Invandrares hälsa och svensk ojämlikhet

Påverkar inkomstskillnader i samhället påverkar medborgarnas hälsa? Denna fråga har länge diskuteras och undersökts. Fortfarande råder stor tveksamhet bland forskare om något samband mellan ojämlikhet och hälsa alls finns. Det är nämligen mycket svårt att identifiera denna ojämlikhetseffekt eftersom det krävs väldiga datamängder över individers utfall gärna över en längre tid (se en översikt här).

I det senaste numret av Ekonomisk Debatt presenterar emellertid Hans Grönqvist  Per Johansson och Susan Niknami en undersökning av just ojämlikhetseffekten där många av mätproblemen verkar ha lösts. Författarna studerar invandrare i Sverige som under 1980- och 1990-talen placerades ut i olika kommuner utifrån tillgången på lediga lägenheter. Detta “politikexperiment” innebär att forskarna slipper den välkända problematik som uppstår när människor väljer att bosätta sig på orter vilket innebär att det är svårt att mäta hur de påverkas av dessa orter. Utplaceringspolitiken som instrument för identifieringsstrategi är inte ny (se bl denna studie) men nytt är att den har ifrågasatts av andra forskare och diskussionen lär pågå om dess användbarhet.

I sin huvudanalys mäter Grönqvist, Johansson och Niknami hur den egna kommunens inkomstspridning påverkar risken för de utplacerade invandrarna att hamna på sjukhus inom fem år efter ankomsten. De tittar först på gruppen som helhet och konstaterar att en ökning i inkomstspridning med en standardavvikelse (när fördelningsmåttet är ginikoefficienten i disponibla inkomster motsvarar detta en ökning med ca tio procent) ökar risken för att bli inlagd med drygt två procent. Men ökningen är inte statistiskt säkerställd utan skulle lika gärna kunna vara en tillfällighet i data. Storleken på effekten är dessutom mycket liten; den är endast mellan en tjugondel och en halv hundradel av hälsoeffekten av höja sin utbildning från grundskola till två års högskoleutbildning.

Författarna fortsätter med att studera effekten på olika delgrupper bland de utplacerade invandrarna utifrån deras utbildningsnivå, kön och ålder vid invandring. I stort sett samtliga fall visar liknande resultat som när hela gruppen studerades.

I sin avslutande diskussion sammanfattar Grönqvist, Johansson och Niknami sin resultat:

Sammantaget visar inte våra resultat på några statistiskt signifikanta hälsoeffekter av inkomstskillnader. Samtidigt är våra skattningar tillräckligt precisa för att kunna utesluta stora effekter.

Naturligtvis är inte denna studie det sista ordet i frågan om vi blir sjuka av inkomstskillnader. Gruppen invandrare är speciell på flera sätt, och kanske gäller det även den undersökta tidsperioden i Sverige. I forskningslitteraturen har man tidigare stött på en variation i effekter mellan såväl länder som tidsperioder och även i vilka mått på hälsa som använts (för en nyligen utkommen översikt av denna litteratur, se denna bok som snart kommer att presenteras på denna blogg). Men Grönqvists, Johanssons och Niknamis studie är trots det ett exempel på gedigen och trovärdig analys som för forskningsfältet ytterligare en bit framåt.

Läs hela artikeln här.

Comments

  1. Halv hundradel? En ttvåhundradel alltså?

  2. Hannes says:

    Flyktingplaceringen dyker upp i väldigt många studier. Det är bra att ifrågasättas exakt hur den är gjord.

    Ett vidare problem borde väl också vara det klassiska att ett instrument enbart kan användas till en variabel.

    Säg till exempel att det hade visat sig att ojämlikhet bidrog till sämre hälsa, då hade det väl blivit omöjligt att från samma datamaterial utvärdera hur företagsklimatet bidrar till arbetsmarknadsutfall? Detta skulle ske eftersom företagsklimated skulle kunna variera med ojämlikhet, och kanalen via hälsa till arbetsmarknadsutfall skulle vrida resultat åt endera riktning.

    Kan man möjligen dra slutsatsen att varje par av studier baserat på placeringspolitiken som studerar utfallsvariabler som hör till samma kausalnät bör ses med skepsis?

    • Viktig fråga och jag har inget bra svar. Rent generellt kan väl ett instrument användas till fler än en variabel om man kan motivera detta på ett övertygande sätt.

      Men kanske kunde man komma runt problemet med sammanvävda utfall genom att helt enkelt lägga till ett antal väl valda kontrollvariabler för att undvika effekten av utelämnade variabler.

      • Hannes says:

        Studium av två utfallsvariabler kan vara OK, men då får nog utfallsvariabel 1 inte dyka upp som en bestämmandefaktor av utfallsvariabel 2 eller vice versa. När den ena variabeln är t ex arbetsmarknadsutfall blir detta svårt. Man kan såklart som du säger lägga in kontroller, men då har man delvis återvänt till de problem som identifikationsrevolutionen försökte lösa.

        Dock är det nog så, när jag tänkt efter, att poängen med placeringsstudierna är att undvika confounding på individuella karaktäristika, och att det är ett allmänt problem för dem att icke-observerade kommundrag finns kvar som är korrelerade med den beroende variabeln man försöker mäta effekten av. Man får fundera huruvida fixed effects löser det.

  3. vän av ordning says:

    1) Per Johansson (Uppsala, IFAU) är även medförfattare
    2) länken till ED artikeln i ED länken i ovan länkar inte till uppsatsen utan tillbaka till denna sida.

    • Käre vän, tack för dessa påpekanden!! Jag har korrigerat författarnamnen (förlåt, Per!) och lagt till en korrekt länk till artikeln på ED:s hemsida i slutet av inlägget.

Kommentera

Fyll i dina uppgifter nedan eller klicka på en ikon för att logga in:

WordPress.com Logo

Du kommenterar med ditt WordPress.com-konto. Logga ut / Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut / Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut / Ändra )

Google+ photo

Du kommenterar med ditt Google+-konto. Logga ut / Ändra )

Ansluter till %s