De svenske kommunene med flest Utenlandske pendlere, også kallt grensependlere er lønnstakere som jobber i Norge men bor i et annet land. Dette sier ikke noe om hvor langt de reiser eller hvor ofte de reiser mellom bosted og arbeidssted. Også betegnelsen ikke-bosatte lønnstakere brukes om den samme gruppen. til Norge var Strömstad (over 6 prosent), Göteborg, Årjäng (begge omtrent 5 prosent), Karlstad, Stockholm, Eda, Arvika (omtrent 3 prosent hver). Av disse ligger Stockholm, Göteborg og Karlstad lengst fra grensen til Norge. Svenske «län» tilsvarer omtrent fylker, og bortimot halvparten av grensependlerne kom fra länene Västra Götaland (27 prosent) og Värmland (22 prosent) som begge grenser til østlandsområdet. Tallene gjelder november 2023 og omfatter Lønnstakere er de som mottar lønn o.l. kompensasjon for arbeid, dette inkluderer ordinære ansatte, maritime, frilansere, oppdragstakere og honorarmottakere (styreverv mv.), men ikke selvstendig næringsdrivende og ulønnede familiearbeidere. som ikke er registrert Bosatt betyr at man har bodd eller kommer til å bo her minst 6 måneder, også om oppholdet er midlertidig for eksempel arbeid eller studier. i Norge, i aldersgruppen 15-74 år og har Landbakgrunn betegner vanligvis fødeland for innvandrere, men for utenlandske pendlere betyr det som regel statsborgerskap. fra Sverige.
Flest svenske grensependlere innen bygg- og anleggsvirksomhet
Forskjellene mellom de svenske kommunene avhenger av flere faktorer enn avstand og reisetid, kanskje særlig arbeidsmarkedet (f.eks. arbeidsledighet og lønnsnivå) i hjemlandet og i landet man søker arbeid i. Dette gir seg utslag i hva grensependlerne jobber med i Norge.
– Bygge- og anleggsvirksomhet er den næringen som sysselsetter flest svensker i Norge, sier seniorrådgiver Christoffer Berge i Statistisk sentralbyrå. Av de nærmere 3000 pendlerne er de fleste fra Värmland og Västra Götaland som i andre næringer. Akkurat innen bygg- og anlegg er det også relativt mange fra Dalarna, et område som har hatt store utfordringer med arbeidsledighet etter perioder med nedbygging av tradisjonelle industrier. Samtidig har det i perioder vært mangel på arbeidskraft innen bygge- og anleggsvirksomhet i Norge.
Hvilken betydning har grensependlingen?
Langt de fleste nordiske grensependlere til Norge kommer fra Sverige, med 13 000 i 2023. Antall danske grensependlere har vært omtrent 3 000 de siste sju årene, mens det foreløpig høyeste antallet var i 2014, nærmere 6 000. Fra Finland har antallet grensependlere til Norge ligget mellom 1 000 og 1 500 de siste 20 årene. Grensependlere fra Island er så få at det ikke publiseres statistikk for dem.
Grensependlingen i Norden forenkles av at de nordiske landene har et felles arbeidsmarked og passfrihet, noe som ble innført for over 70 år siden. Siden den gang har økende velstand og mer stabil økonomi gjort at grensependling og arbeidsmigrasjon har fått relativt mindre betydning for det norske arbeidsmarkedet. Grensependlere er nå en ganske liten andel av alle lønnstakere når vi regner det som et gjennomsnitt for hele Norge. Av alle lønnstakere utgjør utenlandske pendlere (ikke-bosatte) under tre prosent, og omtrent 0,7 prosent fra Norden (mai 2024). Men siden de ikke er spredt jevnt utover, har grensependlere forholdsvis stor betydning for visse næringer og kommuner. Så fra et lokalt perspektiv er det felles nordiske arbeidsmarkedet fortsatt viktig. Det er også slik at endringer i det norske arbeidsmarkedet kan avspeiles ganske raskt for denne gruppen, derfor er statistikken viktig for å følge med på den økonomiske utviklingen generelt. Et tydelig eksempel så vi under pandemien med reiserestriksjoner. Derfor er næringsliv og myndigheter i hvert land interessert i mer statistikk for grensependling i Norden, for eksempel hvor i hjemlandet grensependlerne bor.
I 2023 tok Nordisk ministerråd initiativ til et prosjekt som landenes statistikkbyråer deltar i. Blant annet skal vi undersøke mulighetene for bedre statistikk for hvor grensependlerne bor og hvor de jobber. I den forbindelse har Statistisk sentralbyrå gjennomført et oppdrag for Arbeids- og inkluderingsdepartementet. Her tok vi i bruk data fra administrative registre som allerede blir rapportert, men ikke har vært brukt til offisiell statistikk tidligere. Målet er å kunne forbedre statistikken uten å sette i gang en ny spørreundersøkelse, og unngå å pålegge mer rapportering fra arbeidsgivere eller lønnstakere.
For å finne ut hvor grensependlerne bor i sitt eget hjemland, tok vi i bruk opplysninger om utenlandske adresser som er rapportert til Skatteetaten. De som jobber i Norge, også de som pendler fra utlandet, skal oppgi postadresse, oppholdsadresse og fast bostedsadresse. Innholdet og kvaliteten på disse opplysningene varierer, for eksempel hvordan man formulerer adressen og hvor fullstendig man rapporterer de ulike opplysningene. En typisk opplysning er postnummer, som på den ene siden kan angi bosted nøyaktig. På den andre siden krever bruk av postnummer presise og fullstendige rapporteringer og samtidig oppdaterte kataloger fra de ulike selskapene som distribuerer post i hvert land. Generelt kan tallkoder være mer følsomme enn tekstdata for skrivefeil og manglende rapportering. Til slutt prioriterte vi data med stedsnavn, altså å bruke den rapporterte teksten framfor kodenummer. Metoden søker å koble data mot kataloger over kommuner, tettsteder og andre stedsnavn i Sverige. Ved hjelp av ulike former for automatisk tekstbehandling og søkefunksjoner kan slike data i større grad grupperes til regionale klassifiseringer av statistikken. En prosess er at forskjellige skrivemåter i rapporterte data blir gjort om for å passe med søkeordene, for eksempel «Strømstad» og «STRÖMSTAD». For å få best mulig nøyaktighet skjer prosessen i flere trinn. Først søker man etter kommunenavn, deretter tettsteder og til slutt stedsnavn. Nøkkelordene er betegnelser på steder som er i vanlig bruk og samtidig bare finnes i en kommune. Noen stedsnavn finnes spredt flere steder i landet, og de brukes ikke til klassifisering.
For de adresser som ikke ble funnet, forsøkte vi en mer omtrentlig sammenligning av stedsnavn, for eksempel på grunn av skrivefeil osv. Hensikten var å øke andelen som blir klassifisert uten å redusere nøyaktigheten for mye, men det ga en svært liten forbedring. I andre statistikker har man forsøkt maskinlæring for å klassifisere ved hjelp av tekst, og det er mulig at det kan brukes for å utvikle denne statistikken. Allikevel tror vi mer kan gjøres ved å forbedre data allerede ved innrapporteringen, altså når lønnstakerne registrerer seg hos norske myndigheter. På lang sikt diskuterer også de nordiske landene et utvidet samarbeid om arbeidsmarkedsdata.
Omtrent 10 prosent har ikke rapportert noen brukbare bostedsopplysninger, og nærmere 10 prosent av oppgitte opplysninger kan ikke klassifiseres. Derfor beregner vi antallet og andelene i hver bostedsregion i Sverige for dem som mangler. Metoden antar at manglende data fordeler seg omtrent som rapporterte data, beregnet innenfor hvert arbeidssted (kommune) i Norge.
