Pienhiukkasten terveyshaittojen vaikutus taloudelliseen tasa-arvoon

Ilmansaasteita pidetään yhtenä suurimmista ympäristöstä johtuvista terveysriskeistä. Näistä pienhiukkaset ovat vaarallisimpia, ja ne ovat tutkimusten mukaan aiheuttaneet arviolta 1 600 ennenaikaista kuolemaa Suomessa vuonna 2015 (Lehtomäki ym., 2018). Suomessa on aikaisemmin arvioitu näiden terveyshaittojen taloudellisia kustannuksia, mutta ei kuitenkaan sitä, miten nämä kustannukset jakaantuvat eri tuloluokissa. Tämä on taloudellisen tasa-arvon osalta mielenkiintoinen kysymys, mikäli tietyt tuloluokat altistuvat saasteille muita enemmän ja näin ollen kärsivät altistumisesta johtuvista taloudellisista kustannuksista suuremmissa määrin.

Aiheesta on tehty hiljattain Yhdysvalloissa tutkimusta ja tulokset osoittavat kustannusten suurta keskittymistä alhaisempien tuloluokkien väestölle (Muller ym., 2018). Toisin sanoen alhaisempien tuloluokkien väestö asuu keskimäärin saasteisemmilla alueilla. Näitä tuloksia ei voi kuitenkaan suoraan verrata Suomen tilanteeseen. Yhdysvalloissa asuinalueet ovat segregoituneet huomattavasti jyrkemmin eri tuloluokkien välillä kuin Suomessa. Lisäksi tuloerot ovat suuremmat Yhdysvalloissa kuin Suomessa. 

Tämän artikkelin taustalla olevassa tutkimuksessani (Hiltunen, 2020) sovellan edellä mainitun tutkimuksen menetelmää, jossa väestön vuotuiseen käytettävissä olevaan tuloon on sisällytetty taloudelliset kustannukset, jotka syntyvät pienhiukkasille altistumisesta. Tämän mukautetun tulon perusteella lasken Suomen vuoden 2015 tulojakauman uudestaan, tutkien samalla, miten altistumisesta koituvat rahalliset menetykset kohdistuvat viidelle eri tuloluokalle Suomessa.  

Toinen taloudellisen tasa-arvon näkökulma on pienhiukkasten ja asuntojen hintojen suhde. 1970-luvulla annettiin ensimmäistä kertaa taloudellinen tulkinta asuntojen hintojen ja saasteiden korrelaatiolle (Rosen, 1974). Asunnolla on monta eri ominaisuutta, kuten sijainti ja koko, jotka näkyvät asunnon hinnassa. Esimerkiksi naapuritaloista suurempi asunto on todennäköisesti kalliimpi. Samalla tavoin asunnonostajat ovat todennäköisesti halukkaita maksamaan hyvästä ilmanlaadusta, jolloin erot ilmanlaadussa heijastuisivat asuntojen hintoihin.

Yhdysvalloissa aihetta on tutkittu hyödyntämällä hallituksen asettamaa ”Clean Air Act” -linjausta. Sen mukaan niiden piirikuntien, joiden hiukkaspäästötaso ylittää suosituksen, täytyy vähentää päästötasoa hallituksen suosittelemalle tasolle. Esimerkiksi Chay & Greenstone (2005) mukaan piirikuntatasolla asunnon keskimääräisten hintojen arvioitiin nousevan 0,2-0,4 prosenttia, kun päästöjä vähennettiin yhden yksikön (1 µg/m3) verran. Bayer ym. (2006) puolestaan tarkastelevat kotitalouksien muuttovalmiuden ja ilmanlaadun yhteyttä Yhdysvaltojen metropolialueilla. Tulosten mukaan mediaani kotitalous olisi valmis maksamaan 145–185 dollaria (vuosien 1982–1984 kiinteillä dollareilla) siitä, että hiukkaspäästöt vähenisivät yhdellä yksiköllä. 

Molempien tutkimusten mukaan kotitaloudet ovat valmiita maksamaan paremmasta ilmanlaadusta, mikä voi johtaa siihen, että alhaisempien tuloluokkien väestö asuu saasteisimmilla alueilla. Toisaalta on huomattava, että ilmanlaadun ja asuntojen hintojen yhteys ei ole täysin suoraviivainen. Kaupunkialueilla ja etenkin kaupunkien keskustoissa ilmanlaatu on usein huono ja asunnot ovat kuitenkin kalliita. Tässä tapauksessa vilkas liikenne usein korreloi ilmanlaadun ja asuntojen kalleuden kanssa, toisaalta aiheuttamalla enemmän päästöjä ja toisaalta tarjoamalla hyvän saavutettavuuden. Helsinki on hyvä esimerkki tämänkaltaisesta alueesta, ja sitä käytetäänkin tässä artikkelissa tutkimuksen kohteena. On kuitenkin mahdollista, etteivät kotitaloudet välttämättä tiedä asuinalueiden ilmanlaadun tasoa, jolloin se ei myöskään näkyisi asuntojen hinnoissa.

Mukautettu tulojakauma 

Tutkimusongelman voi jakaa kahteen osaan: muuttaako taloudellisten kustannusten lisääminen tulojakaumaa ja jos muuttaa, kuinka paljon? Tulojakaumaa mitataan yleisemmin valtiotasolla Gini-kertoimen avulla, jonka raja-arvot ovat 0 ja 1: täysin tasainen tulonjaon arvo on 0, kun taas arvo 1 tarkoittaisi yhden henkilön saavan kaiken tulon. Mukautetussa tulojakaumassa otetaan huomioon vuotuisten käytettävissä olevien tulojen lisäksi pienhiukkasille altistumisesta syntyvät vuotuiset taloudelliset kustannukset, jotka vähennetään tuloista. Mukautettua tulojakaumaa ja alkuperäistä tulojakaumaa hyödyntäen tutkin, miten eri tuloluokkien osuudet kokonaistulosta Suomen tasolla vuonna 2015 muuttuvat. 

Mukautetun tulojakauman laskennassa käytetään Helsingin kaupungin tarjoamaa Tilastokeskuksen vuosien 2013 ja 2014 Suomen aikuisväestön tulo- ja demografiatietoja 250 metrin ruutukoon tasolla sekä Suomen ympäristökeskuksen tarjoamia mallinnettuja ulkoilmapitoisuuksia pienhiukkasista (Paunu ym., 2018) samalla tarkkuudella vuodelle 2015. Lisäksi tutkielmassa hyödynnetään kuolleisuuslukuja ja erilaisia taloudellisia estimaatteja ihmiselämän arvottamiselle. Tutkimuksessa hyödynnetään samoja menetelmiä kuin aikaisemmin Yhdysvalloissa toteutetussa Mullerin ym. tutkimuksessa sillä erotuksella, että Muller ym. käyttivät suoraan kotitalouksien tuloja, kun taas tässä tutkimuksessa käytetään kotitalouksien tuloja pienalueilla. 

Ennenaikainen kuolema käsittää suurimman osan taloudellisista kokonaiskustannuksista, joita syntyy pienhiukkasaltistumisesta. Näin ollen mahdolliset muutokset taloudellisen kustannuksen arvioinnissa riippuu pitkälti siitä, miten ennenaikaista kuolemaa arvotetaan. Yleisimmin käytetyt kaksi mittaria ovat elämän tilastollinen arvo (Value of a Statistical Life, VSL) ja elinvuoden arvo (Value of a Life Year, VOLY), joka saadaan jakamalla VSL odotetuilla elinvuosilla. Toisin sanoen VSL arvottaa kaikki elämät saman arvoisiksi iästä riippuen, kun taas VOLY antaa enemmän painoarvoa nuorelle väestölle. Käytän yhdysvaltalaisen tutkimuksen mukaisesti VSL-mittaria, koska se pysyy vakiona ja näin pystyn tarkemmin tutkimaan muutoksia kustannusten jakaumassa. 

Elämän tilastollisessa arvossa (VSL) hyödynnetään henkilön halukkuutta maksamaan vähentyneestä kuolemanriskistä. Esimerkiksi jos auton omistava henkilö olisi valmis maksamaan 1 000 euroa auton turvatyynystä, jonka johdosta kuolemanriski vähenisi yhden promillen, elämän tilastollinen arvo olisi 1 000 000 euroa kyseiselle henkilölle. Lehtomäen ym. (2018) tutkimuksessa on käytetty eurooppalaista 2,65 miljoonan euron keskiarvoa elämän tilastolliselle arvolle, jota johdonmukaisuuden vuoksi käytetään tässäkin tutkimuksessa.  

Esimerkiksi 50-vuotiaan henkilön terveyshaitan taloudellinen kustannus lasketaan seuraavasti: 50-vuotiaan on altistuttava alueen pienhiukkasille vähintään vuoden ajan. Kun henkilö on täyttämässä 51 vuotta, altistumisesta johtuvan ennenaikaisen kuoleman osuus yleisestä kuolemanriskistä arvioidaan epidemiologisten laskentakaavojen avulla. Kun tämä osuus kerrotaan elämän tilastollisella arvolla, saadaan yhden vuoden terveyshaitan taloudellinen kustannus. Tätä kustannusta sitten verrataan henkilön vuotuiseen tuloon. Pääsääntöisesti mitä vanhempi henkilö on, sitä enemmän altistumisesta koituu fyysistä haittaa ja taloudellisia kustannuksia. 50-vuotiaalle kustannuksen arvioidaan olevan 1 000 euroa, kun taas 80-vuotiaalle se on 6 000 euroa. Korkeimmillaan taloudellinen kustannus on 25 000 euron luokkaa yli 80-vuotiailla. 

Muutokset tulonjaossa 

Taloudellisen tasa-arvon kannalta mielenkiintoista on se, että tulokset osoittavat taloudellisten kustannusten olevan suhteellisesti suurimpia alempien tuloluokkien kohdalla. Kun ilmansaasteille altistumisesta koituvat kustannukset lisätään vuotuiseen käytettävissä olevaan tuloon, alimman tuloluokan suhteellinen osuus kokonaistuloista vähenee 0,5:llä prosenttiyksiköllä, kun taas korkeimmalla tuloluokalla se kasvaa 0,7:llä prosenttiyksiköllä koko Suomen tasolla. Toinen tärkeä mittari on kustannuksen suhde käytettävissä olevaan tuloon. Suuri luku tarkoittaa sitä, että altistumisesta johtuvat taloudelliset kustannukset ovat lähellä vuotuista tuloa. Alueittain havainnot vaihtelevat 0–93,4 prosentin välillä, joista korkein havainto sijoittuu Länsi-Suomeen.  

Kuten aikaisemmin mainittiin, kaupunkien keskustoissa on keskimäärin enemmän ilmansaasteita ja kalliimpia asuntoja, minkä takia korkeimpien tuloluokkien pitäisi altistua eniten saasteille. Kuitenkin tulokset osoittavat, että alemmat tuloluokat kärsivät enemmän päästöistä johtuvista taloudellisista kustannuksista, vaikka päästötasot ovatkin keskiarvoltaan matalampia köyhemmillä alueilla. Tämä johtuu osittain siitä, että vanhempaa väestöä asuu näillä köyhemmillä alueilla suhteellisesti enemmän. Vanhempi väestö on luonnostaan haavoittuvaisempaa pienpartikkeleiden terveyshaitoille, minkä takia taloudelliset kustannukset ovat suuret suhteessa heidän tuloihinsa. 

Helsingin pienhiukkastasojen ja asuntojen hintojen yhteys  

Kuten aikaisemmin todettiin, taloudellista tasa-arvoa voidaan tarkastella myös pienhiukkastasojen ja asuntojen hintojen yhteyden avulla. Ilmansaasteiden lisäksi myös melusaaste voi vaikuttaa asuntojen hintoihin, mutta koska se ei varsinaisesti voi johtaa ennenaikaiseen kuolemaan, se on rajattu pois tästä tutkimuksesta. Tutkimuksessa käytettiin Tilastokeskuksen vanhojen osakehuoneistojen hintatilastoa vuosilta 2013–2015 sekä jo aikaisemmin hyödynnettyjä Suomen ympäristökeskuksen mallinnettuja ulkoilmapitoisuuksia vuodelta 2015, jotka on aggregoitu postinumerotasolle. Helsinki on otollinen kaupunki tälle tutkimukselle, koska siellä asuntoja on niin meren, metsän kuin vilkkaiden autoteiden lähettyvillä. 

Kuviossa 1 esitetään asuntojen keskimääräisten neliöhintojen ja keskimääräisten pienhiukkastasojen logaritmien hajontakuvio ja regressiosuora. Toisin sanoen kuviosta näkee, miten keskimääräiset neliöhinnat ja pienhiukkastasot korreloivat kullakin asuinalueella. Yksi piste siis sisältää tietyn Helsingin postinumeroalueen asuntojen keskimääräisen neliöhinnan sekä pienhiukkastason. Kalliimmilla alueilla korrelaatio on epäselvä, sillä kalliita asuntoja sijaitsee vaihtelevasti puhtaammilla ja saasteisemmilla alueilla. Halvemmat asunnot sen sijaan keskittyvät vahvemmin saasteisemmille alueille, minkä vuoksi korrelaatio on heikosti negatiivinen. 

Kuvioissa 2 ja 3 kuvataan keskimääräisiä pienhiukkastasoja ja keskimääräisiä asuntojen hintoja postinumeroalueittain. Kalliimmilla postinumeroalueilla päästötasot vaihtelevat matalasta korkeaan. Tämä johtuu siitä, että meren lähellä on vähemmän saasteita, mutta toisaalta myös Helsingin keskustassa on kalliita asuntoja ja liikenteestä johtuvia päästöjä. Korkeampien tuloluokkien väestö voisi valita asunnon mistä vain, mikäli asuntojen tarjonta ei olisi rajoittunutta.  Toisaalta korkein keskimääräinen pienhiukkastaso ei edes ylitä Maailman terveysjärjestön antamaa matalinta suositusta 10 µg/m3, joten ilmanlaatu ei välttämättä edes ole asunnon ostajien mielessä.

Aikaisemmin näytetty hajontakuvio ilmentää lievästi negatiivista korrelaatiota asuntojen hintojen ja päästötason kesken. Punaisella merkityt eli asuntohinnoiltaan edullisemmat alueet sijaitsevat moottoriteiden varrella, mikä lisää päästötasoa. Usein nämä alueet ovat myös vähemmän houkuttelevia asumisalueita, mikä voisi näkyä asuntojen alhaisemmissa hinnoissa. Taloudellisen tasa-arvon näkökulmasta voitaisiin sanoa, että alemmat tuloluokat eivät voi yhtä vapaasti valita asuntoa ilmanlaadultaan paremmalta asuinseudulta.  

Tulosten hyödyntäminen tulevaisuudessa

Pienhiukkasille ei ole tiedossa alarajaa, jonka alapuolella niistä ei tulisi terveyshaittoja. Siksi Maailman terveysjärjestö on asettanut tavoitteeksi vähentää pienhiukkaspäästöjä niin paljon kuin on mahdollista, vaikka suositus tällä hetkellä onkin 10 µg/m3. (WHO, 2018) Suosituksen pohjalta Euroopan unionin tavoite on vähentää ilmansaasteita vuoteen 2030 mennessä. Ilman epäpuhtauksien aiheuttamien ennenaikaisten kuolemien pitäisi vähentyä lähes puolella vuoteen 2030 mennessä Euroopassa verrattuna vuoden 2005 tilanteeseen. Ympäristöministeriö päivitti vuonna 2019 tavoitettaan vähentää pienhiukkasia 30 prosentilla. (Ympäristöministeriö, 2019) Laskelmien pohjalta tämä johtaisi 1,1 miljardin euron säästöön, joka kasvanee väestön vanhentuessa. Lisäksi päästöjen vähentämisestä johtuva kustannusten lasku kohdistuu voimakkaammin alhaisimpiin tuloluokkiin, muuttaen tulonjakoa tasa-arvoisemmaksi. 

Muller ym. (2018) kritisoivat nykyistä taloudellisen tasa-arvon mittaamismenetelmää, huomauttaen ettei paranneltu tulojen mittaaminen riipu vain tarkemmasta datasta vaan myös kattavammasta tulojen määritelmästä. Tämä ajatus pohjautuu Nordhausin ja Tobinin argumenttiin 1970-luvulta. Heidän mukaansa tulon määrittely tuotteiden ja palveluiden tuottamisella sekä myynnillä markkinoilla on liian rajoittunutta. Niinpä saasteista johtuvat taloudelliset kustannukset ovat yksi tapa parantaa henkilön käytettävissä olevan tulon määritelmän kattavuutta. (Muller ym., 2018)

Käyttämällä mukautettua tulojakaumaa taloudellinen tasa-arvo heikentyy lievästi. Tulokset osoittavat taloudellisten kustannusten olevan suhteellisesti suurimpia alempien tuloluokkien kohdalla, vaikka päästötasot ovatkin keskiarvoltaan matalampia köyhemmillä alueilla. Tämä johtuu osittain siitä, että vanhempaa väestöä asuu köyhemmillä alueilla suhteellisesti enemmän. 

Helsingissä kalliimmilla postinumeroalueilla päästötasot vaihtelevat matalasta korkeaan. Tämä johtuu siitä, että meren lähellä on vähemmän saasteita, mutta toisaalta myös Helsingin keskustassa on kalliita asuntoja ja liikenteestä johtuvia päästöjä. Sen sijaan useat asuntohinnoiltaan edullisemmat alueet sijaitsevat moottoriteiden varrella, mikä lisää päästötasoa. Usein nämä alueet ovat myös vähemmän houkuttelevia asumisalueita, mikä mahdollisesti näkyy asuntojen alhaisemmissa hinnoissa. Taloustieteen teoriassa tämä kävisikin järkeen, sillä alhaisemmat hinnat houkuttelevat asunnonostajia vähemmän houkutteleville alueille, kun taas keskustassa asuntojen hintoja nostavat hyvä sijainti ja liikenneyhteydet ilmansaasteista huolimatta. 

Tutkimuksen rajoitteena voidaan pitää aineistoa, joka ei ole asukaskohtaisella tasolla. Nyt tutkimus rajoittuu korrelaatioiden etsimiseen, eikä tulosten kausaalisuutta voida osoittaa. Lisäksi asuntojen hintojen ja ilmanlaadun yhteyden syvällisempi tutkimus vaatisi yksityiskohtaista asuntokauppa-aineistoa. Tulosten perusteella olisi kuitenkin hyödyllistä selvittää jatkotutkimuksessa, miltä tulokset näyttävät pidemmällä aikavälillä ja tarkemman tason datalla. Helsingissä sijaitsevien asuntojen osalta olisi myös mielenkiintoista selvittää melusaasteen vaikutusta niiden hintoihin, sillä se voi olla ilmanlaatua suurempi tekijä kotitalouksien ostopäätöksissä. 

Nina Hiltunen työskentelee yliaktuaarina Tilastokeskuksessa. Tuukka Saarimaa on kaupunkitaloustieteen apulaisprofessori Aalto-yliopistossa. Artikkeli perustuu Hiltusen pro gradu -tutkielmaan, joka hyväksyttiin vuonna 2020 Aalto-yliopistossa. 

Lähteet:

Bayer, P., Keohane, N. & Timmins, C. (2006): Migration and Hedonic Valuation: The Case of Air Quality. Journal of Environmental Economics and Management.

Chay, K. & Greenstone, M. (2005): Does Air Quality Matter? Evidence from the Housing Market. Journal of Political Economy 113(2). 

Hiltunen, N. (2020): Local Air Quality and Economic Inequality in Finland. Master’s thesis. Aalto University School of Business. http://urn.fi/URN:NBN:fi:aalto-202005033001

Lehtomäki, H., Korhonen, A., Asikainen, A., Karvosenoja, N., Kupiainen, K., Paunu, V.-V., Savolahti, M., Sofiev, M., Palamarchuk, Y., Karppinen, A., Kukkonen, J.  & Hänninen, O. (2018): Health Impacts of Ambient Air Pollution in Finland.

Muller, N., Matthews, P. & Wiltshire-Gordon, V. (2018): The Distribution of Income Is Worse Than You Think: Including Pollution Impacts into Measures of Income Inequality. PLoS ONE, 13(3). 

Paunu VV., Karvosenoja N., Kupiainen K., Kangas L., Savolahti M., Sassi MK. (2018) Validation of PM2.5 Concentrations Based on Finnish Emission—Source-Receptor Scenario Model. In: Mensink C., Kallos G. (eds) Air Pollution Modeling and its Application XXV. ITM 2016. Springer Proceedings in Complexity. Springer, Cham. https://doi.org/10.1007/978-3-319-57645-9_15

Rosen, S. (1974): Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Journal of Political Economy, 82(1):34–55.   

World Health Organization (2018). Ambient (Outdoor) Air Quality and Health. 

Ympäristöministeriö (2019): Kansallinen ilmansuojeluohjelma 2030. Ympäristöministeriön julkaisuja. 2019:7. http://urn.fi/URN:ISBN:978-952-361-008-8