9. Utbildning, kön och lön

Ett tydligt mönster på arbets­marknaden är att lön i yrken varierar beroende på utbildnings­nivå. Ett generellt mönster, dock med flera inte minst köns­relaterade undantag, är att personer med längre utbildning oftast kan förvänta sig högre lön än de med kortare utbildning. Längden på den formella utbildningen som är normal för yrket är en uppgift som ingår i ett yrkes kvalifikationsnivå i nationella yrkesklassifikationer.

Den internationella yrkes­klassificeringen, ISCO-08, som nationella klassificerings­system ansluter sig till, ordnar yrken delvis hierarkiskt utifrån utbildning, utifrån fyra breda kvalifikations­nivåer:

Dessa utbildningsnivåer ansluter sig till yrkesområdena i ISCO-klassifikationen enligt följande. I alla nivåer kan dock krav på yrkeserfarenhet användas i stället för eller i tillägg till krav på utbildning.

Här används finska Statistikcentralens översättning av ISCO-klasserna

De olika nationella klassifikations­systemen har anpassat ISCO:s breda klasser till sina egna utbildningssystem. I instruktionerna till ISCO-08 (till skillnad från tidigare versioner) betonas också att yrkets arbets­uppgifter och inte utbildningen ska vara bestämmande för yrkets klassifikation, för att göra det möjligt att jämföra yrken internationellt, trots olika länders olika utbildningssystem (Tilastokeskus, 2011). Därmed kan framför allt yrkesområdena 4–8 innehålla mycket olika kvali­fikations­krav och klassi­fikations­systemet i sig säger inte mycket om kravet på formell utbildning.

De flesta arbetsvärderingssystem som används för lönesättning och lönejämförelser betraktar dock utbildning som den viktigaste komponenten och den blir därmed ofta bestämmande för lönenivån, också eftersom den ofta samvarierar med komponenten ansvar. 

I de nordiska länderna är det betydligt fler kvinnor än män som studerar på högskolan. År 2021 var 61 % av de finska och svenska och 57 % av de norska studenterna kvinnor (Eurostat, 2021). Detta är ett resultat av en utveckling som pågått i decennier: enligt Pekkarinen (2012) var andelen kvinnliga studenter i högre utbildning i de nordiska länderna större än andelen män redan 1990. Att kvinnor i högre utsträckning än män genomgår högre utbildning borde alltså bidra till att minska lönegapet, om det generella mönstret är att personer med längre utbildning oftast kan förvänta sig högre lön än de med kortare utbildning.

Det har dock visat sig att köns­lönegapet är större bland hög­utbildade och högavlönade anställda (Måwe, 2019), vilket i sig ökat det generella könslönegapet. Effekten av att högre utbildning är segregerad är ännu viktigare. I och med att kvinnor och män väljer olika studieprogram hamnar de också i olika yrken med olika lönenivåer (Hägglund, 2024; Ransmayr & Weichselbaumer, 2024).

Det finns alltså ett ”utbildnings­gap” i relation till kön och lön. Istället för att kunna förvänta sig att kvinnor och män som har samma löner också har samma utbildningsnivå, verkar det istället vara så att kvinnor och män som har samma löner kan ha olika utbildningsnivå. I tabell 11 visualiseras detta genom en undersökning av svenska exempel på mäns och kvinnors utbildnings­nivåer för erhållande av (nästan) samma månadslön. Exemplen på mäns löner är relaterade till mansdominerade utbildnings­områden, exemplen på kvinnors löner relaterar till kvinno­dominerade eller könsjämna utbildningsområden.

Av exemplen i tabell 11 framgår att för samtliga av de tre jämförda månadslönerna har kvinnor betydligt längre utbildning än männen.

Utbildningsnivå kan inte ensamt fungera som en indirekt indikator för likvärdigt arbete när olika yrken ska jämföras, eftersom även ansvar, ansträngning och arbets­förhållanden ska beaktas. Men eftersom krav på kompetens, vilket till stor del handlar om utbildning, är tungt vägande i värderingen av ett arbete, är stora löneskillnader mellan individer med lika utbildning, eller stora utbildnings­skillnader mellan individer med lika löner en anledning att reflektera över om skillnaderna är motiverade.

En jämförelse där mansdominerat arbete med lägre utbildningskrav har högre lön än ett kvinno­dominerat arbete med högre utbildningskrav innebär givetvis inte alltid en jämförelse av löner för arbeten som är att betrakta som likvärdiga, men genom att jämföra utbildning och lön kan man avslöja potentiella lönegap mellan olika yrkesområden som inte nödvändigtvis kommer upp till ytan i en analys av lön för likvärdigt arbete när man enbart utgår från olika yrken.

Utbildningsinformationen i den nationella statistiken är relativt grovkornig och ger därför inte detaljerad kunskap i relation till lön för likvärdigt arbete. Vid jämförelse av hur uppgifter om utbildning kan relateras till uppgifter om yrke och lön i den nationella statistiken i de nordiska länderna finns vissa olikheter.

Den finska lönestatistiken är sektorsindelad. För kommunal och statlig sektor kan variablerna utbildningsnivå (8 nivåer) och utbildningsområde (99 områden) kombineras. För den privata sektorns månadslöner finns i stället för nivå och område 468 olika examina. Privata sektorns timlöner är uppställda på samma sätt som offentliga sektorns månadslöner, medan utbildnings­bakgrunden för offentliga sektorns timlöner inte anges. Vissa av dessa utbildningsuppgifter kan tydligt kopplas till yrken, men det finns också många breda utbildningar som förbereder till olika yrken. Alla tabellerna är könsfördelade. Men utöver att offentliga sektorns deltidsanställda saknas i statistiken är jämförelserna mellan privat och offentlig sektor komplicerade att göra.

I den norska utbildningsstatistiken delas utbildning upp i fem nivåer (grundskolenivå, vidaregående skolnivå, fackskolenivå, universitets- och högskolenivå kort (t.o.m. 4 år) respektive lång (4 år eller mer samt forskarutbildning). I lönestatistiken kan dessa uppgifter förfinas med uppgift om ämnes­område för utbildningarna (totalt 179 utbildningsgrupper) vilka kan kopplas samman med uppgifter om månadslön, men inte könsuppdelat eller med direkt koppling till yrkesklassificering.

I svensk utbildningsstatistik kan användaren dels få uppgifter om lönerna för varje yrke i sju utbildnings­nivåer, från för­gymnasial utbildning kortare än 9 år upp till forskarutbildning, till exempel genomsnittslönen för manliga och kvinnliga arbets­förmedlare med gymnasie­utbildning respektive kort eller lång eftergymnasial utbildning. Dels finns lönerna för ca 100 utbildnings­grupper, av vilka somliga klart ansluter till vissa yrken, medan andra är bredare.

I dansk utbildningsstatistik finns uppgifter om befolkningens utbildnings­status, exempelvis finns tillgängliga uppgifter om kön i relation till högsta genomförda utbildning utifrån 93 utbildnings­grupper eller ett antal huvud­grupper (motsvarande utbildnings­nivåer) från grundskola till forskar­utbildnings­nivå. Uppgifter om lön efter utbildning (89 olika utbildnings­grupper) finns tillgängliga i relation till sektor, löneform (timlön/​fast lön), lönemottagargrupp (till exempel medarbetare, chef), olika löne­komponenter (25 alternativ, till exempel övertidstillägg) samt kön. Däremot kopplas inte dessa uppgifter till yrkesklassificering.

I den isländska statistiken kan man få detaljerade uppgifter om antal studenter i olika studieprogram i tabeller som omfattar ”line of study” eller ”detailed field of study”. Dessa tabeller finns för olika nivåer av högskoleutbildning, gymnasieutbildning och sådan eftergymnasial utbildning som inte är högre utbildning. Flera av dessa ”lines of study” och ”detailed fields of study” motsvarar yrken. Alla tabellerna är könsfördelade, och om man vill kan man följa utvecklingen över flera år. Ingen direkt koppling till yrken eller löner finns dock.

I vissa fall kan alltså statistik­uppgifterna om utbildning kopplas samman med ett visst yrke, förutsatt att individerna arbetar inom det yrke vilket de är utbildade för – vilket inte alltid är fallet. Även här finns alltså en osäkerhets­faktor. När det gäller likvärdigt arbete kan könsuppdelad statistik om utbildning och lön i sin nuvarande form främst användas till att uppmärksamma anomalier i lönesättning av yrken i förhållande till dessas krav på kompetens. För intresseorganisationer, till exempel fackförbund, som är intresserade av att veta hur de egna medlemmarnas löner står sig i relation till andra yrkesgrupper som möter likvärdiga krav i sitt arbete kan detaljerad information om utbildningsbakgrund och nivå vara intressant information.