Vaikuttaako enemmistöpuolueasetelma opetus- ja kulttuuritoiminnan menoihin? Näyttöjä Suomen kunnista
Bibliographic record
Abstract
Yhden puolueen ehdottomat enemmistöt ovat Suomen kunnanvaltuustoissa varsin yleisiä. Tällaisissa valtuustoissa suurimmalla puolueella on yli puolet valtuustopaikoista ja päätöksenteon kannalta olennainen enemmistö. Suomen kuntavaaleissa käydään järjestään täpäriä vaaleja, joissa ehdottoman enemmistön muodostuminen suurimmalle puolueelle on hyvin pienestä kiinni – usein jopa yksittäisistä äänistä. Toisin sanoen yksittäinen äänestäjäjoukko voi äänestyspäätöksellään vaikuttaa siihen, onko tulevalla valtuustokaudella yhdellä puolueella yli puolet valtuustopaikoista. Tämä avaa mielenkiintoisia mahdollisuuksia muun muassa taktiselle äänestämiselle, sillä yksittäisillä äänillä voi olla ratkaiseva vaikutus. Siksi juuri taktisen äänestämisen näkökulmasta on tärkeää ymmärtää, millaisia seurauksia ehdottomalla enemmistöllä voi olla päätöksentekoon sekä yleisesti kunnan toimintaan. Hyvinvointialueiden perustamisen myötä yhdeksi kuntien merkittävimmäksi tehtäväksi on jäänyt opetus- ja kulttuuritoiminnan järjestäminen. Näistä syistä tarkastelen tässä tutkielmassa, vaikuttaako ehdoton enemmistö kunnan opetus- ja kulttuuritoiminnan menoihin. Hyödynnän kuntavaaleissa käytyjä täpäriä vaaleja ja vertaan keskenään kuntia, joissa suurin puolue on juuri ja juuri saavuttanut ehdottoman enemmistön, sellaisiin kuntiin, joissa se on juuri ja juuri jäänyt saavuttamatta. Estimoin vaikutusta regressioepäjatkuvuusmenetelmän (RDD) avulla. Samaa kysymystä on aikaisemmin tutkittu myös hyödyntäen RDD:tä ja Suomen kuntavaalidataa. Tähän olemassa olevaan kirjallisuuteen verrattuna tulen tarkastelemaan tässä tutkielmassa kysymystä tuoreemmalta ajanjaksolta vuosilta 2008–2020 sisältäen kolme kokonaista vaalikautta ja yhteensä 878 yksittäistä vaalia. Aiemmasta kirjallisuudesta poiketen tulosten mukaan ehdottomalla enemmistöllä vaikuttaisi olevan positiivinen vaikutus. Se on suunnilleen samaa luokkaa läpi vaalikauden, joskin tilastollisesti merkitsevä ainoastaan keskellä vaalikautta kolmantena vuotena. Tuolloin suurimman puolueen ehdoton enemmistö kunnanvaltuustossa kasvattaa opetus- ja kulttuuritoiminnan nettokäyttökustannuksia noin 60 euroa asukasta kohden, mikä vastaa noin neljää prosenttia Suomen kuntien keskimääräisestä opetus- ja kulttuuritoiminnan vuosittaisesta nettokäyttökustannuksesta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.056 | 0.017 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".