1 Statistisk sentralbyrås befolkningsframskrivinger Hvordan blir de utarbeidet? Hva forteller de? Hvor treffsikre er de? Marianne Tønnessen, Statistisk sentralbyrå mto@ssb.no 1
Slik framskriver SSB befolkningen i kommunene Først lages de nasjonale befolkningsframskrivingene (med modellen BEFINN) Så framskrives befolkningen regionalt (med modellen BEFREG). Resultatene justeres til slutt så de stemmer overens med de nasjonale tallene Begge modellene bruker kohortkomponent-metoden 2
Kohort-komponentmetoden Antall kvinner (MMMM) To ingredienser: utgangsbestand forutsetninger Rater for dødelighet Rater for utflytting Tall for innflytting Rater for fruktbarhet 2014 2015 2016 2017 0 år 29330 30390 30963 31534 1 år 30517 29773 30821 31384 2 år 30948 30893 30146 31186 3 år 30441 31235 31177 30430 4 år 29868 30712 31489 31428 5 år 30073 30143 30981 31746 6 år 29439 30334 30397 31232 7 år 29516 29688 30571 30631 8 år 29406 29755 29915 30791 9 år 28910 29645 29990 30141 10 år 29451 29168 29894 30237 11 år 30533 29699 29412 30133 12 år 30572 30773 29938 29648 13 år 30397 30799 30994 30158 14 år 31080 30613 31013 31203 15 år 31682 31260 30793 31191 16 år 31335 31922 31499 31033 17 år 31264 31626 32210 31788 18 år 31359 31595 31923 32504 19 år 31522 31997 32198 32503 20 år 32401 32195 32601 32779 21 år 33083 33045 32834 33193 22 år 32603 33765 33775 33556 23 år 32440 33427 34603 34631 24 år 31716 33342 34346 35525 25 år 31291 32695 34306 35320 26 år 31328 32290 33675 35284 27 år 31534 32255 33198 34579 28 år 31511 32343 33052 33992 29 år 32170 32240 33059 33770 30 år 32072 32810 32861 33684 3
De nasjonale framskrivingene Framskriver til 2100 Innvandrerkjennetegn: Innvandrere Norskfødte med to innvandrerforeldre Befolkningen for øvrig 4
Tall for dagens befolkning Forutsetninger om - Barnetall (fruktbarhet) - Levealder (dødelighet) - Inn- og utvandring Framtidens befolkning Forutsetningene lages i flere alternativer (H, M, L, K, 0) 5
Høy fruktbarhet Høy levealder Middels innenlandsk flytting Høy innvandring Middels fruktbarhet Middels levealder Middels innenlandsk flytting Middels innvandring Lav fruktbarhet Lav levealder Middels innenlandsk flytting Lav innvandring 6
Baner for framtidig fruktbarhet 7
Baner for framtidig levealder Alder Kvinner Menn M H H M L L 8
Baner for framtidig innvandring 9
Baner for framtidig utvandring 10
Resultat utviklingen i Norges folketall: 11
Sterk aldring framover særlig fra 2030 (MMMM) 12
Befolkning etter innvandrerbakgrunn (MMMM) 2,5 % 12 % 8 % 22 % 9,5 % 19 % 13
De regionale framskrivingene 14
Quiz 1) De 5 største kommunene i Troms i 2030 (ifølge MMMM) 2) Antall innbyggere i din kommune i 2030 (ifølge MMMM) 3) Antall personer som er 0-5 år i Lenvik i 2030 (ifølge MMMM) (det var 853 i 2014) 4) Antall personer som er 100 år eller mer i Troms fylke i 2030 (ifølge MMMM) (det var 19 i 2014) 15
De regionale framskrivingene Befolkningen framskrives i prognoseregioner Kohort-komponent-metoden kjøres for hver prognoseregion Ulike forutsetninger for ulike prognoseregioner Resultatene for prognoseregionene justeres så de stemmer med de nasjonale resultatene Til slutt fordeles folketallet (etter alder og kjønn) på kommunene i hver prognoseregion Framskriver fram til 2040 16
Seks prognoseregioner i Troms Tromsø kommune: Egen prognoseregion 17
Forutsetninger om fruktbarhet 49 regionale fruktbarhetsregioner, noen av dem inneholder flere prognoseregioner I Troms: 6 prognoseregioner, 4 fruktbarhetsregioner Denne oppdelingen er basert på historiske forskjeller i fruktbarheten For hver av fruktbarhetsregionene beregnes aldersspesifikke fruktbarhetsrater basert på siste fem år, kombinert med nasjonale baner framover 18
Forutsetninger om dødelighet Ulik dødelighet i hvert fylke. I BEFREG flyttes de nasjonale banene for dødelighet opp eller ned for hvert fylke, avhengig av observert dødelighet den siste tiårsperioden De regionale forskjellene beregnes for begge kjønn og ulike aldersgrupper Forventet levealder for nyfødte, 2006-2010 19
Forutsetninger om flytting Innenlandsk flytting beregnes i tre runder: Først beregnes utflytting fra hver prognoseregion, etter observerte utflyttingsrater siste 5 år Deretter fordeles utflytterne til nye prognoseregioner. Tidligere ble det brukt en flyttepool (lik fordeling av alle utflyttere), nå brukes en flyttematrise (fordelingen avhenger av hvilket utflyttingsområde man flytter fra). Til slutt tar modellen hensyn til flytting når folketallet skal brytes ned til kommunenivå Ulike flytterater for ulike grupper (alder/kjønn) Innflyttinger fra utlandet fordeles som observert innvandring siste 5 år 20
Så framskrives befolkningen Når vi har forutsetninger på prognoseregion-nivå for fruktbarhet, dødelighet og flytting, kan befolkningen i hver prognoseregion framskrives. For hver prognoseregion kjøres kohort-komponentmodellen, med de lokale forutsetninger for dødelighet, fruktbarhet og flytting, i ulike alternativer (H/M/L/0/K). Summen av tallene fra prognoseregionene skal stemme overens de nasjonale tallene fra BEFINN (per år, alder, kjønn, og for hvert H/M/L/0/K-alternativ). Hvis de ikke er like, justeres tallene fra BEFREG. Deretter brytes resultatene ned til kommunenivå. 21
Nedbryting til kommunene Hvor mange av framtidens innbyggere i denne prognoseregionen skal være i Skjervøy? Hovedregel: Bruker fjorårets andeler For eksempel vil andelen av 60-årige menn som bor i Skjervøy i 2014, avgjøre hvor stor andel av 61-årige menn som bor i Skjervøy i 2015. De nyfødte fordeles ved å ta hensyn til ulik fruktbarhetsprofil mellom kommunene i en prognoseregion. I tillegg tas hensyn til flytting (for de yngre) I aldersgruppene 1-49 tar vi også hensyn til flytting. Det gjøres ved hjelp av vekstrater, som viser veksten i hver av kommunene i femårsperioden før framskrivingen for fem ulike grupper (barn 1-15 år, kvinner 16-24, menn 16-24, kvinner 25-49 og menn 25-49 år). 22
Hva vi ikke tar hensyn til BEFREG er (i all hovedsak) en ren-demografisk modell (basert på observerte demografiske forskjeller mellom prognoseregioner og mellom kommuner, stort sett siste 5 år - pluss de nasjonale tallene) Utgangspunkt: At de demografiske trendene fortsetter omtrent som nå Vi tar altså ikke hensyn til Boligbygging Nedleggelser av arbeidsplasser Vedtak om næringsutbygging, samferdselsutbygging Ingen andre politiske vedtak heller, så sant de ikke har fått utslag på de demografiske ratene 428 kommuner, vi har slett ikke informasjon om alle planer og vedtak, og kan aldri bli bedre enn kommunene selv på å vurdere lokale forhold BEFREG har heller ikke med variabelen innvandrerbakgrunn 23
24
Befolkningsvekst i fylkene 2014-2040 (MMMM) Akershus 31% Oslo 31% Rogaland 30% Vest-Agder 29% Buskerud 28% Aust-Agder 28% Hordaland 28% Østfold 25% Sør-Trøndelag 23% Vestfold 22% Møre og Romsdal 19% Nord-Trøndelag 18% Hedmark 14% Troms 14% Oppland 13% Telemark 12% Nordland 11% Finnmark 11% Sogn og Fjordane 9% 25
Befolkningsendringer i kommunene 2014-2040 (MMMM) 26
Prosentvis vekst i Troms-kommunene 2014-2040 (MMMM) Nordreisa 19 % Balsfjord 18 % Lenvik 17 % Tromsø 17 % Omasvuotna Storfjord Omasvuonon 16 % Målselv 16 % Harstad 16 % Kvæfjord 14 % Sørreisa 13 % Skånland 10 % Salangen 8 % Skjervøy 5 % Bardu 5 % Ibestad 4 % Gratangen -1 % Gáivuotna Kåfjord -3 % Karlsøy -3 % Berg -5 % Tranøy -6 % Lavangen -9 % Lyngen -12 % Kvænangen -13 % Torsken -14 % Dyrøy -17 % 27
Kommunene med høyest prosentvis vekst 2014-2040 Folketall 2014 Folketall 2040 (MMMM) Endring Rennesøy 4755 8771 84 % Meland 7544 13077 73 % Hemsedal 2295 3698 61 % Skaun 7392 11762 59 % Os (Hord.) 18678 29427 58 % Ås 17969 28222 57 % Våler (Østf.) 4978 7760 56 % Hobøl 5187 8046 55 % Ullensaker 32438 50260 55 % Sørum 16918 26147 55 % Hå 18115 27947 54 % Klepp 18485 28356 53 % Fjell 23852 36494 53 % Gjesdal 11317 17182 52 % Austevoll 4924 7438 51 % Bjerkreim 2820 4228 50 % Askøy 27346 40963 50 % Hole 6595 9869 50 % Sveio 5463 8168 50 % Austrheim 2833 4231 49 % 28
Kommunene med størst prosentvis nedgang 2014-2040 Folketall 2014 Folketall 2040 (MMMM) Endring Loppa 1027 678-34 % Tjeldsund 1256 898-29 % Vanylven 3302 2387-28 % Bø (Nordl.) 2642 1969-25 % Norddal 1685 1279-24 % Leka 556 423-24 % Engerdal 1345 1032-23 % Beiarn 1088 837-23 % Hyllestad 1391 1071-23 % Rendalen 1883 1461-22 % Fosnes 642 510-21 % Røst 566 462-18 % Solund 815 669-18 % Bindal 1503 1237-18 % Folldal 1631 1343-18 % Fedje 561 463-17 % Dyrøy 1171 974-17 % Rollag 1369 1140-17 % Måsøy 1241 1035-17 % Kvalsund 1051 879-16 % 29
30
31
32
33
34
Men dette er ingen fasit. 35
Hvordan 2012-framskrivingen traff i Troms 2 år etter (2014) Vi hadde størst avvik i Tromsø (vi framskrev 1169 for lavt) og Harstad (vi var 125 for høyt). Dette utgjør 1,6 prosent av Tromsøs folketall og 0,5 prosent av Harstads folketall. Det største avviket i prosent var for Ibestad (vi var 4,9 % for lavt) og Kvænangen (vi var 3,6 % for høyt) I 10 kommuner framskrev vi for høyt, i 14 kommuner for lavt I halvparten av Troms-kommunene var avviket mellom framskrevet og faktisk folketall 2 år etter på under 1% Vi traff best i Torsken kommune (3 for lavt) 36
37
38
Statistikkbanken 39
40
41
42
43
Takk for meg! mto@ssb.no 44
Framtidig inn- og utvandring Innvandringen framskrives i en egen modell Den tar hensyn til drivkrefter bak innvandring: Inntektsforskjeller Arbeidsledighet Nettverk (brohodeeffekten) Befolkningsutvikling i avsenderområdet Mellomalternativ, høyalternativ og lavalternativ basert på tre ulike baner for økonomisk utvikling framover 45
Forventet økonomisk utvikling Mellomalternativet: Inntektsforskjellene mellom Norge og resten av verden blir gradvis lavere ettersom petroleumsinntektene avtar, til vi ligger 20 prosent over nivået i landgruppe 1 i 2100 Høyalternativet: Norge fortsetter å være like mye rikere enn resten av verden som vi er i dag (50 prosent over nivået i landgruppe 1) gjennom hele perioden (til 2100) Lavalternativet: Inntektsforskjellene blir gradvis lavere til vi ligger på nivå med landgruppe 1 fra slutten av 2060-årene og utover Innvandringen beregnes for hver av disse tre alternativene, og for tre landgrupper 46
1 2 3 1 Landgruppe 1: Vest-Europa, Nord-Amerika, Australia og New Zealand Landgruppe 2: Nye EU-land i Øst-Europa Landgruppe 3: Resten av verden 47
Innvandring, landgruppe 1 (Vest-Europa, Nord-Amerika, Australia og New Zealand) 48
Innvandring, landgruppe 2 (nye, østeuropeiske EU-land) 49
Innvandring, landgruppe 3 (resten av verden) 50
Utvandring - forutsetninger For å framskrive utvandringen, brukes utvandringssannsynligheter Disse baserer seg på observerte tall for utvandring, og varierer etter alder og kjønn De varierer også etter om man er innvandrer, norskfødt barn av to innvandrere eller tilhører den øvrige befolkningen For innvandrere og deres barn har vi ulike utvandringssannsynligheter etter landbakgrunn og (for innvandrere) etter botid Antall utvandringer varierer etter hvilket alternativ som brukes for innvandringen 51
Nettoinnvandring (innvandring-utvandring) 52
Sammenligning pool-matrise Pool-metoden beregnet samme fordeling av utflytterne gjennom hele perioden (selv om sammensetningen av utflyttere endres). Matrise-metoden tar hensyn til at det kan være synkende risikopopulasjon i noen regioner (eks utkant-nordnorge). Likevel, for begge metodene: Utfordring at modellen gir kommuner som vokser, stadig mer utflytting, mens de som synker, får stadig lavere utflytting (fordi utflyttingsratene er konstante). Dette demper endringene. Litt mindre problem i matrisemodellen, eks. Oslo og naboregionene 53