Työmarkkinakeskustelu ilman jakaumia on pseudokeskustelua

Osa 1 – Onko Suomessa oikeasti työvoimapula?

data science

työmarkkinat

talous

tilastotiede

Author

Kristian Vepsäläinen

Published

April 8, 2026

1 Tiivistelmä

Suomessa puhutaan jatkuvasti työvoimapulasta.
Samalla työttömyys kasvaa.

Nämä kaksi väitettä eivät voi olla yhtä aikaa totta yksinkertaisessa maailmassa, jossa työmarkkinat kuvataan yhdellä luvulla.

Todellisessa maailmassa lähes mikään ei ole yksi luku.
Maailma on jakauma.

Työmarkkinat eivät ole yksi markkina, vaan suuri joukko osamarkkinoita:

ammatit
alueet
osaamistasot
terveydentila
palkkatasot
kielitaito
kokemus
koulutus

Kun nämä jakaumat eivät kohtaa, syntyy samanaikaisesti:

työvoimapula
työttömyys
osaajapula
ylikoulutus
rekrytointivaikeudet

Tämä kirjoitussarja purkaa työvoimapulakeskustelun datan avulla.

Ensimmäisessä osassa tarkastelemme peruskysymystä:

onko Suomessa oikeasti työvoimapula?

2 Miksi työvoimapula on hankala käsite?

Työvoimapula esitetään usein yksittäisenä väitteenä:

Suomessa on työvoimapula.

Mutta mitä tämä tarkoittaa?

Mahdollisia tulkintoja:

avoimia työpaikkoja on paljon
yritykset kokevat rekrytoinnin vaikeaksi
työttömyys on matalaa
palkat nousevat nopeasti
tietyillä aloilla on pula osaajista

Nämä eivät ole sama asia.

Data science -näkökulmasta kyse on jakaumien kohtaanto-ongelmasta:

työpaikkojen vaatimukset vs työntekijöiden ominaisuudet.

Jos jakaumat eivät kohtaa, työmarkkina ei tasapainotu.

3 Keskeinen havainto: työvoimapula ja työttömyys voivat esiintyä yhtä aikaa

Jos työmarkkina olisi yksi homogeeninen markkina, korkea työttömyys tarkoittaisi automaattisesti, ettei työvoimapulaa ole. Käytännössä näin ei tapahdu.

Esimerkkejä:

sairaanhoitajista voi olla pula, vaikka tradenomeja on työttömänä
ohjelmistokehittäjistä voi olla pula, vaikka markkinointikoordinaattoreita on paljon tarjolla
pääkaupunkiseudulla voi olla pula työvoimasta, vaikka toisella alueella työttömyys on korkea

Keskiarvo ei kuvaa tilannetta.

Tarvitsemme jakaumia.

4 Data

Tarkastellaan kahta keskeistä muuttujaa:

työttömien määrä
avoimien työpaikkojen määrä

Jos työvoimapula on todellinen, avoimia työpaikkoja pitäisi olla paljon suhteessa työttömiin.

Käytän avoimia rajapintoja Eurostatin ja Tilastokeskuksen datoihin.

5 Työttömyys Suomessa

Työttömyys vaihtelee suhdanteiden mukana:

Finanssikriisi nosti työttömyyttä. Korona nosti työttömyyttä hetkellisesti. Vuonna 2022 työmarkkina oli poikkeuksellisen vahva.

Työttömyys ei ole vakio. Se vaihtelee talouden mukana.

Tämä on loogista, koska työvoimapula voi olla suhdanneilmiö.

6 Avoimet työpaikat

Avoimet työpaikat mittaavat työvoiman kysyntää. Käytetään mittaamiseen Eurostatin muuttujaa Job Vancancy Rate eli avoimien työpaikkojen prosenttiosuus kaikista työpaikoista.

Huomio:

avoimien työpaikkojen määrä kasvoi voimakkaasti vuosina 2021–2022. Sen jälkeen kasvu hidastui. Työvoimapula ei ole vakioilmiö.

7 Beveridge-käyrä

Yksi klassinen tapa tarkastella työmarkkinoita on Beveridge-käyrä.

Se kuvaa suhdetta työttömyyden ja avoimien työpaikkojen välillä-

Jos työmarkkina toimii tehokkaasti, näiden välillä on negatiivinen yhteys: kun avoimia työpaikkoja on paljon, työttömyys on matalaa. Jos Beveridge-käyrä siirtyy ulospäin, työmarkkinoiden kohtaanto heikkenee. Tämä tarkoittaa: työttömyyttä on enemmän suhteessa avoimiin työpaikkoihin.

8 Mitä tästä voi päätellä?

Yksi keskeinen havainto:

työvoimapula ei ole vakio. Se vaihtelee ajan mukana.

Tämä viittaa siihen, että työvoimapula ei ole yksinkertainen rakenteellinen ongelma.

Kyse on todennäköisesti useiden tekijöiden yhdistelmästä:

suhdanne
kohtaanto
osaaminen
alueellinen liikkuvuus

Pelkkä kuvaaja ei kuitenkaan riitä.

Tarvitaan kvantitatiivisen mittarin muutokselle.

9 Log-lineaarinen kohtaantomalli

Kohtaantofunktio voidaan estimoida logaritmisessa muodossa:

$\log{V}=\beta_0+\beta_1\log{U},$ missä parametri $\beta_1$ kuvastaa markkinoiden työmarkkinoiden joustavuutta. Jos se muuttuu ajan myötä, myös kohtaanto muuttuu. Käytän alla olevassa mallissa leikkauspisteenä vuotta 2020, koska silloin tuli poikkeuksellinen työmarkkinashokki Covidin takia. Tämä vaikutti samanaikaisesti työntekemisen tapoihin (etätyöt yleistyivät), koulutuspolkuihin (etätyöt yleistyivät) ja kokonaisiin toimialoihin (esimeriksi ravintala-ala ja ilmailuala menettivät paljon työvoimaa muille aloille). Useissa maissa Beveridge-käyrä siirtyi pandemian jälkeen. Myös tutkimuskirjallisuudessa vuosi 2020 on yleinen break point.

# A tibble: 4 × 5
  term                estimate std.error statistic    p.value
  <chr>                  <dbl>     <dbl>     <dbl>      <dbl>
1 (Intercept)            3.25      0.646      5.03 0.00000724
2 log_u                 -1.30      0.306     -4.26 0.0000943 
3 post_2020TRUE          1.13      0.847      1.33 0.190     
4 log_u:post_2020TRUE   -0.479     0.405     -1.18 0.243

Taulukon tulkinta:

Intercept on vakio, joka saa arvon 3,25. Tämä on lähtötaso työmarkkinoiden kireydelle.
log_u taas kuvaa työttömyyden ja työpaikkojen välistä suhdetta, mitä enemmän työttömyyttä, sitä vähemmän avoimia työpaikkoja.
post_2020TRUE tarkoittaa sitä, että vuoden 2020 jälkeen avoimia työpaikkoja on enemmän samalla työttömyystasolla.
log_u:post_2020TRUE taas tarkoitta sitä, että log_u-kohdassa kuvattu yhteys muuttuu hieman vuoden 2020 jälkeen.

Keskeisin muuttuja on log_u, jonka arvo on -1,30. Tämä tarkoitta sitä, että kun työttömyys kasvaa, avoimien työpaikkojen määärä pienenee. Toisin sanoen, huonoina aikoina rekrytoidaan vähemmän. Tämän kertoimen negatiivinen arvo kertoo siitä, että malli toimii oikein. Positiivinen kerroin olisi ollut ristiriidassa makrotalousteorian kanssa.

Toinen huomiotava muuttuja on post_2020TRUE, joka saa kertoimen 1,13. Tämä ttarkoittaa, että vuoden 2020 jälkeen avoimien työpaikokjken määrä on ollut keskimäärin suurempaa samalla työttömyystasolla kuin ennen vuotta 2020. Tämä on juuri se ilmistö, josta synytyy työvoimapulakeskustelu. Eli yritykset raportoivat rekyrytointivaikeuksista, vaikka samaaan aikaan on työttömiä. Tärkeää on kuitenkin huomata, että p-arvon on noin 0,19 eli yhteys ei ole tilastollisesti merkitsevä, vaikka suunta on selkeä.

10 Onko kohtaanto heikentynyt?

Jos suorat menevät alaspäin, kohtaanto on heikentynyt.

Kuten kuvaajasta nähdään, työpaikkojen määrä putoaa kuin työttömyys kasvaa. Kuitenkin olennaista on viivojen välinen suhde. Vuoden 2020 jälkeinen viiva on korkeammalla kuin ennen 2020 viiva. Tämä tarkoittaa sitä, että samalla työttömyysasteella auki olevien työpaikkojen määrä on kasvanut. Juuri tämä ilmiö näkyy julkisessa työvoimapulakeskustelussa, mutta yksittäinen luku piilottaa tämän ilmiön, sillä >maailma on jakauma

11 Kontrafaktuaali: kuinka paljon kitkaa on syntynyt?

Estimoidaan, kuinka paljon avoimia työpaikkoja olisi syntynyt, jos kohtaanto olisi pysynyt ennallaan vuoden 2020 tasossa.

Kuvaajassa nähdään, että ennen vuotta 2015 Suomessa työllisyys oli poikkeuksellisen heikkoa, koska ennuste on havaitun työpaikkojen määrän yläpuolella. Sitten oli pitkään alla, kunnes 2025 siirtyy taas yläpuolelle. Kuten kuvaasta nähdään, edes kohtaanto-ongelma ei ole vakio ajassa, vaan se riippuu suhdanteesta.

Metodologinen huomio tämä kuvaaja perusteuu malliiin $\log{V}=\beta_0+\beta_1\log{U}$ ja on estimoitu ennen vuotta 2020. Se ei siis “tiedä” mtiään finassikriisistä, eurokriisistä tai Nokiasta. Siksi se sopii hyvin baseline-tason mittariksi.

12 Mitä seuraavaksi?

Seuraavassa osassa tarkastelen kohtaanto-ongelmaa ammattien välillä.

Jos työvoimapula keskittyy pienelle joukolle ammatteja ja vastaavasti, jos vain pienellä joukolla ammatista on ylitarjontaa, kyse ei ole koko talouden ongelmasta.

Kyse on jakaumaongelmasta.

Kaipaatko analyysiä tai onko sinulla projekti, jonka haluat toteuttaa? Ota yhteyttä kristian.vepsalainen@proton.me . Olen käytettävissäsi.

--- title: "Työmarkkinakeskustelu ilman jakaumia on pseudokeskustelua" subtitle: "Osa 1 – Onko Suomessa oikeasti työvoimapula?" author: "Kristian Vepsäläinen" date: 2026-04-08 categories: - data science - työmarkkinat - talous - R - tilastotiede format: html: code-fold: true code-summary: "Näytä koodi" toc: true toc-depth: 3 number-sections: true execute: warning: false message: false slug: suomen-tyovoimapula-osa1 --- ## Tiivistelmä Suomessa puhutaan jatkuvasti työvoimapulasta. Samalla työttömyys kasvaa. Nämä kaksi väitettä eivät voi olla yhtä aikaa totta yksinkertaisessa maailmassa, jossa työmarkkinat kuvataan yhdellä luvulla. Todellisessa maailmassa lähes mikään ei ole yksi luku. Maailma on jakauma. Työmarkkinat eivät ole yksi markkina, vaan suuri joukko osamarkkinoita: - ammatit - alueet - osaamistasot - terveydentila - palkkatasot - kielitaito - kokemus - koulutus Kun nämä jakaumat eivät kohtaa, syntyy samanaikaisesti: - työvoimapula - työttömyys - osaajapula - ylikoulutus - rekrytointivaikeudet Tämä kirjoitussarja purkaa työvoimapulakeskustelun datan avulla. Ensimmäisessä osassa tarkastelemme peruskysymystä: onko Suomessa oikeasti työvoimapula? ## Miksi työvoimapula on hankala käsite? Työvoimapula esitetään usein yksittäisenä väitteenä: > Suomessa on työvoimapula. Mutta mitä tämä tarkoittaa? Mahdollisia tulkintoja: 1. avoimia työpaikkoja on paljon 2. yritykset kokevat rekrytoinnin vaikeaksi 3. työttömyys on matalaa 4. palkat nousevat nopeasti 5. tietyillä aloilla on pula osaajista Nämä eivät ole sama asia. Data science -näkökulmasta kyse on jakaumien **kohtaanto-ongelmasta**: työpaikkojen vaatimukset vs työntekijöiden ominaisuudet. Jos jakaumat eivät kohtaa, työmarkkina ei tasapainotu. ## Keskeinen havainto: työvoimapula ja työttömyys voivat esiintyä yhtä aikaa Jos työmarkkina olisi yksi homogeeninen markkina, korkea työttömyys tarkoittaisi automaattisesti, ettei työvoimapulaa ole. Käytännössä näin ei tapahdu. Esimerkkejä: - sairaanhoitajista voi olla pula, vaikka tradenomeja on työttömänä - ohjelmistokehittäjistä voi olla pula, vaikka markkinointikoordinaattoreita on paljon tarjolla - pääkaupunkiseudulla voi olla pula työvoimasta, vaikka toisella alueella työttömyys on korkea Keskiarvo ei kuvaa tilannetta. Tarvitsemme jakaumia. ## Data Tarkastellaan kahta keskeistä muuttujaa: - työttömien määrä - avoimien työpaikkojen määrä Jos työvoimapula on todellinen, avoimia työpaikkoja pitäisi olla paljon suhteessa työttömiin. Käytän avoimia rajapintoja Eurostatin ja Tilastokeskuksen datoihin. ```{r} #| echo: false library(tidyverse) library(pxweb) library(eurostat) library(janitor) library(lubridate) library(broom) theme_set(theme_minimal(base_size = 14)) ``` ## Työttömyys Suomessa Työttömyys vaihtelee suhdanteiden mukana: Finanssikriisi nosti työttömyyttä. Korona nosti työttömyyttä hetkellisesti. Vuonna 2022 työmarkkina oli poikkeuksellisen vahva. ```{r} #| echo: false unemp <- get_eurostat( "une_rt_m", time_format = "date" ) |> filter( geo == "FI", sex == "T", age == "TOTAL", unit == "PC_ACT", s_adj == "SA" ) |> select( time = TIME_PERIOD, unemployment_rate = values ) |> arrange(time) ggplot(unemp, aes(time, unemployment_rate)) + geom_line(linewidth = 1) + labs( title = "Työttömyysaste Suomessa", x = NULL, y = "%" ) ``` Työttömyys ei ole vakio. Se vaihtelee talouden mukana. Tämä on loogista, koska työvoimapula voi olla suhdanneilmiö. ## Avoimet työpaikat Avoimet työpaikat mittaavat työvoiman kysyntää. Käytetään mittaamiseen Eurostatin muuttujaa *Job Vancancy Rate* eli avoimien työpaikkojen prosenttiosuus kaikista työpaikoista. ```{r} #| echo: false vac <- get_eurostat("jvs_q_nace2") |> filter( geo == "FI", nace_r2 == "B-S", s_adj == "SA", sizeclas == "TOTAL", indic_em == "JVR" ) |> select(time = TIME_PERIOD, vacancy_rate = values) |> drop_na() #| echo: false ggplot(vac, aes(time, vacancy_rate)) + geom_line(linewidth = 1) + labs( title = "Avoimet työpaikat Suomessa", x = NULL, y = "indeksi" ) ``` Huomio: avoimien työpaikkojen määrä kasvoi voimakkaasti vuosina 2021–2022. Sen jälkeen kasvu hidastui. Työvoimapula ei ole vakioilmiö. ## Beveridge-käyrä Yksi klassinen tapa tarkastella työmarkkinoita on Beveridge-käyrä. Se kuvaa suhdetta työttömyyden ja avoimien työpaikkojen välillä- Jos työmarkkina toimii tehokkaasti, näiden välillä on negatiivinen yhteys: kun avoimia työpaikkoja on paljon, työttömyys on matalaa. Jos Beveridge-käyrä siirtyy ulospäin, työmarkkinoiden kohtaanto heikkenee. Tämä tarkoittaa: työttömyyttä on enemmän suhteessa avoimiin työpaikkoihin. ```{r} #| echo: false joined <- unemp |> inner_join(vac, by = "time") ggplot(joined, aes(unemployment_rate, vacancy_rate)) + geom_point(alpha = 0.6) + geom_smooth(se = FALSE) + labs( x = "työttömyysaste", y = "avoimet työpaikat", title = "Beveridge-käyrä" ) ``` ## Mitä tästä voi päätellä? Yksi keskeinen havainto: työvoimapula ei ole vakio. Se vaihtelee ajan mukana. Tämä viittaa siihen, että työvoimapula ei ole yksinkertainen rakenteellinen ongelma. Kyse on todennäköisesti useiden tekijöiden yhdistelmästä: * suhdanne * kohtaanto * osaaminen * alueellinen liikkuvuus Pelkkä kuvaaja ei kuitenkaan riitä. Tarvitaan kvantitatiivisen mittarin muutokselle. ## Log-lineaarinen kohtaantomalli Kohtaantofunktio voidaan estimoida logaritmisessa muodossa: $\log{V}=\beta_0+\beta_1\log{U},$ missä parametri $\beta_1$ kuvastaa markkinoiden työmarkkinoiden joustavuutta. Jos se muuttuu ajan myötä, myös kohtaanto muuttuu. Käytän alla olevassa mallissa leikkauspisteenä vuotta 2020, koska silloin tuli poikkeuksellinen työmarkkinashokki Covidin takia. Tämä vaikutti samanaikaisesti työntekemisen tapoihin (etätyöt yleistyivät), koulutuspolkuihin (etätyöt yleistyivät) ja kokonaisiin toimialoihin (esimeriksi ravintala-ala ja ilmailuala menettivät paljon työvoimaa muille aloille). Useissa maissa Beveridge-käyrä siirtyi pandemian jälkeen. Myös tutkimuskirjallisuudessa vuosi 2020 on yleinen break point. ```{r} #| echo: false df_model <- joined |> mutate( log_u = log(unemployment_rate), log_v = log(vacancy_rate), post_2020 = time >= as.Date("2020-01-01") ) model <- lm( log_v ~ log_u * post_2020, data = df_model ) tidy(model) ``` Taulukon tulkinta: * Intercept on vakio, joka saa arvon 3,25. Tämä on lähtötaso työmarkkinoiden kireydelle. * log_u taas kuvaa työttömyyden ja työpaikkojen välistä suhdetta, mitä enemmän työttömyyttä, sitä vähemmän avoimia työpaikkoja. * post_2020TRUE tarkoittaa sitä, että vuoden 2020 jälkeen avoimia työpaikkoja on enemmän samalla työttömyystasolla. * log_u:post_2020TRUE taas tarkoitta sitä, että log_u-kohdassa kuvattu yhteys muuttuu hieman vuoden 2020 jälkeen. Keskeisin muuttuja on log_u, jonka arvo on -1,30. Tämä tarkoitta sitä, että kun työttömyys kasvaa, avoimien työpaikkojen määärä pienenee. Toisin sanoen, huonoina aikoina rekrytoidaan vähemmän. Tämän kertoimen negatiivinen arvo kertoo siitä, että malli toimii oikein. Positiivinen kerroin olisi ollut ristiriidassa makrotalousteorian kanssa. Toinen huomiotava muuttuja on post_2020TRUE, joka saa kertoimen 1,13. Tämä ttarkoittaa, että vuoden 2020 jälkeen avoimien työpaikokjken määrä on ollut keskimäärin suurempaa samalla työttömyystasolla kuin ennen vuotta 2020. Tämä on juuri se ilmistö, josta synytyy **työvoimapulakeskustelu**. Eli yritykset raportoivat rekyrytointivaikeuksista, vaikka samaaan aikaan on työttömiä. Tärkeää on kuitenkin huomata, että p-arvon on noin 0,19 eli yhteys ei ole tilastollisesti merkitsevä, vaikka suunta on selkeä. ## Onko kohtaanto heikentynyt? Jos suorat menevät alaspäin, kohtaanto on heikentynyt. ```{r} #| echo: false #| echo: false counterfactual_model <- lm( log_v ~ log_u, data = df_model |> filter(post_2020 == FALSE) ) df_model <- df_model |> mutate( pred_cf = predict(counterfactual_model, newdata = df_model) ) df_model |> ggplot(aes(log_u, log_v, colour = post_2020)) + geom_point(alpha = 0.7) + geom_smooth(method = "lm", se = FALSE) + labs( title = "Kohtaanto ennen ja jälkeen 2020", x = "log työttömyys", y = "log avoimet työpaikat" ) ``` Kuten kuvaajasta nähdään, työpaikkojen määrä putoaa kuin työttömyys kasvaa. Kuitenkin olennaista on viivojen välinen suhde. Vuoden 2020 jälkeinen viiva on korkeammalla kuin ennen 2020 viiva. Tämä tarkoittaa sitä, että samalla työttömyysasteella auki olevien työpaikkojen määrä on kasvanut. Juuri tämä ilmiö näkyy julkisessa **työvoimapulakeskustelussa**, mutta yksittäinen luku piilottaa tämän ilmiön, sillä >maailma on jakauma ## Kontrafaktuaali: kuinka paljon kitkaa on syntynyt? Estimoidaan, kuinka paljon avoimia työpaikkoja olisi syntynyt, jos kohtaanto olisi pysynyt ennallaan vuoden 2020 tasossa. ```{r} #| echo: false ggplot(df_model, aes(time)) + geom_line(aes(y = log_v, colour = "havaittu"), linewidth = 1) + geom_line(aes(y = pred_cf, colour = "ennuste ilman rakennemuutosta"), linetype = "dashed", linewidth = 1) + labs( title = "Avoimet työpaikat: havaittu vs ennuste ilman rakennemuutosta", y = "log työpaikkojen määrä", x = "aika", colour = NULL ) ``` Kuvaajassa nähdään, että ennen vuotta 2015 Suomessa työllisyys oli poikkeuksellisen heikkoa, koska ennuste on havaitun työpaikkojen määrän yläpuolella. Sitten oli pitkään alla, kunnes 2025 siirtyy taas yläpuolelle. Kuten kuvaasta nähdään, edes kohtaanto-ongelma ei ole vakio ajassa, vaan se riippuu suhdanteesta. **Metodologinen huomio** tämä kuvaaja perusteuu malliiin $\log{V}=\beta_0+\beta_1\log{U}$ ja on estimoitu ennen vuotta 2020. Se ei siis "tiedä" mtiään finassikriisistä, eurokriisistä tai Nokiasta. Siksi se sopii hyvin baseline-tason mittariksi. ## Mitä seuraavaksi? Seuraavassa osassa tarkastelen kohtaanto-ongelmaa ammattien välillä. Jos työvoimapula keskittyy pienelle joukolle ammatteja ja vastaavasti, jos vain pienellä joukolla ammatista on ylitarjontaa, kyse ei ole koko talouden ongelmasta. Kyse on jakaumaongelmasta. Kaipaatko analyysiä tai onko sinulla projekti, jonka haluat toteuttaa? Ota yhteyttä kristian.vepsalainen@proton.me . Olen käytettävissäsi.