DEN SOCIALA KOMPASSEN 2018 Kalmar Kommun
Total Page:16
File Type:pdf, Size:1020Kb
DEN SOCIALA KOMPASSEN 2018 Kalmar kommun Den sociala kompassen - Kalmar kommun SEKOM Statisticon AB Inledning Det vi tror oss veta, är det sanning eller fördom? Den som arbetar med demografiska analyser och socioekonomiska kartläggningar inom kommunal verksamhet får då och då höra kommentaren att ”det där visste vi redan”. Så kan det naturligtvis vara, men inte sällan bygger den upplevda vetskapen på hörsägen eller fördomar, snarare än fakta. Gruppen ”vi” är också ofta en diffus referens, där verklig samsyn kring fakta om en situation är svår att uppnå. Och ju mer komplex situationen är, desto svårare är det. För att bättre kunna fokusera på en konstruktiv dialog kring hur problem ska lösas och insatser prioriteras har Statisticon tagit fram föreliggande analysmetod, där nio socioekonomiska variabler analyseras sammantaget. Den möjliggör också mätbarhet över tid. Genom att ha en bild av nuläget kan insatser följas upp och utvärderas. Systematiska och transparenta kartläggningar utgör också en viktig grund för ansvarsutkrävande. Det är dock viktigt att komma ihåg att områden är statiska, men att människor rör på sig. Det finns områden som fungerar som transitområden och i takt med att invånare där får Analys och text: Mats Forsberg, Statisticon AB ekonomiska möjligheter till en boendekarriär väljer en del att flytta. Om en variabel i ett område Anna Carlsund, Statisticon AB t.ex. inte uppvisar någon mätbar förbättring trots insatser, behöver det inte betyda att Charlotta Danielsson, Statisticon AB insatserna inta har haft någon effekt. Det kan också vara så att insatserna har möjliggjort för Bild: Anna Carlsund, Statisticon AB människor att påbörja en boendekarriär någon annanstans och lämna plats till nyinflyttade som ännu inte har etablerat sig på en arbetsmarknad. Data och nyckelkodsindelning: Kalmar kommun I det följande redogörs för analysmetoden och resultatet av analyserna. Metod Den första delen i analysmetoden SEKOM omfattar inventering och val av ingående variabler i analysen. Samma uppsättning variabler används för den SEKOM-analys som tas fram på nationell nivå. Följande variabler ingår i analysen: Mer om denna finns att läsa på www.befolkningsprognoser.se/juni. Kommunen har tillhandahållit data Andel öppet arbetslösa avseende 2018, det senaste året för vilket data finns tillgängligt för samtliga nio variabler. Att använda (18-64 år, 2018-12-31) data avseende olika tidsperioder är inte optimalt, i synnerhet om det sker väsentliga förändringar i ett eller flera områden mellan åren. Andel hushåll med ek. bistånd (2018-12-31) Den andra delen av analysen omfattar tillämpning av en datavetenskaplig metod som kallas Random Ohälsotalet per invånare Forest. Enkelt uttryckt är syftet med den datorintensiva metoden att klassificera omfattande data med (invånare 16-64 år, 2018-12-31) komplexa samband. I fallet med socioekonomiska variabler på delområdesnivå ges en möjlighet att Andel förvärvsarbetande gruppera delområdena utifrån hur de studerade variablerna sammantaget korrelerar med varandra. (invånare 20-64 år, 2018-12-31) Metoden tillhör ett vetenskapligt fält som brukar benämnas Machine Learning. På Wikipedia finns en Förvärvsinkomst, median utförlig beskrivning av detta fält och hur det förhåller sig till bl.a. Data mining och Artificiell intelligens (invånare 20-64 år, 2018-12-31) (AI). Läs mer på https://en.wikipedia.org/wiki/Machine_learning. Andel invånare med eftergymnasial utbildning Den tredje delen av analysen är att visualisera resultatet. Det gör vi med hjälp av Multidimensional (invånare 20-64 år, 2018-12-31) scaling (MSD), som i ett tvådimensionellt plot-diagram visar graden av samband samt hur de ingående variabelvärdena varierar mellan de delområden vi studerar. Andelen invånare födda utanför EU (av hela befolkningen, 2018-12-31) Den fjärde delen i analysmetoden är att förstå och tolka utfallet, i vårt fall den socioekonomiska kartan (SEKOM-kartan). Vid tolkningen bestäms också antalet grupper som ska definieras och karaktäriseras. Andel unga 0-18 år De ingående enskilda variablernas dragningskraft och riktning i SEKOM-kartan behöver också markeras (av hela befolkningen, 2018-12-31) i den tvådimensionella rymden som kartbilden utgör. Andel äldre 65 år+ (av hela befolkningen, 2018-12-31) Områdesindelning Utgångspunkten för att åstadkomma en lämplig gruppering av områden för analysen är SEKOM-område Folkmängd SEKOM-område Folkmängd kommunens indelning av Nyko. För Berga 4 721 Snurrom 318 att ge en stabil och meningsfull Kvarnholmen 1 881 Vimpeltorpet 1 796 SEKOM-karta är strävan att Djurängen 3 076 Björkudden 179 Ängö 791 Björkenäs 666 (i) uppnå ett minimum om ca 500 Varvsholmen 688 Norrliden 3 791 invånare per område, Kalmarsundsparken 755 Krafslösa 354 (ii) åstadkomma en gruppering Getingen 1 030 Kläckeberga 91 som resulterar i minst ett 20-tal Funkabo 1 673 Tallhagen 202 SEKOM-områden, Bergavik 1 622 Halltorp 613 (iii) gruppera områden som är Gamla stan 771 Läckeby 1 759 relevanta ur ett Malmen 3 906 Lindsdal 6 565 planeringsperspektiv och har Sandås 1 666 Ljungbyholm 2 279 en hög igenkänningsfaktor, Stensberg 820 Påryd 973 (iv) skapa så homogena områden Stensö 960 Rinkabyholm, Boholmarna, Dunö och Hossmo 3 172 som möjligt i termer av socioekonomisk struktur samt Tegelviken 2 937 Rockneby och Skäggenäs 2 694 att Bremerlyckan 803 Smedby 3 977 (v) urskilja tätortsområden från Oxhagen 2 329 Trekanten 2 049 omland på landsbygden. Svaneberg 78 Tvärskog 999 Norrgårdsgärde 1 998 Hagby och Vassmolösa 2 737 I Kalmar kommun resulterade det i Skälby 709 39 SEKOM-områden. YNGRE Hur ska kartan läsas? SEKOM-analysen av de nio olika variablerna för kommunens Analysens nio variabler är placerade delområden syftar till att beskriva FÖRVÄRVSARBETE längs en cirkel som omgärdar SEKOM-områden. och visualisera samband. OHÄLSA Variablernas placering längs cirkeln bestäms av områdenas Analysen av 2018 års data socioekonomiska strukturer och varierar således mellan olika placerar variablerna enligt figuren kommuner och över tid inom en kommun. till höger. Variabler som ligger nära vara varandra längs cirkeln har en högre grad av samvariation mellan områdena och vice versa. Ju mer spridda variablerna ligger längs cirkeln, desto större variation råder mellan delområdena. EKONOMISKT BI STÅND Variablerna i kartan utgör riktningsgivare – eller magneter – ARBETSLÖSHET för respektive egenskap i varje delområde och INKOMST anger i vilken riktning värden ökar. FÖDDA UTANFÖR EU Ett delområde ligger nära de magneter som motsvarar de egenskaper som utmärker området. UTBILDNING ÄLDRE Den sociala kompassen - Kalmar kommun SEKOM Statisticon AB Hur drar en magnet? Figurerna till höger visar två områden på SEKOM-kartan – Björkudden och Norrliden. Storleken på de inre grå cirklarna speglar respektive variabels värde. De grå cirklarna kan liknas vid järnkulor som var och en dras mot sin korresponderande magnet på cirkeln. Eftersom magneterna är placerade runt om längs cirkeln hamnar delområdena i vad som kan liknas vid nio magnetfält med olika riktning. Ett delområdes placering i cirkeln avgörs således av dess egenskapers (variablers) sammansättning och storlek, där varje egenskap har en korresponderade magnet på cirkeln. I vilken riktning drar en magnet? Den dragningskraft som respektive magnet ger upphov till har en riktning som är vinkelrät mot magnetens placering. Figurerna till höger visar hur en riktning ska utläsas på ett korrekt sätt. (i) Ett delområde kan ligga nära övriga i samma SEKOM-grupp, men avvika i något eller några En annan viktig aspekt att ha i avseenden Likheter och Område Bergavik tillhör den lila gruppen och uppvisar sammantaget stora likheter med övriga områden i åtanke är att SEKOM-kartan samma grupp. Dock avviker området vad gäller andel äldre. skillnader inom och visualiseras i endast två Andel med Andel efter- Andel med Andel mellan SEKOM- dimensioner, medan områdena Förvärvs- förvärvs- gymnasial Andel inv. Andel inv. Andel födda Ohälsotal ekonomiskt öppet inkomst arbetande utbildning 0-18 år 65+ år utanför EU (dagar) bistånd arbetslösa grupper egentligen mäts i nio. Det innebär Bergavik (lila) 405 105 88,6% 59,3% 23,2% 26,5% 5,4% 16,1 0,2% 2,5% att två punkter kan vara lika Genomsnitt När delområdenas position har varandra i de dimensioner som lila grupp 410 949 87,8% 53,8% 26,6% 16,2% 5,1% 15,9 0,2% 2,8% bestämts återstår att gruppera dem syns men olika i de som inte syns, (ii) Ett delområde kan ligga förhållandevis långt bort från sin SEKOM-grupp i ett lämpligt antal grupper. Försök eller tvärt om. Halltorp är ett område som ligger i utkanten av orange grupp. Anledningen är dels att förvärvsinkomst och att dela in områdena i fyra, fem utbildningsnivå är lägre men också att ohälsotalet och andelen arbetslösa är högre. Den demografiska strukturen, förvärvsnivån och andelen med ekonomiskt bistånd stämmer väl överens med den orange och sex områden visade att en De två dimensionerna som visas gruppen. indelning i fem områden var mest har dock valts utifrån att de Andel med stabilt och naturligt med hänsyn till förklarar det mesta av de skillnader Andel efter- Andel med Andel Förvärvs- förvärvs- gymnasial Andel inv. Andel inv. Andel födda Ohälsotal ekonomiskt öppet kommunens invånarantal. som sammantaget finns mellan inkomst arbetande utbildning 0-18 år 65+ år utanför EU (dagar) bistånd arbetslösa Halltorp delområdena. Ett tydligt uttryck för (orange) 312 940 83,6% 26,3% 25,3% 21,4% 4,9% 32,4 0,8% 5,6% SEKOM-grupperna samlar detta är att de olika grupperna Genomsnitt orange grupp 352 464 86,0% 36,2% 25,7% 20,1% 4,0% 24,6 0,9% 4,3% delområden som sammantaget ligger relativt åtskilda i SEKOM- uppvisar mest samhörighet med kartan. (iii) Två delområden kan ligga nära varandra men ändå tillhöra olika SEKOM-grupper Områdena Björkudden och Varvsholmen är exempel på två områden som ligger nära varandra men tillhör avseende på de i analysen olika SEKOM-grupper, det lila respektive det gröna. Det finns betydande likheter mellan Björkudden och ingående variablerna. Som alltid, Tabellerna visar tre olika typfall av Varvsholmen men vad gäller den demografiska strukturen och ohälsan finns också betydande skillnader där de två delområde har mer gemensamt med sina respektive grupper.