Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta

Satu Ojala & Pasi Pyöriä, Pirstoutuvatko työurat? Teollisuusalat talouden ja teknologian murroksissa Tampere: Tampere University Press, 311–368. © 2020 tekijät ja Tampere University Press http://urn.fi/URN:ISBN:978-952-359-028-1 8 Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Tässä luvussa analysoimme teollisuusyritysten kannattavuuden ja keskeisimpien investointierien – etenkin aineettoman pääoman – merkitystä henkilöstön työurille. Yritysten kannattavuutta mittaamme käyttökatteella. Aineetonta pääomaa kuvaamme yritysten tutkimusja kehitystoiminnalla, korkeasti koulutetun henkilöstön osuudella sekä tietoteknisillä investoinneilla. Otamme myös huomioon perinteiset materiaaliset investoinnit eli yritysten panostukset koneisiin, laitteisiin ja rakennuksiin. Kysymme, miten liiketoiminnan kannattavuus ja yritysten aineeton pääoma ovat yhteydessä henkilöstön työssäoloja työttömyyskuukausiin, työtuloihin sekä ammatillisen aseman paranemiseen teknologia-, metsäja kemianteollisuudessa. Tulosten mukaan yritysten aineettomat investoinnit ennakoivat henkilöstön myöhempää myönteistä työtulokehitystä ja ammatillisen aseman paranemista. Yrityksen taloudellinen kannattavuus ja aineettomat investoinnit myös suojaavat henkilöstöä työttömyydeltä. Sen sijaan yritystekijät eivät ole yhteydessä henkilöstön vakaaseen työhön kiinnittymiseen myöhemmällä työuralla. 312 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Johdanto Immateriaalista eli aineetonta pääomaa pidetään yhtenä keskeisimmistä yritysten menestykseen samoin kuin kansantalouden kasvuun yhteydessä olevista tekijöistä. Suomen kaltaisissa teknologisesti ja taloudellisesti kehittyneissä maissa aineettomat investoinnit ovat yritystasolla jopa materiaalisia investointeja suurempi erä (Jalava ym. 2007; Maliranta & Rouvinen 2007). Arviot immateriaalisen pääoman taloudellisesta merkityksestä ovat kuitenkin epätarkempia kuin arviot perinteisistä fyysisistä investoinneista koneisiin, laitteisiin ja rakennuksiin, koska ilmiön tilastointi on vaikeaa (Kaitila & Ylä-Anttila 2012; Piekkola 2011a; 2011b; 2015). Kansantalouden tilinpito tai yritysten taloudelliset tunnusluvut eivät tunnista kaikkia aineettomaan arvonluontiin liittyviä osatekijöitä, mikä vääristää kokonaiskuvaa taloudesta. Aineettomalla pääomalla viitataan sellaisiin resursseihin ja voimavaroihin, joita ei pääosin oteta huomioon yrityksen tilinpäätöksessä varallisuutena. Tutkimusja kehitystoiminta (t&k) on keskeisin aineettoman pääoman ja investointien laji (Huovari 2008; Huovari & Maliranta 2008), ja sen kasvava merkitys kuvastaa siirtymää teollisesta tuotannosta jälkiteolliseen tietoyhteiskuntaan (Piekkola 2015; Pyöriä 2006). T&k-toiminnan lisäksi yritysten immateriaalisiksi resursseiksi luetaan tyypillisesti tietotekniset järjestelmät, ohjelmistot ja tietokannat eli digitaalisessa muodossa oleva tieto, henkilöstön osaaminen, organisaatiorakenteet ja johtaminen sekä yritysten hallinnoimat tavaramerkit. Nykyisin tämänkaltaisilla aineettomilla investoinneilla katsotaan olevan tärkeämpi merkitys yritysten tuotannon uudistamisessa ja kilpailuedun saavuttamisessa kuin taloudellisen pääoman sitomisella koneisiin, laitteisiin ja rakennuksiin (Porter 2006). Näiden muutosten seurauksena myös korkeaa osaamista ja koulutusta vaativan asiantuntijatyön merkitys on kasvanut (Vainiomäki 2018). Materiaaliset investoinnit ovat edelleen tärkeitä, mutta Suomen 1990-luvun laman jälkeen investointien rakenne on painottunut voimakkaasti tutkimukseen ja kehitykseen sekä muihin aineettoman pääoman lajeihin (Eloranta 2012; Halen 2015; Kaitila & Ylä-Anttila 2012; Piekkola & Åkerholm 2013). Pääoman käyttö on toisin sanoen tehostunut, kun on siirrytty materiaalisiin investointeihin painottuneesta kasvusta innovaatiovetoiseen kasvuun (Kaitila & Ylä-Anttila 2012). Suomessa tämä muutos kulminoitui erityisesti Nokia-klusterin menestykseen, mikä kuitenkin päät- Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 313 Pirstoutuvatko työurat? tyi Nokian matkapuhelinvalmistuksen alasajoon ja finanssikriisiin. 2010-luvulla Suomi jäi jälkeen kilpailijamaistaan pääoman ja työvoiman käytön tehokkuudessa (Pohjola 2017; 2020; Valtiovarainministeriö 2019). Keskeinen ongelma on, ettei työpaikkojen ja työntekijöiden innovaatiopotentiaalia ole hyödynnetty tasapuolisesti talouden kaikilla sektoreilla (Alasoini ym. 2014). Elektroniikkateollisuus sekä ohjelmistoala ja tietotekniset palvelut erottuvat edukseen, kun katsotaan t&k-menoja ja yrityksissä tehtyjen tutkimustyövuosien määrää. Muilla aloilla Suomen nykyiset t&k-menot ovat eurooppalaista keskitasoa, minkä lisäksi jäämme kilpailijamaidemme varjoon teollisuuden koneja laiteinvestointiasteessa. (Ali-Yrkkö ym. 2017b.) Toisaalta Euroopan tilastoviranomaisen Euro statin mukaan kaksi kolmasosaa (65 %) suomalaisyrityksistä raportoi harjoittaneensa innovaatiotoimintaa, kuten tuoneensa markkinoille tuoteinnovaatioita tai kehittäneensä prosessi-innovaatioita. Vuonna 2016 tämänkaltaisia innovatiivisia yrityksiä oli puolet (51 %) kaikista vähintään kymmenen henkeä työllistäneistä yrityksistä EU:ssa, mihin verrattuna Suomi sijoittuu EU:n parhaimmistoon. (Eurostat 2019.) Tämän luvun aluksi avaamme käsitteen aineeton pääoma merkitystä ja pohdimme sen yhteyksiä yritysten kannattavuuteen, teknologiseen kehitykseen ja työn luonteen muutokseen. Tarkastelemme myös t&k-toiminnan kansantaloudellista merkitystä. Seuraavaksi määrittelemme tutkimusongelman ja hypoteesit sekä kuvaamme hyödyntämämme mittarit. Analysoimme kysymystä yritysten kannattavuuden ja aineettomien investointien yhteydestä henkilöstön työurien vakauteen ja urakehitykseen teknologia-, metsäja kemianteollisuudessa. Työurien vakautta mittaamme työssäoloja työttömyyskuukausina. Urakehitystä puolestaan mittaamme työtuloilla sekä ammatillisen aseman paranemisella (siirtyykö henkilö ammattihierarkiassa ylöspäin). Aiemman tutkimuksen perusteella tiedämme, että aineettomat investoinnit ovat yrityksille hyvin tärkeitä, mutta niiden tuottavuusja kannattavuushyödyt realisoituvat varsin pitkällä viiveellä (Ali-Yrkkö & Maliranta 2006; Lönnqvist 2007; Rouvinen 2002). Siitä ei kuitenkaan ole tietoa, minkälaisia seurauksia näillä investoinneilla on henkilöstön työurille. Vastaavaa tutkimusta, jossa yhdistetään kattavasti aineetonta pääomaa kuvaavia yritystason mittareita tarkasteluun henkilöstön työurien vakaudesta tai urakehityksestä, ei tietääksemme ole aiemmin tehty Suomessa eikä kansainvälisesti. 314 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Mitä aineeton pääoma on? Immateriaalisen pääoman merkityksestä käytiin rikasta keskustelua jo 1800-luvun taloustieteilijöiden keskuudessa, mutta tutkimuksen valtavirtaan tämä käsite nousi vasta toisen maailmansodan jälkeen (Turunen 2016). Syy tähän oli ilmeinen. 1900-luvun puolivälissä talouden luonne oli paljon nykyistä konkreettisempi ja kasvu sidoksissa koneisiin, laitteisiin ja rakennuksiin tehtyihin panostuksiin. Tuolloin Suomen talous oli vielä muutakin Eurooppaa riippuvaisempi maataloudesta ja matalan jalostusasteen teollisesta tuotannosta. 1900-luvun jälkimmäisellä puoliskolla, muun muassa teknologisen kehityksen ja väestön koulutustason nousun seurauksena, maatalouden ja perinteisen teollisuuden painoarvo väheni ja talouden rakenne muuttui ratkaisevasti. Nykyisin elämme jälkiteollisessa yhteiskunnassa, jossa yhä suurempi osuus kulutuksesta on palveluita ja materiaalistenkin hyödykkeiden tuotanto edellyttää aiempaa enemmän korkeaa osaamista ja tietotaitoa (Pyöriä 2006). Näiden muutosten myötä on alettu ymmärtää, ettei sen enempää talouskasvua kuin yritystenkään kehitystä voida selittää pelkästään perinteisten tuotantotekijöiden (taloudellisen pääoman, raaka-aineiden ja työpanoksen) saatavuuden tai niiden määrällisen kasvun perusteella. Tarvitaan myös ymmärrystä aineettomista tekijöistä, kuten koulutuksen ja inhimillisen osaamisen merkityksestä sekä t&k-toiminnasta ja uusista teknologian hyödyntämisen tavoista – toisin sanoen innovaatioista. Aineeton pääoma ja aineettomat investoinnit ovat ensisijaisen tärkeitä, kun pyritään selittämään talouden ja tuottavuuden kasvua. Aineettomalle pääomalle ei kuitenkaan ole vakiintunut virallista yleisesti hyväksyttyä määritelmää, ja sen arvoa on vaikeaa tavoittaa yritysten tilinpäätöstiedoista1 tai kansantalouden tilinpidosta. Ilmiön mittaaminen on ongelmallista, koska immateriaalisten panostusten tuloksena ei yleensä synny selvästi määriteltävää varallisuuserää. Aineettomat ja aineelliset investoinnit poikkeavat toisistaan tilastoinnin kannalta siinä, että aineettomat investoinnit synnytetään pääosin yrityksissä sisäisesti. Tällöin markkinoilla ei synny 1 Kirjanpidossa tutkimusmenot tulee kirjata vuosikuluiksi. Kehittämismenot voidaan tietyin ehdoin aktivoida taseeseen. Koska kehittämispanostusten odotetaan rasittavan yrityksen tulosta ennen kuin niiden hyöty realisoituu, yritys voi jaksottaa kehittämismenot useammalle vuodelle. Käytännössä tämä tarkoittaa sitä, että yritys voi aktivoida kehittämismenot taseeseen ja tehdä näistä poistoja vuosittain. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 315 Pirstoutuvatko työurat? ostoja myyntitapahtumaa toisin kuin jos yritykset ostavat koneita, laitteita tai rakennuksia markkinahintaan toisilta tuottajilta. (Huovari 2008, 7–8.) Omisteiset eli kaupalliset tietokoneohjelmistot muodostavat kiinnostavan rajatapauksen. Vaikka ne usein luetaan aineettomiksi investoinneiksi, kyseessä on kuitenkin tuote, joka ostetaan markkinahintaan yrityksen ulkopuolelta ja jota saa käyttää lisenssin rajaamin ehdoin. Esimerkiksi toiminnanohjausjärjestelmät, joilla voidaan koordinoida muun muassa tuotantoa, jakelua, varastonhallintaa, laskutusta ja kirjanpitoa, yhä useammin ostetaan valmiina lisensoituina ohjelmistokokonaisuuksina, joita ei saa muokata tai levittää edelleen ilman erillistä lupaa. Kyse on siis ostetusta tuotteesta, jonka käyttötarkoitus ja usein myös käyttöaika on tarkkaan rajattu. Toisaalta ohjelmistohankinta täyttää siinä mielessä aineettoman investoinnin tunnusmerkit, että sen mahdollisten hyötyjen realisoituminen riippuu osaavista käyttäjistä ja siitä, kuinka tehokkaasti yritys onnistuu integroimaan tietyn ohjelmiston muihin prosesseihinsa (olettaen että ohjelmisto täyttää sille asetetut toiminnalliset vaatimukset). Useimmiten aineettomaan pääomaan luetaan kuuluviksi inhimillinen pääoma sekä suhdeja rakennepääoma (Puusa & Reijonen 2011; ks. myös Corrado ym. 2009; Haskel & Westlake 2018; Lönnqvist 2004; Piekkola 2012). Aineettoman pääoman lajit voidaan määritellä seuraavasti: • Inhimillisellä pääomalla tarkoitetaan henkilöstön osaamista, ammattitaitoa ja koulutusta, joita tarkastelemme lähemmin tämän teoksen luvuissa 4 ja 7, sekä investointeja organisaation ja johtamisen kehittämiseen. • Suhdepääomalla viitataan asiakasja sidosryhmäsuhteisiin, markkinointiin ja brändiin (mielikuva yrityksen maineesta ja imagosta). • Rakennepääomalla kuvataan yrityksen t&k-toimintaa sekä erilaisia tietotekniikkaan ja tietojärjestelmiin liittyviä investointeja. Vaihtoehtoisin termein voidaan puhua organisaatio-osaamisesta, innovaatiopääomasta ja tietoteknisistä investoinneista, jotka aineettoman pääoman mittaamiseen liittyvää pioneeritutkimusta tehnyt Carol Corrado tutkimusryhmineen on määritellyt seuraavasti: 316 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä • Organisaatio-osaaminen: lisäarvoa tuova johtaminen ja henkilöstöhallinto, arkkitehtuurinen suunnittelu, markkinatutkimus, tuotemerkkien luominen (”brändäys”) ja siihen liittyvä mainonta, konsultointi, yrityskohtainen koulutus. • Innovaatiopääoma: tieteellinen ja ei-tieteellinen t&k, mineraalien etsintä, tekijänoikeusja lisenssipalkkiot, finanssi-innovaatiot, muu luova (esimerkiksi taiteellinen) toiminta. • Tietokoneistettu informaatio: ohjelmistot ja tietokannat. (Corrado ym. 2009, sit. Piekkola 2012, 20.) Tässä luvussa keskitymme t&k-toimintaan ja tietotekniikkaan eli rakennepääomaan, koska se muodostaa suurimman osan yritysten aineettoman pääoman eristä (Maliranta & Rouvinen 2007). Rakennepääomaan luettavissa olevat tietotekniset investoinnit voivat toki olla aineettomien kehityskohteiden – kuten tietojärjestelmien ja ohjelmistojen – ohella fyysisiä koneita ja laitteita, mutta lähdemme siitä oletuksesta, että näiden investointien merkittävin arvo on luonteeltaan aineetonta. Tämä näkyy erityisesti rahoitusja vakuutusalalla, jossa tietokoneohjelmistot muodostavat jopa puolet alan pääomakannasta eli tuotantoon käytettävistä varoista (Rantala 2008, 41). Teollisuudessa ohjelmistojen taloudellinen merkitys on pienempi, mutta oletettavasti kasvava tietoteknisen automaation, robotisaation ja tekoälyn kehityksen seurauksena. Jaamme yritysten panostukset tietotekniikkaan kahteen osaan aineistomme määrittelemissä puitteissa: uuteen tietotekniikkaan liittyvät suunnitteluja ohjelmointikulut luemme yrityksen aineettomiin investointeihin, kun taas ostetut ohjelmistot kuuluvat analyyseissämme yhteen perinteisten materiaalisten investointien kanssa. Tällä erottelulla haluamme korostaa yrityksen sisällä tapahtuvan innovaatiotoiminnan eroa ulkoa ostettuihin tavaroihin ja palveluihin nähden. Toinen peruste tälle jaottelulle on empiirinen. Kuten myöhemmin näemme, yritysten ostamia ohjelmistoja kuvaava muuttuja korreloi vahvasti ja sijoittuu pääkomponenttianalyysissa samaan ryhmään perinteisten materiaalisten investointien kanssa (ks. taulukko 8.3. edempänä). Huomiomme keskipisteenä olevien aineettomien investointien perimmäinen tarkoitus on työn tuottavuuden ja sitä kautta yritysten kannattavuuden parantami- Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 317 Pirstoutuvatko työurat? nen. Logiikka on sama kuin investoinneilla kiinteään pääomaan (Sorjonen 2008, 20). Vertailukohtana aineettomalle rakennepääomalle otamme tarkastelussamme huomioon perinteiset materiaaliset investoinnit sekä henkilöstön koulutustason (kuvaamme inhimillistä pääomaa yrityksissä toimivan korkeasti koulutetun henkilöstön osuudella). Yritysten suhdepääoma, joka on aineettoman pääoman lajeista hankalimmin kvantifioitavissa, jää tarkastelumme ulkopuolelle. Yhteinen nimittäjä kaikille investoinneille on, että niiden tarkoituksena on lisätä tuotantoa pitkällä, yli vuoden aikajänteellä (ks. tarkemmin Huovari 2008; Kaitila & Ylä-Anttila 2012, 9–10). Toisin sanoen investoidessaan yritys uhraa osan nykyisistä tuotoistaan tulevan menestyksen ja myöhemmin realisoituvien tuotto-odotusten hyväksi. Aineettoman pääoman erien tapauksessa puhutaan keskimäärin parin vuoden, t&k-investointien kohdalla jopa 3–5 vuoden viiveestä ennen kuin niiden tuottavuushyödyt potentiaalisesti toteutuvat (Ali-Yrkkö & Maliranta 2006; Lönnqvist 2007; Rouvinen 2002). Jyrki Ali-Yrkön ja Mika Pajarisen (2015, 27) mukaan aineettomilla investoinneilla on kaksi tärkeää väylää, joiden kautta ne tulevaisuudessa tuottavat hyötyä yrityksille ja koko kansantaloudelle. Investoinnit esimerkiksi toiminnanohjausjärjestelmään synnyttävät investointihetkellä kustannuksen aivan kuten aineellisetkin investoinnit. Ratkaiseva ero on siinä, että ohjelmistoa voidaan monistaa ja muokata alkuinvestoinnin jälkeen verraten pienin kustannuksin, useimmiten tosin vain ohjelmistolisenssin sallimissa puitteissa. Aineeton lopputuote ei myöskään kulu käyttäjämäärän kasvaessa, minkä seurauksena aineettomalla omaisuudella voi olla lähes rajattomat skaalahyödyt ja siten merkittävä tuottavuusvaikutus. Toiseksi aineettomat investoinnit, esimerkiksi t&k-toiminta, synnyttävät myönteisiä ulkoisvaikutuksia, jolloin aineeton pääoma leviää yrityksen ulkopuolelle hyödyntäen muitakin kuin investoinnin tehnyttä yritystä. Tämänkaltaista tiedon leviämistä voi tapahtua esimerkiksi työntekijöiden vaihtaessa työpaikkaa tai kun yritykset ottavat oppia muiden yritysten toimintatavoista. Toisin sanoen aineettoman pääoman luonteeseen kuuluu, että suotuisissa olosuhteissa se kasvaa ja rikastuu mitä enemmän sitä käytetään (Haskel & Westlake 2018; Sveiby 1997). Aineeton pääoma voi myös olla paikasta riippumatonta, ja esimerkiksi monikansallisten yritysten sisäisissä järjestelyissä sen kotipaikka voidaan siirtää maasta toiseen nopeasti (Koskiniemi & Tuomaala 2017, 524). Ainakin teo- 318 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä riassa aineeton pääoma voi levitä ja kasvaa rajattomasti. Toisaalta aineettomatkin investoinnit saattavat olla tehottomia, ja teknologiset innovaatiot samoin kuin henkilöstön osaaminen voivat vanhentua nopeasti. Aineettoman pääoman omistussuhteet voivat olla vaikeasti rajattavissa, minkä takia sitä on usein suojattava kopiointia tai jäljittelyä vastaan esimerkiksi patenttien, mallioikeuksien ja rekisteröityjen tavaramerkkien avulla. Lisäksi työntekijöiden liikkuvuutta voidaan rajoittaa työsopimukseen kirjatulla kilpailukiellolla, joka rajaa sopimussakon uhalla työntekijän mahdollisuuksia siirtyä irtisanoutumisen jälkeen kilpailevan yrityksen palvelukseen tai ryhtyä yrittäjäksi. Immateriaalista taloutta voidaan siis tästä näkökulmasta pitää kapitalistisen omistusmuodon laajentumisena, mikä koskee myös työvoiman käyttöä, ennemmin kuin kokonaan uutena markkinatalouden järjestyksenä (esim. Bruun ym. 2009). Vaikka työntekijät ovat periaatteessa vapaita myymään työvoimaansa tavarana, kuten Karl Marx ajatteli, eikä heitä voi varsinaisesti omistaa, osaavaan työvoimaan sitoutunut inhimillinen pääoma on myös kilpailutekijä, jota yritykset pyrkivät suojaamaan. Oma kysymyksensä on rajanveto aineettomien ja aineellisten investointien välillä. Onko esimerkiksi nykyaikainen paperikone pelkkä fyysinen investointi? Paperikone on fyysinen tuote, mutta sen suunnittelu edellyttää laaja-alaista asiantuntijuutta prosessiautomaatiosta teolliseen muotoiluun. Aineelliset ja aineettomat investoinnit yhdistyvät nykyaikaisissa teollisissa tuotantolaitoksissa yhä tiiviimmin. Lisäksi paperikoneen ostava loppuasiakas ei investoi pelkkään fyysiseen laitekokonaisuuteen vaan sitoutuu samalla pitkäaikaiseen palvelu-, huoltoja yllä pitosopimukseen. Teollisuus on nykyisin paitsi merkittävä palveluiden ostaja (esim. paperikoneita valmistava yritys käyttää useiden alihankkijoiden palveluita) myös merkittävä palveluiden tuottaja. Tästä kertoo esimerkiksi se, että paperikoneita ja muita raskaan teollisuuden tuotteita valmistavan Metso oyj:n liikevaihdosta jo kaksi kolmasosaa tulee palveluista. Toisin sanoen palveluiden merkitys taloudessa on kasvanut, minkä lisäksi aineellisiinkin tuotteisiin kytkeytyy yhä enemmän tietotaitoa niiden elinkaaren alusta alkaen. Voidaan jopa sanoa, että raja teollisuuden ja palveluiden välillä on häviämässä sekä koko talouden tasolla että yritysten sisällä (Pajarinen ym. 2012, 10; ks. myös luku 2 tässä teoksessa). Aineettoman pääoman lajeista keskeisin on t&k-toiminta, joka on vuoden 2014 kansantalouden tilinpitouudistuksen jälkeen tilastoitu investointina eikä juokseva- Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 319 Pirstoutuvatko työurat? na kulueränä (Sainio & Koistinen-Jokiniemi 2014). Yleisen määritelmän mukaan t&k-työllä tarkoitetaan systemaattista toimintaa uuden tiedon tuottamiseksi ja tämän tiedon soveltamista luovalla tavalla. Yrityksen näkökulmasta pelkkä olemassa olevan tiedon hyödyntäminen ei riitä t&k-toiminnan kriteeriksi. Tuotteiden tai tuotantoprosessien rutiininomainen kehittäminen ei siis kuulu t&k-toiminnan alaan. Olennaista t&k-toiminnalle on uudenlaisten ideoiden kehittely ja soveltaminen suunnitelmallisesti, mihin kuuluu t&k-toiminnan tarkoituksen määrittely, resurssien allokointi ja tulosten toteutumisen seuranta. Vaikka kaikkeen uuden tiedon tuottamiseen kuuluu epävarmuus niin kustannusten kuin lopputulostenkin näkökulmasta, tavoitteellisuus ja tulosten käytännön hyödynnettävyys on yrityksissä tehtävän t&k-toiminnan määräävä piirre. Yhteenvetona: aineettomien investointien tarkoitus on sama kuin perinteisillä materiaalisilla investoinneilla eli työn tuottavuuden parantaminen. Työn tuottavuus puolestaan on yritysten kannattavuuden ja kilpailukyvyn ydin. Pohjimmiltaan kyse on henkisen pääoman kasvattamisesta ja uusien ideoiden kehittelystä sekä teknologian kekseliäästä hyödyntämisestä (Pohjola 2017; Valtiovarainministeriö 2019). Aineet tomien ja aineellisten investointien tärkeä ero on kuitenkin siinä, että esimerkiksi t&k-toiminnan tuotokset eivät kulu samalla tavalla kuin fyysiset hankinnat, joskin uusi tieto voi vanhentua nopeasti. T&k-työn luonteeseen kuuluu tulosten toisinnettavuus ja siirrettävyys. Uuden tiedon tuottaminen voi synnyttää ulkoisvaikutuksia, jotka ylittävät organisaatio rajat ja hyödyttävät koko yhteiskuntaa, kun työntekijöiden osaaminen kehittyy ja uudet innovaatiot leviävät uusille alueille. Tästä syystä t&k-toiminnan tukeminen julkisin varoin on perusteltua. On olemassa vahvaa näyttöä, jonka mukaan t&k-tuilla on Suomessa onnistuttu lisäämään yritysten t&k-toimintaa ja varovaisempaa evidenssiä t&k-tukien työllisyysja tuottavuusvaikutuksista (Ali-Yrkkö ym. 2017b, 23–25). Sikäli kuin investoiminen tutkimukseen ja kehittämiseen parantaa vähitellen tuottavuutta, se myös kasvattaa taloutta ja lisää siten aikaa myöten myös julkisen sektorin verotuloja (Rantala 2008, 44; ks. myös Ali-Yrkkö 2008; Piekkola 2007; 2014; Ylhäinen ym. 2016). Uuden tiedon ja innovaatioiden leviäminen ei kuitenkaan aina ole yritysten intressien mukaista. Työntekijöiden vaihtaessa työpaikkaa tai perustaessa oman yrityksen entinen työnantaja voi menettää tärkeää inhimillistä pääomaa. Myös joh- 326 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä musja kehitystoiminta samoin kuin tietotekniset investoinnit ennakoivat myönteisiä työuratulemia. Yritysinvestointien yhteys työuriin voi selittyä kahden erillisen, joskaan ei välttämättä toinen toistaan poissulkevan mekanismin kautta. Yhtäältä on todennäköistä, että yritysten aineettomat investoinnit onnistuessaan kasvattavat tuottavuutta, mikä voi auttaa yrityksiä paitsi säilyttämään olemassa olevat työpaikat myös kasvamaan orgaanisesti eli yrityksen mahdollisuudet rekrytoida uutta henkilöstöä paranevat. Toisaalta voi olla, että yritysten investoinnit merkitsevät ainakin lyhyellä aikavälillä heikkeneviä työurapolkuja, jos esimerkiksi teknologisten tai prosessi-innovaatioiden avulla on mahdollista vähentää ihmistyön tarvetta. Aiempien yritystason tutkimusten perusteella tiedetään, että investoinnit aineettomaan pääomaan parantavat yritysten tuottavuutta, joskin varsin pitkällä viiveellä, kuten edellä olemme nähneet. Mika Malirannan ja Pekka Ylä-Anttilan (2008, 35) mukaan tämä on varmimmin voitu osoittaa mikroaineistoja käyttävässä t&k-investointeja koskevassa tutkimuksessa: niiden positiiviset tuottavuusvaikutukset tulevat kunnolla näkyviin vasta noin viiden vuoden viiveellä. Malirannan ja Ylä-Anttilan mukaan samankaltainen vaikutusmekanismi näyttää koskevan koulutusinvestointeja: korkeasti koulutettujen palkkaaminen alentaa aluksi tuottavuutta, mutta nostaa sitä pitkällä aikavälillä. Oletamme, että yritysten investoinnit aineettomaan pääomaan, kuten uuteen tietotekniikkaan sekä tutkimukseen ja kehitykseen, heijastuvat pääosin positiivisesti työuriin, koska investoinnit onnistuessaan parantavat yritysten kilpailuetua ja vahvistavat samalla henkilöstön osaamista. Tämä voi puolestaan parantaa yksilöiden mahdollisuuksia säilyttää työpaikkansa tai työllistyä uudelleen avoimilla työmarkkinoilla. Toisaalta yritysten teknologisilla uudistuksilla saattaa olla kielteisiä työpaikkavaikutuksia rutiinitehtävissä työskenteleville, joskin työttömiksi jääneet siirtyvät useimmiten ennen pitkää uusiin matalamman tai korkeamman osaamistason tehtäviin (esim. Böckerman ym. 2012; Vainiomäki 2018). Aineistomme rajoissa pyrimme mahdollisimman kattavaan aineettomia investointeja kuvaavien mittareiden hyödyntämiseen, sillä erilaisten aineettoman pääoman erien tiedetään tukevan toisiaan. Esimerkiksi t&k-investointien hyödyt ovat selvästi suurempia, mikäli ne yhdistyvät koulutusinvestointeihin ja mahdollisesti muihinkin aineettomiin investointeihin (Maliranta & Ylä-Anttila 2008, 35). Lisäksi Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 327 Pirstoutuvatko työurat? otamme analyyseissämme huomioon perinteiset aineelliset investoinnit koneisiin, laitteisiin ja rakennuksiin, koska osalla tarkastelemistamme toimialoista, kuten metsäteollisuudessa, uudet investoinnit tarkoittavat yhä myös investoimista kokonaisiin uusiin tehtaisiin. Tässäkin tapauksessa rajanveto immateriaalisen ja materiaalisen panostuksen välillä voi olla vaikeaa, koska merkittävimmät uudet tehdashankkeet edustavat teknologisen kehityksen globaalia huippua.3 Yritys–henkilöstö-aineiston muodostaminen Yritystiedon tilastoinnissa on tapahtunut huomattavia muutoksia viime vuosikymmeninä. Vertailukelpoisia yritystietoja on saatavilla parhaiten vuodesta 2005 eteenpäin. Koska hyödyntämämme aineistot edustavat puutteellisesti alle 10 hengen yrityksiä, rajaamme analyysimme koskemaan vähintään 10 henkilöä työllistäviä teollisuustoimialojen yrityksiä.4 Aineiston rakentamisen aloitimme muodostamalla FOLK-rekisteristä yritystasoisen aineiston ja tuomalla myöhemmin kuvattavat yritysmittarit tämän aineiston yhteyteen tilinpäätösja t&k-paneeleista (ks. taulukko 8.2. sekä aineistoliite tässä teoksessa). Keräämme yritystietoa kolmelta vertailukelpoiselta vuodelta perusvuonna teollisuusalojen yrityksissä työskentelevän henkilöstön työurakehityksen arvioimiseksi. Huomioimme yritystietoja kahdelta vuodelta ennen seurannan aloitusta (2007– 2008) sekä seurannan aloitusvuodelta (2009), jotta kunkin indikaattorin mukainen kehityssuunta saadaan huomioitua, eikä yhden vuoden sattumanvarainen vaihtelu 3 Esimerkiksi elokuussa 2017 käynnistetty Metsä Groupiin kuuluvan Metsä Fibren biotuotetehdas Äänekoskella on Suomen metsäteollisuuden historian suurin noin 1,2 miljardia maksanut investointi ja yksi maailman nykyaikaisimmista puunjalostuslaitoksista. Uutta tehdasta kutsutaan biotuotetehtaaksi, koska siellä valmistetaan havuja koivusellun lisäksi monenlaisia innovatiivisia biotuotteita, se tuottaa bioenergiaa yli oman tarpeen, eikä käytä fossiilisia polttoaineita. Tehtaan tavoitteena on, että puuraaka-aine ja tuotannon sivuvirrat (esim. kaasut ja hapot) hyödynnetään sataprosenttisesti. Tehdas myös toimii etäohjauksella ja lähes täysin automatisoidulla logistiikalla. 4 Suomi on pienten mikroyritysten maa, mutta pkja suuryritysten merkitys taloudelle ja työllisyydelle on mittava. Tilastokeskuksen yritysten rakenneja tilinpäätöstilaston mukaan alle 10 henkeä työllistävät mikroyritykset kattavat noin 95 % kaikista yrityksistä Suomessa. Pk-yritysten (10–249 henkeä työllistäviä) osuus kaikista yrityksistä on noin 5 % ja suuryritysten (vähintään 250 henkeä työllistävät) osuus noin 0,2 %. Kun mittarina käytetään osuutta liikevaihdosta tai henkilöstöstä, suhteet muuttuvat. Näillä mittareilla yli 10 henkilön yritykset vastaavat 73 % työllisistä ja 83 % liikevaihdosta. Kaikkein suurimpien yritysten (tai konsernien) merkitys Suomen bkt:lle on huomattava. (Ali-Yrkkö ym. 2017a, 7–8.) 328 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä euromääräisissä muuttujissa vaikuta muuttujaan liikaa. Yritysten euromääräiset tiedot ovat alttiita paitsi taloussuhdanteiden myös yritysten omien tilanteiden ja eri vuosille kirjattavien kuluerien vaihtelulle (ks. taulukko 8.2.). Tulosten sensitiivisyyden arvioimiseksi muodostimme eri määrittelyvuosiin perustuvia ja erilaisia vuosimittareita ennen kuin päädyimme kyseisiin kolmeen vuoteen (2007–2009). Lisäksi muodostimme toisen vastaavan aineiston, jossa yritystietovuodet alkavat vuodesta 2005 ja henkilöseurannan aloitusvuosi on 2007. Toimimme näin, koska tässä esitettävälle analyysille ei ole samankaltaisia aiempia referenssitutkimuksia, ja on tärkeää arvioida tulosten pitävyyttä eri aineistoja vuosimuuttujavalinnoilla. Toisekseen perusvuoden valinta saattaa vaikuttaa työuratulemiin vuoden 2008 lopulla alkaneen talouskriisin vuoksi. Esitämme tulokset perusvuoden 2009 varaan muodostetulle aineistolle, mutta erittelemme sensitiivisyystarkasteluja tulosten esittämisen yhteydessä. Otamme työuraseurantaan kaikki aineiston teollisuusyritysten kirjoilla FOLK-rekisterin yritystunnuksen perusteella vuonna 2009 olleet 30–50-vuotiaat työntekijät. Rajaamme mukaan seurannan aloitusvuoden viimeisellä viikolla teollisuustoimialojen yrityksissä kirjoilla olevat, pääasiallisen toiminnan mukaan vuoden lopussa työllisinä olevat palkansaajat. T&k-paneelin, josta tuomme mukaan eri yritysmuuttujia, tietojen rajallisuuden vuoksi joudumme valitsemaan tarkasteluun vain sellaiset yritykset, jotka ovat vastanneet t&k-kyselyyn yrityseikä esimerkiksi konsernitasolla. Tällainen rajaus aiheutuu siitä, että euromääräiset investointimuuttujat on jaettava yrityksen liikevaihtotiedoilla ja tietojen on perustuttava samaan tilastoinnin tasoon. Rajausten jälkeen muodostamassamme aineistossa on vuonna 2009 mukana 900 yritystä, joissa on työssä yhteensä 86 778 henkilöä. Taulukossa 8.1. esitämme, miten näin rajaamamme aineisto suhteutuu FOLK-kokonaisaineistossa oleviin teollisuusalojen yrityksiin ja henkilöihin. Alle 10 henkeä työllistävät yritykset ja konsernitasolla vastanneet yritykset rajautuvat pois t&k-paneelin perusteella, ja myös henkilöstön ikärajaus pudottaa aineiston kokoa. Tiedot koskevat vuotta 2009. Rajautuminen vähintään kymmenen henkeä työllistäviin yrityksiin jättää koko teollisuustoimialan yrityksistä jäljelle vain kahdeksan prosenttia kaikista – myös teollisuus on Suomessa todella pienyritysvaltainen. Tämän rajauksen jälkeen suhteessa suurempi osa lääkintätuotteiden valmistuksen sekä metallien jalostuksen toimialojen yrityksistä valikoituu mukaan, kun taas sahaja levyteolli- Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 329 Pirstoutuvatko työurat? suuden sekä metallituotteiden valmistuksen pienyrityksiä rajautuu useammin pois. Näillä toimialoilla teollisuusyritykset ovat siis huomattavan usein joko keskimääräistä suurempia (=suurempi osuus mukana) tai pieniä (=jäävät pois aineistosta). Henkilöstöä koskevina rajauksina (taulukon 8.1. viimeinen sarake) jätimme pois seurannasta yrittäjät (n= 136), alle 30-vuotiaat (n=20971) ja yli 50-vuotiaat (n=38453). Jouduimme myös rajaamaan pois henkilöt, jotka eivät olleet samoissa yrityksissä töissä tai joiden työnantajayrityksiltä puuttuivat käyttökatetai liikeTaulukko 8.1. Tutkimusaineisto verrattuna kokonaisyrityshenkilöstö-aineistoon teollisuusaloilla v. 2009 Alkuperäinen Yritys– henkilöstö-aineisto (kokonais-FOLK) T&k-paneelin 10+ henkilöä työllistäviin yrityksiin rajattu aineisto Tutkimusaineiston henkilöt rajausten jälkeen Yritykset, N Henkilöt, N Yritykset, N Henkilöt, N N Sahaja levyteollisuus 2350 22367 65 7935 4129 Paperiteollisuus 195 21454 32 13736 7620 Koksi ja öljy 16 2419 32251 Kemikaalien ja kemiallisten tuotteiden valmistus 296 12405 58 8836 4883 Lääkintätuotteiden valmistus 30 3985 10 3713 2268 Kumija muovituotteiden valmistus 631 12870 97 7672 4010 Metallien jalostus 150 14596 31 12575 6818 Metallituotteiden valmistus, sis. aseiden ja ammusten valmistus 4972 37246 191 13601 7152 Koneiden ja laitteiden valmistus 1533 42656 230 28160 15496 Tietokoneiden, elektronisten ja sähkölaitteiden valmistus 988 50704 146 43220 30878 Moottorija muiden kulkuneuvojen valmistus 676 14808 62 9454 4652 Yhteensä 11837 235510 925 151153 87906 330 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä vaihtotiedot vuosilta 2007–2009 (yhteensä 2349). Perusteena ikärajaukselle on yhtäältä se, että 30 ikävuoteen mennessä korkea-asteenkin tutkinnon suorittaneet tyypillisesti ovat jo vahvasti koulutusta vastaavalle työuralle kiinnittyneitä, ja toisaalta se, että tarkastelumme vanhimmat työlliset jäävät seurannan kuluessa reilusti paitsi virallisen myös käytännössä toteutuvan eläkeiän alle. Työuramittarit Tutkimme teollisuusyrityksissä vuonna 2009 työssä olleiden seuraavien vuosien työhön kiinnittymistä, ansiotuloja sekä ammatillisen aseman paranemista eli uralla etenemistä lähtövuonna 30–50-vuotiailla parhaassa työiässä olevilla työllisillä. Seurannan ulotamme vuosiin 2015–2017 riippuen siitä, mihin vuoteen seuraavassa kuvattujen vastemuuttujien FOLK-tiedot ulottuivat aineiston muodostushetkellä. Ensinnäkin mittaamme työurien vakautta työssäoloja työttömyyskuukausilla ja niistä muodostetuilla dikotomisilla muuttujilla. Vuosittaiset kuukausimuuttujat (työja työttömyyskuukaudet) ovat hyvin vinoja, koska aineistoon valitut työlliset henkilöt ovat kiinnittyneet työhön niin vahvasti. Toisin sanoen lähes kaikki toimialojen henkilöstöstä on koko analyysimme seurannan ajan keskeytyksettä työllisinä (103–108 työssäolokuukautta vuosina 2009–2017). Tutkimme sekä vakaata kiinnittymistä (vähintään 103 työkuukautta) että työttömyyttä (6 kk tai enemmän) seurannan aikana. Työja työttömyyskuukausimittareita erottaa se, että henkilö voi olla työvoiman ulkopuolella henkilökohtaisista syistä, esimerkiksi opiskelemassa, hoitovapaalla tai eläkkeellä. Tällöin hänelle ei kirjaudu työttömyyttä, mutta työssäolokuukaudet vähenevät. Kuitenkin perhevapaakuukausien aikana henkilöt ovat työllisiä, mikäli heidän työsuhteensa joko jatkuu yli vapaajakson (määräaikaisten työsuhteiden tapauksessa) tai on vakituinen. Tämän vuoksi etenkin naisten työkuukaudet voivat indikoida työllisyyden vakautta, vaikka palkkataso kuitenkin putoaisi (huomioimme askeltavassa mallissa lasten syntymän). Kolmantena uraindikaattorina tutkimme työtuloja. Muodostamme keskimääräisten kuukausitulojen mittarin summaamalla kaikki henkilöille vuosina 2009– 2015 kertyneet työtulot ja jakamalla ne samojen vuosien työkuukausien summalla. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 331 Pirstoutuvatko työurat? Tässä emme tarkastele pääomatuloja, emmekä huomioi tulonsiirtoja (vrt. luku 6 tässä teoksessa), koska tavoitteena on analysoida teollisuusyritysten työntekijöiden työstä saatavia ansiotuloja. Neljänneksi tutkimme ammatillisen aseman paranemista eli sitä, onko henkilö seuranta-aikana edennyt työurallaan joko työntekijä-, toimihenkilö-, asiantuntijatai erityisasiantuntija-asemasta ylempään ammattiluokkaan, viime kädessä johtajaksi (vrt. Kauhanen & Napari 2012). Muodostamme kaksiluokkaisen vastemuuttujan sille, mikäli henkilön ammattiasema on kohonnut seurannan aikana yhden tai useamman aseman verran. Tarkastimme analyysin tulokset myös eritellen vuoden 2009 lähtöammattitasot, mutta tulokset eivät muuttuneet. Yritysmittarit Seuraavassa kysymme, miten yrityksen taloustilanne ja investoinnit yhdistyvät henkilöstön eri työuraseurauksiin. Yritysindikaattoreiden yhdistymistä henkilöstön seurantatietoihin on ylipäänsä tarkasteltu vähän, vaikka esimerkiksi palkoista yhä suurempi osa määräytyy yritystasolla (Vainiomäki 2017) ja eriytyy ammattiryhmän sisällä (Vainiomäki 2018). Enemmän on tarkasteltu sitä, miten yritystieto yhdistyy henkilöstön ammatillisen rakenteen muutokseen (esim. Maczulskij ym. 2016). Jaamme yritystietojen tarkastelun kolmeen: yrityksen taloustilanteen sekä aineettomien ja aineellisten investointien tarkasteluun. Yrityksen taloustilannetta ja yritystoiminnan tuloksellisuutta mittaamme käyttö katteella. Käyttökate kuvaa yrityksen varsinaisen liiketoiminnan tulosta ennen poistoja, rahoituseriä ja veroja. Käyttökate siis kertoo, kuinka paljon yrityksen liikevaihdosta jää katetta, kun siitä vähennetään yrityksen toimintakulut. Käyttökateprosentin taso riippuu toimialasta. Tämän tunnusluvun vertailukelpoisuutta toimialan sisälläkin heikentää se, että yritykset joko omistavat tuotantovälineensä itse tai ovat vuokranneet ne kokonaan tai osittain. Käyttökateprosentille ei ole yleispätevää tavoitearvoa. Useimmissa tapauksissa eri toimialojen käyttökateprosentit asettuvat seuraaviin vaihteluväleihin: teollisuudessa 5–20 %, kaupan alalla 2–10 % ja palveluissa 5–15 %. (Yritystutkimus 2017, 63–64.) 332 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Koska käyttökate ei sisällä arvonalentumisia, joilla ei ole kassavirtavaikutuksia, eikä yrityksen investointeja, se auttaa vertailemaan eri yritysten pelkän liiketoiminnan kannattavuutta ottamatta kantaa kasvuun tai liiketoiminnan ylläpitämiseen vaadittaviin investointeihin. Jos käyttökatteen suhteuttaa yrityksen henkilöstömäärään, sitä voidaan pitää yrityksen kannattavuuden mittarina. Käyttökatteen hyödyntämistä perustelemme lisäksi sillä, että se ei ole yhtä helposti manipuloitavissa kuin esimerkiksi nettotulos (kirjanpidon tilikauden tulos) eli tuloslaskelman viimeinen rivi. On kuitenkin huomattava, että käyttökate sen enempää kuin muutkaan yrityksen taloutta kuvaavat tunnusluvut eivät ole yleispäteviä eivätkä ongelmattomia (Verriest ym. 2018). Tässä muodostetussa aineistossa käyttökatetiedot ovat euromääräisiä ja niiden keskiarvo tarkasteltavissa teollisuusalojen yrityksissä vajaat 33 miljoonaa euroa vuonna 2009, mutta mediaani vajaat kaksi miljoonaa euroa. Tämä viittaa yritysten melkoiseen eriytymiseen. Jotkin suuryritykset nostavat keskiarvoa, mutta tyypillisempiä ovat mediaanin perusteella pienemmät tai keskisuuret yritykset. Käyttökatetiedoista laskemme kolmen vuoden keskiarvon (2007–2009) ja suhteutamme ne yritysten henkilöstömäärään. Yrityksen aineetonta rakennepääomaa mittaamme kahdella ulottuvuudella. Mika Malirannan ja Petri Rouvisen (2007, 14) mukaan aineettoman pääoman eristä tutkimusja kehitystoiminta on parhaiten ja laajimmin mitattu ja huomioitu eri yhteyksissä. Se onkin yrityssektorin tärkein yksittäinen aineettoman pääoman erä, joskin se on ”vain” noin kolmasosa kaikista aineettomista investoinneista. Maliranta ja Rouvinen kuitenkin korostavat, että tietoja viestintäteknologiaan liittyvät investointiluontoiset ohjelmistohankinnat ja sisäinen kehitystyö ovat lähes yhtä merkittävä erä. Lisäksi aiemmissa tutkimuksissa on huomautettu, että innovaatioiden sekä tutkimuksen ja tuotekehityksen roolia on hyvin vaikeaa paljastaa tilastojen kautta, koska t&k-kulut ja investoinnit innovaatiotoiminnan mittareina eivät ole riittäviä. T&k-toiminnan lisäksi pitäisi huomioida myös tietotekniset investoinnit, joilla tiedetään olevan tärkeä rooli yritysten innovaatiotoiminnassa. (Lindström ym. 2004.) Näillä perustein tarkastelemme yritysten aineetonta pääomaa t&k-toiminnan ja tietoteknisten investointien näkökulmista (ks. taulukot 8.2. ja 8.3.). Edellistä mittaamme t&k-menoilla, tutkimustyövuosilla (t&k-työhön käytetty aika) sekä henkilöstön korkeakoulutusasteen osuudella ja muutoksella, jota on myös käytetty Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 333 Pirstoutuvatko työurat? indikaattorina yrityksen uudistumisesta (esim. Maliranta 2017; Piekkola 2007). Tutkimustyövuodella tarkoitetaan yhden vuoden aikana tehtyä täyspäiväisen työajan (n. 35 tuntia viikossa) mukaan laskettua t&k-työtä (4–6 viikon loma-aika mukaanluettuna). Normaalin työajan ylitykset otetaan huomioon tutkimustyövuosilaskelmissa, mikäli niistä on maksettu korvaus. Korkeasti koulutetun henkilöstön osuus (jota siis pidämme tässä yhtenä aineettoman t&k-toiminnan indikaattorina) kuvaa samalla yrityksen inhimillistä pääoma. Kuten edellä olemme esittäneet, koulutus on tärkeää huomioida, koska korkeasti koulutettuun henkilöstöön sitoutuu osaamispääomaa, joka on yhteydessä yrityksen kasvuun ja menestykseen pitkällä aikavälillä. Yritykset näyttävät hyötyvän etenkin yliopistotasoisen tutkinnon suorittaneesta henkilöstöstä (Magoutas ym. 2012; Maliranta & Asplund 2007). Tietoteknisiä investointeja, joita on myös kutsuttu ict-palvelutuotteiksi (Maliranta & Rouvinen 2007), mittaamme puolestaan kahdella muuttujalla: atk-, suunnitteluja ohjelmointikuluilla sekä investoinneilla atk-ohjelmistoihin. Osa t&k-menoista on päällekkäisiä tietoteknisten investointien kanssa (esim. ohjelmistot). Tätä ei kuitenkaan tarvitse pitää erityisen suurena ongelmana, koska olemassa olevat tilastot ennemmin aliarvioivat kuin liioittelevat aineettoman pääoman merkitystä yrityksille (Kaitila & Ylä-Anttila 2012, 9–10). Toisekseen arvioimme analyysimme aluksi eri investointimittareita summamuuttujien rakentamisen kannalta. Vertailukohtana aineettomalle rakennepääomalle tarkastelemme perinteisiä materiaalisia investointeja. Otamme analyyseissämme huomioon nettoinvestoinnit koneisiin ja kalustoon sekä nettoinvestoinnit rakennuksiin ja rakennelmiin. Olemme koonneet tässä kuvatut mittarit taulukkoon 8.2. ja nimenneet, mistä aineistosta ne kytketään FOLK-tietoihin henkilöstön työurista. Euromääräiset investoinnit suhteutamme yrityksen saman vuoden liikevaihtoon, mitattuina tuhansina euroina (montako euroa on investoitu jokaista tuhannen euron liikevaihtoa kohti). Eri vuosina sekä investointien määrä että liikevaihto saattavat vaihdella paljonkin, joten analyyseja varten laskimme kolmen vuoden (2007–2009) keskiarvon näistä liikevaihtoon suhteutetuista investoinneista. Tutkimustyövuodet suhteutamme yrityksen henkilöstömäärään. Korkeasti koulutetun henkilöstön osuuden laskemiseksi käytimme FOLK:n koulutusastemuuttujaa. Laskimme korkeasti koulutettujen pro- 334 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä senttiosuuden (ylempi korkeakouluaste ja tutkijakoulutus) koko yrityksen henkilöstön määrästä. Yritysmittareita eri vuosina tutkimalla selviää, että aineettomat investoinnit eli tutkimustyövuodet ja korkeasti koulutetun henkilöstön osuus kehittyvät tasaisesti. Aineettoman investoinnin mittaristot perustuvatkin henkilöstön osaamiseen ja heidän työnsä sisältöön, mitä ei noin vain muuteta vuosien välillä. Toisaalta perinteisissä materiaalisissa investoinneissa koneisiin ja kalustoon sekä rakennuksiin ja rakennelmiin on huomattavaa vaihtelua vuosien välillä. Tällöin jokin yksittäinen investointi on kirjattu tietylle vuodelle, ja siksi kolmen vuoden keskiarvo tiedon käyttö on tarpeen. Vaihtelulle alttiita mittareita ovat esimerkiksi investoinnit koneisiin ja kalustoon sekä rakennuksiin ja rakennelmiin. Myös finanssikriisi on voinut vaikuttaa: koneisiin ja kalustoon on investoitu teollisuusyrityksissä merkittävästi etenkin ennen vuonna 2008 käynnistynyttä finanssikriisiä. Vuosi 2005 näyttää ylivoimaiselta investointien huippuvuodelta. Rakennuksiin on puolestaan investoitu etenkin vuonna 2007 eri toimialoilla. Tämän yritystason vaihtelun vuoksi olemme arvioineet tuloksiamme kahdesta eri perusvuodesta, 2007 ja 2009, alkavilla henkilö seurannoilla. Yritysmittarit rakensimme vastaavasti vuosille 2005–2007 ja 2007–2009. Raportoimme näistä kuitenkin vain jälkimmäisen seurannan tulokset. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 335 Pirstoutuvatko työurat? Taulukko 8.2. Yritysmittarit FOLKja yritysaineistokokonaisuudessa. Tutkittava yhteys Aineisto Mittari Operationalisointia koskevat huomiot Yrityksen taloudellinen tilanne Tilinpäätöspaneeli Yrityksen korjattu käyttökate Käyttökatteen taso sekä muutossuunta kolmena seurantaa edeltävänä vuonna. Muutoksen rajana 30 %, malleissa kaksiluokkaisena muuttujana (taso vaihtelee tai vähenee vs. on vakaa tai kasvava). Käyttökate on suhteutettu yrityksen henkilöstömäärään. Euromääräiset investointimuuttujat suhteutamme yrityksen liikevaihtoon (tuhansissa mitattuna) ja näistä laskemme kolmen vuoden (2007–2009) keskiarvon. Investointien tason muutosta koskevat kaksiluokkaiset muuttujat on arvioitu rajalla 20 % ja muodostettu taulukon 8.3. summamuuttujiin perustuen. Kaikki euromääräiset muuttujat olemme uudelleenkoodanneet siten, että ylimpään prosenttiin lukeutuvat arvot on tuotu tasolle 99,0 % Investoinnit aineettomaan pääomaan T&k-paneeli5Tutkimustyövuodet T&k-menot: sisäinen t&k yhteensä + ulkopuolelta tilattu t&k yhteensä6 Tilinpäätöspaneeli Atk-, suunnitteluja ohjelmointikulut Investoinnit atk-ohjelmistoihin – muuttuja korreloi vahvasti ja sijoittuu pääkomponenttianalyysissa samaan ryhmään perinteisten materiaalisten investointien kanssa FOLK Korkeasti koulutetun henkilöstön osuus yrityksessä Perinteiset materiaaliset investoinnit Tilinpäätöspaneeli Nettoinvestoinnit koneisiin ja kalustoon Nettoinvestoinnit rakennuksiin ja rakennelmiin 5 T&k-paneelissa tilastoyksikkö on pääsääntöisesti yritys. Joissakin tapauksissa tilastoyksikkö on konserni tai kansainvälisen konsernin Suomessa toimiva osa. Osa yrityksistä on saattanut vastata kyselyyn muulla kuin yritystasolla, esimerkiksi konsernitasolla tai tutkimusyksikön tasolla. Vastaustaso on huomioitava yhdistettäessä tietoja muihin aineistoihin tai verrattaessa esimerkiksi liikevaihtoon. Jotta liikevaihtoja t&k-tiedot vastaavat toisiaan, olemme rajanneet aineistomme vain yritystasolla vastanneisiin. 6 T&k-paneelin muuttujakuvauksen mukaisesti olemme suhteuttaneet t&k-intensiteettiä laskettaessa t&k-menot tilinpäätöstilaston liikevaihtoon. Sisäisen t&k-toiminnan menot sisältävät palkkausmenot, aineet, tarvikkeet, rakennusten käyttömenot, muut käyttömenot, ostetut palvelut, koneet, laitteet, rakennukset ja muut käyttöomaisuuden hankintamenot. Ulkopuolelta tilattu t&k yhteensä -muuttuja kattaa yrityksen ulkopuolelta tilatun (muun) t&k:n menot yhteensä. Tämän muuttujan tilastointia ei ole tarkistettu tai tarvittaessa imputoitu sisäisen t&k-toiminnan mittarin tavoin. Päätimme sisällyttää muuttujan summamuuttujaamme sen soveltuvan sisällön vuoksi, koska se kattaa yrityksen kotimaasta tilaaman t&k:n, ulkomailta tilatun t&k:n ja avustukset sekä tutkimuslaitosten ylläpitomaksut tai vastaavat. Sisäisen t&k:n keskiarvo vuonna 2009 oli yrityshenkilöstölle tuotuna ennen suhteuttamista liikevaihtoon 261 000 000 € (keskivirheellä 1 982 137) ja ulkoisen t&k:n 889 303 € (keskivirheellä 10 953), toisin sanoen sisäisen t&k:n volyymit ovat huomattavasti ulkoista t&k:ta suuremmat ja sen painoarvo mittarissa merkittävämpi. 342 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä kannattavuuden vaihteluita tai heikentymistä näinä talousromahduksen vuosina: eniten metallien jalostuksessa, paperiteollisuudessa, sahaja levyteollisuudessa, tietokoneiden, elektronisten ja sähkölaitteiden samoin kuin moottorija muiden kulkuneuvojen valmistuksessa (näillä toimialoilla yli 80 prosenttia henkilöstöistä yrityksissä, joiden kannattavuus oli vaihtelevaa tai heikkenevää). Kemianteollisuuden alatoimialoilla käyttökate oli muita toimialoja useammin vakaa tai kasvava. Lääkintätuotteiden valmistuksessa työskentelevien yrityksistä lähes yhdeksällä kymmenestä käyttökatteen muutos indikoi vakautta tai kasvua. Tulokset: Yritysten investoinnit ennakoivat henkilöstön myönteisiä työuratulemia Yritysten investointien ja niiden muutoksen yhteydet henkilöstön työllisyyteen Työllisyysmalleihin laskemme työssäolokuukausien lukumäärän vuosilta 2009– 2017. Kahdella kolmasosalla (68 %) tutkittavista työssäolokuukausien summa on ollut maksimissaan, eli 108 kuukautta.7 Dikotomisoimme työssäolon niin, että vakaan työllisyyden ryhmässä (76 %) työssäolokuukausia on 103–108 ja vertailuryhmässä niitä on vähemmän. Malleissa tutkimme todennäköisyyttä kuulua vakaampaan työllisyyden ryhmään muihin verrattuna. Mallit ovat monitasomalleja, joissa on samaan aikaan mukana sekä kiinteät vaikutukset että satunnaiset vaikutukset, jotka muodostavat oman tason, yritystason. Malleissa on näin huomioitu, että työntekijät ovat klusteroituneet työnantajayrityksiinsä. Monitasomallien rakentaminen alkaa nollamallista, joka osoittaa, missä määrin vastemuuttujan varianssi jakautuu yksilöja ryhmätasojen välille. Nollamallilla arvioidaan, mikä osuus vastemuuttujan varianssista selittyy ryhmätasolla. Taulukon 8.4. nollamallin mukaan yritystaso selittää vakaasta työhön kiinnittymisestä yhdeksän prosenttia. 7 Samansuuntainen havainto on tehty aiemmassa kaikkia yksityisen sektorin työntekijöitä edustavassa vuodet 2009–2015 kattavassa seurantatutkimuksessa (Järvinen ym. 2020). Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 343 Pirstoutuvatko työurat? Mallissa yksi lisäämme yritystiedot eli kannattavuuden, aineettomat ja aineelliset investoinnit sekä kontrollina toimialan. Yrityksen käyttökatteen taso eli kannattavuus määrittelyvuosina 2007–2009 ennakoi tilastollisesti merkitsevästi yrityksen henkilöstön myöhempää vakaata kiinnittymistä työhön – joko samassa tai eri yrityksessä tai organisaatiossa. Estimaatti tällä euromääräisellä muuttujalla, jonka skaala ulottuu kymmeniintuhansiin euroihin, näyttää olemattomalta (0,00) mutta se on kuitenkin tilastollisesti merkitsevä. Muista yritystiedoista ainoastaan toimialalla on jonkin verran yhteyttä henkilöstön työhön kiinnittymiseen siten, että verrattuna moottorija muiden kulkuneuvojen valmistuksen toimialaan, joka on vertailuryhmänä, paperiteollisuudessa, metalliteollisuudessa sekä koneiden ja laitteiden valmistuksessa vuonna 2009 työskennelleet ovat kiinnittyneet työhön vakaammin seurantavuosina. Koska vastemuuttujan skaala on tässä 0–1, estimaatteja voi lukea arvioina osuuksista (prosenteista), jolla selittävä muuttuja lisää tai vähentää vakaan työhön kiinnittymisen todennäköisyyttä. Tässä esimerkiksi paperiteollisuuden työntekijöistä arviolta 81 prosenttia on lähes koko ajan työllisinä, kun vertailuryhmässä olevista moottorija muiden kulkuneuvojen valmistuksen työntekijöistä 71 prosentin työllisyys on vakaata (71 prosenttia on vakion arvo). Vertaamme askeleen yksi tuloksia myös vuoden 2007 ympärille rakentamaamme vertailuaineistoon.8 Siinä havaitsemme, että sekä käyttökatteen taso että sen kasvu samoin kuin aineettomien investointien määrä ennakoivat henkilöstön vakaampaa työllisyyttä vuonna 2007 alkavalle seurannalle. Toisin sanoen yritysten kannattavuuden ja aineettoman pääoman yhteydet henkilöstön vakaaseen työhön kiinnittymiseen ovat vahvemmat kuin vuonna 2009 valittujen yritysten henkilöstön seurannassa. Kuitenkin toisella askeleella, jolla lisäämme kaikki yksilötekijät malliin, yritystason ennustajien yhteydet vakaaseen työhön kiinnittymiseen osoittautuvat vaatimattomiksi (vrt. Järvinen ym. 2020). Yrityksen kannattavuustieto ei enää ennakoi vakaata työllisyyttä. Kuitenkin yksilötietojen lisääminen malliin muuttaa mallia siltä osin, että sellaisissa yrityksissä, joissa on investoitu enenevästi perinteisiin 8 Vuoden 2007 aineistoon olemme valinneet täsmälleen vastaavilla perusteilla ja muuttujilla yrityksiä ja henkilöitä. Erona vuoden 2009 aineistoon ovat ainoastaan määrittelyvuodet yritysmittareille (2005–2007) sekä seurantavuodet henkilöstölle (seurantatiedot vuosille 2007–2015). Emme kuvaa emmekä esitä näitä tuloksia vaan viittaamme niihin tekstissä. Mallin 1 tulokset vertailuaineistolle ovat saatavilla Satu Ojalalta. 344 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Taulukko 8.4. Monitasomalli työssäololle (LPM-muunnelma kaksiluokkaiselle vasteelle, 0=0–102 työkk vs. 1=103–108 työkk / 9 v.) Nollamalli Malli 1: Yritystiedot Malli 2: +Yksilötekijät Sig. 95% CI Sig. 95% CI Sig. 95% CI Vakio 0,780 0,000 0,77 0,79 0,706 0,000 0,67 0,75 -0,440 0,000 -0,48 -0,40 Yksilötason varianssi 0,160 0,160 0,105 Ryhmätason varianssi 0,016 0,015 0,006 Sisäkorrelaatio 9,2% 8,8% 5,7% Muutos yksilötason varianssissa 0,1% 34,3% Muutos ryhmätason varianssissa 5,3% 61,1% -2 Log Likelihood 88560 88440 51776 Estimaatti Sig. 95% CI Estimaatti Sig. 95% CI Käyttökatteen määrä / henkilöstö: ka 07-09 0,00 0,000 0,00 0,00 0,00 0,334 0,00 0,00 Käyttökatteen kehitys: vakaa, kasvaa (ref. vaihtelee, vähenee) 0,02 0,098 0,00 0,04 0,01 0,106 0,00 0,03 Aineettomien investointien määrä / liikevaihto: ka 07-09 0,01 0,402 -0,01 0,03 0,00 0,852 -0,01 0,01 Aineettomien investointien kehitys: kasvua 0–4 mittarilla 0,00 0,321 0,00 0,01 0,01 0,079 0,00 0,01 Perinteisten investointien määrä: ka 07-09 -0,01 0,381 -0,02 0,01 -0,01 0,224 -0,01 0,00 Perint.investointien kehitys: kasvua 0–3 mittarilla 0,01 0,085 0,00 0,02 0,01 0,009 0,00 0,02 Toimiala v. 2009: Sahaja levyteollisuus 0,00 0,897 -0,04 0,05 -0,02 0,240 -0,05 0,01 Sellu, paperi ja kartonki 0,10 0,000 0,06 0,15 -0,01 0,749 -0,04 0,03 Kemikaalien ja kemiallisten tuotteiden valmistus 0,05 0,053 0,00 0,10 0,00 0,811 -0,04 0,03 Lääkintätuotteiden valmistus 0,01 0,869 -0,08 0,10 -0,02 0,457 -0,09 0,04 Kumija muovituotteiden valmistus 0,04 0,054 0,00 0,09 -0,01 0,700 -0,04 0,03 Metallien jalostus 0,08 0,000 0,04 0,12 0,00 0,889 -0,03 0,03 Metallituotteiden valmistus, sis. aseiden ja ammusten valmistus 0,03 0,141 -0,01 0,06 0,01 0,610 -0,02 0,03 Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 345 Pirstoutuvatko työurat? Taulukko 8.4. Monitasomalli työssäololle (LPM-muunnelma kaksiluokkaiselle vasteelle, 0=0–102 työkk vs. 1=103–108 työkk / 9 v.) Koneiden ja laitteiden valmistus 0,08 0,000 0,04 0,12 0,01 0,345 -0,01 0,04 Tietokoneiden, elektronisten ja sähkölaitteiden valmistus 0,02 0,418 -0,02 0,06 -0,03 0,036 -0,06 0,00 Moottorija muiden kulkuneuvojen valmistus ref. ...ref. ... Kuuluu työvoimaan: vuotta 09–17 0,17 0,000 0,17 0,18 Ammattiasema v. 2009: Johtaja 0,07 0,000 0,06 0,08 Erityisasiantuntija 0,06 0,000 0,05 0,07 Asiantuntija 0,04 0,000 0,03 0,05 Toimistoja asiakaspalvelutyöntekijä 0,03 0,001 0,01 0,04 Palvelu-, myynti-, Rakennus-, korjaus-, valmistus-, prosessi-, kuljetus-, muu työntekijä 0,00 . . . Toimipaikan vaihdot: lkm 09–17 -0,10 0,000 -0,10 -0,10 Koulutustaso: Perusaste -0,02 0,000 -0,03 -0,01 Toinen aste, Erikoisammattikoulutus -0,01 0,001 -0,02 -0,01 Alin, Alempi kk -0,02 0,000 -0,02 -0,01 Ylempi kk, Tutkija 0,00 . . . Ikä: v. 2009 (30–50) 0,00 0,000 0,00 0,00 Sukupuoli: 0=mies, 1=nainen -0,05 0,000 -0,05 -0,04 Lasten lukumäärä v. 2009 0,01 0,000 0,01 0,01 Syntyvien lasten lkm 10–17 0,00 0,526 0,00 0,01 Taulukko 8.4. jatkuu 346 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä eriin, myös henkilöstö kiinnittyy myöhemmin todennäköisemmin työhön vakaasti. Yksilötekijät kuitenkin selittävät työllisyyttä huomattavan paljon enemmän ja voimakkaammin. Yksilötason varianssi pieneneekin nollamalliin nähden yli kolmanneksen (34 %); myös ryhmätason varianssi pienenee huomattavasti. Ryhmä tason selitysosuus jää suhteellisen pieneksi, kuuteen prosenttiin. (Taulukko 8.4.) Yritysten investointien ja niiden muutoksen yhteydet henkilöstön työttömyyteen Työttömyysmalleihin laskemme yhteen työttömyyskuukaudet vuosilta 2009–2017. Vajaalla kahdella kolmasosalla (63 %) aineistomme henkilöistä ei ole ollut yhtäkään työttömyyskuukautta. Dikotomisoimme jälleen työttömyyskuukaudet kuuden kuukauden raja-arvolla. Puoli vuotta tai pitempään työttöminä on ollut viidennes (20 %) henkilöistä. Nämä kuukaudet ovat voineet ajoittua yhdeksi tai useammaksi jaksoksi eri vuosille. Monitasomalleilla tutkimme eri tekijöiden yhteyttä todennäköisyyteen kuulua työttömyyttä kokeneiden ryhmään. Taulukon 8.5. tulosten mukaan mallimme ennakoi työttömyyttä paremmin kuin työllisyyttä. Työhön kiinnittymiseen vaikuttavat laajemmin työstä riippumattomat seikat kuten lasten hoito tai opiskelu, kun taas työttömät lukeutuvat työvoimaan eivätkä todennäköisesti päädy työttömiksi omien valintojensa vaan työolosuhteiden vuoksi. Jo nollamallin perusteella on nähtävissä, että yritystaso eli työnantajayritys, joka on keskeinen työolosuhdetekijä, selittää työttömyyden vaihtelusta 16 prosenttia. Tämä tosin pienenee askeleiden välillä siten, että viimeisessä mallissa yritystason tekijöillä selittyy kymmenen prosenttia seuranta-ajan työttömyydestä. Askeleella yksi havaitsemme, että yritysten kannattavuuden taso vuosina 2007–2009 vähentää tilastollisesti merkitsevästi henkilöstön työttömyyttä vuosina 2009–2017 samoin kuin se, onko yrityksen kannattavuus ollut vakaa tai koheneva. Myös yrityksen tekemien aineettomien investointien määrä ennakoi henkilöstön vähäisempää työttömyyttä myöhemmin. Perinteiset materiaaliset investoinnit eivät ennakoi työttömyyttä suuntaan tai toiseen. Toimialaerot työttömyydessä ovat sen sijaan merkittävät moottorija muiden kulkuneuvojen valmistuksen työntekijöihin nähden, jotka ovat olleet työttömyyden suhteen seurannassa heikoimmilla: kaikilla Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 347 Pirstoutuvatko työurat? muilla toimialoilla on koettu jonkin verran vähemmän työttömyyttä. Kaikki nämä havainnot toistuvat yritysten kannattavuuden ja aineettomien investointien osalta myös vuoden 2007 aineistolle tekemässämme vastaavassa tarkastelussa. Yhteydet ovat yhtä vahvoja ja samansuuntaisia; ainoastaan osa toimialaeroista ei ole tilastollisesti merkitseviä. Yksilötekijöiden lisääminen malliin ei myöskään poista mallissa yksi havaittuja yritystason tekijöiden yhteyksiä henkilöstön myöhempään työttömyyteen. Yrityksen kannattavuuden ja aineettomien investointien työttömyydeltä suojaava yhteys siis säilyy. Kuten työllisyyttä koskevassa mallissa, kaikki yksilötekijät ennakoivat samalla huomattavan vahvasti työttömyyttä. Korkeampi koulutus samoin kuin ammatillinen asema suojaavat työttömyydeltä, ikä ja naissukupuoli taas lisäävät työttömyyttä. Perheellistyminen puolestaan vähentää työttömyyttä, missä mekanismina voi olla yhtäältä se, että ydinperhenormin mukainen elämä lisää hyvän työuran todennäköisyyttä (Järvinen ym. 2020; Närvi 2014; Salmi & Närvi 2017), ja toisaalta se, että perheelliset, etenkään naiset, eivät välttämättä siirry työtä vaille jäädessään työttömiksi vaan työvoiman ulkopuolelle lapsia hoitamaan (Kuitto ym. 2019; Närvi 2014; Peutere 2019). 348 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Taulukko 8.5. Monitasomalli työttömyydelle (LPM-muunnelma kaksiluokkaiselle vasteelle, 0=ei työttömänä vs. 1=1–6 kk työttömänä / 9 v.) Nollamalli Malli 1: Yritystiedot Malli 2: +Yksilötekijät Sig. 95% CI Sig. 95% CI Sig. 95% CI Vakio 0,226 0,000 0,21 0,24 0,341 0,000 0,30 0,38 0,279 0,000 0,23 0,32 Yksilötason varianssi 0,137 0,137 0,12 Ryhmätason varianssi 0,027 0,023 0,014 Sisäkorrelaatio 16,2% 14,5% 10,2% Muutos yksilötason varianssissa 0,2% 12,9% Muutos ryhmätason varianssissa 12,8% 49,1% -2 Log Likelihood 75667 75414 63325 Estimaatti Sig. 95% CI Estimaatti Sig. 95% CI Käyttökatteen määrä: ka 07-09 -0,00 0,000 0,00 0,00 -0,00 0,01 0,000 0,00 Käyttökatteen kehitys: vakaa, kasvaa (ref. vaihtelee, vähenee) -0,03 0,038 -0,06 0,00 -0,03 0,01 -0,049 -0,01 Aineettomien investointien määrä: ka 07-09 -0,04 0,000 -0,06 -0,02 -0,02 0,04 -0,034 0,00 Aineettomien investointien kehitys: kasvaa (vs. Vähenee/ei kasva) 0,00 0,359 -0,01 0,02 0,00 0,52 -0,006 0,01 Perinteisten investointien määrä: ka 07-09 0,01 0,430 -0,01 0,02 0,01 0,24 -0,005 0,02 Perint.investointien kehitys: kasvaa (vs. vähenee/ei kasva) -0,01 0,337 -0,02 0,01 -0,01 0,14 -0,020 0,00 Toimiala v. 2009: Sahaja levyteollisuus -0,09 0,001 -0,14 -0,04 -0,06 0,00 -0,102 -0,02 Sellu, paperi ja kartonki -0,20 0,000 -0,25 -0,15 -0,10 0,00 -0,141 -0,05 Kemikaalien ja kemiallisten tuotteiden valmistus -0,15 0,000 -0,20 -0,09 -0,10 0,00 -0,152 -0,06 Lääkintätuotteiden valmistus -0,10 0,050 -0,21 0,00 -0,06 0,13 -0,148 0,02 Kumija muovituotteiden valmistus -0,13 0,000 -0,18 -0,08 -0,09 0,00 -0,128 -0,05 Metallien jalostus -0,19 0,000 -0,23 -0,15 -0,12 0,00 -0,158 -0,09 Metallituotteiden valmistus, sis. aseiden ja ammusten valmistus -0,07 0,001 -0,11 -0,03 -0,05 0,00 -0,085 -0,02 Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 349 Pirstoutuvatko työurat? Taulukko 8.5. Monitasomalli työttömyydelle (LPM-muunnelma kaksiluokkaiselle vasteelle, 0=ei työttömänä vs. 1=1–6 kk työttömänä / 9 v.) Koneiden ja laitteiden valmistus -0,14 0,000 -0,18 -0,10 -0,08 0,00 -0,112 -0,04 Tietokoneiden, elektronisten ja sähkölaitteiden valmistus -0,10 0,000 -0,15 -0,06 -0,06 0,00 -0,095 -0,02 Moottorija muiden kulkuneuvojen valmistus ref. ...ref. ... Kuuluu työvoimaan: vuotta 09–17 -0,03 0,000 -0,04 -0,03 Ammattiasema v. 2009: Johtaja -0,16 0,000 -0,17 -0,15 Erityisasiantuntija -0,11 0,000 -0,12 -0,11 Asiantuntija -0,07 0,000 -0,08 -0,07 Toimistoja asiakaspalvelutyöntekijä -0,08 0,000 -0,09 -0,06 Palvelu-, myynti-, Rakennus-, korjaus-, valmistus-, prosessi-, kuljetus-, muu työntekijä ref. . . . Toimipaikan vaihdot: lkm 09–17 0,11 0,000 0,10 0,11 Koulutustaso: Perusaste 0,01 0,027 0,00 0,02 Toinen aste, Erikoisammattikoulutus 0,01 0,030 0,00 0,02 Alin, Alempi kk 0,02 0,000 0,01 0,02 Ylempi kk, Tutkija ref. . . . Ikä: v. 2009 (30–50) 0,01 0,000 0,01 0,01 Sukupuoli: 0=mies, 1=nainen 0,02 0,000 0,02 0,28 Lasten lukumäärä v. 2009 -0,01 0,000 -0,01 -0,01 Syntyvien lasten lkm 10–17 -0,01 0,000 -0,01 -0,01 Taulukko 8.5. jatkuu 350 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Yritysten investointien ja niiden muutoksen yhteydet henkilöstön työtuloihin Tuloja tarkastelemme taulukossa 8.6. Malli eroaa muista esittämistämme malleista siten, että vastemuuttuja on nyt jatkuva työtulomuuttuja. Siihen on summattu kaikki henkilöille vuosina 2009–2015 kertyneet rekisteröidyt työtulot ja ne on jaettu samojen vuosien työkuukausilla. Näin tarkastelussa on keskimääräinen kuukausitulo työkuukautta kohden seurannan aikana. Vakiosta voi päätellä tämän kuukausitulon tason koko aineistossa, koko seuranta-aikana keskimäärin: nollamallissa se on reilut 3 400 euroa. Selittäjämuuttujien estimaatit puolestaan kertovat kunkin ryhmän eron tähän vakioon nähden. Nollamallissa yritystaso selittää kuukausitulojen vaihtelusta jopa 15 prosenttia ja viimeisellä askeleella tämä selitysosuus on 13 prosenttia. Sen sijaan mallissa yksi yritystason tietojen selitysosuus on pienempi. Askeleella yksi yrityksen kannattavuuden taso ennakoi myönteistä tulokehitystä henkilöstölle; sen estimaatti on tilastollisesti erittäin merkitsevä, joskin jälleen olematon tämän käyttökatetiedon kymmeniintuhansiin euroihin ulottuvan skaalan vuoksi. Yksi euro enemmän käyttökatetta yrityksessä lisää henkilön kuukausituloja 0.005 euroa. Yhtä lailla tilastollisesti merkitseviä ovat yrityksen investoinnit aineettomaan pääomaan, ja niitä koskeva estimaatti ennakoi henkilöille jopa yli 750 euron ansiolisää työkuukautta kohden. Verrattuna käyttökatteeseen, joka on suhteutettu yrityksen henkilöstömäärään, aineetonta pääomaa kuvaava muuttuja on suhteutettu investoituihin tuhansiin euroihin liikevaihtoon nähden, minkä vuoksi estimaattien arvoja ei tule tulkita yksioikoisesti. Yhtä kaikki molemmat ennakoivat henkilöstölle myönteistä tulokehitystä. Toimialaerot moottorija muiden kulkuneuvojen valmistuksen toimialaan nähden osoittavat, että perusvuonna 2009 paperiteollisuudessa työssä olleiden tulotaso on ollut seurannassa suhteessa hyvin korkea samoin kuin kemikaalien ja kemiallisten tuotteiden valmistuksessa, metallien jalostuksessa ja koneiden ja laitteiden valmistuksessa. Vertailussa vuoden 2007 ympärille rakennetulle aineistolle ilmenee, että yrityksen kannattavuuden ja aineettomien investointien myönteiset yhteydet henkilöstön tuloihin ovat samanlaiset ja yhtä vahvat. Myös vuoden 2007 ympärille rakennettu aineisto ennakoi lähes 700 euron arvosta korkeampia kuukausituloja aineettomaan pääomaan investoivien yritysten henkilöille tulevina työuran vuosina. Toisin kuin Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 351 Pirstoutuvatko työurat? vuoden 2009 jälkeisessä seurannassa, vuonna 2007 alkava seuranta ennakoi pientä kielteistä vaikutusta tuloihin henkilöille, joiden yritykset ovat tehneet perinteisiä investointeja: vuoden 2007 aineistossa tämä yhteys on myös tilastollisesti merkitsevä (p=0,010), mutta ennustettu euromääräinen vaikutus on kuitenkin suhteellisen pieni, noin 60 euroa. Yksilötekijöiden lisääminen malliin säilyttää yritystason muuttujien yhteydet tulotasoon seurannan aikana ja vieläpä vahvistaa havaintoja siltä osin, että yritysten investoinnit aineettomaan pääomaan ennakoivat jonkin verran myönteisempää tulotasoa henkilöstölle myöhemmällä työuralla. Yksilötekijät tuottavat yllätyksettömiä havaintoja: johtavassa asemassa tai erityisasiantuntijana toimiminen ja korkeampi koulutus vahvistavat tulotasoa. Naisten kuukausitulo jää 750 euroa miehiä heikommaksi (vrt. luku 6 tässä teoksessa). Kukin seurannan aikana syntyvä lapsi heikentää keskimääräistä tulojen kuukausitasoa 170 eurolla (lapsi voi syntyä tässä minä tahansa seurantavuonna). Yritysten aineettomien investointien yhteys henkilöstön myöhempiin tuloihin on vahva ja muuttujaja aineistovalinnoista riippumaton havainto, ja samoin yrityksen kannattavuus ennakoi henkilöstölle myönteistä tulokehitystä. Kannattavuuden ja eri investointien muutoksella tai perinteisillä investoinneilla tulovaikutusta ei kuitenkaan ole. 358 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Yhteenveto: investoinnit aineettomaan pääomaan vahvistavat henkilöstön työuria Olemme tässä luvussa tarkastelleet yritysten kannattavuuden sekä aineettomien ja aineellisten investointien yhteyksiä henkilöstön työuriin keskittyen teknologia-, metsäja kemianteollisuuteen vuosina 2005–2015/2017. Investoinnit jakautuivat vahvasti aineettomiin ja aineellisiin, kun aloitimme niiden korreloituneisuuden ja eri muuttujien yhteisten varianssien tarkasteluilla. Muodostimme aineettomien ja perinteisten investointien varaan mittarit analyyseille, joissa tarkastelimme teollisuusyritysten kannattavuuden ja eri investointien ja niiden muutossuunnan työurayhteyksiä neljällä mittarilla. Havaintojemme mukaan yritysten aineettomien investointien yhteys henkilöstön myöhempiin työtuloihin on vahva. Lisäksi yrityksen kannattavuudella ja investoinneilla aineettomaan pääomaan on henkilöstöä myöhemmin työttömyydeltä suojaava yhteys. Yrityksen aineettomien investointien määrä vuosina 2007–2009 ennakoi myönteisellä tavalla henkilöstön myöhempää urakehitystä eli ammatillista siirtymää korkeammalle uraportaalle. Sen sijaan yhteydet vakaaseen työhön kiinnittymiseen osoittautuvat vaatimattomiksi. Tulkintamme mukaan työllisyyteen ja työvoimaan kuulumiseen ylipäänsä vaikuttavat enemmän henkilökohtaiset kuin yritysja yleisen työmarkkinatilanteen osatekijät. Aiemmissa tutkimuksissa on korostettu korkean osaamisen ja innovaatiovetoisen kasvun tärkeyttä yritysten menestykselle. Vaikka investointiluonteisen työn hedelmät kypsyvät varsin pitkällä viiveellä, t&k-työhön ja osaavaan henkilöstöön panostaminen kannattaa. Henkilöstökoulutuksen ohella uuden aiempaa korkeammin koulutetun työvoiman rekrytointi on keskeinen tapa kasvattaa yrityksen inhimillistä pääomaa. Maliranta (2003) on esimerkiksi havainnut, että henkilöstön työ panos täyttää investoinnin tunnusmerkit etenkin korkea-asteen teknisen tai luonnontieteellisen koulutuksen saaneiden työntekijöiden kohdalla. Tällaisissa tapauksissa korkeasti koulutettujen asiantuntijoiden rekrytointi maksaa itsensä takaisin pitkällä, vasta 4–5 vuoden viiveellä. Kyse on todennäköisesti siitä, että he osallistuvat yrityksissä uuden teknologian kehittämiseen ja implementointiin, mikä vaatii aikaa ja aiheuttaa merkittäviä kustannuksia ennen kuin investointien hyödyt alkavat realisoitua ja näkyä yrityksen tuloksessa (Maliranta & Ylä-Anttila 2008). Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 359 Pirstoutuvatko työurat? Malirannan ja Asplundin (2007) mukaan etenkin korkea-asteen tutkinnon suorittaneella henkilöstöllä on merkittävä positiivinen vaikutus yrityksen kannattavuuteen ja tuottavuuteen, siinä missä vähemmän koulutetun henkilöstön vaihtuvuudella on lähinnä neutraali vaikutus yrityksen menestykseen. Aiemman tutkimuksen perusteella tämänkaltaiset yritykselle koituvat hyödyt tunnetaan melko hyvin. Uusi teknologia ja siihen liittyvät innovaatiot eli aineeton rakennepääoma on yhteydessä työn tuottavuuteen ja yrityksen kannattavuuteen, mutta teknologia itsessään ei riitä – olennaista on, kuinka sitä käytetään ja sovelletaan konkreettisten työprosessien osana. Uuden teknologian ja yrityksen menestyksen välittävänä mekanismina toimii henkilöstön osaaminen ja koulutus eli inhimillinen pääoma. Rakenteellisen ja inhimillisen pääoman välistä suhdetta voidaan näin ollen luonnehtia komplementaariseksi ja synergistiseksi. Emme kuitenkaan ole aiemmin tienneet, miten yritysten investoinnit etenkin aineettomaan pääomaan heijastuvat henkilöstön työuriin, mihin tässä luvussa ensimmäistä kertaa vastasimme. Esittämämme perusteella voinee varovasti ottaa kantaa siihen, miten teknis-taloudellinen kehitys yhdistyy työuratulemiin. Aiemmat empiiriset arviot ovat käsitelleet aihetta etenkin työmarkkinoiden polarisaation näkökulmasta (Asplund ym. 2012). Suomea koskevissa viimeaikaisissa tutkimuksissa on havaittu, että keskipalkkaisten rutiinitöiden väheneminen on työmarkkinoiden keskeisimpiä viimeaikaisia kehityskulkuja (Vainiomäki 2018). Tätä ilmiötä on tyypillisesti selitetty sillä, että monet rutiiniammatit ovat alttiina paitsi tietotekniselle automaatiolle myös globalisaatiolle (Sebastian & Biagi 2018; Siltala 2020). Tässä teoksessa (luvussa 2) olemme havainneet, että korkeasti koulutettujen osuus kohoaa tasaisesti kaikissa teollisuusalojen yrityksissä, ja vähenemistä tapahtuu siten todennäköisimmin matalammin koulutetuista yhtäältä väestön koulutustason yleisesti kohotessa, tai siksi että uudet rekrytoinnit keskitetään asiantuntijoihin. Emme myöskään havaitse minkään tarkastelemistamme investointieristä ennakoivan työttömyyttä, vaan päinvastoin investointitiedot – siltä osin kuin ne yhdistyvät työuriin – ennakoivat myönteisiä työuratulemia eri mittareilla. Ne myös pikemminkin suojaavat työttömyydeltä. Näin voi olla, koska yritykset, jotka investoivat, ennakoivat tulevia kysynnän muutoksia ja ovat valmiimpia sopeutumaan teknologiseen muutokseen ja todennäköisesti myös suojautuvat suhdanteiden vaihtelulta paremmin kuin yritykset, jotka eivät investoi. 360 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Samalla teknologinen kehitys muuttaa henkilöstön työtehtävien sisältöä jatkuvasti, mikä on ilmiönä laajempi kuin teknologian aiheuttama työpaikkojen tuhoutuminen (Arntz ym. 2016; OECD 2019). Vaikka dramaattisimmat arviot teknologian työpaikkavaikutuksista vielä toteutuisivat, tämä tuskin kuitenkaan merkitsee ihmistyön loppua (Pajarinen & Rouvinen 2018). Teknologisen kehityksen vaikutuksesta on aina tuhoutunut heikosti tuottavaa työtä, mutta toisaalta tilalle on syntynyt uusia aiempaa tuottavampia työpaikkoja (Autor 2015). Julkisessa keskustelussa vähemmälle huomiolle on jäänyt se tosiasia, että työmarkkinoiden dynamiikkaan on aina kuulunut vanhojen tuottamattomien työpaikkojen katoaminen ja samanaikaisesti uusien aiempaa korkeampaa tai ainakin erilaista osaamista vaativien työpaikkojen syntyminen. Etenkin korkean teknologian aloilla on havaittu paljon niin sanottua luovaa tuhoa. Mika Malirannan ja Niku Määttäsen (2018) Tilastokeskuksen yritysrekistereihin perustuvan analyysin mukaan Suomessa vuosina 1989–2015 korkean teknologian aloilla työpaikkojen syntymisaste on ollut keskimäärin selvästi korkeampi kuin tuhoutumisaste. Malirannan ja Määttäsen hyödyntämän OECD:n luokituksen mukaan korkean teknologian toimialoihin luetaan lääketeollisuuden ohella tietokoneiden sekä elektronisten ja optisten tuotteiden valmistus. Näillä aloilla viimeisen neljännesvuosisadan aikana työpaikkavirtojen vuosittainen nettomuutosaste on ollut keskimäärin 1,1 prosenttia. Toisaalta samaan aikaan matalamman teknologian toimialoilla työpaikkavirtojen nettomuutosaste on ollut negatiivinen eli työpaikkojen määrä on supistunut. Tämä kertoo siitä, että Suomen talous nojaa yhä vahvemmin innovaatiovetoiseen kasvuun. Keskustelussa teknologisesta työttömyydestä ei ole sinänsä mitään uutta – työpaikkojen tuhoutumista on pelätty aina teollistumisen alkuajoista nykypäivään saakka. Viimeaikainen debatti työn murroksesta muistuttaa hämmästyttävän läheisesti aikaisempien vuosikymmenten keskustelua talouden ja teknologian rakennemuutoksesta. 1970ja 1980-lukujen taitteessa työmarkkinakeskusteluissa oli jopa ”automaatiopaniikin” sävyjä sen seurauksena, että työttömyydestä oli tullut yhteiskunnallinen ongelma koko Euroopassa: ”Ammattiyhdistysliike ja poliittinen työväenliike näkivät tulevaisuuden synkkänä, kun pitkälle tulevaisuuteen heikoksi arvioi dun talouskasvun lisäksi uhkana olivat ihmistyön korvaava tietokoneistuminen ja automaation yleistyminen” (Bergholm 2016, 141). Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 361 Pirstoutuvatko työurat? Keskustelu teknologisesta työttömyydestä palasi uudelleen agendalle 1990-luvulla. Tuolloin tietotekniikka-ala nousi lama-Suomen pelastajaksi ja talouden uudeksi veturiksi. Esimerkiksi yhdysvaltalaisen taloustieteilijä Jeremy Rifkinin näkemykset herättivät paljon huomiota laman jakamassa Suomessa, jossa toisaalta kärsittiin suurtyöttömyydestä ja toisaalta iloittiin Nokian menestyksestä. Rifkin muistetaan ennen kaikkea teoksestaan Työn loppu (1997, alkuteos 1995), jonka suomenkieliseen laitokseen presidentti Martti Ahtisaari kirjoitti esipuheen. Teoksessaan Rifkin ennusti, että jo lähitulevaisuudessa automaatio korvaa suurimman osan ihmistyöstä useimmilla aloilla. Ainakaan toistaiseksi näin ei ole käynyt, vaan Rifkinin teoksen ilmestymisen jälkeen Yhdysvaltojen ja Euroopan työllisyystilanne on kehittynyt parempaan suuntaan, joskaan ei häiriöittä. Viimeisen neljännesvuosisadan aikana työllisyydelle myrkkyä ovat olleet rajut suhdannevaihtelut: teknokupla, finanssikriisi ja vuoden 2020 alussa puhjennut globaali koronapandemia – olemme jälleen tilanteessa, jossa talouden ja työllisyyden kehitys on kysymysmerkki. Uutta aiempaan keskusteluun nähden on kuitenkin se, että edellisen vuosikymmenen aikana on pystytty konkretisoimaan laadukkailla yritys–työntekijä-analyyseilla teknologisen murroksen suuruusluokkaa ja sitä, kehen se osuu (esim. Asplund & Kauhanen 2018). Samalla empiiriset havainnot antavat suuntaa koulutusja työvoimapolitiikalle. Esimerkiksi Janne Huovarin ja Mika Malirannan (2008) mukaan tärkeä johtopäätös monentasoisista työn luonteen muutoksista on se, että työvoiman osaaminen vaikuttaa yritysten aineettomien investointien määrään ja rakenteeseen ja tätä kautta edelleen työn tuottavuuden ja talouden kasvuun. Esimerkiksi t&k-toimintaan panostaminen ei yksin auta, jos yrityksillä ei ole käytettävissä sellaista työvoimaa, joka osaa kehittää tai käyttää uusia teknologioita. Uusia laitteita tai työn organisointitapoja ei Huovarin ja Malirannan mukaan kannata ottaa käyttöön, ellei työvoimalla ei ole kunnollisia valmiuksia niiden hyödyntämiseen. Koulutukseen ja osaamiseen panostaminen on siis ensiarvoisen tärkeää niin yrityskuin väestötasollakin. Emme jaa synkimpiä huolia, joiden mukaan teknologian kehitys merkitsisi palkkatyön loppua. Ihmistä tarvitaan tulevaisuudessakin paitsi sosiaalista vuorovaikutusta edellyttävissä tehtävissä myös uuden teknologian kehittämisessä. Esimerkiksi tekoälyä pitää ohjelmoinnin lisäksi opettaa. Myönteisesti Jari Vainiomäen (2018) tulokset vihjaavat, että rutiinitehtävissä teknologisen muutoksen kohteena oleva hen- 362 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä kilö voi vahvistaa työuranäkymiään taitojaan kehittämällä ja motivoituneella työotteella. Näin ollen yrityksiä tulee rohkaista investoimaan aineettomaan pääomaan monin tavoin. Myös työntekijöiden osaamispääomaa tulee vahvistaa koulutusja työvoimapolitiikan keinoin. Matti Pohjolan (2020) mukaan suomalaisen teollisuuden kannattavuus ei ole ongelma, mutta työn heikentynyt tuottavuuskehitys on. Suomi ei pärjää keskeisille vertailumaille kuten Ruotsille etenkään tietointensiivisten palveluiden tuotannossa. Pohjola pitää tuottavuuskasvun parantamisen edellytyksenä sitä, että t&k-investoinnit saataisiin Suomessa reippaaseen kasvuun – tärkeää olisi sekä yksityisten että julkisten panostusten lisääminen. Pohjola korostaa myös uusien ideoiden ja osaamisen kehittämisen roolia. Tulevaisuudessa aineettomalla pääomalla on entistäkin suurempi merkitys siinä, miten ideat ja investoinnit saadaan kanavoitua tuottavuudeksi ja talouskasvuksi. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 363 Pirstoutuvatko työurat? Kirjallisuus Alasoini, Tuomo, Lyly-Yrjänäinen, Maija, Ramstad, Elise & Heikkilä, Asko (2014) Innovatiivisuus Suomen työpaikoilla. Menestys versoo työelämää uudistamalla. Helsinki: Tekesin katsaus 311/2014. Ali-Yrkkö, Jyrki (2008) Teknologian kehityksen ja julkisen t&k-rahoituksen vaikutukset yrityksiin. Kansantaloudellinen aikakauskirja 104(3): 362–365. Ali-Yrkkö, Jyrki & Maliranta, Mika (2006) Impact of R&D on Productivity – Firm-level Evidence from Finland. Helsinki: ETLA, Discussion Papers 1031. Ali-Yrkkö, Jyrki & Pajarinen, Mika (2015) Aineettomien investointien rooli taloudessa. Teoksessa Aineeton arvo – Talouden uusi menestystekijä. Helsinki: työja elinkeinoministeriö, 25–29. Ali-Yrkkö, Jyrki, Kotiranta, Annu & Ylhäinen, Ilkka (2017a) Katsaus yritysten kasvuun ja sitä koskeviin politiikkatoimiin. Helsinki: ETLA, Raportit 79. Ali-Yrkkö, Jyrki, Kuusi, Tero & Maliranta, Mika (2017b) Miksi yritysten investoinnit ovat vähentyneet? Helsinki: ETLA, Raportit 70. Angrist, Joshua D. & Pischke, Jörn-Steffen (2009) Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton, NJ: Princeton University Press. Arntz, Melanie, Gregory, Terry & Zierahn, Ulrich (2016) The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis. Paris: OECD Publishing, Social, Employment and Migration Working Papers No. 189. Asplund, Rita, Barth, Erling, Lundborg, Per & Misje Nilsen, Kjersti (2011) Polarization of the Nordic labour markets. Finnish Economic Papers 24(2): 87–110. Autor, David H. (2015) Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives 29(3): 3–30. Bergholm, Tapio (2016) Automaatiopaniikki, SAK ja SDP. Työelämän tutkimus 14(2): 140– 152. Bruun, Otto, Eskelinen, Teppo, Kauppinen, Ilkka & Kuusela, Hanna (2009) Immateriaa litalous. Kapitalismin uusin muoto. Helsinki: Gaudeamus. Brynjolfsson, Erik & McAffee, Andrew (2014) The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. New York: W.W. Norton. Böckerman, Petri, Kauhanen, Antti & Maliranta, Mika (2012) ICT and Occupation-based Measures of Organisational Change: Firm and Employee Outcomes. Helsinki: ETLA, Working Papers 2. Corrado, Carol, Hulten, Charles & Sichel, Daniel (2009) Intangible capital and U.S. economic growth. Review of Income and Wealth 55(3): 661–685. Ellonen, Noora (2006) Monitasoanalyysit ja niiden soveltaminen sosiaalitieteissä. Janus 14(2): 127–138. 364 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Eloranta, Jorma (2012) Investointeja Suomeen. Ehdotus strategiaksi ja toimintaohjelmaksi Suomen houkuttelevuuden lisäämiseksi yritysten investointikohteena. Helsinki: työja elinkeinoministeriö, Konserni 9/2012. Eurostat (2019) Community innovation survey: Latest results. https://ec.europa.eu/eurostat/ web/products-eurostat-news/-/DDN-20190312-1 (viitattu 5.5.2020). Ford, Martin (2017) Robottien kukoistus: Teknologia ja massatyöttömyyden uhka. Suom. Kirsi Laitila. Turku: Sammakko. Haapakorpi, Arja & Onnismaa, Jussi (2014) Ammattien laaja-alaistuminen ja sen työpoliittinen merkitys. Helsinki: työja elinkeinoministeriö, Työ ja yrittäjyys 41/2014. Halen, Juha (2015) Rakennemuutos ja aineettomat sekä kiinteät investoinnit. Vaasa: Vaasan yliopiston kauppatieteellinen tiedekunta, taloustieteen yksikkö, pro gradu -tutkielma. Haskel, Jonathan & Westlake, Stian (2018) Capitalism without Capital. The Rise of the Intangible Economy. Princeton, NJ: Princeton University Press. Hellevik, Ottar (2009) Linear versus logistic regression when the dependent variable is a dichotomy. Quality & Quantity 43(1): 59–74. Hernesniemi, Hannu (2012) Koneja metallialan koulutuksen laadullinen ennakointi. Helsinki: ETLA, Keskusteluaiheita 1280. Huovari, Janne (2008) Aineettomat investoinnit ja aineeton pääoma. Teoksessa Janne Huovari (toim.) Aineeton pääoma ja talouskasvu. Helsinki: Tekesin katsaus 230/2008, 5–18. Huovari, Janne & Maliranta, Mika (2008) Tuottavuuden aineettomat lähteet esiin. Tieto & trendit 6/2008, 10–13. Hyhkö, Heikki (2013) Johdatus monimuuttujamenetelmiin. https://www.mv.helsinki.fi/ home/hyhko/mmm13ks/monim.pdf (viitattu 1.5.2020). Jalava, Jukka, Aulin-Ahmavaara, Pirkko & Alanen, Aku (2007) Intangible Capital in the Finnish Business Sector, 1975–2005. Helsinki: ETLA, Discussion Papers 1103. Järvinen, Katri-Maria, Pyöriä, Pasi, Ojala, Satu, Lipiäinen, Liudmila & Saari, Tiina (2020) Työurien vakaus ja taantuma: yksityisen sektorin työntekijöiden työurapolut 2007– 2015. Työelämän tutkimus 18(2): 81–99. Kaitila, Ville & Ylä-Anttila, Pekka (2012) Investoinnit Suomessa: Kehitys ja kansainvälinen vertailu. Helsinki: ETLA, Keskusteluaiheita 1267. Kauhanen, Antti & Napari, Sami (2012) Career and wage dynamics: Evidence from linked employer-employee data. Teoksessa Solomon W. Polachek & Konstantinos Tatsiramos (Eds) Research in Labor Economics. Volume 36. Bingley: Emerald, 35–76. Kauhanen, Antti & Napari, Sami (2015) Gender differences in careers. Annals of Economics and Statistics No. 117/118: 61–88. Koskiniemi, Teemu & Tuomaala, Eljas (2017) Miten kansantalouden tilinpito ottaa huomioon digitaalisen talouden? Kansantaloudellinen aikakauskirja 113(4): 513–530. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 365 Pirstoutuvatko työurat? Kuitto, Kati, Salonen, Janne & Helmdag, Jan (2019) Gender inequalities in early career trajectories and parental leaves: Evidence from a Nordic welfare state. Social Sciences 8(9): 1–16. Lindström, Maarit, Martikainen, Olli & Hernesniemi, Hannu (2004) Tietointensiivisten palveluiden rooli metsäklusterissa. Helsinki: ETLA, Keskustelunaloitteita 902. Lönnqvist, Antti (2004) Measurement of Intangible Success Factors: Case Studies on the Design, Implementation and Use of Measures. Tampere: Tampere University of Technology, Publication 485. Lönnqvist, Antti (2007) Intellectual Capital and Productivity: Identification and Measurement of the Relationship at Company-level. Helsinki: ETLA, Discussion Papers 1108. Maczulskij, Terhi, Maliranta, Mika & Pekkala Kerr, Sari (2016) Työmarkkinoiden rakennemuutos yrityksissä ja yritysrakenteissa. Talous & Yhteiskunta 44(4): 20–25. Magoutas, Anastasios I., Papadogonas, Theodore A. & Sfakianakis, George (2012) Market structure, education and growth. International Journal of Business and Social Science 3(12): 88–95. Maliranta, Mika (2003) Micro Level Dynamics of Productivity Growth: An Empirical Analysis of the Great Leap in Finnish Manufacturing Productivity in 1975–2000. Helsinki: ETLA, Series A 38. Maliranta, Mika (2014) Suomen kustannuskilpailukyvyn ongelmat korjautuvat hitaasti. Talous & Yhteiskunta 42(3): 2–11. Maliranta, Mika (2017) Johtamisen laatu, talouden uudistuminen ja tuottavuus: arvioita Suomen tilasta. Työpoliittinen aikakauskirja 60(2): 33–49. Maliranta, Mika & Asplund, Rita (2007) Training and Hiring Strategies to Improve Firm Performance. Helsinki: ETLA, Discussion Papers 1105. Maliranta, Mika & Rouvinen, Petri (2007) Aineettomat investoinnit Suomen yrityksissä vuonna 2004. Kokeilu yritysaineistoilla. Helsinki: ETLA, Keskusteluaiheita 1109. Maliranta, MIka & Määttänen, Niku (2018) Toimialojen kannattavuus, työpaikkavirrat ja luova tuho Suomen tehdasteollisuudessa. Helsinki: ETLA, Muistio 74. Maliranta, Mika & Ylä-Anttila, Pekka (2008) Miten aineeton pääoma vaikuttaa yritystasolla? Teoksessa Janne Huovari (toim.) Aineeton pääoma ja talouskasvu. Helsinki: Tekesin katsaus 230/2008, 31–37. Mood, Carina (2010) Logistic regression: Why we cannot do what we think we can do, and what we can do about it. European Sociological Review 26(1): 67–82. Närvi, Johanna (2014) Määräaikainen työ, vakituinen vanhemmuus. Sukupuolistuneet työ urat, perheellistyminen ja vanhempien hoivaratkaisut. Helsinki: Terveyden ja hyvinvoinnin laitos, tutkimus 122. OECD (2019) OECD Employment Outlook 2019. The Future of Work. Paris: OECD Publishing. Oesch, Daniel & Baumann, Isabel (2015) Smooth transition or permanent exit? Evidence on job prospects of displaced industrial workers. Socio-Economic Review 13(1): 101–123. 366 Pasi Pyöriä, Satu Ojala & Liudmila Lipiäinen Satu Ojala & Pasi Pyöriä Ojala, Satu, Koskinen Sandberg, Paula & Mustosmäki, Armi (2019) Ilkka Insinöörille yli 13 000 euroa Sari Sairaanhoitajaa enemmän? Sukupuolten ansioerojen kaventaminen vaatii aktiivista ohjausta. Yhteiskuntapolitiikka 84(5–6): 640–646. Pajarinen, Mika & Rouvinen, Petri (2018) Digitalisaatio muuttaa ammattijakaumia, työn sisältöä ja rakennetta, mutta ihmistyö ei häviä. Teoksessa Torsten Michelsen & Kari Reijula & Leena Ala-Mursula & Kimmo Räsänen & Jukka Uitti (toim.) Työelämän perustietoa. Helsinki: Duodecim, 47–52. Pajarinen, Mika, Rouvinen, Petri & Ylä-Anttila, Pekka (2012) Uutta arvoa palveluista. Helsinki: ETLA, B256. Pekkala Kerr, Sari, Maczulskij, Terhi & Maliranta, Mika (2016) Within and Between Firm Trends in Job Polarization: The Role of Globalization and Technology. Helsinki: ETLA, Working Papers 41. Peutere, Laura (2019) Trajectories of Labour market Attachment after Family and Work Related Transitions. Tampere: Tampere University Press, Tampere University Dissertations 152. Peutere, Laura, Lipiäinen, Liudmila, Ojala, Satu, Järvinen, Katri-Maria, Pyöriä, Pasi, Saari, Tiina & Jokinen, Esa (2017) Talouskriisit, työhyvinvointi ja työurat. Työsuojelurahaston tutkimushanke 2015–2017. Loppuraportti. Tampere: Tampereen yliopisto, Työelämän tutkimuskeskuksen työraportteja 94/2017. Piekkola, Hannu (2007) Public funding of R&D and growth: Firm-level evidence from Finland. Economics of Innovation and New Technology 16(3): 195–210. Piekkola, Hannu (2011a) Aineeton pääoma – avain menestykseen. Vaasa: Vaasan yliopisto, Selvityksiä ja raportteja 169. Piekkola, Hannu (Ed.) (2011b) Intangible Capital – Driver of Growth in Europe. Vaasa: University of Vaasa, Reports 167. Piekkola, Hannu (2012) Aineeton pääoma – talouskasvun ytimessä? Kansantaloudellinen aikakauskirja 108(1): 20–32. Piekkola, Hannu (2014) Intangible Capital Agglomeration and Economic Growth: A Regional Analysis of Finland. Vaasa: University of Vaasa, Department of Economics, Working Papers 21. Piekkola, Hannu (2015) Talouden kasvun veturit – investoinnit osaamiseen ja aineettomat investoinnit. Kansantaloudellinen aikakauskirja 111(3): 330–353. Piekkola, Hannu & Åkerholm, Johnny (2013) Tuottavuuden kehitysnäkymät ja aineettomat investoinnit. Onko meillä mittausongelma? Kansantaloudellinen aikakauskirja 109(4): 429–442. Pohjola, Matti (2017) Suomen talouskasvu ja sen lähteet 1860–2015. Kansantaloudellinen aikakauskirja 113(3): 266–292. Pohjola, Matti (2020) Teknologia, investoinnit, rakennemuutos ja tuottavuus – Suomi kansainvälisessä vertailussa. Helsinki: työja elinkeinoministeriön julkaisuja 2020:5. Yrityksen kannattavuus ja investoinnit aineettomaan pääomaan henkilöstön työuran kannalta 367 Pirstoutuvatko työurat? Porter, Michael E. (2006) Kansakuntien kilpailuetu. 2. tark. Painos. Suom. Maarit Tillman. Helsinki: Talentum. Puusa, Anu & Reijonen, Helen (toim.) (2011) Aineeton pääoma organisaation voimavarana. Kuopio: Unipress. Pyöriä, Pasi (2006) Understanding Work in the Age of Information: Finland in Focus. Tampere: Tampere University Press, Acta Universitatis Tamperensis 1143. Pyöriä, Pasi, Lipiäinen, Liudmila & Järvinen, Katri-Maria (2017) Yhä useampi palkansaaja on vakaalla työuralla. Tieto & trendit – Talousja hyvinvointikatsaus 3/2017, 48–53. Rantala, Olavi (2008) T&k-pääoma, teknologian diffuusio ja talouskasvu. Teoksessa Janne Huovari (toim.) Aineeton pääoma ja talouskasvu. Helsinki: Tekesin katsaus 230/2008, 39–44. Rifkin, Jeremy (1997) Työn loppu. Teknologia, työpaikat ja tulevaisuus. Suom. Ritva Liljamo. Helsinki: WSOY. Rouvinen, Petri (2002) R&D-productivity dynamics: Causality, lags, and ‘dry holes’. Journal of Applied Economics 5(1): 123–156. Salmi, Minna & Närvi, Johanna (toim.) (2017) Perhevapaat, talouskriisi ja sukupuolten tasaarvo. Helsinki: Terveyden ja hyvinvoinnin laitos, Raportti 4/2017. Sebastian, Raquel & Biagi, Federico (2018) The Routine Biased Technical Change Hypothesis: A Critical Review. Luxembourg: Publications Office of the European Union. Siltala, Juha (2020) Nuoret henkilökohtaisen toivon ja yleisen näköalattomuuden ristivedossa. Teoksessa Lotta Haikkola & Sami Myllyniemi (toim.) Hyvää työtä! Nuorisobarometri 2019. Helsinki: Nuorisotutkimusseura, 111–133. Sorjonen, Pasi (2008) Aineeton pääoma muuttaa kuvaa taloudesta. Teoksessa Janne Huovari (toim.) Aineeton pääoma ja talouskasvu. Helsinki: Tekesin katsaus 230/2008, 19–30. Soininen, Mika & Koistinen-Jokiniemi, Paula (2014) Kansantalouden tilinpito uudelle vuosikymmenelle. Kansantaloudellinen aikakauskirja 110(3): 391–405. Sveiby, Karl Erik (1997) The New Organizational Wealth: Managing & Measuring Intangible Assets. San Francisco: Berrett-Koehler. Tilastokeskus (2018) Tutkimusja kehittämistoiminta 2017. Helsinki: Tilastokeskus. https:// www.stat.fi/til/tkke/2017/tkke_2017_2018-10-25_fi.pdf (viitattu 14.5.2019). Turunen, Olli T. (2016) The Emergence of Intangible Capital: Human, Social, and Intellectual Capital in Nineteenth Century British, French, and German Economic Thought. Jyväskylä: University of Jyväskylä, Jyväskylä Studies in Humanities 285. Vainiomäki, Jari (2017) Palkkaerot ja palkkojen joustavuus Suomessa. Talous & Yhteiskunta 45(3): 34–43. Vainiomäki, Jari (2018) Ketkä poistuvat rutiiniammateista ja kuinka se vaikuttaa tulevaan palkkakehitykseen? Yhteiskuntapolitiikka 83(3): 272–286.