Ny arbeidsindikator i Nav: en beskrivelse

Av Othilde Skjøstad, Mia Danielsen og Inger Cathrine Kann[1] Takk til redaksjonsrådet, spesielt takk til Åshild Male Kalstø. Takk også til Ida Jacobsen for gode innspill og kommentarer.

Publisert: 12.05.2025

Sammendrag

En av de viktigste oppgavene til Nav er å hjelpe brukerne sine med å få jobb. Det er utfordrende å finne gode måter å måle Navs bidrag til brukernes arbeidsdeltakelse. Årsaken til det er at Navs evne og mulighet til å hjelpe brukerne sine avhenger både av kjennetegn ved brukerne og situasjonen på arbeidsmarkedet. Når det er høy arbeidsledighet er det vanskeligere å finne en jobb enn når det er stor mangel på arbeidskraft.

I samarbeid med forskere fra Oslo Economics og Frischsenteret har Nav utviklet en måte å måle Navs bidrag til brukernes arbeidsdeltakelse. Den nye arbeidsindikatoren tar hensyn til både kjennetegn ved brukerne som Nav hjelper og situasjonen på arbeidsmarkedet. Den er derfor et bedre mål på hva Navs innsats betyr for brukernes arbeidsdeltakelse.

I denne artikkelen beskriver vi hvordan Nav fram til nå har målt om de lykkes med å hjelpe folk i jobb. Deretter vil vi gi en innføring i hva den nye arbeidsindikatoren er, hvordan den ser ut og hva den kan fortelle oss.

Arbeidsindikatoren gir Nav bedre grunnlag enn tidligere til å vurdere om endringer Nav gjør fungerer. Den innsikten kan Nav bruke til å forbedre seg.

Abstract

One of the main tasks of Nav is to help its users find employment. It is challenging to find good ways to measure Nav's contribution to users' employment participation. The reason for this is that Nav's ability and opportunity to assist its users depend both on the characteristics of the users and the situation in the labour market. When unemployment is high, it is more difficult to find a job than when there is a significant labour shortage.

In collaboration with researchers from Oslo Economics and the Frisch Centre, Nav has developed a new method to measure its contribution to users' employment participation. The new employment indicator considers both the characteristics of the users that Nav assists and the situation in the labour market. Therefore, it provides a kind of measure of Nav's impact on users' employment participation.

In this article, we describe how Nav has previously measured its success in helping people find jobs. We then introduce the new employment indicator, explain what it looks like, and discuss what it can tell us.

The employment indicator provides Nav with a better basis than before to assess whether the changes Nav makes are effective. Nav can use this insight to improve.

Innledning

En av hovedoppgavene til Nav er å «[...] hjelpe arbeidssøkere med å få jobb, hjelpe arbeidsgivere med å skaffe arbeidskraft, forebygge og dempe skadevirkningene av arbeidsledighet og innhente informasjon om arbeidsmarkedet» (Nav-loven, 2006, §4). Navs evne og mulighet til å hjelpe brukerne sine med å få jobb avhenger imidlertid både av kjennetegn ved brukerne og situasjonen på arbeidsmarkedet. Når det er høy arbeidsledighet er det vanskeligere å finne en passende jobb enn når det er stor mangel på arbeidskraft.

Det er utfordrende å finne gode måter å måle Navs bidrag til brukernes arbeidsdeltakelse. I samarbeid med forskere fra Oslo Economics og Frischsenteret har Nav utviklet en måte å måle dette (Oslo Economics & Frischsenteret, 2022). Den nye arbeidsindikatoren tar hensyn til både kjennetegn ved brukerne i Nav og situasjonen på arbeidsmarkedet.

Formålet med den nye arbeidsindikatoren er å gi en bedre indikasjon på hva Navs innsats betyr for brukernes arbeidsdeltakelse, og bidra til et mer nyansert og fullstendig bilde av hva Navs bidrag er. Med et bedre mål på egne resultater, kan Nav i større grad disponere ressursene riktig og sikre at det gis best mulig hjelp til de som trenger det. Det er en forutsetning for å kunne opprettholde høy kvalitet på egne tjenester (Meld. St. 33 (2023-2024)).

I denne artikkelen vil vi beskrive hvordan vi hittil har målt om Nav lykkes med å hjelpe folk over i arbeid, og utfordringene knyttet til denne måten å måle resultater på. Deretter vil vi gi en innføring i hva den nye arbeidsindikatoren er, hvordan den ser ut og hva den kan fortelle oss. Dette er den første artikkelen i en planlagt serie av publikasjoner om den nye arbeidsindikatoren, hvordan den kan tolkes og hvordan den kan tas i bruk for å bidra til mer kunnskap om Navs bidrag til brukernes arbeidsdeltakelse.[2] Se Skjøstad et al. (2025) for eksempler på hvordan man kan tolke resultatene fra indikatoren.

Hvordan har vi målt Nav sine resultater- frem til nå?

Hittil har indikatoren for overgang til arbeid blitt brukt for å måle Navs resultater med å hjelpe folk i jobb (Nav, 2024a). Med utgangspunkt i personer som har vært registrert i Nav som enten arbeidssøker eller med nedsatt arbeidsevne, måler indikatoren andelen som er i jobb et halvt år etter at de sluttet å være registrert (Nav, 2019).[3] Populasjonen begrenses til personer mellom 20 og 66 år som er bosatt i Norge på referansetidspunktet. Over tid har andelen i jobb vært relativt stabil for begge disse gruppene, unntatt under koronapandemien (Nav, 2023) (figur 1). Av de 13 256 arbeidssøkerne som sluttet å være registrerte arbeidssøkere i juni 2024, var 64 prosent i jobb seks måneder senere. Blant 5 774 personer som ikke lenger var registrert med nedsatt arbeidsevne i juni 2024, var 46 prosent i jobb et halvt år senere (Nav, 2024a).

Figur 1. Arbeidssøkere og personer med nedsatt arbeidsevne i jobb seks måneder etter avgangstidspunkt fra Nav.

Kilde: Nav

Utfordringer med den gamle måten å måle resultater på

Det er flere problemer med den gamle indikatoren for overgang til arbeid som mål på Navs resultater. En stor utfordring er at den ikke tar hensyn til viktige faktorer som påvirker Navs mulighet til å få flere i jobb (Oslo Economics & Frischsenteret, 2022). Den tar ikke hensyn til at det er vanskeligere for noen av Navs brukere å komme i jobb enn andre. Det er også varierende hvor lett det er å få jobb i ulike deler av landet, og det er forskjeller i arbeidsmarkedet over tid.

Få timer i jobb per uke betyr like mye som fulltidsjobb

Et annet problem er at arbeidsdeltakelse (i jobb) kun blir målt som å jobbe fire timer eller mer i uka. Indikatoren sier ikke noe om hvor mange timer personene jobber, og de som jobber fire timer i uka teller like mye som de som jobber fulltid. Fire arbeidstimer i uka gir ikke en tilstrekkelig inntekt til å dekke daglige utgifter. Det betyr at enkelte av de man teller som «i jobb» fremdeles kan være økonomisk avhengig av ytelser fra Nav.

Måler «suksess betinget på suksess»

I mange tilfeller er den naturlige forklaringen på at personer ikke lengre er registrert hos Nav, at de har fått en jobb. Når indikatoren for overgang til arbeid måler resultater med utgangspunkt i de som slutter å være registrert hos Nav (avgangspopulasjonen), vil den derfor i stor grad indirekte måle Navs resultater som “suksess betinget på suksess”.[4]Se også diskusjon av dette i Oslo Economics & Frischsenteret (2022).

Måler resultater kun for de som er ute av Nav

Videre har det vært en utfordring at den gamle indikatoren for overgang til arbeid kun inkluderer personer som er på vei ut av Nav (Oslo Economics & Frischsenteret, 2022). Dette er kun en liten andel av totalt antall brukere som til enhver tid mottar arbeidsrettet oppfølging. At resultatet (i jobb) kun måles akkurat seks måneder etter at de har sluttet å være registrert som arbeidssøker eller med nedsatt arbeidsevne, gjør statistikken mer sårbar for tilfeldigheter.

Den nye arbeidsindikatoren

Det er avgjørende at Nav har tilgang til pålitelig informasjon om egne resultater for å kunne sørge for god kvalitet på tjenestene sine (Meld. St. 33 (2023-2024). På grunn av måleproblemene med den gamle indikatoren for overgang til arbeid, har det vært et stort behov for en ny arbeidsindikator som tar hensyn til disse utfordringene.

Populasjon – alle Nav skal hjelpe i jobb

Alle som henvender seg til Nav for å få hjelp til å komme i jobb har rett til å få vurdert sitt behov for hjelp (Nav-loven, 2006, §14a). Behovsvurderingen er grunnlaget for et vedtak etter Nav-loven §14a, som ofte omtales som et oppfølgingsvedtak. Ut fra hvor mye hjelp den enkelte bruker blir vurdert å trenge, deler Nav brukerne inn i ulike «innsatsgrupper», som påvirker ressursbruken Nav yter overfor den enkelte bruker (Galaasen & Lima, 2014). Det er fire innsatsgrupper; standardinnsats, situasjonsbestemt innsats, spesielt tilpasset innsats og varig tilpasset innsats. Sykemeldte uten arbeidsgiver og andre mottar arbeidsrettet oppfølging uten å inngå i de andre innsatsgruppe (se faktaboksen «Bistandsbehov og innsatsgrupper i Nav» for mer informasjon).

Den nye arbeidsindikatoren blir beregnet for populasjonen av personer som mottar arbeidsrettet oppfølging fra Nav, definert på bakgrunn av vedtak etter Nav-loven §14a (Nav, 2025). Unntaket er at personer med varig tilpasset innsats ikke inngår i populasjonen.

Populasjonen inkluderer personer som har mottatt arbeidsrettet oppfølging fra Nav fra og med desember 2017 til og med september 2024.[5] Valg av lengde på observasjonsperioden er en avveining mellom at vi ønsker å fange opp trender over tid og benytte mest mulig av informasjonen vi har tilgjengelig. Samtidig reduseres sammenlignbarheten over tid av strukturelle endringer i arbeidsmarkedet. At observasjonsperioden nå er på syv år skyldes også at en stor del av denne perioden er påvirket av koronapandemien, med helt ulik sesongvariasjon enn normalt. For å kunne sesongjustere arbeidsindikatoren må vi ha med minst tre år som ikke er påvirket av korona, og perioden både før og etter hensyntas. Populasjonen består av drøyt 300 000 personer i gjennomsnitt hver måned (figur 2). Under koronapandemien var antallet høyere, og nådde på det meste nesten 600 000 personer i april 2020. Siden den nye arbeidsindikatoren inkluderer alle som får arbeidsrettet oppfølging, og ikke bare de som ikke lenger er registrert i Nav, er det langt flere som inngår i populasjonen.

De med spesielt tilpasset innsatsbehov utgjør rundt 50 prosent av populasjonen, og er vanligvis den største gruppen. Under koronapandemien utgjorde imidlertid personer med standardinnsats flest. Sammensetningen av innsatsgrupper har endret seg noe i løpet av tidsperioden (figur 2). Andelen brukere med standard innsatsbehov har gått ned, mens det over tid er en økning i andelen med spesielt tilpasset innsatsbehov. Andelen med situasjonsbestemt innsatsbehov har også økt noe.

Figur 2. Populasjon, etter innsatsgruppe. Antall

Kilde: Nav

Bistandsbehov og innsatsgrupper i Nav

Standardinnsats tilbys personer som antas å kunne komme ut i jobb på egenhånd i løpet av seks måneder. Dette er personer med utdanning og som nylig har vært i jobb. De får i hovedsak tilbud om generelle jobbsøkertjenester og digitale selvbetjeningsløsninger.

Situasjonsbestemt innsats tilbys personer som kan ha utfordringer med å skaffe seg eller beholde jobb. Dette er personer som mangler arbeidserfaring og/eller utdanning. De antas å stå i fare for å kunne bli arbeidsledige i mer enn seks måneder og har derfor behov for veiledning. Bistand fra Nav kan i dette tilfellet omfatte veiledning i yrkesvalg, jobbsøking og arbeidsmarkedstiltak (Kalstø, 2022).

Spesielt tilpasset innsats tilbys personer som etter en arbeidsevnevurdering har fått fastslått at de har nedsatt arbeidsevne. Det kan skyldes helseproblemer og/eller andre problemer med å søke eller være i jobb. Samtidig legges det til grunn at personen på sikt vil kunne skaffe seg eller beholde arbeid gjennom egeninnsats og innsats fra Nav (Kalstø, 2022).

Varig tilpasset innsats tilbys personer som etter en arbeidsevnevurdering har varig nedsatt arbeidsevne, og som ikke vil kunne skaffe seg eller beholde ordinært arbeid gjennom innsats fra Nav (Kalstø, 2022). Personer med varig tilpasset innsatsbehov er derfor tatt ut av populasjonen.

Sykemeldte uten arbeidsgiver omfatter sykemeldte uten et arbeidsforhold og selvstendig næringsdrivende. Sykemeldte uten arbeidsgiver får et oppfølgingsvedtak etter Nav-loven §14a der hovedmålet er “øke deltakelse eller mål om arbeid”. Ordinært sykemeldte er ikke en del av denne gruppa ettersom disse i hovedsak skal følges opp av arbeidsgiverne sine på arbeidsplassen. Dersom noen ordinært sykemeldte blir vurdert til å ha et annet oppfølgingsbehov underveis i en sykemeldingsperiode, så vil de inngå i beregningen av arbeidsindikatoren.

Andre omfatter personer som står med status «ikke vurdert» eller «behov for arbeidsevnevurdering» i Navs fagsystemer. Både sykemeldte uten arbeidsgiver og andre utgjør svært små andeler av populasjonen.

Måler arbeidsdeltakelse på fire måter

Den nye arbeidsindikatoren har fire mål på arbeidsdeltakelse, som fanger opp ulike sider ved brukernes arbeidsdeltakelse. To av målene er kontinuerlige, og måler antall arbeidstimer per uke, og to er binære, og måler hvorvidt personene jobber eller ikke:

  1. Gjennomsnittlig antall arbeidstimer per uke personen har jobbet de neste tre månedene etter måletidspunktet

  2. Gjennomsnittlig antall arbeidstimer per uke personen har jobbet de neste 12 månedene etter måletidspunktet

  3. Hvorvidt personen er i jobb tre måneder etter måletidspunktet

  4. Hvorvidt personen er i jobb 12 måneder etter måletidspunktet

For å være regnet som «i jobb» må en person jobbe mer enn 19 timer i uka. Dette skiller seg fra den gamle indikatoren for overgang til arbeid, der kravet var fire timer, men også fra annen arbeidsmarkedsstatistikk som definerer arbeid som å jobbe mer enn en time per uke i referanseuka (Statistisk sentralbyrå, 2025). Fire timer ukentlig arbeidstid vil ofte være for lite til å kunne forsørge seg selv, så grensen på 19 timer er satt for å få et mål på hvor mange som kan sies å ha forutsetninger for å være helt eller delvis selvforsørget. Brukere som jobber 19 timer eller mindre vil ikke være en del av beregningsgrunnlaget for utfallsmål 3 og 4, men være inkludert i utfallsmål 1 og 2.

Samlet sett gir de fire målene på arbeidsdeltakelse et mer komplett bilde av Nav-brukernes deltakelse på arbeidsmarkedet. Arbeidsdeltakelse måles både akkurat tre og 12 måneder senere, men også som et gjennomsnitt over de neste tre og 12 månedene. Dermed ivaretas behovet for aktualitet (tre måneder senere, og i løpet av de neste tre månedene), samtidig som man også får et bilde av brukernes arbeidsdeltakelse på litt lenger sikt (12 måneder senere, og i løpet av de neste 12 månedene). At arbeidsdeltagelse måles som et gjennomsnitt av arbeidsdeltagelse over tre og 12 måneder, gjør i tillegg at arbeidsindikatoren er mindre sårbar for tilfeldige svingninger i arbeidsdeltagelsen til en person. All arbeidsdeltakelse blir fanget opp når alle timer i tre og 12 måneders perioden etter måletidspunktet inkluderes.

Hvordan beregnes arbeidsindikatoren?

Arbeidsindikatoren er definert som differansen mellom 1) faktisk gjennomsnittlig arbeidsdeltakelse og 2) forventet gjennomsnittlig arbeidsdeltakelse (Nav, 2025). Forventet arbeidsdeltakelse beregnes i fire regresjonsmodeller, en for hvert av de fire målene på arbeidsdeltakelse. For hvert enkelt individ i populasjonen beregnes forventet arbeidsdeltakelse for hver måned ut fra deres individuelle kjennetegn og det lokale arbeidsmarkedet de er en del av. Litt forenklet kan vi si at beregningen for hvert individ baseres på hva som er «vanlig» blant alle brukere som har fått arbeidsrettet oppfølging fra Nav i observasjonsperioden. For detaljer se faktaboksen «Beregning av forventet arbeidsdeltakelse», vedlegg og Nav (2025).

Beregning av forventet arbeidsdeltagelse

En koeffisient er et tall beregnet i en regresjonsmodell som viser hvor mye en forklaringsvariabel påvirker det vi ønsker å måle. Koeffisientene for hver forklaringsvariabel som er estimert i regresjonsmodellene brukes til å beregne forventet arbeidsdeltakelse for hver måned for enkelt individ i populasjonen basert på deres individuelle kjennetegn og det lokale arbeidsmarkedet de er en del av. Koeffisientene beregnes for hele Nav-populasjonen og for hele observasjonsperioden samlet, og koeffisientene er felles for alle brukere i hele observasjonsperioden. Det innebærer at de endres når observasjonsperioden utvides med flere perioder og nye regresjoner gjennomføres.

De samme forklaringsvariablene blir brukt til å beregne alle målene på arbeidsdeltakelse, men det brukes forskjellige regresjonsmodeller for gjennomsnittlig arbeidstid (OLS) og for hvorvidt en person jobber eller ikke (probit-modell).[6] Se Nav (2025) for mer informasjon om beregningsmetode. Etter beregning av gjennomsnittlig faktisk og forventet arbeidsdeltakelse, er resultatene sesongjustert. Sesongjusteringen baseres på sesongmønsteret i årene før og etter koronapandemien. Se Nav (2025) for mer detaljer knyttet til sesongjusteringsmetode. Modellene beregnes separat for de fire målene på arbeidsdeltakelse. Se vedlegg for eksempel på beregning av forventet arbeidstid og tabell V1 for oversikt over koeffisientene til alle forklaringsvariablene.

Hvilke faktorer kontrollerer arbeidsindikatoren for?

Arbeidsindikatoren tar hensyn til egenskaper ved brukerne i Nav og situasjonen på arbeidsmarkedet. Faktorene arbeidsindikatoren kontrollerer for i beregningen av forventet arbeidsdeltakelse er valgt ut fordi de påvirker en persons arbeidsdeltakelse.[7] For å sikre stabil tilgang til data er variablene begrenset til variabler som Nav har tilgjengelige data på, og som Nav selv eier. Tilgjengelighet er grunnen til at variabler som utdanning, som i stor grad påvirker mulighetene i arbeidsmarkedet, ikke er kontrollert for. Det er ikke nødvendigvis forventet at alle faktorene er like viktige for hvor lett det er å komme i jobb, men å kontrollere for alle viktige variabler gir en mer presis beregning av Navs bidrag til arbeidsdeltakelse (Oslo Economics & Frischsenteret, 2022).

Et viktig prinsipp i utvelgelsen av forklaringsvariabler er det skal være forhold som Nav selv ikke kan påvirke. Dersom man inkluderer sentrale variabler som Nav kan påvirke, kan man i teorien forklare bort deler av etatens innsats og forstyrre målingen av Navs resultater (Oslo Economics & Frischsenteret, 2022). Det er derfor ikke inkludert variabler som sier noe om budsjettrammer, organisering og bemanning ved Nav-kontorene. Det samme gjelder for variabler som lokal arbeidsledighet og ledige stillinger. Disse kan være påvirket av om Nav lykkes godt med å få brukerne sine i arbeid.

Et annet viktig prinsipp i utvelgelsen av forklaringsvariabler er at vi ikke ønsker å inkludere forklaringsvariabler som måler hvordan Nav selv vurderer og følger opp brukerne. Det kan for eksempel være valg av innsatsgruppe, om brukerne deltar på tiltak eller om de er registrert med nedsatt arbeidsevne. Det samme vil i utgangspunktet også gjelde for mottak av ytelser. For å fange opp brukere som har helseutfordringer har vi unntaksvis likevel inkludert en variabel som sier om en bruker mottar en midlertidig ytelse fra Nav. Denne variabelen forklarer viktige aspekter ved brukeren, som ikke fanges opp gjennom andre variabler.

Forklaringsvariablene kan grupperes i forklaringsvariabler som kontrollerer for egenskaper ved brukerne, og forklaringsvariabler som kontrollerer for egenskaper ved arbeidsmarkedet (se faktaboksene «Forklaringsvariabler for brukerne» og «Forklaringsvariabler for arbeidsmarkedet» for mer informasjon om de enkelte forklaringsvariablene, og Nav (2025) for mer detaljerte beskrivelser). Forklaringsvariabler som kontrollerer for egenskaper ved brukerne, er alder, kjønn, fødeland og botid i Norge, sivilstatus, antall barn under 18 år, arbeidsmarkedstilknytning, antall måneder de siste fem årene man har vært registrert i Nav, varighet på det siste Nav-forløpet, om man mottar en ytelse fra Nav (delt i helseytelse og arbeidsrettet ytelse), arbeidstid på måletidspunktet, om man er ufør, om man er permittert, og om man nylig har gjennomført høyere utdanning. Forklaringsvariabler som kontrollerer for arbeidsmarkedet, er nye arbeidssøkere og forventet sysselsettingsutvikling i arbeidsmarkedsregionen.

Forklaringsvariabler for brukerne

Forklaringsvariablene for brukerne av Nav kontrollerer for brukersammensetting ved å inkludere informasjon om egenskaper ved brukerne av Nav.

Alder: Inkluderes som dummy-variabler for ettårig alder, opptil 67 år. Alle over 67 år er gruppert sammen. Personer som er 40 år, er referansekategorien. Resultatene viser at når alle andre forklaringsvariabler holdes konstant, er det brukere i slutten av 20-årene som har høyest arbeidsdeltakelse (se figur V1 og tabell V1 i vedlegget). Etter at man er fylt 30 år synker forventet arbeidsdeltakelse. Personer som er under 22 år, har lavere forventet arbeidsdeltakelse enn referansegruppen på 40 år.

Kjønn: Inkluderes som dummy-variabel med verdien 1 for kvinne og 0 for mann. Menn er referansegruppe. Resultatene viser at kvinner har lavere arbeidsdeltakelse enn menn (figur V2 og tabell V1 i vedlegg).

Fødeland og botid i Norge: Fødeland er gruppert i fem grupper: Norge (landgruppe 0), Vest-Europa (utenom Norge) USA, Canada, Australia og New Zealand (landgruppe 1), Østeuropeiske EU-land (landgruppe 2), Asia, Afrika, Sør- og Mellom-Amerika, Oseania (unntatt Australia og New Zealand) og Europa (unntatt EU/EØS) (landgruppe 3), og Ukjent. Å være født i Norge er referansegruppe.

Det kan være vanskeligere å få en jobb om man akkurat har flyttet til Norge enn når man har bodd i Norge i flere år, blant annet fordi det tar tid å lære seg norsk. Derfor skiller man på ulike botidslengder for å fange opp at det kan være forskjeller i hvordan botid påvirker arbeidsdeltagelsen: 0-12 måneder, 13-24 måneder, 25-36 måneder, 37-48 måneder, 49-120 måneder, og over 120 måneder. Å ha bodd i Norge mer enn 10 år er brukt som referanse. Landbakgrunn er interagert med de forskjellige botidslengdene.

Resultatene viser at brukere med norsk landbakgrunn har høyest arbeidsdeltakelse og at brukere med landbakgrunn fra andre vestlige land har nest høyest (tabell 1 i vedlegg). Ulempene med å ikke ha norsk landbakgrunn blir mindre jo lengre personen har bodd i Norge.

Sivilstatus og antall barn under 18 år: Sivilstatus er kontrollert for gjennom en dummyvariabel som er lik 1 dersom personen er gift. Ikke-gift er brukt som referansegruppe. Antall barn under 18 år er kategorisert i fem ulike grupper: 0, 1, 2, 3 og 4 eller flere barn. 0 barn er brukt som referanseverdi. Resultatene viser at de som er gift har en høyere arbeidsdeltakelse enn ikke-gifte. De med to barn har høyest arbeidsdeltakelse. Personer med fire barn eller mer har lavere arbeidsdeltakelse enn de uten barn (figur V3 og tabell V1 i vedlegg).

Arbeidsmarkedstilknytning: Hvor mye en person har jobbet tidligere kontrolleres for gjennom arbeidsinntekt de siste 12 månedene før personen ble registrert i Nav for første gang. Tidligere arbeidsinntekt inkluderes gjennom en variabel gruppert i 11 intervaller etter folketrygdens grunnbeløp (G). Referanseintervallet er 0.[8] G justeres årlig som en funksjon av lønns- og prisvekst. I mai 2024 tilsvarer 1 G i overkant av 124 000 kroner.

En persons tidligere arbeidserfaring og tilknytning til arbeidsmarkedet påvirker hvor lett det er å komme seg i jobb. Å ha noe tidligere arbeidserfaring kan si noe om kompetanse og kan oppfattes som et positivt signal av mulige arbeidsgivere. Å ha hatt en jobb er sannsynligvis også korrelert med andre uobserverbare egenskaper ved personen som er positive for å komme i arbeid. Resultatene viser at jo høyere arbeidsinntekt man har hatt tidligere, jo høyere arbeidsdeltakelse kan forventes (se figur V4 og tabell V1 i vedlegg).

Nav-historikk og Nav-varighet: Nav-historikk er inkludert gjennom en variabel som teller totalt antall måneder de siste fem årene en bruker har vært registret i Nav, uavhengig av om brukeren har hatt flere opphold fra Nav. Variabelen er delt inn i følgende kategorier: 0-6 måneder, 7-12 måneder, 13-18 måneder, 19-24 måneder, 25 –36 måneder, 37-60 måneder, over 60 måneder. 0-6 måneder er referanseverdien.

Nav-varighet er inkludert gjennom er variabel som forteller hvor lenge en bruker har vært registrert Nav i det siste forløpet som leder frem til hvert måletidspunkt. Variabelen teller antall måneder en bruker har vært registrert i Nav fra første registreringsmåned til hvert måletidspunkt.[9] Første gang er starten på den sammenhengende perioden som leder fram til måletidspunktet. Sammenhengende defineres som uten opphold på to måneder eller mer. Variabelen er inkludert i modellen som 61 kategorier der hver kategori tilsvarer en måned. Null måneder er brukt som referanseverdi.

Å ha vært lenge i Nav betyr ofte at man har vært lenge uten arbeid. Det er kan føre til at det er vanskeligere å komme i jobb. Blant annet har personer med lang Nav-historikk trolig uobserverbare egenskaper som gir dem utfordringer med å komme i jobb. Å ha vært lenge uten arbeid kan bidra til at jobbrelevante ferdigheter er utdatert og det kan være demotiverende å søke jobb over lengre tid uten å lykkes.

Resultatene viser at arbeidsdeltakelsen faller med økende Nav-historikk (figur V5 i vedlegget). Brukere med lengre varighet på sitt Nav-forløp har i hovedsak også lavere arbeidsdeltakelse.

Mottak av Nav-ytelser: Inkludert som en dummyvariabel lik 1 hvis brukeren mottar arbeidsrettede ytelser (dagpenger eller stønad til enslig forsørger). I tillegg inkluderes en dummyvariabel som har verdien 1 hvis brukeren mottar en helseytelse (arbeidsavklaringspenger eller sykepenger). Referansegruppen er de som ikke mottar noen av disse ytelsene.

Tidligere forskning har vist at hvilken ytelse man mottar har betydning for når man kommer tilbake i arbeid (Oslo Economics & Frischsenteret, 2022). Ytelser med tidsbegrensninger påvirker hvor lenge man har inntektssikring. Det er derfor lavere sannsynlighet fjor å komme i jobb mens man mottar en ytelse enn når man ikke mottar ytelse. Mottak av midlertidige ytelser er delt i to ulike grupper for å fange opp brukere som har helseutfordringer. Vi vurderer at denne variabelen i hovedsak fanger opp brukeregenskaper som påvirker muligheten til å komme i jobb som er utenfor Nav-veileders kontroll. Resultatene viser at de som mottar en ytelse har lavere arbeidsdeltagelse enn de som ikke mottar en ytelse. Å motta en helseytelse medfører betydelig lavere arbeidsdeltagelse sammenlignet med å motta en arbeidsrettet ytelse (se tabell V1 i vedlegg).

Arbeidstid på måletidspunktet: Inkludert som en variabel som måler om brukerne er i jobb og hvor mye de jobber på måletidspunktet. Variabelen er delt inn i syv kategorier basert på ukentlig arbeidstid: 0 timer, 1-8 timer, 8-16 timer, 16-24 timer, 24-32 timer, 32-38 timer, mer enn 38 timer. Referansekategorien er 0 timer.

Denne variabelen kontrollerer for nåsituasjonen til brukerne og fanger opp at det er vanskeligere å komme i jobb eller øke hvor mye man jobber dersom man ikke allerede har et arbeidsforhold. Denne variabelen kan også fungere som et mål for helsetilstand ettersom personer som er syke ikke har mulighet til å jobbe. Resultatene viser at det er en positiv sammenheng mellom arbeidstid på måletidspunktet og arbeidsdeltagelse tre og 12 måneder senere.

Uførhet: Inkludert som en dummyvariabel lik 1 dersom personen mottar uføretrygd. Referansen er de som ikke mottar uføretrygd. Personer som mottar uføretrygd i populasjonen, er i hovedsak delvis uføre. Å være delvis ufør vil i stor grad påvirke mulighetene til å komme i arbeid, ettersom det er et krav om å ha nedsatt arbeidsevne for å motta uføretrygd (NOU 2019: 7). Resultatene viser at brukere som mottar uføretrygd har lavere arbeidsdeltakelse enn de som ikke mottar uføretrygd. Mange uføre brukere i Nav-populasjonen på et Nav-kontor bidrar altså til å trekke forventningene til Nav-kontoret ned.

Permittert: Inkludert som en dummyvariabel som har verdien 1 dersom personen er permittert. En virksomhet kan permittere en ansatt ved midlertidig bortfall av ordre eller oppdrag (Nav, 2024b). Formelt sett består arbeidsforholdet fortsatt, og de fleste permitterte personer har derfor en arbeidsgiver å gå tilbake til når permitteringstiden er over. Det er derfor grunn til å tro at permitterte har større mulighet til å komme raskt tilbake i arbeid enn andre. Resultatene viser at permitterte har høyere arbeidsdeltakelse enn ikke-permitterte (tabell V1 i vedlegg).

Kommer fra høyere utdanning : Inkludert som en dummyvariabel som er lik 1 hvis personen har vært registrert i høyere utdanning i løpet av de to semestrene før personen ble registrert hos Nav. Forskning viser at personer som kommer rett fra høyere utdanning når de registrer seg hos Nav har større sannsynlighet til å komme raskt i jobb etter registrering enn andre (Yin et al., 2019). Resultatene viser at personer som kommer rett fra høyere utdanning har høyere arbeidsdeltakelse enn de som ikke gjør det (figur V2 og tabell V1 i vedlegg).

Forklaringsvariabler for arbeidsmarkedet

Navs muligheter til å hjelpe brukerne sine i arbeid påvirkes av konjunkturer og etterspørselen etter arbeidskraft (Nav, 2025). Forklaringsvariablene for arbeidsmarkedet kontrollerer for situasjonen på arbeidsmarkedet lokalt. Modellene inkluderer to ulike mål for situasjonen på arbeidsmarkedet som fanger opp variasjon i etterspørselen etter arbeidskraft og hvor lett vi kan anta det er for personer å få jobb. Lokale arbeidsmarkedsforhold fanges opp gjennom å dele arbeidsmarkedet inn i 90 bo- og arbeidsmarkedsregioner (Bhuller, 2009). Variablene er forsøkt definert slik at de ikke er avhengig av Navs innsats.

Nye arbeidssøkere: Inkludert som en variabel som måler tilstrømming til registrert ledighet i løpet av månedene etter at personen er registrert som bruker i Nav. Variabelen rangerer gjennomsnittlig tilstrømming til registrert ledighet i 20 kategorier fra lav til høy. Variabelen er definert ved å telle antall nye helt eller delvis arbeidsledige som andel av antall personer i arbeidsstyrken (tilstrømningsandel). Dette blir gjort for hver måned i hele måleperioden. Deretter beregnes gjennomsnittlig tilstrømningsandel for de tre og 12 neste månedene, avhengig av mål på arbeidsdeltakelse.

Resultatene viser at brukere i en region med høy tilstrømning til ledighet har lavere arbeidsdeltakelse (se tabell 1 i vedlegg).

Forventet sysselsettingsutvikling i arbeidsmarkedsregionen: Inkludert som en kategorisk variabel med 20 like intervaller for forventet sysselsettingsutvikling i regionen. Variabelen er definert for hver arbeidsmarkedsregion og for hvert måletidspunkt. Variabelen skal fange opp forventede endringer i etterspørselen etter arbeidskraft basert på lokal næringssammensetning og etterspørsel etter arbeidskraft i disse næringene nasjonalt. Utgangspunktet tas i næringsstrukturen i arbeidsmarkedsregionen tolv måneder tilbake i tid, og sysselsatte i hver næring telles opp. Sysselsettingsveksten i regionen blir beregnet basert på hva den ville ha vært hvis næringene i regionen hadde hatt samme sysselsettingsvekst som næringene har hatt nasjonalt. Dette er en såkalt shift-share instrumentvariabel-metode (Nav, 2025).

Resultatene er ikke entydige, men viser i hovedsak at brukere i regioner med høy forventet sysselsettingsutvikling i året før brukeren er registrert i Nav har lavere arbeidsdeltakelse enn andre og motsatt at brukere i regioner med lav forventet sysselsettingsutvikling har høyere arbeidsdeltakelse. Dette kan forklares med at sammensetningen av arbeidsledige varierer med konjunkturene. Det vil si at de som blir registrert i Nav etter en periode med høy sysselsettingsvekst (godt arbeidsmarked) statistisk sett har flere utfordringer med å komme seg i jobb enn personer som blir registrert i Nav etter en periode med et utfordrende arbeidsmarked. Arbeidsledige i en høykonjunktur har ofte egenskaper som gjør at de har behov for mer bistand for å komme i jobb (von Simson, 2023). Siden modellene kun kontrollerer for enkelte egenskaper med brukerne, kan variablene som måler konjunktur og arbeidsmarkedssituasjon, også fange opp endringer i egenskaper ved brukerne som vi ikke er i stand til å kontrollere for ved hjelp av de inkluderte forklaringsvariablene for brukerne. Det vurderes å fjerne denne variabelen fra modellen.

Hva kan arbeidsindikatoren fortelle oss?

Arbeidsindikatoren er definert som differansen mellom faktisk og forventet arbeidsdeltakelse. Den kan dermed fortelle oss hvor mye brukerne i Nav jobber, sammenlignet med hvor mye vi statistisk sett kan forvente at de jobber.[10] Statistisk forvente, gitt de inkluderte forklaringsvariablene. Verdien på arbeidsindikatoren en gitt måned viser forskjellen mellom faktisk og forventet arbeidsdeltakelse. En indikatorverdi lik null betyr at faktisk arbeidsdeltakelse er lik det vi statistisk forventer.[11] Det tilsvarer gjennomsnittet for hele observasjonsperioden samlet. Vi kan tolke dette som Navs gjennomsnittlige bidrag til brukenes arbeidsdeltakelse i observasjonsperioden. Siden det er Navs gjennomsnittlige bidrag som er referansepunktet, er arbeidsindikatoren et relativt mål på Navs bidrag til arbeidsdeltakelse.

En positiv indikatorverdi betyr at faktisk arbeidsdeltakelse er bedre enn statistisk forventet, og at Navs bidrag er bedre enn gjennomsnittlig, gitt brukersammensetning og arbeidsmarked. Da jobber brukerne i Nav mer enn statistisk forventet. En negativ indikatorverdi betyr at faktisk arbeidsdeltakelse er dårligere enn statistisk forventet. Det betyr ikke at Nav bidrar negativt til brukernes arbeidsdeltakelse, men at Navs bidrag er dårligere enn Navs gjennomsnittlige bidrag.

Arbeidsindikatoren blir regnet ut på en måte som gjør at det vektede gjennomsnittet av indikatoren for hele observasjonsperioden er null.[12] Gitt at faktisk verdi ikke er lik estimert verdi for hele beregningsperioden. Modellen vil verken underestimere eller overestimere forventede verdier. Det betyr at indikatoren for Nav som helhet ligger like mye over null som under null i observasjonsperioden. Det innebærer at Nav tidvis bidrar bedre enn gjennomsnittlig og tidvis dårligere enn gjennomsnittlig. Trenden over tid kan likevel være positiv eller negativ. I det følgende vil arbeidsindikatoren for alle Navs brukere presenteres med alle fire mål på arbeidsdeltakelse, for hele observasjonsperioden.

Arbeidsdeltagelse målt i timer

Samlet sett jobber Navs brukere som mottar arbeidsrettet oppfølging omtrent åtte timer i snitt per uke, men faktisk og forventet ukentlig arbeidstid varierer mye over tid (figur 3). Brukere som var registrert i Nav under koronapandemien, skiller seg tydelig ut ved at de jobbet mer enn det som er vanlig blant brukerne ellers i observasjonsperioden. Dette var også forventet av den gruppen som var registrert i Nav da. Når den faktiske gjennomsnittlige arbeidstiden ligger over den forventede gjennomsnittlige arbeidstiden, vil indikatorresultatene være større enn null (positive), og når den faktiske arbeidstiden ligger under den forventede, vil indikatorresultatene være mindre enn null (negative) (figur 4).

Målt som gjennomsnittlig arbeidstid de neste tre månedene etter måletidspunktet, er arbeidsindikatoren stort sett positiv i perioden frem til begynnelsen av 2019 (figur 4 – venstre panel). I denne perioden er Nav-bidraget positivt, og brukerne jobber mer enn forventet. Gjennom resten av 2019 er indikatoren negativ, og i 2020 og begynnelsen av 2021 varierer den mye rundt null, men er tidvis ganske høy. Etter 2022 er resultatene dårligere, og stort sett negative. I mai 2021 var for eksempel arbeidsindikatoren 0,7. Det betyr at brukerne av Nav i mai 2021 jobbet 0,7 timer mer i gjennomsnitt per uke i juni, juli og august enn forventet ut fra brukernes sammensetning og situasjonen på arbeidsmarkedet. Det kan tolkes som at Nav bidro mer enn gjennomsnittlig til brukerne som var registrert hos Nav i mai 2021 sin arbeidsdeltakelse de tre påfølgende månedene.

Det er ikke stor forskjell mellom brukernes arbeidstid de neste tre og 12 måneder etter måletidspunktet (begge i figur 4), men etter februar 2022 har indikatorresultatene vært mer negative 12 måneder etter måletidspunktet enn tre måneder etter måletidspunktet. I juni 2022 var for eksempel indikatoren målt som antall timer arbeidet de påfølgende 12 månedene -0,2, mens indikatoren målt som antall timer jobbet de påfølgende tre månedene var -0,1 (figur 4). Det betyr at personer som var registrert som brukere av Nav i juni 2022 i gjennomsnitt jobbet 0,2 timer mindre enn forventet det neste året, men kun 0,1 timer mindre enn forventet de neste tre månedene. Det langsiktige resultatet er altså dårligere enn det kortsiktige. Det kan innebære at Navs bidrag til mer varig arbeidsdeltakelse er litt svakere enn bidraget på kort sikt.

Figur 3. Faktisk gjennomsnittlig arbeidstid og forventet gjennomsnittlig arbeidstid de neste tre (venstre panel) og 12 månedene (høyre panel) etter måletidspunktet for alle brukere i Nav.

Kilde: Nav

Figur 4. Arbeidsindikatoren målt som gjennomsnittlig arbeidstid de neste tre (venstre panel) og 12 månedene (høyre panel) etter måletidspunktet for alle brukere i Nav. [13] Det er statistisk usikkerhet knyttet til begge størrelsene som definerer arbeidsindikatoren: både til de faktiske verdiene og til de forventede verdiene. Konfidensintervallene (95 %) fanger opp den samlede usikkerheten fra disse to kildene, og sier noe om den statistiske usikkerheten ved de beregnede indikatorverdiene gitt at modellene er spesifisert riktig (Nav, 2025).

Kilde: Nav

Arbeidsdeltagelse målt som andel i jobb

Samlet sett er det omtrent 20 prosent av alle Navs brukere som mottar arbeidsrettet oppfølging, som er i jobb (figur 5). Faktisk og forventet andel i jobb varierer over tid, men brukere registrert i Nav under koronapandemien skiller seg ut ved at en høyere andel var i jobb enn det som er vanlig blant brukerne ellers i observasjonsperioden.

Målt som andel i jobb tre måneder etter måletidspunktet, er arbeidsindikatoren positiv frem til april 2019, og negativ i resten av 2019 (figur 6 – venstre panel). I 2020 og i begynnelsen av 2021 varierer den rundt null. I perioden fra april 2021 til april 2022 er indikatoren positiv og tidvis svært høy, men etter 2022 svinger indikatoren igjen rundt null. Målt som andel i jobb 12 måneder etter måletidspunktet, svinger arbeidsindikatoren ganske mye i hele observasjonsperioden (figur 6 – høyre panel). Mot slutten av observasjonsperioden er indikatorresultatene mer negative 12 måneder etter måletidspunktet enn tre måneder etter måletidspunktet.

I august 2023 var for eksempel indikatoren målt som andel i jobb tre måneder senere på 0,1 (figur 6 – venstre panel). Det betyr at andelen i jobb blant brukere registrert hos Nav i august 2023 var 0,1 prosentpoeng høyere enn forventet i november 2021. Målt som andel i jobb 12 måneder etter måletidspunktet, var indikatoren -0,9 i august 2023 (figur 6 – høyre panel). Det betyr at blant personer som var registrert i Nav i august 2023 var andelen i jobb 0,9 prosentpoeng lavere i august 2024 (12 måneder senere) enn statistisk forventet.

Figur 5. Faktisk andel i jobb og forventet andel i jobb tre (venstre panel) og 12 måneder (høyre panel) etter måletidspunktet for alle brukere i Nav.

Kilde: Nav

Figur 6. Arbeidsindikatoren målt som andel i jobb tre (venstre panel) og 12 måneder (høyre panel) etter måletidspunktet for alle brukere i Nav.

Kilde: Nav

Diskusjon og avslutning

Formålet med den nye arbeidsindikatoren er å gi et bedre mål på hva Navs innsats betyr for brukernes arbeidsdeltagelse. God informasjon om egne resultater er viktig for å kunne sikre god kvalitet på tjenestene i Nav (Meld. St. 33 (2023-2024)). Arbeidsindikatoren tar hensyn til at Nav-brukerne og arbeidsmarkedet er ulikt over tid og i ulike deler av landet. Dermed justerer indikatoren for at det er en større prestasjon å få en person i arbeid dersom utgangspunktet er utfordrende enn dersom utgangspunktet er lett (Nav, 2025). Det gir et mer nyansert og fullstendig bilde på Navs bidrag til brukernes arbeidsdeltakelse. Den nye arbeidsindikatoren er dermed bedre egnet til å måle Navs resultater.

Om videre bruk av arbeidsindikatoren

Arbeidsindikatoren skal brukes som et styringsverktøy og resultatindikator i Nav fra 2025. Som resultatindikator skal arbeidsindikatoren bidra til å vise om Nav over tid lykkes bedre eller dårligere med arbeidsrettet oppfølging. Indikatorresultatene kan brukes til å sammenligne arbeidsdeltakelse for en brukergruppe over tid, sammenligne arbeidsdeltakelse på tvers av ulike fylker, Nav-kontor og brukergrupper. For eksempel kan indikatorresultatene sammenligne forskjeller i Navs oppfølging av brukere med ungdomsgaranti, med Navs oppfølging av andre brukere. Når vi observerer endringer i indikatoren vil vi forsøke å se endringer i resultatene i sammenheng med eventuelle endringer som er gjort i Nav i samme periode.

Er det Navs innsats?

Navs bidrag til brukernes arbeidsdeltakelse måles som forskjellen mellom faktisk og forventet arbeidsdeltakelse. Dersom modellene som beregner forventet arbeidsdeltakelse klarer å ta hensyn til alle eksterne forhold som påvirker hvor krevende Navs jobb er, vil indikatorresultatene vise endringer over tid i hvor godt Nav bidrar til å hjelpe folk i jobb, samt forskjeller mellom brukergrupper og enheter i Nav.

Det betyr at dersom det er gjort endringer i Nav lokalt, eller sentralt, som i tid sammenfaller med endringer i indikatoren, kan det være en indikasjon på at endringen som er gjort påvirker resultatet. Da kan man forsøke samme endring andre steder. Det kan også gjøres analyser av om det er en årsakssammenheng eller ikke.

Det må samtidig vurderes om det er andre faktorer som kan ha bidratt til endringen i indikatorresultatene, som kan ha skjedd samtidig med endringer i indikatoren som det i modellen ikke kontrolleres for. Det kan også være tilfeldige variasjoner, og særlig er usikkerheten stor når enhetene vi studerer er liten.

Usikkerhet ved resultatene

Modellene som beregner forventet arbeidsdeltakelse, er til enhver tid de beste vi har til å måle Navs resultater, sammenligne Nav over tid og til å sammenligne ulike brukergrupper. Ved å kontrollere for de faktorene vi kan observere kommer vi nærmere Navs sanne relative bidrag enn det vi ville gjort uten. Til tross for at arbeidsindikatoren gir et bedre mål på Navs bidrag enn tidligere, har den likevel enkelte viktige begrensninger. En viktig begrensing, spesielt knyttet til unge brukere, er at den ikke måler overgang til utdanning, og heller ikke kontrollerer for utdanningsnivå i beregningen av forventet arbeidsdeltakelse. Dette skyldes at Nav foreløpig ikke har tilgang til å bruke utdanningsdata.

Endringer i indikatorresultatene over tid kan være tilfeldige. Samtidig er det mange egenskaper både ved brukerne og de lokale arbeidsmarkedsforholdene modellene ikke kontrollerer for. Dersom indikatorkurven for en gitt gruppe øker, kan dette skyldes at Nav i større grad lykkes med å få denne gruppen over i jobb. Tolkning av opp- og nedganger i indikatorresultatene som endringer i netto-bidrag forutsetter at det ikke har skjedd store endringer i Navs brukere eller i arbeidsmarkedsforholdene, som modellene ikke kontrollerer for (Nav 2025).

Det kan skje store endringer som modellen ikke klarer å ta hensyn til. Det store antallet nye brukere som kom inn i Nav under koronapandemien kan være et eksempel på det. Nasjonale og lokale nedstenginger rammet grupper som ellers var godt etablert på arbeidsmarkedet, og som vanligvis ikke har behov for hjelp fra Nav. Av de nye brukerne hadde flere enn vanlig ingen historikk i Nav, kombinert med høy inntekt. Modellene beregner likevel forventede verdier svært nær faktiske verdier også i denne perioden. Det tyder på at modellene kontrollerer relativt godt for endringen i brukersammensetning. Samlet er dermed Navs resultater omtrent gjennomsnittlige gitt brukersammensetning og arbeidsmarked. For noen brukergrupper er indikatorresultatene derimot relativt høye under pandemien sammenlignet med andre måletidspunkt, og for andre brukergrupper er resultatene relativt lave eller nesten uendret (se Skjøstad m.fl., 2025 og Nav 2025). Det kan tyde på at Navs bidrag til ulike brukergrupper ble påvirket ulikt av korona.

Koronapandemien er lite representativ for hvordan dynamikken i arbeidsmarkedet vanligvis er. Det innebærer at sammenhenger mellom brukerkjennetegn og arbeidsdeltakelse, og mellom arbeidsdeltakelse og konjunkturer er annerledes enn vanlig. Det kan være uheldig å la observasjoner fra denne perioden være med å definere hva vi kan forvente av Navs brukere i periodene før og etter pandemien (Nav, 2025). Å inkludere en periode med avvikende arbeidsmarkedsforhold medfører også at observasjonsperioden blir lenger enn den ellers ville vært siden det er nødvendig med noen normale år både før og etter pandemien (Nav, 2025). Etter hvert som det blir flere normalår etter pandemien, kan koronaperioden utelates.

Forskjeller i indikatorresultater må tolkes med forsiktighet. Det gjelder både de samlede resultatene for alle brukere i Nav, og alle nedbrytinger av resultatene. Det kan fortsatt være uobserverbare egenskaper ved en gruppe Nav-brukere som skiller seg systematisk fra andre Nav-brukere. Disse egenskapene kan være vesentlige drivere for om, og hvor raskt, brukerne kommer seg i jobb. Vi kan ikke vite sikkert hvordan disse uobserverbare egenskapene påvirker resultatene. Samtidig kan noen uobserverbare egenskaper ved brukerne trolig indirekte fanges opp gjennom kontroll for andre variabler. For eksempel kan informasjon om en brukers utdanningsnivå delvis fanges opp gjennom informasjon om brukerens inntekt, siden inntektsnivå til en viss grad reflekterer brukerens utdanningsnivå. Endringer i indikatorresultatene bør derfor ikke avfeies uten å tenke gjennom hva endringene kan skyldes.

Et godt verktøy for læring i organisasjonen

Arbeidsindikatoren gir Nav bedre grunnlag enn tidligere til å vurdere om endringer Nav gjør fungerer. Den innsikten kan Nav bruke til å forbedre seg.

Det er viktig å følge utviklingen i indikatoren over tid. Endringer i indikatoren på et tidspunkt på samme tid som Nav har gjort endringer lokalt eller sentralt kan være indikasjoner på at endringen Nav har gjort har hatt betydning for Navs bidrag til brukernes arbeidsdeltagelse.

Indikatoren kan også bidra til at organisasjonen lærer av hverandre på tvers i Nav. Når noen lykkes godt i oppfølgingen av en brukergruppe kan andre lære av det.

Referanser

Bhuller, M. S. (2009). Inndeling av Norge i arbeidsmarkedsregioner. (Notater 2009/24). Statistisk sentralbyrå. https://www.ssb.no/a/publikasjoner/pdf/notat_200924/notat_200924.pdf

Galaasen, A. M. & Lima, I. A. Å. (2014). Arbeidsevnevurderinger i Nav: Kunnskapsstatus og veien videre. Arbeid og velferd, 2014(3), 49-63.

Hernes, T. (Red.), Heum, I. (Red.) & Halvorsen, P. (Red.). (2010). Arbeidsinkludering – Om det nye politikk- og praksisfeltet i velferds-Norge. Gyldendal Akademisk.

Kalstø, Å. (2022). Aktivitet og samhandling – hvilken oppfølging får unge som kommer til Nav? Arbeid og velferd, 2022(1), 35-58.

Meld. St. 33 (2023-2024). En forsterket arbeidslinje — flere i jobb og færre på trygd. Arbeids- og inkluderingsdepartementet. https://www.regjeringen.no/no/dokumenter/meld.-st.-33-20232024/id3052167/

Nav. (2019, 12. September). Om statistikken – Overgang til arbeid og stønad. NAV. https://www.nav.no/no/nav-og-samfunn/statistikk/arbeidssokere-og-stillinger-statistikk/relatert-informasjon/om-statistikken-overgang-til-arbeid-og-stonad

Nav. (2023). Tabell 1. Personer med avgang fra status nedsatt arbeidsevne eller arbeidssøker 3 kvartal 2022 fordelt etter status på arbeidsmarkedet 1 kvartal 2023. Antall og prosent. [Statistikk]. https://www.nav.no/no/nav-og-samfunn/statistikk/arbeidssokere-og-stillinger-statistikk/tabeller/tabell-1.personer-med-avgang-fra-status-nedsatt-arbeidsevne-eller-arbeidssoker-3-kvartal-2022-fordelt-etter-status-pa-arbeidsmarkedet-1-kvartal-2023.antall-og-prosent

Nav. (2024a). Tabell 1. Personer med avgang fra status nedsatt arbeidsevne eller arbeidssøker 3 kvartal 2023 fordelt etter status på arbeidsmarkedet 1 kvartal 2024. Antall og prosent. [Statistikk]. https://www.nav.no/no/nav-og-samfunn/statistikk/arbeidssokere-og-stillinger-statistikk/ekstra-stor-tabell/tabell-1.personer-med-avgang-fra-status-nedsatt-arbeidsevne-eller-arbeidssoker-3-kvartal-2023-fordelt-etter-status-pa-arbeidsmarkedet-1-kvartal-2024.antall-og-prosent

Nav. (2024b, 20.12.24). Permittere. Hentet 31.01.25 fra Permittere - nav.no

Nav. (2025). Navs arbeidsindikator. Dokumentasjon av datagrunnlag og metode. DOI: https://doi.org/10.60847/NAV.5410, ISBN: 978-82-551-2549-5, ISSN: 2703-8823

Nav-loven. (2006). Lov om arbeids- og velferdsforvaltningen (arbeids- og velferdsforvaltningsloven (LOV-2006-06-16-20). Lovdata. https://lovdata.no/nav/nav-loven/eids- og velferdsforvaltningsloven) [Nav-loven] - Lovdata

NOU 2019: 7. (2019). Arbeid og inntektssikring — Tiltak for økt sysselsetting. Arbeids- og inkluderingsdepartementet.

Oslo Economics og Frischsenteret. (2022). Hvordan kan vi måle om Nav lykkes med å få flere i arbeid? Rapport 2022:10. Oslo: Oslo Economics. https://osloeconomics.no/wp-content/uploads/2022/05/Endelig-rapport_Oslo-Economics-og-Frischsenteret.pdf

Roaldsnes, A. (2018). Mål- og resultatstyring i Nav – kan det bidra til å få flere personer med nedsatt arbeidsevne i arbeid? Arbeid og velferd https://www.nav.no/_/attachment/download/f5ee6401-2b88-4f7c-af7f-a45d216ceb7e:43a92a965cb731e269b6539f30b7a26ef66eabdb/mal-og-resultatstyring-i-nav.pdf"https://www.nav.no/_/attachment/download/f5ee6401-2b88-4f7c-af7f-a45d216ceb7e:43a92a965cb731e269b6539f30b7a26ef66eabdb/mal-og-resultatstyring-i-nav.pdf

Skjøstad, O., Danielsen, M. & Kann, I. C. (2025). Ny arbeidsindikator i Nav. Hvordan kan den tolkes? Arbeid og velferd, 2025(1),

Statistisk sentralbyrå. (2025). Arbeidskraftundersøkelsen – SSB, februar 2025 https://www.ssb.no/arbeid-og-lonn/sysselsetting/statistikk/arbeidskraftundersokelsen

von Simson, K. (2023). Hva virker for hvem? Oppsummering av forskning om effekter av arbeidsmarkedstiltak på sysselsetting. Arbeid og velferd, 2023 (1), 1-20.

Yin, J., Dokken, T. & Kann, I. C. (2019). Hvem går hvor, og når: Fra arbeidsledighet til jobb, helserelaterte ytelser og utdanning. Søkelys på arbeidslivet, Vol 36(4), 214-230. Hvem går hvor, og når: Fra arbeidsledighet til jobb, helserelaterte ytelser og utdanning: Søkelys på arbeidslivet: Vol 36, No 4

Vedlegg

Tabellene og figurene i dette vedlegget viser hvor mye koeffisientene, for hver av forklaringsvariablene som benyttes i regresjonsmodellene, betyr for forventet arbeidsmarkedsdeltakelse. Koeffisientene knyttet til målene for gjennomsnittlig antall arbeidstimer per uke er målt i timer. Koeffisientene knyttet til målene for hvorvidt en person er i jobb, er målt som forskjell i andel i jobb (prosentpoeng). Negative koeffisienter betyr at forventet verdi trekkes ned, og positive tall at forventet verdi trekkes opp.

Eksempel for beregning av forventet arbeidstid gitt utvalgte egenskaper ved en eksempelbruker:

En person som er 60 år vil for eksempel ha en koeffisient på alder som er minus 0,74 timer (tabell V1). Hvis personen har en tidligere inntekt i den høyeste inntektsdesilen (>=744 695) gir det en koeffisient på 3,99 (tabell V1). Hvis personen jobbet mellom 8 og 16 timer måneden før måpetidspunktet gir det et tillegg på 11,86 timer (tabell V1).

Formelen som bestemmer forventet arbeidstid for hver person, er summen av alle koeffisientene. Denne summen legges til konstantleddet. Hvilke koeffisienter som brukes for hver person bestemmes av personens individuelle kjennetegn. Hvis personen ikke har historikk i Nav og dette er den første måneden personen er ledig og resten av kjennetegnene er referanseverdi som er null, er forventet arbeidstid neste tre månedene:

2,21 (konstantleddet) - 0,74 timer + 3,99 timer + 11,86 timer = 18,8 timer

Til tross for at denne personen er 60 år har vedkommende altså høy forventet arbeidstid de neste tre måneder, og vil være en av de som trekker forventet arbeidstid opp.

Det er altså arbeidstid på måletidspunktet som betyr mest for hva som forventes neste måned, og deretter tidligere inntekt. Samtidig er det viktig å huske at selv om enkelte variable betyr noe mindre, kan de bety mye for en gruppe som helhet. Hvis for eksempel arbeidsledigheten øker mye, vil det ikke bety veldig mye for hver enkelt, men det kan likevel påvirke et Nav-kontor eller et fylke mye, fordi alle utsettes for denne ledigheten samtidig.

Figur V1. Koeffisienter for alder. Atid3 og Atid12 (venstre panel), jobb3 og jobb12 (høyre panel). Viser hvor stor innvirkning variabelen har på utfallene i timer (atid3 og atid12) og i prosentpoeng/andel i jobb (jobb3 og jobb12)

Kilde: Nav

Figur V2. Koeffisienter for andre individkjennetegn for Atid3 og Atid12. Viser hvor stor innvirkning variabelen har på utfallene i timer (Atid3 og Atid12)

Kilde: Nav

Figur V3. Koeffisienter for antall barn. Viser hvor stor innvirkning variabelen har på utfallene i timer (atid3 og atid12)

Kilde: Nav

Figur V4. Koeffisienter for lønnsinntekt for Atid3 og Atid12). Viser hvor stor innvirkning variabelen har på utfallene i timer (Atid3 og Atid12)

Kilde: Nav

Figur V5. Koeffisienter Historikk i Nav for Atid3 og Atid12. Viser hvor stor innvirkning variabelen har på utfallene i timer (Atid3 og Atid12)

Kilde: Nav

Tabell V1. Oversikt over regresjonsresultatene for alle utfallsvariablene

Koeffisienter

Variabler

Verdier

Atid3

Atid12

Jobb3

Jobb12

Alder

18

-1,31

-2,34

-0,21

-0,32

19

-0,47

-1,38

-0,08

-0,25

20

0,02

-0,69

0

-0,16

21

0,13

-0,2

0,01

-0,08

22

0,26

0,12

0,04

-0,05

23

0,26

0,27

0,03

0

24

0,33

0,45

0,05

0,03

25

0,4

0,61

0,06

0,05

26

0,37

0,65

0,06

0,07

27

0,38

0,67

0,07

0,08

28

0,34

0,63

0,06

0,08

29

0,33

0,61

0,06

0,07

30

0,23

0,44

0,04

0,06

31

0,17

0,34

0,04

0,04

32

0,13

0,28

0,03

0,04

33

0,09

0,21

0,02

0,03

34

0,07

0,16

0,02

0,03

35

0,07

0,13

0,02

0,02

36

0,04

0,09

0,01

0,02

37

0

0,02

0

0,01

38

-0,01

-0,02

0

0

39

-0,03

-0,06

0

0

40

0

0

0

0

41

0

-0,05

0

-0,01

42

-0,04

-0,08

-0,01

-0,02

43

-0,06

-0,16

-0,02

-0,03

44

-0,09

-0,2

-0,02

-0,04

45

-0,09

-0,24

-0,02

-0,04

46

-0,12

-0,28

-0,03

-0,05

47

-0,13

-0,36

-0,04

-0,07

48

-0,16

-0,44

-0,04

-0,08

49

-0,17

-0,48

-0,04

-0,09

50

-0,22

-0,57

-0,05

-0,1

51

-0,26

-0,64

-0,07

-0,1

52

-0,28

-0,68

-0,06

-0,11

53

-0,31

-0,76

-0,07

-0,13

54

-0,33

-0,83

-0,08

-0,15

55

-0,44

-1

-0,1

-0,17

56

-0,45

-1,1

-0,1

-0,19

57

-0,51

-1,21

-0,12

-0,21

58

-0,59

-1,38

-0,13

-0,25

59

-0,66

-1,53

-0,15

-0,27

60

-0,74

-1,75

-0,17

-0,31

61

-0,95

-2,51

-0,23

-0,47

62

-1,42

-3,05

-0,3

-0,53

63

-1,63

-3,56

-0,35

-0,62

64

-1,9

-4,15

-0,41

-0,73

65

-2,19

-4,63

-0,47

-0,81

66

-2,35

-5,17

-0,53

-0,97

67

-2,7

-5,25

-0,56

-0,96

Antall barn under 18 år

0

0

0

0

0

1

0,08

0,25

0,02

0,05

2

0,17

0,46

0,03

0,08

3

-0,07

0,03

-0,01

0,03

4

-0,58

-0,98

-0,1

-0,11

Personkjennetegn

Kommer fra høyere utdanning

3,08

5,79

0,48

0,62

er gift

0,25

0,43

0,04

0,05

er kvinne

-0,23

-0,45

-0,04

-0,07

er permittert

2,33

2,86

0,23

0,22

Mottar en helseytelse

-2,81

-4,1

-0,52

-0,56

Mottar en arbeidsrettet ytelse

-0,43

1,15

0

0,16

er uføretrygdet

-1,41

-2,25

-0,48

-0,59

Arbeidstid på måletidspunkt

0 timer

0

0

0

0

0-8 timer

7,24

6,4

0,48

0,38

8-16 timer

11,86

10,18

0,61

0,53

16-24 timer

16,45

13,96

1,17

0,86

24-32 timer

20,08

16,18

1,8

1,23

32-38 timer

24,65

19,52

1,78

1,23

Mer enn 38 timer

28,44

22,33

1,78

1,23

Inntekt før Nav (kilde lønnsinntekt)

Ingen lønnsinntektinntekt

0

0

0

0

decil 1

0,64

1,05

0,17

0,17

decil 2

1,26

1,99

0,29

0,27

decil 3

1,6

2,43

0,34

0,31

decil 4

1,88

2,81

0,38

0,35

decil 5

2,22

3,35

0,45

0,43

decil 6

2,58

3,92

0,5

0,5

decil 7

2,89

4,39

0,54

0,55

decil 8

3,17

4,89

0,58

0,61

decil 9

3,49

5,4

0,63

0,67

decil 10

3,99

6,21

0,7

0,77

Interaksjon Inntekt og pensjonsgivende inntekt

Har pensjonsgivende inntekt

0,21

0,35

0,04

0,01

decil 1

0,5

0,87

0,12

0,12

decil 2

0,57

0,97

0,13

0,12

decil 3

0,75

1,33

0,16

0,17

decil 4

0,94

1,6

0,21

0,2

decil 5

1,26

2,14

0,27

0,28

decil 6

1,55

2,62

0,33

0,36

decil 7

1,76

2,91

0,37

0,38

decil 8

2,04

3,36

0,41

0,45

decil 9

2,2

3,59

0,46

0,49

decil 10

2,44

4,01

0,52

0,57

Landbakgrunn

Norge (landgruppe 0)

0

0

0

0

Ukjent

-0,75

-1,37

-0,14

-0,21

Vest-Europa (utenom Norge), USA, Canada, Australia og New Zealand (landgruppe 1)

-0,15

-0,17

-0,02

-0,02

Østeuropeiske EU-land (landgruppe 2)

-0,37

-0,59

-0,06

-0,09

Asia, Afrika, Amerika (utenom USA og Canada), Øst-Europa (utenfor EU), Oseania (utenom Australia og New Zealand) (landgruppe 3)

-0,63

-0,99

-0,1

-0,13

Botid

Botid intill 12 mnd

0,26

0,76

0,13

0,1

Botid 13-24 mnd

-0,13

-0,24

0,01

-0,05

botid 25-36 mnd

-0,3

-0,38

-0,04

-0,05

botid 37-48 mnd

-0,2

-0,37

-0,04

-0,06

botid 49-120 mnd

-0,24

-0,36

-0,04

-0,06

botid >-120 mnd

0

0

0

0

Vest-Europa (utenom Norge), USA, Canada, Australia og New Zealand (landgruppe 1)

*Botid inntil 12 mnd

-0,38

-1,29

-0,14

-0,23

*Botid 13-24 mnd

-0,41

-0,94

-0,1

-0,16

*Botid 25-36 mnd

-0,39

-1,03

-0,08

-0,16

*Botid 37-48 mnd

-0,2

-0,46

-0,03

-0,09

*Botid 49-120 mnd

-0,06

-0,19

-0,01

-0,04

*Botid >-120 mnd

0

0

0

0

Østeuropeiske EU-land (landgruppe 2)

*Botid intill 12 mnd

-1,76

-2,78

-0,33

-0,39

*Botid 13-24 mnd

-0,97

-1,74

-0,16

-0,24

*Botid 25-36 mnd

-0,66

-1,38

-0,1

-0,2

*Botid 37-48 mnd

-0,51

-1,01

-0,07

-0,15

*Botid 49-120 mnd

-0,3

-0,66

-0,05

-0,1

*Botid >-120 mnd

0

0

0

0

Asia, Afrika, Amerika (utenom USA og Canada), Øst-Europa (utenfor EU), Oseania (utenom Australia og New Zealand) (landgruppe 3)

*Botid intill 12 mnd

-1,06

-1,89

-0,18

-0,14

*Botid 13-24 mnd

0,23

-0,66

0,09

-0,03

*Botid 25-36 mnd

-0,16

-0,4

0

-0,04

*Botid 37-48 mnd

-0,32

-0,43

-0,03

-0,04

*Botid 49-120 mnd

-0,28

-0,52

-0,04

-0,07

*Botid >-120 mnd

0

0

0

0

Ukjent landbakgrunn

Botid intill 12 mnd

-0,88

-1,8

-0,15

-0,27

Botid 13-24 mnd

-0,67

-1,44

-0,13

-0,22

*Botid 25-36 mnd

-1,18

-2,26

-0,22

-0,22

*Botid 37-48 mnd

0,11

-1,03

0,05

-0,11

*Botid 49-120 mnd

-0,27

-0,77

-0,04

-0,12

*Botid >-120 mnd

0

0

0

0

Historikk

Ingen historikk

0

0

0

0

1-6 måneder

0,35

0,47

0,06

0,06

7-12 måneder

-0,23

-0,45

-0,04

-0,07

13-18 måneder

-0,28

-0,13

-0,04

-0,02

19-24 måneder

-0,42

-0,55

-0,05

-0,07

25 –36 måneder

-0,58

-0,86

-0,07

-0,11

37-60 måneder

-0,68

-1,14

-0,08

-0,15

over 60 måneder

-0,79

-1,45

-0,11

-0,21

Varighet

Startet denne måneden

0

0

0

0

1 måned

1,32

0,68

0,14

0,02

2 måneder

0,95

0,07

0,13

-0,03

3 måneder

1,47

0,14

0,18

-0,01

4 måneder

1,46

-0,16

0,17

-0,03

5 måneder

1,32

-0,53

0,14

-0,05

6 måneder

1,1

-0,87

0,1

-0,06

7 måneder

0,87

-1,11

0,06

-0,07

8 måneder

0,6

-1,36

0,02

-0,09

9 måneder

0,4

-1,63

-0,03

-0,11

10 måneder

-0,1

-2,14

-0,11

-0,17

11 måneder

-0,77

-2,51

-0,15

-0,19

12 måneder

-0,59

-2,22

-0,11

-0,17

13 måneder

0,01

-1,61

-0,04

-0,11

14 måneder

0,38

-1,28

0,01

-0,09

15 måneder

0,56

-1,13

0,03

-0,08

16 måneder

0,68

-1,06

0,05

-0,08

17 måneder

0,73

-1,06

0,05

-0,08

18 måneder

0,73

-1,07

0,04

-0,08

19 måneder

0,73

-1,04

0,04

-0,07

20 måneder

0,69

-1,03

0,04

-0,08

21 måneder

0,72

-0,99

0,05

-0,07

22 måneder

0,77

-0,96

0,06

-0,08

23 måneder

0,84

-0,89

0,07

-0,08

24 måneder

0,86

-0,91

0,07

-0,08

25 måneder

0,84

-0,87

0,06

-0,07

26 måneder

0,82

-0,86

0,06

-0,07

27 måneder

0,83

-0,88

0,07

-0,08

28 måneder

0,85

-0,89

0,07

-0,08

29 måneder

0,84

-0,91

0,07

-0,08

30 måneder

0,83

-0,94

0,06

-0,09

31 måneder

0,83

-0,95

0,06

-0,09

32 måneder

0,81

-0,96

0,06

-0,09

33 måneder

0,81

-0,95

0,06

-0,09

34 måneder

0,82

-0,94

0,06

-0,09

35 måneder

0,81

-0,94

0,06

-0,09

36 måneder

0,81

-0,92

0,06

-0,08

37 måneder

0,8

-0,85

0,06

-0,07

38 måneder

0,84

-0,83

0,07

-0,07

39 måneder

0,83

-0,84

0,07

-0,07

40 måneder

0,82

-0,85

0,07

-0,08

41 måneder

0,81

-0,88

0,07

-0,08

42 måneder

0,83

-0,88

0,07

-0,08

43 måneder

0,82

-0,88

0,06

-0,07

44 måneder

0,82

-0,88

0,06

-0,08

45 måneder

0,82

-0,88

0,06

-0,08

46 måneder

0,8

-0,9

0,06

-0,08

47 måneder

0,79

-0,89

0,05

-0,08

48 måneder

0,8

-0,87

0,05

-0,08

49 måneder

0,74

-0,91

0,04

-0,08

50 måneder

0,77

-0,89

0,05

-0,08

51 måneder

0,78

-0,89

0,05

-0,08

52 måneder

0,82

-0,87

0,06

-0,08

53 måneder

0,8

-0,9

0,06

-0,08

54 måneder

0,77

-0,92

0,05

-0,08

55 måneder

0,77

-0,9

0,05

-0,07

56 måneder

0,78

-0,88

0,06

-0,07

57 måneder

0,8

-0,86

0,05

-0,07

58 måneder

0,8

-0,87

0,06

-0,07

59 måneder

0,79

-0,89

0,06

-0,07

 

60 måneder og over

0,6

-1,37

0,01

-0,16

Nye arbeidssøkere

referanse

0

0

0

0

kategori 2

1,01

0,99

0,19

0,12

kategori 3

0,94

1,03

0,18

0,13

kategori 4

0,87

1,01

0,17

0,13

kategori 5

0,8

0,79

0,15

0,11

kategori 6

0,8

0,89

0,15

0,11

kategori 7

0,7

0,79

0,13

0,1

kategori 8

0,58

0,56

0,11

0,06

kategori 9

0,48

0,41

0,09

0,05

kategori 10

0,37

0,42

0,09

0,05

kategori 11

0,36

0,31

0,08

0,03

kategori 12

0,29

0,24

0,06

0,05

kategori 13

0,22

-0,06

0,04

0,02

kategori 14

0,25

-0,42

0,04

-0,05

kategori 15

0,23

-0,41

0,03

-0,1

kategori 16

0,08

-0,31

0

-0,04

kategori 17

0,27

-0,63

0

-0,08

kategori 18

-0,04

-0,63

-0,05

-0,08

kategori 19

-0,27

0

-0,09

0

kategori 20

-0,08

0

-0,01

0

Forventet sysselsettingsutvikling (instrumentvariabel)

Referanse

0

0

0

0

kat_2

0,2

-0,04

0,02

0,03

kat_3

0,59

0,3

0,09

0,04

kat_4

-0,03

-0,13

-0,01

0,05

kat_5

0,23

0,2

0,04

0,06

kat_6

0,53

0,43

0,09

0,04

kat_7

0,46

0,32

0,07

0

kat_8

0,61

0,65

0,08

0,03

kat_9

0,47

0,58

0,05

0

kat_10

0,46

0,47

0,05

0,02

kat_11

-0,13

-0,32

-0,05

-0,06

kat_12

-0,02

-0,29

-0,03

-0,03

kat_13

-0,01

-0,25

-0,02

-0,01

kat_14

0,09

-0,19

0

-0,01

kat_15

0,11

-0,19

0,01

-0,02

kat_16

0,09

-0,07

0

-0,02

kat_17

-0,14

-0,4

-0,04

-0,04

kat_18

-0,11

-0,52

-0,05

-0,05

kat_19

0,18

-0,15

0,01

-0,03

kat_20

0,25

-0,12

0,02

-0,06

 

Konstant

2,21

6,71

-1,5

-0,82

 

Gjennomsnitt avhengig variabel

 8,76

 10,37

0,22 

0,29 

*Interaksjon er beregnet= Innvandrerkategori + interaksjonsleddet

interaksjonsleddet =(innvandrerkategori x Botid)