8. Datagrunnlaget. Kåre Vassenden

Transkript

1 Kåre Vassenden 8. Produksjon av en omfattende og pålitelig innvandrerstatistikk i et land forutsetter at det finnes relevante data, at statistikkbyrået har tilgang til disse dataene, og at de kan bearbeides og legges til rette for statistikkproduksjon Datainnsamlingen Generelt får Statistisk sentralbyrå (SSB) inn data til produksjonen av personstatistikk fra landsomfattende administrative registre institusjoner eller etater som hver for seg dekker avgrensede geografiske områder direkte innsamling fra informantene i form av intervjuundersøkelser, postale spørreundersøkelser og fulltellinger Datainnsamlingen fra registrene og institusjonene er basert på den rett statistikkloven gir SSB til å utnytte slike datakilder til produksjon av statistikk. De administrative registerdataene danner trekkegrunnlag for utvalgsundersøkelser, og registerdata blir også koblet på i ettertid for å supplere utvalgsdataene. Tilgangen til gode registerdata er slik sett en grunnforutsetning for all norsk innvandrerstatistikk, også den som er basert på utvalgsundersøkelser. I tillegg til de dataene som hvert år kommer inn utenfra, sitter SSB på betydelige datamengder fra tidligere innhentinger av data. Også disse dataene utnyttes i statistikkproduksjonen. Innvandrerrelatert statistikk er i hovedsak basert på telling av personer, eventuelt er telleenheten hendelser (for eksempel flyttinger) eller andre forhold som knytter seg til personer. Så godt som alle tilgjengelige data til slik statistikk er på individnivå, som altså betyr at datasamlingen inneholder informasjon om hver enkelt telleenhet Det norske registersamfunnet er integrert og omfattende Det som kjennetegner Norge og noen få andre land (først og fremst i Norden) med hensyn til administrative registerkilder, er at de til sammen dekker forholdsvis mye av samfunnslivet, at kvaliteten på dem er relativt god, og at det er kontakt både mellom registereierne og mellom registrene slik at registeropplysningene kan samordnes. Prinsippet er at bare ett register har ansvaret for en viss type opplysning, og at dataene så utveksles mellom de registrene som trenger disse dataene. Folkeregisteret fungerer som et nav for alle personregistrene. Både Utlendingsdatabasen (UDB) i Utlendingsdirektoratet og adopsjonsregisteret er dataleverandør til 159

2 Innvandring og innvandrere 2010 folkeregisteret og samtidig bruker av det. Folkeregistreringssystemet er en del av Skatteetaten, som også har ansvaret for flere registre med tilknytning til skatt. Sist, men ikke minst, har NAV flere store registre for trygd og arbeidslivstilknytning Folkeregisteret har en nøkkelrolle Folkeregisteret har en nøkkelrolle når det gjelder persondata i Norge. Akkurat som tilsvarende registre i andre land tildeler det norske folkeregisteret id-nummer, og det registrerer sentrale demografiske og juridiske personopplysninger. Men få land har et så sterkt bostedsbegrep som det Norge har. Det betyr at ikke bare har borgerne plikt til å melde flytting, men også at folkeregisteret utgjør en myndighet som ved hjelp av lovverket avgjør hvem som bor i Norge (og hvor i Norge de skal stå bosatt). Denne defineringen av den bosatte befolkningen må alle andre offentlige etater legge til grunn for sin saksbehandling. Regelverket for hvor personer skal være registrert som bosatt tar utgangspunkt i hvor de har sin regelmessige døgnhvile, men det finnes flere tilpasninger til og unntak fra denne hovedregelen. Resultatet er at bosattregistreringen ikke avspeiler den faktiske situasjonen i fullt så stor grad som det hadde vært mulig å få til med et annet regelverk. De største utfordringene er imidlertid knyttet til flyttinger som ikke blir meldt til folkeregisteret, og særlig gjelder dette flytting til utlandet. Det oppdages stadig vekk at noen har forlatt Norge på så varig basis at de skulle vært registrert som utvandret De viktigste id-nummerseriene Det meste av individdata som SSB mottar, har fødselsnummer som identifikasjon. Men i en del tilfeller brukes også D-nummer (mer om det nedenfor), og skal en bruke data fra utlendingsforvaltningen, møter en egne nummerserier der. Folkeregisteret tildeler fødselsnummer og registrerer dem i databasen Det sentrale folkeregister (DSF). Alle som blir født i Norge, også de som kommer til verden på norsk jord uten at foreldrene er bosatt her, får et fødselsnummer. Det samme gjelder for innvandrere som fyller vilkårene for å bli registrert som bosatt her i landet. I tillegg får noen mindre grupper fødselsnummer uten at de har bodd i Norge (for eksempel barn av norske statsborgere i utlandet). Ved inngangen til 2010 var det vel 7,6 millioner fødselsnummer i DSF, fordelt på 7,4 millioner personer. Differansen på litt mer enn nummer skyldes at noen har hatt mer enn ett fødselsnummer i sin levetid. De fleste av fødselsnummerendringene har blitt foretatt for å rette opp fødselsdatoen. Slike rettinger skjedde i særlig grad i de første årene etter opprettelsen av registeret og fødselsnummeret i Hvert år oppdages det noen få titalls tilfeller av at to gjeldende fødselsnummer står for én og samme person. Ved samme årsskifte inneholdt DSF 4,9 millioner bosatte, vel 2 millioner døde og personer som var utvandret etter D-nummeret tildeles personer som ikke kvalifiserer til å få fødselsnummer, men som likevel har en økonomisk kontakt med norske myndigheter. Også dette id-nummeret er det Skatteetaten som er ansvarlig for, og D-nummerregisteret utgjør en 160

3 del av DSF-databasen. Vel 1,3 millioner D-nummer er tildelt opp gjennom årene. D-nummer har samme format som fødselsnummer, bortsett fra at fødselsdagen (de to første sifrene) er forhøyet med 40. Hvis en person som bare har D-nummer, innvandrer til Norge (det vil si blir registrert i folkeregisteret som bosatt), blir det opprettet en link fra D-nummeret til det fødselsnummeret som vedkommende får ved innvandringen. På mange måter kan en si at fødselsnummeret og D-nummeret tilhører én og samme id-nummerserie. Det er for øvrig knyttet få opplysninger til D-numrene. I Utlendingsdirektoratet tildeles det et DUF-nummer til så godt som alle som blir registrert i UDB. For dem som både har et DUF-nummer og et fødselsnummer (eller D-nummer), finnes det ordninger som sørger for at denne forbindelsen blir lagret både i UDB og i DSF. Dekningen av gamle registreringer er imidlertid ikke så god som ønskelig Ulike fagfelters datakilder De ulike fagfeltene i SSB bruker gjerne én eller noen få hovedkilder, og i tillegg en rekke supplerende og utfyllende kilder. DSF er den dominerende kilden for befolkningsstatistikken, men data hentet direkte fra Utlendingsdatabasen, fra adopsjonsregisteret og egne historiske data utnyttes også. Det er for eksempel brukt fødelandsdata fra blant annet Folke- og boligtelling 1970 for å supplere opplysningene fra folkeregistreringssystemet. For å kunne lage variabelen innvandringsgrunn brukes data fra Utlendingsdatabasen, i tillegg til egne data. Utdanningsstatistikken baserer seg dels på administrative systemer, dels på data direkte fra lærestedene og ellers organer som Lånekassen og NAV. Den sistnevnte etaten er en viktig leverandør også for arbeidsmarkedsstatistikken, som i tillegg også utnytter NAVs arbeidstakerregister, og selvangivelsesregisteret og lønns- og trekkoppgaveregisteret i skatteetaten. Inntektsstatistikken bruker også andre av skatteetatens registre, som for eksempel ligningsregisteret, skattemanntallet og NAVs utbetalingsregister. De store registerkildene er svært verdifulle for statistikkproduksjonen, men de er sjelden uten mangler eller svakheter, heller ikke sett fra de administrative organene selv. Men noe av det statistikkprodusentene i SSB setter fingeren på, skyldes bare at dataene brukes til saksbehandlingsformål, og dermed har egenskaper som er tilpasset den bruken. I forvaltningen vil man for eksempel nødig registrere inn opplysninger som ikke med stor sikkerhet er riktige, for dataene kan tross alt kunne få konsekvenser for enkeltpersoner ved en seinere korsvei. Dessuten vil det gjerne ikke bli registrert andre opplysninger enn de som trengs til den umiddelbare saksbehandlingen. Statistikkhensyn kan lett bli nedprioritert hvis det ikke settes inn ekstra tiltak. Nettet av registerdata er forholdsvis finmasket, men en del steder finnes det hull som skaper problemer for dem som skal produsere statistikk. Et av de største problemene er at det ikke eksisterer en fulldekkende ordning i det norske samfunnet for å fange opp den utdanningen som personer har med seg fra utlandet Bearbeiding av data i SSB for innvandrerstatistikk er normalt bare en del av det datagrunnlaget som brukes til statistikkproduksjonen for befolkningen som helhet, men noen få datakilder er spesielle for personer med bakgrunn fra innvandring. 161

4 Innvandring og innvandrere 2010 De administrative dataene SSB mottar, har som nevnt egenskaper som er tilpasset saksbehandlingsbruken. Ved utarbeidelsen av statistikkdata både kan og må man ta andre hensyn enn de administrative. I statistikkproduksjon legges det mer vekt på å få et lavt antall tilfeller med uoppgitt informasjon enn at man skal kunne stole på dataene for hver enkelt person. Statistikeren kan vise til de store talls lov som gjør at mindre og usystematiske feil oppveier hverandre, og derfor kan overses. Når data er mottatt i SSB, må det normalt foretas en til dels omfattende bearbeiding av dataene før de kan benyttes i statistikkproduksjon og/eller som input til annen datautvikling. I denne bearbeidingsfasen blir dataene kontrollert, og eventuelt reparert eller forbedret på ulike måter. Det lages gjerne nye variabler som er mer tilrettelagt for statistikkbruk. Opplysninger fra tidligere utgaver eller andre kilder blir ofte koblet på. Ved å utnytte data fra flere kilder kan kvaliteten bli bedre, og kobling er også nødvendig når data fra forskjellige kilder skal knyttes sammen. Ved å kombinere data på nye måter kan en få fram ny interessant kunnskap. Omfattende bruk av kobling mellom ulike kilder fører til at det etter bearbeiding ofte er vanskelig å peke ut bare én kilde for en bestemt bearbeidet variabel eller for hele datasett. Fødselsnummer har vært en nøkkel i norsk personstatistikkproduksjon og -utvikling. Det at denne id-nummerserien finnes i praktisk talt alle aktuelle personregistre som SSB mottar, gjør at det er mulig å foreta koblingene på en enkel og sikker måte. Resultatet av bearbeidingsprosessen blir gjerne til viktige datasamlinger som får navn som befolkningsstatistikksystemet, registerbasert sysselsettingsstatistikk, inntektsregisteret o.l. Dette er de direkte kildene for innvandrerstatistikken Et system av datafiler I SSB utarbeides grunnleggende variabler bare ett sted, og så fordeles de til fagområdene som trenger dem til sin statistikkproduksjon. Der kobles variablene på ved hjelp av fødselsnummeret. Hvem som er innvandrere, bestemmes for eksempel bare ett sted, utdanningsnivået fastsettes et annet sted og inntekt et tredje sted. Systemet er integrert i den forstand at det er teknisk lett å foreta koblinger når det trengs. Men det betyr ikke at det ikke er kontroll på hva som kobles på tvers av fagområdene. Denne utvekslingen av data mellom fagområder, og i tillegg tilrettelegging av data for forskningsprosjekter, medfører at det i prinsippet er tre formål med dataproduksjonen i SSB: Dataene skal egne seg som grunnlag for den direkte produksjonen av statistikk på eget fagfelt, som input til datautviklingsprosesser på andre statistikkområder; og til interne og eksterne forskningsprosjekter og andre spesialoppdrag. Før eller siden blir alle data i SSB til ulike former for statistikk (i eller utenfor etaten), men før det skjer, trengs altså dataene som filer på individnivå og med en id-nummerserie som koblingsnøkkel. Hver av disse datafilene har mange bruksområder. I juridisk forstand blir dataene fra de administrative primærregistrene og fra egen innsamling til statistiske registre med en gang de er mottatt i SSB. Det betyr at dataene bare skal brukes til produksjon av statistiske data og statistikk (medregnet 162

5 utnyttelse av dataene for statistisk bruk i forskning). I mer teknisk forstand vil en si at registre eller variabler blir statistiske først etter at de har vært gjennom en bearbeidingsprosess som gjør at de ikke lenger avspeiler de originale, administrative dataene Klassifisering av personer etter innvandringsbakgrunn Hva som er innvandring, og hvem som er personer med innvandringsbakgrunn, blir i SSB teknisk definert i befolkningsstatistikksystemet. Sentrale innvandrerstatistikkvariabler er statsborgerskap, statsborgerskapsendringer, fødeland, innvandringskategori og landbakgrunn, innvandringsgrunn og første innvandringsdato. Ut fra disse konstrueres nye variabler, slik som for eksempel botid i Norge og alder ved innvandring. ulike statistikkene, som dermed blir sammenlignbare på tvers av fagområdene Personvern Statistisk sentralbyrå har ansvaret for mange statistikkfiler med til dels følsomme opplysninger om hele eller deler av den norske befolkningen. SSBs bruk av registrene styres av statistikkloven og personopplysningsloven. SSB har eget personvernombud som skal påse at behandling av personopplysningene er korrekt, og rutiner som sikrer at opplysninger om enkeltpersoner eller små grupper ikke kompromitteres gjennom publisering av statistikk. Fra innvandrerstatistikkens «kjerne», representert ved sentrale befolkningsfiler, går det individdata til fagfelter som utdanning, folketelling, helse, trygd, kriminalitet, arbeidsmarked, inntekt, intervjuundersøkelser og så videre, for påkobling til disse fagfeltenes datafiler. Modellen forutsetter at alle aktuelle fagområder har gode fagspesifikke filer og at det til disse er lett å koble på variabler fra andre fagområder. Når det er tilfelle kan innvandrerdefinisjoner og -opplysninger lages ett sted og deretter kobles på de filene som skal brukes til innvandrerstatistikk. En oppnår da at alle personstatistikker kan fordeles på ulike innvandringsrelevante variabler, noe som ikke er en selvfølge i land med andre statistikksystemer. I tillegg skjer det at akkurat de samme personene med innvandringsbakgrunn opptrer i de 163