Sprikende tall på utvikling for FN-målene

I 2000 ble FNs medlemsland enige om åtte utviklingsmål for å overvåke utviklingen i levekår på globalt nivå. Disse målene ble kalt Millennium Development Goals (MDG) på engelsk - tusenårsmål på norsk. I tusenårsmålene har verdenssamfunnet formulert konkrete mål for utviklingen innenfor områdene fattigdom, sult, sysselsetting, utdanning, likestilling, helse, miljø, handel og bistand. Norge er forpliktet til å hjelpe utviklingsland med å nå målene (se tekstboks).

Enighet om felles mål …

Etter flere forsøk på etablere et felles rammeverk var det en seier at FNs 189 medlemsland i 2000 ble enig om tusenårsmålene. Men det var også en seier at de klarte å komme fram til et begrenset antall indikatorer som skal brukes for å måle utviklingen. At antall indikatorer er begrenset, gjør prosjektet håndterbart.

Men tusenårsmålene har blitt kritisert for at ressurser ensidig blir rettet mot å oppnå best mulig resultat innenfor områdene tusenårsmålsindikatorene dekker, mens andre områder overses. Et eksempel på det er mål nummer to som handler om å oppnå full grunnskoleutdanning for alle. Her handler det om hvor mange elever i grunnskolealder som går på skolen, hvor mange som fullfører, og hvor mange som kan lese og skrive. Kvaliteten på opplæringen er derimot et aspekt ved opplæring som lett kan havne i skyggen fordi det ikke inngår blant indikatorene som måles.

Ambisjonen er at tusenårsmålene skal nås innen 2015, med 1990 som utgangspunkt. Ifølge FNs tusenårsmålsrapport fra 2011 er det mulig å nå mange av målene på et globalt nivå, om enn ikke i hvert land eller i alle regioner (United Nations 2011). Afrika sør for Sahara er en av regionene som sannsynligvis ikke vil nå målene innen 2015.

… men uenighet om tallene

FN har ansvaret for å samle inn data for å måle framgangen for tusenårsmålene på globalt nivå (se FNs MDG-database: http://mdgs.un.org/unsd/mdg/Default.aspx ). FN bruker noen tall fra nasjonale statistikkbyråer både direkte og justert, men de estimerer og modellerer også svært mange tall på egen hånd. De baserer seg for det meste på informasjon fra spørreundersøkelser, men henter også inn tall fra administrative kilder. Planen var at statistikk produsert av nasjonale statistikkontorer, det vil si offisiell statistikk, skulle benyttes for å måle graden av måloppnåelse på nasjonalt nivå. Det har likevel ikke alltid skjedd i praksis.

Det er mange årsaker til dette. Uten en plan for hvilke spørreundersøkelser som skal gjennomføres, er informasjonen ofte bare tilgjengelig for enkelte år. Ofte blir data samlet inn på ulik måte i forskjellige undersøkelser. Det påvirker kvaliteten og kan føre til at resultatene blir mer ulike enn virkeligheten de søker å beskrive. Data kan også være vanskelig tilgjengelig. FNs ulike sektororganisasjoner setter i noen tilfeller spørsmålstegn ved kvaliteten på de nasjonale tallene. Ofte beregner FN egne tall framfor å samarbeide med de nasjonale statistikkontorene for å forbedre de nasjonale dataene som samles inn (se tekstboks om tre kilder for å måle framgang for tusenårsmålene).

Resultatet er at det ofte er betydelige forskjeller mellom nasjonal og internasjonal statistikk. Dette skaper usikkerhet siden FN ofte ikke dokumenterer hvorfor og hvordan de har beregnet sine tall, eller hvorfor de har valgt å bruke estimerte eller modellerte tall istedenfor nasjonale data. Dette skaper også liten åpenhet i forhold til hvordan FN kommer fram til sine resultater, og gir liten mulighet for å etterprøve dem. Mange nasjonale statistikkontor har gitt uttrykk for at det skapes usikkerhet om statistikken de produserer, og om den er til å stole på.

Statistisk sentralbyrå (SSB) har i samarbeid med Norad og statistikkbyråene i Bangladesh, Malawi, Mosambik, Nepal, Tanzania, Uganda og Zambia gjennomført første fase i et prosjekt for å se på nettopp dette avviket mellom FN-beregninger og nasjonale tall. Formålet med prosjektet er å analysere og dokumentere forskjeller i tallene, belyse årsaker til at de oppstår, og på den måten bidra til å redusere forskjellene (se tekstboks om publisering av tusenårsmålsstatistikk). Vi skal her se nærmere på noen årsaker til hvorfor disse ulikhetene oppstår. Ikke bare mellom nasjonale og internasjonale tall, men også mellom tall fra nasjonale statistikkontor og administrative kilder. Vi kommer til å bruke utvalgte indikatorer for å belyse disse problemstillingene.

Hvor mange deler godene?

Mange av tusenårsmålene dreier seg om å øke andelen av befolkningen som har et gode, eller å redusere andelen som har et problem. Målsettingen om at alle barn skal ha mulighet til å gjennomføre en fullstendig grunnskoleopplæring og at alle barn som trenger det blir vaksinert, er eksempler på å øke andelen av befolkningen som får et gode. At færre barn dør før de fyller fem år, er et eksempel på å minske et problem. Begge deler handler likevel om å øke velferden for verdens befolkning. Det er i mange tilfeller to måter å måle det på:

For det første kan vi finne en andel basert på en spørreundersøkelse blant dem tjenesten er til for. Hvis vi vil vite antall som blir vaksinert, må en multiplisere andelen fra undersøkelsen med antall mennesker i målgruppen. Vet vi fra undersøkelsen at 90 prosent av ettåringene er vaksinert, og at befolkningen har 2 millioner ettåringer, betyr det at 1,8 millioner ettåringer er vaksinert

For det andre kan vi måle hvor mye som tilbys av en tjeneste av den som leverer tjenesten. Det siste gjøres ofte i skolesystemer. Hver skole rapporter hvor mange elever og lærere som er ved hver enkelt skole. Tallene blir sendt oppover i det administrative systemet og summert på sentralt hold, som regel i Utdanningsdepartementet i det aktuelle landet. For å beregne hvor stor andel av befolkningen som går på skole eller blir vaksinert, må en også vite størrelsen på befolkningen som er i målgruppen for tiltaket (nevneren).

Viktig med riktig befolkningstall

Et eksempel fra Mosambiks hovedstad Maputo kan illustrere utfordringen. Myndighetene regnet med at det var over 55 000 barn i byen som burde ha fått tredje dose med trippelvaksine. Vaksinedekningen blant disse barna syntes faretruende lav, siden bare litt over 33 000 barn var vaksinert. Epidemier kan bryte ut hvis få barn vaksineres.

En folke- og boligtelling viste likevel at det virkelige antallet barn i rett alder var under 28 000. Vaksinasjonsraten i Maputo var altså svært god ifølge de nye tallene. Antall barn som var vaksinert hadde ikke endret seg, men endring i størrelsen på målgruppen viste likevel en helt annen virkelighet når det gjaldt andelen av barna som ble vaksinert. Tallene viser at det er flere barn som har fått vaksiner, enn det bor barn i rett alder i byen (Roll-Hansen mfl. 2009). Trolig skyldes det delvis at barn som ikke bor i byen har blitt vaksiner der. Vi kommer tilbake til vaksinering senere i artikkelen.

Ofte vil det også være forskjell mellom tallene internasjonale organisasjoner bruker for å anslå størrelsen på befolkningen, og tallene landene selv opererer med. Som en del av samarbeidet om tallfesting av tusenårsmålene mellom Statistisk sentralbyrå og søsterorganisasjoner i sju land er befolkningstall også inkludert i databasen.

For fire av landene har FNs befolkningsdivisjon (UNPD 2011) og SSBs søsterorganisasjoner gitt tall for de samme årene. For alle fire er FNs folketall høyere enn tallene fra de nasjonale statistikkbyråene. Forskjellen varierer med mellom 3 og 7 prosent. Høyest er forskjellen for Nepal. FN oppgir at Nepal hadde 1,9 millioner flere innbyggere i 2010 enn det Nepals statistikkbyrå har beregnet.

Hva er fattigdom?

Hva er fattigdom, og hvordan måles den? Ifølge FNs tusenårsmålsrapport fra 2010 er målsettingen om å oppnå en halvering av andel fattige innen 2015 innenfor rekkevidde på globalt nivå (se tekstboks om fattigdom). Men hva slags fattigdom måler vi da?

Det er flere problemer relatert til å sammenligne fattigdom mellom land. For det første definerer landene fattigdom noe ulikt. Rikere land vil for eksempel inkludere et større forbruk som «nødvendig» forbruk enn fattige land. Det innebærer at en husholdning i USA kan bli regnet som fattig, mens en husholdning i Zambia med tilsvarende forbruk blir regnet som middelklasse.

Derfor ble det utviklet en internasjonal fattigdomslinje, som Verdensbanken er ansvarlig for å estimere. Den internasjonale fattigdomslinjen er beregnet ut fra kjøpekraftsjustert dollar. Andelen som faller under denne linjen, blir beregnet med utgangspunkt spørreundersøkelser på husholdningsnivå.

Fattigdommen FN omtaler i sin tusenårsmålsrapport, blir estimert ut fra forbrukstall fra nasjonale husholdningsundersøkelser og sett i forhold til en internasjonal sammenlignbar fattigdomsgrense. Denne fattigdomsgrensen er satt til 1,25 dollar. For å gjøre den internasjonalt sammenlignbar har Verdensbanken justert dollarverdien etter kjøpekraften i de enkelte land. Det vil si at grensen går ved kjøpekraften som 1,25 dollar har i USA, omregnet til kjøpekraft i hvert enkelt land. I teorien skal det dekke mat og andre grunnleggende behov. Dette målet beskriver utviklingen til de ulike landene i forhold til hverandre og hvordan utviklingen er på globalt nivå. Den sier imidlertid lite om nivået på fattigdommen innad i landet (se figur 1).

På nasjonalt nivå er det mest formålstjenelig å bruke den nasjonale fattigdomsgrensen. Denne tar hensyn til de økonomiske og sosiale forholdene i landet. Oppfatningen av hva en regner som fattig og hva en regner som middelklasse vil typisk henge sammen med nivået på folks forbruk. Forbruket varierer mye mellom land, og det er derfor vanskelig å sammenligne nasjonale fattigdomslinjer på tvers av landegrenser. Den nasjonale fattigdomsgrensen blir beregnet ut fra nasjonalt forbruk, og det er viktig å justere hva som inkluderes etter hvert som samfunnet utvikler seg.

Sammensatt fattigdom

Den nasjonale fattigdomsgrensen blir også brukt til å sammenligne mellom regioner i et land. Utviklingen i tettbygde og ikke tettbygde strøk trenger ikke å være lik utviklingen på nasjonalt nivå. Zambia hadde alvorlige tørkeperioder i 2001 og 2002. Ifølge fattigdomstallene kan det se ut som om konsekvensen av tørkeperioden var større i tettbygde strøk enn i mindre tettbygde strøk (se figur 2). Med en regional oppdeling ville vi kunne se hvor tørken rammet mest.

I Uganda er forskjellen i fattigdomstrendene mindre (se figur 3). Den er ikke redusert med like mange prosentpoeng i urbane som i rurale strøk i perioden 2002-2005. Økningen i fattigdommen mellom 1999 og 2002 kom til tross for en økning i forbruket per person. Tallene viser at mens det har vært en økning i gjennomsnittsforbruket, har det vært en nedgang i medianforbruket i tilsvarende periode (se tekstboks om gjennomsnitt og median). Det kan derfor se ut som om det økte forbruket har kommet den rikeste delen av befolkningen til gode (Uganda Bureau of Statistics 2002/2003).

Mens fattigdomsgrensen bestemmer andelen av befolkningen som er fattige, viser det gjennomsnittlige fattigdomsgapet hvor fattige folk er (se tekstboks). Sistnevnte er et mål på hvor langt fra fattigdomsgrensen de fattige husholdningene ligger. Dette målet sier noe om graden av sosial ulikhet.

Et gjennomsnittlig fattigdomsgap nær null betyr at de fleste fattige lever like under fattigdomsgrensen. Tilsvarende forteller et høyt gjennomsnitt at mange befinner seg i dyp fattigdom. Dersom det gjennomsnittlige gapet øker, samtidig som andelen fattige går ned, betyr det at mange som har ligget rett under grensen, nå ligger over den. Samtidig er det gjort lite - eller tiltak har hatt liten virkning - for å gjøre noe med den dypere fattigdommen. En utvikling der det gjennomsnittlige gapet reduseres samtidig med at andelen fattige holder seg stabil, innebærer det at en har økt velferden til denne gruppen uten å få dem ut av fattigdom.

I Uganda har gjennomsnittlig fattigdomsgap i perioden 1990-2005 blitt mer enn halvert (se figur 4). Det betyr at de fattige har blitt mindre fattige. Samtidig går andelen fattige i Uganda nedover. Det betyr at det skjer en endring ikke bare i andel fattige, men også i hvor dyp fattigdommen er. Dersom det bare hadde vært andelen fattige som gikk opp eller ned, ville det bare vært en forflytning rundt fattigdomsgrensen. Når utviklingen til gjennomsnittlig fattigdomsgap følger andelen fattige, er det dypere forandringer som skjer.

Statistikk over fattigdom i forhold til nasjonale fattigdomsgrensen baserer seg som regel på offisiell statistikk, mens statistikk i forhold til den internasjonale fattigdomsgrensen baserer seg på utregninger utført av Verdensbanken (for mer informasjon, se http://www.ssb.no/en/int/mdg ).

Lavere mødredødelighet …

Det er enighet om at mødredødeligheten i verden går nedover. Men der stopper også enigheten. Tall fra ulike kilder viser ulike nivåer på mødredelighet og til dels også ulik utvikling for ulike land. Dødeligheten synker, men ikke nok til at verden vil se en nedgang på tre fjerdedeler innen 2015, som er FNs tusenårsmål. Mødredødelighet er sannsynligheten for å dø i forbindelse med svangerskap eller fødsel inntil 42 dager etter svangerskapet er avsluttet.

Nasjonale tall for mødredødelighet stammer fra ulike kilder. I industriland er det vanlig å ha registre over dødsfall og dødsårsaker. I utviklingsland er det vanlig å samle inn opplysninger om dødsfall blant søsken til kvinner som svarer på spørreundersøkelser. Kvinner viser seg å gi riktigere opplysninger om dødsfall blant søsknene sine enn det menn gjør. Tallene kan også bygge på studier der en kartlegger dødsårsakene til kvinner i fruktbar alder. Et siste alternativ er å inkludere spørsmål om mødredødelighet i folketellinger (WHO 2010). Da blir alle spurt, og vi unngår problemet som ofte kan oppstå i spørreundersøkelser med at utvalget er for lite til at resultatene for sjeldne fenomen blir tilstrekkelig sikre.

Verdens helseorganisasjon (WHO) har ansvaret for å gi ut FNs tall på mødredødelighet. De er delvis basert på informasjon fra nasjonale registre som inneholder opplysninger om alle personer som bor i et land, inkludert informasjon om fødsler og dødsfall. Studier viser likevel ofte at alle dødsfall relatert til svangerskap og fødsel ikke er med i registrene. I tilfeller der det ikke er gjort studier på hvor godt de ulike registrene fanger opp slike dødsfall, tar WHO utgangspunkt i at en tredjedel av dødsfallene ikke fanges opp. WHOs tall på hvor mange mødredødsfall som ikke blir fanget opp av ulike registre er basert på studier av kvaliteten på registre (Gissler mfl. 2004, WHO 2010).

Mange land har likevel ikke slike registre. For disse landene bygger tallene for mødredødelighet på ulike typer undersøkelser, oftest spørreundersøkelser. Resultatene fra undersøkelsene blir satt inn i en statistisk modell. Modellen fyller ut tall for årene det ikke er samlet inn data. Det er likevel utfordringer knyttet til bruk av statistiske modeller. I en rekke tilfeller gir WHO tall for mødredødelighet for land uten å basere estimatene på nasjonale data.

WHO har estimert mødredødeligheten i 24 land for perioden 1990-2008 uten å bruke ett eneste tall på mødredødelighet fra landene (WHO 2010). Det skyldes både manglende nasjonale tall og hvilke krav WHO stiller for å inkludere data i modellen. Spørsmålet er om det er mulig å gi tall på et så spinkelt grunnlag. WHO vil kunne gi gode tall hvis forutsetningene estimatene bygger på, stemmer for landet de ønsker å gi tall for. Men det er vanskelig å vite om forutsetningene stemmer.

… men sprikende tall

I Malawi viser de nasjonale tallene på mødredødelighet en økning fra 1990 til 2000 (se figur 5). Vi finner ikke den samme økningen igjen i tallene som er estimert av WHO. Hva som er riktig er vanskelig å vite. Etter år 2000 finner vi den samme positive utviklingen både i de nasjonale tallene og i estimatene fra WHO. Selv om nivået på de nasjonale tallene ligger høyere, har vi to relativt uavhengige tall som viser oss at utviklingen går i samme retning. Det gir oss større grunn til å feste lit til funnene.

Et annet eksempel er tall fra Bangladesh Bureau of Statistics som tyder på en beskjeden nedgang i mødredødeligheten i landet (se figur 6). Tallene fra WHO viser derimot en betydelig nedgang i dødeligheten. Det siste året vi har tall for, er 2008. Da var tall fra WHO og fra det nasjonale statistikkbyrået tilnærmet like.

Det er vanskelig å gi gode tall på hvor mange kvinner som dør som en følge av svangerskap og fødsel. For å kunne beregne andelen som dør må vi vite hvor mange kvinner i fruktbar alder som dør, vi må kunne skille mødredødsfall fra andre dødsfall, og vi må vite hvor mange barn som blir født levende. Det er usikkerhet knyttet til alle disse tallene ( Jentoft, Nielsen og Roll-Hansen 2011 ).

Å få ned mødredødeligheten er det tusenårsmålet som kanskje er vanskeligst å nå. Utviklingen har likevel vært svært gunstig i enkelte områder. Sørøst-Asia har hatt en nedgang som i hovedsak skyldes en vesentlig nedgang i mødredødeligheten i Kina (WHO 2010). Selv om det er få land som klarer å nå målsettingen om å få ned mødredødeligheten med tre firedeler fra 1990 til 2015, går likevel utviklingen i riktig retning. Det går fram både av nasjonale og internasjonale tall. Det er stadig færre kvinner dør som en følge av svangerskap og fødsel. Les mer om dette i Samfunnspeilet 2, 2011 (Jentoft, Nielsen og Roll-Hansen 2011 ).

Verdens helseorganisasjon (WHO), FNs barnefond (UNICEF), FNs befolkningsfond (UNFPA) og Verdensbanken samarbeider om å bedre kvaliteten på statistikken om mødredødelighet. SSB bidrar i dette arbeidet, blant annet gjennom å bruke SSBs tusenårsmålsdatabase til å sammenligne tall fra ulike kilder. Det bidrar til å peke ut områder vi må se nærmere på for å bedre kvaliteten på data.

Vaksinering er viktig for å sikre barns helse

Vaksinering av barn er viktig for å sikre deres helse, beskytte dem mot sykdom og å redusere dødeligheten blant dem. Tusenårsmål nummer fire er at barnedødeligheten skal gå ned med to tredjedeler i perioden 1990-2015. Andelen barn under ett år som er vaksinert mot meslinger, er valgt ut som en indikator på om målet nås.

I mange land gjør praktiske vansker og mangel på ressurser det vanskelig å vaksinere barn. Ofte er det ikke et tilstrekkelig helsepersonell tilgjengelig til å gjennomføre vaksineringen. I mange land er det vanskelig å distribuere vaksinen til avsidesliggende områder. Der det ikke finnes en stabil strømforsyning, vil det ofte være vanskelig å sikre tilstrekkelig kjøling av vaksiner som krever det. Det vil igjen føre til at mange vaksiner blir kastet.

Det er videre mange utfordringer i å komme fram til riktige antall for hvor stor andel av barna som blir vaksinert. Tidligere har vi sett at dekningsgraden beregnet ut fra administrative tall blir feil når vi ikke har riktig tall for hvor mange barn som er i målgruppen. Det er også en rekke andre utfordringer i arbeidet med å måle vaksinasjonsdekning. Kvaliteten på rapportering av antall barn som vaksineres, påvirkes også av at helsepersonell ofte ikke ser på rapportering som sin viktigste oppgave. I en situasjon hvor de må velge mellom å rekke over å vaksinere flest barn, eller legge arbeid i å få til en korrekt rapportering, vil de fleste prioritere å vaksinere flest mulig barn.

I tillegg reduseres ofte kvaliteten på tallene av at de som skal rapportere, frykter sine overordnede. Feltarbeidet til en rapport om vaksinering ( Roll-Hansen mfl. 2009 ) viste at de fryktet utskjelling, fysisk misbruk og å miste jobben. Ofte vil helsearbeidere unngå å rapportere tall som ikke stemmer overens med organisasjonens målsettinger. Det kan for eksempel føre til at helsearbeidere registrerer vaksinering av barn som får vaksinen senere enn det som er anbefalt, eller ikke ønsker å rapportere om vaksiner som har gått til spille (Roll-Hansen mfl. 2009).

Folk svarer rett om vaksiner

Kvaliteten på informasjonen befolkningen gir i spørreundersøkelser om vaksinering, er oppløftende. Litteraturen viser, med få unntak, at svarene folk gir er relativt gode; de oppgir verken for få eller for mange vaksinerte barn (Roll-Hansen mfl. 2009). Figur 7 viser tall fra ulike kilder som beskriver vaksinering mot meslinger i Nepal. Fra 1995 viser administrative tall, tall fra WHO og tall fra spørreundersøkelser ulike bilder på utviklingen. Det synes gradvis å ha forbedret seg fram til 2005. Fra 2006 og fram til i dag viser tallene ett felles bilde. Det gir oss større grunn til å tro på tallene og viser betydningen av å sammenstille tall fra flere kilder.

Hvor mange barn som blir vaksinert, varierer mellom land. Men det varierer også innenfor land. Nielsen (2011) har funnet at andelen fullt vaksinerte barn i de ulike distriktene i Malawi varierer fra 2 til 73 prosent. Forskjellene har blitt forklart med ulik tilgang på helsepersonell og vaksiner. Det er også mulig at utdanning, etnisk bakgrunn og lokale skikker spiller inn. Forskjellen mellom by og land er liten, sammenlignet med forskjeller mellom distrikter. Også kulturelle forhold og varierende behov for vaksiner i ulike deler av landet kan spille inn. Dersom nærmeste vaksinestasjon ligger i et annet distrikt enn bostedet, kan det også føre til skjevhet i registreringen. Dessverre vet vi fortsatt relativt lite om hva som gjør at noen får vaksine og andre ikke. Det som er sikkert, er at vaksiner hindrer at barn dør.

Veien videre

Tusenårsmålene er ambisiøse, og de har ofte blitt ansett som for ambisiøse til å være mulig å nå. Men ved å bygge globale forpliktelser er svært mye oppnådd. Av og til finnes det motstridende tall som beskriver hvordan utviklingen går. Det gir en utfordring for dem som arbeider med styring av samfunnet basert på kunnskap. I den grad det finnes tall fra ulike kilder som viser den samme utviklingen, er det grunn til å tro på at de gir et korrekt bilde av virkeligheten. Når tallene er ulike - og særlig når de viser en ulik utvikling over tid - er det grunn til å studere hvordan tallene blir til.

Et viktig resultat av samarbeidet SSB har med de sju nasjonale statistikkontorene er å vise tall fra ulike kilder og øke forståelsen av hvordan statistikken er produsert. På lang sikt kan man prøve å redusere forskjellene og dermed øke kvaliteten til alle kildene til statistikk. Statistisk sentralbyrås tusenårsmålsdatabase er et utgangspunkt for både å se utviklingen til tusenårsmålene og til å analysere ulikhetene i statistikken.

Referanser

FNs tusenårsmålsdatabase: United Nations Millennium Development Goals Indicators: http://mdgs.un.org/unsd/mdg/Default.aspx

Gissler, M., C. Berg, M. Bouvier-Colle og P. Buekens (2004): Methods for identifying pregnancy- associated deaths: population-based data from Finland 1987-2000, Paediatric and Perinatal Epidemiology , 18, 448-455.

Jentoft, Nielsen og Roll-Hansen (2011): Hvor mange kvinner dør i svangerskap? Samfunnsspeilet 1, 2011, Statistisk sentralbyrå.

National MDG Statistics

Nielsen, Vibeke Ostreich (2011): God statistikk bidrar til at flere vaksineres , Samfunnsspeilet 1, 2011, Statistisk sentralbyrå.

Roll-Hansen, Cooper, Lillegård, Finnvold, Kiøsterud, Opdahl, Tønnessen og Hem (2009): Towards universal childhood immunisation. An evaluation of measurement methods , Rapporter 2009/45, Statistisk sentralbyrå.

Uganda Bureau of Statistics, Uganda National Household Survey 2002/2003: Report on the Socio-Economic Survey, UBOS, 2003.

United Nations, The Millennium Development Goals Report 2011

UNPD (2011): ( http://esa.un.org/unpd/wpp/unpp/panel_population.htm )

WHO (2010): Trends in Maternal Mortality: 1990 to 2008. Estimates developed by WHO, UNICEF, UNFPA and The World Bank. ( http://whqlibdoc.who.int/publications/2010/9789241500265_eng.pdf )