Bivariata regressioner

Tabell 3 presenterar fyra olika modeller av bivariata regressionsanalyser som testar sambandet mellan kommuners miljöpoäng och studiens oberoende variabler. I avsnitten 5.2.1–5.2.4 beskrivs och analyseras resultaten från modellerna i Tabell 3.

Ta b e ll 3 Bi variata regressionsanalyser. Kommunal miljöpolitisk a ktivitet.

Modell 1 Modell 2 Modell 3 Modell 4

Antal miljötjänstemän* 0,14***

(0,01)

MP i kommunstyret 2,00***

(0,67)

Sårbar kommun med miljöfarlig industri -2,61**

(0,92)

Andel av befolkning i lokal Naturskyddsförening 1,02***

(0,34)

Intercept 12,58*** 14,68*** 15,95*** 13,46***

R² 0,29 0,04 0,03 0,04

N 244 247 247 247

Kommentar: *sig <0,05 **sig <0,01 ***sig <0,001. Standardfel inom parantes. Ostandardiserade koefficienter.

Antal miljötjänstemän*: exkl. Stockholm, Göteborg och Malmö.

5.2.1 Personalkapacitet – antal miljötjänstemän

I modell 1 presenteras en bivariat regressionsanalys som testar sambandet mellan antal miljötjänstemän (faktiska årsarbetare) och kommuners miljöpolitiska aktivitet.

Studiens syfte är att identifiera samband i Sveriges alla kommuner, men eftersom vissa

kommuner har betydligt fler anställda än majoriteten av kommunerna kan det vara missvisande att inkludera dessa kommuner i regressionen. De kommuner som särskilt sticker ut från populationen är storstäderna Stockholm, Göteborg och Malmö (se Figur 3 och 4). Bivariata regressioner gjordes för att se skillnaden i förklaringsgrad och sambandsstyrka. Genom att exkludera de tre kommunerna ökade förklaringsgraden (R²) med 10 procentenheter och

koefficienten gick från 0,06 till 0,14). Därmed exkluderas dessa tre kommuner från analysen för att visa samband som bättre beskriver en snittkommun i Sverige.

Koefficienten visar ett positivt samband som är signifikant på 99 % signifikansnivå, vilket är i enlighet med variabelns hypotes. Koefficienten visar att, allt annat lika, för varje extra

miljötjänsteman (faktisk årsarbetare) förväntas kommunens miljöpolitiska aktivitet öka med 0,14 miljöpoäng. R²-värdet visar 0,29 vilket innebär att antal miljötjänstemän i en kommun kan

Fi g u r 3 An tal miljötjänstemän o ch miljöpolitisk a ktivitet (e xkl . Stockholm, Gö teborg, Ma lmö)

förklara 29 procent av variationen i kommunernas miljöpolitiska aktivitet, vilket är en relativt stor förklaringskraft¹³.

Fi g u r 2 An tal miljötjänstemän o ch miljöpolitisk a ktivitet

5.2.2 MP i kommunstyret

I modell 2 presenteras resultaten från den bivariata regressionen av dummy-variabeln MP i kommunstyrelsen. Regressionsresultatet indikerar att, allt annat lika, har kommuner med MP i styret i snitt 2 poäng mer i jämförelse med kommuner som inte hade MP i styret, vilket har en 99

% signifikansnivå. Detta positiva samband stämmer överens med hypotesen att kommuner med MP i kommunstyret sedan 2014 förväntas i snitt ha en mer aktiv kommunal miljöpolitik än kommuner utan MP i kommunstyret. Dock kan sambandet anses vara relativt svagt eftersom 37 miljöpoäng är maximala värdet för hög miljöpolitisk aktivitet¹⁴.

Det kan vara av intresse att jämföra MP:s effekt på miljöpolitisk aktivitet med andra partiers effekt. Bivariata regressionsanalyser med dummyvariabler för riksdagspartierna i kommunstyret

13 En b i variat regressi on med d en n aturliga l ogaritmen a v a ntal miljötjänstemän testades e ftersom d et är teoretiskt möjligt att d et finns e tt i ck e-linj ärt samband mellan a ntal mi ljötj änstemän o ch miljöpolitisk akti vitet. R egressionen visar ett p ositivt samband p å samma s i gnifkansnivå. Al lt a nnat l ika förvä ntas e n procents ö kning a v kommunens a ntal mil jötjänstemän resultera i ytte rligare 0,037 m i ljöpoäng. D .v.s. om en kommun med 14 mil jötjänstemän skulle a nställa ytte rligare 7 milj ötjänstemän förvä ntas d et ö ka d en m i ljöpol itiska a ktiviteten med ca 1 ,826 miljöpoäng. Om en kommun med endast 5 miljötjänstemän o ch skulle a nställa ytte rligare 7 fö rvä ntas d et ö ka kommunens miljöpolitiska aktivi tet med 5 ,1128 miljöpoäng.

14 D e t skulle va ra rimligt att MP skulle ha starkare e ffekt om d e suttit i kommunstyret u nder två mandatperioder, d .v.s. sedan 2 010.

D ä rför testade j ag en b iva riat regression med e n dummy-va riabel fö r MP i kommunstyret 2 010–2018. Regressionsanalysen ger en m i nskad förklaringskraft, d å MP i kommunstyret sedan 2010 fö rkl arar 2 ,3 % a v va riationen mellan kommuners miljöpolitiska a kti vitet.

D ä remot ö kar b-koefficientens vä rde. An alysen visar a tt kommuner som h ar h aft MP i kommunstyret sedan 2 010 h ar i snitt 2,309 m i ljöpoäng mer än kommuner u tan MP i styret u nder två mandatperioder, a llt annat l ika.

som förklaring till miljöpoäng fick följande koefficienter: KD (0,6), FP (0,4), Moderaterna (0,4), Centerpartiet (0,4), Socialdemokraterna (-0,4), Vänsterpartiet (-0,67). Samtliga koefficienter var inte signifikanta och hade R² lägre än 0,004. Dessa resultat visar att andra partier i kommunstyret har icke-signifikanta och svaga effekter på den miljöpolitiska aktiviteten. MP är det enda parti som visar ett signifikant relativt starkt positivt samband och sticker därmed ut från resterande partier.

R² visar att MP i kommunstyret förklarar 3 % av variationen mellan kommuners miljöpolitiska aktivitet. Variabelns låga R²-värde indikerar att det troligtvis finns bakomliggande

förklaringsvariabler som bättre kan förklara variationen mellan kommuners miljöpolitiska aktivitet.

5.2.3 Sårbar kommun med miljöfarlig industri som stor arbetsgivare

Hypotesen är att en kommun i snitt har mindre aktiv miljöpolitik om den är sårbar (d.v.s.

beroende av ett fåtal företag och drabbas hårt av nedläggningar) samt om en av de största privata arbetsgivarna kategoriseras som miljöfarlig industri. Antagandet är att en kommun kommer vara särskilt lyhörd till miljöfarliga industriers intressen om kommunen är sårbar. Modell 3 visar de bivariata regressionsanalysen av denna dummyvariabel.

Resultatet stämmer överens med hypotesen. Allt annat lika, har sårbara kommuner med miljöfarlig industri i snitt 2,6 miljöpoäng mindre i jämförelse med andra kommuner.

Korrelationen är på 99 % säkerhetsnivå och variabeln förklarar cirka 3,2 % av variationen mellan kommuners miljöpolitiska aktivitet.

Eftersom dummyvariabeln endast kan ta ett steg på x-axeln kan detta samband anses vara relativt svagt då poängökningen sätts i relation till totala möjliga miljöpoäng. Även det relativt låga R² -värdet tyder på att sambandet är svagt och att det troligtvis finns fler bakomliggande variabler som bättre förklara miljöpolitisk aktivitet.

5.2.4 Miljöorganisationers påverkan - Medlemmar i Naturskyddsföreningen som andel av invånarantal

Enligt teorierna skulle en lokalförening som representerar en större andel av befolkningen ha mer politiska resurser att påverka miljöpolitiken jämfört med kommuner med mindre andelar.

Hypotesen var därmed att ju större andel av lokalbefolkningen som är medlemmar i den lokala Naturskyddsföreningen desto mer miljöpolitisk aktivitet har kommunen. Den positiva

korrelationen från det empiriska materialet stämmer överens med hypotesen.

Modell 4 i Tabell 3 visar, allt annat lika, att den miljöpolitiska aktiviteten förväntas öka med 1,02 miljöpoäng per extra procentenhet av andel befolkning som är medlemmar i lokala

Naturskyddsföreningen. Med andra ord, om andelen av befolkningen som är medlemmar i lokala Naturskyddsföreningen går från 1 % till 2 % förväntas kommunen öka sin miljöpolitiska aktivitet med cirka 1 miljöpoäng. B-koefficienten har en signifikans på 99,9 % säkerhetsnivå och R²-värdet visar att variabeln förklarar 3,6 % av variationen mellan kommuners miljöpolitiska aktivitet.

Det finns två inflytelserika extremvärden i urvalet som gör att b-koefficienten blir något svagare.

Dock väljer denna studie att inkludera dessa fall eftersom sambandet fortsätter att vara starkt med samma signifikansnivå även när extremvärdena inkluderas i analysen¹⁵.

15 Me d h j älp a v C ooks d istansmetod i dentifieras två i nflytesrika e xtremvä rden: Salem kommun och Härjedalens kommun. N är d essa ko mmuner e xkl uderas ö kar b-koefficienten till 1 ,176 o ch R 2-värdet b lir 0,04. C ooks d istansmetod mäter h ur mycket i nflytande den o b e roende va riabeln h ar p å regressionslinjen (Ag resti & Fi nlay, 2 009:453).