Modellutveckling 2017: Regressionsmodellen för inrikes inflyttning - kommunnivå
|
|
- Kjell Olofsson
- för 5 år sedan
- Visningar:
Transkript
1 Demografisk rapport 2017:01 Modellutveckling 2017: Regressionsmodellen för inrikes inflyttning - kommunnivå Befolkningsprognos /50
2 2(62) Modellutveckling 2017: Regressionsmodellen för inrikes inflyttning Demografisk rapport 2017:01, Befolkningsprognos /50 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden utförs som ett samarbete mellan Stockholms läns landsting, Tillväxt- och regionplaneförvaltningen och SCB samt adjungerade forskare och konsulter. Förfrågningar: Michael Franzén, SCB, , Ulla Moberg, SLL/TRF, , Projektledare: Ulla Moberg Stockholm läns landsting/trf Box 22550, Stockholm Besök: Norra Stationsgatan 69 Tfn: TRN
3 3(62) Regressionsmodellen för inrikes inflyttning i befolkningsprognosen Inledning Nybyggnationen är en viktig komponent för kommuners befolkningsutveckling då den möjliggör en utökning av antalet bostäder. En ny bostad drar till sig personer som flyttar in. I befolkningsprognosen för Stockholms läns kommuner ingår det planerade bostadsbyggandet därför som en komponent för att skatta den framtida inflyttningen. Inflyttningsmodellen på kommunnivå baseras på en linjär regressionsmodell där variabler för befolkningsflöden och nybyggnation ingår. Storleken på inflyttningen till de nybyggda bostäderna varierar mellan kommunerna. En nybyggd lägenhet i en kommun fyller alltså inte samma behov på bostadsmarknaden i alla kommuner. Detta dokument beskriver en uppdatering av de kommunanpassade regressionsmodeller för inflyttningen som tagits fram för användning i framskrivningen av prognosen. I de flesta fall kommer modellerna vara desamma men med förändrade koefficienter, men i några fall kan modellen komma att ändras. Detta gäller främst kommuner som tidigare hade modeller med fördröjningseffekter (lag) för byggandet, då vi valt att inte använda sådana komponenter i årets uppdatering. Se vidare nedan. Inför prognosen 2015 gjordes en större översyn av modellerna för inflyttningen, se Demografisk rapport 2015:6 Modellutveckling 2015: Regressionsmodellen för inrikes inflyttning i befolkningsprognosen Linjär regression Med linjär regression kan man statistiskt analysera det linjära sambandet mellan en beroende variabel (Y) och en eller flera förklarande variabler (X 1-X n). Sambandet beskrivs som en modell enligt Y β0 β1 X1 β2 X2... βn Xn där X 1-X n är sinsemellan oberoende och ε är en stokastiskt normalfördelad term som beskriver den återstående slumpmässiga variationen mellan Y- och X- variablerna. Vid modelleringen testas de förklarande variablerna med ett t-test. Testet går ut på att se om variabeln har någon effekt i modellen jämfört med nollhypotesen där den inte har det. Ett t-värde klart skilt från noll tyder på att variabeln tillför något d v s att den är statistiskt signifikant i modellen. Huruvida det överhuvudtaget finns något statistiskt samband mellan Y och X-variablerna testas med ett F-test, där den uppställda modellen testas mot nollhypotesen att eventuella samband endast är slumpmässiga. Höga F-värden tyder på att det finns ett grundläggande samband. Ofta redovisas sannolikheten för att värdena ska uppkomma under nollhypotesens statistiska fördelning (t eller F-fördelningen). Ett högt värde ger en låg sannolikhet
4 4(62) vilket tyder på ett statistiskt samband. I tabellerna i bilaga 1 betecknas dessa värden med Pr < t och Pr > F. T-värdena har en osäkerhet, ett medelfel, som betecknas S.E. (standard error). Förklaringsgraden R 2 beskriver hur mycket av variationen i data som modellen förklarar. Eftersom fler variabler i modellen i allmänhet ökar förklaringsgraden även om de inte är statistiskt signifikanta, används en justerad variant R 2 -Adj som tar hänsyn till detta. Den senare redovisas i tabellerna. Generellt kan man säga att låga förklaringsgrader i våra modeller tyder på svagt samband mellan inflyttning och nybyggnation samt övriga demografiska variabler. I avsnittet Strategi för analysen beskrivs hur de linjära regressionsmodellerna tagits fram specifikt för den här analysen. Beskrivning av regressionsmodeller Modell använd 2016 Storleken på den inrikes inflyttningen till respektive kommun bestäms genom en regressionsmodell som använder sig av data om planerad nyproduktion av bostäder, utflyttning (inklusive utvandring), döda och födda. I och med översynen 2015 introducerades en s k utvidgad modell innehållande även immigration och fördröjningseffekter (lag) för byggnationen upp till tre år, enligt (1) och (2). Inrikes inflyttning = β 0 + β 1 nya lgh i flerbostadshus + β 2 nya lgh i småhus +β 3 utflyttning + β 4 döda + β 5 födda + β 6 immigration +β 7 9 nya lgh i flerbostadshus 1 3 år sedan +β nya lgh i småhus 1 3 år sedan (1) Inrikes inflyttning = β 0 + β 1 nya lgh totalt + β 2 utflyttning + β 3 döda +β 4 födda + β 5 immigration + β 6 8 nya lgh totalt 1 3 år sedan (2) I modellerna ingår alltså enskilda komponenter för byggnationen 1, 2 eller 3 år sedan, för flerbostadshus, småhus eller den totala byggnationen. En fördröjd effekt av byggandet kan tänkas bero på förseningar i rapporteringen av nybyggen. Speciellt om det är flerbostadshus- eller gruppbebyggelseområden. Fördröjningskomponenterna för byggandet gav en förhöjd effekt på inflyttningen för de kommuner som hade dessa komponenter. Som en följd av det vägdes dessa komponenter ned för att få mer rimliga värden i prognosen. Detta förfarande anses därför inte helt tillförlitligt vilket gör att vi valde att inte använda några fördröjningskomponenter i 2016 års modeller. Modeller använda 2016 och i årets prognos är därför av typen (3) och (4). Inrikes inflyttning = β 0 + β 1 nya lgh i flerbostadshus + β 2 nya lgh i småhus + β 3 utflyttning + β 4 döda + β 5 födda + β 6 immigration (3) Inrikes inflyttning = β 0 + β 1 nya lgh totalt + β 2 utflyttning + β 3 döda + β 4 födda + β 5 immigration (4)
5 5(62) β-parametrarna i årets prognos bestäms efter observerade data Variablerna påverkar därmed inflyttningen till de olika kommunerna olika mycket och garanterar inte att ett stort planerat byggande i en kommun ger ett stort antal inflyttare. Modellen kan tolkas som att det finns ett antal lediga boplatser i kommunen. Om ingen flyttar ut, föds eller dör krävs nybyggnation för att inflyttning ska ske. Eventuell utglesning eller förtätning sker då parametrarna för födda, döda och utflyttning är skilda från 1. Utvalda modeller i prognosen 2016 kan studeras i tabell 1. Tabell1.Regressionskoefficienter för utvalda modeller i prognosen 2016, data Modell: Inrikes inflyttning=β0+β1*nya lgh i flerbostadshus+β2*nya lgh i smahus + β3*utflyttning + β4*döda + β5*födda + β6*immigration Nya lgh i Flerbostadshus Småhus Kommun β0 Utflyttning Döda Födda Immigration R2-Adj Upplands Väsby 384,9 1,15 1,51 0,81-1,80 1,38 82% Järfälla -1004,2 0,90 1,96 0,72 3,76 88% Ekerö 87,3 0,78 1,05 0,88 83% Huddinge 767,1 0,51 0,63 0,88 2,40-1,63 89% Haninge¹ Tyresö -665,6 1,00 2,38 0,87 2,88 74% Täby 770,4 1,38 2,19 0,68 3,16-2,15 74% Stockholm 70332,6 0,28-5,40 91% Södertälje -175,6 0,70 3,73-1,86 81% Vaxholm -21,0 0,90 0,94 0,74 1,58 79% Nynäshamn 84,1 0,96 85% Modell: Inrikes inflyttning=β0+β1*nya lgh tot + β2*utflyttning + β3*döda + β4*födda + β5*immigration Nya lgh totalt Kommun β0 Utflyttning Döda Födda Immigration R2-Adj Vallentuna 250,78 0,76 0,69 3,92-1,12 83% Österåker -5,75 1,35 1,07-1,60 70% Värmdö -117,13 0,39 0,41 3,74 1,91-0,98 89% Botkyrka 2490,42 2,18 0,59-2,44 0,76 75% Salem -541,83 0,80 0,88 4,08 1,96-0,99 68% Upplands-Bro 1115,84 1,30 0,35-1,94-2,31 3,07 66% Nykvarn 366,46 1,50 2,76 51% Danderyd 576,77 1,15 0,42 0,84 55% Sollentuna 215,50 0,36 0,72 0,95 82% Nacka -1846,36 0,36 0,81 2,89 1,08 96% Sundbyberg -325,41 1,23 0,99 89% Solna -3941,26 0,83 0,77 6,68 1,01 97% Lidingö -537,17 1,06 0,79 1,91 68% Norrtälje -483,35 0,49 0,40 2,72 0,88 79% Sigtuna -375,28 0,46 0,74 3,13 87% 1) För Haninge användes en annan typ av modell för den inrikes inflyttningen
6 6(62) Analys och resultat Beskrivning av data Data som ligger till grund för analysen är befolkningsdata inklusive årlig nybyggnation av lägenheter. Regressionsmodellerna baseras därför på 42 observationer. Data för Nykvarn är tillgänglig från 1999, och modellen baseras då på 18 observationer. Strategi för analysen Ett antal olika regressionsmodeller för varje kommun testades enligt vissa principer. Målet var att hitta modeller med byggkoefficienter större än 0, för användning i befolkningsprognosen. I första steget testades de fullständiga modellerna med uppdelade byggvariabler för flerbostadshus och småhus. Icke statistiskt signifikanta variabler plockades bort från modellen om deras t-värde var absolut lågt (nära noll) och dess sannolikhet under nollhypotesen var högre än 15 procent 1. Med andra ord: om sannolikheten att variabeln inte har någon effekt i modellen är över 15 procent tas den inte med i modellen 2. Om någon av byggkomponenterna för flerbostadshus eller småhus var icke-signifikanta enligt denna princip eller var negativa, testades motsvarande modeller med sammanslagen byggkomponent. I tredje hand används modeller utan byggkomponent. Föregående års modeller har behållits om inte en ny modell givit en klart högre förklaringsgrad, bland annat för att undvika överanpassning av modellen. I vissa fall har även en bedömning utifrån predikterade värden jämfört med observerade värden gjorts vid val av modell. Användning i prognosen De utvalda regressionsmodellerna används för att prediktera kommunens inrikes inflyttning Den via regressionsmodellen predikterade inrikes inflyttningen delas upp i inflyttning från övriga länet respektive inflyttning från annat län efter de genomsnittliga andelarna av den totala inrikes inflyttningen de tio senaste åren. Inflyttarna fördelas per kön och åldersgrupp efter de senaste årens observerade fördelning i varje kommun. Se vidare Demografisk rapport (2017:02) Befolkningsprognos /50 - Stockholms län huvudrapport. Utvalda modeller i prognosen I tabell 2 visas de utvalda modellerna som används för inflyttningsantagandet i prognosen och i bilaga 1 redovisas de mer utförligt i detalj. Diagrammen i bilagan visar den observerade inflyttningen jämfört med den med modellen predikterade inflyttningen. På så sätt går det att visuellt beskriva hur väl modellen kan återskapa den faktiska inflyttningen. 1 Signifikansnivån 5 procent används ofta vid signifikanstester men här har vi valt en högre nivå för att tillåta fler variabler i modellerna. Skulle t ex nivån 25 procent valts skulle ännu fler variabler komma med i modellerna. 2 I Vaxholm och Upplands-Bro har variabler med sannolikheten 16 procent godkänts. Se tabell 2.
7 7(62) Jämfört med modellerna i 2016 års prognos har det skett några förändringar. För Nacka är byggkomponenten borttagen då den inte längre är statistiskt signifikant i modellen. Komponenten för immigration har tagits bort i modellen för Värmdö, medan komponenten har lagts till i modellerna för Sigtuna och Österåker. För Haninge kommun används en modell som baseras på data från och med 1995, istället för den speciella modell som användes föregående år. Övriga kommuner har samma modell som vid analysen 2016, men med något förändrade koefficienter då ett års observationer har lagts till i data. Tabell2. Utvalda modeller per kommun Modell: Inrikes inflyttning=β0+β1*nya lgh i flerbostadshus+β2*nya lgh i smahus + β3*utflyttning + β4*döda + β5*födda + β6*immigration Nya lgh i Flerbostadshus Småhus Kommun β0 Utflyttning Döda Födda Immigration R2-Adj Upplands Väsby 316,9 1,22 1,48 0,82-1,79 1,45 87% Järfälla -1139,1 1,09 1,90 0,77 3,57 91% Ekerö 77,9 0,76 1,09 0,88 83% Huddinge 740,1 0,57 0,62 0,89 2,49-1,71 91% Nacka -1770,7 0,76 2,66 1,50 96% Tyresö -675,5 1,01 2,39 0,88 2,89 78% Täby 882,2 1,10 2,14 0,62 3,30-2,08 77% Stockholm 70604,5 0,27-5,42 92% Södertälje -308,8 0,72 3,84-1,87 83% Vaxholm -27,4 1,00 0,87¹ 0,77 1,50 79% Nynäshamn 92,7 0,95 86% Modell: Inrikes inflyttning=β0+β1*nya lgh tot + β2*utflyttning + β3*döda + β4*födda + β5*immigration Nya lgh totalt Kommun β0 Utflyttning Döda Födda Immigration R2-Adj Vallentuna 243,6 0,78 0,71 3,76-1,14 85% Österåker 132,5 1,30 0,93-2,44 1,42 72% Värmdö -135,8 0,41 0,31 3,47 2,08 88% Botkyrka 2439,4 2,09 0,58-2,28 0,71 76% Salem -535,7 0,80 0,88 4,03 1,96-0,98 70% Haninge² 711,0 0,95 0,74 85% Upplands-Bro 995,6 1,35 0,40-1,70¹ -2,41 3,29 71% Nykvarn 365,5 1,50 2,78 57% Danderyd 521,9 1,16 0,44 0,84 57% Sollentuna 275,9 0,38 0,70 0,95 85% Sundbyberg -219,7 1,14 0,97 91% Solna -4238,8 0,56 0,77 7,33 0,96 97% Lidingö -604,1 1,04 0,84 1,77 73% Norrtälje -335,7 0,48 0,44 2,38 0,73 81% Sigtuna 23,7 0,26 0,34 3,12 1,38 93% 1) I Vaxholm och Upplands-Bro har variabler med sannolikheten 16 procent godkänts 2) Baserad på data från och med 1995
8 8(62) Utvärdering av tidigare regressionsmodeller Två alternativa modeller har tagits fram för att jämföra med de regressionsmodeller som använts för respektive kommun och årgång ( ). Tillsammans med ordinarie inflyttning i prognoserna jämförs dessa modeller med observerad inflyttning. Syftet är att se vilken modell som verkar prediktera inflyttningen bäst. Samtliga modeller kan studeras i bilaga 2. Första prognosåret har justeras i samtliga modeller på samma sätt som i de ordinarie prognoserna, där regressionsmodellerna använts. Detta för att jämförelserna inte ska bli missvisande. Alternativa modeller Byggplansmodell: I använd modell (5) beräknas ett medelvärde för inflyttning genom att exkludera all inrikes inflyttning som sker på grund av nybyggnation. Sedan görs ett antagande om hur många personer från andra kommuner som kommer att flytta in i planerad nybyggnation. Inrikes inflyttning = Medel inrikes inflyttning exkl inflyttning pga byggnation senaste 6 åren + in fb nya lgh i flerbostadshus + in sh nya lgh i småhus där in fb = inflyttning från andra kommuner per lgh i flerbostadshus och in sh = inflyttning från andra kommuner per lgh i småhus Inflyttning exkl inflyttning pga byggnation räknas ut som inrikes inflyttning inrikes inflyttning pga byggnation där inrikes inflyttning pga byggnation = in fb nya lgh i flerbostadshus + in sh nya lgh i småhus Tanken är alltså att skatta inflyttningen till det befintliga bostadsbeståndet och sedan addera den inflyttning som antas bero på nybyggnation. Modellerna benämns byggplanmedel i bilaga 2. Tidseriemodell: Tidseriemodeller liknar de linjära regressionsmodellerna beskrivna i rapporten med undantaget att tid är den enda förklarande variabeln. Modellen som använts här är en linjär trendmodell och kan uttryckas som 100 Inrikes inflyttning år t = i=0 β i0 + β i1 år t + ε it (6) där ε it är den slumpmässiga feltermen för ålder i och år t. Prediktionsmodellen (6) är en summa över samtliga åldrars (0-100 år) enskilda linjära trendmodeller. Den benämns forecast i diagrammen i bilaga 2. (5)
9 9(62) Analys av utvärderingen Som kan ses i diagrammen i bilaga 2 varierar det mellan kommunerna hur väl de olika modellerna predikterar utvecklingen. I vissa fall (t ex Solna och Tyresö) fungerar ordinarie regressionsmodell bäst, medan i andra fall fungerar byggplansmodellen (t ex Upplands-Bro) eller tidseriemodellen (t ex Botkyrka och Sigtuna) bäst. Det är dock tydligt att i vissa kommuner predikterar ingen av modellerna inflyttningen särskilt bra under perioden. Diskussion Då modellerna används för prediktion på kommunnivå, det vill säga att uppskatta framtida inflyttning i prognosen, är det viktigt att de demografiska förutsättningar som modellerna bygger på kan antas gälla även i framtiden. Med detta i bakhuvudet ligger inflyttningsnivåerna i nuläget högre än på många år; det observerade antalet åren är ovanligt högt. Det gäller i princip alla kommuner. Detta kan göra att prediktionen skiljer sig åt från den observerade inflyttningen, speciellt för de senaste åren (se Bilaga 1). I Haninges fall är modellen inte tillräcklig för att göra en bra prediktion av inflyttningen, i alla fall där data från 1975 används. Vid användning av data från 1995 kan en till synes bättre modell anpassas vilken också används som inflyttningsmodell i prognosen. Även andra kommuner kan tänkas få bättre modeller om en annan tidshorisont används, t ex Lidingö och Täby. Detta har dock inte testats. Byggplanerna är osäkra och kan skilja sig markant från den observerade nybyggnationen som modellerna är baserade på. Planerad och observerad byggnation kan sägas vara olika variabler. Därför kan det vara vanskligt att använda planerna som framtida observerad byggnation för att prediktera framtida inflyttning. Det finns därmed argument att inte använda byggande i modelleringen på kommunnivå överhuvudtaget. Utvärderingen visar att andra typer av modeller (tidseriemodeller, medelvärdesantaganden) fungerar minst lika bra, även om det varierar mellan kommunerna. I allmänhet bygger lämpligheten att använda modellerna till prediktion på att samma eller liknade förhållanden gäller även i framtiden. Bilagorna på följande sidor redovisar: Bilaga 1: utvalda modeller per kommun på sidorna Bilaga 2: utvärderade modeller per kommun , på sidorna
10 10(62) Bilaga 1. Utvalda modeller per kommun Botkyrka Tabell 3. Anpassad modell för inrikes inflyttning för Botkyrka kommun Parameter Variabel skattning S.E t-värde Pr < t β0 2439, ,21 2,09 0,04 Nya lgh totalt 2,09 0,52 3,98 0,00 Födda -2,28 0,94-2,44 0,02 Utflyttning 0,58 0,14 4,03 0,00 Immigration 0,71 0,29 2,42 0,02 R2-Adj % 76% Modellens F-värde 33,63 Pr > F <.0001 Diagram 1. Predikterade vs. observerade värden inrikes inflyttning för Botkyrka kommun
11 11(62) Danderyd Tabell 4. Anpassad modell för inrikes inflyttning för Danderyds kommun Parameter Variabel skattning S.E t-värde Pr < t β0 521,93 296,98 1,76 0,09 Nya lgh totalt 1,16 0,43 2,68 0,01 Utflyttning 0,44 0,17 2,56 0,01 Immigration 0,84 0,36 2,38 0,02 R2-Adj % 57% Modellens F-värde 19,55 Pr > F <.0001 Diagram 2. Predikterade vs. observerade värden inrikes inflyttning för Danderyds kommun
12 12(62) Ekerö Tabell 5. Anpassad modell för inrikes inflyttning för Ekerö kommun Parameter Variabel skattning S.E t-värde Pr < t β0 77,92 82,58 0,94 0,35 Nya lgh i flerbostadshus 0,76 0,47 1,62 0,11 Nya lgh i småhus 1,09 0,36 3,07 0,00 Utflyttning 0,88 0,06 14,27 <,0001 R2-Adj % 83% Modellens F-värde 69,25 Pr > F <.0001 Diagram 3. Predikterade vs. observerade värden inrikes inflyttning för Ekerö kommun
13 13(62) Haninge Tabell 6. Anpassad modell för inrikes inflyttning för Haninge kommun Parameter Variabel skattning S.E t-värde Pr < t β0 710,95 517,42 1,37 0,19 Nya lgh totalt 0,95 0,44 2,19 0,04 Utflyttning 0,74 0,12 6,06 <,0001 R2-Adj % 85% Modellens F-värde 60,30 Pr > F <.0001 Diagram 4. Predikterade vs. observerade värden inrikes inflyttning för Haninge kommun
14 14(62) Huddinge Tabell 7. Anpassad modell för inrikes inflyttning för Huddinge kommun Parameter Variabel skattning S.E t-värde Pr < t β0 740,06 636,49 1,16 0,25 Nya lgh i flerbostadshus 0,57 0,27 2,14 0,04 Nya lgh i småhus 0,62 0,39 1,60 0,12 Döda 2,49 1,03 2,42 0,02 Födda -1,71 0,67-2,53 0,02 Utflyttning 0,89 0,06 14,95 <,0001 R2-Adj % 91% Modellens F-värde 86,24 Pr > F <.0001 Diagram 5. Predikterade vs. observerade värden inrikes inflyttning för Huddinge kommun
15 15(62) Järfälla Tabell 8. Anpassad modell för inrikes inflyttning för Järfälla kommun Parameter Variabel skattning S.E t-värde Pr < t β0-1139,07 261,61-4,35 0,00 Nya lgh i flerbostadshus 1,09 0,24 4,65 <,0001 Nya lgh i småhus 1,90 0,50 3,83 0,00 Döda 3,57 0,73 4,87 <,0001 Utflyttning 0,77 0,09 9,05 <,0001 R2-Adj % 91% Modellens F-värde 102,05 Pr > F <.0001 Diagram 6. Predikterade vs. observerade värden inrikes inflyttning för Järfälla kommun
16 16(62) Lidingö Tabell 9. Anpassad modell för inrikes inflyttning för Lidingö kommun Parameter Variabel skattning S.E t-värde Pr < t β0-604,06 285,69-2,11 0,04 Nya lgh totalt 1,04 0,34 3,05 0,00 Döda 1,77 0,86 2,05 0,05 Utflyttning 0,84 0,12 6,87 <,0001 R2-Adj % 73% Modellens F-värde 37,79 Pr > F <.0001 Diagram 7. Predikterade vs. observerade värden inrikes inflyttning för Lidingö kommun
17 17(62) Nacka Tabell 10. Anpassad modell för inrikes inflyttning för Nacka kommun Parameter Variabel skattning S.E t-värde Pr < t β0-1770,70 310,31-5,71 <,0001 Döda 2,66 1,09 2,43 0,02 Födda 1,50 0,56 2,67 0,01 Utflyttning 0,76 0,06 11,92 <,0001 R2-Adj % 96% Modellens F-värde 316,92 Pr > F <.0001 Diagram 8. Predikterade vs. observerade värden inrikes inflyttning för Nacka kommun
18 18(62) Norrtälje Tabell 11. Anpassad modell för inrikes inflyttning för Norrtälje kommun Parameter Variabel skattning S.E t-värde Pr < t β0-335,72 417,43-0,80 0,43 Nya lgh totalt 0,48 0,29 1,65 0,11 Döda 2,38 0,99 2,40 0,02 Utflyttning 0,44 0,18 2,45 0,02 Immigration 0,73 0,43 1,68 0,10 R2-Adj % 81% Modellens F-värde 44,86 Pr > F <.0001 Diagram 9. Predikterade vs. observerade värden inrikes inflyttning för Norrtälje kommun
19 19(62) Nykvarn Tabell 12. Anpassad modell för inrikes inflyttning för Nykvarns kommun Parameter Variabel skattning S.E t-värde Pr < t β0 365,52 48,10 7,60 <,0001 Nya lgh totalt 1,50 0,57 2,64 0,02 Immigration 2,78 1,32 2,10 0,05 R2-Adj % 57% Modellens F-värde 12,49 Pr > F 0,00 Diagram 10. Predikterade vs. observerade värden inrikes inflyttning för Nykvarns kommun
20 20(62) Nynäshamn Tabell 13. Anpassad modell för inrikes inflyttning för Nynäshamns kommun Parameter Variabel skattning S.E t-värde Pr < t β0 92,68 72,63 1,28 0,21 Utflyttning 0,95 0,06 15,77 <,0001 R2-Adj % 86% Modellens F-värde 248,66 Pr > F <.0001 Diagram 11. Predikterade vs. observerade värden inrikes inflyttning för Nynäshamns kommun
21 21(62) Salem Tabell 14. Anpassad modell för inrikes inflyttning för Salems kommun Parameter Variabel skattning S.E t-värde Pr < t β0-535,69 163,56-3,28 0,00 Nya lgh totalt 0,80 0,35 2,29 0,03 Födda 1,96 0,83 2,35 0,02 Döda 4,03 0,90 4,47 <,0001 Utflyttning 0,88 0,11 8,09 <,0001 Immigration -0,98 0,24-4,16 0,00 R2-Adj % 70% Modellens F-värde 20,34 Pr > F <.0001 Diagram 12. Predikterade vs. observerade värden inrikes inflyttning för Salems kommun
22 22(62) Sigtuna Tabell 15. Anpassad modell för inrikes inflyttning för Sigtuna kommun Parameter Variabel skattning S.E t-värde Pr < t β0 23,65 168,76 0,14 0,89 Nya lgh totalt 0,26 0,17 1,48 0,15 Döda 3,12 0,83 3,75 0,00 Utflyttning 0,34 0,13 2,72 0,01 Immigration 1,38 0,33 4,19 0,00 R2-Adj % 93% Modellens F-värde 127,70 Pr > F <.0001 Diagram 13. Predikterade vs. observerade värden inrikes inflyttning för Sigtuna kommun
23 23(62) Sollentuna Tabell 16. Anpassad modell för inrikes inflyttning för Sollentuna kommun Parameter Variabel skattning S.E t-värde Pr < t β0 275,92 294,64 0,94 0,35 Nya lgh totalt 0,38 0,21 1,85 0,07 Utflyttning 0,70 0,12 5,79 <,0001 Immigration 0,95 0,41 2,29 0,03 R2-Adj % 85% Modellens F-värde 77,56 Pr > F <.0001 Diagram 14. Predikterade vs. observerade värden inrikes inflyttning för Sollentuna kommun
24 24(62) Solna Tabell 17. Anpassad modell för inrikes inflyttning för Solna kommun Parameter Variabel skattning S.E t-värde Pr < t β0-4238,75 646,15-6,56 <,0001 Nya lgh totalt 0,56 0,21 2,62 0,01 Döda 7,33 1,10 6,68 <,0001 Utflyttning 0,77 0,07 10,31 <,0001 Immigration 0,96 0,36 2,64 0,01 R2-Adj % 97% Modellens F-värde 385,42 Pr > F <.0001 Diagram 15. Predikterade vs. observerade värden inrikes inflyttning för Solna kommun
25 25(62) Stockholm Tabell 18. Anpassad modell för inrikes inflyttning för Stockholms kommun Parameter Variabel skattning S.E t-värde Pr < t β , ,00 5,45 <,0001 Döda -5,42 1,07-5,06 <,0001 Utflyttning 0,27 0,10 2,66 0,01 R2-Adj % 92% Modellens F-värde 238,21 Pr > F <.0001 Diagram 16. Predikterade vs. observerade värden inrikes inflyttning för Stockholms kommun
26 26(62) Sundbyberg Tabell 19. Anpassad modell för inrikes inflyttning för Sundbybergs kommun Parameter Variabel skattning S.E t-värde Pr < t β0-219,69 199,60-1,10 0,28 Nya lgh totalt 1,14 0,19 5,99 <,0001 Utflyttning 0,97 0,06 16,65 <,0001 R2-Adj % 91% Modellens F-värde 201,24 Pr > F <.0001 Diagram 17. Predikterade vs. observerade värden inrikes inflyttning för Sundbybergs kommun
27 27(62) Södertälje Tabell 20. Anpassad modell för inrikes inflyttning för Södertälje kommun Parameter Variabel skattning S.E t-värde Pr < t β0-308,84 655,18-0,47 0,64 Döda 3,84 0,79 4,85 <,0001 Födda -1,87 0,40-4,65 <,0001 Utflyttning 0,72 0,06 12,09 <,0001 R2-Adj % 83% Modellens F-värde 67,25 Pr > F <.0001 Diagram 18. Predikterade vs. observerade värden inrikes inflyttning för Södertälje kommun
28 28(62) Tyresö Tabell 21. Anpassad modell för inrikes inflyttning för Tyresö kommun Parameter Variabel skattning S.E t-värde Pr < t β0-675,52 294,50-2,29 0,03 Nya lgh i flerbostadshus 1,01 0,35 2,93 0,01 Nya lgh i småhus 2,39 0,62 3,88 0,00 Döda 2,89 0,78 3,72 0,00 Utflyttning 0,88 0,16 5,50 <,0001 R2-Adj % 78% Modellens F-värde 36,94 Pr > F <.0001 Diagram 19. Predikterade vs. observerade värden inrikes inflyttning för Tyresö kommun
29 29(62) Täby Tabell 22. Anpassad modell för inrikes inflyttning för Täby kommun Parameter Variabel skattning S.E t-värde Pr < t β0 882,20 938,32 0,94 0,35 Nya lgh i flerbostadshus 1,10 0,47 2,33 0,03 Nya lgh i småhus 2,14 0,47 4,54 <,0001 Döda 3,30 1,22 2,70 0,01 Födda -2,08 0,93-2,24 0,03 Utflyttning 0,62 0,14 4,51 <,0001 R2-Adj % 77% Modellens F-värde 27,99 Pr > F <.0001 Diagram 20. Predikterade vs. observerade värden inrikes inflyttning för Täby kommun
30 30(62) Upplands-Bro Tabell 23. Anpassad modell för inrikes inflyttning för Upplands-Bro kommun Parameter Variabel skattning S.E t-värde Pr < t β0 995,60 257,74 3,86 0,00 Nya lgh totalt 1,35 0,30 4,50 <,0001 Födda -2,41 1,03-2,34 0,02 Döda -1,70 1,18-1,45 0,16 Utflyttning 0,40 0,22 1,83 0,08 Immigration 3,29 0,57 5,79 <,0001 R2-Adj % 71% Modellens F-värde 20,86 Pr > F <.0001 Diagram 21. Predikterade vs. observerade värden inrikes inflyttning för Upplands-Bro kommun
31 31(62) Upplands Väsby Tabell 24. Anpassad modell för inrikes inflyttning för Upplands Väsby kommun Parameter Variabel skattning S.E t-värde Pr < t β0 316,85 337,26 0,94 0,35 Nya lgh i flerbostadshus 1,22 0,24 5,01 <,0001 Nya lgh i småhus 1,48 0,36 4,10 0,00 Födda -1,79 0,53-3,35 0,00 Utflyttning 0,82 0,13 6,55 <,0001 Immigration 1,45 0,39 3,70 0,00 R2-Adj % 87% Modellens F-värde 53,78 Pr > F <.0001 Diagram 22. Predikterade vs. observerade värden inrikes inflyttning för Upplands Väsby kommun
32 32(62) Vallentuna Tabell 25. Anpassad modell för inrikes inflyttning för Vallentuna kommun Parameter Variabel skattning S.E t-värde Pr < t β0 243,59 116,15 2,10 0,04 Nya lgh totalt 0,78 0,25 3,10 0,00 Döda 3,76 1,36 2,76 0,01 Födda -1,14 0,45-2,54 0,02 Utflyttning 0,71 0,13 5,33 <,0001 R2-Adj % 85% Modellens F-värde 57,90 Pr > F <.0001 Diagram 23. Predikterade vs. observerade värden inrikes inflyttning för Vallentuna kommun
33 33(62) Vaxholm Tabell 26. Anpassad modell för inrikes inflyttning för Vaxholms kommun Parameter Variabel skattning S.E t-värde Pr < t β0-27,35 46,15-0,59 0,56 Nya lgh i flerbostadshus 1,00 0,32 3,16 0,00 Nya lgh i småhus 0,87 0,61 1,43 0,16 Födda 1,50 0,79 1,89 0,07 Utflyttning 0,77 0,13 5,73 <,0001 R2-Adj % 79% Modellens F-värde 40,92 Pr > F <.0001 Diagram 24. Predikterade vs. observerade värden inrikes inflyttning för Vaxholms kommun
34 34(62) Värmdö Tabell 27. Anpassad modell för inrikes inflyttning för Värmdö kommun Parameter Variabel skattning S.E t-värde Pr < t β0-135,77 128,79-1,05 0,30 Nya lgh totalt 0,41 0,27 1,52 0,14 Döda 3,47 1,82 1,91 0,06 Födda 2,08 0,50 4,14 0,00 Utflyttning 0,31 0,17 1,88 0,07 R2-Adj % 88% Modellens F-värde 79,48 Pr > F <.0001 Diagram 25. Predikterade vs. observerade värden inrikes inflyttning för Värmdö kommun
35 35(62) Österåker Tabell 28. Anpassad modell för inrikes inflyttning för Österåkers kommun Parameter Variabel skattning S.E t-värde Pr < t β0 132,52 237,06 0,56 0,58 Nya lgh totalt 1,30 0,25 5,22 <,0001 Döda -2,44 1,18-2,06 0,05 Utflyttning 0,93 0,19 4,77 <,0001 Immigration 1,42 0,71 2,01 0,05 R2-Adj % 72% Modellens F-värde 27,38 Pr > F <.0001 Diagram 26. Predikterade vs. observerade värden inrikes inflyttning för Österåkers kommun
36 36(62) Bilaga 2. Utvärderade modeller per kommun, Botkyrka Diagram 27. Modellerade värden vs. observerade värden Botkyrka
37 37(62) Danderyd Diagram 28. Modellerade värden vs. observerade värden Danderyd
38 38(62) Ekerö Diagram 29. Modellerade värden vs. observerade värden Ekerö
39 39(62) Haninge Diagram 30. Modellerade värden vs. observerade värden Haninge
40 40(62) Huddinge Diagram 31. Modellerade värden vs. observerade värden Huddinge
41 41(62) Järfälla Diagram 32. Modellerade värden vs. observerade värden Järfälla
42 42(62) Lidingö Diagram 33. Modellerade värden vs. observerade värden Lidingö
43 43(62) Nacka Diagram 34. Modellerade värden vs. observerade värden Nacka
44 44(62) Norrtälje Diagram 35. Modellerade värden vs. observerade värden Norrtälje
45 45(62) Nykvarn Diagram 36. Modellerade värden vs. observerade värden Nykvarn
46 46(62) Nynäshamn Diagram 37. Modellerade värden vs. observerade värden Nynäshamn
47 47(62) Salem Diagram 38. Modellerade värden vs. observerade värden Salem
48 48(62) Sigtuna Diagram 39. Modellerade värden vs. observerade värden Sigtuna
49 49(62) Sollentuna Diagram 40. Modellerade värden vs. observerade värden Sollentuna
50 50(62) Solna Diagram 41. Modellerade värden vs. observerade värden Solna
51 51(62) Stockholm Diagram 42. Modellerade värden vs. observerade värden Stockholm
52 52(62) Sundbyberg Diagram 43. Modellerade värden vs. observerade värden Sundbyberg
53 53(62) Södertälje Diagram 44. Modellerade värden vs. observerade värden Södertälje
54 54(62) Tyresö Diagram 45. Modellerade värden vs. observerade värden Tyresö
55 55(62) Täby Diagram 46. Modellerade värden vs. observerade värden Täby
56 56(62) Upplands Väsby Diagram 47. Modellerade värden vs. observerade värden Upplands Väsby
57 57(62) Upplands-Bro Diagram 48. Modellerade värden vs. observerade värden Upplands-Bro
58 58(62) Vallentuna Diagram 49. Modellerade värden vs. observerade värden Vallentuna
59 59(62) Vaxholm Diagram 50. Modellerade värden vs. observerade värden Vaxholm
60 60(62) Värmdö Diagram 51. Modellerade värden vs. observerade värden Värmdö
61 61(62) Österåker Diagram 52. Modellerade värden vs. observerade värden Österåker
62 62(62) Andra rapporter i samma serie: Stockholmsregionens återflyttningsutbyte med övriga Sverige 2010:05 Pensionspuckeln, 55+ flyttningar 2011:02 Vart tar invandrarna vägen? 2011:04 Födda efter mödrarnas födelseländer 2012:04 Hushåll och familjer i förändring 2012:05 Varför flyttar svenska barnfamiljer? 2012:10 Barnfamiljers flyttningar kring sekelskiftet :04 Alternativa byggplaner 2014:01 Demografiska försörjningskvoter för planområden 2014:03 In- och utflyttningsfält i Stockholmsregionen 2014:08 Segregation i Stockholmsregionen 2014:09 Befolkningstätheter i Stockholms län 2013 och prognoser för :01 Demografiska prognoser för Stockholms län , kommuner 2015:02 Mångfaldsindex och utrikesföddas Stockholmsorientering 2015:04 Hushåll och hushållsutveckling i ett långsiktigt perspektiv 2015:05 Fruktsamhet och mortalitet :05 Barnhushållens flyttningar och unga vuxnas flytt från föräldrarna 2016:06 Befolkningsprognos och kommunprognoser / :07 Modellutveckling 2017: Regressionsmodellen för inrikes inflyttning 2017:01 Befolkningsprognos /50 Stockholms län-huvudrapport 2017:02 Bostadbyggnadsplaner till prognoserna / :03 Permanentning av fritidshus med mera; bilaga Kommunprognoser , sammanfattning, bilaga 2017:04 Mortalitet och sociala faktorer :05
Modellutveckling 2016: Regressionsmodellen för inrikes inflyttning
Demografisk rapport 2016:01 Modellutveckling 2016: Regressionsmodellen för inrikes inflyttning Befolkningsprognos 2016 2025/50 2(38) 3(38) Regressionsmodellen för inrikes inflyttning i befolkningsprognosen
Läs merModellutveckling 2015: Regressionsmodellen för inrikes inflyttning
Demografisk rapport 215:6 Modellutveckling 215: Regressionsmodellen för inrikes inflyttning Befolkningsprognos 215 224/5 2(38) 3(38) Regressionsmodellen för inrikes inflyttning i befolkningsprognosen Inledning
Läs merDemografisk rapport 2014:10. Prognosmetoder och modeller. Regressionsanalys. Befolkningsprognos /45
Demografisk rapport 214:1 Prognosmetoder och modeller Regressionsanalys Befolkningsprognos 214-223/45 PCA/MIH Michael Franzén Version 4. 1(32) Rapport 214-1-8 Regressionsmodellen för inrikes inflyttning
Läs merBefolkningsprognos /50
Demografisk rapport 217:4 Kommunprognoser Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns 26 kommuner och Stockholms stads 14 stadsdelsnämnder Befolkningsprognos 217 226/5
Läs merBefolkningsprognos /50
Demografisk rapport 216:4 Kommunprognoser Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns 26 kommuner och Stockholms stads 14 stadsdelsnämnder Befolkningsprognos 216 225/5
Läs merBefolkningsprognos /50
Demografisk rapport 215:9 Kommunprognoser Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner och Stockholms stads 14 stadsdelsnämnder Arbetet med projektet Befolkningsprognos
Läs merKommunprognoser, sammanfattning för Stockholms läns 26 kommuner och Stockholms stads 14 stadsdelsområden
Kommunprognoser, sammanfattning för Stockholms läns 26 kommuner och Stockholms stads 14 stadsdelsområden Bilaga till Stockholms läns huvudrapport BEFOLKNINGSPROGNOS 218 227/6 STOCKHOLMS LÄN DEMOGRAFIRAPPORT
Läs merHushållsstrukturen i Stockholms län, kommuner och delområden 2016
Demografisk rapport 2018:08 BILAGA med 2016 Hushållsstrukturen i Stockholms län, kommuner och delområden 2016 Beskrivning av Excelbilagan: exempel på och förklaringar till diagram och tabeller; exemplifierat
Läs merBostadsbyggnadsplaner Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner
Demografisk rapport 2012:07 Bostadsbyggnadsplaner Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner Befolkningsprognos 2012-2021/45 Bostadsbyggnadsplaner för Stockholms
Läs merKommunprognoser. Befolkningsprognos /45. Demografisk rapport 2013:09
Demografisk rapport 213:9 Kommunprognoser Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner Befolkningsprognos 213-/45 Befolkningsprognos 213 Bilaga: Sammanfattning
Läs merBostadsbyggnadsplaner
Demografisk rapport 2013:08 Bostadsbyggnadsplaner Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner Befolkningsprognos 2013-2022/45 Befolkningsprognos 2013-2022/45
Läs merBostadsbyggnadsplaner
Demografisk rapport 2014:05 Bostadsbyggnadsplaner Bilaga till Stockholms läns huvudrapport: Sammanfattning för Stockholms läns kommuner. Befolkningsprognos 2014-2023/45 STATISTISKA CENTRALBYRÅN REVIDERAD
Läs merBoendestrukturen i Stockholms län, kommuner och delområden 2016
Demografisk rapport 2018:09 BILAGA med 2016 Boendestrukturen i Stockholms län, kommuner och delområden 2016 Beskrivning av Excelbilagan: en korsning mellan hushåll och vissa boendevariabler. Jämförelse
Läs merBefolkningsprognoser Stockholms län 2014 2023/2045. Rikard Gard Alexandra Malm Enheten för befolkningsstatistik
Befolkningsprognoser Stockholms län 2014 2023/2045 Rikard Gard Alexandra Malm Enheten för befolkningsstatistik Översikt Årets prognoser Länsprognos 2014 2023 Länsprognos 2014 2045 Jämförelse med förra
Läs merBostadsbyggnadsplaner /50 - sammanfattning
Demografisk rapport 2015:08 Bostadsbyggnadsplaner 2015-2024/50 - sammanfattning Bilaga till Huvudrapporten för Stockholms län Befolkningsprognos 2015 2024/50 STATISTISKA CENTRALBYRÅN RAPPORT 1(9) Enheten
Läs merModellutveckling 2018: UCM Unobserved Component Model En ny modell för inrikes inflyttning på kommunnivå
Modellutveckling 218: UCM Unobserved Component Model En ny modell för inrikes inflyttning på kommunnivå BEFOLKNINGSPROGNOS 218 227/6 STOCKHOLMS LÄN DEMOGRAFIRAPPORT 218:2 2(38) Arbetet med projektet Befolkningsprognos
Läs merDen demografiska utvecklingen i kommunerna i Stockholms län
Den demografiska utvecklingen i kommunerna i Stockholms län Befolkningsprognoser och bostadsbyggande Länsstyrelsen i Stockholms län 19 sept. 28 Åke Nilsson www.demografikonsulten.se Stockholmsmigranterna
Läs merByggandets påverkan på prognos och befolkningsutveckling Modeller. Michael Franzén Metodenheten för individ- och hushållsstatistik
Byggandets påverkan på prognos och befolkningsutveckling Modeller Michael Franzén Metodenheten för individ- och hushållsstatistik Inledning Byggplanens påverkan på kommunernas prognosresultat Byggandets
Läs merModellutveckling av demografisk prognos /2040 för Stockholms län
Demografisk rapport 219:1 Modellutveckling av demografisk prognos 218 26/24 för Stockholms län Uppdelning av kommunprognoserna i länsprognosens tre födelsegrupper: födda i Stockholms län, i övriga riket
Läs mer2010:11. Bostadsbyggande och befolkningstillväxt i Stockholms län Regressionsanalys
21:11 Bostadsbyggande och befolkningstillväxt i Stockholms län Regressionsanalys Befolkningsprognos 21 219 Befolkningsprognos 21 219 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden
Läs merKommunernas bostadsbyggnadsplaner Stockholms län /2030 Befolkningsprognos /50
Demografisk rapport 2016:03 Kommunernas bostadsbyggnadsplaner Stockholms län 2016-2025/2030 Befolkningsprognos 2016 2025/50 Bostadsbyggnadsplaner 2016-2025/2030 1(18) Arbetet med projektet Befolkningsprognos
Läs merHandlingar till Kommunstyrelsens arbetsmarknadsutskotts sammanträde den 30 maj 2016
Handlingar till Kommunstyrelsens arbetsmarknadsutskotts sammanträde den 30 maj 2016 6,0 5,0 4,0 3,0 2,0 1,0 0,0 2016-05-17 Tillväxtkontoret Plan- och exploateringsavdelningen Karin Svalfors Jan-14 Feb-14
Läs mer2019:3 Personer 55 år och äldre i Stockholms län förstudie Befolkningsprognos /60
2019:3 Personer 55 år och äldre i Stockholms län 2018 - förstudie Befolkningsprognos 2019 2028/60 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden utförs som ett samarbete mellan
Läs merKommunernas bostadsbyggnadsplaner Stockholms län /2030 Befolkningsprognos /50
Demografisk rapport 2017:03 Kommunernas bostadsbyggnadsplaner Stockholms län 2017-2026/2030 Befolkningsprognos 2017 2026/50 Bostadsbyggnadsplaner 2017-2026/2030 2(26) Arbetet med projektet Befolkningsprognos
Läs merAlternativa byggplaner
Demografisk rapport 2014:01 Alternativa byggplaner 2013 års Stockholmsförhandling och bostadsbyggnadsplanernas effekter på de inomregionala demografiska prognoserna för Stockholms län Befolkningsprognos
Läs merInrikes in- och utflyttning till och från Stockholms län Vidareflyttning av utrikes födda
Inrikes in- och utflyttning till och från Stockholms län Vidareflyttning av utrikes födda Karin Lundström SCB facebook.com/statistiskacentralbyranscb @SCB_nyheter statistiska_centralbyran_scb www.linkedin.com/company/scb
Läs merMortaliteten i Stockholms län :
Mortaliteten i Stockholms län 2012 2016: jämförelser med Riket och länen, skillnader mellan kommuner och sociala grupper Örjan Hemström Prognosinstitutet, Statistiska centralbyrån facebook.com/statistiskacentralbyranscb
Läs merBefolkningen i Stockholms län 30 september 2014
Befolkningen i Stockholms län 3 september 214 Stockholms län har 35 procent av landets folkökning Sveriges folkmängd ökade under de tre första kvartalen 214 med 83 634 personer till 9 728 498. Stockholms
Läs merFöretagsamheten 2017 Stockholms län
Företagsamheten 2017 Stockholms län Om undersökningen Svenskt Näringsliv presenterar varje år ny statistik över företagsamheten i Sverige. Syftet är att visa om antalet personer som har ett juridiskt och
Läs merBefolkningen i Stockholms län 2016
Befolkningen i Stockholms län 2016 Folkmängden i länet ökade med 37 600 Sveriges folkmängd var 9 995 153 den 31 december 2016, en ökning med 144 136 sedan årsskiftet. Stockholms län ökade med 37 621 till
Läs merBefolkningen i Stockholms län 31 mars 2019
Befolkningen i Stockholms län 31 mars 2019 Befolkningen i länet ökade med 8 400 under första kvartalet Sveriges folkmängd var 10 255 102 den 31 mars 2019, en ökning med 24 917 sedan årsskiftet. Stockholms
Läs mer19.1 Färdtjänstberättigade efter ålder i Stockholms län 31 december
19 nämnden är kollektivtrafik för personer, som på grund av långvariga funktionshinder har väsentliga svårigheter att förflytta sig på egen hand eller resa med allmänna kommunikationer. Verksamheten styrs
Läs merStockholms län Prognos fördelad på kommuner Försörjningskvoter Befolkningsprognos /50
Demografisk rapport 2016:07 Stockholms län Prognos 2016-2050 fördelad på kommuner Försörjningskvoter Befolkningsprognos 2016 2025/50 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden
Läs merTabell1. Sundbyberg kommun. Botkyrka. kommun. Våldsbrott 2028 Våldsbrott 1811 Våldsbrott 1767 Våldsbrott 1707 Våldsbrott 1586
Tabell1 Anmälda brott 2012 Helår /100 000 inv Stockholm Sigtuna Botkyrka Södertälje Sundbyberg Våldsbrott 2028 Våldsbrott 1811 Våldsbrott 1767 Våldsbrott 1707 Våldsbrott 1586 även i 248 även i 199 även
Läs merBostadsbyggnadsplaner , komplicerad rapportering och statistik
Bostadsbyggnadsplaner 2016-2030, komplicerad rapportering och statistik Konstantin Kalinichenko Rein Billström Enheten för byggande, bostäder och fastigheter Bostadsbyggnadsplaner: översikt Bostadsbyggnadsplaner
Läs merBefolkningen i Stockholms län 31 mars 2017
Befolkningen i Stockholms län 31 mars 2017 Nästan 2,28 miljoner i länet Sveriges folkmängd var 10 023 893 den 31 mars 2017, en ökning med 28 740 sedan årsskiftet. Stockholms län ökade med 8 796 till 2
Läs merBefolkningen i Stockholms län 2017
Befolkningen i Stockholms län 2017 Folkmängden i länet ökade med 39 100 Sveriges folkmängd var 10 120 242 den 31 december 2017, en ökning med 125 089 sedan årsskiftet. Stockholms län ökade med 39 083 till
Läs merBefolkningen i Stockholms län 2018
Befolkningen i Stockholms län 2018 Folkmängden i länet ökade med 36 000 Sveriges folkmängd var 10 230 185 den 31 december 2018, en ökning med 109 943 sedan årsskiftet. Stockholms län ökade med 35 981 till
Läs merBefolkningen i Stockholms län 30 juni 2017
Befolkningen i Stockholms län 30 juni 2017 Befolkningen i länet ökade med 18 900 under första halvåret Sveriges folkmängd var 10 053 061 den 30 juni 2017, en ökning med 57 908 sedan årsskiftet. Stockholms
Läs merBefolkningen i Stockholms län 30 juni 2012
Befolkningen i Stockholms län 30 juni 2012 Över 2,1 miljoner invånare i länet Under det första halvåret 2012 ökade Sveriges folkmängd med 31 551 personer till 9 514 406. Stockholms län ökade mest med 17
Läs merRegelförenkling på kommunal nivå. Stockholm
Regelförenkling på kommunal nivå En väg in Sverige Ja 88% Nej 12% Ja 85% Nej 15% En väg in för företag bör kunna: ge information om gällande regelverk samordna ansökningar förmedla information mellan olika
Läs mer19.1 Färdtjänstberättigade efter ålder i Stockholms län 31 december
19 nämnden är kollektivtrafik för personer med funktionsnedsättning som har väsentliga svårigheter att förflytta sig på egen hand eller resa med allmänna kommunikationer. Verksamheten styrs av lagen om
Läs merBefolkningen i Stockholms län 2014
Befolkningen i Stockholms län 214 Nära 2,2 miljoner i länet Sveriges folkmängd ökade under 214 med 12 491 personer till 9 747 355. Stockholms län ökade med 35 2 till 2 198 44. Västra Götalands län ökade
Läs merBefolkningen i Stockholms län 30 juni 2018
Befolkningen i Stockholms län 30 juni 2018 Befolkningen i länet ökade med 17 500 under första halvåret Sveriges folkmängd var 10 171 524 den 30 juni 2018, en ökning med 51 282 sedan årsskiftet. Stockholms
Läs merBefolkningen i Stockholms län 2015
Befolkningen i Stockholms län 215 Länets folkökning nästan en tredjedel av landets Sveriges folkmängd ökade under 215 med 13 662 personer till 9 851 17. Stockholms län ökade med 33 395 till 2 231 439.
Läs merBefolkningen i Stockholms län 31 mars 2018
Befolkningen i Stockholms län 31 mars 2018 Befolkningen i länet ökade med 7 500 under första kvartalet Sveriges folkmängd var 10 142 686 den 31 mars 2018, en ökning med 22 444 sedan årsskiftet. Stockholms
Läs merResvanor i Stockholms län 2015
1 Resvanor i Stockholms län 2015 Nykvarns kommun 2 Resvanor i Stockholms län 2015 Resvaneundersökning under hösten 2015 Enkätundersökning till drygt 129 000 invånare i Stockholms län i åldern 16-84 år
Läs merResvanor i Stockholms län 2015
1 Resvanor i Stockholms län 2015 Haninge kommun 2 Resvanor i Stockholms län 2015 Resvaneundersökning under hösten 2015 Enkätundersökning till drygt 129 000 invånare i Stockholms län i åldern 16-84 år Drygt
Läs merBarnhushållens flyttningar och unga vuxnas flytt från föräldrarna Befolkningsprognos /50
Demografisk rapport 2016:06 Barnhushållens flyttningar och unga vuxnas flytt från föräldrarna Befolkningsprognos 2016-2025/50 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden
Läs merBefolkningen i Stockholms län 31 mars 2016
Befolkningen i Stockholms län 31 mars 216 Över 2,2 miljoner i länet Sveriges folkmängd var 9 875 378 den 31 mars 216, en ökning med 24 361 sedan årsskiftet. Stockholms län ökade med 7 778 till 2 239 217.
Läs merBefolkningen i Stockholms län 31 mars 2015
Befolkningen i Stockholms län 31 mars 215 Över 2,2 miljoner i länet Sveriges folkmängd var 9 767 357 den 31 mars 215, en ökning med 2 2 sedan årsskiftet. Stockholms län ökade med 7 61 till 2 25 15. De
Läs merBostadsmarknadsenkäten 2010. Öppet forum för boendeplanering 26 mars 2010
Bostadsmarknadsenkäten 2010 Öppet forum för boendeplanering 26 mars 2010 Befolkningsökning i Stockholms län 40 000 35 000 30 000 Inflyttningsnetto Födelsenetto 25 000 20 000 15 000 10 000 5 000 0 1991
Läs merBefolkningen i Stockholms län 30 juni 2015
Befolkningen i Stockholms län 3 juni 215 Dämpad folkökning i länet Sveriges folkmängd ökade med 45 817 under första halvåret 215 och uppgick till 9 793 172 vid halvårsskiftet. Stockholms län ökade mest
Läs merInkomster. Årsstatistik 2009 för Stockholms län och landsting. Inkomster
17 Statistiken i detta kapitel är hämtad från den totalräknade inkomststatistiken, IoT, som innehåller uppgifter om inkomster, avdrag, skatter, förmögenhet och sociala ersättningar för hela Sveriges befolkning.
Läs merFöretagsamheten Stockholms län
Företagsamheten 2019 Om undersökningen Svenskt Näringsliv presenterar varje år ny statistik över företagsamheten i Sverige. Syftet är att visa om antalet personer som har ett juridiskt och strategiskt
Läs merNORRA LÄNET NÄRSJUKVÅRDSOMRÅDE NORD
NORRA LÄNET NÄRSJUKVÅRDSOMRÅDE NORD 1. Kommuner SIGTUNA UPPLANDS-VÄSBY SOLLENTUNA År 2002 35 779 37 454 58 597 Prognos år 2006 37 165 38 677 59 402 Besök öppenvård antal 182 627 246 758 354 845 Slutenvårdstillfällen
Läs merInkomster. 362 Inkomster Årsstatistik 2012 för Stockholms län och landsting
Inkomster Statistiken i detta kapitel är hämtad från den totalräknade inkomststatistiken, IoT, som innehåller uppgifter om inkomster, avdrag, skatter, förmögenhet och sociala ersättningar för hela Sveriges
Läs merMortalitet och sociala faktorer i Stockholms län 2016:
Demografisk rapport 2017:05 Mortalitet och sociala faktorer i Stockholms län 2016: delområden, utbildningsnivå och hushållstyp Befolkningsprognos 2017-2026/50 Arbetet med projektet Befolkningsprognos för
Läs merRegeringsuppdrag bostadsbehov. Dnr LS 1206-0914
Regeringsuppdrag bostadsbehov Dnr LS 1206-0914 RUFS 2010 Regional utvecklingsplan för Stockholmsregionen Antogs/Godkändes 2010 av Stockholms läns landstings och Länsstyrelsen i Stockholms län VISION Europas
Läs merBostadsbyggnadsplaner och rapporterat utfall för kommuner och basområden
Bostadsbyggnadsplaner och rapporterat utfall för kommuner och basområden 2011 2016 BEFOLKNINGSPROGNOS 2018 2027/60 STOCKHOLMS LÄN DEMOGRAFIRAPPORT 2018:4-2 Arbetet med projektet Befolkningsprognos för
Läs merFöretagsamheten 2018 Stockholms län
Företagsamheten 2018 Stockholms län Om undersökningen Svenskt Näringsliv presenterar varje år ny statistik över företagsamheten i Sverige. Syftet är att visa om antalet personer som har ett juridiskt och
Läs merLäget i Länet på bostadsmarknaden 2010
Läget i Länet på bostadsmarknaden 2010 Fortsatt rekordhög befolkningsökning men bostadsbyggandet hänger inte med. Bostadsbristen förvärras 2006 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986
Läs merDemografiska prognoser för Stockholms län fördelat på kommunnivå
Demografisk rapport 2015:02 Demografiska prognoser för Stockholms län 2014-2045 fördelat på kommunnivå Reviderade kommunmodeller och byggplaner Befolkningsprognos 2015-2024/50 Tillväxt- och regionplaneförvaltningen
Läs merUtredningen om kommunal planering för bostäder
1 Utredningen om kommunal planering för bostäder Utredare: Hanna Wiik, förvaltningschef, Tillväxtoch regionplaneförvaltningen, Stockholms läns landsting Huvudsekreterare: Lars Arell Sekreterare: Lisa Leverström
Läs merFolkmängden i Södertälje kommun 31 december 2016
Magnus Lundin Statistiker Kommunstyrelsens kontor/ 2017-02-21 Enheten för utredning och hållbarhet Folkmängden i Södertälje kommun 31 december 2016 Ny statistik från SCB visar att folkmängden i Södertälje
Läs merFöretagsamhetsmätning- Stockholms län JOHAN KREICBERGS HÖSTEN 2010
Företagsamhetsmätning- Stockholms län JOHAN KREICBERGS HÖSTEN 2010 Företagsamheten Stockholms län Inledning Svenskt Näringslivs företagsamhetsmätning presenteras varje halvår. Syftet är att studera om
Läs merBeräkning av bostadsbehovet i Stockholmsregionen går det att göra? Så här gjorde vi
Beräkning av bostadsbehovet i Stockholmsregionen går det att göra? Så här gjorde vi Regional bedömning av behovet av nya bostäder Genomfördes juni-dec 2012 av SLL Tillväxt, miljö och regionplanering Tillväxt,
Läs merFÖRSLAG 2017:84 LS Landstingsstyrelsens förslag till beslut. Valkretsindelning för perioden
FÖRSLAG 2017:84 Landstingsstyrelsens förslag till beslut Valkretsindelning för perioden 2018-2022 Stockholms läns landsting 28( 3 8) Landstingsstyrelsen PROTOKOLL LS 2017-0084 2017-09-26 Kl. 10:00-189-212
Läs mer2009:1. Befolkningsutvecklingen 2008 i Stockholms län
2009:1 Befolkningsutvecklingen 2008 i Stockholms län Befolkningsprognos 2009 2018 Befolkningsutvecklingen i Stockholms län 2008 När, var, hur vänder det? 2009:1 Arbetet med projektet Befolkningsprognos
Läs merBarnhushållens flyttningar och ungas flytt hemifrån
Barnhushållens flyttningar och ungas flytt hemifrån Lena Lundkvist Karin Lundström SCB facebook.com/statistiskacentralbyranscb @SCB_nyheter statistiska_centralbyran_scb www.linkedin.com/company/scb BARNHUSHÅLLENS
Läs mer2010:4. Befolkningsutvecklingen 2009 i Stockholms län
2010:4 Befolkningsutvecklingen 2009 i Stockholms län Befolkningsprognos 2010 2019 Befolkningsutvecklingen 2009 i Stockholms län 2010:4 Arbetet med projektet Befolkningsprognos för Stockholms län och delområden
Läs merUppföljning av bostadsbyggandet
Rapport2001:01 2015:7 Rapport Uppföljning av bostadsbyggandet Rapport 2015:7 Uppföljning av bostadsbyggandet Foto omslag: Bostadsbyggnation på Södermalm, Stockholm. Christina Fagergren. Utgivningsår:
Läs merDemografiska prognoser på kommunnivå för Stockholms län
Demografisk rapport 2012:02 Demografiska prognoser på kommunnivå 2011-2040 för Stockholms län Version 2 Befolkningsprognos 2012-2021/40 Tillväxt, miljö och regionplanering Ulla Moberg 08-7374485 Ulla.moberg@tmr.sll.se
Läs merRegionalt utvecklad kulturskola och regionalt utvecklad tillgång till idrottsanläggningar
Regionalt utvecklad kulturskola och regionalt utvecklad tillgång till idrottsanläggningar Ett treårigt utvecklingsprojekt 2016-2019 MED STÖD AV PROJEKTÄGARE Hur många unga i Stockholms län åker ofta över
Läs merFöretagsamhetsmätning Stockholms län. Johan Kreicbergs
Företagsamhetsmätning Stockholms län Johan Kreicbergs Våren 2010 Företagsamhetsmätning Stockholms län Inledning Svenskt Näringslivs företagsamhetsmätning presenteras varje halvår. Syftet är att studera
Läs merSocialtjänst och socialförsäkringar
18 Socialtjänst och socialförsäkringar Socialtjänst och socialförsäkringar Socialstyrelsen ansvarar sedan den 1 juni 1994 för den officiella socialtjänststatistiken. Tidigare ansvarade Statistiska centralbyrån
Läs merFöretagsklimatet i Nacka kommun 2018
Företagsklimatet i kommun 2018 Om undersökningen i kommun Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2018 Lokalt företagsklimat 2018 Primär målgrupp: Företag med
Läs merBarns och ungdomars flyttningar
Demografisk rapport 214:2 Barns och ungdomars flyttningar i Stockholms län år 212/213 Befolkningsprognos 214-223/45 Arbetet med projektet Barns och ungdomars flyttningar i Stockholms län år 212/213 utförs
Läs merFöretagsklimatet i Haninge kommun 2018
Företagsklimatet i kommun 2018 Om undersökningen i kommun Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2018 Lokalt företagsklimat 2018 Primär målgrupp: Företag med
Läs merSåväl in- som utpendlingen har tagit ny fart
2016:6 2016-04-05 Såväl in- som utpendlingen har tagit ny fart Att arbetsmarknadsregionen är betydligt större än själva länet har länge varit känt. Betydande in- och utpendling sker på såväl dag- som veckobasis
Läs merFöretagsklimatet i Nykvarns kommun 2017
Företagsklimatet i s kommun 2017 Om undersökningen Lokalt företagsklimat 2017 s kommun Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2017 Primär målgrupp: Företag med
Läs merFöretagsklimatet i Stockholms stad 2017
Företagsklimatet i s stad 2017 Om undersökningen Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2017 Lokalt företagsklimat 2017 s stad Primär målgrupp: Företag med minst
Läs merFöretagsklimatet i Nynäshamns kommun 2017
Företagsklimatet i s kommun 2017 Om undersökningen Lokalt företagsklimat 2017 s kommun Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2017 Primär målgrupp: Företag med
Läs mer19.1 Färdtjänstberättigade efter ålder i Stockholms län 31 december
19 Färdtjänst Färdtjänstnämnden Färdtjänst är kollektivtrafik för personer med funktionsnedsättning som har väsentliga svårigheter att förflytta sig på egen hand eller resa med allmänna kommunikationer.
Läs merStockholmskonjunkturen Stockholms län och stad, 2018 kv september 2018 Stockholm Business Region
Stockholmskonjunkturen Stockholms län och stad, 2018 kv 2 18 september 2018 Stockholm Business Region Om rapporten Rapporten är utgiven av Stockholm Business Region och publiceras fyra gånger per år. Rapporten
Läs merSammanfattande slutsatser
Sammanfattande slutsatser Det byggs nu mer än på länge Fler kommuner bygger mer nya förutsättningar och ambitioner 41 500 bostäder påbörjades 2013 2015 15 000 bostäder färdigställdes under 2015 På väg
Läs merFöretagsklimatet i Danderyds kommun 2017
Företagsklimatet i s kommun 2017 Om undersökningen Lokalt företagsklimat 2017 s kommun Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2017 Primär målgrupp: Företag med
Läs merFöretagsklimatet i Nacka kommun 2017
Företagsklimatet i kommun 2017 Om undersökningen Metod: webbenkät, postal enkät och telefonintervjuer under perioden januari-april 2017 Lokalt företagsklimat 2017 kommun Primär målgrupp: Företag med minst
Läs merStockholmskonjunktur en Stockholms län och stad, 2018 kv 4
Stockholmskonjunktur en och stad, 2018 kv 4 Om rapporten Rapporten är utgiven av Stockholm Business Region och publiceras fyra gånger per år. Rapporten omfattar och stad. Statistiken bygger på uppgifter
Läs merMer information om arbetsmarknadsläget i Stockholms län vid slutet av april 2014
Efterfrågan Utflöde Inflöde Utbud av arbetssökande 2014-05-08 Mer information om arbetsmarknadsläget i Stockholms län vid slutet av april 2014 Stockholms läns arbetsmarknad fortsatte utvecklas i positiv
Läs merKvalitetsmätning i skolan
Kvalitetsmätning i skolan Här nedan finns ett antal påståenden som vi vill be dig ta ställning till. Du ska svara genom att sätta en bock i någon av de sex rutorna Ledsen gubbe betyder att du inte instämmer
Läs merVä lfä rdstäppet Stockholms lä n
Stockholms län Vä lfä rdstäppet Stockholms lä n Inledning Välfärdsutredningen som presenterades i slutet av förra året lanserade ett förslag till vinstbegränsning för välfärdsföretag. I praktiken innebär
Läs mer19.1 Färdtjänstberättigade efter ålder i Stockholms län 31 december
Färdtjänstnämnden Färdtjänst är kollektivtrafik för personer med funktionsnedsättning och som har väsentliga svårigheter att förflytta sig på egen hand eller resa med allmänna kommunikationer. Verksamheten
Läs merStockholmsenkäten 2018
Stockholmsenkäten 18 Temarapport: Psykisk hälsa Grundskolans årskurs 9 Elevundersökning i årskurs 9 och gymnasieskolans årskurs 2 Stockholmsenkätens syften Kartlägga drogvanor, kriminalitet, skolk, mobbning
Läs merMer information om arbetsmarknadsläget i Stockholms län i slutet av november 2012
Utbud av arbetssökande Inflöde Utflöde Efterfrågan 2012-12-13 Mer information om arbetsmarknadsläget i Stockholms län i slutet av november 2012 Under november månad ökade antalet sökande som fick ett arbete
Läs merBEFOLKNINGSPROGNOS FÖR SALEMS KOMMUN Rapport
BEFOLKNINGSPROGNOS FÖR SALEMS KOMMUN 2017-2030 2018-02-09 BEFOLKNINGSPROGNOS FÖR SALEMS KOMMUN 2017-2030 KUND Salems kommun Säby Torg 16 144 80 Rönninge www.salem.se KONSULT WSP Sverige AB 121 88 Stockholm-Globen
Läs merInpendlingen bromsar in medan utpendlingen ökar
2015:4 Inpendlingen bromsar in medan utpendlingen ökar Att arbetsmarknadsregionen är betydligt större än själva länet har länge varit känt. Betydande in- och utpendling sker på såväl dag- som veckobasis
Läs merREGIONAL BEDÖMNING AV BEHOVET AV NYA BOSTÄDER Remissversion 3/10 13/
REGIONAL BEDÖMNING AV BEHOVET AV NYA BOSTÄDER Remissversion 3/10 13/11 2012 Uppdrag om att viss utrednings- och samordningsverksamhet ska avse bostadsbyggandet i Stockholms län (S2012/4203/PBB) Regeringens
Läs merRegional befolkningsprognos
Regional befolkningsprognos Typ: Kommun Kod: 019200 Namn: Nynäshamn År: 2014-2034 Befolkningsprognos för Nynäshamns kommun gjort på SCB för period 2014-2034(bearbetat av Irina Martin) 1 Antal Personer
Läs merStockholmskonjunkturen Stockholms län och stad, 2018 kv december 2018 Stockholm Business Region
Stockholmskonjunkturen Stockholms län och stad, 2018 kv 3 17 december 2018 Stockholm Business Region Om rapporten Rapporten är utgiven av Stockholm Business Region och publiceras fyra gånger per år. Rapporten
Läs mer