Attraktivitetsbarometeret. Hvordan måle regional bostedsattraktivitet
Research report
Published version
Åpne
Permanent lenke
http://hdl.handle.net/11250/2439867Utgivelsesdato
2010-06-30Metadata
Vis full innførselSamlinger
- Regional utvikling [313]
Originalversjon
Vareide, K. & Storm, H.N. Attraktivitetsbarometeret. Hvordan måle regional bostedsattraktivitet. Bø: Telemarksforsking, 2010Sammendrag
l dette notatet dokumenterer vi metoder og viser resultater fra forskningen som Telemarksforsking de siste årene har gjort på variasjoner i stedlig attraktivitet mellom kommuner og regioner i Norge. Den viktigste indikatoren for regional utvikling i Norge er befolkningsutviklingen. Befolkningsutviklingen står i en særstilling i arbeidet med regional utvikling, og er på topp i modellen av regionale utviklingsindikatorer. Befolkningsutviklingen består av tre komponenter; fødselsoverskudd, innenlands nettoflytting og innvandring. På lang sikt vil de innenlandske flyttestrømmene ha avgjørende innflytelse for både fødselsbalansen og befolkningsvekst som følge av innvandring, derfor blir indikatoren "netto innenlands flytting" brukt som målestokk for en kommunes eller regions samlede utvikling. De innenlandske flyttestrømmene mellom kommuner og regioner har to sentrale drivkrefter; endring i antall arbeidsplasser og attraktivitet som bosted. Arbeidsplassutviklingen påvirker flyttestrømmene, og steder med vekst i antall arbeidsplasser vil ha større tilbøyelighet til å få netto innflytting enn steder med nedgang. Stedlig attraktivitet defineres som den nettoflyttingen til kommuner og regioner i Norge som ikke skyldes vekst i antall arbeidsplasser. Stedlig attraktivitet kan også beskrives som nettoflyttingen når virkninger av arbeidsplassveksten er trukket fra. Våre resultater viser at sammenhengen mellom arbeidsplassvekst og flytting varierer en del fra år til år, samt at den er ganske svak på kommunenivå. Ved å sammenligne utviklingen over flere år, blir sammenhengen sterkere. Vi analyserer også sammenhengen med bruk av tre ulike regionsinndelinger. På regionsnivå blir det mindre tilfeldig variasjon, og regioner er en mer naturlig inndeling enn kommuner, siden mange kommuner har felles arbeidsmarked. Vår vurdering er at politiske regioner er den mest hensiktsmessige inndelingen. De tre mest attraktive kommunene i perioden 2006-2008 er Rennesøy, Hole og Ullensaker. Plasseringen til små kommuner på attraktivitetsindeksen varierer sterkt sammenlignet med store og mellomstore kommuner. På kommunenivå forklarer variasjon i arbeidsplassutvikling 19 prosent av variasjonen i flytting, mens på regionsnivå forklarer den 38 prosent. De tre mest attraktive regionene i 2006-2008 er Nedre Romerike, Øvre Romerike og Halden og Aremark. Vi kan se en del mønstre i stedlig attraktivitet med hensyn til geografi og befolkningsgrupper. Attraktiviteten varierer systematisk mellom landsdeler, der Østlandet er mest attraktiv og Nord-Norge er minst attraktiv. De andre landsdelene skiller seg ikke på samme måte ut. Storbyer er også systematisk mer attraktive. Storbyregionene har normalt sett netto innflytting, mens distriktsregionene har normalt sett netto utflytting. Unge voksne flytter spesielt til de store byene, der Oslo er i en særstilling som det mest attraktive stedet. Barnefamilier flytter ut av byen, men bosetter seg i omlandet heller enn lengre ut i distriktet. Regionene og kommunene rundt Oslo er spesielt attraktive for barnefamilier. Innvandrerbefolkningen har høyere mobilitet enn den øvrige befolkningen, og flyttemønsteret har liten sammenheng med arbeidsplassutviklingen. Analysene viser at flyttingen til innvandrerbefolkningen har stor påvirkning på den målte attraktiviteten til kommuner og regioner, spesielt for kommunene med lav attraktivitet. Den neste delen i rapporten undersøker hvilke faktorer som kan forklare de observerte forskjellene i attraktivitet. Vi prøvde oss frem med en rekke forklaringsfaktorer som vi tenkte kunne ha betydning, og som det fantes statistikk for. Først gikk vi i gjennom de enkelte for klaringsfaktorene og så de i sammenheng med flytting og arbeidsplassutvikling. De faktorene som det tydet på hadde positiv sammenheng med attraktivitet på kommunenivå var sysselsettingsandel, arbeidsmarkedsintegrasjon, arbeidsplassvekst i nabokommuner, boligpriser, boligbygging, befolkningsstørrelse, tettsteder, innvandrerbefolkning, kafeer, lokal forurensing og inntekt i befolkning. De faktorene som det tydet på hadde en negativ sammenheng med attraktivitet er nettopendling, vernede områder, kommuneøkonomi og til dels innvandring. På regionnivå så det ut til å være en positiv sammenheng for sysselsettingsandel, arbeidsmarkedsintegrasjon, boligbygging, boligpriser, tettsteder, innvandrerbefolkning, kafeer, lokal forurensing, inntekt i befolkningen. Det så ut til å være en negativ sammenheng for nettopendling, kommuneøkonomi og til en viss grad vernede områder og innvandring. En slik enkel analyse med kun tre faktorer ga kun en pekepinn for hva som kan tenkes å forklare attraktivitet. Det neste vi gjorde var å sette alle faktorene sammen i en modell. Først da kunne vi se hvilke faktorer som har en forkaringseffekt i den store sammenhengen. Det viste seg at en rekke av faktorene mistet forklaringskraft da modellen ble utvidet. Disse faktorene samvarierte antagelig med andre mer sentrale forklaringsfaktorer. Vi undersøkte også hvordan de ulike faktorene påvirket hverandre. Ved å bruke ulike faktorer i ulike kombinasjoner, fikk vi nærmere informasjon om hvordan de ulike faktorene oppfører seg i forhold til hverandre. Slik kunne vi for eksempel se om det var faktorer som hadde en unaturlig dominerende effekt på andre faktorer. Det siste vi måtte vurdere, var om faktorene var en årsak til eller virkning av attraktivitet. Vi kan påvise at faktorer har en sammenheng med attraktivitet, men vet ikke hvilken vei årsaksforholdet går. For eksempel så vi at det var et positivt forhold mellom attraktivitet og boligpriser, men det er lite sannsynlig at et område opplever innflytting på grunn av høye priser. l dette tilfellet er antagelig høye boligpriser et uttrykk for attraktivitet. Vi kan ikke påvise hvilken vei årsaksforholdet går, dette må vi bare spekulere i. De faktorene vi til slutt satt igjen med på kommunenivå var arbeidsplassvekst, arbeidsmarkedsintegrasjon, arbeidsplassvekst i nabokommuner, befolkning, innvandring og kafeer. Dette er de faktorene vi ser har en sammenheng, og tror kan være forklaringsfaktorer. På regionnivå satt vi igjen med arbeidsplassvekst og befolkning, mens arbeidsmarkedsintegrasjon, arbeidsplassvekst i resten av fylket, innvandring og kafeer virket sentrale under visse forutsetninger. Boligbygging var en faktor som hadde stor forklaringskraft, men påvirket også modellen, spesielt på regionnivå. Disse faktorene ble så brukt i en siste regresjonsmodell. Denne modellen viste seg å ha rimelig stor forklaringskraft, den kunne forklare over 51 prosent av variasjonen i flytting på kommunenivå. Til slutt sammenlignet vi hvordan modellen beregnet den forventede flyttingen med den faktiske flyttingen i de enkelte kommunene. Vi kunne da se at noen kommuner hadde større eller mindre nettoflytting enn forventet. Vi kategoriserte gruppene for å se om det var systematiske forskjeller. Hvis det viste seg å være et mønster, kunne dette bety at det var viktige forklaringsfaktorer vi ikke har med i modellen. Det var ulike typer kommuner som hadde høyere og lavere nettoflytting enn forventet, og viste dermed at modellen fanger opp mye av det komplekse forholdet i flyttemønsteret. Allikevel så det ut til å være et visst regionalt mønster, som kunne tyde på at det fortsatt var en distriktsdimensjon som ikke fanges opp. Befolkningsindikatoren bør korrigere for sentralitet, men det kan muligens i tillegg være en geografisk faktor som det ikke er tatt hensyn til. På regionnivå var modellen i stand til å forklare 75 prosent av variasjonen i nettoflytting. Det var ikke tydelige regionale mønster, men modellen overvurderte nettoflyttingen til de mest sentrale regionene rundt Oslo, og undervurderte nettoflyttingen i enkelte halvsentrale områder i Sør-Norge. Enkelte distriktsregioner, spesielt i Nord-Norge, hadde lavere nettoflytting enn forventet. Hele 36 av 82 regioner hadde hatt en nettoflytting omtrent som forventet, noe som viser at modellen i stor grad stemmer med den faktiske flyttingen.