I dag firar vi Statistikens dag. Vi firar också lanseringen av den nordiska statistikdatabasen, #NordicStatisticsDatabase, i ett nytt format. #NordicStatisticsDatabase beskriver Norden i siffror, t.ex. kan du hitta statistik om befolkningen i de olika länderna. Varje ämne i databasen definieras och presenteras med användarvänliga grafer och kartor. Statisticon underhåller och utvecklar #NordicStatisticsDatabase på uppdrag av Nordiska ministerrådet. Ta en titt på https://www.nordicstatistics.org/.
För ett par år sedan publicerade vi ett inlägg där vi introducerade vi SEKOM-metoden (SocioEkonomisk analys av KOMmuner). Baserat på tio variabler klassificerar och grupperar vi landets kommuner med avseende på befolkningens demografiska struktur, inkomstnivå, utbildningsnivå, arbetslöshet och ohälsa. Ett resultat av analysmetoden är en visualisering av Sveriges socioekonomiska landskap som samlar kommuner med likartade socioekonomiska egenskaper, oavsett geografisk hemvist.
Den sociala kompassen finns öppet tillgänglig i det interaktiva gränssnittet https://studios.statisticon.se/studios. Vill du veta mer om den sociala kompassen, och om möjligheterna att genomföra en social kompass på delområdesnivå inom en kommun, kontakta oss gärna via prognoser@statisticon.se så återkommer vi.
SEKOM Sverige
I det följande beskrivs de fem SEKOM-grupper som tillsammans utgör Sverige i den socioekonomiska kartan.
I den lila SEKOM-gruppen återfinns 37 kommuner som tillsammans utgör 13 procent av landets hela befolkning. Här har invånarna en hög högutbildningsnivå, ett arbete med hög inkomst och låga ohälsotal. I landskapet finns många barnfamiljer och därmed en stark återväxt av nya generationer. Exempel på kommuner vi hittar här är Knivsta, Sollentuna, Partille, Vellinge, Danderyd och Mölndal. Flertalet ligger på pendlingsavstånd till någon av våra tre storstäder Stockholm, Malmö eller Göteborg.
I den orange SEKOM-gruppen återfinns 57 kommuner med 56 procent av landets befolkning. Här påträffas de tre storstäderna samt kommuner med universitet och högskolor. Vi hittar också traditionellt starka industristäder. Gruppen kan sägas representera ett mångfaldens Sverige och gruppen kommuner är heterogen i många socioekonomiska avseenden. Även i den här gruppen finns en hög utbildningsnivå, höga inkomster och låga ohälsotal. Det finns en också en generationsåterväxt och en förhållandevis hög andel av befolkningen är född utanför EU/EFTA-området.
I den gröna SEKOM-gruppen hittar vi 82 kommuner med motsvarande 15 procent av landets befolkning. Många av Sveriges turistkommuner som Härjedalen, Tjörn, Sotenäs, Leksand och Gotland finns här. Inkomstnivåerna är förhållandevis höga, andelen förvärvsarbetande är hög och andelen invånare med ekonomiskt bistånd är låg. En väsentlig skillnad jämfört med föregående grupp är att vi i dessa kommuner hittar en mer åldrad befolkningsstruktur.
I den blå SEKOM-gruppen återfinns 11 procent av landets befolkning i 61 kommuner. Befolkningen i dessa kommuner har en lägre utbildningsnivå, en högre arbetslöshet och en lägre inkomstnivå. Även här noteras en mer åldrad befolkningsstruktur. Exempel på kommuner är Katrineholm, Lessebo, Perstorp, Härnösand, Kristinehamn och Munkedal.
Den gula SEKOM-gruppen består av 53 kommuner och 5 procent av landets befolkning. Kännetecknande för dessa kommuner är framför allt en åldrad befolkningsstruktur samt låga inkomst- och utbildningsnivåer. Simrishamn, Vansbro, Valdemarsvik, Storuman och Kalix är några exempel – det vill säga kommuner som vi återigen hittar lite varstans på den vanliga geografiska kartan. Gemensamt för många av kommunerna i denna grupp är att de i relation till större arbetsmarknader befinner sig geografiskt mer avlägset.
Det socioekonomiska landskapets förändring mellan 2005–2020
I det följande avsnittet presenteras de variabler som ingår i modellen som bygger upp det socioekonomiska landskapet. Färgerna på staplarna i diagrammen motsvarar de fem SEKOM-grupperna. Diagrammen är boxplottar som syftar till att visa nivå och spridning i respektive grupp. Dock visas inte data mindre än första kvartilen och data större än tredje kvartilen. En stapels höjd visar kvartilavståndet i respektive grupp, vilket motsvarar hälften av kommunerna kring medianen (det mittersta av storlekssorterade värden) som illustreras med ett svart streck i varje stapel.
Befolkningens åldersmässiga sammansättning – samma trend på olika nivåer
Det är rimligt att anta att andel unga och andel äldre är speglingar av varandra, och till stor del är det så. Kommuner med en stor andel unga har ofta en mindre andel äldre och tvärt om, notera till exempel det lila landskapet – pendlarnas och barnfamiljernas landskap – i de två diagrammen nedan. Det landskap som avviker är det orange, städernas landskap. Här finns en ungefär lika stor andel äldre som i det lila landskapet, men inte alls lika stor andel yngre, dvs. barnfamiljer.
Inbördes förhållande mellan SEKOM-grupperna är relativt konstant över tid, med några förändringar. Andelen ungdomar sjönk under en stor del av perioden i samtliga grupper. En viss ökning under senare år – särskilt i den orange gruppen – ser ut att ha mattats av och den långsiktiga trenden kommer troligen att fortsätta i samma riktning som tidigare.
Andelen äldre har ökat under i samtliga grupper under perioden, om än i olika takt. Ökningarna i den orange och lila gruppen ser ut att ha planat ut under senare år, liksom i den blå och gröna gruppen om än på en väsentligen högre nivå. Andelen äldre har fortsatt öka i den gula gruppen.
Befolkningens födelseplats – ojämnt fördelad ökning av andelen födda utanför EU/EFTA
Andelen invånare födda utanför EU/EFTA har under perioden ökat i samtliga SEKOM-grupper, men framför allt i den blå och orange gruppen. De övriga grupperna har sett mer blygsamma ökningar under tidsperioden.
Den lila gruppen har sett relativt små ökningar över tid, andelen har dock ökat mer under det sista året. Den blå gruppen – som också hade relativt låga andelar födda utanför EU/EFTA vid periodens början – upplevde en kraftig ökning under 2016 och framåt i samband med flyktinginvandring från bland annat Syrien och Afghanistan. En förklaring till att ökningen blev som störst i den blå gruppen, var tillgången till tomma bostäder och etablering av boenden för nyanlända i många av dessa kommuner. Även den gula och gröna gruppen hade relativt låga andelar födda utanför EU/EFTA vid periodens början. Störst andel födda utanför EU/EFTA återfinner vi i den orange gruppen, även om variationen inom gruppen är stor. En noterbar utveckling är att den kraftiga ökningen i den blå gruppen har stagnerat under slutet av tidsperioden, möjligen en följd av att många nyanlända flyttar vidare till den orange gruppen med landets större städer och arbetsmarknader. Från 2017 och framåt syns ett trendbrott för den gula gruppen, där andelen födda utanför EU/EFTA har minskat något.
Befolkningens utbildning – ökande utbildningsnivå men växande skillnader i gymnasiebehörighet
Vidare till de variabler som beskriver befolkningen vad gäller utbildning. Andelen med eftergymnasial utbildning ökar i samtliga SEKOM-grupper, om än utifrån väsentligen olika nivåer. Ökningstakten är också fortsatt högre i den lila och orange gruppen.
Sett till andelen elever behöriga till gymnasieskolan är skillnaderna i utvecklingen mellan SEKOM-grupperna betydligt större. I början av perioden befann sig kommungrupperna på liknande nivåer, dock har skillnaderna ökat över tid. Samtliga grupper redovisar en negativ utveckling inom detta område, där andelen gymnasiebehöriga har minskat inom framför allt den blå gruppen.
En generell trend är att andelen gymnasiebehöriga minskade fram till 2016/2017 då lägre nivåer kan noteras för samtliga kommungrupper. Sedan dess har andelen behöriga ökat i samtliga grupper, om än i olika takt. Exempelvis har den gula gruppen återhämtat sig snabbare än den blå som ligger kvar på fortsatt låg nivå.
Utvecklingen i andel elever behöriga till gymnasieskolan kan till viss del kopplas ihop med föregående variabel, andelen födda utanför EU/EFTA. Att elever anländer i äldre åldrar, med annat modersmål än svenska och ingen vana vid det svenska skolsystemet gör det rimligen svårare för dem att snabbt nå samma nivå som jämnåriga sverigefödda, och därmed till exempel vara behörig till gymnasiet.
Här kan spekuleras i om den från början låga nivån av invånare födda utanför EU/EFTA gjort att kommunerna i den blå och gula gruppen haft en viss startsträcka vad gäller att hjälpa de nya eleverna och därmed fått ett större tapp i andel behöriga till gymnasiet. Även den orange gruppen ökade sin andel födda utanför EU/EFTA under perioden men startade på en högre nivå. Här är minskningen av andelen elever med gymnasiebehörighet inte lika stort som i den blå och gula gruppen. Det skulle kunna tolkas som att det här fanns bättre förutsättningar att lotsa in dessa elever i systemet.
Befolkningens sysselsättning – en spegling av finanskris och pandemi
I graferna nedan presenteras de fyra bakgrundsvariablerna som visar hur situationen på arbetsmarknaden ser ut för SEKOM-gruppernas invånare. Här kan flera intressanta fenomen noteras. Till att börja med syns den ekonomiska krisen 2008–2009 mycket tydligt i graferna för arbetslösa och förvärvsarbetande, och till viss del även för ekonomiskt bistånd. I grafen över nettoinkomst finns inte alls samma tydliga effekt. Vidare syns effekterna av pandemin tydligt i graferna för arbetslösa och förvärvsarbetande, dock inte i graferna för ekonomiskt bistånd eller nettoinkomst.
Andelen öppet arbetslösa och förvärvsarbetande speglar till viss del varandra. I början av perioden sjönk andelen öppet arbetslösa i samtliga grupper, samtidigt som andelen förvärvsarbetande steg. Dessa trender bröts helt när den ekonomiska krisen kom. Under de efterföljande åren började andelarna återigen börjat röra sig i rätt riktning. Att andelen arbetslösa ser ut att ha ökat kraftigt under 2017 beror helt eller delvis på ett tidsseriebrott. Från och med år 2017 använder vi den officiella definitionen från 2011 där antalet öppet arbetslösa relateras till den registerbaserade arbetskraften i åldrarna 16–64 år. Tidigare år relaterades de till hela befolkningen i åldrarna 16–64. Konsekvensen är således en viss nivåjustering uppåt.
Under det sista året, 2020, noteras ett nytt trendbrott. Coronapandemin förändrade beteenden i samhället och slog hårt mot vissa branscher och grupper, särskilt de unga på arbetsmarknaden. I samtliga grupper minskade andelen förvärvsarbetande samtidigt som arbetslösheten steg kraftigt. Andelen förvärvsarbetande såg ut att minska redan 2019. Likt fallet med den stigande arbetslösheten 2017 påverkas andelen förvärvsarbetande av ett tidsseriebrott. Sedan 2019 används en ny källa och metod för att skatta antalet förvärvsarbetande. De nya och gamla datakällorna finns inte tillgängliga parallellt under någon tidsperiod och därför går det inte att dra några säkra slutsatser om förvärvsfrekvensen faktiskt har sjunkit sedan föregående år eller om den lägre förvärvsfrekvensen beror på den nya källan.
Befolkningens försörjning – väsentliga skillnader som ökar
Nettoinkomsten har ökat i samtliga grupper under perioden, dock har skillnaden mellan grupperna blivit större. Det här kan tolkas som att det inte var grupperna med höga inkomster som blev arbetslösa under finanskrisen eller pandemin, även om ökningstakten minskade i samtliga grupper under finanskrisen så minskade den mer i gruppen med de lägsta nettoinkomsterna.
I grafen för ekonomiskt bistånd syns en liten topp runt krisåret 2009. Mellan 2014 och 2016 hade sedan den blå och gula gruppen en ökande trend medan de andra tre grupperna hade en minskande trend. Förmodligen hänger även detta ihop med att den gula och blå gruppen emottog en relativt stor andel flyktingar som kom till Sverige 2015–2016 (se grafen ”Födda utanför EU/EFTA”).
Under 2017 sjönk andelen med ekonomiskt bistånd relativt mycket i fyra av fem SEKOM-grupper (den blå, gula, orange och gröna) och var i princip oförändrad i det lila. Dock finns även här ett tidsseriebrott i statistiken för år 2017 där gruppen barn som mottagare av ekonomiskt bistånd inte länge inkluderas.
Under 2020 syns inga tydliga effekter av pandemin på det ekonomiska biståndet, som minskade i samtliga grupper. En möjlig förklaring är att arbetslöshetsförsäkring och arbetsmarknadsåtgärder hittills har fångat upp det mesta av behovet. Samtidigt har också många kommuner stramat upp rutiner kring handläggning av det ekonomiska biståndet, vilket också leder till minskade nivåer. Skillnaderna mellan grupperna är dock fortfarande stor.
Befolkningens ohälsotal – lägre nivåer och krympande skillnader
Den tionde – och sista – bakgrundsvariabeln som presenteras är antal ohälsodagar (mätt i genomsnittligt anta dagar). Här ska från början påpekas att ett antal regelförändringar skett under den redovisade perioden. Det är förmodligen så att utveckling över tid snarare visar försäkringskassornas (samtidiga) lyhördhet för regelförändringar, snarare än det faktiska hälsotillståndet i landets kommuner. Dock kan konstateras att de fem SEKOM-grupperna under hela perioden behåller sin inbördes ordning, landskapet med högst nettoinkomst har lägst ohälsotal och tvärt om. Dessa skillnader skall dock tolkas med försiktighet. Vissa typer av jobb, ofta tjänstemannayrken med högre lön som är mest vanligt förekommande i det lila landskapet, kommer ofta med en möjlighet att kunna utföras hemifrån. Detta kan leda till ett minskat uttag av sjukdagar. Observera att ohälsotalet avser personer i arbetsför ålder.
Sammanfattningsvis kan vi konstatera att det finns fortsatt väsentliga skillnader mellan olika SEKOM-grupper. Den kanske tydligaste skillnaden – som tilltar på ett till synes obevekligt sätt – avser nettoinkomsten där ökningstakten i framför allt den lila gruppen är högre än i övriga delar av landet. Även för andelen behöriga till gymnasiet ökar skillnaderna mellan kommungrupperna, där i synnerhet den blå gruppen ser en betydligt minskande andel behöriga.
Skillnaden avseende andelen födda utanför EU/EFTA har dessutom tilltagit förhållandevis mycket. Under åren efter det omfattande asylmottagandet 2015 ökade andelen i synnerhet i den blå gruppen. På senare kan en ökning noteras i främst den orange gruppen, sannolikt som en konsekvens av en omflyttning av nyanlända inom landet.
Vad gäller effekterna av pandemin avspeglas detta i en sjunkande förvärvsgrad och tilltagande arbetslöshet i samtliga kommungrupper. Likt finanskrisen 2009 finns det möjlighet att denna kris ger effekter även efter 2020, vilket är någonting vi avser att återkomma till i nästkommande inlägg.
För några år sedan presenterades en offentlig utredning med ett förslag om sammanläggning av befintliga 21 län till sex större regioner. Vi skrev då ett inlägg om en tänkbar befolkningsutveckling i dessa regioner. Vi har fortfarande 21 län i Sverige, men frågan om en ny regionindelning brukar då och då vara föremål för nya utredningar. Denna gång kanske föranlett av den pågående pandemin och en vilja att underlätta samordning och krishantering.
Oavsett frågan om regionindelning, så är sex regioner ett greppbart antal områden för att beskriva inrikes flyttströmmar. Vi inleder med att beskriva hur inrikes nettoflyttströmmar ser ut i respektive storregion, dvs. skillnaden mellan antalet inrikes inflyttade och utflyttade i respektive region. Detta ger en bild av hur befolkningsutvecklingen i olika landsändar påverkas av hur vi väljer att flytta inom Sverige. Därefter granskar vi mer ingående det senaste årets flyttströmmar till och från Storstockholm.
Av bilden nedan framgår för respektive storregion hur inrikes nettoflyttströmmar har utvecklats mellan åren 2005 och 2020.
Noterbart är att två regioner under merparten av tidsperioden 2005-2020 haft positiva nettoflyttströmmar gentemot övriga regioner; Storstockholm och Södra Sverige. Västra och Mellersta Sverige har pendlat kring ett nollnetto. Östra och Norra Sverige har uppvisat negativa inrikes flyttnetton under hela perioden.
Under de senaste fyra åren har det dock skett en relativt stor förändring i regionala flyttmönster. I Östra och Norra Sverige finns en tydlig trend där båda storregionernas negativa flyttnetton gentemot övriga Sverige i det närmaste har upphört. I Västra Sverige är situationen i stort sett oförändrad. Även i Södra Sverige är situationen relativt oförändrad med fortsatt positiva flyttnetton gentemot övriga Sverige, med en förhållandevis kraftig ökning under det senaste året. I Mellersta Sverige kan vi – från ett nollnetto under åren 2005-2016 – observera positiva flyttnetton under 2017-2020. Mellersta Sverige är den region som under de senaste åren vuxit mest på bekostnad av övriga Sverige.
Den mest dramatiska förändringen kan vi notera i Storstockholm, som under perioden 2017-2020 minskat inrikes flyttnetto från ca + 4 000 personer per år till – 5 000 personer per år. Samtidigt har Storstockholm haft en omfattande utrikes inflyttning under samma period, bortsett från under pandemiåret 2020, och ett stort födelseöverskott som totalt sett har medfört en ökad folkmängd i Stockholm. Så, vad är det som pågår i Stockholmsregion? Ett sätt att belysa den frågan är att titta på vilka delar av Sverige som regionen har negativa respektive positiva flyttnetton gentemot.
Av nedanstående kartbilder framgår till vänster de 15 kommuner med vilka regionen Storstockholm (exkl. Gotland) hade störst negativa inrikes flyttnetton under år 2020. Till höger framgår på motsvarande sätt de 15 kommuner med vilka Storstockholm hade störst positiva inrikes flyttnetton under samma år.
Av den vänstra kartan framgår att det totalt sett negativa inrikes flyttnettot i Storstockholm beror på främst beror på utflyttning till de närmast omkringliggande kommunerna Strängnäs (netto -538 personer), Trosa (-508), Enköping (-392), Nyköping (-372), Knivsta (-269), Håbo (-260), Gnesta (-148), Uppsala (-113), Tierp (-104) och Flen (-92). Något tillspetsat skulle man kunna säga att Storstockholm expanderar västerut. Betydande nettoutflyttning återfinns även till kommunerna Gotland, Simrishamn, Åre samt Linköping och Lund. Av den högra kartan framgår från vilka kommuner Storstockholm har ett positivt nettotillskott till sin folkmängd. Här hittar vi lite större kommuner som Göteborg (+603), Örebro (+262), Karlstad (+42), Jönköping (+59) och Växjö (+106).
Vad som är hönan och ägget i dessa intrikata flyttströmmar är inte så lätt att vederlägga, men att förklaringarna finns på arbets- och bostadsmarknaden är nog ganska sannolikt. Förändringarna i de regionala flyttströmmarna inträffade dessutom under samma tidsperiod som den förhållandevis omfattande flyktinginvandringen till Sverige. Denna utrikes inflyttning till olika delar av Sverige kom ganska omedelbart att följas av omfattande inrikes flyttningar, där nyanlända i huvudsak valde att flytta vidare till storregionerna Storstockholm och Södra Sverige från övriga delar av landet. Detta särskilt under åren 2017 och 2018. Detta bidrag till Storstockholms folkmängd är sannolikt också en del av förklaringen till Storstockholms ”expansion” västerut, även om den flyttrörelsen primärt utgörs av personer födda i Sverige.
Vilken effekt kan då pandemin tänkas ha för dessa flyttströmmar? Förvånande nog flyttades under pandemiåret 2020 sammantaget mer mellan kommuner i Sverige än någonsin. Att pandemin har påverkat hur vi flyttar är nog rätt säkert, men av tidsserierna i diagrammet verkar det snarare som pandemin förstärkt redan befintliga trender, snarare än att den skapat nya trender. I vilken utsträckning som möjligheten och nödvändigheten till hemarbete i pandemins kölvatten kommer att påverka våra flyttpreferenser, torde bli tydligare under året som kommer.
Vi kan hittills i år notera en totalt sett högre dödlighet än normalt i riket som helhet. Den årliga variationen är stor när det gäller såväl omfattning som när under året dödsfallens inträffar. Det råder även stora skillnader i dödlighet mellan kommuner. Den främsta orsaken till denna variation brukar vara när och i vilken omfattning influensor slår till.
Diagrammet nedan visar överdödligheten i Sveriges 290 kommuner. Med överdödlighet menas här den procentuella skillnaden mellan antalet döda under månaderna januari till och med augusti i år och det genomsnittliga antalet döda per augusti månad under åren 2017-2019 i respektive kommun. En överdödlighet på 20 procent innebär därmed att det avlidit 20 procent fler per augusti i år än genomsnittligt per augusti 2017 – 2019. Två tredjedelar av kommunerna uppvisar en högre dödlighet i år än under jämförelseperioden medan en tredjedel således uppvisar en lägre dödlighet.
I diagrammet är de 21 residensstäderna särskilt markerade. Noterbart är den stora skillnaden i överdödlighet mellan våra tre storstäder Stockholm (+20%), Göteborg (+11%) och Malmö (-2%).
Självklart är den pågående pandemin för samhället som helhet mycket mer allvarlig än de influensaperioder vi brukar uppleva. Något har dock slagit oss när vi tillsammans med kommuner överväger att göra eventuella justeringar av befolkningsprognoser, med hänsyn till en befarad högre dödlighet. Många gånger kommer vi fram till att några justeringar inte är motiverade, dödligheten hittills i år är i många kommuner helt enkelt inte så extrem som befarat. I vissa kommuner var dödligheten rent av betydligt högre förra året. Gruppen äldre, som uppmärksammats som mycket utsatt i årets Corona-pandemi, är också utsatt i de årligen återkommande influensaperioderna – utan att detta uppmärksammas på samma sätt. Kan det vara så att samhället borde ägna gruppen äldre – och den påtagliga variationen i dödlighet – lika mycket uppmärksamhet varje år?
En insats vi kan göra från vårt skrå är att skapa lättillgänglig statistik, som på kommunal nivå beskriver hur dödligheten utvecklas. Inte minst för att skapa en medvetenhet om den omfattande och oförutsägbara variation som råder.
Som en del av statistikplattformen StudioS lägger vi nu ut kommunspecifika nedladdningsbara kommunrapporter avseende dödlighet, som vi kommer att uppdatera månadsvis. Välkommen att ta del av dessa på https://studios.statisticon.se/dodlighet.
De nordiska länderna utgör befolkningsmässigt en förhållandevis liten, men drivkraftig del av Europeiska Unionen. De nordiska samarbetsministrarna har en uttalad vision om att vara världens mest hållbara och integrerade region år 2030.
En av aspekterna av att vara en integrerad region är att människor ska vara rörliga inom regionen. I detta inlägg beskrivs de inomnordiska flyttningarna. Mer information om vem som tar av vem och vem som är mest benägen att flytta finns i den längre versionen, som du kan hitta här. I den längre versionen sätts också de nordiska flyttströmmarna i relation till flyttströmmar gentemot övriga världen.
Det visar sig att Danmark är 2019 års vinnare i den nordiska flyttkarusellen med störst flyttnetto, men att alla tar av alla. Flest människor flyttar mellan Sverige och Norge, men det är islänningarna som är mest benägna att flytta på sig. Det visar sig också att Norden tappar mark bland nordiska flyttare jämfört med övriga EU, men att det på det stora hela är fler som flyttar till Norden än härifrån.
Vem tar av vem i Norden?
Varje år flyttar runt 40 000 människor mellan de nordiska länderna och regionerna.[1] Under 2000-talets första år var flyttströmmarna något större, med en toppnotering på runt 55 000 människor år 2011.[2] Flyttströmmarnas utveckling sedan 1990-talet ser något olika ut i de olika nordiska länderna.
Figur 1 nedan visar hur nettomigrationen, alltså skillnaden i antalet personer som immigrerat och antalet personer som emigrerat, förändrats mellan åren 1990 och 2019. Figuren visar nettomigrationen som ett ackumulerat netto. Ett ackumulerat netto innebär att varje års migrationsnetto adderas till det eller de föregående åren. En positiv utveckling, alltså att det ackumulerade flyttnettot ökar under perioden, innebär att landet under hela perioden haft en större inflyttning från de övriga nordiska länderna än utflyttning till de övriga nordiska länderna.
Figur 1. Ackumulerad inomnordisk nettomigration. Nettomigrationen för varje land utgörs av skillnaden mellan inflyttningar och utflyttningar från eller till ett annat nordiskt land eller region. Figuren visar nettomigrationen ackumulerad över tid för åren 1990 – 2019.
Sveriges och Norges nettomigration varierar i störst utsträckning under den aktuella perioden. Alla nordiska länder förutom Grönland har ibland haft ett positivt och ibland ett negativt migrationsnetto. Det betyder att alla länder ibland har haft en större inflyttning än utflyttning från de andra nordiska länderna, och ibland tvärt om. Grönland har för samtliga år ett negativt inomnordiskt migrationsnetto. Det betyder att fler flyttat från än till Grönland varje år under perioden.
Norge och Danmark har sedan år 1990 en sammanlagd positiv nettomigration. De har alltså fler inflyttningar från än utflyttningar till övriga nordiska länder totalt under perioden. Sverige, Island, Grönland och Färöarna har haft en sammanlagd större utflyttning till än inflyttning från övriga nordiska länder under samma period. Finland, som med nordiska mått mätt har en förhållandevis liten nettomigration under samtliga år, och särskilt sett till sin totala befolkningsmängd, landar mot slutet av perioden på en stabil nettomigration nära noll-strecket.
Danmark vinnare i 2019 års flyttkarusell
Förutom att storleken på den inomnordiska nettomigrationen och dess utveckling är olika i de olika nordiska länderna ser också flyttströmmarna mellan länderna olika ut.
I Figur 2 visas den inomnordiska nettomigrationen för 2019, uppdelat efter hur flyttströmmarna ser ut gentemot respektive övrigt nordiskt land, tillsammans med landets totala inomnordiska flyttnetto. I figuren framkommer att Danmark har det största positiva flyttnettot år 2019, följt av Färöarna. Grönland har det största negativa flyttnettot, följt av Norge.
Figur 2. Inomnordisk nettomigration år 2019, utifrån migrationsland. Nettomigrationen för varje land utgörs av skillnaden mellan inflyttningar och utflyttningar från eller till ett annat nordiskt land eller region. Delstaplarna i varje lands stapel visar nettomigrationen mellan det egna landet och respektive övrigt nordiskt land. Delstaplar under noll-strecket innebär att utflyttningen varit större än inflyttningen gentemot det landet, och staplar över noll-strecket innebär att inflyttningen från varit större än utflyttningen till ett visst land. De grå staplarna visar den totala inomnordiska nettomigrationen för 2019.
Not: I den svenska statistiken redovisas personer som flyttar från och till Färöarna och Grönland till Danmark. Denna skillnad i statistikredovisning bedöms i detta sammanhang som försumbar, då motsvarande migrationsnetton, alltså Färöarnas och Grönlands nettomigration gentemot Sverige är på 13 respektive 1 person 2019.
Sverige har en negativ nettomigration år 2019, med en positiv nettomigration gentemot Norge som tas ut av en något större negativ nettomigration gentemot Danmark. Danmark däremot har störst positiv nettomigration från Sverige, följt av Grönland och Norge. Fler personer flyttar till Färöarna från Danmark än motsatt.
Sammanfattningsvis
Detta inlägg visar att Danmark är 2019 års vinnare i den nordiska flyttkarusellen, men att alla tar av alla. Mer information om vem som tar av vem och vem som är mest benägen att flytta finns i den längre versionen, som du kan hitta här. I den längre versionen sätts också de nordiska flyttströmmarna i relation till flyttströmmar gentemot övriga världen.
[1] I texten nedan hänvisar vi till ”de nordiska länderna” och inkluderar då även Grönland och Färöarna om inget annat anges.
[2] Då människor har större benägenhet att registrera sig i det land man flyttar till snarare än att meddela flytt i det land man flyttar från (av praktiska skäl som boende, bankkonto och sociala försäkringar) är det ofta en skillnad mellan siffrorna för inflyttning och utflyttning. Denna skillnad i statistiken är överlag inte betydande.
För närvarande präglas nyhetsrapportering av uppgifter och uttalanden om hur många människor som dagligen insjuknar eller dör i sviterna av covid-19. Med ett så starkt fokus på vad som händer i närtid, vill vi med detta inlägg ge ett lite längre tidsperspektiv kring dödlighet och hur den utvecklas. Vi ställde oss frågan hur många som under mer normala förhållanden kan förväntas avlida per dag.
I figur 1 och 2 visas för åren 2015-2020 hur många fler eller färre som avled respektive dag i förhållande till hur många som i genomsnitt avled per dag under åren 2015-2019 (motsvarande 243 personer). För det första kan vi notera att det finns en tydlig säsongsvariation som återkommer varje år. Fler dör under vinterhalvåret än sommarhalvåret. För det andra kan vi notera att det trots allt finns en betydande variation mellan åren vad gäller hur många som brukar avlida under vinterhalvåret och när detta sker. T.ex. framgår att det under första kvartalet 2018 avled förhållandevis många jämfört med samma tidsperiod övriga år.
Figur 1. Antal avlidna per dag under åren 2018-2020 (april) i relation till genomsnittet för åren 2015-2019.
Figur 2. Antal avlidna per dag under åren 2015-2017 i relation till genomsnittet för åren 2015-2019.
I figur 3 visas för åren 2015-2020 det totala antalet avlidna under perioden 1 januari till och med den 14 april. Det högsta antalet återfinns under år 2018, med motsvarande 29 752 personer avlidna under perioden. En bakomliggande faktor bakom den höga dödligheten under första kvartalet 2018 var en omfattande influensaepidemi. Detta kan jämföras med innevarande år 2020, där antalet avlidna hittills uppgår till ett något lägre antal, motsvarande 28 031 personer per den 14 april.
Även om nivån på antalet döda hittills under år 2020 kan förefalla förhållandevis lågt, så är det troligt att covid-19 kommer att medföra ett fortsatt högt antal avlidna under en kommande period.
Figur 3. Antal avlidna per år under perioden 1 januari till 14 april.
Källa: Samtliga data i detta inlägg är hämtade från Statistiska Centralbyrån den 20 april 2020.
Statistiken avseende antal döda de senaste veckorna är att betrakta som preliminär och kan revideras.
Coronarestriktioner och många människors hemmavarande leder till minskad trafik. Med ett fåtal undantag ser man på de flesta platser i Sverige en kraftig minskning av antalet fordon från mitten av mars. Minskningen avser på de flesta platser personbilar. Lastbilstrafiken har snarare ökat.
Statisticon har under många år analyserat och sammanställt statistik från Trafikverkets fordonsmätningar runt om i landet. I föreliggande inlägg har vi valt att presentera ett urval av dessa mätningar, nämligen från de fasta mätpunkter på det nationella vägnätet där fordonstrafiken mäts kontinuerligt. Syftet är att ge en bild av hur trafiken har utvecklats under mars månad, en månad där många verksamheter i landet har bromsats in eller helt stannat av.
En av de platser – där trafiken kan sägas gå mot strömmen – är Kurravaara i Kiruna där man ser en ökad trafik i mars jämfört med samma period förra året. Se övre vänstra bilden i figur 1, där det också är noterbart att trafiken på mätplatsen i år varit högre under hela mars månad. På vissa vägar finner man ingen Coronaeffekt, t.ex. i Höganäs som visas i övre högra bilden i figur 1.
På de flesta vägar har dock trafiken minskat med 10-20% under slutet av mars. Ett typiskt mönster illustreras av Hofterup i Kävlinge kommun i den nedra vänstra bilden i figur 1. Några vägar har drabbats mycket hårt, vilket Gräns Eda i Eda kommun visar i den nedre högra bilden i figur 1. Förklaringen här torde vara restriktionerna vid gränsen mot Norge.
Figur 1. Fyra exempel på hur trafiken påverkats i mars månad. Källa: Statisticons bearbetning av data från Trafikverkets mätningar.
I figur 2 visas två kartor över Sveriges kommuner där färgen speglar trafikförändringen sista veckan i mars jämfört med samma vecka förra året. Notera att det som regel bara finns en mätpunkt per kommun, så statistiken speglar just den mätpunkten och inte trafiken i kommunen som helhet. I den vänstra kartan visas personbilstrafiken och i den högra lastbilstrafiken.
Av kartorna framgår en mycket tydlig skillnad, där personbilstrafiken minskat avsevärt på de flesta platser medan lastbilstrafiken faktiskt ökat på flertalet platser.
Figur 2. Förändringen i antal fordon vecka 13 i år jämfört med samma vecka förra året. Personbilar till vänster och lastbilar till höger.
För ett par år sedan publicerade vi ett inlägg där vi introducerade SEKOM-metoden (SocioEkonomisk analys av KOMmuner). Baserat på tio variabler klassificerar och grupperar vi kommunerna med avseende på befolkningens demografiska struktur, inkomstnivå, utbildningsnivå, arbetslöshet och ohälsa. Ett resultat av analysmetoden är en visualisering av Sveriges socioekonomiska landskap som samlar kommuner med likartade socioekonomiska egenskaper, oavsett geografisk hemvist.
Efter hand som vi har tillämpat metoden i olika uppdrag – inte minst på delområden inom en kommun – insåg vi att metodens kanske främsta förtjänst är att den väcker nyfikenhet och öppnar upp för samtal. SEKOM är därför lika mycket en kommunikationsplattform som ett analysverktyg. Läs gärna mer om SEKOM-metoden här. För mer information om att tillämpa SEKOM-metoden på delområdesnivå inom en kommun hänvisar vi till Uppsala kommun arbete med social hållbarhet här.
I föreliggande inlägg presenterar vi en uppdatering av SEKOM Sverige baserat på data avseende år 2017.
SEKOM Sverige
I det följande beskrivs de fem SEKOM-grupper som tillsammans utgör Sverige i den socioekonomiska kartan.
I den lila SEKOM-gruppen återfinns 36 kommuner som tillsammans utgör 12 procent av landets hela befolkning. Här har invånarna en hög högutbildningsnivå, ett arbete med hög inkomst och låga ohälsotal. I landskapet finns många barnfamiljer och därmed en stark återväxt av nya generationer. Exempel på kommuner vi hittar här är Lomma, Sollentuna, Partille, Vellinge, Danderyd och Mölndal. Flertalet ligger på pendlingsavstånd till någon av våra tre storstäder Stockholm, Malmö eller Göteborg.
I den orange SEKOM-gruppen återfinns 55 kommuner med tillsammans 55 procent av landets befolkning. Här påträffas de tre storstäderna samt kommuner med universitet och högskolor. Vi hittar också traditionellt starka industristäder. Gruppen kan sägas representera ett mångfaldens Sverige och gruppen kommuner är heterogen i många socioekonomiska avseenden. Även i den här gruppen finns en hög utbildningsnivå, höga inkomster och låga ohälsotal. Det finns en också en generationsåterväxt och en förhållandevis hög andel av befolkningen är född utanför EU/EFTA-området.
I den gröna SEKOM-gruppen hittar vi 65 kommuner med motsvarande 16 procent av landets befolkning. Många av Sveriges turistkommuner som Åre, Tjörn, Sotenäs, Leksand och Gotland finns här. Inkomstnivåerna är förhållandevis höga, andelen förvärvsarbetande är hög och andelen invånare med ekonomiskt bistånd är låg. En väsentlig skillnad jämfört med föregående grupp är att vi i dessa kommuner hittar en mer åldrande befolkningsstruktur med en lägre generationsåterväxt.
I den blå SEKOM-gruppen återfinns 8 procent av landets befolkning i 59 kommuner. Befolkningen i dessa kommuner har en lägre utbildningsnivå, en högre arbetslöshet och en lägre inkomstnivå. Även här noteras en åldrande befolkningsstruktur. Exempel på kommuner är Katrineholm, Lessebo, Perstorp, Härnösand, Kristinehamn och Munkedal.
Den gula SEKOM-gruppen består av 75 kommuner och 10 procent av landets befolkning. Kännetecknande för dessa kommuner är framför allt en åldrande befolkningsstruktur, låg generationsåterväxt samt låga inkomst- och utbildningsnivåer. Simrishamn, Vansbro, Valdemarsvik, Storuman och Rättvik är några exempel – det vill säga kommuner som vi återigen hittar lite varstans på den vanliga geografiska karta.
Det socioekonomiska landskapets förändring mellan 2005-2017
I det följande presenteras de variabler som ingår i modellen som bygger upp det socioekonomiska landskapet. Färgerna på staplarna i diagrammen motsvarar de fem SEKOM-grupperna. Diagrammen är boxplottar som syftar till att visa nivå och spridning i respektive grupp. Dock visas inte data mindre än första kvartilen och data större än tredje kvartilen. En stapels höjd visar kvartilavståndet i respektive grupp, vilket motsvarar hälften av kommunerna kring medianen (det mittersta av storlekssorterade värden) som illustreras med ett svart streck i varje stapel.
Befolkningens åldersmässiga sammansättning – samma trend på olika nivåer
Det är rimligt att anta att andel unga och andel äldre är speglingar av varandra, och till stor del är det så. Kommuner med en stor andel unga har ofta en mindre andel äldre och tvärt om, notera till exempel det lila landskapet – pendlarnas och barnfamiljernas landskap – i de två diagrammen nedan. Det landskap som avviker är det orangea, städernas landskap. Här finns en ungefär lika stor andel äldre som i det lila landskapet, men inte alls lika stor andel yngre, dvs. barnfamiljer.
Inbördes förhållande mellan SEKOM-grupperna är relativt konstant över tid, med några förändringar. Andelen ungdomar sjönk under en stor del av perioden i alla grupper. Den här utvecklingen har dock vänt de senaste åren och nu ökar andelen i samtliga landskap, om än i olika takt.
Andelen äldre har ökat under hela perioden i samtliga grupper utom det orangea som sticker ut med en svagt minskande andel äldre de senaste åren. Även om andelen äldre är olika stor i de övriga grupperna så tycks ökningen vara gemensam för dessa fyra.
Utvecklingen av andelen äldre understryker tillsammans med utvecklingen av andelen yngre att befolkningen åldras i många kommuner. Även om andelen yngre under de senaste åren börjat öka så är det inte i samma takt som de äldre. Trenderna som syns i graferna kommer förmodligen att fortsätta ett antal år framöver.
Befolkningens födelseplats – ojämnt fördelad ökning av andelen födda utanför EU/EFTA
Andelen invånare födda utanför EU/EFTA har ökat i samtliga SEKOM-grupper. Mest blygsam har ökningen varit i den lila och gröna gruppen, som nu också uppvisar de lägsta nivåerna bland samtliga grupper.
Även den blå och gula gruppen hade relativt låga andelar födda utanför EU/EFTA vid periodens början. Under de senaste tio åren har nivåerna i princip fördubblats i den gula gruppen och tredubblats i det blå. Störst andel födda utanför EU/EFTA återfinner vi dock under hela perioden i den orange gruppen. En tänkbar utveckling är att den kraftiga ökningen som noterats i den blå gruppen kommer att avstanna, och kanske till och med minska, efter hand som nyanlända söker sig till den orange gruppen med landets större städer och arbetsmarknader. Den i sammanhanget relativt blygsamma ökningen i den blå gruppen mellan 2016 och 2017 stödjer den teorin.
Befolkningens utbildning – ökande utbildningsnivå med frågetecken om framtiden
Vidare till de variabler som beskriver befolkningen vad gäller utbildning. Andelen med eftergymnasial utbildning ligger på olika nivåer i de fem grupperna, men sett över tid har utvecklingen varit likartad. Möjligtvis kan andelen sägas ha ökat något snabbare i den lila gruppen än i de övriga.
Sett till andelen elever behöriga till gymnasieskolan är skillnaderna i utvecklingen mellan SEKOM-grupperna betydligt större. I den lila gruppen har medianvärdet legat relativt stadig kring närmare 95 procent under den redovisade perioden, med undantag för en nedgång under de senaste åren. För den blå och gula gruppen har trenden istället varit nedåtgående och med en accelererande takt de sista åren i perioden. År 2005 ligger båda grupperna på en mediannivå strax under 90 procent för att år 2017 landa på cirka 80 procent i den gula gruppen och strax under 75 procent i den blå. Även för den gröna och orange gruppen noteras en nedgång, men då med cirka fem procentenheter vardera.
Utvecklingen i andel elever behöriga till gymnasieskolan kan till viss del kopplas ihop med föregående variabel, andelen födda utanför EU/EFTA. Att elever anländer i äldre åldrar, med annat modersmål än svenska och ingen vana vid det svenska skolsystemet gör det rimligen svårare för dem att snabbt nå samma nivå som jämnåriga sverigefödda, och därmed till exempel vara behörig till gymnasiet. Dock verkar det skilja sig åt mellan grupperna i vilken utsträckning detta kan hanteras.
Här kan spekuleras i om den från början låga nivån av invånare födda utanför EU/EFTA gjort att kommunerna i den blå och gula gruppen haft en viss startsträcka vad gäller att hjälpa de nya eleverna och därmed fått ett större dropp i andel behöriga till gymnasiet. Även den orange gruppen ökade sin andel födda utanför EU/EFTA under perioden men startade på en högre nivå. Här är minskningen av andelen elever med gymnasiebehörighet inte lika stort som i den blå och gula gruppen. Det skulle kunna tolkas som att det här fanns större vana vid att lotsa in dessa elever i systemet.
Befolkningens sysselsättning – en spegling av finanskrisens tydliga men tillfälliga avtryck
I graferna nedan presenteras de fyra bakgrundsvariablerna som visar hur situationen på arbetsmarknaden ser ut för SEKOM-gruppernas invånare. Här kan flera intressanta fenomen noteras. Till att börja med syns den ekonomiska krisen 2008-2009 mycket tydligt i graferna för arbetslösa och förvärvsarbetande, och till viss del även för ekonomiskt bistånd. I grafen över nettoinkomst finns inte alls samma tydliga effekt.
Andelen öppet arbetslösa och förvärvsarbetande speglar till viss del varandra. I början av perioden sjönk andelen öppet arbetslösa i samtliga grupper, samtidigt som andelen förvärvsarbetande steg. Dessa trender bröts helt när den ekonomiska krisen kom. Under de senaste åren har andelarna återigen börjat röra sig i rätt riktning för den lila, gröna och orange gruppen. Att andelen arbetslösa ser ut att ha ökat under det sist året beror helt eller delvis på ett tidsseriebrott. Från och med år 2017 använder vi den officiella definitionen från 2011 där antalet öppet arbetslösa relateras till den registerbaserade arbetskraften i åldrarna 16-64 år. Tidigare år relaterades de till hela befolkningen i åldrarna 16-64. Konsekvensen är således en viss nivåjustering uppåt.
För den blå och gula gruppen syns inte riktigt samma effekt, även här ökar visserligen andelen förvärvsarbetande men andelen öppet arbetslösa har också ökat under en längre period än i övriga landskap. Att arbetslösheten ökat i den blå och gula gruppen de senaste åren (2017 undantaget av tidigare nämnda anledning) torde även detta höra ihop med att andelen invånare från länder utanför EU/EFTA ökat. Etablering på arbetsmarknaden kan ta många år.
Befolkningens försörjning – väsentliga skillnader som ökar
Nettoinkomsten har ökat i alla grupper sedan 2005, dock har spridningen mellan grupperna blivit större. Det här kan tolkas som att det inte var grupperna med höga inkomster som blev arbetslösa under krisen, även om ökningstakten minskade i samtliga grupper under de aktuella åren så minskade den mer i gruppen med de lägsta nettoinkomsterna.
I grafen för ekonomiskt bistånd syns en liten topp runt krisåret 2009. Mellan 2014 och 2016 hade sedan den blå och gula gruppen en ökande trend medan de andra tre grupperna hade en minskande trend. Förmodligen hänger även detta ihop med att den gula och blå gruppen emottog en relativt stor andel flyktingar som kom till Sverige 2015-2016 (se grafen ”Födda utanför EU/EFTA”).
Under 2017 sjönk andelen med ekonomiskt bistånd relativt mycket i fyra av fem SEKOM-grupper (den blå, gula, orange och gröna) och var i princip oförändrad i det lila. Dock finns även här ett tidsseriebrott i statistiken för år 2017 där gruppen barn som mottagare av ekonomiskt bistånd inte länge inkluderas. Spridningen mellan landskapen är dock fortfarande stor.
Befolkningens ohälsotal – lägre nivåer och krympande skillnader
Den tionde – och sista – bakgrundsvariabeln som presenteras är antal ohälsodagar (mätt i dagar). Här ska från början påpekas att ett antal regelförändringar skett under den redovisade perioden. Det är förmodligen så att utveckling över tid snarare visar försäkringskassornas (samtidiga) lyhördhet för regelförändringar, snarare än det faktiska hälsotillståndet i landets kommuner. Dock kan konstateras att de fem SEKOM-grupperna under hela perioden behåller sin inbördes ordning, landskapet med högst nettoinkomst har lägst ohälsotal och tvärt om. Dessa skillnader skall dock tolkas med försiktighet. Vissa typer av jobb, ofta tjänstemannayrken med högre lön som är mest vanligt förekommande i det lila landskapet, kommer ofta med en möjlighet att kunna utföras hemifrån. Detta kan leda till ett minskat uttag av sjukdagar. Observera att ohälsotalet avser personer i arbetsför ålder.
Sammanfattningsvis kan vi konstatera att det finns fortsatt väsentliga skillnader mellan olika SEKOM-grupper. Den kanske tydligaste skillnaden – som tilltar på ett till synes obevekligt sätt – avser nettoinkomsten där ökningstakten i framför allt den lila gruppen är högre än i övriga delar av landet. Även skillnaden avseende andelen födda utanför EU/EFTA tilltar förhållandevis mycket. Här är det framför allt den blå och orange SEKOM-gruppen som uppvisar en kraftigare ökningstakt. För närvarande pågår också betydande omflyttningar mellan grupperna där människor som kom till Sverige i samband med den omfattande asylmottagningen för några år sedan. Dessa flyttrörelser kan mycket väl komma att förstärka skillnaderna mellan grupperna under de kommande åren. Vi avser att återkomma till dessa flyttrörelser i kommande inlägg.
StudioS SEKOM – ett webbaserat verktyg för socioekonomisk analys
Under Almedalsveckan presenterar vi en webbaserad och interaktiv version av SEKOM Sverige. Kontakta oss gärna via prognoser@statisticon.se om du är intresserad av tillgång till en öppen version av detta verktyg.
I Norden påträffas en förhållandevis liten andel av den totala befolkningen inom EU/EES, motsvarande cirka 5 procent. Trots detta motsvarar förra årets befolkningsökning i Norden närmare 20 procent av hela EU/EES befolkningsökning. Att Norden får så stor betydelse för befolkningsutvecklingen inom EU/EES beror dels på Nordens positiva nettoinflyttning och födelseöverskott, dels på att folkmängden minskar i vissa delar av södra och östra Europa.
Folkmängden inom EU/EES uppgick den 1 januari 2018 till cirka 527 000 000 personer. Under år 2017 ökade denna folkmängd med 0,24 procent, motsvarande 1 200 000 personer. Ökningen är emellertid inte jämnt fördelad mellan länderna. Nästan lika många länder har en minskad (eller i stort sett oförändrad) folkmängd som en ökad folkmängd. Av den nedanstående – geografiskt trogna återgivningen – av länderna inom EU/EES, framgår dels hur stora ländernas befolkning är i förhållande till varandra per den 1 januari 2018, dels hur stor befolkningsförändringen varit i respektive land under år 2017. Cirklarnas area speglar respektive lands andel av den totala folkmängden inom EU/EES och färgen anger grad av ökning eller minskning under år 2017.
Figur 1. Karta över folkmängd i respektive land inom EU/EES (inkl. Schweiz) den 1 januari 2018, där cirklarnas area representerar respektive lands andel av den totala befolkningen inom EU/EES). Cirklarnas färgsättning beskriver folkmängdens utveckling under år 2017.
Noterbart är att befolkningsökningen under år 2017 är främst koncentrerad till mellersta och norra delar av Europa (de gröna cirklarna). Omvänt finner vi den negativa befolkningsutvecklingen i kartans södra och östra delar (gula till röda cirklar). Undantagen i söder är öarna Malta och Cypern samt Spanien.
De länder som ökar sin folkmängd mest (procentuellt) är förhållandevis små länder som Island, Irland, Luxemburg, Malta, Cypern och Sverige. Likaså är de länder som minskar sin folkmängd mest små – Kroatien och Litauen.
Folkmängdens utveckling i ett land är avhängig två faktorer. Dels beror den på hur människor i landet föder barn och dör. Skillnaden däremellan, födelseöverskottet, kan vara både positivt och negativt. Det som styr detta är invånarnas åldersstuktur, benägenhet att föda barn och dödligheten i olika åldrar. Dels påverkas ett lands befolkningsutveckling också av nettoinflyttningen, det vill säga skillnaden mellan hur många människor som flyttar till landet och vice versa. Ett överskott uppstår om fler människor väljer att flytta till landet än från landet och tvärt om. Under senare år har flyktingssituationen i omvärlden föranlett ökad nettoinflyttning i många europeiska länder. I figur 2 redogörs för hur dessa två faktorer – födelseöverskottet respektive nettomigrationen – påverkade folkmängdens utveckling inom EU/EES under år 2017.
I nedanstående diagram visas folkmängdens totala förändring samt respektive förändringskomponent per land i EU/EES inklusive Schweiz under 2017. Mörkgrå stapel är nettomigration, ljusgrå stapel är födelseöverskott och färgad stapel är total förändring där grönt motsvarar ökning och orange minskning. I den översta delen av diagrammet visas de nordiska länderna tillsammans för att nedtill särredovisas.
Figur 2. Folkmängdens totala förändring samt respektive förändringskomponenter under år 2017 inom EU/EES (inkl. Schweiz).
Ett land med positiv nettomigration har vanligtvis också ett positivt födelseöverskott. Det finns dock undantag och det tydligaste exemplet är Tyskland som tillsammans med Italien är de två länder i Europa som uppvisar störst negativt födelseöverskott. I Tyskland är dock nettomigrationen så pass stor att landets folkmängd ändå ökar förhållandevis mycket. Italien har också ett positivt migrationsnetto, men inte tillräckligt för att upprätthålla en befolkningsökning. Italien blev därför det land i Europa – undantaget Rumänien – som minskade folkmängden mest i Europa under år 2017.
Av figuren ovan framgår vidare att folkmängden ökade i samtliga nordiska länder, med motsvarande totalt cirka
215 000 personer. Även på Färöarna, Grönland och Åland ökade folkmängden. I Finland var födelsenettot dock negativt, liksom migrationsnettot var negativt på Grönland.
Syftet med detta inlägg har främst varit att sätta befolkningsutvecklingen i Sverige i ett sammanhang och belysa de stora skillnader som återfinns inom EU/EES. Vi vill med inlägget också uppmärksamma den statistikdatabas som vi sedan ett år tillbaka förvaltar och utvecklar på uppdrag av Nordiska ministerrådet – www.nordicstatistics.org. Databasen består av hundratals variabler och år resultatet av ett nordiskt statistiksamarbete som pågått sedan mitten av 1960-talet.
Om knappt ett år är det val i Sverige och valrörelsen har dragit igång. Sysselsättning, skola, äldreomsorg och invandring kommer sannolikt att utgöra viktiga frågor för flertalet partier. Parallellt pågår ett antal statliga utredningar som också berör frågor om hur det borde vara att leva i någon av landets 290 kommuner. Beskrivningar av ett delat Sverige som glider isär förekommer ofta. Men hur ser det egentligen ut i landets kommuner? Hur stora är skillnaderna och hur förändras dessa?
I förra inlägget presenterade vi en uppdaterad socioekonomisk karta av Sverige. Här djupdyker vi i underlaget till kartan, tittar på de bakomliggande variablerna och hur de varierat över tid. När variablerna granskas tillsammans framgår tydligt vad som definierar de olika socioekonomiska kommungrupperna och hur de särskiljer sig från varandra. Diagrammen visar också hur enskilda händelser har påverkat socioekonomiska förhållanden i landets kommuner och hur utvecklingen ser ut över tid.
Variablerna presenteras en och en, där färgerna på staplarna i diagrammen motsvarar de fem socioekonomiska kommunergrupperna (landskapen) som presenterades i det föregående inlägget. Diagrammen är boxplottar som syftar till att visa nivå och spridning i respektive grupp. Dock visas inte data mindre än första kvartilen och data större än tredje kvartilen. En stapels höjd visar kvartilavståndet i respektive grupp, vilket motsvarar hälften av kommunerna kring medianen (det mittersta av storlekssorterade värden) som illustreras med ett svart streck i varje stapel.
Befolkningens åldersmässiga sammansättning – väsentliga nivåskillnader men samma trend
Inledningsvis presenteras de två ingående demografiska variablerna, andel unga (0-19 år) och andel äldre (65+ år). Det är rimligt att anta att andel unga och andel äldre är speglingar av varandra, och till stor del är det sant. Kommuner med en stor andel unga har ofta en mindre andel äldre och tvärt om, notera till exempel det lila landskapet – pendlarnas och barnfamiljernas landskap, i de två diagrammen nedan. Det landskap som avviker något är det orange; mångfaldens landskap. Här finns en ungefär lika stor andel äldre som i det lila landskapet, men inte alls lika stor andel yngre.
Inbördes ordning mellan landskapen är relativt konstant över tid, med några avvikelser. Särskilt noterbart är de senaste årens utveckling i den blå gruppen – brukens landskap – där minskningen av andelen unga har stannat av och gruppen istället ökar. Noterbart är också utvecklingen i det lila landskapet där andel äldre ökar i en något högre takt än i de övriga landskapen. Trenderna som syns i graferna kommer förmodligen att fortsätta ett antal år framöver.
Befolkningens födelseplats – ojämnt fördelad ökning av andelen födda utanför EU/EFTA
Andelen födda invånare födda utanför EU/EFTA har ökat i samtliga kommungrupper. Mest blygsam har ökningen varit i det lila och gröna landskapet, som nu också uppvisar de lägsta nivåerna bland samtliga kommungrupper.
Även det blå och det gula landskapet hade relativt låga andelar födda utanför EU/EFTA vid periodens början. Under de senaste tio åren har dock nivåerna i princip fördubblats. Störst andel födda utanför EU/EFTA återfinner vi i det orange landskapet. En tänkbar utveckling är att att den kraftiga ökningen som noterats i det blå landskapet kommer att avstanna, och kanske till och med minska, efter hand som nyanlända söker sig till den orange kommungruppen med landets större städer och arbetsmarknader.
Befolkningens utbildning – ökande utbildningsnivå med frågetecken om framtiden
Vidare till de variabler som beskriver befolkningen vad gäller utbildning. Andelen med eftergymnasial utbildning ligger på olika nivåer i de fem landskapen, men sett över tid har utvecklingen varit väldigt likartad. Möjligtvis kan andelen sägas ha ökat något snabbare i det lila landskapet än i de övriga.
Sett till andelen elever behöriga till gymnasieskolan är skillnaderna i utvecklingen mellan landskapen betydligt större. I det lila landskapet har median-nivån legat relativt stadig, på närmare 95 procent, under den redovisade perioden. För det blå och det gula landskapet har trenden istället varit nedåtgående och då främst under den andra halvan av perioden. År 2005 ligger båda landskapen på en median-nivå på strax under 90 procent för att år 2015 landa på cirka 80 procent. Det gröna landskapet och det orange landskapet noterar även dessa en nedgång men då mindre än fem procentenheter.
Utvecklingen i andel elever behöriga till gymnasieskolan kan till viss del kopplas ihop med föregående variabel, andelen födda utanför EU/EFTA. Att elever anländer i äldre åldrar, med annat modersmål än svenska och ingen vana vid det svenska skolsystemet gör det självklart svårare för dem att snabbt nå samma nivå som jämnåriga svenskfödda, och därmed till exempel vara behörig till gymnasiet. Dock verkar det skilja sig åt mellan landskapen i vilken utsträckning detta kan hanteras.
Här kan spekuleras i om den från början låga nivån av invånare födda utanför EU/EFTA gjort att kommunerna i de blå och gula landskapen haft en viss startsträcka vad gäller att hjälpa de nya eleverna och därmed fått ett större dropp i andel behöriga till gymnasiet. Även det orange landskapet ökade sin andel födda utanför EU/EFTA under perioden men startade på en högre nivå. Här är minskningen av andelen elever med gymnasiebehörighet inte lika stort som i de blå och gula landskapen. Det skulle kunna tolkas som att det här fanns större vana vid att lotsa in dessa elever i systemet.
Befolkningens sysselsättning – en spegling av finanskrisens tydliga men tillfälliga avtryck
I graferna nedan presenteras de fyra bakgrundsvariablerna som visar hur situationen på arbetsmarkanden ser ut för landskapens invånare. Här kan flera intressanta fenomen noteras. Till att börja med syns den ekonomiska krisen 2008-2009 mycket tydligt i graferna för arbetslösa och förvärvsarbetande, och till viss del även för ekonomiskt bistånd. I grafen över nettoinkomst finns inte alls samma tydliga effekt.
Andelen öppet arbetslösa och förvärvsarbetande speglar till viss del varandra. I början av perioden sjönk andelen arbetslösa i samtliga landskap, samtidigt som andelen förvärvsarbetande steg. Dessa trender bröts helt när den ekonomiska krisen kom. Under de senaste åren har andelarna återigen börjat röra sig i rätt riktning för de lila, gröna och orange landskapen. För de blå och gula syns inte riktigt samma effekt, vilket även detta till viss del hör ihop med att dessa landskap tagit emot många nya kommuninvånare från länderna utanför EU/EFTA. Att komma in ordentligt på arbetsmarknaden kan ta många år.
Befolkningens försörjning – väsentliga skillnader som ökar
Nettoinkomsten har ökat för alla landskap sedan 2005, dock har spridningen mellan landskapen blivit större. Det här kan tolkas som att det inte var grupperna med höga inkomster som blev arbetslösa under krisen, även om ökningstakten minskade i samtliga landskap under de aktuella åren så minskade den mer i landskapen med de lägsta nettoinkomsterna.
I grafen för ekonomiskt bistånd syns en liten topp runt krisåret 2009. De senaste åren har det blå och det gula landskapet en ökande trend medan de andra tre landskapens trend är minskande. Förmodlingen hänger även detta ihop med att de tagit ett större ansvar för flyktingströmmen som kommit till Sverige de senaste åren (se grafen ”Födda utanför EU/EFTA”).
Befolkningens ohälsotal – lägre nivåer och krympande skillnader
Den tionde – och sista – bakgrundsvariabeln som presenteras är antal ohälsodagar (mätt i dagar). Här ska från början påpekas att ett antal regelförändringar skett under den redovisade perioden, vilket gör jämförelser över tid svåra. Det är förmodigen så att utveckling över tid snarare visar försäkringskassornas (samtidiga) lyhördhet för regelförändringar, snarare än det faktiska hälsotillståndet i landets kommuner. Dock kan konstateras att de fem landskapen under hela perioden behåller sin inbördes ordning, landskapet med högst nettoinkomst har lägst ohälsotal och tvärt om. Även detta skall dock tolkas med försiktighet. Vissa typer av jobb, ofta tjänstemannayrken med högre högre lön, kommer ofta med en möjlighet att kunna utföras hemifrån. Detta kan leda till ett minskat uttag av sjukdagar.
Åter till den inledande frågan. Glider landet isär? Frågan är lika ospecifik som den är värdeladdad. Även om vi kan påvisa betydande skillnader mellan distinkt åtskilda socioekonomiska kommungrupper, så är den viktigaste frågan vad detta betyder. Och behöver skillnader vara ett problem? I många avseenden är utvecklingen över tid densamma i landets kommuner, om än på olika nivåer som till stor del förklaras av strukturella skillnader på arbetsmarknaden. Det finns dock – sammanfattningsvis – några skillnader som tilltar och som bör beaktas i det fortsatta bygget av kommunsverige.
Den första skillnaden handlar om nettoinkomsten där de pendlingsnära lila kommunerna drar ifrån övriga kommuner. Skillnaden – som var stor redan 2005 – har mer eller mindre fördubblats under de senaste tio åren. Med stora inkomstskillnader följer stora skillnader i levnadskostnader – inte minst boendekostnader. Inom en kommun finns oftast en tydlig boendesegregation med förmögna och mindre förmögna områden. Vart leder en fortsatt gentrifiering av hela kommuner?
Den andra skillnaden avser andelen invånare födda utanför EU/EFTA. I den orange kommungruppen har andelen varit väsentligen högre under många år, men skillnaderna gentemot övriga landskap ökar kraftigt. Under de senaste åren, i samband med den momentant omfattande asylmottagningen, har andelen ökat även i den blå kommungruppen. Vilka konsekvenser får ökande skillnader mellan kommuner i detta avseende?
Den tredje skillnaden gäller den allt lägre andelen ungdomar som når gymnasiebehörighet. Även här finns tilltagande skillnader mellan de socioekonomiska kommungrupperna. Vi har dessvärre för lite underlag för att fullt ut förstå vilken effekt den ökade invandringen har. Att den har effekt torde vara ganska säkert, men den negativa trenden har pågått under de senaste tio åren. Det är först under de senaste åren som invandringen – och asylmottagningen – varit relativt hög. Hur kommer detta påverka sysselsättning, arbetslöshet och folkhälsa i socioekonomiskt utsatta kommuner?
Avslutningsvis – det är ett faktum att landet som helhet under de senaste åren har befunnit sig i ett läge med ökande förvärvsgrader och nettoinkomster med samtidigt sjunkande arbetslöshet och offentligt försörjningsstöd. Samtidigt ökar de socioekonomiska skillnaderna mellan landets kommuner. Således kanske de allra mest väsentliga frågorna är (i) hur dessa socioekonomiska skillnader upplevs hos landets invånare och väljare samt (ii) hur framtida fördelningspolitiska utjämningssystem mellan kommuner bör se ut.
Anna Carlsund, statistiker
Charlotta Danielsson, statistiker
Mats Forsberg, VD