SSBs befolknings-framskrivinger

(1)

1

SSBs

befolknings-

framskrivinger

Hvordan blir de utarbeidet?

Hva forteller de?

Hvor treffsikre er de?

Marianne Tønnessen Forskningsavdelingen Statistisk sentralbyrå

(2)

Middels fruktbarhet Middels levealder

Middels innenlandsk flytting Middels innvandring

Høy fruktbarhet Høy levealder

Middels innenlandsk flytting Høy innvandring

Lav fruktbarhet Lav levealder

Middels innenlandsk flytting Lav innvandring

(3)

EU-28

Registrert

Framskrevet

Tyskland Frankrike

Storbritannia Polen

(4)

2 4 6 8 10 12

Millioner innbyggere

Sverige

Danmark

Finland Norge

Island

(5)

Forutsetningene

•

Fruktbarhet

•

^Levealder

•

Innvandring

•

Utvandring

(6)

Nasjonale resultater

I hovedalternativet (MMMM) blir det:

• flere innbyggere

• flere innvandrere

• flere eldre

(7)

I tillegg framskriver vi folketall for alle

fylker og kommuner (fram til 2040)

(8)

Quiz

1) De 5 største kommunene i Troms i 2030 (ifølge MMMM)

2) Antall innbyggere i din kommune i 2030 (ifølge MMMM)

3) Antall personer som er 0-5 år i Lenvik i 2030 (ifølge MMMM) (det var 853 i 2014)

4) Antall personer som er 100 år eller mer i Troms fylke i 2030 (ifølge MMMM) (det var 19 i 2014)

(9)

Regionale framskrivinger

•

Framskriver befolkningen i prognoseregioner, fordeler deretter folketallet mellom kommunene i samme

prognoseregion

•

Regionale forutsetninger om

– fruktbarhet – levealder

– innenlandsk flytting

•

Baserer seg på at de siste fem års flytte- mønstre og regionale forskjeller fortsetter

•

Fram til 2040

(10)

Seks prognoseregioner i Troms

Tromsø kommune:

Egen prognoseregion

(11)

Forutsetninger om flytting

•

Innenlandsk flytting beregnes i tre runder:

– Først beregnes utflytting fra hver prognose-

region, etter observerte utflyttingsrater siste 5 år – Deretter fordeles utflytterne til nye prognose-

regioner ved hjelp av en flyttematrise der fordelingen avhenger av hvilket

utflyttingsområde man flytter fra.

– Til slutt tar modellen hensyn til flytting når folketallet skal brytes ned til kommunenivå

•

Ulike flytterater for ulike grupper (alder/kjønn)

•

Innflyttinger fra utlandet fordeles som observert innvandring siste 5 år

(12)

Hva vi ikke tar hensyn til

•

Utgangspunkt: At de demografiske forskjellene og flyttemønstrene fortsetter omtrent som nå

•

Vi tar altså ikke hensyn til

– Endringer i boligbygging

– Nedleggelser av arbeidsplasser

– Vedtak om næringsutbygging, samferdselsutbygging

– Ingen andre politiske vedtak heller, så sant de ikke har fått utslag på de demografiske trendene

•

428 kommuner, vi har slett ikke informasjon om alle planer og vedtak, og kan aldri bli bedre enn kommunene selv på å vurdere lokale forhold

(13)

Regionale resultater:

Vekst i alle fylker

Akershus 31%

Oslo 31%

Rogaland 30%

Vest-Agder 29%

Buskerud 28%

Aust-Agder 28%

Hordaland 28%

Østfold 25%

Sør-Trøndelag 23%

Vestfold 22%

Møre og Romsdal 19%

Nord-Trøndelag 18%

Hedmark 14%

Troms Romsa 14%

Oppland 13%

Telemark 12%

Nordland 11%

Finnmark Finnmárku 11%

Sogn og Fjordane 9%

9 – 14 prosent vekst 14 – 23 prosent vekst 23 – 29 prosent vekst 29 – 31 prosent vekst

Befolkningsvekst fram til 2040

(mellomalternativet)

(14)

Størst vekst rundt storbyene

Nedgang i folketallet 0 – 15 prosent vekst 15 – 25 prosent vekst Over 25 prosent vekst

Endring i folketall fram til 2040

(mellomalternativet)

(15)

Kommunene med høyest prosentvis vekst 2014-2040

Folketall 2014 Folketall 2040 (MMMM) Endring

Rennesøy 4755 8771 84 %

Meland 7544 13077 73 %

Hemsedal 2295 3698 61 %

Skaun 7392 11762 59 %

Os (Hord.) 18678 29427 58 %

Ås 17969 28222 57 %

Våler (Østf.) 4978 7760 56 %

Hobøl 5187 8046 55 %

Ullensaker 32438 50260 55 %

Sørum 16918 26147 55 %

Hå 18115 27947 54 %

Klepp 18485 28356 53 %

Fjell 23852 36494 53 %

Gjesdal 11317 17182 52 %

Austevoll 4924 7438 51 %

Bjerkreim 2820 4228 50 %

Askøy 27346 40963 50 %

Hole 6595 9869 50 %

Sveio 5463 8168 50 %

Austrheim 2833 4231 49 %

(16)

Kommunene med størst prosentvis nedgang 2014-2040

Folketall 2014 Folketall 2040 (MMMM) Endring

Loppa 1027 678 -34 %

Tjeldsund 1256 898 -29 %

Vanylven 3302 2387 -28 %

Bø (Nordl.) 2642 1969 -25 %

Norddal 1685 1279 -24 %

Leka 556 423 -24 %

Engerdal 1345 1032 -23 %

Beiarn 1088 837 -23 %

Hyllestad 1391 1071 -23 %

Rendalen 1883 1461 -22 %

Fosnes 642 510 -21 %

Røst 566 462 -18 %

Solund 815 669 -18 %

Bindal 1503 1237 -18 %

Folldal 1631 1343 -18 %

Fedje 561 463 -17 %

Dyrøy 1171 974 -17 %

Rollag 1369 1140 -17 %

Måsøy 1241 1035 -17 %

Kvalsund 1051 879 -16 %

(17)

Prosentvis endring i Troms-kommunene 2014-2040 (MMMM)

Nordreisa 19 %

Balsfjord 18 %

Lenvik 17 %

Tromsø 17 %

Omasvuotna Storfjord Omasvuonon 16 %

Målselv 16 %

Harstad 16 %

Kvæfjord 14 %

Sørreisa 13 %

Skånland 10 %

Salangen 8 %

Skjervøy 5 %

Bardu 5 %

Ibestad 4 %

Gratangen -1 %

Gáivuotna Kåfjord -3 %

Karlsøy -3 %

Berg -5 %

Tranøy -6 %

Lavangen -9 %

Lyngen -12 %

Kvænangen -13 %

Torsken -14 %

(18)

(19)

(20)

(21)

(22)

(23)

Hvordan siste framskriving traff i Troms (for 2014)

•

Vi hadde størst avvik i Tromsø (vi framskrev 169 for lavt) og Lenvik (vi var 118 for høyt).

Dette utgjør 0,2 prosent av Tromsøs folketall og 1 prosent av Lenviks folketall.

•

Det største avviket i prosent var for Storfjord (vi var 3,5 % for høyt) og Salangen (vi var 2,8 % for høyt)

•

I 9 kommuner framskrev vi for høyt, i 15 kommuner for lavt

•

I 15 av Troms-kommunene var avviket mellom framskrevet og faktisk folketall på under 1%

•

Vi traff best i Berg og Kvænangen kommune (4 personer for høyt)

(24)

(25)

Dette er ingen fasit.

(26)

Statistikkbanken

(27)

(28)

(29)

(30)

(31)

Mer om

befolknings-

framskrivingene

www.ssb.no/folkfram

– statistikkbanken – artikler i

Økonomiske analyser – dokumentasjonsnotat

(32)

[email protected] Takk for meg!