report 01v11 sekom 2017 - statens offentliga utredningar · 2019-09-27 · sekom 2017...
TRANSCRIPT
SEKOM 2017
Socioekonomisk analys av Sveriges kommuner
Report
Version 1.3 Final
Datum: 2019-09-10
Klass: Öppen
Statisticon AB Östra Ågatan 31, SE-753 22 Uppsala Klara Södra Kyrkogata 1, SE-111 52 Stockholm +46 (0)10 130 80 00, [email protected], www.statisticon.se Sweden
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 2 (30)
Kund Regeringskansliet
Mottagare Sverker Lindblad
Projektnummer 12345678
Författare Mats Forsberg
Granskare Charlotta Danielsson
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 3 (30)
Innehållsförteckning
1 Inledning .............................................................................................................. 5
Bakgrund ............................................................................................................. 5
Syfte ..................................................................................................................... 5
SEKOM – en metod i fyra steg ............................................................................ 5
Tolkning av SEKOM-kartan ................................................................................. 7
2 Beskrivning av det socioekonomiska landskapet ............................................. 10
3 Landskapets förändring mellan 2005-2017 ....................................................... 12
4 Exempel på förflyttningar i den socioekonomiska kartan ................................. 20
Kiruna ................................................................................................................. 20
Hylte ................................................................................................................... 21
5 Inrikes omFlyttningar ......................................................................................... 23
Inrikes omflyttningar mellan SEKOM-grupper ................................................... 23
Inrikes omflyttningar mellan län ......................................................................... 26
6 Diskussion .......................................................................................................... 28
Bilaga 1 – Kommunernas SEKOM-grupptillhörighet
Bilaga 2 – In- och utrikes flyttnetton per SEKOM-grupp
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 4 (30)
Förord
Kommunutredningen (FI 2017:02) har i uppdrag att analysera hur kommunernas
kapacitet kan stärkas för att bättre kunna möta framtida utmaningar. Inom ramen för
utredningen finns ett behov av att ta fram fördjupande kunskapsunderlag inom olika
områden.
Den socioekonomiska situationen och utvecklingen i Sveriges olika kommuner spelar
stor roll för deras förutsättningar och möjligheter att erbjuda god service och välfärd till
sina invånare. De socioekonomiska skillnaderna mellan kommunerna är stora och dessa
skillnader tenderar i flera avseenden att öka. Särskilt ökar olikheterna mellan
kommunerna när det gäller nettoinkomster, andelen invånare födda utanför EU/EFTA
och andelen ungdomar med gymnasiebehörighet. De stora olikheterna aktualiserar
diskussionen om ett land som glider isär och hur stora skillnader vi kan tillåta innan
åtgärder bör sättas in. Denna diskussion är av stort allmänpolitiskt intresse, men har
också betydelse för Kommunutredningens uppdrag då utvecklingen påverkar
kommunernas kapacitet att klara sina uppgifter.
Ambitionen med föreliggande rapport är att utifrån tio indikatorer belysa den
socioekonomiska situationen och utvecklingen i landets 290 kommuner, men också att
klassificera och gruppera kommunerna med hjälp av en särskilt utvecklad analysmodell.
Analysen blir ett viktigt underlag i Kommunutredningens arbete, men vi tror också att det
finns ett stort allmänintresse av rapportens innehåll.
För innehåll och slutsatser i rapporten svarar författarna själva.
Stockholm i augusti 2019
Sverker Lindblad
Huvudsekreterare i Kommunutredningen
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 5 (30)
1 INLEDNING
Bakgrund
Hur är den socioekonomiska situationen i Sveriges 290 kommuner? Kan vi hitta en
analysmetod som lyfter fram de många nyanserna, snarare än suddar ut dem? Är det
möjligt att gruppera kommuner efter ett antal olika socioekonomiska karaktärsdrag?
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.
Som med alla gränsdragningar är det dock viktigt att komma ihåg att områden är
statiska, till skillnad från människor som rör på sig. Många kommuner fungerar som
transitområden för människor i olika åldrar och faser i livet. Exempel är våra
universitetsorter, mottagningskommuner för flyktingar, storstäder som attraherar en ung
befolkning, pendlingskommuner som lockar barnfamiljer och landsbygdskommuner för
återflyttare. Socioekonomisk statistik som är bunden till geografiskt avgränsade
kommuner vid en viss tidpunkt, visar hur det ser ut för de människor som befinner sig
där just då.
Syfte
Syftet med denna rapport är att utgöra ett underlag till Kommunutredningen (Fi 2017:02)
som beskriver den socioekonomiska situationen och utvecklingen i landets kommuner.
Som komplement till denna rapport finns även ett webbaserat verktyg tillgänglig för
vidare analyser.
SEKOM – en metod i fyra steg
SEKOM-metoden omfattar i huvudsak fyra steg. Det första steget omfattar inventering
och val av ingående variabler i analysen. Samma uppsättning variabler används för
SEKOM-analysen avseende år 2017 som tidigare år. Mer om dessa finns att läsa på
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 6 (30)
www.befolkningsprognoser.se/juni. Data hämtas från SCB statistikdatabas. Att använda
data avseende olika tidsperioder är inte optimalt, i synnerhet om det sker väsentliga
förändringar inom kommunen. Av den anledningen bygger föreliggande analys på data
avseende 2017, vilket är det senaste året som det finns data för samtliga variabler.
De variabler som inkluderas i analysen är följande:
1. Andel öppet arbetslösa (16-64 år, 2017-12-31)
2. Andel invånare med ek. bistånd (18 år +, 2017-12-31)
3. Ohälsotalet per invånare (16-64 år, 2017-12-31)
4. Andel förvärvsarbetande (20-64 år, 2017-12-31)
5. Förvärvsinkomst, medel (20 år +, 2017-12-31)
6. Andel invånare med eftergymnasial utbildning (16-74 år, 2017-12-31)
7. Andel gymnasiebehöriga (elever i åk 9, 2017-12-31)
8. Andelen invånare födda utanför EU/EFTA (hela befolkningen, 2017-12-31)
9. Andel unga 0-19 år (hela befolkningen, 2017-12-31)
10. Andel äldre 65 år+ (hela befolkningen, 2017-12-31)
Det andra steget av analysen omfattar tillämpning av en datorintensiv metod som kallas
Random Forest. Enkelt uttryckt är syftet med den datorintensiva metoden att klassificera
omfattande data med komplexa samband. I fallet med socioekonomiska variabler på
kommunnivå ges en möjlighet att gruppera kommuner utifrån hur de studerade
variablerna sammantaget korrelerar med varandra. Metoden tillhör ett vetenskapligt fält
som brukar benämnas Machine Learning. Läs mer på
https://en.wikipedia.org/wiki/Machine_learning för en utförlig beskrivning av detta fält
och hur det förhåller sig till bl.a. Data mining och Artificiell intelligens (AI).
Det tredje steget av analysen är att visualisera resultatet. Det gör vi med hjälp av
Multidimensional scaling (MSD), som i en tvådimensionell plot visar graden av samband
samt hur de ingående variabelvärdena varierar mellan kommunerna.
Det fjärde steget i analysmetoden är att förstå och tolka utfallet, dvs. den
socioekonomiska kartan (SEKOM-kartan). Vid tolkningen bestäms också antalet grupper
som ska definieras och karaktäriseras. De ingående enskilda variablernas dragningskraft
och riktning i SEKOM-kartan behöver också härledas i den tvådimensionella rymden
som kartbilden utgör.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 7 (30)
Tolkning av SEKOM-kartan
Att jämföra variabler med magneter
Bild 1. Förklaring av SEKOM-variablernas placering.
Hur drar en magnet?
Figurerna på nästa sida visar två kommuner på SEKOM-kartan – Staffanstorp och
Kramfors. Storleken på de inre grå cirklarna speglar respektive variabels värde. De grå
cirklarna kan liknas vid järnkulor som var och en dras mot sin korresponderande magnet
på cirkeln.
Analysens tio variabler är placerade längs en cirkel som omgärdar kommunerna.
Variablernas placering längs cirkeln bestäms av
kommunernas socioekonomiska strukturer och kan variera från ett år till ett annat.
Variabler som ligger nära varandra längs cirkeln har en
högre grad av samvariation mellan kommunerna och vice versa. Ju mer spridda variablerna ligger längs cirkeln, desto större variation råder mellan kommunerna.
Variablerna i kartan utgör riktningsgivare – eller magneter –
för respektive variabel i varje kommun och anger i vilken riktning värden ökar.
En kommun ligger nära de magneter som motsvarar de egenskaper (variabler) som
kännetecknar området.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 8 (30)
Eftersom magneterna är placerade runt om längs cirkeln hamnar delområdena i vad som
kan liknas vid nio magnetfält med olika riktning. Ett delområdes placering i cirkeln avgörs
således av dess egenskapers (variablers) sammansättning och storlek, där varje
egenskap har en korresponderande magnet på cirkeln.
Bild 2. Förklaring av SEKOM-variablernas placering – exempel Staffanstorp och Kramfors
I vilken riktning drar en magnet?
Den dragningskraft som respektive magnet ger upphov till har en riktning som är
vinkelrät mot magnetens placering. Följande figurer visar hur en riktning ska utläsas på
ett korrekt sätt.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 9 (30)
Bild 3. Förklaring av SEKOM-variablernas placering – en magnets dragningskraft
Likheter och skillnader inom och mellan SEKOM-grupper
När kommunernas position i SEKOM-kartan har bestämts återstår att gruppera dem i ett
lämpligt antal grupper. Försök att dela in områdena i fyra, fem och sex områden visade
att en indelning i fem SEKOM-grupper var mest stabilt.
SEKOM-grupperna samlar delområden som sammantaget uppvisar mest samhörighet
med avseende på de i analysen ingående variablerna. Som alltid, när en mängd ska
delas in i ett förutbestämt antal grupper, finns gränsfall där det inte är självklart vilken
grupp en viss kommun ska tillhöra. Således kan två kommuner på olika sidor av en
gruppgräns vara förhållandevis lika.
En annan viktig aspekt att ha i åtanke är att SEKOM-kartan visualiseras i endast två
dimensioner, medan kommunerna egentligen mäts i tio. De två dimensionerna som visas
har valts utifrån att de förklarar det mesta av de skillnader som sammantaget finns
mellan kommunerna. Ett tydligt uttryck för detta är att de fem olika SEKOM-grupperna
ligger samlat och distinkt åtskilda i kartan.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 10 (30)
2 BESKRIVNING AV DET SOCIOEKONOMISKA LANDSKAPET
Resultatet av SEKOM-analysen 2017 framgår av bilden nedan. Analysen finns också
visualiserad på statistikplattformen http://studios.statisticon.se/sekom där även
landskapets successiva förändring mellan åren 2005 och 2017 framgår. Bilden finns
även att ladda ned i högupplöst format på
http://studios.statisticon.se/sekom/sekom_2017.png
Bild 4. SEKOM Sverige 2017
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 11 (30)
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 nära
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 som Norrköping,
Borlänge och Eskilstuna. Gruppen kan sägas representera ett mångfaldens Sverige och
kommunerna är heterogena i många socioekonomiska avseenden. Även i den här
gruppen finns en hög utbildningsnivå, höga inkomster och låga ohälsotal. Här finns
också en betydande befolkningsökning med en förhållandevis hög andel av befolkningen
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, Ronneby, Nybro och Fagersta. Flertalet
kommuner i denna grupp har en brukshistoria.
Den gula SEKOM-gruppen består av 75 kommuner och 10 procent av landets
befolkning. Kännetecknande för dessa kommuner är framför allt en starkt åldrande
befolkningsstruktur, låg generationsåterväxt samt låga inkomst- och utbildningsnivåer.
Simrishamn, Vansbro, Valdemarsvik, Storuman och Heby är några exempel – det vill
säga kommuner som vi återigen hittar lite varstans på den vanliga geografiska kartan. Ett
gemensamt drag är förhållandevis långa pendlingsavstånd till större arbetsmarknader.
Se bilaga 1 för en förteckning över varje kommuns SEKOM-grupptillhörighet.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 12 (30)
3 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.
Diagram 1 och 2. Andel 0-19 år samt andel 65 år + av befolkningen i respektive SEKOM-grupp
2005-2017.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 13 (30)
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 ökar. 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 också uppvisar de lägsta
nivåerna bland samtliga grupper.
Diagram 3. Andel födda utanför EU/EFTA i respektive SEKOM-grupp 2005-2017.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 14 (30)
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.
Diagram 4-5. Andel invånare med eftergymnasial utbildning samt andel gymnasiebehöriga elever i
respektive SEKOM-grupp 2005-2017.
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
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 15 (30)
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 variabeln 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
kommungrupperna 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 gymnasie-
behörighet inte lika stort som i den blå och gula gruppen. Det skulle kunna tolkas som
att det här fanns större kapacitet och 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.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 16 (30)
Diagram 6-7. Andel öppet arbetslösa samt andel förvärvsarbetande elever i respektive SEKOM-
grupp 2005-2017.
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.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 17 (30)
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.
Diagram 8-9. Nettoinkomst (median, tkr) samt andel invånare med ekonomiskt bistånd i
respektive SEKOM-grupp 2005-2017.
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.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 18 (30)
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 arbeten, ofta tjänstemannayrken med högre lön som är mest
vanligt förekommande i det lila landskapet, kan i viss utsträckning utföras hemifrån.
Detta kan leda till ett lågt uttag av sjukdagar. Observera att ohälsotalet avser personer i
arbetsför ålder.
Diagram 10. Ohälsotalet (antal dagar i genomsnitt) i respektive SEKOM-grupp 2005-2017.
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. En annan tydlig skillnad som tilltar gäller
gymnasiebehörigheten. En minskad andel gymnasiebehöriga kan observeras i samtliga
grupper, men i olika utsträckning. I framför allt den blå gruppen har andelen
gymnasiebehöriga sjunkit kraftigt under den studerade tidsperioden. En relevant
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 19 (30)
frågeställning är hur denna negativa utveckling kommer att påverka den totala
utbildningsnivån i Sverige, en nivå som stadigt ökat under samma tidsperiod.
Även skillnaden avseende andelen födda utanför EU/EFTA tilltar förhållandevis mycket
mellan grupperna. 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 t.ex. många av de flyktingar som anlände till kommuner i den blå
SEKOM-gruppen flyttar vidare till kommuner i framför allt den orange gruppen. Dessa
flyttrörelser kan mycket väl komma att förstärka skillnaderna mellan grupperna under de
kommande åren.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 20 (30)
4 EXEMPEL PÅ FÖRFLYTTNINGAR I DEN SOCIOEKONOMISKA
KARTAN
Den socioekonomiska utvecklingen varierar i landets kommuner. En del kommuner har
en förhållandevis stabil situation över tid, andra erfar en väsentlig förändring. I det
följande redogör vi för Kiruna och Hylte som på olika sätt har förändrats mellan åren
2005 och 2017.
Kiruna
Kiruna är en kommun som gjort en exceptionell resa sedan 2005. Idag är det en grön
kommun, kännetecknad av förhållandevis höga inkomstnivåer, en hög andel
förvärvsarbetande och en låg andel invånare med ekonomiskt bistånd men också en
åldrande befolkningsstruktur med en lägre generationsåterväxt.
Det som hänt under perioden är främst att andelen förvärvsarbetande ökat med nio
procentenheter, från 78 till 87 procent. Detta gör att kommunen dragits snett ner till
vänster i kartan, närmare magneten förvärvsarbetande. Samtidigt har median-
förvärvsinkomsten ökat, från 161 000 kronor till 250 000 kronor och andelen med
eftergymnasial utbildning har ökat från 21 till 25 procent, vilket bidragit till att kommunen
rört sig ytterligare till vänster i kartan. Eftersom kommunen vad gäller majoriteten av de
magneter som finns på kartans högra sida (andel öppet arbetslösa, andel med
ekonomiskt bistånd och ohälsa) uppvisar en sjunkande trend så förstärker det rörelsen
åt vänster. Att det trots detta finns en dragning åt höger i slutet av perioden beror delvis
på att andelen äldre ökat mer än de variabler som drar åt vänster under dessa år.
En bakomliggande förklaring till Kirunas utveckling är sannolikt en positiv utveckling på
arbetsmarknaden, i synnerhet gruvindustrin och näringar kopplade därtill.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 21 (30)
5. Kiruna kommuns placering på SEKOM-kartan 2005 -2017.
Hylte
Jämfört med Kiruna kommun i föregående avsnitt, så har Hylte mellan 2005 och 2017
gjort en resa i motsatt riktning. Idag kännetecknas kommunen av låg förvärvsgrad, hög
arbetslöshet och omfattande ekonomiskt bistånd. En förhållandevis hög andel av
befolkningen är född utanför EU/EFTA-området. År 2005 var läget ett annat, om de hade
legat kvar på samma ställe i den socioekonomiska kartan idag hade de sannolikt
klassats som en grön kommun.
Det som gör att kommunen dragit sig snett uppåt till höger i den socioekonomiska
kartan är framförallt en sjunkande förvärvsgrad, ökande arbetslöshet och ekonomiskt
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 22 (30)
bistånd. Även andelen födda utanför EU/EFTA har ökat som en följd av
flyktingmottagning. Utvecklingarna i flera av de variabler som ligger till vänster i kartan
ger inga direkt motverkande effekter utan förstärker snarare de här rörelserna (andelen i
förvärvsarbete har sjunkit, liksom andelen behöriga till gymnasiet. Andelen med
eftergymnasial utbildning och medianinkomsten har visserligen ökat, men inte i en sådan
utsträckning att det motverkar rörelsen till höger nämnvärt.
En bidragande orsak till Hyltes resa är sannolikt en negativ utveckling på
arbetsmarknaden med nedläggningar inom bruksindustri.
Bild 6. Hylte kommuns placering på SEKOM-kartan 2005 -2017.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 23 (30)
5 INRIKES OMFLYTTNINGAR
I följande avsnitt redogörs för inrikes omflyttningar mellan SEKOM-grupper respektive
län. Syftet är att belysa hur flyttrörelserna påverkar folkmängdens utveckling i de olika
SEKOM-grupperna. Observera att diagrammen visar inrikes flyttnetton, dvs. skillnaden
mellan inrikes in- och utflyttning. Bakom ett till synes litet flyttnetto kan det således
finnas betydande flyttströmmar åt båda håll, men som tar ut varandra.
Inrikes omflyttningar mellan SEKOM-grupper
En betydelsefull drivkraft bakom det socioekonomiska landskapets förändring är
människors flyttrörelser. Både till och från Sverige och mellan kommuner. Följande
diagram visar resultatet av inrikes flyttningar mellan kommuner grupperade efter
SEKOM-grupp.
Diagram 11. Inrikes flyttnetton per SEKOM-grupp 2005-2018.
Kommunerna i den lila SEKOM-gruppen har sammantaget haft positiva inrikes
flyttnetton under hela perioden 2005-2018. Under större delen av perioden har även den
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 24 (30)
orange gruppen haft positiva inrikes flyttnetton, för att under 2018 bli negativt. Den
gröna gruppen har i jämförelse med den orange gruppen uppvisat motsatt trend och har
under de senaste fyra åren haft positiv netton. Förklaringen till de överlag positiva netton
i dessa tre grupper är motsvarande negativa flyttnetton i den gula och blå gruppen – dvs.
fler människor flyttar från dessa två grupper till de tidigare tre grupperna än tvärtom.
Gemensamt för många kommuner i den lila, gröna och orange gruppen som attraherar
inflyttare är närhet till större arbetsmarknader i eller i anslutning till större städer.
Dock ser denna bild väsentligen annorlunda ut om vi betraktar flyttare födda i Sverige
och flyttare födda utanför EU/EFTA var för sig. Såväl orsaker som förutsättningar att
flytta skiljer sig åt mellan dessa två grupper, vilket resulterar i motsatta flyttströmmar i
framför allt den orange SEKOM-gruppen som de senaste åren uppvisat negativa netton
för flyttare födda i Sverige. Flyttare födda utanför EU/EFTA rör sig däremot i huvudsak till
den orange SEKOM-gruppen, vilket ger ett positivt flyttnetto i denna grupp.
Diagram 12 och 13. Inrikes flyttnetton per SEKOM-grupp 2005-2018 efter födelseplats - Sverige
(till vänster) samt utanför EU/EFTA (till höger).
En konsekvens av detta förhållande är en successiv demografisk förändring - med
avseende på födelsebakgrund - av befolkningens sammansättning i många kommuner
tillhörande den orange gruppen. Förenklat uttryckt flyttar sverigefödda från våra större
städer till pendlingsnära eller boendeattraktiva kommuner i det lila eller gröna
landskapet. Samtidigt flyttar invånare födda utanför EU/EFTA i stor utsträckning till
större städer från kommuner i framför allt den blå och gula gruppen. Vi har inte möjlighet
att i denna statistik särskilja gruppen nyanlända födda utanför EU/EFTA från invandrare
som har vistats i Sverige en längre tid. Dock är troligt att en stor del av flyttarna födda
utanför EU/EFTA de senaste åren är nyanlända som kommit hit av flyktingskäl.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 25 (30)
Observera att vi i det föregående enbart studerar inrikes flyttningar. Det är fortfarande så
att varje SEKOM-grupp uppvisar totalt sett positiva flyttnetton för gruppen födda utanför
EU/EFTA. Orsaken är att det i samtliga SEKOM-grupper råder ett till synes stabilt
kontinuerligt positivt utrikes flyttnetto som mer än väl kompenserar för negativa inrikes
flyttnetton i den blå, gula och gröna SEKOM-gruppen. Se bilaga 2 för diagram som visar
förhållandet mellan utrikes och inrikes flyttnetto för gruppen födda utanför EU/EFTA.
Jämte födelsebakgrund har ålder en stor betydelse för vart man flyttar. I följande
diagram visas inrikes flyttnetto år 2018 för SEKOM-grupperna uppdelat på ålder.
Människor i åldrarna 19-24 år - dvs. studentåren – flyttar i stor utsträckning till
universitets- och högskolesäten belägna i den orangea SEKOM-gruppen vilket leder till
positiva flyttnetton i denna grupp. Således uppvisar samtliga övriga SEKOM-grupper
negativa flyttnetton. Åldersgruppen 0-18 år samt 25-44 år – dvs. barnfamiljerna – lämnar
dock den orange SEKOM-gruppen i stor utsträckning vilket leder till ett negativt
flyttnetto. Likaså flyttar dessa åldersgrupper från den blå SEKOM-gruppen i stor
utsträckning. Flyttningar sker främst till kommuner i den lila och gröna gruppen, men
även den gula erfar positiva flyttnetton för barnfamiljsgruppen.
Diagram 14. Inrikes flyttnetton per SEKOM-grupp 2005-2018.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 26 (30)
Noterbart är också att flyttströmmarna i åldersgruppen 65 år+ leder till en väsentlig
omflyttning från den orangea till gröna SEKOM-gruppen. De olika flyttrörelserna vi
tidigare konstaterat med avseende på födelsebakgrund är i stort sett desamma i
samtliga åldersgrupper.
Inrikes omflyttningar mellan län
I följande kartbilder redovisas inrikes flyttnetton per län år 2018. Kartan längst till vänster
återspeglar inrikes flyttnetto per län för samtliga oavsett födelsebakgrund, kartan i mitten
visar flyttare födda i Sverige och kartan till höger visar netto för flyttare födda utanför
EU/EFTA.
Bild 6. Inrikes flyttnetton 2018 per län efter födelseplats.
Samtliga Födda i Sverige Födda utanför EU/EFTA
AB Stockholm C Uppsala F Jönköping I Gotland N Halland T Örebro X Gävleborg
AC Västerbotten D Södermanland G Kronoberg K Blekinge O Västra Götaland U Västmanland Y Västernorrland
BD Norrbotten E Östergötland H Kalmar M Skåne S Värmland W Dalarna Z Jämtland
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 27 (30)
12 av 21 län i Sverige uppvisar totalt sett negativa inrikes flyttnetton år 2018. Endast
länen Gävleborg, Uppsala, Västmanland, Örebro, Södermanland, Östergötland, Gotland,
Halland och Skåne uppvisar positiva flyttnetton. Dock ser bilden ånyo annorlunda ut om
vi delar upp flyttarna med avseende på födelsebakgrund. Omflyttningar för födda i
Sverige resulterar i positiva netton i fler län, inte minst i norra Sverige där Värmland,
Dalarna, Jämtland och Västerbotten uppvisar positiva inrikes flyttnetton. Det motsatta
gäller gruppen födda utanför EU/EFTA där omflyttningar resulterar i negativa inrikes
flyttnetton i hela norra Sverige. Observera dock, vilket konstaterades i föregående
avsnitt, att det samtidigt råder fortsatt positiva utrikes flyttnetton i många delar av landet,
vilket kompenserar för många förekommande negativa inrikes flyttnetton och leder till
sammantaget fortsatta positiva totala flyttnetton för gruppen födda utanför EU/EFTA.
Även i storstadslänen Västra Götaland och Stockholm är flyttmönstret det motsatta för
sverigefödda respektive födda utanför EU/EFTA. I dessa län är flyttnettot negativt för
sverigefödda och positivt för födda utanför EU/EFTA. I storstadslänet Skåne är dock
flyttnettot positivt för båda födelsegrupperna.
Störst negativt inrikes flyttnetto för samtliga födelsegrupper har Norrbottens län följt av
Västernorrlands län, motsvarande – 2 553 personer respektive – 2 283 personer. Störst
positivt flyttnetto har Uppsala län följt av Skåne län, motsvarande 2 790 personer
respektive 2 420 personer.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 28 (30)
6 DISKUSSION
Sverige som helhet har under de senaste åren 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. Detta föranleder frågan om det finns en gräns för hur olika
levnadsförutsättningarna kan vara i landets 290 kommuner. Glider landet isär på ett sätt
som kräver åtgärder?
Den första tilltagande 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 tolv 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, men vart leder en fortsatt gentrifiering av hela kommuner?
Den andra tilltagande 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? För närvarande pågår en omfattande omflyttning av nyanlända från
kommuner i den blå SEKOM-gruppen till framför allt den orangea. Hur omfattande denna
omflyttning kommer att bli är fortfarande oklart, men en rimlig gissning är att majoriteten
av de nyanlända till den blå och gula gruppen kommer att flytta vidare till större städer i
Sverige.
Den tredje tilltagande 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 tolv åren. Det är först under de senaste
åren som invandringen – och asylmottagningen – varit relativt hög. Här finns en påtaglig
risk för en negativ utveckling när det gäller sysselsättning, arbetslöshet och folkhälsa i
redan socioekonomiskt utsatta kommuner.
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 29 (30)
Bilaga 1
Tabell 1. Kommunernas SEKOM-grupptillhörighet.
Ale Alvesta Sundsvall Alingsås Piteå Avesta Perstorp Arboga Norsjö
Bollebygd Bjuv Svalöv Aneby Sjöbo Bengtsfors Ragunda Arjeplog Olofström
Danderyd Borlänge Sävsjö Boden Skellefteå Bollnäs Ronneby Arvidsjaur Orsa
Ekerö Borås Södertälje Boxholm Skurup Bräcke Skinnskatteberg Arvika Osby
Habo Botkyrka Trelleborg Båstad Skövde Dals-Ed Sollefteå Askersund Ovanåker
Hammarö Burlöv Trollhättan Enköping Sotenäs Degerfors Storfors Berg Pajala
Håbo Eskilstuna Uddevalla Essunga Strängnäs Emmaboda Strömsund Bjurholm Robertsfors
Härryda Eslöv Umeå Falkenberg Säter Fagersta Säffle Borgholm Rättvik
Knivsta Falköping Upplands Väsby Forshaga Söderköping Filipstad Söderhamn Bromölla Sala
Krokom Falun Upplands-Bro Gagnef Timrå Flen Tibro Dorotea Simrishamn
Kungsbacka Gislaved Uppsala Gnesta Tjörn Färgelanda Tierp Eda Skara
Kungälv Gnosjö Vänersborg Gotland Tranemo Grums Tingsryd Eksjö Smedjebacken
Kävlinge Gävle Västerås Grästorp Ulricehamn Gullspång Töreboda Finspång Sorsele
Lekeberg Göteborg Växjö Gällivare Vaggeryd Hagfors Vilhelmina Hallsberg Storuman
Lerum Halmstad Åstorp Götene Vara Haparanda Vingåker Hallstahammar Sunne
Lidingö Haninge Älmhult Herrljunga Vetlanda Hedemora Åmål Heby Surahammar
Lomma Helsingborg Örebro Hjo Vårgårda Hultsfred Åsele Hofors Svenljunga
Mölndal Huddinge Höganäs Vännäs Hällefors Älvkarleby Hudiksvall Sölvesborg
Nacka Hylte Höör Värnamo Härnösand Örkelljunga Härjedalen Tanum
Nykvarn Järfälla Kil Ydre Högsby Östra Göinge Hässleholm Tidaholm
Partille Jönköping Kinda Ystad Karlskoga Övertorneå Hörby Tomelilla
Salem Kalmar Kiruna Åre Katrineholm Jokkmokk Torsby
Sollentuna Karlskrona Kumla Åtvidaberg Kramfors Kalix Torsås
Staffanstorp Karlstad Leksand Ängelholm Kristinehamn Karlsborg Tranås
Stenungsund Kristianstad Lidköping Örnsköldsvik Lessebo Karlshamn Uppvidinge
Svedala Landskrona Lilla Edet Östersund Lindesberg Klippan Vadstena
Trosa Linköping Ljungby Östhammar Ljusdal Kungsör Valdemarsvik
Tyresö Lund Luleå Ljusnarsberg Köping Vansbro
Täby Malmö Mariestad Ludvika Laholm Vimmerby
Vallentuna Norrköping Mark Markaryd Laxå Vindeln
Varberg Nyköping Mjölby Mellerud Lycksele Västervik
Vaxholm Nässjö Mora Munkedal Lysekil Ånge
Vellinge Sandviken Mullsjö Munkfors Malung-Sälen Årjäng
Värmdö Sigtuna Mörbylånga Mönsterås Malå Älvdalen
Öckerö Solna Norrtälje Norberg Motala Älvsbyn
Österåker Stockholm Nynäshamn Nybro Nora Ödeshög
Strömstad Orust Ockelbo Nordanstig Överkalix
Sundbyberg Oskarshamn Oxelösund Nordmaling
GulBlåGrönOrangeLila
SEKOM-grupp
Projekt Dokumenttyp Version Klass Datum
SEKOM 2017 Report 1.3 Final Öppen 2019-09-10
Socioekonomisk analys av Sveriges kommuner 30 (30)
Bilaga 2
Diagram 1-5. In- och utrikes flyttnetton 2005-2018 för födda utanför EU/EFTA i samtliga fem
SEKOM-grupper.