MALMÖS ARBETSMARKNAD OCH ARBETSLÖSHET Vad förklarar skillnaderna mot riket?

(1)

MALMÖS

ARBETSMARKNAD OCH ARBETSLÖSHET

Kunskapsunderlag framtagen för Malmö Tillväxtkommission

Martin Nordin

Vad förklarar skillnaderna mot riket?

(2)

31 januari 2022 Författare Martin Nordin,

docent Lunds universitet Framtagen för

Malmö Tillväxtkommission - för ett inkluderande och hållbart Malmö malmo.se/tillvaxtkommissionen

Ett kunskapsunderlag till Malmö Tillväxtkommission

Denna vetenskapliga rapport är ett kunskapsunderlag framtaget för Tillväxtkommissionen för ett inkluderande och hållbart Malmö.

Kommunstyrelsen i Malmö beslutade i oktober 2020 att tillsätta Tillväxtkommissionen, som är politiskt oberoende. Målet med kommissionens arbete är att ge kommunstyrelsen ett analytiskt och vetenskapligt grundat underlag med förslag för att på medellång och lång sikt förbättra förutsättningar för en inkluderande och hållbar tillväxt i Malmö. Förslagen och rekommendationerna ska vara policydrivande och realiserbara. Kommissionen ska analysera förutsättningarna för hållbar tillväxt i Malmö och utifrån Malmös utmaningar analysera orsaker och samband samt identifiera vad som är påverkbart av vem/vilka och hur.

Författarna till kunskapsunderlagsrapporterna är ansvariga för innehållet i sina rapporter.

De slutsatser, förslag och rekommendationer som redovisas i rapporterna behöver inte vara de som kommer att redovisas i Tillväxtkommissionens slutrapport. I slutrapporten kommer helhetsbilden, baserad på samtliga underlag, andra relevanta rapporter och analyser och dialog med olika aktörer, att styra vad kommissionen till slut anser vara mest angeläget att föreslå för att åstadkomma en inkluderande och hållbar tillväxt i Malmö.

Synpunkter på den här rapporten kan framföras till kommissionens huvudsekreterare Kristina Olsson (kristina.ohlsson@malmo.se). Samtliga kunskapsunderlagsrapporter kommer att finnas för nedladdning på hemsidan malmo.se/tillvaxtkommissionen

Professor Martin Andersson

Ordförande i Tillväxtkommissionen för ett inkluderande och hållbart Malmö

(3)

Martin Nordin

MALMÖS ARBETSMARKNAD OCH ARBETSLÖSHET

– Vad förklarar skillnaderna mot riket?

UNDERLAGSRAPPORT FÖR TILLVÄXTKOMMISSIONEN FÖR ETT INKLUDERANDE OCH HÅLLBART MALMÖ

Januari 2022

INNEHÅLLSFÖRTECKNING

Sammanfattning...

1. Inledning...

2. Data...

3. Inledande analys av Malmös arbetsmarknadssituation...

3.1 Skillnader jämfört med riket...

3.2 Skillnader mot jämförelsekommuner...

4. Arbetslösheten för olika grupper...

4.1 Inrikes och utrikes födda...

4.2 Olika utbildningsgrupper...

4.3 Kvinnor och män och unga och äldre...

5. Näringslivsanalys...

5.1 Bakgrund och ansats...

5.2 Skillnader i näringslivsstruktur...

5.3 Förändring i näringslivsstruktur...

6. Skillnader i dag- och nattbefolkning...

7. Malmös arbetsmarknadsregion och Malmös närområde...

8. Segregationens betydelse...

8.1 Skillnader i arbetslöshet...

8.2 Skillnader i inkomster...

9. Regressionsanalys av Malmös arbetsmarknadssituation...

9.1 Skattat arbetslöshetsgap för 2017...

9.2 Skattat arbetslöshetsgap för 2001 och 2008...

9.3 Skattat gap i ekonomiskt bistånd för 2017...

10. Avslutande diskussion...

Referenser

Appendix

4 9 11 12

12 15

18

18 20 23

27

27 29 30

35 37 39

39 40

44

45 47 48

50

(4)

SAMMANFATTNING

Sammanfattning av rapportens främsta resultat

• • De senaste årens negativa arbetsmarknadsutveckling för Malmö tycks delvis bero på förändringar i De senaste årens negativa arbetsmarknadsutveckling för Malmö tycks delvis bero på förändringar i arbetspendling till Danmark.

arbetspendling till Danmark.

• • Gapet i arbetslöshet mellan Malmö och riket kan förklaras utifrån skillnader i befolkningens demogra-Gapet i arbetslöshet mellan Malmö och riket kan förklaras utifrån skillnader i befolkningens demogra- fi och utbildningsnivå, invandrartäthet och näringslivets sammansättning.

fi och utbildningsnivå, invandrartäthet och näringslivets sammansättning.

• • Malmös stora andel av befolkningen som bor i invandrartäta områden tycks vara en mycket viktig Malmös stora andel av befolkningen som bor i invandrartäta områden tycks vara en mycket viktig faktor för att förklara Malmös höga arbetslöshet.

faktor för att förklara Malmös höga arbetslöshet.

• • Arbetslösheten har framförallt ökat för utrikes födda från utanför Europa (och andra västländer) och Arbetslösheten har framförallt ökat för utrikes födda från utanför Europa (och andra västländer) och för individer med en grundskoleutbildning som högsta avklarade utbildning.

för individer med en grundskoleutbildning som högsta avklarade utbildning.

• • Malmös näringslivsstruktur tycks matcha allt sämre med befolkningens sammansättning, framförallt Malmös näringslivsstruktur tycks matcha allt sämre med befolkningens sammansättning, framförallt har service-och tjänstesektorn inte utvecklats på ett sådant sätt att det stämmer överens med be- har service-och tjänstesektorn inte utvecklats på ett sådant sätt att det stämmer överens med befolkningens kvalifikationer.

folkningens kvalifikationer.

Arbetslöshetsgapet växer

Arbetslöshetsgapet mellan Malmö och riket ökade efter finanskrisen 2008 vilket ledde till att arbet- slösheten var 7 procentenheter högre för Malmö än för riket som helhet år 2017. Sverige har haft en konjunkturuppgång sedan 2013 och i en högkonjunktur faller arbetslösheten oftast mer för en region med hög arbetslöshet än för en region med låg arbetslöshet; framförallt ökar möjligheterna för långtidsarbetslösa att komma in på arbetsmarknaden. För Malmö som har en stor andel lång- tidsarbetslösa borde arbetslöshetsgapet mot riket därför ha minskat efter 2013. Så har det varit tidigare, under högkonjunkturen som föregick finanskrisen föll arbetslöshetsgapet mellan Malmö och riket och stannade på cirka 3 procentenheter 2008. Att finanskrisen därefter ökade gapet är förvän- tat – oväntat är de senaste årens utveckling. Istället för en återhämtning mot riket har Malmö alltså upplevt en fortsatt försämring relativt riket och arbetslöshetsgapet mot riket har nått samma höga nivå som 1997-2004. Studerar man senare statistik än den registerdata som rapporten använder sig av tycks arbetslöshetsgapet bestå (både innan och under pandemin).

Detta föranleder en ny fråga: Är de senaste årens arbetslöshetsgap mellan Malmö och riket ett större problem än gapet 1997-2004? Skillnaden är att 1997-2004 fortfarande präglades av 1990-tal- skrisens effekter och att 2017 är nära toppen av den senaste högkonjunkturen. Rapporten kon- staterar att en ny faktor tycks driva utvecklingen, nämligen minskad arbetspendling till Danmark,

och att arbetspendlingen, förhoppningsvis, ger kortsiktiga effekter på Malmös arbetsmarknad. För att förstå varför minskad arbetspendling till Danmark påverkar Malmös arbetslöshet behöver sys- selsättningsgraden studeras.

Sysselsättningsgapet minskar

Efter finanskrisen ökar inte sysselsättningsgapet mellan Malmö och riket i samma utsträckning som arbetslöshetsgapet. Mellan 2008 och 2017 har sysselsättningsgapet ökat med endast 1 procentenhet (och efter 2010 har sysselsättningsgapet till och med minskat något) medan arbetslöshetsgapet har ökat med 4 procentenheter. Enligt rapporten tycks detta bero på minskad arbetspendling till Dan- mark. Sedan 2009 har arbetspendlingen minskat med 30 procent vilket innebär att uppemot 3 000 fler Malmöbor väljer att söka jobb i Sverige. Malmös sysselsättning ökar men samtidigt motverkas en minskning av Malmös arbetslöshet. Rapporten tolkar det som att (de tidigare) arbetspendlarna tar många av de nya jobben som skapas under den senaste högkonjunkturen vilket innebär att arbetslösa som står på marginalen att komma in på arbetsmarknaden inte gynnas av högkonjunk- turen på samma sätt i Malmö som arbetslösa i andra delar av riket. Därav är Malmös sysselsättning- sutveckling under den senaste högkonjunkturen i nivå med rikets, men arbetslöshetsutvecklingen är svagare. Förhoppningsvis är effekten av ändrad arbetspendling en kortvarig effekt. På längre sikt bör arbetsmarknaden i Malmö expandera som en följd av att fler väljer att jobba i Malmö, vilket även bör påverka arbetslösheten positivt och inte endast sysselsättningen.

Förklaringar till arbetslöshetsgapet

Men oavsett arbetspendlingens effekter sticker Malmös arbetsmarknadssituation ut. För kommuner med en hög andel utrikes födda är arbetslösheten ofta hög. Men även när man jämför med andra kommuner med en hög, eller högre, andel utrikes födda utmärker sig Malmös arbetsmarknad negativt. Detta kan bero på att andelen utrikes födda inte är den främsta orsaken till Malmös höga arbetslöshet utan att det finns andra faktorer som är viktigare. Rapportens statistiska analys visar att skillnader i utbildning, men framförallt segregation kopplat till invandrartäthet, förklarar mer av arbetslöshetgapet än vad skillnader i andelen utrikes födda gör. Givetvis är det svårt att separera effekterna av andelen utrikes födda och invandrartäthet från varandra för Malmös höga invan- drartäthet beror givetvis på Malmös höga andel utrikes födda. Resultatet tyder dock på att en hög andel utrikes födda främst är ett problem när detta också medför en stor koncentration av utrikes födda i vissa delar av staden. Den statistiska analysen visar även att arbetslöshetsgapet mellan Malmö och riket beror på Malmös näringslivsstruktur (för få lågkvalificerade jobb) och ålderssam- mansättning (många unga).

Men kan vi förklara gapet i arbetslösheten mellan Malmö och riket utifrån befolkningens sam- mansättning, befolkningens utbildning, invandrartäthet och näringslivsstruktur? För 2017 förklarar vi 75 procent av gapet vilket betyder att cirka 1-2 procentenheter av gapet återstår. Tidigare, både när arbetslöshetsgapet varit litet, 2008, och när arbetslöshetsgapet varit stort, 2001, förklarar vi

(5)

hela gapet. För 2001 och 2008 kan vi till och med förklara en större skillnad i arbetslöshet än det faktiska gapet vilket betyder att när vi betingar på Malmös förutsättningar 2001 och 2008 är Malmös arbetslöshet lägre än rikets. Detta föranleder en ny fråga: varför kan vi inte förklara arbetslöshetsgapet 2017 när vi kan förklara ett lika stort gap 2001? Sannolikt beror detta på förklar- ingen ovan: arbetspendlingens effekter. När arbetspendlingen var mycket låg 2001 kan vi förklara gapet, men när en minskad arbetspendling fungerar som en ny faktor (som vi inte kan ta hänsyn till i vår modell) är det svårare att förklara gapet. Resultatet stödjer således den tidigare slutsatsen: nergån- gen i arbetspendling är en viktig faktor för att förstå Malmös nuvarande arbetsmarknadssituation.

Arbetslöshet i olika grupper och områden

Rapporten studerar arbetslösheten för olika befolkningsgrupper. Statistiken visar att för 2017 är ar- betslösheten för utrikes födda från utanför Europa (och andra västländer) betydligt högre i Malmö än för rapportens jämförelsekommuner, cirka 6-10 procentenheter högre. Så har det inte alltid varit: för denna grupp var arbetslösheten endast 1-2 procentenheter högre i Malmö 2008, vilket är en skillnad man även finner för inrikes födda från Malmö relativt jämförelsekommunerna. För inrikes födda ökar arbetslöshetsgapet mot jämförelsekommunerna med cirka 2-4 procentenheter mellan 2008 och 2017. För personer med en grundskoleutbildning som högsta avklarade utbildning har arbetslöshetgapet också växt mellan Malmö och jämförelsekommunerna och är cirka 8 procentenheter för 2017 (1,5-2 procentenheter 2008). När vi delar upp befolkningen utifrån ålder och kön finner man det största arbetslöshetsgapet mellan Malmö och jämförelsekommunerna för unga män, minst gap finner vi för äldre kvinnor.

Enligt den statistiska modellen var etnisk segregering den viktigaste faktorn för att förklara Malmös höga arbetslöshet. En analys av Malmös invandrartäta områden förstärker bilden. Malmös höga arbetslöshet finns i mycket hög utsträckning i de invandratäta områdena. Jämför man Malmös mest invandrartäta områden med Malmös icke-invandrartäta områden (där halva Malmös befolkning bor) är arbetslösheten över 15 procentenheter högre i de invandrartäta områdena. Eftersom 22 procent av Malmös befolkning bor i mycket invandrartäta områden (Sveriges 5 procent mest invandrartäta områden) har dessa områden en stor påverkan på Malmös arbetsmarknadssituation.

Inkomstutvecklingen i de invandrartäta områdena är också dramatisk: sedan 1990-talet har de disponibla inkomsterna för de mest invandrartäta områdena fallit med 25 procent mot rikssnittet och för 2017 motsvarar de 60 procent av rikssnittet. De disponibla inkomsterna i invandrartäta områden faller främst på grund av att förvärvsinkomsterna faller och att de sociala ersättningar- na urholkas. Huruvida de låga inkomsterna i de invandrartäta områdena påverkar arbetslösheten i dessa områden är osäkert. Å andra sidan kan det konstateras att med fallande inkomster faller köpkraften i de invandrartäta områdena vilket eventuellt kan försvåra tillväxten av lågkvalificerade servicejobb. Låga inkomster innebär att individer konsumerar mindre servicetjänster – den kon- sumtionskategori som oftast konsumeras lokalt.

Malmös näringslivsstruktur

Malmö sticker även ut i fråga om näringslivsstruktur, och det finns tecken på att Malmös när- ingslivsstruktur inte matchar med befolkningens utbildning och kvalifikationer. Rapportens näringslivsanalys delar in branscher utefter både kvalifikationsnivå och inkomstnivå. Utifrån indelningen finner rapporten både likheter och olikheter mellan Malmös näringslivsstruktur och jämförelsekommunernas näringslivsstruktur. Precis som för storstäderna finns det en överrepre- sentation av medel- och högkvalificerade branscher i Malmö, men i likhet med jämförelsekom- munerna med en stor andel utrikes födda är Malmös anställningar ofta inom låginkomstbranscher.

Det betyder att även om Malmös näringslivsstruktur kännetecknas av att vara relativt högkvali- ficerad så tenderar de högkvalificerade branscherna var relativt lågbetalda. Man kan beskriva det som att i jämförelse med storstäderna så är fler Malmöbor anställda inom utbildning och sjukvård (högkvalificerade, men relativt lågbetalda branscher) medan storstäderna har fler anställda inom tillverkning och information- och kommunikationsverksamhet (också högkvalificerade branscher men också högbetalda). En pendlingsanalys utifrån skillnader i Malmös natt- och dagbefolkningen förstärker slutsatsen: högkvalificerade och högbetalda personer pendlar ofta från Malmö medan högkvalificerade men relativt lågbetalda personer pendlar in i Malmö.

Studerar man förändringen i näringslivsstruktur för Malmö finner man också att Malmö sticker ut.

I enlighet med jobbpolariseringshypotesen, som beskriver att rutinmässiga jobb försvinner pga.

digitalisering och automatisering, minskar de medelkvalificerade branscherna i Malmö, framförallt inom industrin. Men jobbpolariseringshypotesen beskriver även att både låg- och högkvalificerade branscher växer, vilket är en utveckling man inte finner i Malmö. De högkvalificerade branscherna växer för Malmö, men samtidigt minskar de lågkvalificerade branscherna. För de andra storstäderna ökar de lågkvalificerade branscherna i enlighet med jobbpolariseringshypotesen.

Sammantagen pekar näringslivsanalysen på att, framförallt, de lågkvalificerade branscherna bör växa för att matcha Malmöbornas kvalifikationer bättre. Även om tillväxten av jobb enklast sker inom servicebranscher som är både lågkvalificerade och lågbetalda, såsom handel och restaurang, bör tillväxten även ske inom mera välbetalda branscher såsom lågkvalificerad tillverkning och byggverksamhet. Det tycks även finnas en missmatchning i den andra delen av fördelningen: om det hade funnits fler högkvalificerade och högbetalda jobb i Malmö hade utpendlingen från staden eventuellt varit mindre, och hade det funnits fler Malmöbor som hade kvalificerat sig för de högk- valificerade jobben inom utbildning och sjukvård hade inpendlingen sannolikt varit mindre. Medan utpendling av högutbildade inte bedöms vara ett problem, hade det varit önskvärt om fler Malmö- bor hade kvalificerat sig för jobben inom utbildning och sjukvård. När nyanlända invandrare med en eftergymnasial utbildning finner jobb som matchar deras utbildningsnivå är det oftast inom dessa yrken (Region Skåne, 2020). Förbättrade möjligheter för nyanlända att kvalificera sig för dessa jobb bör därför innebära en bättre matchning av Malmös befolkning mot Malmös näringslivsstruk- tur. Förbättrade kvalifikationer för utrikes födda och personer med en grundskoleutbildning är

(6)

givetvis en allmän rekommendation. Men det är osannolikt att ett förbättrat utbildningssystem och

mera effektiva arbetsmarknadsåtgärder ensamt kan lösa Malmös arbetsmarknadsproblem.

Kapitel 1

INLEDNING

Svensk arbetsmarknad fungerar bra för de allra flesta (Eriksson m.fl., 2017) och innan Coronakris- en hade Sverige högst sysselsättningsgrad i EU (Eurostat, 2020). Malmös arbetsmarknadssituation skiljer dig dock från rikets. Ända sedan 1990-talskrisen har Malmös arbetslöshet varit betydligt högre än rikets och Coronakrisen riskerar att förvärra läget. När de grupper som har det svårast på arbetsmarknaden, utrikes födda och personer utan en gymnasieutbildning, får det svårare på arbetsmarknaden (Engdahl och Nyblom, 2021) påverkar detta Malmö mer än riket med anledning av stadens höga andel utrikes födda befolkning (dock är andelen utan en gymnasieutbildning inte anmärkningsvärt hög). Denna rapport har dock inte som syfte att studera Coronakrisens effekter.

Även om Coronakrisen riskerar att påverka Malmö mer än andra kommuner är det de underlig- gande orsakerna som är av intresse och de har sannolikt inte påverkats av Coronakrisen. Å andra sidan bör Coronakrisen, precis som andra kriser, driva på en pågående strukturomvandling.

Strukturomvandling slår ut lågproduktiv verksamhet och driver på högproduktiv verksamhet vilket är positivt för ekonomin på lång sikt. Dock påverkar en sådan process inte hela ekonomin lika:

olika grupper och olika regioner påverkas olika. Strukturomvandlingen som pågått sedan 1990-talet och som framförallt slagit ut stora delar av Malmös industri har sannolikt bidragit till dagens arbetsmarknadssituation för Malmö. Hur den senaste strukturomvandlingen, som främst drivs av en digitalisering och automatisering av ekonomin, påverkar Malmös arbetsmarknad är svårare att veta.

Malmö är i en expansiv fas och under de senaste åren är det särskilt kunskapsintensiv verksamhet som växer (Malmö stad, 2021). Utvecklingen kan tolkas både positivt och negativt: om man ser till Malmös unga och relativt högutbildade befolkning är det positivt med en hög tillväxt inom den kunskapsintensiva ekonomin, men om man ser till Malmös stora andel utrikes födda befolkning med låga kvalifikationer är en kunskapsintensiv tillväxt inte enbart positiv. Hershbein och Kahn (2018) finner en liknande utveckling för regioner i USA som drabbades hårt av finanskrisen. De beskriver det som att produktivitetshöjande förändringar kan leda till en jobblös återhämtning.

Vidare, därför att utrikes födda tycks påverkas mera av ekonomins konjunktursvängningar än inrikes födda (Xu, 2018) har de återkommande kriserna sannolikt drabbat Malmö hårdare än riket.

Denna rapport försöker utifrån deskriptiv statistik och en statistisk modellskattning förklara Malmös arbetsmarknadssituation. Vi använder registerdata för åren 1993-2017. Därför att registerdata mäter arbetslösheten och sysselsättningen på årlig basis (om individen är arbetslös/sysselsatt någon gång under året) och inte för en specifik tidpunkt blir både arbetslöshetsnivån och sys- selsättningsgraden högre än för officiell statistik. Vi måste även justera statistiken för arbetspend-

(7)

ling till Danmark vilket innebär att arbetsmarknadsstatistiken för Malmö skiljer sig från officiell statistik som inte tar hänsyn till arbetspendlingen.

I kapitel 3 studerar vi Malmös arbetsmarknadssituation jämfört med riket och ett antal jämförelse- kommuner, och i kapitel 4 studerar vi arbetslösheten för olika grupper: inrikes- och utrikes födda, olika utbildningsgrupper och utifrån ålder och kön. I kapitel 5 och 6 studeras Malmös näring- slivsstruktur och in- och utpendling från Malmö. I kapitel 7 och 8 analyseras Malmös situation från olika geografiska perspektiv: i kapitel 7 utifrån ett regionalt arbetsmarknadsperspektiv och ett grannkommunperspektiv, och i kapitel 8 från ett segregationsperspektiv. Kapitel 9 sammanför de olika förklaringarna ovan i en statistisk modell. Rapportens avslutas med en diskussion i kapitel 10.

Kapitel 2

DATA

Denna rapport använder sig av registerdata från SCB för att räkna fram arbetslösheten och sys- selsättningen för individer och kommuner. Vi använder individdatabasen LISA (Longitudinell in- tegrationsdatabas för sjukförsäkrings- och arbetsmarknadsstudier) som innehåller arbetsmarknads- och utbildningsinformation för samtliga personer, 16 år och äldre, som varit folkbokförda i Sverige den 31 december respektive år. För att kunna räkna fram invandrartäthet används information om individernas bostadsadress på rutnätsnivå. Vi använder data för perioden 1993–2017 men för exempelvis näringslivsvariablerna finns information bara för en kortare tidsperiod. För att inte alltför stort fokus skall hamna på den mycket höga arbetslöshetsnivån efter 1990-talskrsen studerar vi oftast perioden 1997–2017. I appendix beskrivs datamaterial ytterligare.

Registerdata innehåller information på årsbasis och inte statistik för en viss tidpunkt under året som SCB:s och Arbetsförmedlingens officiella arbetsmarknadsstatistik använder sig av. Detta in- nebär att arbetslösheten och sysselsättningsgraden blir högre i rapporten än i officiell statistik. Ex- empelvis är fler arbetslösa någon gång under ett år än för en specifik tidpunkt under ett år. Sättet att räkna tycks dock inte påverka slutsatserna i rapporten (se appendix).

Rapporten måste även justera arbetslösheten och sysselsättningsgraden för arbetspendling till Danmark. Arbetspendlingen har stor påverkan på Malmös sysselsättningsgrad (se kapitel 3) men liten påverkan på Malmös arbetslöshet (se appendix). Dock kan vi endast justera för arbetspendling på kommunnivå. Statistiken som vi använder för att justera för arbetspendling finns enbart på aggregerad nivå och det går inte att bryta ner statistiken på olika befolkningsgrupper. När vi räknar fram arbetslösheten för olika grupper (exempelvis inrikes- och utrikesfödda) måste vi därför använda oss av ett mått som inte påverkas av arbetspendlingen till Danmark – dvs. ett mått som inte baseras på sysselsättning. Lösningen är att relatera arbetslösheten till befolkningen istället för arbetskraften (som är summan av arbetslösa och sysselsatta).

(8)

Kapitel 3

INLEDANDE ANALYS AV MALMÖS ARBETSMARKNADSSITUATION

I detta kapitel studerar vi inledningsvis skillnader i arbetslöshet och sysselsättning mellan Malmö och riket. Därefter analyserar vi skillnaderna mot övriga Skåne och ett antal jämförelsekommuner.

Det bör påpekas att Malmö även skiljer sig från riket när det kommer till gruppen som står utanför arbetskraften (gruppen är större). Men eftersom befolkningen som står utanför arbetskraften ingår i gruppen som inte är sysselsatt fångar sysselsättningsanalysen också förändringar i gruppen som står utanför arbetskraften.

3.1 SKILLNADER JÄMFÖRT MED RIKET

Vi inleder med att studera arbetslösheten för Malmö och riket. Figur 1 visar att arbetslösheten minskat sedan mitten av 1990-talet för både riket och Malmö (heldragna linjer). Fram till och med finanskrisen 2008 var nergången större för Malmö vilket innebar att skillnaden i arbetslöshet mot riket (streckad linje) minskade från cirka 9 procentenheter 1997 till cirka 3 procentenheter 2008.

Därefter ökade arbetslösheten i samband med finanskrisen 2008: en ökning som var större för Malmö än för riket. Den påföljande återhämtningen av ekonomin (från 2010) medförde att arbet- slösheten minskade och för 2017 var arbetslösheten för riket på samma nivå som innan finanskrisen. För Malmö var minskningen dock mindre vilket innebar (tillsammans med den större ökningen i samband med finanskrisen) att skillnaden mot riket var nästan lika stor 2017 som för perioden runt sekelskiftet, cirka 7 procentenheter.

Figur 1. Arbetslösheten i Malmö och riket och skillnaden i arbetslöshet mellan Malmö och riket (för den arbetsföra befolkningen, 20-64). 1997–2017.

Nästa steg är att studera sysselsättningsgraden. Figur 2 visar sysselsättningsgraden i riket och för Malmö och skillnaden i sysselsättningsgrad mellan riket och Malmö. Figuren visar att sys- selsättningsgraden följer samma trend som för arbetslösheten, både för Malmö och för riket. Först ökar sysselsättningsgraden fram till och med finanskrisen 2008. Därefter faller sysselsättningsgra- den i samband med finanskrisen för att därefter återhämta sig.

Men jämför man hur arbetslösheten och sysselsättningsgraden utvecklats för Malmö finner man en viktig skillnad. Fram till och med 2012 följer Malmös sysselsättningsgrad samma utveckling som för arbetslösheten i Malmö: fram till och med finanskrisen 2008 ökar sysselsättningsgraden mer för Malmö än för riket och i samband med finanskrisen minskar sysselsättningsgraden för Malmö mer än för riket. Detta innebär att skillnaden i sysselsättningsgrad mot riket är cirka 10 procentenheter 1997, cirka 6 procentenheter 2008, och cirka 8 procentenheter 2012. Därefter utvecklar sig skillnaden mellan Malmö och riket olika för arbetslösheten och sysselsättningsgraden. Detta ser man enklast om man jämför de streckade linjerna i figur 1 och figur 2 för 2012–2017: i figur 1 ökar gapet i arbetslöshet mellan riket och Malmö men i figur 2 minskar gapet i sysselsättningsgrad.

Figur 2. Sysselsättningsgraden i Malmö och för riket och skillnaden i sysselsättningsgrad mellan Malmö och riket. 1997–2017.

Sålunda har den senaste högkonjunkturen inneburit att skillnaden mellan Malmö och riket ökat för arbetslöshet men minskat för sysselsättningsgraden. De nationella trenderna är desamma: för både Malmö och riket har arbetslösheten minskat och sysselsättningen ökat, men för Malmö har den positiva utvecklingen varit starkare än riket för sysselsättning men svagare än för riket för ar- betslöshet.

(9)

Även om det är oklart varför arbetslösheten och sysselsättningsgraden utvecklats annorlunda för Malmö finns det starka skäl för att tro att utvecklingen beror på minskad arbetspendling till Danmark. Studerar man arbetspendlingen till Danmark i figur 3 finner man att arbetspendlingen minskat sedan 2009 (se svart linje). Fram till och med 2009 ökade arbetspendlingen från det att Öresundsbron invigdes 2000. När arbetspendlingen var som störst motsvarade arbetspendlarnas sysselsättning i Danmark 8 procent av Malmöbornas totala sysselsättning. Arbetspendlingen har därför stor påverkan på Malmös arbetsmarknad, vilket framgår tydligt i figur 3 som visar Malmös sysselsättning med och utan korrigering för arbetspendling. Först ser man att den icke-justerade sysselsättningen (röd streckad linje: sysselsättning för Malmöbor som arbetar i Sverige) minskade efter Öresundsbrons invigning 2000. När man sedan inkluderar arbetspendlarna (heldragen röd linje) ökar sysselsättningen fram till och med 2007. Därefter ser man att finanskrisen minskade både den justerade- och den icke-justerade sysselsättningen. Men för att förklara de olika trenderna för Malmös arbetslöshet och sysselsättning behöver vi studera perioden efter finanskrisen: när arbetspendlingen minskat efter 2009 finner vi att den icke-justerade sysselsättningen ökade 2 procentenheter mer än den justerade sysselsättningen

Figur 3. Arbetspendling till Danmark och Malmös sysselsättningsgrad med och utan korrigering för gränspendling.

Men hur påverkar detta arbetslösheten och varför har den minskade arbetspendlingen olika effekt på sysselsättningsgraden och arbetslösheten? När fler Malmöbor väljer att arbete i Sverige bidrar detta till en ökad sysselsättning för Malmöbor som arbetar i Sverige (vilket den icke-justerade sys- selsättningen visar) men att den faktiska sysselsättningsökningen är mindre (vilket den justerade sysselsättningen visar). Men utvecklingen medför samtidigt att arbetslösa i Malmö (som borde gynnats av högkonjunkturen) utkonkurrerats på arbetsmarknaden av de tidigare arbetspendlarna.

Rimligtvis har arbetspendlarna, som har en fast förankring på arbetsmarknaden, enklare att finna en anställning i Malmö än personer som står på gränsen till arbetsmarknaden. Sammanfattnings- vis, högkonjunktur i kombination med att arbetspendlare vänder hem för att söka arbete med- för en stark sysselsättningsutveckling. Arbetslösheten minskar dock inte i samma utsträckning:

arbetspendlarnas förändrade beteende medför ingen övergång från arbetslöshet till sysselsättning.

En annan förklaring till att Malmös sysselsättningsgrad ökar mer än vad arbetslösheten minskar kan bero på en ökning av arbetskraften. Finns det ett inflöde i arbetslöshet av personer som står utanför arbetskraften och detta inflöde är större än flödet från arbetslöshet till sysselsättning kan man få en liknande utveckling. Dock borde vår statistiska modell för att förklara arbetslöshetsgapet mellan Malmö och riket (se kapitel 9) ta hänsyn till en sådan mekanism. Om Malmös höga arbetslöshet i slutet av perioden beror på att, så kallade, latent arbetssökande (personer som kan jobba men väljer att inte söka arbete) tar steget in i arbetskraften borde detta fångas upp av våra förklaringsvariabler¹. Istället pekar den statistiska modellen mot att det finns någon faktor som saknas i modellen för 2017 som inte saknas för 2008 eller 2001; för 2008 och 2001 förklarar vi hela arbetslöshetsgapet mellan Malmö och riket men för 2017 kan vi endast förklara 75 procent av gapet. Denna faktor, som saknas för 2017, skulle kunna vara arbetspendlingen. Givetvis saknas arbetspendling i modellen även för 2001 och 2008 men i motsats till 2017 spelar det sannolikt ingen roll för modellens resultat: för 2001 är arbetspendlingen mycket låg och det är först när arbetspendlingen viker ner efter 2008 som arbetspendlingen innebär ett större arbetslöshetsgap mellan Malmö och riket².

3.2 SKILLNADER MOT JÄMFÖRELSEKOMMUNER

Malmös arbetsmarknadssituation utmärker sig sålunda i negativ bemärkelse. Sysselsättningen är lägre än för riket och arbetslösheten är högre. Dock är en jämförelse med riket problematisk. En kommuns befolkningssammansättning påverkar givetvis arbetsmarknadssituationen och en mera relevant jämförelse är med andra kommuner med en liknande befolkningssammansättning som Malmö. Det finns dock ingen kommun som liknar Malmö om man ser till ålder, utbildning och andel utrikes födda. Malmö har en ung och relativt högutbildad befolkning som i stor utsträckning består av personer med en utländsk bakgrund. Andra kommuner med en lika hög andel utrikes föd- da har oftast en äldre och betydligt lägre utbildad befolkning (se exempelvis utbildningsstatistiken för Södertälje, Botkyrka och Landskrona i figur 8). Men eftersom den stora andelen utrikes födda präglar staden på många vis, är det ända relevant att jämföra Malmö med andra kommuner med en hög andel utrikes födda. Därför jämför vi Malmö med tre kommuner: Södertälje, Botkyrka och Landskrona (kallas SB&L) som i likhet med Malmö har en hög andel utrikes födda. Vi jämför även med de andra storstäderna och övriga Skåne.

1 Antagandet bygger dock på att processerna som styr övergången från utanför arbetskraften till arbetslöshet inte skiljer sig åt mellan Sverige och riket. Eller med andra ord, om det är samma grupper för Malmö och riket, exempelvis unga eller utrikes födda, som övergår från latent arbetssökande till arbetskraften bör modellen fånga upp detta.

2 Dock skulle man kunna anta att den höga arbetspendlingen 2008 innebär att vi underskattar arbetslöshetsgapet för 2008, när vi inte kontrollerar för arbetspendling.

(10)

Figur 4 visar att skillnaderna i arbetslöshet mellan Malmö och jämförelsekommunerna och Skåne följer samma utveckling som för skillnaden mot riket. Störst skillnad finner vi tidigt under perioden för att därefter minska fram till finanskrisen 2008. Efter finanskrisen har skillnaden återigen växt.

För hela perioden är skillnaden störst mot Stockholm, cirka 10 procentenheter, och övriga Skåne, cirka 7 procentenheter. För Göteborg var skillnaden relativt liten strax innan finanskrisen, 2 procentenheter, för att därefter växa kraftigt till över 6 procentenheter 2017. Jämfört med SB&L var arbetslösheten mycket högre för Malmö, 8 procentenheter, under 1997–2003. Skillnaden föll dä- refter mycket kraftig, för att helt försvinna under 2008–2013. Under de senaste åren har skillnaden växt till 2 procentenheter.

Figur 4. Skillnad i arbetslöshet mellan Malmö och jämförelsekommuner och övriga Skåne. 1997–

2017.

Figur 5 visar skillnader i sysselsättningsgrad mot jämförelsekommunerna och övriga Skåne. I slutet av perioden finner vi störst sysselsättningsskillnad mot Stockholm. Innan 2009 var skillnaden störst mot övriga Skåne. Jämfört med SB&L är skillnaden i sysselsättning cirka 2 procentenheter efter finanskrisen.

Figur 5. Skillnad i sysselsättningsgrad mellan Malmö och jämförelsekommuner och övriga Skåne.

1997–2017.

(11)

Kapitel 4

ARBETSLÖSHETEN FÖR OLIKA GRUPPER

I detta avsnitt undersöker vi skillnader i befolkningssammansättning mellan Malmö och storstäder- na och SB&L och om arbetslösheten utvecklats olika för olika grupper (exempelvis inrikes- och utrikes födda) för Malmö och jämförelsekommunerna. Vi kommer endast studera arbetslösheten och inte sysselsättningsgraden och arbetslösheten sätts i relation till hela befolkningen och inte till arbetskraften. Som vi tidigare påpekat är detta nödvändigt för att på gruppnivå kan vi inte justera för arbetspendling till Danmark som påverkar, främst, sysselsättningen men även arbetskraften (pga. att arbetskraften ingår i sysselsättningen). Detta mått, som inte påverkas av arbetspendling, kan därför användas för att räkna fram arbetslösheten för olika befolkningsgrupper. En kon- sekvens blir att arbetslösheten blir lägre när man relaterar arbetslösheten till befolkningen och inte arbetskraften. Arbetslösheten sjunker även mer för Malmö än för riket. För riket blir arbetslösheten cirka 1,9 procentenheter lägre när man använder befolkningen och inte arbetskraften för att räkna fram arbetslösheten, och för Malmö blir arbetslösheten 3,8 procentenheter lägre. Detta beror på att andelen utanför arbetskraften är större för Malmö än riket vilket medför att arbetslöshetsgapet mellan Malmö och riket blir nästan 2 procentenheter lägre när man sätter arbetslösheten i relation till befolkningen och inte arbetskraften.

4.1 INRIKES OCH UTRIKES FÖDDA

Figur 6 visar andelen inrikes födda, och andelen utrikes födda indelat i tre grupper: i) Norden, Nor- damerika och EU15, ii) övriga Europa, och iii) utanför Europa och andra västländer (fortsättnings- vis kallad utanför Europa). Statistiken visas för åren 1993 och 2017. Som vi tidigare noterat har Malmö, både för 1993 och 2017, en större andel utrikes födda än de andra storstäderna och en mindre andel än SB&L. Medan andelen utrikes födda har ökat i samtliga grupper mellan 1993 och 2017 har skillnaderna mellan kommungrupperna varit relativt oförändrade. Framförallt har andelen från utanför Europa ökat i samtliga kommungrupper. Noterbart är dock att Malmö hade störst andel från Övriga Europa 1993, men att för 2017 är andelen från Övriga Europa störst för SB&L.

Figur 6. Andel inrikes födda, och utrikes födda från olika dela av världen, för Malmö och jämförelsekommunerna. 1993 och 2017.

Som påpekats tidigare har Malmö sålunda en stor andel utrikes födda men jämfört med SB&L är andelen utrikes födda mindre och kan därmed inte förklara Malmös arbetsmarknadsskillnader mot SB&L. Tar man dessutom hänsyn till att SB&L har en större andel utrikes födda från utanför Europa och att denna grupp ökat mest i SB&L sedan 1993 borde detta innebära att arbetslösheten var lägre för Malmö än för SB&L i slutet av perioden. Studerar man den årliga ökningen i andelen utrikes födda (se figur A3) ser man även att för 2010–2017 så ökar andelen utrikes födda mer i SB&L och Stockholm än för Malmö. Andelen utrikes födda i Malmö ökade främst under 2007–

2008 då den årliga tillväxten av utrikes födda var runt 4%.

Å andra sidan, om arbetslösheten är särskilt hög för utrikes födda i Malmös kan Malmös höga arbetslöshet fortfarande vara starkt kopplad till arbetsmarknadssituation för utrikes födda. Alltså, även om Malmö inte har en större andel utrikes födda än SB&L kan arbetsmarknadsintegreringen av utrikes födda vara sämre för Malmö. För att undersöka om så är fallet studerar vi i figur 7 arbet- slösheten för inrikes födda och våra tre grupper av utrikes födda över tid. Från figuren kan man dra tre slutsatser. För det första, för både inrikes födda och utrikes födda är arbetslösheten högre för Malmö än för jämförelsekommunerna. Man finner dock ett undantag, för utrikes födda från Norden, EU15 och Nordamerika är arbetslösheten inte högre för Malmö än för SB&L de senaste 10 åren. För det andra, runt finanskrisen, 2007–2010, är skillnaderna mellan Malmö och jämförelse- kommunerna små. Framförallt är det intressant att notera att för 2008 är skillnaden i arbetslöshet mellan Malmö och jämförelsekommunerna liten för utrikes födda från utanför Europa. Detta leder in oss på den tredje slutsatsen: efter finanskrisen ökar arbetslösheten för utrikes födda från utan- för Europa kraftigt för Malmö. För de andra jämförelsekommunerna ser man under finanskrisen (2008-2010) en ökning av arbetslösheten för utrikes födda från utanför Europa, medan för Malmö

(12)

har arbetslösheten för gruppen fortsatt att stiga fram till 2017: från en arbetslöshetsnivå på runt 20 procent år 2008 (för både jämförelsekommunerna och Malmö), till en arbetslöshetsnivå på cirka 25 procent för de andra jämförelsekommunerna och 33 procent för Malmö.

Inrikes födda Norden, EU15 och Nordamerika

Övriga Europa Utanför Europa (och andra västländer)

Figur 7. Arbetslösheten uppdelat på inrikes födda, och utrikes födda från olika dela av världen, för Malmö, storstäderna och SB&L, 1993–2017.

4.2 OLIKA UTBILDNINGSGRUPPER

Skillnader i arbetsmarknadsutfall är även starkt förknippade med skillnader i utbildningsnivå. Figur 8 visar för 1993 och 2017 andelen med en grundskoleutbildning, en gymnasieutbildning eller en universitet- eller högskoleutbildning för Malmö, storstäderna och SB&L. Andelen med en universitet- eller högskoleutbildning har ökat kraftigt sedan 1993, och mest för Malmö. Dock är andelen med en universitet- eller högskoleutbildning fortfarande 6 procentenheter lägre för Malmö än för de andra storstäderna. Skillnaden var 9 procentenheter 1993. För 2017 var andelen med en uni-

versitet- eller högskoleutbildning 14 procentenheter större för Malmö än för SB&L. Andelarna med en gymnasieutbildning eller en grundskoleutbildning är större för Malmö än för de andra storstäderna, men mindre än för SB&L.

Figur 8. Andel med olika utbildningslängd för Malmö och jämförelsekommunerna. 1993 och 2017.

Nästa steg är att i figur 9 studera arbetslösheten över tid för de olika utbildningsgrupperna. För gruppen med en gymnasieutbildning eller en grundskoleutbildning är arbetslösheten högre för Malmö än för jämförelsegrupperna. För gruppen med en universitets- eller högskoleutbildning finner vi efter finanskrisen ingen skillnad i arbetslöshet mellan Malmö och SB&L, men en cirka 4 procentenheters skillnad jämfört med de andra storstäderna.

Noterbart är att för personer med en grundskoleutbildning har skillnaden i arbetslöshet mellan Malmö och jämförelsekommunerna ökat kraftigt i slutet av perioden och är cirka 8 procentenheter för 2017. Därför att arbetslösheten för gruppen med en grundskoleutbildning ökar även för jämförelsekommunerna är den totala ökningen i arbetslöshet för gruppen med en grundskoleutbildning i Malmö hela 13 procentenheter sedan 2008. För personer med en universitets- eller högskoleutbildning eller en gymnasieutbildning var skillnaden mellan Malmö och jämförelsekom- munerna större på 90-talet än i slutet av perioden.

Generellt är arbetslöshetsskillnaderna mellan de andra storstäderna och SB&L små på gruppnivå (framförallt för utbildningsgrupperna men också delvis för inrikes födda och utrikes födda ovan).

Detta tyder på att skillnaderna i arbetslöshet mellan de andra storstäderna och SB&L framförallt beror på befolkningens sammanställning och inte på skillnader i arbetslöshet för olika utbildningsgrupper. Ett undantag noterade vi ovan: för universitet- eller högskoleutbildade är arbetslösheten för SB&L på Malmös (relativt höga) nivå de senaste åren, och inte på storstädernas nivå.

(13)

Universitet- eller högskoleutbildning Gymnasieutbildning

Grundskoleutbildning

Figur 9. Arbetslösheten uppdelat på utbildningsnivå för Malmö, storstäderna och SB&L, 1993–

2017.

Tidigare fann vi att efter finanskrisen ökade arbetslösheten kraftigt i Malmö för utrikes födda från utanför Europa. Därför att utrikes födda från utanför Europa i hög utsträckning även har en låg utbildningsnivå kan det vara så att ökningen i arbetslöshet för gruppen med en grundskoleutbildning främst beror på en ökning i arbetslöshet för utrikes födda från utanför Europa. Dvs. beror ökningen i arbetslöshet för gruppen med en grundskoleutbildning egentligen på en ökning i ar- betslöshet för utrikes födda från utanför Europa? För att besvara denna fråga studerar vi i figur 10 arbetslösheten för gruppen med en grundskoleutbildning uppdelat på a) inrikes födda och utrikes födda från Norden, EU15 och Nordamerika³, och b) utrikes födda från utanför Europa.

3 Det kan dock noteras att statistiken inte förändras om vi tar bort de utrikes födda från Norden, EU15 och Nordamerika.

Figuren visar att ökningen i arbetslöshet för gruppen med en grundskoleutbildning (för Malmö) hittas för både grupp a) och grupp b). Ökningen sedan 2008 för Malmö är förvisso större för utrikes födda från utanför Europa, 19 procentenheter, men ökningen är stor även för inrikes föd- da och utrikes födda från Norden, EU15 och Nordamerika, 11 procentenheter. Minst ökning, 6 procentenheter, finner man för gruppen från övriga Europa med en grundskoleutbildning (ej visat i figur).

Inrikes födda och utrikes födda från Norden, EU15 Utrikes födda från resten av och Nordamerika med en grundskoleutbildning världen med en grundskoleutbildning

Figur 10. Arbetslösheten för inrikes- och utrikes födda med en grundskoleutbildning för Malmö, storstäderna och SB&L. 1993–2017.

4.3 KVINNOR OCH MÄN OCH UNGA OCH ÄLDRE

Slutligen studerar vi arbetslösheten uppdelat på unga (≤29 år) och äldre (≥30 år), kvinnor och män, i figur 11. Jämfört med de andra storstäderna är arbetslösheten högre för Malmös unga (cirka 7-10 procentenheter högre) än för Malmös äldre (5-6 procentenheter högre). Skillnaden mot de andra storstäderna är även något större för män i Malmö än för kvinnor i Malmö (cirka 2 procentenheter större). Jämfört med SB&L finner vi i slutet av perioden ingen skillnad i arbetslöshet för Malmös unga kvinnor. Även för Malmös äldre kvinnor är skillnaden jämfört med SB&L mycket liten.

(14)

Unga (≤29 år) kvinnor Unga (≤29 år) män

Äldre (≥30 år) kvinnor Äldre (≥30 år) män

Figur 11. Arbetslösheten uppdelat på unga (≤29 år) och äldre (≥30 år), män och kvinnor, för Malmö, storstäderna och SB&L, 1993–2017.

En speciell grupp är unga utrikes födda kvinnor. Enligt Myndigheten för ungdoms- och civil- samhällesfrågor (MUCF, 2021) har unga utrikes födda kvinnor en svagare etablering i arbetslivet jämfört med andra grupper av unga. Det stämmer såtillvida att enligt figur 12 är arbetslösheten för unga utrikes födda kvinnor från utanför Europa hög i allmänhet (cirka 30 procent för 2017) och särskilt hög för Malmö (37 procent för 2017). För unga inrikes födda kvinnor är arbetslösheten betydligt lägre: cirka 21 procentenheter lägre för jämförelsekommunerna och 26 procentenheter lägre för Malmö. Dock är arbetsmarknadssituationen i Malmö faktiskt sämre för unga män än för unga

kvinnor från utanför Europa: för unga utrikes födda män från utanför Europa är arbetslösheten 46 procent. Att nästan varannan ung man från utanför Europa är arbetslös (någon gång under året) i Malmö är oroande (cirka var tredje i storstäderna och SB&L). Skillnader i resultat jämfört med MUCF:s rapport beror sannolikt på att de använder andra sätt att definiera etablering på arbetsmarknaden. De definierar förvärvsarbete som att den huvudsakliga inkomsten är från arbete eller företagande, och deras etableringsdefinition baseras på att individens inkomst är större än 60 procent av medianinkomsten för personer med samma kön och ålder.

Unga (≤29 år) inrikes födda män Unga (≤29 år) inrikes födda kvinnor

Unga (≤29 år) utrikes födda män Unga (≤29 år) utrikes födda kvinnor från utanför Europa från utanför Europa

Figur 12. Arbetslösheten uppdelat på unga inrikes födda män och kvinnor, och utrikes födda män och kvinnor från utanför Europa, för Malmö, storstäderna och SB&L, 1993–2017.

(15)

Den höga arbetslösheten för unga utrikesfödda från utanför Europa är givetvis en delförklaring till Malmös höga arbetslöshet. Men för att förklara Malmös totala arbetslöshetsgap mot SB&L är det ingen viktig faktor. Gruppen är något mindre, cirka 13 procent mindre, för Malmö än för SB&L och som en andel av den totala befolkningen utgör unga utrikes födda kvinnor och män (tillsammans) mindre än 7 procent av befolkningen. Förvisso en relativt stor andel men på aggregerad nivå har grupperna en liten påverkan på arbetslöshetsnivån i kommunen.

Kapitel 5

NÄRINGSLIVSANALYS

5.1 BAKGRUND OCH ANSATS

Nästa steg är att studera befolkningens näringslivsstruktur. Näringslivsstrukturen och förändringar i näringslivsstruktur kan vara en bidragande orsak till Malmös arbetsmarknadssituation. Om befolkningens färdigheter och utbildningsnivå inte matchar med näringslivsstrukturen påverkar detta arbetsmarknadsutfallet negativt. Teoretiskt bör avvikelser anpassas genom migration, humankapi- talinvesteringar och företagsetableringar. Men en sådan process tar tid och övergångsperioden som bland annat leder till arbetslöshet kan vara lång och smärtsam. Exempelvis har Malmös övergång från industristad till kunskapsstad inneburit stora strukturella problem som försvårat arbetsmarknadssituationen för delar av befolkningen.

Den senaste tekniska utvecklingen och digitaliseringen har medfört en strukturomvandling som ökat efterfrågan på högutbildad arbetskraft. När företag investerar i teknologi ökar detta högutbildades produktivitet mer än lågutbildades produktivitet. Hypotesen kallas ofta förmågedriven teknologisk förändring (skill-biased technological change på engelska). En variant på den förmågedrivna teknologiska hypotesen är jobbpolariseringshypotesen. Hypotesen beskriver att den tekniska utvecklingen medför att medelkvalificerade yrken byts ut mot låg- eller högkvalificerade jobb. De medelkvalificerade jobben som försvinner karakteriseras av att vara rutinmässiga jobb som exempelvis kontorsjobb eller maskinoperatörsjobb. Sålunda, till skillnad från förmågedriven teknologisk förändring, som ökar efterfrågan på högkvalificerad arbetskraft, innebär jobbpolarisering att efter- frågan på både låg- och högkvalificerad arbetskraft ökar. För många länder finner man tydliga tecken på jobbpolarisering (se exempelvis Autor och Dorn, 2013; Goos m.fl., 2009) och även för Sverige minskar andelen medelkvalificerade rutinjobb (Adermon och Gustavsson, 2015).

Utifrån denna bakgrund kommer näringslivsstrukturen studeras för Malmös och jämförelsekom- munernas nattbefolkning. Att studera näringslivsstrukturen för nattbefolkningen betyder att vi delvis besvarar en annan fråga än om vi studerar näringslivsstrukturen för dagsbefolkningen. Dagbe- folkningen, som innefattar samtliga anställningar i Malmö beskriver hur anställningarna fördelar sig över olika branscher. Nattbefolkningen, å andra sidan, beskriver i vilka branscher Malmös befolkning arbetar inom (oavsett om det är i Malmö eller utanför Malmö). Fördelen med att studera nattbefolkningen är att vi kan besvara i vilka branscher Malmös befolkning är över- eller underrepresenterade vilket är det främsta syftet med analysen. Om vi studerar dagbefolkningen betyder

(16)

en hög andel anställningar inom en specifik bransch inte nödvändigtvis att det är Malmöbor som arbetar inom branschen. I kapitel 6 besvarar vi den relaterade frågan: dvs. om Malmös dag- och nattbefolkningen skiljer sig åt.

För att studera nattbefolkningens näringslivsstruktur gör vi en utbildnings- och inkomstrankad indelning av branscher för Malmö, riket och jämförelsekommunerna. Ambitionen är att försöka avgöra om förändringar i Malmös näringslivsstruktur förklaras av den förmågedrivna teknologiska förändringshypotesen och/eller jobbpolariseringshypotesen eller om Malmö skiljer sig på något avgörande vis. Vanligtvis studerar man förändringar i yrkesval när man studerar strukturell förän- dring ur ett individperspektiv. Vi kommer istället göra indelningen efter branscher (SNI-koder).

Branscher och yrken överlappar varandra i stor utsträckning och valet stöds även av den statistiska analysen i kapitel 9 där vi finner att bransch förklarar mer av Malmös arbetsmarknadsgap än yrkesgrupper. Det finns även ett datarelaterat skäl till att vi studerar branscher: indelningen av branscher och yrkesgrupper har förändrats över tid, men för bransch kom förändringen tidigare vilket in- nebär en relativt lång period utan förändring (2008–2017) men för yrke förändrades indelningen 2012 vilket innebär en kort studieperiod för den nuvarande indelningen (2012–2017).

För att dela in branscherna efter kvalifikationsgrad kommer vi använda både inkomst och utbildning. I analysen nedan finner vi att när man kombinerar de två indelningarna framkommer det intressant information. Först räknar vi fram den genomsnittliga utbildningsnivån (utifrån de anställas antal utbildningsår) för de anställda i cirka 800 branscher (enligt SNI:s femsiffernivå). Branscherna delas därefter in i tre lika stora branschgrupper (33 procent av de anställda i vardera grupp⁴) utifrån den genomsnittliga utbildningsnivån i branschen. Branschgrupperna antas motsvara låg-, medel- och högkvalificerade branscher. På samma sätt räknar vi fram den genomsnittliga inkomsten för branscherna och delar in dem i tre grupper utefter genomsnittlig inkomstnivå. Därefter kombinerar vi måtten så att vi får tre branschgrupper utefter utbildning, indelade i tre grupper utefter inkomstgrupp. Vi får således nio branschgrupper. I tabell 1 beskrivs de nio grupperna för 2008.

Tabellen visar vilka branscher som utgör de vanligaste för var och en av grupperna samt gruppens andel av anställningar i riket, Malmö och jämförelsekommunerna. Efter att studerat Malmös när- ingslivsstruktur för 2008 kommer vi därefter studera hur näringslivsstrukturen förändrats under 2008–2017.

4 Därför att antalet anställda i branscherna inte är en kontinuerlig variabel går det inte att dela in branscherna efter exakta tredjedelar. Detta innebär att utbildningsgrupp 1, den lägsta utbildningsgruppen, blir något mindre än en tredjedel, 32, procent, och den andra utbildningsgruppen blir något större, 34,1 procent. Samma problem uppstår för inkomstgrupperna.

5.2 SKILLNADER I NÄRINGSLIVSSTRUKTUR

Tabell 1 visar, som förväntat, att det finns ett samband mellan utbildnings- och inkomstindelnin- gen. Branscher inom den lägsta utbildningsnivån (Utb1) placeras främst i den lägsta inkomstgruppen (Ink1) och medelinkomstgruppen (Ink2). Något oväntat placerar sig flest medelkvalificerade branscher (Utb2) också i den lägsta inkomstgruppen (Ink1) vilket beror på att andelen medelkvalificerade branscher i inkomstgrupp 2 (Ink2) är liten. För de högkvalificerade branscherna (Utb3) återfinns nästan samtliga branscher i inkomstgrupp 2 och 3.

Först och främst finner vi att anställningarna i Malmö är underrepresenterade i den lågkvalificerade utbildningsnivån (Utb1). Sammantaget (när man summerar Ink1-Ink3 för Utb3) finns det nästan 5% färre lågkvalificerade anställningar i Malmö än för riket. För SB&L finns det betydligt fler lågk- valificerade anställningar, cirka 4%, än för riket.

När vi studerar statistiken ur ett inkomstperspektiv finner vi att anställningarna i Malmö är över- representerade (dvs. i förhållande till riket) i branscher som placeras i inkomstgrupp 1 (Ink1) för samtliga utbildningsgrupper (Utb1-Utb3). Störst överrepresentation finner man för den medelkvalificerade utbildningsgruppen med lägst inkomster (Utb2-Ink1): nästan 3 procentenheter fler anställningar än riket. I denna branschgrupp ingår det framförallt branscher inom vård och omsorg och förskola där de anställda har en relativt hög utbildningsnivå men låga inkomster.

Malmö har en relativt hög andel anställningar i kvalificerade branscher (Utb3): högre än för riket och SB&L. En stor andel högutbildade branscher har Malmö gemensamt med de andra storstäder- na men Malmö skiljer sig från de andra storstäderna såtillvida att andelen inom den högsta inkomstgruppen (inom Utb3-Ink3) är betydligt mindre, nästan 8 procentenheter lägre. För de andra högk- valificerade inkomstgrupperna (Ink 1 och Ink2) är Malmös andel något högre än för storstäderna.

Malmö har sålunda fler anställda i högkvalificerade branscher som betalar låga- eller medelhöga inkomster och färre i högkvalificerade branscher som betalar höga inkomster (än storstäderna).’

(17)

Tabell 1. Malmös, rikets och jämförelsekommunernas näringslivsstruktur utifrån branschernas kvalifikationsnivå och inkomstnivå. Nattbefolkningen för 2008.

24,7% Vård och omsorg 37,4% Tillverkning 42,6% Tillverkning

22,6% Handel 21,2% Byggverksamhet 24,4% Byggverksamhet

1,2% Restaurangverksamhet 15,5% Handel (framförallt motorfordon och byggmaterial) 1,0% Lokalvård och skötsel av rönytor 13,1% Transport och magasinering

31,2% Vård och omsorg 36,8% Handel (framförallt partihandel) 43,2% Tillverkning (framförallt av fordon) 15,5% Förskoleutbildning 10,0% Verk. inom juridik, ekonomi, vetenskap och teknik 20,0% Handel (framförallt partihandel)

14,7% Handel 3,2% Övrig kollektivtrafik och sjötrafik 9,2% Transport (framförallt stödtjänster till transport) 9,4% Transport och magasinering 7,4% Säkerhetsverksamhet 8,1% Informations- och kommunikationsverksamhet 1,6% Hotell- och restaurangverksamhet 11,8% Fastighetsförvaltning 2,9% Försörjning av el, gas, värme och kyla

35,1% Utbildning (nästan enbart grundskoleutb.) 1,5% Sluten sjukvård 16,3% Informations- och kommunikationsverksamhet

40,1% Kultur, nöje och fritid 44,7% Utbildning 24,7% Verk. inom juridik, ekonomi, vetenskap och teknik

7,1% Marknads- och opinionsundersökning 33,8% Offentlig förvaltning 17,1% Offentlig förvaltning

1,4% Översättning och tolkning 0,2% Tandläkarverksamhet 3,6% Öppen hälso-sjuk- och tandvård

Andel av anställningar i SB&L: 1,1% Andel av anställningar i SB&L: 13,6% Andel av anställningar i SB&L: 12,6%

Största näringsgrenar: Största näringsgrenar: Största näringsgrenar:

Andel av anställningar i Malmö: 2,2% Andel av anställningar i Malmö: 17,6% Andel av anställningar i Malmö: 15,4%

Andel av anställningar i storstäderna: 2,5% Andel av anställningar i storstäderna: 17,0% Andel av anställningar i storstäderna: 23,2%

Utbildningsgrupp 3 (Utb3)

Inkomstgrupp 1 (Ink1) Inkomstgrupp 2 (Ink2) Inkomstgrupp 3 (Ink3)

Andel av anställningar i riket: 1,4% Andel av anställningar i riket:16,6% Andel av anställningar i riket: 15,2%

Andel av anställningar i riket: 17,4% Andel av anställningar i riket: 5,1% Andel av anställningar i riket: 11,0%

Andel av anställningar i riket: 13,8% Andel av anställningar i riket: 12,5% Andel av anställningar i riket: 7,2%

Not: Andelarna som beskriver de största näringsgrenarna är för riket.

Den kanske viktigaste slutsatsen från tabell 1 är att i fråga om näringslivsstruktur påminner Malmö varken om storstäderna eller SB&L. Precis som för storstäderna finns det en överrepresentation av medel- och högkvalificerade branscher i Malmö, men i likhet med SB&L återfinns en stor andel av anställningarna i de lägre inkomstgrupperna. I den avslutande diskussionen återkommer vi till hur dessa resultat, och förändringarna i näringslivsstruktur som analyseras nedan, antas påverka Malmös arbetsmarknadssituation.

5.3 FÖRÄNDRING I NÄRINGSLIVSSTRUKTUR

Men hur har befolkningens näringslivsstruktur förändrats sedan 2008? I figur 13 ser vi hur sam- mansättningen förändrats under 2008–2017, för Malmö, storstäderna och SB&L jämför med riket.

Inledningsvis förklarar vi utvecklingen aggregerat för de olika kvalifikationsnivåerna (Utb1-Utb3).

Därefter studerar vi skillnader mellan inkomstgrupper inom kvalifikationsnivåerna.

För Malmös del ser man en tydlig minskning av de medelkvalificerade branscherna (cirka 2 procentenheter tillsammans) och en svag minskning av de lågkvalificerade branscherna (0,3 procentenheter tillsammans). För de högkvalificerade branscherna ser vi en stor ökning (3,8 procentenheter).

Mönstret skiljer sig från både storstäderna och SB&L. Minskningen av de medelkvalificerade branscherna är större för Malmö än för storstäderna. För SB&L ser man en svag ökning av de medelkvalificerade branscherna (sammantaget för inkomstgrupperna).

Storstäderna Malmö

SB&L

Figur 13. Förändring i näringslivsstruktur mot riket mellan 2008–2017.

(18)

Studerar man den faktiska förändringen i figur 14 (och inte jämfört med riket) för Malmö finner man en minskning av både medelkvalificerade (Utb2) och lågkvalificerade branscher (Utb1), men att minskningen är något större för de medelkvalificerade branscherna. Vi finner även att den faktiska ökningen av högkvalificerade branscher (Utb3) är större än när vi jämför med riket.

Storstäderna Malmö

SB&L Riket

Figur 14. Absoluta förändringar i näringslivsstruktur mellan 2008–2017.

Studerar man förändringen för riket skulle man kunna förklara utvecklingen utifrån en förmågedriv- en utveckling: en ökning av andelen anställda i högkvalificerade branscher och en minskning av andelen anställda i lågkvalificerade branscher. För medelkvalificerade branschen ser vi ingen tydlig förändring (aggregerat över inkomstgrupperna). För Storstäderna finner man en utveckling som

bättre beskrivs av jobbpolariseringshypotesen: en ökning av högkvalificerade branscher och lågk- valificerade branscher. Dock bör det påpekas att ökningen av de högkvalificerade branscherna är en faktisk ökning (se figur 14) medan ökningen av de lågkvalificerade branscherna är en relativ ökning mot riket (se figur 13). Minskningen av de medelkvalificerade branscherna för storstäderna är, både, en faktiskt och en relativ minskning.

Malmös utveckling av näringslivsstrukturen beskrivs inte till fullo av varken en förmågedriven utveckling eller jobbpolariseringshypotesen. I enlighet med jobbpolariseringshypotesen minskar de medelkvalificerade branscherna och ökar de högkvalificerade branscherna (både faktiskt och relativt riket). Men till skillnad från jobbpolariseringshypotesen finner vi ingen ökning av de lågkvali- ficerade branscherna (och till och med en minskning i faktisk andel). Även SB&L skiljer ut sig: för SB&L ser vi en ökning av de lågkvalificerade branscherna och en minskning av de högkvalificerade branscherna.

När man går vidare och studerar inkomstgrupperna (inom utbildningsgrupperna) finner man en relativ minskning av de medelkvalificerade låginkomstbranscherna (se Utb2-Ink1 i figur 13). Att det är en relativ förändring betyder att de medelkvalificerade låginkomstbranscherna (som domineras av offentlig sektor: vård och omsorg och förskoleverksamhet) inte ökar i samma utsträckning som för riket. En liknande utveckling finner man för de andra storstäderna. Å andra sidan, i absoluta tal finner man att det är de medelkvalificerade höginkomstbranscher som minskar (se Utb2-Ink3 i figur 14). Denna trend är sålunda en generell trend som Malmö delar med riket, storstäderna och SB&L, men till skillnad från de andra storstäderna är den negativa utvecklingen större för Malmö än för riket. Studerar man branschsammansättningen ser man att gruppen domineras av tillverkning vilket betyder att tillverkningsindustrins tillbakagång i Malmö domineras av en minskning av medelkval- ificerad industri. För den lågkvalificerade industrin (som också är en höginkomstgrupp, utb1-ink3) finner vi ingen tillbakagång för Malmö.

Sammanfattningsvis kan man konstatera att Malmös näringslivsutveckling inte kan beskrivas uti- från jobbpolariseringshypotesen. Detta beror på att de lågkvalificerade branscherna som oftast är låginkomstbranscher inte växer. Huruvida detta är en positiv eller negativ utveckling är oklart. Att lågkvalificerade och låglönebranscher inte ökar är positivt ur ett jämlikhetsperspektiv och ett pro- duktivitetsperspektiv. Detta är sannolikt branscher med en låg produktivitetstillväxt och om Malmö har som ambition att utvecklas till en region med hög tillväxt är det positivt om högkvalificerade branscher växer på bekostnad av lågproduktiva branscher. Å andra sidan, näringslivsstrukturen bör även matcha med befolkningens kvalifikationsnivå. För Malmö med en hög andel utrikes födda med, i genomsnitt, låga kvalifikationer är det problematiskt om endast högkvalificerade branscher växer. Att arbetslösheten ökat kraftigt sedan 2008 för utrikes födda från utanför Europa och för personer med en grundskoleutbildning indikerar att förändringen av näringslivsstrukturen inte speglar befolkningens kvalifikationer. Sålunda, minskningen av tillverkningsindustrin har inte, i

(19)

enlighet med jobbpolariseringshypotesen, kombinerats med en motsvarande ökning av servicesek-

torn.

Kapitel 6

SKILLNADER I

DAG- OCH NATTBEFOLKNING

Inledningsvis studerar vi skillnader i dag- och nattbefolkningen⁵ i tabell 2. Tabellen visar att Malmös dagbefolkning är 24,7 procent större än nattbefolkningen (mätt som antalet sysselsatta) vilket är på samma nivå som för Göteborg. För Stockholm är dagbefolkningen ännu större, 35 procent större än nattbefolkningen, och för Botkyrka och Landskrona är nattbefolkningen större än dagbefolkningen.

Tabell 2. Skillnad i dag-och nattbefolkning för Malmö och våra jämförelsekommuner. 2018 Botkyrka Stockholm Södertälje Malmö Landskrona Göteborg Skillnad i dag- och

nattbefolkning -40,8% 35,3% 14,6% 24,7% -13,8% 24,3%

Skillnaderna är dock stora mellan branscher. I figur 15 finner vi skillnader i Malmös branschsam- mansättning mellan dag- och nattbefolkningen för 2018. Figuren visar tydligt att för branscherna Utbildning och Vård och omsorg är andelen anställda större, ca. 1,5-2 procent, när man ser till dagbefolkningen än till nattbefolkningen. För dessa branscher finns det sålunda en positiv nettoar- betspendling till Malmö, dvs att det är fler som jobbpendlar till Malmö än vad det är Malmöbor som jobbpendlar till någon annan kommun. För Hotell och Restaurang och Kulturella och personliga tjänster är nettoarbetspendlingen till Malmö även positiv.

Det bör dock noteras att vi inte kan justera dessa data för arbetspendling till och från Danmark. Vår statistik tar enbart hänsyn till flöden mellan svenska kommuner och därför skulle statistiken kunna avvika om vi inkluderade pendlingsflöde till och från Danmark. Exempelvis hade sannolikt den positiva nettoarbetspendlingen till Malmö för Vård och omsorg varit mindre om vi tagit hänsyn till att det är vanligt att sjuksköterskor arbetspendlar till Danmark⁶. Den positiva nettoarbetspendlingen till Malmö för Hotell och Restaurang hade sannolikt också minskat om vi tagit hänsyn till arbetspendlingen till Danmark. Å andra sidan, statistik från Öresundsdatabasen visar att det är få med en ped- agogisk utbildning som arbetspendlar till Danmark vilket betyder att det, definitivt, finns ett stort nettoinflöde av lärare till Malmö.

5 Dagbefolkningen är andelen som har en anställning i Malmö och nattbefolkningen består av antalen Malmöbor som har ett jobb i eller utanför Malmö (dock inte utanför Sverige).

6 Enligt Öresundsdatabasen är det en relativ stor andel av arbetspendlarna som har en utbildning inom Vård och hälsa.