LIU. Finns det ett samband mellan svag ekonomi och ett ökat stöd för högerpopulism?

LIU VT. 13 Statsvetenskap 2 B-uppsats 7,5 hp Antal ord: 7252 Handledare: Mariana S. Gustafsson Av: David Hill Finns det ett samband mellan svag ekonomi och ett ökat stöd för högerpopulism? En statistisk studie med mest - lika design. Is there a correlation between a weak economy and a greater support for right-wing populist parties? A statistic study with a most equal design.

Sammanfattning: Högerpopulismen ökar i delar av världen, inte minst i Europa. Vissa menar på att dessa högerpopulistiska missnöjespartier får ett ökat stöd tack vare den ekonomiska krisen, att svag ekonomi skulle leda till ett ökat stöd för högerpopulism i samhället. Men finns det ett samband mellan svag ekonomi och ett starkare stöd för högerpopulism? Detta prövas i ett teoriprövande arbete med en mest lika design med fem olika kommuner från Skåne län, i ett försök att komma fram till en slutsats om detta faktiskt stämmer. Resultatet blev ganska oklart på grund av allt för jämna resultat på den oberoende variabeln (ekonomi). För att komma fram till ett reslutat har jag tagit med statistik för ytterligare fem kommuner samt riket för att kunna jämföra siffrorna och komma fram till ett tydligare svar. Studien visar att det kan finnas ett samband mellan ekonomi och stödet för högerpopulism. Men detta samband kan lika väl ligga mellan graden av utbildning och stödet för högerpopulism. 2

Innehållsförtäckning: 1. Introduktion 4 1.1 Bakgrund 4 1.2 Relevans 5 1.3 Syfte 5 1.4 Frågeställning 5 1.5 Avgränsning 5 1.6 Disposition 6 2. Metod 6 2.1 Statistisk analys med två variabler: sambandsmått 7 2.2 Strategi och Forskningsdesign 7 2.3 Beroende variabel 9 2.4 Oberoende variabel 10 3. Kritisk diskussion 10 3.1 Kritisk diskussion av källor och val av källmaterial 10 3.2 Kritisk diskussion vad gäller validitet och reliabilitet 10 3.3 Alternativ metod 11 4. Resultat 12 4.1 Insamlad statistik 12 4.2 Uträkning av kommunernas ekonomi efter de valda variablerna 12 4.3 Vad statistiken visar 13 4.4 Uträknig av eventuellt samband 13 5. Analys 15 6. Slutsatser 17 7. Diskussion 18 Referenser 19 Appendix 20 3

Syftet med detta arbete var att ta reda på om det finns ett samband mellan svag ekonomi och högt stöd för högerpopulism. Tanken var att ta reda på detta genom att använda mig av en mest lika design för att på så sätt öka empirin. Resultatet i detta arbete blev dock svårt att få fram eftersom att de fem kommunerna som jag valde till min mest lika design blev för lika på de avgörande faktorerna. Jag har därför valt ytterligare fem kommuner utanför min mest lika design för att kunna komma fram till ett resultat och en slutsats. 1. Introduktion 1.1 Bakgrund Runt om i Europa och resten av världen ökar stödet för högerpopulistiska partier. Detta är självklart inget nytt. Det har hänt många gånger förut, det händer nu och det kommer hända flera gånger i framtiden. Många säger att detta beror på att ekonomin går neråt i Europa. Man menar alltså att när det råder en svag ekonomi i Europa eller i en stat ökar stödet för högerpopulism. Det är ett resultat av att missnöjda väljare vänder sig till dessa högerpopulistiska partier när det blir mindre pengar i plånboken, då dessa personer eventuellt känner att det inte finns något annat parti som de vill rösta på då man som väljare vill ha en politisk förändring. Högerpopulismen breder ut sig i Europa. De är emot invandringen och rasar mot det politiska systemet. Högerpopulismen har fått fäste och i land efter land har de nått höga genombrottssiffror i val, ochenna framgångsvåg har inte börjat ebba ut ännu. I staden Antwerpen i Belgien var partiet Vaams blok (numera kallat Vlaams belang) det största partiet. År 1991 när partiet fick sitt genombrott i det Belgiska parlamentsvalet chockades Europa. Denna chock följdes sedan av flera länder, bland annat Frankrike, Italien, Österrike och Danmark där folket har röstat fram främlingsfientliga högerpopulistiska partier till makten eller närliggande makten. Sigrid Saveljeff som forskar om högerpopulistiska partier vid Malmös högskola anser att partier fortfarande är i en fas på väg uppåt. Hon säger också i artikeln att de högerpopulistiska partierna hade sin största framgång i Europa i början av 2000-talet, för att sedan utöka sina mandat sakta men säkert. Hon menar också på att högerpopulistiska partierna etablerar sig allt mer i de Europeiska länderna, och att de förmodligen är på väg att bli en bestående politisk kraft i Europa. Samhällsforskarna är rätt överens om att väljarutrymmet till dessa partier bland annat skapas bland de som känner att de inte har en röst i det politiska systemet, hos dem som står som förlorare efter globaliseringen och strukturförändringar i samhället och i stål- och gruvnedläggningarnas Nordfrankrike liksom i varvsnedläggningarnas Landskrona. Det skapas även av förändringar i det politiska systemet. När fritidspolitikerna blir allt färre och politiker som får pengar av staten blir allt fler. Där banden mellan politiker och väljare sinar allt mer i ett samhälle där politikerna ses som en nästintill sluten elit där majoriteten tycker lika istället för att agera som väljarnas ombud. Det är då de såkallade missnöjespartierna kommer fram. Partier som Vlaams Belang, Front national i Frankrike, FPÖ i Österrike som framställer sig som det enkla, hederliga folkets röst mot den styrande korrupta eliten. Enligt Piero Ignazi, professor vid universitetet i Bolognia är den egentliga kärnan i deras budskap att de är emot det politiska systemet, och att de använder sig av enkla slagord så som stoppa 4

invandringen för att slå sig fram i den politiska eliten. Invandringsfrågan är alltså inte alltid grunden för dessa partier men den demokratiska klockan ljuder och varnar allt högre för dessa partier. Europarådet, som har i uppgift att värna om mänskliga rättigheter i Europa granskar enskilda länder regelbundet. Bland annat i Danmark, Österrike, Belgien och Frankrike uttrycker Europarådet stor oro över hur politikerna i högerpopulistiska partier skapar ett klimat av hot och våld mot grupper de inte gillar med hjälp av rasistisk retorik. Piero Ignazi och Sigrid Saveljeff som båda forskar inom området är överens om att det finns en anledning att oroa sig för högerpopulismens frammarsch. De högerpopulistiska partierna är i regel emot grundvalarna för det liberala demokratiska systemet som bygger på frihet och individuell jämlikhet. Dessa partier verkar inom det demokratiska systemet men de ifrågasätter en del grundläggande demokratiska värden, så som allas lika rätt. 1 1.2 Relevans Högerpopulismen ökar i Sverige och med det även stödet för Sverigedemokraterna. Detta pågår både i det politiska rummet och i det vardagliga livet bland människor både i Sverige och utomlands. Det händer nu och enligt vissa forskare är högerpopulismen i Europa här för att stanna. Sambandet mellan ökat stöd för högerpopulism och svag ekonomi är viktigt att studera eftersom att det kan får människor att förstå när och varför människor blir mer nationalistiska runt om i världen. Det krävs mer empirisk och saklig forskning på området för att förstå när och hur högerpopulismen sprider sig, men framförallt varför. Därför tycker jag att det är viktigt att satsa mer forskning på detta område. 1.3 Syfte Syftet med detta arbete är att pröva teorin om att stödet för högerpopulistiska partier är högre i fattigare områden än vad det är i rikare områden. Om det visar sig att teorin håller ska jag också pröva sambandets styrka mellan de två variablerna, svag ekonomi och högt stöd för högerpopulistiska partier. 1.4 Frågeställning - Finns det ett samband mellan svag ekonomi och starkt stöd för högerpopulistiska partier? - Hur starkt är det eventuella sambandet? 1.5 Avgränsning Jag har valt att avgränsa mig till Sverigedemokraternas stöd i kommuner inom Skånes län eftersom att stödet för Sverigedemokraterna är starkast där jämfört med resten av landet. Avgränsningen till vilka kommuner jag ska använda mig av baseras på fyra olika variabler: Folkmängd, medelålder, antalet utlandsfödda och antalet anmälda brått. Om jag utgår från mina valda variabler får jag fram de kommuner som är mest lika varandra. Avgränsningen kommer leda till att det blir mycket lättare 1 http://www.dn.se/nyheter/varlden/hogerpopulism-breder-ut-sig-i-europa (18/5-2013) 5

att utföra arbetet på ett sakligt och empiriskt sätt. Men det kommer även leda till att det blir lättare för läsaren att förstå innehållet då det inte blir ett för stort arbete för den kvantitet som detta arbete ska ligga på. Om man inte avgränsar sig måste man ha fler variabler och risken blir större för att slutsatsen i arbetet inte blir lika sakligt och empiriskt när det är ett större område man utgår från när man hämtar information. Man måste även ta hänsyn till flera variabler som kan påverka resultatet om man inte avgränsar problemet. Jag tror att de sociala normerna kan påverka siffrorna för Sverigedemokraternas stöd i kommunerna. Jag har därför även valt att hålla mig inom ett och samma län av denna anledning för att detta arbete ska påverkas så lite som möjligt av de eventuella sociala normer som kan spela in på resultatet, då jag misstänker att de sociala normerna skiljer sig mindre mellan kommuner i samma län än vad de gör mellan kommuner från olika län. 1.6 Disposition I Kapitel två kommer metoden beskrivas samt strategi och forskningsdesign. Det kommer även finnas beskrivning om den oberoende samt beroende variabeln (ekonomiska och det politiska stödet) I det tredje kapitlet kommer man finna information om kritisk diskussion angående metod, källor och val av källmaterial samt validitet och reliabilitet. I kapitel fyra kan man läsa om Resultat, insamlad statistik, uträkning av kommunernas ekonomi efter de valda variablerna. Man kan även se statistiken i tabellform och textform och i kapitel fyra finns det även uträkning av det eventuella sambandet. Sedan följer slutsats och analys i kapitel fem respektive kapitel 6. I dessa kapitel finns det viss inriktning på varför jag inte kom fram till någon tydlig slutsats. Arbetet avslutas med en kort diskussionsdel i kapital sju. 2. Metod: Samhällsvetenskaplig forskning handlar till stor del om att söka efter och försöka belägga förekomsten av samband och påverkan mellan olika fenomen. Ibland nöjer vi oss med att påvisa och beskriva sambandsmönster i vårt datamaterial för att därigenom kunna uttala oss om att värden hänger samman eller inte hänger samman 2. Det är därför jag har valt att i en mest lika design jämföra valresultat från senaste valet 2010 och det ekonomiska tillståndet som råder inom kommunerna, för att på så vis kunna få fram ett eventuellt samband mellan svag ekonomi och ett starkt stöd för högerpopulism. Detta ska jag göra genom att ta fram fakta om vilka de fem kommunerna i Skånes län är där sverigedemokraterna har starkast stöd och den kommunen där sverigedemokraterna har minst stöd av dessa fem, samt vilken av dessa kommuner som har svagast ekonomi och starkast ekonomi. För att kunna testa teorin om att dålig ekonomi ökar stödet för högerpopulistiska partier, ska jag använda mig av en metod som heter statistisk analysmetod, med tvåvariabelfrågor. Jag har valt denna metod då jag måste samla in statistisk fakta om den beroende variabeln i kommunerna som jag kommer ha med i arbetet. Tvåvariabelfrågor handlar om huruvida det finns något samband mellan två fenomen och, i tillämpliga fall, om sambandet går i den förväntade riktingen. 3 För det mesta använder man sig av statistiska beskrivningar av samband mellan två variabler för att lättare 2 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 66 3 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 347 6

kunna använda resultatet som ett stöd för slutsats och verkan. Alltså att variabeln X utövar någon form av påverkan på variabeln Y. 4 När jag har valt ut de fem kommuner där sverigedemokraterna har mest stöd ska jag även kontrollera om dessa fem hör till några av de fattigaste kommunerna i Skånes län. För att ta reda på det kommer jag använda mig av statistik från Statistiska centralbyrån (SCB). Jag kommer även ta informationen om sverigedemokraternas poltitiska ställning i kommunerna från valmyndigheten.se, där jag tror och hoppas på att kunna hitta saklig information om partiets politiska ställning i respektive kommun. 2.1 Statistisk analys med två variabler: sambandsmått: Sambandsmått är ett verktyg som effektivt kan hjälpa forskaren att pröva samband mellan olika föreställningar eller teorier i samhället. Det finns olika sambandsmått som man kan välja mellan, till exempel, intervallskalenivå, nominalskalenivå och ordinalskalenivå. 5 Man brukar även välja sambandsmått efter vilken skalnivå de olika variablerna befinner sig på. Principen är att informationsmängden hos insamlade data ökar för varje skalnivå. 6 Valet av variabel efter skalnivå är relevant eftersom att skalnivån får konsekvenser även för tolkningen av de olika sambandsmåtten. Således eftersom att min tanke är att kontrollera om det finns ett samband mellan ekonomin och stödet för högerpopulistiska partier, och kontrollera hur stark det eventuella sambandet är kommer jag använda mig av nominadsakelnivå. Denna skala mäter hur starkt sambandet är mellan variablerna och skalan går från 0 till 1, där 0 är detsamma som avsaknad av samband mellan variablerna och 1 innebär perfekt samband mellan variablerna. 7 2.2 Strategi och Forskningsdesign: Jag har valt att avskärma problemet till Sverigedemokraterna och olika kommuner i Skånes län eftersom att Europa blir ett för stort område att pröva teorin på, och jag vill undersöka tesen i endast ett land för att andra variabler, så som kulturskillnader, sociala normer eller lagar, ska påverka resultatet så lita som möjligt. Jag ska jämföra fem kommuner där Sverigedemokraterna har starkast stöd med den kommunen där sverigedemokraterna har minst stöd, och jag har valt att göra detta i en jämförande - mest lika - design. I en jämförande mest lika - design jobbar man med naturliga variationer, så att man sedan kan jämföra mellan fall där den relevanta oberoende variablerna är så lika varandra som möjligt. De oberoende variablerna jag har valt för att välja mina fem kommuner är befolkning, medelålder, antalet utrikesfödda och antalet anmälda brott per 100 000 kommuninvånare. När jag skulle välja ut mina kommuner utifrån dessa variabler började jag med att kolla på befolkningsantalet. Detta gjorde jag för att jag inte ville att kommunerna skulle vara varken för stora eller för små. Jag började därför att ta ut de kommuner som har en befolkningssiffra som ligger mellan 10 000 och 15 000. Där efter började jag sedan välja bort kommuner, en efter en, för att tillslut hamna på ett intervall mellan 12 000 14 000. Så jag tog ut de tio kommuner inom Skånes län som hade ett invånarantal mellan 12 000 14 000 invånare. 4 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 347 5 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 365 6 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 348 7 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s. 366 7

Efter detta började jag jämförde alla dessa tio kommuner med statistik utifrån de tre andra variablerna; medelålder, antalet utrikesfödda och anmälda brott per 100 000 invånare. Det var nu det lite mer krångligare steget i arbetet började. Jag skulle nu försöka få ihop minst fem av dessa kommuner i alla variabler, och få dem att få så lika siffror som möjligt. Så jag gjorde på precis samma sätt när jag skulle på fram statistik från de resterande tre variablerna till min mest lika design. I den första av dessa tre variabler som är medelålder, ringade jag in de valda kommunerna i ett intervall mellan 40 45 år. I variabel nummer två som är utrikesfödda kom jag fram till ett intervall på 1100st 1900st när jag hade ringat in alla tio kommuner. I den sista av dessa tre variabler, antal anmälda brott, kom jag fram till ett intervall på 8400 12 700. Efter att jag fått tag på statistiken för alla dessa tio kommuner skulle jag försöka få ut fem av dessa som var så lika varandra som möjligt på alla dessa fyra variabler. Jag började avgränsa intervallerna på de fyra variablerna för att till slut få fram de fem kommuner som var kvar och utvalda för min mest lika design. Jag använde mig av en strategi där jag började med den högsta och den lägsta för att sedan arbeta mig inåt mot mitten för att få så små intervall som möjligt, där jag sedan fann dessa fem kommuner i alla variabler. Jag kom fram till att de fem kommuner som var mest lika över dessa fyra variabler var Bromölla, Osby, Tomelilla, Svalöv och Östra Göinge. Efter att jag hittat de fem kommuner som är mest lika tog jag reda på hur högt stödet för Sverigedemokraterna var inom dessa kommuner. Dock inte på den förklarande variabeln (ekonomin) som står i centrum för undersökningen. Tanken är att försöka se om det finns likheter i ekonomin det vill säga svag/dålig ekonomi mellan de kommuner där Sverigedemokraterna har starkast stöd för att sedan se om de skiljer sig från den kommunen där sverigedemokraterna har lägst stöd. Jag valde dessa fyra variabler; medelålder, antal anmälda brott per 100 000 invånare, befolkningsstorlek och antalet utrikesfödda i kommunen. Jag valde dessa för att jag ville ha en bra spridning på mina kommuner inom socioekonomiska faktorer, efter som att det är de som enligt mig kan ha en större inverkan på resultatet. Därför ville jag att just dessa variabler skulle vara så lika som möjligt när jag valde ut mina kommuner. Jag har valt just dessa kommuner för att kunna pröva teorin på ett empiriskt sätt. Om jag skulle välja kommuner slumpmässigt skulle det eventuellt inte visa sambandet mellan ekonomin och stödet för det högerpopulistiska partiet. Vid valet av kommuner är alltså inte kommunerna i sig speciellt relevanta, utan deras ekonomi och deras egenskaper i att sverigedemokraterna har fått mest stöd i dessa kommuner respektive minst stöd. Jag ska hämta informationen om sverigedemokraternas stöd i kommunerna från valmyndighetens hemsida, Valmyndigheten.se. Samt information om kommunernas ekonomi från SCB:s hemsida och ekonomifakta.se. Den ekonomiska fakta som är baserad på medelinkomst är hämtad från SCB:s hemsida. Informationen är baserad på 2010 års priser. Jag valde att ta informationen från 2010 eftersom att jag även har tagit stödet för sverigedemokraterna från år 2010. Den andra ekonomiska fakta som baseras på ungdomsarbetslöshet är hämtad från ekonomifakta.se. Den ekonomiska variabeln kommer jag att basera på två begrepp: Medelinkomst per kommuninvånare och Ungdomsarbetslöshet under år 8

2010. Jag har valt just detta år eftersom att jag har valt att ta siffrorna för Sverigedemokraternas stöd från samma år. För att sedan kunna kontrollera sambandet mellan en svag ekonomi och ett högre stöd för högerpopulism har jag definierat den ekonomiska variabeln på ungdomsarbetslöshet och en genomsnittlig inkomst per kommuninvånare. Den genomsnittliga inkomsten är baserad på 2010 års priser och arbetslösheten likaså. Jag har valt att ta siffrorna från år 2010 eftersom att jag har valt att ta det politiska stödet för sverigedemokraterna från samma år. Jag märkte dock att ungdomsarbetslössiffrorna var exakt samma, vilket fick mig att tänka om. Det kan inte vara möjligt att alla dessa kommuner har samma ungdomsarbetslöshet även fast dessa kommuner är väldigt snarlika. Jag upptäckte senare att siffran för ungdomsarbetslöshet var baserad på län, och inte kommuner. Efter att jag har uppdagat detta sökte jag att finna en till fakta att basera den ekonomiska variabel på. Så jag började leta, och hittade tillslut statistik för eftergymnasial utbildning (tre år eller längre). Denna information har jag funnit på SCB:s hemsida, vilket gör att jag känner mig relativt säker på att information är saklig och ej påverkad av ekonomiska eller politiska orsaker. För att den eftergymnasiala fakta som jag har funnit ska bli användbar i mitt arbete ska jag räkna ut den procentuella andelen av folket i varje kommun som uppfyller dessa eftergymnasiala kriterier som ingår i detta arbete. Jag valde att basera den ekonomiska variabeln på eftergymnasial utbildning eftersom att akademiskt utbildade personer i regel har en något högre inkomst än vad ickeakademiker har. Jag har valt att inte använda mig av sifo undersökningar eller dylikt. Detta är ett medvetet val för att jag för det första anser att dessa undersökningar inte alltid är sakliga eller baserad på tillräkligt empirisk fakta eftersom det är undersökningar som pågår under en kortare tid och det är ofta för få personer som deltar i dessa undersökningar. För det andra har jag ingen användning för dessa siffror eftersom jag vill ta reda på det politiska stödet Sverigedemokraterna hade året 2010 i de fem kommuner som ingår i mitt arbete. När jag hade hittat all data som jag trodde mig ha användning av började jag ställa upp resultatet och räkna ut det eventuella sambandet. Det visade sig då att det inte fanns något samband mellan ekonomin och stödet för det högerpopulistiska partiet Sverigedemokraterna. Det visade sig även att alla dessa kommuner låg under det ekonomiska snittet om man ser till hela riket och över snittet i variabeln politiskt stöd för högerpopulism om man ser till riksdagsvalet år 2010. Därför har jag valt att ta ut de fem rikaste kommunerna i Skånes län för att se om det är någon skillnad mellan de fem ursprungliga kommunerna och de fem nya kommunerna. Detta kommer jag inte ta med i uträkningen av det eventuella sambandet, utan detta gör jag bara för att visa, att även om jag inte har kommit fram till något samband bara för att resultaten i de ursprungliga kommunerna är för lika för att kunna urskilja något samband kan det ändå finnas ett samband. 2.3 Beroende variabel: Den beroende variabeln i detta arbete är stödet för högerpopulism. Det vill säga det politiska stödet som sverigedemokraterna har procentuellt sett, i varje enskild kommun. Stödet för högerpopulism är den beroende variabeln i detta arbete eftersom att jag ska pröva teorin om svag ekonomi påverkar det politiska läget i kommunerna. Variabeln för högerpopulism blir alltså beroende eftersom att jag ska testa teorin och se om det ekonomiska läget i kommunerna påverka det politiska läget. 9

2.4 Oberoende variabel: Ekonomin är den oberoende variabeln i detta arbete. Det innebär inte att den inte är viktig. Tvärtom! Det är denna variabel som jag ska komma fram till. Jag kommer ta fram information om den beroende variabeln (stödet för Sverigedemokraterna) för att sedan jämföra detta med den oberoende variabeln (ekonomi). Att ekonomi är oberoende i detta arbete innebär bara att det inte finns någonting som påverkar denna variabel i arbetet. Syftet med detta arbete är att ta reda på om det finns ett samband mellan svag ekonomi och ett högt stöd för högerpopulistiska partier (Svag Ekonomi Högre stöd för högerpopulism) 3. Kritisk diskussion: 3.1 Kritisk diskussion av källor och val av källmaterial: Jag har valt att utgå från valmyndighetens hemsida (valmyndigheten.se) för att ta reda på hur högt det politiska stödet för Sverigedemokraterna är i riket och i varje kommun, vilka kommuner partiet har mest stöd respektive minst stöd i. Jag valde att inte utgå från sifo-undersökningar när jag hämtade statistiken till detta arbete, då jag anser att deras siffror inte är pålitliga eftersom att de ofta är baserade på för lite fakta. Deras siffror kan vara sakliga, men missvisande om man sätter in det i ett större perspektiv. Jag utgår från att valmyndigheten är en primärkälla, vilket är att föredra vid en undersökning som denna, där man vill ha ett högt empiriskt värde. Jag valde denna källa då jag anser att den är mer pålitlig än vad en sekundärkälla kan vara. Källan innehåller information om hur många röster de fått i varje kommun i procent, men även antalet mandat i varje kommun. Jag kommer dock bara samla in den procentuella informationen om partiets politiska stöd i kommunerna och riket. Informationen om kommunernas ekonomi har jag tagit från statistiska centralbyrån (SCB). Även detta är en primärkälla som jag anser är saklig och trovärdig eftersom att såvitt jag vet finns det inte något utomstående företag som styr statistiken med ekonomiska eller politiska intressen som SCB har lagt upp på sin hemsida. Till en början tyckte jag att det var väldigt svårt att finna statistiken som jag ville ha, vilket ledde till att jag fick byta ut några variabler som jag ville ha med i mitt arbete när jag skulle välja ut kommunerna till min mest lika - design mot några andra som jag hittade istället. En nackdel med dessa källor är, att valstatistiken är från 2010 och att den ekonomiska variabeln (utbildningsnivå) är från 2012. Det är bara ett intervall på två år men antalet akademiker skulle teoretiskt sett kunna skifta, och det skulle kunna påverka resultatet på någon av frågorna. Men eftersom jag väljer ut mina fem kommuner med min mest lika design tror jag inte att det påverkar resultatet något märkvärt. 3.2 Kritisk diskussion vad gäller validitet och reliabilitet: Validiteten brukar definieras efter någon eller några av följande tre punkter: 1. Överensstämmelsen mellan teoretisk definition och operationell indikator. 2. Frånvaro av systematiska fel. 3. Att vi mäter det vi påstår att vi mäter. Validet är det svåraste och samtidigt det mest centrala problemet för den empiriska samhällsvetenskapen. Problemet är kroniskt och i princip olösligt eftersom det är en nödvändig 10

konsekvens av att forskningen arbetar med både ett teoretiskt och operationellt språk. Svårigheten för forskaren när det kommer till validiteten ligger i det ständiga översättningsproblemet. Det vill säga, undersöker vi verkligen det som vi säger att vi undersöker? 8 Jag förväntar mig att validiteten kommer bli god eftersom att mitt syfte med arbetet kommer gå ut på att testa teorin och hur stark teorin är. Reliabiliteten i ett arbete bygger på avsaknaden av slumpmässiga och systematiska fel 9. Detta är någonting som jag måste vara noga med, speciellt när jag ska kontrollera hur stark teorin är, då jag kommer räkna ut detta. 3.3 Alternativ metod: En alternativ metod i arbetet skulle kunna vara enkätundersökning. Att åka till kommunerna och fråga de människor som bor där vad de röstat på. En sådan metod skulle kunna vara bra då jag får mer uppdaterad information än om jag skulle använda mig av den statistiken som följer från valet 2010. Risken för att komma fram till fel resultat skulle dock kunna vara högre, då man eventuellt röstar olika i olika stadsdelar, och jag kan inte fråga alla i kommunen. En enkätundersökning skulle även kunna leda till att personerna som deltar i enkätundersökningen inte svarar sanningsenligt, eftersom många skulle kunna tycka att frågor som, vad röstade du på?, eller har ditt stöd för sverigedemokraterna ökat?, är känsliga frågor att svara på. En annan metod skulle kunna vara att jämföra kommuninvånarnas stöd för sverigedemokraterna från till exempel valet 2006 och 2010. Men jag anser att även detta skulle kunna ge en missvisande bild då man inte kan veta om resultatet beror på ekonomiska aspekter eller pågrund av att partiet har synts i media mer och mer. Eller om fler personer röstar på dem när de märker att andra röstar på dem. Det blir helt enkelt för svårt i ett så litet arbete att komma fram till om skillnaderna beror på sociala faktorer och normer, eller om det beror på något annat. 8 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s.57 9 P. Esaiasson, M. Giljam, H. Oscarsson, L Wägnerud, Metodikan, s.63 11

4. Resultat: 4.1 Insamlad statistik: Statistiken har jag samlat under detta kapitel i flera tabeller för att underlätta för läsaren när han eller hon ska läsa av dem. Jag har gjort sammanlagt sju olika tabeller som förklarar de olika statistiska siffrorna som jag främst har hämtat från statistiska centralbyrån, valmyndigheten och ekonomifakta.se och brottsoffermyndigheten. En av dessa tabeller har jag placerat längst bak i ett appendix på sidan 17. Ekonomisk statistik för riket samt statistik för högerpopulism baserad på riksdagsvalet år 2010: Inkomst per person: 10 Riket: 235 363 Stödet för Sverigedemokraterna: 11 Riket: 5,70% Tabell 1 4.2 Uträkning av kommunernas ekonomi efter de valda variablerna: Var för sig säger inte siffrorna så mycket. Innan jag kan säga vilken kommun som är rikast respektive fattigast av dessa fem måste jag räkna ihop informationen från alla variabler till varje kommun. Jag börjar med att rangordna de fem kommunerna efter deras ekonomiska situation efter vilken plats de kommer på i de tre variablerna de får då en siffra från 5-1. Ju högre siffra en kommun får i uträkningen desto rikare är den. Jag börjar med att rangordna kommunerna efter den första variabeln: medelinkomst per invånare. Bromölla fick 5 poäng för den kommunen har högst inkomst per capita. Sedan följer Svalöv (4), Östra Göinge (3), Osby (2) och Tomelilla (1). I variabeln utbildningsnivå hamnade kommunerna på andra platser. Svalöv (5), Tomelilla (4), Osby (3), Bromölla (2) och Östra Göinge (1). På variabeln ungdomsarbetslöshet hade alla kommuner samma siffra, vilket leder till att alla får siffran 0 på den. För att dessa siffror ska betyda någonting adderar jag sedan ihop kommunernas alla poäng från varje variabel. T ex. Bromölla fick 5 poäng på medelinkomst och 2 poäng på utbildning. Detta leder till att Bromölla kommun blir den näst rikaste av dessa fem, eftersom att den har näst högst poäng totalt av de fem kommunerna. (Se tabell 2 på nästa sida) 10 http://www.scb.se/pages/tableandchart 303220.aspx (16/5-2013) 11 http://www.val.se/val/val2010/slutresultat/r/rike/index.html (16/5-2013) 12

Bromölla: Osby: Tomelilla: Svalöv: Ö. Göinge: Medelinkomst: 5 2 1 4 3 Utbildning: 2 3 4 5 1 Ung. arbetslöshet: 0 0 0 0 0 Totalt alla 7 5 5 9 4 Variabler : Tabell 2 4.3 Vad statistiken visar: Man kan se i figur 3 ovan att Bromölla är den rikaste kommunen bland dessa fem, och att Tomelilla är den fattigaste om man ser till de ekonomiska variablerna ungdomsarbetslöshet, medelinkomst och ungdomsarbetslöshet som jag har valt att basera den ekonomiska delen i detta arbete på. Eftersom att ungdomsarbetslösheten visar exakt samma siffra har jag valt att ta med ytterligare fakta att basera den ekonomiska variabeln på. Den variabeln är utbildningsnivå, som jag inte tänkte ha med från början. Om man sedan tittar på stödet för Sverigedemokraterna kan man se att Bromölla som är den rikaste kommunen av de fem även har det starkaste politiska stödet för Sverigedemokraterna. I Tomelilla har Sverigedemokraterna näst högst politiskt stöd bland väljarna 2010, denna kommun har även den svagaste ekonomin av dessa fem. De tre andra kommunerna Osby, Svalöv och Östra Göinge ligger mellan dessa två. (Se tabell 3 under appendix på sid. 20 ) 4.4 Uträkning av eventuellt samband: Efter att jag har räknat ut den ekonomiska situationen jämför jag sedan de fem kommunernas ekonomi med det politiska stödet som Sverigedemokraterna har i respektive kommun. Det är när jag har gjort det som jag kan kontrollera om det finns något samband mellan den ekonomiska situationen och stödet för högerpopulism. För att räkna ut om det finns något samband mellan dessa kommuners ekonomi och stödet för högerpopulism måste jag börja med att undersöka om det finns ett samband i varje enskild kommun men också hur stark det sambandet är. Om det skulle visa sig att det finns ett samband i varje kommun skulle man även kunna dra slutsatsen att det finns ett samband mellan de två variablerna; ekonomi och stödet för högerpopulism, och även hur starkt detta samband är. För att kontrollera detta har jag även rangordnat de fem kommunerna i samma intervall som med de tidigare siffrorna (1-5) efter hur högt stödet för Sverigedemokraterna är i varje kommun. Om poängsiffran från den ekonomiska variabeln är hög samtidigt som siffran för sverigedemokraternas stöd är lågt har vi ett samband i den kommunen mellan de två variablerna. Som man kan se finns det inget direkt samband i någon av de fem kommunerna. 13

Ekonomisk situation: Sverigedemokraterna: Bromölla: 4p 16,80% 5p Inget samband Osby: 3p 12,90% 2p Inget samband Tomelilla: 3p 14,53% 4p Inget samband Svalöv: 5p 13,10% 3p Inget samband Ö. Göinge: 1p 11,10% 1p Ingetsamband Tabell 4 Statistik av de fem rika kommunerna: Inkomst per person: 12 Lomma: Staffanstorp: Vellinge: Kävlinge: Svedala: Tabell 5 291 354 kr/år 264 052 kr/år 272 505 kr/år 262 233 kr/år 258 525 kr/år Stödet för Sverigedemokraterna: Lomma: 5,90 % 13 Staffanstorp: 5,10 % 14 Vellinge: 7,00 % 15 Kävlinge: 9,10 % 16 Svedala: 13,40 % 17 Tabell 6 Som man kan se i de olika tabellerna, tabell 5 och 6 ligger de fem rika kommunerna över det nationella snittet (tabell 1) för inkomst och de fem ursprungliga kommunerna ligger under snittet för inkomst. Man kan även se att Sverigedemokraterna har mindre procentuellt stöd i fyra av de fem rika kommunerna än vad de har i de fem ursprungliga kommunerna. I tabell 7 (på nästa sida) kan man se att det procentuella värdet för de fem ursprungliga kommunerna är lägre på den ekonomiska variabeln för inkomst per capita om man ser till genomsnittet i hela riket. Man kan även se att det politiska stödet för högerpopulism (Sverigedemokraterna) är högre i dessa kommuner om man jämför med hela riket. Det politiska stödet för högerpopulism har jag valt att basera på riksdagsvalet år 2010. Man kan också se att det högerpopulistiska stödet är högre även i de fem rikare kommunerna, förutom i Staffanstorp, där Sverigedemokraterna har ett politiskt stöd av 5,1 procent av kommunbefolkningen. Samt att de fem rikare kommunerna har en beräknad 12 http://www.scb.se/pages/tableandchart 303220.aspx (16/5-2013) 13 http://www.val.se/val/val2010/prelresultat/r/kommun/12/62/index.html (16/5-2013) 14 http://www.val.se/val/val2010/prelresultat/k/kommun/12/30/index.html (16/5-2013) 15 http://www.val.se/val/val2010/prelresultat/r/kommun/12/33/index.html (16/5-2013) 16 http://www.val.se/val/val2010/prelresultat/r/kommun/12/61/index.html (16/5-2013) 17 http://www.val.se/val/val2010/prelresultat/r/kommun/12/63/index.html (16/5-2013) 14

medelinkomst per capita, som ligger över den beräknade inkomsten per capita om man ser till hela riket. Jämförande mellan hela riket, de ursprunglige kommunerna och de rikare kommunerna, av medelinkomst och sverigedemokraternas stöd: Kommun/Riket: Medel inkomst: 18 Politiskt stöd: Riket: 235 363 kr/år 5,70 % 19 De fem ursprungliga kommunerna: Bromölla: 222 928 kr/år 16,80 % 20 Osby: 216 205 kr/år 12,90 % 21 Tomelilla: 205 746 kr/år 14,50 % 22 Svalöv: 222 520 kr/år 13,10 % 23 Östra Göinge: 217 853 kr/år 11,00 % 24 De fem "rika" Kommunerna: Lomma: 291 354 kr/år 5,90 % 25 Staffanstorp: 264 052 kr/år 5,10 % 26 Vellinge: 272 505 kr/ år 7,00 % 27 Kävlinge: 262 233 kr/år 9,10 % 28 Svedala: 258 525 kr/år 13,40 % 29 Figur 1 5. Analys: Min mest lika design visar att sambandet inte finns på dessa fem kommuner eftersom att Sverigedemokraterna har högst stöd i Bromölla som också är den rikaste av de fem, Sverigedemokraternas stöd är näst högst i Tomelilla, som är den kommunen med svagast ekonomi. Men eftersom att alla dessa kommuner ligger under medelinkomsten samtidigt som Sverigedemokraterna har relativt högt stöd i alla dessa kommuenr om man ser till genomsnittet i hela riket är denna information inte speciellt trovärdig. När jag inledde min studie i att pröve teorin om sambandet mellan svag ekonomi och starkt stöd för högerpopulism visste jag inte att jag skulle 18 http://www.scb.se/pages/tableandchart 303220.aspx (16/5-2013) 19 http://www.val.se/val/val2010/slutresultat/r/rike/index.html (16/5-2013) 20 http://www.val.se/val/val2010/prelresultat/k/kommun/12/72/index.html (16/5-2013) 21 http://www.val.se/val/val2010/prelresultat/k/kommun/12/73/index.html (16/5-2013) 22 http://www.val.se/val/val2010/prelresultat/k/kommun/12/70/index.html (16/5-2013) 23 http://www.val.se/val/val2010/prelresultat/r/kommun/12/14/index.html (16/5-2013) 24 http://www.val.se/val/val2010/prelresultat/k/kommun/12/56/index.html (16/5-2013) 25 http://www.val.se/val/val2010/prelresultat/r/kommun/12/62/index.html (16/5-2013) 26 http://www.val.se/val/val2010/prelresultat/k/kommun/12/30/index.html (16/5-2013) 27 http://www.val.se/val/val2010/prelresultat/r/kommun/12/33/index.html (16/5-2013) 28 http://www.val.se/val/val2010/prelresultat/r/kommun/12/61/index.html (16/5-2013) 29 http://www.val.se/val/val2010/prelresultat/r/kommun/12/63/index.html (16/5-2013) 15

komma fram till ett sådant resultat, det vill säga ett obefintligt resultat. Jag har fått fram ett resultat om att det inte finns ett samband, men eftersom att dessa fem kommuner är alldeles för lika varandra i den ekonomiska variabeln samt variabeln för högerpopulistiskt stöd kan jag inte på ett empiriskt sätt säga att jag har kommit fram till ett tydligt svar. Jag har med andra ord inte kommit fram till något tydligt resultat i min forskning. Min mest lika design visar på att Tomelilla är den kommunen där Sverigedemokraterna har näst högst stöd av dessa fem kommuner och svagast ekonomi. Detta visar eventuellt på ett svagt samband, men detta samband kan man inte se i de andra fyra kommunerna i min mest lika design. Den visar också att den rikaste kommunen är Bromölla. Bromölla är också den kommun där sverigedemokraterna har högst politiskt stöd. Detta visar på att det är ett väldigt svagt samband mellan det politiska stödet för högerpopulism och de ekonomiska variabler som jag har valt. Man måste dock ha i åtanke att alla dessa fem kommuner har en ekonomisk situation som ligger under den genomsnittliga ekonomin per capita sett över hela riket. Det politiska stödet är även högre i alla dessa fem kommuner om man ser till det politiska stödet över hela landet år 2010 för Sverigedemokraterna. Båda dessa faktorer kan ha haft en avgörande faktor när det kommer till slutsatsen av detta arbete, och kan ha haft en viss inverkan på att resultatet blev otydligt. Min tanke var att använda mig av en mest lika design för att få en så liten inverkan av övriga variabler som möjligt. När jag skriver övriga variabler menar jag alltså de variabler som jag har använt mig av för att välja ut de fem kommunerna till min mest lika design. Om jag skulle valt kommuner efter deras ekonomi istället för min mest lika design kunde resultatet ha blivit annorlunda och jag kunde eventuellt ha fått fram ett tillräkligt tydligt svar på ett starkare samt svagare samband. Men om jag skulle valt ut mina kommuner efter den ekonomiska variabeln och det politiska stödet för Sverigedemokraterna skulle det finnas en mycket högre risk för att resultatet i mitt arbete inte skulle ha blivit empiriskt eftersom att de andra variablerna kunde ha spelat en avgörande roll för det eventuella sambandet. För att jag enligt mig själv inte har kommit fram till något tydligt svar i min forskning har jag valt att ta fram statistik på ytterligare fem kommuner. Dessa kommuner valde jag då efter deras ekonomiska situation. De kommuner som jag valde mellan var resterande kommuner i Skånes län. De fem kommunerna som jag slutligen valde för jämförande syfte blev Lomma kommun, Staffanstorps kommun, Vellinge kommun, Kävlinge kommun och Svedala kommun. Detta gjorde jag då för att visa att resultatet kunde ha blivit annorlunda och för att visa att det kan finnas ett samband även om det inte ges i utryck i min forskning. Anledningen till att resultatet blev så otydligt i de ursprungliga kommunerna är just därför att alla dessa kommuner var för lika på de två variabler ekonomi och det politiska stödet för högerpopulism, men även det faktum att alla dessa kommuners ekonomi ligger under det nationella genomsnittet kan ha haft viss inverkan på resultatet. Om man jämför Sverigedemokraternas politiska stöd i de fem ursprungliga kommunerna med deras politiska stöd i de fem rika kommunerna kan man se att det finns ett visst samband. Detta säger jag eftersom att Sverigedemokraterna har lägre stöd i fyra av de rikare kommunerna än i de fem fattigare kommunerna. Invånarna har en högre ekonomi än de fem rikare kommunerna än de 16

ursprungliga, både när man ser till inkomst per invånare och utbildningsnivå. De fem rikare kommunerna är helt klart överrepresenterade när det kommer till utbildning. För att utbildningsstatistiken ska säga någonting, och för att jag ska kunna jämföra den variabeln kommunerna emellan har jag räknat ut den procentuella andelen av kommuninvånarna som har en 3 årig eftergymnasial utbildning eller länge. Jag kom fram till att den kommunen som har minst andel av befolkningen som har en eftergymnasialutbildning på 3 år eller mer av de rikare kommunerna är Svedala. Svedala som har minst procentuellt sett av dessa fem har ändå mer än Svalöv som är den kommunen av de fem ursprungliga kommunerna som har högst procentuell andel av befolkningen som har en 3 årig eller längre eftergymnasial utbildning. Svalöv kommun har dock bara en andel på 8,7 procent av befolkningen som har en etergymnasial utbildning på 3 år eller längre. Detta innebär att Svalöv kommun har hela 77,68 procent färre invånare med eftergymnasial utbildning på 3 år eller längre. Detta kan dock visa på att det även kan finnas ett samband mellan utbildning inom kommunerna och det högre stödet för högerpopulism. Sambandet skulle då vara att stödet för högerpopulism blir högre om det finns färre personer av kommuninvånarna som har en eftergymnasial utbildning på 3 år eller mer. Detta gäller dock bara om man ser till skillnaden mellan de fem ursprungliga kommunerna och de fem rikare kommunerna som jag valde i efterhand för att kunna jämföra med. För om man tittar på statistiken för de fem ursprungliga kommunerna kan man se att Svalöv är den kommun som har högst statistik när det kommer till utbildning procentuellt sett till folkmängd, men samtidigt har Sverigedemokraterna det procentuellt högsta politiska stödet i Svalöv om man jämför med de resterande fyra ursprungliga kommunerna i detta arbete. Som man kan se av de olika tabellerna är det politiska stödet för sverigedemokraterna större i alla de fem ursprungliga kommunerna jämfört med de fem rikare kommunerna, förutom Svedala där sverigedemokraterna har större politiskt stöd än Osby, Östra Göinge och Svalöv. 5. Slutsatser: Jag har kommit fram till att det kan finnas ett visst samband mellan en svag ekonomi och ett ökat stöd för högerpopulism. Resultatet i mitt arbete blev dock otydligt då de olika kommunerna var allt för likvärdiga i min mest lika - design på den oberoende variabeln, som är den ekonomiska delen i detta arbete. Detta samband syns tydligare om man jämför de två grupper av kommuner med varandra, (de ursprungliga fem med de rikare fem kommunerna) eftersom att den ena grupper ligger under genomsnittet för medelinkomst och den andra gruppen ligger över genomsnittet för medelinkomst om man ser till riket. Men jag har även kommit fram till att det kan finnas ett visst samband mellan graden av utbildning och stödet för högerpopulism. Om man jämför de rikare kommunerna med de ursprungliga kommunerna kan man se att det finns ett visst samband mellan utbildning och stödet för högerpopulism då en större del av kommuninvånarna i de rikare kommunerna har en högre utbildning samtidigt som stödet för sverigedemokraterna har ett mindre stöd i nästan alla de rikare kommunerna jämfört med de ursprungliga. Jag säger dock att det kan finnas ett samband i de båda fallen, eftersom att det eventuella sambandet inte kunde bevisas i den ursprungliga mest lika designen som jag utgick från i detta arbete. Man kan se att det finns ett visst samband mellan både ekonomi och stödet för högerpopulism, samt utbildning och stödet för högerpopulism. Detta samband kan man dock bara se 17

om man jämför de fem ursprungliga kommunerna som jag har med i min design med de fem kommuner som jag valde efter själva arbetet. Men eftersom att jag inte kunde bevisa detta samband på ett empiriskt sätt med min design, kan jag i detta arbete varken säga att det helt klart finns ett samband, men heller inte att det inte finns ett klart samband. Man kan se ett vagt samband mellan de rikare kommunernas ekonomi och stödet för sverigedemokraterna eftersom att sverigedemokraterna har det överlägset högsta stödet i den fattigaste kommunen av dessa fem, och den rikaste har den näst lägsta. De ekonomiska siffrorna är dock alldeles för lika för att tydligt kunna urskilja ett mönster. Sambandet är svårt att räkna ut, men detta arbete kan mycket väl användas som utgångspunkt i vidare forskning i detta eller liknande forskningsområden, om man vill skriva om ett teoriprövande arbete som detta. 6. Diskursson: Jag valde att ha med en rubrik som heter diskursson för jag ville förmedla för läsaren hur tankegången har gått när jag skrev detta arbete, och eftersom att resultatet inte blev som jag hade hoppats. Resultatet är inte tillräkligt tydligt för att man ska kunna komma fram till en empirisk slutsats. Men det är sådant som händer när man skriver ett arbete som detta. När man ska pröva en teori vet man inte vad man kommer komma fram till för resultat, till skillnad från om man till exempel skriver ett arbete som det redan finns mycket empirisk forskning på, som man sedan kan använda som grund till sitt eget arbete. Det jag kunde ha gjort annorlunda är att jag kunde ha tagit med flera kommuner i min mest lika design och/eller använda mig av andra eller flera variabler när jag skulle välja ut vilka kommuner som jag skulle använda mig av i min mest lika design. Jag kunde även ha använt mig av en annan metod och forskningsdesign. Men jag ville att mitt arbete skulle bli så empiriskt som möjligt, och det var därför jag valde just denna metod och forskningsdesign. Nästa gång jag skriver ett arbete för att pröva en teori kommer jag ta med fler variabler och flera objekt att utgå från. Detta kommer jag göra för att minska risken för att komma fram till ett otydligt svar igen. Slutligen vill jag bara säga att jag har lärt mig vikten av att vara grundlig från början till slut av ett sådant arbete, och att man bör söka upp mer information än vad man tror sig behöva. Det är bättre med för mycket information så att man kan ta bort den information som man inte behöver, istället för att sitta med för lite information när man ska sammanfatta sitt resultat och sin slutsats. 18

Referenslista: Metodikan Elektroniska källor: www.dagensnyheter.se www.scb.se www.val.se www.bra.se (brottsförebyggande rådet) www.ekonomifakta.se 19

Appendix: De olika variablerna som jag använde mig av i min mest lika design för att välja ut de fem kommunerna, samt den beroende variabeln (det politiska stödet för Sverigedemokraterna) och den oberoende variabeln (ekonomi) som består av medelinkomst per capita, ungdomsarbetslöshet och utbildningsnivå: Befolkning i kommunen: 30 Bromölla: Osby: Tomelilla: Svalöv: Östra Göinge: Medelålder i kommunen: 31 Bromölla: Osby: Tomelilla: Svalöv: Östra Göinge: Antal utrikesfödda: 32 Bromölla: Osby: Tomelilla: Svalöv: Östra Göinge: Anmälda brott per 100 000 kommuninvånare: 33 Bromölla: Osby: Tomelilla: Svalöv: Östra Göinge: 12 250 st. 12 637 st. 12 917 st. 13 275 st. 13 620 st. 43,3 år 44,0 år 43,7 år 41,0 år 43,4 år 1411 st. 1538 st. 1196 st. 1660 st. 1280 st. 8 824 st. 10 578 st. 9 618 st. 12 320st. 9 249 st. 30 http://www.scb.se/pages/tableandchart 350652.aspx (16/5-2013) 31 http://www.scb.se/pages/ssd/ssd_selectvariables.aspx?id=340487&google=true&px_tableid=ssd_extern%3 abefolkningmedelalder (16/5-2013) 32 http://www.scb.se/pages/ssd/ssd_selectvariables 340487.aspx?google=true&px_tableid=ssd_extern%3 AUtrikesFoddaTotNK (16/5-2013) 33 http://www.bra.se/bra/statistik/120/2012/120ln12-2012.html (16/5-2013) 20

Sverigedemokraternas stöd i kommunerna: Bromölla: 16,80% Osby: 12,90% Tomelilla: 14,53% Svalöv: 13,10% Östra Göinge: 11,10% Ekonomisk fakta: Medelinkomst per person och år 2010: 34 222 928 kr/år 35 Bromölla: 216 205 kr/år 36 Osby: 205 746 kr/år 37 Tomelilla: 222 520 kr/år 38 Svalöv: 217 853 kr/år 39 Östra Göinge: Ungdomsarbetslöshet: Bromölla: 26,70% 40 Osby: 26,70% 41 Tomelilla: 26,70% 42 Svalöv: 26,70% 43 Östra Göinge: 26,70% 44 Utbildningsnivå: 3 år + 45 Bromölla: 906 st. 7,4 % Osby: 951 st. 7,5 % Tomelilla: 1036 st. 8,0 % Svalöv: 1149 st. 8,7 % Östra Göinge: 937 st. 6,9 % Figur 2 34 http://www.scb.se/pages/tableandchart 303220.aspx (13/5-2013) 35 http://www.val.se/val/val2010/prelresultat/k/kommun/12/72/index.html (16/5-2013) 36 http://www.val.se/val/val2010/prelresultat/k/kommun/12/73/index.html (16/5-2013) 37 http://www.val.se/val/val2010/prelresultat/k/kommun/12/70/index.html (16/5-2013) 38 http://www.val.se/val/val2010/prelresultat/r/kommun/12/61/index.html (16/5-2013) 39 http://www.val.se/val/val2010/prelresultat/k/kommun/12/56/index.html (16/5-2013) 40 http://www.ekonomifakta.se/sv/fakta/regional-statistik/alla-lan/skane-lan/bromolla/?var=8314 (13/5-2013) 41 http://www.ekonomifakta.se/sv/fakta/regional-statistik/alla-lan/skane-lan/osby/?var=8314 (13/5-2013) 42 http://www.ekonomifakta.se/sv/fakta/regional-statistik/alla-lan/skane-lan/tomelilla/?var=8314 (13/5-2013) 43 http://www.ekonomifakta.se/sv/fakta/regional-statistik/alla-lan/skane-lan/svalov/?var=8314 (13/5-2013) 44 http://www.ekonomifakta.se/sv/fakta/regional-statistik/alla-lan/skane-lan/ostra-goinge/?var=8314 (13/5-2013) 45 http://www.scb.se/pages/ssd/ssd_selectvariables.aspx?id=340487&px_tableid=ssd_extern%3autbbefregio n&rxid=b81c88a4-9390-47ca-a9c9-e4d41dc0a697 (13/5-2013) 21