Hur påverkar ekonomiska incitament sjukfrånvaron? En studie om hur visstidsanställningar påverkar korttidssjukfrånvaron

NATIONALEKONOMISKA INSTITUTIONEN Uppsala universitet Examensarbete C Författare: Erika Kankkunen Handledare: Olof Rosenqvist Termin och år: HT2016 Hur påverkar ekonomiska incitament sjukfrånvaron? En studie om hur visstidsanställningar påverkar korttidssjukfrånvaron

Sammanfattning Sjukfrånvaron har ökat i Sverige sedan år 2010. Tidigare studier visar att en ökning av sjukfrånvaron inte enbart kan förklaras av att individers hälsa och arbetsmiljö har försämrats. Nationalekonomiska studier pekar istället på att en förklaring till variationen i sjukfrånvaro är ekonomiska incitament. Syftet med denna studie är att undersöka hur visstidsanställningar påverkar korttidssjukfrånvaron bland kommunalt anställda. Studien tar sin utgångspunkt i teorier om att sjukfrånvaron delvis bestäms av kostnaden för att vara sjukskriven. Kostnaderna för sjukfrånvaro bör vara högre för individer som har en visstidsanställning då dessa riskerar att inte få sin anställning förlängd om de har en hög sjukfrånvaro. Undersökningen har genomförts med en statistisk modell med kommunfixa och tidsfixa effekter samt ett mindre antal tidsvarierande kontrollvariabler. Resultaten visar på ett negativt men litet och insignifikant samband mellan visstidsanställningar och korttidssjukfrånvaron. Studien kan således inte konstatera att visstidsanställningar har någon effekt på korttidssjukfrånvaron bland kommunalt anställda. Nyckelord: Sjukfrånvaro, Visstidsanställd, Moral hazard, Ekonomiska incitament 2

Innehållsförteckning Sammanfattning... 2 1 Inledning... 4 2 Teori... 6 2.1 Neoklassisk modell om valet mellan arbete och fritid... 6 2.2 Moral hazard... 7 2.3 Kostnadens betydelse... 7 2.4 Teoretiska prediktioner... 8 3 Tidigare forskning... 8 4. Data... 13 4.1 Beroende och oberoende huvudvariabler... 14 4.2 Kontrollvariabler... 16 4.3 Deskriptiv statistik... 18 6. Resultat... 23 6.1 Heterogenitetsanalys... 24 6.2 Robusthetstest... 26 7. Slutsatser... 30 Referenser... 32 Appendix... 34 3

1 Inledning Ett centralt problem i Sverige idag är den höga sjukfrånvaron. Sverige har i jämförelse med andra länder en hög sjukfrånvaro som varierar kraftigt över tid (Hägglund och Johansson 2016). Sjukfrånvaron sjönk mellan år 2003 och år 2010, men har sedan 2010 återigen börjat stiga. Ett problem med den höga sjukfrånvaron är den höga kostnaden för sjukpenningen. Larsson et al. (2005) menar att denna kostnad i längden inte är ekonomiskt hållbar. Kostnaden för sjukpenningen uppgick år 2015 till 35 miljarder kronor (Försäkringskassan 2016). Detta kan jämföras med Sveriges BNP som år 2015 var 4 181 miljarder kronor (SCB 2016). Som andel av BNP var kostnaden för sjukpenningen år 2015 ungefär 0,8 procent. Problemet med sjukfrånvaron är således ett mycket aktuellt problem och i tidigare forskning har olika orsaker till den höga sjukfrånvaron diskuterats. Hägglund och Johansson (2016) menar att förändringar i sjukfrånvaro över tid inte enbart kan förklaras av förändringar i människors hälsa och arbetsmiljö. Istället menar författarna att den höga sjukfrånvaron till viss del beror på sjukförsäkringens utformning. Sjukförsäkringen är en obligatorisk försäkring i Sverige som ger individer ersättning när de till följd av sjukdom inte kan arbeta. Författarna menar att detta leder till att individer har incitament att överutnyttja sjukförsäkringen och vara sjukfrånvarande mer än vad som är samhällsoptimalt. Istället för att sjukfrånvaron enbart beror på individers hälsa menar Hägglund och Johansson (2016) att variationen i sjukfrånvaro påverkas av olika ekonomiska incitament. Det finns fler tidigare studier som pekar på att ekonomiska incitament påverkar sjukfrånvaron. Exempelvis visar Larsson et al. (2005) att förändringar i arbetslöshet tycks påverka sjukfrånvaron. Författarna menar att ökad arbetslöshet i samhället ökar risken för att individer ska förlora sitt arbete, vilket ger en disciplinerande effekt som minskar sjukfrånvaron. En annan faktor som potentiellt kan ha en disciplinerande effekt på individers benägenhet att sjukskriva sig är individers anställningsförhållanden. En individ som har en visstidsanställning kan vara mindre benägen att sjukskriva sig. Detta då en visstidsanställning kan innebära att individens kostnad för att vara sjukskriven är högre än för individer med säkra anställningsförhållanden. Individer som är sjukskrivna mycket riskerar att bli oattraktivare på 4

arbetsmarknaden och i synnerhet riskerar individer som är visstidsanställda att inte få sin anställning förlängd. Syftet med den här uppsatsen är att undersöka hur visstidsanställningar påverkar sjukfrånvaron. Frågeställningen som uppsatsen baseras på avgränsas till att undersöka hur andelen visstidsanställningar påverkar korttidssjukfrånvaron bland kommunalt anställda i svenska kommuner. Denna avgränsning har gjorts då kommunalt anställda har en hög sjukfrånvaro, andelen sjukskrivna det tredje kvartalet 2016 var exempelvis högst i den kommunala sektorn (SCB 2016). Dessutom finns det lite tidigare forskning som undersöker sambandet mellan visstidsanställningar och sjukfrånvaro bland kommunalt anställda i Sverige. Denna studie ämnar besvara frågeställningen: Hur påverkar andelen månadsavlönade visstidsanställda korttidssjukfrånvaron i en kommun? Då en visstidsanställd individs kostnad för att vara sjukskriven kan påverkas av individens möjlighet att få ett nytt arbete undersöker denna studie även hur andelen visstidsanställningar påverkar korttidssjukfrånvaron separat för kommuner med hög respektive låg arbetslöshet. För att besvara studiens frågeställning används en statistisk modell där korttidssjukfrånvaron på kommunnivå ett givet år fungerar som den beroende variabeln och där andelen visstidsanställningar med månadslön inom en kommun utgör den intressanta förklarande variabeln. Modellen inkluderar kommunfixa effekter, årsdummies samt ett mindre antal tidsvarierande variabler. Studien finner ett litet negativt men ej signifikant samband mellan andelen visstidsanställningar och korttidssjukfrånvaron. Heterogenitetsanalysen visar på ett negativt men insignifikant samband mellan andelen visstidsanställningar och korttidssjukfrånvaron för kommuner med hög arbetslöshet och ett mycket svagt positivt men insignifikant samband för kommuner med låg arbetslöshet. Uppsatsen är disponerad på följande sätt. I avsnitt två presenteras de teorier som studien utgår ifrån. Här presenteras en neoklassisk modell om valet mellan arbete och fritid, en teori om moral hazard och en teori om kostnaden för att vara sjukskriven. I avsnitt tre redogörs för tidigare studier som undersöker hur ekonomiska incitament påverkar sjukfrånvaron. Studiens datamaterial presenteras i avsnitt fyra och i avsnitt fem redogörs för studiens metoder. I avsnitt sex redovisas studiens resultat och i avsnitt sju presenteras de slutsatser som görs i studien. 5

2 Teori 2.1 Neoklassisk modell om valet mellan arbete och fritid Hypotesen om att visstidsanställningar kan påverka sjukfrånvaron utgår från tanken om nyttomaximerande individer som delvis kan göra ett val mellan att arbeta och få lön eller vara sjukfrånvarande och på så sätt få fritid. Givetvis beror individers sjukfrånvaro även på individers hälsa. Individer kan dock ha olika benägenhet att vara sjukfrånvarande vid en given hälsa, vilket medför att individer delvis kan göra ett val mellan att vara sjukfrånvarande eller att arbeta. Detta tankesätt kan appliceras på den neoklassiska modellen om valet mellan arbete och fritid. Denna modell utgår från att individer får nytta av att konsumera varor (C) och fritid (L) som utrycks med följande nyttofunktion (Borjas 2016): U = f(c, L) Modellen bygger på antagandet att både en högre konsumtion av varor och en högre konsumtion av fritid ger högre nytta för individen. Ett sätt för individen att få fritid är att vara sjukfrånvarande. Larsson el al. (2005) menar att den fritid som individen får av att vara hemma från arbetet på grund av sjukdom kan vara olika behaglig beroende av sjukdomens art. Individer som är hemma med en mild sjukdom, exempelvis en lättare förkylning, skulle trots sjukdomen fortfarande kunna få en positiv nytta av fritiden. Då det är dessa individer som troligtvis påverkas mest av kostnaden för sjukfrånvaro kan det antas att dessa individer påverkas av valet mellan fritid och konsumtion av andra varor. Individens budgetrestriktion kan skrivas som (Borjas 2016): C = w(t L) + V där C är den totala utgiften för varor inklusive fritid, w är individens lön, T är den totala tiden individen kan spendera på fritid och arbete, L är fritid och V är den inkomst individen får utan att arbeta. Enligt detta synsätt kan individen göra ett val mellan att arbeta och få lön som individen kan konsumera på varor eller få fritid. Hur mycket fritid individen väljer att konsumera beror på individens preferenser och på kostnaden för fritid, det vill säga den förlorade lönen. 6

2.2 Moral hazard Då individer i Sverige omfattas av sjukförsäkring behöver inte den enskilda individen bära hela kostnaden för att vara sjukskriven själv utan sjukförsäkringen täcker en del av inkomstbortfallet (Larsson et al. 2005). Om vi kopplar detta till den tidigare presenterade modellen om valet mellan fritid och lönearbete innebär detta att individen antingen kan arbeta och få inkomst eller vara sjukfrånvarande och på så sätt få fritid och samtidigt genom sjukförsäkringen få en del av inkomsten. Detta innebär att kostnaden för fritid har minskat och det finns incitament för individen att konsumera mer fritid. Denna förändring av incitament i och med en försäkring kan beskrivas som moral hazard. Moral hazard inträffar på grund av att det finns asymmetrisk information på försäkringsmarknaden som medför att försäkringsgivaren inte fullt ut kan observera individens hälsotillstånd (Lindbeck 2008). Då samhället bär en del av kostnaden för att individen är sjukskriven har individen incitament att förändra sitt beteende och vara sjukskriven mer än vad som är samhällsoptimalt. Lindbeck (2008) menar att individens förmåga att arbeta är en gradfråga. Enligt Lindbeck blir moral hazard därför också en gradfråga. Moral hazard behöver således inte innebära att friska individer låtsas vara sjuka utan att en individ istället kan tänja på reglerna för sjukskrivning. Exempelvis menar Lindbeck (2008) att en individ kan tolka normal trötthet som sjukdom. 2.3 Kostnadens betydelse Tidigare teorier visar att individer har incitament att vara sjukskrivna mer än vad som är samhällsoptimalt och att hur mycket individer är sjukskrivna delvis kan bero på sjukskrivningens kostnad. Enligt Larsson et al. (2005) beror kostnaden av att vara sjukskriven inte enbart på inkomstbortfallet. En annan kostnad för att vara sjukskriven är enligt författarna att karriärmöjligheterna försämras för individer som har hög sjukfrånvaro. Författarna menar även att en person som är sjukskriven mycket blir mindre attraktiv på arbetsmarknaden och därmed har svårare att få ett annat arbete. Kostnaden i termer av att få försämrade karriärmöjligheter hos nuvarande arbetsgivare bör bli högre för individer som har en visstidsanställning jämfört med individer som har en tillsvidareanställning. Detta då individer med visstidsanställning inte enbart får svårare att avancera hierarkiskt inom organisationen utan dessa individer riskerar även att inte 7

få sin anställning förlängd. Kostnaden för att vara mindre attraktiv på arbetsmarknaden bör också bli högre för individer med visstidsanställning då dessa har, i jämförelse med individer med tillsvidareanställning, en osäker anknytning till sitt arbete och därmed en större sannolikhet att tvingas söka ett nytt arbete. 2.4 Teoretiska prediktioner Utifrån ovanstående teorier har individer incitament att vara sjukfrånvande mer än vad som är samhällsoptimalt. Individer som får nytta av fritid bestämmer delvis sin sjukfrånvaro efter kostnaden för att vara sjukskriven. Kostnaden för att vara sjukskriven bör vara högre för de som är anställda med en visstidsanställning. Detta då dessa kan förlora sitt arbete vid hög sjukfrånvaro. Utifrån detta resonemang bör prediktionen bli att en ökad andel visstidsanställningar leder till en minskad sjukfrånvaro. Detta samband är dock inte självklart. Medan ekonomisk teori talar för att en ökad andel visstidsanställningar bör minska sjukfrånvaron ger psykologisk forskning en motsatt hypotes. Exempelvis har psykologerna Aronsson, Gustafsson och Dallner (2002) undersökt hur hälsan skiljer sig åt mellan de som är tillsvidareanställda och de som är visstidsanställda. Enligt dessa forskares resultat har tillsvidareanställda bättre hälsa än visstidsanställda. Det går således inte att dra några säkra slutsatser om hur visstidsanställningar påverkar sjukfrånvaron endast från teoretiska prediktioner. För att utreda detta samband behövs en empirisk undersökning som ska göras i denna studie. 3 Tidigare forskning Det finns flera studier som undersöker hur ekonomiska incitament påverkar sjukfrånvaron. Leigh (1985) undersöker hur frånvaro från arbetet påverkas av arbetslöshetsnivån. Studien tar sin utgångpunkt i teorin att hög arbetslöshet ger låg frånvaro från arbetet av två anledningar. För det första menar Leigh att de som har hög arbetsfrånvaro till störst del är de som blir uppsagda i en lågkonjunktur. För det andra menar Leigh att när arbetslösheten är hög kommer de som har ett arbete i högre grad undvika att vara frånvarande då de är rädda att förlora sitt arbete. Studien baserar sig på data som är dragen från University of Michigan s Panel Study of Income 8

Dynamics. Leigh gör en mikroanalys som rör arbetsfrånvaro åren 1976 och 1977. Därtill gör Leigh en makroanalys som baseras på data från åren 1967 till och med 1978. Arbetsfrånvaro mättes i intervjuerna genom frågan hur många timmar individerna har varit frånvarande från arbetet på grund av egen eller annans sjukdom och arbetslöshetsnivån definieras i studien som arbetslöshetsnivån i industrin. Studien använde sig av två metoder för att studera detta samband på mikronivå. En metod där relevanta kontrollvariabler inkluderas och en metod som använder sig av fixa effekter genom att jämföra förändringen för samma individ mellan de båda perioderna. Båda metoderna visade på ett statistiskt signifikant negativt samband mellan arbetslöshetsnivån i industrin och arbetsfrånvaron. Även makroanalysen visade på ett negativt samband mellan arbetslöshetsnivån och jobbfrånvaron. Detta samband har även undersökts i Sverige. Larsson et al. (2005) redovisar i sin rapport ett samband mellan konjunkturcykler och sjukfrånvaron i Sverige. Studien använder sig av data från socialförsäkringsberedningens arbetskraftsundersökning åren 1970 till och med 2004. Analysen görs genom att jämföra hur sjukfrånvaron och arbetslösheten förändras över tid. Resultatet från studien visar att perioder med låg arbetslöshet i snitt har gett en högre sjukfrånvaro även i Sverige. Arai och Skogman Thoursie (2005) undersöker om det är den disciplinerande effekten eller den förändrade arbetskraftskompositionen som har störst effekt på sambandet mellan konjunkturer och sjukfrånvaro. För att undersöka detta använder författarna andelen tillfälliga kontrakt som en approximation av andelen marginella arbetare. Om den förändrade sjukfrånvaron på grund av en konjunkturförändring till största del beror på en förändrad arbetskraftskomposition bör enligt författarna andelen tillfälliga kontrakt vara positivt korrelerat med andelen sjukskrivna. Denna utgångspunkt utgår från att det är de som kommer att lämna arbetskraften först som är de som har högre sjukfrånvaro. Enligt disciplinerings-hypotesen bör andelen med visstidsanställning vara negativt korrelerat med sjukfrånvaron. Detta då individer som har en visstidsanställning är de som har störst risk att förlora sitt arbete, och därmed har dessa individer större ekonomiska incitament att inte vara sjukskrivna. 9

För att undersöka dessa hypoteser använder sig studien av paneldata för åren 1989 1999 för ungefär 10 000 privata företag som inte tillhör jordbrukssektorn. För att undvika problem i paneldatastrukturen, exempelvis på grund av att företag läggs ner, aggregerar Arai och Skogman Thoursie (2005) datamaterialet från företagsnivå till industri-regions nivå. En observation är således en industri i en viss region. Studien använder sig av regionindustrifixa effekter och årsdummies samt ett mindre antal tidsvarierande kontrollvariabler. Studien visar på statistiskt signifikanta samband där en ökning av andelen tillfälliga kontrakt med en procentenhet minskar sjukfrånvaron med 0,086 till 0,164 procentenheter beroende på vilka kontrollvariabler som inkluderas. Författarna pekar på att ett problem med denna metod är att andelen visstidsanställda kan vara endogent bestämd. Detta då en ökad sjukfrånvaro skulle kunna medföra ökad andel visstidsanställningar för att täcka upp för den sjuka personalen. För att kontrollera för detta genomför författarna ett robusthetstest med en instrumentregression där andelen visstidsanställningar instrumenteras med sitt laggade värde. Även denna modell visar att andelen tillfälliga anställningar har en negativ påverkan på sjukfrånvaron där koefficienten minskar till -0,246, vilket stärker bilden av att incitament är den drivande kraften bakom sambandet mellan arbetslöshet och sjukfrånvaro. En annan liknande studie är gjord av expertgruppen i offentlig ekonomi där Bergendorff et al. (2002) undersöker utvecklingen av sjukfrånvaro genom att jämföra sjukfrånvaron i Tyskland, Danmark, Frankrike, Nederländerna, Sverige och Storbritannien. Studien använder sig av data från europeiska arbetskraftsundersökningar. I studien undersöks bland annat hur tillfälliga anställningar påverkar sjukfrånvaron i de olika länderna. För att undersöka detta samband använder sig författarna av en multipel regressionsanalys. Datamaterialet konstrueras genom att datamaterialet slås samman till fem olika åldersgrupper för kvinnor samt män som följs med två års mellanrum mellan åren 1987 och 2000 för respektive land. En observation är således en åldersgrupp av ett visst kön i ett visst land under ett givet år. Den beroende variabeln är andelen av de sysselsatta inom observationen som är frånvarande från sitt arbete hela veckan på grund av sjukdom. De oberoende variablerna i studien är kön, land, andel arbetslösa, andelen anställda med tillfälliga anställningskontrakt, sysselsättningsgrad och perioddummies för att kontrollera för gemensamma tidstrender. Studien tillåter att andelen visstidsanställningar kan påverka olika länder och åldersgrupper olika genom att inkludera en interaktionsvariabel där andelen 10

visstidsanställningar multipliceras med kategorivariabeln för länderna och de olika åldersgrupperna. Resultatet visar att en ökning av andelen tillfälliga kontrakt i Sverige leder till att sjukfrånvaron minskar. Studien finner inget samband mellan andelen visstidsanställda och sjukfrånvaron i de andra studerade länderna. Författarna menar dock att sambandet mellan visstidsanställningar och sjukfrånvaro i Sverige ska tolkas med försiktighet då det finns ett problem med att långa sjukskrivningar är överrepresenterade i datamaterialet. Detta då individer med tillsvidareanställning sannolikt har varit anställda längre än individer med visstidsanställning vilket skulle kunna bidra till att deras sjukskrivningar i genomsnitt är längre än för individer med visstidsanställning. Enligt författarna skulle detta statistiska problem kunna förklara det negativa sambandet mellan andelen visstidsanställda och sjukfrånvaron. Ett annat potentiellt problem med studien är att länderna kan skilja sig åt mycket. Detta innebär att det kan finnas oupptäckta variabler som är korrelerade med andelen tillfälliga kontrakt och som påverkar sjukfrånvaron och som förändras olika för länderna över tid, vilket skulle kunna ge ett missvisande resultat. Ytterligare en studie som undersöker hur ekonomiska incitament påverkar sjukfrånvaron har gjorts av Olsson (2009). Författaren undersöker hur anställningsskydd påverkar sjukfrånvaron genom att använda sig av ett naturligt experiment. Olsson (2009) använder sig av undantagsregeln i LAS som infördes i Sverige år 2001. Denna regel gav företag med högst tio anställda möjlighet att vid uppsägningar undanta två arbetare från regeln som innebär att den som anställdes sist är den som ska sägas upp först. Förändringen antas ge arbetarna i företag med högst tio anställda osäkrare anställningsskydd. Metoden studien använder sig av är att de gör en difference-in-differences analys där de jämför förändringarna i sjukfrånvaro för företag med mindre än tio anställda med en kontrollgrupp som är företag som har mellan 12 och 50 anställda. Studien använder sig av kortperiodisk sysselsättningsstatistik som är insamlad av SCB. Datamaterialet består av aggregerad data på företagsnivå för icke-jordbruksföretag i den privata sektorn som är insamlad en gång i kvartalet mellan åren 1994 till 2001. Den beroende variabeln är sjukfrånvaro, mätt som sjukfrånvaro en given onsdag. Författaren menar att en fördel med detta datamaterial är att sjukfrånvaron till skillnad från tidigare forskningsstudier inte bara tar hänsyn till den långa sjukfrånvaron. Antagandet som studien bygger på är att förändringen i sjukfrånvaro ska vara densamma för båda grupperna utan behandlingen, det vill säga förändringen i LAS regeln. För att undersöka om detta antagande är uppfyllt studerar författaren 11

utvecklingen av sjukfrånvaro i grupperna innan och efter förändringen av regeln och ser då att trenderna för sjukfrånvaron är lika innan förändringen i LAS regeln. Studien gör en OLS analys med kommunfixa och industrifixa effekter samt ett mindre antal tidsvarierande kontrollvariabler. Undersökningen visar att sjukfrånvaron har minskat mer för företagen som utsattes för regeln om ändrade anställningsskydd än för kontrollgruppen. Skillnaden är statistiskt signifikant. Studien innehåller också en analys med datamaterialet som paneldata med företagsfixa effekter. Även denna modell ger statistiskt signifikanta resultat som visar att sämre anställningsskydd ger minskad sjukfrånvaro. Ett potentiellt problem med denna studie är att gruppen som utsattes för behandlingen och kontrollgruppen kan skilja sig ganska mycket åt. Detta skulle kunna innebära att företagen reagerar olika på andra faktorer än förändringen i anställningsskyddet. Det finns således en möjlighet att den skattade förändringen i sjukfrånvaro inte enbart beror på förändringen i anställningsskydd. Förändringen i sjukfrånvaron kan också bero på någon annan förändring som påverkar de små och de större företagen olika. Trots att trenderna i sjukfrånvaro ser lika ut för de båda grupperna kan denna problematik inte helt uteslutas. De studier som har redovisats i detta avsnitt pekar således på att kostnaden för att vara sjukskriven påverkar hur stor andel individer som är sjukskrivna. Studier om hur andelen visstidsanställningar påverkar sjukfrånvaron pekar på ett negativt samband i Sverige. Detta samband finns dock inte, enligt tidigare studier, i andra länder. Föreliggande undersökning fokuserar till skillnad från tidigare forskning på hur visstidsanställningar påverkar sjukfrånvaron bland kommunalt anställda. Då sjukfrånvaron är hög inom den kommunala sektorn är det av intresse att studera hur kommunalt anställda reagerar på de ekonomiska incitamenten som följer av visstidsanställningar. En annan fördel med denna studie är att olika kommuner till stor del påverkas av samma krav och regler. Detta kan jämföras med att krav och regler mellan olika privata företag och mellan olika länder kan skilja sig ganska mycket från varandra. Olika kommuner bör därför förändras relativt lika till skillnad från privata företag och de länder som tidigare forskning har studerat och jämfört. Detta i kombination med att föreliggande studie använder kommunfixa effekter och tidsfixa effekter minskar risken för att få felaktiga resultat på grund av utelämnade kontrollvariabler. Till skillnad från tidigare studier baseras föreliggande studie enbart på korttidssjukfrånvaro. Genom att enbart fokusera på korttidssjukfrånvaro minskar 12

risken för missvisande resultat som skulle kunna uppstå i och med att tillsvidareanställda på grund av sin längre anställning kan vara överrepresenterade i långtidssjukfrånvaron. 4. Data Föreliggande studie baseras på data från kommun och landstingsdatabasen, Kolada. Kolada är en ideell förening som ägs av Rådet för främjande av kommunala analyser. Statistiken i denna studie redovisas på kommunnivå. Det hade varit optimalt att ha tillgång till statistik på individnivå för att på så sätt kunna analysera skillnaden i sjukfrånvaro mellan de som har en visstidsanställning och de som har en tillsvidareanställning. Då data på individnivå över detta omfattas av sekretess är det dock inte möjligt att få tillgång till detta datamaterial inom tidsramen för en kandidatuppsats. Detta medför att jag istället använder mig av aggregerad data på kommunnivå. Data för sjukfrånvaron för kommunalt anställda finns tillgänglig i Kolada från år 2006 till 2015 och för andelen visstidsanställda finns data tillgänglig från år 2009 till 2015. På grund av denna begränsning i datamaterialet kommer jag att studera hur andelen visstidsanställda påverkar korttidssjukfrånvaron under perioden 2009 till 2015. Det hade varit optimalt med data över en längre tidsperiod för att på detta sätt kunna fånga upp en större variation i de studerade variablerna och på så sätt öka den statistiska säkerheten men på grund av begränsningarna i datamaterialet har perioden begränsats till dessa år. Den period som studeras i föreliggande studie innehåller dock ett trendbrott i sjukfrånvaron. Sjukfrånvaron sjönk mellan år 2003 och 2010 och började sedan stiga igen (Hägglund och Johansson 2016). Detta medför att det inom perioden finns variation och att perioden därför är intressant att studera. Denna undersökning består av data för samtliga 290 kommuner. Detta innebär att utan bortfall bör det finnas 2030 observationer för samtliga variabler, det vill säga 290 multiplicerat med 7 observationer. Det finns dock en del bortfall. För korttidssjukfrånvaron är det ett bortfall på 142 observationer, det vill säga ungefär 7 procent, och för andelen visstidsanställningar är bortfallet 13

på 2 observationer samt 2 exkluderade extremvärden 1. Totalt blir det således ett bortfall på ungefär 0,20 procent för andelen visstidsanställda. För kontrollvariablerna, andelen kvinnor, andelen som är yngre än 34 år, arbetslöshet, andelen som arbetar inom vård och omsorg, andelen grundskolelärare, andelen av grundskolelärarna med pedagogisk högskoleexamen, samt antalet anställda med månadslön finns data för samtliga observationer. Det relativt höga bortfallet i sjukfrånvaroredovisningen kan vara problematiskt, speciellt om bortfallet är systematiskt. Sjukfrånvarostatstiken i Kolada består av en sammanställning av den obligatoriska sjukfrånvaroredovisningen som kommuner enligt lag måste redovisa i sina årsredovisningar (SKL 2016). För att lösa problemet med bortfallet hämtas därför data för sjukfrånvaron från kommunernas årsredovisningar i de fall sjukfrånvaron inte redovisas i Kolada 2. Några kommuner redovisar dock inte sjukfrånvaron i sina årsrapporter enligt den lagstadgade obligatoriska definitionen. På grund av att definitionen av sjukfrånvaro för dessa kommuner skiljer sig från den i Kolada kan inte samtliga bortfall i Kolada kompletteras. Efter att jag i denna studie har kompletterat sjukfrånvarostatistiken i Kolada med statistik från kommunernas årsredovisningar kvarstår ett bortfall på 26 observationer för korttidssjukfrånvaron, det vill säga ungefär 1,3 procent. Det slutgiltiga datasetet består då av 2000 observationer. 4.1 Beroende och oberoende huvudvariabler Den beroende variabeln i denna studie är korttidssjukfrånvaron för kommunalt anställda och den intressanta förklarande variabeln är andelen kommunalt visstidsanställda med månadslön. Ett problem med studien är att sjukfrånvaron även skulle kunna påverka andelen visstidsanställda. Detta då en ökad sjukfrånvaro kan leda till en ökad andel visstidsanställningar för att täcka upp 1 Ett antagande för att en regression med paneldata ska uppvisa korrekta kausala samband är att extremvärden är osannolika (Stock och Watson 2015). I datamaterialet finns två extremvärden för andelen visstidsanställningar. Om dessa extremvärden studeras närmare i Koladas databas kan vi se att dessa extremvärden kommer från kommunerna Gislaved och Vellinge år 2009. Enligt Kolada redovisas, på grund av sekretess, inget värde för andelen tillsvidareanställda i dessa kommuner år 2009. Den totala andelen visstidsanställningar för de med månadslön och de med timlön uppgår då till 100 procent. Då det kan antas att dessa värden är orimliga och troligtvis har uppkommit på grund av att andelen kommunalt anställda med tillsvidareanställningar inte redovisas exkluderas dessa värden ur analysen och kodas i analysen som saknat värde. 2 För att se vilka observationer som har hämtats från kommunernas årsredovisningar och vilka kommuner som fortfarande saknar värde se Appendix. 14

för den sjuka personalen. Förmodligen är det främst den långa sjukfrånvaron som påverkar andelen visstidsanställningar med månadslön medan den korta sjukfrånvaron rimligtvis bör leda till ökad andel visstidsanställda med timlön. Genom att i denna studie använda korttidssjukfrånvaro och andelen visstidsanställningar med månadslön undviker jag till stor del det eventuella problemet med omvänd kausalitet. En annan fördel med att korttidssjukfrånvaro används är att det främst är denna sjukfrånvaro som rimligen påverkas av ekonomiska incitament medan den långa sjukfrånvaron troligtvis består av allvarliga sjukdomar där de ekonomiska incitamenten inte blir lika relevanta. Sjukfrånvaron definieras enligt Kolada som den totala sjukfrånvaron under året bland kommunalt anställda delat med den totala ordinarie arbetstiden. Denna siffra är multiplicerad med 100 för redovisning i procent. För att beräkna korttidssjukfrånvaron används statistik för andelen av den totala sjukfrånvaron som är långtidssjukfrånvaro. Enligt Kolada definieras långtidssjukfrånvaro som andelen av den totala sjukfrånvaron som pågår längre än 59 dagar. För att beräkna korttidssjukfrånvaron beräknas utifrån detta andelen av sjukfrånvaron som pågår 59 dagar eller kortare, vilket sedan multipliceras med den totala sjukfrånvaron. Korttidssjukfrånvaron beräknas således som: Korttidssjukfrånvaro = (100 andelen långstidssjukfrånvarande) 100 Total sjukfrånvaro där all sjukfrånvaro är för kommunalt anställda. Korttidssjukfrånvaron definieras i denna studie som sjukfrånvaro som pågår under högst 59 dagar. Visstidsanställda definieras som personal som är anställd på begränsad tid (SKL 2016). I studien inkluderas bara visstidsanställda med månadslön. Anledningen till att visstidsanställda med timlön inte inkluderas är att dessa kan tänkas inkludera många som arbetar extra exempelvis parallellt med studier. Då det är tänkbart att dessa inte påverkas på samma sätt av kostnaden för att vara sjukskriven tas dessa därför inte med i studien. En annan anledning till att visstidsanställda med timlön inte inkluderas är att undvika problemet med omvänd kausalitet. Detta då andelen visstidsanställda med timlön kan påverkas av korttidssjukfrånvaron. Andelen visstidsanställda med månadslön mäts enligt Kolada som antalet kommunalt visstidsanställda med månadslön i november enligt lönekollektivets huvudöverenskommelse delat med samtliga kommunalt anställda. Denna siffra är multiplicerad med 100 för redovisning i procent. 15

4.2 Kontrollvariabler I studien inkluderas kommunfixa och tidsfixa effekter. Förutom detta inkluderas även kontrollvariablerna andelen kommunalt anställda som är yngre än 34 år, andelen kommunalt anställda kvinnor, andelen av de kommunalt anställda som arbetar inom vård och omsorg, andelen arbetslösa i kommunen, antalet kommunalt anställda med månadslön och en interaktionsvariabel mellan de tre variablerna andelen kommunalt anställda i grundskolan, andelen av de kommunalt anställda i grundskolan som har en pedagogisk lärarexamen och en dummy variabel som antar värdet 1 efter 2011. Dessa kontrollvariabler inkluderas då tidigare forskning har visat att dessa faktorer har en påverkan på sjukfrånvaron samt att dessa faktorer är korrelerade med andelen visstidsanställningar. Exempelvis visar Nyman, Palmer och Bergendorffs (2002) studie på att sjukfrånvaron är högre för kvinnor och för äldre. Andelen kvinnor och ålder bör således kunna påverka sjukfrånvaron. Försäkringskassan (2015) visar att den yrkesgrupp som står för störst sjukfrånvaro på arbetsmarknaden är vård och omsorgsyrken. Kvinnor, yngre och anställa inom vård och omsorg är överrepresenterade bland visstidsanställda (SCB 2015). Dessa kontrollvariabler inkluderas därför i analysen. År 2011 infördes ett legitimationssystem för läraryrket där en huvudregel att endast lärare med lärarlegitimation får anställas utan tidsbegränsning infördes (Skolverket 2014). Då lärare som saknar lärarlegitimation inte har en möjlighet att få en fast anställning, och beslutet om de får sin anställning förlängd eller inte till stor del bör bero på om det finns en brist på behöriga lärare, är det möjligt att dessa individers sjukfrånvaro inte påverkas av samma ekonomiska incitament som övriga visstidsanställda. Då andelen lärare med lärarlegitimation, på grund av huvudregeln, bör vara korrelerad med andelen visstidsanställningar inkluderas därför andelen legitimerade lärare som en kontrollvariabel. Hur stor påverkan andelen legitimerade lärare har på sjukfrånvaron bör bero på hur stor del av de kommunalt anställda som arbetar inom skolan. Andelen legitimerade lärare inkluderas därför som en interaktionsvariabel mellan andelen kommunalt anställda i grundskolan, andelen av dessa som har en lärarexamen och en dummy variabel som antar värdet 1 från och med år 2011 när den nya regeln har införts. Då regeln om lärarlegitimation påverkar både lärare i grundskolan och gymnasiet hade det varit optimalt att inkludera denna kontrollvariabel för båda dessa grupper. På grund av brist på data kan denna kontrollvariabel endast inkluderas för lärare anställda i grundskolan. Det är dock en relativt liten del av de 16

kommunalt anställda som arbetar i gymnasiet. Medelvärdet för andelen kommunalt anställda i gymnasiet år 2015 var endast 5 procent vilket kan jämföras med medelvärdet för andelen som arbetar i grundskolan som var 20 procent (SKL 2016). Effekten på sjukfrånvaron av andelen legitimerade gymnasielärare bär därför vara relativt liten. Då förändringen av Skolverkets regel är densamma för alla kommuner bör effekten dessutom till stor fångas upp av de tidsfixa effekterna. Att andelen legitimerade lärare inte kan inkluderas som en kontrollvariabel för gymnasiet bör därför inte vara ett stort problem. En annan faktor som tidigare forskning har visat påverkar sjukfrånvaron är arbetslöshet (Larsson et al. 2005). Då det kan tänkas att arbetslöshet är korrelerad med andelen visstidsanställningar inkluderas denna kontrollvariabel. Om en ökad andel visstidsanställningar beror på en ökad sjukfrånvaro bör det totala antalet månadsavlönade öka. För att adressera problemet med att andelen visstidsanställda eventuellt kan påverkas av sjukfrånvaron inkluderas därför en kontrollvariabel för totalt antal kommunalt anställda med månadslön. Andelen som är yngre än 34 år definieras enligt Kolada som andelen av de kommunalt anställda i november månad som är yngre än 34 år. Andelen anställda inom vård och omsorg har konstruerats av antalet kommunalt anställda årsarbetare i vård och omsorgsarbete för äldre och funktionshindrade delat med totalt antal kommunalt anställda årsarbetare. Samtliga variabler som konstrueras som andelar multipliceras med 100 för redovisning i procent. Årsarbetare räknas fram som summan av den faktiska sysselsättningsgraden för månadsavlönade bland kommunalt anställda och antalet arbetande timmar för timavlönade för kommunalt anställda (SKL 2016). Andelen kvinnor har konstruerats av antalet kommunalt anställda årsarbetande kvinnor dividerat med totalt antal årsarbetare. Andelen legitimerade lärare definieras enligt Kolada som andelen av de kommunalt anställda lärarna i årskurs ett till och med årskurs nio som har en lärarexamen, förskolelärarexamen eller fritidspedagogexamen med utfärdat examensbevis. Andelen grundskolelärare har konstruerats av antalet kommunalt anställda årsarbetare i grundskolan delat med totalt antal kommunalt anställda årsarbetare. Andelen arbetslösa definieras enligt Kolada som antalet öppet arbetslösa och individer i program med aktivitetsstöd i åldrarna 18 till 64 som andel av kommunens invånare i åldrarna 18 64. Antalet kommunalt anställda med månadslön 17

mäts som antalet kommunalt anställda som har varit anställda eller fått lön i november månad. Samtliga variabler förutom antalet kommunalt anställda med månadslön är definierade i procent. 4.3 Deskriptiv statistik I tabell 1 och 2 presenteras deskriptiv statistik för de relevanta variablerna. I tabell 1 presenteras statistik för de kommuner som har en låg andel visstidsanställningar och i tabell 2 presenteras statistik för de kommuner som har en hög andel visstidsanställningar. Gränsen för huruvida kommuner anses ha hög eller låg andel visstidsanställning är om medelvärdet för kommunens visstidsanställningar under den studerade tidsperioden är lägre respektive högre än medianvärdet vilket är 7,5043. Statistiken som presenteras är medelvärdet, standardavvikelse, minimivärde, maximivärde samt antalet observationer för varje variabel. Alla variabler förutom antal anställda med månadslön redovisas i procent. Tabell 1 Kommuner med låg andel visstidsanställningar Variabler Medelvärde Standardavvikelse Minimivärde Maximivärde Antal Observationer Sjukfrånvaro 2,9847 0,6364 0,7733 5,2392 974 Visstidsanställd 6,3286 1,6122 1,2262 15,5440 992 Kvinnor 80,9212 2,8386 73,2745 89,7863 994 Yngre än 34 år 22,1803 3,4100 8,8033 33,5036 994 Vård & omsorg 40,1666 5,8438 19,8917 56,8825 994 Grundskola 18,5334 3,4726 1,9810 33,14033 994 Lärarexamen 89,5483 4,3489 69,7 100 994 Arbetslösa 7,4695 2,0447 2,5020 17,2007 994 Antal anställda 2146,371 2060,814 297 11409 994 I tabell 1 kan vi se att andelen visstidsanställningar tycks variera mellan kommunerna. Trots att denna tabell visar värden för de kommuner vars medelvärde understiger medianen för samtliga kommuner finns det ett värde bland dessa kommuner som är så högt som 15,5 procent för andelen visstidsanställningar. 18

1 2 3 4 5 6 Tabell 2 Kommuner med hög andel visstidsanställningar Variabler Medelvärde Standardavvikelse Minimivärde Maximivärde Antal Observationer Sjukfrånvaro 3,0064 0,6104 0,9477 6,0028 1030 Visstidsanställd 8,9382 2,0764 1,0121 19,2038 1034 Kvinnor 79,7020 3,5703 69,1456 88,4915 1036 Yngre än 34 år 23,6071 3,5111 11,4365 35,2941 1036 Vård & omsorg 35,8109 9,0805 1,9727 54,9551 1036 Grundskola 20,9169 5,4199 8,8016 43,5321 1036 Lärarexamen 87,3774 5,2103 67,6 100 1036 Arbetslösa 6,5585 2,4065 1,4748 15,4150 1036 Antal anställda 2583,829 4793,885 229 40352 1036 Som vi kan se när vi jämför tabell 1 och 2 är sjukfrånvaron något högre i tabell 2 som i snitt har en högre andel visstidsanställningar. Detta går emot hypotesen att visstidsanställningar minskar sjukfrånvaron. Då det kan finnas andra faktorer som är korrelerade med visstidsanställningar och som påverkar sjukfrånvaron kan dock inga slutsatser dras endast utifrån denna deskriptiva statistik. Nedan presenteras figur 1 som visar hur korttidssjukfrånvaron har varierat för kommunalt anställda åren 2009 till och med 2015. Varje kommun är markerad som en prick i figuren. Figur 1 Kommunernas korttidssjukfrånvaro över tid 2008 2010 2012 2014 2016 År 19

0 5 10 15 20 Som visas av figur 1 varierar korttidssjukfrånvaron kraftigt mellan kommunerna. Det kan dock utläsas ett visst mönster där korttidssjukfrånvaron tycks öka över tid. Nedan presenteras figur 2 som visar hur andelen visstidsanställda med månadslön har varierat mellan åren 2009 till och med 2015. Varje kommun är markerad som en prick i figuren. Figur 2 Kommunernas visstidsanställningar över tid 2008 2010 2012 2014 2016 År Som vi kan se i figur 2 är spridningen i andelen visstidsanställningar stor mellan kommunerna. Enligt figuren kan vi även utläsa en svag trend där andelen visstidsanställningar tycks öka. 5. Metod Datamaterialet i denna studie består av paneldata. Paneldata innebär att den studerande enheten observeras under minst två tidsperioder (Stock och Watson 2015). Detta medför att det är möjligt att studera förändringar av den beroende variabeln över tid. Följaktligen kan man, genom att inkludera enhetsfixa effekter, kontrollera för effekten av variabler som är konstanta över tid. Genom att inkludera tidsfixa effekter kan man även kontrollera för faktorer som förändras likadant för alla enheter. För att skatta sambandet mellan visstidsanställningar och 20

korttidssjukfrånvaron används därför en modell med kommunfixa effekter och årsdummies. Grundmodellen som används för att skatta andelen visstidsanställningars påverkan på korttidssjukfrånvaron är: Y kt = β 0 + β 1 X kt + α k + ρ t + u kt (1) där Y kt är korttidssjukfrånvaron, X kt är andelen visstidsanställda med månadslön, α k är kommunfixa effekter, ρ t är tidsfixa effekter och u kt är feltermen. En annan metod som hade kunnat användas är att inte inkludera enhetsfixa och tidsfixa effekter utan istället inkludera samtliga kontrollvariabler som är korrelerade med andelen visstidsanställningar och påverkar sjukfrånvaron. Fördelen med denna metod är att det troligtvis skulle vara lättare att få signifikanta resultat eftersom denna metod inte kräver en förändring av variablerna över tid. Nackdelen med den metoden är att det kan vara svårt att identifiera och finna data på alla relevanta kontrollvariabler vilket skulle kunna medföra att resultaten blir missvisande. En nackdel med metoden med kommunfixa och tidsfixa effekter är att den endast kontrollerar för faktorer som är konstanta över tid eller förändras likadant för alla kommuner (Stock och Watson 2015). Det är dock möjligt att det finns faktorer som är korrelerade med andelen visstidsanställningar och korttidssjukfrånvaron och som förändras olika mellan kommunerna. För att regressionerna inte ska ge missvisande resultat måste därför dessa variabler inkluderas. Studien använder sig av fem olika modeller för att skatta hur andelen visstidsanställningar påverkar korttidssjukfrånvaron. Först används en enkel regressionsmodell där kommunfixa och tidsfixa effekter exkluderas. I modell 2 används grundmodellen. För att regressionen med fixa effekter korrekt ska beskriva ett kausalt samband måste antagandet att feltermen ska ha väntevärdet 0 vid alla tidsperioder för den enheten vara uppfyllt (Stock och Watson 2015). Detta antagande är uppfyllt om det inte finns några uteslutna snedvridande variabler. Då grundmodellen med kommunfixa och tidsfixa effekter endast kontrollerar för faktorer som är konstanta över tid eller förändras likadant mellan kommunerna är det möjligt att detta antagande inte är uppfyllt då det kan finnas faktorer som påverkar korttidssjukfrånvaron och som varierar olika över tid för kommunerna. Tre faktorer som jag tidigare har nämnt kan påverka sjukfrånvaron och vara korrelerad med andelen visstidsanställningar är andelen kvinnor, andelen som är yngre än 34 år 21

och andelen anställda inom vård och omsorg. Dessa faktorer är således relevanta att kontrollera för om de förändras olika över tid för kommunerna. Då det datamaterial som denna studie baseras på endast inkluderar kommunalt anställda är det möjligt att andelen kvinnor och andelen kommunalt anställda under 34 år förändras. Detta då det kan finnas ett flöde där personal går mellan privata och kommunala företag. Då kommunerna kan ha olika stor privatisering av vård och omsorgsverksamheten är det möjligt att andelen kommunalt anställda inom vård och omsorg förändras olika mellan kommunerna. I modell 3 inkluderas därför andelen kvinnor, andelen som är under 34 år och andelen som arbetar inom vård och omsorg som kontrollvariabler till grundmodellen. Det kan dock ifrågasättas om modell 3 korrekt beskriver det kausala sambandet då det potentiellt finns fler utelämnade variabler. Andra faktorer som jag som jag har identifierat påverkar sjukfrånvaron och är korrelerat med andelen visstidsanställningar är interaktionsvariabeln mellan andelen anställda i grundskolan, andelen legitimerade lärare och en dummy som antar värdet 1 från och med 2011 samt arbetslösheten. Då den nya huvudregeln om lärarlegitimation som infördes 2011 gäller alla kommuner är det tänkbart att förändringen av incitament för de lärare som saknar lärarlegitimation följer en gemensam trend och då fångas upp av de tidsfixa effekterna. Då det är möjligt att kommunerna påverkas olika av förändringen av regeln, exempelvis beroende på hur stor andel kommunerna har anställda i grundskolan, inkluderas dock denna kontrollvariabel. De tidsfixa effekterna kontrollerar även för gemensamma konjunktursvängningar som kan påverka både sjukfrånvaro och andelen visstidsanställda. Om arbetslösheten följer en gemensam trend för samtliga kommuner behöver arbetslöshet inte inkluderas som kontrollvariabel. Det finns en möjlighet att arbetslösheten förändras olika för kommunerna och arbetslöshet inkluderas som kontrollvariabel. Arbetslöshet och interaktionsvariabeln mellan andelen legitimerade lärare, andelen anställda i grundskolan och en dummy variabel som antar värdet 1 från och med 2011 adderas därför, förutom tidigare kontrollvariabler, som kontrollvariabler i modell 4. Det finns dock fortfarande en möjligt att modell 4 lider av omvänd kausalitet där en ökad sjukfrånvaro leder till en ökad andel visstidsanställda. För att adressera detta problem inkluderas i modell 5, förutom tidigare kontrollvariabler, även antalet anställda med månadslön. Detta medför att antalet anställda med månadslön konstanthålls för att kontrollera för effekten att antalet anställda skulle öka i och med att en ökad sjukfrånvaro skulle resultera i att fler visstidsanställda anställs för att täcka upp för de som är sjuka. Förutsatt att alla relevanta kontrollvariabler är inkluderade bör denna modell 22

korrekt beskriva det kausala sambandet mellan andelen visstidsanställningar och korttidssjukfrånvaron. När man använder sig av paneldata är det vanligt att feltermerna är korrelerade över tid inom en enhet, vilket kallas att feltermen är autokorrelerad (Stock och Watson 2015). Om regressionsfelen är autokorrelerade måste man klustra dem på enhetsnivå för att få korrekta resultat. Standardfelen jag använder mig av tar således hänsyn till att standardfelen kan vara korrelerade inom en kommun. 6. Resultat I tabell 3 beskrivs resultaten från modellen där andelen visstidsanställningar förklarar korttidssjukfrånvaron. Tabell 3 Visstidsanställningars påverkan på korttidssjukfrånvaro Variabler Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Visstidsanställd 0,0892*** (0,0079) -0,0015 (0,0063) -0,0041 (0,0066) -0,0044 (0,0065) -0,0048 (0,0066) Kvinnor 0,0038 (0,0116) 0,0031 (0,0117) 0,0035 (0,0117) Yngre än 34 0,0161** (0,0072) 0,0149** (0,0072) 0,0148* (0,0072) Vård & omsorg 0,0175*** (0,0055) 0,0157*** (0,0057) 0,0152*** (0,0057) Lärarlegitimation -0,0001* (0,0000) -0,0001* (0,0000) Arbetslöshet -0,0075 (0,0126) -0,0079 (0,0126) Antal Anställda 0,0000 (0,0000) Kommunfixa effekter Nej Ja Ja Ja Ja Tidsfixa effekter Nej Ja Ja Ja Ja Antal observationer 2000 2000 2000 2000 2000 Not: Standardfel klustrade på kommunnivå redovisas i parenteser, *Signifikant på 10 % signifikansnivå, **Signifikant på 5 % signifikansnivå, ***Signifikant på 1 % signifikansnivå. Modell 1 ger statistiskt signifikanta resultat på enprocentsnivån. Enligt modell 1 leder en ökning av andelen visstidsanställningar med en procentenhet till en ökning av korttidssjukfrånvaron med 23

0,0892 procentenheter. Den ekonomiska betydelsen enligt modell 1 av hur andelen visstidsanställningar påverkar korttidssjukfrånvaron är relativt stor. Resultatet kan dock ifrågasättas då det är mycket troligt att modellen lider av att relevanta kontrollvariabler är exkluderade. När kommunfixa och tidsfixa effekter inkluderas i modell 2 övergår resultatet till att bli negativt och fortsätter vara negativt i samtliga modeller med kommunfixa och tidsfixa effekter. Resultatet blir dock inte statistiskt signifikant i någon av modellerna som inkluderar kommunfixa och tidsfixa effekter. Koefficienten för hur andelen visstidsanställningar förklarar korttidssjukfrånvaron varierar mellan -0,0015 och -0,0048 beroende på vilka kontrollvariabler som inkluderas i modellen. Jämfört med koefficienten från exempelvis Arai och Skogman Thoursies (2005) studie som varierade mellan -0,164 och -0,086 är koefficienterna i denna studie relativt små. Då koefficienterna i denna studie är små och inte statistiskt skilda från 0 kan det i denna studie inte konstateras att kommunalt anställdas sjukfrånvaro påverkas av de ekonomiska incitamenten med att vara visstidsanställd. 6.1 Heterogenitetsanalys De är tänkbart att kostnaden för att vara sjukfrånvarande när man är visstidsanställd varierar beroende på hur lätt det är att få ett nytt arbete. Om det är lätt att få ett nytt arbete bör kostnaden för att kunna förlora sin position när man är sjukskriven minska eftersom individen då relativt lätt kan skaffa ett nytt arbete om individen inte får sin anställning förlängd på sin nuvarande arbetsplats. Huruvida det är lätt eller svårt för individer att få ett nytt arbete skulle kunna mätas som att arbetslösheten är låg respektive hög. Utifrån dessa teoretiska utgångpunkter är det tänkbart att hur andelen visstidsanställningar påverkar sjukfrånvaron skiljer sig åt beroende på om kommunen har hög eller låg arbetslöshet. Därför genomförs här en heterogenitetsanlys där andelen visstidsanställningars påverkan på korttidssjukfrånvaron undersöks separat för kommuner som har hög respektive låg arbetslöshet. Uppdelningen görs i två grupper; de 50 procent av kommunerna som har högst arbetslöshet och de 50 procent av kommunerna som har lägst arbetslöshet. Detta blir kommuner som har en arbetslöshet som är mindre respektive större än medianvärdet för arbetslöshet som är 7 procent. Modellen som används är modell nummer 5, detta då denna modell bäst antas beskriva det kausala sambandet mellan andelen visstidsanställningar och korttidssjukfrånvaron. Resultaten visas i tabell 4. 24