En utvärdering, TRV 2016/109673

(1)

STANDARDÅLDERS-

FÖRDELNINGSMETODEN FÖR ATT SKAPA INDATA TILL SAMPERS

En utvärdering, TRV 2016/109673

2017-02-01

(2)

STANDARDÅLDERS-

FÖRDELNINGSMETODEN FÖR ATT SKAPA INDATA TILL SAMPERS

En utvärdering

KUND

Trafikverket

KONSULT

WSP Analys & Strategi

121 88 Stockholm-Globen Besök: Arenavägen 7 Tel: +46 10 7225000 WSP Sverige AB Org nr: 556057-4880 Styrelsens säte: Stockholm http://www.wspgroup.se

KONTAKTPERSONER

Peter Almström, tel 010-722 86 15 peter.almstrom@wspgroup.se

PROJEKT

UPPDRAGSNAMN

Metodutveckling socek-data på samsområden

UPPDRAGSNUMMER 10230277

FÖRFATTARE Peter Almström

DATUM 2017-02-01 ÄNDRINGSDATUM

GRANSKAD AV

GODKÄND AV

(3)

INNEHÅLL

1 INLEDNING 4

2 STANDARDÅLDERSFÖRDELNINGSMETODEN 6

3 ANALYSER FÖR RIKET 8

3.1 BOENDETÄTHET 8

3.2 ÅLDERSSTRUKTUR HOS DE BOENDE 9

3.2.1 Småhus 9

3.2.2 Flerbostadshus 12

3.3 SLUTSATSER AV ANALYSER FÖR RIKET 15

4 ANALYSER FÖR KOMMUNGRUPPER 16

4.1 BOENDETÄTHET 16

4.2 ÅLDERSSTRUKTUR HOS DE BOENDE 18

4.2.1 Småhus 18

4.2.2 Flerbostadshus 19

4.3 SLUTSATSER AV ANALYSER FÖR KOMMUNGRUPPER 22

5 SLUTSATSER 23

REFERENSER 24

BILAGA 1 KOMMUNGRUPPSINDELNING 25

(4)

1 INLEDNING

Denna rapport utgör ena delen av ett utvecklingsprojekt som består av två delar och som WSP genomför på uppdrag av Trafikverket. Båda delarna syftar till att förbättra arbetet med att ta fram nya socioekonomiska indata till trafikmodellen SAMPERS (SAMS-databas). Projektet riktar in sig på sista steget i nedbrytningen, från kommun till SAMS-områden. Projektet kopplar till avsnitt 4.3 ”Underlagsdata till transport- och trafikprognoser -

Socioekonomiska data” i Trafikverkets utvecklingsplan för samhällsekonomi och effektsamband (Trafikverket, 2016). Beställare på Trafikverket är Gunilla Wikström.

Denna första del är en utvärdering av standardåldersfördelningsmetoden som används för att bryta ner en befolkningsprognos på kommunnivå på lång sikt till SAMS-områden. Detta görs som ett steg för att ta fram tabellen SAMSSYSS som innehåller befolkning per SAMS-område uppdelat på ålder och kön.

Den andra delen av projektet är en omprogrammering av nedbrytningen av socioekonomiska indata för SAMPERS från kommun till SAMS-områden.

Metodiken som den ser ut idag består av ett antal på varandra följande steg som alla är implementerade i olika programvaror. Genom att föra in samtliga steg i samma datorprogram förenklas arbetet med att ta fram nya indata.

Standardåldersfördelningsmetoden utgår från samband mellan å ena sidan befolkningens åldersstruktur och boendetäthet och å andra sidan områdets bostäder indelade efter hustyp och ålder. Antagandet som metoden bygger på är att befolkningssammansättningen hos bostäder av en viss typ med en viss ålder är konstant över tid. Det vill säga befolkningssammansättningen hos en given bostad ändras (i genomsnitt) på ett förutsägbart sätt.

Hittills har nationella medelvärden använts och det är därför intressant att undersöka hur stora de regionala variationerna är. Eventuellt går det att ta fram nya fördelningar som skiljer på storstäder, mindre städer, osv. En idé som undersöks här är att använda aggregat av SKL:s indelning i

kommungrupper.

Forskningsfrågan som undersöks är huruvida antagandet som ligger bakom standardåldersfördelningsmetoden har stöd i longitudinella¹ och/eller geografiskt uppdelade data. Beror befolkningens åldersstruktur och

boendetäthet i en bostad bara av hustyp och bostadens ålder? Eller ser det olika ut för bostäder byggda vid olika tidpunkter? Tex på ett sätt för bostäder byggda på 40-talet och ett annat sätt för bostäder byggda på 70-talet? Eller finns det någon annan förändringsprocess som äger rum över den studerade tidsperioden? Ser det lika ut i hela riket eller finns det regionala skillnader som måste beaktas? Och slutligen, om skillnader finns, vad kan det få för effekt på resultaten av de långsiktiga nedbrytningar av socioekonomiska data som Trafikverket genomför? Vi vet redan att total folkmängd per kommun inte påverkas eftersom denna bestäms i ett tidigare steg i nedbrytningen.

Statistik över boendetäthet och åldersstruktur (samma åldersklasser som används i SAMPERS) för bostäder med olika byggår (5-årsintervall) per kommun har beställts från SCB för analysåren 1990, 2000 och 2010. Det är denna statistik som analysen bygger på.

1 Samma typ av data vid olika tidpunkter

(5)

Tillgången på statistik sätter ramarna för vad som kan analyseras. Utifrån en analys av statistiken i olika avseende för de tre analysåren är avsikten att fastställa om det finns stabila samband eller trender som kan användas för befolkningsnedbrytningar för 2040 eller längre fram.

Rapporten är uppbyggd som följer: först beskrivs

standardåldersfördelningsmetoden, därefter analyseras och utvärderas metoden för riket som helhet. Nästkommande avsnitt analyserar om det finns intressanta regionala skillnader som kan utnyttjas vid framtagande av indata till SAMPERS. Slutligen dras slutsatser från analyserna.

(6)

2 STANDARDÅLDERSFÖRDELNINGS METODEN

Som beskrivs i inledningen utgår standardåldersfördelningsmetoden från samband mellan å ena sidan befolkningens åldersstruktur och boendetäthet och å andra sidan områdets bostäder indelade efter hustyp och ålder.

Antagandet som metoden bygger på är att befolkningssammansättningen hos bostäder av en viss typ med en viss ålder är konstant över tid. Det vill säga befolkningssammansättningen hos en given bostad ändras (i

genomsnitt) på ett förutsägbart sätt. Se KSP:s prognosgrupp (1998) för mer information om standardåldersfördelningsmetoden.

En tumregel vid befolkningsprognoser för små geografiska områden² är att för prognosperioder som är 10 år och kortare är kohortkomponentmetoden³, som utgår från befolkningen i nuläget, definitivt att föredra. För prognosperioder på över 20 år är standardåldersfördelningsmetoden, som utgår från bostäderna, att föredra. För prognosperioden på mellan 10 och 20 år är det något mer en gråzon vilken metod som bör användas. Troligen används kohortkomponentmetoden för de flesta prognoser som är kortare än 20 år.

Vid prognoser för större geografiska områden (kommuner och större) är kohortkomponentmetoden att föredra.

När standardåldersfördelningsmetoden använts vid tidigare nedbrytningar har beräkningarna utgått från 5-årsintervall för bostädernas ålder (se t.ex.

WSP Analys & Strategi, 2015). Även i föreliggande arbete har 5-årsintervall använts. Ju kortare intervall som används, desto bättre fångas förändringar i boendetäthet och befolkningens åldersstruktur in. Dock ökar problemen med brus i statistiken eftersom antalet observationer inom varje intervall minskar då intervallet minskar. Det är vår åsikt, baserat på erfarenheten av att arbeta med material av denna typ, att 5-årsintervall är en bra avvägning som fångar in de huvudsakliga förändringarna som inträffar då husen åldras (speciellt med hänsyn tagen till att SAMPERS i huvudsak har 5-årsklasser för befolkningens ålder) och som samtidigt i de flesta fall ger tillräckligt många observationer för att undvika allt för mycket brus i statistiken.

I Figur 1 nedan visas exempel på hur åldersstrukturen (antal boende per 100 kvadratmeter bostadsyta) förändras för de boende i ett genomsnittligt

småhusområde från att det är nybyggt (0-5 år gammalt) tills det är över 60- 65 år gammalt. Beskrivningen i denna text är starkt generaliserad och förenklad men ger en övergripande beskrivning av vad som i genomsnitt händer. I de nybyggda husen bor det många unga barnfamiljer, det vill säga barn under 7 år och deras föräldrar i 30-årsåldern. Tio år senare är det i stor utsträckning samma personer som bor kvar men de har alla blivit tio år äldre.

Ytterligare 10 år senare har de flesta barnen flyttat hemifrån (några återfinns dock i åldrarna 20-24 år). En del av föräldrarna har flyttat men de flesta bor kvar. De föräldrar som bor kvar efter 20 år stannar sedan kvar i

småhusområdet under lång tid framöver. När husen slutligen är över 60 år gammalt bor ingen av de ursprungliga invånarna kvar. När husen i ett område blivit äldre än 60 år händer inte så mycket med åldersstrukturen hos

2 Delar av kommuner, t.ex. SAMS-områden.

3 Kohortkomponentmetoden utgår från dagens befolkning per 1-årsklass och beräknas utifrån denna antal födda, avlidna, inflyttade och utflyttade, samt åldrar den nya befolkningen mer ett år i taget. Det är den metod som man oftast associerar med en befolkningsprognos.

(7)

befolkningen (hus äldre än 65 år visas inte i figuren) eftersom in- och utflyttningen som balanserar de boendes åldrande till ett slags jämviktsläge.

För varje enskilt hus sker så klart ett åldrande hos de boende men när alla husen i ett område slås ihop blir förändringarna mycket små hos äldre hus.

Figur 1 Befolkningens åldersstruktur hos ett genomsnittligt småhus från att det är nybyggt tills det är över 60 år gammalt. Baserat på statistik för år 2010.

För flerbostadshus är omflyttningen större och följaktligen är åldersstrukturen för befolkningen inte alls lika påverkad av bostadens ålder, se Figur 2. För samtliga åldrar på husen dominerar boende i åldrarna 20 till30 år. Dock dominerar de mer för nybyggda hus och de äldsta husen. För samtliga åldrar på husen är det en puckel för åldersklassen 60-64 år. Det är 40-talisterna som syns.

Figur 2 Åldersstruktur hos en genomsnittlig bostad i ett flerbostadshus från att det är nybyggt tills det är över 60 år gammalt. Baserat på statistik för år 2010.

0,00 0,10 0,20 0,30 0,40 0,50 0,60

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Antal personer per 100 kvm BOA

Åldersklass

'0-5 år '10-15 år '20-25 år '30-35 år '40-45 år '50-55 år '60-65 år

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

'0-5 år '10-15 år '20-25 år '30-35 år '40-45 år '50-55 år '60-65 år Husets ålder

Husets ålder

(8)

3 ANALYSER FÖR RIKET

Genom att analysera boendetäthet och befolkningens åldersstruktur hos bostäder med olika byggår för riket som helhet för tidpunkterna 1990, 2000 och 2010 avser vi att svara på den ena delen av frågeställningen, nämligen huruvida stöd för standardåldersfördelningsmetoden finns i longitudinella data. Detta avser vi undersöka genom att jämföra å ena sidan boendetäthet och åldersstruktur för bostäder med ett visst byggår och å andra sidan boendetäthet och åldersstruktur för bostäder med en viss ålder.

För att standardåldersfördelningsmetoden ska vara en rimlig metod att använda ska bostäder med en viss ålder uppvisa liknande boendetäthet och åldersstruktur över tid. Exempelvis ska bostäder som är 5-10 år gamla (eller 30-35 år gamla, eller någon annan ålder) ha liknande boendetäthet och åldersstruktur för de boende 1990, 2000 och 2010⁴. Om så inte är fallet kan metoden vara mindre lämplig att använda. Ett alternativ kan då vara att bostäder med ett visst byggår behåller sin karakteristik vad gäller

boendetäthet och åldersstruktur för de boende. Slutligen kan slutsatsen vara att vi inte finner någon relevant information i bostädernas byggår.

Samtliga figurer i detta avsnitt redovisar resultat för båda könen sammanlagt, utvärdering har även gjorts för vardera kön för sig med snarlikt resultat.

3.1 BOENDETÄTHET

Figur 3 och Figur 4 visar total boendetäthet uttryckt som antal personer per 100 kvadratmeter boarea för småhus respektive flerbostadshus som funktion av husets ålder. Detta visas för 1990, 2000 och 2010. Observera att den äldsta åldersklassen är hus byggda för 1930 för samtliga tre redovisningsår.

Den genomsnittliga boendetätheten är ungefär den samma i småhus och flerbostadshus.

Figur 3 Total boendetäthet (antal personer per 100 kvm boarea) i småhus efter husets ålder

För småhus gäller det för alla tre redovisningsåren att nybyggda hus har hög boendetäthet. Denna sjunker sedan något för att därefter öka igen. Ökningen

4 Observera att 5-10 år gamla bostäder år 1990 byggdes 1981-85 medan bostäder som är 5-10 år gamla år 2000 byggdes 1991-95 osv.

0,00 0,50 1,00 1,50 2,00 2,50 3,00

'0-5 år '5-10 år '10-15 år '15-20 år '20-25 år '25-30 år '30-35 år '35-40 år '40-45 år '45-50 år '50-55 år '55-60 år '60-65 år '65-70 år '70-75 år '75-80 år '80+ år

Husets ålder

1990 2000 2010

(9)

är minst uttalad för 1990. Processen har under den studerade tidsperioden blivit mer utdragen. Botten på dalen för boendetätheten återfinns senare år 2010 än 1990 och 2000. Nybyggda småhus har en lägre boendetäthet 2010 än 2000 som i sin tur är lägre än 1990. En förklaring kan vara

genomsnittsstorleken på nybyggda småhus. För perioden 1986-1990 var småhusen som byggdes i genomsnitt 116 kvadratmeter medan de var 167 kvadratmeter 2006-2010 enligt de data som denna studie bygger på.

Småhus byggda 1940-45 har genomgående en hög boendetäthet. Varför det är så har inte undersökts men det skulle kunna ha att göra med att det byggdes små men utrymmeseffektiva småhus under krigsåren.

Figur 4 Total boendetäthet (antal personer per 100 kvm boarea) i flerbostadshus efter husets ålder

För flerbostadshus är den totala boendetätheten relativt konstant oavsett ålder på huset. Det finns en topp för hus byggda under miljonprogrammet för samtliga tre redovisningsår. Denna topp har dessutom med tiden blivit mer och mer uttalad. Genom att metoden som används för att ta fram

socioekonomiska indata till SAMPERS inte bara använder sig av standardåldersfördelningsmetoden utan även tar hänsyn till nulägets

boendetäthet i varje SAMS-område fångas denna effekt in till viss del. För de äldsta husen är boendetätheten lägst. År 1990 skiljer sig något från 2000 och 2010 i och med att boendetätheten trendmässigt sjunker för hus äldre än 20 år (byggda före 1970). Här har det med andra ord skett en förändring mellan 1990 och 2000 som sedan har bestått till 2010.

3.2 ÅLDERSSTRUKTUR HOS DE BOENDE

3.2.1 Småhus

I Figur 5 och Figur 6 visas åldersstrukturen hos boende i småhus byggda år 1981-85 respektive 1951-55. Det är uppenbart från Figur 5 att befolkningens åldersstruktur ändras i takt med att husen åldras, helt enkelt därför att en stor del av de boende bor kvar. Även hos äldre småhus, så som visas i Figur 6, ändras åldersstrukturen i och med att husen åldras (mest tydligt ses detta genom att toppen för 65-69 år 1990 flyttar till75-79 år 2000).

0,00 0,50 1,00 1,50 2,00 2,50 3,00

Husets ålder

1990 2000 2010

(10)

Figur 5 Åldersstruktur hos boende i småhus byggda 1981-85 år 1990, 2000 och 2010

Figur 6 Åldersstruktur hos boende i småhus byggda 1951-55 år 1990, 2000 och 2010

Standardåldersfördelningsmetoden bygger på att befolkningens åldersstruktur förändras när husen åldras men att detta sker på ett förutsägbart sätt. Antagandet är att hus av en viss ålder har en relativt konstant åldersstruktur hos de boende. I Figur 7 och Figur 8 visas detta för hus som är 5-10 år gamla respektive 35-40 år gamla. För redovisningsåret 1990 motsvarar det hus byggda 1981-85 respektive 1951-55. De blå linjerna i figurerna nedan är därmed desamma som de blå linjerna i det två figurerna ovan.

0 0,1 0,2 0,3 0,4 0,5 0,6

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0 0,05 0,1 0,15 0,2 0,25 0,3

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(11)

Figur 7 Åldersstruktur hos boende i småhus som är 5-10 år gamla 1990, 2000 och 2010

Figur 8 Åldersstruktur hos boende i småhus som är 35-40 år gamla 1990, 2000 och 2010

Utifrån Figur 7 och Figur 8 är det tydligt att det råder stor likhet mellan de boendes åldersstruktur i 5-10 år respektive 35-40 år gamla småhus år 1990, 2000 och 2010. Det är exakt det som är antagandet i

Standardåldersfördelningsmetoden. I undersökta data gäller det för samtliga åldrar på husen, dock tenderar likheten att minska svagt med husens ålder.

Det är rimligt eftersom den sammanlagda omflyttningen i husen ökar med husens ålder. Eftersom nyinflyttningen sker vid en specifik tidpunkt och omflyttningen sker löpande resulterar den senare i en något mer slumpvis åldersstruktur hos de boende (även om det mestadels är barnfamiljer som flyttar in i båda fallen).

En notering är att inflyttningen av personer i sena 20-årsåldern till nybyggda småhus har minskat mellan 1990 och 2010. Personerna som flyttar till nybyggda småhus tenderar alltså att vara något äldre nu, frågan är om denna process kommer fortsätta och vad den drivs av. En tänkbar drivkraft kan vara de ökade huspriserna som göra att det tar några år ytterligare att ha råd med ett småhus. En annan kan vara en värderingsförskjutning där fler

0,00 0,10 0,20 0,30 0,40 0,50 0,60

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0,00 0,05 0,10 0,15 0,20 0,25 0,30

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(12)

föredrar att bo i lägenhet under en längre tid. Dessutom har det skett en utveckling där förstagångsföräldrar i genomsnitt är äldre nu är tidigare, och många flyttar till småhus när de har eller ska bilda familj.

3.2.2 Flerbostadshus

För bostäder i flerbostadshus är utvecklingen av de boendes åldersstruktur som funktion av husets ålder inte lika tydlig. Orsaken är att omflyttningen är större i flerbostadshus. Figur 9 och Figur 10 visar åldersstrukturen hos boende i flerbostadshus byggda år 1981-85 respektive flerbostadshus som är 5-10 år gamla år 1990, 2000 och 2010.

Figur 9 Åldersstruktur hos boende i flerbostadshus byggda 1981-85 år 1990, 2000 och 2010

Figur 10 Åldersstruktur hos boende i flerbostadshus som är 5-10 år gamla 1990, 2000 och 2010

För relativt nybyggda hus, hus byggda 1976 och senare, är

överensstämmelsen förhållandevis god mellan 1990, 2000 och 2010 för hus som är av en viss ålder. För hus som byggdes under miljonprogrammet är däremot åldersstrukturen hos de boende ungefär densamma år 1990, 2000 och 2010. För dessa byggår har inte husen åldrats så som

standardåldersfördelningsmetoden antar. Detta visas i Figur 11 och Figur 12, 0

0,05 0,1 0,15 0,2 0,25 0,3 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(13)

där linjerna för 1990, 2000 och 2010 är betydligt mer lika varandra för hus byggda 1971-75 än för hus som är 15-20 år gamla.

För flerbostadshus som byggdes år 1965 har omflyttningen som regel varit väldigt stor. Därför ser Figur 13 och Figur 14, som visar åldersstrukturen hos boende i hus byggda 1951-55 respektive hus som är 35-40 år gamla, relativt lika ut. Detsamma gäller Figur 15 och Figur 16. Detta gäller genomgående för flerbostadshus byggda före 1965 och ju äldre husen är, desto mer ökar likheten.

0 0,05 0,1 0,15 0,2 0,25 0,3

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0,00 0,05 0,10 0,15 0,20 0,25 0,30

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(14)

0 0,05 0,1 0,15 0,2 0,25 0,3

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0,00 0,05 0,10 0,15 0,20 0,25 0,30

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(15)

3.3 SLUTSATSER AV ANALYSER FÖR RIKET

Resultatet av utvärderingen tyder på att standardåldersfördelningsmetoden fungerar bra för småhus och flerbostadshus byggda efter 1975. Metoden fungerar inte fullt så bra för flerbostadshus byggda under miljonprogrammet 1965-75 och rimligt bra för flerbostadshus byggda innan 1965 (bättre ju äldre husen är). Det som också är tydligt är att det är mindre förändringar av boendetätheten och de boendes åldersstruktur för flerbostadshus än för småhus. Att standardåldersfördelningsmetoden visar något sämre passform för flerbostadshus är därmed mindre avgörande eftersom resultatet ändå kommer blir relativt bra på grund av de mindre fluktuationerna för

flerbostadshus. De helt olika karaktärerna på de boendes åldersstruktur hos småhus kontra flerbostadshus talar för att det finns mycket information hos husen som är användbart vid en befolkningsnedbrytning. Därför är den sammantagna slutsatsen att metoden är gångbar för att ta fram befolkningsdata för framtida år på SAMS-områden som indata för SAMPERS.

0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

1990 2000 2010

(16)

4 ANALYSER FÖR KOMMUNGRUPPER

Utifrån SKL:s tio kommungrupper i kommungruppsindelningen 2011 har tre aggregat skapats för analyserna: Storstäder inkl förorter, Större städer inkl förorter och Övriga kommuner. Se Bilaga 1 för en redovisning av vilka kommuner som tillhör vilken av de 10 kommungrupperna. Orsaken bakom aggregeringen till tre grupper är att statistiken för flerbostadshus inte tål en större geografisk upplösning (även denna uppdelning i tre stora gruppen har problem). Speciellt åren 1996-2005 tillkom det liten bostadsyta i

flerbostadshus utanför storstäderna och de större städerna. Med små tillskott i bostadsyta blir åldersstrukturen skakig för dessa två byggperioder. För småhus är statistikproblemen mindre uttalade.

Analysen för kommungrupper görs enbart utifrån statistik för år 2010 eftersom det är senast tillgängliga data.

4.1 BOENDETÄTHET

Figur 17 och Figur 18 visar boendetäthet som funktion av husets ålder år 2010.

Figur 17 Total boendetäthet (antal personer per 100 kvm boarea) i småhus efter husets ålder

0,00 0,50 1,00 1,50 2,00 2,50 3,00

Husets ålder

Storstäder inkl förorter Större städer inkl förorter Övriga

(17)

Figur 18 Total boendetäthet (antal personer per 100 kvm boarea) i flerbostadshus efter husets ålder

Småhus och flerbostadshus behåller samma utveckling av boendetätheten som för riket även vid en geografisk uppdelning. Det finns dock

nivåskillnader mellan de tre kommungrupperna för både småhus och flerbostadshus, spridningen är större för flerbostadshus. Boendetätheten är högst i Storstäder inkl förorter och lägst i Övriga kommuner.

För bostäder byggda under perioden 2008-13 ges genomsnittliga bostadsstorlekar (kvm bostadsarea per bostad) i Tabell 1.

Tabell 1 Genomsnittliga bostadsstorlekar för småhus och flerbostadshus byggda under perioden 2008-13 per kommungrupp

Kommungrupp Småhus Flerbostadshus Storstäder inkl förorter 153 79 Större städer inkl förorter 140 67

Övriga 155 86

Riket 148 76

Genomsnittsstorleken var minst för Större städer inkl förorter för både småhus och flerbostadshus. För småhus var storleken relativt lika för Övriga kommuner och storstäder inkl förorter, medan bostäder i flerbostadshus var större i Övriga kommuner än i Storstäder inkl förorter. Slutsatsen av att kombinera boendetätheterna och genomsnittliga bostadsstorlekar blir att det flyttar in flest personer i en nybyggd bostad i Storstäder inkl förorter och minst antal personer i Större städer inkl förorter, se Tabell 2.

Tabell 2 Genomsnittligt antal personer per nybyggd bostad under perioden 2008-13 per kommungrupp

Kommungrupp Småhus Flerbostadshus Storstäder inkl förorter 3.5 2.0 Större städer inkl förorter 3.1 1.6

Övriga 3.3 1.7

Riket ^3.3 ^1.8

Det faktum att det i genomsnitt flyttar in olika många personer i nybyggda hus i de tre kommungrupperna skulle kunna vara intressant att utnyttja i

0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50

Husets ålder

(18)

framtida framtagningar av befolkningsdata till SAMPERS. Hur stor betydelse det skulle ha i praktiken återstår att se men skulle kunna undersökas givet förutsättningarna för befintliga indata för år 2040. Eftersom det bara är nedbrytningen från kommun till SAMS-område som berörs kommer befolkning och sysselsättning per kommun vara opåverkad.

4.2 ÅLDERSSTRUKTUR HOS DE BOENDE

4.2.1 Småhus

I Figur 19 till Figur 21 visas åldersstrukturen hos boende i småhus som är 5- 10, 35-40 respektive 65-70 år gamla för de tre kommungrupperna.

Åldersstrukturen hos de boende är snarlik för de tre kommungrupperna för alla åldrar på småhusen. Genomgående är det färre barn och vuxna under 50 år och fler över 50 år i Övriga kommuner. Detta beror på åldersstrukturen hos befolkningen i kommunaggregaten. Eftersom denna åldersstruktur är given på kommunnivå vid framtagande av befolkningsdata för ett framtida år kommer dessa skillnader att fångas även om lika åldersstrukturer används för stegen från kommun till SAMS-område.

Figur 19 Åldersstruktur hos boende i småhus som är 5-10 år gamla för respektive kommungrupp

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

(19)

4.2.2 Flerbostadshus

I Figur 22 till Figur 25 visas åldersstrukturen hos boende i småhus som är 5- 10, 10-15, 35-40 respektive 65-70 år gamla för de tre kommungrupperna.

0,00 0,05 0,10 0,15 0,20 0,25 0,30

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

(20)

Figur 22 Åldersstruktur hos boende i flerbostadshus som är 5-10 år gamla för respektive kommungrupp

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

0,00 0,10 0,20 0,30 0,40 0,50 0,60

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

(21)

För yngre och äldre hus, de som är under 10 år (dvs byggda efter 2000) respektive 30 år och äldre (dvs byggda innan 1980), ger uppdelningen på kommungrupper upphov till intressanta resultat. Ett resultat är detsamma som för småhus, att det är färre barn och yngre vuxna samt fler äldre som bor i flerbostadshus i Övriga kommuner. Återigen beror det på

åldersstrukturen för befolkningen hos kommunaggregaten. Men det är också tydligt att det är en större boendetäthet för personer i 30-50-årsåldern i Storstäder inkl förorter än i Större städer inkl förorter som i sin tur ligger ovanför Övriga kommuner. Ju större stad, desto högre boendetäthet i flerbostadshus för personer mitt i livet.

För bostäder i nyare hus finns det dock problem med statistiken, vilket kan ses i Figur 23. För dessa bostäder är det en överdrivet stor andel äldre personer i Övriga kommuner. Denna effekt finns till viss del i de yngsta husen (0-10 år) men speciellt i hus som är 10-30 år gamla. För hus över 30

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50

0-6 7-12 13-15 16-17 18-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-

Åldersklass

(22)

år återfinns inte detta fenomen. Det är vidare en mycket stor andel 20-24- åringar i Större städer inkl förorter för hus som är 10-15 år gamla. För både hus som är 5-10 år och hus som är 15-20 år är denna andel klart lägre. Det är inte riktigt rimligt att andelen skjuter iväg för just en ålder på husen. Det har tillkommit relativt små tillskott av bostäder i flerbostadshus utanför de större städerna de senaste 30 åren. Och tidsperioden 1996-2000 (10-15 år gamla hus) byggdes det få bostäder oavsett kommungrupp. Få byggda bostäder för en tidsperiod ger en mer skakig statistik eftersom inverkan av slumpen ökar vid mindre populationer. Detta innebär att det för

flerbostadshus inte är helt lämpligt att göra en geografisk indelning i kommungrupper, utifrån den statistik som varit tillgänglig för analysen.

4.3 SLUTSATSER AV ANALYSER FÖR KOMMUNGRUPPER

Boendetätheten och storleken på nybyggda bostäder skiljer sig åt något mellan de tre studerade kommungrupperna: Storstäder inkl förorter, Större städer inkl förorter och Övriga kommuner. Det betyder att det i genomsnitt flyttar in olika många personer i nybyggda hus i de tre kommungrupperna, vilket skulle kunna vara intressant att utnyttja i framtida framtagningar av befolkningsdata till SAMPERS. Hur stor betydelse det skulle ha i praktiken återstår att se men skulle kunna undersökas givet förutsättningarna för befintliga indata för år 2040. Eftersom det bara är nedbrytningen från kommun till SAMS-område som berörs kommer befolkning och sysselsättning per kommun vara opåverkad.

För småhus är åldersstrukturen hos de boende förhållandevis lika för de tre studerade kommungrupperna. Och de skillnader som observeras kan förklaras av befolkningens åldersstruktur hos kommungrupperna, och beror då sannolikt inte på skillnader i befolkningens bostadspreferenser. Därför finns det för småhus ingen anledning att dela upp åldersstrukturen på kommungrupper, utan riksgenomsnitt kan användas.

För flerbostadshus finns det för yngre och äldre hus intressanta skillnader i åldersstrukturen hos de boende mellan kommungrupperna. För speciellt medelunga, och till viss del unga, hus finns det dock problem men att statistiken inte ger tillräckligt stabila resultat vid en geografisk uppdelning.

Eftersom standardåldersfördelningsmetoden bygger på att det finns en förutsägbarhet i hur boendetäthet och åldersstruktur ändras för en bostad när den åldras är det viktigt att statistiken som används inte är för skakig och osäker. Därför bör man enligt vår åsikt inte dela upp statistiken för

flerbostadshus på kommungrupper, utan istället använda riksgenomsnitt.

(23)

5 SLUTSATSER

Resultatet av utvärderingen på riksnivå tyder på att standardålders- fördelningsmetoden fungerar bra för småhus och förhållandevis bra för flerbostadshus. För flerbostadshus byggda under miljonprogrammet 1965-75 finns vissa problem med åldersstrukturen i och med att data tyder på att åldersstrukturen hos de boende inte förändras i takt med att husen åldras.

Det som också är tydligt är att det är mindre förändringar av boendetätheten och de boendes åldersstruktur för flerbostadshus än för småhus. Därmed blir det viktigare att fånga de skiftningar som ske hos småhus.

De helt olika karaktärerna på de boendes åldersstruktur hos småhus kontra flerbostadshus talar för att det finns mycket information hos husen som är användbart vid en befolkningsnedbrytning och som fångas in av metoden.

Därför är den sammantagna slutsatsen att standardåldersfördelnings- metoden med data för riksgenomsnitt är en fortsatt gångbar metod för att ta fram befolkningsdata för framtida år på SAMS-områden som indata för SAMPERS.

Boendetätheten och storleken på nybyggda bostäder skiljer sig åt något mellan de tre studerade kommungrupperna: Storstäder inkl förorter, Större städer inkl förorter och Övriga kommuner. Det betyder att det i genomsnitt flyttar in olika många personer i nybyggda hus i de tre kommungrupperna, vilket skulle kunna vara intressant att utnyttja i framtida framtagningar av befolkningsdata till SAMPERS. Hur stor betydelse det skulle ha i praktiken återstår att se men skulle kunna undersökas givet förutsättningarna för befintliga indata för år 2040. Eftersom det bara är nedbrytningen från kommun till SAMS-område som berörs kommer befolkning och sysselsättning per kommun vara opåverkad.

För småhus är åldersstrukturen hos de boende förhållandevis lika för de tre studerade kommungrupperna. Och de skillnader som observeras kan förklaras av befolkningens åldersstruktur hos kommungrupperna, och beror då sannolikt inte på skillnader i befolkningens bostadspreferenser. För flerbostadshus finns det för äldre hus intressanta skillnader i åldersstrukturen hos de boende mellan kommungrupperna. För yngre hus finns det dock problem men att statistiken inte ger tillräckligt stabila resultat. Eftersom standardåldersfördelningsmetoden bygger på att det finns en förutsägbarhet i hur boendetäthet och åldersstruktur ändras för en bostad när den åldras är det viktigt att statistiken som används inte är för skakig och osäker. Det finns sammantaget för småhus ingen anledning att dela upp åldersstrukturen på kommungrupper och för flerbostadshus ingen möjlighet, utan riksgenomsnitt bör användas.

(24)

REFERENSER

KSP:s Prognosgrupp (1998), TYKO – Underlag för befolkningsprognoser, KSP Föreningen för kommunal statistik och planering

Trafikverket (2016), Trafikslagsövergripande plan för utveckling av metoder, modeller och verktyg – för analys av samhällsekonomi, järnvägskapacitet, effektsamband och statistik samt för trafik- och transportprognoser, Publikationsnummer: 2016:052, Trafikverket

WSP Analys & Strategi (2015), Socioekonomiska indata för prognosår 2040 och 2060 – teknisk dokumentation för indata till Samgods och Sampers, TRV 2015/8101

(25)

BILAGA 1 KOMMUNGRUPPSINDELNING

Kommunkod Kommun Kommungrupp SKL 2011 Kommungrupp analys

180 Stockholm Storstäder Storstäder inkl förorter

1280 Malmö Storstäder Storstäder inkl förorter

1480 Göteborg Storstäder Storstäder inkl förorter

114 Upplands Väsby Förortskommuner till storstäderna Storstäder inkl förorter 115 Vallentuna Förortskommuner till storstäderna Storstäder inkl förorter 117 Österåker Förortskommuner till storstäderna Storstäder inkl förorter 120 Värmdö Förortskommuner till storstäderna Storstäder inkl förorter 123 Järfälla Förortskommuner till storstäderna Storstäder inkl förorter 125 Ekerö Förortskommuner till storstäderna Storstäder inkl förorter 126 Huddinge Förortskommuner till storstäderna Storstäder inkl förorter 127 Botkyrka Förortskommuner till storstäderna Storstäder inkl förorter 128 Salem Förortskommuner till storstäderna Storstäder inkl förorter 136 Haninge Förortskommuner till storstäderna Storstäder inkl förorter 138 Tyresö Förortskommuner till storstäderna Storstäder inkl förorter 139 Upplands-Bro Förortskommuner till storstäderna Storstäder inkl förorter 160 Täby Förortskommuner till storstäderna Storstäder inkl förorter 162 Danderyd Förortskommuner till storstäderna Storstäder inkl förorter 163 Sollentuna Förortskommuner till storstäderna Storstäder inkl förorter 182 Nacka Förortskommuner till storstäderna Storstäder inkl förorter 183 Sundbyberg Förortskommuner till storstäderna Storstäder inkl förorter 184 Solna Förortskommuner till storstäderna Storstäder inkl förorter 186 Lidingö Förortskommuner till storstäderna Storstäder inkl förorter 187 Vaxholm Förortskommuner till storstäderna Storstäder inkl förorter 192 Nynäshamn Förortskommuner till storstäderna Storstäder inkl förorter 305 Håbo Förortskommuner till storstäderna Storstäder inkl förorter 1230 Staffanstorp Förortskommuner till storstäderna Storstäder inkl förorter 1231 Burlöv Förortskommuner till storstäderna Storstäder inkl förorter 1233 Vellinge Förortskommuner till storstäderna Storstäder inkl förorter 1262 Lomma Förortskommuner till storstäderna Storstäder inkl förorter 1263 Svedala Förortskommuner till storstäderna Storstäder inkl förorter 1264 Skurup Förortskommuner till storstäderna Storstäder inkl förorter 1384 Kungsbacka Förortskommuner till storstäderna Storstäder inkl förorter 1401 Härryda Förortskommuner till storstäderna Storstäder inkl förorter 1402 Partille Förortskommuner till storstäderna Storstäder inkl förorter 1407 Öckerö Förortskommuner till storstäderna Storstäder inkl förorter 1440 Ale Förortskommuner till storstäderna Storstäder inkl förorter 1441 Lerum Förortskommuner till storstäderna Storstäder inkl förorter 1443 Bollebygd Förortskommuner till storstäderna Storstäder inkl förorter 1462 Lilla Edet Förortskommuner till storstäderna Storstäder inkl förorter 1481 Mölndal Förortskommuner till storstäderna Storstäder inkl förorter 1482 Kungälv Förortskommuner till storstäderna Storstäder inkl förorter

181 Södertälje Större städer Större städer inkl förorter

380 Uppsala Större städer Större städer inkl förorter

480 Nyköping Större städer Större städer inkl förorter

(26)

484 Eskilstuna Större städer Större städer inkl förorter

580 Linköping Större städer Större städer inkl förorter

581 Norrköping Större städer Större städer inkl förorter

680 Jönköping Större städer Större städer inkl förorter

780 Växjö Större städer Större städer inkl förorter

880 Kalmar Större städer Större städer inkl förorter

1080 Karlskrona Större städer Större städer inkl förorter

1281 Lund Större städer Större städer inkl förorter

1283 Helsingborg Större städer Större städer inkl förorter

1290 Kristianstad Större städer Större städer inkl förorter

1293 Hässleholm Större städer Större städer inkl förorter

1380 Halmstad Större städer Större städer inkl förorter

1383 Varberg Större städer Större städer inkl förorter

1485 Uddevalla Större städer Större städer inkl förorter

1488 Trollhättan Större städer Större städer inkl förorter

1490 Borås Större städer Större städer inkl förorter

1496 Skövde Större städer Större städer inkl förorter

1780 Karlstad Större städer Större städer inkl förorter

1880 Örebro Större städer Större städer inkl förorter

1980 Västerås Större städer Större städer inkl förorter

2080 Falun Större städer Större städer inkl förorter

2180 Gävle Större städer Större städer inkl förorter

2281 Sundsvall Större städer Större städer inkl förorter

2284 Örnsköldsvik Större städer Större städer inkl förorter

2380 Östersund Större städer Större städer inkl förorter

2480 Umeå Större städer Större städer inkl förorter

2482 Skellefteå Större städer Större städer inkl förorter

2580 Luleå Större städer Större städer inkl förorter

140 Nykvarn Förortskommuner till större städer Större städer inkl förorter 319 Älvkarleby Förortskommuner till större städer Större städer inkl förorter 330 Knivsta Förortskommuner till större städer Större städer inkl förorter 461 Gnesta Förortskommuner till större städer Större städer inkl förorter 488 Trosa Förortskommuner till större städer Större städer inkl förorter 582 Söderköping Förortskommuner till större städer Större städer inkl förorter 643 Habo Förortskommuner till större städer Större städer inkl förorter 840 Mörbylånga Förortskommuner till större städer Större städer inkl förorter 1260 Bjuv Förortskommuner till större städer Större städer inkl förorter 1261 Kävlinge Förortskommuner till större städer Större städer inkl förorter 1265 Sjöbo Förortskommuner till större städer Större städer inkl förorter 1266 Hörby Förortskommuner till större städer Större städer inkl förorter 1267 Höör Förortskommuner till större städer Större städer inkl förorter 1277 Åstorp Förortskommuner till större städer Större städer inkl förorter 1285 Eslöv Förortskommuner till större städer Större städer inkl förorter 1444 Grästorp Förortskommuner till större städer Större städer inkl förorter 1715 Kil Förortskommuner till större städer Större städer inkl förorter

(27)

Kommunkod Kommun Kommungrupp SKL 2011 Kommungrupp analys 1761 Hammarö Förortskommuner till större städer Större städer inkl förorter 1763 Forshaga Förortskommuner till större städer Större städer inkl förorter 1814 Lekeberg Förortskommuner till större städer Större städer inkl förorter 1881 Kumla Förortskommuner till större städer Större städer inkl förorter 2262 Timrå Förortskommuner till större städer Större städer inkl förorter

191 Sigtuna Pendlingskommuner Övriga

331 Heby Pendlingskommuner Övriga

428 Vingåker Pendlingskommuner Övriga

486 Strängnäs Pendlingskommuner Övriga

509 Ödeshög Pendlingskommuner Övriga

512 Ydre Pendlingskommuner Övriga

560 Boxholm Pendlingskommuner Övriga

561 Åtvidaberg Pendlingskommuner Övriga

584 Vadstena Pendlingskommuner Övriga

604 Aneby Pendlingskommuner Övriga

642 Mullsjö Pendlingskommuner Övriga

761 Lessebo Pendlingskommuner Övriga

764 Alvesta Pendlingskommuner Övriga

821 Högsby Pendlingskommuner Övriga

1214 Svalöv Pendlingskommuner Övriga

1256 Östra Göinge Pendlingskommuner Övriga

1270 Tomelilla Pendlingskommuner Övriga

1272 Bromölla Pendlingskommuner Övriga

1273 Osby Pendlingskommuner Övriga

1276 Klippan Pendlingskommuner Övriga

1284 Höganäs Pendlingskommuner Övriga

1287 Trelleborg Pendlingskommuner Övriga

1292 Ängelholm Pendlingskommuner Övriga

1415 Stenungsund Pendlingskommuner Övriga

1419 Tjörn Pendlingskommuner Övriga

1421 Orust Pendlingskommuner Övriga

1430 Munkedal Pendlingskommuner Övriga

1439 Färgelanda Pendlingskommuner Övriga

1442 Vårgårda Pendlingskommuner Övriga

1445 Essunga Pendlingskommuner Övriga

1472 Tibro Pendlingskommuner Övriga

1487 Vänersborg Pendlingskommuner Övriga

1489 Alingsås Pendlingskommuner Övriga

1497 Hjo Pendlingskommuner Övriga

1760 Storfors Pendlingskommuner Övriga

1861 Hallsberg Pendlingskommuner Övriga

1862 Degerfors Pendlingskommuner Övriga

1884 Nora Pendlingskommuner Övriga

1904 Skinnskatteberg Pendlingskommuner Övriga

1907 Surahammar Pendlingskommuner Övriga

(28)

1960 Kungsör Pendlingskommuner Övriga

1961 Hallstahammar Pendlingskommuner Övriga

1962 Norberg Pendlingskommuner Övriga

2026 Gagnef Pendlingskommuner Övriga

2034 Orsa Pendlingskommuner Övriga

2061 Smedjebacken Pendlingskommuner Övriga

2082 Säter Pendlingskommuner Övriga

2101 Ockelbo Pendlingskommuner Övriga

2309 Krokom Pendlingskommuner Övriga

2403 Bjurholm Pendlingskommuner Övriga

2460 Vännäs Pendlingskommuner Övriga

188 Norrtälje Turism- och besöksnäringskommuner Övriga 382 Östhammar Turism- och besöksnäringskommuner Övriga 563 Valdemarsvik Turism- och besöksnäringskommuner Övriga 885 Borgholm Turism- och besöksnäringskommuner Övriga 980 Gotland Turism- och besöksnäringskommuner Övriga 1278 Båstad Turism- och besöksnäringskommuner Övriga 1427 Sotenäs Turism- och besöksnäringskommuner Övriga 1435 Tanum Turism- och besöksnäringskommuner Övriga 1484 Lysekil Turism- och besöksnäringskommuner Övriga 1486 Strömstad Turism- och besöksnäringskommuner Övriga 2023 Malung-Sälen Turism- och besöksnäringskommuner Övriga 2031 Rättvik Turism- och besöksnäringskommuner Övriga 2039 Älvdalen Turism- och besöksnäringskommuner Övriga 2321 Åre Turism- och besöksnäringskommuner Övriga 2326 Berg Turism- och besöksnäringskommuner Övriga 2361 Härjedalen Turism- och besöksnäringskommuner Övriga 2421 Storuman Turism- och besöksnäringskommuner Övriga 2425 Dorotea Turism- och besöksnäringskommuner Övriga 2506 Arjeplog Turism- och besöksnäringskommuner Övriga 2510 Jokkmokk Turism- och besöksnäringskommuner Övriga 360 Tierp Varuproducerande kommuner Övriga 481 Oxelösund Varuproducerande kommuner Övriga 562 Finspång Varuproducerande kommuner Övriga 617 Gnosjö Varuproducerande kommuner Övriga 662 Gislaved Varuproducerande kommuner Övriga 665 Vaggeryd Varuproducerande kommuner Övriga 683 Värnamo Varuproducerande kommuner Övriga 684 Sävsjö Varuproducerande kommuner Övriga 685 Vetlanda Varuproducerande kommuner Övriga 687 Tranås Varuproducerande kommuner Övriga 760 Uppvidinge Varuproducerande kommuner Övriga 763 Tingsryd Varuproducerande kommuner Övriga 767 Markaryd Varuproducerande kommuner Övriga 781 Ljungby Varuproducerande kommuner Övriga

(29)

Kommunkod Kommun Kommungrupp SKL 2011 Kommungrupp analys 834 Torsås Varuproducerande kommuner Övriga

860 Hultsfred Varuproducerande kommuner Övriga 861 Mönsterås Varuproducerande kommuner Övriga 862 Emmaboda Varuproducerande kommuner Övriga 881 Nybro Varuproducerande kommuner Övriga 882 Oskarshamn Varuproducerande kommuner Övriga 884 Vimmerby Varuproducerande kommuner Övriga 1060 Olofström Varuproducerande kommuner Övriga 1257 Örkelljunga Varuproducerande kommuner Övriga 1275 Perstorp Varuproducerande kommuner Övriga 1315 Hylte Varuproducerande kommuner Övriga 1447 Gullspång Varuproducerande kommuner Övriga 1452 Tranemo Varuproducerande kommuner Övriga 1460 Bengtsfors Varuproducerande kommuner Övriga 1466 Herrljunga Varuproducerande kommuner Övriga 1470 Vara Varuproducerande kommuner Övriga 1471 Götene Varuproducerande kommuner Övriga 1473 Töreboda Varuproducerande kommuner Övriga 1498 Tidaholm Varuproducerande kommuner Övriga 1762 Munkfors Varuproducerande kommuner Övriga 1764 Grums Varuproducerande kommuner Övriga 1782 Filipstad Varuproducerande kommuner Övriga 1783 Hagfors Varuproducerande kommuner Övriga 1784 Arvika Varuproducerande kommuner Övriga 1860 Laxå Varuproducerande kommuner Övriga 1864 Ljusnarsberg Varuproducerande kommuner Övriga 1882 Askersund Varuproducerande kommuner Övriga 1883 Karlskoga Varuproducerande kommuner Övriga 1885 Lindesberg Varuproducerande kommuner Övriga 1982 Fagersta Varuproducerande kommuner Övriga 1983 Köping Varuproducerande kommuner Övriga 1984 Arboga Varuproducerande kommuner Övriga 2084 Avesta Varuproducerande kommuner Övriga 2085 Ludvika Varuproducerande kommuner Övriga 2104 Hofors Varuproducerande kommuner Övriga 2121 Ovanåker Varuproducerande kommuner Övriga 2181 Sandviken Varuproducerande kommuner Övriga 2417 Norsjö Varuproducerande kommuner Övriga 2418 Malå Varuproducerande kommuner Övriga 2523 Gällivare Varuproducerande kommuner Övriga 1438 Dals-Ed Glesbygdkommuner Övriga 1737 Torsby Glesbygdkommuner Övriga 1765 Årjäng Glesbygdkommuner Övriga 2021 Vansbro Glesbygdkommuner Övriga 2132 Nordanstig Glesbygdkommuner Övriga

(30)

Kommunkod Kommun Kommungrupp SKL 2011 Kommungrupp analys 2161 Ljusdal Glesbygdkommuner Övriga

2260 Ånge Glesbygdkommuner Övriga 2283 Sollefteå Glesbygdkommuner Övriga 2303 Ragunda Glesbygdkommuner Övriga 2305 Bräcke Glesbygdkommuner Övriga 2313 Strömsund Glesbygdkommuner Övriga 2401 Nordmaling Glesbygdkommuner Övriga 2404 Vindeln Glesbygdkommuner Övriga 2409 Robertsfors Glesbygdkommuner Övriga 2422 Sorsele Glesbygdkommuner Övriga 2462 Vilhelmina Glesbygdkommuner Övriga 2463 Åsele Glesbygdkommuner Övriga 2513 Överkalix Glesbygdkommuner Övriga 2518 Övertorneå Glesbygdkommuner Övriga 2521 Pajala Glesbygdkommuner Övriga 381 Enköping Kommuner i tätbefolkad region Övriga 482 Flen Kommuner i tätbefolkad region Övriga 483 Katrineholm Kommuner i tätbefolkad region Övriga 513 Kinda Kommuner i tätbefolkad region Övriga 583 Motala Kommuner i tätbefolkad region Övriga 586 Mjölby Kommuner i tätbefolkad region Övriga 682 Nässjö Kommuner i tätbefolkad region Övriga 686 Eksjö Kommuner i tätbefolkad region Övriga 765 Älmhult Kommuner i tätbefolkad region Övriga 883 Västervik Kommuner i tätbefolkad region Övriga 1081 Ronneby Kommuner i tätbefolkad region Övriga 1082 Karlshamn Kommuner i tätbefolkad region Övriga 1083 Sölvesborg Kommuner i tätbefolkad region Övriga 1282 Landskrona Kommuner i tätbefolkad region Övriga 1286 Ystad Kommuner i tätbefolkad region Övriga 1291 Simrishamn Kommuner i tätbefolkad region Övriga 1381 Laholm Kommuner i tätbefolkad region Övriga 1382 Falkenberg Kommuner i tätbefolkad region Övriga 1446 Karlsborg Kommuner i tätbefolkad region Övriga 1461 Mellerud Kommuner i tätbefolkad region Övriga 1463 Mark Kommuner i tätbefolkad region Övriga 1465 Svenljunga Kommuner i tätbefolkad region Övriga 1491 Ulricehamn Kommuner i tätbefolkad region Övriga 1492 Åmål Kommuner i tätbefolkad region Övriga 1493 Mariestad Kommuner i tätbefolkad region Övriga 1494 Lidköping Kommuner i tätbefolkad region Övriga 1495 Skara Kommuner i tätbefolkad region Övriga 1499 Falköping Kommuner i tätbefolkad region Övriga 1781 Kristinehamn Kommuner i tätbefolkad region Övriga 1785 Säffle Kommuner i tätbefolkad region Övriga

(31)

Kommunkod Kommun Kommungrupp SKL 2011 Kommungrupp analys 1863 Hällefors Kommuner i tätbefolkad region Övriga

1981 Sala Kommuner i tätbefolkad region Övriga 2029 Leksand Kommuner i tätbefolkad region Övriga 2081 Borlänge Kommuner i tätbefolkad region Övriga 2083 Hedemora Kommuner i tätbefolkad region Övriga 1730 Eda Kommuner i glesbefolkad region Övriga 1766 Sunne Kommuner i glesbefolkad region Övriga 2062 Mora Kommuner i glesbefolkad region Övriga 2182 Söderhamn Kommuner i glesbefolkad region Övriga 2183 Bollnäs Kommuner i glesbefolkad region Övriga 2184 Hudiksvall Kommuner i glesbefolkad region Övriga 2280 Härnösand Kommuner i glesbefolkad region Övriga 2282 Kramfors Kommuner i glesbefolkad region Övriga 2481 Lycksele Kommuner i glesbefolkad region Övriga 2505 Arvidsjaur Kommuner i glesbefolkad region Övriga 2514 Kalix Kommuner i glesbefolkad region Övriga 2560 Älvsbyn Kommuner i glesbefolkad region Övriga 2581 Piteå Kommuner i glesbefolkad region Övriga 2582 Boden Kommuner i glesbefolkad region Övriga 2583 Haparanda Kommuner i glesbefolkad region Övriga 2584 Kiruna Kommuner i glesbefolkad region Övriga

(32)

VI ÄR WSP

WSP är ett av världens ledande analys- och teknikkonsultföretag.

Vi erbjuder tjänster för hållbar samhällsutveckling inom Hus &

Industri, Transport & Infrastruktur och Miljö & Energi. Bredd och mångfald kännetecknar våra medarbetare, kompetensområden, kunder och typer av uppdrag. Tillsammans har vi 34 000 medarbetare på över 500 kontor i 40 länder. I Sverige har vi omkring 3 500 medarbetare.

WSP Sverige AB Arenavägen 7

121 88 Stockholm-Globen Tel: +46 10 7225000 http://www.wspgroup.se