Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}

Nedgang i sysselsettingen fra 2000–2017

– kan endringer i befolkningssammensetningen forklare alt?
Employment in Norway from 2000 to 2017
– exploring the role of compositional changes
Førsteamanuensis, Økonomisk institutt, Universitetet i Oslo og forsker II ved Forskningsavdelingen, Statistisk sentralbyrå
Forsker II, Forskningsavdelingen, Statistisk sentralbyrå

Sysselsettingen i Norge falt fra 70,7 prosent i 2000 til 67,7 prosent i 2017. Vi foretar en dekomponeringsanalyse av denne sysselsettingsutviklingen, og finner at endringer i sammensetning av alder og innvandring bidro til å redusere sysselsettingen med henholdsvis 2,5 og 0,5 prosentpoeng. Imidlertid motvirket endringer i utdanningssammensetning bidragene fra alder og innvandring slik at de samlede sammensetningseffektene var neglisjerbare. Vi viser videre viktigheten av å ta hensyn til simultane endringer i gruppevise sysselsettingsandeler og befolkningsandeler. Vår analyse gir et bidrag til å forstå utviklingen i sysselsetting over tid og måle virkningene av sammensetningsendringer på denne utviklingen.

Nøkkelord: sysselsetting, befolkningssammensetning, dekomponeringsanalyse

The employment rate in Norway decreased from 70.7 percent in 2000 to 67.7 percent in 2017. We perform a decomposition analysis of these trends and find that changes in the composition of age and immigration contributed to reducing employment by 2.5 and 0.5 percentage points, respectively. However, changes in the education composition counteracted the effects of age and immigration so that the overall compositional effects were negligible. We further underline the importance of accounting for simultaneous changes in employment rates and population shares. Our analysis contributes to understanding the development of employment over time and measuring the effects of compositional changes on this development.

Keywords: employment, demographic structure, decomposition analysis

Introduksjon

Fallende sysselsetting over tid har skapt bekymring for myndighetene i en rekke OECD land.1 Våre beregninger for Norge viser at andelen sysselsatte i yrkesaktiv alder gikk ned fra 70,7 prosent i 2000 til 67,7 prosent i 2017.2 For USA viser Abraham og Kearney (2019) at andelen sysselsatte gikk ned fra 64,3 prosent i 1999 til 59,7 prosent i 2016. I Sverige falt sysselsettingsandelen dramatisk på begynnelsen av 1990-tallet, mens det har vært en positiv utvikling siden 2011, selv om sysselsettingsandelen blant 15–24 åringer også har falt der (Forslund 2018). I Norge er man særlig bekymret for at den negative utviklingen i sysselsetting kan utfordre bærekraften i den norske velferdsstatsmodellen, med bl.a. omfattende offentlige systemer for inntektssikring, gratis utdanning og sjenerøs studiefinansiering (Meld. St. 29 (2016-2017)). Flere offentlige utvalg har vært nedsatt for å vurdere ulike tiltak og strategier for å sikre at flere i yrkesaktiv alder kommer i arbeid (NOU 2000:21; NOU 2011:7; NOU 2019:7).

Årsakene til fallende sysselsetting er sammensatte, og økonomer har trukket frem en rekke endringer på tilbuds- og etterspørselssiden i arbeidsmarkedet, samt institusjonelle faktorer, som potensielle forklaringer. Forskningslitteraturen på dette temaet har særlig fokusert på sysselsettingen i USA, men mange av de økonomiske mekanismene kan forventes å være fremtredende også i norsk økonomi. På etterspørselssiden har forklaringer knyttet til (i) økt eksponering for importkonkurranse og (ii) utvikling av kostnadsbesparende teknologier som substituerer arbeidskraft vært dominerende.3 I tillegg til (iii) eksogene endringer i sammensetning av befolkning (se neste avsnitt), har forklaringer på tilbudssiden vært knyttet til (iv) økt sjenerøsitet i velferdsordninger og (v) andre forhold som gir økt reservasjonslønn (preferanser, normer, m.m.), samt (vi) markedseffekter av økt innvandring, gjennom fall i lønninger og substituering av lokale arbeidere.4 Blant institusjonelle faktorer og andre generelle arbeidsmarkedsforhold kan nevnes (vii) større utbredelse av lisensierings- og sertifiseringsordninger, (viii) innføring av minstelønn i flere næringer (gjennom allmenngjøringer), samt forklaringer knyttet til (ix) lavere mobilitet og arbeidsmarkedsfriksjoner og (x) økt feilallokering («mismatch») knyttet til geografi og/eller yrkesvalg.5

Sammensetningsendringer i tråd med hypotese (iii) har vært foreslått som en av de viktige drivkreftene på tilbudssiden bak fallet i sysselsettingsandelen i Norge. Endringen som har fått størst oppmerksomhet, er at befolkningen har blitt eldre; snittalderen for personer i yrkesaktiv alder økte fra 42,1 til 43,6 år og andelen 55–74 åringer gikk opp fra 23,9 til 29,2 prosent mellom 2000 og 2017. Sysselsettingsandelen varierer med alder og særlig blant de eldste er det færre i arbeid. Flere tidligere arbeider finner at reduksjonen i den samlede sysselsettingsandelen kan skyldes en stadig eldre befolkning, se bl.a. von Brasch & Horgen (2018) og Riekeles & Juel (2017). Von Brasch og Horgen (2018) finner at for 20–74 åringer «har aldringen i befolkningen trukket sysselsettingsandelen ned med rundt 2,7 prosentpoeng» siden 2003. Imidlertid har det over tid vært en rekke andre viktige endringer i befolkningssammensetning som også kan ha påvirket sysselsettingsutviklingen. Hvis man ser bort fra slike andre endringer, kan man feilaktig konkludere at endringer i alderssammensetning forklarer hele reduksjonen i sysselsetting over tid.6 Denne artikkelen undersøker hvordan ulike endringer i sammensetning mht. alder, innvandring og utdanning, enkeltvis og samlet, påvirket sysselsetting over tid.

I år 2000 utgjorde andel personer med innvandrerbakgrunn – innvandrere og norskfødte med innvandrerforeldre – 7,2 prosent av alle personer i yrkesaktiv alder. Denne andelen økte til 17,5 prosent i 2017. Utdanningsnivået i befolkningen endret seg også i denne perioden; andelen som hadde gjennomført videregående opplæring eller deltatt i høyere utdanning, økte fra 49,2 prosent i 2000 til 62,4 prosent i 2017. På samme måte som man kan se for seg at en eldre befolkning medførte en reduksjon i den samlede sysselsettingsandelen, kan man forvente at økt innvandring kan ha bidratt til noe av reduksjonen i sysselsettingsandel fordi personer med innvandrerbakgrunn i snitt har en lavere sysselsettingsandel enn resten av befolkningen. Når vi ser på personer med innvandrerbakgrunn samlet var deres sysselsettingsandel på 62,4 prosent i 2017, mot 68,8 prosent for personer uten innvandrerbakgrunn. Gjennomføring av videregående opplæring er også sterkt korrelert med sysselsetting – 78,6 prosent av de som hadde gjennomført videregående var sysselsatte i 2017, mot 48,4 prosent blant de uten videregående. Man kan dermed forvente at økt utdanningsnivå kan ha bidratt til en økt sysselsetting fordi personer med et høyere utdanningsnivå har en høyere sysselsettingsandel.

I realiteten skjer endringer i sammensetning av befolkning etter kjennetegn som alder, utdanning og innvandrerbakgrunn ikke helt uavhengig av hverandre. Eldre fødselskohorter har et lavere utdanningsnivå sammenliknet med yngre kohorter, samtidig som størrelsen på kohortene varierer en del. Det medfører at sammensetning av både alder og utdanning blant personer i yrkesaktiv alder endres fra år til år. Nyankomne innvandrere har et lavere utdanningsnivå og norskfødte med innvandrerforeldre er i snitt yngre enn personer uten innvandrerbakgrunn. Økning i andelen av befolkningen med innvandrerbakgrunn påvirker derfor samtidig alders- og utdanningssammensetningen. Slike forhold gjør det krevende å empirisk isolere effektene av endringer i sammensetning av alder, utdanning eller innvandring på sysselsetting enkeltvis. Konkret innebærer det at når man forsøker å isolere virkninger av endringer i én variabel (eksempelvis alderssammensetning), må man ta hensyn til at det også kan ha skjedd andre sammenfallende endringer i sammensetningen som kan være viktige for sysselsettingen.

I denne artikkelen presenterer vi resultater fra en dekomponeringsanalyse der formålet er å kvantifisere bidragene fra ulike demografiske endringer til utviklingen i sysselsettingsandelen for personer i yrkesaktiv alder fra 2000 til 2017. Vi deler opp analysepopulasjonen i gjensidig utelukkende grupper definert etter alder, kjønn, utdanning og innvandrerbakgrunn. Videre benytter vi mikrodata fra Statistisk sentralbyrås (SSBs) registerbaserte sysselsettingsstatistikk og andre registerstatistikker til å beregne gruppevise sysselsettingsandeler og befolkningsandeler for hvert år mellom 2000 og 2017. Det kontrafaktiske spørsmålet vi forsøker å svare på er: Hva ville den samlede sysselsettingsandelen for personer i yrkesaktiv alder i år 2017 vært dersom sammensetning av befolkningen hadde vært som i år 2000? Uten videre antagelser er det vanskelig å svare på dette spørsmålet. I likhet med en omfattende internasjonal litteratur som gjør slike beregninger, antar vi at de gruppespesifikke sysselsettingsandelene holder seg uendret ved endringer i befolkningssammensetning, se eksempelvis Abraham & Kearney (2019). Anslagene fra en slik dekomponeringsanalyse tolkes da å gi «førsteordenseffekter» av endringer i befolkningssammensetning som ser bort fra likevektstilpasninger langs etterspørselskurven. Til forskjell fra tidligere dekomponeringsanalyser for Norge som undersøker sysselsettingsbidragene fra ulike forklaringsvariable enkeltvis, tar vår analyse hensyn til endringer i simultanfordelingene av alder, utdanning og innvandringsstatus, noe som gjør at våre anslag i større grad baserer seg på faktiske fordelinger av forklaringsvariablene.

Vi beregner en kontrafaktisk sysselsettingsandel i alle årene fra 2001 til 2017 ved å holde sammensetning av både alder, kjønn, utdanning og innvandring uendret lik sammensetningen i år 2000 og finner at forskjellen mellom faktiske og kontrafaktiske sysselsettingsandeler er neglisjerbar for alle år. Dette impliserer at sammensetningseffektene av endringer i alder, utdanning og innvandring samlet sett er små og at endringene i sysselsetting over tid hovedsakelig skyldes andre forhold enn endringer i befolkningssammensetningen. Videre finner vi at effektene av forklaringsvariablene enkeltvis er betydelige. Vi anslår at økt innvandring kan forklare en reduksjon i sysselsettingsandelen fra 2000 til 2017 på 0,5 prosentpoeng, mens bidraget fra en aldrende befolkning utgjør en reduksjon på 2,5 prosentpoeng. Samlet sett kan disse to forklaringsvariablene dermed forklare hele reduksjonen i sysselsettingsandelen på 3 prosentpoeng. Imidlertid motvirker økningen i utdanningsnivå hele bidraget fra økt innvandring og aldrende befolkning, slik at det samlede bidraget fra disse tre forklaringsvariablene er neglisjerbart.

Resten av artikkelen er organisert som følger: I neste kapittel presenterer vi datagrunnlaget brukt i analysen og diskuterer hovedtrekk ved utviklingen i sysselsetting og endringer i befolkningssammensetning. I det følgende kapittelet presenterer vi resultater fra dekomponeringsanalysen, mens siste kapittel drøfter forutsetningene i analysen og diskuterer andre forhold som kan ha påvirket sysselsettingen.

Datagrunnlaget og hovedtrekk ved utviklingen

Datagrunnlaget

Vi benytter SSBs registerbaserte sysselsettingsstatistikk for årene 2000 til 2017 koblet til opplysninger fra SSBs befolkningsstatistikk, utdanningsstatistikk og innvandringsstatistikk. Analysepopulasjonen består av alle personer i aldersgruppen 16–74 år registrert som bosatte per 4. kvartal (3. uke i november) hvert år.7 Utvalget bestod av 3 199 439 personer i 2000 og 3 901 243 personer i 2017 og omtales som personer i yrkesaktiv alder. Vi grupperer personene i utvalget etter kjennetegnene alder, kjønn, utdanning og innvandrerbakgrunn. Ved å benytte alle kombinasjoner av 59 aldersgrupper, 5 utdanningsnivåer, 12 innvandrergrupper og begge kjønn kan vi dele utvalget inn i 7080 gjensidig utelukkende grupper.

En samlet oversikt over demografiske kjennetegn som brukes i analyser er som følger:

  • Ettårige aldersgrupper (59 grupper)

  • Fem nivåer av høyeste fullførte utdanning (basert på første siffer av 6-sifret NUS-kode):

    – Ikke fullført videregående utdanning (NUS-kode 1, 2 eller 3);

    – Fullført videregående utdanning (NUS-kode 4 eller 5);

    – Fullført bachelorgradsutdanning (NUS-kode 6);

    – Fullført mastergradsutdanning eller høyere (NUS-kode 7 eller 8);

    – Manglende utdanningsopplysninger (NUS-kode 0 eller 9).

  • Tolv grupper av innvandrerbefolkning etter landbakgrunn, botid og innvandringsgrunn:

    – Innvandrere uten flyktningstatus fra Landgruppe 1, botid fem år eller kortere;

    – Innvandrere uten flyktningstatus fra Landgruppe 1, botid mer enn fem år;

    – Norskfødte med innvandrerforeldre fra Landgruppe 1;

    – Innvandrere uten flyktningstatus fra Landgruppe 2, botid fem år eller kortere;

    – Innvandrere uten flyktningstatus fra Landgruppe 2, botid mer enn fem år;

    – Norskfødte med innvandrerforeldre fra Landgruppe 2;

    – Innvandrere uten flyktningstatus fra Landgruppe 3, botid fem år eller kortere;

    – Innvandrere uten flyktningstatus fra Landgruppe 3, botid mer enn fem år;

    – Norskfødte med innvandrerforeldre fra Landgruppe 3;

    – Flyktninger, botid fem år eller kortere;

    – Flyktninger, botid mer enn fem år;

    – Befolkning for øvrig (personer uten innvandrerbakgrunn).

  • Landgruppene er definert som følger:

    – Landgruppe 1: Vest-Europa, Canada, USA, Australia og New Zealand.

    – Landgruppe 2: Landene i Sentral- og Øst-Europa som har blitt EU-medlemmer i 2004 eller senere.

    – Landgruppe 3: Asia, Afrika, Sør-Amerika og Sentral- og Øst-Europa utenfor EU.

Gjennom hele analysen følger vi SSBs definisjon av sysselsatte som personer i yrkesaktiv alder som utførte inntektsgivende arbeid, enten som lønnstakere, selvstendig næringsdrivende eller vernepliktige, av minst én times varighet i referanseuken, samt personer som innehar et slikt arbeid, men som er midlertidig fraværende fra jobb pga. sykdom, lønnet foreldrepermisjon, ferie, avspasering, ufrivillig permitterte (inntil 3 måneder), e.l., og personer som er på sysselsettingstiltak med lønn fra sin arbeidsgiver. Andel sysselsatte beregnes som antall sysselsatte delt på det samlede antallet personer i yrkesaktiv alder. Utdanningsopplysninger er oppdatert med informasjon om høyeste fullførte utdanning frem til høsten 2017. Endringer i definisjon av utdanningskategorier over tid skal dermed ikke påvirke våre resultater, da oppdaterte utdanningsopplysninger er tilbakeført også til tidligere årganger.

Utvikling i befolkningssammensetning og sysselsetting

Figur 1 viser utviklingen i andelen sysselsatte blant personer i yrkesaktiv alder (16–74 år) fra 2000 til 2017. Inntil 2014 bestemte AKU totalnivået for antallet lønnstakere i registerbasert sysselsettingsstatistikk. Man gikk bort ifra dette i 2015 da A-ordningen ble innført som kildegrunnlag for lønnstagere.8 For å holde kildegrunnlaget konsistent gjennom hele perioden korrigerer vi nivået for andelen lønnstakere også for årene etter 2014 med sysselsettingstall fra AKU. Spesifikt multipliseres de registerbaserte sysselsettingstallene for 2015, 2016 og 2017 med en justeringsfaktor slik at de justerte sysselsettingstallene har like alder- og kjønnsspesifikke trender som AKU-tallene for disse årene. Figur 1 viser de ujusterte (heltrukken linje) og justerte (stiplet linje) sysselsettingsandelene fra 2000 til 2017. Sysselsettingsandelen gikk ned fra 70,7 prosent i 2000 til 67,7 prosent i 2017 (basert på de justerte tallene). Vi bruker de justerte tallene i analysen.

Figur 1

Sysselsetting fra 2000 til 2017 for 16–74 åringer med/uten korrigering for endringer i datagrunnlaget fra 2015 og utover.

Figur 2 viser alderssammensetning og sysselsettingsandeler for ettårige aldersgrupper i 2000 og 2017. Den heltrukne svarte linjen i delfigur (a) viser befolkningsandelene for hver ettårig aldersgruppe i 2017 beregnet som andel av personer i yrkesaktiv alder, mens den stiplete linjen viser de tilsvarende andelene i 2000. Vi ser at det var relativt flere 55–74- åringer i 2017 enn i 2000, og relativt færre 25–44-åringer. Dette henger sammen med at snittalderen for personer i yrkesaktiv alder økte fra 42,1 til 43,6 år og andelen 55–74åringer økte fra 23,9 til 29,2 prosent over disse årene. Delfigur (b) viser sysselsettingsandeler for ettårige aldersgrupper i 2000 og 2017. Sysselsetting har en «omvendt U-formet» aldersprofil; andelen sysselsatte stiger fra 16 til 30 år, er nokså stabil mellom 30 og 55 år, og faller igjen fra 55 til 74 år. Det er imidlertid noen viktige endringer i sysselsettingsandelene mellom 2000 og 2017. Relativt sett flere eldre over 55 år er sysselsatte i 2017 enn i 2000 (den heltrukne linjen ligger over den stiplete linjen for 55–74åringer), mens betydelig færre 17–25- åringer og noen færre 26–54-åringer er sysselsatte i 2017. Det har mao. vært endringer i både alderssammensetning og aldersspesifikke sysselsettingsandeler mellom 2000 og 2017.

Figur 2

Befolkningssammensetning og sysselsetting etter alder i 2000 og 2017.

Figur 3 viser befolkningsandeler og sysselsettingsandeler for fem utdanningsgrupper i 2000 og 2017. De svarte stolpene i delfigur (a) viser befolkningsandeler for hver utdanningsgruppe i 2017, mens de grå stolpene viser tilsvarende andeler i 2000. Andelen med «ikke fullført videregående», dvs. personer som enten bare hadde gjennomført grunnskoleutdanning eller hatt frafall i videregående skole, var på 31,7 prosent i 2017 mot 49,1 prosent i 2000. Andelen med bare «fullført videregående» gikk imidlertid opp fra 26 til 29,6 prosent, mens andelen med enten «fullført bachelor» eller «fullført master» gikk opp fra 23,2 til 32,8 prosent over den samme perioden. Det har mao. vært en nokså dramatisk økning i utdanningsnivået blant personer i yrkesaktiv alder mellom 2000 og 2017. Delfigur (b) viser sysselsettingsandelen for hver av utdanningsgruppene i 2000 og 2017. Vi ser at utdanning er sterkt korrelert med sysselsetting – 78,6 prosent av de som hadde «fullført videregående» var sysselsatte i 2017, mot 48,4 prosent for de som hadde «ikke fullført videregående». Sysselsettingsandelene i 2017 for de med «fullført bachelor» og «fullført master» var på henholdsvis 78,7 og 85,6 prosent. Når vi sammenlikninger gruppevise sysselsettingsandeler i 2000 og 2017 ser vi at det er relativt færre sysselsatte i 2017 blant alle utdanningsgruppene, bortsett for de med «manglende opplysninger».9 Det er imidlertid påfallende at reduksjonen i sysselsetting fra 2000 til 2017 er større for de med lavere utdanningsnivå; sysselsettingsandelen gikk ned fra 59,1 til 48,4 prosent for de som ikke hadde fullført videregående, mens sysselsettingsandelen blant de som har fullført mastergrad gikk ned fra 88,9 til 85,6 prosent.

Figur 3

Befolkningssammensetning og sysselsetting etter utdanning i 2000 og 2017

Figur 4 viser befolkningsandeler og sysselsettingsandeler i 2000 og 2017 etter innvandrerbakgrunn. Vi har gruppert innvandrere og norskfødte med innvandrerforeldre i elleve gjensidig utelukkende grupper basert på landbakgrunn, botid og innvandringsgrunn. Den tolvte gruppen består av personer uten innvandrerbakgrunn. De svarte (grå) stolpene i delfigur (a) angir befolkningsandelene for hver av de tolv gruppene i 2017 (2000). Andelen personer med innvandrerbakgrunn blant personer i yrkesaktiv alder økte fra 7,2 prosent i 2000 til 17,5 prosent i 2017. Det er en spesielt sterk økning i befolkningsandeler for innvandrere fra de «nye» EU-landene i Sentral- og Øst-Europa (landgruppe 2) og innvandrere fra Asia, Afrika, Sør-Amerika og Sentral- og Øst-Europa utenfor EU (landgruppe 3). For innvandrere fra Vest-Europa, Canada, USA, Australia og New Zealand (landgruppe 1) var det en økning i befolkningsandelen for de med botid over 5 år. For norskfødte med innvandrerforeldre ser vi først og fremst en merkbar økning i befolkningsandel for de med foreldre fra landgruppe 3. Andelen flyktninger gikk opp fra 1,9 prosent i 2000 til 3,5 prosent i 2017. Delfigur (b) viser sysselsettingsandeler for de tolv gruppene i 2000 og 2017. I 2000 er sysselsettingsandelene relativt lave for innvandrere fra landgruppe 2 og 3 og flyktninger, spesielt for de som også har kort botid. Sysselsettingsandelene gikk vesentlig opp fra 2000 til 2017 for særlig innvandrere fra landgruppe 2, men også for de fra landgruppe 3.

Figur 4

Befolkningsandeler og sysselsetting etter innvandrerbakgrunn i 2000 og 2017

En del av forskjellene vi ser i sysselsettingsendringer mellom innvandrere og resten av befolkningen, kan skyldes at sammensetning av noen av innvandrergruppene med hensyn til kjennetegn som alder og utdanning også har endret seg sammenliknet med resten av befolkningen. For å ta hensyn til slike forhold vil vi i analysen nedenfor ta hensyn til endringer i sammensetningen av grupper definert etter både alder, kjønn, utdanning og innvandrerbakgrunn, som i alt utgjør 7 080 gjensidig utelukkende grupper.

Dekomponeringsanalysen

Metoden

Befolkningen består av J gjensidig utelukkende grupper i hvert år. Befolkningsandelen til gruppe jJ i år t angis ved pjt og sysselsettingsandelen for gruppe jJ angis ved sjt. Sysselsettingsandelen i år t for hele befolkningen er dermed gitt ved:

(1)

Likningen (1) viser at sysselsettingsandelen samlet for hele befolkningen er lik snittet av de gruppevise sysselsettingsandelene sjt vektet med befolkningsandelene pjt. Vi er interessert i endringene mellom to år, t0 (2000) og t1 (2017). Det kontrafaktiske spørsmålet vi forsøker å svare på er: Hva ville den samlede sysselsettingsandelen i år t1 vært dersom sammensetningen av befolkningen var som i år t0? Uten videre antagelser er det vanskelig å svare på dette spørsmålet, men vi kan svare på et beslektet spørsmål: Hva ville den samlede sysselsettingsandelen i år t1 vært dersom sammensetning av befolkningen var som i år t0 og de gruppevise sysselsettingsandelene var som i år t1?

Den kontrafaktiske sysselsettingsandelen i år t1 med befolkningsandeler som i år t0 som svarer til det siste spørsmålet er som følger:

(2)

Basert på likningene (1) og (2) kan vi skrive endringen i den samlede sysselsettingsandelen fra år t0 til t1 på denne måten:

(3)

Likning (3) viser at vi kan dekomponere endringen i den samlede sysselsettingsandelen mellom de to årene i to deler. Den første delen angir forskjellen mellom den faktiske sysselsettingsandelen i år t1 og den kontrafaktiske sysselsettingsandelen i år t1 med befolkningsandeler som i år t0. Denne delen viser endringen i den samlede sysselsettingsandelen som skyldes endringene i befolkningsandelene fra år t0 til t1, når de gruppevise sysselsettingsandelene holdes som i år t1. Vi tolker denne delen til å angi effekter av endringer i befolkningssammensetning. Den andre delen angir forskjellen mellom den kontrafaktiske sysselsettingsandelen og den faktiske sysselsettingsandelen i år t0. Denne delen viser endringen i den samlede sysselsettingsandelen som skyldes endringene i de gruppevise sysselsettingsandelene fra år t0 til t1, når befolkningsandelene holdes som i år t0. Vi tolker denne delen til å omfatte effekter av andre endringer enn befolkningssammensetningen som påvirker sysselsetting over tid. I diskusjonen til slutt drøfter vi antagelsene bak en slik tolkning av sammensetningseffekter.

Effekter av befolkningssammensetning

Figur 5 viser utviklingen i faktisk og kontrafaktisk sysselsettingsandel for personer i yrkesaktiv alder fra 2000 til 2017. Som tidligere vist gikk sysselsettingsandelen ned med 3 prosentpoeng fra 70,7 til 67,7 prosent over denne perioden. For å illustrere betydningen av endringer i befolkningssammensetning beregner vi en kontrafaktisk sysselsettingsandel for hvert år der vi holder sammensetningen av alder, kjønn, utdanning og innvandringsstatus uendret lik sammensetning i år 2000. Som vist i figur 5 er forskjellen mellom faktisk sysselsetting (den heltrukne linjen) og kontrafaktisk sysselsetting (den stiplete linjen) mindre enn 0,5 prosentpoeng i alle år, noe som betyr at endringer i befolkningssammensetningen samlet sett har hatt liten innvirkning på utviklingen i sysselsetting over denne perioden. For 2017 finner vi eksempelvis at den kontrafaktiske sysselsettingsandelen ville være 67,3 prosent hvis befolkningssammensetningen var som i år 2000.

Figur 5

Faktisk og kontrafaktisk sysselsetting fra 2000 til 2017

Marginaleffekter av innvandring, alder og utdanning

Som påpekt innledningsvis har flere tidligere arbeider funnet at sammensetningseffekten av alder er omtrent like stor som reduksjonen i sysselsettingsandelen, se bl.a. von Brasch og Horgen (2018). For å sammenlikne våre resultater med disse og undersøke hvorfor vi samlet sett ikke finner særlig store sammensetningseffekter, beregner vi nå effektene av variablene alder, utdanning og innvandringsstatus enkeltvis. Tabell 1 viser marginaleffekten av hver av de tre forklaringsvariablene. Det øvre panelet viser de totale endringene i faktisk sysselsettingsandel mellom 2000 og 2017, mens det nedre panelet viser kontrafaktiske sysselsettingsandeler når vi endrer sammensetning av gruppene til å være som i år 2000, men antar at de gruppevise sysselsettingsandelene er som i 2017. Differansen mellom faktisk sysselsettingsandel i 2017 og kontrafaktisk sysselsettingsandel gir et anslag på sammensetningseffekten for hver forklaringsvariabel. Den nederste raden viser effekten av alle forklaringsvariablene samlet, altså det samme som vi viste i figur 5.

Tabell 1. Dekomponering av sysselsettingsendringer i marginale sammensetningseffekter

Faktisk sysselsettingsandelDifferansen 2017 – 2000 (prosentpoeng)
Sysselsettingsandelen i 201767,7
Sysselsettingsandelen i 200070,7-3,0

Forklaringsvariable:

Kontrafaktisk sysselsettingsandel i 2017

Sammensetningseffekt (prosentpoeng)
innvandring68,2-0,5
alder69,6-1,9
utdanning63,14,6
alle forklaringsvariable67,30,4

Kommentar: Den kontrafaktiske sysselsettingen i 2017 antar at fordelingen av angitt forklaringsvariabel er lik fordelingen i år 2000, mens de betingete gruppevise sysselsettingsandelene er lik fordelingen i år 2017.

Vi finner at effektene av å holde sammensetningen av alder og innvandring som i år 2000 er henholdsvis -1,9 og -0,5 prosentpoeng. Det første av disse anslagene støtter funn i tidligere arbeider som finner betydelige effekter av endringer i alderssammensetningen. Videre indikerer anslaget på -0,5 prosentpoeng at også økt innvandring har bidratt til å trekke sysselsettingsandelen nedover. Sammensetningseffekten av utdanning derimot er på hele 4,6 prosentpoeng, noe som betyr at økt utdanning trekker sysselsettingsandelen kraftig i motsatt retning. Vi finner at den positive sammensetningseffekten av utdanning dominerer de negative sammensetningseffektene av alder og innvandring, slik at sammensetningseffekten av alle forklaringsvariable samlet er på 0,4 prosentpoeng.

Tolkningen av resultatene i tabell 1 er noe uklar fordi de marginale sammensetningseffektene ikke summerer seg til den totale sammensetningseffekten av alle forklaringsvariablene. Dette skyldes først og fremst at fordelingene av alder, innvandring og utdanning ikke er uavhengige av hverandre. Det gjør at endringer i marginalfordelingen av én forklaringsvariabel fører til endringer i marginalfordelingene av de andre variablene. Eksempelvis, når vi endrer sammensetning av utdanning i 2017 til å bli som i år 2000, endrer vi implisitt også sammensetning av alder fordi vi nå legger større vekt på grupper med lavere utdanning og eldre er overrepresentert blant disse gruppene. Spesifikt, i beregningen av utdanningseffekten i tabell 1 økte «vekten» på de over 55 år med mer enn 10 prosent (med 3,1 prosentpoeng fra 29,2 til 32,3 prosent) i den kontrafaktiske analysen der vi endret sammensetning av utdanning til å bli som i år 2000. Utdanningseffekten basert på tabell 1, som viser endringer i sysselsettingsandelen fra 2000 til 2017 på grunn av økt utdanning, inkluderer dermed implisitt også en effekt av å ha færre eldre. Tolkning av denne effekten som en «ren» marginaleffekt av utdanning er derfor misvisende. Når vi da summerer marginaleffektene av alder, innvandring og utdanning vil noen av effektene «dobbelttelles», slik at summen av marginaleffektene ikke samsvarer med den totale sammensetningseffekten. For å unngå dette gjør vi eksplisitte antakelser om sammenhengene mellom fordelingene av de ulike forklaringsvariablene når vi beregner marginaleffektene sekvensielt (sekvensielle marginaleffekter). Vi antar at (i) endringer i innvandringssammensetning kan påvirke fordelingene av alder og utdanning, (ii) endringer i alderssammensetning kan påvirke fordelingen av utdanning, og (iii) at disse endringene ikke finner sted når vi går i motsatt retning.

For å presisere utvider vi først notasjonen så hver gruppe j består av fire kjennetegn, innvandrerkategori i, alder a, utdanning u og kjønn k, slik at befolkningsandelen til gruppe j i år t1 kan skrives som pjt1 = p(i, a, u, k)t1. Basert på antagelsene om sammenhengene mellom marginalfordelingene av de ulike kjennetegnene kan vi nå bestemme hvilke kontrafaktiske simultanfordelinger vi må bruke når vi ønsker å beregne de sekvensielle marginaleffektene. Tabell 2 gir en oversikt over disse kontrafaktiske simultanfordelingene. Når vi skal beregne den sekvensielle marginaleffekten av innvandring settes den kontrafaktiske simultanfordelingen lik p (i)t0 p (a, u, k|i)t1. Det første leddet p (i)t0 betyr at marginalfordelingen av innvandrergruppene holdes som i år t0 mens det neste leddet p (a, u, k|i)t1 betyr at fordelingen av alder, utdanning og kjønn i hver innvandringsgruppe er som i år t1. Det tillates mao. at marginalfordelingene til de andre variablene tilpasser seg endringen i innvandrerfordelingen. Dersom det blir flere innvandrere og innvandrerne er yngre enn snittet, vil snittalderen gå ned. Merk at denne simultanfordelingen er lik simultanfordelingen der vi ikke tar hensyn til endringer i fordelingene av alder, utdanning og kjønn, noe som betyr at den sekvensielle marginaleffekten av innvandring blir identisk med marginaleffekten av innvandring presentert i tabell 1. Når vi derimot skal beregne den sekvensielle marginaleffekten av alder settes den kontrafaktiske simultanfordelingen lik p (i)t1 p (a|i)t0 p (u, k|i, a)t1. Det første leddet betyr at fordelingen av innvandringsgrupper holdes som i år t1; vi pålegger mao. at en endring i aldersfordeling ikke endrer fordeling av innvandrergrupper. Det neste leddet betyr imidlertid at vi endrer aldersfordelingen innenfor hver innvandringsgruppe til å være som i år t0. Det siste leddet betyr at fordelingen av utdanning og kjønn innenfor kombinasjoner av alder og innvandring er som i år t1; vi tillater mao. at endringer i fordelingen av alder medfører endringer i fordelingen av utdanning og kjønn. Når vi skal beregne den sekvensielle marginaleffekten av utdanning settes den kontrafaktiske simultanfordelingen lik p (i, a)t1 p (u|i, a)t0p (k|i, a, u)t1. Det første leddet betyr at siden vi ikke tillater utdanning å påvirke fordelingen av alder og innvandring, så holdes fordelingene av alder og innvandrergrupper som i år t1, mens det neste leddet betyr at vi endrer utdanningsfordelingen innenfor hver av disse gruppene til å være som i år t0.

Tabell 2. Kontrafaktiske simultanfordelinger ved beregning av ulike marginaleffekter

Tabell 3 viser sekvensielle marginaleffekter av innvandring, alder og utdanning som er beregnet basert på de kontrafaktiske simultanfordelingene i tabell 2. Vi finner at sammensetningseffektene av innvandring, alder og utdanning er henholdsvis -0,5, -2,5 og 3,2 prosentpoeng. Videre finner vi at summen av de sekvensielle marginaleffektene er på 0,2 prosentpoeng, som er mye nærmere den samlede sammensetningseffekt av alle variable på 0,4 prosentpoeng enn det summen av (de vanlige) marginaleffektene i tabell 1 på 2,2 prosentpoeng er. Det gjør det mulig for oss å si hvor mye av den samlede sammensetningseffekten skyldes endringer i fordelingene av enkeltvariable basert på de sekvensielle marginaleffektene. Basert på anslagene i tabell 3 finner vi at sammensetningseffekten av alder er omtrent fem ganger større enn sammensetningseffekten av innvandring, samtidig som de positive sammensetningseffektene av utdanning slår ut de negative sammensetningseffektene av både alder og innvandring.

Tabell 3. Dekomponering av sysselsettingsendringer i sekvensielle marginaleffekter

Faktisk sysselsettingsandelDifferansen 2017 – 2000 (prosentpoeng)
Sysselsettingsandelen i 201767,7
Sysselsettingsandelen i 200070,7-3,0

Forklaringsvariable:

Kontrafaktisk sysselsettingsandel i 2017

Sammensetningseffekt (prosentpoeng)
innvandring68,2-0,5
alder70,2-2,5
utdanning64,53,2
alle forklaringsvariable67,30,4

Kommentar: Den kontrafaktiske sysselsettingen i 2017 antar at de kontrafaktiske simultanfordelingene av befolkningsgruppene er som i tabell 2 (med t0 lik 2000 og t1 lik 2017), mens de betingete gruppevise sysselsettingsandelene er lik andelene i år 2017.

Andre resultater

Vi har foretatt flere analyser for å undersøke robustheten til resultatene – som å endre ukentlig arbeidstid krevd for å regnes som sysselsatt fra 1 til 30 timer, avgrense utfallet til lønnstagere istedenfor sysselsatte, endre året vi starter (t0) og avslutter analysen (t1), og utelate elever og studenter fra analysen. Ingen av disse valgene ser ut til å være av betydning.

Vi har også gjort dekomponeringsanalysen separat for kvinner og menn. Sysselsetningen sank mindre blant kvinner enn blant menn og dette kan skyldes at utdannelsesnivået økte mer blant kvinner, noe som dempet reduksjonen i sysselsetting. Som vist i figur 2 sank sysselsettingen spesielt kraftig blant de yngste, mens den steg blant de eldre. Vi har beregnet sammensetningseffekten for ulike aldersgrupper separat, men disse resultatene kaster ikke lys over hvorfor utviklingen er så ulik i de ulike aldersgruppene.

Vi har også sett på effektene av simultane endringer i sysselsettingsandelene og befolkningsandelene. Mens det ble flere eldre blant personer i yrkesaktiv alder fra 2000 til 2017 var det også en økning i sysselsettingsandelen for de eldre. Tilsvarende finner vi en økning i sysselsettingsandelene fra 2000 til 2017 for innvandrergrupper som også fikk en økt befolkningsandel. I fravær av slike «simultaneffekter» ville endringer i befolkningssammensetning spilt en sterkere rolle og man kunne forvente en reduksjon i sysselsetting på ca. 3 prosentpoeng på grunn av sammensetningsendringer.

Resultatene diskutert her er ikke gjengitt i artikkelen, men er tilgjengelig fra forfatterne.

Diskusjon

Drøfting av antagelse

Dekomponeringsanalysen som vi har foretatt er betinget på noen viktige antagelser. For det første, for å kunne identifisere sammensetningseffekter må vi anta at de gruppevise sysselsettingsandelene holder seg uendret ved en endring i befolkningsandelene. Denne antagelsen betyr at vi må se bort fra likevektseffekter og muligheter for substitusjon av ulike typer arbeidskraft i markedet. I teorien kan en slik antagelse begrunnes med at etterspørsel etter hver type arbeidskraft er fullstendig elastisk (horisontal etterspørselskurve) og uavhengig av lønningene til andre arbeidere. I praksis forventer man at etterspørselskurven er fallende og at det finnes noe substitusjon (eller komplementariteter) mellom ulike typer av arbeidskraft (Borjas 2003; Bratsberg & Raaum 2012; Ottaviano & Peri 2012). Tilpasninger langs en fallende etterspørselskurve vil dempe noen av virkningene av endringer i arbeidstilbudet slik at likevektseffekten på sysselsetting vil være mindre enn i et tilfelle med en horisontal etterspørselskurve.10 I så måte kan man argumentere for at sammensetningseffektene i dekomponeringsanalysen gir en øvre grense for effektene man skulle forvente hvis man tok hensyn til likevektstilpasninger. Når det gjelder sammensetningseffekter av forklaringsvariable enkeltvis burde en derfor tolke våre anslag som at disse viser øvre grenser for hvor mye som potensielt kan forklares av endringer i sammensetning. Den samlede sammensetningseffekten av endringer i alder, utdanning og innvandring er imidlertid allerede anslått til å være neglisjerbar.

Videre ser vi bort fra at fordelinger av uobserverte kjennetegn ved individene også kan ha endret seg ved endringer i de observerte kjennetegnene. I beregning av de kontrafaktiske sysselsettingsandelene bruker vi gruppevise sysselsettingsandeler for grupper definert etter de observerte kjennetegnene alder, kjønn, utdanning og innvandrergruppe; dersom disse gruppene endrer kjennetegn over tid langs dimensjoner som kan ha betydning for deres sysselsetting og som vi ikke observerer, vil det kunne føre til en skjevhet i estimering av sammensetningseffektene. Eksempelvis kan det argumenteres at gjennomsnittlig evnenivå blant de som ikke har fullført videregående utdanning blir stadig lavere ettersom denne gruppen blir mindre og mer selektert over tid. Konseptuelt er det samme problem man møter når man forsøker å beregne sammensetningseffekt av forklaringsvariable enkeltvis – uten å ta hensyn til at simultanfordelingen med andre kjennetegn også kan ha endret seg. Uten å vite hvordan simultanfordeling av (uobserverte) kjennetegn endres, er det vanskelig å si i hvilken retning sammensetningseffektene skjevestimeres. Til slutt antar vår analyse også at endringene i befolkningssammensetningen etter alder, utdanning og innvandring er eksogene. Vi ser eksempelvis bort fra at individene foretar valg av utdanning og innvandring til Norge på grunnlag av forventet etterspørsel etter deres arbeidskraft.

Andre forhold som påvirker sysselsetting

En viktig implikasjon av våre resultater er at endringene i sysselsettingsandelene siden år 2000 i hovedsak skyldes andre forhold enn endringer i befolkningssammensetning. Noe forenklet kan vi si at slike andre forhold kan skyldes endringer i etterspørselsfaktorer eller institusjonelle forhold, samt endringer i tilbudsfaktorer utover endringene i sammensetning av alder, utdanning og innvandring (se en diskusjon av slike faktorer i introduksjonen). I figur 6 illustrerer vi både sammensetningseffekter (den heltrukne linjen) og andre effekter (den stiplete linjen). Summen av disse to effektene utgjør differansen mellom sysselsettingsandelen i hvert år og sysselsettingsandelen i år 2000.

Figur 6

Sammensetningseffekter og andre effekter fra 2000 til 2017

Figur 7

Årlig endring i bruttoprodukt for Fastlands-Norge (målt i basisverdi) og andre effekter (utenom befolkningssammensetning) som påvirker den samlede sysselsettingsandelen

Kommentar: Den stiplete linjen viser anslag på årlige prosentvise volumendringer i bruttoprodukt for Fastlands-Norge målt i basisverdi. Disse anslagene er hentet fra SSBs nasjonalregnskapstall (https://www.ssb.no/statbank/table/09189) publisert i Statistikkbanken. For å sammenlikne årlige endringer i bruttoprodukt med endringer i andre faktorer (enn endringer i befolkningssammensetning) som påvirker den samlede sysselsettingsandelen fra år til år, viser vi endringer i andre effekter (i prosentpoeng) fra år t1 -1 til t1 i den heltrukne linjen (basert på estimatene av andre effekter fra år t0 til t1 presentert i figur 6).

Det viser seg at trenden i de andre effektene samvarierer i stor grad med konjunkturutviklingen i Norge (Statistisk sentralbyrå , 2017). I figur 7 viser vi årlig prosentvis endring i bruttoprodukt for Fastlands-Norge mellom 2000 og 2017 (volumendring målt i basisverdi) opp mot årlig endring i andre effekter som bidrar til endringer i den samlede sysselsettingsandelen fra år til år. Veksten i bruttoproduktet hadde et negativt avvik fra snittveksten i årene 2001–2003 (dot com-boblen), 2008–2011 (finanskrisen) og 2013–2017 (oljeprisfallet). De andre effektene vi anslår i dekomponeringsanalysen ser ut til å henge rimelig godt sammen med faktorer som bidrar til endringer i bruttoproduktet for Fastlands-Norge fra år til år. Disse to endringsstørrelsene har en korrelasjon på hele 0,84 mellom 2000 og 2017.

Referanser

Abraham, K. G. (2015). Is skill mismatch impeding US economic recovery? ILR Review, 68(2), 291–313. https://doi.org/10.1177/0019793914564962

Abraham, K. G. & Kearney, M. S. (2019). Explaining the Decline in the US Employment- to-population ratio: A review of the evidence. Forestående i Journal of Economic Literature. https://doi.org/10.1257/jel.20191480

Acemoglu, D. & Restrepo, R. (2019a). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3

Acemoglu, D. & Restrepo, P. (2019b). Robots and jobs: Evidence from US labor markets. Forestående i Journal of Political Economy. https://doi.org/10.1086/705716

Akerman, A., Gaarder, I. & Mogstad, M. (2015). The skill complementarity of broadband internet. The Quarterly Journal of Economics, 130(4), 1781–1824. https://doi.org/10.1093/qje/qjv028

Alecu, A. I. & Drange, I. (2016). Hvilken betydning har regulering av yrker for yrkesmobilitet i Norge? Søkelys på arbeidslivet, 33(1-2), 101–121. https://doi.org/10.18261/issn.1504-7989-2016-01-02-06

Autor, D. H., Dorn, D. & Hanson, G. H. (2013). The China syndrome: Local labor market effects of import competition in the United States. American Economic Review, 103(6), 2121–2168. https://doi.org/10.1257/aer.103.6.2121

Autor, D. H., Dorn, D. & Hanson, G. H. (2015). Untangling trade and technology: Evidence from local labor markets. Economic Journal, 125(584), 621–646. https://doi.org/10.1111/ecoj.12245

Autor, D. H., Dorn, D., Hanson, G. H. & Song, J. (2014). Trade adjustment: Worker-level evidence. The Quarterly Journal of Economics, 129(4), 1799–1860. https://doi.org/10.1093/qje/qju026

Balsvik, R., Jensen, S. & Salvanes, K. G. (2015). Made in China, sold in Norway: Local labor market effects of an import shock. Journal of Public Economics, 127, 137–144. https://doi.org/10.1016/j.jpubeco.2014.08.006

Bhuller, M. & Eika, L. (2019). Sysselsetting i Norge fra 2000 til 2017 – kan endringer i befolkningssammensetning forklare alt? Vedlegg til NOU 2019:7. Oslo: Finansdepartementet.

Blau, F. & Mackie, C. (2017). The Economic and Fiscal Consequences of Immigration. Washington, D.C.: National Academies Press. https://doi.org/10.17226/23550

Borjas, G. J. (2003). The labor demand curve is downward sloping: Reexamining the impact of immigration on the labor market. Quarterly Journal of Economics, 118(4), 1335–1374. https://doi.org/10.1162/003355303322552810

Bratsberg, B. & Raaum, O. (2012). Immigration and wages: Evidence from construction. Economic Journal, 122(565), 1177–1205. https://doi.org/10.1111/j.1468-0297.2012.02540.x

Davis, S. J., Faberman, R. J. & Haltiwanger, J. (2013). The establishment-level behavior of vacancies and hiring. The Quarterly Journal of Economics, 128(2), 581–622. https://doi.org/10.1093/qje/qjt002

Davis, S. J. & Haltiwanger, J. (2014). Labor Market Fluidity and Economic Performance. Working Paper 20749. Cambridge: NBER. https://doi.org/10.3386/w20479

Forslund, A. (2018). Employment Outcomes and Policies in Sweden during Recent Decades. Vedlegg til NOU 2019:7. Oslo: Finansdepartementet.

Kleiner, M. M. & Krueger, A. B. (2013). Analyzing the extent and influence of occupational licensing on the labor market. Journal of Labor Economics, 31(1), 173–202. https://doi.org/10.1086/669060

Stortingsmelding nr.29 (2016-2017). Perspektivmelding 2017. Oslo: Finansdepartementet.

NOU, Norges offentlige utredninger (2000:21). En strategi for sysselsetting og verdiskaping. Oslo: Finansdepartementet.

NOU, Norges offentlige utredninger (2011:7). Velferd og migrasjon – den norske modellens framtid. Oslo: Barne-, likestillings- og inkluderingsdepartementet.

NOU, Norges offentlige utredninger (2019:7). Arbeid og inntektssikring – tiltak for økt sysselsetting. Oslo: Arbeids- og sosialdepartementet.

Ottaviano, G. I. & Peri, G. (2012). Rethinking the effect of immigration on wages. Journal of the European Economic Association, 10(1), 152–197. https://doi.org/10.1111/j.1542-4774.2011.01052.x

Riekeles, H. & Juel, S. (2017). Hva skjer egentlig med sysselsettingen? Notat 17:25. Oslo: Civita www.civita.no/publikasjon/skjer-egentlig-sysselsettingen

Skjerpen, T., Kornstad, T. & Rybalka, M. (2016). Lønns- og sysselsettingsmessige virkninger av allmenngjøring innenfor bygge-, verfts- og renholdssektoren. Notater 2/2016. Oslo: SSB.

Statistisk Sentralbyrå (2006). Konjunkturutviklingen i Norge. Økonomiske analyser 4/2006. Oslo: SSB.

Statistisk Sentralbyrå (2017). Konjunkturutviklingen i Norge. Økonomiske analyser 4/2017. Oslo: SSB.

von Brasch, T. & Horgen, E. H. (2018). Nedgang i sysselsettingsandelen på grunn av flere eldre? SSB Analyse 2018/02. Oslo: SSB.

1Vi takker Steinar Holden, Ola Ribe, Sverre Try, Johannes Sørbø, Knut Røed, Rolf Aaberge, Jørgen Modalsli, Brita Bye, Thomas von Brasch, Tonje Køber, Erik Herstad Horgen, Harald Dale-Olsen og en anonym konsulent for nyttige kommentarer. Artikkelen baserer seg på Bhuller & Eika (2019), skrevet på oppdrag for Sysselsettingsutvalgets ekspertgruppe.
2Vi følger definisjonen av sysselsatte som brukes i SSBs registerbaserte sysselsettingsstatistikk, der personer som utførte inntektsgivende arbeid av minst én times varighet i referanseuken regnes som sysselsatte. Personer i alder 16 til 74 år regnes her for å være i yrkesaktiv alder. SSBs registerbaserte sysselsettingsstatistikk brukte samme definisjon av yrkesaktiv alder frem til 2004. Fra og med 2005 ble 15åringer inkludert i denne definisjonen. Publiserte tall fra SSB viser at andelen sysselsatte blant 15-74åringer var på 66,1 prosent i 2017. Vårt anslag for 2017 er på 67,7 prosent siden (i) vi utelater 15åringer i både 2000 og 2017, og (ii) vi foretar en korrigering for en endring i statistikkgrunnlaget som skjedde i 2015; se neste kapittel.
3Studiene utført av bl.a. Autor mfl. (2013, 2014) for USA og Balsvik mfl. (2015) for Norge, viser negative effekter av økt handel/importkonkurranse på sysselsetting i tråd med hypotese (i), mens Autor mfl. (2015) og Acemoglu og Restrepo (2019a; 2019b) knytter fall i sysselsetting også til digitalisering og robotisering i tråd med hypotese (ii). For Norge har Akerman mfl. (2015) vist at bredbåndsutbygging førte til en økning (fall) i relative lønninger og sysselsetting for arbeidere med høyere (lavere) utdanning.
4En omfattende litteratur i arbeidsmarkedsøkonomi har forsøkt å estimere lønnseffekter av innvandring og presentert effektestimater med ulike fortegn. Bl.a. fant Borjas (2003) store negative lønnseffekter, mens Ottaviano og Peri (2012) og Blau og Mackie (2017) fant svakt positive eller ingen lønnseffekter av innvandring. Sistnevnte studie konkluderer også at effekten på sysselsetting av lokale arbeidere var neglisjerbar. For Norge viser Bratsberg og Raaum (2012) betydelige negative lønnseffekter av økt innvandring i byggebransjen.
5Studier utført av Kleiner og Krueger (2013) for USA og Alecu og Drange (2016) fokuserer på virkninger av krav til og utbredelse av yrkeslisensiering/sertifisering og viser tydelig effekter på henholdsvis lønn og yrkesmobilitet i tråd med hypotese (vii). Abraham (2015), Davis mfl. (2013) og Davis og Haltiwanger (2014) undersøker betydningen av «mismatch» og mobilitet i arbeidsmarkedet, knyttet til hypotesene (ix) og (x). For Norge har Skjerpen mfl. (2016) undersøkt effekten av allmenngjøring av tariffavtaler innenfor bygg- verfts- og renholdssektoren, og funnet heterogene effekter etter utdanning og sektor.
6Det bør påpekes her at von Brasch og Horgen (2018) riktignok ikke tolket sine resultater slik.
7Fra og med 2005 er også 15-åringer inkludert i datagrunnlaget til den registerbaserte sysselsettingsstatistikken. Disse er fjernet fra vårt utvalg for at dette skal være konsistent over tid.
8A-ordningen innebar at arbeidsgivernes rapportering om inntekt, arbeidsforhold og skattetrekk til NAV, Statistisk sentralbyrå og Skatteetaten ble forenklet og samordnet til et månedlig skjema. En grundigere diskusjon om brudd i registerstatistikken finnes i kapittel 2.1 i Bhuller og Eika (2019).
9Personer med «manglende opplysninger» består i hovedsak av innvandrere som har utdanning fra andre land, og som ikke står oppført i det norske utdannings- og autorisasjonsregisteret. Det er grunn til å tro at sammensetningen av innvandrere med «manglende opplysninger» i 2000 og 2017 er forskjellig, så vi har valgt å ikke vektlegge disse forskjellene her. I 2017 manglet SSB utdanningsopplysninger for hver fjerde innvandrer i yrkesaktiv alder. SSB har foretatt spørreundersøkelser i 1991, 1999 og 2011 blant innvandrere for å kunne redusere andelen med manglende utdanningsopplysninger. Det er særlig stor andel med «manglende opplysninger» blant innvandrere som har ankommet etter SSBs forrige spørreundersøkelse i 2011.
10Med en fallende etterspørselskurve vil alt annet likt et økt tilbud av arbeidskraft (“positivt tilbudssjokk») trekke ned lønningene, og motsatt, hvis tilbudet av arbeidskraft reduseres (“negativt tilbudssjokk») vil lønningene forventes å gå opp. Hvor stor sysselsettingsendring det er i likevekt relativt til det initielle tilbudssjokket vil avhenge både av etterspørselselastisitet og tilbudselastisitet av arbeidskraft.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon