten ja positiivisten toimintojen välille tai huomioi markkinoiden ulkopuolisia hyvinvointiin vaikuttavia tekijöitä. BKT:ta kasvattavat myös hyvinvointia heikentävät asiat kuten rikollisuus, sairaudet, onnettomuudet, luonnonkatastrofit, kun niiden aiheuttamat haitat joudutaan korjaamaan. Jotta hyvinvoinnista olisi mahdollista muodostaa kattava kuva, tulee markkinattomat luonnon tarjoamat hyödykkeet ja ulkoisvaikutukset hinnoitella sekä negatiivisia asioita korjaavat toiminnot erottaa todellista positiivista, hyvinvointia luovista, toimista. Nykyisenkaltainen talouskasvu on historian saatossa mahdollistanut ihmiskunnan keskimääräisen hyvinvoinnin merkittävän kasvun, mutta on resurssien käytön ja tästä aiheutuvien ulkoisvaikutusten vuoksi ristiriidassa kehityksen kestävyysaspektin kanssa. Luonnonvarojen riittävyys ja ympäristön tila asettavat omat rajoitteensa ihmisten hyvinvoinnin kasvulle, mistä johtuen 1980-luvulta lähtien kestävän kehitykset vaatimukset ovat korostuneet. Esimerkiksi ilmastonmuutos on kiihtynyt kasvaneen taloudellisen aktiivisuuden myötä ja öljyvarojen ehtyminen on saanut ihmiskunnan havahtumaan rajojen olemassaoloon. Viime vuosikymmeninä kiinnostus talouden ja luonnonvarojen välisen vuorovaikutuksen tutkimiseen on näkynyt kasvaneena panostuksena ns. vihreiden mittareiden kehittämiseen ja kestävän kehityksen käsitteen tarkempaan määrittelyyn. BKT:ta tarkasteltaessa talouden tuotannon merkitys korostuu ja monet muut elämänlaatuun keskeisesti vaikuttavat tekijät jäävät huomiotta. Asukasta kohden laskettu bruttokansantuote kuvaa kotitalouden tulotason tavoin keskimääräistä materiaalista elintasoa, ja siten epäsuorasti hyvinvointia, mikäli kulutusta pidetään hyvinvoinnin lähteenä. Tutkimusten mukaan kulutusmahdollisuuksilla mitattu hyvinvointi on Suomessa kasvanut voimakkaasti viime vuosikymmenten aikana, mutta kulutuksen kasvu ei kehittyneissä teollisuusmaissa enää suoraan lisää ihmisten subjektiivista onnellisuutta tai hyvinvointia. Median ja politiikan tapaa käyttää bruttokansantuotetta (BKT) asukasta kohden hyvinvoinnin mittana voidaan pitää monin tavoin vääränä, sillä bruttokansantuotetta ei ole perin luotu tätä tarkoitusta varten. Asiaan perehtyneet toki tuntevat BKT:n ominaisuudet. Keskimääräinen BKT per asukas on monin tavoin huono myös pelkän taloudellisen hyvinvoinnin ja kehityksen mittari, sillä se ei esimerkiksi kerro mitään yhteiskunnan tuloeroista. Tulot voivat olla keskittyneet harvojen haltuun, jolloin taloudellinen hyvinvointi jakaudu koko kansakunnalle. Myös Suomessa BKT-kritiikki on saanut melko paljon huomioita viime vuosina. Nykyisellään monet lyhyellä tähtäimellä tuotantoa kasvattavat toimet heikentävät luonnon tilaa eivätkä useinkaan lisää hyvinvointia samassa mittakaavassa pidemmällä aikavälillä. Hyvinvoinnin kasvattamiseen 8

11 tähtäävien poliittisten toimien vaikuttavuutta tulisikin pystyä arvioimaan nykyistä paremmin. Tavoitteena tulisi olla löytää taso, jolla ihmisten hyvinvointi ja onnellisuus saataisiin pysymään riittävinä tuotannon maksimoinnin sijaan. Mikäli perinteisen kansantalouden tilinpidon oheen kehitetään satelliittijärjestelmä, joka huomioi paremmin hyvinvoinnin ja luontopääoman kulumisen, kestävän kehityksen mittaaminen helpottuu. Tällaisen satelliittijärjestelmän on ajateltu sisältävän mm. luonnonvarojen arvo, ympäristöongelmat, tutkimus- ja kehitystoiminta, markkinoiden ulkopuolinen työ ja terveyteen liittyviä seikkoja. 2.3 Hyvinvoinnin mittaamisen kehittäminen Taloudellisen hyvinvoinnin ja kestävän kehityksen kuvaamiseen on kehitetty useita erilaisia indikaattoreita, joista monet linkittyvät ympäristötilinpitoon. Ne pyrkivät huomioimaan hyvinvoinnin osa-alueet tämänhetkisiä indikaattoreita (BKT tai yksityinen kulutus) paremmin. Erilaisia osa-alueita yhteen laskevia mittareita kutsutaan yhdistelmäindikaattoreiksi (composite indicator) luvulla esillä oli ns. hyvinvoinnin taloustiede, joka johti useiden onnellisuutta ja yksilön hyvinvointia mittaavien indikaattoreiden kehittämiseen. Yksi ensimmäisistä oli Bhutanin kuninkaan vuonna 1971 esittämä Gross National Happiness (GNH, Bruttokansanonnellisuus). Se asetettiin vuonna 1971 Bhutanissa kansalaisten hyvinvoinnin kuvaajaksi. Tarkoitus oli maksimoida tätä onnellisuusmittaa, ei bruttokansantuotetta. GNH koostuu sekä objektiivisista että subjektiivisista mittareista. GNH:n kanssa samoihin aikoihin kehitetyn Measure of Economic Welfare:n (MEW, Taloudellisen hyvinvoinnin mittari, Nordhaus & Tobin 1973) takana oli se taloustieteen keskeinen ajatus, että ihmiset saavat hyvinvointia kuluttamistaan hyödykkeistä. Nordhaus ja Tobin jaottelivat bruttokansantulon kulutukseen, investointeihin ja välituotteiden tuotantoon, joista MEW:n pohjaksi otettiin kulutus. Kulutuksen hyötyä korjattiin mm. kotityön ja vapaa-ajan arvoilla, keinotekoisesti arvotetuilla kaupungistumisen haitoilla, sekä eräillä kulutuserillä, joiden katsottiin olevan ennemmin valitettavia välttämättömyyksiä, kuin hyvinvointia lisäävää kulutusta. (Rättö 2008) Kun tietoisuus talouskasvun ympäristövaikutuksista kasvoi 1980-luvulla, syntyi indikaattoreita, jotka keskittyivät ekologisen kestävyyden huomioimiseen. Huoli uusiutumattomien luonnonvarojen riittävyydestä yhdistyi keskusteluun tuotannon haitallisista ulkoisvaikutuksista sekä ihmisten että koko maapallon hyvinvoinnille. Brundtlandin komitean raportti (Brundtland et al. 1987) täsmensi kestävän kehityksen määritelmää ja luonnonvarojen liikahyödyntäminen ja kasvavat ympäristöongelmat korostuivat tämän jälkeen kehitetyissä indikaattorikokoelmissa ja yhdistelmä-indikaattoreissa. Näistä puhtaat ekologiset mittarit mittaavat joko ihmisen toiminnan kuormitusta ympäristölle tai ympäristön tilaa verrattuna johonkin tavoitetasoon. Eräs tunnetuimmista on 1990-luvun alussa esitelty Ekologinen jalanjälki (Ecological Footprint, ks. esim. Rees 1992), joka kuvaa ihmisen toimintoihinsa tarvitsemia biologisia resursseja ja vertaa tätä biokehän tuotantokykyyn. Nykyään Ekologista jalanjälkeä laskee Maailman luonnonsäätiö (WWF). Vuonna 1990 YK esitteli Inhimillisen kehityksen indeksin (Human Development Index, HDI), joka mittaa hyvinvointia 9

12 yhdistämällä taloudellisen toimeentulon, terveyden ja tietotason. HDI oli pitkään tunnetuin hyvinvoinnin yhdistelmäindikaattori. Noin vuosikymmen myöhemmin kehitettiin useiden kansainvälisten organisaation yhteistyönä Yalen yliopistossa Environmental Sustainability Index (ESI, Ympäristön kestävyysindeksi) ja sitä seurannut Environmental Performance Index (EPI, Ympäristön suoriutuvuusindeksi). ESI ja EPI kuvaavat kansakunnan kykyä suojella luonnonvarojaan ja ympäristöä nyt ja tulevaisuudessa. EPI-indeksi sisältää kymmeniä luonnon tilaa ja -suojelutoimia kuvaavia indikaattoreita (Emerson et al. 2010), jotka on skaalattu kukin omaan tavoitetasoonsa. Uusista, monipuolisesti juuri ihmisten hyvinvointiin keskittyneistä indikaattoreista tunnetuin lienee Dalyn ja Cobbin vuonna 1989 kehittämä Kestävän taloudellisen hyvinvoinnin indikaattori (Index of Sustainable Economic Welfare, ISEW), josta myöhemmin kehitettiin edelleen Aidon kehityksen indikaattori (Genuine Progress Indicator, GPI) vuonna ISEW ja GPI rakentuvat MEW:n tavoin Nordhausin ja Tobinin ajatukseen yksityisestä kulutuksesta, josta vähennetään ja johon liitetään erilaisia hyvinvointia lisääviä ja vähentäviä tekijöitä rahamääräisinä. GPI ja ISEW pyrkivät kuvaamaan kestävää hyvinvointia : mikäli indikaattorin arvo kasvaa, voidaan katsoa hyvinvoinnin kasvaneen kestävästi. Tällöin hyvinvoinnin tuotanto aiheuttanut liiallista luonnonvarojen kulutusta tai talouskasvun hyödyt ylittäviä negatiivisia ulkoisvaikutuksia. (ks. esim. Talberth 2006; Rättö 2008; Daly & Cobb 1989). Kestävän taloudellisen hyvinvoinnin taso perustuu taloustieteen kestävän tulon käsitteeseen: Kestävä tulo on suurin mahdollinen määrä, jonka henkilö tai talous voi kuluttaa yhden periodin aikana vähentämättä seuraavan periodin kulutustaan. Mittareiden tarkoituksena onkin kertoa nimenomaan yhteiskunnan kestävästä taloudellisen hyvinvoinnin tilasta ja mahdollisuuksista ylläpitää vastaavaa hyvinvoinnin tasoa myös tulevaisuudessa. Hyvinvointitarkastelujen laajentaminen tulevaisuuteen on tärkeää, sillä useat esimerkiksi ympäristöön kohdistuvat vaikutukset ovat pitkäkestoisia ja vaikeasti ennakoitavia. Kun hyvinvoinnin ei-taloudellisia osa-alueita integroidaan yhteen laskelmaan, on haasteena niiden yhteismitattomuus. Yksityishenkilön käytettävissä olevia tuloja ja vapaa-aikaa ei voi suoraan laskea yhteen, sillä toista mitataan euroissa ja toista tunneissa. Yhteisenä arvon mittana käytetään yleensä rahaa ja avuksi otetaan niin sanotut keinotekoiset hinnoittelumenetelmät. Yksiselitteisten ja absoluuttisesti oikeiden hintojen löytämisen haasteellisuus ja yhteen laskemisen mielekkyys ylipäätään on nähty yhdistelmäindikaattoreiden heikkoutena. Ihmisten arvostukset eri tekijöitä kohtaan vaihtelevat sekä ihmisten, että eri elämänvaiheiden välillä. Esimerkiksi tästä käy vapaa-ajan arvostus. Myös ilmansaasteiden vaikutus eri ihmisten terveyteen on erilainen. Yleensä laskelmissa päädytään käyttämään jonkinlaista keskiarvoa ja käytetyillä hinnoilla on takanaan eri tieteenalojen kattava tutkimus. Erilaisten markkinattomien hyödykkeiden, pääomaerien ja palveluiden ottaminen mukaan tilinpitokehikkoon tulee alan tutkijoiden mukaan päivä päivältä toteuttamiskelpoisemmaksi. Eräs melko helposti rahamääräisenä mitattava ja moniin suppeisiinkin vihreisiin tilinpitoihin sisältyvä tekijä ovat niin kutsutut puolustautumiskustannukset (defensive expenditures). Ne 10

13 kuvaavat sitä rahamäärää, joka käytetään tuotannon negatiivisilta ulkoisvaikutuksilta suojautumiseen ja joka normaalisti tulee lasketuksi mukaan kansantuotteeseen ilman, että sen voidaan katsoa kasvattavan hyvinvointia (Pearce et al. 1989). Mm. edellä mainituin argumentein on perusteltu BKT:n käyttöä myös yleisenä, vaikkakin epätäydellisenä, hyvinvoinnin indikaattorina. Useimmat taloustieteilijätkin ovat kuitenkin sitä mieltä, että kansantalouden tilinpidon kehittäminen on tarpeen ja sen rinnalle täytyy löytää täydentäviä mittareita. Erilaisilla yhdistelmäindikaattoreilla voidaan tiivistää ja havainnollistaan yhteiskunnassa tapahtunutta kehitystä ja tehdä vertailuja eri maiden välillä. Rahamääräiset mittarit ovat suosiossa erityisesti siksi, että niiden avulla ympäristöön ja hyvinvointiin liittyviä muutoksia voidaan verrata taloudelliseen toimintaan ja erilaisten toimenpiteiden tuotot ja kustannukset saadaan näkyviin. 2.4 Aidon kehityksen indikaattori - Genuine Progress Indicator (GPI) Aidon kehityksen indikaattori (Genuine Progress Indicator, GPI) on Herman Dalyn ja John Cobbin vuonna 1989 kehittämän Kestävän taloudellisen hyvinvoinnin indeksin (Index of Sustainable Economic Welfare, ISEW) pohjalta jatkokehitetty mittari. GPI:lla kuvataan nimensä mukaisesti maassa tapahtunutta aitoa, todellista kehitystä. GPI tarkastelee erityisesti kuluttajien vastaanottamaa kestävää hyvinvoinnin tasoa ja sopii erityisesti pidemmän aikavälin kehitystrendien seurantaan. Rahamääräisesi arvotettuna mittarina se auttaa liittämään ympäristöön ja kestävyyteen liittyvät tekijät osaksi taloudellista hyvinvointia. GPI:n lähtökohtana ovat tulonjaolla painotetut yksityiset kulutusmenot, minkä lisäksi se huomioi muun muassa tulonjaon, ympäristön pilaantumisen ja luonnonvarojen kulumisen taloudelliset arvot. Taloudelliset arvot määrittyvät osittain erilaisten haittakustannusten ja keinotekoisten hinnoittelumenetelmien avulla. GPI kuvaa ympäristötekijöitä monipuolisesti ja huomioi myös yhteiskunnalliset tekijät varsin kattavasti. GPI ottaa huomioon ISEW:sta poikkeavia tekijöitä ja niiden painoarvo on erilainen (ks. Taulukko 1). Yhdistelmäindikaattori ei kuitenkaan sisällä suoraan ihmisten kokemaa subjektiivista hyvinvointia tai onnellisuutta kuvaavia tekijöitä, vaan kuvaa pikemminkin niitä edellytyksiä, jotka ympäröivä yhteiskunta tarjoaa onnellisen elämän saavuttamiseksi. Suomen GPI-aikasarja laskettiin ensimmäisen kerran Tilastokeskuksessa vuonna Tällä hetkellä aikasarja kattaa vuodet Nykyisin GPI-indeksiä kehittää ja edistää yhdysvaltalainen Redefining Progress järjestö. GPI:n laskennan perusarvona toimivaa yksityistä kulutusta painotetaan yhteiskunnan tulonjaon tasaisuutta kuvaavalla Gini-indeksillä siten, että tasaisempi tulonjako tuottaa painotetulle kulutukselle korkeamman arvon. Taustalla on oletus tasaisen tulonjaon yhteiskunnan hyvinvointia lisäävästä vaikutuksesta. Kohtuullisen tasainen tulonjako on useiden tutkijoiden mielestä demokraattisen hyvinvointiyhteiskunnan ja tehokkaasti toimivan talouden perusedellytys. Tarkoituksena on perustaa mittari taloudelliselle tunnusluvulle, joka mahdollisimman oikealla tavalla kuvaa ihmisten todellista kulutustasoa. Talouspolitiikan 11

14 eräänä painopisteenä tulisikin olla painotettujen kulutusmahdollisuuksien (palkkatulojen ja tulonsiirtojen määrän) nostaminen. Painotettua yksityistä kulutusta korjataan GPI:n laskennassa tämän jälkeen hyvinvointia vähentävien ja sitä lisäävien tekijöiden arvoilla. GPI pyrkii siis erottamaan taloudellisen toiminnan myönteiset vaikutukset sen ympäristön ja yhteiskunnan tilaa heikentävistä vaikutuksista, sekä ottamaan huomioon ympäristövaikutusten keston. Näin yhteen mittariin voidaan sisällyttää hyvinkin erilaisia osa-alueita. Käytännössä GPI:n laskeminen edellyttää varsin laajoja ja kattavia aikasarjoja indeksin sisältämistä osatekijöistä sekä erilaisten hinnoittelumenetelmien soveltamista. GPI:n laskentakaava voidaan esittää yksinkertaistettuna seuraavasti: GPI = C adj. + B - F - H + I jossa C adj. on tulonjaolla painotettu yksityinen kulutus, B on hyvinvointia tuottavien markkinattomien palveluiden arvo, F on yksityiset, tuotannon haitoista aiheutuvat menot, H on luonnon heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset, I on pääomakannan kasvu ja kansainvälisen kaupan tasapaino. GPI:n komponentit on jaettu neljään ryhmään myös tässä raportissa ja niitä merkitään seuraavin numeroin. Yllä olevan yhtälön I, pääomakannan kasvu ja kansainvälisen kaupan tasapaino lisätään GPI-lukemiin, mutta niitä ei ole tässä tutkimuksessa tarkasteltu aluekohtaisesti. Ryhmät sisältävät seuraavat yksittäiset komponentit: 1) Painotettu yksityinen kulutus: Yksityiset kulutusmenot ja tulonjako. 2) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo: Kotitaloustyön ja vanhemmuuden arvo, korkeakoulutuksen arvo, vapaaehtoistyön arvo, kestokulutushyödykkeiden tuottamat palvelut ja tiekannan tuottama hyöty. 3) Yksityiset, tuotannon haitoista aiheutuvat kustannukset: Rikollisuuden aiheuttamat kustannukset, vapaa-ajan menettämisen arvo, vajaatyöllisyyden kustannukset, kestokulutushyödykkeiden hankintamenot, työmatkakustannukset ja liikenneonnettomuuksien kustannukset. 4) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset: Vesistöjen pilaantumisen kustannukset, ilmansaasteiden kustannukset, meluhaittojen kustannukset, soiden ja kosteikkojen häviäminen, metsien häviäminen, uusiutumattomien luonnonvarojen käyttö ja hiilidioksidipäästöjen aiheuttamat vahingot. 12

15 Taulukko 1: ISEW:n ja GPI:n komponentit Index of Sustainable Economic Welfare (ISEW) Genuine Progress Indicator (GPI) + Painotettu yksityinen kulutus + Painotettu yksityinen kulutus + Kotitaloustyön arvo + Kotitaloustyön ja vanhemmuuden arvo + Kestokulutushyödykkeiden tuottamat palvelut + Korkeakoulutuksen arvo + Katujen ja maanteiden tuottama hyöty +/- Vapaaehtoistyön arvo + Julkiset kulutusmenot terveyteen ja koulutukseen + Kestokulutushyödykkeiden tuottamat palvelut - Kestokulutushyödykkeiden hankinta + Maanteiden tuottama hyöty - Yksityiset terveys ja koulutusmenot - Rikollisuuden aiheuttamat kustannukset - Mainonnan kustannukset - Vapaa-ajan menettämisen arvo - Työmatkakustannukset - Vajaatyöllisyyden kustannukset - Kaupungistumisen aiheuttamat kustannukset - Kestokulutushyödykkeiden hankinta - Liikenneonnettomuuksien kustannukset - Työmatkakustannukset - Veden pilaantumisen kustannukset - Kotitalouksien saasteiden torjunta - Ilmansaastumisen kustannukset - Liikenneonnettomuuksien kustannukset - Meluhaittojen kustannukset - Vesistöjen pilaantumisen kustannukset - Soiden häviäminen - Ilmansaasteiden kustannukset - Maatalousmaan häviäminen - Meluhaittojen kustannukset - Uusiutumattomien luonnonvarojen käyttö - Soiden ja kosteikkojen häviäminen - Aiheutuneiden pitkä-aikaisten ympäristövaurioiden arvo - Maatalousmaan häviäminen - Pääoman nettokasvu - Luonnontilaisten metsien häviäminen +/- Muutokset maan kansainvälisessä asemassa - Luonnonvarojen käyttö =ISEW Lähde: Hoffrén (2008). Tilastokeskus. - Hiilidioksidipäästöjen aiheuttamat vahingot - Otsonikerroksen ohentumisen kustannukset +/- Pääoman nettokasvu +/- Nettolainananto = GPI ISEW- ja GPI-mittareiden antama kuva yhteiskunnan edistymisestä voi poiketa merkittävästikin BKT:n luomasta kuvasta. Suomessa BKT:n kasvu on koko sodanjälkeisen ajan ollut reipasta, mutta GPI:n mukaan suomalaisten hyvinvointi ei juuri ole kasvanut sitten 1980-luvun puolivälin jälkeen tuotannon kasvusta huolimatta (ks. Kuva 1). 13

16 Kuva 1: Suomen BKT, ISEW- ja GPI-indikaattoreiden kehitys (asukasta kohti vuoden 2000 hinnoin), lähteet Hoffrén (2001) ja Rättö (2008). GPI on herättänyt laajaa kansainvälistä mielenkiintoa ja mittarin aikasarjoja on laskettu muun muassa Yhdysvalloille, Australialle, Ranskalle, Itävallalle, Kanadalle, Chilelle, Italialle, Hollannille, Skotlannille, Iso-Britannialle sekä Suomelle. Se on nähty kattavana ja nyky-yhteiskuntaan soveltuvana hyvinvoinnin ja ekologisen kestävyyden mittarina. Yhdysvalloissa, Kanadassa, Australiassa ja esimerkiksi Kiinassa on laadittu myös aluetason GPI-sovelluksia (ks. Liite 3). Tutkimusten tulosten linja on ollut melko yhtenäinen: BKT:n ja GPI:n kasvu-urat erkaantuvat yleensä suunnilleen 1980-luvulla. Myös Redefining Progress järjestö esitti vastineensa EU:n Beyond GDP aloitteeseen: amerikkalainen Center for Sustainable Development (CSD) on lanseerannut ohjelman Program on Genuine Progress Accounts for the European Union (PGPA), jonka tarkoituksena on kerätä eri tahoja mukaan kansallisen ja alueellisen tason GPItilinpidon luomiseen. Hankkeeseen kuuluu myös suunnitelma erilaisista online-kursseista ja internetin kautta toimivasta interaktiivisesta MyGPI -laskurista (CSD:n www-sivut). Eri maiden ja alueiden sovelluksissa käytetty metodologia poikkeaa toisistaan monin paikoin merkittävästikin (ks. Liite 3). Tässä tutkimuksessa on pitäydytty Talberthin (2006) amerikkalaisessa metodologiassa niin pitkälti, kuin se on ollut mahdollista. Amerikkalaisessa tutkimuksessa käytetyt hinnat tiettyjen ympäristöön liittyvien pitkäaikaisten vaikutusten mittaamisessa eivät välttämättä kuvaa Suomen tilannetta parhaalla mahdollisella tavalla. Olisikin ensiarvoisen tärkeää, että sopivammat hinnat selvitettäisiin. Esimerkiksi kosteikkojen ja luonnontilaisten metsien häviämisen kustannusten on havaittu tässä tutkimuksessa sopivan Suomen tilanteen kuvaamiseen todennäköisesti heikohkosti. Näiden erien merkitys lopullisiin laskelmiin amerikkalaista metodologiaa käyttäen on suuri. Koska erot tässä tutkimuksessa mukana olevien alueiden maantieteellisissä oloissa on merkittävät, aiheuttavat metsäalan 14

17 muutos ja suoalueiden kuivatuksen kustannukset (Sarakkeet T ja V, ks. Liite 1) huomattavan tasoeron alueiden välille. GPI vaatii edelleen kehittämistä erityisesti Suomen tilanteeseen sopivaksi, sillä mittariin sisältyy myös monia haasteita. Kehittämiskohteita käsitellään tarkemmin kappaleessa Tutkimuksen tulokset 3.1 Tutkimuksessa mukana olevista alueista Tutkimuksessa on laskettu GPI-aikasarja kolmelle alueelle eri puolilta Suomea. GPI:n tulosten analysoinnin helpottamiseksi perehdytään ensin alueiden ominaispiirteisiin ja niiden keskinäisiin eroihin. Nykyisen aluehallintouudistuksen myötä perustettujen ELY-keskusten rajat eivät ole noudattaneet yhtenäisesti Suomen aluejakoa aikavälillä , mikä vaikeutti datan hankkimista jossain määrin. Sen sijaan Päijät-Hämeen ja Kainuun maakuntien rajat ovat sen sijaan pysyneet melko muuttumattomina tarkasteluajanjakson aikana. GPI:n laskenta on tässä tutkimuksessa toteutettu vuoden 2010 maakuntajaon mukaisena. Ensimmäinen laskenta-alue oli Päijät-Häme, joka kuuluu osaksi Hämeen ELY-keskusta. Toisella alueella, Kainuulla, on oma ELY-keskuksensa. Kolmannen alueen muodostivat Etelä-Pohjanmaan, Keski-Pohjanmaan ja Pohjanmaan maakunnat, jotka kuuluvat Etelä-Pohjanmaan ELY-keskuksen toiminta-alueeseen. Tässä tutkimuksessa on käytetty viimeisestä aluekokonaisuudesta nimitystä EP-ELY (-keskuksen alue). Mukana olevista kolmesta alueesta pinta-alaltaan ja väestöltään suurin alue on EP-ELY:n alue ( km 2 ja asukasta 2009). Kainuu on lähes yhtä laaja alue kuin EP-ELY, mutta väkiluvultaan se jää vain viidesosaan EP-ELY:n luvuista ( km 2 ja asukasta). Päijät-Häme on maapinta-alaltaan pienin (5 126 km 2 ja asukasta). Suomen väestö on kasvanut tasaisesti koko tarkasteluajanjakson ajan ja tilanne on ollut sama Päijät-Hämeen alueella. Etelä-Pohjanmaan ELY:n alueella väestö on pysynyt lähes vakioisena. Kainuun väestö sen sijaan on laskenut hieman 1980-luvulta lähtien. (Tilastokeskus). 15

18 Kuva 2: Väestökehitys alueilla ja Suomessa vuodesta 1960 lähtien. Tutkimuksessa mukana olevien alueiden koko ja taloudellinen merkitys Suomen mittakaavassa poikkeavat toisistaan. Vielä 1960-luvulla Kainuun BKT muodosti 2,1 % Suomen Bkt:stä, tänä päivänä vastaava luku on 1,2 %. EP-ELY:n alueen vastaavat luvut ovat 9 % (1960) ja 6,7 % (2009) ja Päijät-Hämeen 4,2 % ja 2,9 %. Vertailemalla BKT-lukuja asukasta kohden (kuva 3) nähdään, että pääkaupunkiseudun ja muiden kasvukeskusten vaikutus korostuu koko Suomen luvuissa, jolloin tässä tutkimuksessa mukana olevat alueet jäävät keskitason alapuolelle. Päijät-Hämeessä BKT asukasta kohden on korkein ja Kainuussa matalin. Kuva 3: Alueellinen BKT ja yksityiset kulutusmenot asukasta kohden. Lähde Tilastokeskus, kansantalouden tilinpito ja aluetilinpito. 16

19 Kuvan 3 oikeanpuoleinen kuvaaja esittää yksityishenkilöiden keskimääräiset kulutusmenot. Myös tämän muuttuja kohdalla koko Suomen lukuja nostaa pääkaupunkiseudun ja muiden kasvukeskusten vaikutus. Päijät-Hämeessä keskimääräisen yksityishenkilön kulutusmenot ovat olleet koko tarkasteluajanjakson ajan lähes Suomen tasossa. Kainuu ja Etelä-Pohjanmaan ELY:n alueella kotitalouksien taloudellinen hyvinvointi on hieman Suomen keskitason alapuolella. Kainuussa elintaso kasvoi suhteellisesti eniten 1960-luvulta aina 1990-luvun lamaan saakka. Etelä-Pohjanmaan ELY:n alueella kehitys näyttää jääneen jälkeen 1990-luvulta alkaen. 3.2 GPI-tutkimuksen tulokset yleisellä tasolla Kuva 4: GPI laskettuna Talberthin (2006) metodologiaa käyttäen. GPI(1) sisältää tässä tutkimuksessa kaikki ne 23 komponenttia joita käytettiin myös Rätön (2008) työssä. Kuvassa 4 on esitetty GPI-laskennan tulokset Suomelle ja kolmelle tutkimuksessa mukana olevalle alueelle Talberthin (2006) metodologiaa. Musta kuvaaja on koko maan GPI, jota voidaan pitää eräänlaisena keskiarvona. Kaikkien alueiden osalta huippuvuosi oli vuosi 1989, jonka jälkeen on tapahtunut huomattava lasku. Keskimääräiseen pudotukseen verrattuna Päijät-Hämeen kehitys on ollut verrattain positiivista vuoden 1995 jälkeen. Tällöin alueen kehitys on GPI:lla mitattuna kääntynyt laskevasta vakaaksi ja vuoden 2005 jälkeen on havaittavissa selvä nousu. Muista alueista Etelä-Pohjanmaan ELY:n alueen kehitys on kulkenut lähes yhtenäisesti koko Suomen lukujen kanssa, kun taas Kainuun GPI-kuvaaja kulkee selvästi muita alueita alempana. Kainuun tilanne alueellisessa GPI-tarkastelussa selittyy yksittäisten komponenttien laskutavalla, tässä tapauksessa soiden ojituksella ja tästä johtuvalla laskennallisella suoekosysteemien menetyksellä. 17

20 Kyseinen tekijä saa suuren painoarvon pinta-alaltaan suuren, mutta väestöltään verrattain pienen Kainuun GPI-laskelmassa. Tutkimuksessa mukana olevien alueiden maantieteelliset erot aiheuttavat sen, että yksittäiset GPI:n sisältämät muuttujat dominoivat tuloksia. Koska laskenta perustuu amerikkalaiseen metodologiaan, ei käytettyjen hintojen soveltuvuus Suomen kuvaamiseen ole välttämättä paras mahdollinen. Erityisesti suoalueiden kuivatus sekä metsän kasvu (Sarakkeet T ja V, ks. Liite 1) aiheuttivat alueellisessa tarkastelussa merkittävät erot alueiden välille, sillä Suomessa on vuosikymmenten kuluessa ojitettu suuria määriä soita. Yhdysvaltojen GPI:n laskennassa käytetty taloudellinen arvotus perustuu mahdollisesti ekosysteemiltään ja ympäristövaikutuksiltaan Suomen soita rikkaampiin ja niukempiin (harvinaisempiin) suoekosysteemeihin (Rättö 2008). Vastaavaa Suomen oloissa tehtyä tutkimusta ei kuitenkaan ollut käytettävissä. Tämän vuoksi tässä tutkimuksessa päädyttiin esittämään tulokset kahtena eri versiona: sekä kaikki 23 komponenttia sisältäen (GPI(1), kuva 4), että ilman komponentteja T ja V (ks. Liite 1), jolloin muut tekijät pääsevät paremmin esille (GPI(2), kuva 5). Kuva 5: GPI kun pois on jätetty kaksi suuren numeerisen arvon saavaa tekijää, soiden häviämisen kustannukset (Sarake T) ja metsän häviämisen/kasvun kustannukset/hyöty (Sarake V). Kuvasta 5 huomataan, että alueiden keskinäisestä erilaisuudesta huolimatta niiden kehityskulku on GPI:lla mitattuna hyvinkin samankaltainen. Kuvan 5 laskelmat sisältävät kaikkiaan 21 eri tekijää, joiden yksittäinen merkitys kullakin alueella on erilainen. Eri komponentit summaava kuvaaja näyttää kuitenkin eri alueiden osalta yllättävän samankaltaiselta, Päijät-Hämettä lukuun ottamatta. GPI:lla mitattuna Päijät-Hämeen kehityksen suunta on viime aikoina ollut varsin kestävällä pohjalla. Sen sijaan Kainuun ja EP-ELY:n alueen 18

21 GPI-käyrien muoto muistuttaa kovin paljon Suomen GPI:a, mutta syyt tähän ovat erilaiset luvun alussa alkanut laskeva kehitys on kuitenkin kaikilla alueilla vihdoin tasaantunut tai kääntynyt jopa nousevaksi vuoden 2005 paikkeilla. Suurimpia positiivisia komponentteja GPI-laskennassa ovat kaikilla alueilla yksityishenkilöiden kulutusmenot, markkinoiden ulkopuolinen tuotanto ja metsien nettokasvu. Suurimpia negatiivisia komponentteja ovat kuivatettujen suoalueiden arvo, hiilidioksidipäästöjen kustannukset, uusiutumattomien luonnonvarojen käyttö ja työttömyydestä aiheutuvat kustannukset. Kappaleessa 3.3 kunkin alueen tulokset analysoidaan erikseen. Näin alueelliset erot, vahvuudet ja heikkoudet nousevat esille. GPI-luvut asukasta kohden olivat vuonna 1989 korkeimmillaan kaikilla alueilla. GPI(2):n muutokset (kun Sarakkeet T ja V on jätetty pois) vuodesta 1989 on esitetty prosentteina Taulukossa 2. Vuoteen 1995 tultaessa lähes kaikkien alueiden GPI asukasta kohden oli laskenut saman verran, mutta vuoteen 2008 tultaessa eroja oli jo enemmän. Huippuvuoteen 1989 verrattaessa Päijät-Hämeen GPIlukemat ovat laskeneet selvästi vähiten. Syynä kaikkien alueiden GPI-lukemien kääntymiseen laskeviksi vuoden GPI(2) lasku vuodesta 1989 vuoteen 1995 GPI(2) lasku vuodesta 1989 vuoteen 2008 Päijät-Häme 33 % 19 % Kainuu 33 % 60 % EP-ELY 34 % 59 % Suomi 28 % 52 % 1989 tienoilla ovat 1990-luvun alun taloudellinen laskusuhdanne, sosiaalisen eriarvoisuuden ja työttömyyden lisääntyminen sekä kumuloituvat ympäristövaikutukset. Kehitys on kääntynyt jälleen positiiviseksi luvulla useiden eri tekijöiden yhteisvaikutuksesta: soiden ojittaminen on lopetettu ja alueita on ennallistettu Suomessa vuodesta 1989 lähtien (sisältyy vain GPI(1):sene), ja luvuilla päästöjä vesistöihin ja ilmaan on saatu leikattua merkittävästi ja myös hiilidioksidipäästöjen kasvu on saatu pysähtymään. Lisäksi 2000-luvulla työttömyys on laskenut, joskin se on aivan viime vuosina taas ollut kasvussa. Vuonna 2008 alkanut taantuma vähensi entisestään teollisuuden päästöjä, mutta se vähensi samalla myös yksityistä kulutusta ja lisäsi työttömyyttä, joiden vaikutus on GPI-lukuja laskeva. Taulukko 2: Muutokset GPI-indeksissä vuoden 1989 jälkeen. GPI:n komponentit on tässä raportissa jaettu neljään ryhmään Rätön (2008) tekemää jakoa mukaillen ja niitä merkitään numeroin 1-4. GPI:n laskentaperusteet on selitetty yksityiskohtaisesti Liitteessä 1. 19

22 1) Taloudellinen hyvinvointi ja sen jakautuminen, yleiskuva alueista Kuva 6: Gini-indeksiin perustuvalla tulonjaon tasaisuudesta kertovalla indeksillä painotetut yksityishenkilöiden kulutusmenot asukasta kohden. Lähde Tilastokeskus Ryhmä yksi yhdistää yksityishenkilöiden kulutusmenot ja tulonjaon. Painotettu yksityinen kulutus pyrkii huomioimaan paremmin alueen keskimääräisen kulutustason, jolloin yksittäisten huipputulojen keskiarvoa nostava vaikutus pienenee. Tuloerojen tasaisuutta mitataan Gini-kertoimella. Mitä lähempänä luku on nollaa, sitä tasaisempi on tulonjako. Suuremmat Gini-kertoimen arvot kertovat epätasaisemmasta tulonjaosta. Tuloerot kääntyivät Suomessa nousuun vuonna 1995 (Kuva 7). Kun kulutusmenot painotetaan tulonjaon tasaisuudella, koko Suomen ja Päijät-Hämeen etumatka lyhenee (Kuva 6). Suomessa keskimäärin (lähinnä kasvukeskusten vaikutus) ja Päijät-Hämeessä asuu enemmän korkeamman tulotason henkilöitä, mutta kun tulonjaon epätasaisuus huomioidaan, erot tasoittuvat jonkin verran. Yleisesti kaikkien tarkastelussa mukana olevien alueiden sisäiset tuloerot (Gini-kertoimella mitattuna) ovat noudattaneet samaa kehitystä kuin koko maassa. Suomessa havaittu eriarvoisuuden kasvu on johtunut pääasiassa alueiden sisäisen eriarvoisuuden kasvusta, ei niinkään alueiden välisten tuloerojen kasvusta (Loikkanen et al. 2007). Matalin tulotaso keskiarvolla mitattuna on Suomessa Pielisen Karjalan ja Kehys- Kainuun kunnissa. Matalien tulojen seutukunnissa yleisesti myös tuloerot ovat tasaisimmat. Kaikkein tasaisimmat alueen sisäiset tuloerot olivat vuonna 2006 Kehys-Kainuun ja Itä-Lapin seutukunnissa. Esimerkiksi vuonna 2005 Gini-indeksi oli Suomessa 29 (Gini-indeksi kasvoi vuodesta 1995 vuoteen %), Kainuussa 26 (kasvua vuodesta 1995 vuoteen %), Päijät-Hämeessä 27 (kasvua 19 %) ja EP- ELY:n alueella 26 (kasvua 25 %). (Tilastokeskus.) 20

23 Kuva 7: Gini-kertoimen arvo Suomessa ja tutkimusalueilla , mitattuna käytettävissä olevista tuloista. Korkeampi arvo kertoo epätasa-arvoisemmasta tulonjaosta. Lähde Tilastokeskus. Ennen vuotta 1965 tulonjaosta ei ollut löydettävissä tietoa, joten Gini-kertoimen oletettiin pysyneen vuoden 1965 tasolla. 2) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo, yleiskuva alueista Ryhmä 2 sisältää kotitaloustyön ja vanhemmuuden arvon, korkeakoulutuksen arvon, vapaaehtoistyön arvon, kestokulutushyödykkeiden tuottamat palvelut ja tiekannan tuottaman hyödyn. Alueellisen tilastotiedon puuttumisen vuoksi ryhmän 2 muuttujat eivät juuri eroa eri alueiden välille (kuva 8, vasemmanpuoleinen kuva). Tärkeänä tietolähteensä toimiva Tilastokeskuksen Ajankäyttötutkimus tehdään ainoastaan kansallisesti. Ainoastaan korkeakoulutuksesta on saatavilla aluekohtaista tietoa (oikeanpuoleinen kuva). Koulutustaso on tarkastelussa mukana olevista alueista korkea erityisesti Etelä-Pohjanmaan ELY:n alueella, jossa vuonna 2009 korkeakoulutus oli 38 prosentilla työikäisistä (15 74-vuotiaat). Koko Suomessa vastaava luku on 31 %, Päijät-Hämeessä 26 % ja Kainuussa 20 %. Korkeakoulutuksen yhteiskunnallisen hyödyn EP-ELY:n alueella laskettiin GPI-metodologialla olevan 2470 euroa, Päijät-Hämeessä 1670 euroa ja Kainuussa 1480 euroa asukasta kohden vuonna

24 Kuva 8: GPI:n ryhmän 2 muuttujat (hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo) ja koulutuksen laskennallinen hyöty, euroa asukasta kohden. 3) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset, yleiskuva alueista Ryhmä 3 sisältää rikollisuuden aiheuttamat kustannukset, vapaa-ajan menettämisen arvon, vajaatyöllisyyden kustannukset, kestokulutushyödykkeiden hankintamenot, työmatkakustannukset ja liikenneonnettomuuksien kustannukset. Ryhmän 3 komponenteilla pyritään huomioimaan erilaisia haittoja, joiden merkitys hyvinvoinnille jää huomiotta nykyisissä tilinpidoissa. Edellä mainittujen tekijöiden aikasarjoista nähdään niiden suuruusluokka alueittain (Kuva 9). Luvut ovat miinus-merkkisiä, sillä ne vähennetään laskennassa ryhmien 1 ja 2 plusmerkkisistä komponenteista. Kuvan 9 vasemmanpuoleinen kuva kertoo ryhmän 3 komponenttien summan alueittain miljoonina euroina, kun taas oikeanpuoleinen suhteuttaa luvut asukaslukuun. Kuvista huomataan, että haitat ovat melko samankaltaiset eri alueilla, mutta eri tekijöiden painoarvo vaihtelee alueiden välillä. Päijät-Hämeessä esimerkiksi työmatkakustannukset laskevat lukuja, kun taas Kainuussa laskua aiheuttavat pääosien työttömyyden kustannukset. Etelä-Pohjanmaan ELY:n alue pärjää tässä kategoriassa asukaslukuunsa suhteutettuna parhaiten. E-P ELY:n alueella työmatkat ovat kaikista lyhyimmät, työllisyys on alueista korkeinta ja rikollisuus vähäistä. Ryhmän 3 komponenteista Kainuun lukuja vetää alaspäin erityisesti korkea työttömyys, Päijät- Hämeessä tämän lisäksi 1990-luvun loppupuolelta lähtien työmatkakustannukset ja rikollisuus. 22

25 Kuva 9: GPI:n ryhmän 3 muuttujat (yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset) alueilla yhteensä, sekä euroina asukasta kohden. 4) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset, yleiskuva alueista Ryhmä 4 sisältää vesistöjen pilaantumisen kustannukset, ilmansaasteiden kustannukset, meluhaittojen kustannukset, soiden ja kosteikkojen häviämisen kustannukset, metsien häviämisen tai kasvun, uusiutumattomien luonnonvarojen käytön sekä hiilidioksidipäästöjen aiheuttamien vahinkojen kustannukset. Ryhmän 4 komponentit pyrkivät huomioimaan lyhyt- ja pitkäkestoisia haittoja, joita taloudellinen toiminta aiheuttaa ympäristölle. Meluhaittojen kustannuksien voidaan katsoa liittyvän enemmän kaupungistumiseen kuin ympäristöhaittoihin, mutta ne on Rätön (2008) luomaa luokittelua noudattaen sisällytetty tähän kategoriaan. Kuvasta 10 nähdään, kuinka ympäristöhaittojen kustannukset ovat merkittävästi kasvaneet kaikilla alueilla 1990-luvulla ja 2000-luvulla luvun loppupuolella monia päästöjä on kuitenkin saatu leikattua ja laskeva kehitys on tasoittunut. Vasemmanpuoleisesta kuvaajasta nähdään, että määrällisesti eniten ympäristötuhoja alueista aiheutuu Etelä-Pohjanmaan ELY:n alueella. Koska alue on pinta-alaltaan, bruttokansantuotteeltaan ja väestömäärältään suurin, tulos on ymmärrettävä. Oikeanpuoleisessa kuvassa samat tekijät on esitetty euroina asukasta kohden. Täten tarkasteltuna alimpana on Kainuu, osaltaan pienen väkilukunsa, osaltaan maantieteellisten olojensa vuoksi. Asukaslukuunsa suhteutettuna Päijät-Häme pärjää kategoriassa 4 parhaiten. 23

26 Kuva 10: Ryhmän 4 tekijät (luonnon tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset) yhteensä miljoonaa euroa, sekä jaettuna asukasluvulla. Seuraavissa kuvissa (Kuva 11) on esitetty ryhmästä 4 ilman ja vesistön saastumiseen sekä luonnonvarojen kulutukseen liittyvät kustannukset (eli GPI(2):ssa mukana olevat ympäristöön liittyvät komponentit, pois on jätetty metsään ja soihin liittyvät komponentit). Oikeanpuoleisesta kuvasta nähdään, kuinka Kainuun pärjää Päijät-Hämeen ohella alueista parhaiten ryhmän 4 komponenttien osalta GPI(2):sta tarkasteltaessa. Kainuun ei siis voida katsoa toimivan ekologisesti kestämättömällä tavalla. Kuva 11: Ilmansaasteiden (SO 2, NOx, CO 2 ), vesistöpäästöjen ja uusiutumattomien luonnonvarojen kulutuksen kustannukset, miljoonaa euroa Seuraavassa kappaleessa alueita analysoidaan erikseen ryhmä (1-4) kerrallaan. 24

27 Vertailukelpoisuuden säilyttämiseksi aluekohtaisia tuloksia esiteltäessä pysytään luvussa 3.3. Talberthin (2006) metodologiassa, eli käytetään GPI(1):n tuloksia (ks. Kuva 4 kappaleen 3.2. alussa), jolloin myös suoalueiden häviämisen kustannukset ja toisaalta metsäalueiden kasvun positiivinen kontribuutio tulevat huomioitua. 3.3 Aluekohtaiset tulokset Seuraavissa kuvissa ryhmät 1-4 on esitetty summakaaviona, jolloin sekä positiiviset että negatiiviset tekijät esitetään kaaviossa päällekkäin. (-) merkkiset palkit vähennetään (+) merkkisistä, jolloin lopputuloksena on GPI-käyrä (musta kuvaaja). Esitystapa havainnollistaa eri ryhmien kokoluokkaa eri alueilla. 25

28 26

29 3.3.1 Päijät-Häme Suuralue: Etelä-Suomi Maakunta: Päijät-Häme Seutukunnat: Lahti ja Heinola Kunnat: Asikkala, Artjärvi, Hartola, Heinola, Hollola, Hämeenkoski, Kärkölä, Lahti, Nastola, Orimattila, Padasjoki ja Sysmä (ks. kartat Liite 5). Päijät-Hämeeseen kuuluu 12 kuntaa. Päijät-Häme nykyisellään käsittää entisen Hämeen maakunnan itäosan, Itä-Hämeen. Maakunnan kokonaispinta-ala on vain km 2, mikä tekee siitä vertailuun osallistuvista maakunnista pienimmän. Väestöltään suurimpia ja taloudellisesti merkittävimpiä kuntia Päijät-Hämeessä ovat Lahti, Heinola ja Hollola. Ne ovat kaupunkimaisia kuntia, joiden väestöstä yli 90 % asuu taajamissa. Lahti on Suomen kahdeksanneksi suurin kunta. Päijät-Hämeen seutukaavaliiton alueella väestö kasvoi luvulla nopeasti ja vain Helsingin seutukaava-alue kasvoi tätä nopeammin. Kasvu keskittyi lähinnä Lahteen, Hollolaan, Nastolaan ja Heinolaan. Vuoden 1975 jälkeen väestön määrä laski monina vuosina luvulla Lahden väkiluku kääntyi taas kasvuun. 27

30 1) Taloudellinen hyvinvointi ja sen jakautuminen Päijät-Hämeessä Kuva 12: Yksityiset kulutusmenot on tässä painotettu tulonjaon tasaisuudesta kertovalla indeksillä siten, että tasaisempi tulonjako antaa korkeamman lukeman. Päijät-Hämeessä keskimääräisen yksityishenkilön kulutusmenot ovat olleet koko tarkasteluajanjakson lähes Suomen keskiarvon tasolla. Myös tuloerot ovat Päijät-Hämeessä olleet suunnilleen Suomen keskiarvoa. Yleisesti kaikkien tarkastelussa mukana olevien alueiden sisäiset tuloerot (Gini-kertoimella mitattuna) ovat noudattaneet samaa kehitystä kuin koko maassa. Eriarvoisuuden kasvu on Suomessa siis johtunut pääasiallisesti alueiden sisäisen eriarvoisuuden kasvusta, eikä niinkään alueiden välisten tuloerojen kasvusta (Loikkanen et al. 2007). Esimerkiksi vuonna 2005 Gini-indeksi oli Suomessa keskimäärin 29 (Gini-indeksi kasvoi vuodesta 1995 vuoteen %), Kainuussa 26 (kasvua vuodesta 1995 vuoteen %), Päijät- Hämeessä 27 (kasvua 19 %) ja EP-ELY:n alueella 26 (kasvua 25 %). Tarkastelussa mukana olevista alueista tuloerot ovat korkeimmat Päijät-Hämeessä, mikä on seurausta keskimääräistä korkeammasta tulotasosta. Kun yksityisiä kulutusmenoja painotetaan GPI:ssa tuloeroilla, kulkee Päijät-Hämeen kuvaaja muita korkeammalla tasolla (Kuva 6) lukuun ottamatta vuosia , jolloin tuloerot alueella olivat Suomen keskiarvoa korkeammat. Vuodesta 1997 alkaen tuloerot ovat taas kääntyneet laskuun Päijät-Hämeessä. 2) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo Päijät- Hämeessä Ryhmä 2 sisältää seuraavat komponentit: kotitaloustyön ja vanhemmuuden arvo, korkeakoulutuksen arvo, vapaaehtoistyön arvo, kestokulutushyödykkeiden tuottamat palvelut ja tiekannan tuottama hyöty. Ryhmän 2 arvo on kehittynyt vakaasti koko tarkastelujakson ajan. Koti- ja vapaaehtoistyöstä ja tiekannan tuottamista hyödyistä ei pystytty hankkimaan alueellista tietoa. Myöskään kestokulutushyödykkeistä ei saatu tietoa 28

31 projektin aikataulun puitteissa. Ryhmän 2 GPI-komponenteista vain korkeakoulutuksen arvo tekee eroa alueiden välille. Lisätietoja voi lukea Liitteen 1 kohdista E, G, H ja I. Kuva 13: Ryhmän 2 muuttujien summa Päijät-Hämeessä Korkeakoulutusta saaneiden osuus työikäisistä ( vuotiaat) on Päijät-Hämeessä noin 26 prosenttia. Suomessa vastaava luku on 31 %. Korkeakoulutuksen yhteiskunnallisen hyödyn laskettiin siten GPImetodologialla olevan euroa asukasta kohden vuonna Koulutuserot Päijät-Hämeen ja koko Suomen keskiarvon välillä ovat kaventuneet 1990-luvun lopusta lähtien. Päijät-Hämeen kesäyliopisto aloitti alueella vuonna 1963, jolloin opiskelijoita oli noin tuhat. Yliopistokeskuksen toiminta laajeni ja opiskelijamäärä kohosi vuoden oppilaaseen ja 1980-luvulla ja oppilaan välille. Vuonna 1992 oppilasmäärä oli Avoin korkeakoulu (Lahden tutkimus- ja koulutuskeskus) aloitti 1979 ja vuodesta 1992 asti se on ollut itsenäinen tulosyksikkö Helsingin yliopiston täydennyskoulutus- ja kehittämiskeskuksessa. Teknillisen korkeakoulun toimipiste aloitti Lahdessa vuonna (Heinonen II s. 138.) Nykyisin Päijät-Hämeessä toimii Lahden yliopistokeskus, johon kuuluvat Helsingin yliopisto, Teknillinen korkeakoulu, Lappeenrannan teknillinen yliopisto ja Tampereen teknillinen yliopisto, sekä Lahden ammattikorkeakoulu, Diakonia-ammattikorkeakoulu ja Haaga instituutin ammattikorkeakoulun Vierumäen liikuntainstituutti. Lahden ammattikorkeakoulussa opiskelee noin tutkintoon tähtäävää opiskelijaa ja Yliopistokeskuksessa noin (Lappeenrannan yliopisto, Päijät-Hämeen yliopistojen ja ammattikorkeakoulujen alueellisen kehittämisen strategia 2010). 29

32 3) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Päijät- Hämeessä Ryhmään kolme kuuluvat työelämästä kertovat komponentit kuten vapaa-ajan määrä, vajaatyöllisyyden kustannukset ja työmatkakustannukset, sekä tieliikenneonnettomuuksien ja rikollisuuden aiheuttamat kustannukset ja kestokulutushyödykkeiden hankintamenot (niiden tuottama palveluvirta sisältyy ryhmään 2). Näistä työttömyyden ja työmatkojen kustannukset ovat suurimpia eriä, joista erityisesti työttömyyden kustannuksien kasvu näkyy 1990-luvun jälkeen. Alla olevassa kuvassa (Kuva 14) tekijät on esitetty summakaaviona. Kuva 14: Ryhmän 3 muuttujat eli yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Päijät- Hämeessä. Päijät-Hämeessä työaika on ollut noin prosentin maan keskiarvoa lyhyempi ainakin vuoden 1995 jälkeen. Menetetyn vapaa-ajan merkitys vuoden 1987 jälkeen on siis alueista vähäisintä (vuonna 1987 vapaa-ajan määrä oli Suomessa suurin, ks. Liite 1 Sarake K). 30

33 Työttömyys oli aina 1990-luvulle asti Päijät-Hämeessä koko maan keskiarvoa ja muiden alueiden lukemia matalampi. Kuitenkin 1990-luvun laman jälkeen työttömyys Päijät-Hämeessä jäi selvästi maan keskiarvoa korkeammalle tasolle (kuva 15). Työttömyyden kustannus koko Suomessa oli vuonna 2009 Kuva 15: Työttömien osuus työikäisistä Suomessa ja eri alueilla laskelman mukaan 3,6 % BKT:sta (5 500 miljoonaa euroa), kun Päijät-Hämeessä se oli 6,2 % BKT:sta (281 miljoonaa euroa, noin euroa vuosittain asukasta kohden). Päijät-Hämeessä asukkaat tekevät tutkimuksessa mukana olevien alueiden asukkaista pisintä työmatkaa ja lukuja tarkastelemalla on havaittavissa selvä kehitys kohti yhä pidempiä työmatkoja. Tämä johtuu ilmeisesti paljolti pendelöinnistä Lahden ja Helsingin välillä. Nykyään pisintä työmatkaa tekevä 10 % alueen työmatkaliikkujista aiheuttaa lähes 60 % työmatkasuoritteesta. Alle 5 kilometrin työmatkaa tekevä 50 % työntekijöistä aiheuttaa vain kuutisen prosenttia työmatkasuoritteesta ja 5-50 km työmatkaa tekevät noin 35 % alueen työmatkasuoritteesta. Vuodesta 1995 vuoteen 2005 määrällisesti suurinta on ollut hyvin lyhyiden (0-2 km) työmatkojen osuuden väheneminen ja 5-20 km työmatkojen osuuden lisääntyminen, mikä on luonteva seuraus autoistumisesta (Kuva 16, lähde: VAHTI-järjestelmä). Samassa ajassa, missä aikaisemmin käveltiin töihin kahden kilometrin matka, ajetaan nyt kilometriä autolla luvulta ja sitä aikaisemmin tietoa työmatkojen pituudesta ja matka-ajoista oli vaikeampi löytää, mutta 1980-luvulla keskimääräinen työmatkan pituus Päijät-Hämeessä oli vain noin puolet (56 %) Suomen keskimääräisestä työmatkojen pituudesta. Vuonna 2008 työmatkojen pituus on hieman Suomen keskiarvoa suurempi (102 % keskiarvosta). Ylipäätään koko Hämeen alueella tehdään selvästi enemmän pitkiä työmatkoja kuin koko maassa keskimäärin ja erityisesti Päijät-Hämeessä yli 80 kilometrin työmatkat muodostavat merkittävästi suuremman osuuden työmatkasuoritteesta. Alueen sijainti pääkaupunkiseudun vaikutuspiirissä hyvien liikenneyhteyksien päässä lisää pendelöintiä. Oikorata on sekä lyhentänyt matka-aikaa Helsinkiin että lisännyt pendelöintiä. 31

34 Kuva 16: Työmatkojen pituuden kehitys Päijät-Hämeessä. Alueen joukkoliikenteen kulkutapaosuus on melko pieni, joten valtaosa matkoista tehdään henkilöautolla. Erityisesti km työmatkojen lukumäärän nopea kasvu on haaste, sillä yli 20 km työmatkoilla joukkoliikenne on junaa lukuun ottamatta ajallisesti harvoin kilpailukykyinen (Jallinoja, 2010). Alueella tulisi tarjota pendelöijille kilpailukykyinen mahdollisuus kulkea työmatkansa joukkoliikenteellä. Vaikka seudulla tehdään jo nykyisin pitkiä työmatkoja melko paljon erityisesti junalla, olisi työmatkaliikenteen energiankulutuksen vähentämiseksi tätä edelleen suosittava. Työmatkakustannukset, jotka sisältävät sekä matkavälineisiin sisältyvät kustannukset (autot, matkaliput) sekä työmatka-ajan kustannukset, olivat Päijät- Hämeessä GPI:n laskutavalla vuonna miljoonaa euroa, joka tarkoittaa euroa per asukas ja vastaa suuruudeltaan 4,7 prosenttia vuoden 2009 BKT:sta (Suomessa vastaava luku on keskimäärin 3,6 % BKT:sta). Tieliikenneonnettomuuksia tapahtuu Päijät-Hämeessä väestöön suhteutettuna saman verran kuin Suomessa keskimäärin. Vuonna 2009 kuolemantapausten, loukkaantumisien ja materiaalivahinkojen kokonaissumman Päijät-Hämeessä arvioitiin Kuva 17: Rikollisuus alueilla ja Suomessa keskimäärin. Rikoksia vuodessa asukasta kohden. GPI-metodologialla olevan 25 miljoonaa euroa, mikä on 125 euroa 32

35 asukasta kohden. Rikollisuus Päijät-Hämeessä selvästi yleisempää kuin Kainuussa ja EP-ELY:n alueella (kuva 17), joissa rikollisuus asukasta kohden on myös huomattavasti Suomen keskiarvoa alhaisempaa (ks. Liite 1, Sarake J). 4) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset Päijät-Hämeessä Tässä osiossa käsitellään vesistöjen pilaantumisen, ilmansaasteiden, meluhaittojen, soiden ja kosteikkojen häviämistä, metsien häviämisen tai kasvun, uusiutumattomien luonnonvarojen käytön sekä hiilidioksidipäästöjen aiheuttamia kustannuksia. Kuva 18: Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset Päijät-Hämeessä. Kuvassa 18 ympäristötekijät on esitetty summakaaviona, josta nähdään, kuinka soiden häviämisen ja luonnonvarojen käytön kustannukset hallitsevat Päijät-Hämeen GPI:n ryhmän 4 lukuja. Hiilidioksidipäästöjen kustannus kasvaa 2000-luvulla lähes yhtä merkittäväksi (1 500 miljoona euroa vuonna 2009). Muista komponenteista erottuu erityisesti vesien saastumisen kustannukset, jotka ovat kuitenkin kääntyneet laskuun 2000-luvulla. Päijät-Häme kuuluu maamme vähäsoisiin alueisiin, joten soiden ja kosteikkojen häviämisen merkitys on suuruudestaan huolimatta Päijät-Hämeessä alueista selvästi pienin. Suomessa keskimäärin noin 30 % maapinta-alasta on suota, kun Päijät-Hämeessä vastaava osuus on vain 9 %. Häme-Uusimaa metsäkeskuksen alueelta soista 74 % ojitettu, joten Päijät-Hämeessä laskettiin 1900-luvun aikana ojitettua suoalaa olevan noin hehtaaria. Soiden ojittamisen ja muun kosteikkojen häviämiseen johtaneen toiminnan kumulatiivinen merkitys Päijät-Hämeessä vuonna 2009 on noin 570 miljoonaa euroa, joka vastaa 33

36 suuruusluokaltaan 13 prosenttia BKT:sta. Kosta menneisiin soiden ojituksiin ei voida vaikuttaa, vaikka ne varmasti heikentävätkin biodiversiteettiä pitkällä tähtäimellä ja ovat siksi olennainen osa ympäristövaikutusten huomioimista, on tulokset esitetty myös ilman tätä erää (ks. GPI(1) ja GPI(2), kuvat kappaleessa 3.2) Talberthin (2006) alkuperäisestä metodologiasta poiketen. Kainuussa ja EP-ELY:n alueella metsän pinta-alan kasvu on merkittävä positiivinen GPI-komponentti, joka leikkaa muuten negatiivisia (kumuloituvia) ympäristövaikutuksia. Sen sijaan Päijät-Hämeessä metsän pinta-alan kasvu on ollut pienintä, eikä se juuri erotu muihin komponentteihin verrattuna. Vuodesta 1960 alkaen metsäala Päijät-Hämeessä on välillä kasvanut ja välillä pienentynyt, mutta vuonna 2009 metsäalan kasvun vuosittainen positiivinen vaikutus arvioitiin yhdeksään miljoonaan euroon. Metsän kasvu on yleisesti voimakkaampaa Etelä-Suomessa kuin Pohjois-Suomessa, mutta metsäpinta-ala ei etelässä ole yhtä voimakkaassa kasvussa. Sekä suo-, että metsä- komponentit olisi GPI:ssa tarpeen arvioida uudelleen Suomen tilannetta paremmin kuvaavaksi. Oheisessa kuvassa on esitetty typpi- ja fosforipäästöistä vesistöihin Päijät-Hämeessä. Tarkkoja tilastotietoja näistä päästöistä oli saatavilla luvun alkupuolelle asti ja 1960-luvulla kehityksen oletettiin vastanneen Suomen päästöjen kehitystrendiä. Fosforipäästöt vesistöihin lähtivät laskuun 1990-luvulla, mutta lasku on ollut hidasta. Typpipäästöt vesistöihin ovat sen sijaan laskeneet vasta 2000-luvulta lähtien. Päijät-Hämeessä fosforipäästöistä 8 % ja typpipäästöistä 14 % on 2000-luvulla ollut peräisin teollisuudesta ja yhdyskunnista. Noin puolet fosforikuormituksesta kertyy maataloudesta, pistekuormituksen osuus kuormituksesta on hieman alle 10 % ja haja-asutuksen noin 10 %. Ilmaperäisen laskeuman, metsätalouden ja muiden kuormituslähteiden osuus on Päijät-Hämeessä yhteensä noin 10 %. Luonnonhuuhtouman osuus vesistöihin kulkeutuvasta fosforista on varsin suuri, noin 20 %. Päijät-Hämeessä asutuksen fosforikuormitus oli suurinta tarkastelujaksolla vuosina 1990 ja Sen jälkeen suunta on ollut selvästi laskeva. Teollisuuden fosforikuormitus on kaiken kaikkiaan Päijät-Hämeessä vähäisempää kuin asutuksesta syntyvä ja se on selvästi pienentynyt vuoden 2002 jälkeen. Vuodeta 1990 fosforikuormitus on laskenut neljäsosaan. Sekä Kanta- että Päijät-Hämeessä teollisuuden kuormitus syntyy muutamien suurten teollisuuslaitosten toiminnasta. Kuormituspiikkejä tulee, kun jätevedenpuhdistamoilla on ongelmia, esimerkiksi 34

37 puhdistusprosessien toimintahäiriöitä tai tulvien aiheuttamia jäteveden ohijuoksutuksia vesistöihin (Hämeen ympäristön tila -raportti). Suomen ympäristökeskuksen (SYKE) kehittämä ja ylläpitämä vesistökuormituksen arviointi- ja hallintajärjestelmä VEPS (versio 2.0) arvioi eri lähteiden aiheuttaman kokonaiskuormituksen (pistekuormitus, maatalous, metsätalous, luonnonhuuhtouma, laskeuma, haja-asutus, hulevedet, loma-asutus sekä turvetuotanto). Tietolähteenään VEPS käyttää ympäristöhallinnon tietokantoja, kuten valvonta- ja kuormitustietojärjestelmä VAHTI:a. Kuormituksen laskennassa käytetään malleihin ja mittauksiin perustuvia arvioita eri kuormituslähteistä. Luvut eivät kuitenkaan absoluuttista tietoa alueeseen kohdistuvasta ravinnekuormituksesta, koska arviointeja ei ole verrattu alueella mitattuihin havaintoihin. VEPS-järjestelmän mukaan Päijät-Hämeen vesistöjen typpikuormituksesta vajaat 40 % tulee maataloudesta ja laskeuman kautta noin 15 %. Pistekuormituksen osuus on vajaat 15 %, metsätalouden, haja-asutuksen ja muiden kuormittajien noin 5 %. Luonnonhuuhtouman osuus on myös merkittävä, noin 25 % typpikuormituksesta (Hämeen ympäristön tila; Vesistökuormituksen arviointi- ja hallintajärjestelmä VEPS-järjestelmä; Asutuksen ja teollisuuden fosforikuormitus vaihtelee tarkastelujaksolla melko paljon, mutta yleisesti ottaen kuormitus on saatu laskuun, mm. tiukentuneiden puhdistusvaatimuksien ja parantuneen puhdistustekniikan ansiosta. Asutuksen typpikuormituksen trendi on aleneva, sillä yhdyskuntajätevesien käsittelyssä on viime vuosina edellytetty aiempaa tehokkaampaa typenpoistoa. Teollisuuden kuormituksessa ei tarkastelujaksolla näytä tapahtuneen merkittäviä muutoksia. Vuonna 2007 Hämeen ympäristökeskuksen alueen jätevedenpuhdistamoiden puhdistusteho kokonaisfosforin osalta oli keskimäärin 97 % ja kokonaistypen osalta 64 %. Hämeessä vesihuoltolaitosten vedenjakelun ulkopuolella on noin 15 % väestöstä ja viemäröinnin ulkopuolella 20 % väestöstä. (Hämeen ympäristön tila 2008.) Vesistöjen saastumisen kustannus vuodelta 2009 arvioitiin Päijät-Hämeessä 10,2 miljoonaan euroon, joka vastaa 1,9 % BKT:sta. Korkeimmillaan vesistöpäästöjen kustannusten kokonaissumma oli vuonna 1990, jolloin se vastasi 3,1 % saman vuoden BKT:sta. Myös ilmapäästöjen trendi Päijät-Hämeessä on laskeva. Hämeen ympäristökeskuksen mukaan päästöt ovat vähentyneet lähinnä laitoksia koskevien säädösvaatimusten kiristymisen, mutta myös vapaaehtoisten 35

38 ilmansuojelutoimenpiteiden seurauksena. Esimerkiksi1990-luvun alkupuolen melko jyrkkä rikkidioksidipäästöjen vähentymä selittyy pääosin polttoaineiden rikkipitoisuutta koskevan säädännön kiristymisellä. Päijät-Hämeessä rikkidioksidi- ja typpidioksidipäästöt lähtivät uudelleen nousuun energiamarkkinoiden vapauduttua 2000-luvun alussa. Myös hiukkaspäästöistä on suoraan luettavissa teollisuuslaitosten toiminnassa tapahtuneet muutokset, kuten toimintojen lopettamiset tai tuotannon lisäykset (Hämeen ympäristökeskus). Typpi- ja rikkioksidipäästöistä ilmaan oli saatavissa tilastotietoa vuoteen 1987 asti. Hiukkaspäästöt olivat huipussaan vuonna 1998, jonka jälkeen ne ovat pudonneet yhteen kolmasosaan. Ilmansaasteiden kokonaiskustannukseksi vuonna 2009 arvioitiin Päijät-Hämeessä enää 4,4 miljoonaa euroa, kun summa suurimmillaan 1990-luvun lopulta 2000-luvun alkuun oli 20 miljoonaa euroa. Lisätietoja ilmansaasteiden laskennasta löytyy Liitteestä 1 (Sarake R). Päästöt ilmaan eivät sisällä kaikkia päästöjä, ainoastaan ilmoitusvelvollisten päästöt, sillä tarkempaa tilastotietoa ei ole saatavilla. Tästä syystä niiden kustannukset tämän tutkimuksen laskelmissa ovat todellisuutta pienemmät. Meluhaitat arvioitiin käyttämällä kansallisessa tutkimuksessa arvioitua kustannusta, jota oli käytetty myös Suomen GPI:n laadinnassa. Alueelliset tiedot meluhaitoista arvioitiin useiden eri lähteiden perusteella (mm. Lampinen, 1991 ja Tiehallinto). Melunlähteet sisältävät tie-, rautatie-, lento- ja vesiliikenteen sekä teollisuuden, ampumiset ja moottoriurheilun. Meluhaitan kustannukset arvioitiin Päijät-Hämeessä vuonna miljoonaan euroon (96 euroa per asukas), kun koko Suomen vastaava luku oli 270 miljoonaa euroa (keskimäärin 50 euroa per asukas). Kuva 19: Hiilidioksidipäästöt miljoonaa tonnia CO 2. Alueiden päästömäärät vasemmanpuoleisella akselilla, koko maan oikeanpuoleisella. 36

39 Päijät-Hämeessä suuri osa asunnoista lämmitetään kaukolämmöllä, erityisesti Lahden suuren osuuden ansiosta. Osuus on suurempi kuin esimerkiksi Kanta-Hämeessä, mutta yleisesti asuntojen lämmitystapajakauma vastaa keskimäärin Suomen lämmitystapajakaumaa. Sähkönkulutus Päijät-Hämeen kotitalouksissa oli vuonna 2008 hieman suurempaa kuin koko maassa keskimäärin, 4253 kwh/asukas (Suomen vastaava luku on 4140 kwh/asukas, Henkilöliikenne kuluttaa suurimman osan alueella liikenteessä kuluvasta energiasta ja aiheuttaa myös lähes kaksi kolmannesta päästöistä. Alueen henkilöliikenteestä noin puolet on pitkänmatkan liikennettä. Uusiutumattomien luonnonvarojen käyttöä arvioiva komponentti perustuu energiankäyttöön. GPI:ssa (Talbert et al. 2006) uusiutumattomien luonnonvarojen kulutus on laskettu huomioimalla koko Suomessa käytetyt fossiiliset energialähteet (ks. Liite 1, Sarake W). Tarkkaa aluekohtaista tietoa uusiutumattomien energialähteiden kulutuksesta ei ole saatavilla, mutta uusiutuvien energialähteiden käytön osuuksien, energiankäytön, hiilidioksidipäästöjen ja teollisuuden tuotannon avulla on mahdollista arvioida alueellista energiankäyttöä melko luotettavasti. Uusiutuvien polttoaineiden kokonaiskäyttö (TJ) energiantuotannossa sekä suhteellinen osuus kaikesta polttoaineenkäytöstä oli saatavilla Päijät-Hämeestä vuodesta 1995 vuoteen Uusiutuvan energian osuus seudulla tuotetusta energiasta voidaan selvittää valvonta- ja kuormitustietojärjestelmä VAHTI:in raportoidun energiantuotantolaitosten polttoaineiden käytön perusteella. Uusiutuvan polttoaineen käyttö on koko Hämeessä kasvanut lähes 50 %, mikä on valtaosin Päijät-Hämeessä tapahtuneen kehityksen ansiota. Kasvusta vain 5 % on syntynyt Kanta-Hämeessä. Koko maan tasolla uusiutuvan energian osuus polttoaineista on lähes sama kuin Päijät-Hämeessä, noin 27 %. Uusiutumattomien luonnonvarojen kulutuksen kustannus Päijät-Hämeessä arvioitiin vuonna miljoonaa euroon, joka vastaa 13 prosenttia alueen BKT:sta. Suomen vastaava prosenttiosuus on 16. Hiilidioksidipäästöt ovat selvästi vähentyneet Päijät-Hämeessä vuoden 2006 jälkeen. Syynä tähän ovat mm. teollisuuden kausivaihtelut, yksittäisten saastuttavien laitosten sulkemiset tai talouden suhdanteiden kehitys. Päijät-Hämeessä kehitys näyttää menneen erityisesti viime vuosina monin tavoin vihreämpään suuntaan, mutta hiilidioksidipäästöt asukasta kohden ovat olleet vertailtavista alueista matalimmat Päijät-Hämeessä 37

40 koko tarkasteluajanjakson ajan. On myös tapahtunut ns. irtikytkentä (decoupling), eli lopputuotoksen arvon (BKT) hiili-intensiteetti on vähentynyt. Kehitys on ollut melko tasaista 1960-luvulta lähtien, mutta vuoden 2005 jälkeen yhtä tuotettua BKT-yksikköä kohden syntyy nyt merkittävästi vähemmän hiilidioksidipäästöjä. Yleiskuva Päijät-Hämeen tuloksista Päijät-Häme on alueista ainut, missä GPI:lla mitattu kehitys ei ole ollut laskevaa vuoden 1995 jälkeen. Tähän ei ole yhtä yksittäistä syytä, vaan lukuisat pienet muutokset ovat vaikuttaneet kehitykseen alueella. Yleiskuva on sama, tarkastellaan lukuja sitten ilman metsä- ja suo-komponentteja (GPI(2)), tai niiden kanssa (GPI(1), ks. kappaleen 3.2 alku). Vuonna 1989 kaikkien alueiden per asukas GPI-luvut olivat korkeimmillaan, jonka jälkeen Päijät-Hämeen GPI laski vuoteen %, mutta vuoteen 2005 tultaessa oltiin enää 19 % huippuvuoden tason alapuolella. Kuva 20: BKT, yksityiset kulutusmenot ja GPI per asukas Päijät-Hämeessä. Kuvassa 20 on esitetty yleisimmin hyvinvoinnin ja kehityksen tasoa kuvaamaan käytetyt indikaattorit, bruttokansantuote ja yksityiset kulutusmenot asukasta kohden, sekä tässä tutkimuksessa laskettu GPI. Sekä BKT että kulutusmenot ovat kasvaneet Päijät-Hämeessä melko tasaisesti tarkasteluajanjakson ajan, mutta talouden laskusuhdanteiden vaikutus näkyy selvästi. GPI-indikaattorin huomioimista seikoista esimerkiksi työttömyyden kustannukset ovat Päijät-Hämeessä edelleen pysyneet korkeina, työmatkat pidentyneet entisestään sekä tuloerot jatkaneet kasvuaan. Kuitenkin monet positiiviset muutokset käänsivät kehityksen GPI-mittarilla kuvattuna positiiviseksi 2000-luvulla: tulotaso on alueella verrattain korkea, vapaa-ajan määrä on hieman maan keskiarvoa suurempi, rikollisuus on vähentynyt ja ennen kaikkea ekologista rasitetta on saatu selvästi pienennettyä. Päijät-Hämeessä fossiilisten polttoaineiden kulutusta on vähennetty, hiilidioksidipäästöt ovat pienentyneet ja rikki- ja typpioksidi päästöt 38

41 ilmaan ja vesistöihin ovat vähentyneet merkittävästi. Alueen soita on palautettu jonkin verran luonnontilaan tai ainakin niiden ojitus on loppunut, myös metsän pinta-ala kasvaa hieman vuosittain. Tutkimuksen mukaan Päijät-Häme siis on pystynyt pitämään asukkaidensa materiaalisen elintason korkeana aiheuttamatta kasvavia ympäristövahinkoja. Kasvun voidaan alueella katsoa tapahtuneen melko kestävästi. Lahti on viime vuosikymmeninä profiloitunut ympäristöteknologiaan keskittyneenä kaupunkina ja Päijät- Häme maakuntana ympäristöosaamisen keskittymänä, mikä on todennäköisesti heijastunut GPI-tutkimuksen tuloksiin. 39

42 3.3.2 Kainuu Suuralue: Itä-Suomi Maakunta: Kainuu Seutukunnat: Kajaani ja Kehys-Kainuu Kunnat: Hyrynsalmi, Kajaani, Kuhmo, Paltamo, Puolanka, Ristijärvi, Sotkamo, Suomussalmi ja Vaala (ks. Liite 5 kartat). Kainuun maakunnan kokonaispinta-ala on km 2 ja väkiluku vuoden 2009 lopulla oli henkeä. Kainuun asukastiheys on noin 3,8 henkeä maaneliökilometriä kohden. Kainuun alue on menettänyt asukkaitaan 1980-luvun puolivälistä lähtien, kuten Pohjois- ja Itä-Suomen muutkin alueet. Kainuun kunnista ainoastaan Kajaani on saanut säännöllisesti muuttovoittoa. Kainuun maaseutualueella asuu noin ihmistä, eli noin kolmannes koko Kainuun väestöstä. Maaseutualueet ovat erittäin harvaan asuttuja, alueen keskimääräinen asukastiheys on 1,2 ihmistä neliökilometrillä ja 1960-luvuilla suhteellisen suuri osa Kainuun väestöstä oli alle 15-vuotiaita. Kainuussa väestöstä vain 40 % kuului työvoimaan vuonna 1968 kun koko maan vastaava luku oli 50 %. Nykyisin työikäisiä on Kainuussa saman verran kuin Suomessa keskimäärin, noin 75 % väestöstä. Kehys-Kainuun merkitys aluetaloutena on vain puolet Kajaanin seutukunnan aluetaloudesta. Metsäteollisuus ja puunjalostus, sekä elintarvikealalla jalostava toiminta keskittyy selkeästi Kajaanin seudulle Kehys- Kainuun toimiessa enemmän raaka-aineen tuottajana. Kainuun maaseudun elinkeinot pohjautuvat edelleen pitkälti alkutuotantoon. Kainuun maatalouden rakennekehitys on ollut erittäin voimakasta EU-jäsenyyden aikana; maatilojen määrä on vähentynyt vuosina keskimäärin neljä prosenttia vuodessa, eli tilasta tilaan. Samalla maatilojen keskipeltoala on kasvanut 16,7 hehtaarista 25,8 hehtaariin, eli 6,1 prosentin vuosivauhdilla. Maa- ja metsätalouden työpaikat muodostavat maaseutualueiden työpaikkojen rungon. Toimialan rakennekehityksen myötä alueen tuotantomäärät ja aluetalousvaikutus ovat säilyneet, mutta työpaikkakehitys on aleneva. Suurimpia kasvumahdollisuuksia työpaikkojen osalta on nähtävissä elämystuotannossa ja kaivannaisteollisuudessa sekä hoiva-alalla. (Kainuun alueellinen maaseutustrategia ) Kainuun maakunta -kuntayhtymä on mukana useassa EU:n INTERREG IVC -ohjelman hankkeessa. Alueellisia kehittämispyrkimyksiä halutaan tehostaa erityisesti tukemalla innovaatioita, tietoyhteiskuntaa ja ympäristöosaamista. Ohjelmien ytimessä on hyvien käytäntöjen tunnistaminen ja siirtäminen alueiden välillä. Kainuun luonnonoloja luonnehtivat runsaat vesistöt, laajat metsäalueet, harjut, vaarat ja suot. Luonnontilainen suoala on Kainuussa jatkuvasti vähentynyt kun soita on raivattu maatalouden, metsätalouden ja turvetuotannon käyttöön. Ojitukset ovat vähentäneet soiden monimuotoisuutta, sillä ne ovat 40

43 kohdistuneet juuri rehevämpiin suoalueisiin (Schroderus-Härkönen & Markkanen 1999, s. 133). Metsän kasvun parantamiseksi ja metsäalan lisäämiseksi soita ojitettiin runsaasti erityisesti ja 1970-luvuilla. Eri toimialoista kaivosteollisuus aiheuttaa eniten merkittäviä muutoksia Kainuun maaperään. Teollisuudenala on jatkuvassa kasvussa ja sen aiheuttamat muutokset näkyvät itse kaivosalueella sekä johtuen otetun kivi- tai maa-aineksen jatkojalostuksesta. Toiminta aiheuttaa jätevesiä, pölyä ja melua. Lisäksi avolouhoksesta aiheutuu maisemallista haittaa (Hänninen 2006). 1) Taloudellinen hyvinvointi ja sen jakautuminen Kainuussa Kuva 21: Painotetut yksityiset kulutusmenot Kainuussa. Kainuussa yksityishenkilön kulutusmenot ovat koko tarkasteluajanjakson ajan olleet Suomen keskitasoa alhaisemmat. Kuvassa 21 nämä kulutusmenot on painotettu tulonjaon tasaisuudesta kertovalla indeksillä. Tuloerot (Gini-kertoimella mitattuna) kääntyivät koko Suomessa kasvuun vuonna 1995 ja alueiden sisäiset tuloerot ovat noudattaneet samaa kehitystä. Tyypillisesti matalien tulojen seutukunnissa myös tuloerot ovat tasaisemmat. Kainuussa tuloerot ovatkin maamme pienimpiä. Suomessa tulotaso oli vuonna 2006 matalin Pielisen Karjalan ja Kehys-Kainuun kunnissa ja alueen sisäisen tuloerot kaikkein tasaisimmat Kehys- Kainuun ja Itä-Lapin seutukunnissa. Vuonna 2005 Gini-indeksi oli Suomessa 29 (Gini-indeksi kasvoi vuodesta 1995 vuoteen %) ja Kainuussa 26 (kasvua vuodesta 1995 vuoteen %). Havaittu eriarvoisuuden kasvu Suomessa on johtunut pääasiassa alueiden sisäisen eriarvoisuuden kasvusta eikä niinkään alueiden välisten tuloerojen kasvusta (Loikkanen et al. 2007). Kun GPI:ssa kulutusmenot painotetaan tulonjaon tasaisuudella, koko Suomen ja Päijät-Hämeen etumatka muihin alueisiin lyhenee. 41

44 2) Hyvinvointia tuottavien markkinattomien palveluiden ja hyödykkeiden arvo Kainuussa Ryhmä 2 sisältää seuraavat komponentit: kotitaloustyön ja vanhemmuuden arvo, korkeakoulutuksen arvo, vapaaehtoistyön arvo, kestokulutushyödykkeiden tuottamat palvelut ja tiekannan tuottama hyöty. Ryhmän 2 arvo on kehittynyt tasaisesti koko tarkastelujakson ajan. Koti- ja vapaaehtoistyöstä ja tiekannan tuottamista hyödyistä ei ollut käytettävissä luotettavaa alueellista tietoa. Myöskään kestokulutushyödykkeistä ei suoraan tilastoida alueellisesti, eikä tietoa ei ollut mahdollista hankkia tietoa projektin aikataulun puitteissa. Lisätietoja varten katso Liite 5, Sarakkeet E, G, H ja I. Ryhmän 2 GPI-komponenteista vain korkeakoulutuksen arvo eroaa alueiden välillä. Kuva 22: Ryhmän 2 muuttujien summa Kainuussa Kainuun korkeakoulutusaste on muuta Suomea matalampi. Korkeakoulutusta saaneiden osuus työikäisistä (15 74-vuotiaat) vuonna 2000 se oli Kainuussa noin 17 % kun Suomen vastaava luku oli 25 %. Korkeakoulutuksen yhteiskunnallisen hyödyn laskettiin GPI-metodologialla Kainuussa euroa asukasta kohden vuonna

45 3) Yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Kainuussa Kuva 23: Ryhmän 3 muuttujat eli yksityiset, tuotannon ja kaupungistumisen haitoista aiheutuvat kustannukset Kainuussa. Ryhmään 3 kuuluvat työelämästä kertovat komponentit kuten vapaa-ajan menettämisen arvo, vajaatyöllisyyden kustannukset ja työmatkakustannukset, sekä tieliikenneonnettomuuksien ja rikollisuuden aiheuttamat kustannukset ja kestokulutushyödykkeiden hankintamenot. Kestokulutushyödykkeiden tuottama palveluvirta sisältyy ryhmään 2. Edellä mainituista työttömyyden kustannukset muodostavat Kainuussa suurimman erän. Työttömyyden kustannusten kasvu näkyy erityisesti 1990-luvun jälkeen. Kuvassa 23 komponentit on esitetty summakaaviona. Työttömyys lähti Kainuussa nousuun vuonna 1968 ja työttömien määrä nelinkertaistui nopeasti (Kainuun seutukaavaliiton julkaisut). Kainuussa työttömyys on ollut ongelma lähes koko tarkasteluajanjakson ajan. Työttömyyden kustannuksien laskettiin GPI-metodologiaa käyttäen vuonna 2009 olevan 43

46 Kainuussa 9 % saman vuoden BKT:sta. Korkeimmillaan lukema oli vuonna 1996, 17 % saman vuoden BKT:sta. Kainuussa työaika on noin 5-10 % maan keskiarvo suurempi (vuonna 2000), mutta kyseinen komponentti ei saa kovin suurta painoarvoa GPI-laskelmissa (ks. lisätietoja Liite 1, Sarake K). Työmatkojen pituuden kehitys on Kainuussa vastannut Suomen yleistä kehitystä, mutta yleisesti Kainuussa tehdään lyhyempää työmatkaa kuin Päijät-Hämeessä ja Etelä-Pohjanmaan ELY:n alueella. Erityisesti lyhyiden työmatkojen osuus on koko tarkasteluajanjakson ajan ollut Kainuussa mukana olevista alueista suurin, mutta niiden osuus on laskussa (ks. Liite 1, Sarake N). Kuva 24: Työmatkojen pituuden kehitys Kainuussa Kainuussa tapahtuu tieliikenneonnettomuuksia lukumääräisesti Suomen keskitasoa vähemmän, mutta kuolemantapauksia on erityisesti 2000-luvulla tapahtunut selvästi enemmän. Vuonna 2009 kuolemantapausten, loukkaantumisten ja materiaalivahinkojen kokonaissumma Kainuussa arvioitiin GPImetodologiaa käyttäen olevan 7,5 miljoonaa euroa ja summa on 2000-luvulla ollut keskimäärin noin euroa asukasta kohden vuosittain. Rikollisuus on Kainuussa muihin alueisiin verrattuna vähäistä. 44

47 4) Ympäristön tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset Kainuussa Osiossa 4 käsitellään vesistöjen pilaantumisen kustannuksia, ilmansaasteiden kustannuksia, meluhaittoja, soiden ja kosteikkojen häviämistä, metsien häviämistä tai kasvua, uusiutumattomien luonnonvarojen käyttöä sekä hiilidioksidipäästöjen aiheuttamia vahinkoja. Kuva 25: Ryhmän 4 komponentit eli luonnon tilan heikentymisestä ja luonnonvarojen kulumisesta aiheutuvat kustannukset. Tekijät on jaettu kahteen eri kuvaajaan, sillä niiden suuruusluokka on erilainen ja koska lopulliset laskut on esitetty muodossa GPI(1) ja GPI(2), joista jälkimmäinen ei sisällä alemman kuvan muuttujia. Kuvissa 25 eri komponentit on esitetty summakaavioina. Kuvista nähdään, kuinka soiden häviämisen kustannukset hallitsevat Kainuun GPI:n luonnonvarojen kulumisen ja ympäristön tilan huononemisen lukuja aivan toisella tavoin, kuin esimerkiksi Päijät-Hämeessä. Noin 40 % Kainuun pinta-alasta on erityyppistä suota, joten soiden ja kosteikkojen häviämisen merkitys alueella suuri. Hiilidioksidipäästöjen ja uusiutumattomien luonnonvarojen kulumisen merkitys on Kainuussa suhteellisesti huomattavasti pienempi kuin muilla alueilla. Metsän positiivinen nettokasvu kumoaa jonkin verran negatiivisia lukuja. GPI(2):ssa (ks. kuvat luvun 3 alussa) suo- ja metsäkomponentit on jätetty pois siitä syystä, että alueellisissa mittauksissa ne dominoivat muita eriä erityisesti maantieteellisesti laajoilla, vähäväkisillä alueilla, kuten Kainuussa, ja jättävät helposti muut seikat varjoonsa. Muista ryhmän 4 komponenteista erottuvat vesien saastumisen kustannukset, jotka ovat kuitenkin kääntyneet laskuun 2000-luvulla. Kainuun soista on ojitettu noin 70 % pääasiassa metsätalouskäyttöön, mutta myös turvetuotantoon ja maatalouskäyttöön. Kainuussa on maamme ojitetuimmat suot, sillä Suomessa soista ojitettuna on keskimäärin alle 60 prosenttia. Kainuussa kuntakohtaiset ojitusprosentit vaihtelevat Sotkamon 85 ja 45

48 Suomussalmen 65 prosentin välillä. Purojen perkaukset, ojitukset, hakkuut ja turvetuotanto ovat vähentäneet luonnontilaisten soiden osuutta. Tutkimusten mukaan ojitukset ovat kohdistuneet erityisesti rehevimpiin ja monimuotoisimpiin suoalueisiin, jolloin monimuotoisuuden häviäminen on suurinta. Kosteikkojen häviämisen merkityksen syystäkin suuri myös taloudellisesti (Hänninen 2006; Schroderus-Härkönen & Markkanen 1999). Kainuussa oli vuonna 2004 turvetuotannossa 47 suota, yhteensä hehtaaria. Vuoden 2000 jälkeen tuotantopinta-ala on lisääntynyt. Nykyään suuri osa Kainuun arvokkaimmista soista sisältyy Natura verkostoon, mutta valtaosa vielä luonnontilaisista soita on suojeluohjelmien ulkopuolella. Soilla on taloudellista merkitystä puun ja turpeen tuotannossa, mutta ne ovat paikallisille asukkaille myös tärkeitä marjastusalueita ja riistamaita, sekä monipuolisia maisema- ja muiden luontoelämysten antajia. Soilla on suuri merkitys luonnon monimuotoisuuden kannalta ja tärkeä rooli hiili- ja vesitalouden säätelyssä. Suoluonnon yleinen arvostus on lisääntymässä ja eri käyttömuotojen yhteensovittaminen on yhä tärkeämpää ja ajankohtaisempaa (Kainuun maakuntaohjelma ). Tätä tutkimusta varten laskettiin, että Kainuun soista oli ojitettu 64 % vuoteen 1990 mennessä, yhteensä noin hehtaaria, jonka jälkeen oletettiin näistä 2 % ennallistetun vuoteen 2009 mennessä. Kainuussa soihin liittyvät kustannukset olivat suurimmillaan vuonna 2000, jolloin kyseisen erän vastasi suuruusluokassaan 22 % alueen BKT:n arvosta. Vuonna 2009 vastaava luku on enää 16 %. Kainuun maa-alasta mäntyvaltaista metsämaata on lähes 80 %. Metsätalouden merkitys Kainuun aluetaloudessa ja työllisyydessä on huomattava ja myös metsien virkistyskäyttöarvo nousee koko ajan. Tehokas ja laaja-alainen metsien talouskäyttö kuitenkin vähentää vanhojen aarniometsien, ja toisaalta talousmetsissä olevan eriasteisesti lahonneen puun määrää, joka johtaa eliölajiston uhanalaistumiseen (Hänninen 2006). GPI-laskelmissa otetaan kuitenkin nykyisellään huomioon vain metsäalan kasvu, mikä on Kainuussa ollut positiivista koko tarkasteluajanjakson ajan. Kainuun asutus on harvaa ja meluhaittoja aiheuttavia toimintoja on suhteellisen vähän. Pääasiassa meluhaittoja aiheuttavat liikenne, teollisuus ja yksittäiset toiminnanharjoittajat asutuksen läheisyydessä. Liikenteen aiheuttamat ympäristöongelmat koostuvat lähinnä päästöistä ja meluhaitoista, jotka kohdistuvat kaupunkialueelle ja vilkkaimmin liikennöityjen valtateiden varrella sijaitseviin taajamiin. Lentoliikenteen melu on melko vähäistä. Kaivosteollisuus aiheuttaa jonkin verran meluhaittoja Sotkamossa. Kainuun maakuntakaavaluonnoksessa on kaavoituksellisesti huomioitu hiljaisten alueiden säilyttäminen Kainuussa. (Hänninen 2006.) Meluhaitat arvioitiin käyttämällä kansallisessa GPI-laskennassa käytettyä kustannusta. Alueelliset tiedot meluhaitoista arvioitiin useiden eri lähteiden perusteella (mm. Lampinen 1991 ja Tiehallinto). Melunlähteet sisältävät tie-, rautatie-, lento- ja vesiliikenteen sekä teollisuuden, ampumaharrastuksen ja moottoriurheilun. Meluhaitan kustannukset arvioitiin Kainuussa vuonna ,6 miljoonaan euroon (56 euroa per asukas), kun koko Suomen vastaava luku oli 270 miljoonaa euroa (keskimäärin 50 euroa per asukas). 46

49 Merkittävin ympäristövaikutusten aiheuttaja Kainuussa on ollut UPM-Kymmenen Oyj Kajaanin paperitehdas, joka lopetti toimintansa vuoden 2008 lopussa. Tehtaan purkuvesistöjen tila on kohentunut jo vuosikymmenien ajan ja Kajaaninjoki ja Paltajärvi kuuluivat vuonna 2006 käyttökelpoisuusluokituksessa luokkaan tyydyttävä. Tehtaalla oli lukuisia melulähteitä: liikenne, kuljettimet, puun käsittely, kompressorit, puhaltimet ja höyryventtiilit. Ilmapäästöt UMP-Kymmenen tehtaalta olivat vähäisiä (Hänninen 2006). Kainuun kaivostoiminta on viime vuosina laajentunut voimakkaasti, mikä tuo alueelle työpaikkoja. Kaivostoiminnan laajenemisen ympäristövaikutukset eivät vielä todennäköisesti näy näissä laskelmissa. Teollisuuden energiatarve alueella saattaa kasvaa, mutta asutuksen energiatarve pysynee nykyisellä tasolla. Muuta teollisuutta alueella edustavat sahat (UPM-Kymmene ja Kuhmo Oy), muu puunjalostusteollisuus, metalliteollisuus, elintarviketeollisuus (tuottaa jätevesiä), elektroniikkateollisuus, kirjapainot ja tekstiiliteollisuus. Voimalaitokset Kainuun Voima ja Kajaanin lämpö tuottavat hiukkaspäästöjä, häkää, rikkidioksidi- ja typpioksidipäästöjä. (Hänninen 2006.) Menneinä vuosikymmeninä (erityisesti 1980-luvun alussa) paperitehtaat aiheuttivat runsaasti päästöjä vesistöihin, mutta jätevesikuorman pienentymiseen vaikuttivat myöhemmin käytettyjen vesimäärien pieneneminen, sulfiittiselluloosatehtaan lopettaminen vuonna 1982 ja uusi biologinen puhdistamo (Hänninen 2006). Kainuussa kokonaisfosforikuormitus vesistöihin on vuonna 2009 laskenut noin 8 % vuoteen 1996 verrattuna. Maatalous ei ole kyennyt vähentämään vesistökuormitusta, mutta metsätalous on. Ennen suurin kuormittaja oli metsätalous, mutta nyt enää 18 % kokonaisfosforikuormituksesta on peräisin metsätaloudesta. Myös taajamien ja teollisuuden ympäristövaikutukset ovat vähentyneet 1980-luvulta selluloosan keiton loputtua ja jätevesien biologisen puhdistuksen tehostumisen ja prosessiteknisten toimenpiteiden vuoksi. Kainuun vesistöjen tilaan vaikuttavat voimakkaasti vesistöjen voimataloudellinen säännöstely ja hajakuormitus, jota aiheuttavat mm. maatalous, metsätalous, laskeuma, haja-asutus ja turvetuotanto. Sisävesien kuormitustekijöistä tärkein on fosfori (Hänninen 2006). Pistekuormituksen osuus kokonaiskuormituksesta oli Kainuussa vuonna 1992 vain 22 %, joten ilmoituslupavelvollisten aiheuttama kuormitus aiheuttaa vain osan vesistöjen kuormituksesta. Kainuussa hajakuormitusta vesistöihin aiheuttavat selvästi eniten metsätalous ja 47

50 maatalous. Metsämaan käsittely, ojitus, lannoitus ja maaperän muokkaus ja avohakkuu ovat aiheuttaneet ravinne- ja kiintoainekuormitusta. Suurimmillaan ojitus ja lannoitus olivat 1970-luvulla, jonka jälkeen ne ovat vähentyneet. Nyttemmin lannoitus on lopetettu lähes täysin. Kainuun alueella oli vuonna kalanviljelylaitosta ja kalankasvatuksen vesistökuormitus on samaa luokkaa taajamien ja teollisuuden kuormituksen kanssa sekä fosforin että typen osalta. Turkistarhauksen aiheuttama kuormitus Kainuussa on vähäistä. (Hänninen 2006; Kainuun ympäristökeskus 1999.) Kainuussa vuosina fosforipäästöt vesistöihin olivat VEPS-laskentamallin mukaan 114 ja teollisuuden ja asutuksen päästöt 14 tonnia. Vastaavasti typpipäästöt olivat VEPS-laskentamallin mukaan 2700 ja VAHTI-järjestelmän päästörekisterin mukaan 330 tonnia. Sekä Kainuun, että muiden alueiden osalta GPI-laskelmiin on otettu kaikki ihmisen aiheuttama vesistökuormitus luvulta on saatavilla tarkat luvut, jotka on ekstrapoloitu menneillä vuosikymmenille laskennallisesti saatavilla olevan tilasto- ja tutkimustiedon avulla. Kainuussa, kuten koko maassa, pistekuormituksen merkitys on vähentynyt ja hajakuormituksen kasvanut. (Hänninen 2006; Kainuun ympäristökeskus 1999.) Oheisessa kuvassa on esitetty ilmoituslupavelvollisten päästöt ilmakehään. Ne eivät sisällä kaikkia päästöjä, mutta alueelliset kokonaispäästöt eivät ole luotettavasti arvioitavissa saatavissa olevien tietojen perusteella. Tämän vuoksi GPI-laskelmissa on huomioitu vain ilmoituslupavelvollisten päästöt ja ilmapäästöjen kustannusten merkitys nykyisellään on laskuissa aliarvioitu. Ilmanpäästöjä aiheuttavaa teollisuutta on Kainuussa useiden lähteiden mukaan vähän, joten todellisuudessa Kainuun ilmapäästöjen kustannukset lienevät merkittävästi tässä tutkimuksessa esitettyjä suuremmat. Rikkidioksidin ja typpioksidien osalta käytettiin VAHTI-järjestelmästä saatavia ilmoituslupavelvollisten päästömääriä (teollisuus ja energiantuotanto). Ympäristötiedon hallintajärjestelmä Hertta laatii laskennalliset arvot alueiden kokonaispäästöille, mutta niitä on saatavilla vain 2000-luvulta, eivätkä tiedot ole yhtenäisiä VAHTI-järjestelmän tietojen kanssa. Vertailukelpoisuuden säilyttämiseksi rikkidioksidin ja typpioksidien osalta päädyttiin käyttämään näitä tietoja, joita jatkettiin ja 1960-luvulle kansallisen kehityksen trendiä noudattaen. Hiukkaspäästöihin oli mahdollista laskea mukaan myös liikenteen hiukkaspäästöt. 48

51 Suurin osa Kainuun typpioksidipäästöistä on peräisin teollisuudesta, energiantuotannosta ja liikenteestä, joka aiheuttaa myös hiilivety-, hiilidioksidi-, häkä- ja hiukkaspäästöjä. Teollisuudesta ja energiantuotannosta pääsee ilmaan erityisesti rikkioksidia, typen oksideita ja hiukkasia. Ilmoituslupavelvollisten hiukkaspäästöt ovat pienentyneet sitä myötä, kun voimalaitosten erotinlaitteisiin on investoitu. Rikkidioksidipäästöt puolestaan ovat Kainuun ympäristökeskuksen mukaan vähentyneet biopolttoaineiden käytön lisääntymisen seurauksena. Polttoöljyn rikkipitoisuuden alentaminen on lisäksi vaikuttanut myönteisesti rikkidioksidipäästöihin, joka näkyy päästöjen tasaisena laskuna. Typpidioksidipäästöjen alentamiseen ei alueella ole tehty investointeja, joten niiden taso on säilynyt lähes samana viimeisten 30 vuoden ajan. Päästöjen heilahtelut 2000-luvun alussa johtuvat Kainuun ympäristökeskuksen mukaan lähinnä energian tarpeen vaihteluista. (Hänninen 2006; Kainuun ympäristökeskus 1999.) Uusiutumattomien luonnonvarojen käyttöä arvioiva komponentti perustuu energiankäyttöön. Suomen GPI:a laskettaessa (Rättö 2008) uusiutumattomilla energiavaroilla tuotettu energia määrittää uusiutumattomien luonnonvarojen kulumisen kustannukset. Aluetasolla tarkkaa tietoa fossiilisten polttoaineiden käytöstä ei ole saatavilla edes 2000-luvulta. Myöskään alueellista energiakäyttöä ei tilastoida yhtenäisesti. Yleisellä tasolla on tiedossa, että energiankäytön kehitys seuraa tiiviisti bruttokansantuotteen (BKT) kasvua niin alueellisesti, kansallisesti kuin kansainvälisestikin. Tämän vuoksi alueellista BKT-osuutta voidaan pitää lähtökohtana kun arvioidaan fossiilisten polttoaineiden käyttöä. Kainuussa vesivoiman osuus energiankäytöstä on kuitenkin merkittävä ja tieto vuoden 1970 polttoaineiden käyttöosuudesta auttoi huomattavasti lukujen tarkentamisessa Kainuun osalta (Kainuun seutukaavaliitto 1973). Vuonna 1970 sähkön kulutus Kainuussa oli 2,2 % Suomen kulutuksesta, Kainuun teollisuus kulutti 3,1 % Suomen teollisuuden sähkönkulutuksesta, mutta teollisuuden polttoainetarve oli vain 1,2 % koko Suomen lukemasta ja alueen kokonaispolttoainetarve 1,5 %. Vastaavasti Kainuun BKT samana vuonna oli 2 % Suomen BKT:sta. Kainuussa vesivoiman käyttö pienentää alueen uusiutumattomien luonnonvarojen käyttöä. Kuva 26: CO2-päästöt asukasta kohden eri alueilla ja Kainuun päästöjen kehitys (tonnia) 49

52 Hiilidioksidipäästöt ovat Kainuussa pysyneet lähes samalla tasolla 1970-luvulta lähtien. Päästöt ovat vähentyneet vasta vuoden 2003 jälkeen. Kun verrataan CO 2 -päästöjä asukasta kohden eri alueiden välillä, ovat luvut Kainuussa ja Päijät-Hämeessä pienimmät. Kuvassa 27 (BKT per tonnia CO 2 ) tarkastellaan ns. irtikytkentää (decoupling). Kainuussa ei näytä tapahtuneen irtikytkentää ennen kuin aivan viime vuosina. Alueen tuotoksen arvon (BKT:n) hiili-intensiteetti on Kainuussa pitkään samalla tasolla, joka vastaa esim. Päijät-Hämeen tasoa. Kuva 27: Kainuun bruttokansantuotteen tuotannon hiili-intensiivisyys. Suurempi luku kertoo vähähiilisemmästä tuotannosta. Yleiskuva Kainuun tuloksista Kappaleen 3.2 alussa esitetyssä kuvassa (GPI(1)) Kainuun GPI per asukas -kuvaaja kulkee selvästi muita alueita alempana. Suomen maaperän soisuus korostuu alueellisissa tarkasteluissa GPI:n alkuperäistä laskutapaa käytettäessä (Talberth 2006). Kyseisen komponentin laskutapaa tulee harkita uudelleen GPI:n muiden kehityskohteiden ohella. Kainuun tapauksessa onkin mielekästä katsoa GPI-lukuja ensisijaisesti ilman suo- ja metsäkomponentteja (GPI(2)). 50

53 Kuva 28: Bruttokansantuote, yksityishenkilöiden kulutusmenot ja GPI(1) ja GPI(2) asukasta kohden Kainuussa vuoden 2000 euroina. Kuvassa 28 on esitetty yleisimmin hyvinvoinnin ja kehityksen tasoa kuvaamaan käytetyt indikaattorit bruttokansantuote ja yksityiset kulutusmenot asukasta kohden. Sekä BKT että kulutusmenot ovat kehittyneet vakaasti tarkasteluajanjakson ajan, mutta olleet jatkuvasti hieman Suomen keskiarvon alapuolella. Lisäksi kuvassa ovat GPI(1) ja GPI(2) kuvaajat. GPI(2):lla mitattuna Kainuun kehitys ei eroa Suomen keskiarvosta eikä Etelä-Pohjanmaan ELY:n alueen kehityksestä, mutta kun katsotaan GPI(1):a, alueella tapahtunut soiden laajamittainen kuivatus aiheuttaa kuvassa tasoeron kuvaajien välille. Kainuun merkitys kansallisen biodiversiteetin säilyttämisessä on kieltämättä suuri, joten jäljellä olevien suoalueiden suojelusta tulisi huolehtia riittävästi. Kainuun heikkouksia GPI-mittarilla mitaten ovat koko ajanjakson ajan korkeana pysynyt työttömyys ja Suomen mittakaavassa matala materiaalinen elintaso (yksityinen kulutus euroina asukasta kohden). Tulonjaon tasaisuudesta kertovat Suomen mittakaavassa pienet tuloerot. Myös saasteiden ja hiilidioksidipäästöjen määrä asukasta kohden on pieni, samoin kuin esimerkiksi rikollisuus. Kainuun alue ei siis toimi ympäristön kannalta kestämättömällä tavalla ainakaan kun tilannetta verrataan Suomen keskiarvoon. Muuta maata alhaisempi koulutustaso, vähäisempi vapaa-ajan määrä, korkeampi työttömyys ym. tekijät estävät kuitenkin myös GPI(2) kuvaajan nousemisen maan keskiarvon yläpuolelle. 51

54 4. Jatkotutkimus Tilastotietoa tuotetaan ja kerätään nykypäivänä paljon, mutta se jää usein kokoamatta ja esittämättä tavalla, joka olisi kohdeyleisölle havainnollinen. Genuine Progress Indicator:in (GPI) vahvuus on sen tapa koota ja yhdistää jo kerättyä tietoa ja tehdä mahdollisiksi uudenlaiset vertailut eri ajankohtien ja alueiden välillä. Suurin osa tätä tutkimusta varten tarvitusta tiedosta on saatavilla systemaattisesti 2000-luvulta, mutta puutteita on edelleen erityisesti kansallista tasoa pienempien kokonaisuuksien osalta. Mikäli GPIindikaattoria halutaan käyttää jatkossa, tulee sosiaali- ja ympäristötilastointia parantaa. Mikäli GPI:n halutaan kuvaavan Suomen tilannetta paremmin, tarvitaan lisätutkimusta sen komponenttien sopivuudesta Suomelle. On olemassa yhdysvaltalaisen GPI-metodologian ulkopuolelle jääviä seikkoja, jotka olisivat tärkeitä Suomessa niin kansallisella kuin alueellisellakin tasolla. Osa näistä tekijöistä voitaisiin jo nyt ottaa helpohkosti mukaan yhdistelmäindikaattoriin, toisten kanssa tarvittaisiin vielä runsaasti lisätutkimusta. Liitteessä 3 on esitelty muutamiin Suomen ulkopuolella toteutettuihin kansallisiin ja alueellisiin GPItutkimuksiin sisällytettyjä tekijöitä. Tässä on lueteltu muutamia seikkoja, jotka voisi olla hyvä huomioida suunniteltaessa parempaa kestävän hyvinvoinnin indikaattoria Suomelle. Terveydentila, sairauksien kustannukset ja eliniän piteneminen Julkiset, hyvinvointia lisäävät kulutusmenot Innovaatiot ja tutkimus- ja kehityspolitiikka Onnettomuudet ja rikokset kattavammin Alkoholin väärinkäytön kustannukset Maaperän pilaantumisen kustannukset Esimerkiksi terveydentila vaikuttaa yksilöiden kokemaan hyvinvointiin merkittävästi. Suomessa julkiset terveyspalvelut muodostavat tuloihin ja kulutusmenoihin suhteutettuna huomattavan erän: arvio vuodelta 2006 kertoo, että pääkaupunkiseudulla etuudet hyvinvointipalveluista muodostavat summan, jonka suuruus vastaa 14 prosenttia kotitalouksien käytettävissä olevista tuloista. Muun Suomen osalta vastaava luku on 18,4 % (Kulutustutkimus 2006; Lindqvist 2009). Koska Suomessa julkisin varoin rahoitetaan huomattavasti suurempi määrä palveluita kuin Yhdysvalloissa, julkinen, hyvinvointia lisäävä kulutus tulisi lisätä yhdistelmäindikaattoriin. Tiedot julkisesta kulutuksesta ovat saatavissa Tilastokeskuksen julkaisemasta kansantalouden tilinpidosta. Julkiset palvelut sisältyvät myös Tilastokeskuksen tuottaman kansantalouden tilinpidon keskeisiin tunnuslukuihin. Onkin esitetty, että kotitalouksien tulojen sijaan voitaisiin käyttää käsitettä oikaistu käytettävissä oleva tulo, joka sisältäisi perinteisen nettotulon lisäksi myös kotitalouksien tuloksi katsottavan osan julkisista palveluista, eli niin sanotut yksilölliset palvelut. Vastaavasti kotitalouksien niin sanottu to- 52

55 dellinen kulutus sisältäisi perinteisen yksityisen kulutuksen lisäksi näiden julkisten, yksilöllisten palveluiden arvon. Yksilöllisiin palveluihin luetaan perinteiset hyvinvointipalvelut (terveys-, sosiaali- ja koulutuspalvelut) sekä virkistys-, kulttuuri- ja urheilupalvelut ja sosiaalivakuutuspalvelut. Olisi luontevaa lukea nämä erät taloudelliseen hyvinvointiin, sillä niiden merkitys Suomen kaltaisessa hyvinvointivaltiossa on suuri. Nykyisessä kansantalouden tilinpidossa käytetään jo nyt tunnuslukuja oikaistu käytettävissä oleva tulo ja todellinen kulutus, jotka kuvaavat kansalaisen taloudellista hyvinvointia paremmin kuin bruttokansantuote (Savela 2009). GPI:n laadinnassa huomioitavien tekijöiden (komponentit) lisäksi lisätutkimusta vaativat mittarissa käytetyt keinotekoiset hinnoittelumenetelmät. Amerikkalaisessa tutkimuksessa käytetyt hinnat eivät välttämättä kuvaa Suomen tilannetta parhaalla mahdollisella tavalla. Esimerkiksi kosteikkojen ja luonnontilaisten metsien häviämisen kustannusten merkitys Suomen tilanteen kuvaamisessa vaatii jatkotutkimusta. Tarkoitukseen paremmin sopivat hinnat on mahdollista selvittää myös Suomelle, mutta se vaatii eri alojen tutkimuspanosta. Tässä pilottitutkimuksessa mukana olleet alueet valikoituivat niiden paikallishallintojen taholta tulleen kiinnostuksen pohjalta. Näiden alueiden lisäksi olisi mielenkiintoista vertailla kehitystä Suomen muihin alueisiin. Olisi mielenkiintoista erottaa erityisesti pääkaupunkiseudun ja muiden kasvukeskusten vaikutus koko Suomen tuloksiin. Alueellinen GPI-laskenta on mahdollista toteuttaa sekä maakunta- että ELY-keskus aluejaon perusteella. Metsäkeskusten rajojen osuminen yksiin mittausalueen rajojen kanssa helpottaa tiedonkeruuta merkittävästi (ks. Liite 5, kartat). Mikäli alueen rajat ovat muuttuneet vuosien aikana, datan keruu vaikeutuu huomattavasti. 53

56 5. Johtopäätökset GPI-indikaattoria käyttäen on toteutettu useita tutkimuksia maailmalla niin kansallisesti kuin alueellisestikin, ja tutkimusten tulokset ovat samansuuntaisia kuin Suomessa: BKT:n kasvu ei enää viime vuosikymmeninä ole siirtynyt kestävän hyvinvoinnin kasvuksi. Bruttokansantuotteen kasvu tapahtuu osittain sosiaalisen eriarvoisuuden ja ympäristön kustannuksella. Vertailussa mukana olevista alueista ainostaan Päijät-Hämeessä kehitys on ollut verrattain positiivista vuoden 1995 jälkeen, ja vuonna 2005 GPI-luvuissa on havaittavissa selvä nousu. Loiva nousukehitys on havaittavissa myös muilla alueilla vuoden 2005 jälkeen. Etelä-Pohjanmaan ELY keskuksen alueen kehitys on kulkenut lähes yhtenäisesti koko Suomen lukujen kanssa, kun taas Kainuun GPI-kuvaaja kulkee selvästi muita alempana. Kun tulokset esitetään ilman soiden kuivatuksen ja metsäalan muutosten merkitystä (GPI(2)), ei Kainuu jää jälkeen Suomen keskiarvosta. Alueista Päijät-Häme on viime vuosina pystynyt pitämään asukkaidensa materiaalisen elintason korkeana aiheuttamatta kasvavia ympäristövahinkoja. Alueen menestys 1990-luvun puolivälin jälkeen johtuu vähentyneestä ympäristökuormituksesta ja korkeana pysyneestä elintasosta. Kainuun kannalta positiivisia seikkoja GPI-tuloksissa ovat tulonjaon tasaisuus sekä uusiutuvan energian käyttö vesivoiman muodossa. Alueen heikkouksia puolestaan ovat korkea työttömyys, ja Suomen mittakaavassa matala materiaalinen elintaso. Etelä-Pohjanmaan ELY alueella ympäristökuormitus on melko suurta, mutta suhteellisen hyvä työllisyystilanne sekä esimerkiksi lyhyet työmatkat kompensoivat kokonaiskuvaa alueesta. Alueiden vahvuuksia ja heikkouksia on tiivistetty alla olevaan taulukkoon (Kuva 29). Tutkimuksessa mukana olleiden alueiden lisäksi olisi mielenkiintoista vertailla kehitystä Suomen muihin alueisiin ja erottaa esimerkiksi pääkaupunkiseudun ja muiden kasvukeskusten vaikutus koko Suomen tuloksiin. Eri puolilla maailmaa on toteutettu lukuisia GPI-laskelmia, joiden metodologiat (ks. Liite 3) eivät täysin vastaa toisiaan ja täten tutkimusten tuloksia ei ole perusteltua vertailla keskenään yksityiskohtaisesti. Koska tutkijat ovat ottaneet vapauden muuttaa laskutapoja, antaa tämä periaatteessa vapauden myös manipuloida tuloksia. Tämä on yksi syy siihen, miksi tässä tutkimuksessa on pitäydytty mahdollisimman tiukasti alkuperäisessä, tarkasti määritellyssä metodologiassa (Talberth et al. 2006). Kuten kappaleessa 4.2 esitettiin, GPI-indikaattori ei ehkä nykyisessä muodossaan ole vielä täydellinen mittari Suomen hyvinvoinnin kuvaamiseen, mutta tutkimuksen tulosten perusteella alueista voidaan havaita monia mielenkiintoisia erityispiirteitä ja huomioitavia asioita. 54

57 Kuva 29: Tiivistelmä alueiden vahvuuksista ja heikkouksista GPI-mittariin sisältyvien tekijöiden osalta. Kuten Lawn (2008) toteaa, aluetasolla luonnonvarojen alkuperäiset määrät ja esimerkiksi väestöntiheys vaikuttavat GPI-mittausten tuloksiin. Lisäksi esimerkiksi elinkeinojen siirtyminen maan sisällä saattaa näkyä maankäytön ja saastepäästöjen muutoksina. Jotta systeemin kestävyys tulisi totuudenmukaisesti kuvattua, panos-tuotos -analyysin tulisi olla aukoton. GPI ei täysin huomioi energian ja tuotteiden loppukäyttöä, pikemminkin niiden tuotantopaikan. Kansallisella tasolla luvut tasoittuvat, mutta mitä pienempään mittakaavaan mennään, sitä enemmän pienen avotalouden (myös esim. maakunta) erikoistuminen korostuu. Esimerkiksi maantieteellisesti pienellä, tiheään asutulla alueella, jonka elinkeinorakenne on palvelupainotteinen, voidaan hyötyä muiden alueiden luonnonvarojen käytöstä ja niillä tuotetuista tuotteista. Alueellisissa tarkasteluissa menestyvien alueiden menestys voikin osittain johtua "vapaamatkustamisesta". Osana kansallisvaltiota eri alueet saavat Lawnin mukaan julkisia tulonsiirtoja ja omien luonnonvarojen hyödyntäminen ei ole tarpeen. (Lawn 2008.) Sama ilmiö toistuu luonnollisesti myös globaalisti: luonnonvaroja eniten kuluttavat maat ovat pääasiallisesti runsaasti resursseja maahantuovia kehittyneitä länsimaita (kuten Suomi) ja perustavat siten kulutuksensa luonnonvaroiltaan rikkaiden (kehittyvien) maiden resursseille. Nykyään myös tuotanto ja täten myös saastutus on yhä enemmän ulkoistettu toisiin maihin. On tärkeää huomioida ja esittää GPI:n haasteet sekä kansallisella että alueellisella tasolla. Mittarin tietyt heikkoudet eivät kuitenkaan tee GPI-laskennoista merkityksettömiä. Dalyn ja Cobbin tarkoitus heidän 55

58 lähtiessään alun perin kehittelemään GPI:a edeltäneitä indikaattoreita ei ollut tehdä niistä absoluuttisia kestävyyden mittareita, vaan herättää keskustelua eri tekijöiden painoarvoista ja näyttää BKT-mittarin käytön ongelmat. GPI-indikaattori itsessään on saanut osakseen kritiikkiä sekä Suomessa että maailmalla. GPI:n ja sen edeltäjän ISEW:n tapaa summata yhteen yhteismitattomia tekijöitä, kuten kulutusta (euroja) ja vapaa-aikaa (tunteja) pidetään käsitteellisesti haasteellisena. Näissä yhdistelmäindikaattoreissa ongelma pyritään ratkaisemaan löytämällä eri tekijöille niitä kuvaavat hinnat tai arvot. Myös tosielämässä ihmiskunta arvottaa rahassa sellaisia tekijöitä, joilla ei ole hintaa: tästä esimerkiksi käy vaikkapa ihmishengen arvon määrittäminen vakuutusta otettaessa. Myös vaihtoehtoiskustannus-metodin käyttöä hinnoittelumenetelmänä voidaan pitää perusteltuna: esimerkiksi hiukkaspäästöjen aiheuttamien terveyshaittojen hoitokustannuksilla voidaan arvottaa näiden päästöjen haittoja. Erilaisten ympäristötekijöiden hinnoittelu hyväksytään jo nykyisellään mm. vihreiden bruttokansantuotteiden laskennassa (esim. YK:n SEEA-järjestelmä). Sosiaalisista tekijöistä esimerkiksi vapaa-ajalla ei ole absoluuttista hintaa, sillä ihmisten arvotukset ovat erilaisia. Yhtä lailla eri ihmiset saavat samasta työstä palkan, joka saattaa toisen mielestä olla avokätinen toisen mielestä täysin riittämätön verrattuna annettuun panokseen. Myös markkinoilla myytävien hyödykkeiden hinnat ovat ihmisten erilaisista arvostuksista johtuen toisille suhteellisesti korkeampia kuin toisille (eli kuluttajan ylijäämän suuruus vaihtelee). Keskiarvohintojen ja -kustannusten avulla voidaan eri tekijöiden suuruusluokkaa kuitenkin kuvata ja täten normaalisti yhteismitattomat tekijät integroida yhteen mittariin. Mittauksen tuloksen euromääräistä arvoa ei ehkä voida pitää absoluuttisen oikeana, mutta arvio on silti oikeansuuntainen verrattuna tilanteeseen, ettei tekijöitä edes yritetä huomioida. Lisäksi mittausmenetelmien ollessa yhtenäisiä voidaan tehdä vertailuja eri alueiden ja aikakausien välillä. Eräs kritiikin haara koskee GPI-indeksissä nykyisellään mukana olevia komponenttien valintaa, jota käsiteltiin jo jonkin verran kappaleessa 4. Miksi juuri nämä tekijät ovat mukana ja miksi niin moni tärkeä inhimilliseen hyvinvointiin ja ekologiseen kestävyyteen liittyvä seikka puuttuu? Suomen GPI:n laskennassa (Rättö 2008) ja tässä tutkimuksessa on käytetty amerikkalaista metodologiaa (Talberth 2006), mutta monet alueelliset sovellukset ovat käyttäneet GPI-mittarin ideaa hyvin vapaasti, ottaen mukaan jopa viitisenkymmentä eri komponenttia (esim. Maryland ja Alberta, ks. Liite 3). Suomen tilanteen kuvaamiseen amerikkalaisen metodologian 23 tekijää tuskin ovat ne kaikkein sopivimmat, mutta tekijöiden uudelleenvalinta ja niitä kuvaavien arvojen löytäminen on työ, johon tulee tulevaisuudessa panostaa. GPI-mittariin perustuvien tutkimusten tuloksia on arvosteltu myös siitä, että miten hyvinvoinnin tasosta kertovan mittarin trendi voi olla laskeva, kun todellisuudessa hyvinvointi on lähes kaikkien mittapuiden mukaan 2000-luvun Suomessa korkeampaa kuin 1980-luvun Suomessa. Syynä tähän on GPI:n tapa huomioida keskimääräisen elintason ulkopuolisia tekijöitä, kuten eriarvoisuutta, tuotannosta ja työelämästä 56

59 koituvia haittoja sekä sellaisia pitkäaikaisia ympäristövaikutuksia, jotka eivät vielä tällä hetkellä näy päivittäisessä hyvinvoinnissamme. Tulevia ympäristötuhoja ja niiden taloudellisia, inhimillisiä ja planetaarisia merkityksiä on mahdotonta tuntea ja arvioida täsmällisesti tällä ajanhetkellä. Luonnonvarojen kulutus ja kasvihuonekaasupäästöt ovat kuitenkin merkittävä uhka ihmiskunnalle, eivätkä ne nykyisellään tule huomioitua riittävästi päätöksenteossa. Esimerkiksi ilmastonmuutoksen taloudelliset seuraukset ovat toistaiseksi tuntemattomat, mutta hiilidioksidipäästöjen vaikutusta ja mahdollisia seurauksia kustannuksineen on arvioitu useissa tutkimuksissa, joista myös GPI-laskennassa käytetyt kustannukset (euroa per hiilitonni) ovat peräisin. GPI pyrkii muttamaan nykyhetken kustannuksiksi luontopääoman käytön ja laadullisen huononemisen. Mikäli saasteita ja fossiilisten polttoaineiden käyttöä vähennetään, on tärkeää, että tämä positiivinen teko näkyy myös käytettävässä mittarissa. Mikäli ympäristökuormitusta pystytään vähentämään samalla, kun ihmisten elintaso ja sosiaalinen tasa-arvoisuus säilyvät, GPI-lukema pääsee nousemaan. Näin näyttää käyneen tämän tutkimuksen alueista erityisesti Päijät-Hämeessä. Nykyisellä laskutavalla erilaiset kumuloituvat ympäristöongelmat saavat melko suuren merkityksen GPI-lukemissa, esimerkiksi hiilidioksidipäästöjen kumuloitumisen huomioimistapaa voidaan pitää ankarana. Se silti tuskin yliarvioi päästöjen merkitystä ilmastonmuutokseen globaalilla tasolla ja siitä mahdollisesti ihmiskunnalle aiheutuvia inhimillisiä ja taloudellisia kustannuksia. Sen sijaan nykyisen hinnoittelutavan ohjausvaikutusta esimerkiksi paikalliseen päätöksentekoon voidaan pitää heikkona. Mikäli alue kasautuvista ympäristövaikutuksista huolimatta kykenee nostamaan GPI-lukujaan, sen voidaan katsoa toimivan melko kestävällä tavalla. Sekä Suomen, että kaikkien tutkimuksessa mukana olevien alueiden GPI-kuvaajat kääntyvät uudestaan nousuun vuoden 2006 tienoilla. 5.1 Datan hankinnasta Tutkimuksessa haluttiin tuottaa pitkät aikasarjat aina 1960-luvun alusta lähtien. Tiedon hankkiminen tutkimusta varten on ollut haastavaa ja joitain tietoja on jouduttu arvioimaan erilaisin menetelmin. Tietolähteet ja mahdolliset arviointimenetelmät on eritelty Liitteessä 1. GPI:n laskentaan tarvittava tilastotieto on saatavissa melko hyvin 2000-luvulta vähintään kansallisella tasolla. Erilaisia päästötietoja on kerätty melko yhtenäisesti 2000-luvulla myös alueellisesti, ja aikasarjoja on ollut helpohko jatkaa luvulle luvun päästötiedot alueellisella tasolla muuttuvat jo arvioiksi, mutta niiden virhemarginaali on hyvin pieni laskelmien lopullisessa mittakaavassa. Kuitenkaan monista sosio-ekonomisista tekijöistä ei alueellisella tasolla ole vielä 2000-luvullakaan saatavana tietoa (esim. alueelliset ajankäyttötilastot puuttuvat). Luotettavuutta arvioille saatu maakuntien Seutukaavaliittojen julkaisuista ja 1970-luvuilta. Olisi tärkeää, ettei vanhoja maakuntien tilastoja ja Seutukaavaliiton julkaisuja hävitettäisi. Tilastokeskuksella ei 57

60 ole näitä julkaisuja hallussaan ja yliopistollisilla kirjastoillakin rajoitetusti, lähinnä viimeisten vuosikymmenten ajalta. Julkaisujen viimeiset kappaleet saattavat löytyä maakuntien liittojen arkistoista. Tietojen digitalisointi vaatii resursseja, mutta olisi nykypäivänä varmin tapa säilyttää tilastotieto ja mahdollistaa sen käytettävyys myös tulevaisuudessa. Ympäristö-, luonnonvara- ja energiatilastointi ei tällä hetkellä muodosta Suomessa yhtenäistä kokonaisuutta. Kyseessä on laaja ja moniulotteinen tilastointialue, joka muodostuu lukuisista erillisistä tilastojärjestelmistä, jotka tuottavat tietoa hyvin erilaisista ilmiöistä. Tulevaisuus alan tilastoinnin suhteen näyttää kuitenkin hieman lupaavammalta, sillä Suomessa ympäristö-, luonnonvara- ja energiatilastointia on tarkoitus kehittää Valtiovarainministeriön johdolla ns. YLE-ryhmässä mm. jo olemassa olevien järjestelmien kautta (esim. VAHTI-tietojärjestelmä ja Findikaattori-portaali). Tieto- ja indikaattorijärjestelmien kehitystyön myötä luodaan paremmat edellytykset jatkotyölle ympäristövaikutusten ja kestävän kehityksen mittaamisessa tulevaisuudessa. Erityisesti VAHTI-järjestelmän kehittäminen mahdollistaa alueellisen tason tiedonsaannin, joka tällä hetkellä on luotettavaa vain 2000-luvulta. 5.2 GPI:n soveltuvuudesta alueelliseen päätöksentekoon Bruttokansantuotteen (BKT) tavoin Genuine Progress Indicator (GPI) on makrotason mittari. GPI muodostaa kokonaiskuvan alueen kehityksestä. Maakunnat ja ELY-keskukset tarvitsevat myös suppeampia mittareita yksittäisten asioiden kuvaamiseen, mutta niiden perusteella on vaikeaa, jos ei lähes mahdotonta, muodostaa kokonaiskuvaa. Onkin esitetty, että GPI saattaisi sopia alueellisen hyvinvoinnin ja kestävän kehityksen mittariksi kuvaamaan laajempia kokonaisuuksia sekä esimerkiksi ELY-keskusten toimintaa. GPI -mittarin mukaan ihmisten taloudellisen hyvinvoinnin eli käytettävissä olevien kulutusmahdollisuuksien lisääminen on tavoiteltava päämäärä, samoin kansantalouden tasapainosta huolehtiminen ja esim. työttömyyden alentaminen. Merkittävimmät mittarin asettamat uudet päämäärät liittyvät tuotannon aiheuttamien ulkoisvaikutusten määrän pienentämiseen. Kun tuotannon ja kulutuksen sivutuotteita, kuten saasteita ja melua, voidaan ilmaista rahamääräisinä, pystytään niiden merkitys todennäköisesti huomioimaan tehokkaammin. GPI korostaa luontoon kasautuvien ja pitkävaikutteisten ympäristövaikutusten merkitystä ja ohjaa ottamaan huomioon paitsi kestävän kehityksen vaatimukset ja tulevien sukupolvien mahdollisuudet hyvinvointiin. Näin yhteiskunnallisessa päätöksenteossa voitaisiin pyrkiä tuottamaan kulutus- ja toimintamahdollisuudet mahdollisimman ekotehokkaasti. GPI kuvaa alueen kokonaistilannetta kiteyttäen yhteen laajoja osatavoitteita (alueen vetovoimaisuus, kansalaisten hyvinvointi, elinkeinoelämän toimintaedellytykset). GPI -indikaattorin avulla voidaan tiivistää koko alueen kehityksen suunta. Ohjaukselliset tavoitteet voidaan sisällyttää GPI:n 23 osaindikaattoriin (komponentit). Taulukossa 3 on esitetty GPI -indikaattoreiden ja ministeriöiden vastaavia strategisia 58

61 tavoitteita ELY -keskusalueilla. GPI:n eri osaindikaattoreille on mahdollista määrätä aluehallinnossa myös vastuuyksikkö tai -henkilö, joka vastaa siitä että yksittäisille indikaattorille asetetut tavoitteet saavutettaisiin. Ennen tätä GPI:n metodologiaa tulee parantaa paremmin Suomeen sopivaksi (ks. kappale 4), sillä nykyisellään sen komponentteja ei voida pitää täsmällisen oikeina ja niiden selektiota kattavana. (Hoffrén, 2010.) Taulukko 3: GPI komponentit ja vastaavat strategiset tavoitteet ja mittarit GPI-osaindikaattori Ministeriöiden strategisia tavoitteita ELY-alueilla Mittari 1. Painotettu yksityinen kulutus TEM: Alueellinen kilpailukyky ja väestön ikärakenne Kulutuskysynnän suuruus, tasainen tulonjako 2. Kotitaloustyön ja vanhemmuuden arvo SM, TEM: Väestörakenne Hyödyt 3. Korkeakoulutuksen arvo OKM: Osaaminen ja elinikäisen oppiminen Hyödyt 4. Vapaaehtoistyön arvo OKM: Kulttuuri-, nuoriso- ja liikuntapolitiikan Hyödyt edistäminen 5. Kestokulutushyödykkeiden tuottamat TEM: Alueellinen kilpailukyky ja väestön ikärakenne Hyödyt palvelut 6. Teiden ja katujen palveluiden arvo LVM: Maankäytön ja liikenteen yhteensovittaminen Liikennemäärien kehitys 7. Rikollisuuden aiheuttamat kustannukset SM, OKM: Syrjimättömyyden ja yhdenvertaisuuden Kustannusten suuruus edistäminen 8. Vapaa-ajan menetyksen kustannukset OKM: Kulttuuri-, nuoriso- ja liikuntapolitiikan Kustannusten suuruus edistäminen 9. Alityöllisyyden / Työttömyyden kustannukset TEM: työvoima Menetetyn työpanoksen arvo 10. Kestokulutushyödykkeiden TEM: Alueellinen kilpailukyky ja väestön ikärakenne Kustannusten suuruus hankintakustannukset 11. Työmatkakustannukset LVM: Kestävä liikennepolitiikka, tehokkuuden Kustannusten suuruus parantaminen 12. Kotitalouksien saasteiltasuojautuminen YM: Uusiutuvan energian lisääminen, Kustannusten suuruus ilmastonmuutos 13. Auto-onnettomuuksien kustannukset LVM: Pääteiden kuntotaso säilyy Kustannusten suuruus 14. Veden saastumisen kustannukset YM: Itämeren ja vesiensuojelu Ravinnekuormitus 15. Ilman saastumisen kustannukset YM: Uusiutuvan energian lisääminen, Ilman saastuminen ilmastonmuutos 16. Melusaasteen kustannukset LVM: Kestävä liikennepolitiikka, tehokkuuden Kustannukset parantaminen 17. Soiden ja kosteikkojen katoamisen TEM: Kestävä talous, kestävä luonnonvarastrategia Ojitukset ja kustannukset ennallistamiset 18. Maatalousmaan katoaminen MMM ja YM: Elinvoimainen maaseutu, ekologinen Peltoalan pieneneminen kestävyys 19. Metsien katoaminen ja MMM ja YM: Elinvoimainen maaseutu, ekologinen Metsä-alan metsäteidenkustannukset kestävyys pieneneminen 20. Uusiutumattomien luonnonvarojen MMM ja YM: Uusiutuvan energian lisääminen Kuluminen kuluminen 21. Hiilidioksidipäästöjen aiheuttamat YM: Uusiutuvan energian lisääminen, Menetykset menetykset ilmastonmuutos 22. Otsoninkerroksen ohentuminen YM: Ilmastonmuutos ja ekotehokkuus Menetysten suuruus 23. Pääoman nettoinvestoinnit TEM: Alueellisten kehityserojen tasoittaminen Alueen rahoituksellinen tasapaino 24. Nettolainaaminen TEM: Alueellisten kehityserojen tasoittaminen Alueen rahoituksellinen tasapaino Lähde: Hoffrén

62 Esimerkiksi Marylandin (ks. Liite 3) GPI-laskelmia oli hyödynnetty skenaarioiden luomiseen. Laskelmat oli projisoitu aina vuoteen 2060 saakka kolmea erilaista skenaariota käyttäen: fiksu kasvu, vihreä energia ja vihreät työpaikat (Maryland GPI -sivusto). Vastaavien skenaarioiden luomisen mahdollistaminen Suomelle tai aluetasolle GPI-indikaattorilla vaatisi vielä melko paljon lisätyötä. Alueellinen hallinto ei suoraan pysty vaikuttamaan kaikkiin GPI:n komponentteihin, mutta paljon voidaan myös tehdä. Lawnin (2008) mukaan mahdollisia toimenpiteitä ovat esimerkiksi vihreiden teknologioiden edistäminen, energiatehokkuuden kasvattaminen, työelämän joustavuuden lisääminen sekä verouudistukset, jotka tukevat ekotehokkuutta lisääviä teknologioita ja rankaisevat haitallisista toimista. GPI-mittarin kehittämiskohteita paremmin alueellisia tarpeita vastaaviksi voidaan pitää pitkälti samoina, kuin koko Suomea koskevia. Tosin aluetasolla esimerkiksi maantieteelliset olot helposti dominoivat tuloksia ilman, että alueella harjoitettua toimintaa voidaan varsinaisesti pitää kestämättömänä. Jotta alueellisia mittauksia saataisiin kehitettyä, on tärkeää huomioida myös aluehallintojen tietotaito ja toiveet niille tärkeiden muuttujien ja kehittämiskohteiden osalta. 60

63 6. Lähteet Andersson, H.-K. (2010): Aluetalouden kehityksen ja edistymisen seuranta GPI -mittarilla: Etelä-Pohjanmaa, Päijät- Häme ja Kainuu , julkaisematon tutkimusluonnos Brundtland, G. H., Xhalid, M. et al. (World Commission on Environment and Development, WCED) (1987): Our common future. (haettu ) Center for Sustainable Development, www-sivut (haettu ) Daly, H., Cobb, J. (1989): For the common good, Redirecting the economy toward community, the environment, and a sustainable future, Beacon Press books, 1989 Emerson, J., Esty, D. C., Levy, M. A., Kim, C. H., Mara, V., de Sherbinin, A. & Strebotnjak, T. (2010): The 2010 Environmental Performance Index. Yale Center for Environmental Law and Policy, New Heaven Etelä-Pohjanmaan maakuntasuunnitelma 2030 (2005). ( ). Etelä-Pohjanmaan maakuntasuunnitelma 2030 (2009). ( ). Euroopan Unioni, Alueiden komitea (2010): Pikainen kyselytutkimus, BKT ja muut indikaattorit. Kesäkuu 2010 yhteenveto vastauksista %20GDP%20and%20Beyond%20Quick%20Survey.pdf Hamilton, K. & Clemens, M. (1998): Genuine savings rates in developing countries. Working paper 510&searchMenuPK= &theSitePK=523679&entityID= _ &searchMenuPK= &theSitePK= Julkaistu 1999 The World Bank Economic Review 13 (2), Heinonen, J. (1998): Päijät-Häme II. Löydetty maakunta. Päijät-Hämeen nousu, kukoistus ja taantuma. Päijät-Hämeen liitto, Gummerus Hertta, ympäristötiedon hallintajärjestelmä Ympäristö- ja paikkatietopalvelu OIVA:ssa Hill, Kent, Dennis Hoffman & Tom R. Rex. (2005). The Value of Higher Education: Individual and Societal Benefits. Tempe, Arizona: Arizona State University, W.P. Carey School of Business. Luettavissa osoitteessa (haettu ) Hoffrén, J., Lemmetyinen, I. & Pitkä, L. (2010): Esiselvitys hyvinvointi-indikaattoreista. Mittareiden vertailu ja kehittämiskohteet. Sitran selvityksiä 32, sarja/selvityksi%c3%a4%2032.pdf (haettu ) Hoffrén, J. & Rättö, H. (2010): Analysis: Development of Sustainable Economic Welfare in Finland: ISEW and GPI , to be published in Ecological Economics in 2011 Hoffrén, J. (2001): Measuring the Eco-efficiency of Welfare Generation in a National Economy. The Case of Finland. Tilastokeskus. Tutkimuksia 233. Helsinki Hänninen, M. (toim.) (2006): Kainuun ympäristöohjelma Alueelliset ympäristöjulkaisut 409, Kainuun ympäristökeskus. Kajaani 2006 Jallinoja, M. (2010): Hämeen ympäristöstrategian ilmasto- ja energiatavoitteiden toteutumista kuvaavat indikaattorit. Hämeen ELY-keskus 61

64 Kainuun alueellinen maaseutustrategia , Kainuun maakunta -kuntayhtymä (2009): Kainuun maakuntaohjelma A: 11 Kainuun ympäristökeskus (1999): Kainuun ympäristöohjelma Alueelliset ympäristöjulkaisut III. Kainuun ympäristökeskus. Kajaani 1999 Kainuun seutukaavaliitto (1979): Kainuun tilastokatsaus Julkaisu II:29 Kainuun seutukaavaliitto (1975): Kainuun rakennesuunnitelma Julkaisu II:14 Keränen, H., Krannila, V. & Heikkilä, E. (1995): Kainuun väestön ja työvoiman tulevaisuus. University of Oulu, Research Institute of Northern Finland. Oulu 1995 Keski-Pohjanmaa sivusto (haettu kesäkuussa 2010) Kiander, J. (1999): Työajan lyhentäminen ja työllisyys. Palkansaajien tutkimuslaitos. Tutkimusselosteita 152. Knack, S. & Keefer, P (1997): Does social capital have an economic payoff? A cross-country investigation. The Quarterly Journal of Economics, Vol. 112, No., p Lampinen R. (1991): Ajoneuvomelun torjunta. Ympäristö ja terveys 4/1991, s Lawn, P. & Clarke, M (2008): Is measuring genuine progress at the sub-national level useful? Ecological indicators , Lawn, P. (2005): An assessment of the valuation methods used to calculate the Index of Sustainable Economic Welfare (ISEW), Genuine Progress Indicator (GPI), and Sustainable Net Benefit Index (SNBI). Environment, Development and Sustainability 2005(7): Lawn, P. (2003): A theoretical foundation to support the Index of Sustainable Economic Welfare (ISEW), Genuine Progress Indicator (GPI), and other related indexes. Ecological Economics 44(2003): Lemmetyinen, I. (2010): Bruttokansantuotteesta todellisen kehityksen kuvaamiseen Genuine Savings indikaattori Suomelle. Pro gradu tutkielma (luonnos), Aalto-yliopiston Kauppakorkeakoulu Liiketaloustieteellinen tutkimuslaitos (1988): Tieliikenteen ja rautatieliikenteen kustannusvastaavuus. Helsinki 1988 ISBN: Liikonen, L. & Leppänen, P. (2005): Altistuminen ympäristömelulle Suomessa Tilannekatsaus Suomen ympäristö 809, ympäristönsuojelu, s. 58. ISBN (PDF), URN:ISBN: X. Julkaisu on saatavana myös painetussa muodossa (ISBN X). Lindqvist, M. (2009): Julkisten hyvinvointipalvelujen käyttö parantaa kotitalouksien toimeentulon tasoa. Helsingin seudun suunnat 3/2009, s , luettavissa www-osoitteessa (haettu ). Loikkanen, H.A., Riihelä M., Sullström R. (2007): Tuloerot ja tulonjako alueittain: jakautuko Suomi 2000-luvulla. Kirjassa Heikki Taimio (toim.): Talouskasvun hedelmät kuka sai ja kuka jäi ilman? Työväen sivistysliitto. Metsäntutkimuslaitos, Metsätaloudelliset vuosikirjat, luettavissa osoitteessa (haettu ). Nordhaus, W. D. ja J. Tobin (1973): Is Growth Obsolete? Teoksessa The Measurement of Economic and Social Performance, Studies in Income and Wealth, Vol. 38, NBER, ed. Milton Moss. Pearce, D., Markandya, A., Barbier, E. B. (1989): Blueprint for a green economy, Earthscan Publications Limited 62

65 Pohjanmaa lukuina sivusto ( sivustolle!.aspx?docid=4932&tocid=1, haettu kesäkuu/2010) Päijät-Hämeen liitto (2010): Päijät-Häme 2035, Päijät-Hämeen maakuntasuunnitelma Päijät-Hämeen maakunta- ja seutukaavaliitto A60 (1992). Päijät-Häme, Väestö, työvoima, talous ja ympäristö - tilastolliset perusselvitykset VTT Rakennustuotantolaboratorio Tampere Päijät-Hämeen seutukaavaliitto (1986): Päijät-Hämeen vuosikatsaus Päijät-Hämeen seutukaavaliitto B Päijät-Hämeen seutukaavaliitto (1984): Päijät-Hämeen kokonaissuunnitelma 1984 Päijät-Hämeen seutukaavaliitto (1981): Päijät-Hämeen seutukaava-alueen energiakulutusennuste vuoteen Seutukaavaliitto 6/1981 Päijät-Hämeen seutukaavaliitto (1980): Päijät-Hämeen kokonaissuunnitelma Päijät-Hämeen seutukaavaliitto (1980): Kotimaisten polttoaineiden käyttömahdollisuuksien tarkastelu Päijät-Hämeen kaukolämpölaitosten ja teollisuuden energialähteenä. Päijät-Hämeen seutukaavaliitto 3/1980. Päijät-Hämeen seutukaavaliitto (1979): Päijät-Hämeen kokonaissuunnitelma: väliraportti Päijät-Hämeen seutukaavaliitto (1979): Päijät-Hämeen kokonaissuunnitelma, väliraportti 5/1979 Päijät-Hämeen seutukaavaliitto (1977): Suunnittelun tietopaketti. Päijät-Hämeen seutukaavaliitto 7/1977. Päijät-Hämeen seutukaavaliitto (1977): Päijät-Hämeen metsätalous. Seutukaavaliitto 1/1977 Lappeenrannan yliopisto (2010): Päijät-Häme käytäntölähtöisen innovaatiotoiminnan huippualueeksi Yli opistojen ja ammattikorkeakoulujen alueellisen kehittämisen strategia 2010 (luettavissa osoitteessa haettu ) Pääkkönen, H. (2010): Perheiden aika ja ajankäyttö, Tutkimuksia kokonaistyöajasta, vapaaehtoistyöstä, lapsista ja kiireestä. Väitöskirja, tutkimuksia sarja 254 Rasila, V. & Linnilä, K (1962): Kainuun talouden ABC-kirja. Kainuun Sanomain Kirjapaino Oy Rees, W. (1992): Ecological footprints and appropriated carrying capacity: What urban economics leaves out. Environment and Urbanization 4 2 (1992), p Rättö, H. (2008): Hyvinvointi ja hyvinvoinnin mittaamisen kehittäminen, Pro gradu tutkimus. Tilastokeskus, Helsinki Savela, O. (2009): Hyvinvointia ei voi mitata yhdellä luvulla. Tieto ja trendit lehti 1/2009, Tilastokeskus Schroderus-Härkönen, S. & Markkanen, S.-L. (toim.) (1999): Kainuun ympäristön laadun kuvaus. Kainuun ympäristökeskus. Suomen ympäristö 356. Stiglitz, J. E., Sen A. & J.-P. Fitoussi (2010): Report by the Commission on the Measurement of Economic Performance and Social Progress Pdf-dokumentti saatavana (haettu ) Talberth, J., Cobb, C., Slattery, N. (2006): The Genuine Progress Indicator A Tool for Sustainable Development. Redefining Progress. Julkaistu Luettavissa www-osoitteessa: (haettu ). Tiehallinto (2004): Yleisten teiden liikennemelu. Tiehallinnon selvityksiä 47/

66 Tilastokeskus, sisäinen PX-web -tilastotietokanta Tilastokeskus Kotitalouksien tulojen aluetilit (Saatavissa sähköisessä muodossa osoitteesta ) Tilastokeskus (2005): Selvitys työaikojen tilastoinnista Suomessa ja kansainvälisesti. Turpeinen, O. (1985): Kainuun historia. Väestö ja talous Kainuun maakuntaliitto, Kainuun sanomain kirjapaino Oy, Kajaani 1985 Uimonen, S (2007): Suomen infrastruktuuripääoma: Tiet. VATT Keskustelualoitteita VAHTI-tietojärjestelmä (Ympäristöhallinnon valvonta- ja kuormitustietojärjestelmä, Ympäristöministeriö). Ympäristöja paikkatietopalvelu OIVA:ssa Varjonen, J. & Aalto K. (2010): Kotitalouksien palkaton tuotanto ja ostopalvelujen käyttö. Kuluttajatutkimuskeskus, julkaisuja 2/2010. YLE 2 -väliraportti (2010): Ympäristö-, luonnonvara- ja energiatilastoinnin kehittämistä, yhteen kokoamista ja alueellistamista valmistelevan työryhmän (YLE2) väliraportti, julkaistu Ympäristöministeriö. Ympäristöministeriö: Alueelliset ympäristöindikaattorit ( haettu ) Ympäristön tila

67 7. Liitteet Liite 1: Laskentametodologia ja muuttujien perustelu Tässä kappaleessa Genuine Progress Indicator:in (GPI) laskentametodologia on avattu komponentti kerrallaan. Eri tekijät (tai komponentit) on nimetty kirjaimin A:sta Z:an ja viimeiseen, AA:han, Excelpohjaisen laskentakaavion sarakkeiden mukaan. Kunkin kolumnin osalta on esitetty sen perustelu, laskemisperiaatteet sekä käytetty data. Raportissa verrataan monessa kohtaa lukuja alueen bruttokansantuotteeseen (prosentteja BKT:sta), minkä on tarkoitus verrata kyseisen tekijän suhteellista kokoa esimerkiksi Suomen keskiarvoon verraten. Vastaavasti voidaan käyttää lukua per asukas. B Yksityishenkilöiden kulutusmenot Yksityishenkilöiden kulutusmenot tavaroihin ja palveluihin ovat luonnollinen lähtökohta, kun halutaan mitata taloudellisen aktiivisuuden hyvinvointivaikutuksia. Perinteisesti tarkasteltu BKT mittaa tuotannon rahallista arvoa, eikä ota huomioon tuotteiden loppukäyttäjiä. Yksityinen kulutus saadaan kansantalouden tilinpidosta. Lähteenä on käytetty Tilastokeskuksen tilastoa Kotitalouksien tulojen aluetilit Tilastotiedot ovat saatavissa sähköisessä muodossa osoitteesta ( ) (Excel), Taulukko K.1 Kotitalouksien ensitulon jakotili ja tulojen uudelleenjaon tili maakunnittain , josta on käytetty riviä Käytettävissä oleva tulo. Kulutuksen osuus on Suomessa pysynyt samana brutto- ja nettotuloista tarkasteluajanjakson ajan, eli kulutusmenojen arviointiin voidaan melko luotettavasti käyttää tätä lukua. Tietoja tuotannon arvosta on saatavilla aina 1970-luvun puolivälistä lähtien, mutta yksityisen kulutuksen tilastoja on saatavissa vain vuosille Vuosien kulutustiedot on arvioitu edellä mainittujen lukujen perusteella. C Tulonjako Epätasaisen tulonjaon katsotaan monista syistä vähentävän yhteiskunnan hyvinvointia. Knackin ja Keeferin (1997) mukaan luottamus ja yhteiskunnan normit ovat vahvempia yhteiskunnissa, joissa tulotaso on korkea, tuloerot alhaisia, instituutiot rajoittavat johtajien ahneutta ja joissa väestö on hyvin koulutettua ja etnisesti homogeenista. Tasaisemman tulonjaon yhteiskunnissa on tunnetusti vähemmän rikollisuutta, työn tuottavuus on suurempi ja ihmiset tuntevat itsensä onnellisemmiksi. Tämän vuoksi GPI:ssa yksityiset kulutusmenot painotetaan tulonjaolla. Tulonjakoindeksin suuremmat luvut kertovat epätasaisemmasta tulonjaosta. Sarakkeen D arvo on GPI:n laskennan perusluku, josta hyvinvointia lisäävien tai vähentävien tekijöiden taloudelliset arvot lisätään tai vähennetään. 65

68 Tulonjakoindeksi mittaa suhteellista muutosta Gini-kertoimessa. Gini-kerroin voi saada arvoja nollan ja yhden välillä. Mitä suurempi kerroin on, sitä epätasaisemmin tulot ovat jakautuneet. GPI-tutkimuksessa tulonjakoindeksi perustuu käytettävissä oleviin tuloihin (Käytettävissä olevat tulot = bruttotulot - maksetut tulonsiirrot). Indeksille asetetaan perusvuodelle arvo 100, jolloin Gini-kerroin on alhaisimmillaan (eli tulot jakautuneet mahdollisimman tasaisesti). Alhaisin Gini-indeksi arvo on vuosien välillä saavutettu vuosina 1987 ja 1992, jolloin se on koko Suomessa ollut 19,7. Tulonjakoindeksin arvoksi näinä vuosina on asetettu 100, ja muille vuosille on laskettu Gini-indeksi suhteellista muutosta tähän vuoteen vastaavat arvot. Alueellisesta tulonjaon epätasaisuutta on mitattu vertaamalla sitä valtakunnalliseen Gini-kertoimeen. Mitä kauempana tulonjakoindeksin luku on sadasta, sitä epätasaisemmin tulot ovat jakautuneet suhteessa perusvuoteen. Tulonjakoaineiston on saatu Tilastokeskuksen tietokannoista, esim. tulonjaon kokonaistilastosta (Taulukko 8 Asuntokuntaväestö tulokymmenyksittäin ja kunnittain ). Vuosien tulonjaon ja alueellisen tulonjaon arvioinnissa on käytetty apuna Loikkasen, Riihelän ja Sullströmin (2007) tutkimusta sekä Rätön (2008) pro gradu -tutkielmaa. Gini-indeksin arvot Suomelle ovat peräisin lähteestä: Tilastokeskus 2008d. Yleisesti kaikkien tarkastelussa mukana olevien alueiden sisäiset tuloerot (Gini-kertoimella mitattuna) ovat noudattaneet samaa kehitystä kuin koko maassa. Havaittu eriarvoisuuden kasvu johtui pääasiassa alueiden sisäisen eriarvoisuuden kasvusta eikä niinkään alueiden välisten tuloerojen kasvusta (Loikkanen et al. 2007). Gini-kerroin on suurempi alueilla, joissa tulot ovat korkeammat. Matalin tulotaso keskiarvolla mitattuna oli Pielisen Karjalan, Kehys-Kainuun kunnissa. Matalien tulojen seutukunnissa myös tuloerot ovat tasaisimmat. Kaikista tasaisimmat alueen sisäiset tuloerot olivat vuonna 2006 Kehys-Kainuun ja Itä-Lapin seutukunnissa. Esimerkiksi vuonna 2005 Gini-indeksi oli Suomessa 29 (Gini-indeksi kasvoi vuodesta 1995 vuoteen %), Kainuussa 26 (kasvua vuodesta 1995 vuoteen %), Päijät-Hämeessä 27 (kasvua 19 %) ja EP- ELY:n alueella 26 (kasvua 25 %). Tarkastelussa mukana olevista alueista tuloerot ovat Päijät-Hämeessä korkeimmat, mikä on tyypillistä kun elintaso on keskimääräistä korkeampi. D Painotettu yksityinen kulutus Painotettu yksityinen kulutus pyrkii huomioimaan tulonjaon vaikutuksen, ei pelkästään keskimääräistä kulutusta. Tuloerot kääntyivät Suomessa nousuun vuonna Kun kulutusmenot painotetaan tulonjaon tasaisuudella, koko Suomen ja Päijät-Hämeen etumatka lyhenee. Suomessa (pääkaupunkiseutu) ja Päijät- Hämeessä asuu enemmän korkeamman tulotason henkilöitä, mikä nostaa kulutuslukujen keskiarvoja. Sarake D saadaan jakamalla se Sarakkeella C ja kertomalla 100:lla. Sarakkeen D arvo on GPI-laskennan perusluku, josta hyvinvointia lisäävien tai vähentävien tekijöiden taloudelliset arvot lisätään tai vähennetään. 66

69 E - Kotityön ja vanhemmuuden arvo Kansantalouden tilinpito ei huomio kotona tehtävää, markkinoiden ulkopuolista työtä, vaikka sen merkitys yhteiskunnassa on suuri. GPI:ssa kotona tehdyn työn arvo pyritään huomioimaan hyvinvointia lisäävänä tekijänä. Kotityön ja vanhemmuuden arvo on laskettu GPI:ssa vastaavasti kuin lähteessä Talberth et al. (2006), arvioimalla kotityöhön käytetty aika ajankäyttötutkimusten (Tilastokeskus, ajankäyttötilasto: Ajankäyttö pääasiallisen toiminnan mukaan vuodet 1987 ja 1999) avulla ja arvottamalla kotona tehtyjä töitä vastaavien töiden tuntipalkalla. Työn arvoa määritettäessä työhön käytetty aika arvotetaan vastaavaa palkkatyötä tekevän henkilön tuntipalkalla. Laskelmissa käytetään bruttopalkkaa ilman työnantajan sivukuluja. Kotitöitä vastaaviksi töiksi on katsottu Rätön (2008) työssä keittäjän, siivoojan, talonmiehen ja lastenhoitajan tehtävät. Työtehtävien palkat oli tutkimukseen saatu Tilastokeskuksen palkkatilastoista (ks. Rättö 2008). Kyseiseen luokkaan kuuluvia palkansaajia oli tuona vuonna henkilöä. Päivitetyssä Suomen GPI-laskennassa käytettiin Varjosen ja Aallon (2010) tutkimuksessa saatuja tutkimuksen tuntipalkkoja, jotka kiinnitettiin vuosiin 2001 (9,99 euroa) ja 2006 (11,98). Palkka muutettiin menneille vuosille Rätön (2008) laskelmien mukaan. Käytetty palkka ei poikkea merkittävästi aiemmista laskelmista. Varjonen ja Aalto olivat saaneet tutkimuksessaan kotityön kokonaisarvoksi Suomessa vuonna miljoonaa euroa ja vuodelle miljoonaa euroa. Vuodelle 1980 käytetty tuntipalkka (2,28 euroa, vuoden 2000 hinnoin 5,4 euroa) poikkeaa kuitenkin tässä tutkimuksessa käytetystä (6,7 euroa, vuoden 2000 hinnoin). Suomen GPI-laskelman päivitetyt valtakunnalliset kotityöarvot vastaaville ajankohdille ovat miljoonaa euroa ja miljoonaa euroa, 9000 euroa per asukas vuosittain. Kotitöihin käytetty aika on vähentynyt yhden hengen talouksissa ja pienissä lapsiperheissä, mutta pysynyt muissa talouksissa suunnilleen ennallaan. Koska pienten talouksien suhteellinen osuus on kasvanut, kaikkien talouksien keskimääräinen kotityöaika on vähentynyt. Kotitöihin käytetty kokonaisaika kasvaa talouden koon kasvaessa, mutta henkeä kohden laskettu kotityöaika pienenee. Huomion arvoista on, että samankokoisissa talouksissa, kotityöaika on edelleen jokseenkin yhtä pitkä kuin se oli vuonna 1979 lukuun ottamatta yhden hengen talouksia (ks. Säntti et al. 1982; Aalto & Varjonen 2005). Tilastokeskuksen ajankäyttötutkimuksissa on havaittu, että kotitaloutta kohti lasketut kotityöajat ovat muuttuneet vuodesta 1979 vuoteen 2000 jonkin verran. Kotityöaika on vähentynyt noin kymmenen tuntia viikossa eli 50,4 tunnista 40,8 tuntiin. Vastakkainen muutos, yhden hengen kotitalouksien määrän lisääntyminen on kuitenkin pitänyt kokonaisen kotitaloustyöhön käytetyn ajan lähes ennallaan, tai vähintään muutokset ovat erittäin pieniä. Rätön työssä kotityöhön käytetyn ajan olin oletettu pysyneen samana tarkasteluajanjakson ajan ja näin tehtiin myös tässä päivityksessä. Uuden, vielä meneillään olevan ajankäyttötutkimuksen tiedot ovat käytettävissä vasta vuoden 2011 lopulla, jonka jälkeen laskelmia voidaan päivittää. Alueellisia tilastoaineistoja ajankäytöstä ei Suomessa toistaiseksi ole saatavissa. Laskennassa työntekijöiden määränä on käytetty aikuisten (15 74-vuotiaiden) lukumäärää, joka oli aluetasolla saatavilla vuosille 1970 ja

70 (Tilastokeskus: Altika-aluetietokanta). Maakuntien liittojen julkaisuista on saatu arvioita työikäisten osuudesta vuotta 1975 edeltäneelle ajanjaksolle. F - Korkeakoulutuksen arvo Korkeakoulutuksen arvo arvioidaan korkeakoulutettujen yhteiskunnalle vuosittain tuottamasta hyödystä. Jokaisen korkeakoulutetun oletetaan tuottavan kumuloituvaa hyötyä yhteiskunnalle 40 vuoden ajan. Arvio korkeakoulutuksen arvosta perustuu Talberthin (et al. 2006) käyttämään lukuun korkeakoulutettujen yhteiskunnalle vuosittain tuottamasta hyödystä, joka on euroa (Rättö 2008). Näistä hyödyistä Hill (et al. 2005) on laatinut kattavan listauksen. Osa hyödyistä on mitattavissa, mutta toisia niistä on vaikea rahamääräistää. Hyötyihin kuuluvat esimerkiksi tietopääoman kasvu, yhteiskunnallinen osallistuminen, työmarkkinoiden tehokkuus, säästämisaste, keskimääräinen tuottavuus, vähentynyt rikollisuus, tutkimus- ja kehitys toiminnot, hyväntekeväisyys ja parantunut kansanterveys. GPI:n laskennassa on kerrottu tämä arvo työikäisten korkeakoulutettujen määrällä. Näin saadaan arvio korkeakoulutettujen yhteiskunnalle vuosittain tuottamasta hyödystä. Korkeakoulutuksen arvo on toiseksi suurin positiivinen lisäys yksityisiin kulutusmenoihin. Korkeakoulutettujen pitkän aikavälin ansiot ovat kouluttamattomia huomattavasti suuremmat, mikä heijastuu tulotasoon ja kulutukseen. GPI:ssa ei keskitytä korkeakoulutuksen osalta näihin yksityisiin hyötyihin vaan pikemminkin korkeamman koulutustason tuottamiin yhteiskunnallisiin hyötyihin. Alueellisessa sovelluksessa halutaan tarkastella alueella asuvan väestön koulutusastetta. Lisätäkseen hyötyjä koulutuksesta, alueella tulee joko panostaa korkeakoulutukseen tai vaihtoehtoisesti houkutella muualla kouluttautuneita alueelle. Korkeasti koulutettujen liikkuvuus on korkeaa suhteessa muihin väestöryhmiin. Korkeakouluista valmistuneiden lukumäärät on saatu Suomen valmistuneiden lukumäärien ja alueellisten korkeakoulutettujen osuuksien perusteella. Tilastokeskuksen tietokannoista tietoa korkeakoulutettujen (alin, alempi ja ylin korkeakouluaste, sekä tohtorintutkinnot) on saatavissa vuoteen 1975 asti. Tätä aiemmilta vuosilta tietoa on löytynyt maakuntien ja seutukaavaliittojen julkaisuista. Erityisesti Päijät-Hämeen ja Kainuun korkeakoulutettujen osuuksia voidaan pitää luotettavina myös vuosien 1960 ja 1975 välillä. Koulutustaso on korkea erityisesti Etelä-Pohjanmaan ELY:n alueella, jossa korkeakoulutus vuonna 2009 oli 38 prosentilla työikäisistä (15 74-vuotiaat). Suomessa vastaava luku on 31 %, Päijät-Hämeessä 26 % ja Kainuussa 20 %. Korkeakoulutuksen yhteiskunnallisen hyödyn EP-ELY:n alueella laskettiin GPImetodologialla olevan euroa, Päijät-Hämeessä euroa ja Kainuussa euroa asukasta kohden vuonna

71 G - Vapaaehtoistyön arvo Kaikkea arvokasta työtä ei tehdä palkkaa vastaan. Kotitaloustyön ohella palkatonta työtä tehdään naapurustoissa ja yhteisöissä. Tämä työ on osa kansakunnan epävirallista turvaverkkoa, näkymätöntä yhteiskunnallista matriisia johon terve talousjärjestelmä nojautuu. Tästä huolimatta kansantalouden tilinpito ei huomioi vapaaehtoistyötä. Vapaaehtoistyö on palkatta suoritettavaa työtä, henkilökohtaista avun antamista tai yhteisön hyväksi toimimista, esimerkiksi vanhempainyhdistyksessä tai urheiluseurassa. Vapaaehtoistyö määritellään yleensä järjestön kautta tapahtuvaksi palkattomaksi toisten ihmisten auttamiseksi. Vapaaehtoistyötä tehdään kaikissa kotitaloustyypeissä, mutta nuorimmat taloudet näyttävät kuitenkin osallistuvan siihen muita vähemmän. Vanhempien pariskuntien antama apu kohdistunee omien vanhempien ja lapsien perheisiin, lapsiperheet tarjoavat apua myös harrastuksiin kuljettamiseen ja harrastusten huoltojoukoissa toimimiseen. Vapaaehtoistyö sisältää osan hoivasta, nimittäin huolenpidon toisessa kotitaloudessa asuvasta omaisesta tai naapurista. Ilman järjestöä tapahtuvaa toisen kotitalouden epävirallista auttamista nimitetään usein naapuriavuksi (esim. Pääkkönen 2010; Nylund & Yeung 2005). Vapaaehtoistyö ei yleensä ole jokapäiväistä toimintaa, joten siihen päivittäin käytetty aika jää lyhyeksi, ollen päivittäisestä ajankäytöstä yhteensä vain 15 minuuttia. Haastattelu- ja kyselytutkimukset ovatkin päiväkirjoja sopivampi menetelmä vapaaehtoistyön tekemisen tutkimisessa. Vapaaehtoistyön tekemistä kysytään haastatteluissa yleensä jonkin viiteajanjakson ajalta, esimerkiksi neljän viikon, vuoden tai kahden vuoden ajalta. Sosiaali- ja terveysjärjestöjen yhteistyöyhdistyksen YTY:n keväällä 2001 käyntihaastatteluina kerätyn tutkimuksen (n=997) mukaan 37 prosenttia vuotiaista mannersuomalaisista oli osallistunut johonkin vapaaehtoiseen toimintaan kuluvana tai edellisenä vuonna (Pääkkönen 2010: Yeung 2002, 24). Järjestötoimintaan osallistui satunnaisena vuoden päivänä neljä prosenttia ja naapuriapuun vajaa 10 prosenttia väestöstä. Jos tarkastellaan vain niitä henkilöitä, joilla päivän aikana oli sosiaalisen pääoman toimintoja, kuhunkin niistä kului pari tuntia päivässä (Pääkkönen & Niemi 2002, 87). Vapaaehtoistyön arvo arvioidaan tuntipalkan avulla. Vapaaehtoistyön tuntipalkka on hieman korkeampi kuin kotitaloustyön. GPI-laskennassa on käytetty maltillista, vain muutaman euron kotitaloustyötä suurempaa tuntipalkkaa (14 euroa vuoden 2000 hintoihin vuonna 2007). Valitettavasti alueellista tilastotietoa vapaaehtoistyöstä ei ole saatavilla, joten kyseinen erä tässä tutkimuksessa vain korjaa GPI:n tasoa, ei tee eroa alueiden välillä. Vapaaehtoistyön arvoksi saatiin kansalliseen tietoon perustuen 471 euroa vuodessa asukasta kohden. 69

72 H Hyöty kestokulutushyödykkeistä Kestokulutushyödykkeitä, kuten autoja, kodinkoneita ja huonekaluja käsitellään GPI-metodologialla siten, että niiden tuottaman hyödyn oletetaan jakautuvan niiden koko käyttöiän yli. Taloudellinen hyöty siis jatkuu kulutuksena niiden käyttövuosien ajan sen sijaan, että näiden hyödykkeiden hankinta käsitellään kertakulutuksena kuten perinteisessä tilinpidossa. Palveluvirta lasketaan siten, että esim. pesukoneelle, joka kestää 8 vuotta ja maksaa 400 euroa, lasketaan vuotuiseksi kiinteän pääoman kulumisarvoksi 50 euroa. Koko maata koskevat laskelmat kestävien tavaroiden kulumiselle on tehty Tilastokeskuksessa pääomakantamallilla (tilastosta: Yksilölliset kulutusmenot käyttötarkoituksen ja kestävyysluokan mukaan muuttujina Hinta, Taloustoimi ja Vuosi). Kestokulutushyödykkeiden hankintamenoja on päivitetty koko Suomen osalta tässä tutkimuksessa. Alueellista dataa ei ole saatavilla, joten kestokulutushyödykkeiden hankintamenot ja hyötyvirta vain korjaavat GPI:n tasoa, eivät tee eroa alueiden välillä. Kestokulutushyödykkeiden nettokannasta Talberthin (2006) metodologiaa käyttäen, oletuksena 15 % pääoman kuluminen ja 5 % korkokanta, (sijoittamalla vastaavan määrän pankkiin hyödykkeen hankkija saisi tämän koron), vuosittaiset palvelut pääoman ovat 22,5 nettokannasta. I - Teiden ja katujen tuottamat palvelut Teiden ja katujen palveluiden arvo on laskettu GPI-metodologiaan perustuen olettamalla, että teiden kokonaispalveluiden arvo on vuosittain 10 prosenttia niiden nettokannasta (net stock). Tämä palveluiden arvo koostuu kulumisesta (2,5 prosenttia) ja korkotasosta (7,5 prosenttia). Koska GPI:ssa kuitenkin oletetaan, että 25 prosenttia kaikista matkoista on työmatkoja, joita pidetään valitettavina välttämättömyyksinä (tai ns. puolustautumiskustannuksina), jää teiden palveluiden arvon nettohyödyiksi 75 prosenttia kokonaishyödystä. Tieverkoston palvelusten nettohyöty on siis 7,5 prosenttia (0,75*0,1=0,075) niiden nettoarvosta (Talberth 2006). Tieliikenteen nettopääomakanta Suomelle on peräisin kansantalouden tilinpidon pääomakannasta. Tietoja päivitettiin tätä tutkimusta varten. Maakuntatason aineistoa tiekannan nettoarvoista ei ole ollut saatavana, joten maakunnille on laskettu vastaavat luvut käyttämällä Suomen tieverkoston palveluiden arvon kertoimena maakunnan väestöosuutta Suomen väestöstä. Alueellisen tiepääoman bruttomuodostuksen (tieinvestointien) ja pääoman kulumisen avulla komponenttia olisi mahdollista tarkentaa, mutta sitä ei ollut mahdollista tehdä tämän projektin aikataulun puitteissa. Tiekannan tuottama hyöty laskettiin GPImetodologiaan perustuen olevan vuosittain melko pieni, vain 56 euroa asukasta kohden. 70

73 J - Rikollisuuden aiheuttamat kustannukset Rikollisuuden kustannukset kattavat uhreille aiheutuneet välittömät kustannukset tai varastetun omaisuuden arvo ja lisäksi rikollisuuden ehkäisemiseen uhratut kustannukset, esimerkiksi lukkojen, murtohälyttimien ja turvallisuuspalvelujen hankintamenot (Talberth et al. 2006). GPI:ssa rikollisuuden kustannuksia arvioidaan rikoksista aiheutuvien taloudellisten menetysten avulla, jotka on arvioitu omaisuusrikosten vuosittaisen arvon avulla (Rättö 2008). Tämä ei kata kaikkia rikollisuuden kustannuksia, mutta esimerkiksi henkistä kärsimystä on vaikea arvottaa rahassa. Ihmishenkien menetys (murhat, tapot) on seikka, joka olisi mahdollista ottaa mukaan rikollisuuden kustannuksiin, sillä mm. vakuutuslaitokset tuottavat ihmishengen menetyksestä rahallisia arvioita. Rikollisuuden kustannuksia on pyritty arvioimaan laajemmin toisissa GPI-sovelluksissa (esim. Maryland, ks. Liite 3). Marylandin GPI-laskelmissa tutkijat olivat kääntyneet oikeusministeriön puoleen selvittääkseen trauma, pelon ja fyysisten haittojen kustannuksia. Rikollisuuden uhriluku kerrottiin luvulla, joka piti sisällään sekä omaisuuteen, että elämänlaatuun liittyvät kustannukset. Marylandin GPI:n laatijoiden mukaan nykyinenkin arvio on maltillinen, mutta huomattavasti realistisempi kuin GPI:n perinteisen metodologian mukainen tapa. Suomen laskelmissa on pitäydytty Talberthin (et al. 2006) metodologiassa. Maakuntakohtainen data on peräisin eri lähteistä, pääosin Tilastokeskuksen tilastosta Rikokset ja niiden selvittäminen vuodesta. Tietoa on saatavilla vuodesta 1980 eteenpäin, jota aikaisemmat vuodet on arvioitu olettaen, että rikollisuuden kustannukset ovat pysyneet samoina suhteessa Suomeen. Yksittäisiä lukuja ja 1970-luvuilta on saatu maakuntaliittojen julkaisuista. Rikollisuus on selvästi korkeinta Päijät-Hämeessä. Kainuussa ja EP-ELY:n alueella rikollisuus asukasta kohden on samalla tasolla, huomattavasti Suomen keskiarvoa alempana. 71

74 K - Vapaa-ajan menetyksen kustannukset Vapaa-aika on selvä yksilön hyvinvointia lisäävä tekijä. Sen ottaminen mukaan hyvinvointimittauksiin on vaikeaa, sillä kukin arvostaa vapaa-aikaa eri tavoin. BKT:n kasvu luo illuusion siitä, että väestö voi paremmin, kun ihmiset tekevät enemmän töitä. Menetetyn vapaa-ajan arvo on otettava huomioon hyvinvointia vähentävänä tekijänä, sillä samalla kun tuotos kasvaa, vapaa-aikaa on vähemmän käytettävissä perheen, kotitöiden ja vapaa-ajan askareiden parissa (Talberth et al. 2006). GPI:ssa vapaa-ajan määrä yritetäänkin huomioida hyvinvointia lisäävänä tekijänä. Vapaa-ajan määrä on saatu vähentämällä luvusta 3650 vuosityötunnit. Talberthin (et al. 2006) käyttämä luku 3650 on saatu olettamalla, että jokaisena päivänä ihmisillä on kymmenen tuntia aikaa käytettävänä muuhun kuin syömiseen, nukkumiseen ja muihin välttämättömyyksiin. Kun tästä ajasta vähennetään vuoden työtunnit, saadaan vuosittainen vapaa-aika. (Rättö 2008). Vapaa-ajan menetys on arvioitu vertaamalla vapaa-ajan määrää kunakin vuonna vapaa- ajan määrään vuonna 1987, jolloin se on ollut Suomessa aikasarjan suurin. (Yhdysvalloissa vastaava vuosi oli 1969). Vuosilta vapaa-ajan määrä on arvioitu Kianderin (1999) esittämien suomalaisten keskityötuntien sekä Talberthin ym. (2006) käyttämän metodologian perusteella. Dataa on päivitetty Rätön 2008 luvuista jonkin verran erityisesti ja 2000-lukujen osalta, sillä tutkimusten mukaan vapaa-aika on uudelleen kääntynyt kasvuun. Alueelliset arviot työajan määristä saatiin Tilastokeskuksen aluetilinpidon työtunneista/työntekijä kullakin alueella ja niitä verrattiin Suomen lukuihin. Työajan määrän oletetaan alueilla kehittyneen ennen vuotta 1995 yli ajan samalla tavoin kuin Suomessa keskimäärin, sillä parempaa dataa ei ollut saatavilla. Työtunteja työntekijää kohde kertyy eniten Kainuussa ja Etelä-Pohjanmaan ELY:n alueella. Päijät-Hämeessä työtunnit ovat hieman Suomen keskiarvoa pienemmät. Voisi olettaa, että maatalouselinkeinovaltaisilla alueilla tehdään keskimääräistä pidempää työpäivää. Vapaa-ajalle on 72

75 mahdotonta asettaa yksiselitteistä arvoa, mutta GPI-laskuissa on päädytty käyttämään keskimääräistä tuntipalkkaa (Rättö 2008). L - Työttömyyden kustannukset Yhdysvaltalaisen GPI:n alityöllisyyden kustannuksilla otetaan huomioon menetykset, jotka aiheutuvat esimerkiksi siitä, etteivät kokopäivätyötä haluavat osa-aikaiset työntekijät saa kokopäivätyötä. Alityöllisyys on ongelma pikemminkin Yhdysvalloissa kuin Suomessa, jossa suurempi ongelma on kokoaikainen työttömyys. Suomen kohdalla olisikin relevantimpaa ottaa huomioon työttömyyden kustannukset alityöllisyyden sijaan. Rätön pro gradu -tutkielmassa on laskettu työttömyyden kustannukset alityöllisyyden sijaan ja vastaavalla tavalla on tehty myös alueellisessa GPI:ssa. Työttömyyden kustannukset kullekin vuodelle on laskettu kertomalla työttömien lukumäärä keskipalkalla ja työllisen työntekijän keskimääräisillä vuosityötunneilla. Vuosityötunnit ovat peräisin Kianderin (1999) tutkimuksesta ja sitä päivitettiin tätä tutkimusta varten Tilastokeskuksen selvityksen avulla (Tilastokeskus 2005; Rättö 2008). 73

76 Alueelliset työtunnit on saatu kuten vapaa-ajan menetysten kustannusten kohdalla Tilastokeskuksen aluetilinpidosta. Työttömyyden kustannukset kullekin vuodelle on laskettu kertomalla työttömien lukumäärä keskipalkalla ja työllisen työntekijän keskimääräisillä vuosityötunneilla. Alueelliset työttömyysluvut ja työllisten työläisten määrä on saatu Tilastokeskuksen aineistoista vuoteen 1975 saakka. Luvut eivät kuitenkaan ole olleet yhteneviä, joten mahdollisimmat yhtenäisten aikasarjojen aikaansaamisessa aina luvulta saakka on käytetty apuna Altika-tietokantaa, Tilastokeskuksen tilastokirjaston Tilastotiedotuksia, Seutukaavaliittojen julkaisuja, Maakuntien liittojen julkaisuja sekä joitakin muita painettuja julkaisuja. Lukuja voidaan pitää tarkkoina erityisesti Päijät-Hämeen ja Kainuun osalta. EP-ELY:n alueen luvut vuodesta 1975 taaksepäin on arvioitu Suomen luvuista. Työttömyys on ollut ongelma lähes koko tarkasteluajanjakson ajan erityisesti Kainuussa. Päijät-Hämeen työttömyys on jäänyt melko korkealle tasolle 1990-luvun laman jälkeen. M - Kestokulutushyödykkeiden hankintakustannukset Sarakkeessa H lisätyn kestokulutushyödykkeiden tuoman palveluvirran jälkeen niiden hankintakustannukset on vähennettävä, jotta vältetään kaksinkertainen kirjaus (ks. Sarake H). Kestokulutushyödykkeiden hankkimisen kustannukset ovat peräisin Hoffrénin (2001 ja päivitys) tutkimuksesta, jossa muuttuja on huomioitu vastaavalla tavalla kuin Talberthin (et al. 2006) laskemassa GPI:ssa. Lukuja on päivitetty 1990 ja lukujen osalta tätä tutkimusta varten Tilastokeskuksen kulutustutkimuksen tietojen perusteella. 74

77 N - Työmatkakustannukset Työmatkoihin käytettyihin kulkuvälineisiin liittyvät kustannukset ovat peräisin Hoffrénin tutkimuksesta, jossa muuttujan arvo on huomioitu vastaavalla tavalla kuin Talberthin ym., (2006) laskemassa GPI:ssa.(2001 ja Rätön päivitys 2008 sekä tätä tutkimusta varten tehty päivitys). Työmatkoihin käytetyn ajan arvo on laskettu kertomalla työllisten lukumäärä vuosittaisella työmatka-ajalla ja kertomalla tämä vielä työmatkaajan kustannuksilla, joiksi on oletettu 65 prosenttia keskituntipalkasta. Työmatkoihin käytetyt ajat ovat peräisin ajankäyttötutkimuksista ja (Tilastokeskus 2008e). Tutkimusten välillä ja niiden jälkeen työmatkoihin käytetyn ajan on oletettu pysyvän muuttumattomana. Ennen vuotta 1987 työmatkoihin käytetyn ajan oletetaan laskeneen aina kymmenessä vuodessa 0,92 -kertaiseksi, mikä vastaa työmatka-ajan kasvua vuodesta vuoteen Alueellisista työmatka-ajoista ei ollut saatavilla tietoa, mutta arvion saamiseksi alueellisia työmatkoja ja niiden pituuden kehitystä verrattiin Suomen työmatka-ajan ja pituuden aineistoon. Lisäksi huomioitiin muutamia muita seikkoja, kuten junayhteyksien muutokset, ja täten saatiin arvio suhteellisesta työmatka-ajan kehityksestä. Arvioissa noudatettiin alueellisen tiedon suhteen maltillisia muutoksia. Työllisten määrä alueittain ja Suomen luvut (Rättö 2008) toimivat Sarakkeen N laskennan pohjana. P - Auto-onnettomuuksien kustannukset GPI:ssa auto-onnettomuuksista aiheutuvien menetysten katsotaan kuvaavan urbanisoitumisesta ja kasvaneista liikennemääristä aiheutuvaa haittaa. Suomen GPI:n laskennassa Rättö (2008) on käyttänyt Hoffrénin (2001 ja päivitys) laskemia arvioita auto-onnettomuuksien kustannuksista. Maakunnille autoonnettomuuksien kustannukset on laskettu käyttämällä liikenneonnettomuuksissa kuolleiden ja loukkaantuneiden osuutta Suomessa kuolleista ja loukkaantuneista. Lisäksi materiaalivahingot on arvioitu onnettomuuksien lukumäärin perusteella. Näiden prosenttiosuuksien avulla on koko Suomen 75

78 liikenneonnettomuuksien aiheuttamista kustannuksista (Rättö 2008; Hoffrén 2001) laskettu maakunnille osuus. Tieliikenneonnettomuuksista löytyy tietoa valtakunnallisella tasolla vuoteen 1970 asti ja alueellisella tasolla 1990 asti. Niiltä vuosilta, jolla onnettomuuksien lukumääriä ei ole saatavilla, laskelmat on tehty olettaen niiden suhteellisen osuuden olleen sama, tai vaihtoehtoisesti mukaillen nousevaa/laskevaa trendiä sekä alueen väestömuutoksia. Lähteenä on toiminut Tilastokeskuksen sisäinen PX-web -tietokanta, tilasto Liikenne ja matkailu, tieliikenneonnettomuudet, henkilövahinko-onnettomuudet, kuolleet ja loukkaantuneet kuukausittain maakunnissa sekä Aluetilinpito, liikenne, autojen lukumäärät, ensirekisteröinnit ja tieliikenneonnettomuudet Q - Vesistöjen saastumisen kustannukset Veden saastumisen katsotaan GPI:ssa aiheuttavan kustannuksia huonontamalla veden laatua sekä happamoittamalla ja rehevöittämällä vesistöjä. Amerikkalaisessa metodologiassa olevaa liettymisen kustannusta ei ole otettu mukaan Suomen malliin. Veden saastumisen kustannusten arvo on laskettu käyttäen apuna tutkimuksia, joissa on arvioitu veden saastumisen taloudellisia ja terveydellisiä haittoja. Saastepäästöjen yksikkökustannukset Suomessa yleisesti käytettyjä, 1990-luvulla luotuja hintoja, jotka ovat peräisin Tiehallinnon tutkimuksista (mm. Liiketaloustieteellinen tutkimuslaitos 1998). Ne on muutettu eri vuosille käyttämällä BKT-deflaattorilla kuten Talberthin tutkimuksessa. Myös Stiglitzin komitea suosittaa tätä tapaa (Stiglitz et al. 2010, s. 292). Alueellisissa sovelluksissa on huomioitu typpi- ja fosforipäästöt vesistöihin. Teollisuuden ja asutuksen päästöt on tilastoitu vuodesta 1987 saakka (VAHTI-järjestelmä, Ympäristöministeriö). Vesistöjen kuormitus aiheutuu piste- ja hajakuormituksesta, joista teollisuuden ja asutuksen päästöt muodostavat vain pienen osan. Toisilta alueilta typpi- ja fosforipäästöistä vesistöihin oli löydettävissä tarkkaa dataa 1970-luvun alkupuolelle asti ja 1960-luvulla kehityksen oletettiin vastanneen Suomen päästöjen kehitystrendiä. Suomen ympäristökeskuksen (SYKE) kehittämä ja ylläpitämä vesistökuormituksen arviointi- ja hallintajärjestelmä VEPS (versio 2.0) arvioi eri lähteiden aiheuttaman kokonaiskuormituksen (pistekuormitus, maatalous, metsätalous, luonnonhuuhtouma, laskeuma, haja-asutus, hulevedet, loma-asutus sekä turvetuotanto). Tietolähteenään VEPS käyttää ympäristöhallinnon tietokantoja (kuten valvonta- ja kuormitustietojärjestelmä VAHTI). Kuormituksen laskennassa käytetään malleihin ja mittauksiin perustuvia arvioita eri kuormituslähteistä. Ympäristöministeriön mukaan luvut eivät kuitenkaan absoluuttista tietoa alueeseen kohdistuvasta ravinnekuormituksesta, koska arviointeja ei ole verrattu alueella mitattuihin havaintoihin. Pistekuormitusta aiheuttavat teollisuuslaitokset, taajamat, turvetuotanto ja kalankasvatus. 76

79 Hajakuormitus taas valuu vesistöön laajalta alueelta (maa- ja metsätalous, haja-asutus). Vesistökuormituksen arviointi- ja hallintajärjestelmä VEPS arvioi kokonaispäästöt. Eri alueilla eri lähteistä tulevien päästöjen osuudet poikkeavat jonkin verran toisistaan, mutta teollisuus ja yhdyskunnat aiheuttavat keskimäärin 10 % kaikista päästöistä. VEPS-järjestelmän tietojen perusteella 2000-luvulta, sekä jatkamalla aikasarjaa menneille vuosikymmenille VAHTI-järjestelmän tietoihin perustuen fosfori- ja typpipäästöt saadaan arvioitua melko luotettavasti. Arvioissa on noudatettu varovaisuutta, eli päästöt on arvioitu pikemminkin alaspäin. Pistekuormituksen (esim. teollisuus, kalankasvatus, taajamat) merkitys on vähentynyt ja hajakuormituksen kasvanut koko maassa R - Ilman saastumisen kustannukset Ilmansaasteiden aiheuttamat haitat kotitalouksille, rakennuksille, ihmisten terveydelle ja ympäristölle edustavat GPI:ssa kustannuksia. GPI-laskennassa käytettiin rikkidioksidin (SO2), typen oksidien (NOx), ja pienhiukkaspäästöjen aiheuttamien vahinkojen taloudellisia arvioita. Hiilidioksidipäästöt huomioidaan erillisenä komponenttina (kolumni X). Ilmansaasteiden laskemista mukaan hyvinvointimittariin voidaan perustella seuraavasti. GPI:in kuuluvista päästöistä rikkidioksidi (SO2) aiheuttaa sydän ja hengityselinsairauksia, syövyttää materiaaleja, happamoittaa maaperää ja vesistöjä ja vaurioittaa kasvillisuutta. Typen oksidit (NOx) lisäävät hengityselinten infektioherkkyyttä, aiheuttavat astmaa, syövyttävät materiaaleja, happamoittavat maaperää ja vesistöjä ja tuhoaa yläilmakehän otsonikerrosta ja edistää kasvihuoneilmiötä. Pienhiukkaset lisäävät riskiä ennenaikaiseen kuolemaan (syöpä), likaavat ja vaurioittavat materiaaleja sekä huonontavat maaperän ja vesistön laatua. Saastepäästöjen yksikkökustannukset Suomessa yleisesti käytettyjä, 1990-luvulla luotuja hintoja, jotka ovat peräisin Tiehallinnon tutkimuksista (mm. Liiketaloustieteellinen tutkimuslaitos 1998). Ne on muutettu eri vuosille käyttämällä BKT-deflaattorilla kuten Talberthin tutkimuksessa. Myös Stiglitzin komitea suosittaa tätä tapaa (Stiglitz et al. 2010, s. 292). Datan hankkiminen ilmansaasteista oli haastavaa, sillä tietolähteitä on lukuisia ja eri lähteiden ilmoittamat lukemat poikkeavat toisistaan jopa kymmenkertaisesti. Tutkimuksessa päädyttiin käyttämään seuraavia lukuja: Rikkidioksidin ja typpioksidien osalta käytettiin VAHTI-järjestelmästä saatavia ilmoituslupavelvollisten päästömääriä (teollisuus ja energiantuotanto). Lukuja oli saatavilla 1980-luvulle saakka. Ympäristötiedon hallintajärjestelmä Hertta laatii laskennalliset arvot alueiden kokonaispäästöille, mutta niitä on saatavilla vain 2000-luvulta, eivätkä tiedot ole yhtenäisiä VAHTI-järjestelmän tietojen kanssa. Vertailukelpoisuuden säilyttämiseksi rikkidioksidin ja typpioksidien osalta päädyttiin käyttämään näitä tietoja, joita jatkettiin ja 1960-luvulle kansallisen kehityksen trendiä noudattaen. 77

80 Ilmoituslupavelvollisten hiukkaspäästöistä löytyi paikoitellen tietoja aina 1970-luvulle saakka. Tämän lisäksi huomioitiin liikenteen (maantieliikenne, muu liikenne ja työkoneet) hiukkaspäästöt Hertta-järjestelmästä, joita oli yhtenäisesti saatavilla vain 2000-luvulta. Liikenteen hiukkaspäästötietoja jatkettiin menneille vuosikymmenille Suomen liikenteen hiukkaspäästöjen kehityksen trendiä seuraten. Myös esimerkiksi liikenteen rikkidioksidipäästöjen suuruusluokka on merkittävä, mutta näitä päästöjä ei pystytty huomioimaan tässä tutkimuksessa datan puutteen vuoksi. Esimerkiksi Kainuussa tieliikenteen tiedetään aiheuttavan enemmän typpi- ja hiukkaspäästöjä kuin maakunnan ilmoitusvelvolliset päästölähteet (Kainuun ympäristökeskus 1999). S - Melusaasteen kustannukset Rättö (2008) on käyttänyt Suomen GPI:n laskennassa melusaasteen kustannusten arvona Hoffrénin (2001 ja päivitys) laskemia arvoja melusaasteen kustannuksista Suomessa. Kustannukset arvioidaan kertomalla melusta kärsivien lukumäärä kustannuskertoimella, mikä perustuu kansallisiin tutkimuksiin (mm. Lampinen, 1991 ja Tiehallinto). Alueelliset tiedot meluhaitoista kärsivistä arvioitiin useiden eri lähteiden perusteella (esim. Tiehallinto 2005; Liikonen & Leppänen 2005). Melunlähteet sisältävät tie-, rautatie-, lento- ja vesiliikenteen sekä teollisuuden, ampumiset ja moottoriurheilun. T Kosteikkojen häven kustannukset GPI:n arvioi niiden luonnon- ja taloudellisten palveluiden arvon, jonka hehtaarin alue muuttamisesta muuhun käyttötarkoitukseen aiheutuu. Soiden katoamisen kustannusten katsotaan aiheutuvan niiden tarjoamien ekologisten palveluiden katoamisesta. Soiden muuttaminen maatalousmaaksi (ojittamalla) tuottaa taloudellista hyötyä (bruttokansantuote kasvaa), mutta tälle ei ole vastaparia, eli vastaavaa kustannusta ei aiheudu. Maa ei kuitenkaan palaa enää suoksi, eikä sitä voi ottaa uudelleen käyttöön, joten tämä negatiivinen investointi lasketaan mukaan GPI:in. Suot tarjoavat niin raaka-aineita (turve ja puu) kuin virkistyspalveluita. Se vaikuttava ilmastoon sitomalla hiiltä, säätelevät vedenkorkeutta, puhdistavat vettä, ehkäisevät eroosiota ja toimivat elinympäristöinä monille lajeille. Suoluonnon häviäminen tuhoaa monien lajien ainoan elinympäristön. Suurin osa Suomen arvokkaimmista soista sisältyy Natura verkostoon, mutta valtaosa vielä luonnontilaisista soita on suojeluohjelmien ulkopuolella. Soilla on taloudellista merkitystä puun ja turpeen tuotannossa, mutta ne ovat paikallisille asukkaille tärkeitä marjastusalueita ja riistamaita, sekä monipuolisia maisema- ja muiden luontoelämysten antajia. Soilla on suuri merkitys luonnon monimuotoisuuden kannalta ja niillä on tärkeä rooli hiili- ja vesitalouden säätelyssä. Suoluonnon yleinen arvostus on lisääntymässä ja eri käyttömuotojen yhteensovittaminen on yhä tärkeämpää ja ajankohtaisempaa (Kainuun maakuntaohjelma ). 78

81 Suoalueiden arvottamiseen on GPI:ssa käytetty kosteikkojen ekosysteemien arvo käsittelevien tutkimusten tuottamaa arvoa, joka Talberthin (2006) metodologiaan perustuen noin 2500 euroa jokaista kuivatettua hehtaaria kohden (Rättö Laskelma perustuu Woodwardin ja Wuin (2001) tutkimukseen, ks. Talberth 2006). Laskutapaa käyttäen hinnan oletetaan pysyvän vakioisena yli vuosien, jotta kosteikkoalueiden niukkuuden kasvu näkyisi hinnoissa. Ennen vuotta 1960 tapahtuneet kosteikkojen kuivatukset on huomioitu, mutta niiden hintana käytetään Costanzan et al. (2004) tutkimukseen perustuen 396 euroa eekkeriä kohden, joka on hieman alle puolet vuoden 1960 jälkeisille muutoksille käytetystä hinnasta. GPI:n tapa huomioida kosteikkojen ekosysteemipalveluiden arvo ei välttämättä kuvaa parhaiten Suomen tilannetta. Luku saattaa yliarvioida soiden arvon Suomen kannalta, sillä maaperämme on poikkeuksellisen soinen. Toisaalta luku saattaa aliarvottaa soiden arvon monin tavoin, jos niiden kokonaismerkitys halutaan huomioida. Tästä syystä tulokset on esitetty myös ilman suo- ja metsäkomponentteja (GPI(2) kappaleessa 3.2). Soita on ojitettu maatalousmaaksi laajamittaisesti esimerkiksi Länsi-Suomessa, mikä ekosysteemien köyhtymisen lisäksi lisää tulvavaaraa. Alkuperäinen biologinen suoala on Suomessa ollut noin 10,4 milj. hehtaaria. Metsäntutkimuslaitoksen VMI9:n mukaan nykyinen soiden ja ojitettujen turvemaiden kokonaisala on 9,1 milj. ha, joten n. 1,3 milj. ha on hävinnyt soiden erilaisten käyttömuotojen takia. Ojittamatonta suota on VMI9:n mukaan 4,1 milj. ha, josta Etelä-Suomessa on 1,7 milj. ha ja Pohjois-Suomessa 2,4 milj. ha. Vielä 1950-luvulla ojittamatonta suota oli n.8,8 milj. ha. Metsähallitus on ennallistanut soita vuodesta 1989 lähtien tähän mennessä valtion mailla yhteensä noin ha. Tämän lisäksi yksityismailla on ennallistettu muutamia satoja hehtaareja. Maakuntatason GPI:n laskennassa lähteenä ojitukseen käytettiin Metsätilastollisia vuosikirjoja (Metsäntutkimuslaitos). Kainuun ja Pohjanmaan alueita (Pohjanmaa ja Etelä-Pohjanmaa) tieto oli käytettävissä suoraan. Päijät-Hämeen tieto arvioitiin Häme-Uusimaa -metsäkeskuksen ojitustietojen, Päijät- Hämeen pinta-alan, sekä suon pinta-alaosuuden avulla. Päijät-Hämeessä soiden ojittamisen merkitys on alueista pienin. Lisätietoja ennallistamisesta antoi Jouni Penttinen Etelä-Suomen luontopalveluista. V - Metsien häviäminen ja metsäteiden aiheuttamat kustannukset GPI:ssa on Talberthin metodologian mukaan tähdätty laskemaan luonnontilaisten metsien häviäminen. Se kattaa metsäalan muutoksen sekä metsäteiden rakentamisen vaikutukset. Eräiden arvioiden mukaan Suomessa ei ole enää luonnontilaisia metsiä. Suojeltujen metsien pinta-alaa voisi tarkastella, mutta tässä tutkimuksessa päädyttiin käyttämään muutoksia metsäpinta-alassa. Metsätyöteiden aiheuttamat kustannukset on arvioitu kertomalla metsätyöteiden kilometrimäärä kunakin vuonna Talberth (et al. 2006) käyttämällä taloudellisella arvolla. Metsien katoamisen kustannukset on Suomen GPI:ssa arvioitu kertomalla metsäalan väheneminen Costanzan et al. (1997, ks. Talberth et al. 2006) käyttämällä arviolla. Tutkimuksessa on määritetty metsän katoamisen taloudelliseksi arvoksi (noin 1500 euroa hehtaarilta). Arvo sisältää 79

82 ekosysteemipalvelut, ei raaka-aineiden arvoa tai ilmaston säätelemisominaisuuden arvoa. Metsien katoamisen arvo on oletettu kumuloituvaksi. Metsätyöteiden aiheuttamat kustannukset on arvioitu kertomalla metsätyöteiden kilometrimäärä kunakin vuonna Talberth ym. (2006) käyttämällä taloudellisella arvolla (noin euroa kilometriltä vuosina , minkä jälkeen kilometrikustannusten oletetaan alenevan lineaarisesti noin 8200 euroon kilometriltä vuoteen 1979 mennessä). Suomen kohdalla on huomattava, että metsien kokonaisala Suomessa on kasvanut 1960-luvulta lähtien. Täten metsien häviämistä kuvaava komponentti on todellisuudessa metsäalan kasvua ja muuttuja saa positiivisen arvon. Metsätiet vähentävät sitä jonkin verran (Rättö 2008). Metsäala on kasvanut kaikilla mukana olevilla alueilla, vähiten Päijät-Hämeessä, jossa muutokset olivat jopa negatiivisia ja luvuilla. Kosteikko- ja metsäkomponenttien sopivuus Suomen tilanteen kuvaamiseen on kiistanalaista ja erien merkitys lopullisiin laskelmiin amerikkalaista metodologiaa käyttäen on suuri. Koska erot tarkastelussa olevien alueiden maantieteellisissä oloissa on erilaiset, aiheuttavat Sarakkeet T ja V merkittävät erot alueiden välille, erityisesti ne painavat Kainuun luvut alaspäin. Tulokset on tämän vuoksi esitetty sekä ilman, että T ja V komponenttien kanssa. W - Uusiutumattomien luonnonvarojen kuluminen Uusiutumattomia luonnonvaroja (tässä fossiiliset polttoaineet) kuluu mm. lämmitykseen, energiantuotantoon, teollisuuteen, sähköntuotantoon ja liikenteeseen. Ihmiskunta voi vain kuluttaa uusiutumattomia luonnonvaroja, ei sijoittaa niihin. Niiden kulutus ei kuitenkaan käy tilinpidossa negatiivisena investointina. GPI:ssa uusiutumattomien luonnonvarojen kuluminen huomioidaan kustannuksena, koska hyvinvoinnin säilyttäminen vähintäänkin entisellä tasollaan edellyttäisi, että osa uusiutumattomien luonnonvarojen hyödyntämisestä saatavasta tuotosta sijoitettaisiin uusiutuvia luonnonvaroja hyödyntävän energiantuotannon tai energiatehokkuuden kehittämiseen (Rättö 2008; Talberth et al. 2006, s. 16). Uusiutumattomien luonnonvarojen kulumisen hinnoitteluun käytetään GPI:ssa niillä tuotetun energiamäärän uusituvalla bioenergialla tuottamisen kustannuksia, eli niitä kustannuksia, joilla vastaava määrä voitaisiin tuottaa bioenergialla. Vastaavasti kuin Talberth ym. (2006), Suomen GPI:ssa bioenergialla tuotetun energian hintana pidetään 110 euroa barreliekvivalenttia kohti vuonna Ennen vuotta 1988 hinnan oletetaan alentuneen kolme prosenttia vuodessa, ja vuoden 1988 jälkeen kasvaneen kolme prosenttia vuodessa. Rätön (2008) tutkimuksessa Suomelle käytettyjen uusiutumattomien luonnonvarojen kustannukset lasketaan muuttamalla maan uusiutumattomien luonnonvarojen energiakäyttö barreliekvivalenteiksi ja kertomalla sitten ym. hinnalla. Tiedot Suomessa energiantuotantoon käytetyistä uusiutumattomista luonnonvaroista ovat peräisin Tilastokeskuksen julkaisusta Energiatilasto Vuosikirja. (Tilastokeskus 2008g). 80

83 Suomen tapauksessa uusiutumattomilla energiavaroilla tuotettu energia määrittää uusiutumattomien luonnonvarojen kulumisen kustannukset. Aluetasolla tarkkaa tietoa fossiilisten polttoaineiden käytöstä ei ole saatavilla edes 2000-luvulta. Myöskään alueellista energiakäyttöä ei tilastoida yhtenäisesti. Yleisellä tasolla on tiedossa, että energiankäytön kehitys seuraa tiiviisti bruttokansantuotteen (BKT) kasvua niin alueellisesti, kansallisesti kuin kansainvälisestikin. Tämän vuoksi alueellista BKT-osuutta voidaan pitää lähtökohtana, kun arvioidaan fossiilisten polttoaineiden käyttöä alueellisella tasolla. Esimerkiksi Kainuussa vesivoiman osuus energiankäytöstä on kuitenkin merkittävä ja tieto vuoden 1970 polttoaineiden käytöstä auttoi huomattavasti Kainuun osuuden tarkentamisessa (Kainuun seutukaavaliitto 1973). Vuonna 1970 Sähkön kulutus Kainuussa 2,2 % Suomesta, teollisuus kulutti 3,1 % Suomen teollisuudesta sähkönkulutuksesta, mutta teollisuuden polttoainetarve oli vain 1,2 % koko Suomen lukemasta ja kokonaispolttoainetarve 1,5 %. Vastaavasti Kainuun BKT samana vuonna oli 2 % Suomen BKT:sta. Vastaavia tietoja ei ole ollut tarjolla Päijät-Hämeen ja EP-ELY:n alueen osalta. Päijät-Hämeessä uusiutuvan energian käytön lisääntymisen suhteessa Suomeen oletettiin vähentävän fossiilisten polttoaineiden tarvetta. Sen sijaan EP-ELY:n alueella fossiilisten polttoaineiden käytön osuuden oletetaan kulkevan BKT-osuuden kanssa yhtenäisesti, vaikka joidenkin tietojen mukaan (esim. CO 2 -päästöosuus) Pohjanmaan teollisuus onkin käyttänyt fossiilisia muita alueita enemmän. Arvioiden teossa pyrittiin maltillisuuteen. X Hiilidioksidipäästöjen aiheuttamien vahinkojen kustannukset GPI Atlantic jakaa CO 2 -päästöjen vaikutukset kolmeen eri kategoriaan. Ensimmäisen tason vaikutukset ovat ilmaston lämpenemiseen liittyvät seikat, kuten lämpötilojen kohoaminen, tuulien ja merivirtojen muutokset, merenpinnan nousu, äärimmäiset sääilmiöt ja muutokset elinympäristöissä. Toisen tason muutoksiin kuuluvat vaikutukset luonnonvarariippuvaisiin elinkeinoihin, kuten metsä- ja kalateollisuuteen. Kolmannen tason vaikutukset seuraavat ensimmäisen ja toisen tason vaikutuksista. Niihin voivat kuulua työttömyyden kasvu, tuottavuuden lasku (esim. maaperän tuottavuus), virkistys ja kauneusarvojen lasku ja luonnonvaroista riippuvien toimittajien tilanteen heikkeneminen. Suurimmat vaikutukset ovat todennäköisesti eirahamääräisiä, kuten lajien katoaminen ja ihmishenkien menetys (GPI Atlantic). GPI:ssa hiilidioksidipäästöjen aiheuttamien pitkäaikaisten haittojen hinnoitteluun käytetään arviota noin 100 euroa tonnia hiiltä (ei hiilidioksidia) kohden (Talberth et al. 2006, 17). Hiiltä on hiilidioksidin atomipainosta 12/44-osaa. Hiilidioksidipäästöjen oletetaan aiheuttavan haittoja myös vain niin kutsutun overshoot-tason ylittämisen jälkeen. Hiilipäästöjen overshoot-taso on se taso, jonka alle jäävän osan hiilidioksidista maapallon ekosysteemit kykenevät ottamaan takaisin ilmakehästä (Rättö 2008). Globaali overshoot-taso ylittyi Oak Ridge Laboratoryn mukaan vuonna 1964 (Talberth et al. 2006). Tätä tutkimusta varten ei ole lähdetty selvittämään Suomen ekosysteemien hiilenottokykyä, jotta Suomen päästöjä voitaisiin verrata siihen. Kansainvälisen vertailukelpoisuuden vuoksi on pysytty Talberthin 81

84 laskutavassa. Ainoastaan overshoot-tason kehittyminen perustuu tässä tutkimuksessa Suomen omaan päästökehitykseen, ei globaaliin. Suomen ja maailman päästökehitykset seuraavat toisiaan aina viime vuosiin asti. Kuva 30: Hiilidioksidipäästöt miljoonaa tonnia. Suomi vasen akseli, koko maapallo oikean puoleinen akseli. Lähteet: Oak Ridge Laboratory, Tilastokeskus Hiilidioksidipäästöjen aiheuttamien vahinkojen laskutapa on eri GPI-sovellusten komponenteista se, jossa laskutavat poikkeavat eniten toisistaan. Tutkimustietoa hiilidioksidipäästöjen vaikutuksesta globaaliin lämpenemiseen tuotetaan jatkuvasti. Päästöjen kustannus nykyrahana hiilitonnia kohden vaihtelee noin 20 dollarista aina moneen sataan dollariin (mm. Stiglitz et al. 2010, s. 278; GPI Atlantic). Yhdysvaltojen ja Suomen GPI-laskelmissa on valittu käytettäväksi 103 eri tutkimusta analysoineen selvityksen keskiarvo, noin 90 dollaria vuoden 2000 hintaan. Marginaalikustannusten odotetaan kasvavan 82

85 vuosittain ja päästöjen kertyvän kumuloituvasti (ks. Talberth et al. 2006; Tol, 2005). Maailmanpankin kehittämä Genuine Savings indeksi ottaa huomioon vain vuosittaisen CO 2 -päästömäärän ja arvottaa sen noin 20 dollariin (vuonna 2009). Kumuloituvalla laskutavalla huomioidaan hiilidioksidipäästöjen säilyminen ilmakehässä sekä niiden ilmaston lämpenemiseen kohdistamat pitkäaikaiset vaikutukset. Saksan NWI (ks. Liite 3) CO 2 -päästöjen hinta arvioidaan kuten GS-indeksissä, eli vuosittainen päästömäärä kerrotaan nousevalla hinnalla (2000-luvulla n. 20 dollaria). Marylandin GPI (ks. Liite 3) käyttää Talberthin tutkimuksen tapaan overshoot-tasoon perustuvaa laskutapaa, mutta huomioi vain vuosittaiset päästöt. Albertan (ks. Liite 3) sovellusta varten on laskettu alueen oma kyky absorboida CO 2 -päästöjä, joka laskujen mukaan ylittyy vuonna 1974 eli kymmenen vuotta myöhemmin kuin globaali overshoot-taso. Albertassa hinta on poikkeavasti pidetty 20 dollarin tasossa vuosittain tämän jälkeen, eikä sitä ole mukautettu BKThintaindeksillä tai muulla metodilla, kuten muissa laskelmissa. Toisilla alueilla noudatetaan muuten samaa laskutapaa kuin Suomessa, mutta päästöjen ei oleteta kumuloituvan. Päästötietoja on varsin huonosti saatavilla maakuntatasolla. Tilastointi on ollut tarkkaa vasta 2000-luvulla. Sitä ennen eri lähteiden antamat luvut heittävät jopa satoja prosentteja. Eri alueiden päästötiedot luvulla ja tästä taaksepäin on arvioitu eri tavoin, käyttämällä apuna paremmin tilastoituja teollisuuden ja energiatuotannon päästötietoja, liikenteen päästötietoja, väestön ja BKT:n määrää sekä koko maan hiilidioksidipäästötietoja. Lukemia voidaan pitää melko luotettavina arvioina. Hiilidioksidipäästöjen kustannus on merkittävä erä GPI:a ja tätä voidaan pitää perusteltuna. Esimerkiksi Suomessa se on 34 % vuoden 2009 BKT:n arvosta. Päijät-Hämeen alueella vastaava luku on sama 34 %, Kainuussa 39 % ja EP-ELY:n alueella 43 %. Vaikka päästöjen kumuloitumisen huomioimista voidaan pitää ankarana laskutapana, se tuskin yliarvioi päästöjen globaalia merkitystä ilmastonmuutokseen. Miten nykyinen laskutapa ohjaa paikallista päätöksentekoa, on sen sijaan toinen asia. 83

86 Z - Pääoman nettoinvestoinnit Rakennetun pääoman (rakennukset, koneet ja muu infrastruktuuri) kantaa täytyy ylläpitää ja kasvattaa vastaamaan kasvavan väestön kysyntää, jotta talous voisi menestyä. Jos näin ei tapahdu, yhteiskunta kuluttaa pääomakantaa, kuin se olisi tuloa. Sarakkeen Z tarkoituksena on siten arvioida työntekijää kohden käytettävissä olevan peruspääoman määrässä tapahtuvia muutoksia (Talberth et al. 2006). Pääoman nettomuutokset huomioidaan lisäämällä pääoman määrään uuden pääoman määrä ja vähentämällä siitä se pääoman määrä, mikä tarvitaan henkeä kohden laskettavan pääoman säilyttämiseksi ennallaan (Rättö 2008). Suomen GPI:n luvut (Rättö 2008) on saatu käyttämällä Hoffrénin (2001 ja päivitys) laskemia nettoinvestointien arvoja. Maakunnille pääoman nettoinvestoinnit on arvioitu käyttämällä BKT-osuutta Suomen luvuista. Tätä erää ei ole aikataulun puitteissa ollut mahdollista päivittää, vaikka työntekijöiden määristä ja mahdollisesti alueellisesta pääomakannasta ja olisi tarjolla tilastotietoa. Erän merkitys GPIlaskelmassa on hyvin pieni, vain muutama miljoona euroa vuosittain. AA - Nettoluotonanto ulkomaille Maan nettoluotonanto ulkomaille kuvaa sen kansainvälistä asemaa ja talouden kestävyyttä. Muuttujassa huomioidaan vain muutokset koko kansantalouden nettoluotonannossa ulkomaille. Jos muutos on negatiivinen, luotonanto vähenee ja jos se on positiivinen, luotonanto kasvaa. (Rättö 2008). Sarake AA on imputoitu aluetasolle käyttämällä alueen BKT-osuutta eikä erää ole päivitetty tätä tutkimusta varten. Talberthin metodologiaan kuuluvat erät, jotka on jätetty pois Suomen GPIlaskennasta sekä tästä tutkimuksesta: O - Kotitalouksien saasteiltasuojautumisen kustannukset Yhdysvaltojen GPI:n laskennassa kotitalouksien saasteilta suojautumisen kustannuksia kuvaavan muuttujan laskemiseen on käytetty tietoja kotitalouksien ilman- ja vedensuodattimien ja muiden vastaavien saastehaitoilta suojaavien hankintojen kustannuksista (Talberth et al. 2006). Koska tällaisia tietoja ei Suomen kohdalla ole saatavilla, on muuttuja jätetty Suomen GPI:n laskennasta pois. (Rättö 2008). Näin ollen myös maakuntatason GPI:n laskennassa Sarake O jää ilman arvoja. 84

87 Y - Otsonin häviämisen kustannukset Yhdysvalloille laskettu GPI-indikaattori sisältää arvion maassa tuotetun otsonin aiheuttamien haittojen kustannuksista. Suomessa otsonia ei ole koskaan tuotettu, mutta maahan otsonia on kyllä tuotu. Koska edes maahantuonnista ei ole saatavilla pitkiä aikasarjoja, ei muuttujaa ole sisällytetty Suomen GPI:n laskentaan. (Rättö 2008). Samasta syystä se on jätetty pois myös maakuntien GPI:n laskennasta. U - Maatalousmaan häviäminen Yhdysvaltalaisessa sovelluksessa huomioitu maatalousmaan menetys laskettiin Suomen GPI:a varten vuonna Sen arvo Suomelle oli alle 1 %, joten sitä ei laskettu alueellisella tasolla. Maatalousmaan katoaminen ei ole Suomessa ongelma, enemmänkin sitä tulee lisää soita ojittamalla. Tätä ei kuitenkaan ole syytä laskea mukaan positiivisena komponenttina. 85

88 Liite 2: Indikaattorikokoelmia Merkintä * tarkoittaa, että kyseinen indikaattori sisältyy GPI:n laskentaan tai on saatavissa kerätystä alueellisesta datasta. Eurostatin SDI-indikaattorit ( headline -indikaattorit): Reaalisen BKT:n kasvunopeus henkeä kohden * Kasvihuonekaasupäästöt * Uusituvan energian kulutus Liikenteen energiankulutus suhteessa BKT:hen Luonnonvarojen tuottavuus (materiaali-intensiteetti) Tavallisimpien lintujen runsaus Kalakantojen säilyttäminen Terveet elinvuodet Köyhyysriskissä olevien osuus Iäkkäiden työntekijöiden työllisyysaste Julkinen kehitysapu Lähde: Ympäristöministeriön alueelliset ympäristöindikaattorit: Kaatopaikoille loppusijoitettu jäte Kaavoituksen määrä ja kattavuus Koulujen, päiväkotien ja oppilaitosten ympäristötietoisuus Kuntien kestävän kehityksen ohjelmat Lahopuun määrä Luonnonsuojelualueet Merkittävien jokien ravinnepitoisuus Metsäkanalintukantojen kehitys riistanhoitopiireittäin Poikkeamispäätökset ranta-alueilla Soran ja kalliokiven otto Suojellut rakennukset Suojelusuunnitelmien piirissä olevat pohjavesialueet Suurten järvien rehevyys Sähkönkulutus Sähköntuotanto tuulivoimalla Teollisuuden ja energiantuotannon päästöt ilmaan * Teollisuuden ja yhdyskuntien ravinnekuormitus vesiin * Tieliikenteen hiilidioksidipäästöt ja ajoneuvokilometrit Vedenkulutus Vesistöjen ekologinen tila Yritysten ympäristövastuullisuus Lähde: 86

89 Findikaattorit: Findikaattori-indikaattorit on toteutettu yhteistyönä Tilastokeskuksen, Valtioneuvoston kanslian ja ministeriöiden kanssa. Ne kokoavat tietoa vain kansallisella tasolla. Ajoneuvojen ensirekisteröinnit Alkoholin kokonaiskulutus Alkoholisyihin kuolleet Ammatillinen järjestäytyminen Asevelvollisuus Asuntojen hinnat Asuntokuntien koko BKT asukasta kohti * Elinajanodote Eläkkeellesiirtymisiän odote Energian kulutus Energian loppukäyttö Hedelmällisyys Henkirikokset Ikääntyneiden toimintakyky Imeväiskuolleisuus Inflaatio Itsemurhat Julkinen velka ja alijäämä * Julkiset kokonaismenot Kalansaalis Kansainvälinen kriisinhallinta Kansantalouden suhdanteet Kasvihuonekaasupäästöt * Kaupungistuminen Kehitysyhteistyö Kirjastokäynnit Konkurssit Kotitalouksien kulutusmenot * Kotitalouksien tulot Kotitalouksien velkaantuneisuus Koulutukseen hakeutuminen Kulttuurin arvonlisäys Kulttuuriosallistuminen tietoverkoissa Kuluttajabarometri Lastensuojelu Levämäärän kehitys Suomen merialueilla Levämäärän kehitys sisävesissä Lihavuus Liikunta Luonnonvarojen kokonaiskäyttö Lämpötilan kehitys Maanpuolustustahto Nuorten kokonaisrikollisuus Opintojen eteneminen Osa-aikaiset ja määräaikaiset työsuhteet Palkkojen kehitys 87

90 Patentointi Perhetyypit Pienet ja keskisuuret yritykset Pienituloiset Pitkäaikaistyöttömät Poliisin tietoon tulleet rikoslakirikokset * Puuston kasvu ja poistuma Rajanylitykset Rakentaminen Rikollisuuden pelko Sepelvaltimotautiin kuolleet Suomalaisten matkailu Sähkön hankinta ja kulutus Taloudellinen huoltosuhde Taloudellinen kasvu (BKT) * Teollisuuden suhdanteet Tieliikenneonnettomuudet * Tieliikenteen tavarankuljetukset Toimeentulotuki Toimialoittainen kehitys Tuloerot * Tuonti ja vienti Tupakointi Tutkimus- ja kehittämistoiminta Työ- ja pääomatulojen suhde Työkyvyttömyyseläkettä saaneet Työlliset toimialoittain Työllisyysaste * Työmatkan pituus (*) Työttömyysaste * Uhanalaiset lajit Uhrikokemusten kehitys Ulkomaankauppa kansantaloudessa Ulosottovelalliset Uusiutuvat energialähteet Verotus Viljasato Väestön ikärakenne * Väestön ikärakenteen kehitys Väestön koulutusrakenne * Väestönmuutokset Väkivaltarikokset Yhdyskuntajätteet Yritystoiminnan kansainvälistyminen Äänestysaktiivisuus ( 88

91 Seutu KEKE Vastuullisen maakunnan kriteerit Päijät-Hämeessä Ilmastonmuutos ja energiatehokkuus Päästöjen vähentämistavoitteet saavutetaan Päästöt ilmaan CO2, NOx, SO2, hiukkaspäästöt Päästöt vesistöihin NOx, SO2 Hiilinieluissa vähintään omavaraisuus Energiatehokkuus paranee ja kokonaiskulutus kääntyy laskuun Huomioitu alueellinen uusiutumattomien energiavarojen kulutus Päijät-Hämeen energiaomavaraisuus ja asukkaiden tietoisuus energiakulutuksesta kasvavat Väestö, asuminen ja palvelut Päijäthämäläisten määrä kasvaa ja ikärakenne on monipuolinen * Päijäthämäläiset asuttavat eheää yhdyskuntarakennetta Päijät-Hämeessä on tarjolla monipuoliset asumismahdollisuudet Kuntalaisten on helppo saavuttaa ulkoilu- ja virkistyspalvelut ja alueet Päijäthämäläisten elinympäristö on turvallinen ja terveellinen Rikollisuus huomioitu Peruspalvelut ovat lähellä Asukkaille on tarjolla erilaisin kuljetusmuodoin ja tavoin saavutettavissa olevia kaupalliset palvelut Talous, elinkeinot ja työpaikat, osaaminen ja koulutus Eri toimialoilla olevien työpaikkojen kehitys ennakoi kysyntään Päijäthämäläinen yritysten tuotantokapasiteetti uudistuu Asukkaille on tarjolla enemmän ympäristöliiketoimintaan liittyviä ja ekotehokkaita työpaikkoja Asukkaiden työpaikat ja keskitetyt palvelut ovat hyvin saavutettavissa Kuntalaisille on tarjolla monipuolisesti ja ennakoidusti koulutustarjontaan ja työmahdollisuuksia Kuntalaisten veroaste ja heitä rasittava lainakanta säilyvät kohtuullisina Asukkaat kasvattavat ostovoimaansa * Asukkaiden kulutusmenot Kulttuuri- ja luonnonympäristö ja virkistys Alueella on yhtenäisiä ja laajoja luonnonalueita Asukkailla ja yrityksillä on käytettävissä hyvänlaatuista vettä Eliölajien uhanalaisuus vähenee ja kulttuuriarvot säilyvät 89

92 Yhteydet Kuntalaiset kulkevat kävellen, pyöräillen ja joukkoliikennettä käyttäen enemmän kuin ennen Kuntalaiset voivat käyttää tehokasta joukkoliikennettä Päijäthämäläisten työmatkat eivät pitene * Asukkailla on käytettävissä hyvät tietoliikenneyhteydet (Päijät-Hämeen liitto 2010) Liite 3: Viimeaikaisia GPI-sovelluksia Tähän on listattu muutamia uusimpia sovelluksia, joiden tutkimusraportit ovat luettavissa Internetissä. Hakukoneilla ja tieteellisistä artikkelitietokannoista on löydettävissä tässä listattujen lisäksi useita muita aiheen tutkimuksia. Saksa 2010: New Welfare Index Maryland, USA Vermont, USA Alberta, Kanada GPI Atlantic Alla olevassa taulukossa on esitetty, mitä tekijöitä eräät GPI-indikaattorin alueelliset sovellukset sisältävät. 90

93 Taulukko 4: Erilaisten GPI-sovellusten komponentteja Sininen pohjaväri: laskutapa poikkeaa merkittävästi Suomen laskutavasta GPI Suomi Maryland Vermont NWI Saksa Alberta 2008 ja Chittenden county Burlington (2006) + Painotettu yksityinen kulutus x x x x x + Kotitaloustyön ja vanhemmuuden arvo x x x x x + Korkeakoulutuksen arvo x x x + Vapaaehtoistyön arvo x x x x x + Kestokulutushyödykkeiden tuottamat palvelut x x x x x - Kestokulutushyödykkeiden hankinta x x x x x + Maanteiden tuottama hyöty x x x x - Rikollisuuden aiheuttamat kustannukset x x x x x +/- Vapaa-ajan menettämisen arvo x x x x - Vajaatyöllisyyden kustannukset x x x x - Työmatkakustannukset x x x x x - Kotitalouksien saasteiden torjunta x x - Liikenneonnettomuuksien kustannukset x x x x x - Vesistöjen pilaantumisen kustannukset x x x x x - Ilmansaasteiden kustannukset x x x x x - Meluhaittojen kustannukset x x x x - Soiden ja kosteikkojen häviäminen x x x x x - Maatalousmaan häviäminen x x x x - Luonnontilaisten metsien häviäminen x x x x - Uusiutumattomien luonnonvarojen käyttö x x x x x - Hiilidioksidipäästöjen aiheuttamat vahingot - Otsonikerroksen ohentumisen x x x x x kustannukset x x +/- Pääoman nettokasvu x x x x +/- Nettolainananto x x x Perheiden rikkoutuminen, avioerot x x x Julkiset terveydenhuolto- ja koulutusmenot Alkoholin ja huumeiden väärinkäytön kustannukset Ympäristövahinkojen kustannukset Maaperän pilaantumisen kustannukset x x x x 91

94 Yllä olevassa taulukossa esitettyjen lisäksi Albertan GPI:in sisältyvät seuraavat muuttujat: Economic diversity, Economic growth (GDP), Trade, Salaries, Taxes, Savings, Household depth, Poverty, Transportation costs, Life expectancy and health, Premature mortality, Infant mortality, Obesity, Suicide, Drug use, Gambling problem, Voter participation, Educational attainment, Oil sands reserve use sustainability, Energy use, Agricultural sustainability, Fish and wildlife, Parks and wilderness, Hazardous waste, Landfill waste, Ecological footprint (lähde: Liite 4: Käsitteet ja lyhenteet Bruttokansantulo (BKTL) BKTL kuvaa tietyn alueen kansalaisten omistamien tuotannontekijöistä tietyn ajanjakson aikana tuotettujen lopputuotteiden ja palveluiden markkina-arvoja ja volyymia. Bruttokansantuote (BKT) BKT kuvaa jollain alueella tietyn ajanjakson aikana tuotettujen lopputuotteiden ja palveluiden markkinaarvoa ja volyymia. BKT on kansantalouden tilinpidon tärkein mittari. Ekologinen jalanjälki (Ecological Footprint, EF) Mittari, joka mittaa ihmiskunnan kulutukseen tarvitsemiensa ympäristö- ja luonnonvarojen määrää tarvittavana maa-alana henkeä kohti. Jalanjäljen suuruus riippuu väestön ja sen kuluttaman materiaalin määrästä, käytetystä teknologiasta sekä ekologisesta tuottavuudesta. Ekologinen talousteoria (Ecological Economics) Taloustieteen haara, joka tavoittelee luonnon hyvinvoinnin turvaamista. Käytännössä päämääränä on taloudellisen toiminnan sopeuttaminen kantokyvyn mukaiseksi niin määrällisesti kuin laadullisesti. Genuine Progress Indicator, GPI (Aidon kehityksen indikaattori) Kestävän taloudellisen hyvinvoinnin mittari, joka perustuu tulonjaolla painotettuun yksityiseen kulutukseen, jota korjataan muilla kuluttajan saamilla hyödyillä ja haitoilla sekä ympäristön arvoilla. Mittarin on kehittänyt ISEW:n pohjalta yhdysvaltalainen Redefining Progress -järjestö. Heikko kestävyys Niin sanottu heikon kestävyyden mukainen kestävä kehitys pitää sisällään sen oletuksen, että eri pääomamuotoja on mahdollista korvata toisilla. Täten heikko kestävyys teoriassa sallii esimerkiksi tietyn luonnonvaran käyttämisen loppuun, mikäli samanaikaisesti sijoitetaan kiinteään pääomaan, koulutukseen tai teknologiseen kehitykseen. Hertta Ympäristötiedon hallintajärjestelmä Hertta koostuu hydrologian ja vesienkäytön tietojärjestelmästä, järvirekisteristä, pintavesien tilan tietojärjestelmästä, pohjavesitietojärjestelmästä, eliölajit tietojärjestelmästä, ilmanpäästötietojärjestelmästä, elinympäristön seurannan tietojärjestelmästä, kaavoituksen seurantajärjestelmästä, asemakaavan seurantalomakkeesta ja karttapalvelusta. Hertta on valtion ympäristöhallinnon työntekijöiden käytettävissä. 92

95 Hyvinvointi (Welfare, Well-being) Ihmisten kokema hyvinvointi, joka voi koostua paitsi taloudellisesta hyvinvoinnista, myös muusta ihmissuhteisiin, elämän ja ympäristön laatuun jne. liittyvistä tekijöistä. Hyvinvointikäsitteen kautta voidaan myös määritellä, mitä ihminen keskimäärin tarvitsee voidakseen hyvin. Hyöty (Utility) Hyöty-käsitettä käytetään ilmaisemaan ihmisten tyytyväisyyden astetta. Taloustieteessä hyötyä saadaan kuluttamalla hyödykkeitä tai palveluita. Hyöty-käsitteen avulla voidaan selittää ihmisten taloudellista käyttäytymistä rationaalisina valintoina ja toimintana, joka tavoittelee tyytyväisyyden maksimointina. Index of Sustainable Economic Welfare, ISEW (Kestävän taloudellisen hyvinvoinnin indeksi) Herman Dalyn ja John Cobbin vuonna 1989 kehittämä kestävän taloudellisen hyvinvoinnin mittari, jolla pyritään kuvaamaan ihmisten todellista taloudellista hyvinvointia. ISEW perustuu tulonjaolla painotettuun yksityiseen kulutukseen, jota korjataan muilla kuluttajan saamilla markkinattomista hyödykkeistä saamalla hyödyllä ja haitallisilla ulkoisvaikutuksilla. Indeksi (Index) Tässä tutkielmassa indeksillä tarkoitetaan tiedot kokoavaa lukua, yleensä yhdistelmäindikaattoria, joka pyrkii kuvaamaan valitun asian laajempaa yhteiskunnallista ilmiötä tai kehityskulkua. Indikaattori (Indicator) Indikaattori ilmaisee jonkin ilmiön tilaa tai kehitystä karkealla tasolla tai epäsuorasti. Indikaattori ilmaisee muutoksen suuntaa eli suhteellista muutosta jossakin asiassa verrattuna esimerkiksi johonkin perusvuoteen. Tarkkojen absoluuttisten numeroarvojen sijasta indikaattori keskittyy nimenomaan muutoksen kuvaamiseen. Keinotekoinen hinnoittelu (Artificial Pricing) Keinotekoisen hinnan määrittämistä hyödykkeelle tai palvelulle, jolla ei ole markkinoita. Tällaisia hyödykkeitä ovat esimerkiksi julkis- ja ympäristöhyödykkeet. Kansantalouden tilinpito (System of National Account, SNA) Kansantalouden tilinpito on tilastojärjestelmä, joka kuvaa maan kansantaloutta kokonaisvaltaisesti, järjestelmällisesti ja yksityiskohtaisesti. Suomessa käytössä oleva kansantalouden tilinpito perustuu Euroopan kansantalouden tilinpitojärjestelmään EKT95:een, joka noudattaa maailmanlaajuista kansantalouden tilinpidon suositusta SNA93. Kansantalouden tilinpidon tärkein mittari on BKT. Kestävä kehitys (Sustainable Development, SD) Käsitteen määritteli Maailman kehityksen komissio (ns. Brundtlandin komitea) vuonna Sen mukaan kestävä kehitys on kehitystä, joka tyydyttää nykyisen yhteiskunnan tarpeet säilyttäen tulevien sukupolvien mahdollisuudet omien tarpeiden tyydyttämiseen. Kestävä kehitys yhdistää toisiinsa taloudellisen, yhteiskunnallisen ja ympäristöllisen kestävyyden. Kestävä tulo (Sustainable Income) Niin taloustieteessä kuin puhekielessäkin käytetty käsite, jolla tarkoitetaan suurinta mahdollista määrää tuloa tai kulutusta, jonka henkilö tai talous voi kuluttaa yhden periodin aikana vähentämättä seuraavan periodin kulutustaan. Näin ollen se on tulo, joka voidaan teoriassa säilyttää ikuisesti. Kiinteä pääoma Kansantalouden hallussaan pitämä ihmisen rakentama varallisuus eli pääoma. Esimerkiksi rakennukset, tiet, koneet ja laitteet kuuluvat kiinteään pääomaan. 93

96 Kestävä kehitys (KEKE) Kehitys, joka tyydyttää nykyisen sukupolven tarpeet viemättä seuraavilta sukupolvilta mahdollisuutta tyydyttää omat tarpeensa. Komposiitti-indikaattori (Composite Indicator) Moniulotteista ilmiötä ja sen kehitystä kuvaava aggregaatti-indikaattori, joka koostuu useista, ilmiön eri ulottuvuuksia kuvaavista indikaattoreista. Kynnyshypoteesi Ns. kynnyshypoteesin (threshold hypotheses) mukaan BKT ja hyvinvointi liikkuvat samaan suuntaan tiettyyn pisteeseen saakka, jonka jälkeen ihmisten kokema hyvinvointi ei enää parane BKT:n jatkaessa kasvuaan. Mittari (Measure) Mittari tiivistää eli aggregoi isompia tietoaineistoja yhdeksi tunnusluvuksi. Mittari kuvaa yleensä yhteiskunnallisesti merkittäviä ilmiöitä aikasarjoina. Mittarille ominaista on absoluuttisten numeroarvojen ja muutosten ilmaisemisen. Esimerkiksi BKT on kansantalouden tilinpidon tärkein mittari. Tietoa kokoavasta mittarista käytetään myös joskus nimitystä aggregaatti-indikaattori, kun sitä käytetään nimenomaan muutoksen kuvaamiseen. Nettokansantuote (NKT) Kun bruttokansantuotteesta vähennetään kiinteän pääoman kuluminen eli poistot, saadaan nettokansantuote. Satelliittitilinpito Kansantalouden tilinpidolle rinnakkainen, esimerkiksi luonnonvaroja tai markkinatonta tuotantoa koskeva tilinpito, jota ei yritetä yhdistää varsinaiseen tilinpitoon. Subjektiivinen hyvinvointi (Subjective Well-being) Yhden yksilön kokema henkilökohtainen hyvinvointi, joka voi koostua paitsi taloudellisesta hyvinvoinnista, myös muusta elämänlaatuun, ihmissuhteisiin, ympäristön laatuun jne. liittyvistä tekijöistä. Subjektiivinen hyvinvointi on riippuvainen kunkin yksilön omista preferensseistä. Useat tutkijat käyttävät termejä onnellisuus ja subjektiivinen hyvinvointi synonyymeinä. Taloudellinen hyvinvointi (Economic Welfare/Well-being) Se osa hyvinvoinnista, joka voidaan ilmaista rahamääräisenä. Taloudellisen hyvinvoinnin ei tarvitse rajoittua markkinahyödykkeiden kulutuksesta saatavaan hyvinvointiin, vaan keinotekoisen hinnoittelun avulla sitä voidaan laajentaa sisältämään myös markkinattomia hyödykkeitä. Taloudellinen hyöty (Economic Utility) Hyödykkeiden ja palveluiden kulutuksesta saatu hyöty, joka voidaan ilmaista rahamääräisenä. Ulkoisvaikutus (External Effect, Externality) Taloudellisesta toiminnasta kolmansille osapuolille aiheutuva vaikutus, jota ei ole hinnoiteltu. Vaikutus voi olla negatiivinen tai positiivinen. Esimerkki negatiivisesta ulkoisvaikutuksesta ovat tehtaiden saastepäästöt. Uusiutuvat luonnonvarat (Renewable Resources) Luonnonvarat, joita syntyy luonnon prosesseissa jatkuvasti lisää. Näitä ovat esimerkiksi biomassa ja tuulivoima. Uusiutuvia luonnonvaroja hyödynnetään kestävästi silloin, kun ne pystyvät uusiutumaan samalla nopeudella. Kestämättömästi hyödynnettäessä luonnonvaran tuotanto on vaarassa romahtaa peruuttamattomasti. 94

97 Uusiutumattomat luonnonvarat (Nonrenewable Resources) Luonnonvarat, jotka eivät uusiudu vaan joita on käytettävissä vain jokin rajallinen määrä. Uusiutumattomiin luonnonvaroihin kuuluvat esimerkiksi fossiiliset polttoaineet. Uusklassinen talousteoria (Neoclassical Economics) Taloustieteen nykyinen valtavirtaus, joka painottaa markkina- ja hintamekanismien merkitystä niukkojen resurssien optimaalisessa allokoinnissa. VAHTI Valvonta ja kuormitusjärjestelmä VAHTI on ympäristöhallinnon lupa- ja ilmoitusvelvollisten, ympäristöä kuormittavien asiakkaiden seurantaan tarkoitettu asiakastietojärjestelmä. Tietojärjestelmään voidaan tallentaa teollisuuden jätevesiin, kalankasvatuksen vesiensuojeluun, lupavelvollisten ilma- ja melupäästöihin, yhdyskuntien jätevesiin, kaatopaikkoihin, jätemääriin, saastuneisiin maa-alueisiin, turvesoihin, hajakuormitukseen sekä ympäristönsuojelun kustannuksiin liittyviä tietoja. Vahva kestävyys Niin sanottu vahvan kestävyyden mukainen kestävä kehitys pitää sisällään sen oletuksen, että luontopääomaa ei voida korvata muilla pääomamuodoilla. Täten vahva kestävä kehitys edellyttää, että kutakin tärkeää luonnonvaraa on säilytettävä vähintään tietty kriittinen määrä. VEPS Suomen ympäristökeskuksen (SYKE) kehittämä ja ylläpitämä vesistökuormituksen arviointi- ja hallintajärjestelmä VEPS (versio 2.0) arvioi eri lähteiden aiheuttaman kokonaiskuormituksen (pistekuormitus, maatalous, metsätalous, luonnonhuuhtouma, laskeuma, haja-asutus, hulevedet, loma-asutus sekä turvetuotanto). Tietolähteenään VEPS käyttää ympäristöhallinnon tietokantoja (kuten valvonta- ja kuormitustietojärjestelmä VAHTI). Kuormituksen laskennassa käytetään malleihin ja mittauksiin perustuvia arvioita eri kuormituslähteistä. Ympäristöministeriön mukaan luvut eivät kuitenkaan absoluuttista tietoa alueeseen kohdistuvasta ravinnekuormituksesta, koska arviointeja ei ole verrattu alueella mitattuihin havaintoihin. Vihreä BKT (Green GDP) Käytetään yleisterminä, jolla viitataan kansantalouden tilinpidon laajennusyrityksiin. Yleensä vihreä BKT tarkoittaa ympäristö- ja muilla markkinattomilla tekijöillä korjattua nettokansantuotetta. Yhdistelmäindikaattori Ks. komposiitti-indikaattori 95

98 Liite 5: Kartat Päijät-Hämeen kunnat, Kainuun kunnat 96

99 Suomen metsäkeskukset 97