Beskrivende statistikk

Datasettet består av 171 396 forløp. Et ledighetsforløp kan ha ulike utfall (se figur 1). Et arbeidsledighetsforløp starter når en person registrerer seg arbeidsledig, og avsluttes når personen ikke lenger er registrert som arbeidsledig hos NAV. De fleste slutter å melde seg ledige fordi de har fått jobb (70 %). Andre slutter å melde seg ledig uten å ha fått jobb. Dette kan skyldes at de har begynt i utdanning, blitt selvstendig næringsdrivende eller hjemmeværende. Noen utvandrer (1 %), og noen få dør. Noen har også overgang til en trygdeytelse, som for eksempel arbeidsavklaringspenger. Dette gjelder omlag 1,3 prosent av de som avslutter en ledighetsperiode i vårt datasett (se tabell 1). De som ikke har noen overganger før observasjonsperiodens slutt, sensureres etter dette. Det betyr at når vi beregner hasarder for de månedene de er med, så er de med i teller og nevner. For de månedene de ikke er med så er de hverken med i teller eller nevner (se kapittel om metode).

Mer enn en femtedel (22 %) av forløpene som avsluttes ender i en jobb hvor de kategoriseres som «ikke mobile» (tabell 1). Dette er personer som har fått jobb innen samme yrke, og som er registrert med bosted innen samme region som før de ble arbeidsledige, og som ikke pendler til en annen bo- og arbeidsregion i sin nye jobb. Om lag halvparten av forløpene (49 %) kategoriseres som «mobile». Det vil si at de har byttet yrke, pendler eller har flyttet. Å bytte yrke er det vanligste. Dette gjelder 38 prosent av de som avslutter en ledighetsperiode, mens 2 prosent flytter og 23 prosent pendler. De ulike mobilitetsovergangene er ikke gjensidig utelukkende. Det vil si at det er en del overlapp, og blant de som flytter er det også noen som i tillegg bytter yrke og/eller pendler, og det er en del av de som bytter yrke som også flytter og så videre (se tabell A4 i vedlegg). Deskriptiv statistikk for datasettet presenteres i tabell 2.

Definisjoner av mobilitet

Vi benytter to ulike mål på geografisk mobilitet. For å identifisere geografisk mobilitet bruker vi bo- og arbeidsmarkedsregioner slik de er definert i Gundersen og Juvkam (2013), og deler inn norske kommuner i 160 funksjonelle regioner for hushold og arbeidsliv. Disse regionene er først og fremst basert på pendlingsmønstre og avstand mellom sentra. Flytte, det vil si å bytte bosted, er det mest brukte målet på mobilitet blant arbeidssøkere i litteraturen, brukt av blant annet Huttunen m.fl. (2016), Ørbog (2016) og Andreev og Schou (2017). Vi definerer det å flytte som bytte av bosted fra det man hadde i starten av arbeidsledighetsperioden til et bosted i en annen bo- og arbeidsmarkedsregion når man slutter å melde seg arbeidsledig. I tillegg ser vi på pendling. Dette har vi definert som at arbeidsplassen, når man kommer i jobb, er i en annen bo- og arbeidsmarkedsregion enn den man bor i. Når vi ser på bo- og arbeidsmarkedsregioner snarere enn kommuner er det fordi vi mener dette bedre fanger opp reell mobilitet. Det vil det si at vi ikke definerer det som geografisk mobilitet dersom man flytter fra en kommune til en annen innen samme region. Et eksempel på dette er Stavanger og Sandnes, som tilhører samme bo- og arbeidsmarkedsregion.

Yrkesmessig mobilitet er den andre hovedtypen av mobilitet vi undersøker og det betyr å bytte yrke. Dette er spesielt relevant siden det har vært store forskjeller i ledighetsutviklingen mellom ulike yrkesgrupper i perioden vi analyserer. Nedgangskonjunkturen som startet mot slutten av 2014 rammet spesielt oljerelaterte næringer. Mens ledigheten blant ingeniører økte kraftig, var den for eksempel uendret og svært lav for undervisningsyrker. For å identifisere yrkesmobilitet ser vi på hvilket yrke personen er registrert med i Arbeidsgiver- og arbeidstakerregisteret (AA-registeret). Vi måler yrkesmessig mobilitet ved å sammenligne yrket man er registrert med i jobben to måneder før man ble ledig med yrket i jobben etter at ledighetsperioden er avsluttet. I registrene er det ulike detaljnivå for yrke. Vi har brukt 4-sifret yrkeskode (STYRK) for å definere et yrke. Det vil si at det er definert 356 ulike yrker. Det innebærer at vi fanger opp for eksempel om en person bytter yrke fra å være petroleumsingeniør til å være dataingeniør.[5]Standard for yrkesklassifisering (STYRK-08) beskrives her http://www.ssb.no/a/publikasjoner/pdf/notat_201117/notat_201117.pdf

I tillegg til de tre mobilitetsutfallene flytte, pendle og bytte yrke ser vi på arbeidsledige som kommer i jobb men som ikke er mobile (jobb-ikke mobil). Det vil si at de har kommet i jobb innen samme yrke som de var før ledighetsperioden, de har ikke byttet bosted, og arbeidsstedet ligger i samme region som bostedet.

Definisjon av kontrollvariabler

Her gir vi en nærmere beskrivelse av hvordan variablene som er inkludert i modellene er definert, og hvordan vi forventer at de samvarierer med sannsynligheten for de ulike mobilitetsutfallene. Definisjonene er kort oppsummert i tabell A1 i vedlegget.

Permitterte arbeidsledige

Arbeidslediges mobilitet påvirkes antakelig også av om de er permittert eller ikke. Vi forventer at personer som er permittert ved tilgangstidspunktet er mindre mobile enn ordinære arbeidssøkere fordi de har forventninger om å bli kalt tilbake til tidligere arbeidsgiver. Vi inkluderer en dummyvariabel som indikerer om en person er permittert. En permittering innebærer at en arbeidstaker er midlertidig fritatt for plikten til å komme på jobb, samtidig som arbeidsgiveren er fritatt for plikten til å betale arbeidstakeren lønn. Arbeidstakeren er forpliktet til å gjenoppta arbeidet ved permitteringsperiodens slutt, men står fritt til å si opp arbeidsforholdet i perioden.

Sannsynligheten for å være mobil øker mot slutten av dagpengeperioden

Sannsynligheten for overgang til jobb øker når retten til å motta dagpenger går mot slutten (Røed og Zhang 2005, Falch m.fl. 2012). Vi finner at det samme gjelder sannsynligheten for mobilitet, som øker mot slutten av dagpengeperioden.

Figur 3 viser sannsynligheten for mobilitet (enten flyttet, pendler og/eller byttet yrke), samt å få jobb i samme yrke på samme bosted (jobb-ikke mobil). Vi ser at sannsynligheten for pendling og å bytte til et annet yrke er høy i begynnelsen av dagpengeperioden for så å synke, og at sannsynligheten for alle mobilitetsutfallene øker i tiden før og etter den maksimale perioden man kan motta dagpenger. Mønsteret for overgang til mobilitet likner derfor på mønsteret for overgang til jobb som er identifisert i andre studier, ved at sannsynligheten øker like før dagpengeperioden løper ut.

Alle forløpene ligner hverandre ved at overgang til arbeid øker når dagpengeperioden nærmer seg slutten (og like etter at dagpengeperioden slutter[9]Vi må huske på at dataene ikke er målt helt nøyaktig, men med et slingringsmonn på +/- en måned, se data og metode.). Det er også noen forskjeller mellom de ulike overgangene, både i nivå og i mønstret. Det å komme i jobb i samme yrke på samme bosted (jobb-ikke mobil) har et mønster som skiller seg litt fra de andre overgangene ved at sannsynligheten er størst tidlig i ledighetsperioden, og økningen på slutten av perioden er mye mindre enn for de andre overgangene. Pendling har også høy sannsynlighet tidlig i forløpet, men her er økningen i sannsynlighet rundt tidspunktet da dagpengeperioden løper ut ganske stor og øker til det nivået som var i starten av dagpengeperioden. Sannsynligheten for å flytte er lav gjennom hele ledighetsforløpet. Mønsteret skiller seg også fra de andre typene mobilitet, ved at det er svært lav sannsynlighet for å flytte helt frem til dagpengeperioden nærmer seg slutten. Først da øker sannsynligheten markant og stabiliserer seg på omtrent det dobbelte av det den var i forkant av at dagpengene løp ut.

Andelene som fremdeles er ledige ved ulike tidspunkt i ledighetsforløpet er relativt stabile fra år til år, men antallet som fremdeles er ledig når dagpengene utløper vil selvsagt være høyere når antall ledige er høyt, selv om andelen er den samme. De fleste får likevel jobb tidlig i perioden (se figur 4 og 5), både målt i antall og målt i andel av alle i vårt utvalg som har overgang.

Vi ser at blant de som ikke er mobile, det vil si at de får jobb på samme sted i samme yrke, så er andelen som får jobb tidlig størst, og færre venter til sent i dagpengeperioden. Slik er det også for de andre måtene å få jobb på, pendle, flytte og bytte yrke, men vi ser at en relativt stor andel av de som flytter venter til dagpengeperioden nærmer seg slutten. Om lag 16 prosent av de som flytter gjør det mellom måned 20 og 28, mens det bare er 4 prosent av de som får jobb på samme sted i samme yrke som venter så lenge.

Regresjonsresultater

Over har vi bare sett på hvordan sannsynligheten for ulike overganger varierer på ulike tidspunkt i dagpengeperioden. Men vi er også interessert i hvilke faktorer som påvirker denne sannsynligheten. I tabell 3 presenteres resultatene av regresjonsanalysene med konkurrerende risiko. Tall over 1 betyr at sannsynligheten øker, tall under 1 betyr at sannsynligheten reduseres[10]Tilsvarende regresjoner ved bruk at ordinær Cox-regresjon ligger i vedlegget..

Vi ser at det å ha ektefelle og barn påvirker beslutningen om mobilitet (tabell 3). Særlig gjør det å ha barn det klart mindre sannsynlig at man velger å flytte eller pendle. Det gjelder både for kvinner og menn, men effekten er størst for kvinner. I modellen for overgang til flytting er estimert hasardratio for variabelen som indikerer om personen har forsørgeransvar for barn 0,517 for kvinner (tabell 3). Dette betyr at kvinner som har barn har 48,3 prosent lavere sannsynlighet for å flytte sammenlignet med kvinner som ikke har barn. For menn er estimert hasardratio 0,746. Det betyr at menn som har barn har 25,4 prosent lavere sannsynlighet for å flytte. Samtidig øker det sannsynligheten for å bytte yrke. Også for de som er gift minker sannsynligheten for å flytte, mens det øker sannsynligheten for å pendle for menn og sannsynligheten for å bytte yrke både for kvinner og menn. Det er ikke overraskende at det å flytte er langt mindre sannsynlig når man har familie. Det er også lite poeng i å flytte til et nytt sted om dette innebærer at ektefellen mister jobben. I tillegg vil det å måtte flytte barn til ny skole være en ekstra kostnad ved flytting.

Utdanning og inntekt

Vi ser også at utdanningsnivå til den arbeidsledige påvirker sannsynligheten for å være mobil. Kvinner og menn med høy utdanning har signifikant større sannsynlighet for å pendle, mens menn med høy utdanning har signifikant høyere sannsynlighet for å flytte. Dette gjelder også kvinner med over 4 år med høyere utdanning. Disse har 26,9 prosent høyere sannsynlighet for å flytte sammenlignet med kvinner som bare har grunnskoleutdanning. For både kvinner og menn øker sannsynligheten for å bytte yrke med økt utdanningsnivå, noe som trolig reflekterer at personer med høy utdanning ofte har flere ulike yrker å velge mellom. Vi ser også at de som har høyere utdanning har betydelig mindre sannsynlighet for å begynne å motta arbeidsavklaringspenger etter at de har vært arbeidsledige. Arbeidsledige som har mer enn 4 år med høyere utdanning har 62,7 prosent lavere sannsynlighet for å ha overgang til arbeidsavklaringspenger sammenlignet med de som bare har grunnskole.

Hvor høy inntekt man hadde før man ble ledig følger også samme mønster som utdanningsnivået. De som har hatt høy inntekt både pendler, bytter yrke og flytter mer, mens de i mindre grad begynner i samme yrke i samme region etter at de har vært ledig. Man kunne tenke at de som har hatt høy inntekt gjerne vil tilbake i tilsvarende type jobb, hvor inntekten var høy. Samtidig er det også slik at de som har hatt høy inntekt taper mer på å være arbeidsledig (om inntekten var over 6G[11]Inntekt over 6G teller ikke i beregningen av dagpengegrunnlaget og derfor er kompensasjonsgraden lavere for de som tjente mer enn 6G.), og dermed har sterkere insentiv til raskt å komme i jobb. Høy inntekt tyder også på at de er attraktive arbeidstakere, som trolig har flere jobber å velge mellom.

Sannsynligheten for å være mobil øker mot slutten av dagpengeperioden

Vi får bekreftet vår hypotese om at sannsynligheten for at arbeidsledige er mobile øker mot slutten av dagpengeperioden. Dette er i tråd med studier på overgang til jobb generelt. Falch m.fl. (2012) finner for eksempel at sannsynligheten for overgang til jobb øker når retten til å motta dagpenger går mot slutten. De siste årene har det vært mye fokus på geografisk mobilitet, ettersom det har vært store geografiske forskjeller på arbeidsmarkedet. Det er likevel lite vanlig å flytte blant de arbeidsledige, men vi ser en økning i sannsynligheten for å ha fått jobb og flyttet når man nærmer seg tidspunktet hvor man mister dagpengene. Sammenliknet med flytting, så er det en klart høyere andel av de som har overgang til jobb som pendler til sin nye jobb. Dette gjelder 23 prosent av alle avsluttede forløp i utvalget vårt, og indikerer at det er en stor del av den geografiske mobiliteten som ikke fanges opp om man kun ser på flytting. Sannsynlighet for pendling er høyest tidlig i forløpet, rundt tre måneder, men også når dagpengeperioden nærmer seg slutten øker sannsynligheten. Som for geografisk mobilitet øker sannsynligheten for yrkesmobilitet når dagpengeperioden går mot slutten. Det er også en mye høyere andel som er yrkesmessig mobile sammenliknet med geografisk mobile. Hele 38 prosent av de arbeidsledige har byttet yrke når de kommer ut i jobb.

Arbeidsledige er mer mobile når arbeidsledigheten er høy

Vi får også bekreftet hypotesen om at arbeidsledige er mer mobile i regioner hvor arbeidsledigheten er høy. Arbeidsledige som bor i arbeidsmarkedsregioner med høyere ledighetsnivå har høyere sannsynlighet for å pendle for å komme ut i jobb, og de har også høyere sannsynlighet for å bytte yrke. Det er få arbeidsledige som flytter, men regresjonsresultatene viser tydelig at det henger sammen med høy arbeidsledighet, også når vi kontrollerer for bostedsfylke og individuelle karakteristika ved den arbeidsledige. Disse funnene er robuste, i den forstand at de er konsistente på tvers av ulike modellspesifikasjoner. Andreev og Schou (2017) fant i sin studie at høy ledighet var forbundet med redusert sannsynlighet for flytting, altså det motsatte av hva vi finner i vår analyse. Grunnen til at vi finner det motsatte, henger antagelig sammen med at vi bruker ulike metoder, at utvalget vi ser på er forskjellig, og at vi også definerer flytting på en annen måte.

Økning i ledigheten påvirker ikke mobiliteten

Vi finner ikke noen entydig støtte for hypotesen om at arbeidsledige er mer mobile når ledigheten øker. Dette er overraskende, fordi man i perioder med høy vekst i arbeidsledigheten i ett område forventer at forskjellene jevnes ut innenfor arbeidsmarkedet, blant annet fordi folk flytter til områder der det er lettere å få seg jobb (Blanchard og Katz 1992). Vi finner derimot at sannsynligheten for flytting er noe lavere blant arbeidsledige som opplever at ledigheten øker i begynnelsen av ledighetsperioden. Mobilitet målt som pendling øker for menn når ledigheten øker, men yrkesmobiliteten reduseres ved økende ledighet. Her er resultatene imidlertid usikre. Cox-regresjonen gir ingen signifikant endring i sannsynligheten for å flytte, men økt sannsynlighet for yrkesmessig mobilitet ved økende ledighet (se vedlegg tabell A2). De divergerende resultatene kan skyldes at de er følsomme for definisjon av de ulike overgangene, siden de ulike utfallene konkurrerer med hverandre. Resultatene er også sensitive for definisjonen av endringsvariabelen. Når vi ser på endring i ledighet før man blir arbeidsledig får vi andre resultater.

De som er ledige når ledigheten er høy skiller seg antakelig fra de som er ledige når ledigheten er lav, utover de observerbare kjennetegnene vi kan kontrollere for i modellen. Det er naturlig å tenke seg at personer som blir ledige når ledigheten er lav er mindre attraktive på arbeidsmarkedet mens de som blir ledige når ledigheten er høy også inkluderer en høy andel av de som er attraktive på arbeidsmarkedet. Vi har prøvd å ta hensyn til dette ved å inkludere arbeidsledighet lokalt, i tillegg til endringen i ledigheten. Vi målte forskjeller i ledighetsutviklingen ved å inkludere en variabel for endring i arbeidsledighet i bo- og arbeidsmarkedsregionen de første 6 månedene av ledighetsperioden. Dette fanger opp geografisk variasjon, men det hadde vært interessant å se på ledigheten i den yrkesgruppen man tilhører når man studerer yrkesmessig mobilitet for å se om ledighet jevner seg ut mellom ulike yrkesgrupper.

Stor variasjon i mobilitet mellom ulike grupper arbeidsledige

Vi ser at særlig det å ha barn reduserer sannsynligheten for geografisk mobilitet, og det samme gjelder når man blir eldre. Det er ikke unaturlig at det er vanskeligere å flytte når man er mer etablert et sted. Det kan være vanskelig å få solgt boligen, man har barn på skole og om man flytter må ektefellen også finne ny jobb. Sannsynligheten for å flytte er imidlertid lav også for enslige uten barn i våre data, og man kan dermed diskutere om man burde forsøke å øke den geografiske mobiliteten i denne gruppen. Høyere utdanning er forbundet med høyere mobilitet, både geografisk og yrkesmessig. Dette er i tråd med annen forskning. I tillegg til at personer med høyere utdanning har mer kunnskap som er overførbare til andre yrker og har et bredere spekter av alternative jobber å søke på, er de kanskje også villige til å flytte eller pendle for å få en jobb som ikke lenger er tilgjengelig for dem der de bodde tidligere men som passer bedre til deres bakgrunn.

Hva betyr dette for NAV

Samtidig som det er lav sannsynlighet for å flytte blant de arbeidsledige, viser de stor fleksibilitet når det gjelder pendling og spesielt yrkesmessig mobilitet. Mange begynner å jobbe i et annet yrke enn det de hadde før de ble ledig. Dette kan vise seg å være en viktig egenskap ved den norske arbeidsstyrken, for eksempel i møte med framtidig automatisering og digitalisering. Det er mange ulike anslag om hvor mange jobber som vil forsvinne på grunn av dette, men om vi vil se at yrker forsvinner og nye yrker kommer til i en raskere takt enn tidligere, er det en styrke at vi har stor grad av yrkesmessig mobilitet blant de ledige. For NAVs oppfølging av arbeidssøkere kan dette også bety at gode verktøy for å støtte opp under den yrkesmessige mobiliteten kan være vel så viktig som fokuset på geografisk mobilitet, og da spesielt flytting. For eksempel kan man tenke seg nye IT-løsninger som kan tipse arbeidssøkeren om stillinger i andre yrker andre med samme yrkesbakgrunn har startet i, og slik bidra til at det blir lettere å orientere seg også mot en annen karrierevei.