Start Sverige Datautforskaren Framtidsutsikt Projektionsmetoder Projektioner

Projektionsmetoder

Hur befolkningsprojektionen på projektsidan fungerar – och varför metoderna ger olika resultat.

Sidan Projektioner erbjuder fem metoder för befolkningsframskrivning. De ger ofta mycket olika resultat – det är inget fel, utan speglar fundamentalt olika antaganden. Alla metoder baseras på historiska data från 2002–2025.

1

Linjär trendfram­skrivning

Konstant årlig ökning (eller minskning)

Enkel

Princip

Den genomsnittliga årliga befolkningsökningen (positiv eller negativ) skrivs fram konstant mot framtiden.

Beräkning

  • OLS-regressionssteigung över alla dataår (2002–2025)
  • P(t) = P_base + Δ × Schritte
  • Basårets åldersstruktur skalas proportionellt

Styrkor

  • ✓ Enkel och transparent
  • ✓ Stabil mot variationer
  • ✓ Lätt att förstå

Svagheter

  • ✗ Ingen åldersstruktursdynamik
  • ✗ Ignorerar födelsetalsminskning
  • ✗ Kan ge neg. värden
Rekommenderas för: Grova korttidsskattningar (≤ 10 år)
2

Exponentiell framskrivning

Konstant tillväxttakt i % istället för absolut ökning

Enkel

Princip

Samma OLS-steigning som den linjära metoden, men tillämpad som en konstant tillväxttakt (%).

Beräkning

r = Δ / P_base

P(t) = P_base × (1 + r)^Schritte

Varför ≈ Linjär?

Vid låga tillväxttakter (|r| < 1 %/år) gäller:

(1 + r)ⁿ ≈ 1 + r·n

Norsjö krymper ~0,7 %/år → knappt skillnad mot linjär över 76 år.

Styrkor

  • ✓ Mer realistisk vid tillväxt
  • ✓ Inget neg. resultat möjligt

Svagheter

  • ✗ Ingen åldersstruktursdynamik
  • ✗ Vid krympning ≈ linjär
Rekommenderas för: Växande regioner, korttidsskattningar
3

Kohortskifte

Detaljerad åldersmodell med fritt valbara parametrar

Avancerad

Princip

Varje enskild åldersklass (0–100) åldras exakt 1 år per simuleringssteg. TFR, livslängd och migration är fritt inställbara.

Algoritm per år

  1. Kohortsförskjutning: åldersklass[i] → åldersklass[i+1]
  2. Dödlighet: åldersspecifika dödstal
  3. Födslar: Kvinnor(15–49) × TFR / 35
  4. Migration: kluster fördelas på åldersklasser

Justerbara parametrar

TFR Barn/kvinna; reproduktionsnivå = 2,10
Livslängd Konstant / Optimistisk / Ökande
Migration Kluster: 0–19 / 20–39 / 40–59 / 60+
Rekommenderas för: Scenarioutforskning – "tänk-om"-analyser
4

Komponentmetoden

Historisk TFR och migration – helt automatiskt från data

Realistisk

Princip

Som kohortskiftet, men alla parametrar härleds automatiskt från historiska data (2002–2025). Ingen manuell override.

TFR-skattning från DB

TFR ≈ Ø_Geburten / (Ø_Pop × 0,15) × 35

Demografisk kollapseffekt

För Norsjö ger detta TFR ≈ 1,3. Det leder till en självförstärkande spiral:

få kvinnor → få barn
→ om 25 år ännu färre mödrar
→ ännu färre barn → …

Exempelscenarier

Metod Bef. 2100
Komponentmetoden ~661
Linjär framskrivning ~1.765
Exponentiell framskr. ~2.278
Rekommenderas för: Långtidsprognoser (> 25 år) – realistiskaste metoden
5

Komponent + Migration ★ Ny

Historisk TFR – fritt valbara migrationsåldersgrupper

Scenario

Princip

TFR och dödlighet härleds automatiskt från data precis som i komponentmetoden. Migrationsklustren (ungdom, arbete, familj, seniorer) är däremot fritt inställbara – perfekt för att simulera kommunala rekryteringsscenarier realistiskt.

Exempelscenarier

  • → +50 unga familjer/år (20–39 år): 0–4-kohorten växer, men TFR förblir historiskt låg (≈ 1,3)
  • → +100 seniorer/år: 60+-grupper stärks, ingen effekt på födslar
  • → Blandat profil: realistiskaste avbildningen av en aktiv rekryteringspolitik

Parameterjämförelse

Parameter Komponent. Komp.+Mig.
TFR DB-Ø DB-Ø
Dödlighet DB-Ø DB-Ø
Livslängd valbar valbar
Migration DB-Ø fritt
Rekommenderas för: Kommunala planeringsscenarier – realistiska & flexibla
6

PDE-scenario (IIASA) ★ Ny

TFR, medellivslängd & SRB med interpolation + detaljerad nettomigration per åldersgrupp

Scenario

Princip

En utvidgning av PDE-modellen (Population-Development-Environment, IIASA): TFR, medellivslängd och könskvot interpoleras linjärt från basvärde till målvärde. Nettomigrationen styrs via samma åldersklustermodul som kohortskiftmetoden – med fyra fritt konfigurerbara kluster (0–19, 20–39, 40–59, 60+).

Algoritm per år

  1. Expandera åldersfördelningen till enskilda år (basår)
  2. Linjärt interpolera TFR och e₀ från basvärde till målvärde
  3. Per simuleringssteg: tillämpa födslar (via TFR), dödsfall (via e₀), nettomigration per ålderskluster
  4. Reaggregera resultatet till 5-årsgrupper

Linjär scenariointerpolation

TFR och medellivslängd interpoleras linjärt från det historiska basvärdet till det användardefinierade målvärdet. Nettomigrationen tillämpas konstant via fyra ålderskluster (samma modul som kohortskift).

r(t) = r(t₀) + (t−t₀)/(t₁−t₀) × [r(t₁) − r(t₀)]

Justerbara parametrar

TFR Summerat fruktsamhetstal (0,5 – 5,0)
e₀ Medellivslängd vid födseln (60 – 95 år)
Nettomigration p.a. Fyra ålderskluster (0–19, 20–39, 40–59, 60+) – samma modul som kohortskift
SRB Könskvot vid födseln (1,00 – 1,10)

Styrkor

  • Full kontroll över fertilitet, mortalitet och SRB
  • Jämn interpolation istället för hopp
  • Detaljerad migrationsstyrning per åldersgrupp
  • Vetenskapligt grundad (IIASA-metodik)

Svagheter

  • Kräver demografisk expertis
  • Orealistiska indata möjliga
Rekommenderas för: Expertscenarier med full parameterkontroll och detaljerad migrationsstyrning per åldersgrupp.

När vilken metod?

Syfte Rekommenderad metod
Grov korttidsskattning (≤ 10 år) Linjär eller Exponentiell
Medellång sikt med åldersstruktur (10–25 år) Komponentmetoden
Lång sikt (> 25 år) Komponentmetoden
"Tänk-om"-scenarier (TFR, Migration) Kohortskifte
Kommunala rekryteringsscenarier Komponent + Migration ★
Egna scenarioantaganden (TFR, e₀, migration) PDE-scenario (IIASA) ★

Obs! Komponentmetoden och "Komponent + Migration" ignorerar TFR-reglaget i UI:t – de använder alltid den historiskt beräknade TFR från DB-data (2002–2025). TFR-reglaget påverkar bara Kohortmetoden.