UPPSATSER: Kulturgeografiska institutionen

Transkript

1 UPPSATSER: Kulturgeografiska institutionen Befolkningstillväxt Piteå kommun En kvantitativ registerstudie rörande in- och utflyttning åren Fredrik Björklund

2 ABSTRACT Björklund, F Befolkningstillväxt Piteå kommun. En kvantitativ registerstudie rörande in- och utflyttning åren Kulturgeografiska institutionen, Uppsatser, Uppsala universitet. Piteå kommun är enligt SKL en kommun i glesbefolkad region. Framtidens utmaningar för mindre kommuner i Sverige handlar om hur kommunal service och offentlig välfärd ska finansieras när medelåldern ökar och befolkningsunderlagen sviktar. Piteå kommun har under lång tid haft en befolkningstillväxt när liknande kommuner går i motsatt riktning. In- och utflyttning har en stor betydelse för denna utveckling och genom en sekundäranalys av registerdata från databasen Place vid kulturgeografiska institutionen ämnar denna uppsats att kartlägga in- och utflytning från Piteå kommun åren Med hjälp av deskriptiv statistik och logistiska regressionsmodeller har de attribut vilka påverkar in- och utflyttning från kommunen tagits fram. Undersökningen omfattar även hur olika delar av landet påverkar befolkningssammansättningen i Piteå kommun. Resultaten visar att individer med annat födelseland är mer flyttbenägna och att de flyttar i riktning mot framförallt Stockholm och Uppsala län. Det framkom även att Skellefteå, Luleå och Umeå kommun har en betydande del i att förse Piteå kommun med högskoleutbildade individer och att Stockholms och Uppsala län tillsammans med Norrbottens län har ett obalanserat flyttutbytte med Piteå kommun. Mer generellt kring både in- och utflyttning visar resultaten att attributen; stigande ålder, ensamstående med/utan barn, högskoleutbildning, CSN och försörjningsstöd alla ökar sannolikheten för flytt. Keywords: Piteå kommun, inflyttning, utflyttning, registerdata, oddskvot Handledare: Jan Amcoff.

3 INNEHÅLLSFÖRTECKNING 1. INLEDNING Syfte och frågeställningar Avgränsningar Disposition 5 2. METOD OCH MATERIAL Kvantitativt angreppssätt Statistiska materialet Definition på migration och migrant 8 3. LITTERATURÖVERSIKT FLYTTNINGAR Flyttströmmar och avstånd Ålder Arbetsmarknad, studier och utbildningsnivå Bostad och familjesituation Äldre och pensionärer Födelseland och kön Sammanfattning kring litteraturöversikten EN KOMMUN I GLESBEFOLKAD REGION Piteå kommun Analys IN- OCH UTFLYTTARNA I JÄMFÖRELSE MED PITEÅ KOMMUN Kön och födelseland Ålderssammansättning Familjetyp Utbildningsnivå Disponibla inkomster CSN, a-kassa och försörjningsstöd Sammanfattning av deskriptiva statistiken Vilka attribut påverkar in- och utflyttningen till Piteå kommun? Analys IN- OCH UTFLYTTARNA I JÄMFÖRELSE MED VARANDRA Flyttströmmar från och till Piteå kommun Kön och födelseland 26

4 6.3 Ålderssammansättning Familjetyp Utbildningsnivå Disponibla inkomster CSN, A-kassa och försörjningsstöd Summering av deskriptiva statistiken Vilka attribut påverkar in- och utflyttarna i jämförelse med varandra? Analys SLUTSATSER 36 REFERENSER 37 BILAGOR 40

5 1. INLEDNING Sverige är ett avlångt land med 290 kommuner. De regionala skillnaderna mellan olika delar av landet när det kommer till befolkningstillväxten är betydande. Inflyttningar och utflyttningar spelar en allt större roll i kommuners kamp för att få en positiv befolkningstillväxt när antalet födda i kommuner runt om i Sverige minskar i jämförelse med dödstalen. Enligt SCB (2013) flyttar över en miljon svenskar per år och en tredjedel av dessa flyttningar är mellankommunala. Det visar inte enbart vilken betydelse flyttningarna har för befolkningstillväxten runt om i landet utan också på befolkningssammansättningen i kommunerna. Urbaniseringen och den demografiska utvecklingen i Sverige har under den senaste tioårsperioden medfört att hälften av landets kommuner haft en negativ befolkningstillväxt tillsammans med att antalet äldre ökar. Denna utveckling förväntas fortsätta och kommer således att medföra problem (SKL, 2015, s. 3). De kommuner som upplever en negativ befolkningstillväxt kommer i framtiden ha svårt att tillhandahålla god kvalité på de verksamheter vilka faller på det kommunala ansvarsområdet när färre i arbetsför ålder ska bekosta det ökade antalet äldre. Det har visat sig att en positiv befolkningstillväxt är en viktig förutsättning, inte bara för välfärden utan också för näringslivet och sysselsättningstillväxten, både lokalt och regionalt (Arena för tillväxt 2015, s. 4). Beroende på var i Sverige en kommun geografiskt ligger påverkas de olika av sitt närområde, finns möjligheten att bo kvar på orten och pendla till en större stad eller är enda möjligheten en flytt över längre avstånd till annan kommun för exempelvis studier, arbete, service eller boende? Piteå kommun är inget undantag när det gäller den rådande utvecklingen i Sverige. Medelåldern ökar i kommunen och födelsenettot visar oftare negativa än positiva siffror (SCB, 2016a, 2016b, 2016e). Tillsammans med 16 andra kommuner i Sverige är Piteå kommun enligt SKL definierad som en kommun i glesbefolkad region (SKL, 2016). Befolkningsutvecklingen för denna grupp som helhet är negativ, ändå växer Piteå kommun och redovisar en positiv befolkningstillväxt över tid (SCB, 2016d). Denna kontrast gör undersökningen intressant. Men vad döljer sig bakom de positiva siffrorna? Vilken roll har födelsenetto och flyttnetto för Piteå kommuns befolkningstillväxt? Piteå kommun är en av Sveriges nordligaste kommuner med långt avstånd till exempelvis Stockholm och Uppsala, påverkas befolkningssammansättningen i en mindre kommun så långt norrut av andra delar av Sverige eller är det närområdets in- och utflyttningar som har störst betydelse för Piteå kommun? Denna kvantitativa registerdataundersökning för åren ämnar undersöka och kartlägga in- och utflyttningens påverkan på Piteå kommuns befolkningstillväxt och befolkningssammansättning. 4

6 1.1 Syfte och frågeställningar Syftet med denna uppsats är att kartlägga vilken påverkan in- och utflyttningar har på befolkningstillväxten och befolkningssammansättningen i en svensk kommun i glesbefolkad region. Frågeställningen ser ut på följande sätt: - Hur har flyttnettot och födelsenettot påverkat Piteå kommuns befolkningstillväxt? - Vilka är det som flyttat till och från Piteå kommun, finns det några mönster och vilka skillnader finns mellan in- och utflyttarna? - Hur ser den geografiska skillnaden ut mellan varifrån inflyttarna kommit ifrån respektive till vilken plats utflyttarna flyttat till och hur påverkar det befolkningssammansättningen? 1.2 Avgränsningar Individer vilka invandrat till eller utvandrat från Piteå kommun ett specifikt år under faller bort från kategorierna in- eller utflyttare eftersom de inte har en folkbokföringskommun året innan eller efter flytten, enbart mellankommunala flyttningar behandlas i undersökningen. 1.3 Disposition Efter detta inledande kapitel följer en genomgång av metod, material och definitioner. Kapitel 3 behandlar litteraturöversikten om flyttningar. I kapitel 4 undersöks flyttnetto och födelsenetto för Piteå kommun i jämförelse med gruppen kommuner i glesbefolkad region. Vidare följer kapitel 5 och 6 vilka innehåller den deskriptiva statistiken och regressionsmodeller kring inoch utflyttare perioden Efterföljande kapitel binder ihop alla kapitel med en slutsatsdel. 5

7 2. METOD OCH MATERIAL 2.1 Kvantitativt angreppssätt För att besvara de uppställda frågeställningarna utfördes en sekundäranalys av det statistiska materialet för att kartlägga vilka attribut som kan tänkas påverka en individ att flytta. En sekundäranalys innebär en studie av redan insamlad statistik (Bryman, 2011, s. 299) och i denna undersökning har den statliga myndigheten Statistiska centralbyrån (SCB) stått för insamlingen. Fördelarna med att använda redan insamlad statistik är att slippa kostnaderna för genomförandet av egen datainsamling samt tidsvinsten. Ytterligare fördelar med redan insamlad statistik är att den ofta är av hög kvalité och ger möjligheter till utförandet av longitudinella studier (Bryman, 2011, s. 301). Då den insamlade statistiken för denna undersökning är sammanställd av SCB är tillförlitligheten hög på materialet. En nackdel med redan insamlat material kan vara att forskaren inte är bekant med materialet då någon annan samlat in och strukturerat det (Bryman, 2011, s. 304). En fördel med det insamlade materialet i denna undersökning är att SCB förklarar och beskriver variablerna i boken Longitudinell integrationsdatabas för Sjukförsäkrings- och Arbetsmarknadsstudier (LISA) (2016) vilket underlättade arbetet och förståelsen av materialet. Statistiken i uppsatsen är anonymiserad och omfattar ett antal utvalda variabler gällande individer, vilka någon gång under den angivna perioden haft Piteå kommun som folkbokföringskommun. De förklarande variablerna har valts ut utifrån vilka attribut tidigare studier pekat ut som betydelsefulla för att förklara flyttningar (se ). Variablerna är kön, födelseland, ålder, familjetyp, utbildningsnivå, inkomst, CSN, a-kassa och försörjningsstöd. All statistik kommer från forskningsdatabasen Place, vilken Kulturgeografiska institutionen vid Uppsala Universitet förfogar över. Den är levererad av SCB och består bland annat av avidentifierade longitudinella uppgifter om svenskar under åren De longitudinella uppgifterna i databasen består av inkomster, utbildning, demografi och geografi. Det är ett urval av alla mikrodata variabler som går att beställa från SCB i forskningssyfte. Slutligen är användningen av statistik från databasen Place begränsad av sekretesskäl (Uppsala Universitet, u.å). Variablerna vilka togs fram för denna undersökning är diskreta och enbart av heltalskaraktär vilket är praktiskt och förenklar arbetet med att räkna antalet av något (Körner & Wahlgren, 2012, s. 29). Den deskriptiva delen av undersökningen redovisas till största del i korstabeller. Korstabeller fungerar bra att använda när variablerna är diskreta och det finns ett begränsat antal indelningar. Det är en fördel att använda korstabell när en studie genomförs där målet är att hitta samband mellan olika variabler. Vidare är det lättare att beskriva och jämföra variablernas fördelning. Riskerna med att använda korstabell är att de ibland innehåller för mycket information och blir svårlästa. I dessa fall krävs en bra förklarande text till tabellen (Edling & Hedström, 2003, s. 19, 23, 55). I denna undersökningen kommer varje korstabell att presentera det genomsnittliga antalet individer i procent för en viss variabelfördelning för Piteå kommuns befolkning, dess inflyttare och utflyttare. Anledningen till varför det faktiska antalet individer inte redovisas är att genomsnittet i procent förenklar möjligheten att jämföra olika grupper med varandra. 6

8 Vidare användes programmet IBM SPSS för att bearbeta statistiken och kategorisera om materialet i användbara variabler och klassificeringar. Många av variablerna hade dikotomt värde redan från början och omarbetning av övriga krävdes för regressionsanalyserna. Dikotom variabel innebär kodning till 0 1 variabel för lättare databehandling (Körner & Wahlgren, 2012, s. 97). Programmet är utformat för att hantera stora datamängder, vilket underlättade en undersökning av hela perioden och inte bara ett nedslagsår. Efter genomförd bearbetning av materialet skapade programmet binära logistiska regressionsmodeller. Det finns ett antal olika former av regressionsmodeller att välja mellan beroende på vilken forskning en bedriver. Anledningen till att använda logistisk regressionsmodell framför andra regressionsmodeller är att denna klarar av att undersöka kategoriska variabler, vilket gör den lämplig för samhälls- och beteendevetenskaplig forskning exempelvis undersöka in- och utflyttning (Edling & Hedström, 2003, s. 23). Den logistisk regressionsmodell används för att ta fram oddskvoter och i denna undersökning görs detta för att identifiera vilka förklarande variabler som påverkar en invånare att till eller från Piteå kommun. För att resultaten inte ska bygga för mycket på slumpen och bli trovärdiga, är den normala konventionen att använda sig av en signifikansnivå på mindre än 5 procent och i vissa undantagsfall mindre än 10 procent. För modellerna 1 2 krävs att de enskilda resultatens signifikansnivån understiger 5 procent (P <0.05). För modell 3 10 accepteras en högre slumpmässighet på grund av urvalets mindre storlek. Där krävs en signifikansnivå på mindre än 10 procent (P <0.10). För att kunna uppnå signifikansnivå i undersökningen behövdes varje enskilt år behandlas separat först och sedan läggas ihop med övriga, vilket innebär att för modell 1-2 behandlades individer i regressionsanalysen (se bilaga 1). Vid utförandet av en regressionsanalys är det viktigt att kontrollera så att två eller fler förklarande variabler inte korrelerar med varandra. Korrelerar de med varandra och urvalet är litet uppstår multikollinearitet vilket leder till osäkra resultat (Edling & Hedström, 2003, s. 145). För att motverka multikollinearitet i denna undersökning behövdes varje förklarande variabel läggas in i regressionsanalysen en efter en för att se om de påverkade varandra. Reliabiliteten gällande undersökningen är hög i förhållande till syftet och frågeställningen, då det är mellankommunala flyttningar vilka ämnas undersökas och variablerna haft samma klassificering under alla sex åren. Detta medför även en god validitet i förhållande till syfte och frågeställning. Det finns dock två delar i materialet vilket kan påverkar validiteten och reliabiliteten negativt: folkbokföringskommun registreras bara en gång per år samt att alla inte följer 1 kap. 6 7 av Folkbokföringslagen, vilken bland annat säger att en person skall folkbokföra sig i en kommun där hen regelmässigt spenderar sin dygnsvila. Framförallt unga som flyttar från Piteå kommun till en annan kommun kanske inte skriver sig på den nya adressen om det är ett andrahandskontrakt. Dessa personer kommer heller inte att registreras i kategorin flyttare. 2.2 Statistiska materialet Det statistiska materialet från databasen Place för denna undersökning avser den 31/12 varje år, vilket betyder att materialet är diskret såväl temporalt som spatialt. Det innebär att en individ kan flytta ut från Piteå kommun i början på året och sedan återvända innan den 31/12 och då registreras individen varken i kategorin in- eller utflyttare. Enligt materialet har individen aldrig 7

9 lämnat Piteå kommun. Materialet visar heller inte var i kommunerna människorna hade sin hemvist, enbart vilken folkbokföringskommun en individ har framgick av materialet. Den deskriptiva statistiken har genomgått en del bearbetning. I presentationen av a-kassa tillsammans med arbetsför ålder nyttjas den åldersintervall SCB (2015) använder sig av, vilken är år. Somliga arbetar längre än pensionsåldern och kommer falla bort och inte presenteras i tabellen trots att de arbetar. Individer vilka valt att pensionera sig innan 65 kommer räknas med i kategorin arbetsför trots att de inte ska räknas med i kategorin. När det kommer till arbetslöshet finns det många olika sätt att mäta arbetslösheten på. I denna undersökning används variabeln om en individ haft a-kassa någon gång under perioden. Nackdelen är att alla arbetslösa inte är berättigade a-kassa och inte kommer att räknas in i kategorin. Vidare är den disponibla inkomsten inte presenterad i faktiska kronor utan i en uppdelning av befolkningen efter tre fraktiler. Det innebär att det statistiska materialet delas upp i bestämda proportioner (Körner & Wahlgren, 2012, s. 97) och i mitt fall delas materialet upp i tre rangordnade grupper. Varje grupp får 33,3 procent av de med disponibla inkomster. Detta utmynnade i låg-, medel- och höginkomsttagare utifrån de individerna. Nackdelen med denna uppdelning kan vara att spridningen inom en grupp (exempelvis höginkomsttagare) kan vara stor mellan den med högst disponibla inkomst och den med lägst. Sammanslagning gjordes även i fråga om annat födelseland än Sverige. I denna grupp ingår alla som har annat födelseland än Sverige. Inget försök att dela upp materialet i fler än två grupper har gjorts och anledningen till detta är att undersökningen endast ämnar ta reda på om individer med annat födelseland än Sverige är mer flyttbenägna eller inte. Övriga variabler i undersökningen presenteras i undersökningsdelen. Slutligen har kommunerna delats upp i fyra grupper för att möjliggöra undersökning hur flyttströmmarna ser ut mellan Piteå kommun och dessa fyra grupper. Första gruppen består av kommunerna i Norrbottens län förutom Luleå kommun. Anledningen till att Luleå kommun inte är med i denna grupp beror på att jag vill undersöka hur de mindre kommunerna i länet påverkar Piteå kommun. Grupp två är Skellefteå, Luleå och Umeå kommun. De två första är två större kommuner vilka Piteå ligger mittemellan och Umeå är med i denna grupp på grund av storleken på dess universitet samt att staden är norra Norrlands största. Grupp tre är Stockholms och Uppsala län vilka erbjuder studier och en stor arbetsmarknad. Sista gruppen är övriga kommuner i Sverige. Indelningarna kommer att ha en MAUP (Modifiable Areal Unit Problem) effekt på undersökningen. Med detta menas att beroende på hur forskaren väljer att dela upp materialet, i detta fall i form av gruppindelningar, kommer det att påverka resultatet (Esri, u.å). Hade Luleå kommun räknats med i Norrbottens län hade resultaten blivit annorlunda för att ta ett exempel. Ett annat problem är att övriga kommuner är betydligt fler till antalet i jämförelse med de andra grupperna. 2.3 Definition på migration och migrant Migration är ett vanligt förekommande samlingsord för alla former av flyttningar. Migration innebär flyttningar mellan en plats till en annan (King, 2011, s. 136). Tillförs olika former av prefix till ordet migration blir betydelsen mer preciserad. Exempelvis immigration innebär flyttning till ett land från annat i syfte att bosätta sig eller emigration vilket innebär flyttningar från ett land till ett annat i syfte att bosätta sig (Castree, Kitchin & Rogers, 2013). I många 8

10 texter används orden migration och migrant i olika former, vilket kan skapa förvirring när många exempelvis associerar migranter till att vara en utländsk medborgare som flyttat till Sverige och inte de som flyttar inom landet. För att underlätta för läsarna och minska missförstånden kommer migranter i uppsatsen definieras om till inflyttare och utflyttare med samlingsnamnet flyttare. Denna uppsats kommer ta sig an den del av migrationen vilken benämns i akademiska kretsar för intern migration. I denna uppsats blir intern migration de mellankommunala flyttningarna. Definitionen på mellankommunala flyttningar och en flyttare bygger på manualen Methods of Measuring Internal Migration (1970, s. 2) från United Nations. Definitionerna som används i denna uppsats lyder enligt följande; mellankommunal flyttning är när in- eller utflyttning sker inom Sverige från ett definierat geografiskt område till ett annat under en angiven tidsintervall och vilken innefattar förändring av hemvist. Slutligen är en ineller utflyttare en individ oberoende av födelseland, vilken ändrat sin vanliga folkbokföringsort från Piteå kommun till annan kommun eller i motsatt riktning. Ett problem med den kommunala gränsen och de mellankommunala flyttningarna är att antalet flyttningar som fångas upp är beroende av antalet kommuner och storleken på dem. I Sverige finns det 290 kommuner i olika storlekar medan det i exempelvis Tyskland finns kommuner, Norge 428, Frankrike och Italien (Local & Regional Europe, u.å). Hade undersökningen gjorts i ett annat land med fler kommuner eller i Stockholmstrakten hade möjligheten att fånga upp fler mellankommunala flyttningar varit större. I Stockholmstrakten är kommunerna betydligt mindre till ytan än i exempelvis Norrbottens län. I Piteå kommun kan en individ flytta långt utan att passera kommungränsen medan en boende i Stockholm kan flytta två mil och passera flera kommungränser. 9

11 3. LITTERATURÖVERSIKT FLYTTNINGAR Detta kapitel innehåller de teoretiska delarna vilka är intressanta för denna undersökning. Forskningsfältet kring migration är stort och komplext. Det innehåller makro- och mikroteorier, olika former av modeller och olika typer av kvalitativ och kvantitativ forskning. Första delen behandlar Ravenstein (1885) och de generaliserande lagarna kring flyttningar med fokus på Sverige. De efterföljande delarna tar sedan upp forskning kring hur olika attribut påverkar flyttbenägenheten. En viktig del i alla studier är att det förekommer olika former av geografisk upplösning vilket påverkar resultaten och kanske inte ger samma resultat som i undersökningen av Piteå kommun. En del studier använder sig av LA-regioner (lokala arbetsmarknadsregioner), kommuner, län och andra egenskapade indelningar. Majoriteten av forskningen är svensk och anledningen är att det många gånger är svårt att jämföra med andra länder där det inte finns att tillgå samma utförliga registerdata som i Sverige. 3.1 Flyttströmmar och avstånd Redan på slutet av 1800-talet genomfördes studier kring flyttningar i Storbritannien. Ernst Georg Ravenstein drog slutsatserna i sin studie The Laws of Migration (1885, s , ) att kvinnor i högre utsträckning än män flyttar, att flertalet av flyttningarna görs över kortare distanser, att flyttströmmar över längre avstånd går till industriella och kommersiella centra, individer i rurala områden är mer flyttbenägna än de i städer samt att det alltid finns en motström av flyttare tillbaka. Det generella antagandet Ravenstein (1885, s ) synliggjorde kring avståndet på flyttningarna stämmer väl överens med Sverige. Större delen av flyttningarna i landet är av kortare karaktär inom kommuner. En av tre flyttningar är mellankommunala och bara en av sex flyttningar är över en länsgräns. Tendensen är enligt SCB att de långväga flyttningarna ökat under de senaste 40 åren men fortfarande ligger efter övriga flyttningar (SCB, 2014). Sociologen Ritchey (1976, s ) har gått igenom flera studier och funnit att en av anledningarna till varför kortare flyttningar är vanligare beror på närheten till de sociala nätverken. Banden till släkt och vänner hämmar flyttbenägenheten när det kommer till längre avstånd, men flyttar vänner och släkt ökar flyttbenägenheten mot dem även om avståndet är stort. Lever släkt och vänner längre bort kan de tillhandahålla viktig information om platsen de bor på och öka flyttbenägenheten mot den platsen. De sociala aspekternas betydelse synliggjordes genom en omfattande enkätundersökning om människors motiv till att stanna eller flytta i Regionalpolitiska utredningens slutbetänkande (2000:87). De skriver: [ ] de som trivs på hemorten, de som har sina nära vänner där och de som bott där länge, har svårare att tänka sig att flytta (SOU, 2000:87, s. 47). Väljer en individ ändå att flytta långt är det vanligt i Sverige att flytta till storstäder och större städer inom den region där föräldrarna bor (SCB, 2015, s. 33). Även fast Ravensteins (1885, s ) lagar är av äldre karaktär och behandlar det industriella samhället, finns viktiga inslag som än idag är gångbara. Skillnaden idag är att industriella och kommersiella centra bytts ut mot universitetsstäder och storstadsregioner. Flyttströmmar går fortfarande idag i stor utsträckning från mindre befolkade områden till större städer samt att det finns motströmmar. Detta reflekteras i Stjernströms (1998, s ) 10

12 avhandling där resultatet visar att flyttströmmarna går i riktning mot storstadsregionerna och universitetsstäderna. Vidare visar statistiken från Stjernströms (1998) undersökning att det finns ett stort flyttutbytte i båda riktningarna mellan Norrbottens län och Stockholms län. Slutligen bekräftas detta i rapporten Geografisk rörlighet och arbetsgivarbyten skriven av Israelsson m.fl. (2003, s. 19), där dessa påvisar att flyttströmmar i Sverige går från glesbygden mot universitetsstäder och storstadsområden men även från Norrlands inland mot kuststäderna och sedan längre söder ut. Att det förekommer flyttströmmar mot storstadsregioner är ingen överraskning, men vilka är det som väljer att flytta i motsatt riktning? Hjort och Malmberg (2006, s. 64, 71) kom i sin registerdatastudie över flyttningar till landsbygden i Sverige fram till att unga inte lockas av den avlägsna landsbygden i samma utsträckning som äldre och pensionärer. Barnfamiljer lockas både av landsbygdszonen kring städer och den avlägsna landsbygden, men sannolikheten att de har universitetsutbildning och är höginkomsttagare minskar med en flytt till landsbygden. Vidare visar undersökningen att små städer förlorar befolkning till större städer och vinner befolkning från den avlägsna landsbygden. Amcoff och Niedomysl (2013a, s. 2486, 2491) visar i sin studie att ca 25 procent av alla flyttare över längre avstånd är återflyttare. Störst andel återflyttare hade småregioner men det var även svårare för dem att behålla återflyttarna än vad det var för storstadsregionerna. I relation till detta kan Amcoffs och Niedomysls (2015, s. 879) registerdatastudie kring återflyttande par till tidigare hemorter vara av intresse. Författarna kom fram till att det oftare är till kvinnans hemort återflyttningen sker när paren inte har samma hemort i grunden. Flyttströmmar är många och orsakerna till dessa är lika många. Ett sätt att förklara dem är via Ravensteins (1885) lagar. Andra alternativ hade varit gravitationsmodellen vilken försöker förklara Ravenstein (1885) lagar med hjälp av en matematisk ekvation. Dragningskraften mellan två punkter beräknas med hjälp av storleken och avståndet mellan dem (Speare, Goldstein & Frey, 1975, s. 164). Denna undersökning kommer endast behandla en begränsad del av flyttströmmarna från och till Piteå kommun under en begränsad period, vilket gör Ravensteins (1885) generaliserande lagar mer användbara än exempelvis gravitationsmodellen. 3.2 Ålder Ålder är det attribut vilket påverkar oss människor mest när det kommer till att flytta. I Sverige flyttar individer i genomsnitt 11 gånger under en livstid (SCB, 2014). I åldern flyttar svenskar som mest och efter det sjunker siffrorna och är lägst i 70-årsålder, för att sedan gå upp igen efter 80-årsåldern (Andersson, 2000, s. 58). Att en individ flyttar som mest när den är ung beror på flertalet faktorer: flyttar hemifrån, studier, arbete, förändrad familjesammansättning. Att siffrorna går upp igen efter 70-årsåldern handlar sannolikt om att göra en sista anpassning inför framtiden såsom att sälja sitt hus och flytta till något mindre eller någon form av serviceboende. 3.3 Arbetsmarknad, studier och utbildningsnivå Befinner en person sig i arbetsför ålder kan arbetsmarknaden spela en större roll för benägenheten att flytta långväga än vad den gör vid korta avstånd. Vid flytt över korta avstånd dominerar de demografiska skälen. En individ flyttar hemifrån, får barn, skiljer sig, blir pensionär (Andersson, 2000, s. 59). När en person är ung och håller på att etablera sig på 11

13 arbetsmarknaden är denne mer benägen att flytta på grund av jobbyte eller arbetslöshet än vad en äldre person är. En etablerad äldre person på arbetsmarknaden flyttar sällan på grund av jobbyte och ekonomiska skäl (Ritchey, 1976, s. 379). Förutom arbetsmarknadsrelaterade orsaker spelar studier en allt viktigare roll i ungas flyttmönster. Yngre flyttar i större utsträckning för att studera på andra orter för att förstärka sin position på arbetsmarknaden än att komma in på arbetsmarknaden (Israelsson, Strannefors & Tydén, 2003, s. 19). Unga kvinnor som grupp flyttar tidigare hemifrån än unga män och det beror bland annat på studier vid universitet eller högskola. En anledning till att unga män flyttar senare är att de i större utsträckning väljer jobb framför studier och det medför att de bor kvar längre tid hemma, men väljer de studier flyttar de också tidigt hemifrån. Vid studier på annan ort finns många gånger inget annat val än att flytta hemifrån (SCB, 2015, s. 16,47). När en person är ung är det mer naturligt att vara experimentell när det kommer till arbete, utbildning och att bosätta sig på andra orter. Yngre är mer flyttbenägna än äldre då de håller på att bygga upp en egen framtid och då kan flytt till annan ort vara av intresse när den egna orten inte kan erbjuda utbildning eller fast jobb. När en individ blivit äldre och är färdigutbildad kommer även utbildningsnivån ha en betydelse på hur flyttbenägen en person är. I Stjernströms (1998, s. 174) avhandling framgår det att flyttarna i åldern hade en högre utbildningsnivå i jämförelse med de individer vilka stannar kvar på orten. I Regionalpolitiska utredningens slutbetänkande (SOU 2000:87, s. 46) dras slutsatsen att utbildningsnivån har en stor betydelse när det kommer till flyttbenägenheten. Utredningen slår även fast att ju högre utbildning en individ har desto mer beroende blir den av de tätorter där jobben är koncentrerade till, vilket ökar flyttbenägenheten mellan tätorter. Vidare säger utredningen att oavsett ålder är de ensamstående mer flyttbenägna i jämförelse med sammanboende par. En förklaring till detta är att jobbmöjligheterna för båda kan vara begränsade, speciellt om det är specialistutbildningar hen har vilka är koncentrerade till storstadsregioner och större städer. 3.4 Bostad och familjesituation Innan en person lyckats etablera sig på bostadsmarknaden är flyttbenägenheten större. En person eller familj som investerat i småhus eller bostadsrätt är mindre flyttbenägna än de med hyresrätt i Sverige. När sedan hushållets sammansättning förändras med ankomst av barn minskar flyttbenägenheten för varje barn och minskar drastiskt efter andra barnet (SCB, 2005, s ). Amcoff och Niedomysl (2013b, s. 46) drar slutsatsen i sitt empiriska material över in- och utflyttade barnfamiljer till Stockholms län, att barnfamiljer överlag är mindre flyttbenägna än andra grupper i samhället. Förutom antalet barn spelar även barnens ålder en avgörande roll för flyttbenägenheten, är barnen små är flyttbenägenheten större än om barnen är äldre (SCB, 2005, s. 14). Vilken bostadsform och hur familjesammansättningen ser ut har en stor betydelse för flyttbenägenheten. Här finns ett samspel mellan bostadsform, antal barn och ålder på barnen. Att köpet av en bostad minskar flyttbenägenheten är inte konstigt när det kan vara är den största investeringen under ens livstid. Familjebildningen i sin tur gör att det finns fler viljor att ta hänsyn till vid en flytt. Det kan vara lättare att flytta på små barn i jämförelse med äldre, vilket 12

14 kan ha att göra med skola och de sociala kontakterna barnet själv hunnit bygga upp och att det då inte är lika lätt för vårdnadshavarna att flytta familjen. 3.5 Äldre och pensionärer Äldre och pensionärer tillhör de minst mobila och flyttbenägna i samhället, ju äldre en person blir desto mindre flyttar den (Andersson, 2000, s.59). Abrahamsson och Niedomysl (2008, s. 208) visar i sin enkätstudie att när äldre (55-64 år) ändå flyttar får arbetsmarknadsrelaterade orsakar större betydelse med ökat avstånd men ännu större betydelse får sociala orsaker till flytten. Bland pensionärer i åldern år är själva boendet den viktigaste orsaken till kortare flyttningar medan vid längre avstånd minskar bostadens betydelse till förmån för de sociala orsakerna. Pettersson och Malmberg (2009, s , 353) kom fram till att pensionärer vilka flyttar långa avstånd i större utsträckning flyttar närmare sina vuxna barn och barnbarn, antingen för att få hjälp av de vuxna barnen eller hjälpa till med barnbarnen. Slutligen kom undersökningen fram till att vuxna långflyttare med egna barn i större utsträckning flyttar i riktning mot sina gamla föräldrar än de vuxna utan barn hemma. Inom gruppen äldre och pensionärer är preferenserna uppenbarligen olika i jämförelse med yngre: närheten till sina barn, barnbarn och sociala kontakter spelar en viktigare roll när en individ blir äldre och ett annat perspektiv på livet finns. 3.6 Födelseland och kön En flyttbenägen grupp över längre avstånd är de med annat födelseland än Sverige. Flyktingar vilka placeras i landsbygds- och glesbygdskommuner väljer i stor utsträckning att flytta därifrån i riktning mot storstadsregioner (Borgegård m.fl. 1996, s. 37). Amcoff, Östh och Niedomysl (2011, s. 27, 32) visar i deras undersökning att Stockholmstrakten har en nettoinflyttning från andra delar av landet när det gäller invandrare från icke OECD länder. Varför invandrare lämnar landsbygden kan enligt Åslund (2005, s. 21) bero på att de gärna vill bo nära människor med samma födelseland vilket är lättare att finna i större regioner. Närhet till andra med samma etnicitet är den viktigaste anledningen men även regioner där lägre arbetslöshet förekommer lockar. I rapporten Sveriges nya geografi 2015 utgiven av Arena för tillväxt (2015, s. 4) slås det fast att stora delar av Sverige idag växer på grund av invandring och för mindre kommuner är detta en viktig grupp inför framtiden. Ska kommunerna klara framtida behov med välfärd och skola behövs ett bra integrationsarbete för att få dessa grupper att stanna kvar. Många kommuner riskerar att bli genomströmningskommuner för invandrare innan de flyttar vidare mot storstadsregioner. Slutligen fastslog Ravenstein (1885, s ) redan på slutet av 1800-talet att kvinnor flyttar oftare än män vilket fortfarande stämmer. Inom kategorin kvinnor är de unga kvinnorna den mest mobila gruppen, men även en av de mest mobila grupperna i hela samhället (Berglund, 1996, s. 64). En stor del i att unga kvinnor flyttar mer än unga män beror på studier vid universitet och högskola. SCB (2015, s. 50) slog fast i sin rapport att kvinnor i större utsträckning börjar studera när de flyttar hemifrån än män. I mindre befolkade kommuner är skillnaden mellan könen ca 17 procent men minskar i takt med att befolkningsstorleken ökar. 13

15 3.7 Sammanfattning kring litteraturöversikten Utifrån tidigare studier kan vi vänta oss att in- och utflyttare till och från Piteå kommun påverkas av stigande ålder, kön, studier, utbildningsnivå, födelseland, familjesammansättning och vilken ekonomisk ställning en individ har. Flyttströmmar från och till Piteå kommun torde finnas mot exempelvis universitetsstäder och från Norrlands inland. De med annat födelseland borde flytta i större utsträckning mot större städer och framför allt till Stockholmsområdet och slutligen borde fler flyttningar vara till närområdet, då avståndet visat sig påverka flyttbenägenheten. 14

16 4. EN KOMMUN I GLESBEFOLKAD REGION 4.1 Piteå kommun Norrbottens län är Sveriges nordligaste län och består av 14 kommuner; Arjeplog, Arvidsjaur, Boden, Gällivare, Haparanda, Jokkmokk, Kalix, Kiruna, Luleå, Pajala, Piteå, Älvsbyn, Överkalix och Övertorneå. Länet är till ytan Sveriges största län och har en befolkning på ca invånare. Den största delen av invånarna bor i kustområdet inom några mils radie av residensstaden Luleå (Länsstyrelsen Norrbotten, u.å). Piteå kommun är till ytan km 2 stort. Piteå stad är tätorten med ett antal mindre samhällen utsprida över kommunen. År 2015 bodde det personer i Piteå kommun, av dessa var kvinnor och män. Befolkningstätheten ligger på 13,5 invånare/km 2, vilket är 10,7 invånare/km 2 under genomsnittet för Sverige (SCB, 2016e). Sveriges kommuner och landsting (SKL) delar upp Sveriges kommuner i olika grupper för att det lättare ska gå att genomföras statistiska undersökningar och jämföra kommuner. Nuvarande indelning gäller från 2011 till januari 2017 (SKL, 2011). Karta 1 illustrerar indelningen för Norrbottens län. Kartan visar att Piteå kommun är kategoriserad som en kommun i glesbefolkad region och sammanlagt finns det 16 kommuner runt om i Sverige med samma definition. Sju av kommunerna i länet är kategoriserade i gruppen kommun i glesbefolkad region. Karta 1. Norrbottens län med SKL:s kommungruppsindelning. Källa: SKL (2011). Informationen bearbetad av författaren. Befolkningsförändringen i kommunen sedan 1968 redovisas i diagram 1. Under perioden har Piteå kommun haft en befolkningsökning över tid. Den största befolkningsökningen var under perioden då befolkningen växte med ca personer. Under senare år har ökningen inte varit lika kraftig och under 1990-talet minskade befolkningen under några år i samband med 90-talskrisen, för att sedan öka igen under

17 talet. I diagram 2 jämförs befolkningsförändringen med riket och övriga kommuner i glesbefolkad region åren Piteå kommun följde rikets positiva utveckling fram till slutet på 1990-talet, där den fortsätter vara positiv men inte lika kraftig. För hela gruppen kommuner i glesbefolkad region har utvecklingen varit negativ sedan Diagram 1. Folkmängd i Piteå kommun åren Källa: Statistiska centralbyrån (2016d). Diagram 2. Befolkningsutveckling från Index, år 2000 = 100. Källa: Statistiska centralbyrån (2016d). Diagram 3 redovisar antalet födda och döda i kommunen och för kommuner i glesbefolkad region under perioden En del förklaring till en kommuns befolkningsutveckling står att finna i ett positivt födelsenetto, det ger en naturlig befolkningsökning. Födelsenetto innebär exempelvis antalet födda i Piteå kommun minus antalet döda i Piteå kommun under ett specifikt år. Från hade kommunen ett positivt födelsenetto. Efter 1995 har siffrorna vänt och 16

18 enbart 2000, 2006 och 2013 gav positiva resultat. Sedan mitten på 1990-talet finns det en naturlig befolkningsminskning i Piteå kommun och det visar den viktiga roll inflyttarna spelar och kommer att spela för en fortsatt befolkningstillväxt. I jämförelse med kommuner i glesbefolkad region har Piteå betydligt fler år med ett positivt födelsenetto. Redan 1976 började kommungruppen att uppvisa negativa siffror, med några få undantag åren Piteå kommun hade positivt födelsenetto fram till 1996 och har sedan fler år av negativ tillväxt än med positiv. Födelsenettot kan alltså förklara 70- och 80-talets befolkningstillväxt i Piteå, men inte 90-talet och framåt. Diagram 3. Antalet födda och döda åren för Piteå kommun och kommuner i glesbefolkad region. Vänster (X) axel är antalet för Piteå kommun och höger (X) axel är antalet för kommuner i glesbefolkad region. Källa: Statistiska centralbyrån (2016b, 2016f). Diagram 4 presenterar in- och utflyttningar där Piteå kommun under perioden har haft fler år med positivt flyttnetto. Fem år under perioden var flyttnettot minus för kommunen. De senaste negativa åren var under 2008 och 2009 då världen drabbades av finanskrisen. Under perioden har flyttnettot hamnat på plus personer. I jämförelse med kommungruppen har Piteå kommun fler positiva flyttnetto år. Under 12 år uppvisar kommunerna i gruppen negativa siffror men sedan 2013 är siffrorna positiva. Undersöks siffrorna närmare för Piteå kommun har invandring en del i det positiva flyttnettot. Sedan 1997 har Piteå sina högsta noteringar mellan Åren låg invandringsnettot på 101, 99, 118 och 153 individer plus (SCB, 2016c). I takt med ökad befolkningstillväxt, vilken har genererats på grund av inflyttning, har också medelåldern i kommunen åren stigit. Händelseförloppet har varit snabbt och medelåldern har stigit från 39,8 till 43,1 på mindre 17

19 än 20 år. Detta kan jämföras med kommungruppen där medelåldern stigit från 41,7 till 44,7 under samma period (SCB, 2016a). Diagram 4. In- och utflyttning Piteå kommun och kommuner i glesbefolkad region åren Höger (X) axel är antalet för Piteå kommun och vänster (X) axel är antalet för kommuner i glesbefolkad region. Källa: Statistiska centralbyrån (2016c). 4.2 Analys Hur har flyttnettot och födelsenettot påverkat Piteå kommuns befolkningstillväxt? För att koppla tillbaka till första frågeställningen genomförs en jämförande analys mellan Piteå kommun och gruppen kommuner i glesbefolkad region. Födelsenettot kan förklara 70- och 80- talets befolkningstillväxt och från 90-talet och framåt är flyttnettot den viktigaste faktorn för den positiva befolkningstillväxten för Piteå kommun. Utan flyttnettot hade kommunen inte kunnat visa positiva siffror i befolkningsutvecklingen. Nackdelen är den ökande medelåldern i kommunen vilket medför ett stort problem inför framtiden när offentlig välfärd och service skall bekostas. En allt viktigare grupp under senare år är invandrarna, vilka fört Piteå kommuns flyttnettosiffror från negativa till positiva. I jämförelse med SKL:s kommungruppsindelning har Piteå kommun klarat sig bra över tid när det gäller befolkningstillväxten. En fördel Piteå kommun haft i jämförelse med gruppen kommuner i glesbefolkade regioner är att födelsenettot klarade sig kvar på positiva siffror längre och när nedgången i födelsenetto började kompenserades det med ett positivt flyttnetto, vilket har bestått under lång tid. För gruppen kommuner i glesbefolkad region har det förekommit både negativa födelse- och flyttnetton under längre period med några få undantag. 18

20 5. IN- OCH UTFLYTTARNA I JÄMFÖRELSE MED PITEÅ KOMMUN Detta kapitlet innehåller först den deskriptiva delen vilken behandlar in- och utflyttare i förhållande till kommunens bofasta befolkning och följs av de binära logistiska regressionsmodellerna 1 och 2. I slutet av kapitlet kommer en analys över resultaten. För mer information om statistiken se bilaga Kön och födelseland De första variablerna i undersökningen är kön och annat födelseland. Den genomsnittliga könsfördelningen under perioden för kommunen är nästintill 50 procent på vardera män och kvinnor. För att kunna utläsa några skillnader behöver siffrorna redovisas med en decimal och då ser fördelning ut enligt följande: män 50,1 procent och kvinnor 49,9 procent. Skillnader mellan könen i antal är under 60 personer. Samma marginella skillnad i könsfördelningen inom grupperna in- och utflyttare finns. Den genomsnittliga könsfördelningen för gruppen inflyttare under perioden ligger på 50,2 procent kvinnor och 49,8 procent män. I gruppen utflyttare är 50,4 procent kvinnor och 49,6 procent män (Databasen Place). En marginell övervikt i kvinnor som flyttat existerade under perioden. I kategorin utlandsfödda har Piteå kommun en fördelning där tre procent av befolkningen under perioden haft annat födelseland än Sverige. I gruppen inflyttare var antalet utlandsfödda sju procent och bland utflyttarna var fördelningen åtta procent (Databasen Place). Det är stor skillnad mellan antalet utlandsfödda in- och utflyttare i jämförelse med antalet utlandsfödda i den bofasta befolkningen i Piteå kommun. 5.2 Ålderssammansättning Ålderssammansättningen är uppdelad i sex kategorier för att lättare få en översikt och jämföra hur åldersfördelningen ser ut mellan de olika grupperna. Piteå kommuns genomsnittliga åldersfördelning under perioden redovisas i tabell 1 tillsammans med in- och utflyttarna. Åldersgruppindelning: Piteå kommun Inflyttarna Utflyttarna Totalt Tabell 1. Åldersgruppsindelning av Piteå kommuns befolkning, inflyttare och utflyttare. Genomsnittliga andelar i procent under perioden Källa: Databasen Place. Den största ålderskategorin för de bofasta i Piteå kommun under perioden var de över 65 år med 25 procent av befolkningen. I jämförelsen med in- och utflyttare är den gruppen enbart sex procent för inflyttarna och fem procent för utflyttarna, vilket är en betydande skillnad. Den största gruppen för in- och utflyttarna är istället åringarna, 49 respektive 51 procent. Den 19

21 bofasta befolkningen i Piteå kommun har i samma kategori 14 procent. I endast två av kategorierna är utflyttargruppen större än den bofasta befolkningen, 0-19 och 20-30åringarna medan inflyttarna är fler i och 31-40åringarna. I övriga kategorier ligger procentfördelningen högre för de bofasta i jämförelse med in- och utflyttarna. Statistiken i tabell 1 visar tydligt att flyttarna är yngre än den bofasta befolkningen i kommunen och att fler yngre flyttar från Piteå kommun än vad som flyttar in till kommunen. 5.3 Familjetyp Kategorin sambo/gift innehåller familjer med eller utan barn. Ensamstående är personer med barn i hushållet eller vuxna barn. Sista kategorin ensamstående (övriga) är personer utan barn. Familjetyp: Piteå kommun Inflyttarna Utflyttarna Sambo/gift Ensamstående med barn Ensamstående (övriga) Totalt Tabell 2. Familjetypsindelning av Piteå kommuns befolkning, inflyttare och utflyttare. Genomsnittliga andelar i procent under perioden Källa: Databasen Place. Statistik bearbetad av författaren. Den största kategorin bland den bofasta befolkningen i kommunen är sambo/gift med 60 procent medan samma kategori för in- och utflyttarna är 29 procent respektive 38 procent. Den största kategorin för in- och utflyttarna är ensamstående (övriga) med 62 procent respektive 50 procent, vilket är en betydande skillnad. För Piteå kommun har samma kategori 33 procent. Minsta kategorin för alla grupperna är ensamstående med barn. Ensamstående utan barn flyttar i betydligt större utsträckning än övriga kategorier medan sambo/gifta flyttar i lägre utsträckning än den bofasta befolkningen. Intressant är att ensamstående utan barn som flyttar in är betydligt fler än samma kategori hos utflyttarna. 5.4 Utbildningsnivå Den minsta kategorin av utbildningsnivåerna för Piteå kommun är förgymnasial utbildning vilken står för 20 procent av populationen. I jämförelse med in- och utflyttarna är de boende i Piteå kommun procentuellt fler i kategorin förgymnasial utbildning. I kategorin eftergymnasial utbildning är andelen störst bland utflyttarna med 37 procent i jämförelse med 36 procent för inflyttarna. För kommunens egen befolkning är siffrorna 26 procent. Den gymnasiala kategorin är störst för alla grupperna: 52 procent för kommunen, motsvarande siffror är 51 procent för inflyttarna och 46 procent för utflyttarna. Uppgifter på två procent saknas för bofasta i Piteå kommun. Siffrorna ger en bild av att förgymnasial utbildning hämmar benägenheten att flytta medan eftergymnasial utbildning ökar benägenheten för både in- och utflyttning från Piteå kommun. 20

22 Utbildningsnivå: Piteå kommun Inflyttarna Utflyttarna Förgymnasial utb Gymnasial utb Eftergymnasial utb Uppgifter saknas Totalt Tabell 3. Utbildningsnivåindelning av Piteå kommuns befolkning, inflyttare och utflyttare. Genomsnittliga andelar i procent under perioden Källa: Databasen Place. 5.5 Disponibla inkomster Den disponibla inkomsten jämförs mellan in- och utflyttare. Piteå kommuns befolkning är indelad efter fraktiler, vilket innebär att varje grupp får 33,3 procent av de med disponibla inkomster. Disponibla inkomster: Piteå kommun Inflyttarna Utflyttarna Låginkomst 33, Medelinkomst 33, Höginkomst 33, Totalt Tabell 4. Indelning av de med disponibla inkomster inom Piteå kommuns befolkning, inflyttare och utflyttare. Genomsnittliga andelar i procent under perioden Källa: Databasen Place. Största delen av in-och utflyttarna är låginkomsttagare, båda grupperna har 49 procent. Det är något fler höginkomsttagare bland utflyttare i jämförelse med inflyttarna. Tabell 4 visar en tydlig bild där låginkomsttagare flyttar i större utsträckning jämfört med den bofasta befolkningen medan medel- och höginkomsttagare flyttar i lägre utsträckning. 5.6 CSN, a-kassa och försörjningsstöd CSN innebär att en individ erhållit studiestöd från CSN någon gång under perioden. Personer med CSN-lån sedan tidigare räknas inte med i undersökningen. I Piteå kommun hade i genomsnitt åtta procent av befolkningen erhållit studiestöd från CSN under perioden. För inflyttarna var siffran 33 procent och för utflyttarna 39 procent (Databasen Place). Erhållit studiestöd från CSN har en stor påverkan för valet att flytta visar siffrorna. Av befolkningen i Piteå kommun hade sju procent a-kassa under perioden. Den procentuella fördelningen för gruppen inflyttare var sju procent och för utflyttarna åtta procent. Det var endast gruppen utflyttare som avvek under perioden och detta med en procent i jämförelse med de två andra grupperna (Databasen Place). Skillnaderna mellan den bofasta befolkningen och flyttarna är näst intill obefintlig. Kategorin försörjningsstöd är i allmänhet mer känd under namnet socialbidrag. I Piteå kommun hade tre procent av befolkningen försörjningsstöd under perioden. För in- och utflyttarna var siffrorna mer än dubbelt så stora. Sju procent av inflyttarna hade 21

23 försörjningsstöd, medan det för utflyttarna var åtta procent. Gruppen vilken hade störst andel med försörjningsstöd under perioden var utflyttana (Databasen Place). Här finns en betydande skillnad mellan den bofasta befolkningen och flyttarna i denna kategori. 5.7 Sammanfattning av deskriptiva statistiken Inflyttarna till Piteå kommun skiljer sig från redan existerande befolkning då de i högre grad har annat födelseland, är unga vuxna (20-30), är låginkomsttagare, har eftergymnasial utbildning, erhållit CSN, erhållit försörjningsstöd eller är ensamstående med eller utan barn, men i lägre grad är äldre, sambo/gifta, medel- och höginkomsttagare och har antingen förgymnasial- eller gymnasialutbildning. Utflyttarna liknar näst intill inflyttarna förutom att de i högre grad är unga (0-19) i jämförelse med redan existerande befolkning i kommunen. 5.8 Vilka attribut påverkar in- och utflyttningen till Piteå kommun? De binära logistiska regressionsmodellerna 1 2 redovisas i tabell 5. I bilaga 1 redovisas alla siffror över antalet individer vilka undersökts i regressionsanalysen. En förklarande text hur resultaten i regressionsanalysen ska tolkas och analyseras inleder del 5.8. Modell 1 och 2 innehåller inflyttare respektive utflyttare i förhållande till Piteå kommuns befolkning under perioden De oberoende variablerna i modellerna är; kön, födelseland, åldersgrupp, utbildningsnivå, disponibla inkomster, CSN, A-kassa och försörjningsstöd. Varje variabel har en ref-grupp vilket de andra kategorierna inom variabeln ställs i förhållande mot. Oddskvoten anger vilka variabler som ökar (>1) eller minskar (<1) sannolikheten för inflyttning (modell 1) respektive utflyttning (modell 2) till och från Piteå kommun. Stjärnorna bakom oddskvoten är vilken signifikansnivå (P) oddskvoten har, vilket innebär hur stor sannolikheten är att resultatet vilket redovisas är slumpmässigt. Tre asterisker innebär att det är mindre än en procents chans att resultatet är slumpmässigt, två asterisker mindre än fem procent. Ju högre oddskvoten är över ett, desto större chans att det som undersöks inträffar i förhållande till ref-gruppen. Exempelvis i modell 1 visar analysen att annat födelseland än Sverige ökar flyttbenägenheten med 43 procent i jämförelse med Sverige som födelseland. Modell 2 indikerar att utflyttningen påverkas i ännu högre grad av annat födelseland än Sverige, sannolikheten ökar med 88 procent. Både in- och utflyttare har signifikansnivå under 1 procent. Variabeln kön saknar stjärnor vilket innebär att flyttbenägenheten inte påverkas av vilket kön en individ har, de små avvikelserna från ett är inte signifikanta eftersom de avviker från rådande konvention vilken är P<0,05 för modell 1 och 2. Sannolikheten för slumpmässighet överstiger fem procent gällande kön. Den oberoende variabeln åldersgrupper indikerar att flyttbenägenheten för de olika kategorierna minskar ju äldre en person blir för både in- och utflyttare. Skillnaden mellan inoch utflyttarna i förhållandet till referensgruppen, 0-19år, är att för inflyttarna ökar sannolikheten att en inflyttare befinner sig i kategorin 20-30år med 98 procent eller 31-40år med 18 procent i jämförelse med referensgruppen. För utflyttarna är det enbart 20-30års kategori som ökar sannolikheten för flytt med 36 procent i jämförelse med referensgruppen. För både in- och utflyttare ökade flyttbenägenheten mest för kategorin 20-30åringarna. Vilken familjetyp en individ har påverkar också sannolikheten att flytta. Ensamstående med/utan hemmaboende barn och ensamstående utan barn är mer flyttbenägna än 22