Bibliographic record
Abstract
Tämä kandidaatintutkielma selvittää julkisen velan vaikutuksia Suomen kansantalouteen sekä arvioi velkatilanteen tulevaisuudennäkymiä tilanteessa, jossa julkinen velka on yli kolminkertaistunut 17 vuodessa. Tutkimuksen tavoitteena on muodostaa kokonaiskuva velkaantumisen syistä ja seurauksista. Tämä kirjallisuuskatsaus on toteutettu hyödyntämällä aineistona tieteellisiä artikkeleita, tilastoja sekä taloustieteellisiä teorioita julkisen talouden hallinnasta. Tulokset osoittavat, että velkaantumisen juurisyynä on ollut pitkittynyt rakenteellinen alijäämä. Laskusuhdanteissa otettua velkaa ei ole kyetty maksamaan takaisin, sillä julkiset menot ovat olleet tuloja suuremmat myös noususuhdanteissa. Velkasuhde on lähestymässä kriittiseksi pidettyä 90 prosentin rajaa, minkä katsotaan hidastavan talouskasvua entisestään. Tilannetta pahentaa heikkenevä huoltosuhde, sillä väestön ikääntyminen kasvattaa sosiaali- ja terveysmenoja samalla, kun työikäisen väestön osuus supistuu samalla. Lisäksi poliittinen päätöksenteko on kärsinyt niin kutsutusta yhteisen rahan ongelmasta, jossa lyhytnäköiset vaalikaudet ovat vaikeuttaneet pitkäjänteistä taloudenpitoa. Johtopäätöksenä todetaan, että velkakierteen katkaiseminen ja Suomen taloudellisen itsemääräämisoikeuden turvaaminen vaativat välitöntä muutosta. Puolueiden yhteinen sitoumus velkajarrusopimukseen on askel oikeaan suuntaan, mutta pelkkä menokuri ei riitä ratkaisemaan kestävyysvajetta. Hyvinvointivaltion rahoituksen turvaaminen edellyttää samanaikaisesti työllisyysasteen nostamista verrokkimaiden tasolle sekä tuottavuuden parantamista investoimalla koulutukseen, teknologiaan ja innovaatioihin. Mikäli sopeutustoimissa epäonnistutaan, riskinä on ajautuminen ulkoiseen ohjaukseen ja kansallisvarallisuuden myymiseen. Jatkotutkimusta tarvitaan erityisesti siitä, miten leikkaukset ja kasvupanostukset voidaan kohdentaa optimaalisesti ilman, että ne tukahduttavat talouskasvun edellytyksiä.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.122 | 0.051 |
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".