Metodbeskrivning för dig som vill förstå skillnaden mellan olika typer av prognoser och hur man använder dem
Statisticon har sedan år 2001 försett Sveriges kommuner, landsting och regionförbund med befolkningsprognoser. Våra resultat bygger på vetenskapliga prognosmodeller och är opåverkade av interna värderingar och önskemål. Vi är en politiskt obunden källa som levererar fakta. Idag anlitas vi av cirka 70 kommuner på regelbunden basis.
Grunddata
Grunden till våra befolkningsprognoser är data från Skatteverkets folkbokföringsregister. Det innebär att det är den i kommunen eller regionen folkbokförda befolkningen som omfattas av prognosen.
Antaganden om framtiden
Utifrån kunskapen om hur många människor i olika åldrar som finns i en kommun eller region tillämpar vi en prognosmodell som enkelt uttryckt räknar ut hur många män och kvinnor som – utifrån ett antal antaganden i modellen – kommer att finnas i olika åldrar under de kommande 5-10 år. De antaganden som prognosmodellen hanterar för ett givet område gäller hur många som kan antas födas, dö samt flytta till respektive från ett givet område.
Hur beräknas antalet födda?
Antalet födda beräknas för varje prognosår genom att antalet kvinnor i barnafödande åldrar multipliceras med åldersspecifika fruktsamhetstal – dvs. vi beräknar hur vanligt det är för en kvinna att föda barn i en viss ålder i kommunen eller regionen. Fruktsamheten för kvinnor i olika åldrar beräknas som kvoten mellan antalet födda barn till mödrar i en viss ålder och medelfolkmängden kvinnor i samma ålder i kommunen/regionen. För att osäkerheten ska bli mindre används uppgifter från de 3-5 senaste åren. Under prognosperioden antas fruktsamheten förändras i enlighet med SCB:s prognostiserade ökning för fruktsamheten i riket.
Hur beräknas antalet som dör?
Antalet döda beräknas för varje prognosår genom att befolkningen i varje åldersklass multipliceras med åldersspecifika dödsrisker – dvs. vi beräknar hur vanligt det är för en man eller kvinna att dö i en viss ålder i en kommun/region. Dödsriskerna för varje ålder och per kön skattas som kvoten mellan antalet döda i en viss ålder och medelbefolkningen i samma ålder. Som bas används data för hela riket. Därefter sker en justering av dödsriskerna (mortaliteten) så att de sammanfaller med kommunens/regionens totala nivå. Data från de 3-5 senaste åren används som underlag, och dödsriskerna antas minska i proportion till SCB:s prognos för riket.
Hur beräknas antalet som flyttar ut?
Antalet utflyttare beräknas med hjälp av de 3-5 senaste årens utflyttare från kommunen/regionen. För varje ettårsklass och kön (t.ex. 25-åriga kvinnor) så beräknas hur många per år som flyttat från kommunen/regionen respektive hur många som finns i regionen. Genom att dela antalet utflyttare med antalet invånare fås så kallade utflyttarrisker som alltså speglar risken att en man eller kvinna i en viss ålder flyttar från kommunen. För att sedan få en prognos för hur många som kommer att flytta från kommunen i framtiden multipliceras utflyttarrisken i varje ålder med beräknad folkmängd i motsvarande ålder, vilket ger antalet utflyttare efter ålder och kön. Beroende på val av prognosmodell kan antalet utflyttare sedan justeras, t.ex. om ett framtida befolkningsmål ska uppnås.
Hur beräknas antalet som flyttar in?
Hur beräkningen av antalet inflyttare görs beror på vilken typ av prognosmodell som används. Tillsammans med uppdragsgivaren beslutas vilken av modellerna (i) demografisk medelvärdesframskrivning, (ii) demografisk trendframskrivning, (iii) byggbaserad prognos eller (iv) målprognos som ska användas. Vi beskriver hur dessa antaganden inflyttare görs under följande avsnitt om ”Alternativa prognosmodeller”.
Alternativa prognosmodeller
(i) Demografisk medelvärdesframskrivning
Här beräknar vi antalet inflyttare med hjälp av medelvärden för de senaste åren. Om det i kommunen/regionen framöver ska byggas som det i genomsnitt byggts de senaste åren och man inte har någon förtätning eller trend i antalet inflyttare så fungerar denna modell väldigt bra. Vi stoppar inte in något utifrån, utan modellen utgår från det som varit. Ingen hänsyn tas heller alltså till hur antal inflyttare utvecklat sig över tid.
Inflyttarfördelningen (vilka som flyttar till kommunen i termer av kön och ålder) beräknas sedan utifrån de 3-5 senaste årens inflyttarfördelning.
I och med att antalet inflyttare som varit beror på hur det byggts i kommunen/regionen och hur tätt eller glest man bor så kan man säga att byggplaner och täthet ändå finns med i prognosen, implicit. Observera att det bygger på hur det varit, om man tror att det kommer att bli annorlunda i framtiden så är detta alltså ingen bra modell. Ska det byggas mycket mer, mycket mindre eller en helt annorlunda typ av bostäder än vad som gjort historiskt, eller om det pågått en förtätning finns det andra varianter som ger bättre träffsäkerhet.
(ii) Demografisk trendframskrivning
Här beräknas antalet inflyttare med hjälp av tidsserieanalys. Vi stoppar inte in något utifrån utan modellen letar mönster i det som varit, hur antal inflyttare utvecklat sig över tid.
I och med att antalet inflyttare som varit beror på hur det byggts i kommunen och hur tätt eller glest man bor så kan man säga att byggplaner och täthet ändå finns med i prognosen, implicit. Skillnaden mot medelvärdesframskrivning av inflyttare kan egentligen sammanfattas med att modellen tar hänsyn till hur antal inflyttare utvecklat sig över tid istället för att bara titta på en punkt.
Inflyttarfördelningen (vilka som flyttar till kommunen i termer av kön och ålder) beräknas sedan utifrån de 3-5 senaste årens inflyttarfördelning.
Observera att även den här modellen bygger på hur det varit, om man tror att det kommer att bli annorlunda i framtiden så är detta inte den optimala modellen. Har kommunen haft en trend i antalet inflyttare men tror att denna nu kommer att brytas behöver andra modeller övervägas.
(iii) Byggbaserad prognos
Här beräknar vi antalet inflyttare per år genom att utgå från hur många bostäder kommunen/regionen tror kommer att färdigställa per år framöver (och per typ av bostad). Sedan tittar vi på hur boendetätheten, det vill säga antal invånare per bostad, i kommunen/regionen sett ut de senaste åren och gör ett antagande om hur den kommer att utvecklas framöver (förtätning/utglesning). Dessa två faktorer tillsammans är basen för beräkningen av det totala antalet inflyttare per år till kommunen/regionen.
Inflyttarfördelningen (vilka som flyttar till kommunen/regionen i termer av kön och ålder) beräknas sedan, precis som för de övriga prognosvarianterna, utifrån de 3-5 senaste årens inflyttarfördelning.
(iv) Målprognos
Den här typen av prognos tar vi fram om kommunen/regionen har ett befolkningsmål, t.ex. att vara 25 000 invånare år 2025 eller att öka med i genomsnitt 100 personer per år de kommande tio åren. Ska egentligen inte ses som ett planeringsunderlag utan främst som ett visionsdokument som kan svara på frågor som ”om det ska bli som vi vill vad behöver då hända över tid?” och ”hur kan vi styra det dit vi vill?”.
Beräkningstekniskt så fungerar den som den byggbaserade prognosen, vi beräknar antalet inflyttare och delvis även antalet utflyttare så att det befolkningsmål som är satt uppnås. Vad gäller antalet utflyttare så utgår vi från ett genomsnitt av de 3-5 senaste årens utflyttarrisker. Dessa multipliceras med antalet invånare för att få fram grunden i antalet utflyttare, precis som i övriga prognosmodeller. Detta antal justeras dock sedan i denna prognosversion så att befolkningsmålet uppnås.
Delårsprognoser
I princip alla prognosvarianter (på kommunnivå) kan fås baserade på delårsdata. I standardutförande baseras befolkningsprognoserna på data avseende senaste helår. Det underlag som behövs för detta släpps av SCB runt den 20 februari varje år, och prognoserna levereras sedan maximalt tio arbetsdagar efter detta (dvs. i början av mars). Här sker majoriteten av Statisticons leveranser.
Men om kommunen/regionen har behov av en leverans någon annan gång under året så bör hänsyn tas till det som hänt sedan årsskiftet. Då kan senast tillgängliga månadsdata beställas från SCB. På det sättet fås så aktuell information som möjligt med i beräkningarna då vi kompletterar de senast aktuella helårsuppgifterna med information om vad som hänt sedan dessa släpptes.
Till exempel vill många kommuner ha prognosen levererad under januari, då många budgetprocesser inleds. De data som då finns tillgänglig är per den 31 oktober eller 30 november (beroende på när i januari prognosen önskas). Till skillnad från den ordinarie befolkningsprognosen, som baseras på data fram till den 31 december aktuellt år, så saknas alltså här underlag för december och i vissa fall även november.
Vi utgår då från den månadsstatistik som finns tillgänglig. För de en eller två månader som saknas gör vi sedan en prognostisering av befolkningsutvecklingen, utifrån de historiska data som finns till och med oktober/november, så att en prognos för helåret först kan göras. I denna summeras alltså faktisk data för de tio/elva första månaderna med en prognos för de en/två sista. Denna prognostiserade befolkning per den 31 december aktuellt år används sedan som grund för framskrivningen under resterande prognoshorisont.
Delområdesprognoser
För vissa verksamheter räcker det inte med att veta hur framtiden ser ut på kommunnivå. För planering av skola, äldreomsorg och liknande verksamheter kan det vara viktigt att dela upp kommunen i mindre delar, till exempel skolupptagningsområden, hemvårdsområden eller motsvarande.
Som grund för en prognos på delområdesnivå ligger alltid en prognos på kommunnivå. Och oavsett vilken prognosmodell som valts på kommunnivå kan man gå vidare med en uppdelning av kommunen i mindre delar. Prognosmodellerna är sedan desamma även på den finare nivån.
Vanligast är att kommunens nyckelkodsområden på någon nivå används som indelning, antingen som de är eller i kombinationer, men även uppdelning på församlingar förekommer. Det som begränsar vilken indelning som kan användas är om det dataunderlag som behövs kan fås på densamma. Vi avråder också från att göra prognoser på områden med för få invånare då osäkerheten i prognosen då blir väldigt stor.
Skolupptagningsprognoser
För planering av förskola, grundskola och gymnasium tar vi även fram vad vi kallar för skolupptagningsprognoser. I grunden bygger dessa på en delområdsprognos gjord på skolområden (som görs enligt ovan). Ur den totala befolkningen per delområde filtreras barn i skolåldrarna fram. Med dessa som bas beräknas sedan hur många barn i respektive ålder som kommer att finnas i varje delområde i slutat av mars respektive slutet av augusti. Mars är vanligtvis den månad då trycket på förskolan är som högst medan augusti är den månad då läsåret för grundskola och gymnasium inleds.
För varje delområde redovisas antalet barn per ålder vid aktuell tidpunkt. Med hjälp av en av kommunen beräknad andel barn per skolålder som förväntas vilja delta i verksamheten (t.ex. är det kanske 90 procent av barnen i förskoleålder i ett område som går i förskola) beräknas sedan platsbehovet per år och skolform/årskurser. Om ett antal barn förväntas söka sig till privat skola justeras för detta. Kommunen matar in de platser som finns (platstillgång) i respektive delområde och per nivå och får då fram ett netto som visar var platstillgången är för liten/tillräcklig/för stor.
Från och med våren 2016 kommer filen också kompletteras så att kommunen för varje delområde och skolnivå kan fylla på med information kring hur många ej folkbokförda (primärt asylsökande) barn som finns i respektive område och som därmed också skall beredas plats.
Osäkerhet i prognoser
Befolkningsprognoser är egentligen konsekvensanalyser utifrån ett antal antaganden. De svarar på frågan ”Vad händer med folkmängden och befolkningsstrukturen om X inträffar?” där X är antaganden födda, döda, inflyttare och utflyttare. Eftersom prognoserna bygger på dessa antaganden beror också osäkerheten i prognoserna på dessa.
Osäkerheten i prognosen ökar i proportion med prognosperiodens längd, då fel i början av prognosen följer med och fortplantas under senare år. Generellt är osäkerheten störst för de åldersgrupper som inte är födda när prognosen görs. Betydande osäkerhet finns även för åldersgrupperna 19-30 år där flyttbenägenheten är stor. Osäkerheten i en befolkningsprognos är förhållandevis mindre för den äldre befolkningen vilka brukar vara mindre flyttbenägna. En prognosavvikelse får också följdeffekter, om t.ex. antalet 30–44-åringar missbedöms så får det även genomslag på barnafödandet och så vidare.
En omständighet som också föranleder osäkerhet vid befolkningsprognoser är flyktingmottagning. Under en pågående asylprocess – inför beslut om uppehållstillstånd och eventuell folkbokföring – finns inte denna grupp människor i de register som används för befolkningsprognoser och inkluderas därför inte i prognoserna. I inlägget ”Prognoser utifrån befolkningsregister räcker inte” har vi beskrivit detta närmare.
I vissa kommuner finns även en problematik som handlar om att folkbokföringen inte speglar den faktiska populationen i ett område. Det kan t.ex. handla om att personer fortfarande är folkbokförda i Sverige, men inte längre vistas permanent i landet. På grund av att detta problem förefaller växa, genomför Skatteverket sedan 2014 kontinuerligt granskningar och rensningar i folkbokföringsregistret. Det är i nuläget oklart vilka eller hur omfattande konsekvenser detta får för en prognos.
Det har på sina håll även uppstått en marknad för illegal handel med folkbokföringsadresser i samband med nyanländas etablering i Sverige. Detta kan innebära att antalet folkbokförda i ett visst delområde väsentligen överstigerfaktiskt antal boende. Detta betyder i förlängningen också att prognoserna kommer att överskatta befolkningsutvecklingen i dessa områden. Även denna situation är svårbedömd när det gäller omfattning.