Working Paper Series

(1)

Working Paper Series

2008:4

Stödinsatser vid varsel - omfattning och e¤ekter

Anders Harkman

Anders.Harkman@arbetsformedlingen.se

(2)

Working papers kan laddas ned från www.arbetsformedlingen.se

Arbetsförmedlingens Working Paper serie pre- senterar rapporter som rör analys av arbetsmarknadens funktionssätt och e¤ekter av arbetsmarknadspolitiska insatser. Rapporterna är pågående arbete och författarna tar tacksamt emot synpunkter.

Forskningsenheten

Arbetsförmedlingens huvudkontor 113 99 STOCKHOLM

E-post: forskningsenheten@arbetsförmedlingen.se

(3)

Stödinsatser vid varsel - Omfattning och e¤ekter

Anders Harkman

14 januari 2009

Sammanfattning

Den kris inom telekombranschen som inleddes år 2000 ledde till stora neddragningar och omfattande uppsägningar av personal under de följande åren. I många fall gjordes särskilda sats- ningar på stödinsatser av olika slag för att underlätta övergång- en till ny anställning eller annan försörjning för de uppsagda.

I rapporten redovisas en undersökning som dels syftade till att kartlägga vad som hänt de uppsagda i anslutning till telekomkrisen dels att få en uppfattning om nyttan av de extrainsatser som gjorts i samband med dessa. Ungefär en tredjedel av de uppsagda har deltagit i någon typ av stödprogram. Andelen som deltagit är större inom telekombranschen än inom andra branscher. Vanligast är att ha deltagit i jobbsökarprogram. En stor majoritet, 79 procent, har haft kontakt med Arbetsförmedlingen i samband med uppsägningen. Vid intervjutillfället cirka 1,5-2 år efter den ursprungliga uppsägningen var andelen arbetslösa knappt en fjärdedel och andelen i arbete nära 60 procent. Re- sultaten tyder på att längre uppsägningstid minskar risken för arbetslöshet när man lämnar företaget. Både andelen som går till arbete och andelen som lämnar arbetsmarknaden t.ex. för studier blir högre. Av de särskilda stödprogrammen är det endast jobbsökaraktiviteter på arbetstid som har en tydlig positiv e¤ekt på andelen i arbete. För övriga stödprogram …nns ingen statistiskt säkerställd e¤ekt.

(4)

1 Inledning

En modern marknadsekonomi är utsatt för ett ständigt omvandlingstryck.

Det innebär att det under en och samma tidsperiod både …nns ett stort antal arbetstillfällen som försvinner och ett stort antal nya som skapas. Vissa perioder kan antalet nya vara ‡er än de som försvinner. I andra perioder kan det vara tvärtom. En del av den nödvändiga rörlighet som krävs i samband med detta sker genom att arbetstagare frivilligt rör sig mellan olika företag och delarbetsmarknader. I vissa fall räcker dock inte den frivilliga rörligheten utan en del måste ske genom ofrivilliga uppsägningar.

För att skydda de som då drabbas …nns lagstiftning som ställer krav på bland annat viss uppsägningstid för de som skall lämna företaget och krav på att Arbetsförmedlingen skall informeras en viss tid innan uppsägningarna skall verkställas (s.k. varsel). Motivet med uppsägningstider är förstås att den enskilde skall få tid på sig att ska¤a ett nytt arbete innan det gamla upphör och med varsel att arbetsmarknadsmyndigheterna skall hinna förbe- reda åtgärder för de uppsagda. Olika parter ställer dessutom ofta upp med insatser utöver de som följer av lagstiftningen. Inom vissa avtalsområden

…nns särskilda omställningsavtal där parterna på arbetsmarknaden kommit överens om att erbjuda insatser utöver de som krävs (se t.ex. SOU 2002:59).

Arbetsförmedlingen ställer ofta upp med särskilda insatser. I många fall erbjuder företagen generösare villkor än de som lagen föreskriver både i form av längre uppsägningstid och andra stödåtgärder. Ett exempel på detta var i samband med den kris inom telekombranschen som inleddes år 2000 och som ledde till stora varsel och neddragningar under de närmast följande åren (se AMS 2003a för exempel).

För att kartlägga de initiativ Arbetsförmedlingen tagit på orter som drabbats av stora varsel i samband med krisen och hur Arbetsförmedlingen samverkat med andra aktörer tillsatte Arbetsmarknadsstyrelsen i november 2002 en riksövergripande samordningsgrupp för telekomsektorn, benämnd Telekomgruppen. För att få ett bättre underlag för att bedöma behovet och nyttan av olika insatser beställde Telekomgruppen en undersökning som dels syftade till att kartlägga vad som hänt de uppsagda i anslutning till telekomkrisen dels att få en uppfattning om nyttan av de extrainsatser som gjorts i samband med dessa. Detta gjordes i form av en intervjuundersökning under våren/sommaren 2003. Vissa resultat från undersökningen refereras kortfattat i gruppens slutrapport (AMS 2003b). Här redovisas resultaten från undersökningen mera utförligt.

Rapporten är upplagd på följande sätt. Först redovisas det datamaterial

(5)

som ligger till grund för undersökningen. Därefter följer en redovisning av uppsägningstider och omfattningen av olika typer av stödprogram enligt in- tervjuundersökningen. Resten av rapporten ägnas åt att undersöka e¤ekten av insatserna. Först diskuteras hur de särskilda åtgärder i form av förlängda uppsägningstider och särskilda stödprogram har påverkat sysselsättningssi- tuationen. Därefter följer en analys av e¤ekterna på lön och rörlighet mellan yrken, branscher och orter.

2 Data

Undersökningen bygger på intervjuer med ett slumpmässigt urval bland samtliga anställda som varslats om uppsägning under andra halvåret 2001 enligt de listor som arbetsgivarna var skyldiga att lämna till länsarbets- nämnden i det län där driftsinskränkningen skall ske. Det innebär att un- dersökningen är begränsad till driftsinskränkningar som berör minst fem arbetstagare (lag 1974:13 om vissa anställningsfrämjande åtgärder).

Eftersom syftet var att särskilt undersöka vad som hänt med uppsagda inom telekombranschen delades materialet upp i tre branschgrupper, telekom, övrigt IT och övriga branscher. Från dessa delgrupper drogs separata slumpmässiga urval om 750, 750 respektive 1500 personer. Populationen i de tre grupperna var 2655, 3344 respektive 23014.

Datainsamlingen genomfördes i form av telefonintervjuer under perioden maj-juni 2003. Eftersom det saknades uppgift om telefonnummer för ganska många i urvalet kompletterades telefonintervjuerna med brevenkäter till den gruppen. Resultatet av datainsamlingen redovisas i tabell 1.

Intervjun inleddes med en fråga om man blivit uppsagd under den aktuella perioden. Tre procent (93 personer) uppgav att de inte hade blivit uppsagda under den aktuella perioden. För dessa avslutades intervjun i och med detta. Även bland de som blivit uppsagda fanns några som inte hade lämnat företaget när intervjun gjordes (åtta procent eller 218 personer).

Dessa har uteslutits i den fortsatta analysen som alltså omfattar uppsagda som lämnat företaget vid intervjutillfället.

Antalet observationer som används i analysen begränsas också i en del fall av ett visst partiellt bortfall på några frågor (främst lön). Några observationer har även strukits då vi bedömt de lämnade uppgifterna som orimliga eller alltför udda. Antalet observationer som analysen bygger på är därför cirka 1400-1500.

I intervjuundersökningen ställdes frågor om jobbet man hade när man blev uppsagd, frågor om uppsägningstid och stödprogram i samband med

(6)

Tabell 1: Undersökningens resultat (urval, svarsfrekvens)

Typ av kontakt Telefon

intervju

Brevenkät Totalt

Bruttourval 2032 968 3000

därav

Felaktigt personnummer m.m., Ej uppsagda den aktuella perioden (övertäckning)

149 7 156

Utomlands/emigrerat/avliden vid intervju

9 9

Nettourval (bruttourval- övertäckning)

1874 961 2835

Ej intervjuad p.g.a. språksvå- righeter m.m.

7 7

Ej anträ¤ade 343 343

Ej besvarat brevenkät av okänd orsak

591 591

Avböjt medverkan 59 5 64

Genomförd intervju 1465 362 1827

Svarsfrekvens (procent) 78 38 64

uppsägningen, sysselsättning och lön när man lämnade företaget och vid in- tervjutillfället samt frågor om olika individkaraktäristika. Förutom uppgifterna från intervjun har vi tillgång till de övriga uppgifter som arbetsgivarna lämnat i samband med det varsel som inlämnats till länsarbetsnämnderna inklusive varslets storlek, antal sysselsatta på företaget och orsak till upp- sägningen.

3 Uppsägningstider

En längre uppsägningstid ger möjlighet för en uppsagd att börja söka nytt arbete redan innan han eller hon lämnat den tidigare arbetsgivaren. Man bör då ha större chanser att undvika arbetslöshet och inkomstförluster i samband med uppsägningen. Man kan emellertid också tänka sig att den som får lång uppsägningstid väntar längre med att börja söka och/eller söker mindre intensivt än de skulle ha gjort om de omedelbart hade ställts inför hotet att förlora arbete och inkomst.

(7)

Tabell 2: Uppsägningtidens längd fördelat på branschgrupp Uppsägningtid

(månader)

Telekom Övrig IT Övrig industri

Övrigt Totalt

0-2 16,6 34,9 25,6 44,5 33,5

3-4 34,9 44,4 32,4 28,2 32,5

5-6 33,3 14 33 18 24,6

7- 15,2 6,7 9 9,3 9,5

Summa 100 100 100 100 100

I lagen om anställningsskydd (SFS 1982:80) …nns bestämmelser om upp- sägningstid. Där anges att alla har rätt till minst en månads uppsägningstid.

Personer med en anställningstid på minst två år har rätt till längre uppsäg- ningstid. Tiden varierar mellan två och sex månader beroende på hur många år man varit anställd. Den längsta uppsägningtiden, sex månader, gäller för personer som varit anställda minst tio år. För anställda före 1 januari 1997 gäller de regler som då fanns. Då var uppsägningstiden knuten till ålder och inte anställningstid. Personer som ännu inte fyllt 25 år har enligt de reglerna den kortaste uppsägningstiden (en månad). Därefter ökar tiden successivt till sex månader för personer som fyllt 45 år. Andra regler kan dock bestäm- mas i kollektivavtal. Tyvärr har vi ingen uppgift om i vilken utsträckning detta är fallet i vårt datamaterial. Knappt 70 procent av de uppsagda i un- dersökningen hade en anställningstid på mindre än fem år vilket innebär att de ‡esta anställts efter 1 januari 1997.

I samband med driftsinskränkningar erbjuder ofta arbetsgivaren läng- re uppsägningstider. I tabell 2 redovisas uppsägningstiderna i vårt material fördelat på branschgrupper. Uppgiften bygger på en direkt fråga i intervju- undersökningen.

Drygt 30 procent av de intervjuade hade en uppsägningstid på högst två månader medan tio procent hade en uppsägningstid längre än ett halv- år. Majoriteten hade tider i intervallet 3-6 månader. Den genomsnittliga uppsägningstiden var drygt fyra månader. Hälften uppger en uppsägnings- tid som är längre än den lagstadgade vilket kan hänga samman både med andra regler i kollektivavtal och företagsspeci…ka avtal i det speciella fallet.

Andelen med längre uppsägningstid än den lagstadgade var klart större inom telekom- och IT-branscherna än inom övriga branscher. Andelarna var cirka 65 respektive 45 procent.

(8)

Uppsagda inom telekombranschen hade de längsta uppsägningstiderna medan övrig IT och ”övriga” branscher (huvudsakligen servicebranscher) hade de kortaste. Då har vi emellertid inte kontrollerat för skillnader vad gäller anställningstid, ålder och eventuellt andra faktorer som systematiskt kan påverka hur långa uppsägningstider man får.

3.1 Vilka faktorer påverkar uppsägningstiden?

Lagen anger alltså endast en faktor som skall bestämma uppsägningstidens längd nämligen anställningstid (ålder för anställda före 1997). Emellertid kan uppsägningstiden påverkas både genom kollektivavtal och särskilda förhand- lingar i samband med uppsägningar. För att undersöka hur olika faktorer påverkar uppsägningstidens längd har vi skattat en regressionsmodell där vi försökt isolera olika faktorers betydelse. Modellen i sin helhet redovisas i tabellbilagan (tabell 14).

Faktorer som har ett tydligt samband med uppsägningstidens längd är antal varslade, orsaken till varslet och region samt den uppsagdes ålder, yrke och anställningstid. Eventuellt …nns också ett samband med att vara född utomlands och att ha deltagit i stödprogram.

Det …nns ett tydligt positivt samband mellan uppsägningstidens längd och antalet varslade. Vid stora varsel tenderar uppsägningstiderna att vara längre. I genomsnitt ökar uppsägningstiden med cirka 0,3 månader när antalet varslade ökar med 100.

Inte överraskande är uppsägningtiden kortare vid konkurser än vid partiella neddragningar av verksamheten. Skillnaden uppgår till omkring en månad. Några större systematiska skillnader …nns egentligen inte mellan olika regioner. En regiontyp som dock avviker från andra är universitets- och högskoleregioner där uppsägningstiderna är kortare.

Som väntat …nns ett tydligt samband mellan anställningstid och upp- sägningstid precis som lagen föreskriver. Längre anställningstider ger längre uppsägningstider.

Förutom anställningstid så spelar också ålder stor, självständig roll för uppsägningstiden även sedan vi kontrollerat för anställningstid. Personer under 30 år tenderar att ha kortast uppsägningtider och personer 50 år och äldre har den längsta. Den yngre gruppen har cirka en halv månad kortare uppsägningtid än åldergruppen 30-49 år och den äldre gruppen har en månads längre tid. Personer med yrken som kräver högskoleutbildning tenderar att ha längre uppsägningtider liksom ledande befattningshavare i företagen.

När vi kontrollerat för ovanstående faktorer …nns inte längre någon sta-

(9)

Tabell 3: Hade arbetsgivaren något särskilt stödprogram som du deltog i? Andelar i procent

Program Telekom Övrig IT Övriga

branscher

Samtliga

Deltog ej i stödprogram 40 63 70 66

Fick söka arbete på arbetstid

27 18 15 16

Utbildning bekostad av arbetsgivaren

21 6 6 7

Hjälp av bemanningsfö- retag

13 5 3 5

Möjlighet pröva annat arbete

10 1 2 3

Avtalspension eller motsvarande

3 2 2 2

Annan hjälp 18 17 10 12

tistiskt säkerställd skillnad i uppsägningstíd mellan uppsagda i telekombranschen och andra branschgrupper.

4 Stödprogrammens omfattning

Förutom längre uppsägningstider kan arbetsgivarna erbjuda olika stödpro- gram i samband med uppsägningar. I det här avsnittet skall vi redovisa omfattningen av dessa. Uppgifterna bygger även här på de uppsagdas egna uppgifter som de lämnat i intervjuundersökningen. Frågan som ställdes löd:

”Hade arbetsgivaren något särskilt stödprogram för uppsagda som Du deltog i? Den som deltagit …ck också ange vilken typ av program det var. Flera alternativ kunde anges. Alternativen framgår av tabell 3.

Som framgår av tabellen har 66 procent av de uppsagda inte deltagit i något särskilt stödprogram. Vi vet då inte om det beror på att man inte velat delta i program som funnits på arbetsplatsen eller på att inga program anordnats. Eftersom utbudet av stödprogram är frivilligt förefaller det dock troligt att många företag inte erbjudit några program och att många uppsagda inte haft tillgång till sådana.

Det vanligaste stödprogrammet var att ”söka arbete på arbetstid” som

(10)

16 procent uppger att de deltagit i. Enligt lagen om anställningsskydd har alla uppsagda rätt till ”skälig ledighet” för att söka arbete. Man kanske kan anta att det här ofta rör sig om något mer ambitiösa program än det minimikrav som lagstiftningen erbjuder eftersom ändå endast en minoritet av de uppsagda har deltagit.

Näst vanligast är att arbetsgivaren erbjuder någon typ av utbildning som sju procent har deltagit i. Mera sällsynt är att man får hjälp av beman- ningsföretag eller möjlighet att pröva annat arbete under uppsägningstiden.

Endast ett fåtal har erbjudits avtalspension eller motsvarande. 12 procent har deltagit i andra ej speci…cerade aktiviteter.

Andelen som deltagit i de olika stödprogrammen är betydligt högre inom telekombranschen än inom övriga branscher. Särskilt gäller detta de mer

”ambitiösa” programmen som utbildning, hjälp av bemanningsföretag och möjlighet att pröva annat arbete. Detta tyder på att ambitionsnivån har varit högre inom den branschen än inom andra att ge stöd i samband med uppsägningen.

4.1 Arbetsförmedlingens insatser

Vi har hittills redovisat vilka insatser som företagen har erbjudit de uppsagda. I vilken utsträckning har de uppsagda varit i kontakt med Arbetsförmed- lingen? Sådana kontakter kan ha ägt rum både under uppsägningstiden och efteråt om man inte lyckats lösa sin situation under tiden. De stödprogram som företagen erbjudit kan i vissa fall ha skett i samarbete med Arbetsför- medlingen. De uppgifter som redovisas bygger på intervjuundersökningen.

Nära 80 procent av de uppsagda i undersökningen har haft någon form av kontakt med Arbetsförmedlingen, antingen via personalen eller via Ar- betsfömedlingens internettjänster (se tabell 4). Andelen som varit i kontakt med personalen är något större än andelen som använt internettjänsterna.

Andelen som enbart använt internet är tio procent. De ‡esta har både haft kontakt med Arbetsförmedlingens personal och sökt arbete via internettjäns- terna. Andelen som varit i kontakt med Arbetsförmedlingen är störst inom telekombranschen och minst inom IT-branschen.

I tabell 5 redovisas vilka olika tjänster man utnyttjat. Överlägset vanligast är att söka jobb med hjälp av internettjänsterna. Av tjänster som för- medlats via personal är platsinformation vanligast följt av vägledning och arbetsmarknadsutbildning. En mindre andel har också deltagit i arbetspraktik.

(11)

Tabell 4: Andel som varit i kontakt med Arbetsförmedlingen efter uppsägning (procent)

Grupp Kontakt med

personal

Använt inter- nettjänsterna

Personal eller internettjäns- ter

Telekom 77 68 86

Övrig IT 60 61 73

Övriga branscher 70 59 79

Samtliga 69 60 79

Tabell 5: Andel som använt Arbetsförmedlingens olika tjäns- ter. Procent

Program Telekom Övrig IT Övriga

branscher

Samtliga Af:s internettjänster

(Plats- och sökandeban- ken)

68 61 59 60

Platsinformation, personal

32 26 31 31

Vägledning 26 15 20 20

Arbetsmarknadsutbildn. 18 6 10 10

Arbetspraktik 6 2 4 4

Annat 9 7 8 8

5 E¤ekter på sysselsättning och arbetslöshet

En uppsägning innebär, om den inte dras tillbaka, att den uppsagde måste hitta ett nytt arbete eller lämna arbetsmarknaden. Detta kan ske mer eller mindre smidigt. I vissa fall kan man direkt hitta ett nytt arbete och kan gå över till ny anställning utan mellanliggande arbetslöshet, utbildningsinsats eller liknande. I andra fall kan sökandet efter nytt arbete bli resultatlöst under lång tid. Byte av arbete kan också innebära att man tvingas accep- tera lägre betalada jobb eller byta bostadsort. I det här avsnittet skall vi undersöka hur de uppsagda i vårt urval har klarat sig med avseende på sys- selsättning och arbetslöshet. Hur villkoren i det nya jobbet är i förhållande

(12)

till de som man hade tidigare analyseras i följande avsnitt.

Vi kommer att använda tre olika ”mått” på sysselsättningssituationen för de uppsagda. Dels använder vi två frågor i intervjuundersökningen som gäller vilken sysselsättning man hade direkt när man lämnade företaget respektive vid intervjutillfället i maj/juni 2003. Dessa uppgifter kompletteras med uppgifter från AMS register om arbetslöshet och programdeltagande under perioden januari 2002 till augusti 2003.

5.1 Sysselsättning vid två tidpunkter

Innan vi undersöker sambandet mellan insatser av olika slag som gjorts i samband med varslen och utfallet i form av sysselsättningsgrad m.m. skall vi kort redovisa hur sysselsättningssituationen ser ut för de varslade vid två tidpunkter. Detta kommer sedan att vara det viktigaste underlaget för de följande analyserna. De tidpunkter som vi undersöker är dels när de uppsagda lämnar företaget dels tidpunkten för intervjun (maj/juni 2003).

Den första tidpunkten, när man lämnar företaget, kan variera ganska mycket beroende på dels när exakt uppsägningen gjordes dels beroende på hur lång uppsägningstid man …ck.

Som framgår av tabell 6 lämnade cirka hälften företaget till arbetslöshet eller ett arbetsmarknadspolitiskt program. Cirka 30 procent gick direkt till ett annat arbete. Sju personer i undersökningen gick direkt till pension.

Cirka fyra procent var sjukskrivna när de lämnade företaget.

Vid tidpunkten för intervjun har en klar majoritet av de uppsagda ett arbete av något slag. Andelen arbetslösa och deltagare i arbetsmarknadspolitiska program har minskat till 25 procent. Andelarna i studier, sjukskrivna och pensionerade är ganska små. Antalet pensionerade har dock fördubblats under tiden men andelen är fortfarande mycket liten. Det är dock möjligt att ‡er pensionerats i samband med neddragningarna bland personer som inte …nns bland de varslade. Vi kan därför inte uttala oss om hur vanligt det är med förtida pensioneringar i samband med varsel.

Cirka fyra procent är sjukskrivna vid båda undersökningstillfällena. Värt att notera är att hälften av dem som var sjukskrivna när de lämnade företa- get fortfarande är sjukskrivna vid intervjutillfället. Intressant att notera är också att en stor majoritet av dem som är sjukskrivna vid intervjun men inte var det när de lämnade företaget då var arbetslösa. Här kan …nnas personer som riskerar att permanent slås ut från arbetsmarknaden.

Totalt har 41 procent av de uppsagda ännu inte hittat en mera permanent lösning på sin situation (arbete eller pension). Till de som har en mera osäker situation kan även läggas de som har en tidsbegränsad anställning.

(13)

Tabell 6: Sysselsättningssituation för undersökningsgruppen vid två tillfällen. Andel i procent

Sysselsättning När man lämnat fö- retaget

Vid intervju

(maj/juni 2003)

Arbete 32 58

Arbetslöshet/åtgärd 51 24

Studier 7 8

Sjukskrivning 4 5

Pension 1 1

Annat 5 4

Totalt 100 100

Andelen anställda med tidsbegränsade kontrakt var 20 procent (elva procent av samtliga). Erfarenhetsmässigt vet man dock att många tillfälliga anställningar så småningom övergår i fasta.

En fjärdedel av de varslade som slutat sin anställning hos arbetsgivaren är alltså arbetslösa vid intervjutillfället. Av dessa var 74 procent arbetslösa även när de lämnade företaget.

5.1.1 Uppsägningstidens betydelse

Har då uppsägningstiden någon betydelse för hur väl den uppsagde lyckas med att hitta en väg till ett nytt arbete? Vi skall undersöka den frågan genom att granska sambandet mellan uppsägningstidens längd och sysselsättningen vid två olika tidpunkter. Den första tidpunkten är när den uppsagde lämnar företaget vilket alltså kan variera mellan olika personer beroende på hur lång uppsägningstid man …ck. Den andra tidpunkt vi undersöker är tillfället för intervjun i maj/juni 2003 vilket bör vara 1,5-2 år efter den ursprungliga uppsägningen.

För att isolera betydelsen av uppsägningstid från andra faktorer som på- verkar sysselsättningsgraden har vi använt en form av regressionsanalys, s.k.

multinomial logitanalys, som också tar hänsyn till att man kan gå till ‡era alternativa sysselsättningar. Vi har delat upp sysselsättningsmöjligheterna i tre olika grupperingar i analysen. Den första är arbete på öppna marknaden (inklusive eget företag). Den andra är arbetslöshet eller arbetsmarknadspolitiskt program och den tredje är andra sysselsättningar utanför arbetsmarknaden inklusive bl.a. studier. Variabler som, förutom uppsägningstid, ingår

(14)

i modellen är bransch, yrke, ålder, kön, utbildning, region, anställningstid, obalanstal, lön vid uppsägningstillfället, födelseland, familjeförhållanden och deltagande i olika stödprogram i samband med uppsägningen. En detaljerad redovisning av resultat och modell ges i tabellbilagan (tabell 15 och 16).

När det gäller uppsägningstidens längd …nns ett tydligt samband mellan denna och sysselsättningen när man lämnar företaget. Bland de som har längre uppsägningstider …nns en mindre andel arbetslösa och en relativt sett större andel i arbete och i övriga sysselsättningar. En längre uppsägningstid förefaller alltså ge den åsyftade e¤ekten att underlätta för individen att hitta en permanent eller tillfällig lösning på sina sysselsättningsproblem och därmed undvika att bli arbetslös.

Analysresultaten redovisas i tabell 7. Här redovisas e¤ekten av att för- länga uppsägningstiden med tre månader när alla andra egenskaper som ingår i modellen hålls konstanta. På första resultatraden redovisas den be- räknade fördelningen på de olika sysselsättningskategorierna för personer med genomsnittliga karaktäristika och med tre månaders uppsägningstid.

Andelen i arbete är drygt 29 procent, andelen i arbetslöshet/program är drygt 55 och andelen i ”annat” är drygt 15 procent. På nästa rad anges hur dessa andelar förändras när uppsägningstiden ökar med tre månader.

Fortfarande är det personer med i övrigt samma egenskaper som undersöks.

Den beräknade andelen i arbete är 1,6 procentenheter högre, dvs 30,7 procent. Andelen arbetslösa är 4,4 procentenheter lägre, dvs 51,0 procent och den beräknade andelen i andra sysselsättningar är 2,7 procentenheter högre eller 18,2 procent. De högre andelarna i arbete och i ”annat” jämfört med i arbetslöshet är statistiskt säkerställda. Att en längre uppsägningtid minskar risken för arbetslöshet i samband med att man lämnar företaget vid en uppsägning överensstämmer med resultaten i Storrie(?) och Jans(2002).

När det gäller sysselsättningen vid intervjutillfället …nns inte längre nå- gon tydlig (statistiskt säkerställd) skillnad mellan de som hade korta respektive långa uppsägningstider. Som framgår av den sista raden i tabellen är de beräknade skillnaderna ytterst små mellan de som har tre respektive sex månaders uppsägningstid. Den skillnad som fanns när man lämnade företaget har jämnats ut.

Slutsatsen blir alltså att en längre uppsägningstid minskar risken för ar- betslöshet i samband med att man lämnar företaget och att man istället i större utsträckning får antingen arbete eller hittar någon annan sysselsätt- ning utanför arbetsmarknaden. På medellång sikt jämnas skillnaden ut och efter 1-1,5 år …nns inte längre någon statistiskt säkerställd skillnad.

(15)

Tabell 7: E¤ekt av uppsägningstid på sysselsättningen vid två tillfällen. Andelarna gäller för person med genomsnittliga karaktäristika

Utfall Arbete Arbetslös

eller program

Annat

Sysselsättning vid avgång Uppsagd med 3 månaders uppsägningstid

29,1 55,4 15,5

E¤ekt av ytterligare 3 måna- ders upps.tid

+1,6* -4,4 +2,7*

Sysselsättning vid intervju Uppsagd med 3 månaders uppsägningstid

59,1 24,8 16,1

E¤ekt av ytterligare 3 måna- ders upps.tid

-1,1 0 1,1

* signi…kant på 10-procentsnivå eller lägre.

Test avser jämförelse med arbetslös/program.

5.1.2 Stödprogram

Vilken e¤ekt har då stödprogrammen? När man skall försöka besvara den frågan ställs man inför de problem som alltid …nns när e¤ekten av en åtgärd skall mätas. E¤ekten av en åtgärd är i princip skillnaden mellan det utfall i form av sysselsättningsgrad, lön etc som deltgarna får och det utfall man skulle ha fått om man inte deltagit i programmet. Det här hypotetiska utfallet kan ju aldrig direkt observeras utan det måste skattas på något sätt.

Vanligen beräknas det hypotetiska utfallet som deltagarna skulle ha fått utan program på så sätt att man mäter utfallet för andra, liknande, personer som inte deltagit (kontroll- eller jämförelsegrupp). Svårigheten är att hitta liknande personer på samma eller likvärdiga delarbetsmarknader.

Om inte alla deltog i ett program och deltagandet vore helt slumpmäs- sigt skulle det hypotetiska utfallet utan problem kunna representeras av det faktiska utfallet för gruppen som inte deltagit. Detta är dock sällan eller aldrig fallet med faktiska program. I allmänhet …nns systematiska skillnader mellan deltagare och ickedeltagare. Om dessa skillnader också systematiskt påverkar utfallet måste man på något sätt ta hänsyn till detta. Så länge skillnaderna går att observera kan problemet lösas genom att likställa delta-

(16)

gare och ickedeltagare med hjälp av regressionsanalys eller s.k. matchning.

Problemet kvarstår dock om det …nns viktiga faktorer som påverkar både deltagande och utfall som vi inte kan observera.

I vårt fall har vi uppgifter från ett antal personer som alla blivit uppsagda av sina arbetsgivare på grund av personalneddragningar eller nedläggningar.

På så sätt har alla samma utgångsläge. Vissa av dessa …nns hos arbetsgivare som erbjuder särskilda stödprogram. Andra …nns hos arbetsgivare som inte erbjuder sådana program. Finns det någon systematik i vilka som erbjuder stödprogram? En tänkbar faktor är att benägenheten att erbjuda stödpro- gram är större där situationen på arbetsmarknaden är sämre. Man kan tänka sig att påtryckningar från anställda, fackföreningar och det omgivande sam- hället är större i det fallet. Den faktorn kan man emellertid kontrollera för i analysen genom att ta med olika mått på arbetsmarknadsläge i analysen.

Svårare att hantera är de systematiska skillnader som uppkommer genom att de uppsagda på företag som erbjuder stödprogram kan välja att delta eller inte. Trots att vi har tillgång till uppgifter om en mängd olika egenskaper hos individen kan vi inte utesluta att det …nns ytterligare faktorer som påverkar både deltagande och utfall. Även om så skulle vara fallet är situationen i vårt fall ändå betydligt bättre än när man analyserar program som i princip är tillgängliga för alla. I vårt fall har många uppsagda inte tillgång till något program vilket gör att vi kan anta att grupperna trots allt är mer lika varandra än normalt.

Modellen som används är densamma som i föregående avsnitt. Resulta- ten av analysen med avseende på stödprogrammen presenteras i tabell 8.

Principen för redovisningen är densamma som i tabell 7. Även här kontrol- lerar vi för andra egenskaper genom att låta jämförelsen gälla en person med genomsnittliga egenskaper. Den enda faktor som varierar är deltagandet i olika stödprogram. Det enda program som har en statistiskt säkerställd ef- fekt på andelen i arbete är ”…ck söka arbete på arbetstid”. Deltagarna i detta stödprogram har 11 procentenheter högre andel i arbete när de lämnar fö- retaget än de som inte deltagit i något stödprogram. Vid intervjutillfället är fortfarande andelen i arbete nio procentenheter högre. Intressant att notera är att arbetslösheten i stort sett är densamma för deltagarna i programmet som bland dem som inte deltagit i något program. Istället är andelen

”annat” klart lägre.

Deltagare i utbildningsprogram har klart större andel i ”annan” syssel- sättning (främst utbildning) vid båda mättillfällena med tendens till lägre andel både i arbete och arbetslöshet. Som man kan förvänta sig är andelen med ”annan” sysselsättning större bland dem med avtalspension eller motsvarande. Många i gruppen har lämnat arbetsmarknaden. I övrigt är den

(17)

enda statistiskt säkerställda skillnaden att de som fått hjälp av bemanning- företag i mindre utsträckning …nns i ”andra” sysselsättningar (dvs utanför arbetsmarknaden).

Det enda stödprogram som på ett tydligt sätt ger högre andel i arbete är alltså att få söka arbete på arbetstid. För övriga program går det inte att belägga någon positiv e¤ekt på sysselsättningsgraden.

Tabell 8: E¤ekt av deltagarande i stödprogram på sysselsätt- ningen vid två tillfällen. Andelarna gäller för person med genomsnittliga karaktäristika. E¤ekter i procentenheter.

/program

Annat Sysselsättning vid av-

gång

Ej deltagit i program 28,6 53,1 18,3

+11,5* -1,2 -10,3*

Utbildning -6,5 -4,1 +11,8*

1,2 -0,5 -0,7

8,6 -0,2 -7,3

Avtalspension eller motsv.

-4,4 -6,8 11,2

Annat -5,2 5,1 0,1

Sysselsättning vid intervju

Ej deltagit i program 56,6 26,4 17

+9,3* -4,1 -5,2

Utbildning -4 -4 +8,0*

1,8 5 -6,7*

-0,4 -6 6,4

Avtalspension eller motsv.

-1,5 -11,1 +12,9*

Annat 1,1 -0,8 -0,3

forts. nästa sida

(18)

Tabell 8 –forts. föregående sida

/program

Annat

*signi…kant på 10-procentsnivå eller lägre.

Test avser jämförelse med arbetslös/program.

5.1.3 Övriga faktorer

Det kan också vara intressant att se hur övriga variabler påverkar syssel- sättningsutfallet i samband med varsel. Vilka faktorer försvårar respektivet underlättar möjligheterna att snabbt komma tillbaka till arbete?

Varslets storlek påverkar inte risken för arbetslöshet. Resultaten tyder inte på att det …nns något systematiskt samband mellan varslets storlek och sysselsättningssituationen. Det enda samband som kan noteras är att andelen med ”annan”sysselsättning är något större vid stora varsel när man lämnar företaget. Vid intervjutillfället …nns dock inget samband kvar mellan varslets storlek och sysselsättningssituationen för de varslade. Detta gäller oavsett om man relaterar varslets storlek till den lokala arbetsmarknadens storlek eller inte. Resultatet ger alltså inget stöd för att behovet av insatser generellt sett skulle vara större vid stora varsel än vid små.

För att undersöka eventuella regionala skillnader har vi använt en indel- ning i sex regioner baserat på storlek och karaktär. Efter kontroll för övriga faktorer i modellen är de systematiska skillnaderna mellan olika regiontyper i allmänhet små och inte statistiskt säkerställda. Ett undantag är dock Stock- holmsregionen som tydligt skiljer sig från övriga regioner genom en mindre andel i arbete och en större i arbetslöshet än vad man skulle förvänta sig med tanke på arbetsmarknadsläge och de uppsagdas kvali…kationer. Detta gäller både vid avgången från företaget och vid intervjutillfället. Den skattade skillnaden är vid båda tillfällena i storleksordningen tolv procentenheter på andelen i arbete till Stockholmsregionens nackdel.

Den enda tydliga skillnaden i övrigt är att varslade i småregioner i mindre utsträckning går över till ”annan” sysselsättning i samband med att de lämnar företaget.

Som indikator på arbetsmarknadsläget har vi använt det relativa obalanstalet i kommunen. För sysselsättningen vid avgången från företaget har obalanstalet ingen tydlig e¤ekt. Tendensen är som väntat negativ på andelen i arbete, dvs hög obalans leder till mindre andel i arbete i förhållande till i arbetslöshet. E¤ekten är dock inte statistiskt säkerställd. Går man däremot till situationen vi intervjutillfället …nns en tydlig e¤ekt i förväntad riktning.

Högre obalanstal i kommunen leder till högre arbetslöshet och lägre andel

(19)

i arbete bland de varslade. En skillnad i obalanstal på fem procentenheter (från fyra till nio procent) beräknas leda till en minskning av andelen i arbete med 16 procentenheter och en motsvarande ökning av arbetslösheten.

De som blir varslade i samband med en konkurs skiljer sig i viktiga avseenden från de som varslas i samband med mera partiella neddragningar.

Skillnaden är inte så stor direkt vid avgången från företaget. Andelen som går till ”annat”är något mindre bland de som drabbats av konkurs. Däremot är skillnaden stor vid intervjutillfället. De som kommer från en konkurs har betydligt högre andel i arbete och mindre i arbetslöshet och ”annat”än vid övriga orsaker. Den beräknade andelen i arbete är cirka 16 procentenheter högre bland de som kommer från en konkurs.

Att de som blir varslade i samband med konkurser klarar sig bättre än andra är ett resultat som återkommer i andra undersökningar (t.ex. Edin, 1988). Den vanligaste förklaringen brukar vara att en konkurs berör hela arbetsstyrkan medan vid partiella nedskärningar ofta bara en mindre del berörs. Den partiella nedskärningen ger möjlighet att behålla den mest at- traktiva arbetskraften. En hypotes skulle då vara att de som kommer från konkurser i genomsnitt utgör en bättre grupp än de som kommer från partiella nedskärningar. Finns det då viktiga egenskaper som har betydelse för framgången som vi inte kan mäta men som potentiella arbetsgivare kan observera skulle man få en positiv e¤ekt av att komma från en konkurs.

En annan förklaring skulle kunna vara att vissa företag som går i konkurs köps upp eller startas om och i samband med detta återanställer en del av personalen.

Uppsagda inom telekombranschen har en klart lägre andel som går till arbete när de lämnar företaget än uppsagda inom andra branscher. Detta förklaras både av en högre andel som går till arbetslöshet och en högre andel som lämnar arbetskraften tillfälligt eller permanent. Skillnaden är mindre jämfört med övrig industri än om man jämför med IT och servicebran- scherna. Vid intervjutillfället har skillnaderna jämnats ut och är inte längre statistiskt säkerställda.

Flera individkaraktäristika har betydelse för sysselsättningsläget efter uppsägningen.

En variabel som väger tungt är ålder. De som är 50 år och däröver har betydligt svårare att komma tillbaka till ett arbete än de som är yngre.

De har mindre andel i arbete, större andel i arbetslöshet och mindre andel i ”annan” sysselsättning än de yngre. Detta gäller både vid avgången från företaget och vid intervjutillfället. En person med i övrigt genomsnittliga ka- raktäristika som tillhör åldersgruppen 56-59 år kan beräknas ha tolv procent lägre sysselsättningsgrad än en motsvarande person i åldergruppen 30-49 år.

(20)

Vid intervjutillfället har skillnaden vidgats till nästan 30 procentenheter (35 för den äldre gruppen mot 63 för den yngre). Skillnaden motsvaras i stort sett av en högre andel i arbetslöshet och arbetsmarknadspolitiska program.

En annan faktor som har stor betydelse är födelseland. Den som är född utomlands har betydligt svårare att komma tillbaka till arbete efter att ha förlorat arbetet i samband med varsel. Den beräknade skillnaden i andelen i arbete mellan en person född utomlands och en i övrigt likadan person född i Sverige uppgår till cirka nio procentenheter vid avgång från företaget och 13 procentenheter vid intervjutillfället.

Ett par andra variabler som har viss betydelse är om man är gift/sambo eller ensamstående och om man har hemmavarande barn. De som är ensam- stående har en sämre sysselsättningssituation än de som gifta eller samboen- de (lägre andel i arbete och högre arbetslöshet). Den beräknade skillnaden uppgår till cirka åtta procentenheter vid båda mättillfällena.

De som har hemmavarande barn har lägre andel i arbete och högre ar- betslöshet vid intervjutillfället. Skillnaden uppgår till cirka sju procentenheter.

Den som hade högre lön vid uppsägningstillfället övergår direkt till arbete i större utsträckning än den som hade lägre lön. En person som tjänar 25 000 kronor per månad har cirka åtta procentenheter högre andel som lämnar arbetsgivaren direkt till arbete än en i övrigt likadan person som tjänar 17 000 per månad. Vid intervjutillfället har skillnaden minskat och är inte längre statistiskt säkerställd. E¤ekten kan hänga samman med att hög- re avlönade personer ofta har kontaktnät som de utvecklat i arbetet (t.ex.

kundkontakter) och som snabbt kan leda till nytt arbete.

Andelen i arbete vid intervjutillfället är också lägre bland personer med tvåårig gymnasieutbildning än bland övriga. Andelen är cirka 15 procentenheter lägre än bland personer med minst treårig universitets- eller hög- skoleutbildning. I övrigt …nns inga statistiskt säkerställda skillnader mellan utbildningsgrupperna.

Generellt kan man säga att e¤ekten av olika individkaraktäristika fram- träder tydligare vid intervjutillfället än i direkt anslutning till avgången från företaget (undantag är lönen).

5.2 Sammanlagd arbetslöshetstid

För att få en mera heltäckande bild av i vilken utsträckning de varslade varit arbetslösa eller deltagit i arbetsmarknadspolitiska program har vi komplet- terat den ”ögonblicksbild” som gavs i förra avsnittet med en redovisning av de kontakter de sökande haft med Arbetsförmedlingen under hela upp-

(21)

Tabell 9: Antal månader som inskriven vid Arbetsförmedling- en (arbetslös eller program) perioden januari 2002 till augusti 2003

Antal månader Andel

0 35,8

1-5 29,9

6-10 17,9

11-15 10,7

16-20 5,6

Summa 100

Antal obs 1555

följningsperioden. I intervjun …nns ingen direkt fråga om detta. Genom att utnyttja AMS registerdata (HÄNDEL-databasen) kan vi emellertid få såda- na uppgifter.

Måttet har konstruerats på följande sätt: Vid varje månadsskifte har vi undersökt om den varslade varit inskriven vid Arbetsförmedlingen som arbetslös eller i arbetsmarknadspolitiskt program . Därefter har vi räknat antalet månader då personen varit inskriven under perioden januari 2002 till augusti 2003. Antalet inskrivningsmånader kan alltså variera mellan 0 och 20.

I tabell 9 redovisas antalet månader som de varslade varit inskrivna vid Arbetsförmedlingen under den aktuella perioden. Cirka en tredjedel har inte varit inskrivna vid något månadsskifte. Ytterligare en tredjedel har varit inskrivna mellan en och sex månader. Resterande tredjedel har följaktligen varit inskrivna vid mer än sex månadsskiften.

För att undersöka hur olika faktorer påverkar antalet inskrivningsmåna- der har vi skattat en regressionsmodell med antalet månader som beroende variabel och samma variabler som i föregående avsnitt som förklaringsfak- torer, inklusive uppsägningstid och deltagande i stödprogram. Man får då ett mått på olika faktorers e¤ekt på antalet inskrivningsmånader under en 20-månadersperiod efter uppsägningen. Detaljerade resultat redovisas i tabellbilagan (tabell 17).

Resultaten visar att de som har längre uppsägningstider har färre arbets- löshetsmånader. Tre månaders längre uppsägningstid motsvaras av 0,4-0,5 månaders mindre arbetslöshet under uppföljningsperioden. Man kan natur-

(22)

ligtvis fråga sig om om inte detta enbart är en e¤ekt av att en längre upp- sägningstid helt enkelt skjuter arbetslösheten framåt i tiden. Mot detta talar emellertid vårt tidigare resultat att sysselsättningsgraden vid intervjutillfäl- let inte påverkas av uppsägningstidens längd. Resultaten tyder alltså på att längre uppsägningstid faktiskt leder till mindre arbetslöshet.

När det gäller de olika stödprogrammen …nns ingen statistiskt säkerställd e¤ekt för något av programmen. Vi konstaterade tidigare att de som …ck sö- ka arbete på arbetstid hade högre sysselsättningsgrad än de som inte deltog i den typen av aktiviteter. Hur stämmer då det resultatet med att arbets- lösheten inte påverkas? De båda resultaten är dock konsistenta eftersom vi också konstaterade att den ökade sysselsättningsgraden uppnåddes i första hand genom en mindre andel utanför arbetskraften och inte genom en lägre arbetslöshet.

6 Lön

Att över huvud taget få ett arbete är naturligtvis viktigt. Det är emellertid också intressant att undersöka egenskaperna hos de jobb man får. Inte minst gäller detta lönen. Tidigare studier har visat att många uppsagda drabbas av långsiktigt negativa e¤ekter på lönen (Edin, 1988 och Jans, 2002). Detta kan bero på att en del av de kunskaper man har är speci…ka för det företag, yrke eller bransch där man jobbat. Vid ett påtvingat byte kommer man då inte längre att kunna utnyttja den delen av sin kompetens. I en strukturom- vandlingsprocess skulle detta emellertid kunna kompenseras av att man går över till företag, yrken och branscher med stor efterfrågan och lönebetal- ningsförmåga. Det är alltså inte självklart vad e¤ekten blir. Den kan också variera mellan olika grupper.

En begränsning när vi vill studera hur lönen påverkas av en uppsägning är att långt ifrån alla som blev uppsagda hade hunnit få ett nytt jobb vid intervjutillfället. Det innebär att vi endast kan observera den nya lönen för en begränsad del av de uppsagda (57 procent). Det …nns då en risk att de som hunnit få jobb inte är representativa för alla.

Analysen är baserad på de som hade jobb vid intervjutillfället. Vi har också begränsat analysen till personer som hade heltidsarbete vid båda till- fällena. Anledningen är att vi inte har någon uppgift om antalet arbetade timmar för de som hade deltidsarbete. Vi har även uteslutit en observation med extremt hög lön på det nya jobbet.

Den genomsnittliga lönen på det nya jobbet är i stort sett densamma som före uppsägningen. Den var före bytet av anställning 22 559 kronor

(23)

per månad och efter bytet 22 562. Även lönefördelningen i stort på det nya jobbet är mycket lik den gamla. Medianlönen är i båda fallet 20 000. I den nedersta delen av fördelningen …nns en liten skillnad. Före uppsägningen hade den fjärdedel som hade lägst lön högst 17 000 kronor per månad. Efter bytet av anställning hade den gränsen ökat till 17 500. I den övre delen av fördelningen har den fjärdedel med högst löner 25 000 eller mer vid båda tillfällena. Tar man hänsyn till att köpkraften förändrats under perioden mellan tidpunkten när man lämnade det gamla jobbet och intervjun inne- bär en oförändrad lön ändå en viss köpkraftsminskning. Konsumentpriserna förändrades mellan hösten 2001 och maj 2003 med drygt 3 procent.

Detta är bilden i stort. Ser man till enskilda individer …nns dock en betydande lönerörlighet. 46 procent har fått högre lön än de hade innan.

19 procent har samma lön och 35 procent har fått en sänkning. 47 procent har fått en löneförändring (plus eller minus) på mer än tio procent. För 21 procent av de uppsagda (som fått nytt jobb) är den nya lönen mer än tio procent lägre.

Det …nns en tydlig tendens att de som från början hade låga löner får högre lön medan de som hade höga löner i större utsträckning fått lägre löner. Den genomsnittliga löneförändringen i olika löneklasser före bytet redovisas i tabell 10. Det förefaller alltså som om uppsägningarna skulle gynna de lågavlönade som får en ”knu¤” bort från ”dåliga” jobb till bättre. Innan man drar en sådan slutsats måste dock hänsyn tas till eventuella skillnader i andelen som över huvud taget fått ett jobb i de olika löneklasserna. Här är skillnaderna också stora. Bland dem som hade låg lön i utgångsläget är andelen som fått ett nytt arbete klart lägre än bland dem som hade hög lön.

Detta gör tolkningen något svårare.

För att undersöka hur olika faktorer inklusive insatserna i form av för- längda uppsägningstider och stödprogram påverkat den nya lönen har vi skattat en regressionsmodell med (logaritmen av) den nya lönen som beroende variabel och ett antal individkaraktäristika och egenskaper hos arbetsplatsen som förklaringsfaktorer. Bland förklaringsfaktorerna ingår även den tidigare lönen vilket bör fånga upp eventuella icke-observerade egenskaper hos de varslade. Genom att inkludera den variabeln får man också ett mera direkt mått på hur olika faktorer påverkat lönens förändring. Fullständiga resultat redovisas i tabellbilagan (tabell 18).

Det är endast ett fåtal variabler som har tydlig e¤ekt på löneförändring- en. Den allra äldsta åldergruppen (60-64 år) får en kraftig lönesänkning.

Personer med minst treårig högskoleutbildning får istället en förbättring av sitt löneläge jämfört med andra utbildningsgrupper (7-9 procent).

(24)

Tabell 10: Löneförändring i olika inkomstklasser i samband med varsel

Lön före byte Genom-

snittlig löneför- ändring (procent)

Andel som fått högre lön (procent)

Andel som fått nytt arbete vid intervju (procent)

Antal observationer)

-18000 8,6 59 55 221

18001-21000 2 43 57 141

21001-27000 -1,5 42 61 165

27001- -4,9 31 66 173

Källa: Arbetsförmedlingen

* Andelen baserad på alla med heltidsarbete före uppsägningen

Personer som byter yrke i samband med uppsägningen får lägre lön än de som kan behålla samma yrke. E¤ekten är av storleksordningen fem procent.

Däremot har inte byte av bransch någon tydlig e¤ekt på lönen. Förklaringen kan vara att det i första hand är de yrkesspeci…ka kunskaperna som är viktiga och kan överföras mellan branscher medan branschspeci…ka kunskaper spelar mindre roll.

En annan faktor som har stor betydelse är om man blir arbetslös eller inte i samband med uppsägningen. Den som blir arbetslös får lägre lön än den som byter utan arbetslöshet. Längre arbetslöshet minskar ytterligare lönen. För varje månads arbetslöshet minskar lönen med drygt en procent.

Förklaringen kan vara att arbetslösa tenderar att sänka löneanspråken när arbetslösheten drar ut på tiden.

Insatserna i samband med varslen har i allmänhet inte någon tydlig ef- fekt på lönen. Detta gäller både uppsägningstidens längd och de särskilda stödprogrammen. Det enda undantaget är de som …ck pröva annat arbete som har lägre lön än övriga. Den skattade e¤ekten ligger i storleksordningen sju procent. Indirekt kan också uppsägningstiden ha betydelse genom e¤ekten på arbetslöshetstiden. E¤ekten skulle i så fall vara positiv men mycket liten.

(25)

Tabell 11: Rörlighet i samband med uppsägning Typ av rörlighet Andel (procent

Bytt yrke 50,8

Bytt bransch (SNI 1- si¤ernivå)

47,9 Bytt bransch (SNI 2- si¤ernivå)

58,8 Flyttat p.g.a. uppsäg- ning

4,9

7 Rörligheten mellan yrken, branscher och orter

Byte av anställning kan innebära att man ändå får i stort sett samma typ av arbete som tidigare på samma lokala arbetsmarknad. Bytet av anställ- ning kan också innebära stora förändringar av arbetsuppgifter och att man får ‡ytta. En viss rörlighet är också önskvärd i en ekonomi som ständigt förändras och där omfördelningar mellan olika branscher och yrken sker. I vilken utsträckning förekommer den här typen av rörlighet i samband med uppsägningar?

I tabell 11 redovisas andelen som bytt yrke, bransch och som ‡yttat enligt vår undersökning. Uppgifterna om yrkes- och branschbyte avser endast de som har ett arbete vid intervjutillfället eftersom frågan avser det arbete man hade vid det tillfället. Uppgiften om andelen som ‡yttat avser däremot samtliga oavsett om man hade arbete eller inte vid intervjun.

Drygt hälften arbetade vid intervjutillfället inom ett annat yrke än de hade tidigare. Uppgiften bygger på en fråga i undersökningen som lyder:”Är det samma yrke som Du hade när Du blev uppsagd?”Det är upp till den svarande att avgöra vad som är ett nytt yrke. Cirka hälften har bytt bransch på ensi¤ernivå. Med en något bredare de…nition av branschbyte (tvåsi¤ernivå enligt SNI) har knappt 60 procent bytt. Måttet på branschbyte har erhållits genom att jämföra de intervjuades uppgift om verksamheten på arbetsplatsen före respektive efter bytet. Dessa uppgifter har sedan kodats enligt SNI.

Bland dem som bytt yrke har en stor majoritet också bytt bransch (71 procent). Andelen som antingen bytt bransch och/eller yrke är 63 procent.

Det …nns alltså en betydande rörlighet mellan branscher och yrken i samband med uppsägningar. Däremot förefaller den geogra…ska rörligheten

(26)

vara ganska liten. Knappt fem procent har ‡yttat helt eller delvis på grund av uppsägningen. Därutöver har drygt fem procent ‡yttat av andra skäl.

Jämfört med sysselsatta är dock sannolikt den geogra…ska rörligheten stor i gruppen (se Israelsson m.‡. 2003).

För att se om det …nns något samband mellan deltagande i olika stöd- program, uppsägningstid och rörlighet har vi skattat regressionsmodeller för de olika typerna av rörlighet. I stort sett samma variabler som i tidigare ana- lyser används för att förklara rörligheten. Fullständiga resultat redovisas i tabellbilagan (tabell 19). I tabell 12 redovisas resultaten med avseende på stödprogram och uppsägningstid. I tabellen redovisas ”marginale¤ekter”, dvs skillnaden i andelen som byter/‡yttar för deltagare i de olika programmen jämfört med de som inte deltagit när vi kontrollerat för alla andra faktorer i modellen. För uppsägningtid anges hur andelen som byter/‡yttar påverkas av ytterligare en månads uppsägningstid.

Att få söka arbete på arbetstid ser ut att öka rörligheten. I samtliga fall är den skattade e¤ekten positiv. För yrkesbyten och ‡yttningar är e¤ekten statistisk säkerställd (10-procentsnivå). E¤ekten på yrkesbyten är drygt 12 procentenheter. För branschbyten är den skattade e¤ekten positiv men inte statistiskt säkerställd. E¤ekten på ‡yttningar är drygt två procentenheter.

För utbildning och hjälp av bemanningsföretag är den skattade e¤ekten relativt stor men inte i något fall statistiskt säkerställd. Osäkerheten hänger i stor utsträckning samman med det lilla antalet deltagare i dessa program.

Möjlighet att pröva annat arbete har uppenbarligen varit inriktat på att hitta arbeten inom andra branscher. Den skattade e¤ekten är mycket stor, en ökning med 37,5 procentenheter, för byten på ensi¤ernivå.

Längre uppsägningstid har inte någon tydlig (statistiskt säkerställd) ef- fekt på någon av de olika formerna av rörlighet.

Bland övriga variabler har arbetslöshetstid positiv e¤ekt på yrkes- och branschbyten. Ju längre arbetslöshetstid desto större andel byter när de får jobb. Däremot kan ingen e¤ekt konstateras på ‡yttningar.

När det gäller yrkes- och branschbyten …nns också tydliga e¤ekter av bransch i utgångsläget. Rörligheten är större bland uppsagda inom telekombranschen än inom övriga branscher.

(27)

Tabell 12: Skattad e¤ekt på rörlighet av deltagande i stödpro- gram och uppsägningstid. Marginale¤ekter i procentenheter.

Program Bytt yrke Bytt

bransch (SNI 1-si¤er)

Flyttat p.g.a.

uppsäg- ning Stödprogram

+12,2** 6,4 0,3

Utbildning bekostad av arbetsgivaren

-0,8 5,1 0,9

-12,6 -18,7* -0,4

0,3 +37,2*** -

Avtalspension eller motsvarande

-19,6 -12,2 4,7

Annan hjälp -0,1 7,5 -0,4

Uppsägningstid -0,1 0,2 -0,1

signi…kant på *10-procentsnivå,

**5-procentsnivå, ***1-procentsnivå

Referenser

Jans, A-C (2002), Noti…cation and Job Losses on the Swedish Labour Market. Doktorsavhandling, Nationalekonomiska institutionen, Stockholms universitet.

Edin, P-A (1988), Individual Consequences of Plant Closure. Doktors- avhandling, Nationalekonomiska institutionen, Uppsala universitet.

Storrie, D W (?), ”The E¤ect of Advance Notice of Plant Closure on Subsequent Joblessness”. Stencil, CELMS, Göteborgs universitet.

SOU 2002:59, Omställningsavtal – Ett aktivare stöd till uppsagda. Be- tänkande, Fritzes, Stockholm.

AMS (2003a), ”Särskilda insatser inom telekomsektorn – En kartlägg- ning”. Rapport, AMS, Stockholm.

AMS (2003b), ”Telekomgruppens slutrapport”. Rapport, AMS, Stock- holm.

(28)

Israelsson, T, Strannefors, T och Tydén, H (2003), ”Geogra…sk rörlighet och arbetsgivarbyten”. Rapport Ura 2003:1, AMS, Stockholm.

(29)

Tabellbilaga

Tabell 13: Medelvärde för diverse variabler fördelat på branschområde. Andelar i procent där annan måttenhet inte anges

Variabel Telekom Övrig IT Övriga

branscher

Samtliga Branschgrupp (jmf: Te-

lekom)

IT 26,5

Övrig tillverkning 21,4

Övrigt (Service) 23,5

Yrkesgrupp (jmf:

AMSYK 4-9) Ledningsarbete (AMSYK 1)

1,8 8,4 5,6 5,2

Specialister (AMSYK 2)

13,8 59,4 14,2 26

Arbete m krav på kort högskola el motsv.

15,1 18,3 13,2 15,1

Ålder (jmf: 30-49 år)

18-24 år 17,9 6,7 11,8 12,2

25-29 år 23,2 28,5 14,8 20,8

50-54 år 4,1 5,7 10,4 7,3

55-59 år 4,6 3,7 5,6 4,8

60-64 år 2,5 1 1,3 1,6

Utbildningsnivå (jmf:

folkskola/grundskola) 2-årigt gymnasium (motsv.)

22 9,7 23,1 19,2

3-4-årigt gymnasium (motsv.)

47,7 27,5 33,5 36

Högskola < 3 år 8 15,6 7,3 9,7

Högskola >=3 år 8,7 44,1 13,3 20,1

Deltagit i stödprogram (jmf: ej deltagit)

Söka arbete på arbetstid

27,8 18,1 14,8 19,4

(30)

branscher

Samtliga

Utbildning 20,4 5,9 5,8 10

13,1 5 3,5 6,6

10,1 1 2,2 4,1

Avtalspension el motsv. 3 2 2,3 2,4

Annat 18,6 17,3 10,2 14,5

Region (Jmf: samåregi- oner)

Stockholmsregionen 12,8 58,7 21,8 29

Övriga storstadsregioner

2,5 15,3 16,5 12,2

Universitets- och hög- skoleregioner

8,7 8,2 11,4 9,8

Regionala centra 52,8 17,1 23,8 30,3

Sekundära centra 3,4 0,2 16,2 8,3

Övrigt

Antal sysselsatta på fö- retaget vid varsel (100- tal)

836 117 209 363

Antal varslade på före- taget (100-tal)

235 34 100 121

Anställningstid (år) 5,8 2,8 7,3 5,7

Född utomlands (jmf:

född i Sverige)

10,1 7,5 13,9 11,1

Gift/sambo (jmf: en- samstående)

66,1 68,4 70,2 68,5

Hemmavarande barn (jmf: ej barn)

45,9 40,6 50,1 46,4

Kvinna (jmf: man) 41,7 44,8 45,3 44,2

Deltidsarbete före upp- sägning

3,4 2 7,2 4,7

Bodde i villa eller bostadsrätt (jmf:hyreslägenhet)

57,1 57,9 57,5 57,6

forts. nästa sida

(31)

branscher

Samtliga Konkurs (jmf: övriga

orsaker)

3,2 25,2 22,1 17,5

Obalanstal i kommunen 6,4 4,4 5,2 5,3

VU-kvot i kommunen 0,09 0,2 0,15 0,14

Lön vid uppsägning (månadslön)

18266 27472 19253 20859

Uppsägningstid (måna- der)

5 3,4 4 4,4

Arbetslöshetstid mellan uppsägning och intervju (månader)

5,5 4,1 4,5 4,7

(max) Antal observationer

436 404 684 1524

Tabell 14: Skattad e¤ekt av olika variabler på uppsägningsti- dens längd (månader). OLS-skattning.

Variabel Estimat Standardfel

Branschgrupp (jmf: Telekom)

IT -0,236 0,279

Övrig tillverkning -0,354 0,252

Övrigt (Service) -0,365 0,251

Antal sysselsatta 100-tal 0,004 0,002 Antal uppsagda 100-tal 0,274*** 0,073

Konkurs -1,002*** 0,213

Yrkesgrupp (jmf: AMSYK 4- 9)

Ledningsarbete (AMSYK 1) 0,653* 0,362 Specialister (AMSYK 2) 0,348 0,231 Arbete m krav på kort högsko-

la el motsv.

0,530** 0,234 forts. nästa sida

(32)

18-24 år -0,309 0,289

25-29 år -0,564** 0,237

50-54 år 1,144*** 0,309

55-59 år 1,106*** 0,411

60-64 år 1,062 0,662

Utbildningsnivå (jmf: folkskola/grundskola)

2-årigt gymnasiaum (motsv.) 0,363 0,272 3-4-årigt gymnasium (motsv.) 0,151 0,257

Högskola < 3 år 0,218 0,339

Högskola >=3 år 0,207 0,309

Deltagit i stödprogram (jmf:

ej deltagit)

0,283* 0,164 Region (Jmf: samåregioner)

Stockholmsregionen -0,117 0,438

Övriga storstadsregioner -0,197 0,36 Universitets- och högskolere-

gioner

-0,871** 0,402

Regionala centra -0,175 0,304

Sekundära centra -0,512 0,429

Övrigt

Anställningstid (år) 0,242*** 0,038 Anställningstid (år) om mer

än 10 år

-0,093*** 0,034 Född utomlands (jmf: född i

Sverige)

-0,408* 0,243 Gift/sambo (jmf: ensamståen-

de)

-0,083 0,176 Hemmavarande barn (jmf: ej

barn)

0,081 0,186

Kvinna (jmf: man) -0,041 0,178

Jobbade deltid (jmf: heltid) 0,047 0,362 Obalanstal i kommunen -0,016 0,064

Intercept 2,854 0,658

forts. nästa sida

(33)

R2 0,287

Antal obs 1473

Tabell 15: Skattad e¤ekt av olika variabler på sannolikheten att lämna företaget för alternativa sysselsättningar. Jämförel- sekategori: Arbetslöshet/arbetsmarknadspolitiskt program.

Multinomial logitmodell

Variabel Arbete Annat

IT 0,517** -0,347

(0,253) (0,292)

Övrig tillverkning 0,267 -0,534**

(0,226) (0,265)

Övrigt (Service) 0,598*** -0,095

(0,228) (0,247)

Ledningsarbete (AMSYK 1) -443 -0,548

(0,320) (0,473)

Specialister (AMSYK 2) -0,234 -0,202

(0,204) (0,250)

Arbete m krav på kort högsko- la el motsv.

0,174 0,194

(0,204) (0,237)

18-24 år -0,299 -0,152

(0,263) (0,297)

25-29 år -0,041 0,097

(0,203) (0,248)

50-54 år -0,514** -0,920**

(0,268) (0,387)

55-59 år -0,739** -0,385

(0,376) (0,447)

forts. nästa sida

(34)

Variabel Arbete Annat Tabell 15 –forts. föregående sida

60-64 år -1,346* -0,861

(0,722) (0,709)

2-årigt gymnasiaum (motsv.) -0,378 -0,050

(0,238) (0,286)

3-4-årigt gymnasium (motsv.) 0,061 0,483*

(0,226) (0,269)

Högskola < 3 år -0,064 -0,092

(0,288) (0,364)

Högskola >=3 år -0,265 0,171

(0,270) (0,336)

Söka arbete på arbetstid 0,360** -0,810***

(0,173) (0,240)

Utbildning -0,154 0,603**

(0,246) (0,261)

Hjälp av bemanningsföretag 0,049 -0,03

(0,274) (0,324)

Möjlighet pröva annat arbete 0,29 -0,482

(0,329) (0,420)

Avtalspension el motsv. -0,032 0,615

(0,440) (0,463)

Annat -0,293 -0,089

(0,193) (0,214)

Region (Jmf: samåregioner)

Stockholmsregionen -0,819** 0,574

(0,383) (0,508)

Övriga storstadsregioner 0,028 0,769*

(0,306) (0,412)

Universitets- och högskolere- gioner

-0,120 0,949**

(0,347) (0,452)

Regionala centra -0,322 0,725**

(0,262) (0,345)

Sekundära centra 0,179 0,569

forts. nästa sida

(35)

Variabel Arbete Annat Tabell 15 –forts. föregående sida

(0,359) (0,488)

Övrigt

Antal sysselsatta på företaget vid varsel (100-tal)

0,022 0,000

(0,022) (0,024)

Antal varslade på företaget (100-tal)

-0,015 0,118

(0,065) (0,073)

Anställningstid (år) -0,010 -0,01

(0,012) (0,014)

Född utomlands (jmf: född i Sverige)

-0,464** -0,199

(0,226) (0,248)

Gift/sambo (jmf: ensamståen- de)

0,502*** 0,370**

(0,155) (0,184)

0,048 0,199

(0,159) (0,197)

Kvinna (jmf: man) 0,049 0,178

(0,153) (0,187)

Konkurs (jmf: övriga orsaker) 0,142 -0,448*

(0,179) (0,258)

Obalanstal i kommunen -0,043 -0,006

(0,061) (0,078)

VU-kvot i kommunen 0,417 0,226

(1,067) (1,289)

Lön vid uppsägning (log må- nadslön)

0,874*** -0,350

(0,260) (0,276)

Uppsägningstid (månader) 0,046* 0,082***

(0,024) (0,026)

Intercept -9,387 1,232

(2,554) (2,766)

Pseudo-R2 0,074

Antal obs 1389

(36)

Tabell 16: Skattad e¤ekt av olika variabler på syssel- sättningen vid intervjutillfället. Jämförelsekategori: Arbets- lös/arbetsmarknadspolitiskt program. Multinomial logitmodell.

IT 0,149 0,064

(0,258) (0,331)

Övrig tillverkning 0,281 0,194

(0,233) (0,285)

Övrigt (Service) 0,273 0,190

(0,230) (0,285)

Ledningsarbete (AMSYK 1) 0,029 -0,053

(0,363) (0,546)

Specialister (AMSYK 2) -0,203 0,355

(0,219) (0,278)

-0,15 0,224

(0,215) (0,269)

18-24 år -0,223 0,051

(0,275) (0,335)

25-29 år -0,218 -0,081

(0,218) (0,285)

50-54 år -0,843*** -0,986**

(0,267) (0,396)

55-59 år -1,380*** -0,655

(0,365) (0,449)

60-64 år -2,506*** -0,864

(0,731) (0,652)

2-årigt gymnasiaum (motsv.) -0,457* -0,030

(0,246) (0,310)

3-4-årigt gymnasium (motsv.) -0,113 0,243

(0,236) (0,298)

forts. nästa sida

(37)

Högskola < 3 år -0,212 -0,139

(0,306) (0,395)

Högskola >=3 år 0,100 -0,250

(0,288) (0,392)

Söka arbete på arbetstid 0,321* -0,197

(0,190) (0,252)

Utbildning 0,090 0,546*

(0,253) (0,298)

Hjälp av bemanningsföretag -0,142 -0,676*

(0,278) (0,399)

Möjlighet pröva annat arbete 0,248 0,572

(0,379) (0,436)

Avtalspension el motsv. 0,535 1,127**

(0,510) (0,546)

Annat 0,052 0,017

(0,196) (0,247)

Stockholmsregionen -0,767* -1,063*

(0,418) (0,528)

Övriga storstadsregioner 0,208 -0,023

(0,334) (0,426)

0,517 -0,035

(0,389) (0,498)

Regionala centra -0,123 0,148

(0,279) (0,341)

Sekundära centra -0,015 -0,463

(0,389) (0,494)

Övrigt

0,011 0,021

(0,023) (0,027)

-0,001 -0,027

(0,068) (0,083)

forts. nästa sida

(38)

Anställningstid (år) -0,023** -0,013

(0,011) (0,014)

-0,721*** -0,567**

(0,226) (0,281)

0,494*** 0,310

(0,155) (0,202)

-0,342** -0,139

(0,159) (0,223)

(0,164) (0,210)

Konkurs (jmf: övriga orsaker) 0,723*** 0,073

(0,212) (0,287)

Obalanstal i kommunen -0,150** -0,155*

(0,065) (0,084)

VU-kvot i kommunen 0,487 1,279

(1,179) (1,425)

0,312 -0,712**

(0,260) (0,308)

Uppsägningstid (månader) 0,007 0,021

(0,024) (0,029)

Intercept -1,293 7,204

(2,567) (3,077)

Pseudo-R2 0,077

Antal obs 1389

(39)

Tabell 17: E¤ekt av div. variabler på antal arbetslöshetsmå- nader (inklusive arbetsmarknadspolitiskt program) under perioden januari 2002 till augusti 2003.

Variabel Neg. binomial-

modell

OLS Branschgrupp (jmf: Telekom)

IT -0,350** -1,809***

(0,147) (0,545)

Övrig tillverkning -0,187 -0,985**

(0,127) (0,488)

Övrigt (Service) -0,324** -1,833***

(0,127) (0,485)

Ledningsarbete (AMSYK 1) 0,033 0,145

(0,194) (0,733)

Specialister (AMSYK 2) 0,165 0,640

(0,122) (0,455)

-0,083 -0,410

(0,123) (0,454)

18-24 år 0,028 0,083

(0,145) (0,566)

25-29 år 0,017 0,089

(0,118) (0,458)

50-54 år 0,414*** 1,961***

(0,155) (0,599)

55-59 år 0,449** 2,450***

(0,209) (0,805)

60-64 år 0,512 2,086

(0,342) (1,325)

2-årigt gymnasiaum (motsv.) 0,236* 1,105**

(0,138) (0,523)

3-4-årigt gymnasium (motsv.) 0,011 0,025 forts. nästa sida

(40)

Variabel Neg. binomial- modell

OLS Tabell 17 –forts. föregående sida

(0,131) (0,499)

Högskola < 3 år 0,104 0,413

(0,172) (0,650)

Högskola >=3 år 0,129 0,651

(0,159) (0,605)

Söka arbete på arbetstid -0,089 -0,424

(0,104) (0,396)

Utbildning 0,085 0,262

(0,136) (0,522)

Hjälp av bemanningsföretag -0,029 -0,082

(0,161) (0,614)

Möjlighet pröva annat arbete 0,024 -0,275

(0,195) (0,750)

Avtalspension el motsv. 0,092 0,399

(0,239) (0,930)

Annat 0,112 0,409

(0,108) (0,414)

Stockholmsregionen 0,152 0,497

(0,231) (0,871)

Övriga storstadsregioner -0,409** -1,690**

(0,185) (0,703)

-0,282 -1,364*

(0,216) (0,787)

Regionala centra 0,015 0,241

(0,154) (0,593)

Sekundära centra -0,002 -0,185

(0,220) (0,828)

Övrigt

-0,046*** -0,195***

(0,013) (0,048)

forts. nästa sida

(41)

Variabel Neg. binomial- modell

OLS Tabell 17 –forts. föregående sida

0,010 0,026

(0,037) (0,142)

Anställningstid (år) 0,003 0,019

(0,006) (0,025)

0,420*** 2,077***

(0,121) (0,472)

-0,250*** -1,170***

(0,087) (0,337)

-0,086 -0,497

(0,093) (0,358)

(0,09) (0,343)

Konkurs (jmf: övriga orsaker) -0,307*** -1,254***

(0,110) (0,417)

Obalanstal i kommunen 0,074** 0,394***

(0,036) (0,137)

VU-kvot i kommunen -0,749 -1,456

(0,596) (2,367)

-0,094 -0,395

(0,153) (0,521)

Uppsägningstid (månader) -0,034*** -0,150***

(0,013) (0,050)

Intercept 2,731 9,694

(1,504) (5,164)

Pseudo-R2 / R2 0,014 0,112

Antal obs 1390 1390