Återanställningar bland arbetslösa på den svenska arbetsmarknaden

Transkript

1 Ura 2000:3 ISSN Återanställningar bland arbetslösa på den svenska arbetsmarknaden AMS Utredningsenhet Forskning- och utvärderingssektionen Abukar Omarsson Arbetsmarknad och arbetsmarknadspolitik Rapporten ingår i serie Ura som utges av AMS Utredningsenhet.

2 Innehållsförteckning Sid SAMMANFATTNING INLEDNING DATA OCH DEFINITIONER DATAKÄLLOR BEGREPPEN ÅTERANSTÄLLNING OCH NY ARBETSGIVARE RESULTAT ÅTERANSTÄLLNINGAR AV DE PERSONER SOM VARIT ARBETSLÖSA OCH FÅTT ARBETE UNDER ÅREN VILKA SEKTORER OCH NÄRINGSGRENAR ÅTERANSTÄLLER MEST? VILKA ÅTERANSTÄLLS? REGRESSIONSANALYS OCH TOLKNING SAMMANFATTNING OCH SLUTSATSER...24 REFERENSER

3 Sammanfattning AMS har i flera mindre studier baserade på enkäter visat att nästan hälften av de arbetslösa som finner ett arbete återanställs hos en tidigare arbetsgivare. En brist i dessa studier har varit att antalet observationer varit för få för att möjliggöra nedbrytningar på mindre grupper. I denna studie använder vi registerdata för att kartlägga personer som blev återanställda mellan Detta medger möjligheter att med större säkerhet fastställa de faktorer som påverkar sannolikheten till återanställning. Den data som ligger till grund för studien är hämtad från Statistiska centralbyråns arbetskraftsundersökningar och de två longitudinella databaserna LOUISE och HÄNDEL. Det finns flera anledningar varför återanställningar av arbetslösa hos en tidigare arbetsgivare är av intresse. Enligt de sökteoretiska modellerna kan den arbetslöse påverka sina chanser att få jobb dels genom den intensitet han eller hon söker efter arbete, dels genom vilka krav hon eller han ställer för att acceptera arbetserbjudande. Förväntningar om återanställning påverkar den arbetslöses sökbeteende och/eller övergången till ett nytt jobb. För det första är det sannolikt att en person som har förväntningar om återanställning hos en tidigare arbetsgivare minskar sina ansträngningar att söka jobb och därmed minskar sannolikheten att denne ska finna ett nytt jobb. För det andra kan en hög återanställningsförväntan leda till att de arbetssökande blir mer kräsna i sina beslut om att acceptera eller förkasta nytt jobberbjudande eller deltagande i arbetsmarknadspolitiska program. Tidigare studier av återanställningar (Harkman & Jansson, 1995 och Jansson, 1999) har observerat att chansen för återanställning avtar med arbetslöshetstidens längd. Dessutom finns det risk att återanställningsförväntan inte förverkligas. Om förväntningarna om återanställning inte förverkligas och personen inte ändrar sin uppfattning om återanställning kan man förvänta sig längre arbetslöshetstider. De sökandes egna förväntningar kan dessutom vara en viktig information som arbetsförmedlarna kan använda för att sortera arbetssökande i olika grupper som ges olika service. Detta mot bakgrund av att sannolikheten att lämna arbetslösheten relativt snabbt är högre för sökande som återanställs hos en tidigare arbetsgivare (Harkman & Jansson, 1995). Om hänsyn tas till sådan information skulle det således bli lättare att bedöma vem som är i behov av vilken insats och när denna ska sättas in. Med andra ord kan ett effektivare resursutnyttjande åstadkommas.

4 2 Vi finner liksom de tidigare studierna att i genomsnitt 45 procent av de arbetslösa som lämnade arbetslöshet för ett arbete under åren återanställdes hos en tidigare arbetsgivare. Vi kan också konstatera att återanställningar varierar mest mellan olika näringsgrenar och åldrar. Resultaten pekar på att en betydande andel återanställningar finns inom vård och omsorg och i byggbranschen. Sannolikheten att återanvända till en tidigare arbetsgivare uppgår till drygt 56 procent inom vård och omsorg och ca 50 procent inom byggbranschen. Utbildning och forskning samt jordbruks-, skogsbruks- och fiskeriarbeten genererar också en hög andel återanställningar. Förklaringen till detta kan vara de tidsbegränsade eller säsongsbetonade anställningar som ofta förekommer inom dessa branscher. Återanställningar är vanligare bland personer i de högre åldersgrupperna (50+). När en person mellan år får ett arbete är sannolikheten att det är en återanställning 64 procent. En tolkning är att äldre arbetslösa personer generellt sett har svårare att få jobb. Återanställning hos en tidigare arbetsgivare kanske därmed är deras enda möjlighet att lämna arbetslösheten. Vad gäller de övriga variablerna finner vi att kvinnor återanställs i högre utsträckning än män. Detta kan delvis förklaras av att kvinnor i större utsträckning har tillfälliga eller tidsbegränsade arbeten inom exempelvis vård och utbildning. Vi finner också att utbildning har betydelse när det gäller chansen att gå tillbaka till en tidigare arbetsgivare. Personer med förgymnasial utbildning återanställs i något högre grad än personer med eftergymnasial utbildning. Förklaringen ligger sannolikt i att längre utbildning ger en starkare position på arbetsmarknaden vilket ökar möjligheten att välja mellan olika arbetsgivare. Vi kan konstatera att skogslänen har något högre andel återanställningar än storstadslänen. En tolkning av detta är att återanställningar är mer förekommande på små lokala arbetsmarknader än på större arbetsmarknader, då valmöjligheten är mer begränsade på små marknader. Vidare kan vi konstatera att chansen att bli återanställd är högst för de personer som är berättigade till a-kassa. Detta resultat bör tolkas med delvis omvänd orsaksförhållande. För att få a-kassa måste man haft en tidigare arbetsgivare. De som saknar a-kassa är oftare nytillträdande på arbetsmarknaden och har därför inte möjligheten att återanställas. Slutligen kan vi konstatera att det finns en tendens till att andelen återanställningar ökar när arbetslöshetsnivån i kommunen ökar. 2

5 3 Sammanfattningsvis bör de arbetssökandes egna bedömningar av sannolikheten att bli återanställd uppmärksammas. Informationen bör beaktas i den jobbsökarplan som upprättas för alla sökande. Denna information kan förmedlarna erhålla genom att fråga om de sökandes egna förväntningar om återanställning. Samtidigt är det viktigt att förmedlingarna agerar utifrån den information om de arbetssökande som finns tillgänglig. Som påvisades ovan sannolikheten att bli återanställd varierar främst med personens ålder och inom vilken bransch personen söker jobb. 3

6 4 1 Inledning Målen med arbetsmarknadspolitiken är att förbättra effektiviteten på arbetsmarknaden. Det gäller exempelvis att hålla vakanstiderna nere för lediga platser, minska långtidsarbetslösheten samt motverka långa tider utan reguljärt arbete. En förutsättning att lyckas med de nämnda målen är en god kännedom både om hur arbetsmarknaden fungerar och om de egenskaper som finns hos arbetssökande. Det är exempelvis viktigt att arbetsförmedlingen känner till vilka egenskaper hos den arbetssökande som påverkar dennes chanser att hitta jobb. Med sådan information kan arbetsförmedlingen koncentrera sina resurser till sökande som har sämre förutsättningar att på egen hand lämna arbetslöshet och som har stort behov av uppbackning. En viktig faktor som arbetsförmedlare bör uppmärksamma är återanställningar eller förväntningar om återanställning hos de arbetslösa hos en tidigare arbetsgivare. Flera studier som AMS genomfört (Harkman & Jansson, 1995, Svensson, 1996 och Jansson, 1999) visar att återanställningar är ett mycket vanligt fenomen på den svenska arbetsmarknaden, i likhet med i USA och vissa andra europeiska länder. 1 Resultaten från de svenska studierna tyder på att mellan 40 och 50 procent av anställningar som går till arbetslösa personer är återanställningar hos en tidigare arbetsgivare. Kontakten mellan en arbetsgivare och en anställd behöver inte nödvändigtvis upphöra efter att en anställning upphört. I de fall företagen inte är i behov av ny kompetens finns det betydande fördelar i att upprätthålla kontakten med tidigare anställda. Att vända sig till en tidigare anställd vid rekryteringsbehov, medför i allmänhet betydande kostnadsfördelar. Genom att anställa en tidigare anställd kan företagen slippa kostnader för annonsering, introduktion och upplärning. Det finns åtminstone ett par goda skäl till att återanställningar och arbetslösas förväntningar om återanställning hos en tidigare arbetsgivare särskilt bör uppmärksammas. Dessa har att göra med att förväntningar om återanställning påverkar den arbetslösas sökintensitet och/eller övergång till nytt arbete. Det är naturligtvis rimligt att förvänta sig att en hög återanställningsförväntan bidrar till att de arbetssökande blir mindre oroliga för arbetslöshet och därigenom minskar sökintensiteten. Det är dock viktigt att notera att sökande som återanställs har förhållandevis stora chanser att 1 Vad gäller de internationella studierna se till exempel Devine & Kiefer (1991), Katz (1986), Katz & Meyer (1988), Jensen & Westergård-Nielsen (1990). 4

7 5 lämna arbetslösheten relativt snabbt. Man kan därför inte generellt dra slutsatsen att sökintensitet är avgörande för om en person får ett arbete eller ej. Det som däremot har betydelse är att övergångssannolikheten till återanställning hos en tidigare arbetsgivare minskar ju längre tiden går (se Harkman & Jansson, 1995). Återanställningsförväntan kan också leda till att de arbetssökande blir mindre benägna att acceptera erbjudande om ett nytt jobb eller deltagande i arbetsmarknadspolitiska program. Man kan därför förvänta sig längre arbetslöshetstider om förväntningarna inte förverkligas och personen inte reviderar sin uppfattning om återanställning. I en undersökning som gjordes av Öhrn (1997) framkom att en ganska stor del (27 procent) av de arbetssökande förväntade sig att bli återanställda. Som nämndes ovan har återanställningen positiv inverkan på möjligheten att lämna arbetslösheten. Förutsatt att förväntningarna är korrekta är sådan information värdefull för förmedlarna. Detta för att kunna avpassa insatser efter olika sökandes behov. Det är rimligt att anta att personer med en större chans till återanställning har ett mindre behov av deltagande i program eller annat stöd från arbetsförmedlingen än övriga. Om förmedlarna i första hand riktar sina insatser mot sökande som inte har förväntningar om återanställning skapas med andra ord förutsättningar för ett effektivare resursutnyttjande. En ytterligare betydelse av återanställningsförväntningar uppstår vid program utvärderingar. Många gånger brukar man vid utvärderingar av effekten av arbetsmarknadspolitiska program göra en jämförelse mellan programdeltagare och personer som inte deltagit. Ett problem som uppstår när man gör en sådan jämförelse utan att ta hänsyn till förväntningar om återanställning är att man riskerar att programeffekten underskattas, se t.ex. Harkman m.fl. (1999). Detta p.g.a. att personer med förväntningar om återanställning tenderar att avstå ifrån att delta i programmen. Dessutom har dessa bättre chans att lämna arbetslösheten relativt snabbt jämfört med personer utan denna möjlighet. En begränsning i de tidigare studierna är att de bygger på relativt små datamaterial. Det har därför inte varit möjligt att bryta ned andelen återanställningarna i olika delgrupper. Genom att utnyttja Statistiska centralbyråns arbetskraftsundersökningar tillsammans med longitudinella databaser LOUISE och HÄNDEL kan vi komma förbi detta problem. 2 2 En utförlig beskrivning av AKU och LOUISE se SCBs hemsida ( 5

8 6 I denna rapport skall vi kartlägga hur andelen återanställningar bland dem som varit arbetslösa och fått arbete har utvecklats under åren Därefter skall vi identifiera återanställningsandelen för olika sektorer och näringsgrenar i ekonomin. Vidare skall vi analysera hur olika personkaraktäristika, såsom kön, ålder, utbildningsnivå, födelseland och länstillhörighet, påverkar återanställningen. Resten av rapporten är disponerad på följande vis. Nästa kapitel inleds med en kort presentation av datamaterialet och en definition av begreppet återanställning. I kapitel 3 redovisas resultaten från vår undersökning. Vi börjar med att presentera fakta om återanställningar i termer av omfattning, i vilka sektorer och näringsgrenar återanställningar är koncentrerade till, samt vilka personerna är som återanställs. Därefter skattas en logistisk regressionsmodell i syfte att klargöra och tolka samvariationen mellan återanställning hos en tidigare arbetsgivare eller anställning hos en ny arbetsgivare och de olika faktorerna. Slutligen, i kapitel 4, sammanfattas resultaten och de slutsatser som kan dras på basis av resultaten. 2 Data och definitioner I detta kapitel presenteras det datamaterial som ligger till underlag för denna studie och hur begreppen återanställning och anställning hos ny arbetsgivare definieras. Vidare belyses vissa begränsningar i datamaterialet. 2.1 Datakällor Det datamaterial som används för denna studie bygger på tre olika datakällor. Det huvudsakliga datamaterialet är ett bruttourval av alla personer som någon gång varit med i SCBs Arbetskraftundersökningar (AKU) under tidsperioden och därtill en tilläggsundersökning för nytillskottet invandrare och 16-åringar under Vi har sedan samkört med SCBs longitudinella databas LOUISE som innehåller uppgifter om sysselsättning, utbildning, organisationsnummer för arbetsgivare och inkomst för hela befolkningen i åldern år. Vi har vidare samkört med AMS databas HÄNDEL vilken även denna är en longitudinell databas där alla personer som någon gång varit inskrivna vid arbetsförmedlingen sedan 1991 ingår. På grund av att data från LOUISE produceras med en betydande eftersläpning använder vi i vår analys data som spänner sig perioden

9 7 Den sammanslagna data vi därmed använder är en longitudinell individdatabas som innehåller personkaraktäristika i form av ålder, kön, utbildningsnivå, födelseland, bostadslän och variabler som anger inskrivnings- och utskrivningsdatum hos arbetsförmedlingen, sysselsättningsstatus, organisationsnummer för arbetsgivare, sektoroch näringsgrenstillhörighet. Flertalet variabler i den skapade databasen avser hela året. Ett undantag är dock variabeln organisationsnummer för arbetsgivare som endast ger information om den arbetsgivare personen är/var anställd hos i november månad respektive år. Datamaterialet gör det möjligt att följa personer dels mellan sysselsättning och arbetslöshet och dels mellan olika arbetsgivare. Detta kan ske genom att binda samman årsdata och med hjälp av arbetsgivarens organisationsnummer identifiera vilken arbetsgivare som personen är/var anställd hos vid ett specifikt tillfälle. Med arbetsgivare avser vi i denna studie det företag eller den organisation personen arbetar för. Som exempel kan nämnas att samtliga sjukhus i Stockholm som drivs av Stockholms läns landsting räknas som en och samma arbetsgivare. Detta är naturligtvis en begränsning i studien och leder förmodligen till en överskattning av andelen återanställda. Man skulle hellre haft tillgång till arbetsställenummer vilket skulle kunna vara möjligt. Vi hade dock inte tillgång till denna. 2.2 Begreppen återanställning och ny arbetsgivare När en arbetssökande finner ett arbete kan det röra sig om antingen en anställning hos en ny arbetsgivare eller en återanställning hos en tidigare arbetsgivare. Totala rekryteringar blir därför summan av de både typen av anställningar. Med rekrytering menar vi i denna studie att en person har arbete november månad ett givet år (t) men har varit inskriven som arbetslös någon gång under perioden november år (t 1) och november år (t). Därigenom kan vi få en uppskattning om antalet rekryteringar av arbetslösa som ägt rum under ett år. Till skillnad från konsekvenserna av att bara ha tillgång till organisationsnummer medför denna begränsning i tid sannolikt en viss underskattning eftersom personer med kortare anställningar som varar mindre än ett år riskerar att exkluderas. Vi kan inte med detta datamaterial avgöra vilken av effekten som dominerar. Med hjälp av arbetsgivarens organisationsnummer kan vi göra en uppdelning i återanställning och ny arbetsgivare genom att jämföra den arbetsgivare individen är an- 7

10 8 ställd hos i november månad det aktuella året (t) med den arbetsgivare individen var anställd hos i november tidigare år. Mer precist definierar vi återanställning och ny arbetsgivare på följande vis. Återanställning räknas i denna studie som en individ som i november aktuellt år (t) är anställd hos samma arbetsgivare som individen var anställd hos i november ett år tidigare (t 1), fall 1 i figur 1 nedan. I de fall personen inte har haft något arbete (t 1) görs en jämförelse med den arbetsgivare personen var anställd hos i november två år tidigare (t 2), fall 2 i figur 1 nedan. Personen skall ha varit arbetslös någon gång mellan perioden (t 1) och (t). Ny arbetsgivare definieras som att individen är anställd hos olika arbetsgivare i november det aktuella året (t) och i november ett år tidigare (t 1), fall 1 i figur 1 nedan. Alternativt om individen saknar arbete i perioden (t 1) hos en annan arbetsgivare i november två år tidigare (t 2), fall 2 i figur 1 nedan. Personen skall ha varit arbetslös någon gång mellan perioden (t 1) och (t). Om personen saknar arbete både i november (t 1) och i november (t 2) antas personen vara nytillträdande arbetskraft på arbetsmarknaden vid tidpunkten (t) och räknas som anställd hos ny arbetsgivare. Figur 1: Definitionen av återanställning. november år t - 2 november år t - 1 Fall 1 november år t Tid Fall 2 Enligt ovanstående begreppsbestämning och datamaterialet som är tillgängligt för oss avser vi att kartlägga andelen återanställningar av de personer som varit arbetslösa och fått arbete under åren

11 9 3 Resultat I detta kapitel presenteras resultaten från vår undersökning. Vi börjar med att redovisa den andel som blivit återanställda av personer som varit arbetslösa och fått arbete under perioden Därefter skall vi fördela andelen återanställningar på privat sektor och offentlig sektor samt olika näringsgrenar. Vidare skall vi redovisa hur återanställningsandelen varierar med olika individkaraktäristika, som inkluderar kön, ålder, födelseland (Sverige eller utlandet), länstillhörighet och utbildningsnivå. Slutligen skall vi skatta en s.k. logistisk regressionsmodell för att förtydliga variationen för dessa variabler på chansen till återanställning och därigenom kunna dra slutsatser. 3.1 Återanställningar av de personer som varit arbetslösa och fått arbete under åren I tabell 1 framgår hur andelen återanställningar har utvecklats under åren Från att 1993 ha varit drygt 48 procent, minskar andelen återanställningar något fram till 1995 då den hamnar omkring 42 procent. För att året därefter åter stiga till knappt 47 procent. Resultatet tyder således på att i genomsnitt 45 procent av de arbetslösa som fått anställning under åren återanställdes hos en tidigare arbetsgivare. Tabell 1: Arbetslösa som funnit jobb fördelat på återanställning hos en tidigare arbetsgivare och anställning hos en ny arbetsgivare (procent). År Genomsnitt Återanställda 48,6 42,9 42,0 46,7 45,1 Ny arbetsgivare 51,4 57,1 58,0 53,3 54,9 Totalt 100,0 100,0 100,0 100,0 100,0 3.2 Vilka sektorer och näringsgrenar återanställer mest? Om vi delar upp materialet på privat och offentlig sektor (tabell 2) ser vi att det finns skillnader i andelen återanställningar för de olika sektorerna. I genomsnitt 54 procent 9

12 10 av de arbetslösa som fått en anställning under åren i offentlig sektor är personer som jobbat hos samma arbetsgivare vid tidigare tillfällen. Inom den privata sektorn är andelen återanställningar av de arbetslösa som fått arbete 39 procent. Tabell 2: Andelen återanställda av de personer som varit arbetslösa och fått arbete inom offentlig respektive privat sektor (procent). Sektor/År Genomsnitt Offentlig 56,5 51,9 51,7 57,6 54,4 Privat 43,2 37,2 35,9 39,1 38,9 Totalt 48,6 42,9 42,0 46,7 45,1 I tabell 3 visar vi andelen återanställningar för de olika näringsgrenarna i ekonomin. 3 Vi ser att skillnaderna i andelen återanställda mellan de olika näringsgrenarna är stora. Medan i genomsnitt 60 procent av anställningar som går till arbetslösa inom vård och omsorg är återanställningar, är motsvarande siffra inom finansiell verksamhet m.m. omkring 35 procent. Andelen återanställningar är även hög inom byggbranschen: i genomsnitt 50 procent av de arbetslösa som fått anställning inom denna bransch är återanställningar. Inom utbildning och forskning samt jordbruks-, skogsbruks- och fiskeriarbeten är andelen återanställningar drygt 47 procent. Andelen återanställningar inom de övriga näringsgrenarna ligger mellan 38 och 44 procent (se tabell 3). 3 Arbetsställets näringsgrenstillhörighet har delats in enligt svensk standard för näringsgrensindelning (SNI92) på 2-sifferninå, se MIS 1992:6. 10

13 11 Tabell 3: Andelen återanställda av de personer som varit arbetslösa och fått arbete inom olika näringsgrenar (procent). Näringsgren/År Genomsnitt Jord- och skogsbruk, fiske 44,1 42,8 48,6 52,9 45,1 Tillverkning, mineral och energiproduktion 50,1 35,9 31,2 42,6 40,0 Byggverksamhet 55,7 45,3 47,6 49,9 49,6 Handel o kommunikation 44,0 37,3 36,7 39,3 39,3 Finansiell verksamhet, företagstjänst 38,8 35,8 31,3 33,3 34,8 Utbildning och forskning 49,2 43,6 46,0 50,5 47,3 Vård och omsorg 60,0 56,7 54,6 60,1 57,9 Personliga o kulturella tjänster, renhållning 35,6 39,4 38,3 39,2 38,1 Offentliga tjänster 43,0 37,3 45,7 48,2 43,6 Totalt 48,6 42,9 42,0 46,7 45,1 3.3 Vilka återanställs? I detta avsnitt går vi över till att redovisa skillnader i återanställning med avseende på individkaraktäristika. Detta gäller ålder, kön, utbildningsnivå, länstillhörighet samt födelseland (Sverige eller utlandet). Tabell 4: Andelen återanställda av de personer som varit arbetslösa och fått arbete för män och kvinnor (procent). Kön/År Genomsnitt Man 44,8 38,5 38,3 43,2 41,2 Kvinna 53,1 48,1 46,0 50,0 49,3 Totalt 48,6 42,9 42,0 46,7 45,1 Tabell 4 redovisar att en hög andel kvinnor blivit återanställda under åren jämfört med män. I genomsnitt är 49 procent av anställningar som går till de arbetslösa kvinnorna i vår undersökning återanställningar, motsvarande siffra för män är cirka 41 procent. Hur den andel som blivit återanställda i denna undersökning är fördelade inom olika åldersgrupper visas i tabell 5. Som framgår i tabellen kan vi se att andelen återanställningar ökar med ålder. Av gruppen år blev 43 procent återanställda under åren , jämfört med 65 procent av åldersgruppen år. 11

14 12 Tabell 5: Andelen återanställda av de personer som varit arbetslösa och fått arbete inom olika åldersgrupper (procent). Ålder/År Genomsnitt ,0 40,8 38,7 42,8 42, ,0 40,5 39,9 45,7 43, ,2 45,5 45,7 47,6 47, ,3 46,9 45,9 52,5 48, ,1 47,1 46,9 54,1 50, ,1 51,6 51,7 57,1 53, ,9 62,5 62,5 66,5 64,9 Totalt 48,6 42,9 42,0 46,7 45,1 Tabell 6 visar andelen återanställningar för de olika utbildningsnivåerna. Där framgår att skillnader i återanställning förekommer mellan de olika utbildningsgrupperna. Andelen återanställningar är något högre bland personer med förgymnasial utbildning. Tabell 6: Andelen återanställda av de personer som varit arbetslösa och fått arbete efter högsta utbildningsnivån (procent). Utbildning/År Genomsnitt Förgymnasial 50,0 44,0 44,1 48,1 46,6 Gymnasial 49,1 42,8 41,9 46,9 45,2 Eftergymnasial 45,2 42,1 40,0 44,8 43,0 Totalt 48,6 42,9 42,0 46,7 45,1 Fördelningen av andelen återanställningar efter födelseland ges i tabell 7. Som framgår av denna tabell finns det inga större skillnader i återanställning mellan personer födda i Sverige och utlandet. Tabell 7: Andelen återanställda av de personer som varit arbetslösa och fått arbete efter födelseland (procent). Född/År Genomsnitt Sverige 48,5 43,1 42,5 47,1 45,3 Utlandet 49,6 41,8 39,5 44,2 43,8 Totalt 48,6 42,9 42,0 46,7 45,1 I tabell 8 visas andelen återanställningar inom olika län. Som framgår av denna tabell är det skogslänen som skiljer sig något från övriga länen vad gäller återanställningar. I 12

15 13 genomsnitt för perioden har skogslänen större andel återanställningar jämfört med storstadslänen. 4 Tabell 8: Andelen återanställda av de personer som varit arbetslösa och fått arbete inom olika län (procent). Län/År Genomsnitt AB 42,7 37,0 34,3 37,6 37,9 C 46,5 41,7 42,7 44,5 43,9 D 49,4 44,1 44,2 46,9 46,2 E 49,6 43,6 44,7 48,1 46,5 F 48,2 39,6 38,9 45,1 43,0 F 48,2 39,6 38,9 45,1 43,0 G 45,7 44,7 43,8 48,5 45,7 H 50,8 43,6 44,0 47,3 46,4 I 50,2 44,1 44,6 47,6 46,6 K 53,5 42,7 45,6 54,7 49,1 M 45,1 41,6 41,1 45,5 43,3 N 51,5 41,7 44,4 51,5 47,3 O 51,1 43,8 41,3 45,1 45,3 S 52,5 46,0 47,8 50,4 49,2 T 51,9 46,0 44,3 55,9 49,5 U 47,8 43,6 44,1 48,5 46,0 W 48,5 48,0 46,7 52,5 48,9 X 52,1 48,3 45,7 54,6 50,2 Y 50,5 45,8 46,3 52,9 48,9 Z 47,6 43,8 47,6 54,2 48,3 AC 53,5 46,7 44,1 52,0 49,1 BD 55,1 48,3 48,4 51,6 50,9 Totalt 48,6 42,9 42,0 46,7 45,1 4 Till skogslänen räknas Värmlands, Dalarnas, Gävleborgs, Västernorrlands, Jämtlands, Västerbottens och Norrbottens län. Storstadslänen är Stockholms, Skånes och Västra Götalands län. 13

16 14 Sammanfattar vi de resultat som vi redovisat så här långt kan vi konstatera att i genomsnitt 45 procent av anställningar som går till de arbetslösa som fått arbete under perioden är återanställningar hos en tidigare arbetsgivare. Med andra ord återanställdes närmare hälften av de personer som varit arbetslösa och fått arbete under undersökningsperioden hos en tidigare arbetsgivare. Vi kan vidare konstatera att det föreligger en betydande skillnad mellan olika sektorer och näringsgrenar. Inom den offentliga sektorn finns den största andelen återanställda, andelen är cirka 15 procentenheter högre än inom den privata sektorn. De näringsgrenar där återanställningar är vanligast är vård och omsorg, byggbranschen, utbildning och forskning samt jordbruks-, skogsbruks- och fiskearbete. Vi kan också notera att det inte finns några större skillnader mellan personer födda i Sverige och utlandet. Det finns antydningar att andelen som blivit återanställda är något högre i skogslänen än de som bor storstadslänen. Kvinnor återanställs i högre grad än män. Personer med förgymnasial utbildning återanställs i högre grad än de med högre utbildning. Slutligen kan vi konstatera att andelen återanställda är större i de högre åldersgrupperna. Resultatet pekar på att personer i åldern år har drygt 22 procentenheters större andel återanställda än personer i åldern år. 3.4 Regressionsanalys och tolkning Det finns en samvariation mellan olika individkaraktäristika i analysen ovan. Exempelvis är det vanligare att äldre har en lägre utbildningsnivå än yngre vilket gör det svårt att avgöra vad som påverkar återanställningar mest. Vi har också effekter på näringsgrensnivå som samvarierar med ålders-, utbildnings- och länsfördelningen. För att kunna separera effekten av de olika variablerna på sannolikheten för återanställning skall vi i nästa avsnitt skatta en s.k. logistisk regressionsmodell, se exempelvis Liao, (1994) och Green, (1997). Vi skall också försöka att fånga in betydelsen av arbetsmarknadsläget genom att inkludera den relativa arbetslösheten för de olika åren fördelat på kommunnivå. Den relativa arbetslösheten mäts som antalet arbetslösa under ett år i förhållande till befolkningen i kommunen. Vidare skall vi också i de skattade logistiska regressionsmodellen inkludera variabler som mäter hur rätt till arbetslöshetsersättning samvarierar med återanställningssannolikheten. De typer av ersättningar som ingår är ersättning från arbetslöshetskassa (a-kassa) och kontant arbetslöshetsstöd (kas). 14

17 15 Beroende variabeln i den skattade logistiska modellen tar värdet 1 om individen är återanställd hos en tidigare arbetsgivare och värdet 0 om individen är anställd hos en ny arbetsgivare eller nytillträdande på arbetsmarknaden. De oberoende variablerna är dels personkaraktäristika i form av ålder, kön, utbildningsnivå, födelseland och länstillhörighet, dels variabler som anger näringsgrenstillhörighet, situationen på den lokala arbetsmarknad där individen är bosatt och om individen har någon form av arbetslöshetsersättning eller inte. Referensgrupp i analysen är individer som är år med förgymnasial utbildning, kvinnor, födda i Sverige, bor i Stockholmslän (AB), arbetar inom handel och kommunikationer och som inte har någon form av arbetslöshetsersättning. 5 Vi skall vidare beräkna sannolikheten att bli återanställd givet en genomsnittlig persons karaktäristika med hjälp av den skattade logistiska modellen. Den skattade sannolikheten ger en bild av de olika variablernas relativa betydelse, vilket även möjliggör tolkning av resultaten. Med hjälp av den skattade sannolikheten går det t.ex. att se hur stor chansen till återanställning är för en genomsnittlig person med vissa karaktäristika. 6 Resultaten från skattningen av vår modell presenteras i tabell 9. Tabellens tredje kolumn redovisar de skattade effekterna av variablerna. Den fjärde kolumnen anger de skattade sannolikheterna att bli återanställd givet en genomsnittlig persons karaktäristika. Den femte kolumnen innehåller de faktiska genomsnittliga återanställningsandelarna i respektive grupp. I tabellen framgår att i stort sett alla variabler är signifikanta (d.v.s. statistiskt säkerställt skild från noll). Låt oss börja med effekten av de variabler som beskriver personkaraktäristika d.v.s. ålder, kön, utbildningsnivå, födel- 5 Observera att valet av referensperson inte påverkar slutsatserna på något sätt. Valet kan alltså göras helt godtyckligt. 6 För att ge ett exempel, sannolikheten för en genomsnittlig person med vissa karaktäristika att bli återanställd ( p ) beräknas enligt följande: i pˆ i = 1 Z 1+ e i där Z i = αˆ + βˆ Χ i. βˆ är en vektor av de skattade parametrarna från den logistiska regressionsmodellen och i Χ är en vektor av de olika faktorer som bestämmer chansen till återanställning för person i. αˆ är den skattade konstanten (interceptet) som också är känd genom den skattade logistiska regressionen. 15

18 16 seland, samt bostadens länstillhörighet. De variabler som beskriver de olika åldersgrupperna visar att det existerar signifikanta skillnader i återanställning mellan referensgruppen som är personer som är 24 år och yngre, och de som är 25 år och däröver. Utifrån resultaten kan vi konstatera att stigande ålder inverkar positivt på chansen att bli återanställd hos en tidigare arbetsgivare, d.v.s. ju äldre man är desto större är sannolikheten att anställningen är en återanställning, vilket bekräftar resultaten i Svensson (1996) och Jansson (1999). Personer i åldrarna år har exempelvis ca 20 procentenheter större chans att bli återanställda jämfört med de som är år. Det kan finnas flera orsaker till ålderns betydelse när det gäller chansen till återanställning. En förklaring till att äldre personer återanställs i högre grad än yngre kan vara att äldre generellt har svårare att få ett nytt arbete. Många gånger kan återanställning hos en tidigare arbetsgivare vara deras enda möjlighet att lämna arbetslösheten. Vi bör också hålla i minnet att vi endast studerar personer som lämnar arbetslösheten och fått jobb. Yngre personer har en mer aktuell utbildning och därmed kan betraktas föra in ny tidsenlig kompetens till företagen, vilket kan leda till bättre chanser till en anställning hos en ny arbetsgivare. En annan förklaring kan vara att äldre på grund av sin erfarenhet hellre söker sig tillbaka till en tidigare arbetsgivare. Dessutom är det inte sannolikt att yngre personer har så många tidigare anställningar att falla tillbaka till. Vi ser också att det finns en signifikant skillnad mellan män och kvinnor. En högre andel kvinnor återanställs jämfört med männen. Sannolikheten att bli återanställd uppgår till 48,4 procent för kvinnor och 42,1 procent för män. Skillnaden mellan män och kvinnor minskar bara marginellt genom att ta hänsyn till exempelvis näringsgren, där kvinnor är överrepresenterade inom yrken med hög återanställningsandel. Skillnaden måste således förklaras med något annat. En möjlig orsak skulle kunna vara att kvinnor i större omfattning har tidsbegränsade eller tillfälliga anställningar än män. Enligt de variabler som beskriver utbildning finns det en signifikant skillnad mellan referensgruppen som är individer med förgymnasial utbildning och de som har eftergymnasial utbildning. Det finns däremot inte någon signifikant skillnad mellan personer som har förgymnasial utbildning och de med gymnasial utbildning. Detta betyder således att en högre andel av personer med lägre utbildning än eftergymnasial utbildning får återanställning hos en tidigare arbetsgivare. Detta bekräftar resultaten i Jansson (1999). Han finner att längre utbildning, särskild eftergymnasial utbildning är en starkt positiv faktor vid nya anställningar hos en ny arbetsgivare. 16

19 17 I tabell 9 kan vi notera att det inte finns någon signifikant skillnad mellan personer födda i Sverige och utlandet. Enligt tabellen kan vi också se att chansen att bli återanställd hos en tidigare arbetsgivare för personer som är födda i Sverige är 45,2 procent, medan den är 44,7 procent för de som inte är det. Av tabellen framgår också att det finns indikationer på att återanställningar är mindre sannolika i storstadslänen än i övriga landet. Sannolikheten att bli återanställd i någon av de tre storstadslänen är i genomsnitt 43,2 procent medan den är 48 procent skogslänen och 45,9 procent i övriga län. En tolkning av resultatet kan vara att det i skogslänen och mindre kommuner ofta är den offentliga sektorn med en stor andel återanställningar som är huvudarbetsgivare. En annan förklaring är att skogslänen karaktäriseras av små lokala arbetsmarknader, vilket innebär mindre valmöjligheter och stora chanser till återanställning. Detta till skillnad från storstadslänen som har en bredare arbetsmarknad med flera arbetsgivare. Att inte skillnaden blir större kan också bero på att offentliga arbetsgivare är vanliga också i storstadslänen. Låt oss sedan övergå till de övriga variablerna som anger effekten av näringsgrenstillhörighet, relativa arbetslösheten i kommunen där individen är bosatt och arbetslöshetsersättning. Om vi börjar med effekten av de variabler som anger näringsgrenstillhörighet kan vi notera att det finns signifikanta skillnader mellan jämförelsegruppen handel och kommunikationer och i stort sett alla de övriga näringsgrenarna. Chansen att lämna arbetslöshet för ett arbete hos samma arbetsgivare som man tidigare arbetat hos är 56,6 procent för dem inom vård och omsorg och 50,4 procent för dem inom byggindustrin. Resultaten indikerar i övrigt att chansen att bli återanställd är relativt stor inom utbildning och forskning samt inom jordbruks-, skogsbruks- och fiskeriarbeten. En förklaring till detta kan vara att tidsbegränsade eller säsongsanpassade anställningar är vanligare inom dessa branscher. Vidare kan vi också notera att chansen till återanställning hos samma arbetsgivare är relativt liten för dem inom finansiell verksamhet och företagstjänster och personliga och kulturella tjänster samt renhållning. 17

20 18 I tabell 9 kan vi också notera att personer som hade a-kassa återanställs i större utsträckning än de som inte var berättigade till a-kassa. Det är emellertid viktigt att inte tolka effekten som orsakssamband mellan just rätten till a-kassa och chansen att bli återanställd. Förutsättningen för att bli återanställd och att få arbetslöshetsersättning är i både fallen att man tidigare varit anställd. Att personer med a-kassa återanställs i större utsträckning har troligen sin förklaring i att denna grupp består av personer som innan arbetslöshetsperioden hade en längre anställningsperiod bakom sig än övriga. Det finns inte någon signifikant skillnad mellan personer med kas och de utan kas. Effekten av a-kassa är en viktig observation ur forskningssynpunkt. Om man inte tydligt kontrollerar för återanställningar riskerar man dra felaktiga slutsatser angående arbetslöshetsersättningens betydelse för arbetslöshetstider och övergång till arbete (Jansson, 1999). Figur 2: Relation mellan relativ arbetslöshet och sannolikhet för återanställning. Återanställningsandel Relativ arbetslöshet Effekten av den relativa arbetslösheten i kommunen ges också i tabell 9. Resultatet antyder att det finns en klar positiv relation mellan arbetslösheten i kommunen och andelen återanställningar. Detta innebär att andelen återanställningar ökar när arbetslösheten stiger. I figur 2 jämförs också sannolikheten att bli återanställd för olika arbetslöshetsnivåer. 7 Ju högre arbetslöshetsnivå, desto större chans att bli återanställd. Resultatet kan också tolkas som att variationerna i konjunkturen och efterfrågan på arbetskraft har betydelse för andelen återanställningar. Med lägre arbetslöshet 7 Beräkningen bygger på regressionen i tabell 9. 18

21 19 kommer andelen återanställningar att minska men andelen kommer emellertid att förbli hög. 19

22 20 Slutligen kan vi notera att det finns signifikanta skillnader mellan åren. Andelen återanställningar av de arbetslösa personer som lämnar arbetslösheten och fått arbete är som högst under Därefter sjunker andelen något fram till år 1995 för att sedan öka igen under Detta resultatet förstärker också bilden av att det existerar positiv variation mellan konjunkturen och andelen återanställningar. 20

23 21 Tabell 9: Variabelbeskrivning och skattningsresultat. Beroende variabel tar värdet 1 om personen blivit återanställd och 0 annars. Variabel Beskrivning Skattad koefficient Skattad sannolikhet Genomsnittlig andel Ålder Uppnådd ålder den 31/12 = 1 om år Referensgrupp 44,1 42, = 1 om år -0,0534*** 42,8 43, = 1 om år 0,0841*** 46,2 47, = 1 om år 0,1513*** 47,8 48, = 1 om år 0,2155*** 49,4 50, = 1 om år 0,3480*** 52,8 53, = 1om år 0,8121*** 64,0 64,9 Kön Man = 1 om man Referensgrupp 42,1 41,2 Kvinna = 1 om kvinna 0,2553*** 48,4 49,3 Utbildning Högsta utbildningsnivån Förgymn = 1 om förgymnasial Referensgrupp 45,7 46,6 Gymn = 1 om gymnasial -0, ,5 45,2 Eftergymn = 1 om eftergymnasial -0,1005*** 43,2 43,0 Födelseland Utland = 1 om födelseland ej Sverige Referensgrupp 44,7 43,8 Sverige = 1 om födelseland Sverige 0, ,2 45,3 Näringsgren Enligt SNI92 Handel = 1 om handel och Referensgrupp 40,2 39,3 kommunikationer Finans = 1 om finansiell verksamhet -0,1803*** 35,9 34,8 och företagstjänster JSF = 1 om jord- och skogsbruk 0,2323*** 45,9 47,1 samt fiske TME = 1 om tillverkning, utvinning 0, ,2 40,0 av mineral och energi- produktion Bygg = 1 om byggverksamhet 0,4138*** 50,4 49,6 UoF = 1 om utbildning och forskning 0,3068*** 47,7 47,3 PKR = 1 om personliga och kulturella -0,0565* 38,8 38,1 tjänster, renhållning Offvlt = 1 om offentlig förvaltning 0,1089** 42,8 43,6 Vård = 1 om vård och omsorg 0,6620*** 56,6 57,9 Arbetslöshetsersättning 21

24 22 IAE a-kassa Kas = 1 om personen inte hade någon form av ersättning = 1 om personen hade ersättning från a-kassa = 1 om personen hade ersättning från kas Referensgrupp 41,4 39,5 0,2401*** 47,3 48,4-0, ,9 38,5 22

25 23 (tabell 9 försätter) Variabel Beskrivning Skattad koefficient Skattad sannolikhet Genomsnittlig andel Län Bostadens länstillhörighet AB = 1 om Stockholms län Referensgrupp 40,7 37,9 C = 1 om Uppsala län 0,1779*** 45,1 43,9 D = 1 om Södermanlands län 0,1609*** 44,7 46,2 E = 1 om Östergötlands län 0,2278*** 46,3 46,5 F = 1 om Jönköpings län 0,0918*** 43,0 43,0 G = 1 om Kronobergs län 0,2231*** 46,2 45,7 H = 1 om Kalmar län 0,2115*** 45,9 46,4 I = 1 om Gotlands län 0,2748*** 47,5 46,6 K = 1 om Blekinge län 0,2735*** 47,5 49,1 M = 1 om Skåne län 0,1074*** 43,4 43,3 N = 1 om Hallands län 0,2353*** 46,5 47,3 O = 1 om Västra Götalands län 0,1974*** 45,6 45,3 S = 1 om Värmlands län 0,2920*** 47,9 49,2 T = 1 om Örebro län 0,2885*** 47,8 49,5 U = 1 om Västmanlands län 0,1799*** 45,1 46,0 W = 1 om Dalarnas län 0,2846*** 47,7 48,9 X = 1 om Gävleborgs län 0,3285*** 48,8 50,2 Y = 1 om Västernorrlands län 0,2724*** 47,4 48,9 Z = 1 om Jämtlands län 0,2614*** 47,2 48,3 AC = 1 om Västerbottens län 0,3250*** 48,8 49,1 BD = 1 om Norrbottens län 0,3020*** 48,2 50,9 Relativ arbetslöshet i kommunen (log) 0,0150*** 41,8 Undersökningsperiod År 1993 = 1 om år 1993 Referensgrupp 48,8 48,6 År 1994 = 1 om år ,2248*** 43,2 42,9 År 1995 = 1 om år ,2610*** 42,3 42,0 År 1996 = 1 om år ,0736*** 46,9 46,7 Intercept Antal observationer Anm.: Asterisker *, ** och *** indikerar att resultatet är statistiskt säkerställd på respektive 10-, 5- och 1-procentsnivån. Referenser: år, kvinnor, född i Sverige, förgymnasial utbildad, arbetar inom handel och kommunikationer, bosatt i Stockholms län, inte har någon form av arbetslöshetsersättning och år Hur de skattade sannolikheterna är beräknade se fotnot 6. Femte kolumnen anger de faktiska genomsnittliga andelen återanställda i respektive grupp. 23

26 24 4 Sammanfattning och slutsatser I denna studie har vi undersökt hur stor andel av de personer som varit arbetslösa och fått arbete under åren som blivit återanställda hos en tidigare arbetsgivare. Detta har vi gjort genom att använda AKU tillsammans med de två longitudinella databaserna LOUISE och HÄNDEL. Jämfört med de tidigare studierna på området har vi tillgång till rikare data. För det första har vi longitudinell data som gör det möjligt att följa upp individer i ett flerårsperspektiv. För det andra har vi ett stort datamaterial med ett stort antal variabler som möjliggör identifikation och nedbrytning av återanställningar i olika delgrupper. De resultat som vi redovisat visar att i genomsnitt 45 procent av de arbetslösa som lämnade arbetslöshet för ett arbete under åren återanställdes hos en tidigare arbetsgivare. Detta överensstämmer med de slutsatser som dragits i de tidigare studierna (Harkman & Jansson, 1995, Svensson, 1996 och Jansson, 1999). De konstaterar att närmare hälften av de arbetslösa som finner ett arbete återanställs hos en tidigare arbetsgivare. Vi kan konstatera att åldern har en positiv inverkan på sannolikheten att bli återanställd. Det är betydligt vanligare bland personer i de högre åldrarna (50+) att återgå till sin gamla arbetsgivare. Som exempel kan nämnas att personer mellan 60 och 64 år har i genomsnitt 20 procentenheter större chans än de som är mellan 16 och 24 år att bli återanställda. En förklaring är att många äldre generellt har mycket svårare än yngre att lämna arbetslösheten. Därför kan många gånger återanställning vara deras enda chans att finna ett arbete. Vidare kan vi konstatera, till skillnad från de tidigare studierna, att kvinnor återanställs i högre grad än män. Orsaken kan vara att kvinnor i större utsträckning har korta eller tidsbegränsade anställningar. Vi finner att utbildningsnivå har betydelse när det gäller chansen att bli återanställd. Sannolikheten att få en återanställning för personer med eftergymnasial utbildning är signifikant lägre än sannolikheten för personer med kortare utbildning. Förklaringen är sannolikt att längre utbildning medför en bättre position på arbetsmarknaden och att kompetensen blir användbar för fler arbetsgivare. Det finns tecken som tyder på att chansen för återanställning beror på var i landet man bor. Det är mer frekvent förekommande i skogslänen jämfört med i storstadslä- 24

27 25 nen. Detta kan delvis förklaras av att återanställningar är vanligare på små lokala arbetsmarknader än på större arbetsmarknader. Vidare finner vi också att personer födda i Sverige och utlandet har ungefär lika stor chans att bli återanställda. Resultaten från analysen tyder på att återanställningar varierar med näringsgren. Sannolikheten att bli återanställd är störst inom vård och omsorg samt inom byggbranschen. Utbildning och forskning samt jordbruks-, skogsbruks och fiskeriarbeten har också en stor andel återanställningar. Förklaringen kan vara att det inom dessa branscher ofta förekommer tidsbegränsade eller säsongsanpassade anställningar. Det finns också en signifikant skillnad i sannolikheten för återanställning mellan personer som har och inte har ersättning från a-kassa. Det bör dock påpekas att inte tolka resultatet som orsakssamband. För att bli återanställd eller få ersättning från a-kassa måste man i både fallen haft en tidigare arbetsgivare. De som har a-kassa är oftare personer som innan arbetslöshetsperioden hade längre anställningsperiod. Slutligen kan vi notera ett klart positiv samband mellan arbetslöshetsnivån och andelen återanställningar, vilket tyder på att andelen återanställningar tenderar att öka när arbetslösheten i kommunen ökar och tvärtemot. Resultaten i denna rapport är intressanta ur flera aspekter. Med hjälp av registerdata bekräftar vi slutsatserna från de tidigare studierna, återanställningar spelar en viktig roll på den svenska arbetsmarknaden. Denna information bör beaktas bland arbetsförmedlarna. Det är sannolikt att sökande som har höga förväntningar om återanställning inte är i behov av samma insatser som personer utan förväntningar om återanställning. Genom att fråga de arbetssökande om deras egna förväntningar om återanställning kan information erhållas som kan underlätta utformandet av jobbsökarplan och bedömning av resursinsats för varje enskild person. Därmed ökar också möjligheten att redan på ett tidigt stadium upptäcka sökande som har sämre förutsättningar på arbetsmarknaden och därmed riskerar långtidsarbetslöshet. De arbetssökandes egna förväntningar om återanställning kan emellertid vara felaktiga. Förväntningarna bör därför jämföras med de sökandes objektiva möjligheter att bli återanställd. Sannolikheten att bli återanställd varierar framförallt med personens ålder och inom vilken bransch personen söker arbete. Resultaten kan också vara värdefulla vid utvärdering av arbetsmarknadspolitiska program. Om hänsyn inte tas till återanställningar antyder våra resultat att slutsatserna från en sådan jämförelse riskerar att underskatta effekten av programmen. 25

28 26 26

29 27 Referenser Devine, T J & Kiefer, T J (1991); Empirical Labor Economics: The search Approach, Oxford University Press, Greene, W (1997); Econometric Analysis, 3 rd edition, Prentice Hall International, Upper Saddle River. Harkman, A & Jansson, F (1995); Sökaktivitet, återanställning och chansen att få ett jobb, Ura 1995:4, Arbetsmarknadsstyrelsen. Harkman, A, Okeke, S & Johansson, A (1999); Åtgärdsundersökning 1998, Ura 1999:1, Arbetsmarknadsstyrelsen. Jansson, F (1999); Rehires and unemployment duration New evidence on temporary layoffs on the Swedish Labour Market, Ura 1999:10, Arbetsmarknadsstyrelsen. Jensen, P & Westergård-Nielsen, N (1990); Temporary Layoffs, i J Hartog m.fl. (red), Panel Data and Labour Market Studies. North-Holland, Amsterdam. Katz, L (1986); Layoffs, Recall and Duration of Unemployment, NBER Working Paper no Katz, L & Meyer, B D (1990); Unemployment Insurance, Recall Expectations and Unemployment Outcomes, Quarterly Journal of Economics, Vol. 105 Liao, T F (1994); Interpreting Probability Models Logit, Probit, and other Generalized Linear Models, Sage publications. Svensson, M (1996); Återanställningar Ura 1996:9, Arbetsmarknadsstyrelsen. Öhrn, L (1998); Search Behaviour and Unemployment Experience ISEKen 1998:3, Arbetsmarknadsstyrelsen. 27

30 Ura 2000:3 Rapporten har rekv.nr Serien Ura innehåller två återkommande redovisningar per år av Arbetsmarknadsutsiktern och Var finns jobben samt redovisningar från olika utredningar som utförs inom AMS Utredningsenhet. Rapporten finns på vår hemsida Rapporten kan också beställas från AMS Närservice, Box 6, Gnesta, fax AMS Utredningsenhet. Rekv.nr Ura 2000:3