Modellsystemet PANDA (Plan og Analysesystem for Næringsliv, Demografi og Arbeidsmarked)

Like dokumenter
Forutsetninger for modellkjøring BEFOLKNINGSMODELLEN. Teknologi og samfunn 1

Sammendrag. Om fylkesprognoser.no. Befolkningen i Troms øker til nesten i 2030

Kort om forutsetninger for befolkningsprognosen

Om Fylkesprognoser.no. Definisjoner

Kort om forutsetninger for befolkningsprognosen

Kort om forutsetninger for befolkningsprognosen i PANDA. Kort om middelalternativet i SSBs framskrivning av folketall

Kort om forutsetninger for befolkningsprognosen

Kort om forutsetninger for befolkningsprognosen

Kort om forutsetninger for befolkningsprognosen

Kort om forutsetninger for boligbehovsprognosene. Fremtidig boligbehov. Fremtidig boligbehov etter aldersgrupper i perioden

Kort om forutsetninger for boligbehovsprognosene. Fremtidig boligbehov. Fremtidig boligbehov etter aldersgrupper i perioden

Om Fylkesprognoser.no. Definisjoner

Kort om forutsetninger for befolkningsprognosen

Kort om forutsetninger for befolkningsprognosen

PANDA ANALYSE. Rapsdagen

Panda som verktøy for konsekvensanalyser

Fremtidig boligbehov etter aldersgrupper i perioden

Fremtidig boligbehov etter aldersgrupper i perioden

Hva er Panda og hva kan det brukes til?

Fremtidig boligbehov etter aldersgrupper i perioden

Sammendrag. Om fylkesprognoser.no

PANDA Brukerhåndbok. Administrasjon av modeller og data i PANDA

Sammendrag. Om fylkesprognoser.no

Om Fylkesprognoser.no. Definisjoner

Om Fylkesprognoser.no

Om Fylkesprognoser.no. Definisjoner

Kjelde: alle figurar PANDA/SSB

Næringsstruktur målt i antall sysselsatte for årene 2002 og anleggsvirksomhet. Kraft- og vannforsyning Bygge- og

BEFOLKNINGSFRAMSKRIVINGER, ARBEIDSLIV OG BOLIGBEHOV AVSLUTNINGSKONFERANSE VELKOMMEN TIL OSS

Kort om forutsetninger for befolkningsframskrivingen

Kort om forutsetninger for prognosene. Næringsstruktur historisk statistikk

Modellen er styrt etter en samlet befolkningsutviklingen for fylket lik den absolutte

Prognoser for befolkningsutvikling og boligbehov i Rogaland frem til 2030

Næringsstruktur målt i antall sysselsatte for årene 2002 og anleggsvirksomhet. Kraft- og vannforsyning Bygge- og

Avansert kurs: Presentasjon av case

Næringsstruktur målt i antall sysselsatte for årene 2002 og anleggsvirksomhet. Industri og bergverksdrift. Kraft- og vannforsyning Bygge- og

Næringsstruktur målt i antall sysselsatte for årene 2002 og anleggsvirksomhet. Kraft- og vannforsyning Bygge- og

Utfordringer i prognosearbeidet Oslo kommune

Prognoser for befolkningsutvikling og boligbehov i Rogaland frem til 2030

NOTAT BEFOLKNINGSPROGNOSE REVIDERT

PANDA Brukerhåndbok. Oversikt over PANDA. Innføring i hovedstruktur, datagrunnlag og resultatberegninger

Boligbehovet i Norge ++ Rolf Barlindhaug KOMPAS brukerseminar 22. mai 2014 Drammen

Kort om forutsetninger for boligbehovsframskrivingene

Befolkningsprognoser

Rapport. Økonomiske ringvirkninger av mineralbrudd i Engebøfjellet. SINTEF A Åpen. Forfatter(e) Arne Stokka, Heidi Bull-Berg, Ulf Johansen

Haugesund kommune. Kommunediagnose for Haugesund. Utgave: 1 Dato:

Slik framskriver SSB befolkningen i kommunene. Marianne Tønnessen, Statistisk sentralbyrå

Befolkningsframskrivning i 2015

Vennesla kommune. Revisjon av Kommuneplanens samfunnsdel Vedleggshefte: STATISTIKK / GRUNNLAGSMATERIALE. Vedtatt plan i kommunestyret

FORFATTER(E) Håkon Hynne og Arne Stokka OPPDRAGSGIVER(E) Troms fylkeskommune GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

Rapport. Konsekvensanalyse - Nedleggelse av Kongsberg Automotive Rollag. Forfattere Heidi Bull-Berg og Ulf Johansen

Handlings- og økonomiplan

Ny statistikkportal for Rogaland. Torbjørn Rathe Rune Thorkildsen Slettebak Regionalplanavdelingen

Statistikk-og Analyseportal for Agder. Prosjektleder: Espen Moseidjord

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Forelesning # 2 i ECON 1310:

Befolkningsprognoser

år Larvik Sandefjord Tønsberg Porsgrunn Skien Kongsberg Historisk utvikling. Tallmaterialet er utarbeidet av Vista Analyse på oppdrag fra NHO

FORSLAG TIL BUDSJETT 2008 / ØKONOMIPLAN KAP. C UTVIKLINGSTREKK

Befolkning og sysselsetting i Lofoten og Vesterålen med og uten petroleumsvirksomhet

Aktuell kommentar. Har boligbyggingen vært for høy de siste årene? Nr. 5 juli 2008

Omstillingsmodulen i PANDA

Trendalternativet Befolkningsutvikling og sysselsettingsutvikling

Befolkningsprognose for Trondheimsregionen Møte med Oslo kommune

Kongsvinger kommune år

Sensorveiledning /løsningsforslag ECON 1310, våren 2014

FORFATTER(E) OPPDRAGSGIVER(E) STF38 A99609 Åpen Espen Køhn, Hedmark fylkeskommune GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

Fylkesprognoser 2014, Rogaland

Hamar kommune år

Fjellregionen år

Løten kommune år

Alvdal kommune år

Trysil kommune år

Grue kommune år

Elverum kommune år

Hedmark år

Os kommune år

Våler kommune år

1. Innledning 2. Virkninger på arbeidstilbudet

Sør-Østerdalen år

Nord-Østerdalen år

Hamarregionen år

Fra: Ellinor Kristiansen Sak: KOMITEARBEID I FORBINDELSE MED KOMMUNEPLANREVISJON - SAMFUNNSDEL.

Arealbehov teori og metode eksempel fra Oslo og Akershus

Kort om forutsetninger for framskrivingene

Utvalgt statistikk for Ullensaker kommune

Keynes-modeller. Forelesning 3, ECON 1310: Anders Grøn Kjelsrud

Bosetting og Integrering. I Nesna Kommune

Konsekvensanalyse Ålvik/ Kvam

Utfordringer som utfordrer oss?

Samfunnsmessige utfordringer i et aldrende samfunn

VEILEDNING TIL PROGNOSEMODELLEN FOR INNTEKTSSYSTEMET FYLKESKOMMUNENE

Arealbehov mot eksempel fra Oslo og Akershus

Kongsvingerregionen år

HORDALANDD. Utarbeidd av

UTVIKLINGSTREKK OG RAMMEBETINGELSER

SEPTEMBER 2016 FET KOMMUNE PLANFORUTSETNINGER FOR KOMPAS-ANALYSER

Regionaløkonomiske virkninger

Demografi og bolig. Cathrine Bergjordet, fagleder, analysestaben AFK. Plantreff 2018 AFK, november 2018

RAPPORT OM NY KOMMUNE

Transkript:

Modellsystemet PANDA (Plan og Analysesystem for Næringsliv, Demografi og Arbeidsmarked) Dette notatet gir en kort innføring i PANDA som modellsystem. For utfyllende beskrivelser av hele modellsystemet, se dokumentasjon på http://www.pandagruppen.no/om-panda. PANDA er et økonomisk-demografisk modellsystem utviklet for bruk i regional analyse og overordnet planlegging i fylker og på lavere geografisk nivå. Hvor mange innbyggere er det i regionen? Hva er alders- og kjønnsfordelingen av disse? Hvordan vil antall innbyggere, og deres alders- og kjønnsfordeling utvikle seg framover? Hvor mange arbeidsplasser er det i regionen? Hvordan fordeler disse seg på næringer? Hvor høy er verdiskapningen i regionen? Hvordan vil sysselsetting og verdiskapning utvikle seg framover? Hvordan påvirkes utviklingen av spesielle tiltak? Dette er eksempler på noen av de spørsmålene Panda-systemet kan hjelpe til å gi svar på. Systemet egner seg til analyser av regional utvikling i Norge. Den minste regionale enheten som kan analyseres er kommune (bydel i Oslo). Man kan også analysere utviklingen i regioner som består av flere kommuner, i prinsippet helt opp til alle kommunene i landet. Datagrunnlaget i Panda er statistikk, hovedsakelig fra Statistisk sentralbyrå (SSB). Systemet har to hovedmodeller, en befolkningsmodell og en regionaløkonomisk modell, og er bygget opp med utgangspunkt i velkjente regionaldemografiske og -økonomiske metoder. De kan nyttes til å estimere utviklingen framover (framskrivinger) og til å simulere effekter av spesielle tiltak (konsekvensanalyser). Modellene kan brukes uavhengige av hverandre, eller de kan samkjøres slik at man simultant analyserer både befolknings- og næringsutvikling. Panda-systemet eies og drives av Pandagruppen, som representerer alle fylkeskommunene i Norge. Systemet brukes av fylkeskommunene, Kommunal- og regionaldepartementet, konsulent-selskaper og forskningsinstitutter. Det har også vært benyttet innenfor høyere utdanning. PANDA omfatter både databaser og modeller. Figuren nedenfor viser oppbyggingen av hele systemet. PANDA er organisert i tre selvstendige deler: 1. En landsdekkende statistikkdatabase (PANDA Statistikk) 2. En modelldel (PANDA Modellanalyse) 3. En rapportgenerator (PANDA Rapporter). Sammenhenger og kommunikasjon mellom disse er angitt med piler i figuren nedenfor:

Figur 1. Hovedstruktur i PANDA Modellen som benyttes i næringsdelen heter REGNA (regional næringsanalysemodell) og modellen som benyttes i befolkningsdelen heter REGBEF (regional befolkningsmodell). Det er et felles grensesnitt for hele PANDA, som er tilgjengelig via en vanlig nettleser. Dette gir adgang til PANDA Rapporter og PANDA Modellanalyse Det er ikke nødvendig å laste ned programvare til egen PC for å kunne bruke PANDA. Systemet med statistikk, modeller og resultater er tilgjengelig på en sentral maskin, og opereres over Internett via en vanlig nettleser (Netscape, Explorer, Mozilla el.) Både modellsystem og data er tilgjengelig via PANDA-gruppens hjemmeside http://www.pandagruppen.no/ eller direkte fra http://panda.sintef.no/panda Datagrunnlag PANDAs database inneholder et omfattende tallmateriale med flere ulike typer historisk statistikk, modellparametere og data som kun benyttes i modellene, i tillegg til resultater fra modellkjøringene den enkelte har utført. All statistikk er gitt på kommune-/bydelsnivå og dekker hele landet. Statistisk sentralbyrå er kilde for all statistikk i PANDA. Historisk statistikk kan bearbeides og rapporteres ut ved hjelp av rapportgeneratoren og kan rapporteres ut etter følgende tema: Demografi Arbeidsmarked

Interaksjon Boligmarked Næring Interaksjon er data som beskriver strømmer eller relasjoner mellom kommuner, dvs. flytting, pendling og avstander. Tabellene som er generert i rapportgeneratoren kan enkelt åpnes i Excel og bearbeides videre der. Resultatdata (prognoser) kan hentes ut på tilsvarende måte og man får da flere valg m.h.t variable. I tillegg til statistikk, inneholder databasen også modellparametere og data som kun benyttes i modellene. Dette datagrunnlaget er dels hentet fra SSB (f.eks. demografiske parametere fra SSB sin befolkningsprognosemodell), dels er det parametere estimert og tilrettelagt av SINTEF. Disse presenteres i faste tabeller, og er derfor ikke tilgjengelig på samme måte som statistikkdata (via rapportgeneratoren). Modellanalyse PANDA kan benyttes til å beregne langsiktige trender og framskrivinger. Men mest egent er PANDA til å undersøke følgene av bestemte forutsetninger. For å dekke så mange situasjoner som mulig i forhold til behovet i regional planlegging og analyse, er det lagt opp til å kunne styre modellene på mange ulike måter ( what if analyser). Gjennom utformingen av beregningsopplegget blir brukeren en aktiv del av modellberegningene. Det er derfor viktig å velge riktig beregningsmåte (inkl. valg av forutsetninger/styring) i forhold til problemstillingen, for at beregningsresultatene skal være relevante. Befolkningsmodellen I motsetning til SSB beregner man i PANDA befolkningsutviklingen i en region, uten å ta hensyn til om beregningene blir riktige i et nasjonalt perspektiv (nasjonal konsistens). Målet med PANDA er nettopp å kunne anvende lokalkunnskap om flyttemønster, arbeidsmarkedsforhold og boligbygging for å komme frem til gode prognoser for en bestemt region, og da som oftest på forholdsvis kort sikt. Ved etablering av modellparametere og data som kun benyttes i modellene (gjøres under prosjektgenerering) benyttes data for siste statistikkår fra SSB. Estimeringsperiode for kalibreringsfaktorer (nivåfaktorer) for fødte, døde, flytterater og tilpasning til arbeidsmarkedet baseres på et gjennomsnitt av de 4 siste år. Befolkningsutviklingen bestemmes i PANDA av fødselsoverskuddet (fødte minus døde) + nettoflytting (innflytting minus utflytting). Inn- og utvandring er summert sammen med de innenlandske flyttebevegelsene. Over lengre tidshorisonter spiller fødselsfrekvenser og dødssannsynligheter en stor rolle ved beregning av befolkningsprognoser. Ved korte tidshorisonter er det derimot flyttingen som er det viktige for å bestemme befolkningsutviklingen i en region. I modellen benyttes dødssannsynligheter som er forskjellige mellom kjønnene og varierer med alderen. Vi får i tillegg et påfyll av nye barn. Dette skjer ved at kvinner i ulike aldere får barn med en viss frekvens. Fødselsfrekvensene gjelder for kvinner og varierer med alderen. Ved kjøring av

befolkningsmodellen benyttes faste regionfrekvenser fra SSB til justering av fødselsfrekvenser og dødssanssynligheter. Dødssanssynlighetene derimot "glattes" med en regionavstemming slik at man får et sett med dødssannsynligheter som er lik for alle kommunene innenfor en region. Flyttingen kan i PANDA estimeres på flere ulike måter. I den enkleste varianten estimeres nettoflyttingen gjennom hele prognoseperioden ut i fra gjennomsnittlig nettoflytting i de 4 siste år i den historiske statistikken. Nettoflytting fordeles automatisk av modellen på alder og kjønn ved hjelp av en fordelingsfunksjon (Rogers-Castro). To mer avanserte måter å beregne flyttingen på er at man enten styrer den regioninterne flyttingen gjennom dynamikken i boligmarkedet, eller at man styrer den regioneksterne flyttingen gjennom dynamikken i arbeidsmarkedet (se nedenfor). I stedet for å si at de historiske trendene holder seg fremover, analyserer man da mer spesifikt drivere for den interne flyttingen i regionen (bolig- eller arbeidsmarked). Boligmarkedsstyrt nettoflytting Gitt boligbygging (boligbyggekapasitet) og klarering av boligmarkedet ved hjelp av gravitasjonsmodellen for boligmarkedet. Dette kan styres av brukeren. Boligbygging og boligtilgjengelighet vil sammen med arbeidsplassutviklingen påvirke befolkningsutviklingen i den enkelte kommune. Gravitasjonsmodellen for boligmarkedet beregner hvordan en ubalanse her vil påvirke flytting og pendling mellom kommuner. Sysselsettingsprognosen gis her inn på kommunenivå, eventuelt kan den gis inn på regionnivå. Arbeidsmarkedsstyrt nettoflytting Gitt arbeidsplassutvikling og klarering av ubalanse i arbeidsmarkedet via tilpasning i hhv ledighet, pendling og flytting. Tilpasningen og mobiliteten ("turnover") på arbeidsmarkedet kan styres av brukeren ved hjelp av gravitasjonsmodellen for arbeidsmarkedet. Ved arbeidsmarkedsstyring påvirkes flytting og utvikling på regionnivå av utviklingen i arbeidsmarkedet. Det gis inn en sysselsettingsprognose, enten eksogent gitt i selve befolkningsmodellen eller fra den regionaløkonomiske modellen. Forutsetninger om hvordan en ubalanse på arbeidsmarkedet fordeles på flytting, pendling og ledige estimeres av modellen på grunnlag av endringer i disse faktorene de siste 4 årene, men kan overstyres av brukeren. Dette styrer utviklingen av flytting på regionnivå. Gravitasjonsmodellen for arbeidsmarkedet bestemmer hvordan ut-/innflytting over regiongrensen fordeles på de enkelte kommuner. Boligbehov Framtidens boligbehov påvirkes i hovedsak av størrelsen på befolkningen og dens sammensetning, men også husholdnings og boligfrekvenser er viktige faktorer som påvirker boligbehovet. Husholdningsfrekvensene viser hvilken type husholdning en gitt person forventes å befinnes seg i, for ulik alder og kjønn. Tilhørende boligfrekvenser viser forventet boligkonsum innenfor ulike husholdningstyper, alder og kjønn. Aldersforskyvninger i den bosatte befolkningen forårsaker direkte endringer i befolkningens boligbehov. Husholdnings- og boligfrekvenser som finnes i PANDAmodellen og som kobles mot befolkningsprognoser, gir en dynamisk tilnærming til beregning av det

fremtidige boligbehov. Det er forutsatt i prognosen at boligtypepreferansene i dag ikke endrer seg i fremtiden. Den regionaløkonomiske modellen Modellen som benyttes i næringsdelen heter REGNA (regional næringsanalysemodell). Den består av en hovedmodul som kan utvides med en aktivitetsmodul (simulere bortfall eller etablering av virksomheter). Modellen kan endres gjennom forskjellige valg av eksogen styring. REGNA er en kryssløpsmodell som beregner utviklingsforløp for ulike regionaløkonomiske variable (inkl. ringvirkninger) av en eksogent gitt etterspørsels-utvikling. I REGNA beregnes utvikling i forskjellige typer etterspørsel, produksjon, inntekt, årsverk og sysselsetting fordelt på næringer, og for hele regionen. Beregningene styres av utviklingen i eksogene etterspørselskomponenter som offentlig konsum, investeringer og eksport til resten av landet og utlandet. Disse representerer generelle styringsvariable, og kan hentes fra regionale nedbrytinger av den nasjonale utviklingen (Regjeringens langtidsprogram(ltp) evt. andre beregninger med SSB sin makroøkonomiske modell MODAG). Slike data ligger ferdig tilrettelagt i PANDA, men alternative verdier kan eventuelt gis inn av brukeren. En kan også styre enkeltnæringer i sin helhet, enten via produksjon eller årsverk. I tillegg kan data for spesielle hendelser, som f.eks. større utbyggingsprosjekt, nyetableringer eller nedleggelser, spesifiseres som egendefinerte aktiviteter. Modellen beregner selv andre typer av etterspørsel som konsekvenser av disse eksogene komponentene. Dette omfatter produktinnsats, vedlikeholds-investeringer på bygninger og anlegg, inntekter og privat konsum. I slutt-trinnet beregner modellen utvikling i produksjonsverdi, og via forutsetninger om produktivitetsendring beregnes til slutt årsverk og sysselsetting. Disse størrelsene beregnes for hele regionen under ett, med unntak av aktiviteter som kan være spesifisert for kommuner. Sysselsettingstallene (etter næring) brytes ned til de enkelte kommuner i en etterberegningsmodell ("shift&share"). Alle nødvendige basisårsdata etableres ved prosjektgenereringen. Mange etterspørselsvariable er uavhengig av det som skjer i regionen. Disse blir da heller ikke bestemt av modellen, men gis inn eksogent, f.eks. utviklingsbaner for eksport fra MODAG-beregninger som er tilrettelagt på forhånd. For å kunne gjennomføre prognoseberegninger trenger modellen slike vekstrater for utviklingen i de eksogene variablene. På grunnlag av det beregnes så utviklingen i de øvrige variable. Alle data i REGNA (unntatt aktivitetsdata og sysselsetting) gjelder for det regionale nivået, dvs. den regionen som er valgt ved generering av prosjektet. Alle eksogene variable (og data) er derfor også regionspesifikke, unntatt aktivitetsdata som er kommunespesifikke. Utviklingen i følgende variable knyttet til etterspørsel og produksjon er eksogene i REGNA: Eksport til utlandet Eksport til resten av landet (leveranser til andre fylker) Private, kommunale og statlige investeringer Kommunalt og statlig konsum Produktivitetsutvikling

Aktivitetsdata for nye virksomheter (produksjon, årsverk, yrkesinntekt, underleveranser) Av disse er det kun aktivitetsdata som brukeren må spesifisere selv. Aktivitetsdata er imidlertid ikke obligatoriske, de legges inn avhengig av problemstilling og behov. Utviklingen i de øvrige variablene kan hentes fra regionale nedbrytinger av nasjonale prognoser, og derfor er det lagt opp slike utviklingstall default. I tillegg til disse produksjons- og etterspørselsvariablene, er det flere eksogene komponenter knyttet til personoverføringer og -inntekter. Når REGNA benyttes alene, er disse variablene eksogene og utviklingen i disse må gis inn av brukeren selv. Dersom REGNA og REGBEF kjøres sammen, vil utviklingen i disse variablene bli bestemt av utviklingen i relevante befolkningsgrupper og arbeidsmarkedet i befolkningsmodellen. Personoverføringer som gis inn eksogent omfatter: Pensjoner Barnetrygd Ledighetstrygd Kapitalinntekter Andre overføringer Direkte skatt (%) Dersom brukeren ikke legger inn noen utvikling/endring i disse eksogene variablene, forblir de uendret over hele beregningsperioden når REGNA benyttes alene. Modellen er satt opp med ingen endring i forhold til basisåret som default valg. Felleskjøring - REGNA og REGBEF REGNA og REGBEF kan kjøres sammen. Resultater i REGNA som overføres til REGBEF er sum sysselsetting etter kommune. I REGBEF beregnes tall for arbeidsstyrke (arbeidskrafttilbud), og dersom etterspørsel og tilbud er forskjellig, gir det en ubalanse på arbeidsmarkedet (enten over- eller underskudd på arbeidsplasser). Denne ubalansen fordeles på hhv. flytting, pendling og arbeidsledige. Etter at flyttekonsekvenser er beregnet, beregnes nye tall for befolkningen. Endringer i relevante befolkningsgrupper, og endringer i ledighet og pendling i arbeidsmarkedet danner utgangspunkt for beregning av overføringer, arbeidsledighetstrygd, pendlerinntekter mv. i den regionaløkonomiske modellen, og påvirker disponibel inntekt og privat konsum for neste beregningsår i REGNA. De er da fortsatt eksogene i forhold til RENGA, men beregnes endogent innenfor den felles modellen. Overføringene omfatter: Pensjoner (befolkning over 67 år) Barnetrygd (befolkning under 16 år) Ledighetstrygd (arbeidsledige) Kapitalinntekter (yrkesaktiv befolkning) Andre overføringer (andre stønader i rapportgeneratoren) (eksogene også ved felleskjøring)

De datatyper fra REGBEF som bestemmer utviklingen er angitt i parentes. I tillegg til disse variablene som er aktive enten REGNA kjøres alene eller sammen med REGBEF, har vi en inntektskomponent som bare er aktiv når modellene kjøres sammen: Pendlerinntekter (pendling) Dette er egentlig en inntektskorreksjon i forhold til at opptjent inntekt knyttet til næringsaktivitet og arbeidsplasser i regionen, er forskjellig fra stedlig konsumdisponibel inntekt knyttet til befolkningen bosatt i regionen. Forskjellen utgjøres av inntekter knyttet til pendling, og denne korreksjonen beregnes automatisk når de to modellene kjøres sammen. Figuren nedenfor viser oppbygningen av REGNA og REGBEF, og hvordan modellene virker sammen ved felleskjøring.