Diskussionen delas upp i tre avsnitt. Metodvalet evalueras, resultaten av arbetet diskuteras och till sist ges förslag till fortsatt forskning på området.
7.1. Metoden
Syftet med metoden var att bestämma behovet av bostäder i Pajala kommun vid en gruvetable-ring utifrån antaganden om vilka effekter en sådan etablegruvetable-ring skulle ha på arbetsmarknaden. Det krävs en diss distinktion mellan behov och efterfrågan. Behovet kan sägas uppfylla en bostad för varje hushåll men det ger ingen indikation om hushållens bostadspreferenser och faktiska efter-frågan (Johansson, 1981).
Metoden bygger på en ram som tagits fram av Boverket, (2007) där man utgår från befolknings-utveckling, hushållsprognoser och analyser av bostadsbeståndet. Modellen för befolkningspro-gnosen baseras till stora delar på SCB:s befolknings framskrivningar. En stark begränsning för valet av modell är att data endast finns tillgängligt på aggregerad nivå för kommunen. Fördelen med SCB:s framskrivning är att den kan appliceras på just sådana data. En kombination av sto-kastiska och deterministiska modeller används i befolkningsprognosen. Mortaliteten och fertili-teten antas vara stokastiska processer, medan migrationen bestäms via en deterministisk an-sats. Strandell (2007) har utvecklat en modell för stokastisk framskrivning av migration där net-tomigrationen behandlas som en exogen variabel i den mening att den framtida befolkningsstor-leken inte påverkar nettomigrationen. Migrationen skrivs fram med en AR(2)-modell och anpas-sas efter observerad nettomigration.
En svaghet i modellen är att immigranterna antas anpassa sig efter de förhållanden som råder i Pajala gällande fertilitet och flyttbenägenhet utan fördröjning. Detta är inget problem för den inflyttning som beräknas från inflyttningstal, då även dessa baseras på Pajalas befolkning. Men det kan vara ett orealistiskt antagande för dem som ingår i gruvinflyttningen.
En modell som vänder på analysen är den så kallade UMDAC-modellen (Nilsson & Nygren, 1988). Man har utvecklat en bostadsanknuten modell för befolkningsprognoser, vilket innebär att man i det första steget skriver fram bostadsbeståndet. I nästa steg beräknas antalet hushåll och totalfolkmängd utifrån antaganden om utnyttjandegrad av bostäder och boendetäthet. Till sist struktureras befolkningen på ålder och kön. Det är dock inte ett lämpligt förfarande i Pajala, där förändringarna i bostadsbeståndet har varit i stort sett obefintliga.
Ett förslag till en utveckling av modellen är att inkludera grundläggande ekonomiska variabler för att bestämma bostadsefterfrågan snarare än behovet. Enbart variabler som pris och inkomst hade kunnat tillgodose en utveckling mot efterfrågeanalys utifrån den befintliga demografiska modellen (Gustafsson m.fl. 1980; Boverket 1995:9). Målet här var dock att undersöka behovet och inte efterfrågan varför antalet hushåll ansågs som tillräklig indikator och ekonomiska vari-abler ej inkluderades. Ytterligare en anledning till avsaknaden av ekonomiska varivari-abler är de svårigheter som är förknippade med att prognostisera pris på bostäder. För det första bör ett form av pris formuleras som kan användas både för hyreslägenheter och för egnahem. Hyra ute-sluter det ena och köpeskilling eller taxeringsvärde uteute-sluter det andra. Ett alternativ är i så fall att använda någon form av årlig bostadskostnad, dvs. årlig hyra för lägenheter och årliga bo-stadskostnader i form av avgifter och räntor (Dellgran m.fl., 1984) I fallet med Pajala ligger de
36
lokala bostadspriserna långt under den genomsnittliga nivån och det är svårt att prognostisera hur de kommer att förändras vid en kraftig efterfrågeökning.
7.2. Resultaten
Första steget i modellen var befolkningsprognosen som bygger på en kohort-komponent-metod. Det är ett väl beprövat arbetssätt och själva utgångspunkten bildar en stabil grund att stå på. Osäkerheten i befolkningsprognosen kommer snarast in vad gäller att estimera komponenterna. Mortalitet
Lee-Carter modellen är relativt ny (1992) men har redan genomgått en mängd tillämpningar och utvecklingar. Det är idag en av de vanligaste metoderna till att estimera och prognostisera mor-talitet och livslängder och den har visat sig ge bättre skattningar än andra tillgängliga modeller som kurvanpassningsmodellen med åldersfunktion. (Bell, 1997; Booth m.fl. 2002). SCB använder sig av Lee-Carter modellen vid befolkningsframskrivningen och förespråkar den framför en Brass-modell som är en stokastisk process där den framtida köns- och åldersspecifika dödlighe-ten bestäms av parametrarna α och β (SCB, 2009). På flertalet av indexen genererade metoden också rimliga estimat. Då jag valde att till stora delar följa SCB:s prognosprocedur (SCB, 2009) använde jag initialt två olika metoder för att skatta dödstalen, Lee-Carter och förändringstal. På grund av de skattningar som inte blev stabila med SVD användes sedan ännu en tredje metod för att approximera tidskomponenten. Detta kan utgöra en osäkerhet i modellen då de olika skatt-ningarna bygger på olika förfaranden. En förbättring av Lee-Carter modellen hade förmodligen inträffat om de observerade värdena byggt på ett längre perspektiv. Dock rekommenderas inte att nyttja modellen för hela befolkningen då den ansätter en viss homogenitet i dödlighetsstruk-turen (Booth m.fl. 2002; SCB, 2009).
Fertilitet
Lee-Carter modellen är inte lika vanlig vid skattningar av fruktsamhetstal men en del ansatser har gjorts på området (Lee & Tuljapurkar, 1994; Booth m.fl. 2002). Förfarandet tycks dock ha genererat acceptabla skattningar vilka lyckas skatta fertiliteten på ett tillfredsställande sätt. Migration
Migrationsskattningarna besitter de absolut största osäkerheterna i befolkningsprognosen. De estimerades på deterministisk väg i form av medelvärdesskattningar, vilket också används av SCB (SCB, 2009). Dock föreligger en stor risk i att skatta inflyttning utifrån dem som redan bor i regionen. Det är emellertid ont om alternativ då analysen endast görs på en enskild region. In-formation om varifrån immigranter kan tänkas komma, dvs. vilka som kan tänkas flytta till Paja-la, saknas och kan därför inte användas som skattningsunderlag. För att minimera konsekvserna av detta beräknades arbetskraftmigrationen i samband med gruvetableringen som en en-skild additiv variabel, vilken antog hypotetiska ålders- och könsfördelningar. Den termen bygger således inte på den befintliga befolkningen i kommunen.
Befolkningsprognosen antas dock inte inneha några avgörande defekter, utan den slutgiltiga prognosen godtas som en acceptabel modell över den demografiska utvecklingen i Pajala under förutsatta antaganden. Resultaten vad gäller migration, fruktsamhet och folkmängd avviker inte heller nämnvärt från en tidigare prognos för området (ÅF Infraplan, 2010).
Nästa steg var att prognostisera antalet hushåll utifrån befolkningsprognosen och åldersspecifi-ka hushållskvoter. Hushållskvoterna hämtades från Boverket och var beräknade som nationella genomsnitt. Trots ett försök att anpassa dessa till de förutsättningar som råder i Pajala kommun
37
genererades högst tveksamma resultat. Ett bättre alternativ hade varit hushållskvoter beräkna-de direkt för Pajala kommun eller en likartad region. Detta finns dock inte tillgängligt för mer aktuella data än på länsnivå i Folk- och Bostadsräkningen 1990. Hushållskvoterna i FoB90 be-räknades dessutom för en ekonomi i högkonjunktur och risken att överskatta kvoterna kvarstår. Det tredje och sista steget var att sätta antalet hushåll i relation till det befintliga bostadsbestån-det för att bestämma behovet av nya bostäder. Den enda faktorn att skatta vad gäller bostadsbe-ståndet var den framtida avvecklingen av bostäder. Då Pajala Bostäder AB som marknadens ab-solut största aktör inte hade några planer på att avveckla bostäder sattes faktorn lika med noll. Osäkerheten i byggnadsbehovet beror således inte på några estimerade variabler utan här-stammar istället från de tidigare stegen i metoden, framförallt från hushållsprognosen. En prognos av det här slaget genererar stora osäkerheter då man bygger vidare från ett pro-gnosresultat till ett annat. Resultatet från befolkningsprognosen kan ses som en punktskattning och samma gäller för hushållsprognosen respektive bostadsprognosen. Då konfidensintervall saknas kan inget sägas om säkerheten i dessa punktskattningar. Dock baseras prognosen på två olika scenarier med ett brett intervall, vilket i slutändan torde eliminera de slumpvariationer som kan uppstå i punktskattningarna. Ett konfidensintervall tillför således ingen ytterligare sä-kerhet till slutresultatet. Då prognoserna består av både stokastiska och deterministiska proces-ser tillkommer svårigheter med att införa konfidensintervall. Ett vanligt förfarande (SCB, 2009) är att istället för konfidensintervall ange en huvudprognos vilken ackompanjeras av ett lägre respektive ett högre alternativ, något som således kan liknas vid denna uppdelning i två scenari-er varav det första kan antas utgöra den undre gränsen och det andra scenariot den övre grän-sen.
En slutsats torde ändå vara att det finns behov av ytterligare bostadsutbud i Pajala vid en gruv-etablering. I synnerhet om utfallet blir i enighet med scenario nr 2. Jag avhåller mig dock från att dra några slutsatser om någon kvantitet för behovet, på grund av det instabila prognostiserade antalet hushåll.
7.3. Fortsatt forskning
Ett viktigt steg att ta inför den utveckling som Pajala kommun står inför vad gäller bostadsför-sörjningen är att utöka analysen till att bestämma vilken typ av bostäder som efterfrågas. För detta behövs en mer förfinad variabel än antalet hushåll. Ett förslag är att utgå från Hårsmans (1981) disaggregerade bostadsmarknadsmodell där befolkningsprognosen utgör grunden, men byggs vidare på genom en probabilistisk hushållsflödesmodell för att därefter härleda hushål-lens bostadsefterfrågan vilken kan inkludera ett flertal olika attribut som kan vara av intresse vid bostadskonsumtion. Bl.a. inkluderar han variabler som ägandeform, pendlingsavstånd till arbete, hur tät bebyggelsen är i området, kvalitet och storlek på bostaden. För detta krävs dock disaggregerade data på individnivå, vilket Pajala kommun saknar idag.
Vid fortsatt användning av hushållskvotmetoden bör en anpassning göras för att kvoterna bättre ska passa in i den regionala hushållsstrukturen. Då data för hushållskvoter inte längre samlas in (senaste insamlingen skedde under Folk- och bostadsräkningen 1990) bör andra metoder tas fram för att uppskatta antalet boende per hushåll och antalet hushåll för en befolkning som även kan appliceras på aggregerade data.
Ett sätt att vidare förbättra prognosen som detta arbete resulterat i skulle vara genom att införa konfidensintervall i befolkningsprognosen. Detta skulle kunna göras genom att se nettomigra-tionen som en stokastisk process och således erhålla konfidensintervall för migrationsprogno-sen. Konfidensintervall för dödlighet respektive fruktsamhet existerar redan. Då kan också den
38
slutgiltiga befolkningsprognosen ges konfidensintervall för att skatta osäkerheten. Detta genere-rar dock inga konfidensintervall för hushållsprognos respektive bostadsprognos då dessa är deterministiska processer.
Ytterligare fortsatt forskning på området skulle vara att förbättra prognosmöjligheter för mind-re mind-regioner. Att utveckla en modell som uppskattar inflyttningen är mest akut på den fronten då det idag saknas möjlighet att på ett stabilt sätt analysera variabeln inom en sluten enhet. Multi-regionala analyser i ett samarbete mellan flera olika regioner ger ett bättre resultat (Gustafsson m.fl. 1977)
39