Aika metsässä on laskennan ydin – näin Metsäterveyslaskuri arvioi hyvinvointihyötyjä
Miten metsän hyvinvointivaikutukset voi muuttaa luvuiksi, joita kunta tai luontotoimija voi käyttää päätöksenteon tukena? Metsäterveyslaskuri rakentaa arvionsa THL:n väestötiedoista, tutkimuskirjallisuudesta ja yhdestä keskeisestä muuttujasta: ajasta, jonka ihmiset viettävät luonnossa.
Se, että luonto tukee terveyttä, tiedetään jo hyvin. Vaikeampaa on kertoa, kuinka paljon – ja kenelle hyöty päätyy. Tähän kysymykseen Sosped Keskus on hakenut vastausta Metsästä buustia hyvinvointiin ja terveyteen -hankkeessa.
Sosped Keskuksen arviointipäällikkö Miikka Vuorinen esitteli Metsäterveyslaskuri-webinaarisarjan toisessa osassa 22.10.2026, miten laskuri arvioi terveys- ja hyvinvointimuutoksia. Tavoitteena on ollut kaksi asiaa: tuoda esiin metsien terveyshyödyt väestöön sidottuina lukuina ja kytkeä ne taloudellisiin vaikutuksiin.
Kaksi kohderyhmää, kaksi THL:n mittaria
Laskuri tarkastelee kahta väestöryhmää ja kahta terveysilmiötä, joita THL seuraa väestökyselyissään ja jotka löytyvät kunnittain Sotkanetista:
| Kohderyhmä | Indikaattori | Lähde |
| Nuoret 10–19 v. | Hyvän mielenterveyden kokeminen viimeisen kahden viikon aikana | Kouluterveyskysely |
| Työikäiset 20–64 v. | Aikuisten liikuntasuosituksen mukainen riittävä liikkuminen | Terve Suomi -tutkimus |
Esimerkiksi Helsingissä hyvää mielenterveyttä koki vuonna 2023 noin neljännes nuorista (25,3 %), joten pelkästään pääkaupungissa kohderyhmään kuuluu yli 49 000 nuorta. Työikäisistä riittävästi (aikuisten liikkumissuosituksen mukaan) liikkui hieman yli puolet (50,9 %), ja liian vähän liikkuvia oli noin 221 600. Vaikka riittämätön liikkuminen tai hyvää heikompi koettu mielenterveys eivät aiheuta suoraan kaikille kohderyhmään kuuluville henkilöille seurauksia, osan kohdalla vähäinen liikunta ja mielen haasteet ovat mukana heikentämässä hyvinvointia. Juuri tästä laskurissa on kyse: se tarkastelee niitä seurauksia, joita mainituilla ilmiöillä voi olla terveyteen. Tämän jälkeen se mallintaa metsien roolia kyseisten sairauksien ennaltaehkäisemisessä.
Vaikutusketjut: mihin hyvää heikompi koettu mielenterveys ja vähäinen liikkuminen johtavat
Metsäterveyslaskuri tarkastelee ensin, mihin vähäinen liikkuminen ja hyvää heikompi mielenterveys tutkimusten mukaan voivat kytkeytyä. Näitä yhteyksiä kutsutaan vaikutusketjuiksi.
Nuorilla hyvää heikompi koettu mielenterveys voi olla yhteydessä esimerkiksi somaattisiin kipuihin sekä ahdistukseen ja masennukseen – ja niiden kautta lääkäri- ja kouluterveydenhoitajakäynteihin, nuorisopsykiatrian tutkimusjaksoihin ja kuntoutuspsykoterapiaan.
Työikäisillä liian vähäinen liikkuminen on yhteydessä muun muassa masennukseen, sepelvaltimotautiin, aivoverenkiertohäiriöihin, tyypin 2 diabetekseen sekä rinta- ja paksusuolisyöpään. Niistä seuraa hoitokustannuksia, sairauslomia ja työkyvyttömyyseläkkeitä. Nuorille vaikutusketjuja on viisi, työikäisille kaksikymmentä.
Altistusaika ratkaisee, kuinka paljon metsä vaikuttaa
Keskeinen kysymys on, kuinka paljon ihmiset ovat luonnossa ja riittääkö se ns. vaikutuksen syntymiseen. Tutkimuskirjallisuudesta on haettu Metsäterveyslaskuria varten raja-arvo, eli aika, jonka luonnossa oleminen viikossa vaatii. Kunnan asukkaiden altistusaikaa verrataan tähän.
Helsingin esimerkissä nuoret ulkoilevat keskimäärin 5,4 tuntia viikossa, ja oletuksena on, että siitä neljännes tapahtuu luonnossa. Luontoaikaa kertyy siis noin 1,4 tuntia viikossa, kun tutkimusten raja-arvo on 0,5 tuntia. Työikäisillä ulkoiluaika on 6,1 tuntia, josta oletuksena puolet luonnossa – noin 3 tuntia viikossa, kun raja-arvo on 2,5 tuntia. Luonnossa tapahtuvan ulkoilun osuutta käyttäjä voi itse muuttaa.
Lopuksi tulosta korjataan kunnan metsien koostumuksella. Tämä kytkee Vuorisen esityksen tutkija Daniel Burgasin työhön: kunnan vaihtelevien, syvien ja avarien metsien sekä muun viheralueen osuudet tarkentavat arviota. Hyvinvointivaikutukset ovat suuremmat, jos aika vietetään esimerkiksi vanhassa, monipuolisessa metsässä kuin hakkuualueen laidalla.
Jokainen vaikutusketju lasketaan samoilla seitsemällä askeleella
- Kohderyhmä: ne, jotka eivät saavuta indikaattoria (Sotkanet).
- Todennäköisyyden lisäys: kuinka paljon luonnossa vietetty aika lisää todennäköisyyttä saavuttaa indikaattori.
- Ketjun yleisyys: kuinka yleinen seuraus on kohderyhmässä 1, 3 ja 5 vuoden aikana.
- Muutos-%: millä todennäköisyydellä seuraus vältetään – suoraan luonnon ansiosta tai indikaattorin muutoksen kautta.
- Varovaisuusvähennys: 5–20 %. Mitä epävarmempi tutkimusnäyttö, sitä suurempi vähennys.
- Proxy-määrä × hinta: seuraukseen kytketty kustannus, esimerkiksi lääkärikäynnit tai sairauspäivät, THL:n, Kelan ja hyvinvointialueiden hinnastoista.
- Maksaja ja diskonttaus: kustannus kohdennetaan hyvinvointialueelle, valtiolle tai työnantajille ja diskontataan kolmen prosentin korolla.
Ketjut oletetaan toisistaan riippumattomiksi, ja kokonaisvaikutus saadaan laskemalla ne yhteen. Suorat päällekkäisyydet on karsittu ja osittaiset huomioitu varovaisuusvähennyksinä.
Esimerkki: liian vähäinen liikkuminen → masennus → lyhyt sairausloma. Masennuksen yleisyys on 5–7 %, ja liikkumattomuus lisää masennusriskiä noin 30 %. Osa masentuneista on sairauslomalla, ja työnantaja maksaa sairastumispäivän ja yhdeksän seuraavaa päivää – yhteensä kymmenen päivää – 370 eurolla eli 3 700 euroa yhtä sairastumista kohden. Liikunnan arvioidaan vähentävän masennusriskiä noin 25 % ja luontopohjaisen kuntoutuksen samaa luokkaa. Kun mukaan lasketaan 10 %:n varovaisuusvähennys, saadaan arvio siitä, paljonko työnantajien kustannuksia luonnossa liikkuminen voi auttaa välttämään.
Mitä laskuri kertoo kunnasta
Koska laskenta perustuu todelliseen väestötietoon, tuloksia voi tarkastella ketju kerrallaan: kuinka monta masennus-, sepelvaltimotauti- tai diabetessairastumista luonnossa vietetty aika voi omassa kunnassa auttaa ehkäisemään. Laskuri erottaa varmemmiksi arvioidut perusvaikutukset, kuten mielenterveyden häiriöt ja sydän- ja verisuonitaudit, epävarmemmista lisävaikutuksista, kuten tyypin 2 diabeteksesta ja syövistä. Kaikki luvut esitetään vaihteluvälinä.
Laskuri näyttää myös, mille taholle säästöt kohdistuvat. Helsingin esimerkissä työikäisten vältetyistä kustannuksista viiden vuoden aikana noin 76 % kohdistuu hyvinvointialueelle, 16 % valtiolle (esimerkiksi Kelan sairauspäivärahat) ja 8 % yksityiselle sektorille eli työnantajille.
Ensin metsä, sitten toiminta
Metsäterveyslaskuria voi käyttää kahdella tavalla:
- Metsän hyvinvointivaikutukset kunnassa: koko kunnan väestö, keskimääräisen kuntalaisen luontoaika ja kunnan luontoympäristön koostumus.
- Metsässä järjestettävä toiminta: käyttäjä syöttää osallistujamäärän, osallistujien luonnossa viettämän ajan ja tarvittaessa tiedot terveysilmiön yleisyydestä osallistujissa ennen ja jälkeen.
Molemmat näkymät käyttävät samoja vaikutusketjuja, raja-arvoja ja hintoja. Esimerkiksi partion, liikuntaseuran tai luontojärjestön ei siis tarvitse rakentaa omaa vaikuttavuusmalliaan. Se voi raportoida osallistujissaan tapahtuvia muutoksia samoilla mittareilla, joita THL seuraa väestötasolla, ja tulos on vertailukelpoinen metsän perusvaikutuksen kanssa.
Laskuri ei tee päätöksiä käyttäjän puolesta eikä mittaa luonnon kaikkia arvoja euroissa. Se tekee näkyväksi osan hyödyistä, jotka muuten jäisivät päätöksenteossa huomiotta.
Kokeile etusivulta löytyvää laskuria rohkeasti. Laskentaan on tulossa vielä päivityksiä, ja palaute auttaa kehittämään sitä.
Seuraava webinaari 5.11.
Metsästä buustia hyvinvointiin ja terveyteen -hankkeen tutkijat esittelevät hankkeen tuloksia webinaarisarjassa. Sarjan kolmas osa, Metsäterveyslaskurin toimintaperiaatteiden kuvaus, järjestetään torstaina 5.11.2026 klo 16–17.
Lue lisää ja ilmoittaudu webinaariin tästä.
Tämä kirjoitus perustuu webinaarisarjan 2. osaan Erilaisten metsien vaikutus hyvinvointiin (22.10.2026). Webinaarin esitysmateriaalit löytyvät täältä.
Metsäterveyslaskurin testiversio löytyy etusivulta osoitteesta metsaterveyslaskuri.fi. Uusi versio julkaistaan marraskuussa 2026. Metsästä buustia -hankkeessa ovat mukana Helsingin yliopisto, Luonnonvarakeskus, Sosped Keskus, Avoin ry ja Luontoliitto, ja hanketta rahoittaa Koneen Säätiö.
