Hur påverkas den regionala
arbetslösheten av flöden på
arbetsmarknaden?
- Empiriskt test av Browns jämviktsmodell
Författare: Emelie Andersson Civilekonomprogrammet Nils Lundh
Civilekonomprogrammet
Handledare: Jonas Månsson Examinator: Dominique Anxo
Ämne: Nationalekonomi Nivå och termin: C-uppsats VT-13
Abstrakt
Syftet med denna uppsats är att empiriskt testa Browns jämviktsmodell, genom att på regional nivå i huvudsak undersöka relationen mellan flöden av arbetskraft och arbetslöshet. Uppsatsen testar även för fler variabler för regionala karaktäristika som i tidigare litteratur används för att förklara regional arbetslöshet. Med hjälp av poolad regression och upprepade tvärsnitt erhålls varierande resultat för observationsperioden 2007-2011. Den årsvisa variationen i resultatet är tydlig dels genom signifikansen hos de årsvisa intercepten i regressionen baserad på poolad data, men också på hur koefficienter varierar i de upprepade tvärsnitten. Detta leder oss till slutsatsen att Browns jämviktsmodell varierar i hur väl den fungerar empiriskt över observationsperioden. En trolig orsak till de varierande resultaten är den exogena chocken, finanskrisen, som nådde Sverige år 2008.
Innehållsförteckning
Inledning ... 3
Teoretiska utgångspunkter ... 5
Browns jämviktsmodell ... 5
Burridge och Gordons vidareutveckling ... 6
Andra teoretiska modeller ... 8
Vad påverkar skillnader i regional arbetslöshet? – litteraturgenomgång ... 10
Grundvariablerna i modellen ... 10
Pendling (P) ... 10
Immigration (M) och inrikes migration (D) ... 11
Naturlig ökning av antal ekonomiskt aktiva ... 12
Övriga variabler ... 14
Lönenivå och bruttoregionalprodukt ... 14
Regional bransch mix ... 15
Vakanser ... 15
Utbildningsnivå ... 16
Data och ekonometriska modeller ... 18
Data och beskrivande statistik ... 18
Finanskrisen ... 21 Metoder ... 22 Poolad regression ... 22 Upprepade tvärsnitt ... 22 Resultat ... 24 Poolad data ... 24 Upprepade tvärsnitt ... 28 Utpendling ... 28 Netto immigrationsandel ... 29 Inrikes Nettomigration ... 30 Föddat-‐18 ... 31
Sammanfattning och avslutande diskussion ... 33
Referenslista ... 35
Vetenskapliga artiklar o. Dyl. ... 35
Internetbaserade källor ... 39
Appendix: ... 40
Appendix 1: upprepade tvärsnitt ... 40
Appendix 2: Variabelförteckning ... 41
Appendix 3: variabel för regional näringsmix ... 41
Appendix 4: Ekonometriska Tester ... 42
Multikollinearitet ... 42
Heteroskedasticitet ... 43
Breusch-‐Pagan / Cook-‐Weisbergs test för heteroskedasticitet ... 45
Appendix 5: Poolad data regression: estimat för varje kommun ... 46
Appendix 6: .do-‐file kodning ... 54
Kodning ... 54
Analyser ... 57
Inledning
Arbetslösheten är ett ämne som har många förklaringsmodeller; de kan kopplas till individen och ett lands konjunktur, men de finns även en regional dimension på problemet. Hög arbetslöshet innebär enligt Forslund och Holmlund (2002) samhällsekonomiska kostnader i form av utebliven produktion, men också välfärdsförluster för de berörda i form av minskat fysisk och psykiskt välbefinnande. År 2008 inträffade finanskrisen som snabbt utvecklades till en realekonomisk kris (SCB-rapport, 2009). Detta fick nästan omedelbara effekter på efterfrågan, investeringar och tillväxt. Som en följd av detta ökade arbetslösheten kraftigt i Sverige. Men det finns även stora skillnader i arbetslöshets på regional nivå. Vad är det som avgör dessa skillnader och vilka regionala karaktäristika är avgörande för att bibehålla en hög sysselsättning i tider av ekonomisk nedgång? Denna uppsats presenterar en undersökning i huvudsak bestående av relationen mellan nettoflöden av arbetskraft och arbetslöshet i Sveriges olika kommuner.
I en studie av Barnichon och Nicarda (2012) används en enkel analogi för hur flöden av arbetskraften påverkar arbetslösheten i en region. Nivån av arbetslöshet kan tänkas som vattennivån i ett badkar. Hastigheten på inflödet av vatten från kranen och hastigheten på utflödet av vatten via avloppet bestämma vattennivån i badkaret givet en ursprunglig nivå. När inflödet har samma hastighet som utflödet av vatten kommer vattennivån i badkaret vara konstant. Men om inflödets hastighet ökar i förhållande till utflödets hastighet kommer vattennivån, eller i vårt fall arbetslösheten, att vara högre i framtiden. Med detta tankesätt kommer vi ta hänsyn till nettoflödet av befolkning och arbetskraft i Sveriges 290 kommuner och se hur skillnader mellan regioner påverkar de regionala variationerna i arbetslösheten. Uppsatsen är disponerad på följande sätt: I kapitel 1 presenteras de teoretiska utgångspunkterna. Den teoretiska utgångsmodellen för vår studie är Browns (1972) jämviktsmodell där förändringen i antalet arbetslösa på regional nivå är ett resultat av naturlig tillväxt i arbetskraftsutbud, arbetskraftmigration och pendling. Dessa variabler är flöden av arbetskraft på arbetsmarknaden. Burridge och Gordon (1981) vidareutvecklar Browns modell för att ta hänsyn till ytterligare variabler som påverkar regional arbetslöshet. I likhet gör vi i denna uppsats en utveckling av Browns (1972) jämviktsmodell. Vi har i urvalet av förklarande variabler utgått ifrån de Elhorst (2003) hävdar vara de vanligaste variablerna att
förklara regional arbetslöshet utifrån. I kapitel 2 redovisas erfarenheter från tidigare studier vilket innehåller en litteraturgenomgång där vi presenterar tidigare forskning om regional arbetslöshet. Avsnittet redogör för de variabler som vi använder i vår slutgiltiga modell. De variabler vi presenterar är först de som tillhör Browns (1972) ursprungliga jämviktsmodell, sedan följer genomgång av den vektor av variabler över regionala karaktäristika som är ämnade att utöka Browns (1972) grundmodell i likhet med Burridge och Gordons (1981) studie. Kapitel 3 presenterar de data som används för analysen. Här presenteras beskrivande statistik samt en redogörelse och motivering för de använda ekonometriska modellerna. Kapitel 4 presenterar resultaten från våra regressioner samt analyserna av dessa resultat. Slutligen i kapitel 5 för vi en avslutande diskussion där vi sammanfattar och diskuterar resultaten.
Syftet med uppsatsen är att empiriskt testa hur flöden av arbetskraft och andra variabler påverkar differenser i den regionala arbetslösheten vilka kan härledas från Brown (1972). Vår frågeställning är därför följande:
”Hur kan variation i regional arbetslöshet förklaras av flöden av arbetskraft?”
Teoretiska utgångspunkter
Detta avsnitts syfte är att redogöra för den teoretiska modell som studien empiriskt skall testa. Inledningsvis förklaras Browns (1972) ursprungliga modell som sedan vidareutvecklas av Burridge och Gordons (1981). Syftet med vidareutvecklingen är att ge oss en grund för vektorn av ytterligare variabler som introduceras i nästa kapitel. Avslutningsvis förs en kortfattad genomgång av andra teoretiska utgångspunkter.
Browns jämviktsmodell
Utgångspunkten för uppsatsen är att empiriskt testa den modell som utvecklades av Brown (1972). Modellen ger ett relativt enkelt ramverk vilken utvecklades för att kunna utvärdera effekterna av regeringens inducerade tillägg i jobbinflödet eller utflödet av arbetskraft från regioner med hög arbetslöshet. Modellen består av olika flöden som har en direkt inverkan på förändringar i regional arbetslöshet där ett stabilt mönster av regionala arbetslöshetsdifferenser utgör modellens jämvikt. Differensen i arbetslöshet är i modellen definierad som skillnaden mellan utbudet och efterfrågan på arbetskraft. De olika elementen i modellen utgörs av flöden som har både positiv och negativ inverkan på arbetslöshetsdifferenser i regionen. Browns (1972) modell kan beskrivas enligt följande: [1] ∆𝑈𝐸!" ≡ 𝑁𝐼!"+ 𝑁𝑀!"− ∆𝐸!" + ∆𝑁𝐶!" , där förändringar (∆) avser region i vid tidpunkt t. UE = antal arbetslösa, NI = naturlig ökning i antal ekonomiskt aktiva, E = antal sysselsatta, NM = Netto-arbetskraftmigration samt NC = Netto-pendling
Förändringarna av antalet arbetslösa kommer således att bero på den naturliga ökningen av antalet ekonomiskt aktiva, netto arbetskraftsmigration minus förändring i sysselsättningsnivån plus förändring i nettopendling i en region i vid tid t. Skriver vi istället identiteten [1] i termer av andelar och differenser:
[2] ∆𝑈! ≡ 𝑆 + 𝑠! − 𝑅 + 𝑟! + 𝑚! + ∆𝑐!, där U = andelen arbetslösa !"! , S = nationell tillväxttakt i arbetskraftsutbud !"!
sysselsättning, ri = regional avvikelse från R, mi =netto migrationstakt !"! !
! samt ci = netto
pendlingstakt !"!
!! .
På en nationell nivå kommer identiteten att få följande utseende:
[3] ∆ 𝑈!− 𝑈! ≡ 𝑠! − 𝑟! + 𝑚! + ∆𝑐!
Arbetslöshetsdifferenserna kan anses vara i jämvikt när ovanstående identitet [3] är lika med noll, vilket ger följande ekvation:
[4] 𝑟! − 𝑠! = 𝑚! + ∆𝑐!
Burridge och Gordons vidareutveckling
Burridge och Gordons (1981) vidareutveckling av modellen består i huvudsak av inkludering av ytterligare förklaringsvariabler, vilka kan förväntas ha en inverkan på regional nivå av arbetslöshet. Med Browns (1972) teoretiska ramverk, som utan svårighet kan expanderas för att ta fler variabler i beaktning, estimerar Burridge och Gordon (1981) en modell för regional arbetslöshet. Ändamålet med författarnas modell är att empiriskt förklara arbetslöshet bland män med hjälp av tvärsnittsdata. Burridge och Gordon (1981) expanderar Browns (1972) modell med utgångspunkt i data för regionala karaktäristika som potentiellt sätt skulle kunna påverka ett migrationsbeslut. Modellen inkluderar därmed fler förklarande variabler och har följande utseende: [5] 𝑈! = 𝑣! 𝑈! + 𝑣! !!!!! !! + 𝑣! 𝑟!− 𝑟! + 𝑣! 𝐶!!− 𝐶!! + 𝑣! 𝐶!!− 𝐶!! + +𝑣! 𝐶!!− 𝐶!! + +𝑣! 𝐶!!− 𝐶!! + 𝑣! 𝐶!!− 𝐶!! + 𝑣! 𝐶!!− 𝐶!! + 𝑣!" !!!! !!
I ekvation [5] betecknar: 𝑣 koefficienter, uttrycket 𝑈! = !!!
!! =
!!!!!"# (!!!!") !!!
!!!"# (!!!!")
!!! ett
påverkar ett eventuellt migrationsbeslut och !!!!!
!! en variabel som mäter differensen mellan
regional avvikelse från den nationella tillväxttakten i sysselsättning och regional avvikelse från nationella tillväxttakten arbetskraftsutbudet som en kvot av sysselsättningen. Vidare
betecknar 𝑟! − 𝑟! differensen i tillväxten i arbetskraftsefterfrågan. Övriga variabler i
modellen är Ci1 vilken indikerar andel lågutbildade arbetare, Ci2 avser andel män över 65 års
ålder, Ci3 är ett mått på den regionala befolkningstätheten, Ci4 är logaritmen av
befolkningsmängden, Ci5 visar i denna studie på lön för heltidsarbete (för män), Ci6 är ett mått
på regionens attraktionskraft, 𝑟! är lika med förändring i arbetskraftens tillväxttakt i relation
till pendling inom landet. Slutligen står ci för andel inpendlare i arbetskraften.
Syftet med uppsatsen är att empiriskt testa Browns (1972) ursprungsmodell, men att även i likhet med Burridge och Gordon (1981) inkludera och testa för andra variabler. Övriga variabler utöver de i Browns (1972) modell väljs utifrån vilka som i senare studier har visat sig ha en påverkan på regional arbetslöshet. Vår modell är uppbyggd på följande vis:
[6] ∆U! = α + β!𝑃 + β!𝑀 + β!𝐷 + β!𝑁𝐼!!!"+ γ!𝐗, där Ui = Regional arbetslöshet i %, P = Förvärvsarbetare som är utpendlare i %, D = Inrikes nettomigration, NI = Naturlig ökning i arbetskraften och X = Vektorvariabel för övriga regionala karaktäristiska
Elhorst (2003) som gjort en översiktsstudie på området har i sin studie en tabell som visar den direkta effekten på arbetslösheten och dess nivå av ett extra jobb eller en extra invånare inom en region. Tabellen är baserad på ”The accounting identity”, dvs. Browns (1972) modell vilket är modellen vi testar.
Tabell 1. Effekten på arbetslöshet från 1 extra jobb eller 1 extra invånare. Elhorst (2003)
1 extra jobb 1 extra invånare fylld av förändring I UE förändring I Ui typ av invånare Förändring I UE Förändring I Ui arbetslös -1 −1 𝐿𝐹 < 0 arbetslös +1 𝑈𝐸 + 1 𝐿𝐹 + 1− 𝑈𝐸 𝐿𝐹 > 0 icke-deltagare 0 𝑈𝐸 𝐿𝐹 + 1− 𝑈𝐸 𝐿𝐹 < 0 icke-deltagare 0 0 jobb in-migrant 0 𝑈𝐸 𝐿𝐹 + 1− 𝑈𝐸
𝐿𝐹 < 0 jobb in-migrant
+1 𝑈𝐸 + 1 𝐿𝐹 + 1− 𝑈𝐸 𝐿𝐹 > 0 in-pendlare 0 0 ut-pendlare 0 𝑈𝐸 𝐿𝐹 + 1− 𝑈𝐸 𝐿𝐹 < 0
UE – antalet arbetslösa, Ui – andel arbetslösa, LF – arbetskraft, UE < LF per definition. Jobbmigranten antas ändra arbetsplats och bostadsort mellan två regioner, pendlaren antas ändra antingen arbetsplats (vänstra kolumnen) eller bostadsort (högra kolumnen).
Av tabellen framgår det att den största reduktionen i arbetslöshet uppstår när en arbetslös person fyller en jobbvakans. Tabellen ger en överskådlig bild på arbetskraftsutbudseffekterna av migration. 1 extra jobb fylld av en arbetslös, en icke-deltagare eller en jobb-inmigrant kommer att leda till att arbetslösheten kommer att sjunka, förutom om vakansen fylls av en inpendlare då den är oförändrad. Av tabellen kan vi också se hur 1 extra invånare som är utpendlare kommer att påverka den regionala arbetslösheten. En person som bor i en kommun, men som pendlar ut till en annan kommer att påverka arbetslösheten i sin hemregion negativt. Elhorst (2003) menar att regioner med hög nettoinpendling kommer att uppvisa högre arbetslöshet. Detta kan enligt Hanson och Pratt (1988) bero på att högutbildad befolkning bosätter sig utanför stadskärnan medan lågutbildade och etniska minoriteter stannar kvar i stadskärnan. Elhorst (2003) framhåller även att inpendling i likhet med migration kommer att få effekter på både regionalt utbud och efterfrågan på arbetskraft. Mest sannolikt är att utbudseffekterna är de mest framträdande eftersom pendlare troligen spenderar större delen av sin inkomst i sin hemregion istället för där de jobbar. Effekterna på kort sikt av ett ökat arbetskraftsutbud i form av jobbmigranter kan ses direkt i Browns (1972) teoretiska modell som presenteras i detta avsnitt. Ett extra jobb i en kommun som tas av en jobbmigrant kommer att lämna nivån av arbetslöshet oförändrad men andelen arbetslösa kommer minska eftersom: !"!!!" −!"!" < 0 . Detta sker under antagandet att arbetskraftsmigranten tränger undan en redan bosatt från sitt jobb. Den naturliga befolkningsökningen kan leda till en mer ihållande arbetslöshet om den överstiger tillväxttakten i efterfrågan på arbetskraft (se exempelvis Burridge och Gordon, 1981; Vedder och Gallaway, 1996).
Andra teoretiska modeller
Det finns likväl andra teoretiska modeller som rör den regionala arbetslösheten som kan hjälpa oss att mer precist bestämma vilka variabler som ska ingå i vektorn vi benämner X. Friedberg och Hunt (1995) framhåller att de teoretiska modellerna inte direkt kan förklara hur arbetslösheten kommer att påverkas av immigration. Vad modellerna däremot kan förklara är
hur produktionsfaktorerna kommer att påverkas av inflöde av immigranter. Teorier om hur lönenivån påverkas av immigrantinflöde är olika beroende på hur sluten eller öppen ekonomin är. Enligt Friedberg och Hunt (1995) kommer immigrantinflödet i en sluten ekonomi sänka kostnaderna för de produktionsfaktorer där immigranternas arbetskraft utgör ett substitut för den redan befintliga arbetskraften. Det betyder att ett inflöde av lågutbildade immigranter kommer att sänka lönerna för alla lågutbildade arbetare i ekonomin, men lämna en oklar effekt på högutbildades löner och på kapitalåterbäring. Eftersom priset på lågutbildad arbetskraft går ner kommer det finnas incitament för företagen att substituera bort högutbildad arbetskraft och kapital mot lågutbildad. Men detta ger även effekter på produktionens skaleffekt. När optimal produktion blir högre på grund av utökat utbud av lågutbildad arbetskraft kommer företagen använda mer av alla produktionsfaktorer.
En annan teoretisk utgångspunkt för att studera sambandet mellan migration och arbetslöshet
är Heckscher-Olin modellen som avser en öppen ekonomi (Heckscher och Ohlin, 1991).
Heckscher-Olin modellen ger ett annorlunda svar på vad som kommer hända med lönerna när utbudet på arbetskraft ökar. Den modellen visar att ett skift av arbetsutbudskurvan kommer kompenseras av ett skift i produktionsmixen som gynnar sektorer som är arbetskraftsintensiva. Det ökade arbetsutbudet i den öppna ekonomin kommer alltså inte att förändra faktorpriserna (Leamer, 1995). Detta är ett synsätt som förekommer även i Borjas (1994) som poängterar att stadsområden har ett flöde av arbetskraft, kapital och varor och att faktorpriserna anpassas. Dessa modeller bygger på antagandet att lönenivån justerar sig efter arbetsutbudet, i vilken arbetsarbetslöshet inte uppstår automatiskt. Skulle dock lönenivån vara rigid, kommer en arbetslöshet uppstå från ökningen i arbetskraftsutbudet.
I följande avsnitt presenteras tidigare forskning om regional arbetslöshet. Följande redogörelse tar fasta på vilka variabler som används för att förklara variation i arbetslöshet och dess koppling till den teoretiska modellen. Den aktuella forskningen kring de olika variablerna presenteras i samma ordning som de är uppställda i uppsatsen modell:
∆𝑈! = α + β!𝑃 + β!𝑀 + β!𝐷 + β!𝑁𝐼!!!"+ γ𝐗
där uppsatsen först utgår ifrån de variabler som har sin grund i Browns (1972) modell. I det nästföljande avsnittet presenterar vi en litteraturgenomgång avseende den vektor av variabler som ämnar utöka uppsatsen modell.
Grundvariablerna i modellen
Grundvariablerna utgörs av de variabler som har direkt koppling till den teoretiska modellen
vi introducerar i föregående avsnitt. ∆Ui är den beroende variabeln arbetslöshet i %, P står för
andel förvärvsarbetare som är utpendlare i %, M är variabeln för immigrationsnetto, D är inrikes nettomigration, NI betecknar naturlig ökning i arbetskraften och X är en vektor av variabler som testar för regionala karaktäristika.
Pendling (P)
En variabel som tidigare studier pekat på som viktig för att förklara skillnader i arbetslöshet är en kommuns pendlingsmöjligheter. I relation till uppsatsens frågeställning kan förhållandet mellan arbetslöshet och pendling enligt Elhorst (2003) antas vara detsamma som förhållandet mellan arbetslöshet och migration under antagandet att pendling utgör ett substitut till migration. Därför är detta en befogad utgångspunkt för vår undersökning då många av Sveriges kommuner är kommuner med hög andel pendlare (se exempelvis Kommungruppsindelning SKL, 2003). Elhorst (2003) menar att i takt med att transportmöjligheter har förbättrats genom utbyggd infrastruktur och sänkta transportkostnader har befolkningssammansättningen förändrats i urbaniserade områden. Två empiriska studier har funnit bevis för ett positivt samband mellan nettoinpendling och arbetslöshet (se exempelvis Burridge och Gordon, 1981; Van der Veen och Evers, 1983). Den teoretiska modellen visar att en ut-pendlare påverkar arbetslösheten så att förändringen är
!" !!!!−
!" !" < 0.
Sammantaget visar tidigare studier att om andelen utpendlare ökar kommer arbetslösheten för den kommunen minska. Därmed förväntar vi oss en negativ effekt på förändringen av arbetslösheten till följd av ökad utpendling.
Immigration (M) och inrikes migration (D)1
Immigration är en viktig variabel eftersom det finns regionala skillnader i hur väl immigranter integreras på den svenska arbetsmarknaden. Detta visar Bevelander och Lundh (2007) i sin studie och i en jämförelse mellan Stockholm, Göteborg och Malmö finner Bevelander et al. (1997) stora skillnader i hur väl immigranterna integreras. Likaså finner Lundh et al. (2002) att den regionala arbetsmarknaden var av stor betydelse för immigranters arbetslöshet i kommunen. I Stockholmsregionen, Jönköping- och Kronobergs kommun var sysselsättningen högre än genomsnittet i landet för inrikes födda såväl som immigranter. Studien visar också att lågutbildade immigranter har lättare att integreras ekonomiskt i Stockholm jämfört med i omkringliggande regioner. Enligt Bevelander och Lundh (2007) beror detta på att det fanns en större efterfrågan på lågutbildad arbetskraft i den privata sektorn. Då det visats att den regionala arbetsmarknaden har betydelse för immigranters integrering på arbetsmarknaden kan detta ses som en förklaring till varför skillnader i regional arbetslöshet uppstår.
Migration kan dock både ske från utlandet i form av immigration men även som en inrikes förflyttning. Chalmers och Greenwood (1985) hävdar att effekten av regional migration är en empirisk fråga eftersom det har effekt både på utbud och efterfrågan av arbetskraft. Utbud av arbetskraft ökar direkt samtidigt som efterfrågan på arbetskraft ökar indirekt. De indirekta effekter som migration har på arbetskraftsefterfrågan kan vara att migranterna skiljer sig från befolkningen i följande avseenden: annat humankapital, färdigheter, entreprenöriella egenskaper och uppfinningsrikedom vilket ger effekter på den lokala produktiviteten. I det initiala skedet kommer nyanlända att öka konsumtionen i regionen vilket i synnerhet är tydligt på husmarknaden, men de kommer även att behöva lokalt producerade varor och tjänster vilket på sikt ger en positiv effekt på efterfrågan (se exempelvis Armstrong och Taylor, 1993; Van Dijk, 1986, s. 34).
En annan syn på immigrationens effekt på arbetslösheten återfinns i en studie av Dustmann et. al. (2003). De menar att inflöde av immigranter påverkar arbetskraftens kompetenssammansättning om den för immigranter skiljer sig från den redan existerande.
1 I vår uppsats benämner vi utrikes migration till Sverige som ”immigration”, och inrikes migration som ”migration”.
Förändringen i kompetenssammansättning leder till icke-jämvikt mellan utbud och efterfrågan av olika arbetskraftstyper vid befintliga löner, priser och produktionsnivåer. Återställning av jämvikt kan sannolikt leda till kortsiktig förändring i löner och sysselsättningsnivå och därmed arbetslöshet för olika yrken. Detta kan innebära långsiktiga förändringar, men det faktiska utfallet är osäkert. Dock pekar Rooth (2000) i sin studie på att utbildningsnivån och därmed kompetensnivån för flyktingimmigranter inte påverkar sannolikheten att få arbete i Sverige, utan att det är svensk arbetserfarenhet som är det viktigaste. Författaren kan förvisso inte utesluta att det initiala jobbsökandet påverkas av utbildningsnivån. Denna effekt avtar dock med tiden då svensk arbetserfarenhet blir allt viktigare.
Det kan vara betydelsefullt att särskilja flyktingimmigranter från övriga immigranter enligt Segendorf och Teljosuo (2011) då den gruppens humankapital i synnerhet tenderar att depreciera vid ankomsten till Sverige. Deprecieringen kan bero på att immigranterna inte kan utnyttja tidigare utbildning från hemlandet samt avsaknaden av det svenska språket och kunskapen om det svenska samhället. Likaså hävdar Rooth (2000) att flyktingimmigranter påverkar sysselsättningsnivån negativt. Studien förklarar den försämrade sysselsättningen i Sverige utifrån förändringarna i immigrationens karaktär, dvs. att flyktingimmigration har ökat relativt arbetskraftsimmigration.
Dustmann et al. (2003) poängterar även att det är osäkert vilken riktning orsakssambandet har mellan inflöde av immigranter och utfallet på arbetsmarknaden. Immigranter kan bli attraherade till de områden som upplever nuvarande ekonomisk framgång. I detta fall är det inte bara flödet som leder till förändringar på arbetsmarknaden utan också att själva förändringen på arbetsmarknaden kan driva inflödet av immigranter. Detta skulle leda till en felaktig skattning av flödets effekt på arbetsmarknaden. Sålunda kan även den rådande arbetslösheten ha en påverkan på immigrantinflödets omfattning. Samma resonemang är även applicerbart när vi ser till inrikes migration.
Sammantaget visar tidigare studier att om andelen immigranter ökar så är effekten på den regionala arbetslösheten tvetydig eftersom migration påverkar både arbetskraftsefterfrågan och arbetskraftsutbudet.
Naturlig ökning av antal ekonomiskt aktiva
De flesta studier som finns representerade i Elhorst (2003) survey ignorerar den naturliga ökningen av antalet ekonomiskt aktiva, eftersom förändringar i födelsetalen inte får en effekt på arbetslösheten förrän efter många år. Johnson och Kneebone (1991) fann att födelsetalen
hade en uppåtgående effekt på den arbetslösheten i sju av tio regioner, där två av dem hade statistiskt signifikant resultat. Men eftersom det enligt Elhorst (2003) finns ett samband mellan barnahavande och kvinnors deltagande i arbetskraften kommer förändringar i födelsetalen påverka arbetskraften omedelbart, även om den naturliga ökningen i sig dröjer innan den påverkar arbetskraftsdeltagandet. En annan utgångspunkt för denna variabel är ungdomsarbetslöshet. Människor som uppnår arbetsför ålder kommer att tillhöra arbetskraften vilket har en påverkan på arbetslösheten. Eftersom det är hög ungdomsarbetslöshet i Sverige enligt (SCB: Arbetsmarknads- och utbildningsstatistik, 2013) är detta en motivation till att testa för variabeln.
Sammantaget visar tidigare studier att naturlig befolkningsökning påverkar arbetslösheten på både kort och lång sikt med en uppåtgående effekt, varav vi förväntar oss en positiv koefficient för variabeln naturlig ökning av antal ekonomiskt aktiva.
Övriga variabler
Tidigare studier har också visat hur andra variabler kan påverka den regionala arbetslösheten. I detta avsnitt presenterar vi en relevant litteraturgenomgång avseende de variabler som vi använder i den slutgiltiga modellen. Dessa förklarande variabler avser vektorn X.
Lönenivå och bruttoregionalprodukt
Sambandet mellan regional arbetslöshet och lönenivå är enligt Elhorst (2003) traditionellt sett positivt. Detta eftersom en högre lön ger ett högre arbetskraftsutbud och en lägre efterfrågan på arbetskraft. I tidigare studier har denna variabel använts och specificerats på olika vis med varierande resultat. I Burridge och Gordon (1981) finner författarna att regional arbetslöshet har ett positivt samband med lönenivån. I Partridge och Rickman (1997a, 1997b) används en variabel som fångar upp avvikelse från genomsnittslönen vilken visar positivt samband med den regionala arbetslösheten. Partridge och Rickman (1997b) anser att detta samband beror på att löner som överstiger genomsnittslönen kommer att ge en nedgång i sysselsättningen nästkommande år, eftersom företagen inte längre är konkurrenskraftiga gentemot landet som helhet. Samma studie visar dock att förändringen i reallöner har negativt samband med den regionala arbetslösheten. Partridge och Rickman, (1995) använde även en tidsförskjutning av löneavvikelsevariabeln, vilken var positiv och signifikant. Mohlo (1995a) påvisade ett negativt samband mellan den regionala arbetslösheten och logaritmen av lönenivån. Dock var resultatet inte signifikant. Vidare resonerar Elhorst (2003) att det är problematiskt när studier ser till nominella löner och inte reala löner. De flesta studier använder aggregerade genomsnittsinkomster, vilket innebär att skillnader i levandekostnaders effekt på den reala köpkraften ignoreras. Detta problem kan enligt Murphy (1985) lösas genom att använda relativlöner definierat som regional lönenivån dividerat med nationella nivån.
Det finns även en annan aspekt av inkomstnivåerna som måste beaktas. Den regionala motsvarigheten till bruttonationalprodukten, BNP, kallas bruttoregionalprodukten, förkortat BRP. Summeras alla BRP i Sverige erhålls BNP. Då inkomst (lönesummor) är en stor del av BRP använder vi också denna variabel som en indikator för BRP. BRP är sannolikt det mått på regional nivå av arbetskraftsefterfrågan som är mest vida använt i praktiken enligt Isserman et al. (1986). Allmänt sett är det enkelt att se ett nära samband mellan regional arbetslöshetsandel och BRP per invånare, men eftersom dessa variabler besitter ett
funktionellt samband kan svårigheter uppstå när denna variabel tas i beaktning (Europakommissionen, 1996).
Sammanfattningsvis visar tidigare studier således att det ofta är ett positivt samband mellan
regional arbetslöshet och lönenivå eftersom arbetskraftutbudet ökar och
arbetskraftsefterfrågan minskar. Men eftersom det finns två aspekter av denna variabel är utfallet mer osäkert. Koefficienten för inkomstnivå förväntas därmed ha antingen ett positivt eller ett negativt tecken.
Regional bransch mix
Regional arbetslöshet kan enligt Elhorst (2003) även förklaras utifrån hur den regionala produktions-mixen ser ut. Det finns två utgångspunkter i detta resonemang: den ena är att industrier som är på nedgång uppvisar högre arbetslöshet än växande industrier, och den andra är att utgå ifrån att arbetslösheten är bunden till industrier i sig istället för regioner. Två studier finner att en minskning i andelen arbetare i tillverkningssektorn hjälper till att minska den regionala arbetslösheten (se exempelvis Summers, 1986; Partridge och Rickman, 1995). Men i en summering gjord av Elhorst (2003) framgår det att resultaten i andra empiriska studier som tittar på andelar inom olika sektorer lämnar varierande resultat. Ytterligare en nackdel med denna indelning är att andelar kan förändras utan det sker en faktisk förändring i sysselsättningen inom en viss sektor. Elhorst (2003) menar att denna förändring inte kommer påverka arbetslösheten, vilket gör att det är tveksamt om andelar är den bästa referensramen för denna typ av studie. En annan utgångspunkt är att undersöka den regionala mångfalden av olika industrier, vilket har uppvisat ett negativt samband med regional arbetslöshet i Neumann och Topel (1991) samt Malizia och Ke (1993). Elhorst (2003) hävdar att det negativa sambandet beror på att den industriella mångfalden ger en bättre möjlighet till omfördelning av arbetskraften mellan företag och olika industrisektorer efterhand som behoven förändras. Sammanfattningsvis antyder tidigare studier att regional bransch mix har en osäker inverkan på arbetslösheten. Men eftersom vår studie använder privata tjänstesektorns andel som variabel förväntas en negativ koefficient.
Vakanser
För att beakta efterfrågan på arbetskraft inkluderar vi vakanser som en förklarande variabel. Beveridgekurvan är en kurva som visar sambandet mellan andelen arbetslösa och antalet
vakanser (se exempelvis Aranki och Löf, 2008). Ökar andelen arbetslösa samtidigt som antalet vakanser minskar kan man se det som ett fall i efterfrågan på arbetskraft. Då sker en rörelse utmed kurvan. Ökar däremot både antalet vakanser och andelen arbetslösa kan det tyda på strukturella förändringar. Gorter et al. (1990) använder i sin studie vakanser som förklarande variabel och där finner de att varaktigheten för arbetslöshet minskar till följd av en ökad tillgång på vakanser. Elhorst (2003) hävdar att regioner som har hög arbetslöshet och få vakanser reflekterar ett utbudsöverskott. Vidare hävdar Elhorst (2003) att de regionerna med låg arbetslöshet och många vakanser i istället speglar ett efterfrågeöverskott. Enligt Pissarides et al. (1986) avspeglar en stigande arbetslöshet ett fall i antalet vakanser eftersom vakanser är ett mått på arbetskraftsefterfrågan. Vidare resonerar Pissarides et al. (1986) att antalet vakanser indikerar företagens villighet att anställa nya arbetare. På liknande sätt kan variansen i vakanser ses som en indikator på variationen i arbetskraftsefterfrågan över de olika åren. I studien finner Pissarides m.fl. (1986) att en nedgång av antalet vakanser leder till en ökning i arbetslösheten.
Av resultaten från tidigare studier kan vi förvänta oss en negativ relation mellan antalet vakanser och arbetslöshet. Dock använder vi variabeln variansen i vakanser som inte direkt kan jämföras med antalet vakanser. Därmed är förväntningen på koefficientens tecken osäker.
Utbildningsnivå
Utbildningsnivå har inkluderats som förklarande variabel i sju studier. Nästan utan undantag hade en hög utbildningsnivå en negativ effekt på arbetslösheten. Effekten av utbildningsnivå på arbetslösheten var signifikant i fem av dessa studier (se exempelvis Burridge och Gordon, 1981; Simon, 1988; Holzer, 1993; Malizia och Ke, 1993 och Patridge och Rickman, 1995). Elhorst (2003) menar att det finns flera förklaringar till varför högutbildade människor har lägre arbetslöshet än lågutbildade människor. En anledning kan vara att högutbildade oftare har en mer efterfrågad kunskap, åtminstone i ekonomier med fortgående teknologisk utveckling än vad lågutbildade människor har. Det är också sannolikt att högutbildade är bättre på att genomföra effektivare jobbsökningar. Dessutom är de högutbildade mindre benägna att bli uppsagda och upplever därför mer stabila mönster av sysselsättning. Detta är förklaringar till varför en högutbildad individ kan lyckas bättre än en lågutbildad vad gäller att få eller ha kvar ett jobb. En annan anledning som Burridge och Gordon (1981) samt Evans och McCormick (1994) finner är att en arbetslöshet högre än genomsnittet försämrar incitamenten för de lågutbildade att emigrera eftersom de har relativt låg konkurrenskraft på
andra regionala arbetsmarknader. Sålunda påvisar tidigare studier att högre utbildning skulle ge lägre arbetslöshet och därmed förväntas koefficienten för utbildning ha ett negativt tecken. De förväntade effekterna av de olika aspekterna som ovan diskuterats sammanfattas i tabell 2
Tabell 2. Förväntade effekter av de förklarande variablerna på förändring i arbetslöshet
Variabel Förväntat tecken
Huvudvariabler:
Utpendling negativ
Immigrationsandel osäker
Inrikes nettomigration osäker
Föddat-18 positiv/osäker
Vektorvariabler:
Diff. Medianinkomst laggad osäker
Privat tjänstesektor negativ/osäker
Varians i vakanser osäker
Högutbildade negativ
Data och ekonometriska modeller
I kapitlet data och ekonometriska modeller redogörs för datainsamling och de variabeltransformeringar som gjorts. Kapitlet redogör också för de ekonometriska metoder som använts
Uppsatsen tillämpar kvantitativ metod som går ut på att relevant data samlas in och bearbetas statistiskt.
Data och beskrivande statistik
Data är inhämtad från SCB, kommun- och landstingsdatabasen (KOLADA), samt Arbetsförmedlingen (AMS).
I undersökningen ingår samtliga 290 kommuner i Sverige och data är insamlad för år
2005-2011. Dataunderlaget innehåller uppgifter om den beroende variabeln
”arbetslöshetsdifferenser”, de förklarande grundvariablerna; utpendling i procent, netto
immigrationsandel, netto inrikes migration, födda-18, samt de förklarande vektorvariablerna;
laggad differens av medianinkomst, privat tjänstesektor, varians i vakanser samt högutbildade. För en detaljerad variabelspecifikation hänvisas läsaren till Appendix 2. Eftersom den beroende variabeln är en differens och eftersom medianinkomstdifferensen är tidsförskjuten 1 år innebär det att vår observationsperiod består av åren 2007-2011, dvs. regressionerna baseras på 1440 observationer. Deskriptiv statistik för dessa variabler presenteras nedan i tabell 3.
Tabell 3. Beskrivande statistik
Variabel Medelv. År 07 Std avv År 07 Medelv. År 08 Std avv. År 08 Medelv. År 09 Std.avv År 09 Medelv. År 10 Std.avv År 10 Medelv. År 11 Std avv. År 11 beroende variabel Arbetslöshet s- differens -1.68 0.72 - 0.62 0,59 2,31 1,04 1,86 0,9 -1,01 0,69 oberoende variabler Utpendling 35,1 18.42 35,69 18,49 36,07 18,45 36,48 18,4 36,16 18.33
I tabell 3 visas deskriptiv statistik för den beroende samt de oberoende variablerna för de olika åren i observationsperioden. Arbetslöshetsdifferensen är den beroende variabeln som anger skillnaden i andel arbetslösa från ett år till nästkommande år i procentenheter. Av tabellen framgår att arbetslöshetsdifferensen har ett negativt medelvärde åren 2007-2008 samt år 2011. År 2009 och 2010 visas ett relativt högt och positivt medelvärde, dock något lägre år 2010. Dessa år uppvisar också de högsta standardavvikelserna, allra högst för år 2009. Detta kan tyda på att 2009 är ett exceptionellt år som påverkats mycket av den exogena chocken, finanskrisen.
Diagrammet som visas i figur 1 beskriver förändringen i arbetslöshet över observationsperioden (2007-2011) Immigration sandel 0,01 0,01 - 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 Inrikes nettomigrati on 0 228,48 0 218,4 0 321,96 0 299,87 2,362 224,32 föddat-18 402,85 749,47 430,33 781,69 429,64 769,54 426,55 774,56 409,71 763,3 Median-inkomstt-1 0,99 0,47 0,79 0,55 0,76 0,52 1,2 0,65 -0,68 0,7 Privat tjänstesektor 0,23 0,1 0,21 0,1 0,21 0,09 0,21 0,09 0,22 0,09 Varians i vakanser 40359, 27 0,47 52679,8 621248 9977,29 81 71158, 10390,5 83366,7 19410,72 182977,7 Högutbildad e 0,13 0,05 0,14 0,06 0,14 0,06 0,15 0,06 0,15 0,06
Figur 1. Beroende variabel arbetslöshetsdifferenser år 2007-2011
Figur 1 visar att differenserna har en någorlunda konsekvent spridning över observationsperioden medan variationen mellan åren förändras påtagligt. Från år 2008-2010 är det en tydlig uppgång i arbetslöshetsdifferensen för att sedan år 2011 minska igen.
Utpendling är den första oberoende variabeln vilket är andelen förvärvsarbetare som pendlar ut från en kommun. Denna uppvisar ett medelvärde som varierar mellan 35,1 - 36,48. Detta tyder på att i genomsnitt pendlar runt 36 procentenheter ut från kommunerna. Nettoimmigration som avser utrikes in och utflyttningar är nästa variabel vilken har ett stabilt medelvärde på 0,01 förutom året 2008 som uppvisar ett medelvärde på -0,01. Detta betyder att i genomsnitt immigrerar 0,1 procent till kommunerna förutom år 2008 då i genomsnitt 0,1 procent emigrerade från kommunerna. Inrikes nettomigration är inflyttade minus utflyttade till de olika kommunerna. Denna variabel uppvisar ett medelvärde på 0 för alla åren utom år
2011. Variabeln föddat-18 anger antalet födda 18 år tillbaka dvs. de som föddes mellan
1989-1993. Medelvärdet från tabell 3 ovan anger ett medelvärde som varierar mellan ca 403 - 430 vilket betyder att i genomsnitt var antalet födda mellan ca 403 - 430 personer i varje kommun de olika åren i observationsperioden. Differentierad real medianinkomst är tidsförskjuten ett år tillbaka och är justerad för KPI för att ange ett mått på reala löner. Medelvärdet är som högst år 2010 där de reala medianinkomsterna i genomsnitt ökade med 1,2 och som lägst år
-4 -2 0 2 4 6 a lo s_ d iff 2007 2008 2009 2010 2011 year
2011 där de reala medianinkomsterna i genomsnitt minskade med 0,68. Andel privat tjänstesektor anger andel av förvärvsarbetarna som tillhör den privata tjänstesektorn. Medelvärdena från tabell 3, visar en relativt jämn andel som jobbar inom privata
tjänstesektorn de olika åren i observationsperioden. Ca 0,21 - 0,23 visar att i genomsnitt
jobbar ca 21 - 23 procent av de förvärvsarbetande i den privata tjänstesektorn beroende på vilket år. Varians i vakanser är skapad av månadsvis nyanmälda jobb i arbetsförmedlingens platsbank. Variabeln testar för hur variationen i vakanser under de olika åren för varje kommun påverkar förändringen i arbetslösheten. Från variansen kan vi beräkna vilken avvikelse, spridning, som antalet vakanser har mellan kommunerna. Medelvärdet över kommunerna i variansen av vakanser varierar mellan som högst ca 52680 för år 2008 och som lägst 9977 för år 2009. Dessa medelvärden innebär att standardavvikelsen från medelantalet vakanser är ca 230 nyanmälda jobb för år 2008 och ca 100 nyanmälda jobb för år 2009. Denna stora skillnad kan troligen kopplas till finanskrisen. Slutligen är det andel högutbildade som anger andel av befolkningen som har en utbildning motsvarande minst tre år på högskolenivå. Tabell 3 visar att medelvärdet för andelen högutbildade år 2007 är 0,13 som sedan succesivt ökar till 0,15 år 2011. Detta säger oss att år 2007 hade i genomsnitt 13 procentenheter en utbildning som motsvarar 3 år på högskola eller mer och 15 procentenheter för år 2011.2
Finanskrisen
Enligt Johansson och Nord (2011) påverkades den svenska ekonomin stort av den globala finanskrisen år 2008. Bland annat så rasade Stockholmsbörsen, efterfrågan på exportindustriernas produkter försvann och många anställda varslades och blev uppsagda. Vidare skriver Johansson och Nord (2011) att förtroendet för banker, finansiella institutioner och myndigheter ifrågasattes när säkerheten i de svenska finansiella och ekonomiska systemen utsattes för press. När förtroendet för de viktiga samhälleliga institutionerna skadas kan en negativ spiral bildas som kan hota hela det ekonomiska systemet. Enligt Johansson och Nord (2011) så orsakade framförallt dåliga bostadslån i USA utan säkerhet finanskrisen. Och finanskrisen ansågs ha nått Sverige i mitten av september 2008. Som en följd av detta sjönk BNP kraftigt i Sverige.
2 Vi testade även för fler variabler, men begränsade oss till dem som här presenteras i detta avsnitt. Till exempel valde vi att inte inkludera Föddat-1 samt andra sektorer än tjänstesektorn. Andra variabler utelämnades också. Skäl till detta kunde vara att linjär kollinearitet kunde påvisas med andra variabler.
Vår observationsperiod innehåller åren för finanskrisen. Eftersom denna kris nådde Sverige i mitten på september kan tänkas att år 2009 blir det mest påverkade året. Detta synes också i den deskriptiva statistiken, framförallt i förändringen av andelen arbetslösa och i antalet vakanser. Finanskrisen kommer därmed påverka våra resultat i form av en exogen chock. Detta gäller särskilt för år 2009.
Metoder
För att kunna bearbeta insamlat material och kunna komma fram till resultat krävs ekonometriska modeller. Vi använder oss först utav poolad data med årsdummys som skattas med OLS. Detta tillvägagångssätt ger fördelar eftersom den empiriska analysen kan utökas för att ta med alla års data i beaktning.
I de två följande avsnitten redogörs kortfattat de metoder som tillämpas i resultatavsnittet.
Poolad regression
Uppsatsens modell antas: [7]
∆𝑈! = α! + β!"𝐷!+ β!"𝑀! + β!"𝑃!+ β!"𝑁𝐼!"!!"+ γ!𝐗𝒊+ β!"𝐷𝑦𝑒𝑎𝑟08 + β!"𝐷𝑦𝑒𝑎𝑟09 + β!"𝐷𝑦𝑒𝑎𝑟10 + β!"𝐷𝑦𝑒𝑎𝑟11 + !""𝛾!𝐾𝑜𝑚𝑚𝑢𝑛
!!! + , där 𝑖 = 1, 2, … ,290 𝑁 = 1440
I den här regressionsmodellen sammanläggs alla observationer för alla år och kommuner. För att fånga upp årsvis variation läggs dummyvariabler för åren in, där våra estimat för dummyvariablerna kallas årsfixa effekter. Dummyvariabler för var och en av kommunerna läggs också in.
Upprepade tvärsnitt
I denna metod körs en traditionell OLS-regression en gång för varje år i tidsserien. De upprepade tvärsnitten gör det möjligt att studera dynamiska förändringar vilket är en fördel då
uppsatsens data behandlar variabler som mobilitet bland befolkning och arbetskraft. (Gujarati och Porter, 2009)
8 ∆𝑈!" = α + β!P + β!M + β!D + β!NI!!!"+ γ!X, 𝑡 = 2007, … , 2011
De koefficienter och konfidensintervall som erhålls i dessa upprepade ekvationer plottas sedan för att studera dess utveckling över vår tidsserie.3
Resultat
I detta avsnitt presenteras resultat från olika regressioner vilka är nödvändiga för besvara uppsatsen frågeställning. Inledningsvis visas en regression där alla data är poolad, dvs. sammanslagen. Därefter genomförs analyser på upprepade tvärsnitt. Slutligen genomförs även en paneldata-analys med hjälp av en fixed effect-modell.
Poolad data
Tabell 4. Resultat av skattningarna av ΔUi. Poolad data.
Modell 1 2 3 4 5 Utpendling 0.065* 0.070** 0.065* 0.065* 0.062* (0.035) (0.035) (0.036) (0.036) (0.036) Immigrationsandel -15.437** -15.794** -15.927** -15.906** -16.330** (7.085) (7.172) (7.189) (7.190) (7.150) Inrikes nettomigration -0.000** -0.000** -0.000** -0.000** -0.000*** (0.000) (0.000) (0.000) (0.000) (0.000) Födda t-18 -0.002*** -0.002*** -0.002*** -0.002*** -0.002** (0.001) (0.001) (0.001) (0.001) (0.001) Diff medianinkomstt-1 0.113** 0.113** 0.112* 0.112* (0.057) (0.057) (0.057) (0.057) Priv tjänstesektors andel -1.588 -1.669 -1.770 (2.419) (2.424) (2.420) Varians i vakanser 0.000 0.000 (0.000) (0.000) Hög Utbildning -20.576*** (7.390) Årsfix effekt 2008 1.081*** 1.102*** 1.077*** 1.074*** 1.242*** (0.065) (0.066) (0.076) (0.077) (0.097) Årsfix effekt 2009 4.000*** 4.022*** 3.990*** 3.990*** 4.228*** (0.089) (0.089) (0.102) (0.102) (0.135) Årsfix effekt 2010 3.497*** 3.466*** 3.445*** 3.446*** 3.750*** (0.085) (0.086) (0.094) (0.094) (0.148) Årsfix effekt 2011 0.589*** 0.772*** 0.757*** 0.756*** 1.144*** (0.076) (0.120) (0.122) (0.122) (0.185) Konstant -4.542* -4.979** -4.150 -4.106 -1.038 (2.428) (2.409) (2.749) (2.749) (2.887) R2 0.83 0.83 0.83 0.83 0.83 N 1,440 1,440 1,440 1,440 1,440 * p<0.1; ** p<0.05; *** p<0.01
I regressionen baserad på poolad data-regression kontrollerar vi tidsdimensionen genom årsvisa fixa effekter, s.k. årsdummys. I denna analys inkluderas även dummyvariabler för varje kommun är inkluderade, dessa estimat presenteras istället i Appendix 5. I Tabell 4 kan vi se att utpendling genomgående får en positiv koefficient, den är dock endast signifikant på 5 % -nivån i modell 2. I övriga modeller är koefficienten signifikant på 10 % -nivån.
Koefficienten visar att om andelen förvärvsarbetare i en kommun som pendlar till en annan kommun ökar med en procentenhet kommer arbetslöshetsdifferensen i genomsnitt att öka med 0,062 procentenheter. Detta resultat går emot tidigare studiers resultat där en ökad andel pendlare i en kommun minskar andelen arbetslösa. Vi kan även jämföra resultatet med Browns (1972) teoretiska jämviktsmodell eftersom en extra invånare i en kommun som är en
utpendlare kommer att förändra arbetslösheten i procent så att !"
!"!!− !"
!" < 0 dvs. en minskning i arbetslösheten (se exempelvis Burridge och Gordon, 1981; Van der Veen och Evers, 1983). Dock visar den modellen hur en förändring i andel pendlare förändrar arbetslösheten, vilket gör att resultaten inte kan jämställas på ett rättvisande sätt. En tänkbar förklaring till vårt resultat kan vara att en stor andel arbetare pendlar ut från kommunen på grund av att kommunen saknar egna jobbmöjligheter.
Immigrationsandelen har i analyserna en genomgående negativ inverkan på arbetslöshetsdifferensen. Koefficienten på -16,33 innebär att om nettoimmigration ökar med 1 procentenhet kommer differensen i arbetslöshet i genomsnitt att minska med 16,33 procentenheter. Enligt den teoretiska modellen kommer en jobbmigrant som fyller en vakans förändra arbetslösheten i procent så att !"!!!" −!"!! < 0. Den negativa effekten kan förklaras av att immigrationens positiva efterfrågeeffekter är större än de omedelbara utbudseffekterna. Inrikes nettomigration har konsekvent negativ och signifikant påverkan på arbetslöshetsdifferensen. En kommun som har fler personer som flyttar in till kommunen än ut från kommunen har i genomsnitt lägre arbetslöshetsdifferenser under den observationsperioden som data täcker. Enligt Browns (1972) jämviktsmodell kommer en vakans som fylls av en jobbmigrant påverka arbetslöshetsdifferensen i procent så att
!" !"!!−
!"
!" < 0. En tolkning av detta resultat är följaktligen att inrikes migration till största del sker på grund av att migranten har fått ett nytt jobb i en annan kommun. Slutsatsen huruvida inflyttningen är driven av en kommuns ekonomiska framgång eller huruvida det är inflyttningen som orsakar den sjunkande arbetslöshetsdifferensen får vi vara försiktiga med, eftersom orsakssambandet är oklart (se exempelvis Dustmann et al., 2003).
Naturlig tillväxt i arbetskraftsutbudet har definierats som antalet födda laggad 18 år. Detta mått har naturligtvis sina brister eftersom vi även har en migration av unga människor. Koefficienten uppvisar negativa och signifikanta koefficienter i samtliga modeller vilket kan tolkas som att en ökning i naturlig tillväxt i arbetskraften minskar arbetslöshetsdifferensen. Detta betyder att den naturliga tillväxten i arbetskraftsutbud inte har överstigit tillväxten i sysselsättning (se exempelvis Burridge och Gordon, 1981; Layard et al., 1991, s. 306; Vedder
och Gallaway, 1996). Även om den naturliga ökningen kanske hade behövts operationaliseras på annat sätt kan vi, med viss försiktighet, dra slutsatsen att barnafödandet för 18 år sedan har en negativ påverkan på arbetslöshetsdifferenser.
Den laggade reala medianinkomstdifferens-variabeln används som en proxy för löner. Koefficienten är positiv och signifikant på 10 % -nivån i alla modell 5. Detta resultat har likheter med det Partridge och Rickman (1995) finner. De använder en variabel som fångar upp laggade regionala avvikelser från snittlönerna, vilken de finner positiv. De resonerar att löner som överstiger genomsnittslönen kommer att ge en nedgång i sysselsättningen det nästföljande året eftersom företagen inte längre är konkurrenskraftiga gentemot landet som helhet.
Denna variabel kräver även en diskussion utifrån ett annat synsätt eftersom medianinkomst är en ganska stor del av bruttoregionalprodukten. Enligt Isserman et al. (1986) kan detta ses som ett mått på regional arbetskraftsefterfrågan. Ett positivt samband mellan differentierade reala medianinkomster och den regionala arbetslösheten kan därför bero på att de ökade lönerna inte motsvarar en ökad efterfrågan på arbetskraft vilken leder till ökade arbetslöshetsdifferenser. Detta kan vara ett resultat av att finanskrisen påverkar vår estimaten för vår observationsperiod.
Privata tjänstesektorns andel har en negativ inverkan på arbetslöshetsdifferenserna i samtliga modeller. Dock är koefficienterna insignifikanta. Elhorst (2003) pekar på att en utgångspunkt för den regionala näringssektorsvariabeln är att nedåtgående industrier uppvisar en högre arbetslöshet, vilket bland annat visas i Summers (1986) där en minskning i andelen arbetare i tillverkningssektorn bidrar till att minska arbetslösheten. Att en högre andel arbetare i tjänstesektorn ger lägre arbetslöshetsdifferenser i två av våra modeller är således rimligt. Tilläggas bör dock att en stor del av den övriga litteraturen enligt Elhorst (2003) redovisar tvetydiga resultat. Dessutom är koefficienten insignifikant, vilket gör att vi ej kan dra en slutsats om denna variabel.
Variansen i antalet vakanser är en variabel som mäter fluktuationer från genomsnittet i antalet utannonserande jobb per kommun under årets alla månader. Koefficienten är insignifikant i modell 4 och 5 där den är inkluderad. Denna variabel används som tidigare nämnts som ett mått på hur dynamisk arbetsmarknaden i en kommun är.
Andelen högutbildade har en negativ koefficient på 20.576 som är signifikant på 10 % -nivån, vilket är i enlighet med tidigare empiriska studier. Denna koefficient ska tolkas som att om andelen personer med minst 3 års högskoleutbildning ökar med 1 procentenhet kommer arbetslöshetsdifferensen att minska med 20,576 procentenheter. Regressionens resultat
överensstämmer följaktligen med samtliga av de argument som lyfts fram i litteraturgenomgången. Högre utbildade besitter kunskaper som efterfrågas i allt högre grad. Likaså bör de genomföra bättre jobbsökningar och är dessutom mindre benägna att bli uppsagda vilket bör leda till lägre arbetslöshetsdifferenser.
Dummyvariablerna som presenteras sist av variablerna används för att fånga upp årsvis variation genom att tilldela varje år ett eget intercept. Det är tydligt att en stor del av variationen i arbetslöshetsdifferenserna kan förklaras utifrån skillnader år emellan. Samtliga dummyvariablers koefficienter är positiva och signifikanta på 1 % -nivån. Åren med de största positiva arbetslöshetsdifferenserna återfinns för åren 2009-2010. De stora koefficienterna för dessa år är en indikator på den exceptionella situationen som finanskrisen gav upphov till. I en regression baserad på poolas data tillåts intercepten att variera genom de olika dummyvariablerna för år respektive kommun. Att det finns så stora årsvisa effekter och att vi misstänker att det i vår period finns år som i normalfallet skulle kunna betecknas som outliers kan man misstänka att även andra koefficienter än intercepten ändras. I exempelvis en situation av extremt låg efterfrågan på arbetskraft är det högst troligt att svara grupper på arbetsmarknaden drabbas betydligt hårdare än övriga. För att vidare undersöka hur estimaten varierar över observationsperioden genomförs även upprepade tvärsnitt för varje år. I följande
Upprepade tvärsnitt
Upprepade tvärsnitt innebär att samma OLS-regression körs för samtliga år i tidsserien. Detaljerade resultat presenteras i Appendix 1.
Utpendling
Variabeln utpendling mäter andel i av förvärvsarbetare som pendlar till en annan kommun för att arbeta.
Tabell 5. Utpendlingsvariabelns koefficienter med konfidensintervall
Utpendlingsvariabelns koefficient är för alla år positiv utom år 2009 då den är negativ. År 2007 och år 2009 är koefficienten skild från noll på 5 % signifikansnivå. Den stora skillnaden i den skattade koefficienten för just år 2009 kan troligen orsakat av Finanskrisen.
Detta resultat tolkas som att de kommuner med högre andel pendlare lyckas bibehålla en högre sysselsättning år 2009. Övriga år uppvisar motsatt samband, där kommuner med en högre andel pendlare också haft högre arbetslöshetsdifferenser. Detta resultat står för dessa år således i motsattsförhållande till resultaten från tidigare studier och denna uppsats teoretiska referensram. Enligt Browns (1972) jämviktsmodell skulle en extra invånare som är utpendlare påverka regionens arbetslöshet i procent så att !"!!!" −!"!" < 0. Men eftersom vi testar andelar och inte differenser kan resultaten inte felfritt jämföras med den teoretiska modellen. Tilläggas bör dock att det endast är år 2007 som har en signifikant positiv koefficient. En möjlig förklaring till detta kan vara att kommuner med stor andel utpendlare pendlar till andra
-‐0.025 -‐0.02 -‐0.015 -‐0.01 -‐0.005 0 0.005 0.01 0.015 0.02 0.025 2007 2008 2009 2010 2011
Utpendling
Koefficient Undre gräns 95%-‐konf.I Övre gräns 95%-‐konf.Ikommuner då det är brist på jobbmöjligheter i den egna kommunen. Detta samband kommer också att fångas upp av variabeln utpendling. De två studier som använde denna variabel för att förklara regional arbetslöshet uppvisade båda en positiv relation mellan regional arbetslöshet och inpendling (se exempelvis Burridge och Gordon, 1981; Van der Veen och Evers, 1983). År 2009 är det enda året inom studiens observationsperiod en likvärdig relation kan påvisas med statistisk säkerhet på 5 % -nivån.
Netto immigrationsandel
Denna variabel är definierad som nettoimmigration som en andel av antal förvärvsarbetare i 20-64 års ålder.
Tabell 6. Immigrationsandels-variabelns koefficienter med konfidensintervall
Immigrationsandelskoefficienten är genomgående positiv förutom år 2009 då koefficienten är svagt negativ (-0.94). Dock ska det noteras att eftersom “0” är med inom konfidensintervallet för samtliga år utom 2008, är koefficienten signifikant på 5 % -nivån endast det året. De stora standardfelen för år 2009 kan antas vara ett resultat av finanskrisen.
Tolkningen av den positiva koefficienten är att om immigrationen ökar kommer arbetslöshetsdifferenserna att öka. I relation till uppsatsens teoretiska modell skulle detta innebära att nettoimmigrationen påverkar arbetslöshetsdifferenserna positivt. Antingen genom att en redan bosatt trängs undan från sitt jobb eller att immigranten hamnar i arbetslöshet. I båda fall leder det till att ökad arbetslöshet eftersom förändringen i arbetslöshet !"!!!"!!−!"!" >
-‐30 -‐20 -‐10 0 10 20 30 2007 2008 2009 2010 2011
ImmigraIonsandel
Koefficient Undre gräns 95 %-‐konf.I Övre gräns 95 % konf.I0. Det kan därför antas att arbetskraftsutbudets positiva effekt på arbetslösheten dominerar över efterfrågeeffekterna från immigrationen. En annan möjlig förklaring är att karaktären av immigranter har förändrats över åren i Sverige; en växande andel av immigrationen som sker till Sverige är flyktingimmigranter jämfört med arbetskraftsimmigranter (se exempelvis Rooth, 2000). Eftersom en immigrants humankapital enligt Segendorf och Teljosua (2011) deprecieras vid anländandet, i synnerhet för flyktingar och dess anhöriga, kan detta motivera varför de upprepade tvärsnitten i huvudsak visar positivt samband mellan regional arbetslöshets differens och immigration. Dock är det bara det bara år 2008 där sambandet kan säkerställas på 5 % -nivån.
Inrikes Nettomigration
Inrikes nettomigration är definierad som antalet personer som flyttar in till en kommun minus antal personer som flyttar ut.
Tabell 7. Inrikes nettomigrationsvariabelns koefficienter med konfidensintervall
Koefficienten för inrikes nettomigration är positiv och signifikant på 5 % nivå år 2007. För år 2009 och de två nästföljande åren i vår tidsserie är koefficienterna genomgående negativa, dock bara signifikanta för år 2009. Även denna variabel byter tecken som en följd av finanskrisen år 2009.
I likhet med vår diskussion i föregående variabler kan vi se att de kraftigt ökande arbetslöshetsdifferenserna år 2009 och år 2010 förändrar koefficientens tecken. En tolkning
-‐0.001 -‐0.0008 -‐0.0006 -‐0.0004 -‐0.0002 0 0.0002 0.0004 0.0006 0.0008 2007 2008 2009 2010 2011
Inrikes neJomigraIon
Koefficient Undre gräns 95 % konf.I Övre gräns 95 % konf.Iav de negativa koefficienterna för år 2009-2011 kan vara att de flesta som flyttade inrikes i Sverige gjorde det för att de hade fått jobb i en ny kommun. Detta är en teoretiskt tänkbar koppling, då en extra vakans i en kommun som fylls av en jobbmigrant kommer att påverka arbetslösheten så att !"!!!" −!"!" < 0. Omvänt skulle detta innebära att folk flyttade utan att ha ett nytt jobb i ankomstkommunen avseende data år 2007 och år 2008, där koefficienten är signifikant för år 2007. Detta är sannolikt under antagandet att den inflyttade tillhör arbetskraften då en extra invånare skulle påverka andelen arbetslösa så att !"!!!"!!−!"!" > 0. Att inrikes migration har en tvetydig effekt på arbetslöshetsdifferenserna är tydligt när koefficienterna kartläggs: olika effekter av inrikes migration dominerar uppenbarligen mellan olika år.
Föddat-‐18
Denna variabel är definierad som antalet barn födda mellan 1989-1993 och har som syfte att motsvara den naturliga ökningen i arbetskraften
Även variabeln föddat-18 har positiva men insignifikanta koefficienter på 5 % -nivån större delen av vår observationsperiod. Det enda året med en signifikant koefficient är år 2010.
-‐0.0003 -‐0.0002 -‐0.0001 0 0.0001 0.0002 0.0003 0.0004 0.0005 0.0006 2007 2008 2009 2010 2011
Födda t-‐18
Koefficient Undre gräns 95 % konf.I Övre gräns 95 % konf.IAntalet födda för 18 år sedan i kommunen har således en positiv påverkan på arbetslöshetsdifferensen, vilket kan antyda att många av de personer som går ut i arbetslivet blir arbetslösa. Detta resultat är rimligt då många kommuner upplever en hög ungdomsarbetslöshet (SCB: Arbetsmarknads- och utbildningsstatistik, 2013). Ungdomar är i allmänhet en grupp som är relativt svag på arbetsmarknaden varför ungdomsarbetslösheten kan tänkas ha ökat som en följd av finanskrisen vilket kan förklara våra resultat. När en person går från att vara en icke-deltagare i arbetskraften (utan påverkan på arbetslösheten) till att komma in i arbetslivet som arbetslös kommer arbetslöshetsdifferensen enligt vår teoretiska modell att förändras så att !"!!!"!!−!"!" > 0. Vårt resultat är dock inte enkelt att ställa i relation till tidigare studier då de flesta verkar ignorera denna variabel enligt Elhorst (2003). Eftersom tre av fem år under vår observationsperiod uppvisar koefficienter nära noll kan slutsatsen dras att denna variabels inverkan på den regionala arbetslösheten är begränsad.
Sammanfattningsvis uppvisas koefficienter till största del har ett förväntat tecken enligt tidigare studier och den teoretiska referensramen. Den årsvisa variationen är dock påtaglig, vilket dels visas av de starka effekterna som kan kopplas till de årsvisa dummyvariablerna i analyserna på poolade data, dels i hur koefficienterna varierar mellan år i de upprepade tvärsnitten.
Sammanfattning och avslutande diskussion
Syftet med denna uppsats är att empiriskt testa den teoretiska modellen för variationer i regionala arbetslöshetsdifferenser som presenteras i Brown (1972). Uppsatsens frågeställning är ”Hur kan variation i regional arbetslöshet förklaras av flöden av arbetskraft?” Tillvägagångssättet i uppsatsen är att utgå ifrån Browns (1972) jämviktsmodell. Med utgångspunkt från litteraturen utvecklas denna modell med variabler som i senare litteratur visat sig ha en påverkan på regional arbetslöshet. Resultaten i regressionerna på poolad data visar att det finns stor årsvis variation. Teckenmässigt var koefficienterna i dessa regressioner till stor del i linje med teori och tidigare studier även om koefficienterna i viss utsträckning inte var signifikanta. I den modell som även kontrollerar för andra kommunspecifika faktorer är det endast koefficienterna för privat tjänstesektor och varians i vakanser som inte är signifikanta. Regressionen visar att mycket av variationen kan förklaras av variation mellan åren, vilket indikeras av att samtliga koefficienter för de årsvisa dummyvariablerna är signifikanta på 1 % -nivån. Detta är särskilt tydligt för år 2009-2010 då arbetslöshetsdifferenserna ökade kraftigt, vilket härleds till finanskrisen. Denna årsvisa variation motiverar en övergång till upprepade tvärsnitt för att i mer detalj undersöka möjligheterna att skatta den teoretiska modellen.
Resultaten för de upprepade tvärsnitten visar överlag på stabila och konsistenta resultat, med undantag för regressionerna för år 2009. Att just detta år skiljer sig åt kan troligen förklaras av den exogena chocken internationella finanskrisen gav. Regressionerna för år 2009 visar att
samtliga huvudvariabler utom vår indikator för naturlig ökning i arbetsutbudet, föddat-18, byter
tecken. En slutsats av detta är att den teoretiska modellen fungerar under perioder av stabila förhållanden, dock inte under exceptionellt förhållande så som var fallet under 2009. År 2009, dvs. året för finanskrisen, är en avvikelse, en s.k. outlier, Alla variablers koefficienter är signifikanta för åtminstone något av åren i de upprepade tvärsnitten, dock med olika storlek. Slutsatsen av vår studie är att den modell som presenteras av Brown (1972) har varierande förmåga att empiriskt förklara arbetslöshetsdifferenserna på kommunal nivå vid användning. Det finns dock påtaglig osäkerhet i vissa av våra förklarande variabler som naturligtvis kan påverka modellens förmåga att förklara regionala arbetslöshetsdifferenser. Exempelvis kan
föddat-18 som är variabeln för naturliga ökning av arbetskraft diskuteras. Variabeln använder
