Högt befolkningstryck, ökad risk för konflikter?

Linköpings Universitet B-uppsats 7,5 hp Statsvetenskap II, VT 2013 Handledare: Gabriella Jansson Högt befolkningstryck, ökad risk för konflikter? En kvantitativ tvärnationell studie. High population pressure, increased risk for conflicts? A quantitative cross-national study. Av: Fredrik Engleryd Antal ord: 7131

Sammanfattning Konflikter har tveklöst demografiska konsekvenser, men kan demografiska faktorer vara orsaken till konflikter? Demografiska faktorer som brukar nämnas som potentiellt konfliktskapande är bland annat befolkningstillväxt och densitet, stora kohorter med unga vuxna och snabb urbanisering. Efter andra världskriget växte demografiska förändringar fram som en ny säkerhetsfråga. Historien har överbevisat de mest pessimistiska förutsägelserna om hur överbefolkning skulle leda till svår miljöförstöring, omfattande hunger och våldsamma konflikter, men det är inte otänkbart att högt befolkningstryck kan påverka stater och samhällen och vara en bakomliggande orsak till konflikter och instabilitet. Detta prövas i en kvantitativ beskrivande studie som jämför suveräna stater år 2010. Analysen görs med en logistisk regression. Resultaten ger överlag inget starkt stöd för att ett högt befolkningstryck skulle vara en destabiliserande faktor. Befolkningstillväxt, densitet och urbanisering verkar inte öka sannolikheten för politisk instabilitet och konflikter. Studien finner däremot ett visst stöd för att länder med en hög andel unga vuxna i befolkningen sannolikt är mer utsatta för politisk instabilitet och konflikter.

Innehållsförteckning 1. Bakgrund 1 1.1 Syfte och frågeställningar 1 1.2 Avgränsningar 2 1.3 Disposition 2 2. Metod 2 2.1 Målpopulation, ram och urval 3 2.2 Beroende variabel 3 2.3 Logistisk regression 4 2.4 Metodiska svagheter 5 3. Oberoende variabler 5 3.1 Befolkningstillväxt och densitet 6 3.2 Urbanisering 7 3.3 Kohorter unga vuxna 8 3.4 Det neo-klassicistiska perspektivet 9 3.5 Kontrollvariabler 10 4. Analys 11 4.1 Deskriptiv statistik 11 4.2 Korrelation 12 5. Resultat 13 6. Slutsatser och vidare forskning 15 6.1 Slutsatser 15 6.2 Vidare forskning 16 Referenser 17 Appendix 19

1. Bakgrund Debatten om överbefolkning, brist på mat och naturresurser har en lång historia. Ofta refererad till och en utgångspunkt i debatten om överbefolkning och resursbrist är den engelske professorn vid East India Company`s college i Haileybury Thomas Robert Malthus (1766-1834) (Potter et al, 2008 s.185). Malthus beskrev ett framtida scenario där befolkningstillväxten skulle öka i en snabbare takt än matproduktionen och i slutändan leda till underskott på mat och orsaka svält. Han förespråkade preventiva åtgärder för att dämpa befolkningstillväxten och hävdade att mycket av mänsklighetens elände kunde länkas till överbefolkning och brist på resurser (Potter et al 2008 s.184). Historien har dock överbevisat Malthus och matproduktionen har ökat långt mer än Malthus trodde var möjligt. Tanken att världens befolkning inte kan fortsätta att växa obegränsat utan att vid något tillfälle överskrida jordens kapacitet ifråga om resurser levde dock vidare. Efter andra världskriget växte demografiska förändringar och resursbrist fram som en ny säkerhetsfråga. En ökad miljömedvetenhet var också en anledning till att kopplingen mellan befolkningsfrågor, resursbrist och konflikter fick nytt liv (Urdal, 2005, s.428). Demografiska faktorer som brukar nämnas som potentiellt konfliktskapande är bland annat befolkningstillväxt och densitet, intern och internationell migration, snedfördelade könskvoter, skillnader i befolkningstillväxt mellan olika etniska grupper, HIV/AIDS, stora kohorter med unga vuxna och snabb urbanisering (Brunborg et al 2006, s.2). Den här uppsatsen gör ett försök att kvantitativt undersöka om befolkningstryck ökar risken för konflikter och politisk instabilitet. Tidigare kvantitativa studier på området är, om än ambitiösa, ganska begränsade till antalet och de ger lite olika resultat beroende på metod och vilken typ av konflikter som undersökningarna avser. Speciellt de kvantitativa studierna av Urdal (2005, 2006) har fungerat som en utgångspunkt för den här uppsatsen. Effekterna av befolkningstryck är fortfarande långt ifrån klara men intuitivt är det inte otänkbart att det kan påverka stater och samhällen och i slutändan vara en underliggande orsak till konflikter, men hur sambandet exakt ser ut är svårt att svara på. Antagligen är den kausala kedjan, om den finns, ganska komplex och samvarierar med många andra faktorer (Newbold, 2010, s.239). Generellt ska inte befolkningstryck ses som en faktor som orsakar politisk instabilitet eller konflikter i någon större skala, speciellt inte internationella konflikter. Det är mer troligt att vissa demografiska förändringar som stora generationer av unga vuxna och snabb urbanisering under särskilda omständigheter kan leda till interna konflikter och politisk turbulens (Goldstone, 2002, s.4). 1.1 Syfte och frågeställningar Det övergripande syftet med den här uppsatsen är att undersöka om högt befolkningstryck ökar risken för politisk instabilitet och konflikter. Definition av politisk instabilitet och konflikter är ganska omfattande i den här analysen och inbegriper både externa och interna konflikter och olika former av politiskt våld och social oro. Befolkningstryck kommer att operationaliseras genom variablerna befolkningstillväxt, urbanisering, befolkningsdensitet och stora kohorter unga vuxna mellan 15 och 24 år. Undersökningen kommer att göras med 1

beskrivande kvantitativa metoder. Den statistiska metod som kommer att användas för att analysera materialet är en logistisk regression. Den enhet som analyseras är stat och år med indikatorn Political Stability and Absence of violence/terrorism som beroende variabel. Frågeställningarna är följande: 1. Ökar sannolikheten för politisk instabilitet och konflikter med snabb befolkningstillväxt? 2. Ökar sannolikheten för politisk instabilitet och konflikter med en hög urbanisering? 3. Ökar sannolikheten för politisk instabilitet och konflikter med hög befolkningsdensitet? 4. Ökar sannolikheten för politisk instabilitet och konflikter med stora kohorter unga vuxna mellan 15-24 år? 1.2 Avgränsningar Resultaten kan endast säga något om förhållandet mellan befolkningstryck och politisk instabilitet och konflikter 2010. Några slutsatser om ett eventuellt samband i ett historiskt perspektiv kan inte dras. Det är möjligt att befolkningstryck i kombination med andra faktorer och under speciella omständigheter kan ha ett samband med konflikter men analysen testar endast huvudsakliga effekter av förklaringsvariablerna. Undersökningen gör inga anspråk på att vara heltäckande ifråga om att kontrollera för sådant som hypotetiskt kan utlösa våldsamma konflikter och instabilitet. Det kontrolleras endast för grad av utveckling, grad av demokrati och total befolkningsmängd. 1.3 Disposition I Kapitel 2 kommer metoden att beskrivas med fokus på logistisk regression som är analysmetoden. Eventuella styrkor och svagheter med metoden och data materialet som används kommer också att diskuteras. I kapitel 3 presenteras i korthet teorierna om varför befolkningstryck kan vara en orsak till politisk instabilitet och konflikter och den huvudsakliga kritiken mot dessa. De oberoende variablerna kommer också att definieras och förklaras. Efter det följer analys och resultat i kapitel 4 respektive 5. Undersökningen avslutas med slutsatser och vidare forskning i kapitel 6. 2. Metod Frågeställningarna i den här undersökningen har fått avgöra metodvalet. Syftet med studien är att försöka dra generella slutsatser. Den här analysen gör inga försök att fastställa kausalitet utan försöker bara se om det finns ett statistiskt samband mellan grad av politisk instabilitet och befolkningstryck. Det som är av intresse här är om länder med högt befolkningstryck också generellt kan sägas uppleva mer politisk instabilitet. Den uppenbara nackdelen med den valda metoden är att det inte närmare går att få svar på varför eller hur befolkningstryck eventuellt är konfliktskapande och exemplifiera vilket en kvalitativ undersökning kunde göra (Svenning 1997, s.69). 2

2.1 Målpopulation, ram och urval Analysen inkluderar suveräna stater och samtliga observationer avser år 2010. Målpopulationen för undersökningen är allstå samtliga suveräna stater 2010 och urvalsramen är de suveräna stater som ingår i PV indexet. Urvalet består av samtliga suveräna stater som är listade i PV indexet. Totalt uppgår urvalet till 202 observationer. En ideal situation hade varit om ramen innehöll samtliga enheter av målpopulationen. Detta är inte helt uppfyllt, det finns förmodligen en liten undertäckning. Några enheter i målpopulationen saknas alltså i urvalsramen (Lohr 2010, s.3). Vatikanstaten är t.ex. inte med i undersökningen. Det kan ifrågasättas om observationerna i urvalet kan sägas vara helt oberoende av varandra. Konflikter i ett land kan givetvis påverka grannländers stabilitet negativt och vissa regioner är givetvis mer turbulenta än andra. Det är svårt att göra någonting åt detta i efterhand. Materialets natur är helt enkelt sådant. Ett alternativ hade varit att inkludera region som en oberoende variabel för att påvisa regionala skillnader. Hur materialet skulle delas upp i regioner är inte helt självklart och det hade resulterat i ett stort antal regioner. För några av observationerna saknas data, framförallt data om styrelseskick som bara är tillgängligt för stater som har en befolkning på över 500 000. Även för spädbarnsdödlighet och kohorter unga vuxna saknas data för ungefär 25 respektive 20 länder. Själva borfallet av data är inte så stort men om de länder som saknar data skiljer sig åt från de länder där data finns kan det innebära att resultaten blir lite missvisande (Lohr 2010, s.354). När statsskick inkluderas är orsaken känd och resultaten ska bara tolkas för länder med 500 000 invånare eller fler. Även för spädbarnsdödlighet och kohorter unga vuxna är det i huvudsak länder med liten befolkning som saknar uppgifter men bilden är inte lika entydig. Det bästa sättet att hantera saknad data är naturligtvis att försöka förebygga det så långt det är möjligt. I den här analysen kommer den vanligaste metoden att hantera bortfall att användas, nämligen att inte göra någonting alls. Inte den bästa lösningen naturligtvis men bortfallet är relativt litet och försök att i efterhand justera för bortfall skulle komplicera analysen och förmodligen göra mer skada än nytta. 2.2 Beroende variabel Den beroende variabeln i studien är hämtad från World Governance Indicators, (WGI). WGI består av sex olika indikatorer som uppskattar olika dimensioner av ett lands styre. Den beroende variabeln i den här undersökningen är indikatorn Political Stability and Absence of violence/terrorism (PV). PV indikatorn är ett aggregerat mått baserat på olika enskilda indikatorer på temat politisk stabilitet och konflikter från flera olika källor. Statistiken samlas in från kommersiella uppgiftslämnare, NGO:s, surveys, multilaterala organisationer och från offentlig sektor (World Governance Indicators, 2012). PV indikatorn måste ses som ett väldigt brett mått på politisk instabilitet och konflikter. Vad som är orsaken till att ett land rankas lågt på PV indexet är i den här undersökningen okänd. Den bakomliggande orsaken kan vara allt från interna eller externa konflikter, politiskt motiverade mord, våldsamma demonstrationer, terroristhot eller etniska och religiösa konflikter m.m. För en fullständig beskrivning av vilka koncept som PV indikatorn är tänkt att fånga upp se (http://info.worldbank.org/governance/wgi/pdf/pv.pdf). PV indikatorn kommer 3

här att användas för att på ett relativt enkelt sätt mäta hur troligt ett land generellt sett är att uppleva politisk instabilitet och konflikter. Ett lågt värde på PV indikatorn betyder lägre stabilitet och vice versa. Variabeln är ursprungligen kontinuerlig men kommer i den här analysen att kodas om till en binär variabel som representerar lågt respektive högt värde på PV indexet. Med ett lågt värde menas här den fjärdedel av det totala antalet observationer som rankas lägst på PV indikatorn. Denna gränsdragning kan tyckas godtycklig men är ändå motiverad eftersom den här studien försöker säga något om relationen mellan befolkningstryck och de länder som löper en relativt stor risk att uppleva politisk instabilitet och konflikter. 2.3 Logistisk regression En logistisk regression är den statistiska metoden för att analysera materialet. Den främsta anledningen till att välja en logistisk regression i den här analysen är att den kan hantera olika sorters data till skillnad från många andra statistiska metoder. En logistisk regression gör inga antaganden om hur de oberoende variablerna är distribuerade (Sharma, 1996 s.317). En annan fördel är att det inte behövs samma omfattande testprocedur som skulle behövts om data materialet skulle anpassas till en linjär regression, se Gujarati (2009). Analysen kommer att göras i SAS 9.3. Se appendix för programkod. En logistisk regression beskriver förhållandet mellan de oberoende variablerna och en binär beroende variabel. Den beroende variabeln Y kan bara anta två värden. En logistisk regression har formen: ln(p/(1-p) = β 0 + β 1 X 1 + β 2 X 2 +..+ β k X k (1) (Sharma, 2009,s.320). där β 0 är interceptet och β 1 β k är regressionskoefficienterna och X 1.. X k är de oberoende variablerna. P är sannolikheten att händelsen ska inträffa och 1-P är sannolikheten för att händelsen inte ska inträffa. Oddset för att händelsen ska inträffa är (P/(1-P) och ln är den naturliga logaritmen av oddset. I den här analysen antar Y, den beroende variabeln, värdet 1 om ett land klassas som politiskt instabilt av modellen och annars 0. Parametrarna i modellen ovan skattas med maximum likelihood, se Gujarati (2009). Den beroende variabeln i regressionen är den naturliga logaritmen av oddset. Förhållandet mellan sannolikheten p och de oberoende variablerna är inte linjärt men förhållandet mellan log-oddset och de oberoende variablerna är linjärt. Effekten av koefficienterna för de oberoende variablerna ska tolkas i logaritmerade odds och inte med sannolikheter (Sharma, 1996 s.321). Syftet med den här undersökningen är inte att jämföra modeller eller att hitta den modell med högst förklaringsgrad utifrån de oberoende variablerna som ingår i regressionen. Det som är av intresse här är framförallt regressionskoefficienterna och deras eventuella statistiska och praktiska signifikans. 4

2.4 Metodiska svagheter En logistisk regression är enkel att använda och har definitivt sina fördelar men det finns svagheter med metoden också och hur den fungerar i den här analysen. Den beroende variabeln måste som redan nämnts vara binär i en logistisk regression. I sin ursprungliga form är PV indikatorn en kontinuerlig variabel. Att transformera den till en binär variabel innebär i någon mening en informationsförlust. Därför hade en annan metod som kunde ta hänsyn till all information i PV indikatorn kanske varit att föredra. Beta koefficienterna i modellen är dessutom lite mer svårtolkade i jämförelse med beta koefficienterna i t.ex. en linjär regression. Multikollinaritet, d.v.s. korrelation mellan några eller alla oberoende variabler, är en annan faktor som kan inverka negativt på resultatet. Ett visst mått av multikollinaritet är ofrånkomligt. Däremot bör den inte vara för hög. Om multikollinariteten är för hög så skattas regressionskoefficienterna med dålig precision. Standardfelen är stora i förhållande till regressionskoefficienterna själva. Med andra ord så kan skattningarna tendera att inte bli signifikanta (Gujarati, 2009, s.323). Att upptäcka multikollinaritet är inte helt enkelt och det finns inga säkra metoder men att några variabler är transformerade till kategoriska variabler torde minska ett eventuellt problem med multikollinaritet (Gujarati, 2009, s.350). Den här analysen är relativt enkel i jämförelse med andra kvantitativa studier. Eftersom den tänkta kausala kedjan mellan befolkningstryck och konflikter är så pass komplex kan det argumenteras för att analysen skulle innehålla ett antal interaktionsvariabler för att bättre fånga upp eventuella samband. En fördel med att göra en okomplicerad analys är att resultaten blir enklare att tolka. Stora modeller med många interaktionsvariabler tenderar att bli svårtolkade, för att inte säga obegripliga. Den beroende variabeln i undersökningen är inte optimal eftersom den inbegriper så många olika aspekter av politisk instabilitet. Det hade varit mer informativt och reducerat möjliga problem med validitet om hur politisk instabilitet och konflikter mäts om analysen hade gjorts på en viss specifik typ av konflikter. Helst skulle ett mått på mer låg intensiva interna konflikter vara att föredra eftersom befolkningstryck är mest associerat med denna typ av problem. Möjligen skulle data om befolkningstillväxt och urbanisering samlas in för ett antal år innan själva året som undersökningen avser. Det kan argumenteras för att effekterna av en hög befolkningstillväxt får konsekvenser först efter några år. Det finns många aspekter av den här analysen och metoden som kan diskuteras och resultaten ska tolkas med försiktighet. 3. Oberoende variabler I följande avsnitt kommer teorierna om varför högt befolkningstryck anses kunna leda till konflikter att presenteras och de oberoende variablerna att definieras. Efter det följer en genomgång av den neo-klassicistiska kritiken. Slutligen kommer kontrollvariablerna att kortfattat motiveras och definieras. 5

Varken befolkningstillväxt, densitet, urbanisering eller stora generationer av unga vuxna ska uppfattas som direkt konfliktskapande. De ska tolkas som bakomliggande variabler eller i vissa fall som interaktionsvariabler. 3.1 Befolkningstillväxt och densitet Även om Malthus förutsägelser till stor del visade sig vara felaktiga fortsätter debatten om världen kan försörja en växande befolkning. Neo-Malthusier på ena sidan och neoklassicister, eller ekonomiska optimister om man så vill, på den andra. Neo-Malthusiernas argument kan sammanfattas med att ändliga resurser sätter en gräns för hur mycket befolkningen kan växa och för hur mycket som kan konsumeras. Om gränsen överskrids så kan detta leda till ett socialt sammanbrott. Neo-klassicisterna hävdar att det inte finns några direkta gränser för befolkningstillväxt så länge det ekonomiska systemet och marknaden fungerar som det är tänkt (Newbold, 2010, s.229). Sannolikheten att resursbrist kopplad till befolkningstryck skulle utlösa storskaliga krig om naturresurser ska inte ses som ett speciellt troligt scenario enligt den neo-malthusiska skolan. Det anses mer troligt att det kan leda till mer lågintensiva interna konflikter (Urdal, 2005, s.420). Den neo-malthusiska konflikthypotesen utgår från att befolkningstryck och ett hårt tryck på naturresurser skapar svåra påfrestningar på stater och samhällen och kan leda till att de blir mer utsatta för instabilitet och konflikter (Kahl, 2002, s.258). Befolkningstryck och negativa miljökonsekvenser kan leda till resursbrist i länder som saknar den ekonomiska och teknologiska förmåga att anpassa sig till förändringar och som saknar fungerande institutioner. Traditionellt har neo-malthusier mest haft fokus på befolkningstillväxt och kopplingen mellan den och resursbrist (Urdal, 2005, s.421). Homer-Dixon, en av frontfigurerna i den neo-malthusiska skolan, skiljer på tre olika former av resursbrist. Resursbrist framkallad av efterfrågan, av tillgång och strukturell resursbrist (Homer-Dixon, 1999, s.48). Befolkningstillväxt kan ses som en bakomliggande orsak till alla de tre olika typerna av resursbrist. Tillgången på resurser kan minska till följd av att resurser utarmas eller har blivit försämrade t.ex. pågrund av överexploatering. Brist på resurser framkallade av efterfrågan uppkommer när befolkningen växer eller när konsumtionsmönstret förändras så att en aktör minskar tillgången för någon annan om resursbasen är konstant d.v.s. (Homer-Dixon, 1999, s.48). Strukturell resursbrist betyder att det finns en ojämlik fördelning av resurser. Välbeställda och inflytelserika grupper lägger beslag på orimligt stora proportioner av resurser genom att blockera tillgången för andra mindre välbeställda grupper i samhället (Newbold, 2010, s.237). De här olika formerna av resursbrist ska inte ses som oberoende utan samverkar och kan förstärka varandra. Enligt Homer Dixon är två typer av interaktioner mest förekommande, resource capture och ecological marginalization. Resource capture uppstår när kvaliteten och kvantiteten av förnybara resurser som fiskeriprodukter, skog och vatten minskar under trycket av befolkningstillväxt (Homer-Dixon, 1999, s.73). Detta ger då incitament för starkare grupper i samhället att ta kontroll över resurser på bekostnad av de fattiga och svagare i samhället (Urdal, 2008, s.6). Ecological marginalization uppstår när ojämlik tillgång på resurser som t.ex. jordbruksmark, förenat med befolkningstillväxt framkallar migration till 6

ekologiskt känsliga områden. Hög befolkningsdensitet i sådana områden i kombination med brist på kunskap och medel att hantera situationen skulle då kunna leda till miljöförstöring och bestående fattigdom. De negativa sociala konsekvenserna av detta skulle då under vissa omständigheter leda till att skapa instabilitet och möjligen också mer våldsamma konflikter (Homer-Dixon, 1999, s.73). Globala klimatförändringar kan sägas representera det ultimata resursbrist scenariot och konflikter sprungna ur klimatförändringar är inte ett orimligt antagande. En växande befolkning kan ses som en del av problemet. Det är oklart om det kan sägas att globala klimatförändringar och med befolkningstryck som någon slags drivande faktor är eller har varit den direkta orsaken till konflikter (Urdal 2008, s.4). Urdal (2005), testar den neo-malthusiska konflikthypotesen i en kvantitativ studie som täcker perioden 1950-2000 med pågående väpnad konflikt som beroende variabel. Resultaten ger inget egentligt stöd för att befolkningstillväxt, urbanisering eller densitet ökar sannolikheten för konflikter. Studien finner ett visst stöd för att hög befolkningstillväxt i kombination med brist på potentiell odlingsbar mark skulle öka sannolikheten för konflikter, speciellt under 1970 talet. Överlag finner han lite empiriskt stöd för den neo-malthusiska konflikthypotesen. Variabeln befolkningstillväxt mäter den årliga befolkningsökningen i ett land och uttrycks i procent. Befolkning definieras som alla invånare oavsett medborgarskap eller legal status som uppehåller sig i landet. Flyktingar som inte permanent uppehåller sig i landet de sökt asyl i anses tillhöra ursprungslandets befolkning (World Bank, 2012). Befolkningsdensitet uttrycks som antal invånare per/ km 2. Data om befolkningstillväxt och densitet är hämtat från World Development Indicators (World Bank, 2012). 3.2 Urbanisering Samtidigt som världens befolkning har vuxit har också andelen som lever i urbana områden ökat. Data från år 2000 uppskattar den urbana befolkningen i hela världen till omkring 50 %. Proportionen av den urbana befolkningen i mer utvecklade länder uppskattas till omkring 75 %, och i utvecklingsländer till cirka 40 % (Potter et al 2008, s.388). Idag upplever utvecklingsländerna den största urbana tillväxten och den förväntas öka kraftigt de kommande decennierna. Tillväxttakten var i medeltal 3.5 % i utvecklingsländer och måttliga 0,85 % i mer utvecklade länder baserat på data från år 2000 (Newbold, 2010, s.191). Då den förväntade befolkningsökningen i städer förväntas bli dramatisk under de kommande decennierna kan utmaningen bli stor i många delar av världen där befolkningstillväxten inte matchas av en ekonomisk utveckling. Urban tillväxt utan medföljande ekonomisk tillväxt har sammankopplats med en ökad risk för politiskt instabilitet (Goldstone, 2002, s.14). Urbanisering kan också skapa brist på speciella resurser och då i synnerhet färskvatten (Urdal, 2005, s.421). Fattigdom är ett av de mest akuta problemen i urbana områden och migrationen till städerna i jakt på ett bättre liv kan skapa frustration när det inte finns möjligheter till arbete. De flesta som migrerar till städer i utvecklingsländer är unga män, som oftare än andra grupper kan mobiliseras för politiska syften eller rekryteras av kriminella grupperingar 7

Uppskattningsvis lever ungefär 40 % av världens urbana befolkning under fattigdomsnivån idag (Newbold 2010, s.203) Enligt Goldstone (2002, s.10) hittade the State Failure Task Force 1995 i en studie på temat politiska kriser i Sub-Sahara från 1950 1995, stöd för att risken för politiska kriser fördubblades för länder som hade en urbaniseringstakt över medelvärdet men en GDP/capita under medelvärdet. Urdal (2005) finner dock inget stöd för att urbanisering skulle öka risken för väpnade konflikter. Variabeln urbanisering mäter den procentuella årliga tillväxten av den urbana befolkningen. Urbanisering definieras som den andel av befolkningen som lever i städer eller tätorter. Själva definitionen av urbanisering, eller vad ett urbant område egentligen är varierar länder emellan. Länder har olika kriterier för vad som utgör ett urbant område som involverar t.ex. befolkningsdensitet och förekomsten av vissa samhällsfunktioner och ekonomiska aktiviteter. Statistiken om urbanisering som finns tillgänglig bygger på nationella uppgifter med nationella definitioner och är därför inte helt samstämmig (World Bank, 2012). I Australien t.ex. definieras urbana områden som kluster av människor på tusen eller mer och med en densitet på över 200 människor per km 2 eller mer och i Italien definieras ett område som urbant om det har tiotusen invånare eller fler (Newbold 2010.s.207). Variabeln fångar allstå upp själva konceptet med urbanisering och ska bara tolkas därefter. Data om urbanisering är hämtat från Health Nutrition and Population Statistics (World Bank, 2012). 3.3 Kohorter unga vuxna Hög befolkningstillväxt under långa perioder leder ofta till att den demografiska strukturen hos befolkningen förändras. Länder med konstant hög befolkningstillväxt upplever s.k.youth bulges, ovanligt stora kohorter med unga vuxna. Varje generation producerar fler barn än den föregående i absoluta tal (Kahl, 2002. s.259). Stora kohorter unga vuxna har ofta förknippats med turbulenta tider och politiska kriser genom historien. Bland annat har franska revolutionen på 1700 talet och den engelska revolutionen på 1600 talet inträffat samtidigt som de har funnits stora generationer av unga vuxna i befolkningen (Goldstone, 2002,s.11). De finns olika förklaringar till varför en sådan befolkningsstruktur skulle kunna leda till politisk instabilitet. Främst har förekomsten av stora kohorter unga vuxna förknippats med interna konflikter, demonstrationer, upplopp, terrorism och även en ökad kriminalitet (Urdal, 2006, s.608). Stora kohorter unga vuxna kan ge upphov till både fler möjligheter och motiv för politiskt våld. Motiven för politiskt våld kan uppstå till följd av att unga vuxna fastnar i institutionella flaskhalsar och arbetslöshet (Urdal, 2006, s.610). Hög urbanisering kan förstärka sociala missförhållanden och förvärra situationen (Kahl, 2002, s.262). Det har argumenterats för att hög arbetslöshet bland unga välutbildade är något av de mest destabiliserande och potentiellt konfliktskapande fenomenet som uppmärksammats (Urdal, 2006, s.612). Själva existensen av en mycket stor kohort av unga vuxna skulle kunna sänka kostnaden och öka möjligheterna för rekrytering till rebellgrupper om alternativa inkomstkällor saknas och alternativen är arbetslöshet och fattigdom (Urdal, 2006, s.610). 8

Stora kohorter av unga vuxna behöver nödvändigtvis inte vara negativt utan kan under vissa omständigheter istället leda till utveckling och framförallt en stark ekonomisk utveckling om fertiliteten sjunker och de generationer som kommer efter blir mindre i antal vilket minskar beroendekvoten. Beroendekvoten är den del av befolkningen som måste bli försörjd, vanligtvis definierad som de som är 15 år och yngre samt de som är 65 år och äldre, i relation till den del av befolkningen som betraktas vara i arbetarför ålder (Newbold, 2010, s.67). En tidigare studie, Urdal (2006), ger stort stöd åt hypotesen att stora kohorter av unga vuxna ökar risken för politiskt våld. Risken för interna konflikter är speciellt hög i autokratiska stater men en liknande effekt kan också ses i demokratiska stater. Stora kohorter av unga vuxna i interaktion med ekonomisk nedgång och en expansion av högre utbildning verkar öka sannolikheten för terrorism men inte för upplopp och våldsamma demonstrationer. Studien ger också stöd åt påståendet att minskad fertilitet som leder till lägre beroendekvot kan skapa ett ekonomiskt uppsving när stora kohorter av unga vuxna ska in på arbetsmarknaden. Resultaten pekar på att risken för politiskt våld verkar minska med avtagande beroendekvoter. Variabeln kommer att delas upp i två kategorier. En kategori för länder som har unga vuxna kohorter mindre än 30 % och en kategori för de länder som har över 30 % unga vuxna i befolkningen. Variabeln för kohorter unga vuxna mellan 15-24 år är konstruerad utifrån de uppgifter som finns tillgängliga på världsbankens databas enligt, (antal i åldern 15-24/totala antalet vuxna )*100 och uttrycks i procent. Här mäts antalet unga vuxna i relation till det totala antalet vuxna. Ett alternativt mått skulle vara unga vuxna i relation till den totala befolkningen men det har kritiserats eftersom teorin bakom konflikter och stora kohorter i de här åldersgrupperna ofta bygger på att det finns en konkurrens mellan yngre och äldre generationer (Urdal 2006, s.615). Effekten av stora unga kohorter skulle med detta mått underskattas om fertiliteten är hög och det finns en stor andel i åldergruppen 0-14 år och samtidigt överskattas för länder som är mitt uppe i den demografiska transitionen med sjunkande fertilitet (Urdal 2006, s.615). Den demografiska transitionen är övergången från hög fertilitet och låg förväntad livslängd till låg fertilitet och hög förväntad livslängd (Goldstone et al 2012, s.18). Även Data för kohorter unga vuxna är hämtat från Health Nutrition and Population Statistics (World Bank, 2012). 3.4 Det neo-klassicistiska perspektivet De neo-malthusiska teorierna har ofta kritiserats. Mycket av litteraturen är baserad på enskilda fallstudier och har beskyllts för att ha metodiska brister (Urdal 2005, s.418). Debatten har till stora delar blivit tvåsidig med neo-malthusier på ena sidan och neoklassicister på den andra (Newbold, 2010, s.230). Neo-klassicisterna hävdar att framtiden inte alls är så dyster som den framställs av förespråkare för den neo-malthusiska skolan. De ser inga direkta begränsningar för befolkningstillväxt och välstånd så länge som marknaden och det ekonomiska systemet fungerar som det ska (Newbold, 2010,s.230). Vidare hävdar de att det inte finns någon resursbrist i ett globalt perspektiv samt att teknologisk utveckling och alternativa resurser gör att det är möjligt att anpassa och hantera resursbrist på ett lokalt plan. Generellt sett har människor i världen upplevt förbättringar i hälsa och medellivslängden har stigit. I takt med att mortaliteten har gått ner har också fertiliteten sjunkit. Det är rimligt att 9

anta att befolkningstillväxten någon gång i framtiden kommer att plana ut till följd av lägre fertilitet även om det kan ta lång tid (Urdal, 2008, s.8). Somliga av förespråkarna för det neo-klassiska synsättet menar att det i själva verket är ett överflöd av resurser och inte resursbrist som orsakar konflikter. Ett överflöd av värdefulla naturresurser som t.ex. olja, mineraler, diamanter skulle motivera och ge en anledning till rebellgrupper att försöka lägga beslag på dessa naturresurser antingen för att göra egen profit eller för att finansiera konflikter. Kontroll av naturresurser kan ge rebellgrupper en finansiell bas för att fortsätta en väpnad konflikt och utöka sitt inflytande (Kahl, 2002.s 267). Ett överflöd av naturresurser kan också vara en förbannelse för utvecklingsländer i ett ekonomiskt perspektiv. I korthet säger teorin att när kapital och arbetskraft fokuserar på sektorer relaterade till naturresurser leder detta till negativa ekonomiska konsekvenser för utvecklingen av andra sektorer vilket kan medföra ekonomisk stagnation och även leda till korruption och försvagade institutioner (Kahl, 2002, s.268). Neo-klassicisterna ser också resursbrist och befolkningstryck som en drivande faktor för utveckling. Resursbrist ger människor incitament att överbrygga denna med teknologisk utveckling och genom användande av alternativa resurser. Människor kommer över tid att anpassa sig till rådande omständigheter och utveckla strategier som är mindre resursberoende och därmed minska eventuella problem sprungna ur resursbrist och överbefolkning (Potter et al, 2008, s.185). Hittills måste det sägas att neo-klassicisternas argument har varit mer övertygande. Neo- Malthusierna har inte på ett övertygande sätt kunnat styrka sina teorier om att befolkningstillväxten skulle begränsas av resursbrist. Historien har motbevisat de mest alarmerande förutsägelserna (Newbold, 2010,s.230). 3.5 Kontrollvariabler I litteraturen finns det en mängd olika kontrollvariabler som antas förklara sannolikheten för konflikter av olika slag. Varför dessa faktorer anses vara kopplade till konflikter kommer endast att tas upp i korthet. I den här analysen kommer tre olika kontrollvariabler att användas. Ett lands grad av utveckling har i tidigare studier visat sig vara starkt associerat med konflikter (Urdal, 2005 s.425). Den första kontrollvariabeln är spädbarnsdödlighet och kommer här att representera utveckling i en ganska generell mening. Spädbarnsdödlighet är ett beprövat mått på grad av utveckling och fångar upp många olika aspekter av utveckling, som levnadsstandard, jämlikhet, utbildningsnivå och kvalitet på sjukvårdssystemet (Potter et al 2008, s.192). Spädbarnsdödlighet definieras som antalet levande födda barn per tusen som dör innan ett års ålder (Newbold 2010, s.122). Data är hämtat från World Development Indicators (World Bank, 2012). Brist på eller grad av demokrati är en annan variabel som ofta associeras med konflikter. För att mäta grad av demokrati kommer styrelseskick att ingå som kontrollvariabel. Uppgifterna om styrelseskick är hämtade från Polity IV Project 2010. Polity IV project rankar länder efter 10

graden av demokrati på en skala som går från -10 till 10. Där ett värde på 10 indikerar en fullt utvecklad demokrati och -10 en stark autokrati. Tidigare erfarenheter säger att förhållandet mellan styrelseskick och konflikter har ett slags kurvlinjärt förhållande, vilket indikerar att det är mindre troligt att starka autokratier och väl utvecklade demokratier upplever politisk instabilitet (Urdal, 2005, s.425). För att fånga upp detta förhållande delas variabeln upp i tre kategorier enligt Polity IV Projects egna rekommendationer. Ett värde på 10-6 indikerar en demokratisk stat och ett värde på -6 till -10 en autokratisk stat. En stat med varierande grad av demokrati och med autokratiska inslag har ett värde mellan - 5 och 5 (Polity IV project, 2012). Variabeln kommer också i analysen att testas i sin ursprungliga form. Ett lands totala befolkningsmängd kommer också att inkluderas som kontrollvariabel. Argumentet här är att länder med en stor befolkning också sannolikt är större rent geografisk och det finns då en högre risk för etniska, religiösa och kulturella konflikter och sannolikt en större chans för regionala skillnader och motsättningar (Goldstone, 2002, s.11). Data är hämtat från World Development Indicators (World Bank, 2012). 4. Analys 4.1 Deskriptiv statistik Tabell 1. Deskriptiv statistik Variabel N Medelvärde Sd Sum Min Max PV indkatorn 202 48.46 28.82 9789 0 100.00 Befolkningstillväxt 202 1.36 1.34 273.83-1.59 9.60 Densitet 202 4.29 1.50 866.55-1.97 9.78 Urban tillväxt 201 1.99 1.74 401.96-4.12 9.85 Kohorter unga vuxna 185 28.91 7.70 5348 15.14 45.25 Spädbarnsdödlighet 192 28.71 27.95 5513 1.70 120.90 Total befolkningsmängd 202 8.45 2.26 1707 2.29 14.11 Styrelseskick 162 3.89 6.18 630.00-10.00 10.00 N = antal observationer, Sd = standardavvikelse PV indikatorn har ett medelvärde på 48.46 och gränsen för den lägst rankade fjärdedelen av länder går vid ett värde av 22.88. Total befolkning och densitet är log transformerade, med den naturliga logaritmen. Anledningen är att variablerna blir lite mer lätthanterliga eftersom det är så pass stora skillnader i både densitet och total befolkningsmängd mellan länderna i undersökningen. Variationen i variablerna blir mindre om variablerna transformeras (Urdal 2005, s.424). Befolkningstillväxt och urban tillväxt kommer att delas in i två grupper. Medelvärdet kommer här att få skilja grupperna åt. Kohorter unga vuxna delas också in i två kategorier, över respektive under 30 %. Data om styrelseskick delas in i tre kategorier. Fullt utvecklade demokratier, autokratier och regimer med inslag av både demokrati och autokrati. 11

4.2 Korrelation Korrelation är bara ett mått på styrkan och riktning av det linjära sambandet mellan två variabler. En positiv korrelation betyder att variablerna går i samma riktning. En negativ korrelation betyder att när den ena variabeln ökar så minskar den andra (Gujarati et al, 2009, s.20). Det kanske inte går att dra några direkta slutsatser om befolkningstryck och konflikter utifrån korrelationen, men det kan vara användbart för att få en överblick av materialet och se vilka variabler som kan tänkas vara mest associerade med varandra. Variablerna är dessutom i sin ursprungliga form. När den logistiska regressionen skattas kommer vissa variabler att kategoriseras. Tabell 2: Korrelationsmatris PV Indikatorn PV 1,00000 Indikatorn 202 Befolknings- -0.24978 tillväxt 202 Densitet 0,09165 202 Urbanisering -0,35298 201 Unga -0,54045 vuxna 185 Spädbarns- -0,51819 dödlighet 192 Total -0,58101 befolkning 202 Styrelse- 0,32773 skick 162 Befolkningstillväxt -0.24978 202 1,00000 202-0,09790 202 0,86808 201 0,39522 185 0,41250 192 0,12122 202-0,41377 162 Pearsons Korrelationskoefficienter Antal observationer Densitet 0,09165 202-0,09790 202 1,0000 202-0,09269 201-0,20538 185-0,22513 192-0,11788 202 0,08963 162 Urbanisering -0,35298 201 0,86808 201-0,09269 201 1,0000 201 0,49806 185 0,51449 192 0,22104 201-0,36835 161 Unga vuxna -0,54045 185 0,39522 185-0,20538 185 0,49806 185 1,0000 185 0,75157 180-0,01675 185-0,33947 161 Spädbarnsdödlighet -0,51819 192 0,41250 192-0,22513 192 0,51449 192 0,75157 180 1,0000 192 0,14940 192-0,29024 161 Total befolkning -0,58101 202 0,12122 202-0,11788 202 0,22104 201-0,01675 185 0,14940 192 1,0000 202-0,03463 162 Styrelseskick 0,32773 162-0,41377 162 0,08963 162-0,36835 161-0,33947 162-0,29024 161-0,03463 162 1,0000 162 Korrelationen mellan variablerna som representerar befolkningstryck varierar en del. Korrelationen mellan befolkningstillväxt och urbaniseringstakt är positiv och hög, och ligger på 0.86. Vilket var väntat eftersom befolkningstillväxt och urbanisering ofta följs åt (Newbold, 2010, s.18). Densitet är negativt väldigt svagt korrelerad med de övriga variablerna som representerar befolkningstryck. Det är inte heller förvånande då densiteten ofta är högre i utvecklade länder där befolkningstillväxten och urbaniseringen går långsammare (Potter et al 2008, s.382). Urbanisering är måttligt positivt korrelerad med andelen unga vuxna i befolkningen vilket verkar rimligt och stämma överens med tidigare kunskap om att det framför allt är unga som flyttar till städer. Det mest intressanta här är kanske korrelationen mellan PV indikatorn och variablerna för befolkningstryck. För det första kan det konstateras att korrelationerna går åt förväntat håll. Variablerna är alla negativt korrelerade med PV indikatorn förutom densitet. Korrelationen mellan densitet och PV indikatorn är dock i det närmaste obefintlig. Andel unga vuxna är den av variablerna som är starkast negativt korrelerad med PV indikatorn med en korrelation på ungefär -0,54. Länder verkar alltså vara mer utsatta för instabilitet och konflikter med 12

stigande grad av befolkningstillväxt, urbanisering och andel unga vuxna i befolkningen. Sambandet förefaller dock att vara svagt, i bästa fall måttligt. Inte heller kontrollvariablerna bjuder på några direkta överraskningar. Spädbarnsdödlighet och total befolkningsmängd är måttligt negativt korrelerade med PV indikatorn med korrelationer på cirka - 0,52 respektive - 0,58. Större befolkning och högre spädbarnsdödlighet verkar alltså öka risken för politisk instabilitet. Styrelseskick är däremot svagt positivt korrelerat med PV indikatorn. I teorin så är det fullt utvecklade demokratier och starka autokratier som är minst associerade med instabilitet. När variabeln mäts på sin ursprungliga skala kan inte detta förhållande riktigt fångas upp. En svag korrelation säger bara att det linjära sambandet är svagt. Andra samband kan dock inte uteslutas. Det finns allstå anledning att dela upp variabeln i kategorier. 4. Resultat Regressionskoefficienterna i en logistisk regression kan tolkas som regressionskoefficienterna i en vanlig multipel regression. Skillnaden är att en förändring i den beroende variabeln uttrycks i logaritmerade odds. För att koefficienterna ska bli mer begripliga måste de avlogaritmeras. Koefficienterna avlogaritmeras genom att ta, exp (β), vilket ger en oddskvot och visas i kolumnen längst till höger i tabell 3. Oddskvoten säger hur mycket oddset förändras av en enhets förändring av den oberoende variabeln. Oddskvoter större än ett innebär att oddset ökar och oddskvoter mindre än ett betyder att oddset minskar (Sharma 1996, s.324-325). Konstanten i modellerna i tabell 3 är det logaritmerade oddset för ett land som har värdet 0 på samtliga kontinuerliga variabler och tillhör referensgrupperna för en kategorisk variabel. För att utvärdera regressionskoefficienternas signifikans är det enklast att använda p (probability) värden. P-värdet indikerar den lägsta signifikansnivån där nollhypotesen kan förkastas (Gujarati et al 2009,s.835). Ju mindre p-värde desto mindre är sannolikheten att felaktigt förkasta nollhypotesen. P-värdet ger ett exakt värde på signifikansnivån. Det ger läsaren en möjlighet att själv göra en bedömning hur pass signifikanta skattningarna av koefficienterna är. De konventionella signifikansnivåerna på 1, 5 och 10 % är inte ett absolut rättesnöre. Ibland kan en större osäkerhet vara acceptabel beroende på vad som undersöks. 13

Tabell 3. Logistisk regression Modell 1 Variabel df β S.E W chi-sq P-värde Exp (β) Konstant 1-11.7825 2.0419 33.2974 <.0001 0.000 Befolkningstillväxt > μ 1 0.7149 0.6681 1.1448 0.2846 2.044 Densitet 1 0.0484 0.1789 0.0733 0.7866 1.050 Urbanisering > μ 1-0.8453 0.6801 1.5446 0.2139 0.429 Kohorter 15-24 > 30 % 1 2.1691 0.7365 8.6736 0.0032 8.751 Spädbarnsd. 1 0.0103 0.0101 1.0328 0.3095 1.010 Total befolkning 1 0.9545 0.1825 27.3656 <.0001 2.597 Modell 2 Variabel df β S.E W chi-sq P-värde Exp (β) Konstant 1-10.6614 2.1754 24.0192 <.0001 0.000 Befolkningstillväxt > μ 1 0.7241 0.6862 1.1135 0.2913 2.063 Densitet 1 0.0148 0.1839 0.0065 0.9359 1.015 Urbanisering > μ 1-0.5556 0.6990 0.6318 0.4267 0.574 Kohorter 15-24 > 30 % 1 1.7522 0.7542 5.3966 0.0202 5.767 Spädbarnsd. 1 0.00475 0.0112 0.1788 0.6724 1.005 Total befolkning 1 0.9489 0.1934 24.0764 <.0001 2.583 Autokratier 1-0.8596 0.7410 1.3460 0.2460 0.423 Demokratier 1-1.1444 0.5235 4.7785 0.0288 0.318 Modell 3 Variabel df β S.E W chi-sq P -värde Exp (β) Konstant 1-11.7312 2.1498 29.7778 <.0001 0.000 Befolkningstillväxt > μ 1 0.7960 0.6741 1.3941 0.2377 2.217 Densitet 1 0.00497 0.1836 0.0007 0.9784 1.005 Urbanisering > μ 1-0.7334 0.6838 1.1505 0.2834 0.480 Kohorter 15-24 > 30 % 1 1.9027 0.7438 6.5433 0.0105 6.704 Spädbarnsd. 1 0.0104 0.0102 1.0389 0.3081 1.011 Total befolkning 1 0.9781 0.1966 24.7611 <.0001 2.660 Styrelseskick. 1-0.0324 0.0375 0.7478 0.3872 0.968 μ = medelvärde, df = antal frihetsgrader, W chi-sq = Wald chi square statistikan, S.E= medelfel Modell 1 baseras på samtliga observationer i urvalet. I Modell 2 och 3 är data om styrelseskick inkluderat och endast de länder som har en befolkning på över 500 000 är med i dessa. I samtliga modeller är referenskategorierna för de kategoriska variablerna befolkningstillväxt under medelvärdet, urban tillväxt under medelvärdet och kohorter unga vuxna under 30 %. I modell 2 är referenskategorin för statsskick de länder som har inslag av både demokrati och autokrati. I modell 3 är data om statsskick inkluderad som en kontinuerlig variabel. Varken befolkningstillväxt, urbaniseringsgrad eller densitet är signifikant i någon av modellerna. Det verkar alltså inte som att sannolikheten för att ett land ska klassas som relativt instabilt påverkas av varken befolkningstillväxt, densitet eller urbanisering. P-värdena är relativt långt ifrån de konventionella signifikansnivåerna. Densitet verkar inte ha någon effekt alls. P-värdena är höga och ligger mellan 0,7866 och 0,9784. Koefficienten för urban tillväxt är dessutom negativ vilket indikerar att risken för instabilitet eventuellt skulle minska med en urban tillväxt över medelvärdet. Den enda av variablerna för befolkningstryck som faktiskt verkar inverka negativt på stabilitet är kohorter unga vuxna. Detta är signifikant i samtliga modeller, med p-värden under 0,05. Oddskvoten mellan kohorter unga vuxna över 30 % och under 30 % i modell 1 är hela 8,751. Risken att ett land med kohorter av unga vuxna på över 30 % ska klassas som instabilt enligt modellen är nästan 9 gånger högre än för ett land med kohorter unga vuxna på under 30 %, allt annat konstant. I modell 2 och 3 är oddskvoten lite lägre, 5,767 respektive 6,704, men det är fortfarande en ganska stor skillnad mellan grupperna. 14

Tabell 4: 95 % konfidensintervall för oddskvoter, kohorter unga vuxna Modell Oddskvot Kohorter unga vuxna 95 % konfidensintervall Modell 1 8,751 2,066-37,065 Modell 2 5,767 1,315-25,291 Modell 3 6,704 1,560-28,804 Precisionen av skattningen på oddskvoten är emellertid väldigt dålig. Ett 95 procentigt konfidensintervall för oddskvoten för kohorter unga vuxna i modellerna är mycket stora som framgår av tabell 4. Det är troligt att kohorter unga vuxna ökar risken för att ett land ska klassas som politiskt instabilt enligt modellen, men hur stor påverkan detta har är väldigt osäkert. För att få ett mindre intervall på 95 % konfidensnivå måste mer information hämtas. Ett större antal observationer skulle förmodligen göra precisionen högre. Länder med stora befolkningar verkar vara mer mottagliga för politisk instabilitet och konflikter, koefficienterna är signifikanta i alla modellerna med p - värden på under 0,01. Oddset ökar med ungefär 2,6 för att ett land ska klassas som instabilt givet en enhets förändring av total befolkningsmängd, allt annat konstant. Total befolkningsmängd har ungefär samma effekt i samtliga modeller. I modell 2 finns det en signifikant skillnad mellan demokratier och länder med inslag av både demokrati och autokrati. Odds kvoten är 0,318. Det är allstå mindre troligt att en fullt utvecklad demokrati upplever instabilitet än ett land med varierade grad av demokrati. Om det finns någon skillnad mellan starka autokratier och länder med inslag av både demokrati och autokrati kan inte modellen säkert säga, koefficienten går däremot åt förväntat håll. Alltså att starka autokratier är mindre benägna att uppleva instabilitet än stater med inslag av både autokrati och demokrati. Koefficienten för styrelseskick som kontinuerlig variabel är däremot inte signifikant i modell 3. Vilket tyder på att förhållandet mellan grad av demokrati och politisk instabilitet inte är linjärt och modell 2 kan allstå fånga upp förhållandet mellan grad av demokrati och konflikter på ett bättre sätt. Spädbarnsdödlighet som en indikator för utveckling gav inget signifikant resultat vilket inte stämmer särskilt väl med tidigare studier, se Urdal (2005, 2006). Det är lite förvånade och väcker viss oro för att modellen fungerar dåligt. P- värdena för koefficienterna är inte heller direkt nära de konventionella signifikansnivåerna. I modell 1 och 3 ligger p- värdena på ungefär 0,3 och i modell 2 på ungefär 0,6. 6. Slutsatser och vidare forskning 6.1 Slutsatser Syftet med den här analysen var att undersöka om sannolikheten för politisk instabilitet och konflikter ökar under pressen av högt befolkningstryck. Studien finner inget stöd för att de mer traditionella neo-malthusiska teorierna om resursbrist till följd av befolkningstryck skulle göra länder mer mottagliga för politisk instabilitet och konflikter. En befolkningstillväxt över medelvärdet ökar generellt sett inte risken för konflikter och risken för konflikter tycks inte heller öka med högre befolkningsdensitet. Inte heller en urban tillväxt över medelvärdet är en faktor som påverkar stabilitet negativt. Det finns dock stöd för att demografiska strukturer och befolkningens sammansättning kan ha en 15

negativ inverkan på politisk stabilitet. För länder med kohorter unga vuxna mellan 15-24 år på över 30 % i förhållande till den totala vuxna befolkningen ökar däremot sannolikheten för politisk instabilitet och konflikter enligt modellen. Detta håller när det kontrolleras för total befolkningsmängd, spädbarnsdödlighet och grad av demokrati. Att en stor andel unga vuxna i befolkningen i sig självt skulle vara en orsak till politisk turbulens är inte särskilt troligt. Det är mer troligt att i samband med andra riskfaktorer en ung ålderstruktur kan förstärka en redan problematisk situation. En ung åldersstruktur leder inte automatiskt till konflikter och en äldre åldersstruktur är ingen garanti för stabilitet. Trots sin enkelhet är den här studien relativt samstämmig med tidigare kvantitativa studier, se t.ex. Urdal (2005, 2006). Fertiliteten har sjunkit sedan 1960 talet och kommer förmodligen att fortsätta att sjunka. Enligt prognoser kommer endast länder i sub-sahara att runt 2050 ha en befolkning av unga vuxna på över 25 % (Goldstone 2012, s.129). Om en ung ålderstruktur är en verklig orsak till politisk turbulens borde denna riskfaktor avta med tiden. 6.2 Vidare forskning Tidigare studier, och även den här, ger inte mycket empiriskt stöd för att befolkningstryck generellt skulle vara en bakomliggande orsak till konflikter. Kanske skulle fokus mer ligga på hur olika åldersstrukturer påverkar stater och samhällen. Är en åldrande befolkning bra för demokrati och stabilitet? En logistisk regression är att rekommendera för den som vill göra en kvantitativ analys eftersom den kan hantera olika sorters data, kvantitativ så väl som kvalitativ. Helst bör den beroende variabeln vara naturligt binär eller möjlig att dela upp i tydliga grupper. Något som den beroende variabeln i den här analysen inte riktigt uppfyllde. Fler observationer än vad som använts i den här studien är också att rekommendera då det nästan med all sannolikhet ger ett mer pålitligt resultat. 16

Referenser Brunborg, Helge, Tabeu, Ewa & Urdal, Henrik. (red.). 2006 The demography of armed conflict, Dordrecht: Springer Goldstone, Jack A. 2002. Population and Security: How Demographic Change Can Lead to Violent Conflict. Journal of International affairs, vol 56. No.1: 3-21 Goldstone, Jack A, Kaufmann, Eric p, Duffy Tofft, Monica. (red.). 2012. Political demography: How population changes are reshaping international security and national policies. Boulder: Paradigm Publishers Gujarati, N Danmodar & Porter, Dawn C. (2009) Basic econometrics, 5e uppl. NewYork: McGraw-Hill Homer-Dixon, F Thomas. 1999. Environment, scarcity and violence, Ewing: Princeton University Press Kahl, Colin. (2002) Demograpic Change, Natural Resources and Violence: The Current Debate. Journal of International affairs, vol 56. No.1: 257-282 Lohr, Sharon L. 2010. Sampling: Design and analysis. 5. uppl. Boston: Brooks/Cole Newbold, k Bruce. (2010) Population geography: tools and issues, Lanham: Rowman & Littlefield Publishers Potter, Robert B, Binns, Tony, Elliott, Jennifer A & Smith, David. (2008) Geographies of development: An introduction to development studies, 3e uppl. Gosport: Pearson Education Sharma, Subhash. 1996. Applied multivariate techniques. Hoboken: John Wiley and Sons Svenning, Conny. 1997. Metodboken. 2. Uppl. Lund:Lorentz förlag Urdal, Henrik. 2006. A Clash of Generations? Youth Bulges and Political Violence. International Studies Quarterly, vol 50: 607-629 Urdal, Henrik (2005). People vs. Malthus: Population pressure, Environmental degradation and armed conflict revisited. Journal of peace research. Vol 42. No.4: 417-434 Elektroniska källor Polity IV Project: http://www.systemicpeace.org/polity/polity4.htm, (hämtat 2012-09-30) Urdal, Henrik. 2008. Demographic aspects of climate change, environmental degradation and armed conflict. United Nations expert group meeting on population distribution, urbanization, internal migration and development. Population Division, Department of Economic and Social affairs, United Nations Secretariat. 17