Kender du de borgere, der er bosat i din kommune?

Når det kommer til kommunernes økonomistyring, så er der mange parametre, der har betydning for både budgettet, som den enkelte kommune har til rådighed, og de udgifter, som kommunen forventes at afholde. Centralt herfor er befolkningsudviklingen. Dette gælder både antallet af borgere, der er i den enkelte kommune, men i lige så høj grad de demografiske og socioøkonomiske karakteristika, der kendetegner borgerne, samt de økonomiske konsekvenser, som hver enkelte borger medfører i kommunen.

I en række artikler sætter vi i Dataproces hen over efteråret fokus på dette emne, og vi vil med afsæt i egne værktøjer og analyser forsøge at kvalificere den styring, som I kan foretage med afsæt i et bedre kendskab til jeres befolkningssammensætning – både historisk og fremtidigt.

Vi har allerede lavet én artikel, der omhandler de økonomiske konsekvenser der følger af folketalsudviklingen, som du kan læse her.

Vi vil i denne artikel dykke ned i, hvordan du kan blive klogere på flyttebalancen i din kommune mellem 2012-2022 i henhold til forholdet mellem andelen af til- og fraflyttende borgere i beskæftigelse, på langtidsforsørgelse og den disponible indkomst, som de havde til rådighed. Derudover stiller vi skarpt på, hvordan du kan arbejde med økonomistyringen i fremtiden med afsæt i de flyttemønstre, som kendetegner din kommune.

Beskæftigelsesstatus og det socioøkonomiske udgiftsbehov

Den socioøkonomiske udgiftsbehovsopgørelse vægter 33 pct. af kommunens samlede udgiftsbehov – men der kan være store forskelle på tværs af landets kommuner. Som nedenstående graf skitserer, har der siden strukturreformen i 2007 været store udsving i de fem danske regioner.

Grafen skitserer, at Region Midtjylland har oplevet et stabilt niveau omkring indeks 90 over hele perioden, mens udviklingen i Region Nordjylland ikke har været lige så markant som i de øvrige tre regioner. For eksempel har Region Hovedstaden og Region Sjælland oplevet modsatrettede udvikling, der krydser hinanden i 2018.

I denne artikel er der fokus på beskæftigelse, langtidsforsørgelse og disponibel indkomst, og i forhold til de 18 kriterier i det socioøkonomiske udgiftsbehov er det ikke uvæsentligt, hvilke borgere der er bosiddende i den enkelte kommune. Og som nedenstående tabel skitserer, kan der være regionale forskelle.

Tabellen viser hvordan beskæftigelsen så ud i regionerne i 2022, og det er blot Region Syddanmark og Region Nordjylland, der havde en andel af befolkningen, der var mellem 20-64 år og i beskæftigelse, som lå under det landsgennemsnitlige niveau primo 2022. Blot Region Hovedstaden havde en andel under det landsgennemsnitlige niveau med hensyn til andelen af befolkningen, som var langtidsforsørgede primo 2022. Selvom Region Midtjylland har en andel af 20-64- årige på langtidsforsørgelse, som ligger 0,2 pct. over landsgennemsnittet, ligger de i den socioøkonomiske udgiftsbehovsopgørelse under landsgennemsnittet – 5,8 procentpoint under Region Hovedstaden, som havde den mindste andel af befolkningen på langtidsforsørgelse. Ligeledes ligger Region Nordjylland, Syddanmark og Sjælland alle 1,6 pct. over landsgennemsnittet, men er i kriteriet indekseret forskelligt med hhv. indeks 101,3, 105,7 og 103,5.

For en kommune, der har mange langtidsforsørgede borgere, er kriterier som 20-59-årige uden beskæftigelse over 5 pct., 25-49-årige uden erhvervsuddannelse, Handicappede, Psykiatriske patienter og Almene boliger centrale, mens beskæftigede borgere muligvis kan udløse hits i kriterier såsom Personer med lav indkomst i tre ud af fire år, 20-59-årige i arbejde med færdigheder på grundniveau, 45-64-årige med begrænset erhvervserfaring og Almene boliger. I forhold til indkomstniveauer og borgernes disponible indkomst kunne flere af de allerede nævnte kriterier ligeledes være i spil.

Men hvordan påvirker de historiske mellemkommunale flyttemønstre den socioøkonomiske status i din kommune og heraf det socioøkonomiske udgiftspres?

Din kommunes flyttebalance og den socioøkonomisk status, der historisk set har kendetegnet jeres borgere

Udviklingen i folketallet er af central betydning for den enkelte kommunes samlede finansieringsgrundlag i henhold til tilskuds- og udligningssystemet. Dette skyldes, at folketallet har betydning for den enkelte kommunes demografiske og socioøkonomiske udgiftsbehov, bloktilskudsandel samt skatteindtægter. Én ting er dog det samlede folketal i kommunen, men det er som beskrevet oven for ikke uvæsentligt, hvilke borgere der er bosiddende i kommunen i henhold til tilskuds- og udligningssystemets mekanismer.

Dataproces tilbyder en analyse, der undersøger kommunens til- og fraflytningsprofiler over en tiårig periode og illustrerer, hvordan mellemkommunale flyttemønstre og en række befolkningskarakteristika påvirker kommunens befolkningssammensætning.

Beskæftigede borgere i den erhvervsaktive alder betaler eksempelvis indkomstskat og påfører statistiskset ikke kommunen betydelige service-, sundheds- og overførselsudgifter, mens langtidsforsørgede borgere derimod har det modsatte byrdeforhold for kommunen.

Tabellen nedenfor skitserer flyttebalancen for en tilfældigt udvalgt eksempelkommune over perioden 2012-2022 med hensyn til socioøkonomisk status – altså hvorvidt borgerne i kommunen var i beskæftigelse eller ej. Det giver dermed et indblik i hvilken type borgere, som kommunen modtager fra og afgiver til andre kommuner, samt hvilken befolkningssammensætning dette medvirker.

Over perioden 2012-2022 er der i den udvalgte eksempelkommune fraflyttet en betydelig andel borgere over perioden, der varetog job, der forudsætter færdigheder på grundniveau. For de øvrige kategorier af borgere i beskæftigelse har der været en højere til- end fraflytning på 2 borgere og 36 borgere med job der forudsætter henholdsvis viden på mellemniveau og ledelseskompetencer. Hvilken betydning færdighedsniveau har for befolkningssammensætningen kan du læse mere om i vores næste artikel.

Med afsæt i flyttemønstrene, så oplever eksempelkommunen dermed en aftagende beskæftigelsesfrekvens i den forstand, at den største bevægelse, der forekommer over perioden, er et nettofald blandt lønmodtagere på grundniveau, samtidig med at der forekommer en mindre stigning i antallet af arbejdsløse.

I analysen udforskes udviklingen på ydelser yderligere, så du ligeledes kan blive klogere på fordelingen med hensyn til andelen af langtidsforsørgede borgere, som modtager henholdsvis førtidspension, seniorpension, kontanthjælp eller som er i beskyttet beskæftigelse uden løn. Dette kan give dig en bedre forståelse for de økonomiske og socioøkonomiske karakteristika, som kendetegner din kommune.

Analysen udforsker dette yderligere ved at medtage til- og fraflytteres disponible indkomst, som blandt andet kan give en indikation af borgernes økonomiske status. Den disponible indkomst er en borgers rådighedsbeløb, efter at der er betalt skatter og afgifter. Tabellen nedenfor skitserer den disponible indkomst i eksempelkommunen over den 10-årige periode fra 2012-2022.

Hvis der isoleret set fokuseres på de mellemkommunale flyttemønstre, så er der fraflyttet flere borgere med en lav disponibel indkomst, mens der er tilflyttet flere borgere med en høj disponibel indkomst. Dette er med undtagelse af en disponibel indkomst på 400.000+ kr., hvor der har været en marginal nettofraflytning.

Ved at inkludere dette karakteristika underbygges indblikket i flyttebalancens betydning for en kommunes socioøkonomiske sammensætning. Medarbejdere med færdigheder på grundniveau har ofte en disponibel indkomst i den lavere ende, men i denne opgørelse bliver det illustreret, at størstedelen af nettofraflytning forekommer blandt borgere, der har den laveste disponible indkomst (0-99.999 kr.). Hertil er der en stor nettofraflytning af borgere med en disponible indkomstgruppe imellem 100.000-199.999 kr. Dermed indikerer flyttebalancen, at eksempelkommunen over den 10-årige periode i højere grad er blevet præget af en befolkningssammensætning, der har en højere disponibel indkomst.

Befolkningskarakteristikaene vedrørende beskæftigelsesstatus og disponibel indkomst relaterer sig som beskrevet tidligere ofte til ét eller flere hits i den socioøkonomiske udgiftsbehovsopgørelse. Isoleret set har flyttemønstrene dermed en direkte finansiel effekt i eksempelkommunen. Ser man for eksempel på 2022 medfører nettofraflytningen af borgere med lav indtægt og med færdigheder på grundniveau, såvel som en mindre tilflytning af borgere uden beskæftigelse, færre hits og dermed et fald i kommunens andel af udligning i de socioøkonomiske parametre ift. de tidligere nævnte kriterier. Med udgangspunkt i disse mister eksempelkommunen -3,3 mio. kr. i udligning for 2022.

Dertil har flyttebalancen ift. borgernes disponible indkomst også en effekt på eksempelkommunens skatteindtægter. Dog eksempelkommunen har haft en nettotilflytning af borgere med en højere disponibel indkomst, medfører befolkningsnedgangen – og den reducerede skatteindtægt – her isoleret set en nedgang i udskrivningsgrundlaget på -31,5 mio. kr.

Eksempelkommunen har i 2022 dermed oplevet et tab på 34,8 mio. kr., hvis man isoleret set tager udgangspunkt i eksempelkommunens flyttemønstre.

Dataproces’ analyse vedrørende flyttemønstrenes betydning for befolkningssammensætningen giver et indblik i, hvordan I som kommune kan kvalificere jeres økonomistyring med afsæt i et bedre indblik i hvilke borgere, som kommunen tiltrækker. Dette med afsæt i den indtægt, som borgerne repræsenterer i form af fx indkomstskat og udgiftsbehov i regi af den socioøkonomiske udgiftsbehovsopgørelse samt udgifter til service-, sundheds- og overførselsområdet.

Med Dataproces’ analyse får I et indblik i hvordan:

• Mellemkommunale flyttemønstre og en række befolkningskarakteristika påvirker jeres befolkningssammensætning sammenholdt med landsgennemsnittet og udvalgte sammenligningskommuner.

• Jeres borgere historisk set har set ud, og hvordan dette kan have en effekt på den befolkningssammensætning, som I kan forvente i fremtiden.

Hvordan kan du så bruge din viden om, hvordan din flyttebalance i et historisk perspektiv har set ud, til at vurdere den fremtidige udvikling?

Din kommunes befolkningssammensætning på baggrund af til- og fraflyttende familietyper

Dataproces har udviklet værktøjet KØS: BefolkningsBlik, der præsenterer prognoser for den fremtidige udvikling på baggrund af de historiske tendenser, og du har mulighed for at bruge denne viden i tillæg til din lokalviden til at opsætte forskellige scenarier for flyttetendenser.

I den resterende del af denne artikel vil vi tage et kig på, hvordan det er muligt at anvende værktøjet til at planlægge det fremtidige økonomiske fundament med afsæt i data fra den tilfældigt udvalgte eksempelkommune.

I BefolkningsBlik har du mulighed for at opsætte scenarier for til- og fraflytning af forskellige familietyper eller implementeringen af boligprogrammer.

Nedenstående graf skitserer det gennemsnitlige årlige beløb, som forskellige familietyper har til rådighed i eksempelkommunen:

Grafen viser, at par med børn i gennemsnit har den højeste disponible indkomst i eksempelkommunen på lidt over 485.000 kr., mens enlige uden børn har den laveste disponible indkomst lige under 200.000 kr. Værktøjet giver dig mulighed for at se på konsekvenser ved at til- og fraflytte forskellige familietyper i forhold til socioøkonomien i din kommune.

Tabellen nedenfor viser effekt i socioøkonomiske hits som følge af, at der til- og fraflyttes 100 borgere i 2024. Familietypesammensætningen er baseret på den historiske tendens i eksempelkommunen og tager udgangspunkt i: 17 pct. par med børn, 58 pct. enlige uden børn, 10 pct. enlige med børn, 13 pct. par uden børn, 2 pct. øvrige uden børn.

Fordelingen i ovenstående tabel af de socioøkonomiske hits er baseret på den fordeling, der historiske set har været i eksempelkommunen. For denne tilflytningsgruppe er det derfor sandsynligt, at der er en andel, der er fx psykiatriske patienter eller indvandrere og efterkommere, hvilket kommer til udtryk i den socioøkonomiske behovsopgørelse. For opgørelsen af de nye socioøkonomiske hits er forsinkelseselementet for det enkelte kriterium indarbejdet, hvorfor der er nogle kriterier, hvor der er en effekt allerede i 2026, mens andre først fremgår året efter.

Som bemærket tidligere, har enlige uden børn statistisk set en lav disponibel indkomst og ved at tilflytte 58 borgere med denne familietype, forekommer der en stigning i antallet af hits i kriteriet Personer med lav indkomst i tre ud af fire år på 7,9 pct. Ligeledes medfører tilflytningen af enlige med børn en stigning i kriteriet 0-15-årige børn af enlige forsørgere. Den modsatte effekt ses når disse familietyper i stedet fraflytter eksempelkommunen.

Dermed giver BefolkningsBlik et indblik i forventningen til kommunens fremtidige socioøkonomi, baseret på prognoser for både antallet af til- og fraflyttere og hvilke familietyper disse indgår i.

For at få et nærmere indblik i hvordan kommunale tiltag kan have en effekt på jeres befolkningssammensætning, kan du læse mere om KØS: BefolkningsBlik i vores første artikel her.

KØS: BefolkningsBlik og Flyttemønstre analysen

Hvis du er interesseret i at få et indblik i, hvordan befolkningssammensætningen har udviklet sig over perioden 2012-2022 i lige præcis din kommune, så tilbyder Dataproces en analyse, der stiller skarpt på netop dette. Analysen skitserer udviklingen i din egen kommune i relation til en række sammenligningskommuner, som du selv kan definere, samt landsgennemsnittet.

Derudover giver vi også meget gerne en rundtur i vores nye værktøj KØS: BefolkningsBlik, der udover mulighederne nævnt i denne artikel, også taler sammen med vores andre KØS løsninger (Finansieringsgrundlag og Selvbudgettering) og igennem CPR-opkobling giver mulighed for et altid opdateret beslutningsgrundlag.

Du kan kontakte Kasper Lund Nødgaard på 25 55 19 18 eller KN@dataproces.dk for at høre mere.