Påvirkes brukernes arbeidsdeltakelse av sykefravær og bemanning ved Nav-kontoret?

Av Espen S. Dahl[1] Takk til Kristian Myklathun for samarbeid om idéen for analysen, og takk til Inger Cathrine Kann for gode innspill til metode og tekst. Takk til Rune Asbjørn Gjerdrum og Jacob Sjødin for bistand med tilgang til data.

Publisert: 30.06.2025

Sammendrag

Denne studien undersøker hvordan sykefravær og bemanningsnivå ved Nav-kontorene påvirker arbeidsdeltakelsen til personer som mottar arbeidsrettet oppfølging. Ved å benytte data fra Navs arbeidsindikator i perioden 2018 til 2024, viser analysen at høyere sykefravær blant Nav-ansatte korrelerer med lavere arbeidsdeltakelse blant brukerne. Studien finner også sammenheng mellom bemanningsnivå og brukernes arbeidsdeltakelse, og høyere bemanningsnivå kan gi høyere arbeidsdeltakelse. Funnene antyder at redusert sykefravær og endringer i bemanningsstrukturen kan bidra til å øke arbeidsdeltakelsen blant Nav-brukere.

Det finnes begrenset kunnskap om hvilken betydning veiledning ved Nav-kontorene har for arbeidsdeltagelsen til de som får arbeidsrettet oppfølging. I denne studien undersøker jeg hva sammenhengen mellom sykefravær blant de ansatte ved Nav-kontorene og hvordan det går på arbeidsmarkedet med Navs brukere. Jeg finner at økt sykefravær betyr dårligere utfall for brukerne, både når jeg ser på alle som er registrert hos Nav med behov for arbeidsrettet oppfølging, og på en undergruppe som har spesielt behov for oppfølging. For enkelte år finner jeg at dette ikke er tilfelle. Dette gjelder særlig for pandemiårene, da vilkårene var spesielle både i Nav, arbeidsmarkedet og samfunnet generelt.

Jeg har også sett på sammenhengen mellom bemanningsnivået ved Nav-kontorene og brukerens arbeidsdeltagelse, målt ved arbeidsindikatoren. Jeg finner et noe sammensatt bilde på ressursnivå og arbeidssøkernes utfall. Resultatene gir en likevel en indikasjon på at høyere bemanning kan gi høyere arbeidsdeltakelse blant brukerne.

Abstract

This study examines how employee sick leave and staffing levels at Nav offices affect the labor market participation of individuals receiving employment-oriented follow-up. Using data from Nav’s labor indicator from 2018 to 2024, the analysis shows that higher sick leave among Nav employees correlates with lower labor market participation among users. The study also finds a relationship between staffing levels and user participation—higher staffing levels may lead to increased labor market participation. The findings suggest that reducing sick leave and adjusting staffing structures could help improve user participation in the labor market.

There is limited knowledge about the impact of guidance provided at Nav offices on the labor market participation of individuals receiving employment-oriented follow-up. In this study, I investigate the relationship between employee sick leave at Nav offices and labor market outcomes for Nav users. I find that increased sick leave is associated with poorer outcomes for users, both among all individuals registered with Nav who require employment-oriented follow-up and among a subgroup with particularly high follow-up needs. However, in some years, especially during the pandemic, this pattern does not hold, likely due to the unique conditions within Nav, the labor market, and society at large.

I also examine the relationship between staffing levels at Nav offices and user participation, as measured by the labor indicator. The results present a somewhat complex picture regarding resource levels and job seeker outcomes. Nevertheless, the findings indicate that higher staffing levels may contribute to increased labor market participation among users.

Innledning

Nav bistår hvert år mange personer som står utenfor arbeidslivet, med mål om å hjelpe dem inn i jobb eller aktivitet. Bistanden Nav gir kan blant annet bestå av oppfølging av veiledere ved Nav-kontoret. Veilederne kan for eksempel hjelpe brukerne med å skrive bedre CV og søknader, til å finne jobber å søke på, eller bidra til å finne hvilken kompetanse og eventuell tilrettelegging personen trenger for å gjøre det lettere å få jobb. For enkelte kan det være aktuelt å delta på arbeidsmarkedstiltak.

Hvilke muligheter Nav-kontorene har til å følge opp brukerne avhenger blant annet av bemanningen ved kontorene. Det som kan spille en rolle er både antall ansatte per bruker med arbeidsrettet oppfølging, sykefravær blant de ansatte, turnover i Nav-kontoret og kompetansen til de ansatte.

Nav har utviklet en arbeidsindikator for å måle Navs bidrag til arbeidsdeltagelse for personer med arbeidsrettet oppfølging (se Skjøstad et al. 2025). Arbeidsindikatoren skal måle betydningen av Navs innsats, kontrollert for sammensetning av brukerne og arbeidsmarkedet, altså forhold som Nav ikke eller i liten grad kan påvirke. Forhold som Nav derimot kan påvirke er hvordan Nav-kontorene bemannes og, til en viss grad, sykefraværet i kontoret. I denne artikkelen vil jeg se på hvordan disse faktorene påvirker Navs resultater målt ved arbeidsindikatoren. Det vil gi svar på om Nav kan bidra til å øke brukernes arbeidsdeltakelse ved å redusere eget sykefravær og endre bemanningsstrukturen.

I denne artikkelen skal jeg undersøke hvordan sykefravær og bemanning ved Nav-kontoret henger sammen med brukernes arbeidsdeltakelse. Jeg vil måle utfallene for brukerne ved hjelp av Navs arbeidsindikator. Denne indikatoren viser Nav-kontorenes bidrag til arbeidsdeltagelse sammenlignet med andre kontor med tilsvarende sammensetning av brukere og tilsvarende arbeidsledighet (se Skjøstad et al. 2025 og faktaboks om flere detaljer).

Sykefraværet ved Nav-kontorene kan påvirke brukernes arbeidsdeltagelse dersom det for eksempel blir avholdt færre møter mellom veileder og bruker. Dette kan i sin tur påvirke muligheten for å få seg jobb. Sykefravær kan også gjøre at kolleger ved Nav-kontoret får mer å gjøre, og dermed mindre tid til oppfølging av brukerne.

Bemanningen ved Nav-kontoret kan påvirke utfallene til de som får arbeidsrettet oppfølging. Bemanningen ved Nav-kontorene er bestemt ut ifra flere hensyn. For det første betyr antall brukere og brukersammensetning mye, noe som betyr at områder med liten befolkningstetthet har høyere bemanning sett i forhold til befolkningsstørrelsen/antall brukere hos Nav. Bemanningen kan også variere på andre måter, blant annet ved hvor mange veiledere som jobber med arbeidsrettet oppfølging og hvordan kontoret er organisert. Enkelte Nav-kontor har for eksempel egne spesialiserte team som jobber med oppfølging av bestemte grupper av brukere, for eksempel unge.

Veiledere ved Nav-kontorene har en viktig funksjon i å støtte de som får arbeidsrettet oppfølging på veien til arbeid. Böheim et al. (2023) gir en god beskrivelse av hvilke aktiviteter som generelt inngår i veiledning av arbeidssøkere. Veilederne bistår blant annet med karriererådgivning, jobbsøkerveiledning og vurdering av arbeidssøkernes ferdigheter og barrierer. De bistår med å finne løsninger på praktiske problemer, for eksempel knyttet til blant annet transport og barnepass, og bidrar dermed til å redusere hindringer for deltakelse i arbeidsmarkedet. En viktig del av arbeidet er å matche arbeidssøkere med relevante stillinger og tiltak, samt å følge opp at aktivitetskrav blir overholdt. Oppfølgingen kan ha stor betydning for motivasjonen hos arbeidssøkere, særlig for dem som risikerer å falle ut av arbeidsmarkedet.

Tidligere forskning har også vist at veiledere påvirker utfallet for arbeidssøkere. Disse ser altså på arbeidssøkere, og ikke en større gruppe som er under arbeidsrettet oppfølging, slik jeg ser på i denne artikkelen. I en Sveitsisk studie viser Schiprowski (2020) at dersom planlagte møter mellom arbeidssøkere og veileder blir avlyst, øker lengden på arbeidsledigheten med fem prosent. Tapet ser ut til være størst for møter med mer effektive veiledere. Saksmengden for veiledere kan også påvirke utfallene. Hainmueller et al. (2016) viser at mindre saksmengde fører til en nedgang i frekvens og varighet av lokal arbeidsledighet, samt en høyere re-ansettelsesrate. De viser videre at tyske arbeidskontorer med lavere saksmengde pålegger flere sanksjoner, intensiverte søkeinnsatsen og registrerte flere ledige stillinger. Selv om det ikke er noen tilsvarende studier i Norge, kan vi likevel være relevant å nevne studiene som undersøkte innføringen av Nav-reformen. I denne reformen førte omstillingen i en overgangsperiode til at det ble færre som fikk arbeidsrettet oppfølging fra Nav. Dette så ut til at færre kom seg i jobb (se f.eks. Fevang et al. 2014 og Aakvik et al. 2014).

I en randomisert kontrollert studie i Østerrike ble saksmengden for en tilfeldig utvalgt gruppe av arbeidssøkere redusert (Böheim et al. 2023). Her finner de at den reduserte saksmengde for veilederne fører til flere møter med arbeidsledige, flere jobbtilbud, flere tildelinger av ulike tiltak og flere sanksjoner. Dette gjør saksbehandlerne mer aktive i rådgivning og i å hjelpe de arbeidsledige med å finne jobber. Resultatet er kortere arbeidsledighetsperioder, både gjennom raskere jobbtiltak og flere som forlater arbeidsmarkedet på grunn av strengere overvåking og økt press. Over to år reduseres arbeidsledigheten betydelig for flere undergrupper, men sysselsettingen øker ikke for alle. For kvinner og utlendinger fører det til mer tid utenfor arbeidsstyrken. Lønninger etter arbeidsledighet påvirkes ikke.

Arbeidsindikatoren

Arbeidsindikatoren er en ny metode utviklet av Nav i samarbeid med Oslo Economics og Frischsenteret, som gir et mer presist bilde av hvordan Nav bidrar til å få folk i jobb (Oslo Economics, 2022). Målet er å isolere effekten av Navs innsats fra andre faktorer som påvirker brukernes muligheter til arbeid (Skjøstad et al., 2025).

Tidligere indikatorer har vist hvor mange som er i jobb etter avsluttet kontakt med Nav, men har ikke tatt hensyn til at noen brukere har større barrierer for å komme i jobb enn andre, eller at mulighetene for arbeid varierer mellom regioner og over tid. Den nye arbeidsindikatoren korrigerer for dette ved å sammenligne faktisk arbeidsdeltakelse med det som statistisk kan forventes gitt personens kjennetegn og det lokale arbeidsmarkedet.

Hvem inngår i målingen?

Populasjonen for arbeidsindikatoren består av alle som mottar arbeidsrettet oppfølging etter §14a i Nav-loven, med unntak av de med varig tilpasset innsatsbehov. Dette omfatter i snitt over 300 000 personer hver måned.

Fire ulike mål på arbeidsdeltakelse

Arbeidsindikatoren måler fire aspekter ved tilknytning til arbeidsmarkedet:

  1. Gjennomsnittlig arbeidstid per uke de neste 3 månedene

  2. Gjennomsnittlig arbeidstid per uke de neste 12 månedene

  3. Andel i jobb 3 måneder etter måletidspunktet

  4. Andel i jobb 12 måneder etter måletidspunktet

For å regnes som «i jobb» må en person jobbe minst 19 timer i uka.

Hvordan beregnes indikatoren?

Indikatoren er definert som differansen mellom faktisk og forventet arbeidsdeltakelse. Forventet deltakelse estimeres ved hjelp av regresjonsmodeller som tar hensyn til en rekke variabler knyttet til brukernes alder, kjønn, utdanning, tidligere arbeidserfaring, helsetilstand og andre forhold – samt tilstanden på det lokale arbeidsmarkedet. Arbeidsindikatoren regnes ut på en måte som gjør at gjennomsnittet for hele observasjonsperioden er lik null, hvilket betyr at Navs bidrag er et relativt mål. I en gitt måned vises bidraget i forhold til Navs gjennomsnittlige bidrag i løpet av observasjonsperioden.

Et resultat lik null betyr at brukeren har den arbeidsdeltakelsen som forventes gitt kjennetegnene. Et positivt tall betyr at brukeren har høyere arbeidsdeltakelse enn forventet – og tolkes som et tegn på at Nav har bidratt mer enn gjennomsnittlig. Et negativt tall betyr det motsatte.

Hva kan indikatoren brukes til?

Arbeidsindikatoren kan brukes til å sammenligne resultater over tid, på tvers av regioner, og mellom ulike brukergrupper. Den skal gi et bedre grunnlag for å vurdere effekten av Navs innsats, og for å identifisere områder der det er potensial for forbedring.

Hvordan fungerer oppfølging i Nav?

Personer registrert med behov for arbeidsrettet oppfølging i Nav får ulik grad av oppfølging fra veiledere ved Nav-kontoret, avhengig av deres individuelle behov. Etter at en person har registrert seg hos Nav, gjennomføres det en behovs- og arbeidsevnevurdering. Basert på denne vurderingen blir personen tildelt en behovskategori, som avgjør hvor mye oppfølging den får. De som vurderes å ha lavt oppfølgingsbehov, får i hovedsak tilgang til digitale tjenester, mens de med større behov får mer omfattende veiledning (Dahl & Myklathun, 2022; Eielsen et al., 2025).

I 2023 etablerte Nav en nasjonal oppfølgingsenhet (NOE), som har ansvar for oppfølgingen av de som forventes å klare seg selv i arbeidsmarkedet (Proba, 2024). Disse får primært tilgang til digitale verktøy og informasjon, og kontakten med veiledere er begrenset. Nav-kontorene har fortsatt ansvar for oppfølgingen av de som trenger mer støtte for å komme i arbeid.

Veiledningen ved Nav-kontorene kan bestå av:

  • Individuell veiledning om hvilke steg arbeidssøkeren bør ta videre.

  • Deltakelse i kurs og opplæringstiltak.

  • Tilgang til digitale ressurser og informasjon.

  • Fysiske eller digitale møter med veileder.

  • Tildeling av arbeidsmarkedstiltak, som praksisplasser eller lønnstilskudd.

Ifølge Schiprowski (2020) er det ikke nødvendigvis tildelingen av tiltak som har størst betydning for om arbeidssøkeren kommer i jobb, men heller kvaliteten på veiledningen og rådene som gis.

Alle arbeidssøkere som får oppfølging ved Nav-kontoret skal ha en aktivitetsplan, som konkretiserer hvilke aktiviteter de skal gjennomføre for å komme nærmere arbeidsmarkedet. I tillegg har Nav forsterket innsatsen mot enkelte grupper som unge og enkelte innvandrergrupper, som ofte har større behov for støtte og veiledning.

Data og metode

Jeg benytter resultatene fra Navs arbeidsindikator på Nav-kontornivå i perioden 2018–2024. Arbeidsindikatoren har fire ulike mål på arbeidsdeltagelse. Den skal måle hvordan Nav-kontorene lykkes i å bistå brukere med behov for arbeidsrettet oppfølging, i arbeid. De ulike målene er om personene er i jobb målt henholdsvis tre og tolv måneder etter de er registrerte hos Nav, og antall timer i arbeid i gjennomsnitt de neste 3 og 12 månedene.

For å se hvordan ressurser ved Nav-kontorene eventuelt påvirker indikatoren, har jeg inkludert sykefravær og bemanning ved kontorene som mulige forklaringsvariabler på kontorenes indikatorresultater. Sykefravær er målt som antall timer sykefravær delt på antall avtalte arbeidstimer, mens bemanning er målt som antall avtalte arbeidstimer de som jobber på Nav-kontoret arbeider delt på antall personer som er under oppfølging ved samme kontor.[2] Navs oppfølgingsenhet er ikke inkludert som en egen enhet i denne studien. Brukerne er registrert ved det Nav-kontoret de hører til. Dette er basert på interne HR-data fra Nav. Bemanningen er altså de totale statlige arbeidstimene ved kontorene, og ikke bare for dem som jobber med oppfølging. Kommunalt ansatte inngår ikke i datamaterialet.

Jeg gjennomfører analysene på to ulike utvalg. Ett hvor jeg kun tar med brukere som er vurdert til å ha behov for veiledning og bistand fra Nav-kontorene. Her er brukere som forventes å ha gode muligheter for å komme i jobb på egen hånd tatt ut. Disse får i liten grad oppfølging fra Nav-kontoret. Jeg gjentar deretter analysene for hele populasjonen som inngår i indikatoren.

Metode

Jeg benytter en deskriptiv metode for å beskrive utviklingen i indikatoren over tid. Jeg ser på sammenhenger mellom utfallene i arbeidsindikatoren og forklaringsvariablene målt med regresjoner. Disse sammenhengene undersøkes både totalt og hvordan de utvikler seg over år.

Jeg korrigerer regresjonene med månedsdummyer for å kontrollere for konjunkturer og andre forhold som varierer over tid, som ellers ikke fanges opp av indikatoren. Fordelen med å inkludere månedsdummyer er at dette kontrollerer for alle endringer over tid i samfunnet, slik som for eksempel pandemien. Ulempen er at alle variasjoner over tid tas bort. Også endringer over tid som er knyttet til endringer i det jeg ønsker å undersøke som er effekter av sykefravær og bemanning. Månedseffekter gjør altså at det kun er variasjonen i bemanning og sykefravær mellom Nav-kontor som måles, og ikke endringer i Nav-kontorene over tid. Jeg presenterer resultatene fra begge disse modellene, både med og uten disse korrigeringene for utvikling over tid.

For å kontrollere for størrelsen på Nav-kontorene, har jeg vektet resultatene med antall brukere ved kontorene. Dermed vil små kontorer ikke ha like stor betydning som store.

For å undersøke hvordan resultatene varierer over tid, har jeg også inkludert en regresjon per år. Disse er ikke korrigert for tid innad i årene.

Jeg ser også nærmere på hvordan fordelingen av disse sammenhengene er, ved å dele opp forklaringsvariablene i kvintiler. Det vil si at jeg sorterer alle observasjonene etter forklaringsvariabelens størrelse og grupperer dem i vektede kvintiler; fra de 20% med lavest verdi i kvintil 1 til de med de 20% høyeste verdiene i kvintil 5. Jeg lager et plott av disse mot gjennomsnittet av indikatoren for hver kvintil. Dette er en metode for å visualisere sammenhengene mellom variablene. Jeg gjør dette både for å se om sammenhengene er like som i regresjonene og for å undersøke om det er ikke-lineære mønstre i sammenhengen mellom forklaringsvariablene og indikatoren. Videre kan en slik analyse avdekke terskeleffekter, det vil si om det er små eller store forskjeller mellom enkelte kvintiler.

I løpet av perioden jeg ser på, har det vært en del endringer i kommunestrukturen. Det er også tilfeller der kommuner samarbeider om et felles Nav-kontor. Det betyr at jeg ikke får et balansert panel. Men jeg kobler hele tiden sykefravær og arbeidsmengde til resultatene for Nav-kontoret per måned, slik at dette skal ikke være noe stort problem. Men siden indikatoren måler utfallene de etterfølgende månedene, vil det likevel være enkelte resultater som egentlig gjelder for en annen struktur. Dette kan potensielt forstyrre resultatene noe.

Resultater

Her vil jeg først vise resultatene for brukergruppene som Nav har spesielt ansvar for å følge opp. Det vil si brukere som har større behov for arbeidsrettet oppfølging. Deretter vil jeg vise resultatene for alle som er registrert ved Nav-kontor med behov for oppfølging, det vil si at også brukere som vurderes til å klare seg kun med selbetjeningsløsningene i Nav, og i liten grad får oppfølging fra veileder, fordi de anses å ha gode muligheter for å komme i jobb på egen hånd. Det er i hovedsak figurer for andeler i jobb som er vist i hoveddelen, mens figurene for antall timer i jobb er vist i vedlegg.

Resultater for dem med størst behov for oppfølging

Sykefraværet har, som i arbeidsstyrken ellers, økt i Nav-kontorene i etterkant av pandemien (figur 1). Sykefraværet falt med starten av pandemien i mars 2020. Det gjorde den også ellers i samfunnet, særlig i offentlig sektor, og mest i Nav. Utrulling av gode systemer for hjemmekontor løsning hadde kommet langt i Nav, og hjemmekontor var også mulig i store deler av offentlig sektor som muligens reduserte sykefraværet blant annet på grunn av redusert smittefare. Siden starten av 2022 har sykefraværet vært på rundt åtte prosent, men med store variasjoner fra måned til måned. I starten av 2021 var sykefraværet under seks prosent, mens enkelte måneder i 2022 var det nesten ti prosent. Det er en del variasjon mellom Nav-kontor. For eksempel er det nesten en femtedel av observasjonene hvor sykefraværet er null i måneden.

De som forventes å finne seg en jobb uten oppfølging fra Nav blir stort sett tilbudt selvbetjeningsløsninger. Jeg har derfor gjennomført analysene først hvor jeg har utelatt brukere med standard innsatsbehov (de som forventes å klare seg selv) og brukere som ennå ikke har fått sine behov vurdert, og kun tatt med dem som har såkalt situasjonsbestemt eller spesielt tilpasset innsatsbehov. Disse utgjør en stor andel av brukerne. Sykefraværet måles for hele Nav-kontoret, mens bemanningen er nå anslått kun for den gruppen jeg ser på her. Det vil si at bemanningen er antall arbeidstimer ved Nav-kontoret (begrenset til statlige ansatte) delt på antall brukere registrert med situasjonsbestemt og spesielt tilpasset innsatsbehov. Antall arbeidstimer er relativt stabilt over denne perioden, mens variasjonen i antall under oppfølging driver hovedsakelig variasjonen i denne variabelen.

Figur 1. Gjennomsnitt av sykefravær ved Nav-kontor og bemanning, med standardavvik. Brukere med situasjonsbestemt og spesielt tilpasset innsatsbehov. 2018–2024

Kilde: Nav

Både indikatoren for andel i jobb (figur 2) og arbeidstid (figur V1) viser en noe fallende tendens fra 2018 til 2023, mens indikatoren på kort sikt (3 måneder) har økt noe i den siste perioden, utover i 2023 og i 2024. Sammenligner jeg med utviklingen i indikatoren inkludert dem med standard innsats (figur 6), er det mindre variasjon i utfallene for denne undergruppen. Blant annet gir koronapandemien mindre utslag for brukere som trenger mer oppfølging. Under nedstengningene var det spesielt stor økning i brukere som ikke trengte oppfølging fra Nav. Men det ble også mer krevende for Nav-kontorene å følge opp dem som faktisk trengte det, spesielt i den første perioden. Videre ser det også ut som at resultatene for denne gruppen er litt svakere enn for alle Nav følger opp.

Figur 2. Gjennomsnitt av indikator for arbeid med standardavvik. Brukere med situasjonsbestemt eller spesielt tilpasset innsatsbehov. 2018–2024

Kilde: Nav

Både sykefravær og bemanning har sammenheng med indikatoren

Sykefravær ved Nav-kontorene ser ut til å ha en negativ sammenheng med arbeidsindikatoren, både på kort (3 måneder) og lengre sikt (12 måneder) (tabell 1). Det betyr at jo høyere sykefraværet er, jo dårligere gjør Nav-kontorene det. Sammenhengene gjelder både med og uten kontroll for eventuelle sammenhenger med årlige variasjoner. Ved korrigering for tid er sammenhengene hovedsakelig svakere.

Det ser også ut til å være en sammenheng mellom bemanning og de ulike utfallsmålene for indikatoren for disse brukergruppene. Både med korreksjon for tid og uten er sammenhengene i den retningen vi kan forvente. Det vil si at sammenhengen er positiv, noe som betyr at jo bedre bemanningen er, jo bedre er resultatene for Nav-kontorene målt ved indikatoren.

Hvis vi ser på sammenhengene mellom sykefravær og indikatoren for andel i jobb etter tre måneder, kan denne tolkes som at dersom sykefraværet ved et Nav-kontor er 1 prosentpoeng høyere, så reduseres indikatoren med 0,2 prosentpoeng. Tilsvarende hvis bemanningen øker med én time per person under oppfølging, så øker indikatoren med 0,1 prosentpoeng.

Tabell 1: Resultater av regresjoner på arbeidsindikatoren med sykefravær og bemanning som forklaringsvariabler (brukere med situasjonsbestemt eller spesielt tilpasset innsatsbehov). Både korrigert for måned og ikke. Resultatene er vektet med antall personer under oppfølging.

Variabel

Andel i jobb, 3 måneder

Andel i jobb, 12 måneder

Arbeidstid, 3 måneder

Arbeidstid, 12 måneder

Konstant

-0,0020***

0,00023**

-0,0021***

0,0040***

-0,19***

0,078***

-0,16***

0,056

(0,00044)

(0,0011)

(0,00061)

(0,00046)

(0,012)

(0,030)

(0,016)

(0,036)

Sykefravær

-0,0020***

-0,0045**

-0,051***

-0,012***

-0,29***

-0,053

-1,00***

-0,24***

(0,0023)

(0,0022)

(0,0033)

(0,0029)

(0,061)

(0,059)

(0,088)

(0,076)

Bemanning

0,0010***

0,00088***

0,00085***

0,0017***

0,030***

0,018***

0,0027

0,037***

(0,00017)

(0,00019)

(0,00024)

(0,00024)

(0,0047)

(0,0051)

(0,0065)

(0,0063)

Korrigert for tid?

Nei

Ja

Nei

Ja

Nei

Ja

Nei

Ja

Justert R2

0,0072

0,14

0,017

0,28

0,0038

0,17

0,0086

0,33

N (kontor x tid)

16 885

16 885

14 993

14 993

16 885

16 885

14 993

14 993

Standardfeil i parenteser

*** p<0,01, ** p<0,05, * p<0,1

Kilde: Nav

Jeg har videre fordelt kontorene i ulike kvintiler basert på størrelsen på sykefraværet. Det er også her en tendens til at kontorene med høyest sykefravær gjør det dårligere enn dem med mindre sykefravær. For alle utfallene for indikatoren er det likevel et noe sammensatt bilde (figur 3 og V2). Både på kort (tre måneder) og lengre sikt (12 måneder) er det ingen forskjeller på første og andre kvintil, før de faller fra andre til fjerde kvintil. Forskjellene er størst etter 12 måneder. Fra fjerde til femte kvintiler det mindre forskjeller, med en svak økning for de fleste utfallene. Unntaket er for andel i arbeid etter 12 måneder, med en videre nedgang også fra fjerde til femte kvintil.

Det betyr at selv om hovedbildet viser at jo høyere sykefraværet er, jo dårligere er resultatene for Nav-kontorene, så er det enkelte terskeleffekter. Det er få forskjeller i ytterkantene av fordelingen, mens de største forskjellene kommer frem mellom ytterpunktene og de «midterste» kvintilene. Det betyr at det er mest å hente for Nav-kontorene dersom de lykkes i å redusere sykefraværet ned til de som ligger i tredje eller fjerde kvintil.

Figur 3. Gjennomsnitt av indikator på andel i jobb fordelt på sykefraværskvintiler (1 er lavt sykefravær, 5 høyt). Brukere med situasjonsbestemt eller spesielt tilpasset innsats. Med standardfeil. 2018–2024

Kilde: Nav

Jeg har også fordelt kontorene etter bemanning i kvintiler. Med denne fordelingen er det et noe mer sammensatt bilde, både på kort og lang sikt (figur 4 og V3). Fra første til andre kvintil reduseres sammenhengen mellom bemanning og resultatene for utfallene. Fra andre til fjerde kvintil øker derimot gjennomsnittet av utfallsvariabelen. På kort sikt er det ingen forskjell mellom fjerde og femte kvintil, mens den fortsetter å øke på lang sikt. Det vil altså si at hovedbildet er at jo bedre bemanning det er ved Nav-kontorene, jo bedre er resultatene. Men sammenhengen er ikke lineær.

Også her finner vi at det er noen terskeleffekter, hvor det også for bemanningen er størst forskjeller mellom ytterpunktene og de «midterste» kvintilene. De Nav-kontorene som befinner seg i de to laveste og to øverste kvintilene er relativ like. Det er altså først når bemanningen er spesielt lav eller spesielt høy vi ser forskjeller i hvordan brukerne klarer seg på arbeidsmarkedet.

Figur 4. Gjennomsnitt av indikator på andel i jobb fordelt på kvintiler basert på bemanning (1 er lav bemanning, 5 høy). Kun dem med situasjonsbestemt eller spesielt tilpasset innsats Med standardfeil. 2018–2024

Kilde: Nav

Pandemien ser ut til å påvirke oppfølgingen ved Nav-kontorene

Sammenhengen mellom forklaringsvariablene og indikatoren ser også ut til å variere over tid (figur 5a-b). Det ser ut til å skje et skifte i forbindelse med pandemien. I 2018 og 2019, før pandemien finner jeg ingen sammenheng med bemanning og indikatorene. Sammenhengen mellom sykefraværet og indikatoren var da hovedsakelig negativ, spesielt for indikatoren på lengre sikt (12 måneder). Med starten av pandemien skjer det et skifte, med positiv sammenheng mellom bemanning og indikatoren og, noe overraskende, positiv sammenheng mellom sykefravær og indikatoren for andel i arbeid på kort sikt. Deretter snur dette i 2021 til det motsatte. I de etterfølgende årene finner jeg igjen en økende sammenheng mellom bemanning og indikatoren, mens sammenhengen mellom sykefravær og indikatoren gjør først et hopp i 2022, for så å komme ned på samme nivå som før pandemien. Samlet sett, kan jeg si at i en «normalsituasjon», finner jeg negativ sammenheng mellom sykefravær og utfallene i indikatoren.

Figur 5a. Resultater av regresjoner på indikatoren for andel i jobb (3 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Kun dem med situasjonsbestemt eller spesielt tilpasset innsats

Kilde: Nav

Figur 5b. Resultater av regresjoner på indikatoren for andel i jobb (12 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Kun dem med situasjonsbestemt eller spesielt tilpasset innsats

Kilde: Nav

Resultater for alle som er registrert hos Nav

Jeg måler her bemanning som tidligere, men nå inkludert alle som er registrert som under arbeidsrettet oppfølging ved Nav-kontoret. Bemanning har jeg målt ved antall (statlige) arbeidstimer ved Nav-kontorene per måned. Bemanningen har vært relativt stabil over perioden jeg ser på her, men med et fall i 2020 (figur 6). Det er enkelte sesongvariasjoner som er tydelige, spesielt ferieavvikling i juli måned hvert år. Vi ser da at bemanningen er lav i juli. Sykefraværet er derimot tilsvarende høyt i samme måned.[3] Dette er vanlige sesongvariasjoner i sykefravær. Avtalte arbeidstimer er typisk lavere i juli under ferieavvikling, mens de som er syke i stor grad fortsetter å være syke. Det er høy arbeidsbelastning ved Nav-kontorene under korona da svært mange ble registrert arbeidsledige, men da er også sykefraværet svært lavt i sammenlignet med perioden før og etter korona. I 2022 og 2023 ser det ut til å være noe større variasjoner fra måned til måned. Antall ansatte har vært stabilt over hele perioden, men det var store variasjoner i antall som hadde behov for oppfølging i forbindelse med pandemien.

Figur 6. Gjennomsnitt av sykefravær ved Nav-kontor og bemanning, med standardavvik. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Indikatoren for andel i jobb (figur 7) og arbeidstid (figur V5) har i gjennomsnitt variert en del over tid. Alle utfallene er preget av perioden med koronapandemi, hvor det ser ut som Nav-kontorene gjør det veldig bra i periodene med nedstenging og høye smittetall. Spesielt i starten av pandemien og den medfølgende nedstengingen var det mange som ble arbeidsledige. Dette var en gruppe som tradisjonelt ikke hadde store problemer med å komme seg tilbake i jobb igjen. Siden 2022 har gjennomsnittene variert nærmere null, men med noe fallende tendens i løpet av perioden.

Figur 7. Gjennomsnitt av indikator for andel i arbeid (3 og 12 måneder) med standardavvik. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Fortsatt sammenheng mellom sykefravær og indikatoren

Det ser ut til å være en sammenheng med både sykefravær og bemanning ved Nav-kontorene og resultatene for de ulike målene i arbeidsindikatoren (tabell 2). Sykefravær ser nå også ut til å ha negativ sammenheng med indikatoren (både andel i arbeid etter 3 og 12 måneder, samt gjennomsnittlig arbeidstid de neste 3 og 12 månedene). Jo høyere sykefraværet ved Nav-kontoret er, jo dårligere er resultatene for kontoret målt med indikatoren. Dette finner jeg både med og uten kontroll for tid. Sammenhengene mellom våre forklaringsvariabler og indikatoren blir mindre når jeg korrigerer for tid, men de er fortsatt signifikante forskjellig fra null.

Sammenhengen mellom bemanning og indikatoren er litt mer utydelig. Når jeg sammenligner både på tvers av Nav-kontor og over tid i samme Nav-kontor er sammenhengen negativ, mens når jeg korrigerer for tid, og derved, kun sammenligner forskjellen mellom Nav-kontor er sammenhengen derimot positiv. Negativ sammenheng betyr her at jo bedre bemanningen er, jo dårligere gjør Nav-kontorene det, målt med arbeidsindikatoren. Positiv sammenheng, som kanskje er mest ventet, betyr at jo bedre bemanningen er jo sterkere er resultatene for Nav-kontorene. Til sammen viser dette at det sannsynligvis er noe annet som samvarierer med størrelsen på bemanningen som driver de førstnevnte funnene. Når jeg korrigerer for tid, ser jeg kun på variasjonen mellom kontorene og ikke over tid.

Ellers er det verdt å merke seg at det er rundt to prosent av variasjonen i indikatoren som forklares av disse forklaringsvariablene på lang sikt, men mindre på kort sikt. Når jeg korrigerer for tid, øker forklaringsgraden til over tretti prosent på lang sikt, noe som er naturlig siden jeg kontrollerer for alle forskjeller over tid som ikke er forklart av andre variabler. Det er også svært mange variabler i en slik modell, siden hver måned har sin dummy.

Tabell 2: Resultater av regresjoner på indikatoren med sykefravær og bemanning som forklaringsvariabler. Både korrigert for måned og ikke. Resultatene er vektet med antall personer under oppfølging.

Variabel

Andel i jobb, 3 måneder

Andel i jobb, 12 måneder

Total arbeidstid, 3 måneder

Total arbeidstid, 12 måneder

Konstant

0,0057***

0,0025*

0,0090***

0,0067***

0,13***

0,077**

0,20***

0,16***

(0,00046)

(0,0013)

(0,00057)

(0,0015)

(0,013)

(0,036)

(0,016)

(0,041)

Sykefravær

-0,033***

-0,0091**

-0,058***

-0,010***

-0,91***

-0,21***

-1,48***

-0,36***

0,0027

(0,0026)

(0,0036)

(0,0031)

(0,078)

(0,073)

(0,10)

(0,088)

Bemanning

-0,0014***

0,0024***

-0,0027***

0,0016***

-0,056***

0,061***

-0,085***

0,065***

(0,00026)

(0,00032)

(0,00033)

(0,00037)

(0,0074)

(0,0088)

(0,0091)

(0,010)

Korrigert for tid?

Nei

Ja

Nei

Ja

Nei

Ja

Nei

Ja

Justert R 2

0,010

0,19

0,022

0,33

0,012

0,22

0,021

0,33

N (kontor x tid)

17 281

17 281

15 356

15 356

17 281

17 281

15 356

15 356

Standardfeil i parenteser

*** p<0,01, ** p<0,05, * p<0,1

Kilde: Nav

Videre har jeg fordelt observasjonene i kvintiler basert på sykefraværet per måned i kommunen. Deretter har jeg undersøkt sammenhengen mellom kvintilene og de ulike utfallene. Her benytter jeg fortsatt månedstall, slik at observasjonene for et kontor kan være i samme kvintil i hele perioden eller bevege seg mellom kvintiler.

Både indikatoren for arbeid (figur 8) og arbeidstid (figur V2 i vedlegg) er fallende med hvilken sykefraværskvintil observasjonene befinner seg i, i alle fall fra første til fjerde kvintil. Men fra fjerde til femte kvintil flater det ut, særlig på kort sikt (3 måneder). Hovedregelen ser ut til å være, slik som regresjonene over, at jo høyere sykefraværet er, jo dårligere gjør Nav-kontoret det. Det ser jeg spesielt på lengre sikt, hvilket bekrefter sammenhengene jeg fant i regresjonene over.

Figur 8. Vektet gjennomsnitt av indikator på andel i jobb fordelt på sykefraværskvintiler (1 er lavt sykefravær, 5 høyt). Med standardfeil. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Når jeg fordeler observasjonene i kvintiler basert på bemanning ved Nav-kontorene hver måned finner jeg et annet bilde. Som i regresjonene over der jeg ikke kontrollerer for måned, ser det ut til å være en negativ sammenheng mellom bemanning og indikatoren. I disse figurene er det ikke korrigert for tid.

På kort sikt reduseres indikatoren jevnt over alle kvintilene (figur 9). På lengre sikt (12 måneder) går indikatoren opp fra første til andre kvintil, mens den går ned fra andre til femte kvintil. Det vil si at de kontorene og tidspunktene med lavest bemanning gjør det bedre enn de med høyest bemanning.

Sammenlignet med regresjonene over, kontrollerer jeg ikke her samtidig for sykefraværet og heller ikke for tid. Som vi så over, så forsvinner denne negative sammenhengen mellom bemanning og indikatorresultatene ved disse korreksjonene.

Figur 9. Vektet gjennomsnitt av indikator på andel i jobb fordelt på kvintiler basert på bemanning (1 er lav bemanning, 5 høy). Med standardfeil. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Pandemien forstyrrer også resultatene for alle brukerne

Sammenhengen mellom forklaringsvariablene våre og indikatoren ser også ut til å variere over tid (figur 10a-b). Jeg har her kjørt regresjon 1 for hvert år separat. Vi ser da at sammenhengene mellom sykefraværet på Nav-kontoret og indikatoren er negativ alle årene på kort sikt (3 måneder), bortsett fra 2020 og 2022 da regresjonen ikke gir et resultat som er signifikant forskjellig fra null. 2021 skiller seg også tydelig ut ved en mer negativ sammenheng enn de andre årene, men er likevel ikke signifikant forskjellig fra de andre årene.

For bemanning er det mer variasjon, og det er kun de siste årene, 2023 og 2024, som har signifikant positiv verdi på kort sikt. Positiv sammenheng betyr her altså at jo bedre bemanningen er, jo bedre gjør Nav-kontorene det målt med indikatoren. 2021 skiller seg, som for sykefravær, markert ut med en signifikant negativ sammenheng. På lengre sikt er det større variasjoner. Men også her ser det ut til å skje noe rundt pandemien. Først øker sammenhengen i 2020, for å falle igjen i 2021. I de etterfølgende årene finner vi en gradvis økning. Det betyr at det ser ut som om bemanning får en stadig sterkere positiv sammenheng med indikatorresultatene.

Figur 10a. Resultater av regresjoner på indikatoren for andel i jobb (3 måneder) med sykefravær og bemanning som forklaringsvariabler, per år. Alle registrert hos Nav.

Kilde: Nav

Figur 10b. Resultater av regresjoner på indikatoren for andel i jobb (12 måneder) med sykefravær og bemanning som forklaringsvariabler, per år. Alle registrert hos Nav.

Kilde: Nav

Diskusjon

Resultatene fra denne analysen viser at det å jobbe med lavere sykefravær og justeringer i bemanning kan bedre resultatene til Nav målt ved arbeidsindikatoren, men at korrelasjonen mellom bemanning og arbeidsindikator er tydeligst for den gruppen Nav-kontoret har spesielt ansvar for å følge opp. Når vi ser på arbeidsindikatoren for alle, inkludert de med standard innsatsbehov, så er sammenhengen mer utydelig. Det kan skyldes at andre forhold enn bemanning ved Nav-kontorene betyr mer for denne gruppa.

Nav-kontorene bidrar i ulik grad til økt arbeidsdeltagelse for brukerne av Navs arbeidsrettede tjenester. Jeg har her undersøkt hvordan sykefravær og arbeidsmengde ved Nav-kontorene henger sammen med arbeidsdeltakelsen til de som får arbeidsrettet oppfølging fra Nav, både for alle samlet, og for de som har skal få individuell støtte og veiledning. Jeg har målt dette ved hjelp av Navs nye arbeidsindikator. Jeg finner at økt sykefravær fører til lavere arbeidsdeltakelse blant brukerne. Det vil si at dersom sykefraværet øker ved Nav-kontoret, så gir det reduksjon i arbeidsindikatoren. Disse funnene er som ventet, og de stemmer overens med tidligere funn (Schiprowski, 2020).

Arbeidsdeltagelsen, til de med arbeidsrettet oppfølging i Nav, øker jo bedre bemanningen er ved Nav-kontorene. Dette er i tråd med tidligere undersøkelser, som har vist at lavere arbeidsbelastning og høyere bemanning ved arbeidsmarkedskontorer har gitt positive utfall for arbeidssøkere (Böheim et al. 2023, Hainmueller et al. 2016). Sammenhengen mellom bemanning ved Nav-kontoret og kontorets bidrag til brukernes arbeidsdeltagelse er litt utydelig, og vekslende. Dette kommer særlig frem når alle brukere, inklusiv de som i stor grad klarer seg selv, inkluderes i datagrunnlaget.

Sammenhengene mellom indikatoren og bemanningen ved Nav-kontorene er ikke entydig for alle kontorer og i alle perioder. Det kan betyr at det har vært andre endringer i Nav som har påvirket hvor godt Nav jobber, og som motvirker eventuelle effekter av disse to faktorene.

Denne studien har ikke hatt tilgang på individdata. Med individdata kunne jeg blant annet undersøkt om det er forskjeller mellom veiledere. Cederlöf et al. (2021) undersøker effektiviteten hos veiledere ved svenske arbeidsmarkedskontorer. De finner at variasjonen i kvalitet er stor. Kvaliteten måles ved i hvilken grad veilederne bidrar til at arbeidssøkerne raskere finner seg en jobb. Kvinnelige veiledere lykkes i noe større grad enn mannlige veiledere, og de med to år eller mer erfaring lykkes bedre enn dem uten noen erfaring. Hvilke strategier veilederne benytter ser også ut til å ha en betydning.

Den kan også være andre faktorer ved Nav-kontorene som påvirker resultatene for de med arbeidsrettet oppfølging i Nav. Dette gjelder særlig de som hovedsakelig kun får hjelp via selvbetjeningsløsninger i Nav, og det kan være grunnen til at resultatene er mer usikre og utydelige når disse inkluderes i analysen. For slike grupper kan nettopp gode selvbetjeningsløsninger være avgjørende, og ikke bemanning ved Nav-kontorene. Men også når det gjelder de som får sin støtte via Nav-kontorene vil mange andre forhold enn bemanning og sykefravær påvirke resultatene. Dette kan blant annet være turnover ved Nav-kontorene, organisering, og kjennetegn ved veilederne og brukerne. Variasjon i disse faktorene kan påvirke hvordan kontorene jobber med arbeidsrettet oppfølging. Graden av turnover ved Nav-kontoret kan påvirke hvor effektive veilederne er i å bistå de med arbeidsrettet oppfølging. Høy grad av turnover bidrar sannsynligvis til noe svakere bistand til brukerne, i og med at nye veiledere har mindre erfaring og må bruke mer av tiden sin til opplæring. Men nyutdannede veiledere kan også komme inn med mer oppdatert kunnskap, og dermed bidra til bedre overgang til arbeid for brukerne.

Resultatene viser at Nav kan bedre sine resultater ved å redusere sykefraværet og endre bemanningen ved kontorene. Både sykefravær og arbeidsbelastning ved Nav kontorene har betydning for Navs resultater. Nav kan som andre arbeidsgivere trolig redusere sykefraværet ved god sykefraværsoppfølging av de ansatte og godt arbeidsmiljø. Sykefraværet kan også påvirkes av bemanningen i Nav kontorene. Innenfor budsjettrammen tildelt Nav av Stortinget kan Nav bestemme bemanningen. Nav må forsøke å utnytte ressursene best mulig ved å bestemme hvor mange som jobber på hver Nav-kontor. Arbeidsindikatoren kan være ett av flere verktøy som hjelper Nav til å optimalisere bemanningen.

Referanser

Böheim, R., Eppel, R & Mahringer, H. (2023). The impact of lower caseloads in public employment services and the unemployed, Journal for Labour Market Research, 57:31

Cederlöf, J., Söderström. M. & Vikström. J. (2021). What makes a good caseworker?, Working Paper Series 2021:9, IFAU - Institute for Evaluation of Labour Market and Education Policy.

Dahl, E.S. & Myklathun, K.H. (2022). Fører brukarprofilering til meir treffsikker arbeidsretta oppfølging?, Arbeid og velferd, nr. 2/2022, 91–107

Eielsen, G., Grøtnæs, J., Lunde, T., Nag, W. & Salicath, D. (2025). Profilering av arbeidssøkere. Hvordan virker det og kan det bli bedre? NAV-rapport¸ nr. 2/2025

Fevang, E., Markussen, S. & Røed, K. (2014). NAV-reformen: Støvet legger seg etter en turbulent omstilling, Søkelys på arbeidslivet, nr. 1–2, s. 83–98

Hainmueller, J., Hofmann, B., Krug, G. & Wolf, K. (2016). Do Lower Caseloads Improve the Performance of Public Employment Services? New Evidence from German Employment Offices, The Scandinavian Journal of Economics, 118, DOI: 10.1111/sjoe.12166

Oslo Economics (2022). Hvordan kan vi måle om NAV lykkes med å få flere i arbeid?, OE-rapport, nr. 2022–10, mars

Proba (2024). Evaluering av nasjonal oppfølgingsenhet, Proba-rapport, nr. 12/2024

Schiprowski, A. (2020). The Role of Caseworkers in Unemployment Insurance: Evidence from Unplanned Absences, ECONtribute Discussion Papers Series 016, University of Bonn and University of Cologne, Germany

Skjøstad, O., Danielsen, M. & Kann, I.C. (2025). Ny arbeidsindikator i Nav: en beskrivelse, Arbeid og velferd, nr. 2/2025

Aakvik, A., Monstad, K. & Holmås, T.H. (2014). Evaluating the Effect of a National Labour and Welfare Administration Reform (Nav-reform) on Employment, Social Insurance and Social Assistance, Uni Research Rokkan centre Working Paper, nr. 4–2014

Vedlegg

Her presenteres figurene for indikatorene for arbeidstid.

Figur V1. Gjennomsnitt av indikator for arbeidstid med standardavvik, kun brukere med situasjonsbestemt eller spesielt tilpasset innsats. 2018–2024

Kilde: Nav

Figur V2. Gjennomsnitt av indikator på arbeidstid fordelt på sykefraværskvintiler (1 er lavt sykefravær, 5 høyt). Kun brukere med situasjonsbestemt eller spesielt tilpasset innsats. Med standardfeil. 2018–2024

Kilde: Nav

Figur V3. Gjennomsnitt av indikator på arbeidstid fordelt på kvintiler basert på arbeidsmengde (1 er lav bemanning, 5 høy). Kun brukere med situasjonsbestemt eller spesielt tilpasset innsats. Med standardfeil. 2018–2024

Kilde: Nav

Figur V4a. Resultater av regresjoner på indikatoren for arbeidstid (3 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Kun brukere med situasjonsbestemt eller spesielt tilpasset innsats.

Kilde: Nav

Figur V4b. Resultater av regresjoner på indikatoren for arbeidstid (12 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Kun brukere med situasjonsbestemt eller spesielt tilpasset innsats

Kilde: Nav

Figur V5. Gjennomsnitt av indikator for arbeidstid med standardavvik for alle registrert hos Nav. 2018–2024.

Kilde: Nav

Figur V6. Vektet gjennomsnitt av indikator på arbeidstid fordelt på sykefraværskvintiler (1 er lavt sykefravær, 5 høyt). Med standardfeil. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Figur V7. Vektet gjennomsnitt av indikator på arbeidstid fordelt på kvintiler basert på bemanning (1 er lav bemanning, 5 høy). Med standardfeil. Alle registrert hos Nav. 2018–2024

Kilde: Nav

Figur V8a. Resultater av regresjoner på indikatoren for arbeidstid (3 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Alle registrert hos Nav.

Kilde: Nav

Figur V8b. Resultater av regresjoner på indikatoren for arbeidstid (12 måneder) med sykefravær og arbeidsmengde som forklaringsvariabler, per år. Alle registrert hos Nav.

Kilde: Nav