Indlæg

Hvornår får vi en cannabislegalisering i Danmark?

En læser af legaliser.nu (som også drives af TP) har spurgt til hvilke partier der går ind for cannabis, og hvornår man evt. ville kunne forvente en legalisering, og hvad med de andre rusmidler?

Vælgerne

Jeg tror ikke at der ville være vælgertilslutning til en totallegalisering i Danmark. Der er som regel kun cirka 50%-50% tilslutning for legalisering af cannabis.

Jeg kan ikke finde en meningsmåling om folks holdning til legalisering af de andre rusmidler, men støtten hertil vil nok være betydeligt mindre end for cannabis. Et forsigtigt gæt ville være 10% (meget usikkert; nok et sted mellem 2% og 30%).

Partierne og cannabis

Som det er lige nu, er der 9 partier i Folketinget, hvoraf 5 går ind for legalisering af cannabis (EL, SF, RV, LA, Å) og 4 er imod (K, V, DF, S). EL’s holdning er dog i strid med fx LA, da EL vil give staten monopol på salget (ligesom de vil give staten monopol på mere eller mindre alting, partiet er jo kommunistisk). LA vil lade markedet stå for salget.

Ved næste valg kommer Nye Borgerlige nok i Folketinget, og deres holdning lader til at være for en legalisering af cannabis:

Hvis vi tæller mandaterne op i Folketinget:

For:
Liberal Alliance (13)
Enhedslisten (14)
Alternativet (10)
Radikale Venstre (8)
Socialistisk Folkeparti (7)

13+14+10+8+7=52

Imod:
Venstre (34)
Konservative Folkeparti (6)
Dansk Folkeparti (37)
Socialdemokraterne (46)

64+6+37+46=153

Man skal kunne tælle til 90/88 for at få en legalisering (Folketinget har 179 pladser, 175 danske. Hvis vi antager at de ikke-danske ikke stemmer, så kan et flertal laves med 88 mandater vs. 87 imod; ellers 90 vs. 89). NB ligger omkring 1-2% i meningsmålingerne. Hvis de får >=2%, så får de omtrent 4 mandater som nok kommer fra DF, K og V (som alle er imod). Men vi ville stadig være meget langt fra 90.

Det er nødvendigt at enten et af de store partier skifter holdning, eller at der kommer en større ændring i de relative størrelser på partierne før at der sker noget. Ideologisk set burde det være V som gjorde det, men i praksis har partiet en række socialkonservative politikfolk m.v., så de er nok svære at overtale. Det er nok nemmest at overtale S.

En anden mulighed er at et parti ikke stemmer sammen, altså at nogle stemmer imod partilinjen. Men det kræver temmelig mange sådanne personer før at vi kan tælle til 90.

Jeg vil tro, at det bedste man selv kan gøre med cannabis er at lave nogle studier som viser, at det er trendy at ville legalisere, samt at smartere og folk der ved mere om emnet i højere grad støtter en legalisering (disse ting er sandsynligvis rigtige, men det er ikke påvist endnu). Bagefter så ville man promovere resultaterne. Det skal gøres af en blandet gruppe mennesker med seriøse titler og jobs for at have betydelig troværdighed. Prøv at se på hvordan grupperne i USA kører:

Jeg vil tro, at dette måske kunne få S eller V til at skifte holdning. Jeg tror ikke at man kan overtale K eller DF. Her er fx geniet Tom Behnke som deler ud af sin viden om cannabis:

https://www.youtube.com/watch?v=mYqNi6WsWdM

Jeg kan godt lave den nødvendige forskning (jeg har faktisk lavet lidt af den), men jeg har ikke tid til at køre eller oprette en sådan gruppe.

Jeg vil tro at Danmark får en cannabislegalisering snart, indenfor et par år, og næsten helt sikkert inden 10 år. Udslaget kommer nok til at være data fra amerikanske stater som viser at legalisering virker godt i praksis. Sådanne data findes allerede, men man har brug for at en stabil strøm af dem for at overtale folk.

Andre rusmidler?

Mig bekendt går intet stort parti ind for legalisering af andet end cannabis. LA vil gerne afkriminalisere ikke-cannabis rusmidler, men tilsyneladende ikke legalisere. I deres principprogram (v3) skriver de:
Cannabis skal legaliseres, og besiddelse af øvrige stoffer til eget brug
afkriminaliseres.
Der står ikke andet om emnet så vidt jeg kan se. Men LA og EL har tidligere meldt ud, at de vistnok gerne vil legalisere alle rusmidlerne. Der er nok meget lang vej til at dette bliver dansk politik.

Hvorfor egentlig biodiversitet?

Læser man på organisationers hjemmesider om hvorfor de ønsker at bevare biodiversitet, så finder man ikke særligt overbevisende grunde. Fx Danmarks Naturfredningsforening:

Tabet af biodiversitet har stor betydning for vores samfund. Vi er afhængige af, at økosystemerne fungerer og leverer tjenester som rensning af vand, jord, luft og bestøvning af vilde planter og afgrøder.

Ifølge forskerne er forringelserne af den biologiske mangfoldighed nu så omfangsrige, at der er tale om en økologisk krise, som kan sammenlignes med klimakrisen i omfang.

Der gives altså et argument baseret på fødekæden — eller rettere, fødespindet (food web). Fødekæden er temmelig kompliceret, og det er gået galt før når man har forsøgt at justere på den, så der er grund til at være påpasselig. Men det er langt fra et godt argument for at det vil gå galt i al fremtid, og man kan også finde eksempler hvor det er gået godt. Det er også svært at se hvordan Danmark og Danmarks fødekæde bliver påvirket af fx regnskove i andre andre, så argumentet er endnu ringere når det kommer til udlandets eller global biodiversitet.

Påstanden om at tabet af biodiversitet er meget høj er ikke en overdrivelse da menneskets udbredelse ser ud til at være årsagen til det store tab af biodiversitet som ses de sidste del tusind år. Det omhandler dog primært — så vidt vi ved — større arter (fx mammutten).

Biodiversitet.nu bruger en anden begrundelse, nemlig, “Vi vil gerne have en rig og spændende natur. Ved at registrere de dyr, planter, svampe og levesteder du møder i naturen med app’en NaturTjej, hjælper du os med helt ny viden, som kan komme biodiversiteten til gavn.”. Ingen nærmere begrundelse er givet for hvorfor det er godt med en rig og spændende natur. Det har naturligvis en værdi for personer som har interesse i den slags, men et stigende antal mennesker bor i byerne, og lader ikke til at udvise den store interesse i biodiversitet.

Biologisk viden er brugbar

Det er både svært og dyrt at opfinde teknologi fra bunden, mens at viden om naturen ofte enten giver os løsninger vi direkte kan kopiere eller lade os inspirere af. Naturen har brugt milliarder af år på at udvikle et ekstremt stort antal arter af organismer og de er forskellige på mange måder. Disse organismer møder et endnu større antal forskellige udfordringer i deres liv, og løser dem på et ufatteligt stort antal forskellige måder.

Ved at studere hvordan naturen har løst problemer som vi også har (eller får i fremtiden), så er det muligt for os at genbruge løsninger som naturen allerede har udviklet og testet for os. Der arbejdes på at opbygge store databaser med åbne data om biologiske data, samt udvikle metoder til at automatisk identificere potentielt brugbare løsninger fra disse. Historien er fyldt med eksempler på brugbar teknologi som er kommet til os fra naturen. Dog kunne jeg ikke finde nogen systematisk liste over disse, skønt at en sådan ville have relevans for fremtidig søgen efter brugbar teknologi. Et par eksempler gives herunder:

  • Penicillin – Blev opdaget ved en tilfældighed. Bruges overalt til bekæmpelse af bakterielle infektioner.
  • E. coli  – Bruges i stor stil til fremstilling af alt fra insulin til biobrændsel.
  • Catharanthus roseus (intet dansk navn?) – Oprindeligt fra Madagaskar. Ekstrakt herfra blev testet til brug mod diabetes, men blev i stedet fundet til at være brugbart til cancerbehandling.
  • CRISPR-relaterede metoder – Bruges til bioredigering og har en meget lys fremtid til behandling af alt muligt, bl.a. helbredelse af genetiske sygdomme hos levende personer.

Måske det primære problem ved efterligning af naturens løsninger er diverse aktivistgrupper som forhindrer brug af organismer på en ‘etisk uforsvarlig måde’ (kaldet biopirateri). Deres begrundelse er at disse organismer typisk er kendte i forvejen af lokale stammefolk, og de mener at disse grupper bør have ejerskab over teknologien eller i hvert fald få del i økonomiske gevinster af den. Det giver en vis mening, men konsekvensen kan i stedet blot blive at virksomheder slet ikke gider bruge tiden på at teste, finde effektive fremstillingsmetoder osv. til disse produkter, og de bliver derfor aldrig alment tilgængelige. Hvad gavn har menneskeligheden af at nogle stammefolk har nogle uvidenskabelige ideer om hvilke ting der virker og ikke virker? Ikke meget. Det virker som et eksempel på en blanding af misforstået hensyntagen og loss aversion. Hvis stammefolket ikke får del af kagen, så skal ingen have kage.

Dermed ikke sagt, at der ikke kan være problemer, men de skyldes primært patenter. Det ville være temmelig tåbeligt hvis biotek firmaer tog patent på naturbaserede produkter som stammefolk har haft i 100vis af år, og derefter forbød stammefolkene at bruge dem.

Andre betragtninger

Bevarelse af biodiversitet gør det muligt at studere organismerne mht. en øget forståelse af evolution. Dette virker ikke umiddelbart så brugbart.

Når først biodiversiteten går tabt, så er den svær at genoprette. I praksis betyder det, at selv hvis vi er ret sikre lige nu på, at biodiversitet på et givent område ikke er brugbart, så kunne det være at vi tog fejl. Men når først en organisme er uddød, så er den temmelig svær at genoplive (men nok ikke altid umulig). Pga. denne semi-irreversibilitet, så bør man være konservativ med sine beslutninger.

Et heldigt tilfælde er, at biodiversitet lader til at variere meget fra sted til sted, og der findes hotspots hvor biodiversiteten er ekstremt høj. I praksis betyder det således, at man kan koncentrere sig om at besvære disse hotspots og på den måde effektivt beholde et stor mængde biodiversitet. Disse hotspots er som regel ikke langt mod nord (latitudinal diversity gradient). Det er både en fordel og en ulempe. Da områderne ikke ligger i Danmark er de ikke os til gene, men det betyder også at rige lande — som generelt ligger væk fra ækvator — som går mere op i beskyttelsen af biodiversitet ikke har nem mulighed for at bevare den.

Biodiversiteten har været stærkt stigende i mange millioner år. Det vil nok ske igen selvom mennesket udsletter en del af det, men det vil tage mange millioner år.

Phanerozoic_Biodiversity

Om at planlægge

Det siges at offentlige projekter altid bliver dyre og ofte fejler totalt. Det er nemt at nævne eksempler på projekter med problemer: Polsag, IC4-tog, Rejsekort, metrobyggerier, letbaner. Men blot fordi det er nemt at komme på eksempler betyder det ikke, at det er en rigtig generel tendens. Måske det blot er nemmere at huske de dårlige eksempler end de gode (availability heuristic). Måske medierne primært informerer os om projekter der blev forsinkede eller blev dyrere end forventet (omvendt publication bias). Hvad der er brug for er, at nogen systematisk indsamler data om diverse projekter og set på hvordan det gik med dem. Det er der nogens om har gjort:

  • Buehler, R., Griffin, D., & Ross, M. (1994). Exploring the “planning fallacy”: Why people underestimate their task completion times. Journal of Personality and Social Psychology, 67(3), 366–381. https://doi.org/10.1037/0022-3514.67.3.366
  • Flyvbjerg, B., Holm, M. K. S., & Buhl, S. L. (2004). What Causes Cost Overrun in Transport Infrastructure Projects?”. Transport Reviews, 24(1), 3–18. https://doi.org/10.1080/0144164032000080494a
  • Flyvbjerg, B., & Sunstein, C. R. (2015). The Principle of the Malevolent Hiding Hand; or, the Planning Fallacy Writ Large (SSRN Scholarly Paper No. ID 2654423). Rochester, NY: Social Science Research Network. https://papers.ssrn.com/abstract=2654423

Jeg har lavet en lille meta-analyse af alle dataene rapporterer i 3 studier ovenfor. Tabellen ser således ud:

Studie Emne Mål Forudsigelse Aktuel Fejl%
Buhler Skoleopgaver Dage 33.9 55.5 64%
Buhler Skoleopgaver Dage 5.8 10.7 84%
Buhler Skoleopgaver Dage 5 9.2 84%
Buhler Skoleopgaver Dage 5.5 6.8 24%
Buhler Skoleopgaver Dage 5.3 6.3 19%
Buhler Skoleopgaver Dage 7 7 0%
Buhler Skoleopgaver – median Dage 5.65 8.1 43%
Flyvbjerg 2004 58 Jernbaner Pris 45%
Flyvbjerg 2004 33 broer og tunler Pris 34%
Flyvbjerg 2004 167 veje Pris 20%
Flyvbjerg 2004 258 transportprojekter – genemsnit Pris 28%
Flyvbjerg 2015 243 dæmninger Pris 96%
Flyvbjerg 2015 6 busprojekter Pris 41%
Flyvbjerg 2015 264 jernbaner Pris 40%
Flyvbjerg 2015 48 tunler Pris 36%
Flyvbjerg 2015 100 kraftværker Pris 36%
Flyvbjerg 2015 24 bygninger Pris 36%
Flyvbjerg 2015 49 broer Pris 32%
Flyvbjerg 2015 869 veje Pris 24%
Flyvbjerg 2015 1603 transportprojekter Pris 43%
Alle studier – median Alle 36%

Den sidste række er den overordnede median, som er et hurtigt estimat for den gennemsnitlige effekt. Jeg benytter medianen i stedet for det normale gennemsnit (aritmetisk) fordi medianer er resistente overfor outliers.

Generelt finder man at tingene ender med at tage længere tid og blive dyrere end folk troede. Folk er altså systematisk for optimistiske mht. at forudsige fremtiden på dette område (planning fallacy). Det gælder både når det omhandler folks egne personlige projekter (som at skrive skoleopgaver) og større byggeprojekter, som fx at bygge en dæmning. Særligt interessant er det at i Flyvbjerg et al (2004) fandt man ingen forskel på offentlige og private projekter. Det stemmer ikke så godt overens med den liberale narrativ. Måske det private ganske enkelt undgår at fortælle offentligheden når deres interne projekter bliver dyre og trækker ud — hvorfor skulle de?

For et quick and dirty fix kan man derfor korrigere for dette problem ved at lægge 36% til sit præ-endelige estimater.

Hvad siger loven om hvornår politiet må aflytte din telefon?

De fleste ved at politiet må aflytte kriminelles telefoner i visse tilfælde, men næsten ved ingen ved præcis hvilke tilfælde det drejer sig om. Loven på området er Retsplejeloven, hvor kapitel 71 har titlen Indgreb i meddelelseshemmeligheden, observation, dataaflæsning og forstyrrelse eller afbrydelse af radio- eller telekommunikation. Deri kan man læse:

§ 781. Indgreb i meddelelseshemmeligheden må kun foretages, såfremt

1) der er bestemte grunde til at antage, at der på den pågældende måde gives meddelelser eller foretages forsendelser til eller fra en mistænkt,

2) indgrebet må antages at være af afgørende betydning for efterforskningen og

3) efterforskningen angår en lovovertrædelse, som efter loven kan straffes med fængsel i 6 år eller derover, en forsætlig overtrædelse af straffelovens kapitler 12 eller 13 eller en overtrædelse af straffelovens §§ 124, stk. 2, 125, 127, stk. 1, 233, stk. 1, 235, 266, 281 eller en overtrædelse af udlændingelovens § 59, stk. 7, nr. 1-5.

Stk. 2. Er betingelserne i stk. 1, nr. 1 og 2, opfyldt, kan telefonaflytning og teleoplysning endvidere foretages, såfremt mistanken angår fredskrænkelser som omhandlet i straffelovens § 263, stk. 2.

Stk. 3. Er betingelserne i stk. 1, nr. 1 og 2, opfyldt, kan teleoplysning endvidere foretages, såfremt mistanken angår en

1) krænkelse som nævnt i § 2, stk. 1, nr. 1, i lov om tilhold, opholdsforbud og bortvisning,

2) overtrædelse af straffelovens § 279 a eller § 293, stk. 1, begået ved anvendelse af en telekommunikationstjeneste,

3) overtrædelse af artikel 14 eller 15 i Europa-Parlamentets og Rådets forordning (EU) nr. 596/2014 af 16. april 2014 om markedsmisbrug (forordningen om markedsmisbrug),

4) overtrædelse af artikel 3, stk. 1, eller artikel 5 i Europa-Parlamentets og Rådets forordning (EU) nr. 1227/2011 af 25. oktober 2011 om integritet og gennemsigtighed på engrosenergimarkederne eller

5) overtrædelse af artikel 38, stk. 1, artikel 39, artikel 40, jf. artikel 38, stk. 1, eller artikel 39, eller artikel 41 i Kommissionens forordning (EU) nr. 1031/2010 af 12. november 2010 om det tidsmæssige og administrative forløb af auktioner over kvoter for drivhusgasemissioner og andre aspekter i forbindelse med sådanne auktioner i medfør af Europa-Parlamentets og Rådets direktiv 2003/87/EF om en ordning for handel med kvoter for drivhusgasemissioner i Fællesskabet.

Stk. 4. Brevåbning og brevstandsning kan desuden foretages, hvis der foreligger en særligt bestyrket mistanke om, at der i forsendelsen findes genstande, som bør konfiskeres, eller som ved en forbrydelse er fravendt nogen, som kan kræve dem tilbage.

Stk. 5. Aflytning efter § 780, stk. 1, nr. 2, og udvidet teleoplysning efter § 780, stk. 1, nr. 4, kan kun foretages, når mistanken vedrører en forbrydelse, som har medført eller som kan medføre fare for menneskers liv eller velfærd eller for betydelige samfundsværdier. Udvidet teleoplysning kan foretages, uanset betingelsen i stk. 1, nr. 1, ikke er opfyldt.

Særligt interessant er stk. 1 nr. 3 som nævner et generelt princip (strafferamme på ≥6 år, se diskussion her), men også en række specifikke §er. Kapitel 12 eller 13 i Straffeloven er lovene om terrorisme, landsforræderi osv. (Landsforræderi og andre forbrydelser mod statens selvstændighed og sikkerhed, og Forbrydelser mod statsforfatningen og de øverste statsmyndigheder, terrorisme m.v.). De andre § er som følger:

  • § 124, om fangeflugt fra fængsler m.v.

§ 124. Den, der flygter som anholdt eller fængslet, straffes med bøde eller fængsel indtil 2 år.

Stk. 2. På samme måde straffes den, der befrier en anholdt, fængslet eller tvangsanbragt person, såvel som den, der tilskynder eller hjælper en sådan person til at undvige eller holder den undvegne skjult.

Stk. 3. Den, som ulovligt sætter sig i forbindelse med nogen fængslet eller tvangsanbragt person, straffes med bøde eller fængsel indtil 3 måneder.

Stk. 4. Den, der i et arresthus eller lukket fængsel som anholdt, fængslet eller forvaringsanbragt uretmæssigt besidder en mobiltelefon eller lignende kommunikationsudstyr, straffes med bøde eller fængsel indtil 6 måneder. På samme måde straffes besøgende og andre personer, som uretmæssigt medtager en mobiltelefon eller lignende kommunikationsudstyr i et arresthus eller lukket fængsel. Tilsvarende straffes en varetægtsarrestant, der som frihedsberøvet i institution m.v. uden for kriminalforsorgen uretmæssigt besidder en mobiltelefon eller lignende kommunikationsudstyr.

Stk. 5. Bestemmelserne i stk. 1-3 gælder også i forhold til

1) personer i forvaring,

2) personer, der i stedet for varetægtsfængsel er frihedsberøvet i institution m.v.,

3) personer, der i medfør af § 74 a er frihedsberøvet i institution m.v.,

4) personer, der i forbindelse med fuldbyrdelse af straf uden for arresthuse og fængsler, jf. stk. 1, er frihedsberøvet på bopælen under intensiv overvågning og kontrol eller i institution m.v., og

5) personer, der afsoner fængselsstraf under udstationering fra fængsel eller arresthus.

  • § 125, hjælp til fangeflugt m.v., men også ødelæggelse af bevismateriale. Dog ikke hvis det omhandler ’sig selv eller nogen af sine nærmeste’, hvilket ikke er nærmere angivet (!).

§ 125. Med bøde eller fængsel indtil 2 år straffes den, som

1) for at unddrage nogen fra forfølgning for en forbrydelse eller straf holder ham skjult, hjælper ham til flugt eller udgiver ham for en anden,

2) tilintetgør, forvansker eller bortskaffer genstande af betydning for en offentlig undersøgelse eller udsletter en forbrydelses spor.

Stk. 2. Den, der foretager de nævnte handlinger for at unddrage sig selv eller nogen af sine nærmeste fra forfølgning eller straf, straffes ikke.

§ 127, undvigelse af værnepligt eller hjælp dertil. Eller blot tilskyndelse til ulydighed, hvilket vel betyder at politiet kan overvåge samtlige personer som udtrykker modstand mod værnepligten, fx på Facebook.

§ 127. Den, som unddrager sig krigstjeneste eller bevirker eller medvirker til, at nogen værnepligtig ikke opfylder værnepligten, eller som tilskynder værnepligtige eller personer, der hører til krigsmagten, til ulydighed mod tjenstlige befalinger, straffes med bøde eller fængsel indtil 2 år.

Stk. 2. Sker det under krig eller truende udsigt dertil, er straffen fængsel indtil 6 år.

  • § 233 og 255, love om rufferi, dvs. virksomhed med seksuelle ydelser

§ 233. Den, der driver virksomhed med, at en anden mod betaling eller løfte om betaling har seksuelt forhold til en kunde, straffes for rufferi med fængsel indtil 4 år.

Stk. 2. Den, der i øvrigt udnytter, at en anden erhvervsmæssigt mod betaling eller løfte om betaling har seksuelt forhold til en kunde, straffes med bøde eller fængsel indtil 3 år. Det samme gælder den, der fremmer, at en anden mod betaling eller løfte om betaling har seksuelt forhold til en kunde, ved for vindings skyld eller i oftere gentagne tilfælde at optræde som mellemmand.

Stk. 3. Den, der udlejer værelse i hotel til brug for, at en anden erhvervsmæssigt mod betaling eller løfte om betaling har seksuelt forhold til en kunde, straffes med bøde eller fængsel indtil 1 år.

§ 235. Den, som udbreder pornografiske fotografier eller film, andre pornografiske visuelle gengivelser eller lignende af personer under 18 år, straffes med bøde eller fængsel indtil 2 år eller under særligt skærpende omstændigheder med fængsel indtil 6 år. Som særligt skærpende omstændigheder anses navnlig tilfælde, hvor barnets liv udsættes for fare, hvor der anvendes grov vold, hvor der forvoldes barnet alvorlig skade, eller hvor der er tale om udbredelse af mere systematisk eller organiseret karakter.

Stk. 2. Den, som besidder eller mod vederlag eller gennem internettet eller et lignende system til spredning af information gør sig bekendt med pornografiske fotografier eller film, andre pornografiske visuelle gengivelser eller lignende af personer under 18 år, straffes med bøde eller fængsel indtil 1 år.

Stk. 3. Bestemmelsen i stk. 2 omfatter ikke besiddelse af fotografier, film el.lign. af en person, der er fyldt 15 år, hvis den pågældende samtykker i besiddelsen.

§ 266, trusler om ulovlig adfærd

§ 266. Den, som på en måde, der er egnet til hos nogen at fremkalde alvorlig frygt for eget eller andres liv, helbred eller velfærd, truer med at foretage en strafbar handling, straffes med bøde eller fængsel indtil 2 år.

§ 281, afpresning

§ 281. For afpresning straffes, for så vidt forholdet ikke falder ind under § 288,
1) den, som, for derigennem at skaffe sig eller andre uberettiget vinding, truer nogen med vold, betydelig skade på gods eller frihedsberøvelse, med at fremsætte usand sigtelse for strafbart eller ærerørigt forhold eller åbenbare privatlivet tilhørende forhold,
2) den, som truer nogen med at anmelde eller åbenbare et strafbart forhold eller med at fremsætte sande ærerørige beskyldninger for derigennem at skaffe sig eller andre en vinding, der ikke er tilbørligt begrundet ved det forhold, som har givet anledning til truslens fremsættelse.

Udlændingelovens § 59, medvirken til ulovlig opholdelse

§ 59. Med bøde eller fængsel indtil 6 måneder straffes den udlænding, som:
[…]
Stk. 7. Er der ved en overtrædelse af stk. 5 opnået en økonomisk fordel, kan denne konfiskeres efter reglerne i straffelovens 9. kapitel. Kan der ikke ske konfiskation, skal der ved udmåling af bøde, herunder tillægsbøde, tages særligt hensyn til størrelsen af en opnået eller tilsigtet økonomisk fordel.
Stk. 8. Med bøde eller fængsel indtil 2 år straffes den, der
1) forsætligt bistår en udlænding med ulovligt at indrejse i eller rejse gennem landet,
2) forsætligt bistår en udlænding med ulovligt at opholde sig her i landet,
3) forsætligt bistår en udlænding med at indrejse her i landet med henblik på herfra at indrejse ulovligt i et andet land,
4) forsætligt bistår en udlænding med at indrejse ulovligt i eller rejse ulovligt gennem et andet land,
5) for vindings skyld bistår en udlænding med at opholde sig ulovligt i et andet land eller
6) ved at stille husrum eller transportmidler til rådighed for en udlænding forsætligt bistår den pågældende med at arbejde her i landet uden fornøden tilladelse.

Her lader det til at lovteksten har en fejl, for der er ingen numre i stk. 7, men de findes i stk. 8.

Altså, politiet har nem adgang til at aflytte folks telefoner under alle mulige betingelser. Politikerne udvider løbende betingelserne ved at sætte straffen op for andre §er, hvilket automatisk betyder at politiet må aflytte telefoner.

Indvandrere: definitioner, antal, mønstre, økonomiske konsekvenser, og forklaringer

Af flere grunde er jeg blevet bedt om at opsummere tingenes tilstand med den danske indvandring. Emnet er lettere kompliceret og ville kræve en bog at gå i detaljer med. Mit nål er her i stedet at give et relativt letlæst overblik med mange tal og figurer som gør forståelsen nemmere.

Definitioner

De fleste rapporter om indvandring og Danmarks Statistik (DST) grupperer personer som bor lovligt i Danmark ind i 5 grupper:

  • Etniske danskere (ED)
  • Indvandrere fra vestlige lande/mere udviklede lande (V1)
  • Indvandrere fra ikke-vestlige/mindre udviklede lande (IV1)
  • Efterkommere fra vestlige lande/mere udviklede lande (V1+)
  • Efterkommere fra ikke-vestlige lande/mindre udviklede lande (IV1+)

Kategoriseringen er primært juridisk og foregår således:

  • Er personen født i udlandet? Så er personen indvandrer, hhv. vestlig eller ikke-vestlig alt efter oprindelsesland.
  • Er personen født i Danmark og har mindst 1 forælder som er født i Danmark, har dansk statsborgerskab, og ikke har udenlandsk statsborgerskab? Hvis ja, så er personen etnisk dansker.
  • Hvis nej, så er personen efterkommer. I tilfælde af forskelligt oprindelsesland for forældrene, så bruges morens.

Det viser sig at personer også kan skifte kategori hvis deres forældre skifter statsborgerskab. Hvis X’s forældre er født i Danmark men ikke har dansk statsborgerskab da X bliver født, men får det senere, så skifter X status fra efterkommer til etnisk dansker. (Denne tolkning blev bekræftet af DST i en email til mig.) Det betyder at det ikke er en permanent kategori og det er derfor svært at fortolke ændringer i antallet af personer i denne gruppe år for år. Et fald på en person kunne skyldes at personen skiftede kategori til etnisk dansker, forlod Danmark eller døde.

Siden at det er væsentligt at skelne mellem personer af genetisk dansk afstamning og personer i DSTs etniske danskere kategori, så vil jeg bruge termen ED til den sidste. For at gøre det kort, så giver jeg også forkortelser til de andre kategorier som følgende: V1, V2+, IV1, IV2+. 1-tallet dækker over at der nødvendigvis er tale om første generation, mens de andre godt kan være 2., 3. eller 4. generation alt efter hvis personernes forældre fik dansk statsborgerskab.

Hvad dækker vestlige lande over? DST skriver:

Vestlige lande omfatter EU, Andorra, Australien, Canada, Island, Liechtenstein, Monaco, New Zealand, Norge, San Marino, Schweiz, USA og Vatikanstaten. Ikke-vestlige lande omfatter alle øvrige lande.

Her ses også et andet problem, nemlig EU. Hvilke lande der er med i EU ændrer sig med tiden, og det betyder at tal fra gamle kilder ikke længere er sammenlignelige fordi nogle lande er flyttet fra ikke-vestlige til vestlige kategorien grundet EU’s østudvidelse. (DST informerer mig om, at de opdaterer deres tabeller bagud så de er konsistente med ændringer i definitionerne.)

Endvidere er der ingen garanti for at de lande som en given ikke-dansk kategori består af ikke ændrer sig med tiden. Ændringer i fx arbejdsløsheden for V1/V1+ kunne skyldes at sammensætningen af gruppen ændrede sig, fx ved en større indvandring eller udvandring et givet år. Tal baseret på disse kategorier er derfor altid forbundet med et fortolkningsproblem. Løsningen er at bruge data som er baseret på oprindelsesland.

Antal

Vi starter med de simple: hvor mange er der og hvor mange børn får de. DST udgiver hvert år en rapport om indvandrere i Danmark. Vi citerer de primære figurer fra 2016 udgaven.:

fertilitet

opholdelsesgrund

population

(Samlet fertilitet er antal børn per kvinde, på DSTs figur ganget med 1000.)

Det kan ses at der er en kraftig stigning i antallet, særligt i 2015-2016. Ser man på opholdsgrundlaget, så ser man at en temmelig stor del er her enten pga. asyl eller familiesammenføring. I 2015 kom der 20,000 personer ind alene på disse 2 grundlag.

For fertilitet ser vi at V1 altid har lagt på cirka samme nivo som EDerne. Anderledes ser det ud for IV1 som startede med at lægge på omtrent 3.2 men er faldet til cirka 1.9. EDerne ligger på cirka 1.65.

Her skal man huske på at for at opretholde en befolkning ved egen reproduktion så skal fertiliteten være på lidt over 2, alt andet lige. Er den ikke det, så må befolkningstallet nødvendigvis falde med tiden selvom dette kan være forsinket pga. stigninger i levealderen. Vi ser derfor at antallet af EDere ikke kan være konstant gennem tiden grundet egen reproduktion da fertiliteten i perioden 1995-2016 altid var markant under 2. DSTs figur inkluderer ikke antallet af personer i ED kategorien, måske fordi antallet er en størrelsesorden større end den næststørste gruppe. Men det er muligt at hente tallene selv og lave en figur (FOLK2):

folketal

Bemærk at y-aksen er logaritmisk (base 10), dvs. at den ikke stiger 1, 2, 3, …, men 10, 100, 1000. Det er nødvendigt for at have alle 5 grupper på samme figur. Det vigtigste at notere sig er blot at ED ligger konstant på cirka 5 millioner, på trods af at vi ved at dette ikke kan skyldes egen reproduktion. Derfor må personer fra de andre kategorier nødvendigvis blive konverteret til ED således at denne forbliver konstant.

Det er muligt at lave en antagelse om hvor hurtigt dette sker på flere måder. En simple måde er se på hvor mange generationer der har været med under 2 fertilitet. Hertil er det nødvendigt at bruge flere fertilitetstal, og de ses herunder, igen fra DSTs database (FERT1):

fertilitet

Her kan vi se at fertiliteten for ED har været under 2.00 i hvert fald siden 1986 hvor dataene starter. Gennemsnittet over perioden er 1.71. Der er gået 30 år siden 1986. Den gennemsnitlige generation for ED er tæt på 30 år, lad os sige 33. Derfor er der gået 0.91 generationer med en gennemsnitlig fertilitet på 1.71. Det betyder at alt andet lige må befolkningen falde med 16.7% (1 – (1.71/2.05)). I 1986 var der lige knap 5 millioner EDere (4.942 millioner). Hvor mange ville der være i 2016 hvis gruppen kun blev vedligeholdt ved egen reproduktion og alt andet er lige? Her skal vi blot gange med ændring per generation gennemsnitlige opløftet i antal generationer (.833^.090), og så får man tallet 4.184 millioner.

Hvad er ‘alt andet lige’? Det er primært ændringer i levealderen som har betydning og denne har været stigende gennem perioden. Dette betyder at vores estimat bliver for lavt. Dertil kommer ind og udrejser, men det er nok næppe en positiv effekt. Her er det ikke muligt at få tal direkte for ED men der er tal for personer med dansk statsborgerskab (INDVAN og UDVAN). Tallene viser:

indud

Det ser ud til at ind- og udvandringer følges meget godt ad, men der er lidt flere udvandringer. Den samlede nettoindvandring gennem perioden er på -74.4 tusind.

Det er ikke nemt at tage både nettoudvandringen og den stigende levealder med i en model, men det må nok konstateres at der ville være sket et temmelig stort fald i antal EDere hvis ikke der blev tilføjet personer til denne fra andre grupper løbende. Hvis vi tænker på den oprindelige — fra 1980 for vores tal går ikke længere tilbage — gruppe EDere og deres efterkommere, så må deres antal nødvendigvis være et sted mellem 4.184 og 5 millioner, og nok tættere på det første tal end det sidste. Hvis vi er agnostiske og bruger midten, så er estimatet på 4.594 millioner, eller godt 400 tusind færre end DSTs tal umiddelbart viser. Hvorfor estimere dette tal? Fordi den oprindelige gruppe EDere med rimelighed kan antages at udgør en næsten ren dansk genetisk gruppe. Vi er interesseret i genetisk baggrund fordi at forskning viser at dette er vigtigt (fx Putterman & Weil 2010, Fuerst & Kirkegaard 2016, Spolaore & Wacziarg 2015).

Formåen – grove grupper

Efter at have besvaret spørgsmålet om antallet i lidt deltaljer går vi nu videre til formåen. Hvordan klarer de førnævnte grupper sig i samfundet? DST har 4 primære figurer for arbejde:

arbejde mændarbejde kvinderarbejde tidsserie arbejde tidsserie kvinder

Der er to forskellige mål: beskæftigelsesfrekvens og beskæftigelsesindeks. Forskellen består i at:

Den samlede beskæftigelsesfrekvens for alle 16-64-årige er ikke altid en god indikator for beskæftigelsesforskelle mellem personer med dansk oprindelse sammenlignet med indvandrere og efterkommere. Det skyldes, at grupperne er meget forskelligt sammensat med hensyn til alder. Det kan være et problem, når man ser på hele gruppen af 16-64-årige, idet der er store forskelle i beskæftigelsesfrekvens mellem de enkelte alderstrin i aldersgruppen 16-64-årige, som det fremgik af afsnit 2.1. De yngste og ældste har lavere beskæftigelse, mens beskæftigelsen er højest blandt de 30-50-årige.

Problemet er især relevant, når det gælder de ikke-vestlige efterkommere. Her er det decideret misvisende at se på 16-64-åriges beskæftigelsesfrekvens, da gruppen er meget ung. Blandt de 16-64-årige ikke-vestlige efterkommere er 80 pct. under 30 år i 2015, hvor den tilsvarende andel blandt personer med dansk oprindelse kun er 27 pct. De ikke-vestlige efterkommere er altså klart overrepræsenterede på alderstrin, som har relativt lav beskæftigelse. Derfor vil en simpel angivelse af deres beskæftigelsesfrekvens for hele gruppen af 16-64-årige ikke-vestlige efterkommere være misvisende og klart undervurdere deres egentlige beskæftigelse.

Løsningen er derfor at lave en justeret for alder således at grupperne sammenlignes som om at de havde samme aldersfordeling. Gøres dette opnår man et beskæftigelsesindeks hvor ED gruppen er sat til 100. Ser man på tallene ser man at IV1 klarer sig markant ringere end alle andre grupper, med et index på omkring 70% for mændene og 60% for kvinderne. Der skete en stor forbedring fra 1995 til 2008 (finanskrisen), men siden da er der sket en svagt fald. For mændenes vedkommende ligger alle grupperne undtagen IV1 på 80-85%, mens der for kvinderne er større forskelle ved at IV1+ og V1 ligger på omkring 80%.

Personer som lever af statens eller kommunens penge er den modsatte side af folk der er i beskæftigelse. Tallene for offentlig forsørgelse overrasker derfor ikke:

off forsørg

Uddannelse

Uddannelse betragtes generelt som en af de bedste indikatorer på hvordan fremtiden vil gå på arbejdsmarkedet osv., så det er vigtigt at se på det hvordan tingene står til. En ide er at se på hvilken procentdel som har færdiggjort en uddannelse:

uddannelse tidsserie

Hvad er en ‘kompetencegivende uddannelse? Hvad som helst over grundskole og gymnasiet. Det er at sætte baren ret lavt fordi en læge ville tælle lige så meget som en SOSU-assistent. Alligevel ser man nogle tydelige forskelle, særligt når man ser indenfor et køn. Der er lidt over 20%points forskel hos mændene og lidt over 10%points hos kvinderne. Det er ikke smart at sammenligne på tværs af køn da kønnene har forskellige erhvervsmønstre, primært ved at mændene ofte at arbejde sig op uden at have nogen formel uddannelse (fx programmører). I dette tilfælde kan vi se at selvom IV1+ kvinderne har fået en del flere uddannelser siden 2012 har der ikke været nogen ændring i deres beskæftigelsesindeks eller offentlig forsørgelse siden omkring 2008. De bruger tilsyneladende ikke de ekstra uddannelser de tager til noget.

Det giver mening at se på forskellige nivoer af uddannelser:

uddannelse type mænd uddannelse type kvinder

Generelt kan der ses en bekræftelse af ideen om at IV1+erne ikke tager de samme uddannelser som EDerne. Deres andel af lang videregående er mindre. Her skal det nævnes at disse kategorier er temmelig simple og at der er stor forskel på hvilke lange videregående uddannelser folk vælger. Det vides fra USA, at sorte (Afroamerikanere) vælger de nemmere linjer på universitetet, og i øvrigt også falder fra på de sværere linjer når man lukker dem ind via biaset indgangstests. Altså, selvom to grupper har samme rate en fx lange videregående uddannelser betyder det ikke at de er lige brugbare.

En anden måde at se tingene på, er at se på personer der hverken er i uddannelse eller i arbejde. På engelsk kaldes det passende for NEET, not in education, employment or training (lyder som NEED). Danske tal:

ikke uddannelse-arbejde

Og her ser man mange af de samme mønstre som før. Man kan også se at de danske mænds relativt manglende uddannelse ikke er noget problem for dem ifht. at finde arbejde: fra 24 år og frem er mænd oftere i arbejde end kvinder, og der var stort set ingen kønsforskel i perioden 16-24 år. Omvendt stiger andelen af IV1+ere som er i NEET kategorien med tiden.

Der er en tidligere uddannelsesindikator end hvem der er under uddannelse, nemlig skolekarakterer:

karakterer

Igen bliver man ikke blive overrasket. Der sker en forbedring fra IV1 til IV1+, som nok skyldes at IV1+ er vokset op i Danmark mens IV1 ikke er og derfor har flere sprogproblemer. Den samme effekt ses for V1 til V1+, dog større. Ingen af grupperne formår dog at nå samme nivo som EDerne.

Skyldes forskellen en sprogbarriere hos IV1+erne? Man kan se på forskellene på de enkelte prøvefag for at få en ide om det:

karakterer fag karakterer fag piger

For drengene stemmer sprogbarriere-hypotesen ikke godt overens med dataene for forskellen til EDerne er størst på de matematiske fag. For pigerne er der ingen særligt mønster i resultaterne, skønt at de er længst bagefter på dansk læsning, så er de relativt mindre bagefter når det kommer til mundtligt dansk.

Kriminalitet

Siden at mænd står for omtrent 85-90% af al kriminalitet (der dømmes for), og næsten al voldelige kriminalitet, så giver det mening at kun se på deres tal. Tallene for kvinderne vil være ustabile givet kvindernes lave kriminalitetsrate.

Ligesom med beskæftigelse giver det mening at justere for alder og derfor udregner DST et kriminalitetsindeks. I stedet for at sætte EDerne til 100, så er befolkningen som helhed sat til 100. Givet at EDerne udgør langt den største del af befolkningen vil deres tal derfor være tæt på 100.

Uheldigvis laver DST den sociologiske fejlslutning og justerer også for socioøkonomisk status i deres figur. Det gør dog ikke meget forkskel (fx Libanon indeks 389 vs. 359). IV1+erne er meget kriminelle end EDerne — over dobbelt så kriminelle — og det lader endda til at være stigende i perioden 2013-2015.

kriminalitet

kriminalitet justeret

Det er bemærkelsesværdigt at V1 har et indeks på omkring 50% og IV1 kun ligger på omkring 110%. På trods af at IV1+erne er bedre uddannede, arbejder mere, klarer sig bedre i skolen osv., så er denne gruppe langt mere kriminelle end sin forgænger. Ingen ved mig bekendt hvorfor.

Formåen – nationale grupper

Som nævnt så er det ikke nemt at tolke tal for de grupper DST m.fl. bruger. Hvad har japanere, indere, chilenere og somaliere med hinanden at gøre? Ikke så meget, men de er alle ikke-vestlige. DST udgiver begrænsede tabeller med gruppers formåen på oprindelsesland i deres rapporter, men jeg købte i 2014 nogle ret detaljerede tal for de 70 største grupper. Tallene blev også fordelt på aldersgrupper således at det er muligt at kontrollere for ulige aldersfordelinger på en simpel måde.

Som sammenligningsgrundlag har jeg valgt at sammenligne med kriminalitet af flere grunde: der findes flest internationale data for dette mål, omkostningerne ved kriminalitet er meget store, og mange forståeligt nok er meget interesserede i dette emne af hensyn til eget ve og vel. Resultaterne for udvalgte aldersgrupper ses nedenfor:

dk_krim_indkomst dk_krim_off_forsørg dk_krim_udd_høj dk_krim_udd_lavdk_krim_skolekarakterer

(Data fra: Kirkegaard & Fuerst 2014, Educational attainment, income, use of social benefits, crime rate and the general socioeconomic factor among 70 immigrant groups in Denmark)

De første 4 figurer er lavet med tal købt fra DST. Det sidste er lavet med blandede tal fra to kilder og dækker derfor ikke så mange lande. Dog er mønstret meget klart: nogle lande klarer sig generelt bedre end andre, uanset hvilke indikatorer man ser på. Det derfor muligt at tale om en generel formåen for en gruppe, hvad jeg har kaldt for den generelle socioøkonomiske faktor, eller S. Statistisk set udregnes denne ved at se på hvordan alle de forskellige indikatorer hænger sammen — kriminalitet, andel på offentlig forsørgelse, skolekarakterer, indkomst og uddannelse — og derefter konstruere en optimal vægtning således at den bedst opfanger det underliggende mønster (faktoranalyse).

Det gode ved at bruge et samlet mål er at denne vil være forbundet med færre  målefejl. Derudover tillader det også at simplificere vores analyse således at man kun behøver se på en enkelt indikator i stedet for 5 eller 20.

Formåen – kriminalitet i Danmark og i udlandet

Før at vi går videre til forklaringsmodeller, så er det værd at se på data fra andre lande. Måske det mønster vi ser i figurerne er specifikt til Danmark. Nedenfor ses en række sammenligninger med andre landes tal, som jeg har kunnet finde.

krim_dk_de

(Data fra: Kirkegaard & Becker 2017, Immigrant crime in Germany 2012-2015)krim_dk_fi

(Data fra Skardhamar et al 2014, Immigrant crime in Norway and Finland)krim_dk_no

(Samme kilde som ovenfor.)krim_dk_nl

(Data fra: Kirkegaard 2015, Crime among Dutch immigrant groups is predictable from country-level variables)krim_dk_se

(Data fra her.)

Dataene er ikke altid så gode som de danske, enten ved at være gamle, dække et mindre antal lande, være baseret på færre personer eller år, eller ved at være baseret på statsborgerskab. Trods begrænsningerne er der tydelige mønstre, i intet tilfælde er korrelationen under .54. Brugen af de ældre data for Sverige skyldes at de tilsyneladende har nægtet at udlevere nyere data.

I det ovenstående har jeg simplificeret tingene ved at kun se på kriminalitet, men bruger man flere indikatorer og kombinerer dem til en S faktor, så ville sammenhængen på tværs af lande generelt blive mere konsistent. Nedenfor ses S målt i både Danmark og Norge som begge er baseret på en række indikatorer.

S_dk_no

(Norske data fra: Kirkegaard 2014, Crime, income, educational attainment and employment among immigrant groups in Norway and Finland)

De bedste data findes fra Danmark, men de norske data er også udmærkede (dog begrænsede mht. kriminalitet). Jeg har gang i flere projekter om at finde data fra flere lande og flere/bedre data fra lande vi allerede har data for.

Økonomiske konsekvenser

Det er klart at der er meget store forskelle mellem grupperne, hvad enten man ser på DSTs grove inddelinger eller på enkelte oprindelseslande. Det er ligeledes klart at når en så stor del af indvandrerne klarer sig dårligt, så må det give store omkostninger, på samme måde som når en mindre del af den normale danske befolkning klarer sig dårligt.

Direkte økonomiske omkostninger

Det er svært at estimere de økonomiske udgifter præcist. Der findes en række danske rapporter om emnet. I 2011 blev der skrevet en opsummering af diverse danske estimater som findes i rapporten Indvandringens økonomiske konsekvenser. For at forstå det basale i sådanne estimater, så skal man forstå hvordan velfærdssamfundet bliver finansieret, hvilket relativt nemt kan gøres ved at se på følgende tre figurer:

dream 2005 a dream 2005 b dream 2005 c

(fra Fremtidens velfærd kommer ikke af sig selv, 2004)

Kort fortalt, så ser vi at personer under 25 år er en nettoudgift for samfundet og det samme gælder personer over 65 år. Velfærdssamfundet virker ganske enkelt ved at flytte penge fra personerne i kategorien 25-65 år til de andre to grupper. Stigningen i andelen af ældre personer som følge af lav fertilitet gør derfor modellen uholdbar da der ikke er nok personer på 25-65 år til at betale for dem på >65 år. Dette kaldes ældrebyrden. Det ses også at kvinder giver underskud i sig selv, hvilket viser at skønt de virker uafhængige i disse feministiske tider, så lever de som gruppe på mændenes bekostning, ganske som for 1000vis af år siden.

Essentielt estimerer man det nuværende bidrag fra en given gruppe enten ved at se på deres nuværende aldersfordeling og summerede nettobidrag. Dette betyder at grupper med mange unge eller mange ældre personer vil give meget røde tal, mens at grupper med mange personer på 25-65 vil give overskud. Disse nutidige tal kan være relevante, men på sigt er man interesseret i personers nettobidrag over et helt liv. Dette tal udregnes ganske enkelt ved at tage summen af området mellem kursen og 0 på figuren ovenfor (integration). Tallene under 0 tælles negativt. Tallet vægtes derefter med den aldersfordeling man mener er realistisk for gruppen, nok ved at antage at gruppen har samme fordeling som den danske.

Det er nemt at se hvordan IV1 gruppen giver underskud, for der er kun et lille nettobidrag i aldersgruppen 35-55, og alle andre aldre giver underskud. Det er mindre klart at sige per øjemål hvor skidt situationen er med fx IV1+, men det er klart at denne har et lavere nettobidrag end ED.

Resultaterne fra den ovenstående model, som er fra 2004, er som følger:

  • ED: -0.7 millioner
  • V1: +0.4 millioner
  • V1+: -0.8 millioner
  • IV1: -1.0 millioner
  • IV1+: -1.6 millioner

Det er åbenlyst at man ikke kan forbedre Danmarks økonomiske tilstand på sigt ved at hente flere personer ind i kategorierne IV1 og IV1+. Hvis man har permanent indvandring via V1, så vil dette blive ved med at give overskud. Såfremt at de får børn (V1+), så kan disse dog forventes at være en smule værre end EDerne. Overskuddet fra V1 skyldes at denne gruppe klarer sig næsten så godt som EDerne, men at personerne typisk ankommer til Danmark efter (delvist) endt uddannelse hvilket derfor betyder at omkostninger til deres opvækst ikke betales af den danske stat.

I 2009 fik CEPOS kørt en ny beregning på samme model (DREAM-modellen), og det gav følgende resultater:

  • ED: -5.5 tusind per år
  • V1: 13.5 tusind per år
  • V1+: -8.5 tusind per år
  • IV1: -29.6 tusind per år
  • IV1+: -28.9 tusind per år

Resultaterne stemmer nogenlunde fint overens med dem ovenfor hvis man ganger med det forventede antal leveår. Hvis vi bruger 75 år for alle grupperne fås:

  • ED: – 0.412 millioner
  • V1: + 1.012 millioner
  • V1+: -0.638 millioner
  • IV1: -2.220 millioner
  • IV1+: -2.168 millioner

Tallene er mere ekstreme end dem ovenfor, måske fordi tallene blev udregnet omkring finanskrisen eller fordi de ikke har antaget at grupperne lever lige lang tid.

Den nyeste udgivne modellering via DREAM-modellen blev lavet af Rockwool Fonden. De fandt frem til følgende figur:

dream 2013

(Rockwool Fonden, 2014, Indvandrere og danskeres nettobidrag til de offentlige finanser)

Hvilket gav følgende estimater i per år form:

  • ED: -5,180 per år
  • V1: +18,990 per år
  • V1+: +350 per år
  • IV1: -16,690 per år
  • IV1+: -7,980 per år

Det noget lavere tal for IV1+ skyldes, som kan ses på figuren, at man antager at disse er markant billigere end EDerne i de første 20 år og efter 75 år. IV1 antages næsten at være gratis i barndommen. Der er ingen nærmere forklaring angivet på hvordan dette skulle være tilfældet. Det stemmer ikke overens med de tidligere analyser.

Da figuren er angivet i totale udgifter er den temmelig svær at fortolke, idet grupperne ikke er lige store. Men det ligner at de har lavet nogle antagelser som gør ikke-EDerne en del billigere i de første 20 år og efter 75.

Forfatterne konkluderer blandt andet:

I 2014 forventes ikke- vestlige indvandrere og efterkommere i Danmark at bidrage med et underskud på 16,6 mia. kr. til de offentlige kasser. De samlede beløb, der modtages i forskellige former for offentlig service og indkomstoverførelser, er altså 1 6,6 mia. kr. højere, end det som betales i skatter og afgifter. I 2050 vil den ikke -vestlige indvandring stadig bidrage med et underskud, som dog er faldet til 6,0 mia. kr. Og indvandring fra ikke-vestlige lande kommer ikke til at bidrage med et overskud i en overskuelig fremtid, med den kurs indvandring og integration er på i dag.

På trods af en markant forbedring af integrationen de seneste 15- 20 år og en kraftig drejning af indvandringsmønstret i retning af forholdsvis mere arbejdskraft og uddannelsesindvandring, så har den ikke-vestlige indvandring altså stadig ikke udsigt til at give et overskud til de offentlige kasser. Selv om 35 år vil den ikke-vestlige indvandring ikke netto bidrage til at løse velfærdssamfundets finansieringsproblem, som bl.a. følger af den demografiske udvikling med flere ældre og færre i den arbejdsdygtige alder. Indvandring fra ikke-vestlige lande som helhed vil tværtimod øge finansieringsproblemet, med mindre integrationen bliver forbedret.

Indirekte økonomiske omkostninger

DREAM-modellen er baseret på en direkte, men relativ simpel model for hvordan samfundet virker:

Det såkaldte DREAM-modelsystem består af en befolkningsfremskrivning, en uddannelsesfremskrivning, et befolkningsregnskab og den makroøkonomiske model DREAM. Formålet med dette system er fortrinsvis at kunne analysere problemstillinger i relation til finanspolitisk holdbarhed.

Altså, men forsøger at modellere hvordan befolkningssammensætningen vil se ud, hvordan denne vil blive uddannet, og derefter som følge af det, hvordan den vil arbejde, betale skatter og modtage offentlige ydelser. Modellen virker kun på ydelser som det er muligt at spore tilbage til individer, såsom et lægebesøg og skolegang. Modellen inkluderer ikke udgifter som ikke kan spores til specifikke individer, disse fordeles i stedet jævnt på alle grupper. Nogle udgifter som kan spores tilbage til individer inkluderes ikke af uvisse årsager (så vidt jeg kan se I hvert fald). Udgifter som ikke tælles med inkluderer:

  • Retsvæsen, herunder politi, domstole, advokater og fængsler.
  • Brandvæsen (der er ofte brand i ghettoerne, typisk i andres biler).
  • Kriminalitet:
    • direkte: tabt arbejdsfortjeneste som følge af skader ved overfald, tyverier/indbrud/røverier
    • indirekte: større forsikringspræmier som følge af flere indbrud/tyverier m.v.
  • Ghettobyggerier/-projekter. Disse projekter er ofte på lokalt nivo og er derfor svære at tælle, og det er ikke klart om man ville have bygget om hvis der ikke var problemindvandrer.
  • Sprogrelaterede udgifter til danskskoler og tolke. Bemærk at tolke er relativt ubrugelige hvis man ikke skulle oversætte fx arabisk, og det kan ikke garanteres at de ville kunne finde andet arbejde hvis der ikke var personer der talte arabisk i Danmark.
  • Velkomstprogrammer, inkl. jobkurser og deslige.
  • Ineffektive politiske løsninger til andre problemer som bliver indført eller ikke fjernet pga. stridigheder om indvandringsspørgsmålet/signalpolitik.
  • Sjældne sygdomme som kræver specialbehandling og ikke normalt ses i Danmark.
  • Bederum i det offentlige.
  • ‘etniske konsulenter’/rollemodeller.
  • Meget andet!

De indirekte udgifter er temmelig svære at optælle, men der findes en 2012 rapport Udgifter til særforanstaltninger til udlændinge fra KORA som har forsøgt at estimere nogle af udgifterne på kommunalt plan:

Ved særforanstaltninger forstås tiltag, der er specifikt målrettet udlændinge, som afgrænset ovenfor, og som der er en offentligt finansieret udgift forbundet med. Særforanstaltningen kan være opstået som følge af sprogvanskeligheder eller som følge af udlændinges særlige kultur eller levevis. Særforanstaltninger er altså tiltag, som alene eksisterer, fordi der bor borgere med udenlandsk baggrund i Danmark, og som ligger ud over de generelle tilbud til borgerne.

Undersøgelsen har skullet afdække udgifter til særforanstaltninger, som ikke kan hentes fra registeroplysninger vedrørende finansloven og de kommunale og regionale regnskaber, fordi de indgår som en del af en større udgiftspost. Undersøgelsen opgør således ikke alle de udgifter, en kommune kan have som følge af, at der er borgere med udenlandsk baggrund bosat i kommunen.

Undersøgelsen har omfattet særforanstaltninger i kommuner, uddannelsesinstitutioner ud over kommunale, somatiske sygehuse og statsfængslerne og er baseret på indsamling af oplysninger gennem spørgeskemaer til de nævnte myndigheder og institutioner. Der indkom mere eller mindre fuldstændige besvarelser fra 52 kommuner (53%), 12 af 14 statsfængsler og fra sygehusadministrationer, som dækker 85% af de somatiske sengepladser. Desuden blev alle landets universiteter kontaktet telefonisk.

Fremgangsmetoden er essentielt set et spørgeskema med let modellering ovenpå. Konklusionen blev at de kunne finde godt 1.14 milliarder ekstraudgifter i 2010. Disse bestod primært af udgifter til kommunerne, og kun beskedne udgifter til fx sygehusene. Af udgifterne til kommunerne bestod halvdelen af udgifterne til “Ekstra normering til undervisning i dansk som andetsprog eller særlig støtte til tosprogede elever” (565 millioner), 14% gik til modtagerklasser og -hold (164 millioner), og 6% til tolke (70.5 millioner).

Det er muligt at estimere de direkte omkostninger til retsvæsenet hvis man kan estimere hvor mange flere domme/sager der er som følge af mange indvandrergruppers overrepræsentation. Derefter kan man estimere dette som del af blandt andet politiets budget. Politiet har cirka 14,000 ansatte og et årligt budget på cirka 9.5 milliarder (2015). Det er nok ikke urimeligt at tænke at 1-3 milliarder af politiets budget går til overrepræsentation af ikke-danskere bosat i Danmark, primært IV1+.

Økonomiske omkostninger i internationalt perspektiv

I alle andre vesteuropæiske lande har man ligeledes lavet estimater for udgifterne til indvandring. Særligt høje tal målt per person høres ofte fra Norge, måske fordi at de bruger deres oliefond til at finansiere omkostningerne og derfor har råd til flere af dem end fx Danmark har. Eksempelvis estimeres det i 2017 rapporten Integrasjon og tillit at en mandlig IV1er koster 94 tusind om året (Tabell 8.1), hvorimod tallet for Danmark ‘kun’ er estimeret til cirka minus 17-30 tusind.

Ikke inkluderet i de ovenstående estimater er udgifter til personer som ikke har lovlig fast bopæl i Danmark, primært asylansøgere og turister. Hvad angår den første gruppe, så giver disse temmelig massive udgifter. En nylig rapport — The Refugee Surge in Europe : Economic Challenges (2016) — estimerede udgifterne i en række europæiske lande til den nye migrantbølge. Nogle resultater ses herunder:

migrants per capitamigrant costs

Altså, det estimeres at Sverige brugte 1% af deres GDP i 2016 — 40 milliarder danske kroner — på migranterne, på et år. Danmark estimeredes at have brugt 13.5 milliarder, eller godt det samme som vores direkte estimerede udgift til indvandrere som allerede lever i landet.

Hvad med turister? 2016 rapporten Omrejsende kriminelle i Danmark har forsøgt at estimere omfanget af kriminalitet begået af turister. Det er ret stort, og handler primært om økonomisk kriminalitet begået af personer fra øst og sydøst EU, særligt Rumænien. Det er svært at estimere netop fordi meget få indbrud bliver opklaret og at man derfor som regel ikke kan vide hvem gerningsmændene var. Der blev dog produceret denne tabel:

turister tabel

turister andel turister rumænien

Her kan det tydeligt ses at andelen af sigtelser til ‘turister’ er stærkt stigende, primært til rumænere. Dette er nok i høj grad pga. landets romaer, en særlig kriminel gruppe som dog ikke optælles for sig selv fordi den ikke har et land noget sted (samme gælder palæstinensere).

I sammenligning med andre EU lande er der rigtig mange indbrud i Danmark. Figuren nedenfor viser tallene for 2012:

indbrudtiltaler

(Indbrud i Danmark og vores nabolande, 2014)

I under 10% af tilfældet tiltaler politiet nogen. De samlede erstatninger til indbrud udgør næsten 1% af Danmarks BNP, så den samlede udgift til Schengen m.v. må antages at være meget stor, i milliardklassen.

Forklaringer

Jeg vil fremsætte en ganske enkel men givetvis kontroversiel forklaringsmodel som relativt simpelt forklarer det meget af variationen man ser på tværs af individer, og det meste på tværs af grupper indenfor lande og på tværs af lande. Det er nemmest grafisk:

dk_IQ_S

(Kirkegaard & Fuerst 2014, Educational attainment, income, use of social benefits, crime rate and the general socioeconomic factor among 70 immigrant groups in Denmark)

Fra årtiers forskning ved vi at mennesker varierer meget i deres intelligens, og at dette har stor betydning for hvordan de klarer sig i livet når det gælder mere eller mindre alting: kriminalitet, uddannelse, indkomst, helbred, offentlig forsørgelse osv. Gottfredson 1997 og Gordon 1997 er fine steder at starte for de uindviede. En mindre teknisk introduktion findes fx hos Ritchie 2016.

Grupper er essentielt set samlinger af individer, og gruppernes formåen er primært en funktion af gennemsnittet af individerne i grupperne. Dette gælder uanset om grupperne bor i det samme land, eller grupperne selv er nationale befolkninger. Et stort antal nylige studier viser at sammenhængen mellem intelligens og gode udfald ses både på tværs og indenfor lande, uanset hvilket nivo man måler på. Nedenfor ses fx resultater for 404 local authorities i Storbritannien, som svarer til de danske kommuner:

uk local authority

(Carl 2016, IQ and socio-economic development across local authorities of the UK)

Nedenfor ses godt 3100 counties i USA, som igen svarer til kommuner:

us_counties_iq_S

(Kirkegaard 2016, Inequality across US counties: an S factor analysis)

På verdensplan ses billedet endnu tydeligere:

world_iq_S

(Kirkegaard 2014, The international general socioeconomic factor: Factor analyzing international rankings)

Der er visse ikke-overraskende lande som passer dårligt ind i mønstret, særligt Kina. Kina er dog stærkt på vej frem da de er ved at kaste kommunismen fra sig, og om et par årtier vil Kina nok ligge på nivo med fx Sydkorea. På figuren mangler et antal lande, primært afrikanske lande (og Nordkorea). Disse lande er i så dårlig forfatning at de slet ikke producerer statistik nok til at man kan udregne en S faktor. I stedet for må man bruge nogle færre indikatorer, fx ved at bruge Human Development Index (som kun bruger 3):

world_iq_hdi

Mønstret er lidt mindre tydeligt her, men det skyldes primært en række små øer som klarer sig bedre end de ‘burde’ (over den gule linje IQ 60-80), hvilket nok primært kan forklares med turisme.

Her skal det siges, at det ingen større forskel gør om man måler national IQ med traditionelle IQ tests, med PISA data eller andre skolastiske tests. Dette blev diskuteret i et tidligere indlæg.

Der er god grund til at tro at intelligensforskellene på tværs af individer, grupper i Danmark og lande er delvist eller primært genetiske. Fx kan det nævnes at man generelt ikke ser store IQ stigninger hos IVere når de flytter til vestlige lande. Det ses i både PISA data (Rindermann & Thompson 2016) og i data fra den danske sessionsprøve (Kirkegaard, 2013).

Islam

Givet den uperfekte sammenhæng i figuren med Danmark, så lader det til at IQ ikke er hele forklaringen. Del to ses nedenfor:

dk_muslim_S

Når nationalister, kristne, m.fl. påstår at der er noget særligt ved muslimerne, så har de givetvis ret. Disse grupper klarer sig meget dårligt i Danmark. Modsat med intelligensforskningen, så findes der ikke en stor videnskabelige litteratur om islams kausale effekter eller mangel på samme. Det er derfor svært at forklare hvorfor at man ser den stærke sammenhæng man ser. Sammenhængen ses også i andre lande, herunder Norge og Sverige:

no_muslim_S

no_muslim_S

En mulig forklaring på muslimernes ringe præstation i vestlige, nominelt kristne lande kunne være denne gruppes store mistro og antipati til ikke-muslimer. Det ses i utallige meningsmålinger lavet blandt muslimer mere eller mindre uanset hvilket lande de bor i. Nedenfor ses resultaterne af et stort studie som adspurgte et stort antal tyrkere og marokkanere bosat i en række europæiske lande: Tyskland, Frankrig, Holland, Belgien, Østrig og Sverige:

muslim opinionmuslim opinion 3muslim opinion 2 muslim opinion 4

Da studiet søgte at sammenligne kristne og muslimer, så blev alle ikke-religiøse ekskluderet. Dette har stor betydning fordi det betød at 30% af de indfødte blev ekskluderet mens kun 3% af indvandrerne blev. Uanset hvordan man ser på tingene er muslimerne ret ekstreme når det kommer til deres religion og udviser ofte fjendtlige holdninger overfor kristne, jøder og homoseksuelle. Som den sidste figur viser, så ser man samme antipati mod jøder og homoseksuelle hos ikke særligt religiøse muslimer som hos meget religiøse kristne. Det ses også at anden generation kun er lidt mindre fanatiske end første generation, noget man også har fundet i Danmark. Siden at koranen fx indeholder bud om at man gerne må lyve overfor ikke-muslimer og ikke skal underkaste sig lokale styrer, så forklarer det formentlig en del af muslimernes adfærd. Imamer bliver også systematisk taget i at opfordre til den slags adfærd, hvilke skjulte optagelser viser. Her er en fra Danmark:

Det skal siges, at det godt kan være at muslimernes ringe præstation skyldes noget andet end deres religion som så, nogle andre psykologiske træk som blot har en stor sammenhæng med religionen. Det er muligt og måske plausibelt, men det er ikke muligt at finde ud af før at man samler de nødvendige data. Der kræves store — fx 5000 personer — detaljerede familiestudier af muslimer således at man kan se forskel på genetiske årsager og miljøårsager, samt at finde ud af hvilke miljøårsager der er tale om hvis nogen.

Selektion

Både intelligens og andelen af grupperne som er muslimer virker kun som forklaringer i den grad, at de personer som ankommer til og bliver i Danmark er repræsentative for landet de kom fra. Er dette ikke tilfældet taler man om selektion. Selektion kan ske både ved udvandringen af deres hjemland (emigrantselektion) og ved indvandringen til en andet land (immigrantselektion). Derudover kan der være komplekse juridiske regler som gør det sværere for nogle at komme ind i et andet, men ikke andre.

Uheldigvis er det ikke nemt at måle eller justere for selektionseffekter. Der findes et enkelt studie (Fuerst & Kirkegaard, 2014) hvor dette blev gjort fordi man havde de rigtige data, og det viste at kontrollerede man for selektion, så blev forudsigelsen baseret på national IQ bedre. Der er brug for flere studier for at finde ud af hvor meget selektion som findes, hvordan det måles mest effektivt og hvordan man bedst justerer for det. Det kræver at man samler data fra en lang række lande til sammenligning.

Mere?

Denne post har opsummeret det meste af den relevante forskning mht. indvandrere i Danmark, og en god del af den europæiske forskning. Som sagt er der mere forskning på vej, men en række andre studier kan findes her.

Der findes oceaner af forskning om intelligens, personlighed og adfærdsgenetik som den nysgerrige læser kan give sig i kast med.

R koden som mange figurer m.v. er lavet fra kan ses her: http://rpubs.com/EmilOWK/indvandring_TP_feb2017

Risikovurderinger

Terrorangrebet 9/11 kostede omtrent 3,000 personer livet. I hvert fald hvis man ser direkte på selve angrebene. Efter angrebene blev mange folk bange for at flyve, men de ville stadig rejse, så de tog bilen i stedet for. Da biler er i retning af faktor 100 gange farligere form for transport (per afstand), så betød dette at noget i retning af 2,300 ekstra personer mistede livet (en anden forsker gætter på omtrent 1600). Menneskers risikovurderinger stemmer ikke altid så godt overens med hvad der egentligt er farligt.

Hvad med stater? Klarer de sig bedre? Af og til forekommer der en ekstrem situation hvor myndighederne overvejer og nogle gange vælger at tvangsevakuere befolkningen i et område. Hvis man tænker sig om et øjeblik, så kan man måske se hvordan dette kan godt galt. Uheldigvis har vi nogle faktiske tal.

Deaths related to Hurricane Rita and mass evacuation

A massive evacuation of more than 2.5 million people along the Texas gulf coast was initiated in preparation for Hurricane Rita in September 2005. The natural disaster narrowly missed major population centers causing 10 billion dollars in damage but with only a few direct deaths related to the hurricane. Most of the 111 deaths that occured were results of the evacuation process. …

There were 111 deaths related to Hurricane Rita in the state of Texas. The three direct deaths were from wind blown trees. A majority of the deaths (90/108 or 83.3%) were related to the mass evacuation process. Of these deaths, 10% were directly related to hyperthermia in motor vehicles. The combination of traffic gridlock and high temperatures, limitation of air conditioning to reduce fuel consumption, reduction of oral intake to decrease restroom visits, and conservation of limited supplies is suspected. 51.1% (46/90) of the evacuation deaths were persons found unresponsive in their vehicle. Hyperthermia and decompensated chronic health conditions are suspected but complete health information was not available. 25.5% (23/90) were nursing home evacuees who died in a bus fire that resulted from overheated brakes in combination with oxygen tanks. The evacuation of patients from chronic health facilities resulted in 10 deaths (11.1%).

CLINICAL IMPLICATIONS: Disaster evacuation plans must be revised to prevent the unnecessary loss of lives.

Stress-induced deaths in Fukushima top those from 2011 natural disasters

The number of deaths in Fukushima Prefecture caused mainly by stress from the nuclear disaster reached 1,539 at the end of August, almost equaling the 1,599 fatalities due directly to the 2011 Great East Japan Earthquake and tsunami, the Mainichi Shimbun has learned.

A Post Accident Safety Analysis Report of the Fukushima Accident — Future Direction of Evacuation: Lessons Learned


Due to the anticipated radiological consequences, the Japanese Government issued a series of evacuation orders, resulting in the evacuation of approximately 160,000 people from the Fukushima area. The prolonged evacuation is believed to be the cause of over one thousand “disaster-related (pre-mature) deaths (DRDs)” which have been reported among the evacuees due to psychosomatic effects (48%) and the disruption of medical and social welfare facilities (18%). In the future these types of deaths should be avoided.

WHO estimerer at man ikke vil kunne se nogle forøgede cancer-rater eller døde som effekt af strålingen. I øvrigt meget det samme som efter Tjernobyl. Det estimeres at der kommer en ~3% stigning i normale cancerformer, hvilket betyder at nogle dør nogle år før at de ville være døde af noget andet (relativ lav YPLL). Generelt er stråling noget folk har en temmelig forskruet holdning til, måske fordi det er usynligt.

Amerikansk skoleprojekt til 21 milliarder kroner havde ingen nævneværdig effekt

Vi har før skrevet kritiske indlæg om forsøg på at udligne sociale forskelle med investeringer i skoler m.v.  Der er nu udkommet et nyt stort offentligt amerikansk studie. Der er tale om den endelige vurdering af det såkaldte The School Improvement Grants program (SIG). Den endelige rapport er på 419 sider (download) og omtales i Washington Post. Nuvel er det bedre at læse den egentlige rapport end avisomtalerne, særligt hvis avisen har en kendt ideologisk vinkel (WP er konservativ). I kapitlet om effekterne kan man på side 60 læse:

There were no significant impacts of SIG-funded models on math or reading test scores, high school graduation, or college enrollment of students in schools at the SIG eligibility cutoff (Figure VI.1 shows results for 2012–2013; Appendix A, Figure A.1 shows results for earlier years [2010–2011 and 2011–2012]). For 2012–2013, the impact on math test scores was 0.01 standard deviations, the impact on reading test scores was 0.08 standard deviations, and the impact on high school graduation was -5 percentage points, but these impacts were not statistically significant. We were unable to calculate an impact on college enrollment for 2012– 2013 due to insufficient sample sizes, but we found no significant impacts on college enrollment for the other two school years (the impacts for 2010-2011 and 2011-2012 were -11 and 2 percentage points; see Appendix A for more details on this analysis).

Altså, skolerne som deltog i programmet producerede ikke elever med højere testscorer, eller havde højere gennemførselsrater eller endda optag på college/universitet senere. I nogle delgruppe-analyser fandt man små ændringer, men disse er statistisk tvivlsomme som rapporten også selv skriver. Og det er en temmelig ringe trøst når man har brugt knap 21 milliarder kroner på et stort projekt, at konklusionen er “det virker måske lidt for børn i 6-12. klasse men kun på 60 ud af 220 skoler”.

De overordnede resultater ser således ud:

SIG1 SIG2

Projektet er enormt, så manglen på observerbare effekter skyldes næppe at man ikke havde inkluderet nok personer (lav statistical power). I alt deltog 480 skoler (220 i forsøgsgruppen) fra 22 forskellige stater, og 60 forskellige skoledistrikter. Jeg kunne ikke finde et elevtal, men det må være mange tusind.

Helmuth og evolutionsbiologerne

Vi har tidligere skrevet om to kritikker af Helmuth Nyborgs kronikker om indvandring. Der er udkommet en tredje kritik som vi vil se på i denne artikel, men der findes faktisk endnu en. Denne vurderede jeg var så ringe, at den ikke var værd at kommentere på.

Den nye kritik er mere sober og faktuel, måske fordi den er skrevet af nogen som læst lidt på lektien først og som besidder generel viden på emnet. De fleste af dem arbejder professionelt med evolution og genetik (dermed evolutionsbiologerne). Ingen af dem besidder ekspertviden om differentialpsykologi og dermed måske problemet. Artiklen starter således:

Der er en lang række fejl i Nyborgs viden om og fortolkning af evolutionsbiologisk forskning. Som evolutionsbiologiske forskere fokuserer vi i det følgende på de videnskabelige aspekter af Nyborgs argumenter, der er fejlbehæftede og udokumenterede – og derfor uegnede til at informere den politiske debat.

I sin natur er det ret svært at dokumentere ting i kronikker i aviser da det ikke er tilladt at bruge ordentlige kildereferencer. Forfatterne selv giver heller ikke præcise kilder, men det kan de ikke bebrejdes for.

1) Der er ikke evidens for, at genetik forklarer forskelle i iq mellem etniske grupper.

Det er ikke rigtigt. Der er masser af indirekte evidens. Der er en relativ mangel på direkte evidens, primært fordi den relevante data ikke forefindes, eller når den gør, så er den gemt væk, så det er svært at få adgang til den. Det er relativt enkelt at afgøre denne debat en gang for alle. Men det gør kritikerne ikke, eller hvis de gør, så udgiver de ikke resultaterne derfra. Senere i denne artikel kommer vi ind på noget af det direkte evidens.

Det ville tage for lang tid at gennemgå alt evidensen her, men den er relativt velkendt blandt eksperter og har været det siden 1970erne. Arthur Jensens opsummeringer på emnet er de bedste. De kan findes i Jensen 1973, Jensen 1998 og Rushton og Jensen 2005. Til 2005 udgaven findes der også svar fra flere kritikere. Hvis man gerne vil læse kritikernes egne opsummeringer, så kan man læse Brody 2003, Nisbett 2009, og Colman 2016. Bemærk at den ene af disse blev skrevet til en 2003 bog som Helmuth selv var redaktør af. Der er således ikke tale om at Helmuth ikke vil medtage kritiske værker.

Der er mange studier, der dokumenterer forskelle i iq mellem grupper, også mellem etniske grupper. Der er imidlertid langt større variation mellem individer inden for etniske grupper end mellem grupperne.

Det første er korrekt, men det sidste kommer an på hvilke grupper der sammenlignes. Den mest hyppige sammenligning er mellem ‘hvide’ (primært genetisk europæere) og ’sorte’ (delvist opblandede vestafrikanere) i USA, primært fordi at det meste data på emnet omhandler de to grupper. Man kunne jo fx ikke lave studier af etniske forskelle i 1970erne i Danmark eller de fleste europæiske lande, grundet at der ikke fandtes større etnisk variation i landet. Forskellen på hvide og sorte i USA er på omtrent 1 standardafvigelse (d) eller 15 IQ. Grafisk set ser det nogenlunde således ud:

blaa-roed-1-sd

(Figuren er lavet med den interaktive visualisering man kan finde her.)

Den stiplede linje viser grænsen for top 2% af befolkningen med 100 IQ, som er det som Mensa kræver. Man kan således se at selvom populationerne overlapper meget, så er forskellen i fordelingernes haler ret stor: der er 18 gange så mange blå personer over grænsen som røde. Det skyldes at man for at komme over 130 IQ skal være 2 d over gennemsnit som blå person, men 3 d over gennemsnit som rød person.

I Danmark er forskellen på indvandrere og danskere lidt under 1 d, cirka 13.7 IQ (.91 d). Det er faktisk større end man ville forvente ud fra indvandrernes oprindelseslande (89.9 IQ). Det tyder derfor på at det danske miljø ikke har påvirket deres IQ i positiv retning. Det kunne også indikere negativt selektion for IQ. Man kan ikke sige det ud fra disse tal alene.

Til sammenligning er forskellen på mænd og kvinders højde cirka 15 cm. Figuren herunder viser selv-rapporteret højde for cirka 2,500 hvide amerikanere.

sex_height

(Data fra NHANES 2013.)

Jeg benytter her amerikansk data da jeg ikke er bekendt med et åbent dansk datasæt. De fleste personer kender en meget høj kvinde eller meget lav mand, men næsten alle har bemærket kønsforskellen i højde. Da standardafvigelsen for højde er omtrent 7.3 cm (indenfor begge køn), så svarer forskellen til cirka 2 d. Sådanne forskelle i IQ findes også på tværs af etniske forskelle i verden. Måske endda 3 d hvis man ser på Ashkenazi jøder (den smarteste gruppe, nogle estimater på 115 IQ i gennemsnit) og afrikanere i Afrika eller Aboriginers i Australien (de laveste grupper, de fleste estimater på 70-75 IQ omend datakvaliteten er relativt dårlig).

I praktiske tal betyder en forskel på 1d, at cirka 84% personer af personer fra den gruppe med det højere gennemsnit vil være over gennemsnittet for den lavere gruppe. Med andre ord, cirka 16% af den lavere gruppe vil være over den højere gruppes gennemsnit. Man kan bruge denne interaktive visualisering til selv at få en fornemmelse for tallene andre tal.

Forskerne taler i stedet om variation. Det kan man godt, men det er en dårlig måde at se på tingene på. Forklaringen på dette er kompliceret og vil ikke blive givet her (se Hunter og Schmidt 2004).

Det er desuden vigtigt at forstå, at det er svært entydigt at bestemme den genetiske andel af forskellene. Nogle studier viser, at op til 70 pct. af et barns iq kan forklares ved hjælp af forældrenes iq. Det betyder dog langt fra, at iq er genetisk bestemt i samme omfang.

Såfremt man ikke er bekendt med adfærdsgenetik, bør man starte med at læse vores introduktion.

Forskerne her blander to ting sammen: arveligheden af IQ forskelle indenfor en gruppe (kaldet within group heritability; indenforgruppe arvelighed) og arveligheden af IQ forskelle på tværs af grupper (between group heritability, mellemgruppe arvelighed). Disse to tal er ikke det samme og kan være meget forskellige. Det er muligt at forskelle indenfor en gruppe er 100% genetiske mens at gruppeforskelle er 0% genetiske, dog usandsynligt. Emnet er diskuteret i detaljer i Jensen 1998 og i Sesardic 2005.

Der findes et meget stort antal studier af IQs arvelighed (>100). I den senere tid er der blevet lavet et større antal studier med meget stor sample size. Herunder ses resultaterne fra nogle store studier sammenlignet.

holland-iq-arvelighed

Kilde: Bouchard, T. J. (2013). The Wilson effect: the increase in heritability of IQ with age. Twin Research and Human Genetics, 16(05), 923-930.

Generelt ses det at arveligheden blandt børn kan være lav, ned til 20% i et studie for 5-årige. Arveligheden stiger med alderen og når ofte omkring 80% hos voksne, uanset hvilken metode som bruges (2 studier fandt 85%, 1 studie fandt 74%; dette særligt gode metodologiske studie fandt 86%). Det er værd at holde i mente.

Ved brug af avancerede metoder fra genomforskningen og datasæt bestående af tusinder af mennesker har man kun fundet få gener, som tilsammen forklarer en lille del af variationen i iq.

Forskerne refererer her til GWAS — genome wide association studies (studier af associationer på tværs af hele genomet). IQ, eller rettere generel intelligens som er det træk som IQ tests primært måler, er påvirket af et meget stort antal gener hver med lille effekt (måske 10,000). Da mennesker har omtrent 3 milliarder gener hvoraf i retning af 10 millioner varierer meningsfuldt mellem personer, så er det derfor en meget svær opgave at finde de små nåle i den store høstak. Der kræves samples på mange tusind mennesker, over 100 tusind faktisk. Det er svært at finde så store datasæt hvor man har målt IQ. I stedet benytter forskerne derfor uddannelse som en stedfortræder (proxy). Uddannelse er ikke perfekt korreleret med IQ, korrelationen er omtrent 0.56 (Strenze 2007). I det seneste GWAS (Okbay et al 2016) brugte man data fra over cirka 294 tusind personer. Da fandt man 162 gener (SNPs). I en uafhængig analyse (Selzam 2016) kunne man bruge disse til at forudsige cirka 9% af variationen i uddannelse i en stor gruppe af 16-årige i Storbritannien. Det svarer til en korrelation på 0.30 og er ret stort i forhold til andet socialvidenskab. Hvad med IQ? Her kunne man kun forudsige 3.5% dvs. en korrelation på .19. Såfremt at vi kan finde ud af hele den genetiske forklaring, så ville man teoretisk kunne forudsige IQ med en korrelation på .89 (givet arvelighed på 80%).

Det understreger, at iq er en meget kompliceret egenskab, som består af både miljømæssige og arvelige faktorer.

Hvor meget man kan forudsige lige nu har ingenting at gøre med hvor kompliceret et træk er. Det har at gøre med arveligheden, den genetiske arkitektur, statistisk modellering og hvor mange personer vi har data fra. Man kunne heller ikke finde gener for højde i mange år fordi man ikke havde nok personer, men da man begyndte at få nok personer, så kunne man sagtens finde generne (Wood 2014).

Da mennesket er en art med særdeles kompleks adfærd, er det endda svært at skelne mellem den direkte genetiske arv og den sociale arv (f.eks. hvor meget børn stimuleres intellektuelt af deres forældre).

Forskerne lader til at være forvirrede. Hele ideen med adfærdsgenetik og GWAS er netop at man godt kan skelne mellem genetik og miljø. Forskerne er muligvis forvirrede grundet, at man på dansk også bruger ordet arv til at tale om miljøeffekter fra forældrene (social arv). Det gør man ikke med det engelske ord, heritability.

Videnskabelige studier, der med sikkerhed kan skelne mellem genetiske og miljømæssige faktorer, kræver komplicerede avlseksperimenter, der ikke er mulige i mennesker.

GWAS kan med temmelig stor sikkerhed skelne mellem genetiske miljømæssige faktorer. Man benytter kun genetisk urelaterede personer i disse studier så de har ikke noget miljø til fælles (delt miljø, jf. terminologien indenfor adfærdsgenetik).

Det, der kommer nærmest, er studier af adopterede børn. Andrew Colman har gennemgået litteraturen og i et studie i tidsskriftet Personality and Individual Differences dokumenteret, at adopterede børns iq primært bestemmes af deres sociale og ikke deres etniske baggrund. Børn, der vokser op under samme sociale forhold, har mere ens iq, uanset etnisk ophav, end børn, der vokser op under forskellige sociale forhold.

Det studie som Colman citerer er Moore (1986). Studiet involverede to grupper af 23 sorte børn i alderen 7-10 år i USA (den lave alder betyder lav arvelighed). Den ene gruppe blev adopteret af hvide og den anden af sorte forældre. Man fandt at gruppen som blev adopteret af hvide var omtrent 1 d over dem som blev adopteret af sorte. Det tyder således på at forskelle i opdragelse forklarer 100% af forskellen mellem hvide og sorte i USA.

Studiet er aldrig blevet gentaget, og med de meget få antal personer i grupperne så kan resultaterne ikke bruges til ret meget. Det ville være ekstremt naivt at basere sin holdning på så lidt data. Den nuværende replikationskrise i socialvidenskab og medicin reflekterer det faktum at forskere i årtier har benyttet for små samples, tvivlsomme forskningsmæssige metoder (QRPer), lavet statistiske fejl i fortolkningen af p-værdier samt har en stærk tendens til kun at udgive studier som gav det resultat de syntes om. Hertil kommer problemerne med metodevariation som kan have store effekter og den relaterede p-hacking, samt den ekstreme politiske bias i socialvidenskab. Af disse grunde bør man i den grad være skeptisk overfor meget små studier fra 1980erne som aldrig er blevet gentaget og som forsøger at drage vidtgående konklusioner i den retning som den sociale ideologi på området synes om.

Effekten af miljøforhold på iq er også tydelig i videnskabelige studier af uddannelsesmæssig baggrund. For hvert års yderligere skolegang stiger iq.

Forholdet mellem IQ og uddannelse er meget diskuteret. Smartere mennesker får længere uddannelse og kausaliteten går med sikkerhed fra IQ til uddannelse. Går den også den anden vej? Det er sværere at sige. Man kan ikke bare måle på voksne fordi en positiv sammenhæng mellem IQ og uddannelse er forventet der på basis af at IQ forårsager uddannelse. Der findes en række naturforsøg hvor børn af tilfældige årsager er blevet givet mere eller mindre uddannelse. Det sker typisk i forbindelse med politiske reformer der blev indført på forskellige tidspunkter i forskellige dele af landet. Disse studier (fx Brinch 2012) viser generelt at IQ scorer kan forsøges med mere uddannelse, i hvert fald hos børn eller teenagere og på kort sigt. Ingen af disse studier har dog undersøgt om det er den generelle intelligens som stiger, eller andre evner eller træk som IQ tests måler (fx en generel testtagningsevne eller visuelle evner). Emnet er statistisk kompliceret og vil ikke blive gennemgået i detaljer her (læs fx te Nijenhuis 2014, Jensen 1989). Spørgsmålet er vigtigt fordi massiv forskning viser at det er den generelle intelligens som giver IQ tallene deres brugbarhed, ikke de mere specifikke evner (Jensen 1998, Ree et al 2003).

Der findes dog et enkelt relativt simpelt studie som har set på spørgsmålet om kausalitet fra uddannelse til IQ og som er værd at gennemgå (Ritchie 2015). De havde ikke personer som ved tilfældighed var blevet givet mere eller mindre uddannelse, men de havde personer for hvilket man har målt IQ som børn (11-årige), IQ som gamle (70-årige), og hvor man har deres uddannelsesniveau. Man kan derfor udregne forskellen i IQ mellem de to aldre og se på om der er sammenhæng med uddannelse, sådan som en kausal effekt af uddannelse ville forudsige. Man ser en positiv forskel som forventet. Deres metode til at finde ud af hvordan kausaliteten virker bestod i at sammenligne modeller hvor man antager at uddannelse forøger den generelle intelligens med modeller hvor man ikke antager dette, men i stedet antager at uddannelse forøger nogle af de specifikke evner i stedet (fx ordforråd). Man fandt at den model hvor uddannelse ikke forøgede den generelle intelligens passede bedst på dataene. Studiets design er ikke helt optimalt, så man må vente med at drage stærke konklusioner til der kommer flere studier.

Evolutionsgenetisk teori forudsiger, at intelligens er påvirket af genetisk variation, men som beskrevet viser de videnskabelige fakta, at miljøet oftest spiller langt den største rolle for forskelle i iq mellem etniske grupper. Dette bakkes op af omfattende studier, som f.eks. vist af Richard E. Nisbett og kolleger i tidsskriftet American Psychologist.

Nisbett et al. (2012) citerer ikke nogle omfattende studier for dette. De citerer derimod en række gamle, små studier, herunder Moore (1986) som blev diskuteret ovenfor. Nisbett (2009) citerer heller ikke nogen.

Med en enkelt uklar undtagelse findes der ingen større studier som viser resultater som passer med en ren miljø model. Nogle tal fra Storbritannien viser at nogle sort-hvid gruppeforskelle på et skolemål (GCSE) er faldet og i nogle tilfælde forsvundet eller har omvendt fortegn. Det er sket i perioden 1991-2006. Underligt nok viser andre beregninger på de samme tal det modsatte mønster. 2012 PISA data fra Wales, som er en del af Storbritannien viser den sædvanlige 1 d forskel på sorte og hvide. Det er temmelig underligt.

2) “Kold vinter-teorien” er faktisk “kold vinter-fantasien”

Nyborgs argumenter baserer sig på den såkaldte “kold vinter-teori”, som siger, at den evolutionære tilpasning til koldt klima medfører genetisk disponering for altruisme (altså mindre egoisme), demokrati, intelligens og større hjerner. Dette er ikke en teori med bred opbakning inden for det evolutionsbiologiske forskningsfelt. Derimod er den generelt betragtet som udokumenteret spekulation.

Forskere på det evolutionsbiologiske forskningsfelt er de forkerte at spørge da de ikke arbejder med forskelle i menneskelig intelligens. Man kunne lige så godt spørge olieingeniører om klimavidenskab (og det er blevet gjort). Der findes ingen rundspørge af eksperter indenfor differentialpsykologien om plausibiliteten af kold vinter teorien specifikt, men der findes derimod to mere generelle rundspørger om årsagerne til gruppeforskellene. Begge fandt at de fleste eksperter mener at forskellene skyldes både gener og miljø (Rindermann 2016, Snyderman og Rothman 1988). Siden at de fleste forskere indenfor almen evolutionær biologi aldrig har hørt om teorien, så følger det at de heller ikke betragter den som udokumenteret spekulation. Jeg har gennemgået noget af evidensen bag kold vinter teori i vores tidligere indlæg (her og her).

Intelligens og altruisme må bestemt kunne betragtes som gavnlige egenskaber i et koldt klima, men der er ingen grund for at tro, at de er mindre gavnlige i et varmt klima. Teorien bygger på antagelsen om, at det er barskt at leve i egne med koldt klima, men der er ikke videnskabelig evidens for, at et varmt klima er mindre barskt og udfordrende. For eksempel er mennesker, der lever på den afrikanske savanne, hvor det moderne menneske udvikledes, udfordret af uforudsigelig nedbør og tørke. Der er ingen evidens for, at overlevelse i et koldt klima kræver større altruisme eller intelligens end i andre miljøer, der kan være tilsvarende barske og kræve “smarte” løsninger på forskellige udfordringer.

Det virker temmelig usandsynligt at det skulle være sværere at overleve et sted hvor man kan plukke bær og jage året rundt end et sted hvor man skal planlægge til vinteren samt fremstille tøj for at holde sig varm mod kulde og sne. Men lige nu findes der mig bekendt ingen direkte studier af emnet. Forskellene i hjernestørrelse og de nationale IQer stemmer dog overens med kold vinter teorien, hvorimod ingen har produceret noget evidens for den alternative model.

I et omfattende studie fra det anerkendte tidsskrift Science dokumenterede Joseph Henrich og hans medforfattere altruistisk adfærd i forskellige samfund fra Nord- og Sydamerika, Afrika, Asien og Oceanien. Inden for hver verdensdel fandtes stor variation i graden af altruisme, og nogle af de mest altruistiske samfund fandtes i Afrika og Sydamerika.

Det såkaldt omfattende studie (Henrich 2006) består i at sammenligne en række grupper på to simple mål for altruisme (fx ultimatum game). Grupperne var ikke tilfældigt udvalgte eller særlig store. Fx bestod den vestlige af to grupper amerikanere, hhv. 19 studerende og 26 landboere fra Missouri. Hvad kan man konkludere om altruisme ud fra det? Ikke ret meget.

Ingen videnskabelige studier har vist en sammenhæng mellem altruistisk adfærd og den temperatur, der findes det pågældende sted, hvilket betyder, at “kold vinter-teorien” ingen videnskabelig opbakning har – det er en “kold vinter-fantasi”.

Altruisme er svært at måle. Man kan fx måle folks hjælpsomhed overfor fremmede på gaden. Gør man det, kan man fx finde resultater som dem vist i tabellen herunder.

helping

Levine, R. V., Norenzayan, A., & Philbrick, K. (2001). Cross-cultural differences in helping strangers. Journal of Cross-Cultural Psychology, 32(5), 543-560.

Problem med sådanne metoder er, at de blander diverse ting sammen. Kulturer varierer meget i individualisme. Paradoksalt nok er individualisme ofte høj i lande med store velfærdsstater (se fx Stockholm i tabellen), som netop er udtryk for relativ meget kollektivisme. Velfærdsstater omfordeler penge fra nogle personer til andre personer de ikke er genetisk relaterede til, hvilket kunne være en anden måde at måle altruisme på. Man kunne også måle altruisme ved at se på graden af korruption, mordraten eller økonomisk lighed. Disse har velkendt sammenhæng med IQ og nyd-syd gradienten.

Jeg kikkede på en række andre tal, men synes ikke rigtigt at jeg fandt noget generelt mønster i disse data. Måske altruisme er et for vagt begreb til at man kan finde ud af noget særligt med det.

Men hvad med idéen om, at mennesker fra et koldt klima er mere intelligente? Vi har tidligere påpeget, at menneskers intelligensmål er stærkt påvirkede af sociale forskelle. Selv om mennesker fra forskellige verdensdele har genetiske forskelle i fysiske egenskaber, såsom gennemsnitlig højde og hudfarve, spiller miljøet snarere end genetikken langt den største rolle for forskelle i iq mellem etniske grupper.

Vi ved allerede godt at mennesker fra nordlige områder er smartere. Spørgsmålet er om det delvist skyldes genetik eller ej. Forskerne har ikke bevist deres sag ved at citere et ureplikeret studie fra 1980erne med 46 7-10-årige børn.

Som nævnt tidligere er det relativt enkelt at finde ud af om gruppeforskelle er genetiske og i så fald hvor meget. Den simpleste metode er et admiksturstudie. Sådanne studier bruges i udpræget grad indenfor medicinsk genetik (flere hundrede hvis ikke tusinder af studier). Metoden er enkel nok:

Finder man en sammenhæng er det god, men ikke endegyldig, evidens for genetisk kausalitet. Har man gjort det med IQ? Ja, der findes et enkelt studie af omtrent 1100 amerikanske børn som er under review (Kirkegaard og Fuerst). Resultaterne stemte primært overens med en genetisk model, især for sorte. For hispanics var der også en effekt af selverklæret race/etnicitet, som måske skyldes miljøfaktorer eller måske testbias. Mange hispanics er først fornylig indvandret sydfra og har måske ikke de bedste sprogforudsætninger. Der findes en række andre datasæt man skal spørge om adgang til hvor man kan gentage studiet, som vi er ved at forsøge at skaffe adgang til.

For socialstatus (uddannelse, indkomst, osv.) findes der et temmelig stort antal studier. Vi har lavet en meta-analyse af disse, og fandt en gennemsnitlig korrelation mellem europæisk genetisk baggrund og højere socialstatus på cirka .18. Studierne stammer primært fra Latinamerika. Resultater som disse forudsiges af en genetisk forklaring, og hvis de ikke var blevet fundet ville modellen have været modbevist. Men de kan også være konsistent med en kompliceret miljømodel hvor der er ko-variation mellem social status og genetisk baggrund og hvor det racemæssige element kun lader til at have en effekt. Der findes andre metoder som kan teste sådanne ad hoc ’skjult-miljø’ modeller, fx kryptisk admikstur mellem søskende. Et sådan studie er ikke blevet lavet og offentliggjort endnu.

Der findes en række andre linjer af evidens for genetiske raceforskelle. Den nysgerrige læser kan læse de tidligere nævnte opsummeringer. Spørgsmålet bliver uden tvivl afgjort indenfor de næste 10 år.

Hvem skaber problemer til demonstrationer?

I dag kan vi endnu engang læse om at ‘der var tumult’ ved en demonstration i Danmark. Flere kilder dækker demonstrationen (EB, Politiken, JP, dr). Kort fortalt:

Lørdag demonstrerede 50 til 75 personer med nissehuer og dannebrogsflag fra den islamkritiske gruppe “For Frihed”, som tidligere hed Pegida, mod manglende julepynt på Nørrebro i København.

Demonstrationen blev mødt af en moddemonstration, NoPegida, som ifølge Københavns Politi bestod af »nogle flere«.

I forbindelse med demonstrationerne blev 11 personer anholdt. En enkelt for vold mod tjenestemand, mens de andre blev anholdt for bl.a. maskering og hærværk. Der kom ikke nogen reelle konfrontationer mellem parterne, oplyser Københavns Politi.
»Moddemonstranterne har forsøgt at komme tæt på den anmeldte demonstration, så politiet har været nødt til at lægge sig imellem. Der har ikke været en egentlig konfrontation mellem de to demonstrationer, men politiet har været talstærkt tilstede i området for at sikre ro og orden,« siger vicepolitiinspektør Rasmus Bernt Skovsgaard.
Moddemonstranterne gjorde ruten sværere at passere ved at lægge forhindringer ud og antænde bål på gaden.
»De har bygget barrikade, smidt byggemateriale ud på Nørrebrogade nede ved Dronning Louises Bro og antændt et bål længere nede ad Nørrebrogade,« oplyser Skovsgaard.

Mon det er folk i nissehuer som tændte bål, kastede med flasker osv.?

Alle de 11 anholdte var fra moddemonstrationen ”No Pegida”. De er sigtet for blandt andet hærværk og efter ordensbekendtgørelsen, og én er sigtet for vold mod tjenestemand.

For Friheds invitation kan ses på deres Facebook, hvor de inviterer til et juleoptog med varm kakao og pebernødder.

Nuvel, så kunne dette jo være et tilfælde. Hvis man ser optagelser fra andre optog, så er tonen en del anden end blot julehygge. I et tilfælde holdte For Frihed selv en moddemo, dog ikke mod AFA, men mod Hizb ut-Tahrir, en overtag-verden islamisk gruppe. Deres tale kan ses:

Der er kun én måde man kan finde ud af hvem der laver problemer til demonstrationer: med statistik. Vi har kontaktet politiet for at høre om de havde en brugbar database. Det havde de ikke, så vidt de ville sige i hvert fald. Men det er muligt at lave en ved at google og finde avisernes dækning af emnet. Det er journalistarbejde, så det ville være rart med noget samarbejde fra journalisterne. Det kan nok ikke forventes af de sædvanlige politiske årsager.

Vi vil derfor gerne høre fra interesserede som vil være med til at bygge en sådan database. Det kræver ingen specialviden for databasen laves ganske enkelt i et fælles regneark.

demo_database

Arbejdet består således i at identificere demonstrationer og finde ud af hvem der blev anholdt. Hvis det ikke fremgår af aviserne, så må man skrive til den relevante person indenfor politiet.

Databasen kan ses her.

Misbruger Helmuth naturvidenskaben i demokratidebatten?

Forleden skrev vi om Helmuths kronik om indvandring og demokrati. I mellemtiden er der kommet en ny regering og de har udgivet et regeringsgrundlag som er værd at diskutere. Det er imidlertid også sket at 5 forskere (i alt 6 personer) har skrevet en indlæg med titlen: Misbrug af naturvidenskab i demokratidebatten: Den ”kolde vinter teori” er videnskabeligt fupmageri. Det er en ret stærk udmelding, som er værd at se nærmere på. Deres skriv kan fint behandles under to hovedemner: det faktuelle og det ikke-faktuelle. Det første handler om hvad der er sandt eller måske blot hvad vi har evidens for om emnet. Det andet omhandler retorik, politik og deslige. Siden at de har blandet deres faktuelle påstande med deres retorik, så citerer jeg med udeladelser for at holde tingene adskilt.

Det faktuelle

Helmuth Nyborg foreslår, at danskernes særlige altruistiske adfærd, høje intelligens og demokratiske sindelag er genetisk betinget og dermed ikke enhver beskåret. Nyborg påstår at tage udgangspunkt i en videnskabelig bevisførelse for, at nordboere er både mere intelligente og bedre til at samarbejde end sydboere.

Er nordboere mere intelligente? Hertil skal det siges at hvad det virkelig handler om i følge kold vinter teori er hvor svært miljøet var at overleve i. Det er denne del som tænkes at føre til større selektion for intelligens og derfor (gennemsnitligt) smartere populationer via naturlig selektion. Det er koldere nord for ækvator, men det er også koldere syd for ækvator. Dermed giver det generelt mere mening at tale om absolut breddegrad (latitude), som er afstanden til ækvator hvad enten denne er nord eller syd. I vores forrige indlæg så vi at lande med koldere vintre også har højere nationale IQer. Figuren nedenfor ses sammenhængen med absolut breddegrad.

abs_lat_iq

(Data fra megadataset 2.0o)

Vi ser altså en stærk sammenhæng med landenes nationale IQer og deres afstand til ækvator.

Hvad med bedre til at samarbejde? Der er flere måder man kan gå til værks. Økonomen Garett Jones har argumenteret for præcis samme påstand i sin nylige bog The Hive Mind. (Anmeldelser af den her og her.) Garett Jones citerer en række studier hvor man har set på folks villighed til at samarbejde på diverse måder og deres IQ (typisk approksimeret via SAT scorer). Der er lavet en meta-analyse af en type af studie: fangens dilemma (prisoner’s dilemma) Jones, G. (2008). Are smarter groups more cooperative? Evidence from prisoner’s dilemma experiments, 1959–2003. Journal of Economic Behavior & Organization, 68(3), 489-497.

Are more intelligent groups better at cooperating? A meta-study of repeated prisoner’s dilemma experiments run at numerous universities suggests that students cooperate 5–8% more often for every 100-point increase in the school’s average SAT score. This result survives a variety of robustness tests. Axelrod [Axelrod, R., 1984. The Evolution of Cooperation. Basic Books, New York] recommends that the way to create cooperation is to encourage players to be patient and perceptive; experimental evidence suggests that more intelligent groups implicitly follow this advice.

Standardafvigelsen for SAT scorer er omkring 100, så de citerede 5-8% er det samme tal for omkring 15 IQ. Hovedtesen i Jones’ bog er at disse relativt små forskelle i samarbejdsvillig forstærkes på gruppeniveau således, at de nationale forskelle i samarbejdsevner bliver meget store.

Som forklaring på danskernes mange attråværdige karaktertræk inddrager Nyborg den såkaldte ”kold vinterteori“. Ifølge denne teori … har overlevelsen under de kolde vintre på den nordlige halvkugle befordret uegennyttigt samarbejde og høj begavelse. Dermed mener Nyborg at kunne forklare en påstået nord-syd-gradient i intelligens med en IQ på omkring 70 i Afrika og omkring 100 i Nordeuropa.

Vi gennemgik de store IQ forskelle tidligere, men det er værd at pointere at disse er ganske reelle. Man kan se forskelle på omtrent de samme størrelser uanset om man bruger piagetiske tests, skolastiske tests eller forskellige standard IQ tests. Det kan ikke undre for disse tests måler mere eller mindre det samme: g-faktoren. Det gælder især på gruppeplan.

Problemet er blot, at hverken ’kold vinter-teorien’ eller den påståede IQ forskel nyder nogen som helst form for accept blandt fagfolk.

Hvilke fagfolk? Differentialpsykologerne — dem som faktisk studerer IQ mv. — anerkender generelt de store nationale forskelle. Det som primært diskuteres er 1) deres årsager, 2) i hvor høj grad de kan forventes at blive mindre med tiden. Søger man på “national IQ” på Google Scholar får man omtrent 850 resultater. Siden at forskningen i dette emne ikke har været i gang i så lang tid (startede først rigtigt i 2002 med udgivelsen af IQ and the Wealth of Nations), så tyder det fint på at der er mange akademikere som diskuterer emnet. Dertil kommer at de ofte kaldes for andre ting, såsom PISA forskelle. Figuren herunder viser den næsten perfekte sammenhæng mellem landenes gennemsnitlige PISA og deres nationale IQer.

pisa_iq

Landenes er næsten identisk rangeret og tilmed er forskellene generelt i samme størrelsesorden. Hvis vi vælger to lande, så kan vi sammenligne størrelserne på en fælles skala (Cohen’s d). Fx Danmark og Peru. Landene har estimerede nationale IQer (i datasættet fra 2012 som i nogen grad er mangelfuldt!) på henholdsvis 97.2 og 84.2. Forskellen er altså på 13 IQ. Standardafvigelsen for IQ er 15, så forskellen er på 0.87 d. Danmarks PISA score er på 498 og Perus på 375, en forskel på 123 PISA points. Standardafvigelsen for PISA er omkring 90 (indenfor en befolkning). Ergo, forskellen er på 1.40 d. Tallet er del større end IQ tallet, nok af 2 grunde. For det første er Danmarks IQ nok underestimeret i dette datasæt. Det rigtige tal er nok omkring 100, måske lidt mere. Referencen 100 her er sat til den britiske (Greenwich mean IQ per analogi med Greenwich mean time). Bruger man 100 i stedet for Danmark er IQ forskellen mellem Danmark og Peru på 1.10 d. For det andet er skolesystemet temmelig mangelfuldt i Peru og børnenes skolastiske evner kan derfor forventes at være forringet i forhold til deres IQ.

Vi kan gøre essentiel det samme for alle landene på én gang hvis vi skalerer PISA og IQ dataene til den samme skala. Jeg har gjort det ved at sætte det laveste land til 0 og dividere med standardafvigelsen. Resultatet ses i figuren herunder.

pisa_iq_zz

Så, generelt er forskellene på PISA scorerne lidt større. De østasiatiske lande ligger på omkring 1.80 d over det laveste land, mens tallet kun er omtrent 1.70 d på IQ skalaen.

Hvordan kunne sumerere og egyptere grundlægge de første, kendte bysamfund? Hvorfor var religion og videnskab på det indiske subkontinent meget tidligt på et højt kulturelt stade? Kender Nyborg til den stærke påvirkning fra Mellemøsten i vores bronzealderkultur? Hvorfor blomstrede filosofi og demokrati først hos grækerne i deres varme Middelhavsområde? Hvordan kan kristendommen og dens altruisme være blevet grundlagt hos jøderne? Stik imod Nyborgs udsagn burde man vel snarere argumentere, at nordboerne var sene til at vågne op til dåd.

Argumentet er implicit i regnen af spørgsmål, men kan måske skrives lige ud således:

  1. Forskellene på de nationale IQer skyldes alene genetiske forskelle.
  2. Disse genetiske forskelle var de samme for flere tusind år siden.
  3. Men, gennem historien har forskellige lande og grupper været de dominerende med hensyn til kultur.
  4. Et lands relative kulturelle formåen kan alene forklares med IQ.

Konklusionen er heller ikke givet, men målet er nok at tilbagevise (1). Men, når argumentet gøres så tydeligt, så kan man nemt se at det er et dårligt argument:

Nyborg ignorerer desuden, at den nordiske vinter faktisk er mild i forhold til Sibirien, Mongoliet eller Afghanistan –  områder, hvor Nyborg ikke mener, at kundskabens lys brænder med generende styrke, og hvor demokratierne for tiden har trange kår.

Argumentet angriber en stråmand. Det virker kun på en model som følgende:

  • Alle populationsforskelle i IQ kan forklares med forskelle i deres selektion mht. kolde vintre.

Men ingen har fremsat denne model. Forskere har diskuteret andre ting såsom størrelsen på befolkningen, sæsoner mv.

Endvidere kan uperfekte sammenhænge — delvise forklaringer — ikke tilbagevises med undtagelser. Der er altid undtagelser til uperfekte sammenhænge. Rygning forårsager cancer, men ikke alle der ryger får cancer. Skal vi konkludere at rygning alligevel ikke forårsager cancer? Nej. Der er andre årsager til cancer (fx asbest), men rygning er en af dem.

… alle mennesker, som bor uden for ‘Afrika syd fra Sahara’, er meget tæt beslægtede, mens de forskellige folkeslag inden for Afrika er meget mere forskellige fra hinanden. Genetisk set er den foreslåede ’nord-syd-gradient’ derfor videnskabeligt set det rene sludder.

Der er to fejl her. Det første omhandler de relative genetiske forskelle på menneskegrupper (en af forskerne bag kritikken arbejder indenfor dette felt). Det er rigtigt at det meste variation findes blandt afrikanere. Det skyldes dog primært stiftereffekten (founder effect). Kun et relativt lille antal mennesker forlod Afrika, og alle ikke-afrikanere nedstammer denne relativt lille gruppe. De har derfor formindsket genetisk variation. Det samme fænomen ses mange steder, fx i Quebec. Den variation som formindskes er primært non-kausal variation (‘junk DNA’), altså variation i vores DNA som ikke har nogen effekt, og den er derfor irrelevant for kausale modeller for forskelle i polygenetiske træk. (Polygenetiske træk er træt som har mange forskellige genetiske årsager. Ofte tusindvis.)

Den anden fejl laves kun indirekte. Argumentet går på at de forskellige menneskelige populationer er temmelig tæt beslægtede. Ofte gives tallet at kun omkring 12% af den genetiske variation findes på tværs af grupper (fst = .12, fst = fixation index). Den implicitte konklusion er, at menneskelige grupper derfor ikke kan være meget forskellige i polygenetiske træk. Fejlen er så normal at den er opkaldt efter ham som kendt for at fremsætte den i 1972: Lewontins fejlslutning (Lewontin’s fallacy). Der gives aldrig nogen særlig begrundelse for hvorfor tallet 12% (eller 5% eller 15%) skulle være et problem for genetiske modeller om forskellene i kvantitative træk. Lewontin selv skrev:

When we consider the remaining diversity, not explained by within-population effects, the allocation to within-race and between-race effects is sensitive to our racial representations. On the one hand the over-representation of aborigines and Oceanians tends to give too much weight to diversity between races. On the other hand, the racial component is underestimated by certain arbitrary lumpings of divergent populations in one race. For example, if the Hindi and Urdu speaking peoples were separated out as a race, and if the Melanesian peoples of the South Asian seas were not lumped with the Oceanians, then the racial component of diversity would be increased. Of course, by assigning each population to separate races we would carry this procedure to the reductio ad absurdum. A post facto assignment, based on gene frequencies, would also increase the racial component, but if this were carried out objectively it would lump certain Africans with Lapps! Clearly, if we are to assess the meaning of racial classifications in genetic terms, we must concern ourselves with the usual racial divisions. All things considered, then, the 6.3% of human diversity assignable to race is about right, or a slight overestimate considering that Hpop is overestimated.

It is clear that our perception of relatively large differences between human races and subgroups, as compared to the variation within these groups, is indeed a biased perception and that, based on randonly chosen genetic differences, human races and populations are remarkably similar to each other, with the largest part by far of human variation being accounted for by the differences between individuals.

Human racial classifcation is of no social value and is positively destructive of social and human relations. Since such racial classification is now seen to be of virtually no genetic or taxonomic significance either, no justification can be offered for its continuance.

Hvis du læser dette og tænker: hvordan kommer han fra 6.3% (14.6% længere oppe) til at raceklassifikationer ikke har nogen social værdi osv., så har du set problemet. Tallet har ingen nærmere sammenhæng med konklusionen (non sequitur).

Det menneskelige genom er nærmest ufatteligt langt: omkring 3.1 milliarder basepar. Langt de fleste basepar varierer aldrig fra person til person. Der findes omkring 56 millioner variationer, hvilket er omkring 1.8% af genomet. (Dette tal inkluderer meget sjældne variationer, så i praksis taler man i stedet om SNPs.) Tager man 6.3% af dette tal får man omtrent 3.5 millioner variationer. Dette er tallet for forskellene på tværs af racegrupperne i Lewontins opgørelse. Hvis man tænker på at variation i blot et enkelt gen ofte kan betyde forskellen mellem liv eller død, eller blot livslang sygdom, så ser man, at 3.5 millioner variationer er rigeligt med variationer til at det kan rumme genetiske raceforskelle. Der findes bogstavelig vis tusindvis af sådanne arvelige sygdomme som kun involverer et enkelt gen.

For at sætte tingene i perspektiv, så findes der et enkelt gen som styrer om man udvikler sig til mand eller kvinde. Genet sidder på Y-kromosomet, men kan i sjældne tilfælde ved en fejl kopieres over på en person med to X kromosomer, hvilket fører til en lettere misdannet mand. Mange ved slet ikke at de har sygdommen. Genet er kun 886 basepar langt og fylder udgør kun 0.0016% af de basepar som varierer hos mennesker, men alligevel er effekten meget stor.

En gennemsnitlig forskel i et polygenetisk træk på tværs af grupper ville ses ved at generne for plus-varianterne hos den ene gruppe blot er en smule mere normale end hos den anden gruppe i gennemsnit. Det vides ikke præcist hvor mange gener der er for højde, men tallet er nok i retning af 10 tusind med en effektstørrelse vi kan finde. Hvis fx danskere har en gennemsnitlig frekvens på disse gener på 50% og den gennemsnitlige frekvens kun er 45% hos japanere, så ville dette nemt kunne resultere i en gennemsnitlig højdeforskel på omkring 10 cm (181.4 for Danmark, 170.8 for Japan). Forskere arbejder lige nu på at forsøge at finde sådanne gruppeforskelle og ikke kun i IQ, men træk som højde og BMI.

Det ikke-faktuelle

Misbrug af naturvidenskab … videnskabeligt fupmageri … Nyborg bruger faktuelt forkerte informationer som indpakning for slet skjult racisme … misbrug af videnskabelige termer og begreber … Ifølge denne teori, som var ganske populær i 1930’erne og blandt andet blev promoveret af Johannes V. Jensen, …  Nyborg har en blind og fuldstændig forkert opfattelse af den genetiske mangfoldighed i den danske befolkning … at give holdningerne en evolutionsbiologisk eller genetisk begrundelse er rendyrket vrøvl.

Det er en underlig serie påstande blandt med negativt ladede udtryk.

  • Hvilken naturvidenskab er blevet misbrugt? Påstanden er i overskriften, men nævnes ikke specifikt i teksten. Det er en underlig påstand da emnet er samfundsvidenskab.
  • Videnskabeligt fupmageri. En fupmager er en som med vilje forsøger at snyde andre. Men der er ingen diskussion af noget som skulle tyde på at Helmuth ikke er sandfærdig i sine påstande. Bemærk at dette ikke betyder at de er sande, men de er ikke løgnagtige.
  • Racisme nævnes, men ingen eksempler gives. Hvori består det racistiske? De gennemsnitlige forskelle i IQ ses også i PISA dataene. Er PISA resultaterne racistiske? Er det racistisk at sige at afrikanere og indere oftere lider af genetiske sygdomme som sickle cell, og at finnere oftere lider af andre? Er det racistisk at sige at hollændere har gener som gør dem højere end kinesere?
  • Hvorfor nævnes det at teorien var populær i 30erne? Teorien er tilsyneladende første gang fremsat af Herodot i det famle Grækenland, men det er ligegyldigt hvem der har fremsat en teori første gang., ligesom det også er ligegyldigt om tvivlsomme personer synes godt om en teori.

Bolden og ikke manden. At man er nødt til at sige det til en række forskere tyder på, at deres uenighed med indlægget kommer andetstedsfra.