TIDSSKRIFT FOR SAMFUNNSFORSKNING NR 2, Innhold. Artikler

Størrelse: px
Begynne med side:

Download "TIDSSKRIFT FOR SAMFUNNSFORSKNING NR 2, 2010. Innhold. Artikler"

Transkript

1 Denne digitale versjonen av TfS er publisert på Institutt for samfunnsforsknings nettsider, og kan kun leses på skjerm. Artiklene kan kjøpes for nedlasting og print på Abonnement på tidsskriftet kan bestilles på Tidsskriftet er omfattet av åndsverklovens bestemmelser. Uten særskilt avtale med ISF eller forlaget, er enhver eksemplarfremstilling og tilgjengeliggjøring utover dette bare tillatt i den utstrekning det er hjemlet i lov. Utnyttelse i strid med lov eller avtale kan medføre erstatningsansvar, og kan straffes med bøter eller fengsel.

2 TfS TIDSSKRIFT FOR SAMFUNNSFORSKNING NR 2, 2010 Innhold Artikler JON IVAR ELSTAD Geografiske forskjeller i uføres dødelighet: Levekår, seleksjon, sosial avstand? 191 JANNEKE VAN DER ROS, VEGARD JOHANSEN OG INGRID GULDVIK Fra folkevalgt til utvalgt. Kjønn, makt og kjønnsmaktbalanse 221 SIGTONA HALRYNJO OG SELMA THERESE LYNG Fars forkjørsrett mors vikeplikt? Karriere, kjønn og omsorgsansvar i eliteprofesjoner 249 JORID ANDERSSEN Forebygging, hverdagsliv og samfunnsendring 281 Hvordan forebyggende medisin blir en del av folks hverdagsliv Foredrag / Aktuell debatt HILDE BOJER Om økonomisk likhet 311 Bokanmeldelser ROLF LIDSKOG Odd Gåsdal og Allan Sande: Miljø og samfunn 318 JORID ANDERSSEN Per Fugelli og Benedicte Ingstad: Helse på norsk. God helse slik folk ser det 320 ASLE TOJE Pernille Rieker og Walter Emanuel Carlsnæs (red.): Nye utfordringer for europeisk sikkerhetspolitikk 324 Sammendrag 328 Forfattere 330

3 TIDSSKRIFT FOR SAMFUNNSFORSKNING Utgitt av Institutt for samfunnsforskning med støtte fra Norges forskningsråd Redaksjonens adresse: Postboks 3233 Elisenberg, 0208 Oslo. E-post: Redaktør: Karl Henrik Sivesind (ansv.), Idunn Brekke, Anniken Hagelund og Jo Saglie Redaksjonssekretær: Gerd Granhaug Redaksjonsråd: Jørgen Goul Andersen, Aalborg Universitet Anne Lise Fimreite, Universitetet i Bergen Knud Knudsen, Universitetet i Stavanger Anne Krogstad, Universitetet i Oslo Mia Lövheim, Uppsala Universitet Karen Fog Olwig, Københavns Universitet Bente Rasmussen, NTNU Bo Rothstein, Göteborgs Universitet Iselin Theien, SIFO Nils Aarsæther, Universitetet i Tromsø Tidsskrift for samfunnsforskning utkommer fire ganger årlig: vinter, vår, sommer og høst. Priser for abonnement 2010 Institusjon: NOK 1030, Student: NOK 270, Privat: NOK 500, E-abonnement: NOK 1130, Løssalg: NOK 99, Abonnerer du på tidsskriftets papirutgave koster e-abonnement kr 200,. Les mer om e-abonnement på Artikler gjengitt i tidsskriftet reguleres av bestemmelser gjengitt i avtale om normalkontrakt for utgivelse av litterære verk i tidsskrift av 13. mars 2006 mellom Den norske Forleggerforening, Norsk faglitterær forfatter- og oversetterforening og Forvaltningsorganisasjonen LINO. Avtalen kan leses på hjemmesiden til Norsk faglitterær forfatter- og oversetterforening: Indeksert blant annet i: Sociolocical Abstracts / Social Sciences Citation Index / Current Contents Social and Behavioral Sciences / Studies on Woman and Gender Abstracts / Sociology of Education Abstracts / Historical Abstracts Henvendelser om abonnement, forsendelse og annonser rettes til: Universitetsforlaget AS, Postboks 508 Sentrum, N-0105 Oslo, Norge. Telefon Telefax e-post: Opplysninger om tidsskrifter og bokutgivelser fra Universitetsforlaget er tilgjengelig via tidsskriftets egen hjemmeside:www.universitetsforlaget.no/tfs 2010 Universitetsforlaget etter avtale med Institutt for samfunnsforskning Grafisk form: Terje Langeggen, Krasis design. Sats: Laboremus Oslo AS. Printed in Norway by AIT Trykk Otta AS ISSN X

4 Geografiske forskjeller i uføres dødelighet Levekår, seleksjon, sosial avstand? JON IVAR ELSTAD GEOGRAPHICAL INEQUALI- TIES IN MORTALITY AMONG RECIPIENTS OF DISABILITY BENEFITS: LIVING CONDI- TIONS, SELECTION, SOCIAL DISTANCE? About a quarter of the Norwegian population aged between 50 and 66 years are recipients of disability benefits. A public health concern is their high mortality rate, which cannot be fully explained by the diseases which led to their benefit recipient status. Mortality rates vary geographically, which is the topic addressed in this study. The data consist of 190,000 disability recipients aged between 40 and 66 years in 1993, with information gathered from public registries and mortality follow-up in Keywords: A multilevel approach was used. Results were practically identical for two different geographical classifications. The mortality risk among disability recipients of pensions varied considerably with gender, age, marital status and, to some extent, with education and household income. It was also related to the difference between their own income and the median income level in the community, and furthermore to the average mortality level among the non-recipient population in the same areas. These factors accounted for a substantial part of the area differences in mortality. Contrary to expectations, the proportion of disability recipients in the community population was unrelated to the mortality risk among disability recipients. disability pensioners geographical differences mortality multilevel methods 191 UNIVERSITETSFORLAGET TIDSSKRIFT FOR SAMFUNNSFORSKNING VOL 51, NR 2,

5 [ ELSTAD ] Forskningen om uføreordningen er omfattende. I bibliotekbasen BIBSYS er det over 200 forskningsrapporter, offentlige utredninger m.v. med uføretrygd* eller uførepensjon* i tittelen (BIBSYS 2009). Dessuten finnes mange tidsskriftartikler, bokkapitler og engelskspråklige forskningsbidrag. At det dominerende forskningstemaet har vært omfanget av og veksten i uførepensjoneringen er ikke overraskende siden myndighetenes bekymring først og fremst dreier seg om antallet uføretrygdede. De uføres levekår er lite påaktet (men se Blekesaune & Øverbye 2000, 2001; Otnes 2003), og heller ikke de uføres dødelighet har vært særlig studert. Om det sistnevnte temaet har jeg funnet bare fem forskningsarbeider publisert fram til sommeren 2009: En rapport (Abrahamsen 1988), en hovedoppgave i matematikk (Paulsboe 1997) og tre nyere artikler (Gjesdal, Mæland, Hagberg & Alexanderson 2007, 2008; Gjesdal, Svedberg, Hagberg & Alexanderson 2009). Tross den beskjedne forskningsinteressen kan en hevde at de uføres dødelighetsforhold har betydelig sosialpolitisk og helsepolitisk interesse. De uføre er mange, omlag hver fjerde innbygger alder er mottaker av uførepensjon eller tidsbegrenset uførestønad (NAV 2009), og samtidig har de markant høyere (aldersjustert) dødsrisiko enn ikke-uføretrygdede (Abrahamsen 1988; Paulsboe 1997; Gjesdal et al. 2007; Gjesdal et al. 2008; Gjesdal et al. 2009). Utvilsomt har overdødeligheten sammenheng både med de uføres helseproblemer og med at de ofte er rekruttert fra lavstatusgrupper. Men overdødeligheten er også markant etter kontroll for utdanning og inntekt (Gjesdal et al. 2008; Gjesdal et al. 2009), og som jeg vil drøfte nedenfor lar den seg heller ikke uten videre forklare med diagnosene som grunnga trygdetildelingen. Den høye dødeligheten innebærer at en stor andel av dødsfallene i yrkesaktiv alder skjer blant uføre. I 1993, for eksempel, sto de uføretrygdede for praktisk talt halvparten (49 prosent) av de vel 6000 dødsfallene i aldersgruppen år i dette året (FD-Trygd 2009). I folkehelsestudier bruker en Morten Blekesaune,Viggo Nordvik og Axel West Pedersen, alle kolleger ved NOVA, og to av Tidsskrift for samfunnsforsknings anonyme konsulenter har gitt verdifulle kommentarer. Arbeidet er finansiert av Folkehelseprogrammet i Norges forskningsråd, prosjektnr /V50 «Enigmatic geographical differences: A study of contextual determinants of health inequalities in Norway». 192

6 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] ofte dødelighetsforholdene blant middelaldrende som indikator på dødelighetsutviklingen (se for eksempel Næss, Strand & Rognerud 2007), men da er det i realiteten dødsrisikoen blant uføretrygdede som i stor grad blir analysert. Dødeligheten blant de uføretrygdede er ikke bare et vesentlig levekårsproblem for de uføretrygdede selv, men også et mer allment folkehelseproblem. Forventet levealder er ofte brukt som en samleindikator for helsetilstanden i en befolkning, for eksempel i internasjonal komparativ forskning. Dette målet er sensitivt for dødsfall som skjer relativt tidlig, og de mange dødsfallene blant uføretrygdede i 50- og 60- årsalderen bidrar derfor til en avkorting av den forventede (gjennomsnittlige) levealderen for den samlete befolkningen. Temaet for denne artikkelen er de geografiske forskjellene i de uføres dødelighet. Jeg beskriver hvordan de uføres dødsrisiko varierer mellom geografiske områder og undersøker relevansen av fire hypoteser om hvorfor disse forskjellene oppstår. Formålet er å bidra til kunnskapsutvikling om de uføres vilkår, men dessuten blir virkemåten til den norske uføreordningen berørt, og i tillegg kan analysene ha generell helsepolitisk relevans. Helseulikhetene mellom landsdeler, fylker, kommuner, bydeler og andre typer geografiske områder er et viktig folkehelsetema (Kravdal 2008; Dahl, Elstad, Hofoss & Martin- Mollard 2006; Aase 1996; Stensvold & Rognerud 1998). Siden uføredødsfallene utgjør så stor del av dødsfallene blant voksne, kaster artikkelen også lys over de geografiske ulikhetene i levealder i Norge. Jeg starter med å drøfte noen generelle sider ved de uføres dødelighetsforhold, før jeg legger fram de fire hypotesene om geografiske forskjeller i uføres dødelighet og deretter presenterer data og analyser. DE UFØRES OVERDØDELIGHET EN SELVFØLGELIGHET? Siden uføretrygd tildeles på grunn av helsesvikt, vil mange anta at det er en selvfølge at uføre har høyere dødelighet enn andre. Vansken med denne forklaringen er at det ikke er stor overensstemmelse mellom hva de uføre blir uføretrygdet for og hva de dør av. Såvel blant uføretrygdede som ikke-uføre står kreft og hjerte- og karlidelser bak omlag to tredeler av dødsfallene i de aldersgruppene denne artikkelen behandler (40 66 år) (FD-Trygd 2009). Til sammenligning skjer mindre enn 15 prosent av uføretrygdingen på grunn av slike diagnoser 193

7 [ ELSTAD ] (Mykletun & Knudsen 2009; RTV 1990). Blant uførhetsdiagnosene dominerer ikke typiske dødsårsaker, men muskel- og skjelettlidelser (omlag 35 prosent av alle nye uføretildelinger ) og psykiske lidelser og atferdsforstyrrelser (20 24 prosent) (Mykletun & Knudsen 2009). Dette har sammenheng med at prosessen som leder fram til uføretrygding som regel tar flere år, med lange sykmeldingsog attføringsperioder før uførepensjon tildeles (Andreassen & Kronstad 2006). Vanlige dødsårsaker blant voksne kreft, infarkt, slag, og selvsagt voldsomme dødsfall har ofte et mer kortvarig forløp. Kreft er den hyppigste dødsårsaken i yrkesaktiv alder, men kreft vil ofte enten overvinnes eller få et fatalt utfall før uførepensjon blir tildelt, og derfor utgjør kreft bare en marginal andel (2 4 prosent) av uførhetsdiagnosene. Selvsagt vil en del av de uføres dødsfall skyldes nettopp den lidelsen som begrunnet trygdetildelingen. De få med svulster (kreft) som uførhetsdiagnose har spesielt høy dødelighet, og overdødeligheten er også markant for de som ble trygdet på grunn av hjerte- og karlidelser og alkoholisme (Gjesdal et al. 2008; Gjesdal et al. 2009; Paulsboe 1997). Men mesteparten av uførepensjoneringen skyldes altså muskel- og skjelettlidelser og psykiske lidelser, og disse diagnosene er praktisk talt fraværende i dødsårsaksstatistikken. Likevel har de som ble uføretrygdet på grunn av slike helseplager også en viss overdødelighet, selv etter kontroll for utdanning og inntekt. Til nå har ikke norske analyser koblet opplysningene om årsakene til uføretrygdingen med årsakene til dødsfallene, men en svensk studie med slike data fant «no significant association between reason for disability pension and cause of death» (Wallman, Wedel, Johansson, Rosengren, Eriksson, Welin & Svärdsudd 2006). De svenske funnene gir grunn til å anta at koblingen mellom uførediagnosen og hva som direkte forårsaker de uføres dødsfall er svak også i Norge. Det kan likevel være indirekte sammenhenger. Uførhetsdiagnosen kan i seg selv ha vært ikke-dødelig, men den kan ha medført en generell svekkelse av organismen som etterhvert gjorde den uføretrygdede mer utsatt for andre, dødelige, lidelser. En kan også ta i betraktning et annet forhold som vil svekke sammenhengen mellom uførhetsgrunn og dødsårsak. Loven krever en spesifikk medisinsk diagnose om uføreytelser skal innvilges. Blant en del uføretrygdede kan funksjons- 194

8 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] nedsettelsen skyldes en generell helsesvekkelse som ytrer seg i sammensatte og vanskelig diagnostiserbare tilstander. I slike tilfeller kan uførediagnosen være en stedfortreder som trygdelegen tar i bruk for å tilfredsstille lovens krav, slik at uførhetsgrunnen ikke gir noe presist uttrykk for den uføres helseproblemer. Følgelig: Selv om de uføres dødsrisiko kan ha sammenheng med helseproblemet som utløste uførepensjoneringen, vil deres overdødelighet ofte skyldes omstendigheter som bare er svakt relatert til det de ble trygdet for. Uavhengig av uførhetsdiagnosen kan den uføre ha fått høyere dødsrisiko på grunn av latente helsesvekkelser ervervet i det tidligere livsløpet, for eksempel på grunn av en vanskelig oppvekst eller årevis med vanskelige leveforhold og usunn livsstil. Dessuten kan de uføretrygdedes overdødelighet skyldes forhold fra tiden etter at uførepensjoneringen startet. Levestandarden som uføretrygdet, atferdsmønstre etablert etter at en forlot arbeidslivet, og den trygdedes opplevelse av sosial eksklusjon og stigmatisering kan også medvirke til de uføretrygdedes høyere dødsrisiko. Materialet brukt i denne studien har ikke opplysninger som gjør det mulig å skille skarpt mellom ulike kilder til de uføres dødsfall. Det mangler blant annet informasjon om uførhetsdiagnosene, men for min problemstilling er ikke det en avgjørende svakhet. Om diagnosene ikke avgjør de uføres dødsrisiko, vil heller ikke de geografiske forskjellene i uføres dødelighet kunne forklares med uførhetsdiagnosene. Andre omstendigheter, for eksempel de uføretrygdedes levekår, deres sosiale relasjoner og deres plass i samfunnet, kan ha vesentlig innvirkning på deres dødelighetsforhold. I denne artikkelen er det slike forhold jeg vil framheve i analysen av de geografiske forskjellene i uføretrygdedes dødelighet. FIRE HYPOTESER OM GEOGRAFISKE VARIASJONER I UFØRETRYGDEDES DØDELIGHET Systematiske helseforskjeller mellom sosiale klasser og lag, mellom etniske kategorier og mellom geografiske områder er observert i alle land der slike undersøkelser er foretatt. I det siste tiåret har studiet av slike helseforskjeller i stor grad vært knyttet til «social determinants of health». Dette begrepet brukes på ulike måter (CSDH 2008; Graham 2009; Navarro 2009), men et fellestrekk er antakelsen om at helsetil- 195

9 [ ELSTAD ] standen i en befolkningskategori og helseulikhetene mellom befolkningskategorier ikke kan reduseres til forskjeller i biologisk sårbarhet eller helsetjenestens kvalitet. Helseforhold og helseforskjeller anses som et resultat av sosiale helsedeterminanter i bred forstand av «how society and different forms of social organization influence health and well-being» (Berkman 2000:xiii). Ofte vil en hente forklaringsfaktorer fra flere analytiske nivåer. En antar at sosiale helsedeterminanter framtrer på det individuelle nivået som nærliggende (proksimale) årsaker, i form av blant annet materiell levestandard, livsstil og personlige relasjoner. Dette mikronivået er på sin side påvirket av sosiale strukturer på mesonivå (arbeidsplasser, lokalsamfunn m.v.), som i sin tur er relatert til og formet av makronivået (distale årsaksfaktorer) som består blant annet av samfunnets generelle økonomiske og teknologiske nivå, særtrekk ved de sosiale klassene og forholdet mellom dem, og politiske institusjoner og de historiske og kulturelle tradisjonene i samfunnet (Mæland, Elstad, Næss & Westin 2009:22 25). I denne artikkelen vil jeg undersøke fire hypoteser om hva som kan bidra til geografiske forskjeller i uføretrygdedes dødelighet. I tråd med sosiale helsedeterminanter-tilnærmingen forholder de fire hypotesene seg til ulike analytiske nivåer. Den første fokuserer direkte på individ- og familienivået, den andre framhever inntektsforskjellene mellom de uføre og majoriteten i lokalsamfunnet, mens de to siste legger vekt på kontekstuelle trekk og egenskaper ved det geografiske området der de uføretrygdede bor. Helseulikhetsforskningen har vist hvordan helseforhold varierer systematisk med utdanning, inntekt, yrke, sivilstand og sosiale relasjoner (Sund & Krokstad 2005; Helse- og omsorgsdepartementet 2007; Næss et al. 2007). Flere fortolkninger er mulige (Bartley 2004), men en hovedforklaring er at ressurser som materiell levestandard, kunnskap, sosial anseelse og sosiale nettverk fremmer helse og sunt levevis og beskytter mot sykelighet og død. Også studier av uføretrygdede har vist hvordan dødsrisikoen blant dem varierer med utdanning og inntekt (Gjesdal et al. 2007). Den første hypotesen er derfor at områdeforskjellene i uføres dødelighet skyldes såkalte komposisjonelle faktorer, det vil si geografiske forskjeller i sammensetningen av uførepopulasjonen innen hvert område når det gjelder helserelevante individuelle levekårsressurser. 196

10 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] Den andre hypotesen knytter seg til helseulikhetsforskningens funn om at ikke bare lav inntekt i seg selv, men dessuten lav inntekt i forhold til det som er vanlig i det omliggende samfunn, kan ha negative helsekonsekvenser (Wilkinson 1998; Elstad & Dahl 2009). Lav relativ inntekt kan innebære at en mangler de økonomiske ressursene som trengs for å delta på lik linje med andre i lokalsamfunnets sosiale liv, for eksempel i sosiale sammenkomster, organisasjoner og fritidsaktiviteter. Lav inntekt i forhold til «folk flest»i lokalsamfunnet kan derfor bidra til sosial eksklusjon og føre til psykologisk stress i form av opplevd utenforskap, lav selvfølelse, frustrasjon, håpløshet og andre typer reaksjoner som både direkte kan svekke organismen og dessuten utløse mer helseskadelig atferd. Negative helseeffekter kan utløses av den sosiale avstand som genereres av forskjeller i materielle ressurser (Marmot 2004; Wilkinson & Pickett 2009). Hypotesen er at jo mer de uføres egen inntekt avviker negativt fra det som er vanlig i det omliggende samfunn, jo mer vil de risikere sosial marginalisering med påfølgende uheldige helseeffekter. Innfallsvinkelen for å undersøke dette er å analysere om de uføres dødsrisiko er relatert til inntektsforskjellen mellom de uføre selv og inntektsnivået blant de ikkeuføretrygdede i lokalsamfunnet, og videre om disse inntektsforskjellene bidrar til forklaringen på de geografiske forskjellene i uføres dødelighet. Den tredje hypotesen refererer til selektive mekanismer i lokalsamfunn og trygdeforvaltning. Graden av helsesvikt når uføretrygd tildeles kan spille en rolle for den uføres dødsrisiko. Hvordan trygdetildelingen foregår, kan variere mellom områder. Etter lovens bokstav kan uføretrygd innvilges om helseproblemene medfører at arbeids- og inntektsevnen er blitt varig redusert med minst 50 prosent. Formuleringen forutsetter skjønn og fortolkning, og praksis kan variere i tid og rom. Det er hevdet at tilstrømningen til uførepensjonen har sammenheng med lokale arbeidsmarkedsforhold (Rege, Votruba & Telle 2005; Fevang & Røed 2006) og med holdninger til arbeid («Der arbeidsmoralen er høy, vil terskelen for å søke om uførepensjon også være høy» (Bragstad & Hauge 2008:21)). Ifølge en studie er det også en tendens til at der mange er blitt uføretrygdet i de foregående årene, vil dette ha såkalte «social interaction effects» som innebærer at flere av de gjenværende også vil søke uføretrygd (Rege, Votruba & Telle 2007). 197

11 [ ELSTAD ] Slike prosesser kunne innebære at høy uføreandel i et område reflekterer at helsesviktkriteriet har vært mindre strengt anvendt. Om de innvilgende instanser er mer inkluderende i hva slags helseproblemer som kvalifiserer for trygd, kunne dette resultere i en større uførepopulasjon i området, men samtidig i lavere dødelighet blant de som er blitt trygdet. I tråd med dette er det faktisk vist at siden 1970-årene har de uføretrygdedes overdødelighet, relativt til dødeligheten ellers i befolkningen, minsket (Abrahamsen 1988; Paulsboe 1997; Gjesdal et al. 2007). Dette kunne tyde på at høyere uføreandel i befolkningen henger sammen med redusert overdødelighet blant de uføre. Samvariasjonen mellom uføretilstrømning og dødelighet er likevel kompleks. Paulsboe (1997) viser at de uføretrygdedes overdødelighet sank systematisk med tildelingsår i hele perioden jo seinere trygden ble innvilget, jo lavere var de uføres dødelighet relativt til ikkeuføre men dette skjedde både i perioden da tallet på nye uføretrygdede var relativt konstant fra år til år ( ) og i den påfølgende perioden da tallet på nye uførepensjonister økte for hvert år ( ). Dette tyder på at redusert overdødelighet blant uføretrygdede ikke nødvendigvis reflekterer mer inkluderende helsesviktkriterier, men kan også skyldes andre forhold som bedre helsetjeneste og generell heving av uføres levestandard. Hva enn fortolkningen er den tredje hypotesen er at områder med særlig høy andel uføretrygdede vil ha lavere dødelighet blant de uføre. Den fjerde og siste hypotesen knytter de geografiske variasjonene i de uføres dødelighet til den generelle geografiske ulikheten i dødeligheten. I Norge er det påvist vedvarende mønstre av geografiske forskjeller i levealder og dødelighet, både mellom fylker og mellom andre typer geografiske inndelinger (Aase 1996; Berntsen 2009). En mulighet er at de geografiske variasjonene i de uføretrygdedes dødelighet reflekterer de generelle geografiske dødelighetsforskjellene. Over livsløpet har selvsagt de uføretrygdede på mange vis delt livsvilkårene til hele befolkningen i området, og derfor kan det tenkes at områder med høy dødelighet blant de som ikke er uføretrygdet, også vil ha høy dødelighet blant uføretrygdede. Følgelig undersøker jeg om dødelighetsnivået blant ikke-uføre bidrar i statistisk forstand til å gjøre rede for de geografiske variasjoner i uføretrygdedes dødelighet. 198

12 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] DATA, VARIABLER OG STATISTISKE METODER DATA OG INNDELING I GEOGRAFISKE OMRÅDER. Data er hentet fra Statistisk sentralbyrås database FD-Trygd som inneholder anonymisert individinformasjon fra offentlige registre (Akselsen 2000). Materialet brukt i denne artikkelen består av alle bosatte per 1. januar 1993 som var født og som altså ville bli år i 1993 (N = ca ). Opplysninger om dødsfall , som er utfallsvariabelen i analysene, er koblet til materialet. Ettersom de uføres dødelighet er temaet for artikkelen, er det først og fremst de ca uføretrygdede i materialet og de vel dødsfallene blant dem som blir analysert, men totalmaterialet er anvendt for å danne aggregerte variable som indikerer egenskaper ved de geografiske områdene de uføretrygdede er bosatt i. Hva slags områder en skal anvende i studiet av geografisk variasjon, er et komplisert spørsmål. Helst vil vi studere geografisk avgrensete «samfunn», dvs. spatiale enheter der den interne sosiale interaksjon er klart mer intensiv enn de eksterne relasjonene, men det er vanskelig å trekke slike geografiske grenser som tydelig svarer til organiseringen av det sosiale liv. Geografiske områder i Norge er sjelden «isolerte øyer», og hvorvidt en geografisk grensedragning vil tilsvare et fall i intensiteten av sosial interaksjon vil også variere med typen interaksjon. Den geografiske struktureringen av naboskapsrelasjoner er annerledes enn den geografiske struktureringen av arbeidsmarked og kulturkonsum. Forskningen har løst dette problemet på ulikt vis ved å bruke grunnkretser (Rege et al. 2007), kommuner (Kravdal 2008), økonomiske regioner (Dahl et al. 2006), fylker (Paulsboe 1997; Bratberg, Gjesdal & Mæland 2009) og kombinasjoner av fylker og urbanitet (Aase 1996). De fire hypotesene skissert over refererer til sosiale prosesser som kan være relatert til ulike typer geografiske avgrensninger. Her har jeg derfor valgt å teste hypotesene på en robust måte ved å anvende to typer geografiske områder først en inndeling i forholdsvis mange mindre enheter, og dernest en inndeling i et begrenset antall relativt store regioner. Kommune/bydels-inndelingen baserer seg på bydelene i Oslo, Stavanger, Bergen og Trondheim i 1993, samt primærkommunene ellers i landet (tilsammen omlag 480 områder). Mindre kommuner/bydeler 199

13 [ ELSTAD ] er slått sammen slik at ingen enheter hadde færre enn omlag 1000 innbyggere alder år, for å sikre at det i hvert fall var noen dødsfall (minimum fem) blant områdets uføre i observasjonsperioden. Inndelingen består av 361 kommuner/bydeler. Regioninndelingen tar utgangspunkt i Statistisk sentralbyrås inndeling i 90 økonomiske regioner, i tråd med kriterier inneholdt i EUs standard NUTS4 (Hustoft, Hartvedt, Nymoen, Stålnacke & Utne 1999). Økonomiske regioner er områder, enten store bykommuner eller grupper av nabokommuner, som har sammenbindende trekk ved at de for eksempel deler arbeidsmarked, handelssentra, tettsteder/byer m.v. Også mange av de økonomiske regionene er små, og i inndelingen brukt her er naboregioner slått sammen slik at ingen hadde færre enn 200 dødsfall blant uføre Oslo er delt i Oslo øst og vest, basert på de 27 bydelene per Dette ga en inndeling i 35 regioner (se vedleggstabell). FORKLARINGSVARIABLE. De individuelle levekårsrelaterte forhold som det refereres til i den første hypotesen, er her målt med kjønn, alder, innvandrerstatus, ekteskapelig status per utgangen av 1992, høyeste registrerte utdanning og inntekt for inntektsåret Inntekt betraktes som indikator på økonomiske ressurser for materiell levestandard og er derfor målt som summen av familiemedlemmenes samlete personinntekt etter skatt, justert for antall forbruksenheter ved hjelp av kvadratrotmetoden (familieinntekt etter skatt dividert med kvadratroten av antall familiemedlemmer, jf. Epland 2001). Inntektsopplysninger manglet for de som døde i Om disse inntektene hadde vært gitt, ville de vært urealistisk lave siden de som døde i 1993 ville ofte blitt registrert med betydelig lavere årsinntekt enn vanlig. For å inkludere også de som døde i 1993 i analysene (vel 3000 av de omlag uføretrygdede), er de manglende inntektsverdiene erstattet med estimater beregnet ved hjelp av SPSSs «Multiple imputation program» (SPSS 2009: ). De «imputerte» verdiene er beregnet med «predictive mean matching» basert på inntekten blant de som døde i 1994 og predikert med kjønn, alder, utdanning, ekteskapelig status, uførestatus per 1. januar 1993 og bostedsregion. Denne metoden erstatter de manglende inntektsopplysningene med en sannsynlig inntektsverdi, det vil si at de som man- 200

14 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] gler inntektsopplysninger blir gitt en inntekt som faktisk var observert blant andre individer som hadde identiske eller svært like verdier på prediktorvariablene. Avstanden mellom de uføres egen inntekt og inntektsnivået blant ikke-uføre i bostedsområdet (jf. hypotese 2) er målt ved å subtrahere den uføres egen inntekt fra medianinntekten blant de ikke-uføretrygdede, alder 40 66, i det geografiske området. Som indikator for inntektsnivået blant de ikke-uføre er medianinntekten foretrukket framfor gjennomsnittsinntekten, ettersom den siste er mer påvirkelig for ekstremverdier. Utbredelsen av uførepensjonering i det geografiske området (jf. hypotese 3) er estimert som områdets uføreandel, det vil si antallet uføretrygdede år i prosent av befolkningen år i området. For å gjøre estimatene sammenlignbare også om alderssammensetningen i de geografiske områdene er ulik, er dette estimatet direkte kjønns- og aldersstandardisert med totalutvalgets kjønns- og aldersfordeling (seks alderskategorier) som standard. Dødelighetsnivået i det geografiske området (jf. hypotese 4) blant de ikke-uføretrygdede alder er beregnet med kumulativ dødelighet i prosent. Dette estimatet er også direkte kjønns- og aldersstandardisert, og som standard i dette tilfellet er aldersfordelingen blant de uføretrygdede anvendt, slik at estimatene for dødelighetsnivå blant uføre og ikke-uføre er sammenlignbare både innen og mellom de geografiske områdene. FLERNIVÅANALYSE. Datamaterialet er hierarkisk strukturert i to nivåer der et større antall førstenivåenheter er organisert innen et mindre antall enheter på høyere nivå. Det første nivået består av individene som imidlertid ikke bare varierer med hensyn på individuelle egenskaper, men også etter hvilket område de bor i, og bostedsområdet danner således et nivå over individene. Hypotesene refererer på tilsvarende vis til hvordan utfallet på individnivå, den uføres dødsfall, kan skyldes påvirkninger fra begge nivåer dødsfallet kan være relatert til individuelle karakteristika (såkalte nivå 1-variable, dvs. individuelle levekår og forskjellen mellom den uføres inntekt og inntektsnivået blant ikkeuføre) og til egenskaper ved den sosiale kontekst (såkalte nivå 2-variable som her dreier seg om andel uføretrygdede og dødelighetsnivået 201

15 [ ELSTAD ] blant ikke-uføre i området). Flernivåanalyse er den mest adekvate teknikken for å analysere denne typen data og hypoteser. Teknikken setter en istand til å undersøke simultant effektene av forklaringsvariablene på de to nivåene, den gir estimater for konfidensintervall som tar hensyn til at antallet nivå 2-enheter er færre enn antallet nivå 1-enheter, og en kan også bruke teknikken for å anslå hvilket bidrag de forskjellige forklaringsvariablene gir til oppklaringen av områdevariasjonene (Strabac 2007:174). Jeg bruker en dikotom utfallsvariabel: død/ikke-død Ettersom fordelingen av dødsfallene over årene knapt varierer mellom de geografiske områdene, ville analyseteknikker som tar hensyn til når i perioden dødsfallet skjedde, ikke gi noen fortolkningsmessig gevinst. Data er analysert med Gllamm, et program som inngår i Statas programtilbud (GLLAMM 2009; Rabe-Hesketh & Skrondal 2008). «Random intercept»-modeller er estimert, og tabellene rapporterer faste («fixed») effekter i form av oddsratioer (OR) og dessuten den geografiske (nivå 2)-variansen og et «goodness-of-fit»- mål, -2LL, for hver analysemodell. Modellene har som forutsetning at effektene av individvariablene er noenlunde lik i alle områder, mens «intercept» antas å variere mellom områdene, og nivå 2-variansen for «intercept» indikerer størrelsen på den geografiske variasjonen i de uføretrygdedes dødelighet for de forskjellige analysemodellene. I analysene er aldersvariabelen seksdelt (40 44, osv. til og 64 66) og brukt som en kontinuerlig variabel. Alternative alderskodinger er utprøvd, blant annet alder pluss alder kvadrert, uten at dette har noen innvirkning på koeffisientene for de andre forklaringsvariablene. Variabelen for ekteskapelig status er dikotomisert i gift/ikke-gift uten å skille mellom aldri gift og før gift, ettersom testanalyser viste minimale forskjeller mellom koeffisienten for de to ikke-gift-kategoriene. Relativt få av de uføretrygdede hadde utdanning utover de to laveste utdanningsnivåene. Utdanning er målt ved en tredelt kategorisk variabel. Inntekt (familieinntekt etter skatt i 1993, justert for forbruksenheter) er brukt som kategorisk variabel med fire verdier i analysene. Sammenhengen mellom de uføres inntekt og dødsrisiko var ikke lineær, og testanalyser tydet på at denne firedelte kategoriske variabelen representerte sammenhengen på en adekvat måte. Variabelen for forskjellen mellom de uføres inntekt og 202

16 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] medianinntekten for ikke-uføre i bostedsområdet er omregnet til standardavvik, og det samme er de kontekstuelle variablene for områdets uføreandel og dødelighetsnivået blant ikke-uføre. Oddsratioene (OR) for disse tre forklaringsvariablene representerer derfor effekten på uføres dødelighet av et standardavviks endring på variabelen. For å forenkle presentasjonen er kjønn brukt som variabel i modellene, ettersom resultatene i kjønnsspesifikke analyser ikke avvek vesentlig fra resultatene fra analyser for begge kjønn samlet. Fem analysemodeller ble estimert. Modell 1 representerer den første hypotesen og har de individrelaterte levekårsforholdene som forklaringsvariable. De neste modellene refererer til hypotesene 2 4 og inneholder, i tillegg til forklaringsvariablene i Modell 1, variabelen for forskjellen mellom den uføres inntekt og medianinntekten for ikkeuføre i området (Modell 2), områdets uføreandel (Modell 3) og dødelighetsnivået blant de ikke-uføre i området (Modell 4). Den siste Modell 5 inkluderer alle forklaringsvariablene på individ- og områdenivå. Disse fem modellene er først analysert med kommuner/bydeler som geografisk inndeling (tabell 2) og dernest med regioninndelingen (tabell 3). RESULTATER I datamaterialet var personer født registrert som mottakere av uføretrygd per 1. januar Omlag 3400 personer (1,7 prosent) manglet opplysninger for en eller flere av variablene som er brukt i analysene (etter at inntektsverdier var «imputert»). Utvalget brukt i analysene består av uføretrygdede og er beskrevet i tabell 1. I løpet av femårsperioden døde 8,5 prosent. Kvinneandelen i uføreutvalget var 57 prosent, de fleste av de uføre var eldre (47 prosent var år i 1993), og innvandrerandelen var tre prosent. Nær tre av fem hadde grunnskole som høyeste utdanningsnivå. Gjennomsnittlig justert familieinntekt etter skatt i 1993 var omlag kroner, og i gjennomsnitt hadde de uføretrygdede omlag kroner lavere inntekt enn medianinntekten blant de ikke-uføretrygdede i bostedsområdet. Nedre del av tabell 1 gir en oversikt over variablene på kommune/ bydels- og regionnivå. Etter alders- og kjønnsjustering viser estimatene at 8,3 prosent av de uføretrygdede døde i løpet av femårsperio- 203

17 [ ELSTAD ] TABELL 1. Deskriptiv statistikk Uføreutvalget (uføretrygdede per 1. januar 1993, f , SSBs database FD-Trygd) Antall uføretrygdede med informasjon på alle variable Døde (%) 8,5 I live ved utgangen av 1997 (%) 91,5 Andelen kvinner (%) 57,0 Gjennomsnittlig alder i 1993 (standardavvik) 57,0 (7,4) Andel (%) av de uføretrygdede i alderen år 46,9 Gift (per 1. januar 1993) (%) 58,7 Aldri gift (%) 15,0 Skilt, separert, enke/mann (%) 26,3 Innvandrer (%) 2,9 Videregående avsluttende opplæring, samt høyskole/universitet (%) 15,9 Videregående grunnopplæring (anslått års utdanning) (%) 26,7 Grunnskole (folkeskole, ungdomsskole) (%) 57,3 Gjennomsnitt husholdningsjustert inntekt etter skatt 1993 i kr (standardavvik) 13,52 (5,87) Forskjell til medianinntekt ikke-uføre, kommune/bydel (kr (Gj.snitt, st.avvik) 3,46 (5,82) Forskjell til medianinntekt ikke-uføre, regioner (kr ) (Gj.snitt, st.avvik) 3,53 (5,85) Variabler på kommune/bydelsnivå Antall kommuner/bydeler 361 Gjennomsnittlig folketall 1993 i alderen (minimum maksimum) ( ) Gjennomsnittlig median inntekt etter skatt 1993, justert, blant ikke-uføre (kr ) 16,86 (minimum maksimum standardavvik ) (14,33 23,47 1,20) Gjennomsnittlig andel (%) uføretrygdede 15,52 (minimum maksimum standardavvik) (5,3 29,4 4,35) Kumulativ dødelighet (%) blant uføretrygdede 8,25 (minimum maksimum standardavvik) (2,8 15,5 1,96) Kumulativ dødelighet (%) blant ikke-uføretrygdede 3,17 (minimum maksimum standardavvik) (0,6 6,8 0,83) Variable på regionnivå Antall regioner 35 Gjennomsnittlig folketall 1993 i alderen (minimum maksimum) ( ) Gjennomsnittlig median inntekt etter skatt 1993, justert, blant ikke-uføre (kr ) 17,06 (minimum maksimum standardavvik) (15,82 20,24 1,03) Gjennomsnittlig andel (%) uføretrygdede 15,51 (minimum maksimum standardavvik) (7,8 23,1 3,44) Kumulativ dødelighet (%) blant uføretrygdede 8,32 204

18 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] TABELL 1. Deskriptiv statistikk (forts.) (minimum maksimum standardavvik) (6,8 10,7 0,89) Kumulativ dødelighet (%) blant ikke-uføretrygdede 3,16 (minimum maksimum standardavvik) (2,6 4,1 0,31) den, sammenlignet med 3,2 prosent blant de ikke-uføre. De uføretrygdedes overdødelighet var markant anslagsvis en av tolv blant de uføre døde i femårsperioden, mot omlag en av tretti blant ikke-uføre. Det sentrale temaet for denne studien er de geografiske forskjellene i de uføres dødelighet. Gjennomsnittet for de 361 kommunene/bydelene var altså omlag 8,3 prosent døde (standardavvik 1,96), men det var betydelig geografisk variasjon. Omlag en tredel av kommunene/bydelen hadde en andel døde enten under 6 prosent eller over 10 prosent (tall ikke vist i tabell). Ytterpunktene var 2,8 og 15,5 prosent døde (tabell 1), slik at kommunen/bydelen med høyest andel døde hadde vel fem ganger høyere uføredødelighet enn kommunen/bydelen med lavest dødelighet. I noen grad skyldes disse store forskjellene at kommunene/bydelene er små enheter der et lite antall dødsfall kan gi store utslag. Derfor var variasjonsbredden blant regionene mer begrenset, fra 6,8 til 10,7 prosent, men også på dette aggregerte nivået var det atskillig geografisk forskjell i uføres dødelighet. Tabell 1 viser også at alders- og kjønnsjustert uføreandel i gjennomsnitt var 15,5 prosent, med stor geografisk variasjon blant kommunene/bydelene fra 5,3 til 29,4 prosent og blant regionene fra 7,8 (Bærum/Asker) til 23,1 prosent (Nord-Troms/Finnmark). Tabell 2 viser resultatet av flernivåanalysene med de 361 kommunene/bydelene som nivå 2 i modellene. Modell 1 viser at kvinnelige uføretrygdede hadde langt lavere dødelighet enn mannlige, dødeligheten steg sterkt med alder og ved fravær av partner/ektefelle og var ikke-signifikant lavere blant de med innvandrerbakgrunn. Variasjonene i utdanning og inntekt blant de uføre var også relatert til oddsratioene (OR) for dødsfall , men i et spesielt ikke-lineært mønster. De med grunnskole som høyeste utdanning hadde tydelig størst dødsrisiko, mens dødeligheten knapt varierte med forskjellene i utdanning utover grunnskolen. Videre hadde de med under kroner i inntekt (omlag 11 prosent av utvalget) markert høyere OR 205

19 [ ELSTAD ] TABELL 2. Flernivåanalyser av uføretrygdedes dødsfall , 5 random intercept-modeller, uføre bosatt i 361 kommuner/bydeler, oddsratioer (OR) og 95 % konfidensintervall, nivå 2-varians og -2LL Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Menn (ref) Kvinner 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 1,28 1,28 1,28 1,28 1,28 Alder (6 kategorier) (1,27 1,30) (1,27 1,30) (1,27 1,30) (1,27 1,30) (1,27 1,30) «Norsk» bakgrunn (ref) Innvandrer 0,92 (0,83 1,02) 0,92 (0,83 1,01) 0,92 (0,83 1,02) 0,91 (0,83 1,01) Gift (ref) Ikke-gift 1,48 (1,42 1,53) 1,46 (1,41 1,52) 1,48 (1,42 1,53) 1,47 (1,42 1,53) Utdanning grunnskole (ref) Videregående lav (10 11 år) Videregående høy+ (12 år+) 0,90 (0,87 0,94) 0,94 (0,90 0,98) 0,91 (0,87 0,94) 0,95 (0,90 0,99) 0,90 (0,87 0,94) 0,94 (0,89 0,98) 0,90 (0,87 0,94) 0,94 (0,90 0,99) Inntekt < (ref) Inntekt Inntekt Inntekt Variable målt i standardavvik Forskjell medianinntekt ikkeuføre Uføreandel Dødelighetsnivå ikke-uføre 0,60 (0,57 0,63) 0,60 (0,57 0,64) 0,66 (0,62 0,70) 0,66 (0,62 0,69) 0,71 (0,66 0,77) 0,91 (0,82 1,00) 1,15 (1,11 1,19) 0,60 (0,57 0,63) 0,60 (0,57 0,64) 0,66 (0,62 0,70) 0,99 (0,97 1,02) 0,60 (0,57 0,63) 0,60 (0,57 0,64) 0,66 (0,62 0,70) 1,04 (1,02 1,07) 0,91 (0,82 1,01) 1,46 (1,40 1,51) 0,91 (0,87 0,94) 0,95 (0,90 0,99) 0,66 (0,62 0,69) 0,72 (0,67 0,77) 0,91 (0,82 1,01) 1,15 (1,11 1,20) 0,99 (0,96 1,01) 1,05 (1,03 1,08) Kom./bydel- (nivå 2-) varians 0, , , , ,01434 Variansens standardfeil 0, , , , , LL , , , , ,5 for dødsfall enn de med høyere inntekt, men blant de høyere inntektskategoriene var det knapt noen variasjon i dødsrisikoen. Som forventet viser derfor Modell 1 at individuelle levekårsrelaterte forhold var relatert til dødsrisikoen blant de uføretrygdede. Disse variablene ga også en viss oppklaring av de geografiske forskjellene i de uføres dødelighet. Nivå 2-variansen estimert med en modell 206

20 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] uten forklaringsvariable, en såkalt 0-modell, var 0,02494 (ikke vist i tabell), og i Modell 1 var nivå 2-variansen minsket til 0, Omlag 77 prosent av 0-modellens nivå 2-varians gjenstår således i Modell 1, og en kan derfor anslå at kommune/bydelsforskjellene i sammensetningen av de uføres individuelle levekår forklarte 23 prosent av den geografiske ulikheten i uføres dødelighet. Men tydelige kommune/bydelsforskjeller i de uføretrygdedes dødelighet gjenstår etter at sammensetningen av de uføres levekår er tatt i betraktning. I Modell 2 er forklaringsvariablene fra Modell 1 supplert med forskjellen mellom medianinntekten blant ikke-uføre i kommunen/bydelen og de uføres egen inntekt, målt i standardavvik. Dette førte til noe endring av effektene for inntektsvariabelen, noe som tyder på en viss, men ikke betydningsfull, samvariasjon mellom inntektsforskjellen og den uføres egen inntekt. Forøvrig var koeffisientene for de andre individvariablene uendret. Denne inntektsforskjellen hadde klar effekt på de uføres dødsrisiko: OR=1,15. Etter kontroll for individuelle levekår, deriblant de uføres eget absolutte inntektsnivå, økte altså de uføres dødsrisiko jo større gap det var mellom deres egen inntekt og inntektsnivået blant ikke-uføretrygdede i området. I Modell 2 var nivå 2- variansen redusert til 0,01836, omlag 5 prosent lavere enn nivå 2- variansen i Modell 1. Dette indikerer at noe, men ikke mye, av kommune/bydelsvariasjonene i uføres dødelighet henger sammen med inntektsforskjellene mellom uføre og ikke-uføre. I Modell 3 er individvariablene fra Modell 1 supplert med den kontekstuelle variabelen for prosentandelen uføretrygdede i kommunen/bydelen, målt i standardavvik. Modell 3 viser at andelen uføretrygdede i befolkningen ikke hadde noen statistisk signifikant effekt på dødsrisikoen blant de uføretrygdede (OR = 0,99, 95 % KI = 0,97 1,02), og uføreandelen ga ikke noe bidrag til redusert nivå 2- varians. Dette tyder på at hvor utbredt uførepensjoneringen var i området ikke hadde noen innvirkning på de uføres dødsrisiko og heller ingen betydning for de geografiske variasjonene i uføres dødelighet. Modell 4 viser derimot at dødelighetsnivået blant de ikke-uføretrygdede hadde en signifikant effekt på de uføres dødsrisiko (OR = 1,04, 95 % KI 1,02 1,07). Jo høyere dødelighetsnivå blant ikke-uføretrygdede, jo høyere var dødeligheten blant uføre. Her ser vi også en 207

21 [ ELSTAD ] tydelig reduksjon av nivå 2-variansen, fra 0,01919 i Modell 1 til 0,01643 i Modell 4. I Modell 5 er alle forklaringsvariablene inkludert. Koeffisientene for inntektsavviket mellom uføre og ikke-uføre, for uføreandel i kommunen/bydelen og for de ikke-uføres dødelighetsnivå holdt seg på samme nivå som i Modell 2 4. Nivå 2-variansen ble redusert til 0, Forklaringsvariablene relatert til kommune/bydelsnivået gjorde altså rede for en tydelig del av områdevariasjonen i uføres dødelighet. Siden uføreandelen var uten effekt, var det inntektsavstanden til de ikke-uføre og dødelighetsnivået blant de ikke-uføre som sto for dette forklaringsbidraget. Ettersom 0-modellen hadde en nivå 2-varians på 0,02494, kan vi anslå at forklaringsvariablene anvendt i disse analysene samlet har gjort rede for omlag 43 prosent av kommune/bydelsforskjellene i de uføres dødelighet. Vel halvparten av dette var knyttet til områdeforskjeller i individuelle levekårsrelaterte forhold, mens resten var relatert til inntektsforskjellen mellom uføre og ikke-uføre, og til dødelighetsnivået blant ikke-uføre. For å teste ut om resultatene i tabell 2 holder seg også ved en annen type geografisk inndeling, ble de samme fem modellene estimert med de 35 regionene som nivå 2 (tabell 3). Oddsratioene for både individuelle og kontekstuelle forklaringsvariabler ble praktisk talt de samme når regionene ble brukt (tabell 3) som når kommuner/bydeler ble brukt (tabell 2). En liten forskjell viser seg imidlertid når det gjelder effekten av uføreandelen i området: For begge geografiske inndelinger var oddsratioen marginalt under 1, det vil si en tendens til lavere dødelighet der uføreandelen var høyere, men mens oddsratioen ikke var statistisk signifikant (ved 95 % konfidensintervall) i kommune/bydelsanalysene, var den såvidt statistisk signifikant i Modell 5 i regionanalysen. Tross dette gir regionanalysen grunnlag for de samme konklusjoner som kommune/bydelsanalysen, nemlig at de uføres individuelle levekårsforhold, samt inntektsforskjellen til de ikke-uføre og dødelighetsnivået blant ikke-uføre, var av betydning for de uføres dødsrisiko, men områdets uføreandel hadde minimal betydning. Estimatene for nivå 2-variansen er imidlertid noe annerledes i tabell 3 enn i tabell 2. Generelt er de lavere i regionanalysen enn i kommune/bydelsanalysen, noe som sannsynligvis skyldes at flere enheter har en tendens til å gi større nivå 2-varians enn færre enheter. 208

22 [ GEOGRAFISKE FORSKJELLER I UFØRES DØDELIGHET ] TABELL 3. Flernivåanalyser av uføretrygdedes dødsfall , 5 random intercept-modeller, uføretrygdede bosatt i 35 regioner, oddsratioer (OR) og 95 % konfidensintervall, nivå 2-varians og -2LL Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Menn (ref) Kvinner 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 0,43 (0,41 0,44) 1,28 1,28 1,28 1,28 1,28 Alder (6 kategorier) (1,27 1,30) (1,27 1,30) (1,27 1,30) (1,27 1,30) (1,27 1,30) «Norsk» bakgrunn (ref) Innvandrer 0,90 (0,81 1,00) 0,90 (0,81 1,00) 0,90 (0,81 1,00) 0,90 (0,81 1,00) Gift (ref) Ikke-gift 1,47 (1,42 1,53) 1,46 (1,40 1,52) 1,47 (1,42 1,53) 1,47 (1,42 1,53) Utdanning grunnskole (ref) Videregående lav (10 11 år) Videregående høy+ (12 år+) 0,90 (0,87 0,94) 0,94 (0,89 0,98) 0,91 (0,87 0,95) 0,95 (0,90 0,99) 0,90 (0,87 0,94) 0,93 (0,89 0,98) 0,90 (0,87 0,94) 0,94 (0,90 0,98) Inntekt < (ref) Inntekt Inntekt Inntekt Variable målt i standardavvik Forskjell medianinntekt ikkeuføre Uføreandel Dødelighetsnivå ikke-uføre 0,60 (0,57 0,63) 0,60 (0,56 0,63) 0,65 (0,61 0,69) 0,66 (0,62 0,69) 0,71 (0,66 0,77) 0,90 (0,81 1,01) 1,15 (1,11 1,20) 0,60 (0,57 0,63) 0,60 (0,56 0,63) 0,65 (0,61 0,69) 0,98 (0,95 1,01) 0,60 (0,57 0,63) 0,60 (0,56 0,63) 0,65 (0,61 0,69) 1,06 (1,03 1,08) 0,90 (0,81 0,99) 1,46 (1,40 1,51) 0,91 (0,87 0,95) 0,95 (0,90 0,99) 0,66 (0,62 0,69) 0,71 (0,67 0,77) 0,91 (0,81 1,01) 1,15 (1,11 1,20) 0,96 (0,93 0,99) 1,05 (1,03 1,07) Region- (nivå 2-) varians 0, , , , ,00516 Variansens standardfeil 0, , , , , LL , , , , ,9 I regionanalysene (tabell 3) er nivå 2-variansen marginalt høyere i Modell 3 enn i Modell 1, noe som trolig skyldes en statistisk interaksjon mellom individvariablene og den kontekstuelle variabelen for prosentandel uføretrygdede. For regionanalysene var 0-modellens nivå 2-varians 0,01556, mens den gjenstående nivå 2-variansen i modellen med alle forklaringsvariablene (Modell 5) var 0,

23 [ ELSTAD ] Dette kan fortolkes som at to tredeler av områdevariasjonene i de uføretrygdedes dødelighet kunne statistisk gjøres rede for i regionanalysen, altså mer enn hva kommune/bydelsanalysene viste. Dette kan ha sammenheng med at kontekstuelle effekter ikke sjelden framtrer sterkere på høyere aggregeringsnivåer enn på lavere. Som i kommune/ bydelsanalysen bidro de individrelaterte levekårsvariablene og inntektsavstanden til de ikke-uføre til å forklare de geografiske forskjellene i uføres dødelighet, men i regionanalysen framtrer de ikke-uføres dødelighetsnivå som en mer viktig faktor, statistisk sett, enn tilfellet var for kommune/bydelsanalysen. OPPSUMMERING OG DISKUSJON BAKGRUNN OG HOVEDRESULTATER. Motivasjonen bak denne studien er at de uføretrygdedes høye dødelighet er et viktig levekårsproblem for de uføretrygdede som dessuten har helsepolitiske og trygdepolitiske implikasjoner. En stor andel av dødsfallene blant voksne før pensjonsalderen skjer blant de uføretrygdede, og dette bidrar til en generell reduksjon av den forventete levealder i befolkningen som helhet. Det svake sammenfallet mellom diagnosene som ligger til grunn for trygdebeslutningen og de helseproblemene som direkte forårsaker dødsfallene, tilsier at de uføres dødelighet har bakgrunn i en rekke omstendigheter utover den diagnosen de ble trygdet for, deriblant de vilkår de har stått overfor gjennom hele livsløpet og spesielt hva slags levekår og sosiale omgivelser de har møtt etter at de ble trygdet. Innfallsvinkelen har vært å kartlegge omfanget av de geografiske variasjonene i de uføretrygdedes dødelighet og å forsøke å oppklare hva disse geografiske ulikhetene skyldes. Fire hypoteser ble skissert i tråd med sosiale helsedeterminanter-tilnærmingen, som ser helsevariasjoner som resultat av sosiale omstendigheter og samfunnsorganisering i bred forstand. Sosiale helsedeterminanter framtrer dels i form av individrelaterte levekår og dels i form av egenskaper ved de sosiale omgivelser og bostedsområder. For å teste hypotesene i ulike geografiske kontekster, ble to typer geografiske inndelinger brukt. Blant de omlag uføretrygdede, alder i 1993, døde 8,5 prosent i løpet av Prosentandelen døde blant de uføre, justert for kjønn og alder, varierte tydelig både mellom de

Høyest dødelighet blant ufaglærte menn

Høyest dødelighet blant ufaglærte menn Sosioøkonomisk status og dødelighet 960-2000 Høyest dødelighet blant ufaglærte menn Mens dødeligheten blant ufaglærte menn ikke var spesielt høy i 960 og 970-årene, er det denne gruppen som har hatt den

Detaljer

To analyser for Sosial ulikhet i helse:

To analyser for Sosial ulikhet i helse: To analyser for Sosial ulikhet i helse: En norsk kunnskapsoversikt Jon Ivar Elstad NOVA, Høgskolen i Oslo og Akershus 2013 1 1. Utdanningsforskjeller i tapte leveår Hva er PYLL? Utdanningsforskjellene

Detaljer

Årsaker til uførepensjonering

Årsaker til uførepensjonering økning i Årsaker til uførepensjonering Helene Berg (etter Einar Bowitz) Pensjonsforum, 4. juni 2007 Bakgrunn og oppsummering Hva kan forklare den sterke økningen i antall og andel uførepensjonister siden

Detaljer

Utviklingen i uførepensjon per 31. mars 2013 Notatet er skrevet av jostein.ellingsen@nav.no, 30.04.2013.

Utviklingen i uførepensjon per 31. mars 2013 Notatet er skrevet av jostein.ellingsen@nav.no, 30.04.2013. ARBEIDS- OG VELFERDSDIREKTORATET/ STATISTIKKSEKSJONEN Utviklingen i uførepensjon per 31. mars Notatet er skrevet av jostein.ellingsen@nav.no, 30.04.. // NOTAT Per 31. mars var det registrert 309 000 uførepensjonister.

Detaljer

Dødelighet og avstander til akuttmedisinske tjenester - en eksplorerende analyse*

Dødelighet og avstander til akuttmedisinske tjenester - en eksplorerende analyse* og avstander til akuttmedisinske tjenester - en eksplorerende analyse* Nina Alexandersen og Terje P. Hagen Avdeling for helseledelse og helseøkonomi, Universitetet i Oslo Kommunikasjon: t.p.hagen@medisin.uio.no

Detaljer

9. Sosial kontakt. Elisabeth Rønning. Flere aleneboende, men færre ensomme

9. Sosial kontakt. Elisabeth Rønning. Flere aleneboende, men færre ensomme Aleneboendes levekår Sosial kontakt Elisabeth Rønning 9. Sosial kontakt Flere aleneboende, men færre ensomme Andel aleneboende som mangler en fortrolig venn, har gått noe ned fra 1980 til 2002, men det

Detaljer

Utviklingen i alderspensjon pr. 31. desember 2013 Notatet er skrevet av: Iren Amundsen, Espen Steinung Dahl, Oddbjørn Haga, 05.02.2014.

Utviklingen i alderspensjon pr. 31. desember 2013 Notatet er skrevet av: Iren Amundsen, Espen Steinung Dahl, Oddbjørn Haga, 05.02.2014. ARBEIDS- OG VELFERDSDIREKTORATET/ STATISTIKKSEKSJONEN Utviklingen i alderspensjon pr. 31. desember 2013 Notatet er skrevet av: Iren Amundsen, Espen Steinung Dahl, Oddbjørn Haga, 05.02.2014. // NOTAT Utviklingen

Detaljer

Spørreundersøkelsen om PISA blant Utdanningsforbundets medlemmer

Spørreundersøkelsen om PISA blant Utdanningsforbundets medlemmer Spørreundersøkelsen om PISA blant Utdanningsforbundets medlemmer Utdanningsforbundet har ønsket å gi medlemmene anledning til å gi uttrykk for synspunkter på OECDs PISA-undersøkelser spesielt og internasjonale

Detaljer

SENIORBØLGE - flere i arbeid og færre på trygd

SENIORBØLGE - flere i arbeid og færre på trygd LANDSORGANISASJONEN I NORGE SAMFUNNSPOLITISK AVDELING Samfunnsnotat nr 09/13 SENIORBØLGE - flere i arbeid og færre på trygd 1 Høy andel sysselsatte sammenliknet med andre land 2 Halvparten av sysselsettingsveksten

Detaljer

SKOLEEKSAMEN 29. september 2006 (4 timer)

SKOLEEKSAMEN 29. september 2006 (4 timer) EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober

Detaljer

Profil Lavpris Supermarked Hypermarked Totalt. Coop Prix 4 4. Coop Extra 13 5. Coop Mega 7 7. Coop Obs 5 13. Rimi 24 24. Ica Supermarked 7 7

Profil Lavpris Supermarked Hypermarked Totalt. Coop Prix 4 4. Coop Extra 13 5. Coop Mega 7 7. Coop Obs 5 13. Rimi 24 24. Ica Supermarked 7 7 Vedlegg 1 - Regresjonsanalyser 1 Innledning og formål (1) Konkurransetilsynet har i forbindelse med Vedtak 2015-24, (heretter "Vedtaket") utført kvantitative analyser på data fra kundeundersøkelsen. I

Detaljer

Ungdomshelse, skolefrafall og trygdeytelser

Ungdomshelse, skolefrafall og trygdeytelser Til konferanse «Jobbnærvær, mangfold og inkludering», Bodø, 27. oktober 2014 Ungdomshelse, skolefrafall og trygdeytelser Kristine Pape, Institutt for samfunnsmedisin, NTNU Sosial epidemiologi, arbeid og

Detaljer

4. Helse. Helse. Kvinner og menn i Norge 2000

4. Helse. Helse. Kvinner og menn i Norge 2000 og menn i Norge 2 4. Kapittel 1 viser at nordmenn lever lenger nå enn før. Både kvinner og menn har hatt en positiv utvikling i forventet levealder. I de siste årene gjelder det mest for menn. Likevel

Detaljer

SYKEFRAVÆR «SMITTER».

SYKEFRAVÆR «SMITTER». SYKEFRAVÆR «SMITTER»...MEN SKYLDES DET KUN SMITTSOMME SYKDOMMER? HARALD DALE-OLSEN INSTITUTT FOR SAMFUNNSFORSKNING Jobbnærvær, mangfold og inkludering Bodø, 27.10.2014 «Regarding the high absence rate

Detaljer

Kartlegging av helsetilstanden i Rogaland

Kartlegging av helsetilstanden i Rogaland Kartlegging av helsetilstanden i En orientering om kartleggingsprosjektet Ved Sven Haugberg, Asplan Viak Folkehelseloven Kapittel 4. Fylkeskommunens ansvar 20. Fylkeskommunens ansvar for folkehelsearbeid

Detaljer

Knut Røed. Stiftelsen Frischsenteret for samfunnsøkonomisk forskning. www.frisch.uio.no

Knut Røed. Stiftelsen Frischsenteret for samfunnsøkonomisk forskning. www.frisch.uio.no Veien til uføretrygd i Norge Knut Røed Stiftelsen Frischsenteret for samfunnsøkonomisk forskning Ragnar for Economic Research www.frisch.uio.no Spørsmålene Hvilke kjennetegn og begivenheter er forbundet

Detaljer

1. Beskrivelse av totalpopulasjonen

1. Beskrivelse av totalpopulasjonen 20 VEDLEGG 1. Beskrivelse av totalpopulasjonen Vår populasjon består av personer som er født og bosatt i Norge, og som ved utgangen av 1993 er mellom 25 og 40 år. Disse har grunnskole, videregående skole

Detaljer

SØF-rapport nr. 07/09. Frafall fra videregående opplæring og arbeidsmarkedstilknytning for unge voksne. Torberg Falch Ole Henning Nyhus

SØF-rapport nr. 07/09. Frafall fra videregående opplæring og arbeidsmarkedstilknytning for unge voksne. Torberg Falch Ole Henning Nyhus Frafall fra videregående opplæring og arbeidsmarkedstilknytning for unge voksne av Torberg Falch Ole Henning Nyhus SØF-prosjekt nr. 6200: Personer som slutter i videregående opplæring hva skjer videre?

Detaljer

Prioriteringsutvalget 13. febr 2012, Værnes Forklarer ulik helsetjeneste dødelighetsforskjellene mellom norske byer?

Prioriteringsutvalget 13. febr 2012, Værnes Forklarer ulik helsetjeneste dødelighetsforskjellene mellom norske byer? Prioriteringsutvalget 13. febr 2012, Værnes Forklarer ulik helsetjeneste dødelighetsforskjellene mellom norske byer? Jon Ivar Elstad NOVA - Norsk institutt for forskning om oppvekst, velferd og aldring

Detaljer

Springbrett for integrering

Springbrett for integrering Springbrett for integrering Introduksjonsordningen skal gjøre nyankomne innvandrere i stand til å forsørge seg selv og sin familie, samtidig som de blir kjent med det norske samfunnet. Tre av fem er i

Detaljer

Noen trenger sosialhjelp i tillegg

Noen trenger sosialhjelp i tillegg Mottakere av foreløpig uførestønad: Noen trenger sosialhjelp i tillegg Foreløpig uførestønad er en behovsprøvd ytelse som nyttes av én av fem nye uførepensjonister. Nesten én av ti som mottar denne stønaden

Detaljer

Blir vi syke av å miste jobben? Mari Rege

Blir vi syke av å miste jobben? Mari Rege Blir vi syke av å miste jobben? Mari Rege Foredraget baseres på flere artikler fra et forskningsprosjekt om Nedbemanningens pris Medforfattere - Kjetil Telle i Statistisk sentralbyrå - Mark Votruba ved

Detaljer

Utdanning. Elisabeth Falnes-Dalheim

Utdanning. Elisabeth Falnes-Dalheim Utdanning Barnehagedekningen øker, og dermed går stadig større andel av barna mellom 1 og 5 år i barnehage. Størst er økningen av barn i private barnehager. Bruken av heldagsplass i barnehagen øker også.

Detaljer

Sysselsetting og tidligavgang for eldre arbeidstakere 1

Sysselsetting og tidligavgang for eldre arbeidstakere 1 Sysselsetting og tidligavgang for eldre arbeidstakere 1 En deskriptiv analyse for perioden 1992-1999 Dag Rønningen Det er små forskjeller i tidligavgang for personer i bedrifter knyttet til AFP ordningen

Detaljer

Videregående utdanning for voksne. effekter på mottak av helserelaterte ytelser

Videregående utdanning for voksne. effekter på mottak av helserelaterte ytelser Videregående utdanning for voksne effekter på mottak av helserelaterte ytelser 2 Videregående utdanning for voksne effekter på mottak av helserelaterte ytelser Forfattere: Magnus Fodstad Larsen, Karl Bekkevold

Detaljer

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt. EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir forlag) OPPGAVESETTET

Detaljer

Sysselsetting og tidligpensjonering for eldre arbeidstakere Dag Rønningen

Sysselsetting og tidligpensjonering for eldre arbeidstakere Dag Rønningen Sysselsetting og tidligpensjonering for eldre arbeidstakere Økonomiske analyser 5/4 Sysselsetting og tidligpensjonering for eldre arbeidstakere Dag Rønningen Ansatte i AFP bedrifter blir i svært høy grad

Detaljer

Depresjon og sykefravær: Angsten for å gå tilbake til jobben

Depresjon og sykefravær: Angsten for å gå tilbake til jobben Depresjon og sykefravær: Angsten for å gå tilbake til jobben Arnstein Mykletun Prof dr psychol Seniorforsker Nasjonalt folkehelseinstitutt, Bergen & Oslo Antall individer Hva er en psykisk lidelse? Symptomer

Detaljer

Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker

Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser Jan Odgaard-Jensen, statistiker Formål og innhold Grunnleggende definisjoner Hva er en meta-analyse? Hva er formål med meta-analyser Forutsetninger

Detaljer

Uføretrygden hvor står vi, og hvor går vi?

Uføretrygden hvor står vi, og hvor går vi? Uføretrygden hvor står vi, og hvor går vi? Knut Røed Stiftelsen Frischsenteret for samfunnsøkonomisk forskning Ragnar for Economic Research www.frisch.uio.no Andel av befolkning med helserelatert trygdeytelse

Detaljer

Prognostiske faktorer for tilbakeføring til arbeid - viktig kunnskap for skreddersøm av tiltak?

Prognostiske faktorer for tilbakeføring til arbeid - viktig kunnskap for skreddersøm av tiltak? Prognostiske faktorer for tilbakeføring til arbeid - viktig kunnskap for skreddersøm av tiltak? Irene Øyeflaten, AiR - Nasjonalt kompetansesenter for arbeidsretta rehabilitering, Rauland www.arbeidoghelse.no

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013

Detaljer

Oversiktsarbeidet. en situasjonsbeskrivelse fra Øvre Eiker kommune

Oversiktsarbeidet. en situasjonsbeskrivelse fra Øvre Eiker kommune Oversiktsarbeidet en situasjonsbeskrivelse fra Øvre Eiker kommune 04.03.13 Folkehelsekonferansen 2013 2 04.03.13 Folkehelsekonferansen 2013 3 04.03.13 Folkehelsekonferansen 2013 4 5. Oversikt over helsetilstand

Detaljer

Ulykker, drap og selvmord i 150 år

Ulykker, drap og selvmord i 150 år Voldsomme dødsfall 185 24 Historisk helsestatistikk Anne Gro Pedersen Ulykker, drap og selvmord i 15 år Fram til den annen verdenskrig var det drukningsulykker som dominerte blant de voldsomme dødsfallene.

Detaljer

Statistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015

Statistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015 Statistikk & dataanalyse: Et eksempel Frode Svartdal UiT mars 2015 Eksempel UTGANGSPUNKT Vi antar at den som prokrastinerer (utsetter ting) drøyer med alt mulig som skal gjøres, eksempelvis Venter med

Detaljer

Folkehelseprofiler. Jørgen Meisfjord Nasjonalt folkehelseinstitutt. Molde, 01.06.2012

Folkehelseprofiler. Jørgen Meisfjord Nasjonalt folkehelseinstitutt. Molde, 01.06.2012 Folkehelseprofiler Jørgen Meisfjord Nasjonalt folkehelseinstitutt Molde, 01.06.2012 Disposisjon 1. Folkehelseloven Oppdrag fra HOD Nye produkter fra FHI Folkehelseprofiler og statistikkbank 2. Datagrunnlag

Detaljer

Videregående utdanning for voksne. effekter på arbeid og ledighet

Videregående utdanning for voksne. effekter på arbeid og ledighet Videregående utdanning for voksne effekter på arbeid og ledighet 2 Videregående utdanning for voksne effekter på arbeid og ledighet Forfattere: Magnus Fodstad Larsen, Karl Bekkevold, Sigrid Holm Vox 2013

Detaljer

Om Fylkesprognoser.no. Definisjoner

Om Fylkesprognoser.no. Definisjoner 1 Om Fylkesprognoser.no Fylkesprognoser.no er et samarbeidsprosjekt mellom fylkeskommunene som deltar i Pandagruppen. Denne gruppen eier Plan- og analysesystem for næring, demografi og arbeidsmarked (PANDA).

Detaljer

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005 SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000

Detaljer

Tanker og bidrag til helseovervåking. Else-Karin Grøholt Nasjonalt folkehelseinstitutt 10.1.2012

Tanker og bidrag til helseovervåking. Else-Karin Grøholt Nasjonalt folkehelseinstitutt 10.1.2012 Tanker og bidrag til helseovervåking Else-Karin Grøholt Nasjonalt folkehelseinstitutt 10.1.2012 Hva er helseovervåking? Løpende oversikt over utbredelse og utvikling av helsetilstanden og forhold som påvirker

Detaljer

Kvinner lever lenger, men er sykere

Kvinner lever lenger, men er sykere Inger Cappelen og Hanna Hånes Kvinner lever lenger, men er sykere Michael 26; 3:Suppl 3: 26 31. De siste 1 årene har levealderen økt betydelig både for menn og kvinner. Fra 19 til 2 økte forventet levealder

Detaljer

Fordeling av trygdene. Sykdom, uførhet og arbeidsledighet

Fordeling av trygdene. Sykdom, uførhet og arbeidsledighet Fordeling av trygdene Sykdom, uførhet og arbeidsledighet Pensum Disposisjon Mandag Rammeverk Livsløp Hva er trygd? Arbeidsledighet Dagpenger ved arbeidsledighet Sykdom Sykelønnsordningen Uførhet Uføretrygd/

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey

Detaljer

Utviklingen i uførepensjon per 31. desember 2012 Notatet er skrevet av jostein.ellingsen@nav.no, 12.03.2013.

Utviklingen i uførepensjon per 31. desember 2012 Notatet er skrevet av jostein.ellingsen@nav.no, 12.03.2013. ARBEIDS- OG VELFERDSDIREKTORATET/ STATISTIKKSEKSJONEN Utviklingen i uførepensjon per 31. desember Notatet er skrevet av jostein.ellingsen@nav.no, 12.03.2013. // NOTAT Utviklingen i Ved utgangen av var

Detaljer

Muskelsmerter kjønn eller arbeidsforhold?

Muskelsmerter kjønn eller arbeidsforhold? Muskelsmerter kjønn eller arbeidsforhold? Flere kvinner enn menn opplever smerter i nakke, skuldre og øvre del av rygg. Det er vanskelig å forklare dette bare ut fra opplysninger om arbeidsforholdene på

Detaljer

Ny Giv Hvordan jobbe godt med Ungdom på NAV-kontor?

Ny Giv Hvordan jobbe godt med Ungdom på NAV-kontor? Ny Giv Hvordan jobbe godt med Ungdom på NAV-kontor? Disposisjon Sosialtjenestens plass i Ny Giv Hvem ungdommen er Presentasjon av utviklingsarbeidet i NAV Gjennomgang av noen sentrale paragrafer i sosialtjenesteloven

Detaljer

Logistisk regresjon 2

Logistisk regresjon 2 Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven

Detaljer

Uførepensjon og gradering

Uførepensjon og gradering Uførepensjon og gradering Av Ove Jacobsen og Ola Thune Sammendrag Artikkelen ser på utviklingen i bruk av gradert uførepensjon, og hva som kjennetegner personer som mottar en gradert ytelse, sammenliknet

Detaljer

UTVIKLINGSTREKK OG RAMMEBETINGELSER

UTVIKLINGSTREKK OG RAMMEBETINGELSER UTVIKLINGSTREKK OG RAMMEBETINGELSER Utviklingstrekk og perspektiver i Vest-Agder I dette avsnittet beskrives noen utviklingstrekk som gir bakgrunn for fylkeskommunens virksomhet og innsats på de forskjellige

Detaljer

Explaining variations in GPs' experiences with doing medically based assessments of work ability in disability claims. A survey data analysis

Explaining variations in GPs' experiences with doing medically based assessments of work ability in disability claims. A survey data analysis Explaining variations in GPs' experiences with doing medically based assessments of work ability in disability claims. A survey data analysis Roland Mandal Forsker SINTEF Teknologi og Samfunn, avd. Helse,

Detaljer

Hva betyr helse i barndommen for senere deltakelse i arbeidslivet? Petter Kristensen Ungdomsmedisin konferansen Lillestrøm 27 november 2008

Hva betyr helse i barndommen for senere deltakelse i arbeidslivet? Petter Kristensen Ungdomsmedisin konferansen Lillestrøm 27 november 2008 Hva betyr helse i barndommen for senere deltakelse i arbeidslivet? Petter Kristensen Ungdomsmedisin konferansen Lillestrøm 27 november 2008 Intensjonsavtalen om et mer inkluderende arbeidsliv (3/10/2001)

Detaljer

Hvordan virker gradert sykmelding?

Hvordan virker gradert sykmelding? Hvordan virker gradert sykmelding? Knut Røed Stiftelsen Frischsenteret for samfunnsøkonomisk forskning Ragnar for Economic Research www.frisch.uio.no Sykefravær i Norge På en typisk arbeidsdag er omtrent

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.

Detaljer

Institutt for økonomi og administrasjon

Institutt for økonomi og administrasjon Fakultet for samfunnsfag Institutt for økonomi og administrasjon Statistiske metoder Bokmål Dato: Torsdag 19. desember Tid: 4 timer / kl. 9-13 Antall sider (inkl. forside): 8 Antall oppgaver: 3 Oppsettet

Detaljer

Halve sjukefraværet har sosiale årsaker. Vi vet det men liker det ikke. Bodø 281014 Rolf Rønning

Halve sjukefraværet har sosiale årsaker. Vi vet det men liker det ikke. Bodø 281014 Rolf Rønning Halve sjukefraværet har sosiale årsaker. Vi vet det men liker det ikke Bodø 281014 Rolf Rønning SOFAC-prosjektet: Social factors contributing to sickness absence Utgangspunkt: Den biomedisinske modellen

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 10.12.2014 Eksamenstid (fra-til): 09:00 13:00

Detaljer

1 LEVEKÅR OG SOSIAL FORHOLD

1 LEVEKÅR OG SOSIAL FORHOLD 1 LEVEKÅR OG SOSIAL FORHOLD Levekårsindeksen og levekårsindikatorene skal si noe om hvilke sosiale og helsemessige virkninger en nedbygging og omstilling i industrien kan gi. Det er selvfølgelig mange

Detaljer

Ulikheter i helse. Øyvind Næss, seniorforsker dr med Epidemiologisk divisjon, Nasjonalt Folkehelseinstitutt og Universitetet i Oslo

Ulikheter i helse. Øyvind Næss, seniorforsker dr med Epidemiologisk divisjon, Nasjonalt Folkehelseinstitutt og Universitetet i Oslo Ulikheter i helse Øyvind Næss, seniorforsker dr med Epidemiologisk divisjon, Nasjonalt Folkehelseinstitutt og Universitetet i Oslo Hva er ulikheter i helse? Hvor store er ulikhetene i Norge og andre land

Detaljer

Pensjonsreformen: Hvilken effekt har den på uttaket av helserelaterte ytelser?

Pensjonsreformen: Hvilken effekt har den på uttaket av helserelaterte ytelser? Pensjonsreformen: Hvilken effekt har den på uttaket av helserelaterte ytelser? Av: Ole Christian Lien Sammendrag Fra 2011 ble det innført nye fleksible uttaksregler for alderspensjon. Hovedprinsippet er

Detaljer

Årsaker til sykefravær

Årsaker til sykefravær Årsaker til sykefravær Arnstein Mykletun Professor, seniorforsker Nasjonalt folkehelseinstitutt Universitetet i Bergen Årsaker til sykefravær og uføretrygd To paradigmer Utstøtning Attraksjon Paradigmene

Detaljer

Behov og interesse for karriereveiledning

Behov og interesse for karriereveiledning Behov og interesse for karriereveiledning Behov og interesse for karriereveiledning Magnus Fodstad Larsen Vox 2010 ISBN 978-82-7724-147-0 Grafisk produksjon: Månelyst as BEHOV OG INTERESSE FOR KARRIEREVEILEDNING

Detaljer

Øyeblikkelig hjelp kirurgi for befolkningen i opptaksområdene til sykehuset i Molde og Kristiansund.

Øyeblikkelig hjelp kirurgi for befolkningen i opptaksområdene til sykehuset i Molde og Kristiansund. Øyeblikkelig hjelp kirurgi for befolkningen i opptaksområdene til sykehuset i og Kristiansund. Datagrunnlaget er antall døgn- og dagopphold som involverer kirurgi 1 for befolkningen bosatt i kommunene

Detaljer

Sammendrag: Bilers alder og risiko. Bakgrunn. Formål. Metode

Sammendrag: Bilers alder og risiko. Bakgrunn. Formål. Metode Sammendrag: Bilers alder og risiko TØI rapport 386/1998 Forfattere: Stein Fosser, Peter Christensen Oslo 1998, 28 sider Bakgrunn I de senere år er det ofte blitt fremholdt at den norske bilparken er forholdsvis

Detaljer

Innføring i sosiologisk forståelse

Innføring i sosiologisk forståelse INNLEDNING Innføring i sosiologisk forståelse Sosiologistudenter blir av og til møtt med spørsmål om hva de egentlig driver på med, og om hva som er hensikten med å studere dette faget. Svaret på spørsmålet

Detaljer

Folkehelseplan Bydel St. Hanshaugen

Folkehelseplan Bydel St. Hanshaugen Folkehelseplan Bydel St. Hanshaugen 2014-2016 1. INNLEDNING Folkehelseplan for Bydel St. Hanshaugen er en plan for å tydeliggjøre, samordne og styrke folkehelsearbeidet i bydelen. Planen har utgangspunkt

Detaljer

Eldrebølge lge eller tsunami?

Eldrebølge lge eller tsunami? 1 Eldrebølge lge eller tsunami? Hvilke demografiske utfordringer står r vi overfor? Konferansen "Eldre og bolig Trondheim 9.9.2008 Helge Brunborg Seksjon for demografi og levekårsforskning Statistisk sentralbyrå

Detaljer

71 000 unge i alderen 15-29 år verken jobbet eller utdannet seg i 2014

71 000 unge i alderen 15-29 år verken jobbet eller utdannet seg i 2014 Ungdom som verken er i arbeid eller utdanning 71 000 unge i alderen 15-29 år verken jobbet eller utdannet seg i 2014 71 000 unge mennesker i alderen 15-29 år var verken i arbeid, under utdanning eller

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

Formell demografi 1. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2013

Formell demografi 1. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2013 Formell demografi 1 Nico Keilman Demografi grunnemne ECON 1710 Høst 2013 Forelesninger i formell demografi Pensum Rowland, Donald.T (2003). Demographic Methods and Concepts. Oxford: Oxford University Press.

Detaljer

UMB-rapport 02/2007 Natal dispersal and social Formell coaching kompetanse studenter, studiemønstre og anvendelser

UMB-rapport 02/2007 Natal dispersal and social Formell coaching kompetanse studenter, studiemønstre og anvendelser UMB-rapport 02/2007 Natal dispersal and social Formell coaching kompetanse studenter, studiemønstre og anvendelser En undersøkelse blant coaching utdannede i Norge februar 2007 Gro Ladegård Institutt for

Detaljer

Vil alderen påvirke hvordan pulsen endres når man spiller Tetris?

Vil alderen påvirke hvordan pulsen endres når man spiller Tetris? . SPISS Tidsskrift for elever med teknologi og forsknings-lære i videregående skole Vil alderen påvirke hvordan en endres når man spiller Tetris? Forfatter: Amalie Sivertsen, Vardafjell vgs Er Tetris et

Detaljer

FOLKEHELSE I BUSKERUD

FOLKEHELSE I BUSKERUD FOLKEHELSE I BUSKERUD BUSKERUD FYLKE VARIASJON I KOMMUNER DEMOGRAFI LEVEKÅR SKOLE HELSE - MILJØ Innledning I denne presentasjonen vises statistikk og folkhelseindikatorer for Buskerud fylke. For å gi et

Detaljer

Akademikere logger ikke av

Akademikere logger ikke av Akademikere logger ikke av De er akademikere eller ledere, er midt i yrkeslivet, bor i større byer og logger ikke av selv om de går hjem. De blir oppringt, sjekker og svarer på e-post eller holder seg

Detaljer

PISA får for stor plass

PISA får for stor plass PISA får for stor plass Av Ragnhild Midtbø og Trine Stavik Mange lærere mener at skolemyndigheter og politikere legger for stor vekt på PISA-resultatene, og at skolen i stadig større grad preges av tester

Detaljer

Brukerundersøkelse ssb.no 2014

Brukerundersøkelse ssb.no 2014 Brukerundersøkelse ssb.no 2014 Planer og meldinger Plans and reports 2014/6 Planer og meldinger 2014/6 Brukerundersøkelse ssb.no 2014 Statistisk sentralbyrå Statistics Norway Oslo Kongsvinger Planer og

Detaljer

Folkehelsemeldingen. God helse - felles ansvar. Statssekretær Nina Tangnæs Grønvold. Helse- og omsorgsdepartementet

Folkehelsemeldingen. God helse - felles ansvar. Statssekretær Nina Tangnæs Grønvold. Helse- og omsorgsdepartementet Folkehelsemeldingen God helse - felles ansvar Statssekretær Nina Tangnæs Grønvold Sykdomsbildet endres Infeksjonssykdommer Hjerteinfarkt Økt forekomst: Psykisk uhelse Rus Diabetes Kols Demens Overvekt

Detaljer

Hvorfor jobber så få alenemødre?

Hvorfor jobber så få alenemødre? Hvorfor jobber så få alenemødre? Sammenlignet med mødre som lever i parforhold, er det en dobbelt så høy andel alenemødre uten tilknytning til arbeidsmarkedet. Hva skyldes den lave yrkesdeltakelsen? Lavt

Detaljer

Divorce and Young People: Norwegian Research Results

Divorce and Young People: Norwegian Research Results Divorce and Young People: Norwegian Research Results På konferansen Med livet som mønster mønster for livet 18. okt. 2012 Ingunn Størksen Senter for Atferdsforskning Tre tema i presentasjonen 1. Doktoravhandling

Detaljer

Karriereveiledning i Norge 2011

Karriereveiledning i Norge 2011 Notat 6/212 Karriereveiledning i Norge 211 Kjennskap, bruk, behov og interesse for karriereveiledning i den norske befolkningen Karriereveiledning i Norge 211 Kjennskap, bruk, behov og interesse for karriereveiledning

Detaljer

Formell demografi 1. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2012

Formell demografi 1. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2012 Formell demografi 1 Nico Keilman Demografi grunnemne ECON 1710 Høst 2012 Forelesninger i formell demografi Pensum Rowland, Donald.T (2003). Demographic Methods and Concepts. Oxford: Oxford University Press.

Detaljer

Likestilte arbeidsplasser er triveligere og mer effektive

Likestilte arbeidsplasser er triveligere og mer effektive Pressenotat fra Manpower 7. mars 2011 Likestilte arbeidsplasser er triveligere og mer effektive Når arbeidsgiveren aktivt forsøker å skape likestilte muligheter for kvinner og menn på arbeidsplassen, ser

Detaljer

Innbyggerundersøkelse om dagens og fremtidens kommune

Innbyggerundersøkelse om dagens og fremtidens kommune Innbyggerundersøkelse om dagens og fremtidens kommune Sammendrag for Asker kommune Arne Moe TFoU-arb.notat 2015:9 TFoU-arb.notat 2015:9 i Dagens og fremtidens kommune FORORD Trøndelag Forskning og Utvikling

Detaljer

Detaljerte forklaringer av begreper og metoder.

Detaljerte forklaringer av begreper og metoder. Appendiks til Ingar Holme, Serena Tonstad. Risikofaktorer og dødelighet oppfølging av Oslo-undersøkelsen fra 1972-73. Tidsskr Nor Legeforen 2011; 131: 456 60. Dette appendikset er et tillegg til artikkelen

Detaljer

Sosiale normer og tilgang til uføretrygd. Mari Rege, UiS, SSB Kjetil Telle, SSB Mark Votruba, CWRU, SSB

Sosiale normer og tilgang til uføretrygd. Mari Rege, UiS, SSB Kjetil Telle, SSB Mark Votruba, CWRU, SSB Sosiale normer og tilgang til uføretrygd Mari Rege, UiS, SSB Kjetil Telle, SSB Mark Votruba, CWRU, SSB Stor økning i antall uføretrygdede I dag mottar 11% av befolkningen i alderen 18-67 år uføretrygd

Detaljer

Rus i et folkehelseperspektiv

Rus i et folkehelseperspektiv 1 Rus i et folkehelseperspektiv Rusdagen 2013 «Rus enfolkehelseutfordring?» Steinkjer 17. september Førsteamanuensis dr. med. HUNT forskningssenter Institutt for samfunnsmedisin Overlege i psykiatri Helse

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 29. mai 2009 Eksamenstid: 5 timer

Detaljer

for basiskompetanse i arbeidslivet (BKA)

for basiskompetanse i arbeidslivet (BKA) Kapitteltittel 7Program for basiskompetanse i arbeidslivet (BKA) Program for basiskompetanse i arbeidslivet (BKA) ble opprettet i 26. Hensikten er å stimulere virksomheter til å gi de ansatte opplæring

Detaljer

Om Fylkesprognoser.no. Definisjoner

Om Fylkesprognoser.no. Definisjoner 1 Om Fylkesprognoser.no Fylkesprognoser.no er et samarbeidsprosjekt mellom fylkeskommunene som deltar i Pandagruppen. Denne gruppen eier Plan- og analysesystem for næring, demografi og arbeidsmarked (PANDA).

Detaljer

Samfunnsøkonomisk utdanning på NTNU og yrkeslivet 2002

Samfunnsøkonomisk utdanning på NTNU og yrkeslivet 2002 Samfunnsøkonomisk utdanning på NTNU og yrkeslivet 2002 En undersøkelse utført av Fagutvalget for samfunnsøkonomi i samarbeid med Institutt for samfunnsøkonomi, NTNU Forord Høsten 2002 sendte studentforeningen

Detaljer

FORSLAG TIL BUDSJETT 2008 / ØKONOMIPLAN 2008-2011 KAP. C UTVIKLINGSTREKK

FORSLAG TIL BUDSJETT 2008 / ØKONOMIPLAN 2008-2011 KAP. C UTVIKLINGSTREKK UTVIKLINGSTREKK Vi trenger kunnskap om utviklingen i bysamfunnet når vi planlegger hvordan kommunens økonomiske midler skal disponeres i årene framover. I dette kapitlet omtales hovedtrekkene i befolkningsutviklingen,

Detaljer

Er det arbeid til alle i Norden?

Er det arbeid til alle i Norden? Er det arbeid til alle i Norden? I Europa er Norden den regionen som har høyest sysselsetting, både blant menn og kvinner, viser tall for 2010. Finland, som har den laveste sysselsettingen i Norden, har

Detaljer

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005 SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger

Detaljer

Sykefraværet kan vi gjøre noe med det? Jan Erik Askildsen Forskningsdirektør Uni Rokkansenteret Professor Institutt for økonomi, UiB

Sykefraværet kan vi gjøre noe med det? Jan Erik Askildsen Forskningsdirektør Uni Rokkansenteret Professor Institutt for økonomi, UiB Sykefraværet kan vi gjøre noe med det? Jan Erik Askildsen Forskningsdirektør Uni Rokkansenteret Professor Institutt for økonomi, UiB Høyt sykefravær i Norge! Sykelønnsordningen er en viktig ingrediens

Detaljer

Tidlig uttak av folketrygd over forventning?

Tidlig uttak av folketrygd over forventning? LANDSORGANISASJONEN I NORGE SAMFUNNSPOLITISK AVDELING Samfunnsnotat nr xx/12 Tidlig uttak av folketrygd over forventning? 1. Høydepunkter 2. Nærmere om utviklingen i antall mottakere av alderspensjon 3.

Detaljer

Evaluering av 16-årsgrense for øvelseskjøring med personbil. Ulykkesrisiko etter førerprøven

Evaluering av 16-årsgrense for øvelseskjøring med personbil. Ulykkesrisiko etter førerprøven TØI rapport 498/2000 Forfatter: Fridulv Sagberg Oslo 2000, 45 sider Sammendrag: Evaluering av 16-årsgrense for øvelseskjøring med personbil. Ulykkesrisiko etter førerprøven Aldersgrensen for øvelseskjøring

Detaljer

Hva bør gjøres når en evaluering ikke kan anvende beste metode?

Hva bør gjøres når en evaluering ikke kan anvende beste metode? Hva bør gjøres når en evaluering ikke kan anvende beste metode? Trafikdage ved Aalborg Universitet 22-23 august 2011 Rune Elvik Professor ved Aalborg Universitet og forskningsleder ved Transportøkonomisk

Detaljer

Kan vi gjøre noe med økende sosiale helseforskjeller?

Kan vi gjøre noe med økende sosiale helseforskjeller? Karl Evang-seminaret 2005 Oslo Kongressenter 19. oktober 2005 Kan vi gjøre noe med økende sosiale helseforskjeller? Steinar Westin Institutt for samfunnsmedisin Norges teknisk-naturvitenskapelige universitet

Detaljer

Fører arbeidsledighet til samlivsbrudd? En analyse av britiske paneldata

Fører arbeidsledighet til samlivsbrudd? En analyse av britiske paneldata Morten Blekesaune Fører arbeidsledighet til samlivsbrudd? En analyse av britiske paneldata Denne artikkelen analyserer sammenhenger mellom arbeidsledighet og samlivsbrudd i britiske survey-data (BHPS)

Detaljer

Vedlegg: Statistikk om Drammen

Vedlegg: Statistikk om Drammen Vedlegg: Statistikk om Drammen 1 Demografisk utvikling Befolkningsstruktur Figur 1.1 Folkemengde 2001 20011, Drammen kommune Som det fremgår av figur 1.1 har folketallet i Drammen kommune økt markant i

Detaljer