Arbeidslaus i fyrste del av koronakrisa – dei fleste raskt tilbake i arbeid
Av Audun Gjerde, Kristian Myklathun og Johannes Sørbø[1] Takk til Thomas Lorentzen, professor ved sosiologisk institutt ved UiB, for gode råd og innspel knytt til metodeval, og til Jon Petter Nossen for tilrettelegging av data
Samandrag
I denne artikkelen ser vi nærare på dei som vart permittert eller mista jobben i den fyrste fasen av koronapandemien. Ved hjelp av sekvensanalyse identifiserer vi sju typiske løpebaner basert på eit samla bilete av personane si tilknyting til arbeidslivet gjennom det påfølgjande året.
I samsvar med tidlegare analyser finn vi at dei fleste kom raskt tilbake i jobb, men også at det er mange som følgjer løpebaner som er prega av meir varierte utfall og lausare tilknyting til arbeidslivet. Den klart vanlegaste løpebana vi identifiserer er dei som kom seg raskt tilbake i arbeid. Om lag 7 av 10 høyrer til i denne gruppa. Personane som følgjer denne løpebana vart i stor grad permittert i starten av pandemien, før dei kom tilbake i arbeid i løpet av nokre få månader. Personar fødd i Noreg er overrepresentert i denne gruppa, og det same gjeld personar med bakgrunn frå butikk- og salsarbeid.
Den nest største gruppa i vår populasjon, 6 prosent, er dei som hamner i kategorien «Til «anna». Dette er i hovudsak personar som starta som heilt arbeidslause utan å være permitterte, men som så i løpet av nokre månader forsvinn ut av registera vi har undersøkt. Det vil til dømes være dei som startar i utdanning, tek ut alderspensjon eller vert sjølvstendig næringsdrivande.
Om lag 5 prosent hamner i gruppa «Vekslande arbeidstilknyting», som er prega av skifter mellom permittering og arbeid, og like mange i gruppa «Langvarig permittering». Personar med bakgrunn frå reiseliv og transport er overrepresentert i desse gruppene, og det same gjeld innvandrarar og personar busett i Oslo.
Nesten like mange, 4 prosent, hamnar i gruppa «Langvarig arbeidsløyse», som er personar som i stor grad er heilt arbeidslause og ikkje permittert i heile perioden vi ser på. Også her er innvandrarar overrepresentert, og gruppa består nesten berre av personar som var heilt arbeidslause og ikkje permittert då dei registrerte seg.
Innleiing
Då pandemien råka Noreg våren 2020 fekk vi ein utvikling på arbeidsmarknaden ulik noko vi tidlegare har sett. I løpet av fire veker i mars og april auka talet på arbeidssøkjarar registrert hos NAV frå 106 000 til 433 000, etter at det vart innført strenge smitteverntiltak den 12. mars 2020. Utover våren og sommaren vart mange smitteverntiltak letta på, og talet på arbeidssøkjarar gjekk raskt ned, før nye smitteutbrot og innstramingar igjen førte til fleire arbeidslause mot slutten av 2020 og inn i 2021. Etter påske 2021 har smittesituasjon og vaksinering ført til lette i smitteverntiltaka, og dermed også ein monaleg nedgang i talet på arbeidssøkjarar. Ved utgangen av oktober var om lag 121 000 personar registrert som arbeidssøkjarar hos NAV.
Figur 1. Utvikling i talet på arbeidssøkjarar per veke. Etter arbeidssøkjarstatus. Veke 1 2020 – veke 43 2021
Kjelde: NAV
Furuberg (2021) viser at det i løpet av fyrste halvår 2020 totalt vart registrert 468 000 nye arbeidssøkjarar hos NAV, og berre i mars 2020 vart det registrert 316 000. Til samanlikning vart det i løpet av fyrste halvår 2019 registrert 86 000 nye arbeidssøkjarar. Ei stor endring samanlikna med tidlegare år var også kor mange av dei arbeidslause som var permitterte. 72 prosent av dei nye arbeidssøkjarane i fyrste halvår 2020 var permitterte, mot 5 prosent i 2019 (Furuberg 2020). Samstundes viser Furuberg at 73 prosent av dei som vart registrert som arbeidssøkjarar i fyrste halvår 2020, ikkje lenger var registrert etter 5 månader. Dette er ein høgare del en normalt, noko som kjem av at mange permitterte var tilbake i arbeid etter relativt kort tid. Prosentdelen som ikkje lenger var arbeidssøkjarar var særleg høg blant dei som vart arbeidslause i mars og april, mens dei som vart arbeidslause like før krisa i langt større grad enn året før blei verande arbeidslause.
Bratsberg mfl. (2021) ser på utviklinga i avtalt arbeidstid gjennom 2020. Som Furuberg finn også dei at krisa særleg råka dei som alt var utan arbeid då krisa kom. Vidare finn dei at arbeidstida fall mest for unge, lågt utdanna, innvandrar frå nye EU-land og låginntektsland (Afrika, Asia mv.), samt personar som hadde låg inntekt i utgangspunktet. At innvandrar og lågt utdanna vart hardare råka skuldast i stor grad at desse jobba i yrke og næringar som vart hardt råka av pandemien og smitteverntiltaka.
Føremålet med denne artikkelen er å utvide kunnskapsgrunnlaget om dei mange som vart permittert eller mista jobben i den fyrste fasen av koronapandemien. Sjølv om fleirtalet av dei arbeidslause no er heilt eller delvis tilbake i arbeid, har tilbakevendande smittevernsrestriksjonar gjort at fleire med stort sannsyn har opplevd fleire periodar med arbeidsløyse.
Vi følgjer alle som registrerte seg som arbeidssøkjarar i enten mars eller april 2020, i alt 373 847 personar, i 12 månader etter at dei registrerte seg. Vi nyttar sekvensanalyse til å analysere dette datamaterialet. Denne metoden let oss følgje arbeidssøkjarane gjennom fleire ulike overgangar over tid, til skilnad frå tidlegare analyser som fokuserer på enkeltovergangar. Det gjer at vi kan sjå kor mange som eventuelt har hatt fleire periodar som arbeidssøkjar, for eksempel permitterte som har jobba i periodar og så blitt permittert på ny. Fordelen med metoden er altså at vi kan sjå alle enkeltstatusar og overgangar i samanheng, og gruppere personar med liknande forløp saman i typiske løpebaner.
Kva for type løpebaner var vanlege, og kva kjenneteiknar dei som hamna i dei ulike løpebanene? Mange av dei som vart permitterte kom raskt tilbake i jobb, men er det også mange som har mista jobben eller veksla mellom arbeidsløyse og jobb? Er det stor forskjell på permitterte og andre arbeidslause? Dette er nokre av spørsmåla vi ønsker å sjå nærare på i denne artikkelen.
Metode
Sekvensanalyse er eit verktøy som er godt eigna til å gi oss meir oversikt over den komplekse situasjonen på arbeidsmarknaden. Metoden er nytta på NAV sine data fleire gonger, sjå mellom anna Nossen med fleire (2021a, 2021b) og Hansen og Lorentzen (2019), men ikkje for å sjå spesifikt på dei arbeidslause under pandemien.
Ved hjelp av sekvensanalyse kan vi identifisere dei vanlegaste løpebanane på arbeidsmarknaden for dei som vart permitterte eller mista jobben i den fyrste fasen av koronapandemien.
Ein sekvens er ei ordna rekke av element. Sekvensane vi studerer her er arbeidsmarknadsstatus for enkeltpersonar over tid. For kvar tidsperiode har kvar person ein status på arbeidsmarknaden (sjå liste over moglege statusar under «design av analysen»). Statusar som vert sett saman i ein sekvensanalyse kan til dømes sjå ut som i figur 2.
Figur 2: Illustrasjon av ein sekvens
Kjelde: NAV
For å kunne gruppere saman enkeltsekvensane til klynger, eller løpebaner, konstruerer vi ei avstandsmatrise for å kunne måle kor lik kvar enkelt sekvens er dei resterande sekvensane. Denne matrisa angir kor «kostbart» det er å gjere ein sekvens lik ein annan; enten ved å bytte ut statusar eller ved å sette inn/slette enkeltstatusar. Desse ulike operasjonane har forskjellige kostnadar knytta til seg. Dette gjer vi for alle sekvenspar i datasettet. Med grunnlag i denne avstandsmatrisa kan vi bruke klyngeanalyse for å gruppere saman klynger av sekvensar som liknar kvarandre. Her nyttar vi Wards metode, som er ein metode for hierarkisk klyngeanalyse (Murtagh og Legendre, 2014).
For å bestemme talet på klynger nyttar vi oss av diverse tekniske hjelpemiddel for å anslå kvaliteten på dei ulike klyngene, samt ei skjønnsmessig vurdering. På grunn av det store talet på personar som vart permittert eller mista jobben i løpet av den fyrste fasen av koronakrisa er datamaterialet for stort til å kunne analysere heile populasjonen på ein gong med dei vanlege metodane. Vi har derfor nytta oss av ein spesiell metode basert på idealtypiske/representative sekvensar for å kunne angi «klyngemedlemskap» til alle personane i vårt datasett (sjå faktaboks for nærare informasjon om metoden).
Sekvensanalyse
Sekvensanalyse består grovt sett av to ulike deler; konstruksjonen av ei avstandsmatrise, og ei påfølgande klyngeanalyse. For å definere avstandsmatrisa nyttar vi oss av metoden «Optimal Matching» (OM). I OM er avstanden mellom to sekvensar definert som kor mykje det kostar å transformere éin sekvens til en annan (Abbot og Tsay, 2000). Det finst to typar endringar ein kan gjere i denne konteksten: innsetting/sletting (indels) og erstatning. Kvar av desse operasjonane blir gitt ein «kostnad», og ein minimerer denne kostnaden for kvart sekvenspar i datasettet.
Desse operasjonane har ein viss kostnad knytta til seg, og brukaren står sjølv fritt til å sette desse kostnadane. Ved innsetting eller sletting vert tidsaksen i sekvensen endra, medan ved erstatning er tidsaksen uendra. Ein kan difor nytte kostnadssetting for å avgjere om ein ved likskapsvurderinga skal vektlegge tidspunktet ein har ein status, eller rekkefølgja av statusar i sekvensen. Kostnaden ved å erstatte éin status med ein anna er ulik for dei forskjellige statusane, og er basert på kor vanleg dei ulike overgangane er. Vi har satt kostnaden for innsetting/sletting til halvparten av den maksimale substitusjonskostanden, noko som inneber at vi balanserer dei to omsyna.
Etter å ha landa på ei bestemt klyngeløysing ved hjelp av blant anna den gjennomsnittlege silhuettkoeffisienten (Kaufman og Rousseeuw, 1990) identifiserer vi dei eller den mest representative sekvensen for kvar av klyngene, noko som gir oss sju idealtypiske sekvensar. Deretter samanliknar vi kvar og ein av dei enkelte sekvensane med dei sju idealtypiske sekvensane for å bestemme kva klynge kvar enkelt sekvens høyrer til i. Den med lågast avstand blir valt. Dei sekvensane som har for høg minimumsavstand til ein av dei idealtypiske sekvensane blir plassert i ei eiga «restklynge». I vår analyse har vi definert dette som dei fem prosentane med høgast minimumsavstand til ei av dei idealtypiske sekvensane
Design av analysen
Vi avgrensar utvalet vårt til dei som vart registrert som arbeidssøkjarar hos NAV i løpet av mars eller april 2020, både som permitterte og ikkje permitterte arbeidssøkjarar, og som ikkje var registrert som arbeidssøkjarar tidlegare på året.
Kvar person har ein av åtte gjensidig utelukkande statusar:
I arbeid
Delvis arbeidslaus, permittert
Heilt arbeidslaus, permittert
Delvis arbeidslaus, ikkje permittert
Heilt arbeidslaus, ikkje permittert
Arbeidssøkjar i eit arbeidsmarknadstiltak
Nedsett arbeidsevne
Anna
Statusen «Anna» inneheld alle dei som ikkje har ein av dei andre statusane. Det vil mellom anna sei personar som er i utdanning, sjølvstendig næringsdrivande eller personar som er forsørga av andre.
Personar med statusen «nedsett arbeidsevne» er registrert med denne statusen i NAV sine system og/eller mottek uføretrygd.
Tre av fire var permitterte
Populasjonen er nokså jamt fordelt på dei ulike aldersgruppene, men unntak av dei eldste og dei yngste (tabell 1). Om lag ein tredjedel av populasjonen er under 30 år. Deretter fylgjer aldersgruppene 30 – 39 år (24 %) og 40 – 49 år (20 %) som dei mest vanlege. Menn (54 %) er også noko overrepresentert i populasjonen. Dei tre vanlegaste yrkesbakgrunnane er butikk- og salsarbeid (18 %), reiseliv og transport (16 %), samt serviceyrke og anna arbeid (13 %), og meir enn 4 av 10 har bakgrunn frå ei av desse yrkesgruppene. Personar som er fødd i Noreg (73 %) utgjer eit klart fleirtal av populasjonen, følgt av personar som er fødd i Aust-europeiske EU-land (8 %) og i Asia (8 %). Fleirtalet i populasjonen kjem frå Viken (24 %), Oslo (17 %) og Vestland (12 %). Om lag 3 av 4 er permittert den fyrste månaden dei er registrert som arbeidssøkjarar. Vidaregåande skule er den klart vanlegaste utdanningsbakgrunnen (55 %), følgt av kortare høgare utdanning (25 %) og grunnskule (10 %).[2] Høgaste påbegynte utdanning som arbeidssøkjarane sjølve oppgjer ved CV-registrering.
Kjenneteikn |
Del av populasjon |
Kjenneteikn |
Del av populasjon |
|---|---|---|---|
Aldersgruppe |
Kjønn |
||
Under 20 år |
3,6 |
Kvinne |
45,7 |
20 – 24 år |
13,4 |
Mann |
54,3 |
25 – 29 år |
14,2 |
Yrkesbakgrunn |
|
Under 30 år samla |
31,2 |
Akademiske yrker |
1,3 |
30 – 39 år |
24,4 |
Barne- og ungdomsarbeid |
2,0 |
40 – 49 år |
20,2 |
Butikk- og salsarbeid |
18,0 |
50 – 59 år |
16,5 |
Bygg og anlegg |
7,2 |
60 år og eldre |
7,1 |
Helse, pleie og omsorg |
4,8 |
Fylke |
Industriarbeid |
7,9 |
|
Viken |
23,5 |
Ingen eller ikkje oppgitt yrkesbakgrunn |
4,0 |
Oslo |
17,1 |
Ingeniør- og ikt-fag |
5,2 |
Innlandet |
6,3 |
Jordbruk, skogbruk og fiske |
0,4 |
Vestfold og Telemark |
7,1 |
Kontorarbeid |
8,2 |
Agder |
5,1 |
Leiarar |
7,3 |
Rogaland |
8,3 |
Meklarar og konsulentar |
3,8 |
Vestland |
11,5 |
Reiseliv og transport |
15,6 |
Møre og Romsdal |
4,8 |
Serviceyrke og anna arbeid |
12,5 |
Trøndelag |
8,1 |
Undervisning |
1,7 |
Nordland |
3,6 |
Arbeidssøkjarstatus ved start av perioden |
|
Troms og Finnmark |
4,1 |
Arbeidslaus, ikkje permittert |
23,3 |
Fødeland |
Permittert arbeidslaus |
76,7 |
|
Afrika |
2,3 |
Utdanningsbakgrunn |
|
Asia |
7,5 |
Ukjent |
1,9 |
Latin-Amerika |
1,0 |
Grunnskule |
10,0 |
Noreg |
72,7 |
Vidaregåande |
54,8 |
Aust-Europa utanfor EU |
2,2 |
Høgare utdanning, kort |
25,0 |
Aust-Europa innanfor EU |
8,1 |
Høgare utdanning, lang |
8,3 |
Vest |
5,6 |
||
Ukjent |
5,6 |
||
Kjelde: NAV
Kva for løpebanar er vanlegast?
Figur 3 viser korleis populasjonen fordeler seg på dei sju ulike statusane i løpet av dei 12 månadene vi følgjer desse personane. Ved starten av tidsperioden er heilt permittert (54 %) den vanlegaste statusen, følgt av delvis permittert (23 %) og heilt arbeidslaus (20 %). Ein liten del er også delvis arbeidslause (3 %), og nokre få (< 1 %) deltek i arbeidsmarknadstiltak. Ein stor del av dei nye arbeidssøkjarane er raskt tilbake i arbeid, og etter eit halvår er om lag 2/3 av populasjonen i arbeid. Delen i arbeid held seg ganske stabil etter det fyrste halvåret, men går noko ned mot slutten av tidsperioden. Dette heng truleg saman med innføringa av nye smittevernstiltak rundt årsskiftet. Delen permitterte, og særleg heilt permitterte, minskar kraftig det fyrste halvåret, men held seg deretter stabil på mellom 10 og 15 prosent.
Andelen ordinære arbeidslause, altså dei som ikkje er permitterte, minskar noko dei fyrste månadene, og held seg så på eit ganske stabilt nivå. Delen i statusen «Anna» aukar gradvis gjennom perioden og utgjer i underkant av 10 prosent den siste månaden. Delen som deltek i arbeidsmarknadstiltak eller har nedsett arbeidsevne aukar også noko i løpet av perioden, men utgjer ikkje meir enn éin prosent den siste månaden.
Etter 12 månader er 67 prosent av populasjonen i arbeid. Delen som er heilt permittert eller delvis permittert er begge på 7 prosent, medan 3 prosent er delvis arbeidslause og 5 prosent er heilt arbeidslause. Om lag éin prosent deltek i arbeidsmarknadstiltak, éin prosent er registrert med nedsett arbeidsevne eller mottek uføretrygd, og 9 prosent har statusen «anna».
Figur 3. Statusfordeling månad for månad 12 månader etter registrering som arbeidssøkjar i mars/april. Del av heile populasjonen (N = 373 847)
Kjelde: NAV
Basert på metodikken over har vi identifisert åtte ulike løpebaner som populasjonen er fordelt på (figur 4). Denne figuren gir eit overordna bilete over fordelinga av statusar for dei ulike løpebanene månad for månad, men gir ikkje noko informasjon om korleis kvar einskild person bevegar seg mellom dei ulike statusane. Difor viser vi også dei ti vanlegaste sekvensane for kvar løpebane og kor stor del dei utgjer av kvar løpebane (figur 5). Dette gir eit meir detaljert bilete over dei faktiske forløpa som einskilde personar fylgjer i dei ulike løpebanene.
Fleirtalet raskt tilbake i jobb
Den klart vanlegaste løpebana «Raskt tilbake i jobb» (N = 259 818, 69 prosent av populasjonen) er karakterisert ved at dei fleste kjem relativt raskt tilbake i arbeid etter å ha vore heilt permittert. Somme er også delvis permittert eller delvis arbeidslause i byrjinga av perioden, men kjem så raskt i arbeid. Dette er ikkje overraskande. Talet på permitterte auka frå om lag 5 000 til 276 000 i mars og april 2020, men gjekk også raskt ned att utover våren og sommaren. Uvissa var svært stor i mars og april i fjor, og mange bedrifter valde å permittere. Også bedrifter der det viste seg at etterspurnaden auka som følgje av pandemien, som til dømes deler av varehandelen. Dermed vart også mange permitterte henta tilbake i arbeid relativt raskt, når det vart tydelegare kva konsekvensar pandemien faktisk fekk for etterspurnaden etter varer og tenester. Dette ser vi også ved at personar frå butikk og salsarbeid er overrepresentert i denne løpebana. Det same gjeld personar fødd i Noreg.
Oslo er med god margin fylket med den lågaste delen personar som kjem raskt tilbake i jobb. Dette følgjer av at Oslo over tid har hatt dei mest restriktive smittevernstiltaka. I motsett ende av skalaen er Møre og Romsdal, der smittevernstiltaka har vore relativt moderate gjennom store deler av perioden. Personar med ukjent utdanningsbakgrunn eller grunnskule som høgaste påbegynte utdanning er underrepresentert i denne løpebana.
Figur 4. Statusfordeling for kvar av dei åtte løpebanene månad for månad i 12 månader frå registrering som arbeidssøkjar i mars/april. Del av kvar løpebane
Kjelde: NAV
Løpebana «Permittering og gradvis tilbake i jobb» (N = 16573, 4 % av populasjonen) inneheld i hovudsak personar som er registrert som delvis permittert i byrjinga av perioden, eller personar som har ei kort periode som heilt permittert og som deretter går over til å bli delvis permitterte. Delen som er i arbeid aukar gradvis, noko som kjem av at ein del av dei delvis permitterte kjem heilt tilbake i arbeid. Delen som er i denne løpebana aukar med alderen fram til 50-åra, før den går noko ned i den eldste aldersgruppa. Blant personar som er 19 år eller yngre er berre 0,3 prosent i denne løpebana, medan delen blant 50-åringar er 7,2 prosent.
Den tredje løpebana «Vekslande arbeidstilknyting» (N =17 787, 5 prosent av populasjonen) inneheld personar som i all hovudsak er heilt permittert dei fyrste månadene. Deretter aukar delen som er delvis permittert og i arbeid det fyrste halvåret. Etter dette aukar delen heilt permitterte og ordinære arbeidslause, og delen i arbeid og delvis permittert går ned. Dette har truleg samanheng med den andre og tredje smittebølgja som råka deler av landet rundt årsskiftet, og førte til nye permitteringar og oppseiingar. Personar busett i fylka Oslo, Vestland og Viken er overrepresentert i denne løpebana. Det same gjeld personar som jobbar innan reiseliv og transport (sjå meir om ulike yrkesgrupper under).
Mange har lange periodar som arbeidslause
Den neste løpebana, «Langvarig permittering» (N = 17 117, 5 prosent av populasjonen), består i hovudsak av personar som vart heilt permitterte i fyrste del av koronakrisa, og som beheldt denne statusen gjennom det neste året. Vi ser likevel at nokre av dei heilt permitterte etter kvart kjem tilbake i arbeid, enten delvis eller heilt, slik at delen heilt permitterte går noko ned mot slutten av perioden. Vi ser også at ein del av dei heilt permitterte går over til å bli ordinære arbeidssøkjarar eller går over til «anna». Det kan tyde på at ein del av dei som var langvarig permittert har mista jobben permanent. Personar som jobbar innan reiseliv og transport er også oftare i denne løpebana. Det same gjeld personar med grunnskule som høgaste påbegynte utdanning.
Løpebana «Ordinær arbeidsløyse og gradvis tilbake i jobb» (N =5 688, 2 prosent av populasjonen) inneheld i hovudsak ordinære arbeidssøkjarar, både heilt arbeidslause og delvis arbeidslause. Dei fleste i denne løpebana er enten registrert som delvis arbeidslause ved starten av koronakrisa, eller blir registrert som delvis arbeidslaus etter ein kort periode som heilt arbeidslaus, og beheld denne statusen gjennom mesteparten av året. Vi ser likevel at delen som er i arbeid aukar gradvis i løpet av det andre halvåret.
«Langvarig arbeidsløyse» (N = 14 059, 4 prosent av populasjonen) består av personar som blir heilt arbeidslause utan å være permittert i starten av koronakrisa. Fleirtalet beheld denne statusen gjennom heile tidsperioden, medan nokre har overgang til blant anna arbeid. Personar som er føydd i andre land enn Noreg følgjer i større grad løpebanene «langvarig arbeidsløyse» og «langvarig permittert» enn norskfødde, og desse løpebanane er særskild vanleg for personar som er føydd i afrikanske land. Dette skuldast truleg skilnadar i yrkesbakgrunn blant dei som vart permittert eller mista jobben i den aktuelle perioden. Blant dei fødd i Afrika var det til dømes spesielt mange som vart permittert eller mista jobben som har yrkesbakgrunnane «bil- drosje- og varebilførar», og «reinhaldarar i verksemder». Dette er yrker som var råka av tiltak gjennom mykje av analyseperioden.
Den nest største løpebana «Til anna» (N = 24 063, 6 prosent av populasjonen) er karakterisert ved at personane i denne løpebana raskt går over til statusen «anna» etter ein kort periode som enten heilt arbeidslaus eller heilt permittert. Dette kan være personar som vel å gå over i utdanning, som sluttar å registrerte seg hos NAV fordi dei ikkje har rett på dagpengar, eller som har andre måtar å forsørge seg på. Dei yngste og dei eldste arbeidssøkjarane er overrepresentert i denne løpebana. Dette skuldast truleg at yngre arbeidstakarar i mindre grad har rett på dagpengar, og at dei gjerne har lågare terskel for å gå over til utdanning, særleg om dei har delteke i høgare utdanning (Yin mfl. 2019). Vi ser også at delen som går til «anna» aukar særleg mykje dei fyrste fem-seks månadene, før den stabiliserer seg. Skulestart for haustsemesteret i august-september er etter fem-seks månader i figur 4. Det at eldre arbeidssøkjarar er overrepresentert kan tyde på at mange går over til pensjon. Det er derimot ikkje noko som tyder på at uttaket av alderspensjon generelt har auka som følgje av koronasituasjonen (Dahl mfl. 2021). Personar med ukjent utdanningsbakgrunn er også sterkt overrepresentert i denne løpebana.
«Andre» (N = 18 742, 5 prosent av populasjonen) inneheld personar som ikkje passar inn i dei sju andre klyngene vi har identifisert[3] Definert som dei 5 prosent av populasjonen som har høgast minimumsavstand til ein av klyngene.. Den kan dermed tolkast som ei «restklynge» med eit bredt spekter av ulike forløp som skil seg frå dei idealtypiske sekvensane som ligg til grunn for dei andre løpebanene. Dette inkluderer blant anna personar som får registrert nedsett arbeidsevne etter kort tid som arbeidslaus.
Figur 5. Dei 10 vanlegaste enkeltsekvensane for kvar løpebane månad for månad i 12 månader frå registrering som arbeidssøkjar i mars/april. Del av kvar løpebane.
Kjelde: NAV
Variabel og kjenneteikn |
Raskt tilbake i jobb |
Permitert og gradvis tilbake i jobb |
Vekslande arbeids-tilknyting |
Langvarig permitert |
Ordinær arbeids laus og gradvis tilbake i jobb |
Langvarig arbeids-løyse |
Til «anna» |
Andre |
Tal på personar |
|---|---|---|---|---|---|---|---|---|---|
Totalt |
69,5 |
4,5 |
4,8 |
4,6 |
1,5 |
3,8 |
6,4 |
5,0 |
373 847 |
Aldersgruppe | |||||||||
-19 |
70,5 |
0,3 |
1,5 |
1,5 |
0,5 |
2,4 |
17,4 |
5,8 |
13 575 |
20–24 |
70,9 |
1,3 |
3,4 |
2,9 |
1,3 |
4,1 |
10,0 |
6,2 |
50 148 |
25–29 |
69,7 |
2,8 |
5,2 |
4,5 |
1,5 |
4,4 |
5,9 |
6,0 |
52 942 |
30–39 |
68,3 |
4,2 |
5,8 |
5,6 |
1,6 |
4,6 |
4,9 |
5,0 |
91 122 |
40–49 |
69,4 |
6,1 |
5,3 |
4,9 |
1,8 |
3,5 |
4,5 |
4,5 |
75 495 |
50–59 |
70,4 |
7,2 |
4,5 |
4,6 |
1,7 |
2,9 |
4,5 |
4,1 |
61 846 |
60- |
67,0 |
6,2 |
3,8 |
5,2 |
1,4 |
2,7 |
9,8 |
3,8 |
26 437 |
Fødeland | |||||||||
Afrika |
48,3 |
2,8 |
7,7 |
10,3 |
3,3 |
10,4 |
7,3 |
9,9 |
8 653 |
Asia |
54,6 |
4,2 |
8,4 |
8,6 |
2,5 |
6,3 |
7,6 |
7,8 |
27 954 |
Latin-Amerika |
55,7 |
3,7 |
8,9 |
7,8 |
2,7 |
6,6 |
6,5 |
8,0 |
3 876 |
Noreg |
73,8 |
4,6 |
3,6 |
3,3 |
1,3 |
2,9 |
6,3 |
4,1 |
271 896 |
Aust-Europa (EU) |
59,7 |
3,7 |
7,3 |
8,1 |
2,1 |
5,7 |
6,4 |
7,0 |
30 421 |
Aust-Europa (øvrig) |
60,0 |
4,3 |
7,2 |
8,2 |
2,0 |
6,0 |
5,5 |
6,8 |
8 166 |
Ukjent |
61,9 |
2,3 |
6,2 |
5,3 |
2,3 |
6,2 |
4,4 |
11,4 |
2034 |
Vestlege land |
63,1 |
5,2 |
7,6 |
6,3 |
1,6 |
4,1 |
6,4 |
5,7 |
20 847 |
Fylke | |||||||||
Oslo |
60,6 |
5,1 |
7,2 |
7,3 |
1,5 |
4,6 |
7,9 |
5,7 |
63 786 |
Rogaland |
71,4 |
4,7 |
4,1 |
4,2 |
1,6 |
3,8 |
5,5 |
4,7 |
31 150 |
Møre og Romsdal |
77,3 |
3,6 |
2,8 |
2,5 |
1,4 |
3,0 |
5,4 |
4,0 |
17 774 |
Nordland |
76,0 |
3,2 |
3,5 |
2,3 |
1,5 |
3,3 |
5,5 |
4,6 |
13 607 |
Viken |
67,4 |
5,1 |
5,0 |
5,5 |
1,5 |
4,0 |
6,5 |
4,9 |
87 899 |
Innlandet |
75,4 |
3,6 |
3,1 |
2,6 |
1,6 |
3,1 |
5,9 |
4,6 |
23 384 |
Vestfold og Telemark |
71,3 |
4,2 |
3,8 |
3,6 |
1,7 |
3,9 |
6,6 |
4,8 |
26 366 |
Agder |
75,0 |
3,5 |
3,3 |
2,8 |
1,5 |
3,3 |
6,1 |
4,6 |
19 143 |
Vestland |
69,7 |
4,7 |
5,2 |
4,3 |
1,5 |
3,5 |
6,3 |
4,9 |
42 955 |
Trøndelag |
74,3 |
3,9 |
3,9 |
3,1 |
1,5 |
2,9 |
5,7 |
4,7 |
30 252 |
Troms og Finnmark |
72,1 |
3,7 |
4,2 |
3,5 |
1,4 |
3,5 |
6,5 |
5,1 |
15 321 |
Øvrige områder |
57,8 |
2,8 |
6,1 |
6,2 |
2,2 |
7,0 |
6,0 |
11,9 |
2 210 |
Kjønn | |||||||||
Kvinne |
69,3 |
4,4 |
5,0 |
4,1 |
2,0 |
3,6 |
6,6 |
5,1 |
170 887 |
Mann |
69,7 |
4,5 |
4,5 |
5,0 |
1,1 |
3,9 |
6,3 |
4,9 |
202 937 |
Status i fyrste månad | |||||||||
Permittert |
74,5 |
5,4 |
5,9 |
5,5 |
0,4 |
0,9 |
3,5 |
3,9 |
286 901 |
Ordinært arbeidslaus |
53,0 |
1,2 |
1,0 |
1,4 |
5,2 |
13,2 |
16,3 |
8,7 |
86 946 |
Utdanningsbakgrunn | |||||||||
Grunnskule |
63,2 |
4,0 |
5,9 |
6,4 |
1,8 |
5,3 |
7,1 |
6,4 |
37 418 |
Vidaregåande |
71,0 |
4,0 |
4,8 |
4,4 |
1,3 |
3,4 |
6,0 |
4,9 |
204 795 |
Høgare utdanning, kort |
70,0 |
5,5 |
4,7 |
4,4 |
1,6 |
3,4 |
6,0 |
4,5 |
93 292 |
Høgare utdanning, lang |
68,8 |
5,2 |
3,6 |
4,0 |
1,9 |
4,8 |
7,2 |
4,5 |
31 122 |
Ukjent |
55,9 |
2,5 |
2,7 |
3,4 |
3,7 |
6,0 |
17,6 |
8,2 |
7 220 |
Yrkesbakgrunn | |||||||||
Butikk- og salsarbeid |
78,0 |
3,1 |
2,9 |
3,1 |
1,1 |
2,6 |
5,3 |
3,9 |
66 815 |
Reiseliv og transport |
55,7 |
5,5 |
12,5 |
9,2 |
1,2 |
3,7 |
5,1 |
7,1 |
57 965 |
Serviceyrke og annet arbeid |
65,8 |
4,5 |
5,4 |
3,7 |
2,2 |
3,9 |
9,1 |
5,4 |
46 501 |
Kontorarbeid |
67,8 |
5,4 |
6,0 |
6,1 |
1,3 |
4,2 |
4,0 |
5,0 |
30 428 |
Industriarbeid |
75,7 |
3,5 |
3,2 |
4,4 |
1,0 |
3,5 |
4,1 |
4,7 |
29 489 |
Leiarar |
70,6 |
11,2 |
4,1 |
4,5 |
0,8 |
2,1 |
3,8 |
2,9 |
27 000 |
Bygg og anlegg |
77,1 |
1,9 |
1,7 |
4,1 |
0,7 |
4,0 |
5,7 |
4,7 |
26 902 |
Ingeniør- og ikt-fag |
75,1 |
6,0 |
2,7 |
4,5 |
0,8 |
3,6 |
3,6 |
3,6 |
19 235 |
Helse, pleie og omsorg |
77,1 |
1,6 |
0,7 |
0,8 |
3,2 |
3,6 |
9,7 |
3,4 |
17 926 |
Ingen yrkesbakgrunn eller uoppgitt |
53,1 |
2,7 |
2,9 |
3,8 |
2,0 |
7,7 |
19,1 |
8,8 |
16 954 |
Meklarar og konsulentar |
78,0 |
5,4 |
2,1 |
3,7 |
0,9 |
3,4 |
3,5 |
3,0 |
14 180 |
Barne- og ungdomsarbeid |
62,1 |
0,6 |
0,8 |
0,7 |
7,4 |
7,2 |
13,2 |
8,0 |
7 528 |
Undervisning |
71,2 |
1,7 |
1,2 |
0,8 |
4,4 |
5,4 |
10,2 |
5,1 |
6 482 |
Akademiske yrker |
70,5 |
6,2 |
2,6 |
3,6 |
1,7 |
5,3 |
5,9 |
4,2 |
4 946 |
Jordbruk, skogbruk og fiske |
65,9 |
1,5 |
2,0 |
1,7 |
2,2 |
8,0 |
12,6 |
6,0 |
1 496 |
Samla personinntekt 2019 | |||||||||
0 |
26,2 |
0,3 |
0,7 |
0,8 |
1,4 |
18,8 |
34,6 |
17,2 |
5 368 |
<200k |
63,6 |
1,3 |
2,5 |
3,1 |
1,8 |
5,8 |
14,5 |
7,5 |
67 294 |
200k – 400k |
63,5 |
4,3 |
6,9 |
6,4 |
2,4 |
4,8 |
5,4 |
6,3 |
103 293 |
400k – 500k |
71,2 |
5,4 |
6,6 |
5,5 |
1,3 |
2,7 |
3,2 |
4,1 |
69 163 |
500k – 600k |
76,6 |
5,5 |
4,3 |
4,3 |
1,0 |
2,1 |
3,0 |
3,1 |
50 351 |
600k – 800k |
79,4 |
6,1 |
3,0 |
3,3 |
0,7 |
1,6 |
3,4 |
2,4 |
48 945 |
800k – 1 000k |
80,8 |
5,8 |
2,3 |
2,5 |
0,7 |
1,5 |
4,3 |
2,0 |
17 577 |
>1000k |
77,5 |
6,8 |
2,6 |
2,5 |
0,6 |
1,7 |
6,2 |
2,0 |
11 856 |
Kjelde: NAV
Dei fleste har bakgrunn frå reiseliv og transport eller butikk- og salsarbeid
Det er dei to største yrkesgruppene i vår populasjon som skil seg mest ut, i kvar sin retning. Den vanlegaste yrkesbakgrunnen blant dei som vart permitterte eller mista jobben i mars og april i 2020 er butikk- og salsarbeid. Blant personar med denne yrkesbakgrunnen hamnar 78 prosent i løpebana «raskt tilbake i jobb», og er dermed den yrkesgruppa, saman med meklarar og konsulentar, der størst del følgjer denne løpebana. Den nest vanlegaste yrkesbakgrunnen i vår populasjon er personar med bakgrunn innanfor reiseliv og transport. I denne yrkesgruppa er det 56 prosent som følgjer denne løpebana, og dei er dermed den yrkesgruppa der lågast del kjem raskt tilbake i jobb.
Mange innan butikk- og salsarbeid raskt tilbake i jobb
Blant dei med yrkesbakgrunn frå butikk- og salsarbeid er det altså mange som følgjer løpebana «raskt tilbake i jobb», men det er betydelege forskjellar innanfor i denne yrkesgruppa (sjå tabell 3 i vedlegg). I befolkninga generelt er det mange i denne yrkesgruppa som jobbar i daglegvarebransjen. Men sidan daglegvarebransjen i liten grad har vore råka av smittevernstiltak, og spesielt i den fyrste fasen av koronapandemien opplevde auka salstal grunna hamstring og fråvær av grensehandel, så er dei truleg underrepresentert i denne yrkesgruppa blant personar som vart permittert eller mista jobben i starten av koronapandemien.
I denne yrkesgruppa skil gatekjøkken- og kafémedarbeidarar seg ut. Blant dei med denne yrkesbakgrunnen så er det færre enn snittet som følgjer løpebana «raskt tilbake i jobb», medan det er fleire enn snittet som har vekslande tilknyting til arbeidslivet, og som er langvarig permitterte. Denne yrkesgruppa vart råka både direkte gjennom lokale og nasjonale nedstengingar, og indirekte, gjennom stenging av relaterte bransjar. Til dømes er ein del gatekjøkken avhengig av utelivet for å kunne halde opent.
Mange innanfor reiseliv og transport hadde vekslande arbeidstilknyting
Personar med bakgrunn frå reiseliv og transport var underrepresentert blant dei som var raskt tilbake i arbeid og hadde i større grad vekslande tilknyting til arbeidslivet, eller var langvarig permitterte.
Denne yrkesgruppa vart spesielt hardt råka av koronakrisa. Mange av tiltaka mot spreiing av koronaviruset har hatt direkte konsekvensar for reiselivsnæringa. Reiselivsnæringa har hatt betydeleg redusert etterspurnad grunna ein kraftig reduksjon i talet på utanlandske turistar, samstundes som myndigheitene har råda nordmenn til å unngå unaudsynte fritidsreiser gjennom store deler av perioden vi ser på.
Innanfor reiseliv og transport er det spesielt mange restaurantarbeidarar som i liten grad har kome raskt tilbake i arbeid (sjå tabell 4 i vedlegg). Dei tre største undergruppene her er servitørar, kokkar og kjøkkenassistentar. Desse tre yrkesgruppene, i tillegg til mellom anna bartenderar og restaurantsjefar, er særleg overrepresentert i løpebana «vekslande tilknyting til arbeidslivet». Ei forklaring kan vera at restaurantbransjen har fått endra rammevilkår hyppig.
Blant sjåførane er det eit litt sprikande mønster. Lastebil- og trailersjåførar samt bussjåførar og trikkeførarar har klart seg ganske bra, medan det motsette er tilfelle for bil- drosje- og varebilførarar. Drosjenæringa har i særskilt grad hatt redusert etterspurnad i perioden vi ser på. Dette skuldast redusert mobilitet generelt, men også oppmodinga om heimekontor og nedstenging av utelivet i deler av landet gjennom mykje av perioden vi ser på.
Store skilnader innan serviceyrke og anna arbeid
Personar med bakgrunn frå serviceyrke og anna arbeid utgjer den tredje største yrkesgruppa i utvalet vårt. Blant personar med denne bakgrunnen er det færre enn snittet som følgjer løpebana «raskt tilbake til arbeid», medan det er fleire enn snittet som følgjer løpebana «ordinær arbeidslaus og gradvis tilbake i jobb» og «til anna». Det er store skilnader innanfor denne yrkesgruppa (sjå tabell 5 i vedlegg).
Reinhaldarar i verksemder og frisørar er dei to største undergruppene her. Desse to yrkesgruppene har hatt svært ulik tilknyting til arbeidslivet i perioden vi undersøkjer. Blant reinhaldarar var det berre 54 prosent som følgde løpebana «raskt tilbake til arbeid», medan denne delen er 85 prosent for frisørar. Reinhaldarar følgjer i større grad enn snittet løpebaner som «vekslande tilknyting til arbeidslivet», «ordinært arbeidslaus og gradvis tilbake i jobb», og «langvarig arbeidslaus».
Skilnaden mellom desse to gruppene skuldast at smittevernstiltaka råka desse to gruppene svært ulikt. Frisørsalongar vart heilt stengt 12. mars, men fekk opne opp att i slutten av april. Til tross for avstandskrav og truleg noko lågare etterspurnad som følgje av dei sosiale restriksjonane så ser vi at dei fleste frisørane tok opp att arbeidet etter kort tid. Reinhaldarar var særskild råka av tilrådinga om heimekontor. Denne tilrådinga har vore langvarig og utbreidd, og dette har ført til redusert behov for reinhald på mange arbeidsplassar. I denne yrkesgruppa er det mange med låg utdanning og mange med innvandrarbakgrunn.
Diskusjon
Vi veit både frå tidlegare analyser og NAV sin arbeidsmarknadsstatistikk at rekordmange blei arbeidslause i løpet av våren 2020, og at svært mange av desse kom raskt tilbake i arbeid. I vår analyse bekreftar vi dette, men viser samstundes at mange har hatt lange periodar med permittering og arbeidsløyse. Ved å nytta sekvensanalyse har vi også identifisert personar som har hatt vekslande grad av arbeidstilknyting gjennom det fyrste året av koronakrisa.
I forbindelse med innføringa av dei strenge og inngripande smittevernstiltaka blei reglane knytt til permitteringar letta på slik at bedriftene kunne gjennomføre permitteringane raskare og med lågare økonomisk kostnad. Kombinert med stor uvisse knytt til korleis situasjonen kom til å utvikle seg førte dette til ei eksplosjonsarta auke i talet på arbeidslause. Den største delen av denne auken kom i form av permitteringar, men det var også ei stor auke i talet på ordinære arbeidslause.
Om ein mista jobben eller om ein vart permittert i starten av koronapandemien er av stor betydning for arbeidstilknytinga det påfølgjande året. Sjølv om det er klart flest som er raskt tilbake i jobb i begge gruppene, er det betydeleg større del av dei ordinære arbeidslause som har andre forløp enn dette i dei påfølgjande 12 månadene. Dette er konsistent med tidlegare funn (til dømes Furuberg (2021) og Gjerde mfl. (2020)).
Dei som vart ordinært arbeidslause i starten av pandemien er generelt sett overrepresentert i løpebanane «ordinær arbeidslaus og gradvis tilbake til arbeid», «langvarig arbeidsløyse» og «til anna», medan dei permitterte er underrepresentert i desse gruppene. Det er fleire grunnar til dette. For det fyrste så følgjer det til dels av sorteringa. Berre det at ein mister jobben i fyrste periode gjer det meir sannsynleg at ein blir plassert i desse løpebanane. Statusen i fyrste månad gir også ein indikasjon om korleis arbeidsgivar vurderer dei umiddelbare utsiktene i den aktuelle næringa, eller for det aktuelle føretaket. Det at arbeidsgivar valde å sei opp tilsette framfor å permittere dei kan i somme tilfelle også tyde på at ein del av dei har lett utskiftbar kompetanse, noko som tyder på at dei i snitt vil vere mindre attraktive arbeidstakarar, og dermed ha vanskelegare for å finne ny jobb.
Personar med yrkesbakgrunn frå reiseliv og transport og butikk- og salsarbeid utgjer dei to største yrkesgruppene i vårt datamateriale, og sjølv om begge yrkesgruppene hadde ei stor auke i arbeidsløysa i løpet av fyrste del av koronakrisa skil dei seg klart når det kjem til utviklinga gjennom året. Medan personar med bakgrunn frå butikk- og salsarbeid er sterkt overrepresentert i løpebana «raskt tilbake i jobb», finn vi ein relativt større del personar med bakgrunn frå reiseliv og transport med svakare arbeidstilknyting. Dette heng saman med langvarige og til dels kraftige smittevernsrestriksjonar, blant anna innreiserestriksjonar som har gjort turist- og reiseverksemd sterkt avgrensa, samt næringssamansetninga i dei hardast råka fylka som Oslo. Interessant nok er denne yrkesgruppa ikkje overrepresentert i klynga «langvarig arbeidsløyse». Dette kan være eit uttrykk for ei forventning om at situasjonen i stor grad var midlertidig, og at det etter kvart som man fekk kontroll på smittespreiinga ville normalisere seg. Det er mykje som tyder på at det kan ta fleire år før situasjonen innan reiselivsbransjen er tilbake til ein situasjon lik den vi såg før koronakrisa, særleg når det gjeld flybransjen. Det er derfor nærliggande å tru at fleire innan denne yrkesgruppa vil gå over til ordinær arbeidsløyse eller må finne seg arbeid innan andre bransjar etter kvart som dei midlertidige ordningane knytt til permitteringar blir avslutta.
Personar med låg utdanning er vanlegvis spesielt utsett ved økonomiske krisetider. Noko av grunnen til dette er at dei generelt sett har mindre spesialisert kompetanse enn dei med høg utdanning. Det gjer mellom anna at dei oftare inngår i den operative delen av verksemda, heller enn kjernefunksjonane som ein må behalde så lenge det er drift. Det er relativ små skilnader når det kjem til utdanningsbakgrunn, men vi ser at dei med lågast utdanning har vorte hardast råka. Personar med ukjent utdanningsbakgrunn, eller med grunnskule som høgaste påbegynte utdanning, skil seg ut i negativ forstand og høyrer i større grad til løpebaner som er prega av vekslande eller svak tilknyting til arbeidslivet. Sjølv om forskjellane mellom ulike utdanningsbakgrunnar er større i enkelte fylke som har vore hardt råka av smittevernstiltak, er dei i stor grad gjeldande også i resten av landet. Det er derimot små forskjellar mellom dei som har påbegynt vidaregåande og høgare utdanning.
Den klart største gruppa i datamaterialet vårt er dei som har vidaregåande skule som høgste påbegynte utdanning. Også for befolkninga generelt er dette den vanlegaste utdanningsbakgrunnen, men dei er likevel klart overrepresentert blant dei som vart permitterte eller mista jobben i mars og april i 2020. Samstundes er dette også den vanlegaste utdanningsbakgrunnen til dei som kom raskt tilbake til arbeidslivet.
Grunnen til at denne utdanningsbakgrunnen er vanlegast blant dei som klarte seg best kan vere at dei er overrepresentert i yrker som etter første nedstenging fekk kome raskt tilbake til jobben, gjerne med bransjespesifikke retningslinjer.
I tråd med andre analyser finn vi også ein klar sosioøkonomisk gradient. Det er ein klar samanheng mellom samla personinntekt i 2019 og kva klynge ein har vorte plassert i. Dei med tidlegare inntekt på under 400 000 kroner plasserer seg i mykje mindre grad i klynga «Raskt tilbake i arbeid» samanlikna med dei med høgare inntekt. Delen i denne klynga stig gradvis i takt med stigande inntekt, med unntak av den øvste inntektskategorien (tabell 2). Dette heng truleg tett saman med yrkes- og utdanningsbakgrunnen til dei arbeidslause. På sikt kan dette være med på auke dei økonomiske forskjellane. Vi ser også at delen i klynga «til anna» er monaleg høgare blant dei utan inntekt og dei med tidlegare inntekt under 200 000. Ei forklaring på dette kan vera at mange i desse gruppene truleg ikkje vil ha rett på dagpengar og difor har latt vere å sende inn meldekort.
Om lag eit og eit halvt år etter utbrotet av koronaviruset i Noreg veit vi enno ikkje så mykje om dei langsiktige effektane av pandemien. Koronakrisa skil seg frå tidlegare økonomiske kriser ved at smittevernstiltak har vore styrande for den økonomiske nedgangen, og ikkje mangel på etterspørsel etter varer og tenester. Det er derfor vanskeleg å vite nøyaktig korleis økonomien og arbeidsmarkanden utviklar seg når smittevernstiltaka forsvinn. Sjølv om arbeidsmarkanden har betra seg betydeleg i løpet av det siste halvåret er det framleis mange som er permitterte eller ordinære arbeidslause, og mange av desse har vore inaktive på arbeidsmarknaden over lang tid og kan få utfordringar med å komme seg tilbake på arbeidsmarknaden. Ved utgangen av august var to av tre arbeidssøkjarar rekna som langtidsarbeidssøkjarar. Tidlegare forsking viser at langvarig arbeidsløyse har negativ effekt på jobbmoglegheitene, særleg for yrker som krev ingen eller lav formell utdanning (Eriksson og Rooth, 2014). Samstundes er etterspørselen etter arbeidskraft høg, og i nokre bransjar er mangel på arbeidskraft eit aukande problem. Det kan tyde på aukande mismatchproblem på arbeidsmarknaden, der dei arbeidslause har ein annan kompetanse enn det som er etterspurd. Pandemien kan også ha ført til nokre varige endringar, som auka bruk av heimekontor og mindre tenestereiser, noko som gjer at noko av arbeidskrafta må omstillast til andre jobbar enn dei hadde før. Det kan derfor vere viktig å fokusere på kompetanseheving og omskulering for dei arbeidslause som har vore lenge utanfor arbeidslivet framover.
Referansar
Abbott, Andrew og Angela Tsay (2000) «Sequence analysis and optimal matching methods in sociology: Review and prospect». Sociological methods & research 29, nr. 1, 3–33.
Bratsberg, Bernt, Simen Markussen, Oddbjørn Raum, Knut Røed, og Annette Alstadsæter (2021) «Sysselsettingsutviklingen 2020». Lysarkserie publisert på Frischsenteret si heimeside.
Dahl, Espen Steinung, Jorunn Furuberg, Ingunn Helde, Åshild Male Kalstø, Inger Cathrine Kann, Andreas Myhre, Heidi Nicolaisen, Jon Petter Nossen og Mia Sohlman (2021) «Ett år med korona. Utvikling og utsikter for Navs ytelser og brukere». Arbeid og velferd, 1/2021.
Eriksson, Stefan og Dan-Olof Rooth (2014) «Do employers use unemployment as a sorting criterion when hiring? Evidence from a field experiment». American economic review 104 (3), 1014–39
Furuberg, Jorunn (2021) «Kven vart arbeidslause i den første bølga av koronakrisa og korleis har det gått med dei?». Arbeid og velferd, 2/2021.
Gjerde, Audun, Malin Charlotte Engel Jensen og Johannes Sørbø (2020) «Den store nedstengingen». Arbeid og velferd, 2/2020.
Kaufman, Leonard og Peter Rousseeuw (1990) «Finding groups in data: An introduction to cluster analysis». Wiley, New York.
Murtagh, Fionn og Pierre Legendre (2014) «Ward’s hierarchical agglomerative clustering method: which algorithms implement Ward’s criterion?». Journal of classification, 31, 3, 274 – 295.
Yin, Jun, Therese Dokken, Inger Cathrine Kann (2019) «Hvem går hvor og når. Fra arbeidsledighet til jobb, helserelaterte ytelser og utdanning». Søkelys på arbeidslivet, Årgang 36, 4–2019, 214–230.