Report 01v11 SEKOM 2017 - Statens offentliga utredningar · 2019-09-27 · SEKOM 2017 Socioekonomisk analys av Sveriges kommuner Report Version 1.3 Final Datum: 2019-09-10 Klass:

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




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




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




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




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.




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.




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.




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.




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




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.




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.




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.




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




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.




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.




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.




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




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.




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.




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




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.




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




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.




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.




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




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.




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.




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




Bilaga 2

Diagram 1-5. In- och utrikes flyttnetton 2005-2018 för födda utanför EU/EFTA i samtliga fem

SEKOM-grupper.

Documents

Report 01v11 SEKOM 2017 - Statens offentliga utredningar · 2019-09-27 · SEKOM 2017 Socioekonomisk analys av Sveriges kommuner Report Version 1.3 Final Datum: 2019-09-10 Klass: