1. No category

En effektivitetsmätning av arbetsförmedlingskontor 2009-2012
WORKING PAPER 2015:2
Av: Maria Cheung, Fredrik Johansson Tormod och Eleni Savvidou
Sida: 1 av 27
Innehållsförteckning
1. Bakgrund ................................................................................................... 2 2. Effektivitetsmodellen ................................................................................ 2 2.1 Teoretiskt ramverk ....................................................................................................... 2 2.2 Riksrevisionens DEA-ansats och effektivitetsmått ..................................................... 5 3. Replikering av effektivitetsmåtten ............................................................. 6 4. Data .......................................................................................................... 7 5. Resultat ................................................................................................... 10 5.1 Skaleffektivitet ............................................................................................................ 13 5.2 Känslighetsanalys ...................................................................................................... 14 6. Slutsatser och rekommendationer .......................................................... 14 Referenser .................................................................................................. 16 Appendix .....................................................................................................17 Sida: 2 av 27
1. Bakgrund
Under 2012 redovisade Riksrevisionen en effektivitetsanalys av landets
arbetsförmedlingskontor avseende övergångar till arbete eller studier (se Riksrevisionen,
2012). Med hjälp av en så kallad DEA (Data Envelopment Analys)-ansats beräknades
relativa effektivitetsmått för 185 arbetsförmedlingskontor under åren 2004−2010.
Under 2013 överlämnade Riksrevisionen den modell som användes i metodansatsen för
analys av Arbetsförmedlingens resurseffektivitet och annan relevant information till
Arbetsförmedlingen i syfte att myndigheten skulle förvalta och vidareutveckla modellen.
Riksrevisionen rekommenderade Arbetsförmedlingen att: (i) utveckla rutiner för
systematisk datainsamling som kan möjliggöra en regelbunden uppföljning av
effektivitetsmätningarna och (ii) analysera orsakerna till de effektivitetsskillnader som
beräknats mellan olika förmedlingskontor för att kunna ta tillvara på den potential för
effektivitetsförbättringar som identifierats vid enskilda kontor. I samband med den
senare punkten föreslog Riksrevisionen vidare att Arbetsförmedlingen skulle undersöka i
vilken grad olika organisatoriska faktorer som kontorens arbetssätt, organisation, ledning
och styrning kan tänkas bidra till skillnader i effektivitet bland olika
arbetsförmedlingskontor.
Arbetsförmedlingen har följt Riksrevisionens rekommendationer. I föreliggande rapport
redovisas effektivitetsskattningar på kontorsnivå för åren 2009−2012. I en annan studie
redovisas arbetet med att närmare undersöka de organisatoriska faktorernas betydelse för
skillnader i effektivitet.1
Nedan sker en teoretisk och empirisk beskrivning av den metod som Riksrevisionen
baserade sina effektivitetsskattningar på. Vidare beskrivs även hur processen med
replikeringen och uppdateringen av data har genomförts och resultat från uppdateringen
av DEA-modellen presenteras. Vi avslutar med slutsatser och rekommendationer.
2. Effektivitetsmodellen
2.1 Teoretiskt ramverk
I Riksrevisionens studie undersöks arbetsförmedlingskontorens så kallade tekniska
effektivitet det vill säga förmågan att producera en maximal mängd prestationer (output)
givet mängden resurser (input). Effektivitetet har i det här fallet sin utgångspunkt i
1
Se Sahin, 2015.
Sida: 3 av 27
prestationsmaximering, och brukar benämnas outputorienterad effektivitet.2 Den mäts i
relativa termer, det vill säga ett arbetsförmedlingskontor som använder färre resurser
jämfört med ett annat kontor för att producera samma prestation, blir klassat som mer
effektivt och vice versa.
För att mäta effektiviteten använder sig Riksrevisionen av en DEA-ansats. Denna metod
har använts i Sverige vid ett flertal tillfällen för att studera effektiviteten inom en rad
områden av offentlig tjänsteproduktion bland annat arbetsförmedlingskontor, se Althin
och Behrenz (1995) och Riksrevisionen (2006), försäkringskassekontor, se Bjurek med
flera (1990) och Bjurek och Palmer (1996) och grundskolor, se Skolverket (2004).
En fördel med metoden som gör den lämplig för analyser inom offentlig
tjänsteproduktion är att den kan användas för att analysera en verksamhet med flera
olika resurser och prestationer. En annan fördel är att den kräver väldigt få antaganden
om hur produktionen i en verksamhet faktiskt ser ut. Det innebär att det inte behövs
något antagande om att sambandet mellan resurser och prestationer har en specifik
funktionell form (till exempel linjärt).
DEA-ansatsen går i korthet ut på en sammanvägning av empiriska observationer där
värdet på den relativa effektiviteten beräknas med hjälp av linjär programmering.3 De
kontor som lyckats generera flest slutliga prestationer givet mängden
produktionsresurser har ett effektivitetstal lika med 1 och tillhör ”bästa-praxis” fronten
eller produktionsmöjlighetsfronten. Det finns inga enheter som är mera effektiva än dem
som hamnar på bästa-praxis fronten. Det ska dock påpekas här att det kan finnas kontor
som hamnat på fronten på grund av att det inte finns några lämpliga enheter att jämföra
med (Wallén, 2003). De kontor som inte ligger på produktionsfronten anses ha en
förbättringspotential jämfört med bästa-praxis kontoren. Effektivitetstalet för dessa
kontor är större än 1.
Figur 1 visar ett förenklat exempel av en outputbaserad DEA-modell. I figuren antas att
enheterna A, B, C använder samma mängd resurser för att producera olika mängder av
prestationerna Y1 och Y2. I figuren visas att det maximala antalet prestationer av Y1 och Y2
som kan produceras är Y1´respektive Y2´. Alla prestationskombinationer som ligger
mellan A och B är effektiva kombinationer och produktionsmöjlighetsfronten blir därmed
Y1´ABY2´.
Den så kallade inputorienterade effektiviteteten utgår från att produktionsenheterna minimerar
resursåtgången för att åstadkomma ett på förhand fastställt prestationsmål.
3 Mer specifikt är effektivitet i DEA-metoden definierad som kvoten av den vägda summan av
outputs jämfört med den vägda summan av inputs där vikterna beräknas med hjälp av linjär
programmering och vanligtvis under antagandet av konstant skalavkastning. Metoden utvecklades
formellt av Charles m.fl. (1978).
2
Sida: 4 av 27
Figur 1: Beskrivning av en enkel outputbaserad DEA-modell
Y1
Y1´
A
CEFF
B
C
O
Y2´
Y2
Enhet C ligger nedanför fronten och är mindre effektiv jämfört med A respektive B
eftersom den förbrukar samma mängd resurser som dessa men producerar färre
prestationer. Den enheten har en förbättringspotential och för att beräkna denna kan vi
för enkelhets skull anta att enhet C ökar sina prestationer proportionellt så att den
hamnar på punkten CEFF som är på produktionsmöjlighetsfronten.
Graden av effektivitet ges av kvoten (O-CEFF)/(O-C) och förbättringspotentialen, det vill
säga med hur många procent enhet C borde öka sina prestationer för att bli effektiv är
[(O-CEFF)/(O-C)]-1. Om till exempel graden av effektivitet är 1,2 innebär det att enheten
har en förbättringspotential på 0,20 och skulle kunna öka sina prestationer med 20
procent, utan att ytterligare resurser behöver tillföras.
Generellt sett gäller att alla punkter nedanför produktionsmöjlighetsfronten utgör
produktionsmöjlighetsområdet och består av kombinationer av prestationer som
produceras på ett mindre effektivt sätt än de som finns på fronten. Det finns med andra
ord inga enheter som är mera effektiva än de som hamnar på bästaproduktionsmöjlighetsfronten. DEA-ansatsen säger dock ingenting om huruvida
enheterna på fronten uppnår maximalt potentiellt resultat. Enheter kan hamna på
produktionsfronten på grund av att de uppvisar ett extremt värde i någon faktor. Det är
en av DEA-ansatsens svagheter det vill säga att den är känslig för extremvärden och även
mätfel i data. Antalet enheter som hamnar på produktionsfronten tenderar att öka med
antalet resurser och prestationer. En tumregel för att motverka överskattning av
enheternas relativa effektivitet är:
Antalet undersökta enheter ≥ (antal inputs × antal outputs × 3), se Wallén (2003).
Sida: 5 av 27
Ytterligare en svaghet med DEA-ansatsen är att det inte är möjligt att testa om resultaten
är känsliga för valet av resurser och prestationer och att man inte kan testa för skillnader i
olika modellspecifikationer, se Berg (2010).
2.2 Riksrevisionens DEA-ansats och effektivitetsmått
Riksrevisionen analyserar effektiviteten för 185 kontor för åren 2004−2010 genom att
använda sig av DEA-ansatsen. I den mäts prestationerna i form av intermediära och
slutliga prestationer. Med intermediära prestationer avses arbetsinsatser från
Arbetsförmedlingen som syftar till att stärka individens konkurrenskraft på
arbetsmarknaden och öka hens anställningsbarhet, till exempel förberedande insatser.
Enligt Riksrevisionen låg det genomsnittliga effektivitetstalet på 1,082 för samtliga kontor
som undersöktes under perioden 2004−2010. Detta innebär en genomsnittlig
förbättringspotential på 8,2 procent för hela perioden, med en genomsnittlig årlig
förbättringspotential mellan drygt 7 och 10 procent. Resultaten visar att det finns
skillnader mellan olika arbetsförmedlingskontor, där enskilda kontor under vissa år har
mer än 50 procents förbättringspotential.
Riksrevisionen kom fram till att ytterligare 17 000 avaktualiseringar skulle vara möjliga
för arbetsförmedlingskontoren totalt sett för år 2010 utan att någon annan prestation
skulle behöva minska och med samma mängd resurser.
Av de 185 studerade arbetsförmedlingskontoren uppvisar 35 en förbättringspotential för
samtliga sju undersökta år. Vidare visar Riksrevisionens beräkningar att 15
förmedlingskontor är fullt resurseffektiva samtliga år och ytterligare 20
förmedlingskontor är effektiva sex av de sju studerade åren. Antalet
arbetsförmedlingskontor som låg på produktionsfronten, det vill säga som kan betraktas
som fullt effektiva, varierade mellan 70 och 84 under den undersökta perioden.
Sammantaget konstaterar Riksrevisionen (2012) att arbetsförmedlingskontoren har hög
effektivitet men att det finns en viss förbättringspotential. Rapporten kan inte uttala sig
om direkta arbetssätt, men konstaterar att skillnaderna inte beror på externa faktorer
som hänförs till den lokala arbetsmarknaden, sökandesammansättningen eller
näringsstrukturen. Snarare handlar det då om arbetssätt, organisation, ledning och
styrning på det enskilda kontoret.
Sida: 6 av 27
3. Replikering av effektivitetsmåtten
Arbetsförmedlingen har i denna studie använt sig av den DEA-modell som togs över av
Riksrevisionen.4 Inledningsvis replikerades Riksrevisionens data utifrån ursprungliga
datakällor. Detta gjordes dels för att få kännedom om de databearbetningar som gjorts av
Riksrevisionen och dels för att utveckla rutiner för systematisk datainsamling och
databearbetning som gör det möjligt att lättare kunna uppdatera modellen i framtiden.
Arbetsförmedlingens praktiska arbete med datainsamlingen har i ett första steg handlat
om att samla in och återskapa data från olika källor för perioden 2004−2010. Totalt
omfattas följande datakällor: uppgifter om de inskrivna arbetssökande har hämtats från
Arbetsförmedlingens datalager, de arbetssökandes inkomstuppgifter från SCB,5 uppgifter
om personalen på Arbetsförmedlingen från Arbetsförmedlingens systemstöd för
personal- och löneadministration, Palasso och uppgifter om kontorslokaler har inhämtats
dels från Ekonomistyrningsverket och dels från Arbetsförmedlingens egna register.6 För
att kunna replikera det datamaterialet som använts av Riksrevisionen har
Arbetsförmedlingen återskapat vissa skriptfiler för datauttag eftersom dokumentationen
kring det empiriska arbetet i vissa fall varit bristfällig eller saknats. Vissa uppgifter har
inte kunnat återskapas helt eftersom Arbetsförmedlingens datalager innehåller både
dynamisk dagsfärsk data och fryst månadsdata vid månadsskiftet. Skillnaderna över tid
mellan Riksrevisionens och det replikerade datamaterialet är dock marginella.
Det praktiska arbetet har i ett andra steg gått ut på att dels identifiera och koppla ihop
kontor från olika datakällor och dels få kunskap om de organisatoriska förändringar som
skett på kontoren över tid.7 Detta arbete har resulterat i två nycklar, en ”källnyckel” som
kopplar ihop kontorskoder från datalagret med kontorsenheter såsom de definieras i
Palasso, och en ”kontorskodsnyckel” som avspeglar kontorssammanlagningar och
förändringar som skett i de organisatoriska enheterna över tid.
Vissa av sammanslagningarna som Riksrevisionen gjort beror på att datamaterialet
ibland saknar personalinformation eller information om arbetsförmedlingskontorens
4 Avsikten var att Arbetsförmedlingen skulle använda sig av modellen i sin verksamhet samt
vidareutveckla den. Därmed överlämnades information om modellen och de variabler som använts
samt bearbetad data på kontorsnivå till Arbetsförmedlingen. Även dokumentation och skriptfiler
överlämnades.
5 I rapporten inkluderas individer som avaktualiserats av okänd orsak och som under samma år
erhöll inkomster av arbete eller studier som översteg 10 000 kronor i de slutliga prestationerna.
Detta eftersom Nilsson (2010) visar att personer som avaktualiserats från Arbetsförmedlingen av
okänd anledning kan ha fått arbete eller gått till studier.
6
Innan
2008
fanns
uppgifter
om
arbetsförmedlingskontorens
lokalyta
hos
Ekonomistyrningsverket.
7 För mer information om detta se Appendix.
Sida: 7 av 27
lokalyta. Anledningen är att det i praktiken finns kontor som är organisatoriska enheter i
Arbetsförmedlingens marknadsorganisation (det vill säga utgörs av en chef och
sammanhållen personal) och kontor som har en lokalyta där förmedlingsverksamheten
bedrivs med service till sökande, arbetsgivare och allmänhet. Riksrevisionens arbete
resulterade slutligen i ett urval av 185 arbetsförmedlingskontor för perioden 2004−2010.8
Arbetsförmedlingens replikering av Riksrevisionens datamaterial har varit ganska
tidskrävande då dokumentationen bitvis varit otillräcklig och svårövergriplig.
Erfarenheten av det arbetet har varit att det borde finnas en gemensam ”källnyckel” för
Palasso, datalagret arbetsförmedlingskontorens lokalytor så att en unik kod refererar till
ett och samma kontor i de olika systemen. Dessutom borde systemet ses över och det
borde finnas bättre dokumentation i datalagret som uppdateras regelbundet vid
förändringar i de organisatoriska enheterna. Inför denna rapport har vi dokumenterat
sådana förändringar samt återskapat Riksrevisionens nycklar som dels identifierar och
kopplar ihop kontor från olika datakällor och dels kartlägger kontorssammanslagningar
över tid. Dock gäller dessa nycklar bara för det urval av kontor som ingick i
Riksrevisionens granskning. Arbetet med att kontinuerligt uppdatera nycklarna bör
därför fortlöpa så att uppdatering och uppföljning av myndighetens resurseffektivitet
regelbundet kan analyseras.
Vid datainsamling har vi dokumenterat de kontaktpersoner inom Arbetsförmedlingen
som levererat källdata så att vi inför framtida uppdateringar kan få snabb tillgång till
denna. Vi har för två år uppdaterat Riksrevisionens nycklar som dels identifierar och
kopplar ihop kontor från olika datakällor samt dels kartlägger kontorssammanslagningar
över tid. Vidare har kartläggning av kontorens organisatoriska förändringar under det här
två åren dokumenterats. De sammanslagningar och nedläggningar av kontor som skett
under uppdateringsperioden (åren 2011 0ch 2012) har inneburit ytterligare
sammanslagningar av kontorsenheter än de som redan gjorts av Riksrevisionen. Detta
har resulterat i en panel av 164 förmedlingskontor som kan följas över hela perioden
2004−2012 vilket innebär en minskning med 21 kontor jämfört med Riksrevisionens
studie.
4. Data
I den panel som nämndes ovan är det i princip möjligt att följa kontoren för perioden
2004−2012. Det saknas dock information för en av de variabler som ingår i DEAmodellen för de första åren i perioden, vilket gör att analysen begränsas till perioden
8
Ett kontor i detta urval kan bestå av sammanslagningen av två eller flera kontorsenheter.
Sida: 8 av 27
2009−2012.9 Arbetsförmedlingen har nämligen valt att använda bedömningsstödet för
att skapa ett mått för sökandesammansättningen, istället för den profileringsmodell som
Riksrevisionen använde.10 Då det inte är möjligt att använda bedömningsstödet före år
2009 kan inte analysen göras för dessa år. Under 2011 och 2012 har som nämnts tidigare
organisatoriska förändringar på Arbetsförmedlingen resulterat i att drygt 20 kontor
försvunnit eller slagits ihop med andra kontor jämfört med det ursprungliga
datamaterialet. Totalt undersöks därför 164 kontor.
Tabell 1: Beskrivande statistik per arbetsförmedlingskontor för perioden 2009−2012
Resurs
Medelvärde
Standardavvikelse
Lokalyta (m )
1 731
1 812
Totalt antal anställda (helårsarbetare)
48,1
48,5
89 230
103 773
3 984
3 876
3 194
2 995
0,414
0,040
3 563
3 289
1 614
1 440
423
447
2
Antal dagar hos kompletterande aktör eller i
arbetsmarknadsutbildning
Antalet öppet arbetslösa samt antalet i åtgärder den 1/1
(stock)
Nyinflödet under året till öppen arbetslöshet samt till
åtgärder (flöde)
Bedömningsstöd, som en approximation av
sökandesammansättning
Intermediär prestation
Antalet individer som under året fått ett arbete på deltid men
som fortfarande är inskrivna på Arbetsförmedlingen, samt
sökande inskrivna i arbetsmarknadspolitiska program med
aktivitetsstöd, arbete med stöd, i förberedande insatser med
nystatartsjobb och sökande i arbetsmarknadsutbildning
Slutgiltig prestation
Avaktualisering under året från Arbetsförmedlingen p.g.a.
tillsvidareanställning eller egen näringsverksamhet,
tidsbegränsad anställning, fortsatt anställning hos samma
arbetsgivare, skyddad anställning hos Samhall
Avaktualisering under året från Arbetsförmedlingen p.g.a.
annan utbildning än arbetsmarknadsutbildning, dessutom
inkluderas individer som har avaktualiserats av okänd orsak
och som under samma år erhöll inkomster som översteg
10 000 kronor
9 Det är i dagsläget inte möjligt att uppdatera studien med senare år än 2012 då tillgänglig
inkomstdata från SCB eftersläpar med två år.
10
En närmare beskrivning av detta ges längre fram i detta avsnitt.
Sida: 9 av 27
I Tabell 1 ovan redovisas deskriptiv statistik i form av medelvärden och
standardavvikelser på kontorsnivå för de variabler som ingår i den skattade DEAmodellen. För att kunna tolka hur dessa uppgifter utvecklats över tid visas i Tabell A2 i
Appendix samma uppgifter men uppdelat för respektive år.
Medelvärdet på nästan 90 000 för antalet dagar hos kompletterande aktörer eller i
arbetsmarknadsutbildning tas fram genom att summera samtliga dagar för arbetslösa
som ingår i dessa program för respektive kontor. Därefter räknas ett medelvärde ut för
samtliga kontor.
I denna studie används samma modellspecifikation och i huvudsak samma variabler som
Riksrevisionen (2012) använde sig av i sin studie. En skillnad jämfört med
Riksrevisionens studie är att vi använder oss av ett något annorlunda mått för att mäta
sökandesammansättningen. I Riksrevisionens huvudscenario används ett mått på
sökandesammansättningen baserat på en profileringsmodell. I föreliggande studie
används istället en liknande modell benämnd bedömningsstödet som används inom
Arbetsförmedlingens verksamhet för att bedöma risk för långtidsarbetslöshet.
Bedömningsstödet ska användas när personer skriver in sig som arbetslösa vid
Arbetsförmedlingen för att ge förmedlaren stöd i bedömningen vilka personer som
riskerar att bli arbetslösa mer än sex månader. Skillnaden mellan de två modellerna är
framförallt mängden förklarande variabler som inkluderas där profileringsmodellen är
betydligt mer omfattande än bedömningsstödet. En utvärdering av dessa två modeller
visar att medelvärdena på kontorsnivå stämmer väl överens med varandra. Eventuella
olikheter i resultat mellan vår studie och Riksrevisionens studie torde därför inte kunna
förklaras av att olika mått på sökandesammansättningen används.
Liksom Riksrevisionen inkluderar vi två olika typer av prestationsvariabler, en
intermediär typ samt en slutgiltig. Anledningen till att även en intermediär typ inkluderas
är att Arbetsförmedlingen har ett delat uppdrag, dels ska arbetslösa ges hjälp att finna en
sysselsättning, men därutöver rustar Arbetsförmedlingen arbetslösa för arbetsmarknaden
genom att avsätta stora resurser på åtgärder som avser att förbättra den arbetslöses
chanser att finna en sysselsättning. De intermediära prestationer som inkluderas i den
skattade modellen är:





sökande i program med aktivitetsstöd
sökande som har arbete med stöd
sökande i förberande insatser
sökande med nystartsjobb
sökande i arbetsmarknadsutbildning
Sida: 10 av 27

deltidsarbetslösa.
I den slutgiltiga prestationsvariabeln som inkluderas i modellen ingår individer som fått
arbete, i måttet ingår följande avregistreringsorsaker: tillsvidareanställning,
tidsbegränsad anställning, fortsatt anställning hos samma arbetsgivare, samhall samt en
delmängd av de som avregistretats med okänd orsak.11 Därutöver ingår även individer
som fått en utbildning som inte är någon arbetsmarknadsutbildning och som innebär
avaktualisering hos Arbetsförmedlingen.
5. Resultat
Resultaten från DEA-modellen presenteras i Tabell 2 nedan. I snitt under perioden
2009−2012 ligger förbättringspotentialen på 7,9 procent. Det föreligger således en
outnyttjad resurs på arbetsförmedlingskontoren – kontoren skulle, utan några ytterligare
resurser, kunna öka den slutgiltiga prestationen med åtta procent. Den uppskattade
förbättringspotentialen ska jämföras med Riksrevisionens som skattade en
förbättringspotential på 8,2 procent för perioden 2004−2010. Resultaten i Tabell 2 ligger
således väl i linje med det tidigare skattade resultatet. För de två år (2009 och 2010) som
det går att jämföra de av Arbetsförmedlingen framtagna resultaten med de av
Riksrevisionen framtagna visar det sig att resultaten för 2009 är lika medan resultaten för
2010 är väldigt olika. Riksrevisionen (2012) uppskattade förbättringspotentialen för 2010
till 8,3, två procentenheter högre jämfört med resultaten i denna rapport. Då det i princip
är samma statistiska uppgifter som ligger till grund för resultaten tros skillnaden
förklaras av att Riksrevisionen har ytterligare 20 kontor i sin studie.
Riksrevisionen (2012) fann att om alla kontor skulle vara lika effektiva och bedrivas fullt
effektivt, det vill säga det skulle inte finnas någon förbättringspotential, hade den slutliga
prestationen varit 17 000 personer fler för 2010. En liknande beräkning för 2012 visar att
utflödet hade varit ytterligare 5 000 för att hamna på drygt 22 000 personer.
Tabell 2: Genomsnittlig förbättringspotential i procent för perioden, 2009−2012
2009
2010
2011
2012
Medel 2009−2012
8,1
6,2
6,4
10,9
7,9
79,6
47,2
46,6
78,2
--
Antal effektiva kontor
70
79
66
62
--
Antal observationer
164
164
164
164
--
Medel
Max
I tabellen redovisas även effektivitetstal för respektive år, 2012 fanns det en
förbättringspotential på nästan elva procent. De två åren dessförinnan var
11 Det består av individer erhöll inkomster av arbete eller studier som översteg 10 000 kronor under
samma år som de avregistrerats av okänd andledning.
Sida: 11 av 27
förbättringspotentialen drygt sex procent och 2009 var den drygt åtta procent. Det var
således två år med relativ låg förbättringspotential för att därefter öka med 70 procent år
2012. För att klargöra om det är ett fåtal kontors betydligt sämre resultat som förklarar
2012 års resultat eller om det istället är en bredare, men mindre, försämring som drabbar
många kontor visas i Figur 2 nedan resultaten för 2011 och 2012 för samtliga kontor.
Figur 2: Förbättringspotentialen för åren 2011−2012
2011
2012
1,9
1,8
1,7
1,6
1,5
1,4
1,3
1,2
1,1
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
103
109
115
121
127
133
139
145
151
157
163
1
Det är tydligt att det är ett antal kontor som presterar betydligt sämre år 2012 jämfört
med året dessförinnan. Men det visar sig även att av 164 kontor är det endast 40 kontor
som presterar sämre 2011 än 2012.12 Det sämre resultatet 2012 jämfört med 2011
förklaras följaktligen av att en majoritet av kontoren är mindre effektiva med att få ut
arbetslösa till arbete.13
Vidare i Tabell 2 visas värdet på det enskilda kontoret med störst förbättringspotential.
För åren 2009 och 2012 fanns det två kontor med en förbättringspotential på nästan 80
procent. Det betyder att med samma mängd resurser skulle de kontoren kunna öka sin
slutgiltiga prestation med knappt 80 procent. I tabellen visas även antalet kontor som
12 Ett resultat som i all väsentlighet står sig om man jämför 2012 med 2009 eller 2010 istället, om
än inte lika påtagligt vid jämförelsen mellan 2009 och 2012.
13 Om försämringen i förbättringspotential 2012 är att betrakta som ett dåligt år för
Arbetsförmedlingen eller inledningen på en försämrad trend år är något som får följas upp vidare
framgent när uppgifter för senare år kan inkluderas i modellen.
Sida: 12 av 27
bedöms vara effektiva och därmed ha ett effektiviteststal lika med ett, 2010 ansågs 79
kontor vara effektiva. 2012 hade den siffran sjunkit till 62.14
I Figur 3 nedan visas hur förbättringspotentialen utvecklades för samtliga kontor år 2012,
liknande den figur som redovisades i Riksrevisionen (2012). Cirka 130 kontor har en
förbättringspotential som ligger under 20 procent jämfört med referenskontoren.
Kontoret som har en förbättringspotential på 80 procent utmärker sig men det är några
kontor som har en förbättringspotential som är över 50 procent!
Figur 3: Förbättringspotentialen för 2012, sorterade efter storlek
1,9
1,8
1,7
1,6
1,5
1,4
1,3
1,2
1,1
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
103
109
115
121
127
133
139
145
151
157
163
1
Avslutningsvis, i Tabell 3 nedan, visas återigen förbättringspotentialen men med
skillnaden att de kontor som i Tabell 2 och i Figur 3 ovan inte hade någon
förbättringspotential eller inte hade något jämförelsekontor har exkluderats. I tabellen
visas således förbättringspotentialen för de kontor som faktiskt har en möjlighet att
förbättra sitt resultat.
Tabell 3: Genomsnittlig förbättringspotential i procent för perioden 2009−2012, endast kontor med
förbättringspotential
Medel
Antal observationer
14
2009
2010
2011
2012
Medel 2009−2012
14,7
12,8
11,2
18,5
14,3
94
85
98
102
--
Kontor som är unika i hur de kombinerar resurser, d.v.s. det finns inga jämförelsekontor, antas i
modellen vara fullt effektiva.
Sida: 13 av 27
I snitt under hela perioden är nu inte förbättringspotentialen åtta procent som innan utan
har nästan dubblerats till drygt 14 procent. För år 2012 är förbättringspotentialen hela
18,5 procent. Resultaten mellan Tabellerna 2 och 3 skiljer sig i all väsentlighet åt. Att
inkludera alla kontor oavsett om de uppvisar någon förbättringspotential eller inte är
naturligtvis det korrekta sättet om man vill uttala sig om hela Arbetsförmedlingens
effektivitet.
5.1 Skaleffektivitet
Tidigare presenterade effektivitetstal bygger på en prestationsorienterad DEA-ansats med
antagandet om konstant skalavkastning (CRS, constant returns to scale). För CRS gäller
att en proportionell ökning i varje insats (till exempel 50 procent) leder till en lika stor
proportionell ökning i prestationerna (i det här fallet 50 procent).
Under det alternativa antagandet att skalavkastningen kan variera (VRS, variable returns
to scale) erhålls andra effektivitetstal. Om effektivitetstalen är lika för dessa två alternativ
(CRS och VRS) säger man att produktionen är skaleffektiv, om däremot olika
effektivitetstal erhålls är produktionen istället skalineffektiv. En undersökning av
skaleffektiviteten ger information om hur stor del av förbättringspotentialen som kan
härledas till att de undersökta förmedlingskontoren är för stora eller för små.
I tabell 4 nedan redovisas resultat huruvida kontoren klassificeras som skaleffektiva eller
inte, av de 164 arbetsförmedlingskontoren som vi undersöker är cirka 90 skalineffektiva,
förutom 2010 då antalet är något färre, medan resten är skaleffektiva. Innebörden av att
arbetsförmedlingskontor i hög grad kännetecknas av att vara skalineffektiva är att de,
åtminstone på längre sikt, kan öka sin effektivitet om skalan eller storleken på
förmedlingskontoret justerades. 15
Tabell 4: Skalineffektivitet, för samtliga kontor för perioden 2009−2012, antal
2009
2010
2011
2012
Total
Skaleffektivitet
74
85
70
68
297
Skalineffektivitet
90
79
94
96
359
Totalt
164
164
164
164
656
15
Efter ett tredje antagande om icke-ökande skalavkastning (NIRS, non-increasing returns to scale)
ges möjligheten att bestämma om skalineffektiviteten beror på avtagande eller tilltagande
skalavkastning det ligger dock utanför denna rapports syfte.
Sida: 14 av 27
Avslutningsvis, förbättringspotentialen för 2012 är 10,9 procent för CRS alternativet och
8,9 procent för VRS alternativet. Skillnaden mellan CRS och VRS är två procentenheter
och det är den skillnaden som kan härröras till skalineffektivitet. Det är ett resultat i linje
med Riksrevisionen (2012), resterande nio procentenheter beror på teknisk ineffektivitet.
5.2 Känslighetsanalys
Efter att ha gjort ett antal olika känslighetsanalyser rörande modellens specifikation och
beträffande inkluderade variabler samt dess definitioner har vi i likhet med
Riksrevisionen (2012) funnit att modellen presenterad i tabell 2 presterar bäst. De olika
variabler som har inkluderats i känslighetsanalysen är; anställda i kärnverksamheten,
övrig anställd personal, delat upp stocken arbetslösa i antalet arbetslösa 1/1 samt
kvarvarande i åtgärder, deltidsarbetslösa samt olika mått på den slutgiltiga
prestationsvariabeln – fått arbete. De skattade effektivitetsmåtten från
känslighetsanalyserna har i huvudsak varit likvärdiga med resultaten från den förordade
modellen. Det talar för att de för modellen väldokumenterade svagheterna – mätfel och
extremvärden – inte påverkar resultaten i denna studie i någon stor utsträckning. Det
finns också en fördel med att den förordade modellen stämmer överens med den av
Riksrevisionen rekommenderade då det bjuder in till en jämförbarhet av resultaten.
6. Slutsatser och rekommendationer
Arbetsförmedlingen har tagit över en så kallad DEA-modell utvecklad av Riksrevisionen
som mäter kontorens relativa tekniska effektivitet. Ambitionen är att den ska uppdateras
fortlöpande. Utgångspunkten för detta bör vara huruvida vi bedömer att Riksrevisionens
modell kan utgöra ett redskap som Arbetsförmedlingen kan använda för att bestämma
kontorens relativa effektivitet.16 Vi anser att ansatsen har stora förtjänster men viss
reservation förekommer för modell- och/eller datamässiga felspecifikationer. DEAmodellen kommer även, om det är möjligt, att vidareutvecklas för att ta hänsyn till olika
organisatoriska faktorer som kan tänkas bidra till skillnader i effektivitet bland olika
arbetsförmedlingskontor. Exempel på sådana faktorer är kontorens arbetssätt,
organisation, ledning och styrning. I en nyligen publicerad rapport från
Arbetsförmedlingen (Sahin, 2015) tillfrågades 2012 samtliga chefer och ett urval av
handläggarna med en serie frågor kring de organisatoriska förhållandena på sin
arbetsplats. Huvudresultatet är att de organisatoriska faktorerna spelar en viktig roll för
16 Det ska tilläggas här att vi inte funnit anledning att ifrågasätta modellvalet. Modellansatsen är
utvecklad inom området för effektivitetsanalys och har använts i många år och i många olika
sammanhang, för arbetsförmedlingsverksamhet både i Sverige och utomlands. Effektivitetsvärden
från Riksrevisionens och vår egen analys ligger dessutom på samma nivå som de från
internationella studier; se Riksrevisionen (2012) för en översikt av dessa.
Sida: 15 av 27
vilket resultat arbetsförmedlingarna uppnår. Det visar sig att bland annat
förmedlingskontor som i sitt arbets-, organisations- och ledningssätt prioriterar
matchningsarbetet bidrar till ett ökat utflöde till arbete.
I rapporten undersöks den tekniska effektiviteten under perioden 2009−2012 för totalt
164 arbetsförmedlingskontor. Resultaten ligger i linje med tidigare resultat framtagna av
Riksrevisionen (2012) och visar på en genomsnittlig förbättringspotential för hela
perioden på knappt åtta procent. Utan några ytterligare resurser skulle
arbetsförmedlingen kunna öka utflödet till arbete eller utbildning med åtta procent. Även
om resultatet för hela perioden visar på hög effektivitet är ett oroväckande resultat att
förbättringspotentialen för 2012 ökar till knappt elva procent från att varit 6,4 procent
året innan.
Går det att förklara det sämre resultatet 2012? En möjlig och kanske även trolig förklaring
är att Arbetsförmedlingen införde ett nytt arbetsätt 2012 med syftet att öka effektiviteten,
rättsäkerheten och enhetligheten. Detta arbetssätt innebar en lång rad av förändringar
som påverkade arbetsförmedlarnas arbetsuppgifter såsom till exempel högre krav på
innehållet i de arbetslösas handlingsplan och att jobbförslag skulle ges vid varje kontakt.17
Vidare infördes även bedömningsstödet som är ett verktyg som arbetsförmedlarna ska
använda sig av för att få en bedömning av risken för långtidsarbetslöshet. Ytterligare
förändringar med det nya arbetssättet finns beskrivna i Arbetsförmedlingen (2013). Att
stora organistoriska förändringar med syftet att öka effektiviteten initialt kan försämra
densamma är inte ovanligt då det till exempel tar tid för personalen att lära sig de nya
arbetsformerna och beroende på kontorens arbetssätt och organisation påverkar dessa
förändringar kontorens effektivitet olika. En annan förklaring till ett sämre resultat 2012
kan vara att det detta år skedde förhållandevis många nyanställningar på
Arbetsförmedlingen. I Tabell A2 i slutet av rapporten ser vi att antalet anställda per
kontor ökade i snitt från drygt 45 personer 2011 till drygt 52 personer 2012. Det är möjligt
att det tog tid för organisationen att anpassa sig till detta stora inflöde av nya
medarbetare. Nyanställda behöver en upplärningsperiod innan de kan förväntas prestera
i nivå med medarbetare som varit i organisationen längre, och handledningen tar också
resurser från övrig verksamhet.
Sammantaget är vår bedömning att Arbetsförmedlingen fortfarande har hög effektivitet,
med en reservation för 2012, men att det finns viss förbättringspotential.
Förbättringspotentialen förklaras till stor del av skillnader i teknisk effektivitet och inte i
skalineffektivitet – endast två procentenheter av förbättringspotentialen år 2012 beror på
skalineffektivitet. Den sammantagna bedömningen är att Arbetsförmedlingens effektivitet
inte förändrats avsevärt jämfört med den som redovisades i Riksrevisionens rapport med
undantag för 2012. Förbättringspotential finns fortfarande vad gäller arbetssätt,
organisation, ledning och styrning på vissa kontor.
17
Detta krav togs sedermera bort år 2014.
Sida: 16 av 27
Referenser
Althin, R. och L. Behrenz (1995), En effektivitetsanalys av arbetsförmedlingskontoren i
Sverige, EFA-rapport nr. 37, Arbetsmarknadsdepartementet, Stockholm.
Arbetsförmedlingen
Stockholm.
(2013),
Arbetsmarknadsrapport
2013,
Arbetsförmedlingen,
Berg, S. (2010), ”Water Utility Benchmarking: Measurement, Methodology, and
Performance Incentives.” International Water Association.
Bjurek, H., Hjalmarsson L. och F. R. Försund (1990), Productivity Change in Public
Service - the Case of Swedish Social Insurance Offices, presented at the 6th World
Congress of the Econometric Society, Barcelona.
Bjurek, H. och E. Palmer (1996), Relativ produktivitet inom försäkringskassornas
lokalkontor, arbetsrapport 13, 1996, CEFOS, Göteborgs Universitet.
Charles, A., Cooper, W. och E. Rhodes (2004), Measuring the efficiency of decision
making units. European Journal of Operational Research, 2(6).
Nilsson, P. (2010), Arbetssökande som lämnar Arbetsförmedlingen av okänd orsak.
Working Paper 2010:1, Arbetsförmedlingen, Stockholm.
Riksrevisionen (2006), Den offentliga arbetsförmedlingen, RiR 2006:22.
Riksrevisionen (2012), Effektivitetsmätning
arbetsförmedlingskontor, RiR 2012:9.
som
metod
för
att
jämföra
Sahin, G (2015), En effektivitetsanalys av arbetsförmedlingarnas inre förhållanden,
Working paper 2015:3, Arbetsförmedlingen, Stockholm.
Skolverket (2004), Att mäta skolors relativa effektivitet En modellanalys baserad på
resurser och resultat, dnr 2004:1464.
Wallén, U. (2003), Effektivitet i grundskolan i anslutning till en Stadsdelsnämndsreform.
Akademisk doktorsavhandling, Handelshögskolan, Stockholm.
Sida: 17 av 27
Appendix
Arbetsförmedlingens arbete med att identifiera och koppla ihop kontor från olika
datakällor, bland annat datalagret, har handlat om att kontoren identifieras via
kontorskoder i de olika datakällorna och i databearbetningarna men inte i
personaluppgifterna från Palasso18 och för kontorens lokalytor från Arbetsförmedlingens
register. I Palasso avgränsas kontoren via kontorsnamn och när det gäller kontorsytorna
finns endast kontorets område-/platsinformation tillgänglig.
För att kunna koppla ihop kontorskoder med personaluppgifter från Palasso har en så
kallad ”källnyckel” skapats. Den skapades genom att matcha ihop kontorsnamn från
Palasso och datalagret eftersom den sistnämnda innehåller information om både
kontorsnamn och kontorskoder. Skapandet av nyckeln är dock ingen enkel uppgift
eftersom kontorsnamnen i Palasso och i datalagret avser olika kontorsenheter. Ett kontor
i Palasso avser en organisatorisk enhet19 medan motsvarande kontor med samma namn i
Arbetsförmedlingens datalager avser ett fysiskt kontor.20 Det leder till att kontorsnamnen
i Palasso inte alltid motsvarar kontorsnamnen i datalagret vilket försvårar replikeringen
och uppdateringen av datamaterialet.
I arbetet med att kontorskodsindela datamaterialet på lokalytor har Riksrevisionens
datamaterial, skriptfiler och anteckningar använts. Kontorsytor från vissa
områden/platser har exkluderats eftersom verksamheten som bedrivits i dessa har varit
inriktad mot speciella yrkesgrupper eller primärt rehabilitering snarare än
arbetsförmedling. Sådan typ av verksamhet har uteslutits ur Riksrevisionens analys (se
Riksrevisionen, 2012).
Ytterligare en viktig del i replikeringen av Riksrevisionens data har varit att få förståelse
för de organisatoriska förändringar som skett på arbetsförmedlingskontoren över tid. Det
är en tidskrävande uppgift som kräver fördjupad kunskap och kartläggning av tidpunkter
för kontorsnedläggningar, uppkomsten av nya kontor samt sammanslagningar. Viss
information finns att hämta från Arbetsförmedlingens datalager men uppgifterna behöver
i många fall kompletteras. För det mesta handlar det om att kontor slås ihop eller fasas ut
för nedläggning och att kontorskoderna för dessa återanvänds till nya kontor som
uppstår. I datalagret både saknas och finns ibland bristande information över tidpunkten
för när ett kontor läggs ner och om eller när ett annat kontor tar över kontorskoden. Detta
18 Denna innehåller uppgifter om anställda som organisatorisk tillhörighet, löner, skatteuppgifter,
etc.
19 Med organisatorisk enhet avses i den här rapporten enheter i Arbetsförmedlingens
marknadsorganisation som utgörs av en chef och sammanhållen personal.
20 Det vill säga kontor som har en lokalyta där förmedlingsverksamheten bedrivs med service till
sökande, arbetsgivare och allmänhet.
Sida: 18 av 27
försvårar arbetet med att skapa sammanhängande statistik för resurserna och
prestationerna per kontor och år. Med hjälp av experter inom Arbetsförmedlingen har
Riksrevisionen kompletterat datalagrets bristfälliga information om förändringar i de
organisatoriska enheterna och skapat en ”kontorskodsnyckel” som avspeglar
kontorssammanlagningar och förändringar i de organisatoriska enheterna som skett över
tid.
Tabellen A1 nedan visar relativa effektivitetsmått över tid för olika kontorskoder.
Tolkning för en enskild kontorskod vid en given tidpunkt ska göras med mycket stor
försiktighet.
I tabellen finns kontorskoder som är sammanslagningar av en eller flera kontorsenheter.
Dessa sammanslagningar består utav kontor som över tid kan ha lagts ner eller slagits
ihop. För att kunna följa den relativa utvecklingen över tid har vi för ett urval av kontor
behövt göra ytterligare sammanslagningar av kontor baserad på geografisk närhet. I de
fall det har skett sammanslagningar är det inte möjligt att göra en tolkning av effektiviten
för ett visst kontor. Det finns även osäkerhet i kopplingen mellan historiska kontorsnamn
med en given kontorskod. Detta på grund av att historiska uppgifter på namnbyten,
datum för nedläggning och sammanslagningar av kontorskoder är av bristande kvalité.
x
x
Af Sollentuna
Af Upplands Väsby
Af Märsta
Af Solna/Sundbyberg
Af Täby
104
105
106
108
109
Af Rinkeby Kista
Af Spånga Tensta
Af Södertälje
165
166
168
x
Af Huddinge
Af Botkyrka Salem
163
Af Stockholm City/Östermalm/Norrmalm/Lidingö/Kungsholmen
162
164
x
Af Globen
133
x
x
x
x
x
x
x
Af Liljeholmen
Af Skärholmen
x
129
Af Farsta
127
x
x
x
128
Af Södermalm
126
x
Af Tyresö
Af Vällingby
116
Af Nacka/Värmdö
115
124
x
Af Norrtälje
112
x
111
x
Af Vallentuna
Af Åkersberga
110
x
x
x
x
Af Järfälla/Bålstad/Upplands bro
102
Region
Norr Mitt Syd
Kontorsnamn
kod
Kontors-
Tabell A1: Förbättringspotential för respektive kontor
Sida: 19 av 27
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
område
Marknads-
1,209
1,117
2010
1,108
1,107
2011
1,064
1,088
1,261
2012
1,095
1,022
1,178
1,079
1,141
1,021
1,342
1,095
1,109
1,135
1,016
1,112
1,034
1,223
1,006 1,005
1,305
1,026 1,000
1,107
1,121
1,176
1,197
1,225
1,196
1,463
1,367
1,241
1,104
1,267
1,305
1,313
1,000
1,427
1,290
1,782
1,466
1,300 1,282
1,231
1,000 1,000 1,000 1,000
1,140
1,059
1,112
1,043
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,047 1,000
1,077
1,000 1,000 1,000 1,000
1,000 1,040 1,000 1,000
1,035
1,000 1,000 1,037 1,000
1,000 1,000 1,076
1,189
1,000
2009
Förbättringspotential
Ja
Ja
Ja
Ja
Ja
över tid
Sammanslagningar
x
x
Af Uppsala
Af Tierp
321
330
x
x
Af Strängnäs
Af Katrineholm/Vingåker
411
420
Af Visby
Af Karlskrona/Ronneby
Af Karlshamn
910
1030
Af Hultsfred/Oskarshamn/Mönsterås/Högsby/Västervik/Vimmerby
821
1020
Af Kalmar/Emmaboda/Öland/Nybro/Torsås/Borgholm/Färjestaden
810
x
Af Älmhult/Osby
Af Värnamo/Gislaved/Gnosjö/Ljungby/Markaryd
630
Af Växjö/Alvesta/Lessebo/Tingsryd/Lenhovda
Af Jönköping
610
713
Af Mjölby/Boxholm/Ödeshög**
572
740
x
Af Norrköping/Finspång/Söderköping/Valdermarsvik
530
x
x
x
x
x
x
x
x
x
x
Af Linköping
510
x
Af Gnesta/Trosa
431
x
Af Flen
Af Nyköping/Oxelösund
421
430
x
x
Af Gimo
Af Eskilstuna
331
410
x
x
Af Enköping
x
Af Haninge/Nynäshamn
169
310
Sida: 20 av 27
1
8
8
1
8
8
8
8
8
8
8
3
3
3
3
3
3
3
3
2
2
2
2
1,182
1,076
1,063
1,000 1,059 1,000
1,140
Ja
Ja
1,000 1,000 1,000 1,000
1,000 1,000 1,048
1,000 1,000 1,000 1,000
Ja
Ja
1,168
Ja
1,000 1,000 1,000 1,000
1,163
Ja
1,000 1,000 1,000 1,000
1,162
Ja
1,239 1,000 1,000 1,280
1,112
Ja
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
Ja
1,000 1,079 1,000
1,199
1,000 1,000 1,000 1,000
1,109
Ja
1,000 1,049 1,000 1,000
1,231
Ja
1,284
1,614
1,041
Ja
Ja
Ja
1,295
1,260
1,371
1,135
1,095 1,044
1,149
1,374
1,212
1,234
1,162
1,000
1,015
1,181
1,095 1,098
1,167
1,000
1,161
1,026
1,000 1,332
1,211
1,085
1,031
1,029
1,264
1,000 1,000 1,000 1,000
1,130
1,160
x
x
Af Svedala/Skurup
Af Ystad/Sjöbo
1217
1218
Af Kungsbacka
1322
Af Hyltebruk
1313
Af Varberg
Af Laholm
1311
Af Falkenberg
Af Halmstad
1310
1321
Af Kristianstad
1276
1320
Af Broby
1274
Af Eslöv/Hörby/Höör
Af Helsingborg/Landskrona/Bjuv/Höganäs***
1227
1230
Af Hässleholm
x
Af Staffanstorp
1226
1270
x
Af Lomma
1225
x
x
x
x
x
x
x
x
x
x
x
x
Af Lund
Af Kävlinge
1221
1224
x
x
x
x
Af Tomelilla
Af Simrishamn/Tomelilla
1211
x
Af Trelleborg/Vellinge
Malmö
1202
x
x
1214
Af Arlöv
1201
1212
Af Sölvesborg-Bromölla
1031
Sida: 21 av 27
4
4
4
4
4
4
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
8
1,205
1,252
1,585
1,223
1,161
1,128
1,350
Ja
Ja
1,095 1,000
1,099 1,000
1,013
1,331
1,061
1,118
1,020
1,151
1,026 1,000
1,197
1,350
1,215
1,051
1,170
1,079
1,000 1,108
1,078 1,000
1,382
1,169
1,338
1,106
1,220
1,058
1,241
1,000 1,000 1,052 1,000
1,065 1,000 1,070
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,057
1,000 1,050 1,000 1,014
1,000 1,000 1,000 1,000
1,097
1,000
1,000 1,000 1,000 1,000
1,000 1,009
Ja
Ja
Ja
Ja
1,056 1,000
1,077 1,000
1,233 1,000 1,000
1,033 1,089 1,000 1,000
1,148
1,195
1,234
1,399
1,061
1,000 1,000 1,000 1,000
1,288 1,093
1,000 1,000 1,049
Af Lerum Partille
Af Stenungsund/Orust/Henån
1423
1424
x
X
Af Lysekil
Af Trollhättan
Af Norra Bohuslän
Af Vänersborg
Af Dalsland
1452
1454
1455
1456
1459
x
x
x
x
x
Af Borås
Af Uddevalla
1451
x
x
X
x
x
x
x
x
1444
Af Ulricehamn
Af Kungälv
1442
Af Härryda
1421
1422
Af Mark
x
Af Mölndal
1420
1440
x
Af City
1419
Af Ale
x
Af Frölunda
Af Alingsås
x
Af Järntorget
1417
1418
1427
x
Af Gamlestaden
1413
1429
x
Af Angered
1411
x
1410
x
Göteborg
Af Hisingen/Lindholmen
1402
Sida: 22 av 27
5
5
5
5
5
5
5
5
5
4
4
4
4
4
4
4
4
4
4
4
4
4
4
1,094
1,012
1,148
1,000 1,000 1,000
1,026 1,000 1,000
1,000 1,025
1,021
1,055
1,065
1,056
1,160
1,198
1,067
1,084 1,060
1,100 1,000 1,058 1,029
1,155
1,000 1,000 1,000 1,000
1,100
1,000 1,000 1,000 1,000
1,057
1,155
1,113
1,010
1,000
1,014
1,012
1,038 1,000 1,061
1,000 1,000
1,003 1,005 1,063
1,087
1,118
1,337
1,091
1,056
1,258
1,000 1,000 1,059
1,040 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,035 1,000 1,000 1,000
1,154
1,028 1,090
1,049 1,000 1,000 1,030
1,107
1,190
1,149
Ja
Ja
1,000 1,000 1,000 1,000
1,088 1,000 1,000 1,000
Ja
1,000 1,000 1,000 1,180
Af Mora/Orsa/Älvdalen
Af Malung/Vansbro
Af Falun
2012
2014
2020
Af Köping/Arboga/Kungsör
1910
Af Avesta Hedemora
Af Fagersta
1901
2010
Af Örebro
1830
Af Sala/Heby
Af Norr Örebro Län
1820
1935
x
Af SYD, Örebro län
1804
Af Västerås
Af Karlstad/Grums/Hammarö/Skoghall
1730
Af Hallstahammar-Surahammar
Af Torsby/Sysslebäck
1925
Af Sunne/Hagfors/Forshaga/Munkfors/Kil
1722
1726
1930
x
Af Arvika/Eda
1715
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Af Årjäng/Säffle
1712
x
x
Af Skara
Af Filipstad/Kristinehamn/Karlskoga/Degerfors/Storfors
1479
Af Lidköping
1478
1702
x
Af Falköping
1477
x
x
Af Skövde
1474
x
Af Mariestad
1470
Sida: 23 av 27
6
6
6
6
2
2
2
2
2
6
6
6
6
6
6
6
6
6
5
5
5
5
5
1,079
1,046
1,174
1,177
1,000
1,268
1,227
1,111
Ja
Ja
1,046 1,092 1,092 1,078
1,000 1,000 1,002 1,090
1,000 1,000 1,003
1,130
Ja
1,074 1,000 1,009
1,028
Ja
1,110
1,000 1,000 1,000
Ja
Ja
1,139
1,014
1,100 1,000 1,085
1,000
1,138
Ja
1,257
1,428
1,041
1,164
1,049
1,000 1,000 1,000 1,001
1,169
Ja
1,000
1,137
1,235 1,000
Ja
Ja
1,015
1,000 1,008 1,000 1,044
1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,240
Ja
1,362 1,000 1,079
1,247
Ja
1,169
1,369
1,000 1,000 1,140
1,076
1,156
1,276
1,000 1,000 1,025
1,347
1,173
1,049
1,239 1,089
1,053
1,266
1,182
1,010
1,117
1,185
1,010
1,000 1,000 1,076
Af Kramfors
Af Sollefteå
Af Sundsvall
Af Timrå
Af Örnsköldsvik
Af Strömsund
Af Härjedalen
Af Åre
Af Krokom
Af Svenstavik
Af Hammarstrand/Ånge/Bräcke
Af Östersund
Af Vilhelmina
2211
2220
2230
2233
2235
2310
2320
2333
2334
2335
2340
2370
2401
x
Af Ljusdal
Af Härnösand
2131
Af Hudiksvall-Nordanstig
2130
2210
x
Af Ockelbo
2123
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Af Gävle
Af Söderhamn
2112
x
Af Hofors-Sandviken
Af Bollnäs-Ovanåker
2110
2122
Af Ludvika/Smedjebacken
2120
Af Leksand/Rättvik/Gagnef/Borlänge/Säter
2023
2032
Sida: 24 av 27
x
x
6
10
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
6
1,015
1,021
1,185
1,082
1,506
1,013
1,037
1,091
1,097
1,119
1,109
1,179
1,095
1,033
1,012
1,023
1,000
1,000 1,000
1,172
1,125
1,165
1,112
1,394
1,121
1,152
1,003
1,000
1,119
1,500
1,113
1,000
1,092 1,000
1,000 1,000
1,147
1,193
1,000 1,029
1,796 1,000 1,055
1,150
1,000 1,000 1,000 1,000
1,232
1,000 1,000 1,000 1,000
1,117
1,167
1,101
1,272
1,023 1,026
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,000 1,000
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,259 1,000 1,000 1,000
1,075
1,255
1,213
1,086 1,068
1,003
1,228
1,000 1,000 1,000 1,000
Ja
Ja
Ja
Af Vännäs
Af Umeå
2435
2439
Af Kalix
Af Överkalix
2522
2519
Af Haparanda
Af Arjeplog
2518
2521
Af Arvidsjaur
2517
2520
Af Piteå
Af Älvsbyn
2515
Af Jokkmokk
Af Vindeln
2511
Af Robertsfors
2433
2434
Af Gällivare
Af Nordmaling
2432
2510
Af Malå
2422
Af Luleå
Af Skellefteå
2419
Af Boden
Af Storuman
2412
2505
x
Af Sorsele
2411
2502
x
Af Lycksele
2410
x
Af Åsele
2403
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Af Dorotea
2402
Sida: 25 av 27
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
1,290
1,092
1,074
1,012
1,029
1,433
1,268 1,000 1,000
1,135
1,149
1,150
1,270
1,627
1,031
1,010
1,114
1,154
1,000 1,000
1,018
1,073
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,000
1,000 1,061
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,077
1,033
1,089
1,332 1,000 1,000 1,000
1,000 1,000 1,087
1,226
1,123
1,293
1,102
1,054
1,004
1,000 1,000 1,253
1,000 1,000 1,000 1,000
1,000 1,000 1,000 1,388
1,234
1,058
1,110
1,057
1,000
1,111
1,000 1,000
1,164
1,000 1,472
1,000 1,000 1,000 1,000
1,097
1,000 1,000 1,000 1,000
1,199
1,145
1,000 1,000 1,000 1,088
Ja
Ja
Af Pajala
2533
x
x
x
10
10
10
1,185
1,000 1,000 1,010
1,000 1,000 1,000 1,238
1,138
1,000 1,000 1,000
Af Mjölby/Boxholm/Ödeshög/Vetlanda/Sävsjö/Aneby/Nässjö/Ydre/Tranås/Eksjö Helsingborg/Landskrona/Bjuv/Höganäs/Åstorp/Klippan/Ängelholm/Båstad/Örkelljunga/Perstorp/Svalöv Af Kiruna
** *** Af Övertorneå
2523
2530
Sida: 26 av 27
översteg 10 000 kronor
avaktualiserats av okänd orsak och som under samma år erhöll inkomster som
arbetsmarknadsutbildning, dessutom inkluderas individer som har
Avaktualisering under året från Arbetsförmedlingen p.g.a. annan utbildning än
samma arbetsgivare, skyddad anställning hos Samhall
eller egen näringsverksamhet, tidsbegränsad anställning, fortsatt anställning hos
Avaktualisering under året från Arbetsförmedlingen p.g.a. tillsvidareanställning
Slutgiltig prestation
sökande i arbetsmarknadsutbildning
aktivitetsstöd, arbete med stöd, i förberedande insatser med nystatartsjobb och
inskrivna på Arbetsförmedlingen, samt sökande inskrivna i program med
Antalet individer som under året fått ett arbete på deltid men som fortfarande är
Intermediär prestation
Bedömningsstöd, som en approximation av sökandesammansättning
Nyinflödet under året till öppen arbetslöshet samt till åtgärder (flöde)
Antalet öppet arbetslösa samt antalet i åtgärder den 1/1 (stock)
Antal dagar hos kompletterande aktör eller i arbetsmarknadsutbildning
Totalt antal anställda (helårsarbetare)
Lokalyta (m2)
Resurs
Tabell A2: Beskrivande statistik för respektive år, perioden 2009−2012
Sida: 27 av 27
433
1 540
3 078
0,39
3 582
3 434
61 505
44,5
1 664
Medelvärde
444
1 346
2 787
0,036
3 292
3 247
71 351
42,0
1 614
Standardavvikelse
2009
481
1 948
3 959
0,42
3 175
4 254
129 468
50,7
1 753
Medelvärde
495
1 698
3 585
0,04
2 992
4 010
137 039
48,4
1 740
Standardavvikelse
2010
402
1 531
3 490
0,42
2 951
4 163
86 927
45,1
1 726
Medelvärde
436
1 373
3 167
0,04
2 798
4 050
91 092
43,7
1 932
Standardavvikelse
2011
375
1 437
3 725
0,42
3 066
4 085
79 020
52,3
1 782
Medelvärde
405
1 268
3 529
0,04
2 870
4 125
93 051
58,2
1 960
Standardavvikelse
2012
Arbetsförmedlingen 2015-06
WORKING PAPER 2015:2
AV: MARIA CHEUNG, FREDRIK JOHANSSON TORMOD OCH ELENI SAVVIDOU
Arbetsförmedlingens Working Paper serie presenterar rapporter
som rör analys av arbetsmarknadens funktionssätt och effekter
av arbetsmarknadspolitiska insatser.
Working papers kan laddas ned från
www.arbetsformedlingen.se
Du kan beställa Arbetsförmedlingens
informationsmaterial i alternativa format på
www.arbetsformedlingen.se/alternativaformat
Synpunkter?
Rapporterna är pågående arbete
och författarna tar tacksamt emot synpunkter.
Arbetsförmedlingens huvudkontor
Forsknings- och utvärderingsenheten
113 99 Stockholm
E-post: [email protected]
11 3 9 9 St o ck h o lm
Te l e f o n 0 7 71- 6 0 0 0 0 0
w w w. ar b e t s f o r m e dl inge n. s e