Sociologiska Institutionen
Kandidatuppsats i sociologi, 15 h.p.
Vt 2017
Handledare: Andrea Fuentes Monti
En stad i förändring
En kvantitativ fallstudie om hur Malmös
åldersstruktur har förändrats efter öppnandet av Öresundsbron år 2000 och dess samband med kriminalitet
Maja Borch
Sammanfattning
Det första syftet i denna uppsats är att undersöka hur åldersstrukturen i Malmö kommun har förändrats efter Öresundsbron öppnade år 2000 och hur detta kan kopplas till migration. Ett andra syfte är att undersöka om en yngre åldersstruktur har ett samband med kriminalitet i svenska storstads- och förortskommuner. Utifrån dessa syften formuleras frågeställningarna: Hur har Malmö kommuns åldersstruktur förändrats i samband med Öresundsbrons öppnande fram till idag? Hur kan denna förändring kopplas till migration? Finns det ett positivt samband mellan en yngre åldersstruktur och kriminalitet (i svenska storstäder)? Uppsatsen är främst en kvantitativ fallstudie som siktar på att studera en specifik stad och hur denna påverkats av en händelse i form av en broöppning. Metoden som används är sekundäranalys av offentlig statistik där även en multipel regressionsanalys genomförs för att undersöka sambandet mellan en yngre åldersstruktur och antalet stölder och rån. Resultatet visar hur nettomigrationen till Malmö kommun inte ökar direkt i samband med öppnandet av Öresundsbron år 2000 men däremot hur en period av ökad migration, framförallt från Danmark, kommer sex år senare. Vidare syns även hur nettomigrationen till Malmö kommun främst är internationell och även hur den består av många danskar immigranter. I övrigt verkar mönstret av internationell migration till Malmö kommun följa det i resten av Sverige.
Resultatet visar även hur åldersstrukturen i Malmö kommun föryngrats väsentligt under 2000-talet och hur detta troligtvis kan kopplas till en ökad internationell migration. Den sista resultatdelen bekräftar ett robust positivt samband mellan andelen unga i en kommun och antalet stölder samt rån i Sveriges storstads- och förortskommuner. Vidare studier kan förslagsvis vara att testa ett samband mellan antalet stölder och rån, eller någon annan typ av brott, och andelen unga i samtliga kommuner i Sverige. Ett annat förslag är en fördjupande studie över de danskar som bosatt sig i Malmö kommun.
Nyckelord
Åldersstruktur, Malmö kommun, Migration, Öresundsbron, Ungdomskriminalitet, Kriminalitet, Storstad
Innehållsförteckning
Inledning ... 1
Tidigare forskning ... 3
Migration till dagens Sverige ... 3
Life course approach – om unga och migration ... 4
Life course och social kontroll – om unga och kriminalitet ... 6
Metod & data ... 8
Resultat & analys ... 11
Nettomigrationen till Malmö kommun ... 12
Migrationens påverkan på ålder ... 16
Samband mellan åldersstruktur och kriminalitet ... 20
Slutdiskussion ... 25
Litteraturförteckning ... 29
Inledning
Två till synes helt skilda förändringar som skett i Malmö under 2000-talet är öppnandet av Öresundsbron och en kraftig minskning av medelåldern. År 2000 öppnade Öresundsbron som binder samman Sverige, där Malmö är närmsta stad, med Danmark (Öresundskonsortiet, 2017). Under år 2000 till 2016 har medelåldern i Malmö kommun minskat med lite över två år medan medelåldern i Sverige som stort tvärtom har ökat med ett år (se bilaga). Medelåldern i Malmö kommun har även minskat kraftigare än den i Stockholm kommun och Göteborg kommun som under samma period minskat med ett år respektive 0,5 år. Utifrån detta väcktes två frågor som även står till grund för denna uppsats; går dessa två förändringar att koppla ihop? Och i så fall; vad betyder det för Malmö?
Denna studie är främst en fallstudie med det huvudsakliga problemområdet ung åldersstruktur, hur denna kan uppstå genom migration och vilka sociala konsekvenser en föryngrad åldersstruktur kan få. Uppsatsen centreras kring en stad där förhoppningen är att bidra med kunskap kring hur en händelse, i form av en bro, kan påverka ett samhälle. Då migranter vanligtvis är unga påverkar de åldersstrukturen både dit de migrerar och där de lämnar (Weeks, 2011; Hedberg & Malmberg, 2008). Migranter bidrar till en yngre åldersstruktur dit de migrerar inte bara kortsiktigt utan även långsiktigt genom att de unga migranterna står för en ökad fruktsamhet (Weeks, 2011). Även migrationen till Sverige har medfört fler födda barn och resulterat i fler människor i de förvärvsarbetande åldrarna (SCB, 2016c). Dock kan en ung åldersstruktur även leda till sociala problem så som kriminalitet då inflyttningsområdet präglas av en större rörlighet och färre etablerade människor (Hedberg &
Malmberg, 2008). Åldersstruktur och könsstruktur påverkar hela samhället i grunden (Weeks 2011). Således är det tydligt att se varför det är relevant att fördjupa sig i en stads åldersstruktur då det kan få stora konsekvenser för samhället.
Ett första syfte med uppsatsen är att undersöka hur åldersstrukturen i Malmö kommun har utvecklats sedan Öresundsbron öppnade år 2000 och hur detta kan kopplas till migration. Uppsatsens andra syfte är att undersöka om en yngre åldersstruktur har ett samband med kriminalitet i Sveriges storstads- och förortskommuner. För att klargöra är inte tesen i denna uppsats att migration i sig medför en ökad kriminalitet utan snarare att undersöka ifall en yngre befolkningsstruktur delvis kan förklara detta. Utifrån dessa syften formuleras frågeställningarna: Hur har Malmö kommuns åldersstruktur förändrats i samband
med Öresundsbrons öppnande fram till idag? Hur kan denna förändring kopplas till migration? Finns det ett positivt samband mellan en yngre åldersstruktur och kriminalitet (i svenska storstäder)?
Utifrån dessa frågeställningar formuleras även tre hypoteser som ska försöka besvaras genom deskriptiv statistik och även genom egna regressionsmodeller. Den första hypotesen är; migrationen till Malmö kommun ökade i samband med Öresundsbrons öppnande. Då det redan bekräftats att genomsnittsålder sjunkit i Malmö lyder den andre hypotesen; en sjunkande medelålder i Malmö kommun kan kopplas till migration. Dessa två hypoteser kommer närmas med deskriptiv statistik. Den tredje hypotesen är som följande; det finns ett positivt samband mellan en ung åldersstruktur och antalet stölder och rån i Sveriges storstads- och förortskommuner. Här används en multipel regressionsanalys för att undersöka ett eventuellt samband mellan antalet stölder samt rån och en ung åldersstruktur.
Några avgränsningar som gjorts i uppsatsen är att endast undersöka åldersstruktur, fokusera på internationella migranter samt endast undersöka ett urval av svenska kommuner. Könsstrukturen i Malmö kommun hade möjligtvis även kunnat påverkas av migration men här ligger fokus endast på åldersstrukturen. Vidare kommer tyngdpunkten även ligga på främst internationella migranter då den insamlade datan tyder på en större internationell nettomigration och inte en lika påtaglig förändring i den nationella nettomigrationen. Ytterligare en avgränsning är hur endast ett urval av svenska kommuner undersöks gällande ett samband mellan en yngre åldersstruktur och kriminalitet. Dessa avgränsningar har även gjorts för att uppsatsen inte ska bli alltför omfattande och även för att ge den ett tydligt fokus.
Uppsatsen upplägg består av tre delar med en del för varje hypotes. I tidigare forskning handlar den första delen om migration till dagens Sverige. Likt dess motsvarighet i resultatdelen om nettomigration till Malmö kommun är syftet att besvara hypotesen kring huruvida Öresundsbrons öppnande gav en ökad migration till Malmö kommun och även sätta detta i en kontext. Den andra delen i tidigare forskning utgår ifrån det teoretiska ramverket life course approach. Ramverket kommer att användas för att söka svar på varför det just är unga människor som migrerar. Därmed siktar den, tillsammans med den andra resultatdelen, på att redogöra för den andra hypotesen i uppsatsen; en sjunkande medelålder i Malmö kommun kan kopplas till migration. Även den tredje delen i tidigare forskning handlar om life course approach men denna gång i kombination med social control theory. Denna kombination försöker tillsammans med den tredje resultatdelen förklara ett eventuellt samband mellan en
hypotesen i uppsatsen; det finns ett positivt samband mellan en ung åldersstruktur och en kriminalitet i Sveriges storstads- och förortskommuner.
Tidigare forskning
Migration till dagens Sverige
Immigrationen till Sverige sedan 1980-talet har till största del bestått av flyktingar och anhörigimmigranter från främst Asien och Balkan (SCB, 2004). Mellan år 1985 och 2003 är den största gruppen anhörigimmigranter (ibid). Däremot beskriver SCB i en nyare artikel hur det under år 2016 är flyktingar som är den största immigrationsgruppen till Sverige (2016a).
Några migrationstoppar till Sverige har varit under år 1994 på grund av konflikten på Balkan samt under år 2006 till 2007 där människor från Irak var en stor migrationsgrupp (Hedberg och Malmberg, 2008). Under år 2016 var dock Syrien det land där flest sökt asyl i Sverige (SCB, 2016a). Således går det att se ett trendbrott det senaste året där flyktingar är den största gruppen som immigrerar till Sverige och även hur människor från Syrien är den största grupp asylsökande immigranter. Dock kvarstår trenden där människor från Asien förblir en av de större immigrantgrupperna till Sverige.
Immigranter till Sverige är i likhet med immigranter till andra länder ofta unga (Hedberg & Malmberg, 2008). Vidare beskrivs hur den största åldersgruppen av immigranter till Sverige är mellan 20 till 30 år under perioden år 2001 till 2004. Den näst största åldersgruppen av immigranter under samma period är 30 till 40-åringar. Författarna jämför även år 2007 och 1997 och pekar på att den yngsta av åldersgrupperna utgör en ännu större del av immigranterna under den senare perioden. Detta medan andelen barn och ungdomar har minskat mellan de två perioderna (Hedberg & Malmberg, 2008). Asylansökningar från ensamkommande barn (personer under 18 år) har dock ökat till rekordhöga nivåer under år 2015 men sedan minskat under år 2016 (Migrationsverket, 2017). Alltså består trenden med unga immigranter till Sverige men under den senaste tiden har det även periodvis kommit ovanligt många ensamkommande barn.
De nordiska länderna har en lång tradition av migration sinsemellan (SCB, 2004). Vidare finns ett mönster hos nordiska immigranter i Sverige att endast bo en kortare tid i landet för att sedan återvända hem (ibid). Historiskt sett har det varit många finländare som
immigrerat till Sverige men det har blivit allt vanligare med danskar som flyttar till Sverige (Hedberg & Malmberg, 2008). Detta antas ha en koppling till Öresundsbron och en mer gynnsam anhörigimmigration i Sverige (ibid). Även SCB (2004) pekar på hur en ökad immigration på 2000-talet från Norden troligtvis kan härledas till öppnandet av Öresundsbron.
Således är det inte helt osannolikt att även denna uppsats kommer uppvisa en ökad tendens av migration till Malmö kommun efter år 2000 och därmed bekräfta hypotesen kring detta.
Life course approach – om unga och migration
I och med att migranterna är unga förändrar de åldersstrukturen dit de flyttar så väl som där de lämnar (Weeks, 2011). På samma sätt hade Sveriges befolkning varit äldre och även mindre utan nettomigration (SCB, 2016c). Nettomigrationen har stått för en befolkningsökning med 1,2 miljoner människor mellan år 1970 och 2015. Då migranter är unga har detta bidragit med ett ökat antal födda men även med fler människor i unga åldrar. Exempelvis skulle det i Sverige utan migration fötts 83 000 barn istället för 115 000 barn under år 2015 (ibid). I de förvärvsarbetande åldrarna mellan 20 och 64 år hade det även utan migrationen funnits en miljon mindre människor. Det hade i Sverige utan nettomigration varit en ännu äldre åldersstruktur där antalet människor år 2015 som var över 65 år skulle varit fler än de som var under 20 år (ibid). Således går det att se hur Sveriges befolkningsstruktur påverkats av migration till stor del genom att föryngra den.
För att ytterligare klargöra varför det just är unga människor som tenderar att migrera kan det teoretiska ramverket life course approach användas. Life course approach anses vara för löst sammankopplat för att beskrivas som en teori och brukar istället kallas för ett teoretiskt ramverk (Elder, 1998; Wingens m.fl., 2011). Den sociologiska inriktningen av detta ramverk präglas av en särskild syn på struktur, agens (agency) och tid (Wingens m.fl., 2011). Inom denna inriktning läggs fokus på att undersöka både mikro- och makronivå samt hur dessa interagerar. Det tas alltså i beaktning både hur institutioner och struktur påverkar individen men även hur denna individ har utrymme för att agera. Tidsaspekten är även central inom den sociologiska life course approach där både tidsaspekten ses bland annat ur ett strukturperspektiv med stora historiska händelser som påverkar individer och deras migration.
Men även individens tidsperspektiv studeras genom hur dennes eventuella migration påverkas av dess egen livsbana (ibid). Mycket forskning inom life course approach utgår ifrån data på individnivå och undersöker förändringar över tid (ibid). Denna uppsats utgår däremot inte ifrån någon individbaserad data utan endast statistik på gruppnivå. Därmed kommer det i
denna uppsats inte gå att dra några slutsatser kring olika individers livsbanor. Däremot kommer denna uppsats att undersöka förändringar över tid fast på en makronivå.
Två begrepp inom life course approach är transition och trajectory (Elder, 1998;
Wingens m.fl., 2011). Transition ses som en mer plötslig händelse i en individs liv så som att få ett jobb eller ett barn (ibid). Wingens m.fl. (2011) diskuterar även tidsaspekten av transition och menar att timingen av en transition är bestämd av åldersnormer. Trajectory beskrivs som en längre händelse som i sig består av flera plötsliga transitions, som exempelvis arbete som består av att få ett jobb. En trajectory är vidare styrd av institutioner i samhället (ibid). Elder (1998) menar även att det är viktigt att ta hänsyn till historiska aspekter som påverkar trajectories. Som exempel på detta tar författaren upp andra världskriget som har påverkat många människors livsbanor. Således är man inom life course approach intresserad av individers olika livshändelser, transitions, och hur dessa påverkar längre livsbanor, trajectories. Men man tar även hänsyn till den sociala och historiska kontexten som påverkar dessa händelser.
Fischer och Malmberg (2008) beskriver i en studie över nationell migration i Sverige hur migration hämmas av starka band till sin omgivning. Författarna menar att unga, ogifta samt människor utan barn i regel har svagare band till sin omgivning. Unga som har stark anknytning till sitt lokala samhälle uppvisar även de, likt äldre människor, en tendens att stanna kvar på samma ställe (ibid). Olika transitions, life events, så som att gifta sig eller få barn kan stärka banden till omgivningen och därmed minska risken för migration (ibid).
Således går det att se att hur unga migrerar oftare då de dels vanligtvis har svagare band till sin omgivning men även då de kan argumenteras ha större sannolikhet att vara ogifta och utan barn.
Flera studier som handlat om migration och familj pekar på samma sätt på hur vissa livshändelser påverkar tendensen att migrera. Även Fischer och Malmberg (2008) menar att gifta sig, skilja sig samt att förlora jobbet ökar tendensen att migrera inom ett år. Baccaïni och Courgeau (i Kulu & Milewski, 2008) kom i sin studie över norska kohorter fram till hur födelsen av ett barn ökade tendensen för en flytt inom ett år, men samtidigt hur födelsen av ett andra barn minskade denna risk. Mulder and Wagner (i Kulu & Milewski, 2008) pekar på hur tyska singlar har större tendens att flytta längre men även hur gifta oftare flyttar kortare sträckor. Således medför vissa livshändelser, så som att gifta sig eller få ett barn, en ökad tendens att migrera den närmaste tiden. Men i längden kan samma händelser även minska den allmänna tendensen att migrera. Utifrån denna tidigare forskning går det även tydligt att se hur detta mönster återkommer i flera länder.
Med hjälp av life course approach går det alltså att klargöra hur unga människor tenderar att migrera då olika transitions, livshändelser, i deras liv ökar denna tendens och även då de oftare har svagare band till sin omgivning. Det händer helt enkelt fler livshändelser i en ung människas liv. Unga människor kan även oftare än äldre argumenteras vara singlar och inte ha barn vilket ökar rörligheten och därmed flyttendensen. Det är även unga som därmed oftare kan gifta sig och även få barn och även på detta sätta öka flyttendensen temporärt. Samtidigt har inte unga vanligtvis en lika stark anknytning till sin lokala omgivning, vilket också ökar deras tendens att migrera. Utifrån life course approach går det således att tänka sig att en eventuell ökad migration till Malmö kommun med stor sannolikhet kommer att domineras av yngre människor. Vidare är det inte heller svårt att se hur detta även kan komma att påverka åldersstrukturen i kommunen avsevärt genom att föryngra den. Detta kan även hjälpa till att besvara den andra hypotesen; en sjunkande medelålder i Malmö kommun kan kopplas till migration.
Life course och social kontroll – om unga och kriminalitet
Social control theory menar att en person blir kriminell på grund av svaga band till samhället och även hur institutioner är centrala för att förhindra detta. Hirschi (i McCall m.fl., 2013) diskuterar social kontroll i sin studie utförd 1969 där vikten av sociala band gällande ungdomsbrottslighet undersöks. Ett life course-perspektiv tillsammans med social control theory kan förklara varför vissa unga fortsätter på en kriminell bana medan andra blir laglydiga (Sampson & Laub, 1990). Sampson och Laub (1990) beskriver hur institutioner som utövar informell social kontroll är centrala för att påverka kriminalitet. För unga vuxna anses exempelvis äktenskap och utbildning vara viktiga institutioner, medan äktenskap och familjebildning ses som centrala för vuxna. Sampson och Laub menar vidare hur styrkan i banden till dessa institutioner är av vikt. McCall m.fl. (2013) utgår från ett liknande perspektiv gällande social kontroll och talar om begreppet differential institutional engagement för att beskriva hur unga har varierande engagemang i olika institutioner så som utbildning. Detta engagemang menar de är centralt för att reda ut sambandet mellan ålder och kriminalitet.
McCall m.fl. (2013) menar att ålder och kriminalitet är ett väl utforskat ämne inom kriminologi. Hirschi och Gottfredson samt Nagin och Land (i McCall m.fl., 2013) har i
sina studier, baserade på mikrodata, konkluderat att unga är överrepresenterade både som kriminella och brottsoffer. McCall m.fl. (2013) beskriver vidare hur mycket forskning på makronivå har pekat i olika riktningar gällande sambandet mellan en ung åldersstruktur och kriminalitet. Författarna menar hur det hittats negativa, positiva så väl som nollsamband mellan ålder och kriminalitet. Fox och Piquero (2003) beskriver även hur omfattade forskning gjorts där sambandet mellan demografiska förändringar och kriminalitet undersökts. Detta ringar de in med begreppet demographic change hypotheis där demografiska förändringar antas ligga bakom förändrade nivåer av kriminalitet. Vidare konkluderar Fox och Piquero hur tio procent av nedgången i antalet mord i USA under 1990-talet kan förklaras av olika demografiska förändringar. Således visar tidigare forskning på att kriminalitet är mer förekommande bland unga och även hur demografiska förändringar kan få konsekvenser för antalet brott. Men den tidigare forskningen visar även på hur en ung åldersstruktur inte alltid behöver resultera i en ökad kriminalitet.
Sampson och Laub (1990) har utfört en studie av data över en manlig grupp ungdomsbrottslingar och en manlig kontrollgrupp som ursprungligen samlats in i USA på 1920-och 30-talet. Författarna menar att informell social kontroll kan påverka männens kriminella livsbanor. I studien använder de av indikatorerna job stability, commitment samt attachment to spouse för att mäta den informella sociala kontrollen över männen i studien.
Här kommer de fram till att framförallt job stability och attachment to spouse verkar för att minska risken att begå brott för bägge grupper. Därmed konkluderar de att starka band av informell kontroll är av stor vikt för att männen ska bli eller fortsätta vara laglydiga i vuxen ålder. Vidare pekar författarna på hur deras resultat även tyder på att jobbmarknadens stabilitet, och därmed utbudet av fasta jobb, är av stor vikt.
I studien utförd av McCall m.fl. (2013) undersöks sambandet mellan antalet mord i amerikanska städer och bland annat andelen unga samt arbetslöshet. Här har författarna hypotesen att de tidigare forskningsresultaten varit inkonsekventa då unga har olika engagemang i institutioner så som utbildning och arbete. Därmed gör de i den egna studien ett urval där de undersöker städer med en stor andel institutionellt engagerade unga respektive städer med en låg andel engagerade unga. Slutsatserna som sedan dras är att det finns ett positivt samband mellan andel unga och antalet mord i de städer där det institutionella engagemanget är lågt. Men i de städerna med en hög andel institutionellt engagerade unga är sambandet istället negativt.
Således är det dessa resonemang som hypotesen i uppsatsen, det finns ett positivt samband mellan en ung åldersstruktur och antalet stölder och rån i Sveriges storstads-och
förortskommuner, har grundats på. Utifrån tidigare forskning och teori går det tydligt att se hur det är av vikt att undersöka åldersstruktur och kriminalitet. Men samtidigt är det utifrån dessa tankar inte självklart att en hög andel unga medför en ökad kriminalitet. Utan för att detta samband ska vara positivt verkar det även innefatta att dessa unga inte är institutionellt engagerade i studier eller arbete. Därför ska även arbetslöshet samt andelen ensamhushåll undersökas i de multipla regressionsanalyserna i denna uppsats.
Metod & data
Denna uppsats är främst en kvantitativ fallstudie men består även av en tvärsnittsdesign i den sista delen. En kvantitativ forskningsansats väljs då den anses lämplig för att besvara uppsatsens frågor då det som ska undersökas är övergripande befolkningsförändringar, migration samt ett samband mellan åldersstruktur och kriminalitet. Vidare är det i en kvantitativ forskningsansats ofta av vikt att kunna generalisera resultat (Bryman, 2011). Men samtidigt siktar en fallstudie inte på att vara generaliserbar då detta inte är möjligt på grund av dess specifika fokus (Bryman, 2011). Därmed är vissa av uppsatsens resultat svåra att generalisera trots en kvantitativ forskningsansats. Poängen med denna fallstudie är dock inte nödvändigtvis att kunna generalisera utan snarare att undersöka ett fall i sin kontext, vilket även är motivet till att välja just en fallstudie. Däremot kommer resultatet från den tvärsnittsdesign som utförs genom regressionsanalyser över år 2016 gå att generalisera till att gälla Sveriges storstads-och förortskommun. Således har denna uppsats en kvantitativ ansats där en del består av en fallstudie för att studera en specifik kommun i en kontext men även en tvärsnittsdesign där detta specifika fall kan placeras i ett större sammanhang.
Metoden i denna uppsats består av sekundäranalys av offentlig statistik, från ett antal statistikdatabaser, och väljs då den på ett effektivt sätt kan besvara uppsatsens frågeställningar. Detta då det finns en stor mängd tillförlitliga uppgifter om befolkningen kring både migration, åldersstruktur samt kriminalitet rörande Malmö kommun i offentliga statistikdatabaser. Vidare är en fördel med metoden att den är tidseffektiv då statistiken är omfattande men även lättillgänglig. Statistiken hämtas främst från Örestat, en offentlig statistikdatabas över öresundsregionen, samt från Statistiska centralbyrån men även från
Migrationsverket. Till den sista delen hämtas statistik från Brottsförebyggande rådet och Arbetsförmedlingen.
Några problem med metoden är hur datan i olika databaser anordnas på olika sätt. Bland annat delas åldersklasser in olika i olika databaser. Problematiken med åldersklasserna är dock främst ett problem för de äldsta åldersgrupperna och denna uppsats fokuserar mer på de yngre åldersklasserna. Dessutom går datan att analysera trots något olika åldersindelningar. Ett större problem är hur viss statistik inte finns på kommunnivå utan endast på länsnivå. Detta gäller framförallt sysselsättning, som är av stort intresse för denna uppsats, då statistik kring denna endast hittas på länsnivå i Statistiska centralbyråns databas.
Då det inte finns någon lösning på detta problem får denna variabel tyvärr uteslutas. Detta innebär att det inte finns någon variabel som mäter utbildning bland unga och är således en brist i studien.
Främst deskriptiv statistik gällande år 1998 till 2016 kommer användas för att undersöka de två första hypoteserna och denna analyseras främst genom att göra om datan till diagram. Den utvalda undersöksperioden, år 1998 till 2016, väljs för att undersöka en kort period innan Öresundsbron byggdes år 2000. Men denna period väljs även av praktiska skäl då en stor mängd av datan finns över just denna tidsperiod. I vissa sammanhang undersöks endast perioden år 2000 till 2016 då det inte anses nödvändigt att inkludera åren innan år 2000. Genom att göra om datan till diagram underlättas analysarbetet då trender är lättare att urskilja. Utifrån dessa väljs även särskilt intressanta fokuspunkter ut så som exempelvis vissa årtal. Således kommer denna deskriptiva statistik användas för att försöka besvara huruvida migrationen ökat efter Öresundsbrons öppnande och ifall detta kan kopplas till en sjunkande medelålder.
Den tredje hypotesen, det finns ett positivt samband mellan en ung åldersstruktur och kriminalitet i Sveriges storstads- och förortskommuner, ska försöka besvaras med hjälp av multipla regressionsanalyser och analyseras genom en tolkning av siffor från regressionsmodellerna i SPSS. Den multipla regressionsanalysen väljs då det finns förkunskap inom just denna samt även att den kan behandla flera oberoende variabler. Denna förkunskap underlättar även analysen. Däremot kan det i en multipel regressionsanalys lätt uppstå modellfel så som heteroskedasticitet, ojämn spridning, samt multikollinearitet, korrelation mellan två oberoende variabler, och dessa kan även vara svåra att upptäcka (Djurfeldt i Djurfeldt & Barmark, 2009). Med denna bakgrund ska de använda modellerna även undersökas efter dessa två fel.
De multipla regressionsanalyserna utgår från år 2016 och grundas på data från strategiskt urvalda svenska kommuner av typen storstad samt förort till storstad. Urvalet av kommuner baseras på Statistiska centralbyråns indelning av olika kommuntyper så som den såg ut under år 2011 innan den gjordes om år 2017. Totalt består urvalet av 41 kommuner där Stockholm, Malmö och Göteborg är av typen storstad och övriga förorter är till dessa (se bilaga). Dessa kommuner väljs då det kan tänkas att exempelvis rån inte är särskilt vitt förekommande i mindre kommuner på landsbygden. Storstadskommuner och dess förorter kan även argumenteras vara kommuner där det förekommer mer brott generellt och därmed är dessa av intresse. Urvalet görs även av avgränsningsskäl då det under den givna tiden är svårt att hinna med att samla data från samtliga av Sveriges kommuner. Vidare innebär detta urval att det går att generalisera resultatet till Sveriges kommuner av de utvalda kommuntyperna. Däremot kan inte resultatet generaliseras till att gälla hela Sverige på grund av att endast vissa kommuner har inkluderats.
Den multipla regressionsanalysen kommer genomföras genom fyra olika modeller samt en modifierad femte modell som görs efter modellerna undersökts efter fel. I samtliga modeller är den beroende variabeln antalet anmälda stölder och rån per 100 000 invånare i en kommun under 2016. Stöld och rån väljs då det kan tänkas att detta möjligtvis är ett typiskt ungdomsbrott, särskilt gällande rån. Det kan även ses som en fördel att variabeln tar hänsyn till storleken på kommunen genom att den uttrycker brott per 100 000 invånare.
Data till denna variabel hittas i statistik från Brottsförebyggande rådet. Statistik kring anmälda brott mäter inte antalet faktiska brott då dessa ofta är betydligt fler (Brottsförebyggande rådet 2017). Det är således viktigt att ha i åtanke att mörkertalet gällande brott är högt.
Den första regressionsmodellen är den mest grundläggande medan de tre påföljande modellerna även kontrolleras för andra variabler. Modell 1 undersöker ett eventuellt samband mellan antalet anmälda stöldbrott och rån i en kommun och andelen av kommunens befolkning som är i åldrarna 15 till 29 år. Data kring antalet unga personer i en kommun kommer från Statistiska centralbyråns statistikdatabas. Här beräknas andelen unga (i procent) utifrån data över antalet personer i den totala folkmängden i kommunen under år 2016 och antalet i de undersökta åldrarna i kommunen under samma år.
I den andra modellen testas andelen arbetslösa i kommunen. Denna variabel är vald utifrån ett teoretiskt perspektiv där andelen institutionellt engagerade unga, så som de som arbetar, anses minska en ung åldersstrukturs påverkan på brott. Detta utifrån tidigare forskning från McCall m.fl. (2013) samt Sampson och Laub (1990). I detta fall skulle en hög
hämtas från Arbetsförmedlingens statistik över de mellan 16 och 64 år som registrerat söker arbete jämfört med den resterande befolkningen i en kommun. Således kan det här finnas stora mörkertal över arbetslösa som inte skrivit in sig hos Arbetsförmedlingen.
I den tredje modellen tilläggs variabeln andel ensamhushåll i den totala befolkningen i en kommun och i den fjärde testats även kommuntyp. Bakom variabeln andel ensamhushåll finns även en teoretisk tanke där äktenskap ses som ett institutionellt engagemang som kan dämpa kriminalitet bland unga. Detta utifrån tidigare forskning från McCall m.fl. (2013) samt Sampson och Laub (1990). Det kan argumenteras att samboskap i dagens samhälle i de flesta fall kan likställas med detta engagemang. Data till denna variabel samlas in från Statistiska centralbyråns statistikdatabas. I den fjärde och sista modellen kontrolleras det även för kommuntyp genom en dummyvariabel där storstad är referensgrupp och förort är dummy. Anledningen till detta är att det kan antas att betydligt fler brott sker i de svenska tre storstadskommunerna och även hur dessa tre kommuner har många likheter gällande övriga variabler (se tabell 1). Således måste det gå att utesluta ifall ett eventuellt samband endast beror på kommuntyp.
Resultat & analys
Detta avsnitt består av tre delar med en del för varje hypotes. Den första resultatdelen handlar om nettomigrationen till Malmö kommun och siktar på att besvara den första hypotesen;
migrationen till Malmö kommun ökade i samband med Öresundsbrons öppnande. I denna del kommer datan emellanåt att röra en längre period än den valda tidsperioden mellan år 1998 till 2016. Detta då den siktar på att ge en ordentlig bakgrund och därmed emellanåt kan gynnas av ett längre tidsperspektiv. Den andra delen av resultatet handlar om migrationens påverkan på ålder och siktar på att besvara den andra hypotesen; en sjunkande medelålder i Malmö kommun kan kopplas till migration. Tredje och sista delen av resultatet, sambandet mellan åldersstruktur och kriminalitet, siktar på att besvara den tredje hypotesen; det finns ett positivt samband mellan en ung åldersstruktur och kriminalitet i Sveriges storstads- och förortskommuner. Detta kommer göras med hjälp av en multipel regressionsanalys över år 2016.
Nettomigrationen till Malmö kommun
Figur 1 visar dels hur flyttöverskottet1, den totala nettomigrationen, inte ökat direkt i samband med att Öresundsbron öppnade år 2000, men däremot hur en längre period av hög nettomigration påbörjas år 2006. Dessutom går det att se hur det finns två tydliga toppar i den totala nettomigrationen under år 1994 och 2009. Toppen kring år 2009 pågår under längre tid då den påbörjas redan under år 2006 jämfört med toppen kring år 1994 som har minskat betydligt redan året därpå. Detta kan argumenteras peka på en trend med ökad nettomigration över en längre period under 2000-talet jämfört med under 1990-talet. Vidare verkar de två topparna i den totala nettomigrationen, under år 1994 och år 2009, gå att koppla till trender av ökad migration i hela landet. Utifrån tidigare forskning stämmer dessa migrationstoppar väl överens med hur den internationella migrationen har sett ut som stort till hela Sverige då internationell migration varit särskilt hög under år 1994 samt under år 2006 och några år framåt. Detta talar även för att nettomigrationen till Malmö kommun främst verkar vara internationell. Således syns en längre ökad trend med nettomigration till Malmö kommun under 2000-talet men även hur denna inte är unik för just denna kommun.
Figur 1. Flyttningsöverskott (antal) till Malmö kommun år 1990–2016 för alla åldrar.
Källa: Statistikdatabasen SCB (2017)
1Flyttningsöverskottet definieras, enligt SCB, som skillnaden mellan antalet inflyttade och utflyttade i Malmö kommun, både nationella och internationella migranter inräknat. I denna uppsats likställs flyttningsöverskottet med nettomigrationen då den i princip ringar in exakt samma sak.
Nedan i figur 2 visas hur invandringsöverskottet, den internationella nettomigrationen, till Malmö kommun har ökat i en ojämn takt efter år 2000 medan överskottet av inrikesflyttningar, den nationella nettomigrationen, istället verkar minska under 2000-talet.
Direkt efter år 2000 sker endast en mindre ökning gällande den internationella nettomigrationen. Men framförallt under åren 2006 till 2009 syns en stor ökning där år 2006 har det högsta överskottet. Denna ökning av internationella nettomigration minskar senare år 2010 till 2015 för att öka kraftigt igen år 2016. Den högsta punkten av positiv nationell nettomigration är istället under år 1998 och därefter minskar den tydligt. Under perioden år 2003 till 2007 samt under år 2015 till 2016 är den nationella nettomigrationen negativ. Alltså flyttar fler människor ut från Malmö kommun än in i kommunen under dessa perioder. Dock finns en topp av positiv nationell nettomigration under år 2009. Denna kan även antas bidra till den topp under år 2009 som syns över den totala nettomigrationen till Malmö kommun under samma år i figur 1. Således verkar även figur 2 tyda på att den positiva nettomigration till Malmö kommun främst består av internationell migration och även hur denna inte ökar i direkt samband med öppnandet av Öresundsbron år 2000 utan istället främst sex år senare.
Figur 2. Invandringsöverskott och inflyttningsöverskott i antal till Malmö kommun år 1998–2016 för alla åldrar.
Källa: Statistikdatabasen SCB (2017)
I figur 3 går det att se hur en stor del av den internationella nettomigrationen verkar förklaras av migration från Danmark och då framförallt gällande danska medborgare.
Immigrationen från Danmark ökar först successivt med start runt år 2000 för danska
medborgare, svenska medborgare och övriga medborgare. Men framförallt sker den största ökningen bland danska medborgare. Denna ökning når sin kulm år 2006 och är även väldigt hög under år 2007. Immigrationen från Danmark för personer med övriga medborgarskap har en längre stabil topp under år 2006 till 2010 för att sedan åter minska igen. För personer med svenskt medborgaskap är kurvan så gott som stabil förutom en ökning som sedan blir konstant år 2000 till 2016. Det verkar således som att framförallt danska medborgare står för en del av den ökning av den internationella nettomigrationen till Malmö kommun i figur 2 då dessa ökningar sammanfaller. Men även till viss del de med övriga medborgarskap.
Denna ökning av immigration från Danmark under år 2006 till 2007 kan möjligtvis förklaras av en ostadig bostadsmarknad i Danmark under samma period. Under år 2007 och 2008 sjönk de danska bostadspriserna med 25 procent på grund av en bostadsbubbla (Åkesson, 2017). Således kan det argumenteras att de höga bostadspriserna innan bostadskraschen i Danmark kan ha resulterat i den höga immigrationen av danskar till Malmö kommun under år 2006 och 2007.
Figur 3. Immigration från Danmark i antal till Malmö kommun år 1998–2016 efter medborgarskap.
Källa: Örestat (2017)
Nedan i figur 4 syns en generell men ojämn ökning av flykting-och anhörigimmigration under 2000-talet med toppar under år 2006 samt under år 2012 till 2016.
Efter toppen under år 2006 sjunker successivt immigrationen av flyktingar och anhöriga till Malmö kommun fram till år 2012 då den återigen ökar kraftigt tills år 2016 då den absoluta
toppen nås. Trots detta syns i figur 2 att den internationella nettomigrationen är högre runt år 2006. Det kan således tänkas att den höga toppen under år 2006, som syns i figur 2, kan förklaras av en hög immigration från Danmark och av flyktingar och anhöriga. Detta medan ökningen under år 2012 till 2016, i figur 2, främst verkar förklaras av immigrationen av flyktingar och anhöriga.
Figur 4. Flykting-och anhörigimmigration i antal till Malmö kommun år 1998–2016
Källa: Migrationsverket (2017)
Sammanfattningsvis beskrivs i detta avsnitt hur den totala nettomigrationen till Malmö kommun inte verkar ha ökat direkt samband med Öresundsbrons öppnande år 2000 men däremot hur den internationella nettomigrationen ökat under en längre period runt år 2006 till 2009. Denna migrationstopp verkar bestått av främst en ökning av danska immigranter, kanske som ett resultat av en orolig bostadsmarknad, men även av immigranter av flykting- och anhörigskäl. Ökningen av flykting- och anhörigimmigranter verkar följa nationella mönster. Detta medan ökningen av de danska immigranterna kan knytas till en generell ökning under 2000-talet som inte helt osannolikt kan kopplas till öppnandet av Öresundsbron. Således kan den första hypotesen migrationen till Malmö kommun ökade i samband med Öresundsbrons öppnande besvaras något bekräftande där dock en ökning endast syns bland immigrationen från Danmark och även hur denna först ökar ordentligt, kanske i koppling till höga bostadspriser, kring år 2006.
Migrationens påverkan på ålder
Under år 2000 till 2016 har den totala medelåldern minskat mer i Malmö kommun än i de övriga två storstadskommuner samt i riket. I Malmö kommun har medelåldern minskat med 2,1 år mellan år 2000 och 2016 (se bilaga). Under samma period har även den totala medelåldern i Stockholm kommun så väl som i Göteborg kommun minskat men dock inte lika mycket. I Stockholm kommun har medelåldern minskat med ett år mellan år 2000 och 2016.
Medelåldern i Göteborg kommun har minskat med 0,5 år under samma period. I riket har den totala genomsnittsåldern istället ökat med nästan ett år under år 2000 till 2016. Således syns här dels en trend där medelåldern minskar i storstadskommunerna men även hur Malmö kommun sticker ut med den kraftigaste minskningen.
Det finns perioder då den totala medelåldern i Malmö kommun minskar särskilt mycket. Medelåldern minskar i jämn takt med ungefär 0,1 år fram till år 2006. Mellan år 2005 och 2006 har den totala medelåldern istället minskat med 0,2 år. Denna trend med en minskning på ungefär 0,2 år per år fortsätter fram till år 2011 då medelåldern återgår till att minska med 0,1 år. Alltså finns en trend med en större minskning av medelåldern mellan år 2006 och 2010. Denna period verkar även sammanfalla med den topp i positiv nettomigration till Malmö kommun som observerades i figur 1. Således talar detta för en koppling mellan migration och en sjunkande medelålder.
I figur 5 går att se hur den största åldersgruppen som står för den positiva nettomigrationen till kommunen under år 2000 till 2016 är yngre personer och då framförallt personer mellan 15 till 24 år. Åldersgruppen 15 till 24-åringar står för hela 84 procent medan den näst största gruppen är 25 till 34-åringar som står för 36 procent. Att det är yngre människor som främst flyttar internationellt in till Malmö kommun stämmer bra överens med life course approach som beskriver hur migranter framförallt är unga. Detta då de dels flyttar i samband med olika livshändelser men även då de tenderar att ha svagare sociala band till sin omgivning (Fischer & Malmberg, 2008). Således talar även resultaten för att bekräfta detta.
Samtidigt verkar andra åldersgrupper uppvisa ett motsatt mönster till de unga mellan 15 till 34 år. De åldersgrupper med minst andel i nettomigrationen är gruppen av 35 till 44 åringar och gruppen 0 till 4-åringar som representerar -8 procent respektive -16 procent. Det är inte en helt orimlig slutsats att den första åldersgruppen är föräldrar till många i den andra åldersgruppen och därmed tar med sig sina barn i en utflyttning. Även de äldre åldersgrupperna, mellan 65 och 84 år, står för en negativ andel med – 1 procent. Utifrån detta
går det alltså att se hur de grupper som flyttar in till Malmö kommun är unga medan de som är lite äldre verkar flytta ut samt även ta med sig sina barn.
Figur 5. Total andel av åldersgrupper för flyttningsöverskott till Malmö kommun år 2000–
2016.
Källa: Statistikdatabasen SCB (2017)
Figur 6 visar hur immigranter från Danmark är något äldre än övriga immigranter för alla undersökta år och det går även att utläsa en ökning av dessa immigranter under 2000-talet. I figuren inkluderas även år 2006 då detta var året för en migrationstopp från Danmark. Då antalet immigranter är högre för år 2006 och 2016 än för år 1998 tyder detta på en generell ökning av immigranter från Danmark under 2000-talet. Under år 1998, 2006 och 2016 är majoriteten av immigranterna från Danmark mellan 25 till 34 år. Att åldersgruppen med personer mellan 25 till 34 år är störst bland immigranterna från Danmark är en kontrast till figur 5 ovan där den största åldersgruppen är mellan 15 till 24 år. Således är immigranterna från Danmark något äldre för samtliga år jämfört med den generella ålderstrenden för nettomigrationen till Malmö kommun.
Möjliga förklaringar till att immigranterna från Danmark är något äldre än övriga migranter till Malmö kommun kan vara att de flyttar för att köpa bostad men även hur de med övriga medborgarskap kan ha bott i Danmark ett tag innan ytterligare en flytt. Enligt life course approach kan ett bostadsköp ses som en livshändelse vilken kan vara en del av en livsbana i form av familjebildning. Detta stämmer väl överens med den äldre gruppen danska immigranter. Men de immigranterna med övriga medborgarskap kan även ha bosatt sig i
Danmark under ett tag för att sedan flytta till Malmö kommun. Detta hade kunnat kopplas till Hedberg och Malmberg (2008) som i tidigare forskning menade att en anledning till ökningen av immigranter från Danmark var en generösare anhörigpolitik i Sverige.
Figur 6. Total immigration från Danmark i antal till Malmö kommun år 1998, 2006 & 2016.
Sorterat efter åldersgrupp.
Källa: Örestat (2017)
Figur 7 visar en befolkningspyramid över Malmö kommun år 1998 där de flesta personerna är mellan 25 till 34 år men befolkningen ändå är relativt jämnt fördelad över åldrarna 25 till 54 år. Antalet män och kvinnor i gruppen 25 till 29 år är 20 452 personer medan gruppen 30 till 34 år består av 20 688 män och kvinnor. Åldersgruppen 50 till 54 år består av 16 059 personer. Det kan argumenteras att befolkningen till mesta dels kan ses som äldre då det även finns många personer i äldre åldrar men även hur befolkningen har något fler människor mellan 25 till 34 år. Vidare kan det tänkas att den stora mängden i åldrarna 25 till 34 kan höra ihop med att Malmö är en storstadskommun.
Slutligen visar figur 8 hur befolkningen i Malmö kommun föryngrats märkbart mellan år 1998 till 2016. Befolkningspyramiden från 2016 visar hur gruppen 25 till 29 år har ökat med nästan 12 000 personer och även hur gruppen av 30 till 34-åringar har ökat väsentligt med nästan 10 000 personer. Ännu tydligare blir det att de yngsta grupperna dominerar befolkningsstrukturen då vi jämför det totala antalet män och kvinnor i gruppen 20 till 44 år. Denna grupp har ökat med nästan 40 000 personer mellan 1998 och 2016. Således
visar denna figur hur befolkningsstrukturen i Malmö kommun har föryngrats avsevärt under den undersökta perioden där främst grupperna mellan 25 till 34 år har ökat.
Figur 7. Befolkningspyramid över Malmö kommun år 1998 (i antal)
Källa: Statistikdatabasen SCB (2017)
Figur 8. Befolkningspyramid över Malmö kommun år 2016 (i antal)
Källa: Statistikdatabasen SCB (2017)
Sammanfattningsvis visar alltså detta avsnitt hur medelåldern i Malmö kommun har minskat under den undersökta perioden och då särskilt under vissa perioder som verkar gå att koppla till migrationstoppar. Avsnittet visar även hur de absolut flesta i nettomigration har varit i åldrarna 15 till 24 år följt av de mellan 25 till 34 år. Immigranterna från Danmark är något äldre än majoriteten då de flesta är mellan 25 till 34 år. En jämförelse av två befolkningspyramider, där en är från år 1998 och en från år 2016, visar även på en tydlig föryngring av befolkningen. Enligt life course approach är migranter oftast yngre vilket även detta resultat verka bekräfta. Vidare talar även resultatet för hur migrationen föryngrat befolkningen i likhet med tankar från bland annat Weeks (2011). Således talar detta för den andra hypotesen kring en koppling mellan en sjunkande medelålder och migration i Malmö kommun då dels det finns en tydlig koppling mellan migrationstoppar och en kraftigare minskning av medelåldern men även hur åldersstrukturen har föryngrats på ett sätt som stämmer väl överens med migranternas ålder.
Samband mellan åldersstruktur och kriminalitet
Den deskriptiva statistiken över regressionsvariablerna, i tabell 1, visar hur storstadskommunerna skiljer sig från de övriga förortskommunerna gällande antalet anmälda stölder och rån. Antalet anmälda stölder och rån per 100 000 invånare ligger för storstäderna från cirka 7800 stycken till cirka 8400 stycken. Detta medan genomsnittet för övriga kommuner ligger på cirka 3900 anmälda brott av denna typ. Vidare går det att utläsa hur Malmö har lägst anmälda stölder och rån per 100 000 invånare av de tre storstadskommunerna. Göteborg kommun har det största antalet anmälda stölder och rån under år 2016. Således är det inte oväntat nog stor skillnad mellan storstadskommunerna och förortskommunerna där det verkar vara betydligt vanligare med stölder och rån i de större städerna. Något överraskande är dock hur Malmö kommun inte har högst antal anmälda brott vilket hade kunnat tala för en ökning av brott på grund av de många inflyttade unga.
Gällande andelen unga ligger storstadskommunerna och förortskommunerna relativt nära varandra men däremot sticker Malmö kommun ut markant gällande arbetslöshet.
Göteborg kommun har högst andel yngre med 22,4 procent medan Malmö har 21 procent och Stockholm nästan 20 procent. Övriga kommuner har i genomsnitt 17 procent av befolkningen i åldrarna 15 till 29 år. Arbetslösheten i Malmö kommun är betydligt högre än den i både storstadskommunerna och förortskommunerna. Närmare har Malmö kommun mer än dubbelt så hög arbetslöshet som Stockholm kommun och nästan tre gånger så hög arbetslöshet som
övriga förortskommuner. Detta talar för ett lägre institutionellt engagemang, i form av hög arbetslöshet, i Malmö kommun. Dessa tankar i enlighet med forskning från bland annat McCall m.fl. (2013).
För variabeln andel ensamhushåll ligger storstadskommunerna högst och även nära varandra precis som för antalet anmälda stölder och rån samt andelen unga. Andelen ensamhushåll ska mäta institutionellt engagemang i enlighet med tankar från bland annat Sampson och Laub (1990). Utifrån detta borde en hög andel ensamhushåll ytterligare stärka sambandet mellan andelen unga och antalet brott. Samtliga storstadskommuner har kring 20 procent där Stockholm har den högsta andelen ensamhushåll på 20,6 procent. Detta skiljer stort från övriga förortskommuner som har ett genomsnitt på 12,6 procent ensamhushåll.
Således tyder dessa siffror på att det institutionella engagemanget verkar vara lägre i storstadskommunerna. Att variablerna anmälda stölder och rån, andel unga samt andelen ensamhushåll ligger högt och jämnt kan tänkas bero på att detta är typiska kännetecken för större städer. Det kan dock tilläggas att spridningen av datan för förortskommuner kan vara stor gällande samtliga variabler. Utifrån detta syns att det är av vikt att även testa kommuntyp i regressionsmodellen.
Tabell 1. Deskriptiv statistik över variabler för Malmö kommun, Stockholm kommun, Göteborg kommun samt genomsnitt för övriga kommuner i regressionsanalysen.
Variabler Malmö Stockholm Göteborg Övriga
Anmälda stölder och rån 2016
(per 100 000 invånare) 7 819,2 8 066,1 8 391,9 3 876,4
Andel unga 15–29 år 21,0 19,9 22,4 17,0
Andel arbetslösa 10,7 4,8 5,8 3,7
Andel ensamhushåll 19,6 20,6 20,3 12,6
I tabell 2 går det att utläsa hur regressionsmodell 1 över antalet anmälda stölder och rån under år 2016 och andelen unga i åldrarna 15 till 29 år visar på ett positivt statistiskt signifikant samband. Detta samband är statistiskt signifikant på den högsta nivån med ett p-värde på under 0,001. Närmare kan b-koefficienten tolkas som att antalet anmälda stölder och rån i genomsnitt är ungefär 528 fler då andelen unga är en procent högre. R2-värdet visar att andelen unga förklarar 54,6 procent av antalet anmälda stölder och rån. Således tyder modell
1 på att det, i de undersökta kommunerna, finns ett positivt samband mellan andel unga och antalet anmälda stölder och rån samt även att andelen unga verkar förklara en väsentlig del utav antalet anmälda stölder och rån.
Modell 2, där det även kontrolleras för andelen arbetslösa, visar på ett fortsatt positivt signifikant samband mellan andelen unga och antalet stöder samt rån men däremot blir variabeln arbetslöshet inte statistisk signifikant. Som går att utläsa i tabell 2 är fortfarande sambandet mellan antalet anmälda stölder samt rån och andelen unga statistiskt signifikant på den högsta nivån med ett p-värde på under 0,001. Dock har b-koefficienten för andelen unga minskat något vilket tyder på en korrelation mellan arbetslöshet och andelen unga. Det kan till exempel tänkas att fler unga är arbetslösa och då det konstanthålls för arbetslöshet minskar därmed b-koefficienten för andel unga. Vidare verkar även detta tyda på att arbetslöshet stärker sambandet mellan andelen unga och antalet stölder samt rån. Variabeln arbetslöshet blir dock inte statistiskt signifikant vilket tyder på att det inte finns ett samband mellan arbetslöshet och antalet stölder och rån. Således pekar modell 2 fortsatt på ett positivt samband mellan andelen unga och antalet stölder samt rån men även hur arbetslöshet verkar förstärka detta samband i enlighet med tankar kring institutionellt engagemang.
Då variabeln andelen ensamhushåll läggs in blir den statistiska signifikansen för andelen unga märkbart lägre i modell 3 samtidigt som andelen ensamhushåll blir statistiskt signifikant. I modell 3 försvinner den statistiska signifikansen för t-värdet gällande andelen unga. Men p-värdet visar fortfarande på en statistisk signifikans på en lägsta nivå där p-värdet är under 0,1. Då sambandet mellan andelen unga och antalet anmälda stölder och brott kontrolleras för ensamhushåll minskar b-koefficienten. Sambandet mellan andelen unga och antalet anmälda stölder och brott tycks alltså förklaras till en viss del av andelen ensamhushåll. Vidare blir även variabeln ensamhushåll statistiskt signifikant och kan tolkas som att antalet anmälda stölder och rån i genomsnitt är 227 fler då andelen ensamhushåll är en procent högre för kommunerna i urvalet. Detta verkar således tala för att andelen ensamhushåll är av betydelse gällande antalet stölder och rån. Därmed pekar detta resultat i riktningen för att bekräfta att det institutionella engagemanget i en kommun påverkar kriminaliteten.
Modell 4 visar på hur sambandet mellan andelen unga och antalet anmälda stölder och rån blir starkare då kommuntypen kontrolleras samtidigt som kommuntyp blir statistiskt signifikant. Utifrån den deskriptiva statistiken i tabell 1 går det att se hur de tre storstäderna både hade hög andel unga samt ensamhushåll. Därför kontrolleras det för
signifikansen för ensamhushåll som alltså verkar förklaras till stor del av kommuntyp. Vidare ökar b-koefficienten för andel unga i modell 4. Därmed pekar detta på att kommuntypen dämpade sambandet något mellan andelen unga och antalet stölder och rån. Vidare blir även sambandet mellan antalet stölder samt rån och kommuntyp statistiskt signifikant på den högsta nivån med ett p-värde på under 0,001. B-koefficienten kan tolkas som att antalet stölder och rån i genomsnitt är cirka 2376 lägre för förortskommunerna jämfört med för de tre storstadskommunerna. Detta verkar också stämma med den deskriptiva statistiken i tabell 1.
R2-värdet är högt där 72,8 procent av de oberoende variablerna förklarar antalet stölder och rån. Detta gör att jag även kommer testa multikollinearitet för denna modell.
Tabell 2. Regressionsanalys över samband mellan anmälda stölder och rån per 100 000 invånare under 2016 och procent unga, procent arbetslösa, procent ensamhushåll samt kommuntyp.
Oberoende variabler Modell 1 Modell 2 Modell 3 Modell 4 Procent unga 15–29 år 528,09 434,791 226,981 252,877
(6,844)*** (4,535)*** (1,803)* (2,303)*
Procent arbetslösa 168,331 167,616 84,222
(1,586) (1,672) (0,933)
Procent ensamhushåll 177,985 68,897
(2,375)* (0,957) Kommuntyp:
Förortskommun
(storstad referens) -2375,49
(-3,588)***
Intercept -4951,96 -3996,733 -2747,423 772,386
R2 0,546 0,574 0,63 0,728
***p<=0.001 *p*<=0.01 *p<=0.1
Då modellen testas för multikollinearitet, samvariation mellan oberoende variabler, och heteroskedasticitet, ojämn spridning, hittas båda dessa fel. Gällande multikollinearitet blir det högsta R2k värdet 0,60 mellan variablerna andel unga och andel ensamhushåll. Således förklarar dessa variabler 60 procent av varandra. Detta kan tyckas vara lite i det högsta laget.
Vidare har variabeln andel unga en jämn spridning och uppvisar därmed inte heteroskedasticitet. Däremot uppvisar variablerna andel arbetslöshet samt andel ensamhushåll en ojämn spridning. För att åtgärda dessa fel testas ytterligare en modell 5 som bygger på
modell 4. I modell 5 utesluts variabeln andel ensamhushåll på grund av dess stora samvariation med andel unga. Dessutom transformeras den beroende variabeln stölder och rån genom att logaritmering för att minska spridningen och därmed heteroskedasticiteten.
Den modifierade modell 5, se tabell 3, uppvisar ett positivt signifikant samband för andel unga och även för kommuntyp. I modell 5 har R2-värdet minskat till 57,8 procent jämfört med ett väldigt högt R2-värdet i modell 4. Detta R2-värdet kan argumenteras vara mer rimligt. Trots att heteroskedasticiteten är åtgärdad genom en logaritmering av den beroende variabeln förblir andel unga och kommuntyp statistiskt signifikanta. Jämfört med modell 4 uppvisar andelen unga på ett starkare signifikant samband då p-värdet ligger på under 0,01.
Även variabeln kommuntyp blir statistiskt signifikant om än på en lägre nivå än andelen unga.
Däremot är det svårt att tolka b-koefficienterna i denna modifierade modell på grund av logaritimeringen. Således kan slutsatsen utifrån modell 5 dras att det finns ett positivt samband mellan andelen unga och antal stölder och rån i våra urvalda storstads-och förortskommuner. Därmed bekräftar detta även hypotesen kring att det finns ett samband mellan en yngre åldersstruktur och, i alla fall en viss typ av, kriminalitet i Sveriges storstads- och förortskommuner. Vidare finns det även ett samband mellan antalet stölder och rån i de urvalda kommunerna och kommuntypen där storstad står för ett högre antal stölder och rån.
Tabell 3. Modifierad regressionsanalys över samband mellan log anmälda stölder och rån per 100 000 invånare under 2016 och procent unga, procent arbetslösa samt kommuntyp.
Oberoende variabler Modell 5 Procent unga 15-29 år 0,035
(3,387)**
Procent arbetslösa 0,011 (1,027) Kommuntyp:
Förortskommun
(storstad referens) -0,157 (-2,120)*
Intercept 3,098
R2 0,578
***p<=0.001 **p<=0.01
*p<=0.1
Slutdiskussion
Syftet med denna uppsats var att undersöka åldersstrukturens utveckling i Malmö kommun sedan Öresundsbron öppnade år 2000, dess koppling till migration och även ett eventuellt samband mellan åldersstrukturen och kriminalitet. Denna uppsats utgick vidare ifrån frågeställningarna: Hur har Malmö kommuns åldersstruktur förändrats i samband med Öresundsbrons öppnande fram till idag? Hur kan denna förändring kopplas till migration?
Finns det ett positivt samband mellan en yngre åldersstruktur och kriminalitet (i svenska storstäder)? Vidare formades även tre hypoteser utifrån dessa. De två första hypoteserna migrationen till Malmö kommun ökade i samband med Öresundsbrons öppnande samt en sjunkande medelålder i Malmö kommun kan kopplas till migration skulle främst besvaras genom deskriptiv statistik. Den tredje hypotesen, det finns ett positivt samband mellan en ung åldersstruktur och kriminalitet i Sveriges storstads- och förortskommuner, skulle besvaras genom multipla regressionsanalyser där 41 av Sveriges kommuner undersöktes.
Den första hypotesen kring huruvida en ökad migration skedde i samband med Öresundsbrons öppnande år 2000 kan besvaras något bekräftande endast gällande immigration från Danmark och även hur denna migration tog ordentlig fart först flera år senare. Immigrationen från Danmark verkar ha ökat i generellt i samband med öppnandet av Öresundsbron år 2000 men framförallt kring år 2006. Ökningen av danska immigranter till Malmö kommun stämmer därmed med tidigare forsknings beskrivning av en ökning av danska immigranter kopplad till öppnandet av Öresundsbron år 2000. Den ökade immigration av danskar har en topp under år 2006 och 2007 då bostadspriserna i Danmark var rekordhöga.
Mönstret för flykting- och anhörigimmigranter verkar dock inte höra ihop med en öppning av Öresundsbron utan kan snarare kopplas till den trend som beskrevs för Sverige som stort i enlighet med tidigare forskning. Såldes kan slutsatsen dras att en yttre händelse som öppnandet av Öresundsbron har påverkat en viss typ av migration, immigration från Danmark, men även hur migrationen påverkas av många andra anledningar.
Den andra hypotesen kring en koppling mellan en sjunkande medelålder och migration kan bekräftas då det skett en föryngring av Malmös befolkning i tydligt samband med en ökad migration. Dels börjar medelåldern i Malmö minska kraftigare samtidigt som immigrationstoppen inleds år 2006. I två befolkningspyramider över år 1998 och 2016 visas även hur åldersstrukturen föryngrats markant under den undersökta perioden. Även statistik
över andelen av åldersgrupperna som representerar nettomigrationen till Malmö kommun syns att den absoluta majoriteten är mellan 15 till 24 år. Således kan första frågeställningen kring hur Malmö kommuns åldersstruktur mellan år 2000 till 2016 utvecklats besvaras med att åldersstrukturen har föryngrats markant där framförallt gruppen 25 till 34 år har ökat.
Vidare kan frågeställningen även besvaras med att detta går att koppla till migration och då framförallt till en ökad migration kring perioden år 2000 till 2009 som verkar bestå av en ökning av danska immigranter samt även av flykting-och anhörigimmigranter. Utifrån life course approach var det även väntat att unga migranter utgör en majoritet och därmed att en ökad migration skulle resultera i en föryngrad befolkning. Detta har även bekräftas av denna uppsats.
Life course-perspektivet kan ytterligare belysa de olika åldersgrupperna som stått för nettomigrationen till Malmö kommun. Då nettomigrationen till Malmö kommun är negativ för de allra yngsta åldrarna kan det argumenteras att de personer som flyttar in inte verkar ha med sig några barn. Detta kan även bekräftas i enlighet med tidigare forskning inom life course approach som visar att barnlösa flyttar oftare än människor med barn. Då de flesta som flyttar in i Malmö kommun flyttar internationellt det vara rimligt att de har några barn.
Utifrån den tidigare forskningen gick det även att se hur gifta ofta flyttar kortare sträckor medan singlar flyttar längre sträckor (Mulder and Wagner i Kulu & Milewski, 2008). I uppsatsen finns ingen data om civilstånd men utifrån tidigare statistik kring nettomigration till Malmö verka de flesta som flyttar ut göra det till andra svenska kommuner då den nationella nettomigrationen är negativ. Således pekar denna uppsats på att de som är äldre och något mer etablerade med barn verkar flytta kortare sträckor inom landet medan de yngre utan barn flyttar internationellt, och därmed står för den internationella positiva nettomigrationen till Malmö kommun.
Vidare kan även life course förklara varför immigranterna från Danmark är något äldre än majoriteten av migranterna till Malmö kommun. I resultatet visas hur immigrationen från Danmark når en toppnivå under år 2006. Detta kan möjligtvis knytas till höga bostadspriser i Danmark. Deras något högre ålder stämmer överens med en flytt i samband med livshändelsen att köpa ett hus eller lägenhet inför en familjebildning. Vidare kan även life course approach ringa in hur en historisk händelse så som en bostadsbubbla kan påverka människors livsbanor. I detta fall kan denna livsbana handla om att skaffa en familj och därmed att köpa en bostad som en transition, livshändelse, som en del av detta. Således kan det argumenteras att delar av denna lite äldre grupp migranter kan ha immigrerat till
Den tredje hypotesen kring ett positivt samband mellan antalet stölder och rån samt andelen unga i storstads-och förortskommunerna kan även den besvaras bekräftande. De regressionsmodeller som har gjorts visar på ett robust positivt samband mellan andelen unga och antalet stölder och rån. Vidare visar även regressionsmodellerna på ett samband mellan kommuntyp och antalet stölder och rån där storstäderna står för en större del av dessa brott.
Således kan även sista delen av frågeställningen kring ett eventuellt positivt samband mellan den unga åldersstrukturen och kriminalitet i svenska storstäder besvaras bekräftande, i alla fall gällande stölder och rån.
Den tredje resultatdelen pekar på ett positivt samband mellan andelen unga och antalet stölder och rån. Även då resultatet pekar på ett positivt samband mellan andelen unga och antalet stölder och rån går det inte att uttala sig om kausalitet. Denna hade till exempel inneburit att kunna bekräfta hur en högre andel yngre ökar antalet stölder och rån. Detta går inte trots att sambandet är statistiskt signifikant samt att tidsordningen verkar tämligen klar där andelen yngre torde vara den variabel som påverkar antalet brott och inte tvärtom.
Anledningen till detta är främst att inte tillräckligt många variabler har kontrollerats i regressionsmodellerna. Således får vi här nöja oss med att konstatera ett positivt samband mellan andelen unga och antalet stölder och rån i Sveriges storstads- och förortskommuner.
I regressionsanalyserna testades även de teoretiskt grundade variablerna arbetslöshet samt andel ensamhushåll. Dessa grundades i begreppet institutionellt engagemang utifrån teori och tidigare forskning kring social kontroll. Begreppet pekade vidare på att en hög andel unga i sig inte medförde fler antal brott utan snarare att den höga andelen unga i kombination med exempelvis hög arbetslöshet medförde fler brott. De regressionsanalyser som genomförts påvisar inte ett statistiskt signifikant samband mellan antalet stölder samt rån och arbetslöshet. Detta till skillnad från McCall m.fl. (2013) som i sin forskning bland annat fick ett statistiskt samband mellan antal mord och arbetslöshet. Det påvisades dock ett statistiskt signifikant samband mellan antalet stölder och rån samt andelen ensamhushåll men detta visade sig senare i själva verket vara ett samband mellan brotten och kommuntyp. Dessutom fick variabeln ensamhushåll exkluderas i den sista modellen på grund av multikollinearitet med andel unga och därmed är det svårt att uttala sig mer om detta eventuella samband. Således finns det inte något samband mellan andel ensamhushåll och arbetslöshet och antalet stölder och rån i de undersökta kommunerna.
Däremot verkar arbetslöshet till en viss del förklara sambandet mellan andelen unga och antalet stölder och rån. Detta då sambandet mellan andel unga och antalet stölder och rån minskade något då arbetslöshet lades in som kontrollvariabel. Därmed talar detta för
