STATISTIK OM STHLM BEFOLKNING:

STATISTIK OM STHLM BEFOLKNING: Befolkningsprognoser - Hur träffsäkra är de? SA 2010:02 2010-05-07 Jeanette Bandel 08-508 35 025 STOCKHOLMS STADS UTREDNINGS- OCH STATISTIKKONTOR AB

Befolkningsprognoser - hur träffsäkra är de? FÖRORD Som underlag för Stockholms stads planering genomför Utrednings- och statistikkontoret, USK, årligen en befolkningsprognos för staden som helhet och för delområden i staden. Den självklara följdfrågan som användaren av prognosen och prognosmakaren ställer sig är hur säker prognosen är. I denna rapport redovisas därför en utvärdering av (o)säkerheten och prognoser för åren 1997-2005 har studerats. En jämförelse görs också med tidigare utvärderingar. Syftet med utvärderingen är att öka kunskapen om befolkningsprognosers säkerhet och att ge underlag, i form av kvalitetstabeller, om prognosfelets storlek i olika åldersklasser, efter områdets storlek och typ av område. Utvärderingen har genomförts av Jeanette Bandel och Karin Fägerlind. Rapporten finns tillgänglig på USK:s hemsida www.uskab.se. Där nås också befolkningsprognosrapporten och statistik för olika ämnesområden. 1

Befolkningsprognoser - hur träffsäkra är de? INNEHÅLL FÖRORD... 1 INNEHÅLL... 2 SAMMANFATTNING... 3 INLEDNING... 5 BEFOLKNINGSPROGNOSER FÖR STOCKHOLMS STAD OCH DESS DELOMRÅDEN... 6 UTVÄRDERING AV PROGNOSEN... 6 Olika typer av prognosfel... 7 Slumpfel:... 7 Fel i antaganden:... 8 Fel på grund av planavvikelse:... 8 Modellfel:... 8 Det totala prognosfelet... 8 Områdestyper... 8 Flyttningsbenägenhet för olika områdestyper... 9 Flerbostadshusområden i Inre resp Yttre staden och småhusområden... 10 Inflyttarnas åldersfördelning efter byggnadsperiod... 11 Utflyttningsrisker efter byggnadsperiod... 12 Dödlighet... 13 TOTALT PROGNOSFEL... 14 Prognosfel för flerbostadshus I Inre staden och Yttre staden samt I småhus... 15 Prognosfel för flerbostadshusområden efter byggnadsperiod... 16 Prognosfel för olika områdestyper inom en byggnadsperiod... 19 Prognosfel för olika åldersklasser... 21 SLUMPFEL... 24 Slumpfel I delområden av Inre och Yttre staden... 26 SLUMPFELETS STORLEK I RELATION TILL DET TOTALA PROGNOSFELET... 29 PROGNOSFEL I OMRÅDEN MED RESP. UTAN NYPRODUKTION... 33 JÄMFÖRELSE MED TIDIGARE UTVÄRDERINGAR... 34 SLUTSATSER... 40 UTVÄRDERING MED HJÄLP AV KVALITETSTABELLER... 41 Prognoser är säkrare för stora områden än för små områden... 41 Prognoser är olika säkra för olika åldersgrupper... 42 Prognoser är olika säkra för olika delar av staden... 43 BILAGA 1. KVALITETSTABELLER... 44 Inre staden, totalt... 46 Yttre staden, totalt... 54 Inre staden byggt -1980... 62 Inre staden byggt 1981-1996... 70 Yttre staden byggt -1951... 78 Yttre staden byggt 1951-1980... 86 Yttre staden byggt 1981-1996... 94 Småhus... 102 BILAGA 2. OMRÅDESTYPER... 110 2

Befolkningsprognoser - hur träffsäkra är de? SAMMANFATTNING I denna rapport redovisas en utvärdering av hur säkra befolkningsprognoser är. För olika typer av delområden redovisas det totala prognosfelet och det minsta möjliga felet, det s.k. slumpfelet. Med hjälp av kvalitetstabellerna i bilaga 1 kan både användare av prognoser och prognosmakare uppskatta prognosfelets storlek för olika åldersklasser och olika prognosår i olika typer av områden. Befolkningsprognoser som gjordes åren 1997-2005 ligger till grund för analysen. Prognoserna har jämförts med det faktiska utfallet av befolkningen respektive år. Analyserna har gjorts för delområden som karakteriserats efter byggnadsår och hustyp. Ett mått har använts som är oberoende av områdets storlek och därför har ett genomsnittligt prognosfel kunnat beräknas för de olika områdestyperna. Områdestyperna är valda utifrån den erfarenhet som lett till att olika antaganden om t ex flyttningsbenägenhet görs för dessa områdestyper i prognosen. Syftet med rapporten har varit att analysera de fel som kan kopplas till prognosmodellerna eller till fel i antaganden. Därför har områden med nyproduktion exkluderats ur analysen eftersom prognosfel för områden med nyproduktion främst består av fel på grund av förskjutning i tiden för när bostäderna blivit klara. Men för att få en uppskattning av relationerna mellan fel på grund av ändrade planer för nyproduktionen och för summan av de övriga felen så redovisas en jämförelse av dem i ett avsnitt längre fram i rapporten I rapporten redovisas det genomsnittligt observerade prognosfelet och slumpfelet för de olika områdestyperna för nio prognosår och 15 åldersklasser. Felens storlek varierar för olika områdestyper men för att få en enkel uppskattning av felets storlek kan det ofta vara tillräckligt för användaren av prognoser att använda kvalitetstabellerna för de tre områdestyperna flerbostadshusområden i Inre resp Yttre staden och småhusområden. Det har i rapporten framkommit att: Prognosfelet ökar med prognoshorisonten men mest de första prognosåren. På längre sikt tar prognosfelen delvis ut varandra så att ökningen av det totala prognosfelet planar av. Prognosfelet är olika stort i olika åldersgrupper. I åldrar där rörelsemönstret är stort är prognosfelen större. Fruktsamhet, flyttningsbenägenhet och dödlighet är orsaker till ökad rörlighet Det första prognosåret är felet störst för 0-åringar och för 20-24 och 25-29-åringar. Prognosfelet för 0-åringar ökar marginellt över prognosåren vilket visar att det alltid är svårt att förutsäga antalet födda. Felen för förskoleåldrarna ökar med prognoshorisonten. För åldersgrupperna 1-3, 4-5 och 6-9 år är prognosfelen små det första prognosåret men de ökar med prognoshorisonten. Att felen ökar för dessa åldersgrupper beror på att, med ökad prognoshorisont, är en större andel av barnen inte födda när prognosen gjordes. Benägenheten att flytta är också stor för barn i förskoleåldern. Felen är minst för barn i skolåldern I den allra mest flyttningsbenägna åldersgruppen unga vuxna 20-34 år är prognosfelen störst. Prognosfelen är beroende av områdets storlek. Prognoser är säkrare för större områden än för mindre områden. 3

Befolkningsprognoser - hur träffsäkra är de? Felen är minst i småhusområden. I nyare områden med flerbostadshus är felen störst Slumpfelet är det minsta prognosfelet. Då prognoshorisonten ökar så ökar det totala prognosfelet mer än slumpfelet. Det innebär att andra prognosfel får större tyngd. Dessa är fel i antaganden om fruktsamhet, flyttningsbenägenhet och dödlighet. Jämförelsen med tidigare utvärderingar visar att de två prognosmodellerna med brutto- resp nettoflyttning fungerar på kort sikt men att bruttomodellen är överlägsen på längre sikt. Det är bruttomodellen som används i Stockholms prognoser. 4

Befolkningsprognoser - hur träffsäkra är de? INLEDNING I denna rapport redovisas en utvärdering av hur (o)säkra befolkningsprognoser är. För olika typer av delområden redovisas det totala prognosfelet och det minsta möjliga felet, det s k slumpfelet. Med hjälp av kvalitetstabellerna i bilaga 1 kan både användare av prognoser och prognosmakare uppskatta prognosfelets storlek för olika åldersklasser och olika prognosår i olika typer av områden. I nästa avsnitt, Befolkningsprognoser för Stockholms stad och dess delområden, beskrivs kortfattat hur prognosarbetet går till och vilka antaganden som görs. I avsnittet Utvärdering av prognosen beskrivs olika typer av prognosfel och vilka områdestyper som valts. I avsnittet Totalt prognosfel visas det totala prognosfelets storlek med det mått som använts. Felet visas för de valda områdestyperna och för 15 åldersklasser och nio prognosår. Motsvarande redovisning görs för slumpfelen i avsnittet Slumpfel. I avsnittet Slumpfelets storlek i relation till det totala prognosfelet jämförs de två felen med varandra. I de därpå följande avsnitten görs en jämförelse av prognosfelens storlek i områden med resp utan nyproduktion samt görs en jämförelse med tidigare utvärderingar som gjordes åren 1990 och 2000. Slutligen, i avsnittet Slutsatser, sammanfattas de slutsatser som kommit fram i rapporten och i avsnittet Utvärdering med hjälp av kvalitetstabellerna, ges exempel på några av slutsatserna med hjälp av kvalitetstabellerna. Här anges felen i ± antal personer. Därefter följer bilagor med bl a kvalitetstabellerna. 5

Befolkningsprognoser - hur träffsäkra är de? BEFOLKNINGSPROGNOSER FÖR STOCKHOLMS STAD OCH DESS DELOMRÅDEN USK gör varje år en befolkningsprognos för staden och dess delområden. Prognosen genomförs i tre steg. Efter det att prognosen har bestämts för hela staden görs en prognos för de 14 stadsdelsområdena varefter summan av dessa stäms av mot totalprognosen. I det tredje steget görs en delområdesprognos för mindre områden, så kallade basområden, som stäms av mot prognosen för den stadsdelsnämnd som basområdet ingår i. Antalet basområden är ca 400. Delområdesprognosen består i sin tur av två delprognoser där den ena är en prognos för befolkningen som bor i de bostäder som finns idag och den andra prognosen görs för den befolkning som kommer att bo i den framtida nyproduktionen. Prognosmakaren gör antaganden (baserade på tidigare utveckling, trender, politiska beslut, forskningsresultat med mera) om befolkningens fruktsamhet, dödlighet och migration. Antaganden tar hänsyn till det geografiska området och befolkningens sammansättning efter kön och ålder. Till exempel varierar fruktsamhet och flyttningsmönster mellan olika områden och hustyper, såsom flerbostadshus och småhus, och efter husens ålder. Antaganden kan förändras över tiden, man kan till exempel anta att dödligheten kommer minska i takt med medicinska framsteg, eller att flyttningarna kommer förändras i takt med konjunkturen. I prognoserna ingår också underlag för när nya bostäder är klara för inflyttning Utifrån dessa antaganden beräknas, i en prognosmodell, antalet födda, döda, in- och utflyttade och summan av dessa är befolkningsförändringen i området under kommande år. Läggs den beräknade befolkningsförändringen till den ursprungliga befolkningen erhålls beräknad befolkning för nästa år, vilken prognosmakaren sedan utgår ifrån vid beräkning av förväntad befolkning för nästnästa år och så vidare. UTVÄRDERING AV PROGNOSEN Vid utvärdering av prognoser vet vi sedan tidigare att prognosers säkerhet varierar efter ett antal faktorer bl a områdets bostadstyp. Till denna rapport har vi undersökt flera olika områdestyper och sammanfattat dessa för Inre staden (flerbostadshusområden i Inre staden, byggda fram till och med 1995) Yttre staden (flerbostadshusområden i Yttre staden, byggda fram till och med 1995) Småhusområden De minsta områdesnivån som prognoser görs för, basområdena, har undersökts och sorterats efter områdestyp. De områden som har nybyggnation, eller som består av en blandning av småhus och flerbostadshus har tagits ur undersökningen. Prognosfelet för ett område med nybyggnation beror ofta på att planerna för de nya bostäderna blir förskjutna framåt eller bakåt i tiden och det är inte denna typ av prognosfel som studeras här utan främst de fel som beror på antaganden eller modell. Då antaganden är satta för typområden enligt en bestämd indelning så ingår inte heller blandade områden som är en kombination av typområden. De områden som ingår i rapporten återfinns i bilaga 2. En översiktlig jämförelse görs dock av prognosfel i typområden jämfört med fel i områden med nybyggnation. 6

Befolkningsprognoser - hur träffsäkra är de? För de totala prognosfelen har vi använt nio prognoser gjorda av USK för åren 1997 till 2005 och den faktiska befolkningen för varje år 1997 till 2005. För varje år har vi jämfört befolkningen i de olika områdestyperna med vad de olika prognoserna har angivit. På så sätt kan vi räkna ut det genomsnittliga faktiska felet för en prognos på ett års sikt upp till nio års sikt. För ett års prognoshorisont 1 kan vi använda alla prognoserna för att räkna ut ett genomsnitt, medan vi för nio års prognoshorisont bara kan använda en prognos, den som gjordes 1997 och för prognosåret 2005. Dessutom undersöks hur stora slumpfelen skulle ha varit om vi hade känt till de riktiga antagandena för fruktsamhet, dödlighet och flyttsannolikheter. För att räkna ut slumpfelen använder vi den skattade fruktsamheten, dödligheten och flyttfördelningarna från ett genomsnitt 2004-2006. Sedan beräknar vi hur stort slumpfelet skulle vara om dessa fördelningar vore sanna och beständiga, för prognoser gjorda på ett till nio år. Olika typer av prognosfel Med hjälp av prognosmodeller uppskattas den framtida befolkningens storlek. I modellen görs antaganden om födda, döda, in- och utflyttade. Antalet födda beror på hur fruktsamheten förändras och på kvinnors och mäns ålder i olika områden. Fruktsamheten i ett område beror också på t ex bostädernas storlek och typ, på invånarnas ekonomiska situation och födelseland. Dödligheten beror också på flera olika osäkerhetsfaktorer, förutom ålder och kön, t ex på socioekonomisk bakgrund och miljö- och livsstilsfaktorer. En prognos är en förutsägelse om framtiden och kan inte vara helt säker. Det kan finnas flera orsaker till de fel som uppkommer. Antagandena kan vara oriktiga, modellen kan vara felaktig, det kan bli avvikelser i planeringen (till exempel att ett bostadsbyggande blir försenat eller tidigarelagt). Men även om modellen vore fullkomlig, all utveckling gick enligt planerna och vi kände till alla sanna värden för folks flyttbenägenhet, fruktsamhet och död, så skulle det ändå bli fel i prognosen, på grund av slumpen. Den faktor som är mest osäker att förutspå är flyttningsbenägenheten. Ett stort antal personer flyttar varje år. I Stockholms stad flyttar 17 % av invånarna från sin fastighet varje år, dvs nästan var 5:e stockholmare flyttar. Flyttströmmarna i ett område påverkas av de boendes åldersfördelning, bostädernas struktur, hushållsstorlek, upplevelse av livskvalitet mm. Osäkerheten i prognoser kan därför klassificeras i följande typer av fel: Slumpfel: Slumpfelet är det prognosfel som bara beror på slumpen. Även om vi allvetande visste den sanna fruktsamheten, dödligheten och flyttriskerna skulle prognosen ändå innehålla fel slumpfelen. Slumpfelen kan approximativt beräknas och jämföras med det genomsnittliga observerade prognosfelet. Ju närmare slumpfelet prognosfelet är, desto säkrare är prognosen. 1 Prognoshorisont är tiden mellan det att prognosen görs och det år den avser. Ett års prognoshorisont har en prognos som görs för innevarande år. 7

Befolkningsprognoser - hur träffsäkra är de? Fel i antaganden: Om de antaganden som gjorts för födda, döda och flyttade inte inträffar i verkligheten så ökar prognosens osäkerhet. Betydelsen av avvikelser från antagandena kan uppskattas med känslighetsanalyser, t ex konsekvenserna av olika fruktsamhetsantaganden. Fel på grund av planavvikelse: I befolkningsprognosen görs en prognos för befolkningen i framtida nyproduktion. Den bygger på en uppskattning av när bostäder enligt planerna beräknas bli färdiga för inflyttning. Om det i praktiken sker en tidsförskjutning i genomförandet uppstår en skillnad mellan utfall och prognos. Detta fel ska inte lastas prognosmodellen men kan vara en viktig förklaring till varför prognosen inte slår in. Modellfel: Prognosfel kan uppstå om prognosmodellen är felaktig i något avseende. Det totala prognosfelet Det totala prognosfelet är summan av felen ovan och blir skillnaden mellan prognos och utfall. I analysen har det totala prognosfelet exkl. fel på grund av planavvikelse studerats. Syftet har varit att analysera de fel som kan kopplas till modellerna eller till fel i antaganden. Men för att få en uppskattning av relationerna mellan fel på grund av planavvikelse och summan av de övriga felen så redovisas en jämförelse av dem i ett avsnitt längre fram i rapporten. Områdestyper Då antagandena för delområdesprognosena görs för olika typer av områden har analysen av prognosfel också gjorts för dessa olika områdestyper. Därefter har aggregat av områdena bildats såsom flerbostadshusområden i Inre resp Yttre staden och småhusområden. De områdestyper som ingår i denna studie är därför Flerbostadshusområden i Inre staden Flerbostadshusområden i Yttre staden Småhusområden Mer specificerade områdestyper som studerats är Flerbostadshusområden i Inre staden byggda -1980 Flerbostadshusområden i Inre staden byggda 1981-1996 Flerbostadshusområden i Yttre staden byggda -1950 Flerbostadshusområden i Yttre staden byggda 1951-1980 Flerbostadshusområden i Yttre staden byggda 1981-1996 För områdena ovan redovisas också kvalitetstabeller som ger användaren möjlighet att få en uppskattning av prognosfelets storlek i ett område. I rapporten redovisas det totala prognosfelet (exkl fel på grund av planavvikelse) och det minsta oundvikliga slumpfelet. Det totala prognosfelet har också beräknats för en ytterligare nedbrytning i områdestyper. Dessa är: Flerbostadshusområden i Östermalmsområdet i Inre staden byggda -1950 Flerbostadshusområden i övriga Inre staden byggda -1950 8

Befolkningsprognoser - hur träffsäkra är de? Flyttningsbenägenhet för olika områdestyper Av diagrammen nedan framgår att benägenheten att flytta varierar mellan olika områden och olika åldrar. Det kommer att visas att felen blir större ju högre flyttriskerna är. Flyttrisken är en viktig faktor som påverkar både slumpfelet och det totala felet. Mest flyttar man i åldern 20-40 år, i samband med att man flyttar hemifrån, börjar studera, byter jobb eller bildar familj. I det sista fallet flyttar även familjens barn, vilket gör att flyttrisken är stor de första levnadsåren. Följaktligen blir felen i dessa åldersklasser större. Diagrammen visar också att inflyttningen av förskolebarn är högst i småhus och i det nyare bostadsbeståndet. Här är bostadsutrymmet större och mer lämpat för barnfamiljer. I konsekvens med detta är risken att förskolebarn flyttar från dessa hustyper lägre än för andra hustyper. 9

Befolkningsprognoser - hur träffsäkra är de? Flerbostadshusområden i Inre resp Yttre staden och småhusområden Inflyttarnas åldersfördelning i områden i Inre staden, Yttre staden och småhusområden 0,03 0,025 0,02 0,015 0,01 0,005 0 0 10 20 30 40 50 60 70 80 90 100 Ålder Inre staden, flerbostadshus Yttre staden, flerbostadshus Småhus Utflyttningsrisker i områden i Inre staden, Yttre staden samt småhusområden 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 0 10 20 30 40 50 60 70 80 90 100 Ålder Inre staden, flerbostadshus Yttre staden, flerbostadshus Småhus 10

Befolkningsprognoser - hur träffsäkra är de? Inflyttarnas åldersfördelning efter byggnadsperiod Inflyttarnas åldersfördelning i Inre staden efter byggnadsperiod 0,035 0,03 0,025 0,02 0,015 0,01 0,005 0 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 Ålder Byggår <1951 Inre staden Byggår 1981-1995 Inre staden Byggår 1951-1980 Inre staden Inflyttarnas åldersfördelning i Yttre staden efter byggnadsperiod 0,035 0,03 0,025 0,02 0,015 0,01 0,005 0 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 Ålder Byggår <1951 Yttre staden Byggår 1981-1995 Yttre staden Byggår 1951-1980 Yttre staden Småhus 11

Befolkningsprognoser - hur träffsäkra är de? Utflyttningsrisker efter byggnadsperiod Utflyttningsrisker i områden i Inre staden efter byggnadsperiod, läge och ålder 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80 84 88 92 96 100 Ålder Byggår <1951 Inre staden Byggår 1981-1995 Inre staden Byggår 1951-1980 Inre staden Utflyttningsrisker i områden i Yttre staden efter byggnadsperiod, läge och ålder 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 Ålder Byggår <1951 Yttre staden Byggår 1981-1995 Yttre staden Byggår 1951-1980 Yttre staden Småhus I skolåldern och medelåldern är det mindre vanligt att man flyttar vilket ger en mer förutsägbar befolkning i dessa åldrar, och därmed blir prognosfelen mindre. 12

Befolkningsprognoser - hur träffsäkra är de? Dödlighet I åldrar där dödsrisken är låg orsakar dödligheten inga stora fel, men när man uppnår en hög ålder ökar risken att dö snabbt, och då blir felen i antalet döda större. Därför blir det totala felet större. Dödlighet, risken att dö inom ett år 40% 35% 30% män kvinnor 25% 20% 15% 10% 5% 0% 0 10 20 30 40 50 60 70 80 90 100 13

Befolkningsprognoser - hur träffsäkra är de? TOTALT PROGNOSFEL För de totala prognosfelen har nio prognoser använts. De är gjorda 1997 till 2005. För varje år 1997 till 2005 har den faktiska befolkningen i de olika områdestyperna jämförts med vad de olika prognoserna har angivit. Det totala prognosfelet, dvs skillnaden mellan prognos och utfall, har beräknats för en prognos på ett års sikt upp till nio års sikt. För ett års prognoshorisont 2 har alla prognoserna använts för att beräkna prognosfelet, medan för nio års prognoshorisont har bara en prognos kunnat användas, den som gjordes 1997, som är äldre än nio år. Det totala prognosfelet har mätts med samma mått som i tidigare utvärderingar 3. Måttet är P U U där P är prognosvärdet för en åldersklass i ett visst område ett enskilt prognosår och U är motsvarande observerade utfall. Måttet är oberoende av områdets storlek vilket gör det möjligt att summera måttet för flera områden och bilda ett medelvärde för prognosfelet. Detta mått kallas i rapporten det genomsnittligt observerade felet: n 1 P U n 1 I denna utredning har s. k. typområden studerats eftersom prognosantaganden görs olika typer av områden. Typområden är områden med flerbostadshus byggda inom en viss tidsperiod eller småhusområden. Flerbostadshusområdena är också fördelade på Inre och Yttre staden. Områden med mer än 10 % nyproduktion har exkluderats ur analysen liksom blandade områden. Med blandade områden menas områden som består av både flerbostadshus och småhus eller som består av hus byggda vid olika tidsperioder. Områden med extremt homogen befolkning såsom studentområden eller områden med huvudsakligen äldreboenden har också exkluderats, samt områden med för liten befolkning, färre än 300 invånare. För mer specifikation se bilaga 2. U 2 Prognoshorisont är tiden mellan det att prognosen görs och det år den avser. Ett års prognoshorisont har en prognos som görs för innevarande år. 3 Befolkningsprognoser hur säkra är de? USK-rapport 1990:1 Utvärdering av USK:s befolkningsprognoser, intern USK-promemoria år 2000 14

Befolkningsprognoser - hur träffsäkra är de? Prognosfel för flerbostadshus I Inre staden och Yttre staden samt I småhus Genomsnittligt observerat prognosfel i Inre staden 3,5 3,0 2,5 2,0 1,5 1,0 0,5 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Genomsnittligt observerat prognosfel i Yttre staden 3,5 3,0 2,5 2,0 1,5 1,0 0,5 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 15

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel i småhusområden 3,5 3,0 2,5 2,0 1,5 1,0 0,5 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Prognosfel för flerbostadshusområden efter byggnadsperiod Genomsnittligt observerat prognosfel i flerbostadshusområden Inre staden, byggt -1980 3,50 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 16

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel i flerbostadshusområden Inre staden, byggt 1981-96 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 1,00 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Genomsnittligt observerat prognosfel i flerbostadshusområden Yttre staden, byggt -1950 3,50 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 17

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel i flerbostadshusområden Yttre staden, byggt 1951-80 3,50 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Genomsnittligt observerat prognosfel i flerbostadshusområden Yttre staden, byggt 1981-96 5,00 4,50 4,00 3,50 3,00 2,50 2,00 1,50 1,00 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,50 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 18

Befolkningsprognoser - hur träffsäkra är de? Prognosfel för olika områdestyper inom en byggnadsperiod Genomsnittligt observerat prognosfel i Östermalmsområdet i Inre staden, byggt -1950 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Genomsnittligt observerat prognosfel i övriga Inre staden, byggt -1950 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Gemensamt för alla områdestyper är att prognosfelen ökar med prognoshorisonten och att ökningstakten avtar successivt. Det första prognosåret är felen störst för 0-åringar och för åldersgrupperna 20-24 år och 25-29 år. I dessa åldrar är rörligheten stor på grund av att 0- åringar har fötts och att flyttrörelserna är stora i de två andra åldersgrupperna. Som nämnts tidigare så ger ökad rörlighet större prognosfel. Det är redan första prognosåret svårt att förutsäga antalet födda barn och felet för 0-åringar ökar inte så mycket med prognoshorisonten eftersom det i stort sett är lika svårt att förutsäga fruktsamheten det första året som de övriga prognosåren. För åldersgrupperna 20-24 år och 25-29 år ökar felet mer. 19

Befolkningsprognoser - hur träffsäkra är de? För åldersgrupperna 1-3, 4-5 och 6-9 år är prognosfelen små det första prognosåret men de ökar med prognoshorisonten. Att felen ökar för dessa åldersgrupper beror på att, med ökad prognoshorisont, är en större andel av barnen i resp. åldersgrupp inte födda när prognosen gjordes. Flyttbenägenheten är också stor för barn i förskoleåldern eftersom barnfamiljer med små barn oftare flyttar för att få en bostad som passar den växande familjen. Felen för 20-24-åringar ökar med prognoshorisonten eftersom flyttbenägenheten är stor varje prognosår. Efter fem år är 20-24-åringar 25-29 år så felen ökar också i denna åldersgrupp både för att felen följer med den yngre åldersgruppen när den åldras och för att flyttbenägenheten är stor för 25-29-åringar. På samma sätt ökar felen för 30-34-åringar så att det nionde prognosåret är felet störst i den åldergruppen för de flesta områdestyperna. Också för de allra äldsta ökar prognosfelen med prognoshorisonten. För dessa åldrar är det främst dödligheten men också flyttningsbenägenheten som står för osäkerheten. Det finns också en skillnad mellan områdestyper. Generellt är prognosfelen mindre för småhusområden. Omflyttningen är också generellt mindre i dessa områden. Diagrammet nedan visar prognosfelen det första och nionde året för flerbostadshusområden i Inre och i Yttre staden samt i småhusområden. Prognosfelen för flerbostadshusområden är mindre i Inre staden än i Yttre staden för barn och ungdomar det första prognosåret. Förhållandet kvarstår till nionde prognosåret och det har ett samband med flyttningsbenägenheten som är större i Yttre staden än i Inre staden. Det nionde prognosåret har felen ökat mest för yngre vuxna i Inre staden vilket har ett samband med att flyttrörelserna är relativt stora för denna åldersgrupp i Inre staden. För småhusområden har felen ökat mest för föräldraåldrarna och för barnen 1-3 år vilket förklaras av att inflyttningen av familjer med små barn är hög till småhusområden. Genomsnittligt observerat prognosfel för områden i Inre staden, Yttre staden och småhus år 1 och år 9 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser år 9 Inre staden, flerbostadshus år 9 Yttre staden, flerbostadshus år 9 Småhus år 1 Inre staden, flerbostadshus år 1 Yttre staden, flerbostadshus år 1 Småhus 20

Befolkningsprognoser - hur träffsäkra är de? När man fördelar områdena efter den huvudsakliga byggnadsperioden så är felen störst i de nyaste områdena, byggda 1981-96, dvs. områden som är högst 15-24 år gamla beroende på när prognosen gjordes. Prognosfelen blir stora för 6-9-åringar i både Inre och Yttre staden och det blir de också för åldrarna 25-29 år och 30-34 år i Inre stadens nyaste områden. Det är särskilt år 8 som felen ökar och det kan ha sin förklaring i att antagandena om flyttningsmönstret i prognoserna som gjordes 1997 och 1998 inte stämde med flyttrörelserna åtta år senare. I prognoserna görs olika antaganden om flyttmönster för mer attraktiva områden i Inre staden jämfört med normala områden. Som mer attraktiva hänförs områden med högst nivåfaktor enligt taxeringen och många sådana områden finns på Östermalm. Därför har i analysen områden i Inre staden byggda före 1950 fördelats efter om de ligger i Östermalm eller övriga Inre staden. Det visar sig att detta sätt att klassificera områden efter attraktivitet har haft effekt med låga prognosfel för Östermalms områden. I figuren nedan visas ett genomsnitt av det totala prognosfelet för hela staden. Mönstret är detsamma som för delarna av staden. Genomsnittligt observerat prognosfel i Hela staden 3,00 2,50 2,00 1,50 1,00 0,50 år 9 år 8 år 7 år 6 år 5 år 4 år 3 år 2 år 1 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Prognosfel för olika åldersklasser Vi undersöker här närmare ålderklasserna 0 år, 1-3 år och 25-29 år var för sig i följande diagram. De visar det genomsnittligt observerade felet för varje prognoshorisont. Om vi jämför prognosfelen från år till år så har felet i princip samma värde det första året för både 25-29 åringar och 0-åringar, men redan efter ett år är felet mycket större för 25-29- åringarna. Det beror på att felet för 25-29-åringarnaadderas. Om felet beror på att man underskattat inflyttarna i denna åldersgrupp, så är gruppen större än beräknat. De flesta av dessa inflyttare kommer att tillhöra åldersgruppen även nästa år och felet ligger därför kvar och byggs på. De sista prognosåren bryts den ökande trenden och felen verkar ta ut varandra. Det första årets 0-åringar däremot kommer nästa år ingå i gruppen 1-3-åringar, och felet för 0-åringarna förs då över till 1-3-åringarna. Att felen för 0-åringar ökar mycket svagt innebär 21

Befolkningsprognoser - hur träffsäkra är de? att det i princip är lika svårt att göra en prognos för nyfödda det första prognosåret som senare prognosår. Genomsnittligt observerat prognosfel för åldrarna 0 år och 25-29 år 0-åringar 1 år 3,5 3 2,5 2 1,5 2 år 3 år 4 år 5 år 1 6 år 0,5 7 år 0 Inre staden Yttre staden Småhus 8 år 3,5 3 2,5 2 25-29 år 1 år 2 år 3 år 4 år 1,5 5 år 1 6 år 0,5 7 år 0 Inre staden Yttre staden Småhus 8 år För 1-3 åringarna ser vi att felet blir nästan dubbelt så stort det andra året, då de som föddes under första året träder in i åldersgruppen. Därefter ökar felet kraftigt i ytterligare två år när nya 1-åringar träder in. Efter tre år finns det inga i åldersgruppen som var födda när prognosen gjordes, och felet stabiliseras. 22

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel för åldrarna 1-3 år 1-3 år 1 år 2,5 2 år 2 3 år 1,5 4 år 1 5 år 6 år 0,5 7 år 0 Inre staden Yttre staden Småhus 8 år 23

Befolkningsprognoser - hur träffsäkra är de? SLUMPFEL Slumpfelet visar den minsta tänkbara osäkerheten. Slumpfelet är det fel som uppstår även om alla parametrar är riktiga. Det betyder att det generellt inte går att göra bättre prognoser än vad slumpfelet anger. Det totala prognosfelet blir därför sällan mindre än slumpfelet. Befolkningsförändringar beror på ett antal parametrar såsom fruktsamhet, dödsrisker och utflyttningsrisker och inflyttningsandelar som är helt sanna genomsnittligt sett. Då dessa parametrar verkar på ett begränsat antal personer kommer variationer att uppstå i exempelvis antal födda och antal utflyttare i ett område. Denna skillnad mellan utfallet och det förväntade värdet är slumpfelet. I en tidigare USK-utredning har det visats att slumpfelet beror på områdets storlek, prognoshorisont och åldersklass (se fotnot i avsnittet Totalt prognosfel). Ju större rörligheten är i åldersklassen, t ex om flyttningsbenägenheten är stor, desto större är prognosfelet. I små områden är det relativa felet stort medan det är litet i stora områden. För det absoluta felet gäller det motsatta förhållandet. Då är felet stort för stora områden och litet för små områden. I den tidigare utredningen visades att slumpfelet är mittemellan att vara relativt eller absolut konstant i förhållande till områdets storlek. Det innebär att slumpfelet är proportionellt mot U där U är utfallet av den studerade variabeln. Slumpfelets avvikelse mäts som den förväntade absoluta avvikelsen från utfallet. Måttet kan tolkas så att i 60 % av fallen ligger det verkliga värdet inom intervallet: prognosvärdet ± slumpfelet. Beräkningarna redovisas inte här. Nedan visas de normerade slumpfelen för de olika områdestyperna. Slumpfel i områden med flerbostadshus i Inre staden 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0,1 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 24

Befolkningsprognoser - hur träffsäkra är de? Slumpfel i områden med flerbostadshus i Yttre staden 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Slumpfel i småhusområden 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 25

Befolkningsprognoser - hur träffsäkra är de? Slumpfel I delområden av Inre och Yttre staden Slumpfel i flerbostadshusområden i Inre staden byggda -1980 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0,1 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Slumpfel i flerbostadshusområden i Inre staden byggda 1981-1996 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0,1 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 26

Befolkningsprognoser - hur träffsäkra är de? Slumpfel i flerbostadshusområden i Yttre staden byggda -1950 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Slumpfel i flerbostadshusområden i Yttre staden byggda 1951-1980 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser 27

Befolkningsprognoser - hur träffsäkra är de? Slumpfel i flerbostadshusområden i Yttre staden byggda 1981-1996 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 år 1 år 2 år 3 år 4 år 5 år 6 år 7 år 8 år 9 0 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser Diagrammen visar att prognosfelen ökar med prognoshorisonten och att ökningen i felet avtar över prognosåren. Felen tar ut varandra över tid. Jämfört med diagrammen över de normerade genomsnittliga prognosfelen är slumpfelen betydligt mindre. Slumpfelen beror på fruktsamhet, flyttrisk och dödlighet, vilket gör att även slumpfelen är som störst i åldrar när man föds, dör och flyttar mycket. Eftersom vi antar att vi vet de sanna riskerna, blir inte felet större över tiden på grund av att riskerna förändras. Det som får slumpfelen att växa från år till år är att ett slumpfel som inträffar till exempel för 23-åringar ett år stannar kvar i gruppen som ett fel för 24-åringar nästa år o.s.v. På sikt jämnar felen ut sig så att felen för olika ålderklasser blir ungefär lika stora. För flerbostadshus är slumpfelen det första prognosåret störst för 0-åringar och 20-24- åringar, i småhus är felen störst för 0-åringar och 25-29-åringar. De vuxna som flyttar till småhus är lite äldre än flyttare till flerbostadshus. För 0-åringar ökar inte prognosfelen när prognoshorisonten ökar eftersom osäkerheten att förutsäga fruktsamhet är lika stor det första prognosåret som på längre sikt. För 1-3-åringar växer slumpfelet från en låg nivå det första prognosåret till samma nivå som för 0-åringar det 4:e och 5:e prognosåret. Det beror på att fr.o.m. det fjärde prognosåret var 1-3-åringarna inte födda när prognosen gjordes utan deras antal bygger på antaganden om fruktsamhet och flyttning tidigare prognosår. I skolåldrarna och i medelåldern och däröver är felen initialt små eftersom flyttrörelserna är mindre i dessa åldrar. Felen är lägre i områden med småhus jämfört med flerbostadshus i dessa åldrar. 28

Befolkningsprognoser - hur träffsäkra är de? SLUMPFELETS STORLEK I RELATION TILL DET TOTALA PROGNOSFELET Som tidigare nämnts kan en prognos, generellt sett, inte uppnå större säkerhet än ± slumpfelet. Slumpfelets storlek beror på prognoshorisont, åldersklass och områdestyp. Nedan visas det totala prognosfelet fördelat på slumpfel och övrigt prognosfel. Det övriga prognosfelet kan vara fel i antaganden om fruktsamhet, dödlighet eller flyttning eller modellfel. Ju närmare slumpfelet det totala prognosfelet är desto bättre är prognosen. Nedan syns slumpfelen och de genomsnittliga observerade felen för ett och nio års prognoshorisont för de tre områdestyperna flerbostadshus i Inre staden, Yttre staden samt småhus. På ett års sikt så är det totala prognosfelet inte mycket större än slumpfelet vilket betyder att bra antaganden har gjorts för flyttning, fruktsamhet och dödlighet. Det är i Inre staden endast i de mest flyttningsbenägna åldrarna 20-24 år och 25-29 år som prognosfelet är avsevärt större än slumpfelet. I Yttre staden är även felet för 0-åringar och de allra äldsta, 80- år, klart större än slumpfelet. På längre sikt däremot ökar skillnaden mellan det verkliga utfallet jämfört med vad som antagits om fruktsamhet, dödlighet och flyttrisker och förändringarna är svåra att förutse. De fel som inte beror på slumpen har det nionde prognosåret ökat mer än slumpfelet. I Inre staden är den minsta avvikelsen från slumpfelet i åldergrupperna 10-12 år och 13-15 år, d v s att prognosen är bättre för dessa åldrar än för övriga åldersgrupper det nionde prognosåret. I flerbostadshusområden i Yttre staden är den minsta avvikelsen från slumpfelet i åldrarna 0 år och 13-15 år och i småhusområden finns den minsta avvikelsen från slumpfelet i 13-15- årsåldern och i den äldsta åldersgruppen 80- år. Prognosen det nionde prognosåret är därmed bättre i dessa åldersgrupper jämfört med övriga åldrar. 29

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt prognosfel fördelat på slumpfel och övrigt fel normerat fel 3,5 Inre staden, 1 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år normerat fel 3,5 Inre staden, 9 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år 30

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt prognosfel fördelat på slumpfel och övrigt fel normerat fel 3,5 Yttre staden, 1 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år normerat fel 3,5 Yttre staden, 9 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år 31

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt prognosfel fördelat på slumpfel och övrigt fel normerat fel 3,5 Småhus, 1 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år normerat fel 3,5 Småhus, 9 års prognoshorisont 3 totalt prognosfel exkl slumpfel slumpfel 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-5 år 6-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-29 år 30-34 år 35-44 år 45-54 år 55-64 år 65-79 år 80- år 32

Befolkningsprognoser - hur träffsäkra är de? PROGNOSFEL I OMRÅDEN MED RESP. UTAN NYPRODUKTION I denna rapport har områden med mer än 10 % nyproduktion under prognosperioden exkluderats eftersom avsikten inte varit att studera prognosfel orsakade av att nya bostäder inte blir färdiga det år som antagits, till exempel beroende på ändrade byggplaner. De prognosfel som fokus varit på är de som kan kopplas till antaganden om fruktsamhet, dödlighet, flyttningsbenägenhet eller till prognosmodell. I detta avsnitt görs emellertid en översiktlig analys av prognosfel i områden med mer än 10 % nyproduktion. En jämförelse görs mellan områden med nyproduktion och de områden som ingår i denna rapport, d.v.s. områden utan nyproduktion och som inte har blandade bostadstyper eller domineras av en åldersgrupp (studentområden, äldreboenden). De två områdestyperna jämförs också med summan av områdestyperna. Summan av alla områden ger ett genomsnittligt prognosfel för alla områden i staden oavsett typ av hus, byggperiod, grad av nyproduktion mm. (Områden med färre än 300 invånare är exkluderade). Diagrammet nedan avser det 9:e prognosåret då skillnaden är som störst och för den långa prognoshorisonten ingår som sagts tidigare i rapporten endast en prognos, 1997 års prognos. Den stora skillnad som diagrammet visar mellan områden utan nyproduktion och områden med nyproduktion har också framkommit i tidigare studier. I områden med nybyggnation görs antaganden om fruktsamhet, dödlighet och flyttning precis som i övriga områden. Antagandena är olika för den del i området som består av befintlig bebyggelse och för den del som blir inflyttad i nya bostäder under prognosperioden. Exempelvis är fruktsamheten högre i nyproduktion än i den befintliga bebyggelsen. Om en del av de nya bostäderna blir förskjutna framåt eller bakåt i tiden så ökar prognosfelet rejält. Även om bostäderna blir bebodda vid ett senare år under prognosperioden så tar inte felen ut varandra. Genomsnittligt observerat prognosfel 9.e prognosåret i områden med respektive utan nyproduktion 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 0 år 1-3 4-5 6-9 10-12 13-15 16-19 20-24 25-29 30-34 35-44 45-54 55-64 65-79 80- år Åldersklasser genomsnittligt fel i nyproduktion genomsnittligt fel alla områden genomsnittligt fel exkl nyproduktion mm 33

Befolkningsprognoser - hur träffsäkra är de? JÄMFÖRELSE MED TIDIGARE UTVÄRDERINGAR I detta avsnitt görs en jämförelse med resultat från tidigare utvärderingar. De är gjorda åren 1990 4 och 2000 5. Efter 1990 har prognosmodellen förändrats och det visar sig i diagrammen nedan att det har resulterat i mindre prognosfel. 1990 år utvärdering gjordes på 5 års sikt, 2000 års utvärdering på 7 års sikt och den här presenterade utvärderingen är gjord på 9 års sikt. Därför presenteras diagrammen på 1 och 5 års sikt för alla tre studierna och på 7 års sikt för 2000 och 2010 års studie. Områdesgrupperingen har varierat mellan de olika studierna så områdesgrupper har slagits ihop för att kunna skapa något så när jämförande grupper över tid. Småhusområden har bildat en grupp i alla tre studierna. Gruppen Flerbostadshusområden med små lägenheter i 1990 års studie har fått motsvara Flerbostadshus byggda före 1951 i studierna 2000 och 2010. De övriga två grupperna i 1990 års studie Flerbostadshus med stora lägenheter och med mindre omflyttning och Flerbostadshus med stora lägenheter och med större omflyttning har slagits samman och fått motsvara sammanslagna grupper i 2000 och 2010 års studier till Flerbostadshusområden byggda efter 1950. För prognoserna som ingick i 1990 års utvärdering fanns inte underlag för att göra antaganden för var och en av komponenterna inflyttning, utflyttning och döda fördelat på ettårsklasser och kön. Då användes istället en nettoteknik så att nettoresultatet av de tre komponenterna studerades efter ålder och kön. Den s.k. nettomodellen är enkel att tillämpa då det inte behövs separata antaganden för in- och utflyttning och dödlighet. Men metoden klarar inte att prognosera stora befolkningsökningar i en åldersgrupp då inflyttningen är betydligt större än utflyttningen. Då är modeller med antaganden för de enskilda flyttningskomponenterna inflyttningsandelar och utflyttningsrisker mer träffsäkra. I mitten på 1990-talet började Stockholm tillämpa en s.k. bruttomodell. I den görs separata antaganden för in- och utflyttning och dödlighet. Nackdelen med bruttomodellen är att den är mer komplicerad än nettomodellen. Men fördelen överstiger nackdelarna. Modellen beskriver på ett realistiskt sätt befolkningens förändring under ett år avseende förändringskomponenterna inflyttning, utflyttning, dödlighet och fruktsamhet. Diagrammen nedan visar att speciellt i de mest flyttningsbenägna åldrarna 20-30 år men också för övriga åldersgrupper så är bruttomodellen, som nu tillämpas, överlägsen. En annan modellförändring som skett efter utvärderingen 1990 är att prognoserna för Stockholm genomförs för tre områdesnivåer: för hela staden, stadsdelsnämnderna och för mindre områden, så kallade basområden. Efter det att totalprognosen har bestämts för hela staden görs en prognos för de 14 stadsdelsområdena varefter summan av dessa stäms av mot totalprognosen. I det tredje steget görs en delområdesprognos för mindre basområden, som stäms av mot prognosen för den stadsdelsnämnd som basområdet ingår i. Förändringen genomfördes i 1993 års prognos. Tidigare prognoser gjordes för de två nivåerna hela staden och basområden vilket var en mer osäker teknik. Stadsdelsnämnderna är tillräckligt stora och stabila att den avstämningsnivån ger en bättre prognos för nämnderna och för delområden i nämnderna. 4 Befolkningsprognoser hur säkra är de? USK-rapport 1990:1 5 Utvärdering av USK:s befolkningsprognoser, intern USK-promemoria år 2000 34

Befolkningsprognoser - hur träffsäkra är de? Som nämnts gjordes prognoserna i 1990 års utvärdering med en nettomodell. De tre första prognoserna i 2000 års utvärdering gjordes också med nettomodellen. Övergången till bruttomodellen skedde i mitten på 1990-talet så de fyra sista prognoserna i utvärderingen 2000 gjordes med bruttomodellen. Det gäller också de prognoser som ingår i denna studie. Jämförelserna i diagrammen som följer kan därför tolkas så att för det 1:a prognosåret jämförs två modellförändringar i 1990 och 2010 års utvärderingar. I prognoserna i utvärderingen 1990 användes nettomodellen och i prognoserna i utvärderingen 2010 användes bruttomodellen och en extra prognosnivå för stadsdelsnämnderna. Prognoserna i 2000 års utvärdering är gjorda med både netto- och bruttomodell och är gjord med extra avstämning för stadsdelsnämnderna. I diagrammen för 5:e prognosåret är prognoserna i utvärderingarna 1990 och 2000 gjorda med nettomodellen, och i 2000 års utvärdering är den extra avstämningsnivån för stadsdelsnämnderna införd. Så skillnaden mellan 1990 och 2000 kan antas spegla modellskillnaden med en extra prognosmodell för stadsdelsnämnderna. Skillnaden mellan avstämningarna 2000 och 2010 visar skillnad mellan netto- och bruttomodell. Diagrammen för det 7:e prognosåret visar skillnaden mellan netto- och bruttomodell. Observera att figurerna nedan har olika skalor. 35

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel enligt utvärderingar 1990, 2000 och 2010 Småhusområden, 1:a prognosåret 1,4 1,2 1 0,8 0,6 0,4 1990 2000 2010 0,2 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Småhusområden, 5:e prognosåret 3,5 3 2,5 2 1,5 1 1990 2000 2010 0,5 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Småhusområden, 7:e prognosåret 3,5 3 2,5 2 1,5 2000 2010 1 0,5 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år 36

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel enligt utvärderingar 1990, 2000 och 2010 Flerbostadshusområden -1950, 1:a prognosåret 1,4 1,2 1 0,8 0,6 0,4 1990 2000 2010 0,2 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Flerbostadshusområden -1950, 5:e prognosåret 6 5 4 3 2 1990 2000 2010 1 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Flerbostadshusområden -1950, 7:e prognosåret 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år 2000 2010 37

Befolkningsprognoser - hur träffsäkra är de? Genomsnittligt observerat prognosfel enligt utvärderingar 1990, 2000 och 2010 Flerbostadshusområden 1951-, 1:a prognosåret 1,4 1,2 1 0,8 0,6 0,4 1990 2000 2010 0,2 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Flerbostadshusområden 1951-, 5:e prognosåret 6 5 4 3 2 1990 2000 2010 1 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år Flerbostadshusområden 1951-, 7:e prognosåret 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 0 år 1-3 år 4-9 år 10-12 år 13-15 år 16-19 år 20-24 år 25-44 år 45-64 år 65-79 år 80- år 2000 2010 38