Flexicurity på Dansk

Transkript

1 CARMA Centre for Labour Market Research Aalborg University Flexicurity på Dansk Thomas Bredgaard Flemming Larsen Per Kongshøj Madsen Stine Rasmussen CARMA Research Paper 2009: 2

2 CARMA Research paper 2009:2 Centre for Labour Market Research (CARMA) Aalborg University Fibigerstraede 1 DK-9220 Aalborg Denmark Ph Fax [email protected] Aalborg 2009 Copyright: CARMA ISBN: Contact information: Thomas Bredgaard, Associate Professor, Ph.D., Centre for Labour Market Research at Aalborg University (CARMA), Fibigerstraede 1, DK-9220 Denmark, [email protected], ph.: , fax: Flemming Larsen, Associate Professor, Centre for Labour Market Research at Aalborg University (CARMA), Fibigerstraede 1, DK-9220 Denmark, [email protected], ph: Per Kongshøj Madsen, Professor, Centre for Labour Market Research at Aalborg University (CARMA), Fibigerstraede 1, DK-9220 Denmark, [email protected], ph: Stine Rasmussen, Research Assistant, Centre for Labour Market Research at Aalborg University (CARMA), Fibigerstraede 1, DK-9220 Denmark, [email protected], ph:

3 Indholdsfortegnelse Forord... 4 Kapitel 1: Problemstillinger og undersøgelsesdesign... 5 Kapitel 2: Flexicurity-begrebet Kapitel 3: Den danske udgave af flexicurity Kapitel 4: Hovedstrømmene på det danske arbejdsmarked Kapitel 5: Det fleksible arbejdsmarked Kapitel 6: Indkomstsikkerhed ved ledighed Kapitel 7: Aktiv arbejdsmarkedspolitik Kapitel 8: Livslang læring Kapitel 9: Opsummering og konklusioner Litteratur Bilag

4 Forord På forbløffende kort tid er begrebet flexicurity blevet et nøgleord i både dansk og europæisk beskæftigelsespolitik. Samtidig har Danmark fået status af rollemodel som et land, der i praksis viser styrkerne ved et arbejdsmarked, som forener sikkerhed og fleksibilitet. Den danske gyldne trekant i form af lav ansættelsestryghed, høje dagpenge og aktiv arbejdsmarkeds- og efteruddannelsespolitik er blevet et ikon for tilhængerne af en fornyelse af den europæiske velfærdsstat. De eksisterende beskrivelser af den danske flexicurity-model bygger på nogle få nøgletal, som igen og igen er gledet over lærredet, når den danske model har været på turné. Ambitionen med forskningsprojektet om Flexicurity på dansk er derfor at lukke op for den gyldne trekant og få et mere detaljeret billede af livet indenfor. Hvem er meget mobile, og hvem bliver hængende i mere faste jobs? Hvordan fungerer dagpengesystemet, arbejdsmarkeds- og efteruddannelsespolitikken som redskaber til at fremme mobiliteten? Hvem er vindere, og hvem bliver tabere, når danskerne bevæger sig rundt i den gyldne trekant? Projektet er blevet muliggjort gennem en fælles bevilling fra Beskæftigelsesministeriet og Undervisningsministeriet. Analysearbejdet er udført ved Center for arbejdsmarkedsforskning (CARMA) af rapportens forfattere. Vi takker både vore kolleger ved CARMA og ansatte i de to ministerier for nyttige råd og kommentarer under gennemførelsen af projektet. Ansvaret for det færdige resultat er dog som sædvanlig vores eget. Ved udarbejdelsen af rapporten har Thomas Bredgaard haft hovedansvaret for kapitel 1 og 7, Flemming Larsen for kapitel 3 og 8, Per Kongshøj Madsen for kapitel 3, 4 og 5, medens Stine Rasmussen har skrevet kapitel 6. Kapitel 9 er udarbejdet af forfatterne i fællesskab. Aalborg den 30. juni 2008 Thomas Bredgaard Flemming Larsen Per Kongshøj Madsen Stine Rasmussen 4

5 Kapitel 1: Problemstillinger og undersøgelsesdesign Flexicurity sammentrækningen af de engelske ord Flexibility og Security er på rekordtid blevet det foretrukne slagord for reformer af europæiske arbejdsmarkeder. Dette skyldes ikke mindst, at EU Kommissionen de senere år har gjort opnåelsen af en bedre balance mellem fleksibilitet og sikkerhed til en topprioritet indenfor social- og beskæftigelsesområdet. Fremover er hvert enkelt medlemsland forpligtet til at forholde sig til og afrapportere om, hvilke flexicurity-politikker og strategier de har indført (Europæiske Kommission 2007). Flexicurity har samtidig gjort Danmark til europæisk rollemodel. Et stigende antal europæiske politikere, embedsmænd og forskere finder indenfor beskæftigelses- og velfærdsområdet inspiration i det danske eksempel på, hvordan et fleksibelt og sikkert arbejdsmarked kan kombineres på nye og gensidigt understøttende måder. Den danske arbejdsmarkedsmodel fremhæves ofte som et godt eksempel på flexicurity gennem kombinationen af et fleksibelt arbejdsmarked med høj job mobilitet, et udstrakt social sikkerhedsnet i form af dagpenge og kontanthjælp, samt en aktiv arbejdsmarkeds- og uddannelsespolitik. Undertiden også betegnet den gyldne trekant (jf. Arbejdsministeriet 1999). Dette projekt handler om dansk flexicurity. Formålet er at gå i dybden med analysen af samspillet mellem forskellige former for fleksibilitet og sikkerhed på det danske arbejdsmarked. Det er nemlig karakteristisk for de foreliggende analyser af dansk flexicurity, at de helt overvejende bygger på overordnede indikatorer og mere generelle analyser af arbejdsmarkedets funktionsmåde, samspil med dagpengesystemet og det arbejdsmarkedspolitiske system. Der er derfor behov for empiriske undersøgelser, der går mere i dybden både med hensyn til samspillet mellem forskellige former for fleksibilitet og sikkerhed og med hensyn til den måde, hvorpå forskellige grupper og sektorer på arbejdsmarkedet indgår i eller udelukkes fra flexicurity. I særdeleshed er der behov for at udvide analyserne af den måde, hvorpå ikke alene arbejdsmarkedspolitikken, men også efter- og videreuddannelsesindsatsen bidrager til at fremme beskæftigelsessikkerheden i den danske version af flexicurity. I dette kapitel ridser vi undersøgelsens problemstillinger og design op. Vi starter med at beskrive den massive interesse for flexicurity generelt og dansk flexicurity i særdeleshed, og giver bud på, hvorfor flexicurity har udviklet sig til en semantisk magnet, som flere og flere er tiltrukket af (afsnit 1.1). Derefter beskriver vi, hvorfor det er forskningsmæssigt interessant at beskæftige sig med flexicurity (afsnit 1.2). Afslutningsvist præsenteres projektets undersøgelsesspørgsmål, design og metode (afsnit 1.3) Flexicurity: En semantisk magnet Flexicurity er efterhånden blevet en politisk berømthed (Jørgensen & Madsen 2007). Det skyldes ikke mindst at EU kommissionen har gjort begrebet til et af de bærende elementer i europæisk social- og beskæftigelsespolitik. Selvom ønsket om at kombinere fleksibilitet og sikkerhed ikke er 5

6 nyt i den europæiske diskurs, 1 har flexicurity fået en central placering de senere år som altomfattende paraply for en række velkendte EU prioriteter indenfor social- og beskæftigelsesområdet. Til trods for visse skeptiske røster, i blandt andet den Europæiske fagbevægelse, er det nu Kommissionens vurdering, at der er opnået konsensus omkring forståelsen af flexicurity på europæisk niveau (Europæiske Kommission 2007). Flexicurity defineres meget overordnet som en integreret strategi til at øge både fleksibiliteten og sikkerheden på arbejdsmarkedet. Denne strategi består ifølge Kommissionen af fire komponenter: fleksible og pålidelige kontrakt-arrangementer, omfattende strategier for livslang læring, effektive aktive arbejdsmarkedspolitikker og moderne sociale sikkerhedssystemer (Europæiske Kommission 2007). Selvom hver af disse komponenter er relativt brede og abstrakte, hvilket muliggør fortsat national implementering og fortolkningsfrihed, er det alligevel slående, i hvor høj grad de minder om den danske udformning af flexicurity. Dansk flexicurity synes således at være blevet endemålet for den aktuelle europæiske rejse mod flexicurity. Ikke desto mindre har EU kommissionen gentagne gange forsikret, at flexicurity ikke medfører one-size-fit-all, og har beskrevet forskellige udviklingsveje (pathways) til flexicurity (Expert Group on Flexicurity 2007). Umiddelbart er det ikke underligt, at ideer om flexicurity er blevet populære blandt politiske rådgivere og beslutningstagere. Giver man virksomhederne større frihedsgrader til at tilpasse beskæftigelsen, og skaber man samtidig sociale tryghedsordninger og tilfredse lønmodtagere, lyder det som en sikker opskrift på både høj konkurrenceevne, politisk popularitet og genvalg! Flexicurity hævdes at skabe nye win-win relationer mellem tidligere modsætninger. Desuden er begrebet notorisk vanskeligt at definere præcist, hvilket gør det velegnet politisk til at samle støtte uden at aktivere konflikter (Barbier 2007). I litteraturen kan der ligeledes findes forskellige overlappende definitioner af flexicurity (jf. kapitel 2). Også i forskerverdenen har flexicurity slået an som et nyt forskningstema. Et stærkt stigende antal forskningspublikationer og internationale konferencer tager afsæt i begrebet og de nye vinkler på samspillet mellem arbejdsmarkedet og velfærdsstaten, som det giver anledning til. Som begreb overskrider flexicurity den klassiske modsætning mellem arbejdsmarkedsfleksibilitet og lønmodtagerbeskyttelse, og skaber et fælles referencegrundlag for forskellige forskningsretninger og forskningstraditioner. Som begreb kan flexicurity potentielt medvirke til at skabe en ny tværfaglig forskningsretning, hvor resultaterne og effekterne af forskellige sikkerhedsarrangementer vurderes i forhold til fleksibiliteten og konkurrenceevnen på arbejdsmarkedet og omvendt. Forskningen i flexicurity er mangeartet, både når det gælder de konkrete forskningsobjekter og dens deltagere. Alligevel er det iøjnefaldende, at et enkelt land, Danmark, ofte fremhæves som hovedeksemplet på flexicurity og det til tider i en sådan grad, at begrebet gøres synonymt med den danske model. Denne misforståelse er nærliggende. Dels er det i en argumentation for en bestemt politisk strategi altid en styrke at kunne henvise til succesfulde konkrete eksempler. Dels er det korrekt, at det danske arbejdsmarked rent faktisk har en række særlige træk, som begrunder, at den fra en forskningsmæssig synsvinkel er en interessant case. 1 Ønsket om at forene fleksibilitet og sikkerhed kan også findes længere tilbage i den europæiske diskussion. Særligt i EU-Kommissionens Grønbog fra 1997, Partnership for a New Organisation of Work, hvoraf det fremgår: The key issue for employees, management, the social partners and policy makers alike is to strike the right balance between flexibility and security. Ved en række EU-topmøder, og navnlig i forbindelse med Lissabon-strategien fra 2000, samt i den Europæiske beskæftigelsesstrategi er denne ambition om at finde en bedre balance mellem fleksibilitet og sikkerhed blevet gentaget. 6

7 1.2. Relevansen af dansk flexicurity Vi finder, at der er mindst tre gode grunde til at interesse sig for dansk flexicurity. For det første beskriver flexicurity nogle systematiske kendetegn ved den danske arbejdsmarkeds- og velfærdsmodel, som adskiller den fra sammenlignelige lande. I en international sammenligning fremstår den danske model som en hybrid. Dette fremgår tydeligt i OECD s beskrivelse af den danske flexicurity tilgang: Denmark provides an interesting combination of high labour market dynamism and relatively high social protection the so-called flexicurity approach. Underlying the success of the Danish model is the combination of flexibility (a high degree of job mobility thanks to low EPL), social security (a generous system of unemployment benefits) and active labour market programmes. The Danish model of flexicurity thus points to a third way between the flexibility often attributed to deregulated Anglo-Saxon countries and strict job protection characterising southern European countries (OECD 2004:97). Dansk flexicurity synes at forene de liberale markedsøkonomiers dynamik med den sociale tryghed fra de skandinaviske velfærdsstater (Madsen 1999, 2003, 2004, 2005, 2006). Nogle forfattere vil karakterisere denne hybrid mellem en skandinavisk velfærdsstat og et liberalt arbejdsmarked som ustabil, og som værende på vej i enten den ene eller den anden retning (Hall & Soskice 2001). Den danske blanding af fleksibilitet og sikkerhed synes imidlertid stabil og er af ældre dato. Fleksibiliteten kan spores tilbage til Septemberforliget af 1899, som med få ændringer har udgjort grundloven for det danske arbejdsmarked og angiver en begrænset beskyttelse af ordinært ansatte. Udbygningen af den sociale sikkerhed tog for alvor form i slutningen af 1960erne med udvidelser af dagpengesystemets generøsitet, varighed og kompensationsgrad (tilsvarende blev kontanthjælpen cementeret som nederste sikkerhedsnet med bistandsloven i 1976). Der er stærke sociale og historiske kompromisser bag denne hovedakse mellem fleksibilitet og sikkerhed, som er blevet afbalanceret over tid. Flexicurity-begrebet er velegnet til at indfange og systematisere disse historisk-institutionelle særtræk ved det danske arbejdsmarked (jf. kapitel 3). Den anden grund til ikke blot at beskæftige sig med dansk flexicurity, men flexicurity mere generelt er, at begrebet overskrider traditionelle faglige grænser, og hævder at der er nye dynamiske samspilsformer mellem, hvad der tidligere blev opfattet som hinandens modsætninger. Grundtanken er, at fleksibilitet og sikkerhed ikke er modsætninger, men gensidigt understøttende. Lidt fortegnet kan man sige, at økonomer ofte relativt ensidigt har beskæftiget sig med de positive konsekvenser af fleksibilitet for arbejdsmarkeder generelt og for virksomheder/arbejdsgivere i særdeleshed, og har haft en tendens til at betragte social sikkerhed og jobsikkerhed som en hæmsko for konkurrenceevne og økonomisk vækst (jf. f.eks. OECD 1994). Derimod har nogle arbejdsmarkedsog socialpolitiske forskere (f.eks. politologer og sociologer) valgt at fokusere mere på de positive fordelings- og velfærdsmæssige konsekvenser af social sikkerhed, men har sjældent beskæftiget sig med konsekvenserne heraf for arbejdsmarkedets og virksomhedernes fleksibilitet og funktionsmåde. Påstanden i flexicurity-litteraturen er imidlertid, at ønsket om fleksibilitet ikke kun er i arbejdsgivernes interesse, lige så lidt som ønsket om sikkerhed kun er i arbejdstagernes interesse. På nutidens arbejdsmarkeder har mange arbejdsgivere erkendt, at de har en interesse i stabile arbejdsrelationer og i at fastholde medarbejdere, som er loyale og veluddannede. For at tilpasse arbejdslivet til mere individuelle præferencer har mange lønmodtagerne tillige indset, at de har en interesse i en mere fleksibel arbejdsorganisering, f.eks. til at kombinere arbejds- og familieliv 7

8 (Wilthagen & Tros 2004). Der er således grundlag for, at der opstår nye typer af samspil mellem fleksibilitet og sikkerhed (jf. kapitel 2). Som relativt nyt forskningsområde og politisk strategi befinder flexicurity sig meget naturligt fortsat på usikker grund, hvor der er behov for en mere solid empirisk og teoretisk fundering. Den tredje og sidste grund til at beskæftige sig med flexicurity er at forsøge at skabe et mere solidt empirisk og teoretisk fundament for flexicurity-forskningen. Målet med dette projekt er i første omgang at trænge dybere ned i de empiriske relationer mellem fleksibilitet og sikkerhed på det danske arbejdsmarked. Vi ønsker at undersøge, hvilke typer af sammenhænge der er mellem elementerne i dansk flexicurity, og om der kan findes belæg for nogle af de kausalantagelser, som understøtter modellen. Først derefter bliver det muligt, at levere holdbare anbefalinger om overførbarheden til andre lande og den fremtidige indretning af dansk flexicurity Undersøgelsesspørgsmål, design og metode Som nævnt er formålet at udvikle den empiriske forståelse af dansk flexicurity. Hovedparten af de hidtidige analyser har bevæget sig på et forholdsvis overordnet plan og anvendt nogle få indikatorer til at karakterisere den gyldne trekant (se f.eks. Madsen 2003, 2004; Bredgaard m.fl. 2005). Disse indikatorer er ofte generelle komparative data om job mobilitet, dagpengesystemets nettokompensationsgrad og udgifter til aktiv arbejdsmarkedspolitik (jf. Madsen 1999, 2003, 2005, 2006). I efterfølgende supplerende analyser er andre fleksibilitetsformer end den numeriske fleksibilitet søgt inddraget i forståelsen af dansk flexicurity (f.eks. arbejdstidsfleksibilitet, funktionel fleksibilitet og lønfleksibilitet), jf. Bredgaard m.fl. 2005; Ilsøe 2007; Klindt 2007; Klindt & Møberg 2007, Ibsen Den gyldne trekant er ligeledes søgt suppleret med andre karakteristiske elementer fra den danske arbejdsmarkedsmodel, f.eks. overenskomstsystemet (Andersen & Mailand 2005), kvindernes høje erhvervsdeltagelse (Hansen 2007), efter- og videreuddannelsesindsatsen (Bredgaard m.fl. 2006; Bredgaard & Larsen, under udgivelse). En mere traditionel økonomisk tilgang til forståelsen af dansk flexicurity findes i Andersen & Svarer 2007 samt Nationalbanken Der er ligeledes foretaget en række delanalyser af enkeltelementerne i dansk flexicurity. Vejrup-Hansen (2000) har til eksempel foretaget en analyse af jobomsætning, mobilitet og ledighed på baggrund af IDA-registeret (jf. også AE-Rådet 2004). Eriksson m.fl. (2006) har på tilsvarende vis foretaget analyser af joboprettelser og jobnedlæggelser i lyset af den tiltagende globalisering af arbejdsmarkedet. I Ibsen & Westergård-Nielsen (2007) undersøges sammenhængen mellem job separationer og a-kassemedlemsskab. Tilsvarende har Westergård-Nielsen og kollegaer foretaget en række analyser af jobomsætning, mobilitet og arbejdsmarkedsfleksibilitet (jf. Eriksson & Westergård-Nielsen 2008). Endelig kan det nævnes, at dansk flexicurity indgår som et delelement i den brede politisk-økonomiske tilgang om institutionel konkurrenceevne, som præsenteres i Campbell m.fl Denne korte gennemgang af den eksisterende litteratur illustrerer spændvidden og fokusområderne i den aktuelle forskning omkring dansk flexicurity. Vi vil ikke her gå ind i en mere detaljeret kommentering eller resultatformidling af denne forskning, men blot nævne at nærværende projekt adskiller sig fra den eksisterende forskning i bestræbelsen på at foretage en mere detaljeret (disaggregeret) registeranalyse af samspillet mellem fleksibiliteten og sikkerheden på det danske arbejdsmarked. Der er tre overordnede forskningsspørgsmål for projektet: 2 Desuden kan nævnes at mere generelle oversigtværker omkring det danske arbejdsmarked også er begyndt at inddrage begrebet flexicurity, jf. f.eks. Sørensen (2006) og Jørgensen (2006). 8

9 Hvilke mobilitetsmønstre kendetegner job-til-job-mobiliteten på den danske arbejdsmarked? Hvad karakteriserer de personer, som har forskellige mobilitetsmønstre, og hvilke dele af arbejdsmarkedet er præget af høj eller lav mobilitet? I hvilket omfang fungerer indkomstsikkerheden og beskæftigelsessikkerheden (aktiv arbejdsmarkedspolitik og VEU) i den danske model som sikringsarrangementer mod marginalisering og udstødning fra det fleksible arbejdsmarked? For hvilke grupper giver samspillet mellem de forskellige dele af den danske model et sikkert og stabilt arbejdsliv og hvilke grupper er generelt henvist til mindre sikre livsbetingelser på det danske arbejdsmarked? De empiriske analyser bygger på analyser af administrative registre fra Danmarks Statistik som dækker både lediges og beskæftigedes bevægelser ind og ud af arbejdsmarkedet i perioden , og samtidig virksomhedernes arbejdskraftefterspørgsel, joboprettelser og jobnedlæggelser (IDA registeret). Hovedparten af oplysningerne er år-til-år data, som opgør status for individer eller virksomheder i ultimo november hvert år. Dette har naturligvis indbygget den metodiske svaghed, at man ikke ved, hvad der er sket i den mellemliggende periode. I hovedparten af vores analyser er 2004 anvendt som referenceår, idet det på undersøgelsestidspunktet var det senest opdaterede år i registeret. Ved analyser af bevægelser mellem to år er der set på bevægelsen mellem ultimo november 2003 og ultimo november Sammenlignet med andre registre er det unikke ved IDA-registeret, at man kan koble personer og virksomheder sammen, og således opnå en forståelse af såvel arbejdsmarkedets udbuds- som efterspørgselsside. For at belyse hvert af hjørnerne i dansk flexicurity har vi sammenkoblet IDA-registeret med en række andre registre fra Danmarks Statistik. Der er foretaget udtræk fra arbejdsløshedsregisteret (Det Centrale Register for Arbejdsmarkedsstatistik CRAM), registeret over arbejdsmarkedspolitiske foranstaltninger (AMFORA), registeret over kursister ved voksen- og efteruddannelse (Det Tværgående Kursistregister) samt udtrukket oplysninger om indvandrere og efterkommere og befolkningens uddannelse og erhverv. Rapporten er opbygget således, at vi i kapitel 2 diskuterer vi forskellige forståelser og definitioner af flexicurity. Det påpeges i kapitlet, at der er visse svagheder i begrebsanvendelsen, som vi søger at overskride ved at formulere principper for en empirisk funderet flexicurity-forskning. I kapitel 3 præsenteres den velkendte danske udgave af flexicurity. Der fokuseres særligt på de historisk og institutionelle forudsætninger for tilblivelsen og udformningen af dansk flexicurity. I en dansk sammenhæng er flexicurity produktet af en lang historisk udvikling og sociale kompromisser på forskellige politikområder - og ikke produktet af nogen veludtænkt masterplan. Det er derfor vanskeligt at finde eksempler på, at flexicurity i Danmark er resultatet af en bevidst politisk eller faglig strategi. I analysen af forudsætningerne for dansk flexicurity fokuserer vi på indretningen og udviklingen i hvert af hjørnerne af den gyldne trekant (det fleksible arbejdsmarked, indkomsttrygheden og beskæftigelsessikkerheden) samt hvordan de tre elementer interagerer og understøtter hinanden. I hidtidige analyser har der været en tendens til at gøre beskæftigelsessikkerhed identisk med den aktive arbejdsmarkedspolitik. Dermed underbelyses den vigtige og selvstændige rolle som efter- og videreuddannelse spiller i dansk flexicurity. Afslutningsvist i kapitlet foreslår vi derfor at udvide forståelsen af den gyldne trekant med efterog videreuddannelse, hvilket grafisk kan illustreres som en flexicurity-firkant. 9

10 I de efterfølgende empiriske analyser tager vi udgangspunkt i denne flexicurity-firkant og foretager en detaljeret analyse af hvert af hjørnerne (fleksibelt arbejdsmarked, social sikkerhed, aktiv arbejdsmarkedspolitik og efter- og videreuddannelse) samt af samspillet mellem elementerne. I kapitel 4 giver vi et registerbaseret overblik over hovedstrømmene på arbejdsmarkedet i perioden I kapitel 5 beskrives det fleksible arbejdsmarked ved at se nærmere på job mobiliteten, samt bevægelserne ind og ud af beskæftigelse. Job mobiliteten analyseres her i både et komparativt, historisk og aktuelt perspektiv. I kapitel 6 beskrives indkomstsikkerheden ved ledighed gennem en detaljeret analyse af, hvem der blev berørt af ledighed i 2004 og gennem en analyse af strømninger fra ledighed til andre positioner året efter. I kapitel 7 ser vi på deltagerne i de arbejdsmarkedspolitiske foranstaltninger og analyserer mønstre i tilgang og afgang, og hvad der karakteriserer de personer, der bevæger sig fra arbejdsmarkedspolitikken til andre positioner året efter. I kapitel 8 analyseres den offentligt finansierede efter- og videreuddannelsesindsats ud fra et flexicurity perspektiv. Det undersøges dels, hvad der karakteriserer deltagerne i efter- og videreuddannelse, dels hvilken betydning efter- og videreuddannelse har for mobiliteten på arbejdsmarkedet. I kapitel 9 sammenfattes de væsentligste konklusioner fra de empiriske analyser, herunder samspillet mellem hjørnerne i firkanten. Dernæst vurderer vi, i hvilket omfang de beskrevne ordninger på arbejdsmarkedet fungerer som svingdøre eller blindgyder (gode og dårlige transitioner), herunder hvilken betydning flexicurity har for inklusion og eksklusion på arbejdsmarkedet. Afslutningsvist gives på grundlag af en række aktuelle udfordringer for dansk flexicurity anbefalinger til, hvordan den danske udgave af flexicurity kan styrkes fremover. Et væsentligt fremadrettet spørgsmål er i forlængelse heraf, om de historisk-institutionelle forudsætninger som understøtter dansk flexicurity er holdbare og kan fastholdes fremover. 10

11 Kapitel 2: Flexicurity-begrebet Der er aktuelt vel næppe et mere populært begreb end flexicurity, når politikere skal pege på fremtidige indretninger af arbejdsmarkedet, eller når forskere indenfor arbejdsmarkeds- og velfærdsstatsforskningen skal finde relevante emner at arbejde med. Og det er der mange gode grunde til, bl.a. at der hermed sættes fokus på de dynamiske aspekter af samspillet mellem fleksibilitet og sikkerhed på arbejdsmarkedet og i virksomhederne, samt relationen mellem velfærdsstatsarrangementer og virksomhedsprocesser. Nye politiske forståelser af komplementaritet og opblødninger af grænserne mellem forskningsmæssige discipliner og emneområder synes at opstå. Når et begreb på den vis når popularitet på tværs af politiske fløje, og når flexicurity optræder i overskriften på publikationer fra snart alle typer af arbejdsmarkedsforskning, ja så kan der imidlertid være god grund til at spørge om, hvorvidt anvendelsen af begrebet dækker over samme forståelse. Det gør den nok næppe, i så fald ville det næsten også være sensationelt med et begreb, som både kunne samle bred politisk konsensus og forskellige forskningstraditioner og -retninger. Ofte er der således tale om en endog meget bred forståelse af flexicurity-begrebet, hvor stort set alle arbejdsmarkedsrelaterede emner indgår, eller også betones særligt den ene side af henholdsvis fleksibilitet eller social sikkerhed. Denne situation gør det så meget mere påtrængende at indkredse det flexicurity-begreb, som anvendes i denne analyse. Derudover har meget af flexicurityforskningen været orienteret mod overordnede forståelser af sammenhænge mellem arbejdsmarkedsregulering, velfærdsstats-arrangementer og fleksibiliteten på arbejdsmarkedet (og virksomhederne), mens empirisk forskning rettet mod at identificere de mere dynamiske aspekter omkring relationerne mellem fleksibilitet og sociale sikkerhedsarrangementer på arbejdsmarkedet har været underbetonet. I det følgende skal den flexicurity-forståelse, som anvendes her, nærmere indkredses, og en begrundelse og et bud på en mere empirisk orienteret tilgang præsenteres. 2.1 Flexicurity et flertydigt begreb Der er som nævnt tidligere i disse år en overvældende interesse for begrebet flexicurity hos politiske beslutningstagere fra forskellige steder i det politiske spektrum og på forskellige niveauer fra OECD, EU og nationalt. Et konkret mere kuriøst eksempel herpå er statsminister Anders Fogh Rasmussen, som i 2004 ligefrem påstod at have opfundet begrebet ved at trække ordene flexibility og security sammen 3. Begrebet kan imidlertid dateres i hvert fald mindst 10 år længere tilbage, blandt andet til Holland i midten af 1990erne i forbindelse med debatten om en ændring af arbejdsmarkedslovgivningen. Efterfølgende vedtog man således i Holland en decideret flexicuritylovgivning, hvor der skete en mindskelse af beskyttelsen af permanent ansatte samtidig med, at 3 Tale på Venstres Landsmøde ( Vi havde EU-topmøde forleden. Der havde jeg lejlighed til at fortælle lidt om det. Den drøftelse foregik jo på engelsk. Jeg kombinerede de to ord og sagde, at vi har flexibility og security, og så kaldte jeg den danske model for flexicurity. Det er godt, for på fransk hedder det flexicurité. 11

12 ansættelsestrygheden for såkaldt atypiske ansættelser blev styrket (Wilthagen & Tros, 2004). 4 Men eksemplet med statsministerens udtalelse illustrerer meget godt den meget positive klang, som begrebet aktuelt har fået politisk. Generelt er det imidlertid temmelig sparsomt med klare definitioner og modeller for, hvordan sikkerhed- og fleksibilitet konkret afvejes og i bedste fald kan føre til, at de understøtter hinanden. Heri ligger måske også forklaringen på, at flexicurity er blevet denne semantiske magnet, som eksempelvis EU-kommissionen og OECD har taget til sig, idet der i denne manglende begrebsliggørelse og konkretisering også er en vis politisk ufarlighed. Som Barbier konstaterer om den politiske anvendelse: Ingen politiske dokumenter udgivet af EU-Komissionen eller OECD har - indtil nu været i stand til at præsentere en sammenhængende, udtømmende og detaljeret økonomisk model for forbindelsen mellem fleksibilitet og sikkerhed (Barbier 2006, egen oversættelse). 2.2 Flexicurity som begreb Den mest præcise og vel nok mest anvendte definition på flexicurity kommer fra Wilthagen og kollegaer. Wilthagen definerer begrebet som en policy-strategi, nærmere bestemt en strategi som forsøger synkront og bevidst dels at øge fleksibiliteten på arbejdsmarkedet, i arbejdsorganiseringen og arbejdsrelationerne, dels at øge sikkerheden (beskæftigelsessikkerheden og den sociale sikkerhed) navnlig for svage grupper på og udenfor arbejdsmarkedet (jf. Wilthagen 1998; Wilthagen og Rogowski 2002; Wilthagen & Tros 2004). For at opnå mærkatet flexicurity må den pågældende strategi, politik eller program være synkron (både indeholde elementer af fleksibilitet og sikkerhed på samme tid), bevidst (aktørerne skal være vidende om denne gensidighed) og målrettet svage grupper (personer på kanten af eller udenfor arbejdsmarkedet). Definitionen er senere udvidet til også af kunne være en bestemt tilstand eller betingelse på arbejdsmarkedet, nærmere bestemt: For det første en grad af job-, beskæftigelses-, indkomst- og kombinationssikkerhed, der understøtter arbejdsmarkedskarrieren for arbejdstagere i en relativ svag position og tillader vedvarende arbejdsmarkedsdeltagelse af høj kvalitet og social inklusion, og for det andet understøtter en grad af numerisk (intern og ekstern) og funktionel fleksibilitet samt 4 Som empirisk fænomen stammer begrebet flexicurity imidlertid fra Holland. I Holland var der i modsætning til Danmark et ganske restriktivt afskedigelsessystem for ordinært ansatte. Arbejdsgiverne skulle bede om tilladelse til fyringer ved enten det lokale AF-kontor (Centres for Work and Income) eller det lokale retssystem, og medvirkede samtidig i langt højere grad end danske arbejdsgivere til finansieringen af dagpengesystemet gennem betaling af sociale bidrag. Der var desuden i Holland en relativt høj job beskyttelse for ordinært ansatte, hvilket har medført at virksomhederne har søgt at skabe fleksibilitet i arbejdskraftanvendelsen ved at hyre grupper af løst-ansatte medarbejdere på midlertidige kontrakter. Disse atypiske medarbejdere har generelt et lavere niveau af social sikkerhed (f.eks. ret til dagpenge, pension, ferie) og en lavere jobsikkerhed end ordinært ansatte. Pointen med den hollandske flexicurity-lovgivning, som trådte i kraft i 1999, var netop at rette op på denne ubalance mellem et ufleksibelt arbejdsmarked for kernearbejdskraften og en usikker arbejdsmarkedssituation for periferiarbejdskraften. Afskedigelsesbeskyttelsen for ordinært ansatte blev således modificeret, systemet med tilladelser for vikaransættelser blev afskaffet, og ansættelsesbeskyttelsen for atypiske medarbejdere blev styrket. En væsentlig hensigt var at fremme en udvikling fra jobsikkerhed til beskæftigelsessikkerhed, særligt gennem en mere aktiv arbejdsmarkedspolitik. Inspirationen til denne lovgivning stammede dels fra en kollektiv overenskomst mellem arbejdsgiverne, fagbevægelsen og vikarbureauet, START, fra 1993, dels fra en aftale i den såkaldte Labour Foundation, som er et centralt konsultationsorgan mellem arbejdsgiverorganisationerne og fagbevægelsen. Den hollandske lovgivning om flexicurity er således et typisk eksempel på traditionen for korporativ koordinering (Wilthagen 1998; Wilthagen & Tros 2004). 12

13 lønfleksibilitet, der tillader arbejdsmarkeder (og virksomheder) at tilpasse sig forandrede betingelser for at fastholde og udvide konkurrencedygtighed og produktivitet (jf. Wilthagen & Tros 2004: 170). Sidstnævnte tilføjelse er blandt andet inspireret af det danske tilfælde, hvor man vanskeligt kan tale om nogen bevidst politisk strategi, men nærmere som et resultat af en lang historisk udvikling (jf. kapitel 3). Dog synes den normative tilføjelse i Wilthagens definition om understøtning af arbejdskarrieren for arbejdstagere i en relativ svag position ikke specielt dækkende. Den danske model synes snarere at være kendetegnet ved høj konkurrence om jobbene (lav job beskyttelse) i kombination med indkomstsikring og beskæftigelsessikring (aktiv arbejdsmarkedspolitik) omfattende alle. Dette skaber netop marginaliseringsproblemer, som søges løst ved særlige indsatser målrettet svage grupper (udover modellen så at sige). Men forståelsen af flexicurity som en bestemt tilstand eller betingelse på arbejdsmarkedet, er den definition, der arbejdes med i denne analyse. Det væsentligste input fra Wilthagen og kollegaer er nok pointen om, at både fleksibilitet og sikkerhed er flerdimensionale begreber. Med udgangspunkt i Atkinsons velkendte model af den fleksible virksomhed (Atkinson 1985, Atkinson & Meager 1986) kan der skelnes mellem fire former for fleksibilitet: Numerisk fleksibilitet (tilpasning af antal ansatte), funktionel fleksibilitet (mellem forskellige arbejdsopgaver), arbejdstidsfleksibilitet og lønfleksibilitet. Pointen i flexicuritybegrebet er at koble disse fleksibilitetsformer med forskellige former for sikkerhed: Jobsikkerhed: sikkerheden for at blive i det samme job, og kan udtrykkes igennem ansættelsesbeskyttelse og anciennitet ved samme arbejdsgiver. Beskæftigelsessikkerhed: sikkerheden for at vedblive i beskæftigelse, men ikke nødvendigvis i samme job. Her spiller den generelle beskæftigelsessituation og aktive arbejdsmarkeds- og uddannelsespolitikker derfor en nøglerolle. Indkomstsikkerhed: sikkerheden for at oppebære en indkomst ved arbejdsløshed, sygdom og ulykke, og som udtrykkes gennem offentlige forsørgelsessystemer, som dagpenge- og kontanthjælpssystemet. Kombinationssikkerhed: muligheden for at kombinere arbejdslivet med privatlivet, f.eks. gennem tilbagetrækningsordninger, barsel, frivilligt ulønnet arbejde m.v. Med dette udgangspunkt fremstilles mulighederne for at kombinere fleksibilitet og sikkerhed ofte i en matrix, der illustrerer en række mulige kombinationer (tilpasset fra Wilthagen 2004): Numerisk fleksibilitet Arbejdstidsfleksibilitet Funktionel fleksibilitet Lønfleksibilitet Figur1: Kombinationer af fleksibilitetsformer og sikkerhed Beskæftigelsessikkerhed Jobsikkerhed Indkomstsikkerhed Kombinationssikkerhed 13

14 Med Wilthagens flexicuruty-matrix er der udviklet et heuristisk redskab, der kan anvendes til at identificere forskellige flexicurity-politikker eller kombinationer af fleksibilitet og sikkerhed for bestemte ordninger, eller som den også bruges, til at identificere stiliserede sammenhænge mellem fleksibilitet og sikkerhed i forskellige nationale arbejdsmarkedsregimer. Det vil sige, at trods det at alle nationale arbejdsmarkeder vil have eksempler på mange forskellige former for både fleksibilitet og sikkerhed, så bruges matrixen ofte til at fremhæve særlige nationale konfigurationer. Men matrixen anvendes som sagt også til at identificere bestemte flexicurityformer i forbindelse med bestemte ordninger. Hermed er også sagt, at flexicurity-arrangementer ikke nødvendigvis er afgrænset til det samlede nationale arbejdsmarked. Andre dimensioner af begrebet vedrører derfor deres niveau (nationalt, regionalt, lokalt eller individuelt) og dækningen af forskellige grupper og sektorer (hele arbejdsmarkedet, sektorer, jobtyper (f.eks. vikaransatte) eller grupper (f.eks. ældre lønmodtagere). Endelig kan arrangementer være etableret gennem forskellige reguleringsformer: lov, overenskomst eller individuelle kontrakter. Opfattet på denne måde er flexicurity derfor et komplekst og flerdimensionalt begreb, som indebærer integration af forskellige politikfelter. Flexicurity-arrangementer er indlejrede i bredere nationale sammenhænge (velfærdsstatsmodeller, forhandlingssystemer, nationale traditioner), lige som der findes mange forskellige former for flexicurity både i Europa og inden for de enkelte lande. Hermed er også antydet en af svaghederne ved den måde som flexicurity matrixen ofte anvendes på (også af Wilthagen og kollegaer), nemlig det forhold at den både benyttes til at identificere arbejdsmarkedsregimer og konkrete ordninger på forskellige niveauer. Eksempelvis vil det således ikke være vanskeligt at forestille sig flexicurityformer på virksomheds-, branche- eller sektorniveau, som vil være i konflikt med (eller kontraproduktive for) nationale flexicurity-konfigurationer. Eksempelvis kan der ofte være modsætninger mellem sikkerhedsarrangementer leveret af og på virksomheden (der vil tendere at fremme jobsikkerhed og dermed intern numerisk fleksibilitet) og sikkerhedsarrangementer leveret af staten (der vil tendere mod at fremme beskæftigelsessikkerhed og dermed ekstern numerisk mobilitet). Hermed berøres også en helt afgørende distinktion, som er udeladt i matrixen, nemlig om sikkerhed og flexibilitet søges sikret eksternt (mobilitet på arbejdsmarkedet generelt, numerisk flexibilitet, statslig social sikring) eller internt (fleksibilitet indenfor virksomheden, funktionel fleksibilitet, lønfleksibilitet, virksomhedsleveret sikkerhed). Dette er ofte her at forskellige arbejdsmarkedsregimer adskiller sig fra hinanden (Bredgaard & Larsen 2007, Leschke et al. 2006). Uden denne skelnen tabes sigtet også på de dynamikker, der er mellem forskellige typer af flexicurity-arrangementer på forskellige niveauer. Vores bud på den problematik vil være, at man i udgangspunktet anvender matrixen til at identificere stiliserede sammenhænge mellem fleksibilitet og sikkerhed i forskellige nationale arbejdsmarkedsregimer. Det handler bl.a. at identificere forklarende eller uddybende faktorer bag regimebeskrivelsen som forskellige reguleringsformer (lov, aftalebaseret, offentlig serviceudbud, etc), niveauer (regionalt, lokalt og individuelt) og sektorer/grupper (hele arbejdsmarkedet, sektorer, jobtyper, grupper, etc.). Dertil kommer så hele forståelsen af de nødvendige historisk-institutionelle forudsætninger. Altså hvorfor og hvordan de etablerede arrangementer er fremkommet ved forhandlinger, kompromisser og redistribution af ressourcer, og herunder således også hvordan betingelserne er for fremtidige arrangementer. En anden svaghed ved såvel definition og matrix er påpeget af Leschke, Schmid og Griga (Leschke et al. 2006), der påpeger, at sammenstillingen af forskellige sikkerheds- og fleksibilitetsformer som et trade-off 5 medfører, at der ikke er fokus på mere overgribende positive effekter, der rækker 5 Trade-off kan oversættes som afvejning af forhold hvor konkret fordel opnås mod accept af prædefineret ulempe, altså en form for kompromis. 14

15 udover ægteskabet mellem de enkelte former. Det vil sige, at relationen mellem forskellige aspekter af fleksibilitet og sikkerhed er mere kompleks end at noget gives for at få noget andet igen. Som Leschke et al skriver (egen oversættelse): Det er ikke kun et trade-off mellem fleksibilitet og sikkerhed. Fleksibilitetsgevinster for arbejdsgiverne medfører ikke nødvendigvis tab af sikkerhed for medarbejderne; tilsvarende medfører øget sikkerhed for medarbejderne ikke nødvendigvis, at arbejdsgiverne mister fleksibilitet. Derfor er den megen tale om en balance mellem fleksibilitet og sikkerhed ofte forstået som et kompromis mellem arbejdsgivere og arbejdstagere en overdreven forsimpling af denne nexus Derfor kan sammenhængen mellem fleksibilitet og sikkerhed også være en gensidig understøttende eller komplementær relation. Eksempler på sådanne komplementære relationer kunne (som i postulatet om den danske model) være, at høj indkomst- og beskæftigelsessikkerhed ved ledighed giver større risikovillighed hos den enkelte, og dermed også større lyst til jobskifte og efteruddannelse, der igen sikrer en generel større mobilitet af velkvalificeret arbejdskraft på arbejdsmarkedet. Det kunne også være mere kombinationssikkerhed (forældreorlov og pasningsordninger), der fører til højere numerisk fleksibilitet for kvinder som bevæger sig ind og ud af arbejdsmarkedet. Eller måske mere jobsikkerhed, der medvirker til højere loyalitet overfor arbejdsgiveren og fremmer investeringer i medarbejdernes virksomhedsspecifikke kvalifikationer. I andre situationer kan denne nexus føre til dårlige cirkler, f.eks. når mere numerisk fleksibilitet får arbejdsgiverne til at investere mindre i efteruddannelse af medarbejderne, og dermed reducerer beskæftigelsessikkerheden for de ansatte. På den måde vil den eksakte karakter af samspillet mellem sikkerhed og fleksibilitet afhænge af de specifikke omstændigheder. Matrixen er således begrænset indenfor egne felter, idet betydningen af forskellige arrangementer for den måde andre typer af arrangementer fungerer på kan være vanskelige at indfange. 2.3 Anvendte principper for empirisk funderet flexicurity forskning Der er ovenfor peget på nogle problematiske forhold i forbindelse med den måde, hvorpå flexicurityforskningen oftest tager sit analytiske afsæt. Hovedindvendingerne kan overordnet siges at handle om for meget fokus på beskrivende kategoriseringer og typologiseringer og for lidt fokus på relationer og dynamikker. Da fokus i denne analyse meget er på sidstnævnte, er det gode spørgsmål, hvad der alternativt kan gøres? For afklaring heraf vil vi - som supplement til Wilthagens definitioner og matrix - pege på fire pejlemærker for vores analyse: 1) Afsættet tages i nationale konfigurationer af fleksibilitet og sikkerhed. Hermed ikke sagt, at fokus er isoleret hertil. Men for analytisk at håndtere flexicuritybegrebets komplekse og flerdimensionale karakter (niveauer, sektorer, grupper, jobtyper, reguleringsformer, etc.) så kan det give mening at anvende de nationale konfigurationer som referencegrundlag. Det udelukker dog ikke et fokus på betydningen af forskellige arrangementer for enkeltgrupper eller individer. Men de enkelte flexicurityarrangementer bør ses i sammenhæng, hvor man jo til en vis grad kan sige, at den aggregerede sum af flexicurityarrangementer udgør den nationale konfiguration. 2) Fokus er på betydningen af de historisk-institutionelle forudsætninger og betingelser. Flexicurityarrangementer hvor fleksibilitet og sikkerhed gensidigt understøtter hinanden kan ikke 15

16 forstås eller anvendes som en selvstændig politisk strategi. De gode flexicurity-arrangementer opstår bl.a. på baggrund af forhandlinger, kompromisser og redistribution af ressourcer, og kræver en kultur med tillid og social dialog. Her må det være en selvstændig forskningsopgave at udvaske, hvad disse nødvendige historisk-institutionelle betingelser består af, og ikke mindst hvordan sådanne skabes. Indsigt herom er i øvrigt også helt nødvendig i et policy-transfer perspektiv. 3) Fokus er på at dokumentere og forstå dynamikker og relationer bag de gode flexicurityarrangementer. Flexicurityforskningen har (med undtagelser) hidtil været meget optaget af beskrivende typologiseringer og kategoriseringer, hvilket måske nok også har betinget den positive politiske opmærksomhed omkring begrebet. Dette har været en helt afgørende og nødvendig øvelse, men næste skridt må være identificeringen af flexicurityarrangementer, hvor der kan konstateres positive spin-off effekter udover det konkrete trade-off mellem bestemte sikkerheds- og fleksibilitetsformer. Her giver det i øvrigt også mening at relatere til det beslægtede begreb om transitionelle arbejdsmarkeder (Schmid 1996, 1998, Schmid & Gazier 2002), hvor en tilsvarende problematik har gjort sig gældende. Det handler om at kunne omsætte de hævdede positive gevinster ved begreberne til praksis og konkrete eksempler. 4) Mere dybdegående empirisk forskning i de dynamiske aspekter og relationer omkring forskellige fleksibilitets- og sikkerhedsformer. Dette følger af ovenstående punkt om at dokumentere gode flexicurity-arrangementer. Der forsøges ofte opstillet teser om, hvordan især sikkerhedsarrangementer kan påvirke fleksibiliteten på arbejdsmarkedet positivt. Vi har bl.a. selv opstillet den tese, at høj arbejdsløshedsunderstøttelse og beskæftigelsessikkerhed gennem aktiv arbejdsmarkedspolitik kan medvirke til risikovillighed hos medarbejderne, og dermed også sikre en høj mobilitet på det danske arbejdsmarked (Bredgaard m.fl. 2005, Madsen 2004). Der er imidlertid behov for en større empirisk verifikation af sådanne teser. I det danske eksempel kan vi konstatere, at der både eksisterer høj social sikkerhed og høj mobilitet på arbejdsmarkedet. Men der findes ikke megen dokumentation for relationerne og dynamikkerne mellem disse. Især synes der at være behov for at følge individers transitioner på arbejdsmarkedet over et længere tidsperspektiv. Kan man eksempelvis bruge det veludbyggede danske understøttelsessystem som et springbræt til noget andet og bedre arbejde? Eller er det kun nogle grupper af lønmodtagere, som benytter sig heraf, mens andre grupper er i fare for at forblive ekskluderet af arbejdsmarkedet? (jf. kapitel 1) Sådanne spørgsmål kan kun besvares ved at følge transitioner på arbejdsmarkedet, hvilket vi vil gøre ved hjælp af det tilgængelige registermateriale. Hermed er der basis for nye indsigter i måderne, hvorpå eksisterende flexicurity-arrangementer fungerer. I hvert fald i en dansk kontekst. 16

17 Kapitel 3: Den danske udgave af flexicurity Som nævnt i kapitel 1 bliver Danmark ofte fremhævet som hovedeksemplet på en flexicuritymodel. I dette kapitel gives en overordnet beskrivelse af den danske case og dens historiske og institutionelle forudsætninger. Beskrivelsen tjener som et skelet for den detaljerede empiriske analyse i de følgende kapitler. 3.1 Hovedtræk af den danske case Med inspiration fra Arbejdsministeriet (1999) beskrives den danske arbejdsmarkedsmodel ofte som en flexicurity-trekant eller en gylden trekant. 6 Modellen kombinerer en høj grad af mobilitet mellem jobs med et udbygget social sikkerhedsnet for de ledige og en aktiv arbejdsmarkedspolitik. Den høje lønmodtagermobilitet mellem forskellige arbejdsgivere hænger formentlig atter sammen med et forholdsvis lavt niveau for ansættelsesbeskyttelsen på det danske arbejdsmarked, selv om kulturelle forhold, såsom holdninger til jobskifte, også kan spille en rolle. Op mod en fjerdedel af de beskæftigede bliver hvert år berørt af ledighed og modtager derfor dagpenge eller kontanthjælp. Men af de ledige finder størsteparten selv tilbage til et nyt job. Resten kommer i målgruppen for den aktive arbejdsmarkedspolitik, som ideelt set bidrager til at de atter kommer i beskæftigelse. Dels fører den aktive indsats til, at deltagerne i de forskellige programmer (f.eks. jobtræning og uddannelse) bliver opkvalificerede og derfor øger deres jobmuligheder. Dels kan indsatsen have en motivationseffekt i den forstand, at ledige, som er ved at nærme sig tidspunktet for aktivering, øger deres søgning efter ordinære jobs i det omfang, hvor de opfatter aktivering som noget negativt. Det sociale sikkerhedsnet i form af dagpengesystemet og kontanthjælp til ledige udgør sammen med den høje fleksibilitet historisk set modellens hovedakse i den forstand, at begge forhold har karakteriseret det danske arbejdsmarked i mange år. Anerkendelsen af arbejdsgivernes ret til frit at ansætte og afskedige de ansatte går tilbage til Septemberforliget i Dagpengesystemet har rødder tilbage til starten af 1900-årene og fik sin nuværende form i slutningen af 1960erne. Derimod er den aktive arbejdsmarkedspolitik med vægt på opkvalificering og jobtræning af nyere dato. I sin nuværende skikkelse har den rod i en omfattende arbejdsmarkedsreform fra og dens efterfølgere. I en international sammenligning fremstår den danske model derfor som en hybrid. Det lave niveau for lønmodtagerbeskyttelsen minder om liberale regimer, som man for eksempel finder det i England. På den anden side svarer det udbyggede sociale sikkerhedsnet til de velfærdssystemer, som karakteriserer de andre skandinaviske velfærdsstater. Nogle forfattere vil opfatte denne blandingsform mellem en skandinavisk velfærdsstat og et liberalt arbejdsmarked som ustabil, og som værende på vej i enten den ene eller den anden retning (Hall & Soskice 2001). Men som nærmere beskrevet i afsnit 3.2 er en vigtig pointe fra analyserne af de historisk-institutionelle 6 Dette afsnit rummer en kort oversigt over hovedtræk ved den danske udgave af flexicurity. For mere udbyggede fremstillinger kan henvises til Bredgaard m.fl. (2005) og Madsen (2007). 17

18 forudsætninger for den danske flexicurity-model, at modellen er udviklet gradvist i en langvarig periode og er understøttet af relativt stabile institutioner og klassekompromisser (Madsen 2006). Imidlertid ses der både i den internationale og den danske debat nogle gange en forkortning, hvor det seneste tiårs succes for det danske arbejdsmarked bliver tilskrevet den netop beskrevne flexicurity-model. Men uden en vellykket balance mellem den makroøkonomiske politik og den internationale konjunktur havde væksten i beskæftigelsen og den faldende ledighed ikke været mulig. Opnåelsen af lav inflation samtidig med en halvering af ledigheden hænger også sammen med en ny dagsorden for overenskomstforhandlinger og løndannelse, som bidrog til, at arbejdsmarkedet tilpassede sig skiftet fra høj ledighed til fuld beskæftigelse, samtidig med at lønstigningerne forblev moderate og ikke brød med det internationale skifte til lavinflation. 3.2 De historiske og institutionelle forudsætninger Historisk har der udviklet sig en erkendelse af, at arbejdsmarkedspolitikken skal balancere såvel økonomiske som velfærdspolitiske målsætninger, der ikke er i indbyrdes modstrid. Dette forklares af Larsen (2005:117) med en stærk tradition for konsensusskabende institutioner på arbejdsmarkedsområdet, udstrakt regionalisering og stærke korporative styringsarrangementer, som gør politik-tagere til politik-magere. Tidligt udvikles således et voluntaristisk industrial relations-system, hvor arbejdsmarkedets parter er i privilegerede positioner, og forhandler om en række spørgsmål, som der i andre europæiske lande laves lovgivning omkring. Så længe lovgiverne opfatter resultaterne af denne partsregulering som tilfredsstillende, afholder de sig i det store hele fra at lovgive om arbejdsmarkedsforhold. Folketinget har derfor ikke spillet nogen nævneværdig rolle i udviklingen af arbejdsmarkedspolitikken. Dette gælder også når en ny regering kommer til magten, idet normen har været, at reformer af arbejdsmarkedet skal være resultatet af brede forlig hen over midten i dansk politik, og helst med arbejdsmarkedets parters samtykke. Konsensus og samarbejde bliver således tidligt en forudsætning for reguleringen af arbejdsmarkedet. Dette hænger ligeledes sammen med den stærke korporative partsstyring, hvor arbejdsmarkedets parter er indsat i privilegerede positioner. Dette er tilfældet i lovforberedelsen og beslutningsprocesserne, hvor der er tradition for, at arbejdsmarkedets parter deltager i råd, udvalg og kommissioner, ligesom det er tilfældet i den administrative implementering af lovgivningen (administrativ korporatisme). Dermed øges statens muligheder for at skabe konsensus omkring arbejdsmarkedsforholdene, og dermed også styringskapaciteten. Samtidig er der gradvist opstået en erkendelse af, at arbejdsmarkedspolitik omfatter både økonomiske og sociale målsætninger. Derfor er det vigtigt at inddrage det lange historiske perspektiv, når man skal forstå baggrunden for den danske arbejdsmarkedsmodel. Kombinationen af høj mobilitet mellem jobs og et udviklet socialt sikkerhedsnet har karakteriseret det danske arbejdsmarked i adskillige årtier og været en vigtig faktor bag den vellykkede omstilling fra landbrugs- til industri og servicesamfund, som det danske samfund har gennemført i efterkrigstiden. Selvom betegnelsen flexicurity er af ny dato, er det nogle rodfæstede træk ved det danske arbejdsmarked, som begrebet søger at indfange. I projektet beskrives de historisk-institutionelle forudsætninger ved at fokusere på udviklingen i hvert af hjørnerne af flexicurity-trekanten (det fleksible arbejdsmarked, indkomsttrygheden og 18

19 beskæftigelsessikkerheden), og ved at analysere de karakteristiske beslutningsformer og deltagelseskanaler for det danske beskæftigelsesregime. Samtidig udvides analysen af beskæftigelsessikkerheden til ikke alene at omfatte den aktive arbejdsmarkedspolitik, men også den beskæftigelsessikkerhed, som skabes gennem voksen- og efteruddannelsessystemet (VEU). De følgende afsnit skitserer nogle hovedpunkter i udviklingen af de historiske og institutionelle forudsætninger for dansk flexicurity, medens der i indledningerne til de følgende kapitler gås mere i detaljer med de aktuelle forhold Det fleksible arbejdsmarked Septemberforliget fra 1899 beskrives ofte som arbejdsmarkedets grundlov (Ibsen & Scheuer 1999). Den høje mobilitet og lave ansættelsesbeskyttelse kan også dateres hertil. Arbejdsgiverne accepterede i forliget lønmodtagernes ret til at forhandle løn- og arbejdsvilkår, og ret til at slutte sig sammen i fagforeninger (organisationsfriheden), hvorimod fagbevægelsens accepterede arbejdsgiverens ret til at lede og fordele arbejde, herunder til at ansætte den til enhver tid passende arbejdskraft. Det liberale ansættelses- og afskedigelsesregime, som fulgte af Septemberforliget er i hovedtræk bevaret frem til nutiden, selv om der er indført en række restriktioner på arbejdsgivernes afskedigelsesret, f.eks. i forhold til gravide kvinder. Også funktionærloven er kommet til i 1937, ligesom en række andre grupper på arbejdsmarkedet i henhold til overenskomst er ansat på funktionærlignende vilkår. Som nærmere beskrevet i kapitel 5 er den danske ansættelsesbeskyttelse dog stadig på et forholdsvis lavt niveau i international sammenligning. Robustheden af det liberale regime kan skyldes, at det har vist sig funktionelt i forhold til en erhvervsstruktur domineret af små og mellemstore virksomheder. Små og mellemstore virksomheder har formentlig vanskeligere ved at skaffe sig fleksibilitet gennem interne fleksibilitetsformer (f.eks. funktionel fleksibilitet). Små og mellemstore virksomheder er samtidig mere udsatte for pludselige konjunkturudsving og ændrede konkurrencebetingelser end større virksomheder. Et mobilt og fleksibelt arbejdsmarked med høj numerisk fleksibilitet mellem jobbene synes derfor at passe godt overens med små og mellemstore virksomheders interesser. Hertil kan tilføjes, at lønmodtagerne ligeledes kan have en interesse i let at kunne flytte til andre virksomheder og brancher, hvor beskæftigelsesmulighederne, lønnen eller personalegoderne er bedre. Alternativet hertil er stramme jobbeskyttelsesregler, som medvirker til at fastholde medarbejderne i samme job. Den lave jobbeskyttelse afspejler samtidig en langvarig liberal tradition i den danske velfærdsstat, der har sit sociale og politiske fundament i klassesamarbejdet mellem bønder og arbejdere (Madsen 2005:282). Samtidig er den politiske realitet, at der kun i ganske få perioder har været et socialistisk/socialdemokratisk flertal i det danske Folketing. Det kan antages, at den lave jobbeskyttelse og høje numeriske fleksibilitet på det danske arbejdsmarked er blevet acceptabel for fagbevægelsen og lønmodtagerne fordi disse til gengæld er blevet kompenseret gennem et relativt generøst og statsligt finansieret dagpenge- og kontanthjælpssystem. 19

20 Indkomsttrygheden Det danske dagpengesystem har rødder tilbage til 1800-tallets håndværkerlaug, men fik først en selvstændig status med lovgivningen om statsanerkendt a-kasser i 1907 (Hartvig Pedersen & Hulgaard, 2007). Sin nuværende form fik dagpengesystemet med en omfattende reform af de institutionelle og økonomiske rammer for både dagpengesystem og aktiv arbejdsmarkedspolitik i , hvor staten overtog den marginale ledighedsrisiko i den forstand, at den finansierede udgifterne til dagpengesystemet ud over et fast medlemsbidrag fra hver forsikret. Samtidig friholdtes arbejdsgiverne stort set for omkostninger til at finansiere dagpengesystemet. Arbejdsgiverne kunne ligefrem overvælte betalingen af dagpenge ved hjemsendelsesledighed og konjunkturudsving på staten, som finansierede supplerende dagpenge. Samtidig med at arbejdsløsheden steg op igennem 1970erne, blev dagpengesystemet gjort mere generøst, dels ved at lempe adgangen, forlænge varigheden, og øge den gennemsnitlige kompensationsgrad. Denne indirekte subvention af virksomhederne har således ført til at arbejdsgiverne har ganske ringe økonomiske forpligtelser i forbindelse med afskedigelse af medarbejdere, hvilket formentlig har styrket virksomhedernes internationale konkurrenceevne. Til gengæld finansierer staten i overvejende grad et relativt generøst dagpengesystem, hvorved der skabes en balance mellem lav jobsikkerhed og høj indkomsttryghed så at sige den oprindelige flexicurity-akse. Et vigtigt træk ved indkomstsikkerheden for ledige er desuden, at systemet er todelt i den forstand, at de ledige, som ikke er medlemmer af en a-kasse, er berettigede til kontanthjælp, såfremt de opfylder trangskriterierne herfor. Kontanthjælpen har rødder til 1800-tallets fattighjælp og blev introduceret i sin moderne form i Denne todeling af forsørgelsessystemet gennemsyrer hele arbejdsmarkedspolitikken, hvor der på trods af en række harmoniseringsbestræbelser stadig findes forskelle mellem rettigheder og pligter for de to grupper af ledige. Siden den gennemgribende reform af dagpengesystemet i 1969 har det udvist en høj grad af stabilitet, når det gælder hovedreglerne for medlemskab og medlemsrettigheder. Samtidig er der dog sket en langsom erosion af ydelsesniveauet, således at dagpengenes bruttodækningsgrad har udvist en faldende tendens siden midten af 1980erne, dels på grund af satsreguleringssystemet, dels fordi pensionsindbetalinger ikke er indregnet i beregningsgrundlaget for dagpengebeløbet (LO 2006). Desuden er der sket en halvering af dagpenge for årige, ligesom grupper udenfor dagpengesystemet også har fået beskåret deres ydelsesniveauer (reduktioner af kontanthjælpen for udvalgte grupper; starthjælp, introduktionsydelse, kontanthjælpsloft, 300-timers regel) Beskæftigelsessikkerhed gennem aktiv arbejdsmarkedspolitik Den grundlæggende akse mellem et fleksibelt arbejdsmarked og et generøst system for indkomsterstatning blev cementeret op igennem arbejdsløshedskrisen i 1970erne, men udsat for alvorlig kritik i 1980erne. Arbejdsgiverne kritiserede arbejdsmarkedspolitikken (eller rettere AFsystemet) for at havde udviklet sig til et socialkontor, som havde glemt den oprindelige opgave med at formidle ledig arbejdskraft til ubesatte stillinger (allokering). Desuden rejstes kritik mod de generøse forsørgelsesydelser for at fjerne incitamenter til at tage og søge ordinært arbejde. Den borgerlige regering forsøgte i tråd hermed at modernisere arbejdsformidlingen gennem et stærkere fokus på servicering af det ordinære arbejdsmarked. Derimod foretog den ikke væsentlige 20

21 ændringer i de relativt generøse forsørgelsesordninger. Uddannelse og opkvalificering af både ledige og beskæftigede, blev i stedet den nye strategi i arbejdsmarkeds- og uddannelsespolitikken (jf. Larsen 2005). Dette signalerer ligeledes en begyndende aktivgørelse af arbejdsmarkedspolitikken hvorved det tredje ben i flexicurity-trekanten aktiveres. Det tredje ben i flexicurity-trekanten, den aktive arbejdsmarkedspolitik, tidsfæstes ellers normalt til arbejdsmarkedsreformen fra Baggrunden for denne reform var en politisk og faglig debat omkring strukturproblemer på arbejdsmarkedet. Disse blev særligt tydelige efter det kortvarige økonomiske opsving mellem , som blev undermineret af betydelige flaskehalsproblemer, det vil sige mangel på kvalificeret arbejdskraft trods høj ledighed. Samtidig blev der sat spørgsmålstegn ved de lediges arbejdsevne og arbejdsvilje. Det var imidlertid ikke politisk gangbart at foretage nedskæringer i forsørgelsesniveauerne eller reduktioner af mindstelønnen. I stedet blev nedsat en kommission, Zeuthen-udvalget (med stærk repræsentation fra arbejdsmarkedets parter), som skulle komme med forslag til en reform af arbejdsmarkedspolitikkens indhold, styring og finansiering. I forhold til flexicurity-begrebet indebar arbejdsmarkedsreformen et nyt policy-mix, som resultat af et arbejdsmarkedspolitik kompromis. Dette kan fortolkes som, at fagbevægelsen accepterede en bevægelse fra livslang indkomstsikring (reduktion af dagpengeperioden til 7 år, afskaffelse af genoptjeningsretten, og skærpede rådighedsforpligtelser) mod en højere grad af beskæftigelsessikkerhed (individuel, behovsorienterede aktiveringsindsatser og satsning på opkvalificering). Arbejdsgiverne accepterede omvendt den øgede beskæftigelsessikkerhed og uændrede forsørgelsesniveauer til gengæld for reduceret indkomstsikkerhed. Samtidig blev arbejdsmarkedets parters deltagelse i den centrale, regionale og lokale styring og implementering af arbejdsmarkedspolitikken væsentligt styrket. Derimod blev der ikke ændret i finansieringsprincipperne for arbejdsmarkedspolitikken, som fortsat overvejende blev finansieret af staten gennem direkte skatter. Disse ændringer på arbejdsmarkedets udbudsside blev kombineret med en ekspansiv finanspolitik for at skabe en øget arbejdskraftefterspørgsel (den såkaldte kick-start af økonomien). Samtidig faldt renteniveauet internationalt, hvilket fik boligpriserne til at stige, medens en reform af boligfinansieringen tillod boligejerne at konvertere de faldende renter til lavere boligomkostninger. Allerede i 1995 begyndte resultaterne at vise sig. Den private efterspørgsel steg voldsomt, og den åbne ledighed begyndte at falde. Indtil 2002 faldt den registrerede ledighed til det halve, ungdomsarbejdsløsheden forsvandt stort set og beskæftigelsen voksede til en af de højeste i EU. I modsætning til tidligere forblev inflationen lav og betalingsbalancen udviste overskud (bortset fra 1998). Flere kommentatorer betegnede dette et dansk job-mirakel (Madsen 1999, 2006; Cox 1998; Torfing 1999) og den særlige danske flexicurity-model bliver ofte refereret som en af de væsentligste forklaringer på den positive arbejdsmarkedsudvikling. Samtidig påpeger kritikere af den danske arbejdsmarkedsmodel, at modellen ikke i sig selv udgør en sikkerhed mod en voksende gruppe af inaktive voksne skabt gennem en gradvis eksklusion fra arbejdsmarkedet. Hyppige jobskift kan medføre risiko for selektionsprocesser, hvor de lavest kvalificerede og uproduktive gradvist overlades til offentlige forsørgelse. Til trods herfor har Danmark imidlertid fortsat en høj beskæftigelses- og erhvervsfrekvens i et komparativt perspektiv. Et interessant spørgsmål er derfor, hvilken betydning flexicurity i Danmark har for omfanget og karakteren af eksklusion og udstødning fra arbejdsmarkedet? 21

22 Ændringer i arbejdsmarkedspolitikken fra midten af 1990erne indebar en delvis tilbagerulning af intentionerne i arbejdsmarkedsreformen fra 1994 blandt andet i form af en vis re-centralisering. Samtidig er den aktive linie forstærket gennem udvidelse af aktiveringsforpligtelsen til at gælde stort set alle grupper af ledige uanset alder og ledighedsproblemer. I takt med opsvinget og den stigende beskæftigelse gennemføres fortsatte reduktioner af dagpengeperioden til i alt fire år og skærpede rådighedsregler (Jørgensen m.fl. 1999). Efter regeringsskiftet i 2001 og reformen Flere i arbejde fra 2002 fortsatte hovedkursen i arbejdsmarkedspolitikken, dog med en stigende vægt på at få de ledige hurtigst muligt i arbejde, medens uddannelsesaktivering blev nedprioriteret. Samtidig sås en begyndende udlicitering gennem inddragelse af andre aktører, resultataflønning og udbudsrunder (Bredgaard & Larsen 2006). Spørgsmålet er derfor, om den hidtidige balance mellem velfærd (social integration) og workfare (social disciplinering) har forskudt sig og er ved at tippe til fordel for workfare, og om dette på sigt kan udgøre en trussel for flexicurity-modellen? Fra Gylden trekant til flexicurity-firkant Siden debatten om den danske version af flexicurity tog fart i løbet af 2004, er der fremkommet en række bud på, hvordan perspektivet på modellen kan udvides fra et snævert fokus på treenigheden af lav ansættelsesbeskyttelse, høje dagpenge og aktiv arbejdsmarkedspolitik. Nogle af disse bidrag har fremhævet, at det danske arbejdsmarked også er præget af andre fleksibilitetsformer end numerisk fleksibilitet. Lønfleksibilitet, arbejdstidsfleksibilitet og funktionel fleksibilitet er vigtige mekanismer for at forstå det danske arbejdsmarkeds funktionsmåde (Ibsen 2007; Ilsøe 2006, 2007; Klint & Møberg 2007). Andre forskere fokuserer på, at der i den danske model findes mange andre sikkerhedsformer end dem, som traditionelt fremhæves i den gyldne trekant. En række af velfærdsstatens institutioner understøtter således, at især den kvindelige del af arbejdsstyrken lettere kan kombinere arbejdsliv og familieliv, hvilket indebærer en højere beskæftigelsesfrekvens for kvinderne. Flexicarity er blevet lanceret som betegnelse for dette særlige perspektiv på den danske model (Hansen 2007). I andre sammenhænge er det blevet påpeget, at beskæftigelsessikkerheden i den danske model ikke blot understøttes af en omfattende aktiv arbejdsmarkedspolitik, men også af institutioner, der bidrager til et højt niveau for efteruddannelsen og livslang læring (se f.eks. Andersen 2006). Dette spor går tilbage til de første analyser af den danske flexicurity-model (Madsen 1999; Bredgaard m.fl. 2005), men har hidtil ikke været genstand for en mere intensiv forskningsindsats. Nærværende projekt har som et af sine hovedformål at rette på herpå ved at inddrage efteruddannelse og livslang læring som en integreret del af analysen af den danske flexicurity-model. Dette udvidede perspektiv på den danske model er også i tråd med den europæiske politikudvikling, hvor EU-Kommissionen har defineret flexicurity som bestående af fire komponenter: Flexible and reliable contractual arrangements (from the perspective of the employer and the employee, of ''insiders'' and ''outsiders'') through modern labour laws, collective agreements and work organisation; 22

23 Comprehensive lifelong learning (LLL) strategies to ensure the continual adaptability and employability of workers, particularly the most vulnerable; Effective active labour market policies (ALMP) that help people cope with rapid change, reduce unemployment spells and ease transitions to new jobs; Modern social security systems that provide adequate income support, encourage employment and facilitate labour market mobility. This includes broad coverage of social protection provisions (unemployment benefits, pensions and healthcare) that help people combine work with private and family responsibilities such as childcare (Europæiske Kommission 2007:6). Bag denne definition ligger således en implicit tilslutning til standardfremstillingen af den danske udgave af flexicurity i form af den gyldne trekant suppleret med livslang læring som et fjerde element. Grafisk kan man således illustrere denne udvidelse af perspektivet som vist i figur 3.1. Deltagelse i efter- og videreuddannelse ( Continued Vocational Training ) opfattes således som en fjerde position i forhold til den modelbeskrivelse af arbejdsmarkedet, som gives gennem den gyldne trekant. I figuren angiver pilene de personstrømme, som løber mellem de forskellige positioner. I runde tal er det ca. 30 procent af de beskæftigede, som ansættes på en ny arbejdsplads hvert år. Omkring 20 procent af de beskæftigede bliver berørt af ledighed og ca. 10 procent deltager i en eller anden form for aktiv arbejdsmarkedspolitik. Endelig er det omkring 13 procent af de beskæftigede, der deltager i offentlig efter- og videreuddannelse. Figur 3.1: Den udvidede danske udgave af flexicurity Fleksibelt arbejdsmarked Voksen- og efteruddan nelse Social sikring (dagpenge) Aktiv arbejdsmark edspolitik Analyserne i resten af denne rapport er opbygget efter denne udvidede model af det danske flexicurity-system. I kapitel 4 gives et overblik over de samlede personstrømme i det simple billede af det danske beskæftigelsessystem, som tegnes i figur 3.1 Herefter følger i kapitel 5 en mere 23

24 detaljeret analyse af job-mobiliteten på arbejdsmarkedet. Kapitel 6 studerer bevægelserne ind i og ud af de sociale sikringssystemer, medens kapitel 7 ser nærmere på den aktive arbejdsmarkedspolitik. I kapitel 8 følger analysen af efter- og videreuddannelse (VEU), medens kapitel 9 samler trådene fra de forskellige delanalyser. 24

25 Kapitel 4: Hovedstrømmene på det danske arbejdsmarked Et hovedformål med projektet er at tegne et mere detaljeret billede af strømmene mellem de forskellige hovedpositioner på det danske arbejdsmarked: beskæftiget, ledig, aktiveret og i efteruddannelse. Hvordan skifter de enkelte medlemmer af arbejdsstyrken position fra år til år? Hvor mange bliver, og hvor mange flytter sig? Hvilke forhold betinger, at en person ender i en bestemt placering på arbejdsmarkedet på et givet tidspunkt? Datamaterialet giver en række muligheder for at besvare denne type af spørgsmål. I nogle tilfælde kan vi følge de enkelte personer uge for uge. Dette gælder for ledigheds- og aktiveringsforløb. I andre tilfælde må vi nøje med at sammenligne positioner på et bestemt tidspunkt af året i to forskellige år. Det er den sidstnævnte type af information, som fremlægges i dette kapitel, som bygger på registrenes oplysninger om arbejdsmarkedsplaceringen for samtlige personer pr. ultimo november i hvert år. Konkret sammenligner vi placeringen i 2003 og I de følgende kapitler går vi mere i detaljen med forløb inden for året, i de tilfælde hvor vi har oplysninger herom. Kapitlets analyser er deskriptive. De omfatter dels analyser af, hvilke baggrundsfaktorer der bestemmer positionen i et givet år, dels analyser af skift mellem positioner fra det ene år til det næste. 4.1 Et overblik bevægelserne fra 2003 til 2004 Det anvendte datamateriale giver mulighed for at følge populationens bevægelser fra år til år i hele perioden fra 1980 til I dette kapitel er vægten lagt på den seneste periode, dvs. bevægelserne fra 2003 til For at konstruere arbejdsmarkedsplaceringen ultimo november 2003 såvel som ultimo november 2004 er der taget udgangspunkt i en variabel fra Danmarks Statistik, der angiver befolkningens vigtigste beskæftigelse ultimo november den såkaldte pstill-kode, der opdeler personer efter, om de er beskæftigede, arbejdsløse, udenfor arbejdsstyrken osv. For at få et mere nuanceret billede af arbejdsmarkedsplaceringen end pstill-koden kan give, er denne novemberoplysning efterfølgende kørt sammen med oplysninger fra Ledighedsstatistikregistret, AMFORA-registret samt Det Tværgående Kursistregister. På denne vis har det bl.a. har været muligt at opdele de arbejdsløse i, om de modtog kontanthjælp eller dagpenge ved ledighed (via Ledighedsstatistikregistret) og om nogle beskæftigede var i voksen- og efteruddannelse samtidig med deres beskæftigelse (via det Tværgående Kursistregister). Derudover består pstill-koden beskæftigede både af ordinært beskæftigede samt af personer, der er i forskellige former for støttet beskæftigelse, hvor der udbetales løn fra ansættelsesstedet (f.eks. jobtræning, fleksjob og skånejob). Ved at sammenkøre AMFORA-registret med pstill-koden har det været muligt at fjerne gruppen af personer i de støttede beskæftigelsesordninger fra beskæftigelsesgruppen og i stedet gruppere dem under de arbejdsmarkedspolitiske foranstaltninger. Gruppen af beskæftigede består således udelukkende af personer, der er ordinært beskæftigede. Bilagstabel 1, 2 og 3 giver et overblik over resultaterne. De disaggregerede data er vist i bilagstabel 4 og 5. 25

26 Det samlede datamateriale omfatter som vist i bilagstabel 1 knap 4,2 millioner personer, som alle er karakteriseret ved at være 18 år eller derover. Bilagstabel 2 viser, at næsten 60 procent af denne gruppe var beskæftigede i Den næststørste gruppe udgjordes af pensionister (21,3 procent). Gennemgående ses der i bilagstabel 2 en ret høj grad af sporafhængighed i placeringer fra 2003 til 2004 i den forstand, at de største procentværdier findes i diagonalerne. Dette er særlig karakteristisk for de personer, som var beskæftigede i Således var langt størstedelen (91,1 procent) af de beskæftigede i 2003 også beskæftigede i En del er gået til ledighed (2,1 procent) eller til aktive foranstaltninger (1,4 procent), mens resten er fordelt ud over de øvrige tilstande. Blandt de ledige i 2003 brydes dette mønster dog, idet den største procentandel (36.6 procent) er blevet beskæftigede i Den næststørste andel (25,2 procent) er stadig ledige, mens 18,7 procent er i en aktiv foranstaltning. Omkring 5 procent er gået videre til enten efterløn eller sygedagpenge. For deltagere i aktive foranstaltninger genfindes sporafhængigheden. Flertallet på 50,2 procent genfindes i en aktiv foranstaltning året efter. Godt en femtedel er kommet i beskæftigelse, mens knap 9 procent er blevet åbent ledige. Blandt modtagerne af sygedagpenge, barselsdagpenge og revalidering i 2003 genfindes godt en tredjedel på samme ydelsestype i 2004, mens ca. en femtedel er i beskæftigelse. En anden femtedel er enten ledige eller i arbejdsmarkedspolitisk foranstaltning. Af det mere detaljerede datamateriale fremgår det ikke overraskende, at sporafhængigheden først og fremmest findes for deltagerne i revalidering (46,1 procent) og til dels for modtagerne af sygedagpenge (16,3 procent). Overraske kan det heller ikke, at der er en høj sporafhængighed blandt modtagere af efterløn, hvor 78,3 procent af modtagerne i 2003 genfindes som efterlønnere i 2004, mens størstedelen af resten er gået videre til pension. En endnu højere stabilitet findes blandt pensionisterne. For de uddannelsessøgende går den største strøm til beskæftigelse (43,2 procent), mens knap 40 procent genfindes som uddannelsessøgende fra 2003 til En forholdsvis stor gruppe bevæger sig også fra uddannelse til ledighed eller aktivering (i alt 6,3 procent). Ser man omvendt på rekrutteringen til de forskellige positioner i 2004 i bilagstabel 3, genfinder man naturligvis den netop beskrevne sporafhængighed. Blandt de beskæftigede finder man desuden det største bidrag til beskæftigelsen i 2004 fra ledige eller aktiverede i 2003 (i alt 3,2 procent). Omvendt kommer den største tilgang til ledigheden i 2004 fra personer, som var i beskæftigelse i 2003 (47,6 procent). Næststørste bidrag kommer fra ledige (29,8 procent) og aktiverede (11,3 procent) i Nytilgangen til aktivering kommer i første række fra beskæftigede (22,6 procent) og fra ledige (16,0 procent). Når det gælder modtagere af barsels- eller sygedagpenge og revalideringsydelse kommer nytilgangen i hovedsagen fra de beskæftigede (30,5 procent) og de ledige (14,3 procent). Også her viser det detaljerede tabelbilag (bilagstabel 4 og 5) en betydelig forskel mellem undergrupper. I forhold til tilgangen til efterlønnen bemærkes, at omkring tre fjerdele af nytilgangen kommer fra personer, der var i beskæftigelse året forinden (15 procent af det samlede antal modtagere i 2004), mens omkring en fjerdedel var ledige eller i aktivering året forinden (4,7 procent af den samlede 26

27 tilgang). Også blandt tilgangen til pensionistgruppen fylder de beskæftigede en del (2,5 procent point ud af en samlet nytilgang på 9,1 procent af bestanden). Figur 4.1 giver en grafisk fremstilling af strømmene fra år til år. Pilene med talangivelserne til og fra de enkelte kasser angiver antallet af personer, der skifter status fra 2003 til 2004 mellem de to positioner. Tallene i parentes i den enkelte kasse viser antallet af personer, der er i den pågældende position i begge år. Figur 4.1: Bevægelser i arbejdsmarkedsstatus fra november 2003 til november Tal i () angiver personantal. Tal i bokse er antal personer med uændret status. Et antal mindre strømme med færre end personer er udeladt. (3,300) Barsel, sygedagpenge og revalidering (15,200) (8,200) (12,400) (5,300) (4,500) Uddannelse (36,900) (26,500) (40,400) Beskæftiget (2,312,100) (50,500) Efterløn og pension (1,003,200) (3,200) (53,300) (48,200 ) (31,500) (35,000) (3,400) Ledig (33,200) (12,600) Aktiveret (70,700) (24,700) (2,700) 4.2 Hvor gik de hen? Formålet med dette afsnit er at tegne et mere detaljeret billede af, hvor de enkelte personer bevægede sig hen fra 2003 til Referencetidspunktet er i alle tilfælde den sidste arbejdsdag i november i det pågældende år. Gennemgangen omfatter dels en mere detaljeret beskrivelse af bevægelserne end i afsnit 4.1, dels en række multivariate analyser af de kendetegn, som betinger sandsynligheden for at være i de nogle af de vigtigste positioner. 27

28 4.3 De beskæftigede i 2004 Et af de slående resultater fra analysen af datamaterialet er som nævnt stabiliteten i positioner over tid en observation, som også er gjort i andre tilsvarende analyser (se f.eks. DØR 2000, kapitel 3). Af de lønmodtagere, som var i ordinær beskæftigelse i 2003, var 87,9 procent også i ordinær beskæftigelse i 2004, mens 2,8 procent var beskæftigede og samtidig deltog i voksen- og efteruddannelse (VEU). Samlet var således mere end 90 procent af de ordinært beskæftigede lønmodtagere i 2003 også beskæftiget i Blandt de lønmodtagerne, som i 2003 modtog VEU samtidig med deres beskæftigelse er billedet stort set det samme. I 2003 udgjorde de 3 procent af det samlede antal beskæftigede lønmodtagere. Blandt de beskæftigede VEU-deltagerne var 86,8 procent i beskæftigelse året efter, heraf omkring to tredjedele uden at de var VEU-deltagere. Hvilke kendetegn ved den enkelte person faktorer betinger da, at en person findes som beskæftiget i 2004? Med henblik på en nærmere analyse heraf er gennemført to multivariate analyser (logistisk regression) med henblik på at isolere påvirkningen af de forskellige karakteristika ved de beskæftigede. Der er gennemført to sæt regressioner, hvor den ene kun inddrager de gængse baggrundsvariable i form af køn, alder, uddannelse osv., mens den anden også medtager sporafhængighed i form af en variabel, som beskriver de enkelte personers arbejdsmarkedsplacering ultimo november De detaljerede resultater findes i bilagstabel 6 og 7. Resultaterne fra de to regressioner (betegnet model 1 og model 2) kommenteres samlet med bemærkning om de tilfælde, hvor der er væsentlige forskelle mellem de estimerede odds fra de to modeller. Hovedresultaterne er: Kvinder har en klart lavere sandsynlighed for at være i beskæftigelse end mænd (odds 0,70 til 0,78) Med aldersgruppen år som referencegruppe ses jævnt faldende odds for stigende alder. Mere overraskende er det, at odds også er lidt lavere for aldersgruppen år, mens de højere for den yngste aldersgruppe. For etnisk tilhørsforhold det forventede resultat. En indvandrerbaggrund har således en kraftig negativ effekt på beskæftigelsesmuligheder. For efterkommere er odds lidt højere, men stadig klart lavere end for personer med dansk baggrund. I begge modeller ses en klar positiv beskæftigelseseffekt af uddannelse og tillige en tilnærmelsesvis rangordning af effekten efter uddannelsesniveau, med bachelorniveauet som en markant undtagelse. Opdelt efter familietyper genfindes det velkendte resultat, at beskæftigelseschancen er lavest for enlige med eller uden hjemmeboende børn, mens den er højere for par med børn end for referencegruppen, som her er par uden hjemmeboende børn. For par med børn er der således ikke tegn på, at hjemmeboende børn i sig selv mindsker sandsynligheden for at være i beskæftigelse, snarere tværtimod. I det omfang, hvor der er kendskab til den branche, hvor den pågældende person tidligere var beskæftiget, er det ikke en baggrundsfaktor, der spiller den store rolle. Undtagelsen er landbrug, energi og råstofudvinding, samt energi- og vandforsyning, hvor der er markant forhøjede odds i forhold til referencen (offentlige og personlige tjenester). Stillingsgrupperne slår klart igennem på odds for at være beskæftiget. Jo højere placering en person har i stillingshierarkiet i det sidste job, der kendes til, jo større er odds også for at være i beskæftigelse i

29 Endelig ses der i model 2 (bilagstabel 6) en klar sporafhængighed for at være i beskæftigelse i den forstand, at personer, der ikke var beskæftigede i 2003, har langt lavere odds for at være beskæftigede i For de personer, som var ledige eller i aktivering i 2003, ses en markant nedsættelse af odds for at være i beskæftigelse i 2004 sammenlignet med de personer, der var beskæftigede året før. Størst er nedsættelsen for de grupper, der i 2003 var længst ved fra ordinær beskæftigelse (f.eks. i fleks- og skånejob eller i revalidering), jf. kapitel 7. Sammenligner man oddsene i model 1 og model 2 ses det, at der i model 2 ofte er odds nærmere 1 for de øvrige variable, når sporafhængigheden i form af information om arbejdsmarkedsplaceringen i 2003 medtages. Dette gælder f.eks. for uddannelsesbaggrund og stillingsgruppe. Forklaringen er, at oplysningen om arbejdsmarkedsplaceringen året forinden indfanger noget af den information, der ellers ligger i de nævne baggrundsvariable. 4.4 Opsummering Hovedformålet med dette kapitel har været at beskrive nogle overordnede træk ved hovedstrømme på det danske arbejdsmarked og at opsummere nogle karakteristika ved de personer, der befinder sig i gruppen af beskæftigede. Et hovedindtryk er, at det danske arbejdsmarked er præget af ganske stærk sporafhængighed, når det gælder bevægelserne fra år til år. Dette er særlig markant for de beskæftigede. Når det gælder baggrundskarakteristika for personer i de forskellige positioner, er der en række forskelle mellem undergrupperne, men nogle hovedtræk træder dog frem: Mænd har gennemgående en lidt stærkere arbejdsmarkedsposition end kvinder i den forstand, at de f.eks. har en højere sandsynlighed for at være i beskæftigelse Aldersgruppen år fremtræder i de fleste tilfælde som den aldersgruppe, der har de sikreste positioner på arbejdsmarkedet. Uddannelsesniveau og tilhørsforhold til en stillingsgruppe viser gennemgående et klart hierarki med de højeste uddannelser og stillingskategorier placeret i de bedste positioner. Enlige med og uden børn har en lavere chance for at være i job. Disse observationer er eller baseret på observationer om bevægelserne fra 2003 til 2004 eller situationen i udgangen af november I de følgende kapitler vil vi gå mere i dybden med en række af persongrupperne. Vi vil desuden i nogle tilfælde udvide tidsperspektivet med henblik på at følge personerne over en årrække. I andre tilfælde vil vi gå mere detaljeret til værks for at afdække bevægelserne inden for det enkelte år. Den overordnede disponering følger opbygningen af den udvidede flexicurity-trekant, således som den blev fremlagt i afsnit ovenfor. Det følgende kapitel ser derfor nærmere på job-til-job-mobiliteten på arbejdsmarkedet. 29

30 Kapitel 5: Det fleksible arbejdsmarked Formålet med dette kapitel er at se nærmere på den del af mobiliteten på det danske arbejdsmarked, som omfatter bevægelserne mellem forskellige job, samt bevægelserne ind og ud af beskæftigelse. I forhold til flexicurity-trekanten er fokus således på det øverste hjørne det fleksible arbejdsmarked. Hvilke personer er meget mobile, og hvem har en større tendens til at blive på den samme arbejdsplads i flere perioder? Er det de samme personer, der over længere tid udviser en høj eller en lav mobilitet? Inden gennemgangen af detailresultaterne fra de danske mobilitetsmålinger gives et overblik over reguleringen af mobiliteten i form af ansættelsesretslige begrænsninger på ansattes og arbejdsgiveres muligheder for at afslutte et ansættelsesforhold. Der præsenteres også nogle få indikatorer på mobilitetsomfanget i Danmark sammenlignet med udlandet. 5.1 Dansk ansættelsesregulering og job-til-job-mobilitet i et komparativt perspektiv Som allerede omtalt i kapitel 3 bliver Danmark sædvanligvis karakteriseret som et land med en meget begrænset beskyttelse af de ansatte mod afskedigelser. Standardkilden er OECD s rangordninger af en række medlemslande efter beskyttelse af ordinært ansatte, midlertidigt ansatte og ansatte, som rammes af kollektive afskedigelser (OECD 2004, kapitel 2). Figur 5.1 gengiver OECD s indikator for beskyttelsen af ordinært ansatte. Figur5.1: Ansættelsesbeskyttelse for ordinært ansatte, Kilde: OECD (2004), Table 2.A Index USA UK Danmark Irland Belgien Italien Finland Japan Frankrig Spanien Tyskland Sverige Holland Portugal 30

31 Indekset bygger på en sammenvejning af 15 forskellige aspekter af ansættelsesbeskyttelsen, herunder opsigelsesvarslets længde, krav til begrundelse ved individuel afskedigelse og regler om betaling af kompensation til afskedigede ansatte. Som det fremgår af figuren, ligger Danmark efter OECD s vurdering i den lave ende, når det gælder beskyttelsen af ordinært ansatte mod afskedigelser. Også Verdensbanken er i sine analyser af fleksibiliteten i reguleringen af ansættelsesforholdene nået frem til, at Danmark er blandt de EU-lande, der har den højeste fleksibilitet i reguleringen af ansættelsesforholdene (World Bank 2003:36). Mens denne type af aggregerede indeks kan være nyttige til at danne sig et første indtryk af et lands relative placering med hensyn til fleksibiliteten i ansættelsesreguleringen, rummer de også flere metodiske problemer. Dels bygger indeksene på en skønsmæssig kvantificering af en række meget forskelligartede dimensioner af ansættelsesforholdet. Dels sker der herefter en arbitrær sammenvejning af disse enkelte indeks til et enkelt aggregeret indeks, hvor der ikke kan gives en nærmere begrundelse for de anvendte vægte. Herudover gælder, at indekset bygger på de foreliggende love og andre formelle regelsæt. Styrken i implementeringen af den formelle ansættelsesregulering bliver således ikke inddraget. En sidste komplikation opstår i de tilfælde, hvor der ikke findes et enkelt nationalt regelsæt, men en forskellig regulering af ansættelsesforholdet for forskellige grupper. Dette er for eksempel tilfældet i Danmark, hvor pluraliteten i ansættelsesreguleringen i første række skyldes, at denne i vidt omfang er overladt til aftaleregulering mellem arbejdsmarkedets parter, og at disse aftaler oftest findes på brancheniveau. At tale om et veldefineret regime for ansættelsesreguleringen på det danske arbejdsmarked er derfor en tilsnigelse. En vigtig undtagelse er dog Funktionærloven, der regulerer ansættelsesforhold for personer, der udfører kontorarbejde eller lignende, eller som overvåger andres arbejde. Loven har endvidere en bredere anvendelse, fordi det i mange overenskomster er fastlagt, at de ansatte, som er dækket af den pågældende overenskomst har den samme beskyttelse som efter funktionærloven. De er altså ansat på funktionærlignende vilkår. Det kan skønnes, at størstedelen af de offentligt ansatte og omkring halvdelen af de privatansatte på denne måde i praksis er omfattet af funktionærlovens bestemmelser. Det vigtigste element i Funktionærloven i forhold til ansættelsesbeskyttelsen er regler for sammenhængen mellem ansættelsens varighed og opsigelsesvarslets længde. Arbejdsgivere som overtræder lovens regler, kan idømmes en erstatning, som udbetales til den tidligere ansatte. Derimod kan arbejdsgiveren ikke tvinges til at genansætte den pågældende. For ansatte, der ikke er funktionærer i lovens forstand eller ansat på funktionærlignende vilkår, gælder brancheaftale regler med en vis spredning. Mest fleksibel er bygge- og anlægssektoren, hvor opsigelsesvarslet er på 3-5 dage. Tabel 5.1 giver nogle eksempler. Tabel 5.1: Anciennitet og opsigelsesvarsel for forskellige grupper Anciennitet: 1 år 5 år 10 år Bygningsarbejder 3 dage 5 dage 5 dage Industriarbejder 21 dage 2 month 3 måneder Funktionær og lign. 3 måneder 4 måneder 6 måneder Kilde: Westerlund (2006), table 5. 31

32 Mens det som nævnt kan vanskeligt at lave et meningsfuldt gennemsnitsmål for ansættelsesbeskyttelsen på det danske arbejdsmarked, kan det noteres, at brugen af midlertidige ansættelser er forholdsvis begrænset. I 2006 havde 8,9 procent af danske lønmodtagere en tidsbegrænset ansættelse. For EU-15 var andelen 14,7 procent. Kun UK og Irland havde en lavere andel af midlertidigt ansatte (Employment in Europe 2007, statistical annex). En nærliggende tolkning er, at den lave ansættelsesbeskyttelse betyder, at danske arbejdsgivere føler en mindre behov for anvendelse af korttidsansættelser (se f.eks. OECD 2004:87-89). Vender vi os dernæst til spørgsmålet om, hvorvidt den forholdsvis lave ansættelsesbeskyttelse også giver sig udslag i en højere job-til-job-mobilitet på det danske arbejdsmarked sammenlignet med andre lande, må analysen overvejende bygge på forskellige indikatorer og ikke på direkte målinger af personstrømme mellem virksomheder. Årsagen er, at kun ganske få lande råder over datasæt, hvor det er muligt direkte at sammenkoble individ- og virksomhedsdata over tid. Et hyppigt anvendt mål for job-til-job-mobiliten er derfor opgørelser fra surveys (f.eks. arbejdsstyrkeundersøgelser) af det antal år, som den enkelte lønmodtager har været ansat hos sin nuværende arbejdsgiver. Hvis lønmodtagerne i et land (eller i en branche) har en forholdsvis høj anciennitet hos samme arbejdsgiver, tages det som et tegn på en forholdsvis lav job-til-job-mobilitet på det pågældende arbejdsmarked (se f.eks. Auer & Casez 2003; Auer 2007). En anden kilde er surveys med oplysninger om det antal jobs, som en person har haft frem til tidspunktet for undersøgelsen (Eurobarometer 2005). Figur 5.2 viser resultaterne fra en af de nyeste analyser baseret på anciennitetsoplysninger (Auer 2007). Figur 5.2: Gennemsnitlig anciennitet i EU-15 i 1992 og Kilde: Auer (2007), Figur De vandrette linier viser EU-gns : og United Kingdom Ireland Denmark Spain Austria Finland Germany Sweden Netherlands Luxembourg Italy France Belgium Portugal Greece 32

33 Målt på den gennemsnitlige anciennitet ligger Danmark klart i gruppen af lande med en forholdsvis høj personaleomsætning. Der er også en vis korrelation med OECD s indikator for ansættelsesbeskyttelsen for ordinært ansatte i figur 5.1. Lande med en forholdsvis høj ansættelsesbeskyttelse har også en forholdsvis høj gennemsnitlig anciennitet. Dette er i overensstemmelse med mange andre analyser af betydningen af ansættelsesbeskyttelsen for personaleomsætningen (jf. for eksempel forskningsoversigten i Employment in Europe 2006:83-87). 5.2 Nogle hovedtræk ved mobiliteten Efter dette blik på ansættelsesbeskyttelse og mobilitet i et komparativt perspektiv vendes blikket mod en mere detaljeret analyse af mobiliteten på det danske arbejdsmarked. Udgangspunktet for målingen er de ansattes tilknytning til det enkelte arbejdssted. For de personer som skifter arbejdssted, skelnes mellem flere forskellige former for mobilitet: Skifte til et andet arbejdssted inden for samme virksomhed Skifte til en anden virksomhed Skifte til arbejdsløshed Skifte til en position udenfor arbejdsstyrken (inklusive førtidspension) Ligesom i kapitel 4 måles mobiliteten ved at se på personernes tilstand ultimo november i hvert år. Datamaterialet muliggør ikke en analyse af jobmobiliteten inden for året. Derfor vil analyserne i nogen grad undervurdere mobilitetsomfanget. Analyserne i dette kapitel omfatter kun lønmodtagere. Den anvendte mobilitetsvariabel karakteriserer således ansættelsesforholdet for hovedbeskæftigede lønmodtagere samt ændringer i dette mellem ultimo november ét år og ultimo november året efter. Det er muligt at have uændret status i sit ansættelsesforhold eller bevæge sig mellem arbejdssteder, firmaer eller helt ud af beskæftigelse. Et arbejdssted forstås her som en lokal enhed, der i årets løb har haft lønnet personale beskæftiget, som der er indbetalt kildeskat for. Et arbejdssted kan være en del af et firma, som kan have et eller flere arbejdssteder. Har firmaet kun et arbejdssted, er firmaet altså lig arbejdsstedet. Hvad angår den kommunale og den statslige sektor, gøres det opmærksom på, at hvert fysisk adskilt arbejdssted anses som ét firma. For ansatte i den kommunale sektor vil skift af arbejdssted indenfor en kommune derfor også betyde skift af firma. Det samme gælder for statsansatte, der skifter fra ansættelse i én styrelse til en anden (Danmarks Statistik 1991:18). 7 Tabel 5.2 viser hovedtal for mobiliteten i årene , og , mens figur 5.3 viser år-til-år bevægelserne for hele perioden I projektets brug af IDA-basen er der ikke sket yderligere korrektioner af de data, som er modtaget fra Danmarks Statistik. Det er velkendt, at der især for så vidt angår den offentlige sektor kan være problemer med at registrere arbejdspladsskift på et korrekt måde, og nogle analyser har da også, af denne grund, fokuseret alene på den private sektor (jf. f.eks. Eriksson & Westergaard-Nielsen 2008 og Eriksson m.fl. 2006). Ud fra det foreliggende projekt s ambition om at tegne et samlet billede af mobiliteten på det danske arbejdsmarked er det valgt at bevare den offentlige sektor i analysen, men usikkerheden i data skal naturligvis medtænkes i de konkrete fortolkninger af resultaterne. 33

34 Tabel 5.2: Mobilitet 1983/4-2003/ Uændret arbejdssted Skifte til andet arbejdssted i samme firma Skifte til anden virksomhed Arbejdsløshed Forladt arbejdsstyrken eller på orlov I alt 100 ( ) 100 ( ) 100 ( ) Note: Tabellen omfatter kun lønmodtagere. Kilde: Egne beregninger på grundlag af IDA Andelen af personer med uændret arbejdssted er stort set uændret i hele perioden. Knap tre ud af hver fire personer bliver på det samme arbejdssted fra år til år. Også andelen af personer, der skifter til et andet arbejdssted i samme firma er ganske stabilt. Andelen af personer, som skifter til beskæftigelse i en anden virksomhed i det følgende år, er stigende i perioden. Især i 2003 modsvares stigningen af et fald i andelen af personer, der optræder som arbejdsløse det efterfølgende år. Også andelen, som forlader arbejdsstyrken stiger en smule. Hovedindtrykket af udviklingen over tid er dog en ganske høj stabilitet. Omkring tre af fire beskæftigede bliver hos den sammen arbejdsgiver (firma) fra år til år. Blandt de mobile skifter omkring to tredjedele til en anden virksomhed, mens den sidste tredjedel forlader arbejdsstyrken. Figur 5.3: År-til-år mobiliteten for lønmodtagere 1980/ /04. Bemærk at andel med Samme arbejdssted er målt på højreaksen. 20% 80,00% 18% 16% 14% 75,00% 12% 10% 70,00% 8% 6% 4% 65,00% 2% 0% ,00% Skift til andet arbejdssted i samme firma Skift til andet firma Til arbejdsløshed Forladt arbejdsstyrken Samme arb.sted (højr.akse) Kilde: Egne beregninger på grundlag IDA. 34

35 Materialet i tabel 5.2 og figur 5.3 oplyser kun om skifte i status mellem den sidste arbejdsuge i november i to på hinanden følgende år. Med henblik på at belyse det omfang i hvilket personerne i den mellemliggende periode er berørt af ledighed, er gennemført en særskilt beregning af det omfang i hvilket de hovedbeskæftigede lønmodtagere er berørt af ledighed i løbet af året, afhængigt af om de på de to måletidspunkter i november havde samme arbejdssted, havde skiftet til et nyt arbejdssted hos samme firma eller havde skiftet til et andet firma. Resultatet fremgår af tabel 5.3. Tabel 5.3: Mobilitet og ledighed Mellemliggende Ej mellemliggende Ledighed ledighed I alt Uændret status 3.8% 96.2% 100.0% Nyt arbejdssted i samme firma 7.2% 92.8% 100.0% Nyt firma 22.6% 77.4% 100.0% Note: Tabellen viser andelen af hovedbeskæftigede lønmodtagere med enten uændret status på arbejdspladsen, internt skifte eller eksternt skifte mellem ultimo november 2003 og ultimo november 2004, som på et eller flere tidspunkter i den mellemliggende periode var berørt af ledighed. Som det fremgår af tabel 5.3, er det kun en minoritet på knap 4 procent af de personer, der genfindes på det samme arbejdssted året efter, som har været berørt af ledighed i løbet af året. Der kan her være tale om midlertidig hjemsendelse eller om reel ledighed, idet personer der har afholdt ferie med dagpenge (AF-ferie) er sorteret fra. For de personer, som har skiftet arbejdssted i samme firma er andelen lidt højere. Derimod er det næsten en fjerdedel af de personer, som har skiftet firma, der berøres af ledighed i året. En periode som ledig er således ikke usædvanlig for personer, der er mobile på arbejdsmarkedet. Betydningen af dagpengesystemet og kontanthjælpen for forsørgelsen af disse personer er i fokus i det følgende kapitel. Vender vi tilbage til spørgsmålet om år-til-år-mobiliteten over hele den betragtede periode, bevares billedet af stabilitet i mobilitetsmønstrene, hvis man ser nærmere på en række karakteristika for de personer, som er immobile. Figur 5.4: Immobile fordelt på aldersgrupper 1983/84, 1993/94 og 2003/04 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% år år år år år 60 år + 35

36 Den laveste immobilitet findes for de yngste aldersgrupper. Dernæst følger gruppen over 60 år. Mest stabile er midtergrupperne fra 30 til 59 år. Der er en tendens til at mobiliteten over tid stiger lidt for de yngste aldersgrupper. En tilsvarende stabilitet findes for andelen af immobile i de forskellige stillingsgrupper, jf. figur 5.5. På grund af et databrud er det ikke muligt at fastholde den samme stillingsgruppering i hele perioden. Figur 5.5 viser data for 1982 og Figur 5.5: Immobile fordelt på stillingsgrupper 1983/84 og 1993/94 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Direktør Overordnet funktionær Ledende funktionær Funktionær i øvrigt Faglært Ikke faglært Lønmodtager una Andelen af immobile ligger i begge perioder på 50 procent eller derover for alle grupper. Der er et klart hierarki i mobiliteten. Andelen af immobile er omkring 80 procent for de højeste stillingsgrupper og derefter faldende. Figur 5.6: Immobile fordelt på socioøkonomiske grupper 2003/04 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2003 Topleder Lønmodtager på højeste niveau Lønmodtager på mellemniveau Lønmodtager på grundniveau Andre lønmodtagere Lønmodtagere una 36

37 Også når det gælder fordeling på socioøkonomisk gruppe, som den for 2003/04 er vist i figur 5.6, ses en klar rangordning, hvor andelen af immobile stiger fra godt 70 procent for lønmodtagere på lavere niveau til 83 procent for topledere. Figur 5.7 viser fordelingen af de immobile efter virksomhedsstørrelse. Ud fra en antagelse om en større betydning af interne arbejdsmarkeder på de større virksomheder kunne man forvente, at andelen af immobile er voksende med virksomhedsstørrelsen. Denne forventning bekræftes, om end i begrænset omfang, af materialet i figuren. Også her genfindes et billede af høj stabilitet i perioden 1983/84 til 2003/04. Dette billede er stort set uændret, hvis man kun ser på virksomheder (arbejdssteder) i den private sektor (ikke vist). En opdeling af arbejdsstedsmobiliteten efter virksomhedsstørrelse viser tillige ikke overraskende at større andel af mobiliteten i store virksomheder har karakter af arbejdspladsskift og en mindre andel karakter af mobilitet ud af virksomheden. Figur 5.7: Immobile fordelt efter virksomhedsstørrelse, 1983/84, 1993/94 og 2003/ % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% ansatte ansatte ansatte ansatte ansatte 1000 ansatte og derover Endelig giver figur 5.8 et billede af den betydning som branchen har for mobiliteten. Det anvendte mobilitetsmål er her andelen af personer med under et år anciennitet på arbejdspladsen. I de fleste brancher ligger denne andel mellem 20 og 30 procent. Særligt høje andele findes for landbrug mv., bygge- og anlæg samt for handel, hotel og restauration. Det er alle brancher, som i nogen grad er præget af sæsonsvingninger, men også for bygge- og anlægssektorens vedkommende er karakteriseret ved meget korte opsigelsesvarsler (jf. tabel 5.1). 37

38 Figur 5.8: Andel ansatte med under 1 års anciennitet efter branche, 1984, 1994 og % 40% 35% 30% 25% 20% 15% 10% 5% 0% Landbrug, fiskeri og råstofudvinding Industri Energi- og vandforsyning Bygge- og anlæg Handel, hotel og restauration Transport, post og tele Finansiering og forretningsservie Offentlige og personlige tjenester For brancherne ses kun begrænsede forskelle i ancienniteten mellem de tre perioder. Inden for nogle brancher er der dog tale om mere markante tendenser til en faldende andel af nyansatte. 5.3 Multivariate analyser af mobiliteten fra beskæftigelse I dette afsnit fremlægges en mere detaljeret analyse af mobiliteten fra beskæftigelse i 2003 til forskellige positioner i Analysen er foretaget i form af en multinominal logistisk regressionsanalyse. Beregningen dækker over hovedbeskæftigede lønmodtagere med specificeret arbejdssted ultimo november Der ses på deres bevægelser mellem ultimo november 2003 og ultimo november Forspalten i tabel 5.4 viser fordelingen af den afhængige variabel. Tabel 5.4: Fordelingen af mobilitetsvariablen i 2004 Antal Andel Uændret status på arbejdspladsen Fra beskæftigelse til beskæftigelse på nyt arbejdssted men i samme firma Fra beskæftigelse til beskæftigelse i nyt firma Fra beskæftigelse til på kanten af arbejdsstyrken Fra beskæftigelse til ordinær uddannelse Fra beskæftigelse til permanent udenfor arbejdsstyrken Antal lønmodtagere (med specificeret arbejdssted) ultimo november

39 I den multinominale logistiske regression testes oddsene for: A. At gå fra beskæftigelse ultimo november 2003 til beskæftigelse på nyt arbejdssted men i samme firma ultimo november 2004 B. At gå fra beskæftigelse ultimo november 2003 til beskæftigelse i nyt firma ultimo november 2004 (gælder både skift fra virksomheder, der fortsat eksisterer og skift fra nedlukkede virksomheder) C. At gå fra beskæftigelse ultimo november 2003 til at være på kanten af arbejdsstyrken ultimo november 2004 (dækker over arbejdsløs kontanthjælpsmodtager, arbejdsløs dagpengemodtager, orlovsforanstaltning, støttet beskæftigelse, uddannelsesforanstaltning, anden aktivering, integrationsforanstaltning, fleks- eller skånejob, sygedagpenge, revalidering, aktivering ifl. kontanthjælpsregistret eller på ledighedsydelse). D. At gå fra beskæftigelse ultimo november 2003 til ordinær uddannelse ultimo november dvs. at være registreret i uddannelsesregistret som værende under uddannelse. E. At gå fra beskæftigelse ultimo november 2003 til at være permanent udenfor arbejdsstyrken ultimo november 2004 (dækker over efterløn, overgangsydelse, folkepension, førtidspension, tjenestemandspension, øvrige udenfor arbejdsstyrken, kontanthjælp (står ikke til rådighed), introduktionsydelse til flygtninge eller ikke optræder i data i 2004). Referencegruppen er i alle tilfælde dem der forbliver i beskæftigelse i det samme firma og ikke ændrer status mellem de to år. Baggrundsvariablene er følgende: køn, alder, herkomst, højest fuldførte uddannelse, branche, stillingsgruppe, familietype, a-kassetilhørsforhold, arbejdsstedets størrelse, sektor (offentlig/privat), antal tidligere skifte af arbejdssted eller firma, og antal år (anciennitet) som lønmodtager. Koefficienter og øvrige resultater fra analysen findes i bilagstabel Fra beskæftigelse i 2003 til beskæftigelse i ny virksomhed i 2004 Som beskrevet i kapitel 4 er det omkring tre ud af hver fire beskæftigede, der bliver på samme virksomhed fra år til år. Af de resterende er det omkring halvdelen eller i ca personer - der går til beskæftigelse i en anden virksomhed året efter. Men hvad karakteriserer de personer, der skifter til en ny virksomhed sammenlignet med dem, der forbliver med uændret status på den samme virksomhed? Den multinominale analyse i bilag 8, tabel 8.1, viser, at: Kvinder har samme sandsynlighed for at skifte arbejdsgiver som mænd. Sandsynligheden for at skifte firma falder markant med alderen Indvandrere har en lidt lavere og efterkommere en lidt højere sandsynlighed for at skifte arbejdsgiver end etniske danskere. Uddannelse som bachelor eller en LVU giver en øget sandsynlighed for at skifte arbejdsgiver. Omvendt en sandsynligheden lidt lavere for personer med en erhvervsfaglig uddannelse, KVU eller MVU. Stillingsgruppen spiller en klar rolle for job-til-job-mobiliteten. Personer på lederniveau og lønmodtagere på højeste eller mellemste niveau har gennemgående en lavere sandsynlighed for firmaskifte. Men forskellen inden for grupperne af lønmodtagere på mellemniveau eller højere er til gengæld begrænset. 39

40 Sammenlignet med referencegruppen, som er offentlige og private tjenester, giver beskæftigelse inden for de øvrige sektorer en varierende sandsynlighed for at bevæge sig til et nyt job året efter. Industriens beskæftigede synes således at have en lavere sandsynlighed for arbejdsgiverskifte. Det samme gælder for sektoren energi- og vandforsyning, medens sandsynligheden er forhøjet for ansatte i bygge- og anlægssektoren. Begge resultater blev antydet af observationerne på grundlag af figur 5.8 ovenfor, men genfindes altså i den multivariate analyse. I forhold til familiesituationen er et interessant resultat, at par med hjemmeboende børn har en lavere mobilitet end referencegruppen, som er par uden børn. Til gengæld har enlige og enlige med børn en lidt forøget mobilitet. Virksomhedens størrelse spiller en klar rolle for sandsynligheden for skifte af virksomhed idet mobiliteten falder med stigende virksomhedsstørrelse. Igen gælder det således, at et resultat fra afsnit 5.2 kan genfindes i den multinominale analyse. Også for ansatte i den offentlige sektor ses generelt en lavere sandsynlighed for arbejdsgiverskift. Et meget klart resultat fra analysen er, at personer som tidligere har været mobile mellem arbejdssteder eller firmaer også har en klart forhøjet mobilitet fra 2003 til Hvis en person har skiftet arbejdsgiver to eller flere gange mellem 1999 og 2003, har vedkommende således en dobbelt så stor sandsynlighed for atter at skifte fra 2003 til 2004, vel at mærke når der er taget højde for alle de øvrige baggrundsvariable. Endelig gælder det, at de beskæftigedes anciennitet på arbejdsmarkedet i sig selv er med til at bestemme sandsynligheden for mobilitet i form af firmaskifte. Alle grupper, som har mindre en 5 års anciennitet, har en forhøjet sandsynlighed for mobilitet sammenlignet med referencegruppen, og sandsynligheden vokser klar med faldende anciennitet Fra beskæftigelse i 2003 til beskæftigelse på nyt arbejdssted i samme virksomhed i 2004 Som det fremgår af tabel 5.4, er knap 4 procent af de beskæftigede, der bliver på samme virksomhed fra år til år, men skifter til et nyt arbejdssted. Som det fremgår af bilagstabel 8.2 er de især karakteriseret ved, at: Kvinder har en lidt lavere sandsynlighed for at skifte arbejdssted end mænd. Sandsynligheden for at skifte arbejdssted falder markant med alderen Indvandrere har en lidt højere sandsynlighed for at skifte job i samme firma end etniske danskere samt efterkommere. Et uddannelsesniveau over grundskoleniveau giver gennemgående en lavere sandsynlighed for at skifte arbejdssted, men sammenhængen er ikke lineær. De laveste sandsynligheder findes for personer med mellemlang videregående uddannelse eller bacheloruddannelse. I forhold til familiesituationen er et interessant resultat, at enlige har en højere chance for at skifte arbejdssted end referencegruppen, som er par uden børn. Virksomhedens størrelse spiller en klar positiv rolle for sandsynligheden for at skifte arbejdssted inden for samme virksomhed. Igen gælder det således, at et resultat fra afsnit 5.2 kan genfindes i den multinominale analyse. Endelig viser analysen en klar sammenhæng mellem antallet af tidligere skift af arbejdssted eller arbejdsgiver. I begge tilfælde gælder, at personer med et større antal skift i perioden også har en stærkt øget sandsynlighed for at skifte arbejdssted fra 2003 til

41 Omvendt falder sandsynligheden for skifte af arbejdssted med den samlede arbejdsmarkedsanciennitet for de ansatte Fra beskæftigelse i 2003 til at være på kanten af arbejdsmarkedet i 2004 En del af de personer, som forlader deres arbejdsplads i 2003 bevæger sig til en situation på kanten af arbejdsmarkedet i Som det fremgår af tabel 5.4 drejer det sig samlet om knap personer svarende til næsten 4 procent af de beskæftigede. I dette afsnit er en placering på kanten defineret ved at tilhøre en af følgende grupper: arbejdsløs kontanthjælpsmodtager, arbejdsløs dagpengemodtager, orlovsforanstaltning, støttet beskæftigelse, uddannelsesforanstaltning, anden aktivering, integrations-foranstaltning, fleks- eller skånejob, sygedagpenge, revalidering eller ledighedsydelse. Sammenlignet med personer, som forbliver i beskæftigelse på den samme arbejdssted, er de personer, der går til kanten af arbejdsmarkedet karakteriseret ved følgende. De er oftere kvinder end mænd. I forhold til alder følger sandsynligheden for at blive marginaliseret en iøjnefaldende topuklet fordeling. Sammenlignet med referencegruppen, som er personer i alderen år, ses der en forøget sandsynlighed både for aldersgrupperne år og år. Igen fremstår personer i fyrrerne som arbejdsmarkedets kerne. Også indvandrere og efterkommere har en klar øget risiko for marginalisering. Personer med en uddannelse ud over grundskoleniveau har en klart lavere sandsynlighed for at havne på kanten af arbejdsmarkedet. Kun bachelorerne fremstår som en markant risikogrupper med en højere marginaliseringsrisiko end nogen af de øvrige uddannelsesgrupper (inklusive gruppen kun med en grundskoleuddannelse). Mellem de øvrige grupper en der kun mindre indbyrdes forskelle, men som nævnt en generelt lavere risiko for marginalisering sammenlignet med personer kun med grunduddannelse. Heller ikke stillingsstrukturen byder på overraskelser. Jo højere personer er placeret i stillingshierarkiet, jo lavere er marginaliseringsrisikoen. Branchetilhørsforholdet spiller en mindre rolle for marginaliseringsrisikoen. Dog bemærkes det, at et tilhørsforhold til landbrug, fiskeri og råstofudvinding og til industrien øger marginaliseringsrisikoen sammenlignet med referencegruppen, som er offentlige og personlige tjenester. Kombineret med resultaterne i afsnit peger dette således på, at et tilhørsforhold til industrien på den ene side mindsker sandsynligheden for jobmobilitetet, men på den anden side øger marginaliseringsrisikoen for dem, som forlader et job i industrien. For familiesituationen gælder, at risikoen for mobilitet til kanten af arbejdsmarkedet er øget for enlige med eller uden børn. Også virksomhedsstørrelsen slår klar ud på sandsynlighederne for marginalisering. Med større antal ansatte på virksomheden falder marginaliseringsrisikoen markant. Sammenholdes dette med observationen i afsnit er der således en tendens til, at større virksomheder både i højere grad fastholder personalet i forhold til mobilitet til anden beskæftigelse og åbenbart også fastholder i forhold til marginaliseringstruslen. Desuden spiller det en rolle, om en person har været ansat i den statslige, den kommunale eller den private sektor. Med en offentlig ansættelse nedsættes marginaliseringsrisikoen klart i forhold til referencegruppen, som er personer ansat i den private sektor i

42 Endelig spiller de historiske mobilitetsmønstre en klar selvstændig rolle. Personer, der har skiftet mellem forskellige arbejdsgivere i perioden har også en stærkt øget sandsynlighed for at blive marginaliseret fra 2003 til Denne øgede risiko ses derimod ikke for personer, der blot har skiftet arbejdssted i de foregående år. Positionen som flakke på arbejdsmarkedet forekommer således i sig selv marginaliseringsfremmende uden at det dog på det foreliggende grundlag kan afgøres, om den hyppigere mobilitet dækker over ikke-observerede træk ved de pågældende personer eller om det en øget mobilitet, som i sig selv forstærker risikoen for fortsatte skifte mellem jobs eller mellem beskæftigelse og marginalisering Fra beskæftigelse i 2003 til ordinær uddannelse i 2004 Hvert år bevæger en mindre del af de beskæftigede lønmodtagere sig til det ordinære uddannelsessystem. 8 Det drejer sig om ca. 1 procent af de beskæftigede, hvilket i 2003 svarede til knap personer. Ikke overraskende viser den multinominale analyse, at unge har en langt højere chance for at være i denne gruppe, hvilket blandt andet afspejler, at denne aldersgruppe i perioder vil være i beskæftigelse vekslende med at være uddannelsessøgende. Også kvinder har en højere sandsynlighed for at være i gruppen. Det samme har indvandrere og efterkommere. Set i forhold til stillingsniveau ses et interessant mønster, hvor sandsynligheden for at gå til uddannelse ganske vist er ganske lav for topledere, men tæt på referencegruppe for lønmodtagere på højeste niveau. For andre lønmodtagere og lønmodtagere uden nærmere angivelse ses en forhøjet sandsynlighed, hvilket muligvis afspejler, at gruppen i nogen grad består af studerende Fra beskæftigelse i 2003 udenfor arbejdsstyrken i 2004 Som det fremgår af tabel 5.4 var der i 2004 godt beskæftigede lønmodtagere, som forlod arbejdsstyrken. Flertallet af disse gik på efterløn eller pension. Sandsynligheden for at tilhøre denne grupper er derfor ikke overraskende stærkt stigende med alderen, idet man dog bemærker, at der også er forhøjede sandsynligheder for de yngre aldersgrupper sammenlignet med referencegruppen på år. Ellers svarer de fundne mønstre stort set til mønstrene for risikoen for at gå til en placering på kanten af arbejdsmarkedet. 5.4 Opsummering Formålet med analyserne i dette kapitel var at få et nærmere indtryk af mobiliteten for de beskæftigede på det danske arbejdsmarked. I sammenligning med andre OECD-lande har Danmark en forholdsvis lav formel ansættelsesbeskyttelse, men også en ganske stor spredning i beskyttelsesniveauet mellem forskellige brancher og stillingsgrupper. Komparative analyser sandsynliggør, at der på nationalt niveau er en positiv sammenhæng mellem ansættelsesbeskyttelsens omfang og job-til-job- 8 Ved ordinær uddannelse forstås i denne sammenhæng uddannelse, som berettiger til SU. 42

43 mobiliteten. En mulig forklaring på den generelt høje numeriske fleksibilitet på det danske arbejdsmarked er derfor den lave jobbeskyttelse. Ser man nærmere på mobiliteten for de enkelte grupper på arbejdsmarkedet, er der imidlertid klare indbyrdes forskelle: Kvinder er generelt lidt mere mobile end mænd, både når det gælder mobilitet mellem jobs og mobilitet til kanten af arbejdsmarkedet. Tendensen til at skifte job falder markant med alderen og samtidig stiger marginaliseringsrisikoen; en forhøjet risiko for marginalisering ses dog også for aldersgruppen år. Arbejdsmarkedets kernegruppe er således klart aldersgruppen år. Indvandrere og efterkommere har en højere marginaliseringsrisiko end andre, men ikke et markant forskelligt mønster, når det gælder jobmobiliteten. Sammenhængen mellem uddannelse og mobilitet er forholdsvis kompleks, idet et uddannelsesniveau over grundskoleniveau dog generelt giver en lavere sandsynlighed for at skifte job, men også en øget marginaliseringsrisiko Stillingsgruppen spiller en klar rolle for job-til-job-mobiliteten. Personer over grundniveau har gennemgående en lavere sandsynlighed for jobskifte. Samtidig gælder, at jo højere personer er placeret i stillingshierarkiet, jo lavere er marginaliseringsrisikoen. Sammenlignet med offentlige og private tjenester giver beskæftigelse inden for de øvrige sektorer en forøget sandsynlighed for at bevæge sig til et nyt job året efter. Branchetilhørsforholdet spiller en mindre rolle for marginaliseringsrisikoen. Et tilhørsforhold til industrien øger dog marginaliseringsrisikoen sammenlignet med referencegruppen, som er offentlige og private tjenester. Virksomhedens størrelse spiller en klar rolle for job-mobiliteten, som falder med stigende virksomhedsstørrelse; det samme gælder marginaliseringsrisikoen. Desuden gælder, at både kommunalt og statsligt ansatte har en klart lavere sandsynlighed for job-til-job-mobilitet end ansatte i den private sektor, men også en lavere sandsynlighed for marginalisering. Overordnet set tegner analyser i dette kapitel således at billede af, hvem der umiddelbart er upstairs and downstairs, når det gælder om at være beskæftiget på det fleksible danske arbejdsmarked. På de øverste etager findes man med størst sandsynlighed langvarigt uddannede gifte barnefædre i fyrrerne med et danskklingende efternavn. Længere nede møder vi de kortuddannede både blandt de yngre og de ældre aldersgrupper og her også de mere fremmedartede navne. Samtidig viser analyserne klart, at den individuelle arbejdsmarkedshistorie i form af lav eller høj mobilitet (målt ved antal skift af arbejdsplads eller firma i foregående år) i sig selv påvirker sandsynligheden for den aktuelle mobilitet både mellem jobs og til kanten af arbejdsmarkedet. En karriere med mange jobskift vil også øge sandsynligheden for at have en høj mobilitet fremover. Men som nævnt er det ikke muligt umiddelbart at afgøre om disse forskelle skyldes ikke-målte karakteristika ved den enkelte person eller om hyppige jobskifte i sig selv øger sandsynligheden for også fremover at have en ustabil arbejdsmarkedsplacering. 43

44 Inden for rammerne af det foreliggende projekt er det næste trin at få afdækket, hvorledes de mobilitetsmønstre, som netop er beskrevet, spiller sammen med de øvrige elementer i den danske udgave af flexicurity. Dette er emnet for de tre følgende kapitler. 44

45 Kapitel 6: Indkomstsikkerhed ved ledighed Hvor det foregående kapitel handlede om det fleksible danske arbejdsmarked og om flexicuritytrekantens øverste hjørne, rettes blikket i dette kapitel i stedet mod et af de andre hjørner i trekanten - det sociale sikringssystem. Det danske todelte sikringssystem, bestående af dagpengesystemet for personer der er forsikrede i en a-kasse og af kontanthjælpssystemet for ikke forsikrede, er ud fra flexicurity-tankegangen med til at understøtte fleksibiliteten på det danske arbejdsmarked, fordi ordningerne kompenserer for den lave ansættelsesbeskyttelse ved i stedet at garantere indkomstsikkerhed i perioder uden betalt arbejde. På denne måde skabes den velkendte balance mellem lav ansættelsesbeskyttelse og høj indkomstsikkerhed, som kendetegner den danske udgave af flexicurity. Men hvem er det egentlig, der nyder godt af indkomstsikkerheden i Danmark? Hvem bevæger sig ind i sikringsordningerne, hvem bevæger sig ud og hvor bevæger man sig hen? Er det i grunden alle, der anvender sikringssystemet som en trædesten til ny beskæftigelse, som det netop ofte antages eller har nogle grupper vanskeligere end andre ved at bevæge sig tilbage på arbejdsmarkedet igen? Disse spørgsmål søges der svar på i dette kapitel. Vi starter med at kigge dybere ind i trekantens hjørne, hvor vi først ser på, hvem der anvender de danske sikringsordninger og i hvilken grad. Hvem bevæger sig på et givent tidspunkt ind i sikringsordningerne og hvem befinder sig deri i kortere eller længerevarende tid? Dernæst skal der ses på bevægelser ud af trekantens hjørne, hvor vi undersøger, hvor personer der befinder sig i sikringssystemet på et givent tidspunkt har bevæget sig hen ét år senere. Her er det især interessant at studere, hvem der bevæger sig tilbage på arbejdsmarkedet eller til de arbejdsmarkedspolitiske foranstaltninger og hvad der kendetegner disse grupper i forhold til de ledige, der forbliver i sikringssystemet i en længere periode. Inden disse analyser præsenteres, gives først et kort overblik over, hvordan det danske sikringssystem er indrettet og hvilken grad af indkomstsikkerhed der ydes ved ledighed, ligesom der trækkes paralleller til andre landes sikringssystemer Indkomstsikkerheden på det danske arbejdsmarked i et komparativt perspektiv I en international sammenhæng karakteriseres Danmark ofte som et land med et meget generøst socialt sikkerhedssystem. Dette er bl.a. dokumentet i opgørelser fra OECD, der har konstrueret én samlet og overordnet indikator for generøsiteten i forskellige landes sikringssystemer. OECD s tal for udvalgte lande er gengivet i figur

46 Figur 6.1: Gennemsnitlige kompensationsgrader for udvalgte OECD-landes sikkerhedssystemer, Danmark Schweitz Island Irland Finland Norge Holland Sverige Tyskland England Frankrig Japan OECD-28 Australien Canada Spanien Ungarn USA Tyrkiet Italien Kilde: OECD (2007): Benefits and Wages Paris: OECD, p.102, figure 3.3, table b. OECD har konstrueret indikatoren for hvert lands gennemsnitlige kompensationsgrad ved at sammenlægge kompensationsgrader for forskellige grupper af ledige - for personer med 60 måneders arbejdsløshed, for ledige der tidligere tjente hhv. 67 og 100 % af gennemsnitslønnen og for fire forskellige familietyper (enlige med og uden børn og én-indkomstfamilier med og uden børn). Modtagere af alle former for understøttelse er medtaget (OECD 2007a:99). Indikatoren dækker således ikke over samtlige lønniveauer, familietyper og arbejdsløshedsperioder i hvert enkelt land, men kan alligevel anvendes til at danne sig et overordnet indtryk af, hvordan den samlede generøsitet er i forskellige landes sikkerhedssystemer. Som det ses af figuren placerer Danmark sig da også helt i top som det land, der i 2005 havde det mest generøse sikringssystem af alle OECD-lande og samme tendens gjorde sig gældende i 2001 (ikke vist i tabellen). Den gennemsnitlige kompensationsgrad var på 79 % i Danmark i både 2001 og Også de nordiske lande er placeret med en relativ høj generøsitet, mens USA, Tyrkiet og Italien er placeret helt i bund. Efter dette korte og overordnede blik på den samlede generøsitet i forskellige landes sikringssystemer, skal der i resten af dette afsnit ses mere detaljeret på det danske todelte sikringssystem og på hvordan forskellige grupper er indkomstsikret ved ledighed. Er man frivilligt forsikret i en a-kasse, hvilket størstedelen af den danske arbejdsstyrke er, har man ret til dagpenge ved ledighed, når man har været medlem i minimum et år og har arbejdet mindst 52 uger indenfor de sidste 3 år. Under ledighed er den ledige forpligtet til aktivt at søge arbejde og er underlagt de regler, der er gældende for den aktive arbejdsmarkedspolitik, hvilket f.eks. betyder, at den ledige skal tage imod aktiveringstilbud. Den maksimale varighed på dagpenge er 4 år, hvilket placerer Danmark som et af de lande, der tillader længst tid på denne ydelse kun overgået af Island og Belgien (OECD 2007a:17-21). Dagpengenes størrelse er individuel og afhænger bl.a. af tidligere 46

47 indkomst, men kan i Danmark maksimalt være 90 % af, hvad man tidligere tjente. Samtidig eksisterer der et loft for, hvad der maksimalt kan udbetales. Den maksimale dagpengesats er i 2008 på kr. om året, hvilket betyder, at når en persons indtjening når omkring kr., så kan der ikke længere udbetales 90 % af tidligere løn. Den gennemsnitlige kompensationsgrad for alle forsikrede ledige udgjorde ultimo 2002 cirka 72 % (LO 2006:7). Netop fordi kompensationsgraden afhænger af tidligere løn og fordi der er et loft for, hvad der maksimalt kan udbetales i dagpenge, er der i praksis stor spredning i kompensationsgraderne for forskellige uddannelses- og faggrupper og for forskellige typer af familier. OECD har eksempelvis beregnet nettokompensationsgraden for forskellige familietyper med forskellige indkomstniveauer i den første tid, de er ledige efter de har haft fuldtidsarbejde. 9 Der er set på kompensationsgraden for forskellige familietyper, der før ledighed tjente henholdsvis 67 %, 100 % og 150 % af gennemsnitslønnen. Udvalgte resultater for Danmark er vist i den nedenstående figur. Figur 6.2: Nettokompensationsgrader for forskellige indkomstniveauer og familietyper i Danmark i den første tid som ledig, Enlig, ingen børn Enlig med to børn Gift, ingen børn, en indkomst Gift, 2 børn, en indkomst 67 % af gennesnitsløn 100% af gennemsnitsløn 150% af gennemsnitsløn Kilde: OECD (2007): Benefits and wages Paris: OECD, p. 96, table 3.1. Det ses af figuren, at personer/familietyper, der tjener to tredjedele af gennemsnitslønnen har en væsentlig højere kompensationsgrad end dem, der tjener som gennemsnittet eller over. Familietypen spiller i nogen grad ind på kompensationsgraden, hvor især en enlig eller par med kun en indkomst, der har børn, er tilgodeset og får en højere kompensationsgrad. Dette skyldes ikke dagpengesystemet i sig selv, men andre former for ydelser, der gives til familier med børn, hvilket er medregnet i OECD s opgørelser. Samme tendens er illustreret i figur 6.3, der viser den gennemsnitlige kompensationsgrad for en række udvalgte LO-arbejdere (murere, elektrikere, lagerarbejdere, tømrere og rengøringsassistenter). 9 Det angives ikke nærmere af OECD, hvor længe denne første tid som ledig er. 47

48 Figur 6.3: Kompensationsgrader inklusive pension for udvalgte LO-arbejdere Kilde: LO (2006): Dagpengesystemet. En analyse af dagpengesystemets dækning. København: LO, s. 10, figur 3.2. Det ses af figuren, at den gennemsnitlige LO-arbejder havde en kompensationsgrad på cirka 55 i En rengøringsassistent modtog den højeste kompensationsgrad på omkring 71, mens en murer placerer sig lavest med en kompensationsgrad på lidt under 50. Det er således de lavest lønnede og de ufaglærte, der har den højeste kompensationsgrad. Samtidig ses det af figur 6.3., at kompensationsgraderne for de forskellige LO-grupper er faldet betydeligt over tid. For en gennemsnitlig LO-arbejder er kompensationsgraden faldet fra omkring 76 % i 1982 til cirka 55 % i Faldet er størst for murere og tømrere og mindst for de ufaglærte lagerarbejdere og rengøringsassistenter (LO 2006:8-9), men alle grupper har oplevet et betydeligt fald i perioden siden Dette fald skyldes bl.a. indfasningen af pensionsordningerne fra 1994 og frem (LO 2006:8). Tendensen til at dem der tjener mindst har højere kompensationsgrader findes i stort set alle OECDlande i OECD s opgørelser, og Danmark er det land, der har den højeste kompensationsgrad af alle lande, når det gælder den gruppe, der tidligere tjente to tredjedele af gennemsnitslønnen. Men når det gælder kompensationsgraderne for de grupper, der tjener som gennemsnittet eller mere (100 % og 150 % af gennemsnitlig løn i OECD s opgørelser), er Danmark ikke længere placeret i toppen. Danmark er således det land med de mest generøse ordninger for lavindkomstgrupper, men ikke for de grupper, der tjener omkring og over gennemsnittet. Kontanthjælpen fungerer som det nederste sociale sikkerhedsnet og ydes til ledige, der ikke er forsikrede i en a-kasse eller til forsikrede ledige, der enten ikke har optjent retten til dagpenge eller har været på dagpenge i 4 år og derfor ikke længere er berettiget til at modtage denne ydelse. Kontanthjælpens størrelse er afhængig af alder og af familiemæssige forhold, hvor eksempelvis forsørgelsespligten og ægtefællens indtjening har betydning. For forsørgere er kontanthjælpssatsen cirka 80 % af den maksimale dagpengesats, mens ikke-forsørgere kan få udbetalt cirka 60 %. Er 48

49 ægtefællen i beskæftigelse og/eller har man en formue, vil der som regel ikke blive udbetalt kontanthjælp (LO 2006:13, Sørensen 2006:59). Fordi kontanthjælpen er højere for forsørgere og for enlige, er det en gængs antagelse, at netop disse grupper i højere grad end andre grupper vil lade være med at forsikre sig (LO 2006:14). En undersøgelse fra AE Rådet, der har undersøgt tilbøjeligheden til at lade sig forsikre, har da også vist, at det i højere grad er disse grupper, der ikke forsikrer sig. Også unge, personer med lave indkomster, indvandrere og ufaglærte er i mindre grad forsikrede (AE Rådet 2006). AE Rådets analyse viser dog også, at personer med erhvervsindkomster over kr. årligt forsikrer sig i mindre grad. Dette kan måske være et udtryk for, at man ikke føler sig udsat for at blive ramt af arbejdsløshed, når man har en høj indkomst eller at man ikke ønsker forsikring ved ledighed, netop fordi dagpengesystemet yder en relativ lav kompensationsgrad især for gruppen, der tjener væsentligt mere end gennemsnittet Ledigheden i Danmark før og nu Efter dette korte overblik over indretningen af og sikringen i dagpenge- og kontanthjælpssystemerne, skal der ses nærmere på, hvem der anvender sikringssystemet og i hvilken grad. Sammenlignet med andre lande har Danmark en relativ lav grad af arbejdsløshed. Ifølge opgørelser fra Eurostat som er gengivet i den nedenstående tabel, var knap 4 % af den danske arbejdsstyrke ledige i 2007, hvilket placerer Danmark som et af de lande med den laveste ledighedsprocent overhovedet. 10 Til sammenligning var den gennemsnitlige ledighedsprocent for de 15 EU-lande tilsammen på 7 i den samme periode. Over tid ses samme tendens til, at Danmark har et relativt lavt ledighedstal. 10 Pga. forskelle i opgørelsesmetoder afviger ledighedsprocenten for Danmark i Eurostat fra de officielle tal om ledighed, der normalt anvendes. Der anvendes normalt tal fra Ledighedsstatistikregistret, som har opgjort de fuldtidsledige til at udgøre 1,9 % af arbejdsstyrken ultimo 2007 (Statistikbanken Arbejdsmarked Ledige efter ny metode AUP01). For at kunne sammenligne ledighedsprocenter i en række lande anvender Eurostat ikke tal fra de danske registre, men henter i stedet oplysninger om ledighed fra landenes Arbejdskraftundersøgelser, som er stikprøvebaserede interviewundersøgelser, der udføres på nogenlunde samme vis i hvert land. 49

50 Figur 6.4: Ledighedsprocent 11 i Danmark og EU % 10% 8% 6% 4% 2% 0% Danmark EU-15 Kilde: Long-term indicators Population and social conditions Labour market Unemployment Unemployment rate total. Og det er ikke kun ift. ledighedsprocenten, at Danmark placerer sig lavt, når vi sammenligner os med andre lande. Også ungdomsarbejdsløshed og langtidsledighed (ikke vist) er ifølge Eurostats opgørelser forekommende i Danmark i mindre grad end i andre lande. Hvad den ovenstående tabel dog ikke viser er, at forholdsvis mange mennesker hvert år bevæger sig ind i sikringssystemet. I den nedenstående tabel ses antallet af ledighedsberørte (dvs. antallet af personer der på et eller andet tidspunkt rammes af ledighed) i Danmark i en række udvalgte år samt hvor stor en procentdel af de ledighedsberørte, der i gennemsnit var ledige i kortere eller længerevarende tid. Tabel 6.1. Personer berørt af ledighed fordelt efter ledighedsgrader i udvalgte år ml og Ledighedsgrad: 0,000-0, ,200-0, ,400-0, ,600-0, , I alt Antal ledighedsberørte (i 1.000) Kilde: Sørensen (2006): Arbejdsmarkedet og den danske flexicuritymodel. Århus: Academica s. 83, Danmarks Statistik (1989): Statistisk tiårsoversigt. Danmarks Statistik, s. 58, Danmarks Statistik (1999): Statistisk tiårsoversigt. Danmarks Statistik, s Ledighedsprocenten angiver arbejdsløses procentvise andel af arbejdsstyrken. 50

51 Det ses af tabellen at forholdsvis mange mellem cirka og knap personer hvert år berøres af ledighed. I 2004 udgjorde de cirka ledighedsberørte omkring 20 % af arbejdsstyrken. Samtidig med at mange rammes af ledighed og bevæger sig ind i sikringssystemet, er de dog ledige i forholdsvis kort tid. For stort set hvert år gælder det, at omkring halvdelen af dem der bevægede sig ind i sikringssystemet, havde en ledighedsgrad i året på 0,200 svarende til at være ledig i op til 20 % af året. Denne høje forekomst af korttidsledighed understøtter netop antagelsen om, at sikringssystemet ofte bruges som en trædesten til ny beskæftigelse, selv om disse tal dog ikke angiver, hvor de ledighedsberørte bevæger sig hen efter ledighed. Samtidig med den høje forekomst af korttidsledighed er den længerevarende ledighed (målt som det at være ledig i mere end 80 % af året) forholdsvis lav. Som det ses af tabellen har den længerevarende ledighed siden 1980 ligget mellem 6 og 14 % af samtlige ledighedsberørte og har siden slutningen af 1990 erne været under 10 % af samtlige ledighedsberørte. I det følgende gives ud fra egne beregninger en karakteristik af, hvem der bevæger sig ind i sikringssystemet (målt som dem der berøres af ledighed på et eller flere tidspunkter af et givent år) og der ses på, hvad der kendetegner dem, der er i sikringssystemet i hhv. kortere (op til 20 % af året) og længerevarende tid (mere end 80 % af året). Analysen er foretaget for året Kilden til disse analyser er Ledighedsstatistiskregistret, som indeholder oplysninger om personers ledighed samt årsager hertil på ugebasis. For at få et billede af den reelle ledighed er personer der afholder ferie på feriedagpenge ikke medtaget i beregningerne. Derfor afviger tallene og procenterne i de nedenstående analyser fra tallene i tabel 6.1, der har medregnet feriedagpengemodtagerne. 12 I den nedenstående tabel ses antallet af og ledighedsgraderne for de personer, der er medtaget i de analyser, der præsenteres i dette afsnit. Tabel 6.2: Personer berørt af ledighed fordelt efter ledighedsgrader, 2004 Antal Procent Ledighedsgrad: 0,000-0, ,93 0,200-0, ,64 0, ,43 Ledighedsberørte i alt ,00 Ikke ledighedsberørte Kilde: Egne beregninger på baggrund af Ledighedsstatistikregistret. For at finde ud af hvem der træder ind i sikringssystemet og hvem der befinder sig deri i kortere eller længerevarende tid er foretaget to logistiske regressionsanalyser. Den første er en binær logistisk regression, der har testet oddsene for at være ledighedsberørt i 2004 sammenlignet med dem, som ikke var ledighedsberørte, og den anden er en multinominal logistisk regression, hvor oddsene for at være ledig i hhv. kort (op til 20 % af året), middellang (mellem 20 og 80 % af året) 12 En anden årsag til, at tallene ikke stemmer helt overens er, at de personer, der var ledige i 2004, men som ikke optrådte i registrene året før (enten fordi de er fyldt 18 år i 2004 eller fordi de er indvandret til Danmark), ikke er medtaget i vores beregninger. Dette var gældende for omkring 6000 personer. I de logistiske regressionsanalyser er de forklarende variable såsom alder, køn m.v. hentet fra året før for at sikre kausaliteten og hvis disse oplysninger ikke kunne findes i 2003, er personen derfor ikke inkluderet i regressionsanalyserne og heller ikke i tabel

52 og lang tid (mere end 80 % af året) er testet i forhold til dem, som ikke var ledige. Referencegruppen af ikke ledige er altså den samme i begge analyser. De anvendte forklarende variable er alder, køn, herkomst, højest fuldførte uddannelse, sidst kendte branche personen arbejdede indenfor, sidst kendte socioøkonomiske status personen havde, familietype samt en indikator på, om personen er forsikret eller ej, hvor de forsikrede er opdelt efter hvilken hovedorganisation, deres a-kasse tilhører. Endelig er en indikator for graden af tidligere ledighed inddraget i analysen (målt som summen af ledighedsgrader siden 1980 eller siden de indtrådte på arbejdsmarkedet). Med denne sidste indikator er det muligt at vurdere, om de personer der bevæger sig ind i sikringssystemet i 2004 tidligere har anvendt sikringsordningerne. 13 Odds ratio værdier, signifikansniveauer m.v. kan ses i bilagstabel 9 og 10. Ses der først på de personer, der bevægede sig ind i sikringsordningerne og blev berørt af ledighed på et tidspunkt i 2004, så viser analysen, at: Kvinder er mere berørt af ledighed end mænd De 18-29årige har fire gange så store odds som de 40-49årige for at blive ramt af ledighed. Der er en tendens til, at de yngre (under 40 år) har større odds end de ældre for at blive ledighedsberørte med undtagelse af gruppen af 55-59årige, der også har forhøjede odds. Personer med en bacheloruddannelse eller grundskole som det højeste fuldførte uddannelsesniveau er mere berørt af ledighed end de andre uddannelsesgrupper Jo lavere socioøkonomisk status man havde i sit sidste job, jo større odds har man for at blive ledighedsberørt. Indvandrere og efterkommere har større odds end danskere. Efterkommere har større odds end danskere. Personer der tidligere arbejdede i bygge- og anlægsbranchen og indenfor landbrug, fiskeri og råstofudvinding har de største odds for at være ledighedsberørte. Også personer der har arbejdet indenfor handel, hotel og restauration samt finansiering og forretningsservice har forhøjede odds i forhold til de andre brancher, men ikke så markant som de to første. Enlige er mere ledighedsberørte end personer i parforhold. Især enlige med hjemmeboende børn har forhøjede odds. Personer der er forsikrede i en a-kasse rammes i højere grad af ledighed end personer, der ikke er forsikrede. Personer der er forsikret i en a-kasse knyttet til AC, har de største odds af alle. Der er slutteligt inddraget en variabel, der angiver summen af ens tidligere ledighedsgrader og analysen viser her klart, at jo højere summen af ens tidligere ledighedsgrader er, jo højere odds har man for at være ledighedsberørt i Der er således en tendens til, at det over tid er de samme personer der anvender sikringssystemet netop i kraft af, at oddsene stiger, jo mere ledighed man har haft i fortiden. Når der ses på dem, der er ledige i op til 20 % af året, er resultaterne stort set de samme som ved analysen af de ledighedsberørte. Det er igen kvinder, der er i højere grad end mænd er ledige i kort tid af gangen. Det er personer med bacheloruddannelse og grundskoleuddannelse, de lavere socioøkonomiske grupper, indvandrere og efterkommere, enlige og yngre personer. Og det er især indenfor bygge- og anlægsbranchen, at den korte ledighed skal findes, dernæst i landbrugssektoren 13 Oplysninger om ledighedsgrad findes tilbage fra og med 1980, såfremt personen har været på arbejdsmarkedet i disse år. Hvis ikke, angiver variablen summen af ledighedsgrader siden personen indtrådte på arbejdsmarkedet. Der er i analysen kontrolleret for hvor mange år, man har været på arbejdsmarkedet. 52

53 og i finansierings- og forretningssektoren, men også industrien skiller sig ud med forhøjede odds for korttidsledighed. Hvad angår a-kasserne er det igen de forsikrede, der er mest korttidsledige især personer der er forsikrede i a-kasser under LO. Hvad angår langtidsledigheden, så ændrer billedet sig en smule på flere områder: Mænd er mere langtidsledige end kvinder De 55-59årige er de mest udsatte for langtidsledighed. Personer der sidst arbejdede indenfor finansiering og forretningsservice, i landbruget, i industrien og indenfor handel, hotel og restauration har større tendens til langtidsledighed end de andre brancher. Personer der er forsikrede i a-kasser under AC har forhøjede odds for langtidsledighed. Derudover er der ganske mange odds ratio værdier, som viser de samme tendenser som de tidligere analyser, men odds ratio værdierne er højere i denne analyse, hvorfor man kan sige, at nogle af de grupper der er udsatte for ledighed, er endnu mere udsatte for langtidsledighed. Dette er f.eks. tilfældet med indvandrere og efterkommere, enlige med børn og personer med tidligere ledighed. Der tegner sig således et billede af, at det er personer med nogle særlige karakteristika, der bevæger sig ind i sikringssystemet. Det ser ud til, at det især er kvinder, de lavere socioøkonomiske grupper, personer med anden herkomst end dansk, enlige og personer med lav uddannelse eller en bacheloruddannelse, der rammes af ledighed, og så er det ofte personer, der tidligere har befundet sig i sikringssystemet, som genfindes deri i Hvad angår langtidsledigheden, så genfindes samme tendens, men det er dog oftere mænd end kvinder og oftere gruppen af 55-59årige. I det næste afsnit ser vi nærmere på, hvor folk bevæger sig hen efter ledighed og hvad der kendetegner, dem der bevæger sig ud af ledighed og til andre positioner ét år senere Bevægelser fra ledighed i 2003 I dette afsnit tages der udgangspunkt i novembertilstanden i 2003 og der ses mere detaljeret på, hvor de personer der på dette tidspunkt var ledige har bevæget sig hen ét år senere. Det analyseres, hvad der kendetegner dem, der har bevæget sig ud af ledighed og til forskellige andre positioner i forhold til den gruppe, der fortsat er ledig et år senere. At være ledig ultimo november 2003 er defineret som det at være arbejdsløs på opgørelsestidspunktet, stå til rådighed for arbejdsmarkedet og ikke være engageret i arbejdsmarkedspolitiske foranstaltninger eller lignende. I den nedenstående tabel er angivet, hvor gruppen af ledige befinder sig ét år senere. Tabel 6.3: Bevægelser fra ledighed til andre tilstande mellem 2003 og 2004 Antal Procent Ledighed i begge år ,2 Fra ledighed til beskæftigelse ,6 Fra ledighed til AMFORA ,7 Fra ledighed til sygedagpenge, barselsdagpenge, revalidering eller ledighedsydelse ,5 Fra ledighed til ordinær uddannelse ,0 Fra ledighed til permanent udenfor arbejdsstyrken ,1 Ledige ultimo november

54 Det ses af tabellen, at cirka personer var ledige ultimo november Lidt over en tredjedel af denne gruppe var kommet i ordinær beskæftigelse ét år senere, mens en fjerdel fortsat var ledige. Knap 20 % havde bevæget sig til de aktive arbejdsmarkedspolitiske foranstaltninger. En mindre del var midlertidigt udenfor arbejdsstyrken enten i form af, at de havde påbegyndt en uddannelse i det ordinære uddannelsessystem eller fordi de var på barsel, sygedagpenge og lignende, og 14 % havde bevæget sig til at være permanent udenfor arbejdsstyrken. Denne gruppe udgøres både af personer, der er overgået til forskellige pensionsordninger, efterløn samt af kontanthjælpsmodtagere og lignende, der er vurderet til ikke at være arbejdsdygtige. Men hvad kendetegner dem, der skiftede position sammenlignet med dem, der forblev i ledighed i begge år? På baggrund af fordelingerne i tabellen ovenfor er der foretaget en multinominal logistisk regressionsanalyse, hvor sandsynligheden for at flytte sig fra ledighed i november 2003 til en af de andre positioner, som ikke er ren ledighed, året efter, er testet. Disse resultater fremlægges i de følgende tre underafsnit. De anvendte forklarende variable er de samme som i analysen ovenfor af de ledighedsberørte og kort- og langtidsledige. Odds ratio værdier, signifikansniveau m.v. kan ses i bilagstabel Fra ledighed i 2003 til beskæftigelse i 2004 I dette afsnit skal der ses nærmere på, hvad der kendetegner den gruppe af ledige, der mellem 2003 og 2004 bevægede sig ud af ledighed og til ordinær beskæftigelse set i forhold til de ledige, der fortsat befandt sig i ledighed ét år senere. Som nævnt tidligere var det lidt mere end en tredjedel af de ledige på opgørelsestidspunktet i november, der et år senere befandt sig i ordinær beskæftigelse. Den multinominale logistiske regressionsanalyse viser først og fremmest, at der ikke er signifikant forskel på mænds og kvinders chancer for at gå fra ledighed til beskæftigelse. Jo yngre man er, jo større chancer har man for at bevæge sig til beskæftigelse. Danskere har større chance end både indvandrere og efterkommere for at skifte til beskæftigelse, som har cirka lige store odds, dvs. samme chance for at bevæge sig til beskæftigelse. En uddannelse på grundskoleniveau eller bachelorniveau samt en ukendt uddannelse 14 giver mindst sandsynlighed for at bevæge sig til beskæftigelse. For de resterende uddannelsesniveauer placerer odds ratio værdierne sig forholdsvis tæt på hinanden (ml. 1,1 og 1,3 i forhold til referencegruppen), men især personer med en mellemlang og lang videregående uddannelse (odds ratio værdier på hhv. 1,279 og 1,311 i forhold til referencegruppen af personer med grundskoleuddannelse) har de største chancer for at bevæge sig til beskæftigelse. Den sidst kendte socioøkonomiske status viser få signifikante resultater, da de fleste socioøkonomiske grupper placerer sig omkring referencegruppen af lønmodtagere på grundniveau med ikke signifikante odds ratio værdier. Kun gruppen af selvstændige har signifikant lavere odds end de resterende grupper for at bevæge sig til beskæftigelse. Også gruppen for hvem den sidste kendte socioøkonomiske status ikke har været mulig at identificere, har lavere odds for at bevæge sig til beskæftigelse. Med en højsignifikant odds 14 Ukendt uddannelse dækker over personer for hvem Danmarks Statistik ikke kan registrere uddannelsesoplysningerne, eksempelvis ældre der ikke har taget uddannelse i mange år og indvandrede personer, hvor der ingen uddannelsesoplysninger findes. 54

55 ratio værdi på 0,516 har denne gruppe, som det ikke har været muligt at knytte socioøkonomiske oplysninger til formentlig fordi de ikke har befundet sig i beskæftigelse de seneste 5 år, næsten halv så stor chance som de resterende grupper for at bevæge sig til beskæftigelse. 15 Hvis man sidst var beskæftiget i bygge- og anlægsbranchen, har man de bedste muligheder for at gå fra ledighed til beskæftigelse, mens de resterende brancher ikke giver et entydig resultat, da de placerer sig forholdsvis tæt på referencegruppen af offentlige og personlige tjenester med insignifikante (dvs. p-værdien er højere end 0,05) odds ratio værdier. Personer der lever i parforhold har større odds end enlige for at skifte fra ledighed til beskæftigelse. Når der brydes ned på tilknytning til hovedorganisationer og ikke forsikrede, er det generelle billede, at forsikrede ledige har større odds end ikke forsikrede ledige for at bevæge sig til beskæftigelse. Når der ses på forholdet mellem de forskellige hovedorganisationer og gruppen der står udenfor hovedorganisationer, ser det ud til, at personer der er forsikrede i a-kasser under FTF har de bedste muligheder for at bevæge sig til beskæftigelse, mens forsikrede i a-kasser under AC har de mindste muligheder, men dog stadig større chance end de ikke forsikrede. Det er slutteligt blevet analyseret, om og ikke mindst hvordan tidligere ledighed påvirker mulighederne for at bevæge sig fra ledighed til beskæftigelse mellem 2003 og Til dette formål er anvendt et summeret mål for hver persons samlede ledighedsgrader fra 1980 og frem. Resultatet viser tydeligt, at jo lavere tidligere ledighedsgrad man har, jo større chance har man for at bevæge sig fra til beskæftigelse Fra ledighed i 2003 til arbejdsmarkedspolitisk foranstaltning i 2004 Nu vendes blikket mod den gruppe af ledige, der et år senere befandt sig i flexicurity-trekantens tredje ben - de arbejdsmarkedspolitiske foranstaltninger. Dette var gældende for knap 20 % af dem som var ledige i november 2003, svarende til cirka personer. Set i forhold til gruppen der forblev i ledighed begge år, har kvinder større odds end mænd for at gå fra ledighed til en arbejdsmarkedspolitisk foranstaltning. Og det er yngre frem for de ældre aldersgrupper, der foretager skiftet analysen viser fald i odds, jo ældre man er. Indvandrere bevæger sig i højere grad end danskere og efterkommere til de arbejdsmarkedspolitiske foranstaltninger, mens der ingen signifikant forskel er mellem danskere og efterkommere. Har man en ungdomsuddannelse, en kort videregående eller lang videregående uddannelse har man størst odds for at gå fra ledighed til en arbejdsmarkedspolitisk foranstaltning, mens der ingen signifikante forskelle er mellem referencegruppen af personer med grunduddannelse og de resterende uddannelsesgrupper. Her viser analysen altså en tendens til, at både korte og længevarende uddannelser bruger de arbejdsmarkedspolitiske foranstaltninger. 15 Når man ikke er i beskæftigelse, kan man i registeroplysningerne ikke have en socioøkonomisk status. Der er derfor kigget maksimalt 5 år tilbage i tid for at finde den sidst kendte socioøkonomiske status som beskæftiget. Hvis det i denne periode ikke har været muligt at knytte oplysninger om socioøkonomisk status til en person, er vedkommende placeret i gruppen socioøkonomisk status kendes ikke. Denne gruppe består derfor af personer der i de foregående 5 år ikke har været at finde på arbejdsmarkedet. 55

56 For den sidst kendte socioøkonomiske status findes ingen signifikante forskelle mellem de fleste grupper. Dog har gruppen af andre lønmodtagere lidt mindre odds end de resterende grupper for at bevæge sig til de arbejdsmarkedspolitiske foranstaltninger. Og for brancherne gives heller ikke et entydigt billede, da de fleste kategorier heller ikke adskiller sig signifikant fra hinanden. Kun personer der sidst var beskæftiget i bygge- og anlægsbranchen har lavere odds end de andre grupper for at bevæge sig til de arbejdsmarkedspolitiske foranstaltninger. Det var i øvrigt også personer fra denne branche, der i analysen af bevægelsen fra ledighed til beskæftigelse havde de største odds for at bevæge sig til beskæftigelse. Personer med børn (enlige såvel som personer i parforhold) har større odds end personer uden børn for at bevæge sig til de arbejdsmarkedspolitiske foranstaltninger. Personer der er medlemmer af en a-kasse, der enten er tilknyttet LO eller FTF har de største odds for at bevæge sig til de arbejdsmarkedspolitiske foranstaltninger, mens det i mindre grad er gældende for personer tilknyttet a-kasser under AC og personer der ikke er forsikrede Fra ledighed til andre positioner udenfor arbejdsstyrken De resterende 20 % af dem, der var ledige ultimo november 2003 befandt sig et år senere i en position udenfor arbejdsstyrken. En lille del var overgået til det ordinære uddannelsessystem, en del befandt sig på syge- eller barselsdagpenge, revalidering eller ledighedsydelse, mens andre havde bevæget sig helt ud af arbejdsstyrken og var overgået til eksempelvis pension eller efterløn. I dette afsnit skal der ikke gives en detaljeret gennemgang af resultaterne for hver enkelt bevægelse, men blot ses på et par enkelte væsentlige resultater af analyserne. Det er ikke overraskende især yngre personer, der foretager skiftet mellem ledighed og ordinær uddannelse, hvilket også var tilfældet i kapitel 5 for bevægelsen mellem beskæftigelse og ordinær uddannelse. Resultatet afspejler formentlig det, at de yngre aldersgrupper i perioder veksler mellem beskæftigelse og uddannelse og altså også anvender sikringssystemet i denne forbindelse, eksempelvis som et midlertidigt stop, mens de venter på at kunne påbegynde uddannelse. Hvad angår bevægelsen ud af arbejdsstyrken er det heller ikke overraskende, at det er ældre (fra 55 og opefter), der har de højeste odds, netop fordi flere af positionerne udenfor arbejdsstyrken er rettet mod de ældre aldersgrupper (pension, efterløn m.v.). De yngre har dog også forhøjede odds i forhold til referencegruppen af 40-49årige, og er således i større risiko for at bevæge sig ud af arbejdsstyrken end kernegruppen af 40-49årige er. Derudover viser analysen, at ikke forsikrede, kvinder og indvandrere har en øget sandsynlighed for at bevæge sig ud af arbejdsstyrken set i forhold til forsikrede, mænd samt danskere og efterkommere Opsummering Formålet med dette kapitel var at undersøge, hvem der nyder godt af indkomstsikkerheden i Danmark. Hvem bevæger sig ind i sikringsordningerne, hvem bevæger sig ud og hvor bevæger man sig hen? I en international sammenhæng peges der ofte på Danmark som det land med det mest generøse sikringssystem, der understøtter fleksibiliteten på det danske arbejdsmarked, men er det i grunden alle, der bruger sikringssystemet som en trædesten til ny beskæftigelse? Genfindes nogle 56

57 grupper ofte end andre i sikringssystemet og har nogle vanskeligere end andre ved at bevæge sig tilbage på arbejdsmarkedet? Analysen tegner først og fremmest et billede af, at det er bestemte grupper, der anvender sikringssystemet. Det ser ud til, at det især er kvinder, de lavere socioøkonomiske grupper, personer med anden herkomst end dansk, enlige, personer med lav uddannelse eller en bacheloruddannelse og personer der tidligere har arbejdet i bygge- og anlægsbranchen eller i landbruget, der træder ind i sikringssystemet. Og så er det ofte personer, der tidligere har befundet sig i ledighedssystemet, som genfindes i sikringssystemet igen i Gruppen der er ledige i kort tid (op til 20 % af året), ligner i store træk gruppen af ledighedsberørte, og det samme gør personer i længerevarende ledighed (mere end 80 % af året). Det ser dog ud til, at langtidsledighed i højere grad rammer mænd, 55-59årige og personer, der er forsikret i en a-kasse, der hører under AC. Analysen peger desuden på, at ikke alle har lige muligheder for at bevæge sig tilbage til arbejdsmarkedet. Yngre, personer med dansk baggrund, personer med uddannelse over grundskoleniveau (på nær bacheloruddannelse), personer der lever i parforhold samt personer der sidst arbejdede i bygge- og anlægsbranchen er de persongrupper, der har de bedste muligheder for at genfindes i beskæftigelse et år senere. Og jo lavere ledighedsgrad, man tidligere har haft, jo bedre muligheder har man for at komme i beskæftigelse. Gruppen der bevæger sig til de arbejdsmarkedspolitiske foranstaltninger består i højere grad af kvinder, yngre og indvandrere og så er det samtidig personer med vidt forskellige uddannelsesniveauer, der bevæger sig til denne position. Både personer med ungdomsuddannelse, kort videregående og lang videregående uddannelse bevæger sig til de arbejdsmarkedspolitiske foranstaltninger. Det er især grupperne af 55-59årige, enlige, indvandrere og efterkommere, personer med lav eller ingen uddannelse eller bacheloruddannelse og personer der er forsikrede i a-kasser under AC, der i højere grad end andre træder ind i sikringssystemet, men i mindre grad end andre bevæger sig ud af sikringsordningerne igen i hvert fald når man ser på deres bevægelser mellem 2003 og Samtidig peger analysen på, at det kan være indenfor nogle særlige faggrupper og brancher, at sikringssystemet anvendes som en trædesten til ny beskæftigelse, f.eks. indenfor bygge- og anlægsbranchen og landbrug, fiskeri og råstofudvinding. Personer der tidligere har arbejdet indenfor disse brancher havde i analyserne både forhøjede odds for at bevæge sig ind i korttidsledighed og for et år senere at genfindes i beskæftigelse. Ud fra analysen tegner der sig således et billede af, at nogle persongrupper i højere grad end andre anvender sikringssystemet som en trædesten til ny beskæftigelse og gør brug af den særlige kombination af fleksibilitet og sikkerhed på det danske arbejdsmarked, mens andre, som er havnet i sikkerhedssystemet, har vanskeligere ved selv at bevæge sig tilbage til arbejdsmarkedet. 57

58 Kapitel 7: Aktiv arbejdsmarkedspolitik Den aktive arbejdsmarkedspolitik spiller en afgørende rolle i beskrivelsen af dansk flexicurity. I dette kapitel skal vi analysere tilgange og afgange fra de arbejdsmarkedspolitiske foranstaltninger, dvs. hvem der deltager i de arbejdsmarkedspolitiske ordninger, hvor de kommer fra, hvor de går hen efterfølgende, og hvorvidt der er nogle grupper som opholder sig længere tid end andre i de arbejdsmarkedspolitiske programmer. Historisk er den aktive arbejdsmarkedspolitik den senest udviklede del af dansk flexicurity. Selv om der kan findes eksempler på en gradvis aktivgørelse af (social- og) arbejdsmarkedspolitikken siden slutningen af 1960erne tidsfæstes udviklingen af den aktive arbejdsmarkedspolitik typisk til arbejdsmarkedsreformen fra Hermed introduceres et skifte i ledighedsbekæmpelsen til en tidligere, mere intervenerende og aktiv indsats. Instrumenterne hertil var individuelle handlingsplaner, rettigheder og pligter for de ledige, afskaffelse af genoptjeningsretten ved deltagelse i aktivering og udvikling af nye redskaber. Målet med den aktive arbejdsmarkedspolitik er dels at motivere de ledige til selv at finde beskæftigelse, dels at opkvalificere de ledige, som ikke umiddelbart efterspørges på arbejdsmarkedet. Der er imidlertid uenighed i litteraturen om, hvilken betydning den aktive arbejdsmarkedspolitik har for ledigheden, beskæftigelsen og arbejdsmarkedets funktionsmåde. På den ene side argumenteres der for, at udviklingen af den aktive arbejdsmarkedspolitik i kombination med fleksible afskedigelsesregler og et generøst dagpengesystem har bidraget til at reducere strukturledigheden på arbejdsmarkedet (Arbejdsministeriet 2000). Årsagen hertil skal findes i den nye balance mellem motivation og opkvalificering, der etableres fra midten af 1990erne. Strammere rådighedsregler, krav om deltagelse i aktivering og forkortet dagpengeperiode har medvirket til at motivere de ledige til at tage og søge arbejde. Aktiverings- og uddannelsestilbud samt en mere individuel og behovsorienteret indsats har medvirket til at opkvalificere de ledige, som ikke af sig selv fandt beskæftigelse ved udsigten til aktivering (Madsen 1999, 2003, 2004; Jørgensen 2002; Bredgaard m.fl. 2005). Det andet synspunkt i litteraturen fremhæver, at selvom motivationseffekterne er substantielle, så er programeffekterne af den aktive arbejdsmarkedspolitik yderst beskedne, hvilket gør det til en meget dyr metode til at reducere ledigheden (Rosholm & Svarer 2004; Geerdsen 2006; Det Økonomiske Råd 2007). 16 Det fremhæves ydermere, at flexicurity-modellen ikke har kunnet forhindre en stigning i antallet af personer i den erhvervsaktive alder på offentlige overførselsindkomster (Andersen & Svarer 2007; Nationalbanken 2008). Der er således uenighed i litteraturen, dels om hvor stor selvforsørgelseseffekten af aktiveringspolitikken er (og dermed også om den kan betale sig), dels om hvilke typer af effekter politikken og de specifikke programmer har (ikke mindst for forskellige målgrupper). I forhold til flexicurity litteraturen er det væsentlige spørgsmål, hvorvidt aktiv arbejdsmarkedspolitik bidrager til at øge beskæftigelsessikkerheden for deltagerne (defineret som adgangen til ny beskæftigelse). 16 I international sammenligning er Danmark det OECD-land, som benytter den højeste andel af bruttonationalproduktet på arbejdsmarkedspolitik (4,5 % i alt i 2004, og 1,83 % på aktive foranstaltninger) (OECD 2006: 271). Internationale sammenligninger viser imidlertid også, at der er en statistisk signifikant sammenhæng mellem udgifterne til arbejdsmarkedspolitik og følelsen af jobsikkerhed (jf. ILO 2004: 206). 58

59 Som i de forudgående kapitler er de empiriske analyser baseret på IDA registeret, og dækker oplysninger om bevægelser ind og ud af arbejdsmarkedet for ledige og beskæftigede i perioden Til at afdække bevægelser ind og ud af den aktive arbejdsmarkedspolitik benyttes desuden registeret over arbejdsmarkedspolitiske foranstaltninger (AMFORA) Deltagerne i arbejdsmarkedspolitiske foranstaltninger I det følgende skal vi se på, hvem og hvor mange der deltager i aktive arbejdsmarkedspolitiske programmer. Til trods for den relativt lave ledighed er andelen af personer, som er omfattet af arbejdsmarkedsprogrammer forholdsvis høj i Danmark sammenlignet med andre OECD-lande. Dette ses tydeligt i OECD s opgørelser over andelen af deltagere i aktive arbejdsmarkedspolitiske foranstaltninger. Figur 7.1: Andel procent af arbejdsstyrken som deltager i aktive arbejdsmarkedspolitiske programmer i udvalgte OECD-lande, Holland Belgien Frankrig Tyskland Danmark Sverige Finland Irland Norge Schweiz New Zealand Australia England Tjekkiet Kilde: OECD (2006): Employment Outlook 2006, Paris: OECD. I 2004 deltog knap 5 % af arbejdsstyrken i arbejdsmarkedsprogrammer i Danmark. Dette inkluderer deltagere i uddannelsesaktivering, privat og offentlig jobtræning, revalidering og støttet beskæftigelse. Når dette forholdsvist høje deltagerantal sammenholdes med de relativt generøse forsørgelsesordninger kommer det ikke som en overraskelse, at Danmark har den dyreste arbejdsmarkedspolitik i Europa målt som udgifter i andel af bruttonationalproduktet (4,4 % i 2004 mod et EU-gennemsnit på 1,8 %). Det er dog værd at bemærke, at de samlede udgifter til 59

60 arbejdsmarkedspolitikken er faldet betragteligt siden 1995 (6,2 % af BNP), og at en højere andel end tidligere anvendes på aktiv arbejdsmarkedspolitik (Europæiske Kommission 2006: kapitel 3, ). I vores registeroplysninger fra Danmarks Statistik (AMFORA) opgøres antallet af deltagere i arbejdsmarkedspolitiske foranstaltninger ikke på helt samme måde, men bestanden af personer fremstår fortsat ganske høj. I 2004 deltog i alt personer, svarende til 9,2 % af arbejdsstyrken i arbejdsmarkedspolitiske foranstaltninger. I tabel 7.1 nedenfor er en samlet oversigt over, hvilke arbejdsmarkedspolitiske foranstaltninger disse personer deltog i. Tabel 7.1: Deltagere i arbejdsmarkedspolitiske foranstaltninger over 18 år i antal, gennemsnitlig deltagelsesgrad og i procent af arbejdsstyrken, 2004 Antal Gnm. % af Fuldtidsdeltagere deltagelsesgrastyrken arbejds- Støttet beskæftigelse ,36 2,7 Ansættelse med løntilskud ,38 Virksomhedspraktik ,23 Servicejob (ophørt i 2002) ,92 Frivilligt ulønnet arbejde ,41 Orlov ,33 0,3 Orlov til børnepasning (ophørt i 2002) ,33 Orlov til uddannelse (ophørt i 2001) 3 2 0,75 Uddannelse ,26 3,3 Uddannelse. med voksenuddannelsesstøtte (ophørt i 2001) ,18 Ordinær uddannelse med uddannelsesgodtgørelse ,22 Særlig tilrettelagt uddannelsesforløb ,20 Intensiv jobsøgning (ophørt i 2003) 9 3 0,31 Voksenlærling ,69 Integrationsuddannelse ,33 0,2 Kursus i samfundsforståelse ,17 Danskundervisning ,32 Særlig tilrettelagt danskundervisning ,31 Anden aktivering ,16 3,2 Særligt tilrettelagt projekter ,23 Vejlednings- og afklaringsforløb ,09 Forsøg ,39 Fleks- og skånejob ,72 1,4 Fleksjob ,75 Skånejob ,52 Deltagere i aktive arbejdsmarkedspolitiske foranstaltninger ,38 9,2 17 Deltagere i uddannelse med arbejdsløshedsdagpenge regnes som arbejdsløse og er derfor ikke medregnet i statistikken. 60

61 Note: Beregningen dækker over de personer over 18, der deltog i arbejdsmarkedspolitiske foranstaltninger i Hvis personer har deltaget i mere end en foranstaltning i løbet af året, er det kun den sidste, de deltog i, som er medtaget i beregningen af totalen. Har man deltaget i mere end én foranstaltning, opgøres dette under hver foranstaltning, men ikke i totalen, hvorfor tallene ikke summerer op i totalen. Af samme grund varierer totalerne fra Danmarks Statistiks opgørelser (AMFORA), hvor de medtager hver person flere gange, hvis vedkommende har deltaget i mere end en foranstaltning. Arbejdsstyrken er defineret som summen af beskæftigede, arbejdsløse og personer på kanten af arbejdsstyrken (dvs. personer i de aktive arbejdsmarkedspolitiske foranstaltninger, på sygedagpenge, barselsdagpenge, revalidering og ledighedsydelse). I opgørelsen fokuserer vi på de arbejdsmarkedspolitiske foranstaltninger, som søger at bringe deltagerne tættere på det ordinære arbejdsmarked, og har derfor i modsætning til Danmarks Statistik ikke medregnet personer i tidlig tilbagetrækning (efterløn og overgangsydelse), men derimod medregnet deltagere i fleks- og skånejobs. Som det fremgår ovenfor befinder hovedparten af fuldtidsdeltagere i arbejdsmarkedspolitiske foranstaltninger sig i støttet beskæftigelse (27 %), fleksog skånejobs (28 %), uddannelsesforanstaltninger (24 %) og anden aktivering (16 %). Det største antal deltagere befinder sig i ordinær uddannelse med uddannelsesgodtgørelse, vejlednings- og afklaringsforsøg, ansættelse med løntilskud, særligt tilrettelagte projekter, fleksjob og virksomhedspraktik. Der er dog betydelige forskelle på, hvor længe deltagerne befinder sig i de enkelte foranstaltninger. Dette afspejles i den gennemsnitlige deltagelsesgrad, som udtrykker hvor stor en del af året en deltager gennemsnitligt deltager i en foranstaltning. Til eksempel deltager personer i fleksjob gennemsnitligt i 75 % af årets fuldtidstimer, hvorimod vejlednings- og afklaringsforsøg er betydeligt kortere (9 % af årets fuldtidstimer). Den gennemsnitlige deltagelsesgrad for alle foranstaltninger er omkring en tredjedel af året (0,38), hvilket svarer til fuldtidspersoner. Ser vi på udviklingen over tid, er det interessant at observere, at antallet af fuldtidsdeltagere trods et mindre fald langt fra er faldet så markant, som den registrerede ledighed i perioden Figur 7.2: Fuldtidsdeltagere i arbejdsmarkedspolitiske foranstaltninger, Vejledning og opkvalificering Integrationsuddannelse Støttet beskæftigelse Andre foranstaltninger Kilde: Danmarks Statistik (2007): Statistisk Tiårsoversigt 2007, Danmarks Statistik. 61

62 Derimod er der sket markante interne forskydninger. Orlovsordningerne er stort set udfaset (jf. kategorien andre foranstaltninger ), den støttede beskæftigelse har været støt stigende siden 2001 (hvilket især skyldes væksten i fleksjobs), og ordinære uddannelsesforløb for dagpengemodtagere er halveret siden 1999 (dette opvejes derimod af vækst i korte vejledningsforløb og særligt tilrettelagte projekter for kontanthjælpsmodtagere, hvorfor kategorien vejledning og opkvalificering har været nogenlunde uændret de senere år). Der er samtidig nogle grupper af personer, som er overrepræsenteret i de arbejdsmarkedspolitiske foranstaltninger. Det er i det følgende opgjort ved at sammenligne den samlede deltagelse i arbejdsmarkedspolitiske foranstaltninger for udvalgte baggrundsoplysninger med de pågældende gruppers andel af arbejdsstyrken: I forhold til andelen af danskere i arbejdsstyrken (8,2 %) som deltager i arbejdsmarkedspolitiske foranstaltninger, er der en betydelig overrepræsentation af indvandrere (24 %) og efterkommere (15 %). Dette betyder, at næsten hver femte deltager i de arbejdsmarkedspolitiske foranstaltninger i 2004 var indvandrer. Hvad angår uddannelsesbaggrund er forskellene knap så markante, selvom trenden er klar; jo højere uddannelse, desto mindre sandsynlighed for at deltage i arbejdsmarkedspolitiske foranstaltninger. Personer med en grundskoleuddannelse som den højest fuldførte uddannelse er således overrepræsenterede (15 %), hvor personer med lang videregående (6 %) og mellemlang videregående uddannelse (5 %) er underrepræsenterede. Som andel af arbejdsstyrken er de årige og årige en smule overrepræsenterede, idet henholdsvis 11,5 % og 10,2 % deltager i arbejdsmarkedspolitiske foranstaltninger. Kvinder er også en smule overrepræsenterede (10,5 %) sammenlignet med mænd (8,1 %). Ikke-forsikrede er ligeledes overrepræsenterede, idet 14,5 % deltager i arbejdsmarkedspolitiske foranstaltninger mod 9,2 % af alle deltagere. Blandt de forsikrede ledige er der en overrepræsentation af a-kasserne Faglig fælles a-kasse (3F) (12 %), Kristelig a-kasse (10,4 %), Magistrenes a-kasse (10,1 %) og Teknikernes a-kasse (10,1 %). Dette betyder også, at der er en relativ høj andel af medlemmerne af a-kasser under LO, som deltager i arbejdsmarkedspolitiske foranstaltninger (9 %) sammenlignet med a-kasser under AC (6 %) og a-kasser under FTF (4 %). Når vi ser på hvilke brancher deltagerne i arbejdsmarkedspolitiske foranstaltninger tidligere har arbejdet i, er der ikke markante forskelle, bortset fra at personer fra energi- og vandforsyning er underrepræsenterede (2,8 %). Derimod er forskellene noget større hvad angår den sidst kendte socioøkonomisk status, hvor især gruppen af såkaldte andre lønmodtagere er overrepræsenteret (17 %), hvorimod sandsynligheden for at deltage falder markant med stigende socioøkonomisk status (f.eks. deltager blot 1,7 % af toplederne i arbejdsmarkedspolitiske foranstaltninger). Resultaterne af disse krydstabuleringer understøttes alle af logistiske regressioner, som finder de samme sammenhænge, bortset fra én: A-kassemedlemmer under AC har faktisk en betydelig højere sandsynlighed for at deltage i arbejdsmarkedspolitiske foranstaltninger (odds 1,907) sammenlignet med referencegruppen af a-kasser under LO. Dette resultat fremkommer ved bl.a. at kontrollere for uddannelse, hvilket betydeligt øger AC-medlemmers sandsynlighed for at deltage i arbejdsmarkedspolitiske foranstaltninger. 62

63 Opsummerende kan vi således sige, at de hyppigste deltagere i de arbejdsmarkedspolitiske foranstaltninger er indvandrere og efterkommere, personer med folkeskoleuddannelse, kvinder, medlemmer af a-kasser under AC og personer med lav socioøkonomisk status. Nogle grupper har flere af disse baggrundskarakteristika samtidig, hvorved sandsynligheden for deltagelse øges. Det skal dog bemærkes, at deltagersammensætningen på de specifikke arbejdsmarkedspolitiske ordninger kan afvige en smule fra dette generelle billede. Dette gælder især deltagerne i fleks- og skånejobs, som navnlig benyttes af etniske danskere i alderen fra år med folkeskolebaggrund. Desuden kommer over halvdelen af fleks- og skånejobberne fra branchen offentlige og personlige tjenesteydelser (53 %), hvilket er dobbelt så høj deltagelsesfrekvens som gennemsnittet for de øvrige brancher. Efter dette øjebliksbillede af bestanden af deltagere i arbejdsmarkedspolitiske foranstaltninger skal vi forsøge at tegne et mere dynamisk billede af bevægelserne ind og ud af arbejdsmarkedspolitikken Tilgang og afgang fra arbejdsmarkedspolitikken Dette gøres ved at se på, hvor de personer der var i de arbejdsmarkedspolitiske foranstaltninger i november 2003 kom fra året før (opgjort i nov. 2002). Derefter ser vi på hvor deltagerne i november 2003 befinder sig året efter (opgjort i nov. 2004). Ser vi i første omgang på, hvor deltagerne i arbejdsmarkedspolitiske foranstaltninger kommer fra, er der en tydelig kontinuitet. Mere end halvdelen af deltagerne i arbejdsmarkedspolitiske foranstaltninger i ultimo november 2003 (51,8 %) var også i en arbejdsmarkedspolitisk foranstaltning året før. De resterende kom primært fra beskæftigelse (19,1 %), ledighed (11,6 %) eller kategorien øvrige (12,4 %). 18 Der er således en stor andel gengangere i de arbejdsmarkedspolitiske ordninger (tabel 7.2). Tabel 7.2: Tilgang til arbejdsmarkedspolitiske foranstaltninger (%) Tilgang ( ) Beskæftiget 19,1 % Ledig 11,6 % I aktive AMP foranstaltninger 51,8 % Uddannelse 1,7 % Barsel, sygedagpenge og revalidering 3,1 % Efterløn og overgangsydelse 0,01 % Pension 0,4 % Øvrige 12,4 % Total 100 % ( ) Note: Antallet af deltagere i aktive arbejdsmarkedspolitiske foranstaltninger dækker blot bestanden på opgørelsestidspunktet (ultimo november 2003), hvorfor bestanden er betydeligt mindre end i tabel 7.1 ( personer), der dækker alle deltagere i løbet af året. 18 Kategorien øvrige består af personer på ledighedsydelse, kontanthjælp (udenfor arbejdsstyrken), introduktionsydelse og øvrige udenfor arbejdsstyrken. 63

64 Vi ser dernæst på afgangen fra de arbejdsmarkedspolitiske foranstaltninger i perioden Hovedparten af deltagerne (50,2 %) befinder sig i en aktiv foranstaltning igen året efter. Knap en femtedel afgår til beskæftigelse (22,4 %), og knap en tiendedel afgår til ledighed (8,9 %) (tabel 7.3). Tabel 7.3. Afgang fra arbejdsmarkedspolitisk foranstaltning, (%) Afgang ( ) Beskæftiget 22,4 % Ledig 8,9 % I aktive AMP foranstaltning 50,2 % Uddannelse 1,6 % Barsel, sygedagpenge og revalidering 2,2 % Efterløn og overgangsydelse 0,9 % Pension 1,6 % Øvrige 12,3 % Total 100 % ( ) Dette generelle billede dækker over forskellige tilgangs- og afgangsmønstre fra de forskellige ordninger. Som det ses nedenfor, er der en større tilgang af beskæftigede til uddannelsesforanstaltninger (25,2 %) end støttet beskæftigelse (16,2 %) og anden aktivering (20,4 %). Tilgangen af ledige og tidligere deltagere i aktive foranstaltninger er derimod højere til støttet beskæftigelse (67,3 % i alt) end for uddannelsesforanstaltninger (62,0 %) og anden aktivering (49,9 %). En betydelig andel af deltagerne i anden aktivering kommer desuden fra gruppen øvrige (23,0 %), som består af personer på kanten af arbejdsmarkedet (ledighedsydelse, kontanthjælp udenfor arbejdsstyrken, introduktionsydelse) og udenfor arbejdsstyrken. Tabel 7.4: Tilgang fra forskellige arbejdsmarkedspolitiske foranstaltninger ( ) Støttet beskæftigelse Uddannelsesforanstaltninger Anden aktivering Beskæftiget 16,2 % 25,2 % 20,4 % Ledig 19,2 % 18,3 % 11,0 % Aktiv AMP foranstaltning 48,1 % 43,7 % 38,9 % Uddannelse 2,3 % 1,6 % 3,7 % Barsel, sygedagpenge og revalidering 2,6 % 3,1 % 3,1 % Efterløn og overgangsydelse 0,02 % 0,0 % 0,0 % Pension 0,08 % 0,05 % 0,05 % Øvrige 11,5 % 8,17 % 23,0 % Total 100 % (32.160) 100 % (37.724) 100 % (21.823) Vel vidende, at en relativt stor andel af deltagerne i anden aktivering kommer fra kanten af eller udenfor arbejdsmarkedet, er det således heller ikke overraskende, at en væsentlig mindre andel befinder sig i beskæftigelse året efter deltagelse (22,7 %) når vi sammenligner med afgangen fra støttet beskæftigelse (31,5 %) og uddannelsesforanstaltning (31,0 %). Omvendt er en relativt stor andel (21,4 %) afgået fra anden aktivering til gruppen øvrige (tabel 7.5). 64

65 Tabel 7.5: Afgang fra forskellige arbejdsmarkedspolitiske foranstaltninger ( ) Støttet beskæftigelse Uddannelsesforanstaltninger Anden aktivering Beskæftiget 31,5 % 31,0 % 22,7 % Ledig 14,5 % 12,8 % 9,2 % Aktiv AMP foranstaltning 38,4 % 40,0 % 40,6 % Uddannelse 1,2 % 2,5 % 2,8 % Barsel, sygedagpenge, revalidering 1,4 % 4,2 % 2,1 % Efterløn og overgangsydelse 1,6 % 1,8 % 0,3 % Pension 0,8 % 0,4 % 1,0 % Øvrige 10,6 % 7,4 % 21,4 % Total 100 % (32.160) 100 % (37.724) 100 % (21.823) I det følgende gennemføres en såkaldt multinominal logistisk regression af sandsynligheden for at forlade de aktive arbejdsmarkedspolitiske foranstaltninger. Vi ønsker at undersøge hvilke baggrundsvariable (som køn, alder, herkomst, uddannelse, socioøkonomisk gruppe, branche, familieforhold og medlemskab af hovedorganisation), der kan forklare afgangen fra arbejdsmarkedspolitiske foranstaltninger til henholdsvis beskæftigelse, ledighed og anden tilstand. Anden tilstand er en samlekategori for personer på kanten af arbejdsmarkedet (sygedagpenge, revalidering, ledighedsydelse, ordinær uddannelse) eller udenfor arbejdsmarkedet (efterløn, overgangsydelse, folkepension, førtidspension, tjenestemandspension, øvrige udenfor arbejdsstyrken, kontanthjælpsmodtagere, der ikke står til rådighed, introduktionsydelse, samt personer der ikke optræder i data i 2004). 65

66 Tabel 7.6. Forskellige variables effekt på det at bevæge sig fra en arbejdsmarkedspolitisk foranstaltning (AMP) ultimo november 2003 til beskæftigelse, ledighed eller anden tilstand ultimo november 2004 set i forhold til dem der forbliver i arbejdsmarkedspolitisk foranstaltning begge år. Fra AMP foranstaltning til beskæftigelse Fra AMP foranstaltning til ledighed Fra AMP foranstaltning til anden tilstand Exp(B) Sig. Exp(B) Sig. Exp(B) Sig. Kvinde,910,000,894,000 1,269,000 Mand (ref) år 3,908,000 1,267,005 2,041, år 1,479,000,992,820 1,400, år 1,113,000,882,000 1,086, år,556,000,778,000,861, år,277,000 1,308,000 1,154, år (ref) Indvandrer,803,000,959,161,879,000 Efterkommer 1,104,260 1,318,019 1,114,232 Dansker (ref) Ungdomsuddannelse 1,267,000,901,018 1,011,734 Erhvervsfaglig uddannelse 1,248,000,997,925,989,644 Kort vid. uddannelse 1,317,000,989,845 1,037,495 Mellemlang vid. uddannelse 1,316,000 1,070,210 1,092,064 Bacheloruddannelse 1,295,008,635,003,891,385 Lang vid. uddannelse 1,444,000,856,044,893,0101 Uddannelsesniveauet kendes ej,956,245,812,000,968,314 Grundskoleuddannelse (ref) Selvstændig 1,113,082 1,507,000 1,775,000 Topleder 1,451,032 1,628,014,859,572 Lønmodtager højeste niveau 1,135,018 1,072,328 1,196,013 Lønmodtager mellemste niveau,964,358 1,000,997 1,075,176 Anden lønmodtager,806,000 1,170,000 1,102,003 Lønmodtager uden nærmere angivelse 1,078,004 1,218,000 1,240,000 Socioøkonomisk status kendes ej,356,000 1,063,830 1,399,004 Lønmodtager på grundniveau (ref) Landbrug, fiskeri og råstofudvinding 1,095,174 1,158,099,960,604 Industri 1,045,113 1,118,004,980,575 Energi- og vandforsyning 1,158,572,655,265 1,395,294 Bygge og anlæg,821,000,560,000,607,000 Handel, hotel og restauration 1,242,000 1,051,209 1,025,473 Transport, post og tele 1,365,000 1,121,008 1,115,059 Finansiering og forretningsservice 1,122,000 1,159,000 1,047,202 Branche kendes ikke 1,002,985,966,790,891,313 Off. og personlige tjenester (ref)

67 Fra AMP foranstaltning til beskæftigelse Fra AMP foranstaltning til ledighed Fra AMP foranstaltning til anden tilstand Par med hjemmeboende børn,897,000,912,005,859,000 Enlig uden hjemmeboende børn,843,000 1,019,530 1,133,000 Enlig med hjemmeboende børn,627,000 0,973,531,896,004 Par uden hjemmeboende børn (ref) A-kasser under FTF 1,060,0190 1,013,813 1,083,178 A-kasser under AC 1,277,000 1,578,000 1,200,024 Øvrige 1,038,0224 1,022,565 1,188,000 Ikke forsikrede,527,000,416,000 1,891,000 A-kasser under LO (ref) Uddannelsesforanstaltning,628,000,775,000 1,173,000 Anden aktivering,741,000,867,000 1,640,000 Integrationsforanstaltning,672,000,398,334,807,000 Støttet beskæftigelse (ref) Den multinominale logistiske regression viser nogle interessante mønstre i, hvem der forlader de arbejdsmarkedspolitiske foranstaltninger til henholdsvis beskæftigelse, ledighed og anden tilstand : o Mænd har højere sandsynlighed (odds) for at forlade en arbejdsmarkedspolitisk foranstaltning til både beskæftigelse og ledighed end kvinder, der til gengæld har højere odds for at gå til anden tilstand. o Der er en klar sammenhæng mellem alder og sandsynligheden for at være i beskæftigelse året efter: Jo yngre deltageren i en arbejdsmarkedspolitisk foranstaltning er, desto højere er sandsynligheden for at vedkommende er i beskæftigelse året efter. De årige har til eksempel næsten fire gange så høje odds som referencegruppen af årige. Til gengæld er sandsynligheden for bevægelse til ledighed og anden tilstand også højere for især de årige. o Hvad angår etnicitet er oddsene generelt ikke statistisk signifikante, om end gruppen af indvandrere har en lidt lavere sandsynlighed for beskæftigelse end gruppen af etniske danskere, men også en lavere sandsynlighed for at gå til anden tilstand. o I forhold til referencegruppen med grundskoleuddannelse har alle højere uddannelseskategorier ikke overraskende lidt højere odds for at gå til beskæftigelse. Bevægelserne til ledighed og anden tilstand er ikke statistisk signifikante. o For socioøkonomisk baggrund er de fleste af odss-ratio værdierne insignifikante, men der er en signifikant sammenhæng mellem status som selvstændig og sandsynligheden for at gå til enten ledighed eller anden tilstand. o I de tilfælde, hvor der er tale om signifikante sammenhænge, er der ikke de store forskelle mellem brancherne i forhold til sandsynligheden for at bevæge sig til beskæftigelse, ledighed eller anden tilstand, om end personer i bygge- og anlægsbranchen har en lav ledigheds- og marginaliseringsrisiko. 67

68 o Hvad angår forsørgerstatus bekræftes det at enlige med hjemmeboende børn har mindre sandsynlighed for at forlade en arbejdsmarkedspolitisk foranstaltning til beskæftigelse end de øvrige. Par uden hjemmeboende børn har størst sandsynlighed for at befinde sig i beskæftigelse året efter deltagelse i en arbejdsmarkedspolitisk foranstaltning. o Endelig kan det nævnes, at medlemmer af a-kasser under AC har højere odds end medlemmer af a-kasser under LO for at befinde sig i enten beskæftigelse eller ledighed året efter deltagelse i en arbejdsmarkedspolitisk foranstaltning. Sandsynligheden for, at ikke-forsikrede går i både beskæftigelse og ledighed er væsentligt ringere end gruppen af medlemmer af LO, hvorimod sandsynligheden for at bevæge sig i anden tilstand er væsentligt højere. o Til slut har vi undersøgt hvilken betydning typen af arbejdsmarkedspolitisk foranstaltning har for positionen året efter. Personer der ultimo november 2003 var i støttet beskæftigelse har størst sandsynlighed for at befinde sig i beskæftigelse året efter, men også størst sandsynlighed for at være ledige. Derimod er risikoen for at befinde sig på kanten af eller helt udenfor arbejdsmarkedet væsentligt mindre for personer i støttet beskæftigelse Opsummering Den aktive arbejdsmarkedspolitik er et dynamisk hjørne i dansk flexicurity. Hvert år deltager op imod personer i en arbejdsmarkedspolitisk foranstaltning, hvilket svarer til knap 10 % af arbejdsstyrken. På trods af den faldende registrerede ledighed i perioden har antallet af deltagere i arbejdsmarkedspolitiske foranstaltninger faldet knap så markant siden midten af 1990erne og frem til vores opgørelsestidspunkt (2004). Dette afspejler dels, at aktiveringsforpligtelsen er blevet gradvist udvidet til at gælde stort set alle grupper af ledige modtagere af dagpenge, kontanthjælp og starthjælp, dels at der undervejs er opfundet nye arbejdsmarkedspolitiske instrumenter som fleksog skånejobs samt integrationsuddannelse. Der er dog væsentlig forskel på, hvor længe deltagerne befinder sig på de enkelte ordninger. Nogle foranstaltninger fungerer som midlertidige trædesten (f.eks. vejlednings- og afklaringsforløb), hvorimod andre ordninger har en mere permanent karakter (f.eks. fleks- og skånejobs). Der er ligeledes nogle grupper af personer, som er overrepræsenterede i de arbejdsmarkedspolitiske foranstaltninger. I forhold til deres andel af arbejdsstyrken er der næsten tre gange så mange indvandrere, og dobbelt så mange efterkommere som etniske danskere, der deltager i arbejdsmarkedspolitiske foranstaltninger. Desuden gælder den velkendte sammenhæng, at jo højere uddannelse, desto mindre sandsynlighed for at deltage i arbejdsmarkedspolitiske foranstaltninger. Dette gælder dog ikke medlemmer af a-kasser under AC, der i forhold til LO medlemmer har en højere deltagelsesfrekvens. Det kan også nævnes, at kvinder er en smule overrepræsenterede i forhold til mænd; at ikke-forsikrede er overrepræsenterede i forhold til personer med a- kassemedlemskab; og at personer med lav socioøkonomisk status er overrepræsenterede i forhold personer med højere socioøkonomisk status. Nogle grupper har flere af disse karakteristika samtidigt, hvilket naturligvis markant øger sandsynligheden for deltagelse. Selvom den aktive arbejdsmarkedspolitik gælder for alle grupper, er der en overvægt af personer med nogle karakteristika der betyder, at de har en svag tilknytning til arbejdsmarkedet. Ser vi derefter på tilgang og afgang fra arbejdsmarkedspolitikken, er det slående, at der er en betydelig kontinuitet over tid. Der er en stor andel gengangere i de arbejdsmarkedspolitiske foranstaltninger fra det ene år til det andet. Mere end halvdelen af deltagerne i november 2003 kom således fra en arbejdsmarkedspolitisk foranstaltning året før (52 %). Knap en femtedel af deltagerne 68

69 (19 %) var året før i beskæftigelse. Ser vi på afgangen fra de arbejdsmarkedspolitiske foranstaltninger, var over en femtedel (22 %) året efter i beskæftigelse. Hertil kommer at knap 12 % af deltagerne i 2003 kom fra ledighed, og afgangen i 2004 var 9 %. Dette generelle billede dækker imidlertid over markante forskelle mellem de enkelte arbejdsmarkedspolitiske foranstaltninger. Kontinuiteten er størst for fleks- og skånejobs, hvor en stor andel af deltagerne er gengangere fra et år til det næste. For de øvrige ordninger er der en betydeligt større dynamik. Vi har derefter undersøgt hvad der karakteriserer de personer, som forlader de arbejdsmarkedspolitiske foranstaltninger til hhv. beskæftigelse, ledighed og anden tilstand (sidstnævnte er en samlekategori for personer på kanten af eller udenfor arbejdsmarkedet). Analysen viser, at nogle grupper har højere sandsynlighed for at gå til beskæftigelse året efter deltagelse i en arbejdsmarkedspolitisk foranstaltning end andre. De største afgangssandsynligheder til beskæftigelse finder vi for mænd, yngre aldersgrupper, etniske danskere, personer med højere uddannelse end grundskole og par med hjemmeboende børn. Typen af arbejdsmarkedspolitisk foranstaltning har også stor betydning for afgangsmønsteret. Personer i støttet beskæftigelse har en højere sandsynlighed for at bevæge sig til både beskæftigelse og ledighed året efter. Den beskæftigelsessikkerhed, som tilvejebringes gennem den aktive arbejdsmarkedspolitik, fremstår derfor som heterogen. På den ene side er det andelen af deltagere, som forlader en aktiv arbejdsmarkedspolitisk foranstaltning til fordel for beskæftigelse højere end den andel, der kommer fra beskæftigelse. Omvendt falder andelen af ledige før og efter deltagelse i aktiv arbejdsmarkedspolitik. Men på den anden side genfindes en stor del af deltagerne i en arbejdsmarkedspolitisk foranstaltning året efter. I nogle tilfælde er dette forståeligt, fordi foranstaltningen i sig selv er af længerevarende karakter, således som det f.eks. er tilfældet for fleksjob og skånejob. Men selv om der korrigeres herfor, er andelen af gengangere ganske høj. I det afsluttende kapitel 9 diskuteres nogle mulige policy-konklusioner af denne iagttagelse. 69

70 Kapitel 8: Livslang læring Som det er blevet beskrevet tidligere spiller voksen- og efteruddannelsesindsatser (VEU-indsatser) en formodet meget vigtig funktion i den danske flexicurity-model. Både i forhold til at understøtte det fleksible arbejdsmarked, men også i forhold til at supplere den aktive arbejdsmarkedspolitik og beskæftigelsessikkerheden for arbejdsløse. For det er et særligt karakteristika ved de danske efterog videreuddannelsesaktiviteter, at de både retter sig mod beskæftigede og arbejdsløse (selv om vilkårene herfor er forringet de seneste år), og på den vis skærer igennem to af flexicuritytrekantens to hjørner. Antagelserne er således, at VEU-aktiviteterne dels bidrager til at skabe en højere mobilitet på arbejdsmarkedet (i forhold til både numerisk og funktionel fleksibilitet), idet deltagerne erhverver kompetencer, der kan bruges i andre virksomheder og stillinger, dels at det modvirker længerevarende arbejdsløshed og kvalificerer arbejdsløse til en (nemmere) genindtræden på arbejdsmarkedet. Derudover er der selvfølgelig hele diskussionen omkring de potentielle positive gevinster ved et generelt højere kompetenceniveau for den samlede arbejdsstyrke (og globaliseringsudfordringer), men den lader vi foreløbig ligge her. I det følgende handler det om at komme nærmere et svar på de to antagelser om højere mobilitet og større beskæftigelseschancer som følge af VEU-indsatser. Men først skal de danske VEU-aktiviteter beskrives nærmere med hensyn til opbygning, omfang, finansiering, deltagere, aktivitetstyper, brancher, mv. Dernæst skal der på baggrund af vores registermateriale gives nogle svar på, hvordan man bevæger sig mellem forskellige typer af beskæftigelse, arbejdsløshed og VEU-aktiviteter. Allerførst dog et par indledende bemærkninger omkring de anvendte data. Oplysningerne om de danske VEU-aktiviteter som præsenteres i dette kapitel, stammer fra et udtræk fra Det Tværgående Kursistregister, som er et statistikregister, der indeholder informationer om befolkningens deltagelse i kurser indenfor voksen- og efteruddannelsesområdet. Udtrækket indeholder kun oplysninger om den offentlige VEU-aktivitet. Således er det med det foreliggende data ikke muligt at analysere den private eller den på virksomheden interne udbudte voksen- og efteruddannelse. For at kunne lave en karakteristik af VEU-deltagerne er udtrækket fra kursistregistret kombineret med oplysninger om køn, alder, uddannelsesniveau mv. bl.a. fra IDAdatabasen og fra de øvrige tilgængelige registre. Som det fremgår af kapitlet er 2004 udvalgt til særlig analyse. At 2004 er udvalgt skyldes, at dette er seneste år med fuldstændige data. For beregninger fra 2004 gælder, at VEU-deltagere der er registreret i Kursistregistret med en kursusafslutningsdato i 2004 er medtaget. Da data ikke muliggør en sondring mellem, om VEU-aktiviteten er afbrudt eller fuldført eller om der undervejs i aktiviteten har været manglende fremmøde, kan den reelle fuldførte VEU-aktivitet således være overvurderet i beregningerne. Hvis man skal sammenligne det foreliggende datagrundlag med treparts-udvalgets analyser af VEU (Finansministeriet 2006), så tages også her 2004 ud som særligt analyseår. De foreliggende analyser her adskiller sig dog ved, at vi i vores beskrivelser af VEU-deltagerne i 2004 har indsnævret gruppen til de grupper, som kan henregnes at tilhøre arbejdsstyrken. 19 Derudover er der den forskel 19 Det betyder at følgende grupper er medtaget: arbejdsløse, beskæftigede, AMFORA-deltagere, barsel, sygedagpenge, revalidering og ledighedsydelse. Grupper der ikke er med: Efterløn, overgangsydelse, diverse pensioner, personer i ordinær uddannelse, kontanthjælp (ej rådighed) og introydelse flygtninge. 70

71 i beregningerne, at Trepartsudvalget udregner årselever ud fra tilskud og godtgørelser, mens Danmarks Statistik (som vores data stammer fra) beregner ud fra varigheden af kurset. 8.1 Det særlige danske VEU-system Det danske VEU-system har nogle helt særlige karakteristika. I hvert fald hvis man ser det i et internationalt perspektiv. Den offentlige VEU-indsats er hovedsagligt helt eller delvist finansieret af det offentlige (suppleret med brugerbetaling), omfanget af VEU-aktiviteter har gennem mange år været blandt verdens højeste (OECD 2005, OECD 2007b), godkendelse af udbudt uddannelse sker i et tæt samarbejde med arbejdsmarkedets parter, der er en tradition for vægtning af grundlæggende almene (ikke-virksomhedsspecifikke) kompetencer, hvilket knytter sig til den offentlige finansiering, opkvalificering af personer med få eller ingen kvalifikationer udover grundskoleniveau (samt at der ikke er økonomiske barrierer herfor) søges tilgodeset i udbuddet og endelig kan man også konstatere, at udgifterne til VEU-indsatser er blandt de højeste i verden. (jf. også Finansministeriet 2006). Udover den offentlige VEU-aktivitet er der også et formodet højt omfang af privat gennemført VEU, herunder uddannelsesaktiviteter, der er gennemført internt på virksomheden. Der findes dog ikke systematiske opgørelser over det samlede omfang af denne del af VEU-aktiviteterne (se dog Finansministeriet 2006). Generelt har Danmark således et i internationalt perspektiv meget veludbygget VEU-system, og det gode spørgsmål er så, hvilken betydning og effekter det har for deltagere, virksomheder, arbejdsmarkedet og samfundet som et hele. Her er årsags-virkninger relationer sværere at dokumentere, og forskere har da også (især på mikroniveau) kritiseret sammenhængen mellem de høje udgifter og det svært konstaterbare udbytte af uddannelsesaktiviteterne på beskæftigelse og løn (Skipper 2008; Munch & Skipper 2006; Clausen m.fl. 2006, Jespersen m.fl. 2006). Der kan dog også peges på en række positive forhold omkring det danske arbejdsmarked, som kan være påvirket af VEU-indsatserne: Den danske arbejdsstyrke er relativt højt uddannet, flere og flere personer har en kompetencegivende uddannelse, genbeskæftigelsen hos personer der berøres af virksomhedslukninger eller indskrænkninger er høj, der er en lav strukturel ledighed (grundet et fleksibelt arbejdsmarked), langtidsledigheden er lav og erhvervsdeltagelsen og beskæftigelsen er høj (Finansministeriet 2006). Men så er vi bl.a. tilbage ved en kausalforståelse, der ligger snublende nær de indledende antagelser om VEU som katalysator for det fleksible arbejdsmarked med høj numerisk og funktionel mobilitet og som understøttende den aktive arbejdsmarkedspolitik i forhold til genbeskæftigelse. I det følgende skal de offentlige VEU-indsatser nærmere beskrives, og dernæst skal der afslutningsvist søges svar på om antagelserne holder, bl.a. ved at se nærmere på VEU-deltagernes bevægelsesmønstre på arbejdsmarkedet. 8.2 En talmæssig belysning af de offentlige VEU-indsatser i 2004 Der skelnes i beregningerne i dette kapitel mellem personer, årselever og kursister. En kursist er en person på et kursus knyttet til en uddannelse på en institution. Man regnes som kursist for hvert kursus, man deltager i, hvorfor antallet af kursister er større end antallet af personer. En årselev er et summeret mål for omfanget af kurserne, og én årselev svarer til, at en person har studeret på fuld tid i et år (1 årselev = aktivitetsomfang på ). 71

72 Det samlede antal årselever i offentlige VEU-aktiviteter udgjorde i 2004 knap årselever, knap personer og knap kursister (figur 8.1). 20 Det betyder, at knap 15 % af arbejdsstyrken deltog i offentlige VEU-aktiviteter i Figur 8.1. Antallet af årselever, personer og kursister i VEU fra Årselever Kursister Personer Ses der på udviklingen over tid, så var VEU-indsatserne generelt voksende fra 1990 til et toppunkt i Herfra er der en mere differentieret udvikling. Ses der på antallet af årselever, er der således et markant fald fra ca i 1999 til de i 2004 og endnu et fald til ca i (figur 8.2). 20 Der gøres i øvrigt opmærksom på, at oplysningerne i kursistregistret løbende er blevet opdateret. Således er aktiviteten på husholdnings- og håndarbejdsskolerne, AMU-aktiviteten samt HD/ED-aktivitet blevet registreret i kursistregistret siden starten af 1970 erne. AVU-aktivitet, HF enkeltfag og højskoleaktivitet er registreret siden starten af 1980 erne. Erhvervsskoleaktiviteten og lærer-/pædagogefteruddannelsen er medregnet siden 1993 og endelig er VEU-aktivitet på det videregående niveau kommet med i registret fra 2002, men formodes først at være fuldt dækket fra

73 Figur 8.2. Antallet af årselever i VEU fra Som det kan ses i figur 8.1 er antallet af kursister kun svagt faldende i den tilsvarende periode, hvilket også gælder antallet af personer, hvor der endog kan konstateres en stigning fra 2003, hvilket sandsynligvis kan tilskrives en ændret registreringspraksis (jf. note 17). Figur 8.3. Antallet af personer i VEU fra Tallene peger således på et generelt fald i VEU-aktiviteter de seneste år (målt på årselever). Et fald der dog ikke i helt samme omfang har slået igennem i antallet af personer som deltager i VEU, hvilket indikerer, at flere personer deltager i kortere VEU-forløb. Dette er i øvrigt en vigtig baggrundsviden i forhold til den videre præsentation og tolkninger, idet vi af metodemæssige grunde er nødt til at lave separate beregninger på henholdsvis årselever (der jo ikke kan personliggøres i registrene) og personer som deltager i VEU. 73

74 8.3 En beskrivelse af VEU-deltagerne i 2004 I den følgende beskrivelse af VEU-deltagerne i 2004 har vi indsnævret gruppen til kun at omfatte personer i arbejdsstyrken. Det vil sige, at personer udenfor arbejdsmarkedet (efterløn, pension, førtidspension, mv.) som har modtaget VEU i 2004 ikke er medregnet. VEU-deltagere i arbejdsstyrken udgjorde i årselever og personer (svarende til ca. 14 % af arbejdsstyrken). I det videre gives der en beskrivelse af denne gruppe i forhold til køn, alder, herkomst, uddannelsesbaggrund, socioøkonomisk baggrund, branche, organisationstilknytning, a- kassetilknytning. Alle disse variable krydses også med valg af VEU-type. Køn Den kønsmæssige fordeling viser, at der er flere kvinder end mænd i VEU målt på årselever, men at der er flere mænd, som deltager i VEU (målt i personer). Det vil sige, at kvinderne generelt får lidt længere VEU-forløb end mænd blandt personer i arbejdsstyrken (tabel 1). Tabel 8.1. Personer og årselever der afsluttede VEU i 2004 opdelt på køn Årselever Personer Mænd 20795,97 44,50% ,00% Kvinder 25228,51 53,98% ,08% Uoplyst 712,29 1,52% ,92% 46736,77 100,00% ,00% Længden af forløb kan måske være sammenhængende med en forholdsvis stor forskel mellem mænd og kvinder i forhold til typen af VEU 21 : Figur 8.4. Afsluttede VEU-forløb hos mænd og kvinder fordelt på VEU-type. Mænd: Kvinder Almen VEU Erhverhvsrettet VEU Videregående VEU Almen VEU Erhverhvsrettet VEU Videregående VEU 21 VEU-aktivitet på alment niveau dækker over VEU-aktivitet fra folkeskoleaktivitet og op til og med gymnasieniveau, dvs. aktiviteten på VUC (FVU, AVU og HF), diverse højskoleforløb (daghøjskoler, folkehøjskoler, ungdomshøjskoler), danskundervisning for udlændinge samt husholdnings- og håndarbejdsskoler. VEU-aktivitet på erhvervsrettet niveau dækker over VEU-aktivitet på AMU-centre samt erhvervsskoler (handelsskoler, tekniske skoler, landbrugsskoler mv.) og videregående VEU dækker over aktivitet på universiteter, seminarier, handelshøjskoler, sociale højskoler m.v. 74

75 Som det fremgår af diagrammerne får mænd i større omfang erhvervsrettet VEU, mens kvinder i større grad deltager på almen og videregående VEU. I absolutte størrelser fordeler mænd og kvinder sig på VEU-type således: Tabel 8.2. Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på køn Almen VEU Erhvervsrettet VEU Videregående VEU Antal Procent Antal Procent Antal Procent Mand ,56% ,39% ,59% Kvinde ,17% ,26% ,18% Uoplyst ,27% 994 0,35% 72 0,23% ,00% ,00% ,00% Det vil sige, at på almen og videregående VEU er ca. 6 ud 10 kvinder, mens omvendt 6 ud af 10 deltagere på erhvervsrettet VEU er mænd. Alder Den aldersmæssige fordeling af VEU-deltagere i arbejdsstyrken fordeler sig således: Figur 8.5. Den procentvise fordeling af årselever og personer, der afsluttede VEU i 2004 opdelt på alder (målt i absolutte tal) 35,00% 30,00% 25,00% 20,00% 15,00% Personer Årselever 10,00% 5,00% 0,00% år år år år år år år 65 år + Alder kendes ikke Det vil sige, at langt hovedparten af de beskæftigede VEU-deltagere er mellem 20 og 49 år. Ser man på den relative fordeling af deltagernes alder målt i forhold til aldersgruppens andel af arbejdsstyrken er den mere jævnt fordelt: 75

76 Figur 8.6. Andel af hver aldersgruppe målt i forhold til arbejdsstyrken, der afsluttede VEU ,00% 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% år år år år år år år 65 år + Men som det ses af figuren, så er tendensen stadig den samme, nemlig at VEU-deltagelse blandt de beskæftigede falder med alderen (bortset fra de årige). Med hensyn til typen af afsluttet VEU-forløb og alder er der et forholdsvist klart mønster (figur 8.7.) Figur 8.7. Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på alder Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på alder 40,00% 35,00% 30,00% 25,00% 20,00% 15,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 10,00% 5,00% 0,00% år år år år år år år 65 år + 76

77 For både erhvervsrettet og videregående VEU er der en stor deltagergruppe i alderen år, men den største deltagergruppe findes i alderskategorien år, den næststørste i alderskategorien 40-49, hvorefter den falder kraftigt for de over 50årige. For den almene VEU er der flest unge, hvorefter deltagelsen falder generelt med alderen (bortset fra de 18-19årige, der her talmæssigt udgør en meget lille gruppe, jf. næste figur). For at få et mere præcist billede kan det være hensigtsmæssigt at se på aldersfordelingen og uddannelsestype i relation til aldersgruppens andel af arbejdsstyrken: Figur 8.8. Andel af aldersgrupper i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i 2004 Andel af aldersgrupper i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i ,00% 12,00% 10,00% 8,00% 6,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 4,00% 2,00% 0,00% år år år år år år år 65 år + Det overordnede mønter bekræftes. Den almene VEU har den højeste andel af personer, der deltager i de yngste årgange, hvorefter det falder med alderen, mens den højeste andel af deltagende personer i såvel erhvervsrettet som videregående VEU findes i aldersgrupperne år, hvorefter det ligeledes falder i de ældre årgange. Herkomst Når det gælder herkomst, er der forholdsvis store forskelle i VEU deltagelse mellem personer med indvandrerbaggrund og dansk oprindelse. Ses der på de absolutte størrelser har ca. hver fjerde VEUdeltager i 2004 indvandrerbaggrund (efterkommere udgør ca. 1%). I forhold til andelen af arbejdsstyrken svarer det til at knap 22% af personer med indvandrerbaggrund var i VEU i 2004, 14% af personer med efterkommerbaggrund var i VEU, mens det for personer med dansk baggrund i arbejdsstyrken var lidt mere end 13%, der var i VEU (jf. figur). Andel af hver herkomsttype i arbejdsstyrken, der afsluttede VEU i 2004 Antal Procent Dansk ,30% Indvandrer ,80% Efterkommer ,00% 77

78 Ikke særligt overraskende med tanke på, at mange med indvandrerbaggrund modtager sprogundervisning, er der stor forskel på herkomsttype og VEU-type. Det vil sige, at personer med indvandrerbaggrund fylder mest i den almene VEU. I absolutte deltagertal udgør personer med indvandrerbaggrund således ikke mindre end knap 32% af personer i almen VEU (jf. figur 8.9). Figur 8.9. Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på herkomsttype 120,00% 100,00% 80,00% 60,00% Dansk Indvandrer Efterkommer 40,00% 20,00% 0,00% Almen VEU Erhverhvsrettet VEU Videregående VEU Med andelen af personer (efter herkomst) målt i forhold til arbejdsstyrken er forskellene mellem brugen af VEU-type meget tydelig. 78

79 Figur Andel af herkomsttyper i arbejdsstyrken, der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i 2004 Andel af herkomsttyper i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i ,00% 14,00% 12,00% 10,00% 8,00% 6,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 4,00% 2,00% 0,00% Dansk Indvandrer Efterkommer For deltagere med dansk oprindelse var ca. 10 % af arbejdsstyrken i erhvervsrettet VEU, knap 2 % i almen VEU og lidt mere end 1% i videregående VEU i For personer med indvandrerbaggrund ser billedet anderledes ud. Her var 13,5 % i almen VEU mod kun knap 7,6 % og 0,6 % i henholdsvis erhvervsrettet og videregående VEU. Om end der er en klart større del af deltagere med efterkommerbaggrund, som deltager i almen VEU, og tilsvarende en mindre del, som deltager i erhvervsrettet VEU, så er det alligevel bemærkelsesværdigt, at fordelingen tilnærmer sig fordelingen for deltagere med dansk baggrund. Uddannelsesbaggrund De offentlige VEU-indsatser er karakteriseret ved, at personer med få eller ingen formelle kvalifikationer udover grundskoleniveau søges tilgodeset i udbuddet. Det er i hvert fald et af de særlige karakteristika, som ofte knyttes til de offentlige VEU-indsatser (Finansministeriet 2006). Men hvordan ser det ud i forhold til de personer som rent faktisk afsluttede et VEU-forløb i 2004? Når det gælder antallet af personer og årselever, der afsluttede VEU i 2004 synes prioriteringen af personer med få eller ingen kvalifikationer, at kunne bekræftes (jf. nedenstående figur) 79

80 Figur Personer og årselever der afsluttede VEU i 2004 opdelt på højest fuldførte uddannelse Personer og årselever der afsluttede VEU i 2004 opdelt på højest fuldførte uddannelse Personer Årselever 50,00% 40,00% 30,00% 20,00% 10,00% 0,00% Grundskole Erhvervsfaglig uddannelse Kort vid. Uddannelse Mellemlang vid. Ungdomsuddannelse Bacheloruddannelse Lang vid. Uddannelse Udd. niveauet kendes ikke Personer med grundskole op til og med en erhvervsfaglig uddannelse udgør således ca.77% af samtlige personer, der deltager i VEU. Målt i forhold til årselever udgør de tre grupper med korteste uddannelsesbaggrund 68 % af deltagerne. Det er derudover relevant at bemærke, at antallet af personer med erhvervsfaglig baggrund udgør relativt mindre målt i personer end i årselever, mens det f.eks. forholder sig omvendt i forhold til gruppen med en ungdomsuddannelse. Det vil sige, at personer med en erhvervsfaglig uddannelse generelt får kortere VEU-forløb end de øvrige grupper. Måler man på personers uddannelsesbaggrund i forhold til at have afsluttet VEU i 2004 i relation til den andel, de udgør af arbejdsstyrken, så udjævnes billedet end smule: 80

81 Figur Andel af hver uddannelsesgruppe i arbejdsstyrken, der afsluttede VEU i ,00% 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Andel af hver uddannelsesgruppe i arbejdsstyrken, der afsluttede VEU i 2004 Grundskole Ungdomsuddannelse Erhvervsfaglig uddannelse Kort vid. Uddannelse Mellemlang vid. Uddannelse Bacheloruddannelse Lang vid. Uddannelse Udd. niveauet kendes ikke Det er dog også her meget tydeligt, at det er personer med den korteste uddannelsesbaggrund, som i størst udstrækning afslutter VEU. Når der som her ydermere måles i antallet af personer (og ikke årselever), så betyder det med vores viden om, at personer med erhvervsfaglig uddannelse generelt får kortere forløb end personer med grundskole og ungdomsuddannelse, at målt på omfanget af VEU (målt i årselever, kursusuger, mv.), så fylder de to grupper med den korteste uddannelsesbaggrund relativt mere. Ses der på typen af VEU i relation til forudgående uddannelsesbaggrund, så er der et forventet mønster, hvor personer med korteste uddannelsesbaggrund udgør hovedparten af deltagerne i såvel almen som erhvervsrettet VEU, mens videregående VEU overvejende udgøres af personer med en længere uddannelsesbaggrund. Det er derudover også relevant at bemærke forskellen mellem personer med grundskole og erhvervsfaglig uddannelse, hvor førstnævnte gruppe har en relativ større deltagelse i almen VEU og sidstnævnte gruppe en større deltagelse i erhvervsfaglig VEU (denne gruppe udgør 50 % af alle, der i 2004 afsluttede erhvervsrettet VEU). Endelig skal bemærkes fordelingen for personer med en grunduddannelse, som har en relativ høj andel med afsluttet videregående VEU (jf. nedenstående figur) 81

82 Figur Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på højest fuldførte uddannelse Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 04 opdelt på højest fuldførte uddannelse 60,00% 50,00% 40,00% 30,00% 20,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 10,00% 0,00% Grundskole Ungdomsuddannelse Erhvervsfaglig uddannelse Kort vid. Uddannelse Mellemlang vid. Uddannelse Bacheloruddannelse Lang vid. Uddannelse Uddannelsesniveauet kendes ikke Vurderes dette i forhold til andelen i arbejdsstyrken ser billedet således ud: Figur Andel af uddannelsesgrupper i arbejdsstyrken, der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i 2004 Andel af uddannelsesgrupper i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i ,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Grundskole Ungdomsuddannelse Erhvervsfaglig uddannelse Kort vid. Uddannelse Mellemlang vid. Uddannelse Bacheloruddannelse Lang vid. Uddannelse Uddannelsesniveauet kendes ikke Almen VEU Erhverhvsrettet VEU Videregående VEU 82

83 Hermed er mønstret meget tydeligt, og vel egentlig også forventeligt. Jo kortere uddannelsesbaggrund, desto højere andel af gruppen i arbejdsstyrken, som har afsluttet almen VEU. Og med undtagelserne af grupperne med henholdsvis en ungdomsuddannelse (som har en højere deltagelse) og bacheloruddannelse (som har en mindre deltagelse) gælder det omvendte for videregående VEU. Jo længere uddannelsesbaggrund, desto højere andel af gruppen i arbejdsstyrken, som har afsluttet videregående VEU. For erhvervsrettet VEU gælder, at de højeste andele generelt findes i grupperne med korteste uddannelsesbaggrund, men at gruppen med erhvervsfaglig og kort videregående uddannelsesbaggrund topper listen med hensyn til afsluttede erhvervsrettede VEU-forløb. Gruppen med alene grundskole som uddannelsesbaggrund har en noget lavere men stadig relativ høj andel, mens personer med en ungdomsuddannelse har den laveste andel af grupperne med den korteste uddannelsesbaggrund. Generelt må det konstateres, at påstanden om at det offentlige VEU-udbud søger at tilgodese personer med få eller ingen kvalifikationer udover grundskoleniveau, synes at holde stik, når des ses på deltagelsesgrader og uddannelsestype. Socioøkonomisk gruppering Også når der ses på socioøkonomisk gruppering bekræftes billedet. Som det fremgår af nedenstående figur, udgør lønmodtagere på grund- og mellemste niveau lidt over 58 % af personerne med afsluttet VEU i 2004 (ca. 48 % målt i årselever). Figur Personer og årselever der afsluttede VEU i 2004 opdelt på socioøkonomisk status (sidst kendte) Personer og årselever der afsluttede VEU i 2004 opdelt på socioøkonomisk status (sidst kendte) Personer Årselever 50,00% 40,00% 30,00% 20,00% 10,00% 0,00% Selvstændig Topleder Lønmodtager på højeste niveau Lønmodtager på mellemste niveau Lønmodtager på grundniveau Anden lønmodtager Lønmodtager uden nærmere angivelse Socioøkonomisk status kendes ikke Billedet bekræftes i øvrigt, når der måles i forhold til gruppernes andel af arbejdsstyrken, dog med den undtagelse at gruppen med anden lønmodtager vokser eksplosivt og bliver den største, samt at gruppen af topledere her har flere afsluttede VEU-forløb end lønmodtagere på højeste niveau (jf. figur) 83

84 Figur Andel af hver socioøkonomiske gruppering (sidst kendte) i arbejdsstyrken, der afsluttede VEU i ,00% 18,00% 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Andel af hver socioøkonomiske gruppering (sidst kendte) i arbejdsstyrken, der afsluttede VEU i 2004 Selvstændig Topleder Lønmodtager på højeste niveau Lønmodtager på mellemste niveau Lønmodtager på grundniveau Anden lønmodtager Lønmodtager uden nærmere angivelse Socioøkonomisk status kendes ikke Fordelingen på socioøkonomisk gruppering og VEU-type viser, at den store gruppe af lønmodtagere på grundniveau udgør over halvdelen af alle personer med et afsluttet erhvervsrettet VEU og lidt over en tredjedel af de afsluttede almene VEU-forløb. Derimod udgør de en relativ mindre del af den videregående VEU, der i tråd med de tidligere mønstre vokser i takt med stigende socioøkonomisk gruppering. Dog udgør offentlig VEU-deltagelse generelt (for alle uddannelsestyper) en mindre del for både topledere og selvstændige. (jf. figur 8.17) 84

85 Figur Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på socioøkonomisk gruppering (sidst kendte) Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på socioøkonomisk gruppering (sidst kendte) 60,00% 50,00% 40,00% 30,00% 20,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 10,00% 0,00% Selvstændig Topleder Lønmodtager på højeste niveau Lønmodtager på mellemste niveau Lønmodtager på grundniveau Anden lønmodtager Lønmodtager uden nærmere angivelse Socioøkonomisk status kendes ikke Det billede holder også, når der ses på afsluttede VEU-forløb i relation til gruppernes andel af arbejdsstyrken. Figur Andel af hver socioøkonomiske gruppering (sidst kendte) i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i 2004 Andel af hver socioøkonomiske gruppering (sidst kendte) i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i ,00% 14,00% 12,00% 10,00% 8,00% 6,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 4,00% 2,00% 0,00% Selvstændig Topleder Lønmodtager på højeste niveau Lønmodtager på mellemste niveau Lønmodtager på grundniveau Anden lønmodtager Lønmodtager uden nærmere angivelse Socioøkonomisk status kendes ikke 85

86 Dog er det bemærkelsesværdigt, at topledere her afslutter flere erhvervsrettede VEU-forløb end selv lønmodtagere på mellemste niveau, samt den meget høje brug af almen VEU for gruppen, hvor socioøkonomisk status ikke kendes. A-kassetilknytning Den sidste variabel til at beskrive, hvilke personer der deltager i VEU-forløb, er a-kassetilknytning. Den absolutte fordeling på afsluttede forløb viser her, at 50 % af de personer, som har afsluttet VEU i 2004, er tilknyttet a-kasser under LO. Hernæst kommer ikke-forsikrede med ca.20 %, a-kasser under FTF med lidt under 10 % og endelig a-kasser under AC med lidt under 5 %. Figur Personer og årselever der afsluttede VEU i 2004 opdelt på tilknytning til hovedorgansation eller ikke forsikret Personer og årselever der afsluttede VEU i 2004 opdelt på tilknytning til hovedorgansation eller ikke forsikret 60,00% 50,00% 40,00% 30,00% 20,00% Personer Årselever 10,00% 0,00% A- kasser under LO A- kasser under FTF A- kasser under AC Øvrige Ikke forsikret Uoplyst Altså et billede, der bekræfter indtrykket fra de foregående beskrivelser. Med hensyn til årselever skal det igen bemærkes, at personer med tilknytning til a-kasser under LO tilsyneladende generelt deltager i kortere VEU-forløb. Målt på årselever er det således bemærkelsesværdigt, at ikkeforsikrede i absolutte tal udgør en lidt højere andel af afsluttede VEU-forløb i 2004 end medlemmer af a-kasser med tilknytning til LO. 86

87 Figur Andel af akassemedlemmer tilknyttet en bestemt hovedorganisation eller ikke forsikret i arbejdsstyrken, der afsluttede VEU i 2004 Andel af akassemedlemmer tilknyttet en bestemt hovedorganisation eller ikke forsikret i arbejdsstyrken, der afsluttede VEU i ,00% 15,00% 10,00% 5,00% 0,00% A-kasser under LO A-kasser under FTF A-kasser under AC Øvrige Ikke forsikret Vurderes personer med afsluttede VEU-forløb i forhold til gruppens andel af arbejdsstyrken, så bekræftes det første billede (undtagen for øvrige ). Der er flest med afsluttede VEU-forløb i a- kasser med tilknytning til LO, dernæst kommer medlemmer med i a-kasser med tilknytning til FTF, ikke-forsikrede og endelig medlemmerne fra AC tilknyttede a-kasser. Sidst skal fordelingen på de enkelte a-kasser præsenteres (opgjort i forhold til a-kassernes andel af arbejdsstyrken): 87

88 Tabel 8.3. Andel af akassemedlemmer eller ikke forsikret i arbejdsstyrken, der afsluttede VEU i 2004 Antal Procent Akademikernes a-kasse ,10% ASE ,10% DANA ,20% Malerfaget og Maritim a-kasse 816 8,10% Socialpædagogernes a-kasse ,20% Danske sundhedsorganisationers a-kasse ,60% A-kassen for journalistik, kommunikation og sprog ,90% Økonomernes a-kasse ,20% Magistrenes a-kasse ,30% BUPL a-kasse ,50% Ingeniørernes a-kasse ,90% IT-faget og merkonomernes a-kasse ,60% Ikke forsikrede ,70% Business Danmarks A-kasse ,90% Funktionærernes og Tjenestemændenes a-kasse ,20% Lærernes a-kasse ,30% Frie Funktionærers a-kasse ,80% Kristelig a-kasse ,20% Teknikernes a-kasse ,20% FOA A-kasse ,70% HK s a-kasse ,00% Blik- og Rørarbejdernes a-kasse ,70% Ledernes a-kasse ,90% Træ, Industri og Byg s a-kasse ,90% Danske lønmodtageres a-kasse ,40% A-kassen for stats- og teleansatte ,00% Faglig Fælles a-kasse ,00% Funktionærernes og servicefagenes a-kasse ,40% Nærings- og nydelsesmiddelarb s a-kasse ,40% Metalarbejdernes a-kasse ,30% Elfagets a-kasse ,60% I denne opgørelse er det tydeligt, at det er de faglærte og ufaglærtes a-kasser, som har flest personer med et afsluttet VEU-forløb i 2004, dernæst følger a-kasserne med professionsuddannede medlemmer (FTF tilknyttede a-kasser) og endelig kommer a-kasserne med akademiske medlemmer. Som det også er vist tidligere, skal det endvidere bemærkes at de selvstændige (ASE, DANA) også ligger blandt de grupper med mindst VEU. De gule a-kasser ligger midt i feltet. Den eneste a-kasse, der skiller sig helt ud fra mønstret er medlemmer fra (den LO-tilknyttede) Malerfaget og maritim a-akasse, som har den fjerde laveste andel af personer som i 2004 afsluttede et VEU-forløb. Branche Afslutningsvist på denne beskrivelse af VEU-deltagelsen i 2004 skal fordelingen af VEU-deltagere på brancher præsenteres. Den absolutte fordeling på personer og årselever fremgår af nedenstående figur: 88

89 Figur Personer og årselever der afsluttede VEU i 2004 opdelt på branche (sidst kendte) Personer og årselever der afsluttede VEU i 2004 opdelt på branche (sidst kendte) 35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00% Personer Årselever Landbrug, fiskeri og råstofudvinding Industri Energi og vandforsyning Bygge og anlæg Handel, hotel og restauration Transport, post og tele Finansiering og forretningsservice Off. og personlige tjenester Uoplyst Med knap 30% kommer der flest personer og årselever fra branchen offentlige og personlige tjenester. Dernæst bidrager industrien med næstflest personer med afsluttet VEU, men ikke årselever, hvilket indikerer at personer med ansættelse i industrien får kortere VEU-forløb. Et mere præcist billede af fordelingen på brancher fås med en opgørelse på andelen af arbejdsstyrken, som illustreret i nedenstående figur: Figur Andel af hver branche (sidst kendte), der afsluttede VEU i ,00% 20,00% 15,00% 10,00% 5,00% 0,00% Andel af hver branche (sidst kendte) i arbejdsstyrken, der afsluttede VEU i 2004 Landbrug, fiskeri og råstofudvinding Industri Energi og vandforsyning Bygge og anlæg Handel, hotel og restauration Transport, post og tele Finansiering og forretningsservice Off. og personlige tjenester Branche kendes ikke Som det fremgår af figuren, er der relativt flest personer fra industrien, samt energi og vandforsyning, som afsluttede VEU i Hver femte medarbejder afsluttede således VEU i disse brancher i

90 Opdelt på uddannelsestyper er der forholdsvis store forskelle brancherne imellem. Opdelt på det absolutte antal personer med afsluttet VEU kommer flest fra offentlige og personlige tjenester, hvor især andelen af personer med et afsluttet videregående VEU er meget stor med over 60% af samtlige personer i denne uddannelsestype. Figur Personer der afsluttede almen, erhvervsrettet eller videregående VEU opdelt på branche (sidst kendte) Personer der afsluttede almen, erhvervsrettet eller videregående VEU i 2004 opdelt på branche (sidst kendte) 70,00% 60,00% 50,00% 40,00% Almen VEU 30,00% Erhverhvsrettet VEU 20,00% Videregående VEU 10,00% 0,00% Landbrug, fiskeri og råstofudvinding Industri Energi og vandforsyning Bygge og anlæg Handel, hotel og restauration Transport, post og tele Finansiering og forretningsservice Off. og personlige tjenester Branche kendes ikke Den relative fordeling opdelt på andelen af arbejdsstyrken viser (nedenstående figur), at industrien og energi- og vandforsyning har de højeste andele af personer med afsluttet erhvervsrettet VEU. De følges tæt af transport, post og telebranchen. Den almene VEU anvendes tilsyneladende forholdsvist jævnt mellem brancherne. Kun bygge- og anlægsbranchen skiller sig noget ud med en meget lav andel med afsluttet almen VEU. Og derudover er der en meget høj andel med almen VEU på kategorien branchen kendes ikke. 90

91 Figur Andel af brancher (sidst kendte) i arbejdsstyrken der afsluttede VEU på alemn, erhvervsrettet eller videregående niveau i 2004 Andel af brancher (sidst kendte) i arbejdsstyrken der afsluttede VEU på almen, erhvervsrettet eller videregående niveau i ,00% 15,00% Almen VEU Erhverhvsrettet VEU Videregående VEU 10,00% 5,00% 0,00% Landbrug, fiskeri og råstofudvinding Industri Energi og vandforsyning Bygge og anlæg Handel, hotel og restauration Transport, post og tele Finansiering og forretningsservice Offentlige og personlige Branche kendes ikke Med hensyn til afsluttet videregående VEU er det i brancherne finansierings- og forretningsservice, samt offentlige og personlige tjenester, at der er flest personer. Her er det endvidere interessant, at kun ca.0,5 % af de ansatte i brancherne landbrug, fiskeri og råstofudvinding, bygge- og anlæg, samt handel, hotel og restauration har afsluttet videregående VEU. Antagelserne bag VEU s betydning for flexicurity-modellen holder de? Som beskrevet i indledningen, var der to formål med dette kapitel. For det første skulle der gives en udførlig beskrivelse af VEU-deltagelsen i det offentlige system med henblik på at vurdere, om det gængse billede af det offentlige danske VEU-system holder. Det vil sige et VEU-system karakteriseret ved et offentlig finansieret system, der bl.a. sikrer et generelt højt niveau for VEU, vægter grundlæggende almene (ikke-virksomhedsspecifikke) kompetencer, samt at opkvalificering af personer med få eller ingen kvalifikationer udover grundskoleniveau søges tilgodeset i udbuddet. Med ovenstående gennemgang af de mange variable på deltagelse i offentlig VEU i 2004, synes dette generelt at kunne bekræftes. Det er dog vigtigt også at bemærke, at VEU-aktiviteterne (ligesom øvrige velfærdsordninger) også må siges at blive benyttet af et bredt udsnit af arbejdsstyrken. Det andet formål gik på at analysere antagelserne om, hvorvidt VEU-aktiviteterne bidrager til at skabe en højere mobilitet på arbejdsmarkedet (i forhold til både numerisk og funktionel flexibilitet), idet deltagerne erhverver kompetencer, der kan bruges i andre virksomheder og stillinger, samt om VEU sikrer en (nemmere) genindtræden på arbejdsmarkedet. 91

92 I det næste skal der med afsæt i analyser af bevægelser på arbejdsmarkedet, gives et forsigtigt svar herpå. Afsættet er først en måling på, hvor beskæftigede lønmodtagere med og uden VEU i november 2003 befinder sig et år senere (jf. nedenstående tabel). 22 Tabel 8.4. Sammenligning af hvor beskæftigede lønmodtagere med og uden VEU i nov 03 befinder sig et år senere TILSTAND ULTIMO NOVEMBER 2004 Beskæftiget lønmodtager ultimo nov 2003 Beskæftiget lønmodtager og i VEU ultimo nov 2003 Nyt arbejdssted 23 Uændret status Beskæftiget men status kendes ikke På kanten af arbejdsstyrken I ordinær uddannelse Permanent udenfor arbejdsstyrken I alt ,1% 68,2% 4,8% 4,0% 1,1% 3,7% 100,0% ,2% 61,6% 5,7% 5,5% 1,5% 4,4% 100,0% Total Note: Beskæftiget lønmodtager og i VEU ultimo november 2003 = personer der er opgjort som beskæftigede lønmodtagere ultimo november 2003 og samtidig er registreret i Det Tværgående Kursistregister som deltager i offentlig udbudt voksen- og efteruddannelse udenfor arbejdspladsen i samme periode. Højskoleaktivitet er ikke medtaget. På kanten af arbejdsstyrken dækker over ledige, amforadeltagere, sygedagpenge, barselsdagpenge, revalidering, aktivering ifl. kontanthjælpsregistret og ledighedsydelse. I ordinær uddannelse vil sige, at man er i det ordinære uddannelsessystem som studerende, dvs. modtager SU. Permanent udenfor arbejdsstyrken dækker over efterløn, overgangsydelse, pensionister, kontanthjælpsmodtagere der ikke står til rådighed, introduktionsydelse til flygtninge samt øvrige. Med denne sammenligning fremkommer der en relativ stor forskel et år efter på beskæftigede og beskæftigede i VEU. Mod 31,8 % af de beskæftigede som har ændret arbejdsmarkedsstatus, har ikke mindre end 38,4 % af de beskæftigede, som var i VEU, fået ændret arbejdsmarkedsstatus et år efter. Som det ses af tabellen, udgøres knap halvdelen af mobilitetsforskellen på de 6,6 % mellem beskæftigede med og uden VEU af ekstern mobilitet i form af nyt arbejdssted (3,1 %). Det understøtter antagelsen om VEU som mobilitetsfremmende, når det gælder ekstern mobilitet. Man skal dog heller ikke være blind for, at der tilsyneladende også er forbundet en større risiko med VEU-deltagelse. Eller måske rettere den risiko, der altid vil være forbundet med transitioner på arbejdsmarkedet. Der synes således at være større villighed (og muligheder) for at skifte arbejdsmarkedsstatus efter afsluttet VEU, men det er ikke altid, at det går godt. I hvert fald ikke, når man måler et år senere. Ikke mindre end 2,2 % af mobilitetsforskellen (på 6,6 %) består således af, 22 Gruppen er fundet ved at sammenkøre oplysninger om personer, der ultimo november 2003 var i beskæftigelse med oplysninger i kursistregistret om VEU-deltagelse i samme tidsrum. 23 Dækker over fysisk ny placering i ny eller samme firma (men andet arbejdssted). Sidstnævnte udgør 3,5 % af de samlede 18,1 %. 92

93 at flere ender på kanten af arbejdsstyrken (1,5 %) eller udenfor arbejdsstyrken (0,7 %) (jf. definitioner i noten). Dette bekræftes i øvrigt i en multipel logistisk regression (forskellige variables effekt på det at være i beskæftigelse ultimo november 2004 bilagstabel 7). Her er billedet, at en lønmodtager der modtog VEU et år tidligere har mindre sandsynlighed for at være beskæftiget i 2004 end hvis man bare var beskæftiget og ikke modtog VEU. Samtidig er det dog foranstaltning (sammenlignet med alle aktiveringsforanstaltningerne i den aktive arbejdsmarkedspolitik), hvor der er mindst sandsynlighed for at ende i arbejdsløshed (beregning ikke vist). Nedenfor er vist et uddrag af en multinominal logistisk regression, hvor oddsene er testet for at gå fra beskæftigelse ultimo november 2003 til en af de følgende tilstande ét år senere: - til ny beskæftigelse i ny virksomhed - til ny beskæftigelse i samme virksomhed - til på kanten af arbejdsstyrken - til ordinær uddannelse - til udenfor arbejdsstyrken I analysen er inddraget en variabel, der angiver, om man ultimo november 2003 modtog VEU eller ej. På denne vis er det muligt at vurdere, om beskæftigede, der modtog VEU er mere eller mindre mobile end beskæftigede, der ikke modtog VEU. Tabel 8.5. Udvalgte resultater af multinominal logistisk regression. Bevægelser fra beskæftigelse ultimo november 2003 til andre tilstande et år senere (Der er i analysen kontrolleret for effekten fra, køn, alder, herkomst, uddannelse, branche socioøkonomisk status, familie samt a- kassemedlemsskab/ikke forsikret). Referencegruppe=Uændret status (n= ) Odds ratio Sig. niveau Fra beskæftigelse til ny beskæftigelse i nyt firma (n=343255) - beskæftiget lønmodtager i VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til andet arbejdssted i samme firma (n=83336) - beskæftiget lønmodtager i VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til på kanten af arbejdsstyrken (n=95217) - beskæftiget lønmodtager VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til ordinær uddannelse (n=26127) - beskæftiget lønmodtager VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til permanent udenfor arbejdsstyrken (n=87329) - beskæftiget lønmodtager VEU - beskæftiget lønmodtager (ref.) Nagelkerke r 2 =0,238 1,166-1,142-1,313-1,073-1,266-0,000-0,000-0,000-0,036-0,000 - Beregningen bekræfter ovenstående konklusioner: - Når der er kontrolleret for de andre variable i modellen har beskæftigede, der modtog VEU ultimo november 2003 større odds (1,166) for at være beskæftiget i en ny virksomhed ét år senere end de 93

94 beskæftigede, der ikke modtog VEU på det pågældende tidspunkt. Det samme gælder i lidt mindre omfang med hensyn til beskæftigelse i andet arbejdssted i samme firma. - når der er kontrolleret for de andre variable i modellen har beskæftigede, der modtog VEU ultimo november 2003 større odds (1,313) for at befinde sig i en position på kanten af arbejdsstyrken ét år senere end de beskæftigede, der ikke modtog VEU på det pågældende tidspunkt. De har ligeledes større odds (1,266) for at ende permanent udenfor arbejdsstyrken. - Endelig har beskæftigede der modtog VEU ultimo november 2003, når kontrolleret for de andre variable i modellen, lidt større odds for at komme i ordinær uddannelse et år senere end de beskæftigede, der ikke modtog VEU på det pågældende tidspunkt. Her skal man dog bemærke, at p- værdien ikke er så stærk som de andre p-værdier (der er højsignifikante), om end den er signifikant på et 95 % - niveau. Konklusionen er således på det generelle plan, at man er mere mobil, hvis man modtog VEU på opgørelsestidspunktet i november 2003 set i forhold til dem, der var beskæftigede uden at modtage VEU. Men man må samtidig konkludere, at de beskæftigede VEU-modtagere befinder sig i en mere udsat position, eftersom de også har højere odds end de beskæftigede der ikke modtog VEU for at befinde sig på kanten eller helt udenfor arbejdsstyrken. VEU gør altså ikke blot folk mere mobile, men øger også risikoen for at befinde sig på kanten eller udenfor arbejdsstyrken. Men hvordan ser dette mønster ud i forhold til mobilitet og eksklusion, når det brydes ned på forskellige grupper på arbejdsmarkedet og kan der konstateres forskelle mellem de forskellige uddannelsestyper? Det skal vi forsøge at komme tættere et svar på i det følgende. Først handler det om forskellige grupper af beskæftigede på arbejdsmarkedet i forhold til VEUdeltagelse og mobilitet. Ses der på alder, er der ikke de store forskelle mellem aldersgrupper i forhold til mobilitet og VEU-deltagelse. Dog er der i aldergruppen ml år en bemærkelsesværdig afvigelse, idet de beskæftigede som har modtaget VEU i mindre omfang skifter job til anden virksomhed end de beskæftigede, som ikke har modtaget VEU (24,9 % mod 26,9 %, jf. bilagstabel 12). Endvidere er gruppen mellem år karakteriseret ved at have samme mobilitet til nyt arbejdssted i anden virksomhed uanset VEU-deltagelse eller ej. En indikator på forskellige gruppers VEU-deltagelse og tilhørende mobilitet er a-kassetilknytning. I den følgende tabel ses en opgørelse af, hvor beskæftigede lønmodtagere i og udenfor offentlig voksen- og efteruddannelse ultimo november 2003 befinder sig et år senere brudt ned på a-kasser. Opgørelsen er lavet på den vis, at den andel af de beskæftigede uden VEU (indenfor a-kassen) som et år efter har skiftet til andet firma er fratrukket den andel af gruppen (indenfor a-kassen) af beskæftigede som har fået VEU, og som også er skiftet til anden virksomhed. Herved fås et mål på hvor meget mere mobile VEU-deltagere er i forhold til ikke-deltagere. Et negativt mål er således udtryk for, at VEU-deltagelse har gjort de beskæftigede mindre mobile i den pågældende a-kasse. Denne opgørelsesmetode er endvidere gjort for skifte til andet arbejdssted i samme firma, på kanten af arbejdsmarkedet, osv. (jf. de anvendte kategorier i tabellen). Hermed får man så at sige nettoeffekten af VEU et år efter. Tabellen er sorteret efter skifte til anden virksomhed. 94

95 Tabel 8.6. A-kassetilknytning og bevægelser på arbejdsmarkedet fra målt i forhold til VEU-deltagelse eller ej. Andel af de beskæftigede med VEU-deltagelse (indenfor a-kassen) som et år efter har skiftet til andet firma, andet arbejdssted, mv. fratrukket den andel af gruppen (indenfor a-kassen) af beskæftigede som ikke har fået VEU. Til andet firma Andet arbejdssted i samme firma Uændret status Beskæftiget men status kendes ikke På kanten af arbejdsstyrken I ordinær uddannelse Permanent udenfor arbejdsstyrken Metalarbejdernes a-kasse 6,1% -0,7% -8,7% 0,2% 3,3% 0,2% -0,4% Ingeniørernes a-kasse 4,9% 0,3% -5,7% 0,0% 0,8% 0,0% -0,2% Økonomernes a-kasse 4,7% 0,3% -7,2% 0,3% 0,9% -0,2% 1,2% A-kassen for stats- og teleansatte 4,3% 1,3% -12,2% 1,0% 3,2% 0,1% 2,3% ASE 4,1% 0,6% -10,0% 2,3% 1,8% 0,3% 0,9% IT-fagets og merkonomernes a-kasse 3,8% 0,2% -7,4% -0,4% 3,8% 0,1% -0,2% Ledernes a-kasse 3,8% -0,3% -3,8% 0,2% 1,3% 0,1% -1,3% Business Danmarks A-kasse 3,3% 0,3% -4,2% -1,6% 2,8% 0,0% -0,6% Kristelig a-kasse 3,2% -0,4% -9,1% 1,9% 3,5% 0,7% 0,1% A-kassen for journalistik, kommunikation og sprog 3,2% 1,2% -7,1% 0,5% 1,7% -0,1% 0,6% Elfagets a-kasse 3,0% 0,0% -4,4% 0,0% 1,0% 0,4% 0,1% Lærernes a-kasse 3,0% 1,3% -6,1% 0,4% 0,5% 0,3% 0,7% HK's a-kasse 2,9% 0,7% -5,0% 0,8% 0,6% 0,3% -0,3% Akademikernes a-kasse 2,7% -0,8% -2,4% 0,3% 0,1% 0,0% 0,0% Frie funktionærers a-kasse 2,7% 0,3% -4,2% 0,5% 1,7% 0,1% -0,9% Magistrenes a-kasse 2,6% 0,0% -2,4% 0,5% -0,2% -0,2% -0,4% Faglig fælles a-kasse 2,4% -0,5% -8,2% 1,3% 5,0% 0,4% -0,4% Funktionærernes og servicefagenes a-kasse 2,1% 2,0% -13,5% 6,6% 4,4% 0,0% -1,6% Socialpædagogernes landsdækkende a-kasse 2,0% -0,4% -11,3% 5,2% 2,2% 0,0% 2,1% BUPL's a-kasse 1,8% -0,2% -3,3% 0,5% 1,4% 0,1% -0,3% Blik- og rørarbejdernes a-kasse 1,8% 2,3% -8,5% 4,1% 0,7% 0,8% -1,2% Ikke forsikrede 1,7% 0,4% -6,7% 1,2% 0,8% 0,2% 2,5% Funktionærernes og tjenestemændenes a-kasse 1,7% 3,2% -4,8% -0,4% 0,3% 0,2% -0,2% Teknikernes a-kasse 1,3% -0,5% -3,2% 0,4% 1,8% -0,2% 0,4% FOA a-kasse 1,1% -0,4% -4,2% 1,9% 1,3% 0,7% -0,5% DANA 0,8% 1,9% -7,0% 1,0% 3,9% 0,0% -0,6% Danske sundhedsorganisationers a-kasse 0,7% -1,5% -4,0% 4,3% 0,4% 0,0% 0,2% Træ, Industri og Bygs a-kasse 0,6% 1,3% -10,0% 0,1% 5,7% 0,9% 1,5% Danske lønmodtageres a-kasse 0,0% -1,4% -3,3% 3,0% 0,5% 0,8% 0,4% Malerfaget og Maritim a-kasse -0,6% -0,5% -6,2% 6,3% 1,7% -0,1% -0,5% Nærings- og nydelsesmiddelarbejdernes a-kasse -0,1% -0,7% -3,0% -1,0% 1,8% 0,9% 2,1% Som det fremgår af tabellen, er der tilsyneladende den højeste eksterne mobilitetseffekt (målt i forhold til skifte til andet firma) ved VEU-deltagelse i de a-kasser, hvor medlemmerne har enten en akademisk eller faglært baggrund. I de akademiske og faglærte a-kasser med en lavere mobilitet til anden virksomhed efter VEU, kan der konstateres en relativ høj mobilitet efter VEU-deltagelse i forhold til skifte til andet arbejdssted i samme firma. Dette tegner således et billede af, at de faglærte og akademiske grupper tilsyneladende generelt øger deres mobilitet efter VEU-deltagelse i højere omfang end de ufaglærte grupper (hvor der for nogle a-kassers vedkommende er tale om en negativ effekt). Mht. at ende på kanten af eller udenfor arbejdsmarkedet efter VEU-deltagelse er billedet mere broget, men dog således, at de ikke-forsikrede, de ufaglærte og faglærte grupper synes 95

96 at have en forøget risiko herfor efter VEU-deltagelse. En mulig forklaring herpå (for de ufaglærte og faglærte) kan være, at VEU i en vis udstrækning benyttes i forbindelse med virksomhedslukninger og afskedigelsesrunder for disse grupper. Branchetilknytning kan vurderes på tilsvarende vis, jf. tabel 8.7.: Tabel 8.7. Branchetilknytning og bevægelser på arbejdsmarkedet fra målt i forhold til VEU-deltagelse eller ej. Andel af de beskæftigede med VEU-deltagelse (indenfor branchen) som et år efter har skiftet til andet firma, andet arbejdssted, mv. fratrukket den andel af gruppen (indenfor branchen) af beskæftigede som ikke har fået VEU. Til andet firma Andet arbejdssted i samme firma Uændret status Beskæftiget men status kendes ikke På kanten af arbejdsstyrken I ordinær uddannelse Permanent udenfor arbejdsstyrken HANDEL 6,2% 0,0% -10,4% -0,6% 2,0% 1,1% 1,5% BYGGE OG ANLÆG 5,1% -0,1% -7,8% -0,2% 2,4% 0,1% 0,6% FINANSIERING 4,5% 5,5% -8,7% -1,2% 0,5% 0,2% -0,8% INDUSTRI 3,4% -0,1% -5,3% 0,0% 1,8% 0,3% 0,0% HOTEL OG RESTAURATION 3,3% -0,3% -9,6% -0,2% 3,5% 0,2% 3,5% TRANSPORT, POST OG TELE 3,3% 0,4% -10,5% 1,5% 3,1% 0,4% 1,9% SOCIALE INSTITUTIONER, FORENINGER, KULTUR OG RENOVATION 2,8% -0,1% -6,6% 0,9% 1,3% 0,7% 0,9% FORRETNINGSSERVICE 2,1% 0,1% -6,8% 2,4% 1,2% 0,2% 0,8% ENERGI- OG VANDFORSYNING 1,9% 3,2% -8,0% 1,3% 0,6% 0,2% 0,8% UNDERVISNING 1,9% 0,4% -3,2% 0,1% 0,7% -0,1% 0,2% OFFENTLIG ADMINISTRATION 1,6% -0,1% -0,8% 0,1% 0,3% -0,2% -0,9% SUNDHEDSVÆSEN 1,0% -0,1% -5,9% 3,5% 0,6% 0,5% 0,4% LANDBRUG, FISKERI OG RÅSTOFUDVINDING 0,1% 2,1% -12,7% -0,4% 4,1% 1,3% 5,5% Den største mobilitetseffekt med VEU-deltagelse, i forhold til job i andet firma, sker tilsyneladende i brancherne handel og bygge og anlæg. Der er dog her også en forholdsvis høj risiko for at havne på kanten af eller permanent udenfor arbejdsstyrken efter VEU-deltagelse. I det samlede billede er finansieringsbranchen derfor klart den branche, hvor der er der største mobilitetseffekt (både i forhold til nyt job i andet firma og til andet arbejdssted i samme firma), samtidigt med at der ikke er nogen større risiko for at ende på kanten af eller udenfor arbejdsstyrken efter VEU-deltagelse. Ser man ned over tabellen, er det endvidere interessant at bemærke, at de største marginaliseringsrisici efter VEU-deltagelse findes i brancherne hotel og restauration, transport, post og tele, samt de førnævnte brancher bygge og anlæg og handel. Brancher med mange ufaglærte og faglærte, jf. resultaterne fra a-kassetilknytning. Det er endvidere relevant at notere, at brancherne med overvejende offentlige ansatte: undervisning, sundhedsvæsen og offentlig administration har en meget lav marginaliseringsrisiko efter VEU-deltagelse, men også nogle af de mindste mobilitetseffekter. Der er nu forsøgt tegnet et billede af forskellige gruppers bevægelser på arbejdsmarkedet efter VEU-deltagelse. Det nuancerer den generelle konklusion omkring, at VEU-deltagelse 96

97 tilsyneladende øger mobiliteten, men også skaber øget risiko for at have på kanten af eller permanent udenfor arbejdsstyrken. For der synes at være betydelige forskelle mellem grupperne på arbejdsmarkedet. For de bedst uddannede øges sandsynlighederne for mobilitetsbevægelser på arbejdsmarkedet uden den store risiko for marginalisering efter VEU-deltagelse. Der kan også konstateres en øget mobilitet hos faglærte, men her er der ligeledes en forholdsvis høj risiko for marginalisering. Mindst mobilitet efter VEU-deltagelse ses hos de ufaglærte, hvor der tilmed også er en høj risiko for marginalisering. Billedet bekræftes af branchetilknytningen, hvor det ligeledes kan konstateres, at der synes at være forskelle mellem den offentlige og private sektor med højere mobilitet og højere marginaliseringsrisiko i den private sektor, og modsat lavere mobilitet men også lavere marginaliseringsrisiko efter VEU-deltagelse i den offentlige sektor. I det følgende ses der nærmere på betydningen af de forskellige typer af VEU. Udgangspunktet herfor er et uddrag af en multinominal logistisk regression, hvor oddsene er testet for at gå fra beskæftigelse ultimo november 2003 til en af de tilstande, som er anvendt i de øvrige analyser (til ny beskæftigelse i ny virksomhed, til ny beskæftigelse i samme virksomhed, til på kanten af arbejdsstyrken, mv.) alt efter, hvilken VEU-type man har modtaget. Resultaterne fremgår af nedenstående tabel: 97

98 Tabel 8.8. Udvalgte resultater af multinominal logistisk regression. Bevægelser fra beskæftigelse ultimo november 2003 til andre tilstande et år senere opdelt efter uddannelsestyper (Der er i analysen kontrolleret for effekten fra køn, alder, herkomst, uddannelse, branche socioøkonomisk status, familie samt a-kassemedlemsskab/ikke forsikret). Refgruppe=Uændret status (n= ) Odds ratio Sig. niveau Fra beskæftigelse til ny beskæftigelse i nyt firma (n=343255) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til andet arbejdssted i samme firma(n=83336) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til på kanten af arbejdsstyrken (n=95217) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til ordinær uddannelse (n=26127) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til permanent udenfor arbejdsstyrken (n=87329) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Fra beskæftigelse til beskæftigelse med ukendt status (n=114150) - beskæftiget lønmodtager i almen VEU - beskæftiget lønmodtager i erhvervsrettet VEU - beskæftiget lønmodtager i videregående VEU - beskæftiget lønmodtager (ref.) Nagelkerke r 2 =0,239 1,273 1,184 0,976-1,030 1,332 1,168-1,529 1,287 0,818-1,516 0,539 0,289-1,517 0,775 0,950-1,438 0,973 0,667-0,000 0,000 0,976-0,344 0,000 0,000-0,000 0,000 0,000-0,000 0,000 0,000-0,000 0,000 0,348-0,000 0,505 0,000 - Når man som i de præsenterede resultater i tabel 8.8 således renser for arbejdsmarkedsgruppernes specielle karakteristika fremkommer et noget overraskende resultat, nemlig at almen VEU tilsyneladende har den største mobilitetsfremmende effekt, når det handler om bevægelse til nyt firma (samtidig har det dog den laveste effekt i relation til bevægelse til andet arbejdssted i samme firma). Samtidigt giver deltagelse i almen VEU også den største risiko for at komme på kanten af eller permanent udenfor arbejdsstyrken. Der er endvidere også her en markant større sandsynlighed for at fortsætte i ordinær uddannelse sammenlignet med de to øvrige uddannelsestyper. Deltagelse i erhvervsrettet VEU giver den højeste sandsynlighed for at skifte job internt i virksomheden, men samtidig er der også (om end på et lavere niveau) højere sandsynlighed for at skifte job til et nyt firma. Marginaliseringsrisikoen er her betydelig mindre end ved deltagelse i almen VEU. Der er højere sandsynlighed for at komme på kanten af arbejdsmarkedet, men mindre sandsynlighed for at gå permanent ud af arbejdsstyrken efter deltagelse i erhvervsrettet VEU, endda med en næsten 25 % mindre sandsynlighed. Deltagelse i videregående VEU giver ikke nogen større sandsynlighed for mobilitet til nyt firma, og en begrænset større sandsynlighed for andet job i samme firma. Til 98

99 gengæld reduceres sandsynligheden for at ende på kanten af arbejdsmarkedet ved deltagelse i videregående VEU, mens sandsynligheden for at komme permanent udenfor arbejdsstyrken næsten er den samme som for beskæftigede, der ikke har modtaget VEU. Sandsynligheden for at fortsætte i ordinær uddannelse reduceres betragteligt (med over 70 %). Generelt kan der på baggrund af analyserne konkluderes, at almen VEU-deltagelse giver de største sandsynligheder for bevægelser på arbejdsmarkedet. Det være sig i forhold til nyt job, uddannelse eller marginalisering (bemærk også den høje sandsynlighed i kategorien ukendt status, som dækker over, at personen er i beskæftigelse, men typen af beskæftigelse kan ikke identificeres i registrene fordi personerne ikke kan knyttes til et arbejdssted, dette er eksempelvis gældende for personer, der har mere end en arbejdsplads eller arbejder fra egen bopæl). Der er således tale om risikofyldte transitioner. Sandsynlighederne for bevægelser til ny arbejdsmarkedsstatus efter erhvervsrettet VEU er noget mindre end efter deltagelse i almen VEU (men stadig med en mobilitetsfremmende effekt). Til gengæld reduceres risikoen for marginalisering betragteligt. Endelig synes der ikke at være nogen større sandsynlighed for mobilitet efter videregående VEU-deltagelse. Til gengæld reduceres sandsynligheden for marginalisering, samt deltagelse i ordinær uddannelse betydeligt. Dette generelle billede stemmer meget godt overens med det billede som kan ses, hvis man bryder det endnu mere ned på enkelte kursustyper, hvor kursusforløb med høj mobilitetseffekt også ofte følges af en høj risiko for marginalisering (se bilagstabel 13). Som afslutning kan der konkluderes på de rejste antagelser, at VEU generelt synes at medvirke til en højere mobilitet forstået som skifte mellem jobs mellem og internt i firmaer. Der synes dog at være stor forskel på VEU-virkningerne mellem de forskellige grupper på arbejdsmarkedet. For de bedst uddannede øges sandsynlighederne for mobilitetsbevægelser på arbejdsmarkedet, uden den store risiko for marginalisering efter VEU-deltagelse. Der kan også konstateres en øget mobilitet hos faglærte, men her er der ligeledes en forholdsvis høj risiko for marginalisering. Mindst mobilitet efter VEU-deltagelse ses hos de ufaglærte, hvor der tilmed også er en høj risiko for marginalisering. Der er endvidere forskel på uddannelsestypernes VEU-virkninger (renset for de forskellige gruppers karakteristika). Almen VEU giver størst mobilitet, men også størst marginaliseringsrisiko. Videregående VEU giver næsten ingen mobilitetseffekt, men til gengæld lavere risiko for marginalisering. Erhvervsrettet VEU ligger midt imellem med noget højere mobilitet og noget lavere marginaliseringsrisiko. 99

100 Kapitel 9: Opsummering og konklusioner Hovedformålet med projektet om Flexicurity på dansk er af komme nogle spadestik dybere med hensyn til forståelsen af den danske udgave af flexicurity. Samtidig har projektet inddraget voksenog efteruddannelse som en selvstændig komponent i analysen. På denne baggrund er analyserne blevet struktureret ud fra en model af det danske beskæftigelsessystem, der udvider den klassiske gyldne trekant med endnu et hjørne, som indeholder VEU-indsatsen, jf. figur 9.1 Figur 9.1: Den udvidede danske udgave af flexicurity Fleksibelt arbejdsmarked Voksen- og efteruddan nelse Social sikring (dagpenge) Aktiv arbejdsmark edspolitik I dette kapitel opsummeres resultaterne fra rapportens analysekapitler disponeret efter projektets tre overordnede forskningsspørgsmål: Hvilke mobilitetsmønstre kendetegner job-til-job-mobiliteten på den danske arbejdsmarked? Hvad karakteriserer de personer, som har forskellige mobilitetsmønstre, og hvilke dele af arbejdsmarkedet er præget af høj eller lav mobilitet? I hvilket omfang fungerer indkomstsikkerheden og beskæftigelsessikkerheden (aktiv arbejdsmarkedspolitik og VEU) i den danske model som sikringsarrangementer mod marginalisering og udstødning fra det fleksible arbejdsmarked? 100

101 For hvilke grupper giver samspillet mellem de forskellige dele af den danske model et sikkert og stabilt arbejdsliv og hvilke grupper er generelt henvist til mindre sikre livsbetingelser på det danske arbejdsmarked? Spørgsmålene tager således udgangspunkt i dels i de enkelte elementer i den danske model, dels i en vurdering af resultatet for forskellige grupper af samspillet mellem modellens elementer. De empiriske analyser bygger på analyser af administrative registre fra Danmarks Statistik som dækker både lediges og beskæftigedes bevægelser ind og ud af arbejdsmarkedet i perioden (IDA registeret). Hovedparten af oplysningerne er år til år data, som opgør status for individer eller virksomheder i ultimo november hvert år. I hovedparten af vores analyser er 2004 anvendt som referenceår, idet det på undersøgelsestidspunktet var det senest opdaterede år i registeret. Sammenlignet med andre registre er det unikke ved IDA registeret, at man kan koble personer og virksomheder sammen, og således opnå en forståelse af såvel arbejdsmarkedets udbuds- som efterspørgselsside. For at belyse hvert af hjørnerne i den danske udgave af flexicurity har vi sammenkoblet IDA-registeret med en række andre registre fra Danmarks Statistik. Som nævnt opsummerer dette kapitel resultaterne af projektets empiriske analyser. Afslutningsvis diskuteres kort nogle mulige policy-overvejelser, som kan udspring af resultaterne. 9.1 Mobilitetsmønstre på det danske arbejdsmarked Målt ved job-til-job-mobiliteten har det danske arbejdsmarked en høj fleksibilitet. Som det fremgår af analyserne i kapitel 4, er omkring 30 procent af de beskæftigede lønmodtagere mobile, mens ca. 70 procent forbliver på samme arbejdssted, når to på hinanden følgende år sammenlignes. Blandt de mobile, er 3-4 procent (målt som andel af alle beskæftigede lønmodtagere) internt mobile i den forstand, at de forbliver i samme firma, men skifter til et andet arbejdssted. Omkring 15 procent skifter til beskæftigelse i en anden virksomhed, medens de resterende ca. 10 procent enten går til ledighed eller forlader arbejdsstyrken (jf. figur 9.2). Figur 9.2: Hovedtal for mobiliteten ud af beskæftigelse på det danske arbejdsmarked 71 procent Beskæftigede på samme arbejdssted i år 2 Forladt arbejdsstyrken i år 2 6 procent 4 procent Beskæftigede i år 1 15 procent 4 procent Beskæftigede på nyt arbejdssted i samme firma år 2 Arbejdsløs i år 2 Beskæftigede i nyt firma i år 2 101

102 Tallene i figur 9.2 er afrundede gennemsnitstal. For hovedparten gælder dog, at der er en høj grad af stabilitet i mobilitetsmønstrene, således at værdierne i de enkelte år kun i mindre omfang afviger fra gennemsnittet for hele perioden. Figur 9.3: Hovedtal for mobiliteten ind i beskæftigelse på det danske arbejdsmarked 72 procent Beskæftigede på samme arbejdssted i år 1 Udenfor arbejdsstyrken i år 1 5 procent 4 procent Beskæftigede i år 2 15 procent 4 procent Beskæftigede på andet arbejdssted i samme firma år 1 Arbejdsløs i år 1 Beskæftigede i andet firma i år 1 Det samme gælder for mobiliteten ind i beskæftigelse, som er illustreret i figur 9.3. Omkring 72 procent af de beskæftigede i et givet år genfindes i på samme arbejdssted året efter. En mindre andel på 4 procent kommer fra beskæftigelse på et andet arbejdssted i samme firma, medens 15 procent er skiftet fra at være beskæftiget i et andet firma året før. Endelig kom 4 procent fra ledighed og 5 procent er indtrådt i arbejdsstyrken, f.eks. efter at have afsluttet deres uddannelse. Resultaterne bekræfter således den ofte brugte sentens om, at 30 procent af danskerne skifter job hvert år. Men bag denne formulering skjuler sig, at det kun er omkring halvdelen af disse, som flytter sig mellem forskellige arbejdsgivere. Den anden halvdel er enten internt mobile mellem arbejdssteder inden for samme firma eller bevæger sig fra beskæftigelse til ledighed eller ud af arbejdsstyrken. På samme måde gælder det naturligvis, at mobiliteten ind til beskæftigelse ikke alene dækker over personer, som skifter mellem jobs hos forskellige arbejdsgivere. Også her vil det være omkring halvdelen, som enten er internt mobile eller kommer fra ledighed eller indtræder i arbejdsstyrken (typisk efter afsluttet uddannelse). I sammenligning med andre OECD-lande har Danmark en forholdsvis lav formel ansættelsesbeskyttelse, men også en ganske stor spredning i beskyttelsesniveauet mellem forskellige brancher og stillingsgrupper. Komparative analyser sandsynliggør, at der på nationalt niveau er en positiv sammenhæng mellem ansættelsesbeskyttelsen omfang og job-til-jobmobiliteten. En mulig forklaring på den generelt høje numeriske fleksibilitet på det danske arbejdsmarked er derfor den lave jobbeskyttelse. Andre forhold kan dog også spille ind. Erhvervsstrukturen med forholdsvis mange små og mellemstore virksomheder kan have betydning, selv om projektets analyser dog sandsynliggør, at virksomhedsstørrelse kun spiller en mindre rolle 102

103 for mobilitetsmønstrene. Også kulturelle forskelle kan have betydning i den forstand, at danskerne i højere grad end mange andre europæere anser hyppige jobskifte for en del af et ønskeligt karriereforløb. Et hovedindtryk er desuden, at det danske arbejdsmarked er præget af ganske stærk sporafhængighed, når det gælder bevægelserne fra år til år. Dette er særlig markant for de beskæftigede. For de personer, som var ledige eller i aktivering i 2003, ses således en markant nedsættelse af chancen for at være i beskæftigelse i 2004 sammenlignet med de personer, der var beskæftigede året før. Størst er nedsættelsen for de grupper, der i 2003 var længst ved fra ordinær beskæftigelse (f.eks. i fleks- og skånejob eller i revalidering), Ser man nærmere på mobiliteten for de enkelte grupper på arbejdsmarkedet, er der klare indbyrdes forskelle. Kvinder er generelt lidt mere mobile end mænd, både når det gælder mobilitet mellem jobs og mobilitet til kanten af arbejdsmarkedet. Indvandrere og efterkommere har ligeledes en øget risiko for marginalisering. Samtidig falder tendensen til at skifte job markant med alderen og samtidig stiger marginaliseringsrisikoen. En forhøjet risiko for marginalisering ses dog også for de yngre aldersgrupper. Arbejdsmarkedets kernegruppe er således klart aldersgruppen år. Sammenhængen mellem uddannelse og mobilitet er forholdsvis kompleks, idet et uddannelsesniveau over grundskoleniveau dog generelt giver en lavere sandsynlighed for at skifte job, men også en øget marginaliseringsrisiko. Samtidig spiller stillingsgruppen spiller en klar rolle for job-til-job-mobiliteten. Personer over grundniveau har gennemgående en lavere sandsynlighed for jobskifte. Samtidig gælder, at jo højere personer er placeret i stillingshierarkiet, jo lavere er marginaliseringsrisikoen. Branchetilhørsforhold og virksomhedsstørrelse har betydning for mobiliteten. Sammenlignet med offentlige og private tjenester giver beskæftigelse inden for de øvrige sektorer således en forøget sandsynlighed for at bevæge sig til et nyt job året efter. Samtidig spiller virksomhedens størrelse en klar rolle for job-mobiliteten, som falder med stigende virksomhedsstørrelse; det samme gælder marginaliseringsrisikoen. Overordnet set tegner analyser af mobilitetsmønstrene således et billede af, hvem der umiddelbart er upstairs and downstairs, når det gælder om at være stabilt beskæftiget på det fleksible danske arbejdsmarked. På de øverste etager findes man med størst sandsynlighed langvarigt uddannede gifte barnefædre i fyrrerne med et danskklingende efternavn. Længere nede møder vi de kortuddannede både blandt de yngre og de ældre aldersgrupper og her også de mere fremmedartede efternavne. Samtidig tyder analyserne på, at den individuelle arbejdsmarkedshistorie i form af lav eller høj ufrivillig mobilitet (målt ved ledighedsperioder i forbindelse med jobskift) i sig selv påvirker sandsynligheden for den aktuelle mobilitet både mellem jobs og til kanten af arbejdsmarkedet. Spørgsmålet er herefter, hvorledes disse mobilitetsmønstre spiller sammen med de øvrige elementer i den danske udgave af flexicurity. Dette er emnet for de følgende afsnit. 103

104 9.2 Indkomst- og beskæftigelsessikkerhed på det danske arbejdsmarked I dette afsnit gennemgås resultaterne fra de dele af projektet, som har undersøgt det omfang, i hvilket indkomstsikkerheden og beskæftigelsessikkerheden i den danske model fungerer som beskyttelse mod marginalisering og udstødning fra det fleksible arbejdsmarked? Indkomstsikkerheden I projektet er indkomstsikkerheden blevet belyst ved at analysere bevægelserne ind og ud af dagpenge- og kontanthjælpssystemerne. Vi har således ikke belyst sikkerheden ved direkte at beskrive det omfang, i hvilket der gives kompensation i forhold til tidligere indkomst (dækningsgraden), men i stedet fokuseret på tilstrømningen til og udstrømningen fra ledighed med henblik på at identificere, hvilke grupper som bliver hængende i sikkerhedssystemerne, og hvilke grupper, som bruger indkomstsikkerheden som en hurtig trædesten tilbage til beskæftigelse. Omkring en halv million danskere bevægede sig ind i sikringssystemet i Omkring 40 pct. var ledige i kort tid, dvs. op til 20 pct. af året, mens cirka 10 pct. var ledige i mere end 80 pct. af året. Analysen i kapitel 6 tegner et billede af, at det er bestemte grupper, der træder ind i sikringssystemet og befinder sig deri i kortere eller længerevarende tid. Det er især kvinder, de lavere socioøkonomiske grupper, personer med anden herkomst end dansk, enlige, personer med lav uddannelse eller en bacheloruddannelse og personer der tidligere har arbejdet i de sæsonbetonede brancher såsom bygge- og anlægsbranchen, landbruget og handel-, hotel- og restaurationsbranchen, der træder ind i sikringsordningerne. Og så er det ofte personer, der tidligere har befundet sig i sikringssystemet, som genfindes deri i Gruppen der er ledige i kort tid ligner i store træk gruppen af ledighedsberørte, og det samme gør personer i længerevarende ledighed dog med den forskel, at langtidsledighed i højere grad rammer mænd, 55-59årige og personer, der er forsikret i en a-kasse, der hører under AC. I forhold til vurderingen af indkomstsikkerheden er det afgørende i hvilket omfang de ledige atter finder vej tilbage til beskæftigelse. Det fremgår af analyserne, at lidt over en tredjedel af dem, der var ledige ultimo november 2003 var kommet i ordinær beskæftigelse ét år senere, mens en fjerdel fortsat var ledige. Knap 20 pct. havde bevæget sig til de aktive arbejdsmarkedspolitiske foranstaltninger og de resterende havde bevæget sig ud af arbejdsstyrken, f.eks. ved at påbegynde uddannelse, overgå til pension eller være på orlov. I forhold til det overordnede spørgsmål om, hvorvidt indkomstsikkerheden i den danske model isoleret betragtet fungerer som et springbræt tilbage til beskæftigelse, må der således givet et nuanceret svar. På den ene side er mere end en tredjedel af de ledighedsberørte korttidsledige med en ledighed på under 20 procent af året, medens det kun er omkring 10 procent, der er ledige i over 80 procent af året. Dette antyder et velfungerende sikkerhedsnet, hvor de fleste hurtigt vender tilbage til beskæftigelse. Analyserne peger dog samtidig på, at det er indenfor nogle særlige faggrupper og brancher, at sikringssystemet anvendes som en trædesten til ny beskæftigelse, f.eks. indenfor bygge- og anlægsbranchen og landbrug, fiskeri og råstofudvinding. Personer der tidligere har arbejdet indenfor disse brancher havde i analyserne både forhøjede odds for at bevæge sig ind i korttidsledighed og for et år senere at genfindes i beskæftigelse. Samtidig viser analyserne af de lediges bevægelser fra år til år, at mange af de ledige, som ikke hurtigt vender tilbage til beskæftigelse, genfindes i gruppen året efter. Det er således kun omkring 104

105 en tredjedel af de ledige i november 2003, der er i ordinær beskæftigelse i november 2004, mens en fjerdel fortsat er ledige et år senere. At en fjerdedel genfindes som ledige et år senere udelukker naturligvis ikke, at de har været i beskæftigelse i mellemtiden, men de har i det mindste ikke opnået en stabil beskæftigelse. Når der ses på, hvem der har de bedste muligheder for at genfindes i beskæftigelse et år senere, så er det i højere grad yngre, personer med dansk baggrund, personer med uddannelse over grundskoleniveau (på nær bacheloruddannelse), personer der lever i parforhold samt personer der sidst arbejdede i bygge- og anlægsbranchen. Og jo lavere ledighedsgrad, man tidligere har haft, jo bedre muligheder har man for at komme i beskæftigelse. Samlet set er det især grupperne af 55-59årige, enlige, indvandrere og efterkommere, personer med lav eller ingen uddannelse eller bacheloruddannelse og personer der er forsikrede i a-kasser under AC, der i højere grad end andre træder ind i sikringssystemet, men i mindre grad end andre bevæger sig ud af sikringsordningerne igen i hvert fald når man ser på deres bevægelser mellem 2003 og Analysen i kapitel 6 tegner således et billede af, at nogle persongrupper i højere grad end andre anvender sikringssystemet som en trædesten til ny beskæftigelse og gør brug af den særlige kombination af fleksibilitet og sikkerhed på det danske arbejdsmarked, mens andre der bevæger sig ind i sikkerhedssystemet, har vanskeligere ved selv at bevæge sig tilbage til arbejdsmarkedet. Nogle af disse, der har vanskeligt ved selv at bevæge sig tilbage til arbejdsmarkedet befandt sig et år senere i de arbejdsmarkedspolitiske foranstaltninger. Analysen i kapitel 6 viser, at det i højere grad af kvinder, yngre og personer med indvandrerbaggrund, der mellem 2003 og 2004 bevægede sig til denne position, men om denne gruppe et år senere var at finde i beskæftigelse, kan ikke besvares ud fra analyserne i kapitel 6. En mere detaljeret analyse af bevægelserne ind og ud af de arbejdsmarkedspolitiske foranstaltninger er dog emnet for det følgende afsnit. Beskæftigelsessikkerhed gennem aktiv arbejdsmarkedspolitik Som beskrevet i kapitel 7 er den aktive arbejdsmarkedspolitik et dynamisk hjørne i dansk flexicurity. Hvert år deltager op imod personer i en arbejdsmarkedspolitisk foranstaltning, hvilket svarer til knap 10 % af arbejdsstyrken. På trods af den faldende registrerede ledighed i perioden er antallet af deltagere i arbejdsmarkedspolitiske foranstaltninger faldet knap så markant siden midten af 1990erne og frem til vores opgørelsestidspunkt (2004). Dette afspejler dels, at aktiveringsforpligtelsen er blevet gradvist udvidet til at gælde stort set alle grupper af ledige modtagere af dagpenge, kontanthjælp og starthjælp, dels at der undervejs er opfundet nye arbejdsmarkedspolitiske instrumenter som fleks- og skånejobs samt integrationsuddannelse. Der er dog væsentlig forskel på hvor længe deltagerne befinder sig på de enkelte ordninger. Nogle foranstaltninger fungerer som midlertidige trædesten (f.eks. vejlednings- og afklaringsforløb), hvorimod andre ordninger har en mere permanent karakter (f.eks. fleks- og skånejobs). Der er ligeledes nogle grupper af personer, som er overrepræsenterede i de arbejdsmarkedspolitiske foranstaltninger. I forhold til deres andel af arbejdsstyrken er der næsten tre gange så mange indvandrere, og dobbelt så mange efterkommere, som etniske danskere, der deltager i arbejdsmarkedspolitiske foranstaltninger. Desuden gælder den velkendte sammenhæng, at jo højere uddannelse, desto mindre sandsynlighed for at deltage i arbejdsmarkedspolitiske foranstaltninger. Dette gælder dog ikke medlemmer af a-kasser under AC, der i forhold til LO medlemmer har en højere deltagelsesfrekvens. Det kan også nævnes at kvinder er en smule overrepræsenterede i 105

106 forhold til mænd, at ikke-forsikrede er overrepræsenterede i forhold til personer med a- kassemedlemskab, og at personer med lav socioøkonomisk status er overrepræsenterede i forhold personer med højere socioøkonomisk status. Nogle grupper har flere af disse karakteristika samtidigt, hvilket naturligvis markant øger sandsynligheden for deltagelse. Selvom den aktive arbejdsmarkedspolitik gælder for alle grupper, er der en overvægt af personer med nogle karakteristika der betyder, at de har en svag tilknytning til arbejdsmarkedet. Ser vi derefter på tilgang og afgang fra arbejdsmarkedspolitikken, er det slående, at der er en betydelig kontinuitet over tid. Der er en stor andel gengangere i de arbejdsmarkedspolitiske foranstaltninger fra det ene år til det andet. Mere end halvdelen af deltagerne i november 2003 kom således fra en arbejdsmarkedspolitisk foranstaltning året før (52 %). Knap en femtedel af deltagerne (19 %) var året før i beskæftigelse. Ser vi på afgangen fra de arbejdsmarkedspolitiske foranstaltninger, var over en femtedel (22 %) året efter i beskæftigelse. Hertil kommer at knap 12 % af deltagerne i 2003 kom fra ledighed, og afgangen i 2004 var 9 %. Dette generelle billede dækker imidlertid over markante forskelle mellem de enkelte arbejdsmarkedspolitiske foranstaltninger. Kontinuiteten er størst for fleks- og skånejobs, hvor en stor andel af deltagerne er gengangere fra et år til det næste. For de øvrige ordninger er der en betydeligt større dynamik. Vi har endvidere undersøgt hvad der karakteriserer de personer som forlader de arbejdsmarkedspolitiske foranstaltninger til hhv. beskæftigelse, ledighed og anden tilstand (sidstnævnte er en samlekategori for personer på kanten af eller udenfor arbejdsmarkedet). Analysen viser, at nogle grupper har højere sandsynlighed for at gå til beskæftigelse året efter deltagelse i en arbejdsmarkedspolitisk foranstaltning end andre. De største afgangssandsynligheder til beskæftigelse finder vi for mænd, yngre aldersgrupper, etniske danskere, personer med højere uddannelse end grundskole og par med hjemmeboende børn. Typen af arbejdsmarkedspolitisk foranstaltning har også stor betydning for afgangsmønsteret. Personer i støttet beskæftigelse har en højere sandsynlighed for at bevæge sig til både beskæftigelse og ledighed året efter. Den beskæftigelsessikkerhed, som tilvejebringes gennem den aktive arbejdsmarkedspolitik, fremstår derfor som heterogen. På den ene side er andelen af deltagere, som forlader en aktiv arbejdsmarkedspolitisk foranstaltning til fordel for beskæftigelse højere, end den andel, der kommer fra beskæftigelse. Omvendt falder andelen af ledige før og efter deltagelse i aktiv arbejdsmarkedspolitik. På den anden side genfindes en stor del af deltagerne i en arbejdsmarkedspolitisk foranstaltning året efter. I nogle tilfælde er dette forståeligt, fordi foranstaltningen i sig selv er af længerevarende karakter, således som det f.eks. er tilfældet for fleksjob og skånejob. Men selv om der korrigeres herfor, er andelen af gengangere ganske høj. Beskæftigelsessikkerhed gennem VEU Den offentlige VEU-indsats i Danmark er karakteriseret ved hovedsagligt at være helt eller delvist finansieret af det offentlige (suppleret med brugerbetaling), omfanget af VEU-aktiviteter har gennem mange år været blandt verdens højeste, godkendelse af udbudt uddannelse sker i et tæt samarbejde med arbejdsmarkedets parter, der er en tradition for vægtning af grundlæggende almene (ikke-virksomhedsspecifikke) kompetencer, hvilket knytter sig til den offentlige finansiering, opkvalificering af personer med få eller ingen kvalifikationer udover grundskoleniveau (samt at der ikke er økonomiske barrierer herfor) søges tilgodeset i udbuddet og endelig kan man også konstatere, at udgifterne til VEU-indsatser er blandt de højeste i verden. (jf. også Finansministeriet 2006). Udover den offentlige VEU-aktivitet er der også et formodet højt omfang af privat 106

107 gennemført VEU, herunder uddannelsesaktiviteter, der er gennemført internt på virksomheden. Der findes dog ikke systematiske opgørelser over det samlede omfang af denne del af VEU-aktiviteterne (se dog Finansministeriet 2006). De beregninger som er præsenteret her understøtter langt hen ad vejen dette billede af VEU-aktiviteterne. Omfangsmæssigt var der i 2004 knap årselever, knap personer og knap kursister. Ses der på udviklingen over tid, så var VEU-indsatserne generelt voksende fra 1990 til et toppunkt i Herfra er der en mere differentieret udvikling. Ses der på antallet af årselever, er der således et markant fald fra ca årselever i 1999 til i 2004 og i Tallene peger således på et generelt fald i VEU-aktiviteter de seneste år (målt på årselever). Et fald der dog ikke i helt samme omfang har slået igennem i antallet af personer som deltager i VEU, hvilket indikerer, at flere personer deltager i kortere VEU-forløb. Den kønsmæssige fordeling viser, at der er flere kvinder end mænd i VEU målt på årselever, men at der er flere mænd, som deltager i VEU (målt i personer). Det vil sige, at kvinderne generelt får lidt længere VEU-forløb end mænd blandt de beskæftigede. Langt hovedparten af de beskæftigede VEU-deltagere er mellem 20 og 49 år. Når det gælder herkomst er der forholdsvis store forskelle i VEU deltagelse mellem personer med indvandrerbaggrund og dansk oprindelse. Ses der på de absolutte størrelser har ca. hver fjerde VEUdeltager i 2004 indvandrerbaggrund. Dette er ikke overraskende med tanke på, at mange med indvandrerbaggrund modtager sprogundervisning. Personer med indvandrerbaggrund fylder derfor mest i den almene VEU. I absolutte deltagertal udgør personer med indvandrerbaggrund således ikke mindre end knap 32 pct. af personer i almen VEU. De offentlige VEU-indsatser er karakteriseret ved, at personer med få eller ingen kvalifikationer udover grundskoleniveau søges tilgodeset i udbuddet. Personer med grundskole op til og med en erhvervsfaglig uddannelse udgjorde således ca.77 pct. af samtlige personer, der i 2004 deltog i VEU. Ses der på typen af VEU i relation til forudgående uddannelsesbaggrund, så er der et forventet mønster, hvor personer med korteste uddannelsesbaggrund udgør hovedparten af deltagerne i såvel almen som erhvervsrettet VEU, mens videregående VEU overvejende udgøres af personer med en længere uddannelsesbaggrund. Fordelingen på socioøkonomisk gruppering og VEU-type viser, at den store gruppe af lønmodtagere på grundniveau udgør over halvdelen af alle personer med et afsluttet erhvervsrettet VEU og lidt over en tredjedel af de afsluttede almene VEU-forløb. Derimod udgør de en relativ mindre del af den videregående VEU, der i tråd med de tidligere mønstre vokser i takt med stigende socioøkonomisk gruppering. Dog udgør VEU-deltagelse generelt (for alle uddannelsestyper) en mindre del for både topledere og selvstændige. I forhold til branche kommer der flest personer og årselever (30 pct.) fra branchen offentlige og personlige tjenester. Dernæst bidrager industrien med næstflest personer med afsluttet VEU, men ikke årselever, hvilket indikerer at personer med ansættelse i industrien får kortere VEU-forløb. Gennemgange af de mange variable på deltagelse i offentlig VEU i 2004 synes generelt at bekræfte det billede, som blev beskrevet indledningsvist. Det offentlige VEU-udbud er omfangsmæssigt veludbygget, og synes at tilgodese personer med få eller ingen kvalifikationer. Det er dog vigtigt 107

108 også at bemærke, at VEU-aktiviteterne (ligesom øvrige velfærdsordninger) også må siges at blive benyttet af et bredt udsnit af arbejdsstyrken. Udover karakteristikken af VEU-aktiviteterne var et andet formål at analysere, hvorvidt VEUaktiviteterne bidrager til at skabe en højere mobilitet på arbejdsmarkedet (i forhold til både numerisk og funktionel flexibilitet), samt om VEU sikrer en (nemmere) genindtræden på arbejdsmarkedet. Analyserne i kapitel 8 viser her, at man er mere mobil, hvis man modtog VEU på opgørelsestidspunktet i november 2003 set i forhold til dem, der var beskæftigede uden at modtage VEU. Men man må samtidig konkludere, at de beskæftigede VEU-modtagere befinder sig i en mere udsat position, eftersom de også har højere odds end de beskæftigede, der ikke modtog VEU for at befinde sig på kanten eller helt udenfor arbejdsstyrken. VEU gør altså ikke blot folk mere mobile, men øger også risikoen for at befinde sig på kanten eller udenfor arbejdsstyrken. Når dette brydes ned på forskellige grupper på arbejdsmarkedet og på forskellige uddannelsestyper, ses der nogle interessante sammenhænge, som nuancerer den generelle konklusion om VEU som både mobilitets- og marginaliseringsfremmende. For der synes at være betydelige forskelle mellem grupperne på arbejdsmarkedet. For de bedst uddannede øges sandsynlighederne for mobilitetsbevægelser på arbejdsmarkedet uden den store risiko for marginalisering efter VEUdeltagelse. Der kan også konstateres en øget mobilitet hos faglærte, men her er der ligeledes en forholdsvis høj risiko for marginalisering. Mindst mobilitet efter VEU-deltagelse ses hos de ufaglærte, hvor der tilmed også er en høj risiko for marginalisering. Billedet bekræftes af branchetilknytningen, hvor det ligeledes kan konstateres, at der synes at være forskelle mellem den offentlige og private sektor med højere mobilitet og højere marginaliseringsrisiko i den private sektor, og modsat lavere mobilitet men også lavere marginaliseringsrisiko efter VEU-deltagelse i den offentlige sektor. Når det gælder typer af VEU, så kan der på baggrund af analyserne for året 2004 generelt konkluderes, at almen VEU-deltagelse giver de største sandsynligheder for bevægelser på arbejdsmarkedet. Det være sig i forhold til nyt job, uddannelse eller marginalisering. Sandsynlighederne for bevægelser til ny arbejdsmarkedsstatus efter erhvervsrettet VEU er noget mindre end efter deltagelse i almen VEU (men stadig med en mobilitetsfremmende effekt). Til gengæld reduceres risikoen for marginalisering betragteligt. Endelig synes der ikke at være nogen større sandsynlighed for mobilitet efter videregående VEU-deltagelse. Til gengæld reduceres sandsynligheden for marginalisering, samt deltagelse i ordinær uddannelse betydeligt. Dette generelle billede stemmer meget godt overens med det billede som kan ses, hvis man bryder det endnu mere ned på enkelte kursustyper, hvor kursusforløb med høj mobilitetseffekt også ofte følges af en høj risiko for marginalisering. Opsummerende om VEU kan man sige, at vi igen møder et blandet billede, når de aggregerede strømme i den danske model opløses i deres bestanddele. På den ene side fremstår de offentlige VEU-aktiviteter som fremmende for mobiliteten på arbejdsmarkedet. Deltagerne flytter sig hyppigere end andre fra job til job. Men på den anden side har de også en større marginaliseringsrisiko. Om disse forskelle i sig selv er forårsaget af VEU-deltagelsen, eller om VEU-deltagelsen afspejler et forsøg på at sikre arbejdsmarkedstilknytningen for personer, som af andre grunde er i en truet position, kan ikke umiddelbart afgøres ud fra de foretagne analyser, men vil kræve yderligere studier. Samtidig ser vi store forskelle i samspillet mellem efteruddannelse, mobilitet og marginalisering for forskellige grupper og VEU-former. I balancen mellem mobilitet og marginaliseringsrisiko fremstår personer med høj uddannelse og deltagere i videregående VEU 108

109 som vindere gennem øget mobilitet og/eller lavere marginaliseringsrisiko. Omvendt er gevinsterne for kortuddannede mere usikre og indgår i et kompliceret samspil mellem uddannelsesbaggrund og VEU-type. Med denne konklusion er bolden givet op til yderligere analyser af betydningen af VEUdeltagelse for mobilitet og marginaliseringsrisiko, herunder analyser der over en længere årrække måler på personkarakteristika og uddannelsestyper. 9.3 Indenfor eller udenfor i den danske model? Ovenfor har fokus været på de enkelte dele af den danske flexicurity-model, således som den blev beskrevet i kapitel 3. I dette afsnit trækkes nogle tværgående konklusioner om hvilke grupper, som er upstairs og downstairs i den danske model. Her kan det for det første konkluderes, at det danske arbejdsmarked er præget af en betydelig sporafhængighed. Dette gælder for det første på makroniveau i den forstand, at arbejdsmarkedets strukturer i form af i generelle mobilitetsmønstre og mønstre for enkelte grupper udviser en betydelig stabilitet, således som dokumenteret af de analyser, som har trukket på data fra hele perioden Dette er et resultat, som også er fundet i internationale komparative studier (Auer & Casez 2002, Auer 2007) og som går imod forestillinger om at teknologiske forandringer, globalisering og nye organisationsformer grundlæggende har ændret arbejdsmarkedernes funktionsmåde, når det gælder båndet mellem de ansatte og arbejdspladserne. Sporafhængigheden kan også ses på individniveau i form af en stærk påvirkning fra den enkeltes arbejdsmarkedshistorie. De personer, som har haft en skrøbelig arbejdsmarkedskarriere med ophold på kanten af arbejdsmarkedet, vil også have en ringere chance for at få stabil beskæftigelse. Omvendt er der stor sandsynlighed for, at en beskæftiget person bevarer en varig tilknytning til kernen af arbejdsmarkedet. Samtidig er der nogle klare målbare forskelle mellem de grupper som opnår stabil beskæftigelse og de grupper, der ender på kanten af arbejdsmarkedet. Mænd har gennemgående en lidt stærkere arbejdsmarkedsposition end kvinder i den forstand, at de f.eks. har en højere sandsynlighed for at være i beskæftigelse. Aldersgruppen år fremtræder i de fleste tilfælde som den aldersgruppe, der har de sikreste positioner på arbejdsmarkedet. Uddannelsesniveau og tilhørsforhold til en stillingsgruppe viser gennemgående et klart hierarki med de højeste uddannelser og stillingskategorier placeret i de bedste positioner. Enlige med og uden børn har en lavere chance for at være i job. Det samme har personer med indvandrerbaggrund. Branchetilhørsforholdet spiller også en rolle. I forhold til projektets overordnede problemstilling et det naturligvis væsentligt, om de forskellige sikkerhedsformer gør en positiv forskel for de personer, som ikke skifter direkte mellem jobs fra det ene år til det næste. Her er ikke foretaget egentlige effektevalueringer af de enkelte sikkerhedsformer, men i stedet søgt at identificere nogle karakteristika ved mobiliteten for forskellige grupper ind og ud af de enkelte dele af dagpengesystemet, kontanthjælpssystemet, aktiveringssystemet og VEU. Overordnet giver disse analyser et inhomogent billede. På den ene side er det åbenbart, at de forskellige sikkerhedsformer ikke fungerer som blindgyder. En stor del af de personer, som bevæger sig ind i de forskellige sikkerhedsformer også fra andre 109

110 positioner på kanten af arbejdsmarkedet - vender tilbage til beskæftigelse. Samtidig kan nogle af sikkerhedsformerne have flertydige effekter. Deltagelse i VEU kan således have en positiv effekt på mobilitet til anden beskæftigelse, men også øge risikoen for at bevæge sig ud på kanten af arbejdsmarkedet. Men samtidig er der også mange, der bliver hængende og genfindes på i passiv forsørgelse eller aktivering fra år til år. Hovedtræk ved disse grupper er, at de oftere er ældre, kortuddannede og ikke-danskere. I nogen grad gør køn også en forskel. Status som enlig spiller generelt en negativ rolle i forhold til at bevæge sig tilbage til beskæftigelse. Disse grundlæggende mønstre, som genfindes i langt de fleste marginaliseringsanalyser, brydes ikke gennem den danske model. En vurdering af om udstødningen af svage grupper er kraftigere eller svagere i den danske udgave af flexicurity end på andre arbejdsmarkeder falder udenfor rammerne af projektet, men den foreliggende viden om ungdoms- og langtidsledighed og om beskæftigelsesandelene for både unge og ældre peger ikke på, at den danske model i sig selv skulle være stærkt ekskluderende (Madsen forhcoming 2008). Tværtimod fremstår Danmark målt på både beskæftigelsesandele og ledighedsprocenter for unge og ældre i den gode ende af EU s medlemslande. Kun for så vidt angår arbejdsmarkedsintegrationen af indvandrere, ligger Danmark relativt lavt i forhold til det øvrige Europa. 9.4 Behov for reformer af den danske flexicurity-model? Når det gælder policy-overvejelser peger analyserne i denne rapport i flere retninger. For det første har de understreget, at den danske model på en række punkter er velfungerende i sit samspil mellem fleksibilitet (i projektet belyst ved job-til-job-mobilitet) og forskellige sikkerhedsformer. Mobiliteten er generelt høj, og strømmene er betydelige mellem de forskellige positioner som beskæftiget, ledig, deltager i aktiv arbejdsmarkedspolitik og VEU-kursist. I den forstand er man fristet til at anbefale en betydelig forsigtighed med reformer, som kunne forstyrre de stabile balancer, der igennem ganske mange år har karakteriseret den danske model. Men på den anden side, er det også åbenbart, at der en række punkter, hvor samspillet mellem fleksibilitet og sikkerhed i den danske model fungerer mindre optimalt. For det første er det åbenbart, at selektionen ud af stabil beskæftigelse ikke er tilfældig. En række grupper har større risici end andre for at miste fodfæstet eller for slet ikke at få varig beskæftigelse. I og for sig har projektet ikke afsløret mange nye grupper af denne type, måske bortset fra gruppen med en bacheloruddannelse, som klarer sig markant dårligere end andre med en videregående uddannelse. Det uklare erhvervssigte for de akademiske bachelorer slår her klart igennem og kunne i sig selv give anledning til overvejelser om uddannelsespolitiske reformer, som kunne give denne gruppe et klarere erhvervssigte. Men ellers peger analyserne på behovet for en fortsat og forstærket indsats for de velkendte svage grupper: de kortuddannede, indvandrere, efterkommere og enlige forsørgere. Det er disse grupper, der har sværest ved at udnytte sikkerhedselementerne i den danske model som springbræt til en stabil tilknytning til arbejdsmarkedet. Tværtimod viser projektets analyser, at når personer med ustabil beskæftigelse skal drage fordel af både indkomstsikkerheden og den aktive 110

111 arbejdsmarkedspolitik er der mange, som hænger fast og ikke hurtigt forlader dagpengesystemet og kontanthjælpssystemet. Sikkerhedsnettene fungerer, men de fungerer ikke optimalt i forhold til de svage grupper. Projektets analyser kan ikke føre frem til præcise anvisninger om hvilke indsatser, der skal prioriteres i denne forbindelse. Inden for den aktive arbejdsmarkedspolitik fremstår støttet beskæftigelse umiddelbart som et redskab, der i høj grad løfter deltagerne tilbage til beskæftigelse, men analyserne giver ikke mulighed for at vurdere i hvilket omfang dette er en selvstændig effekt af dette konkrete redskab eller af samspillet med andre indsatser. Desuden peger analyserne på at deltagere i VEU kan drage fordel heraf gennem en øget mulighed for mobilitet ind i ny beskæftigelse, men samtidig er der også mange VEU-deltagere, der har en øget risiko for at blive marginaliseret. Effekterne af VEU-deltagelse afhænger derfor af en række rammebetingelser, herunder formentlig det omfang i hvilken indsatsen indgår i en overordnet strategi for virksomhedernes udvikling af medarbejdernes kompetencer. I de situationer, hvor VEU anvendes mere spontant i et forsøg på at fastholde udstødningstruede ansatte i beskæftigelse, kan det være for sent. Ud fra bredere overvejelser om de udfordringer, som den danske model står over for i de kommende år, vil vi i forlængelse af diskussionen i kapitel 3 især pege på tre problemstillinger knyttet til de tre sikkerhedsformer, som er i fokus i dette projekt. En første udfordring ligger i den udhuling af især dagpengenes kompensationsgrad, som har fundet sted siden starten af 1980erne, dels forårsaget af udformningen af satsreguleringen, dels i forbindelse med udrulningen af kollektive pensionsordninger på det private arbejdsmarked. En stor del af de senere år betydelige udhuling af dagpengenes dækningsgrad kan således henføres til, at der ikke betales pensionsbidrag af dagpenge. Konsekvensen af, at overførselsmodtagere indbetaler til pension er betydelige forskelle i de økonomiske vilkår for fremtidens pensionister betinget af forskelle i deres ledighedsrisiko, mens de var på arbejdsmarkedet. Dette er uheldigt ud fra et fordelingspolitisk synspunkt, men kan desuden føre til, at medlemstilslutningen til dagpengesystemet fortsætter den tilbagegang, som allerede kan ses i disse år. I forhold til udviklingen af beskæftigelsessikkerheden gennem den aktive arbejdsmarkedspolitik er spørgsmålet, om den hidtidige balance mellem velfærd (social integration) og workfare (social disciplinering) har forskudt sig og er ved at tippe til fordel for workfare, og om dette på sigt kan udgøre en trussel for flexicurity-modellen. Truslen vil kunne opstå, hvis opkvalificeringselementet i indsatsen bliver så tilbagetrukket, at tilpasningen mellem de lediges faktiske kvalifikationer og kvalifikationskravene i de ledige jobs ikke kan gennemføres gennem den aktive indsats. I forlængelse heraf skal der atter fremhæves, at beskæftigelsessikkerheden i den danske model ikke blot understøttes af en omfattende aktiv arbejdsmarkedspolitik, men også af institutioner, der bidrager til et højt niveau for efteruddannelsen og livslang læring. I den offentlige voksen- og efteruddannelse har fokus er fokus i de senere år i stigende grad rettet mod de beskæftigede, medens de lediges kvalifikationsbehov risikerer at glide i baggrunden. Også her er der behov for at overveje om sikkerhedsmekanismerne i den danske model har behov for et eftersyn for også fremover at kunne sikre et velfungerende samspil mellem fleksibilitet og sikkerhed på det danske arbejdsmarked. 111

112 Litteratur AE Rådet (2004): Jobomsætning på arbejdsmarkedet. København: AE Rådet. Notat d. 27. september AE Rådet (2006): Et billede af de ikke forsikrede. København: AE Rådet. Notat d. 6. juni Andersen, L. (2006): Sammenhængskraft og konkurrenceevne. AE Rådet. Februar 2006 Andersen, S.K. & M. Mailand (2005): Flexicurity og det danske arbejdsmarked et review med fokus på overenskomstsystemet, , i Flexicurity Udfordringer for den danske model, København: Beskæftigelsesministeriet. Andersen, T..M. & M. Svarer (2007): Flexicurity Labour Market Performance in Denmark, CESifo working Paper no Arbejdsministeriet (1999): Arbejdsmarkedsreformerne en status. København: Arbejdsministeriet. Arbejdsministeriet (2000): Effekter af aktiveringsindsatsen, København: Arbejdsministeriet. Atkinson J. (1984): Flexibility, Uncertainty and Manpower Management. IMS Report No89, Institute of Manpower Studies, Brighton. Atkinson J. & N. Meager (1986): Changing Working Patterns: how companies achieve flexibility to meet new needs. Institute of Manpower Studies, National Economic Development Office, London. Auer, P. (2007): In search of optimal labour market institutions, in H. Jørgensen & P. K. Madsen, (eds.): Flexicurity and Beyond: finding a new agenda for the European Social Model. Copenhagen: DJØF Publishing, Auer, P. and S. Cazes (2003): Employment stability in an age of flexibility. Evidence from industrialized countries. Geneva: International Labour Organization Barbier, J.C. (2006): Social Europe and the Limits of Soft Law, the example of Flexicurity, Chapter in R. Rogowski (eds.): The European Social Model and Transitional Labour Markets: Law and Policy, Ashgate (forthcoming). Barbier, J.C. (2007): From political strategy to analytical research and back to politics, a sociological approach to flexicurity, pp , in H. Jørgensen, & P.K. Madsen, Flexicurity and Beyond finding a New Agenda for the European Social Model, København: DJOEF Publishing. Bredgaard, T. & Larsen, F. (2006): Udlicitering af beskæftigelsespolitikken: Australien, Holland og Danmark, DJØF-Forlaget, København. 112

113 Bredgaard, T. & F. Larsen (2007): Comparing Flexicurity in Denmark and Japan, Tokyo: Japan Institute for Labour Policy and Training, JILPT Research Report. Bredgaard, T. & F. Larsen (under udgivelse): External and Internal Flexicurity Comparing Denmark and Japan, Comparative Labour Law and Policy Journal. Bredgaard, T., F. Larsen & P.K. Madsen (2005): Det fleksible danske arbejdsmarked en forskningsoversigt, s , i Flexicurity Udfordringer for den danske model, København: Beskæftigelsesministeriet. Bredgaard, T., F. Larsen & P.K. Madsen (2006): Opportunities and Challenges for Flexicurity The Danish Example, Transfer, Vol. 12, No. 1, spring 2006, pp Campbell, J.A., J.A. Hall & O.K. Pedersen (2006), (eds.) National Identity and the Varieties of Capitalism- the Danish Experience, København: DJØF Publishing. Clausen, J., A. Larson, M. Rosholm & L. Skipper (2006): Effekten og oplevede udbytte af deltagelse i voksen-, efter-, og videreuddannelse på individniveau, AKF-forlaget, København. Cox, R.H. (1998): From Safety Net To Trampoline: Labor Market Activation in the Netherlands and Denmark, Governance vol. 11(4), 1998, pp Danmarks Statistik (1989): Statistisk 10års oversigt København: Danmarks Statistik. Danmarks Statistik (1991): IDA En integreret database for arbejdsmarkedsforskning. Hovedrapport, København: Danmarks Statistik. Danmarks Statistik (1999): Statistisk 10års oversigt København: Danmarks Statistik. Danmarks Statistik (2007): Statistisk Tiårsoversigt 2007, Danmarks Statistik. Det Økonomiske Råds Formandskab (2000): Dansk Økonomi, foråret 2000, kapitel 3 om Marginalisering og udstødning, København: Det Økonomiske Råd. Det Økonomiske Råd (2007): Dansk Økonomi forår 2007, Kapitel 3, København: Det Økonomiske Råd. Eriksson, T., R. Ibsen, J. Li & N. Westergård-Nielsen (2006): Globalisering og det danske arbejdsmarked, København: Jurist- og Økonomforbundets Forlag. Eriksson, T. & N. Westergård-Nielsen (2008): Wage and labour mobility in Denmark , in E. Lazear & K. Shaw: Wage structures, raises and mobility: International comparisons of the structure of wages within and across firms, Cambridge. Eurobarometer (2005): Europeans and Mobility: first results of an EU-wide survey, Luxembourg. Europæiske Kommission (2006): Employment in Europe 2006, Bruxelles: European Commission. 113

114 Europæiske kommission (2007): Towards Common Principles of Flexicurity: More and Better Jobs through flexibility and Security, Bruxelles: European Communication COM (2007) 359. Expert Group on flexicurity (2007): Flexicurity Pathways turning hurdles into Stepping Stones, Bruxelles Juni Finansministeriet (2006): Livslang opkvalificering og uddannelse for alle på arbejdsmarkedet rapport fra Trepartsudvalget, Bind 1, Den fremtidige voksen- og efteruddannelsesindsats, Februar Geerdsen, L.P. (2006): Is there a Threat Effect of Labour Market Programmes? A Study of ALMP in the Danish UI System, The Economic Journal, 116(July), Hall, P.A. & D. Soskice (2001), (eds.) Varieties of Capitalism The institutional foundations of comparative advantage, Oxford: Oxford University Press. Hansen, L.L. (2007): From Flexicurity to FlexicArity? Gendered Perspectives on the Danish model, Journal of Social Sciences 3 (2): Hartvig Pedersen, J. og A. Hulgaard (red.) (2007): Arbejdsløshedsforsikringsloven Udvikling og perspektiver, Arbejdsdirektoratet, København, Ibsen, F. (2007): Does it Pay? Flexibility and Pay in the Danish flexicurity-model, pp , in H. Jørgensen & P.K. Madsen (eds.): Flexicurity and Beyond finding a New Agenda for the European social model, København: DJØF Publishing. Ibsen, F & S. Scheuer (1999) (red.): Septemberforliget og det 21. århundrede - historiske perspektiver og fremtidens dilemmaer, København: Jurist- og Økonomforbundets Forlag. Ibsen, R. & N. Westergård-Nielsen (2007): Medlemskab af a-kasser og flexicurity, s , i Arbejdsdirektoratet, Arbejdsløshedsforsikringsloven Udvikling og perspektiver, København: Arbejdsdirektoratet. ILO (2004): World Employment Report, Genève: ILO. Ilsøe, A. (2006): Flexicurity på virksomheden. En sammenlignende analyse af reguleringen af arbejdstids fleksibilitet på danske og tyske industrivirksomheder. Forskningsnotat nr. 69. København: FAOS, Sociologisk Institut. Ilsøe, A. (2007): Decentralisering i et flexicurity perspektiv På vej mod et todelt arbejdsmarked?, Tidsskrift for Arbejdsliv, 9(4), Jespersen, S., N. Kristensen & L. Skipper (2006): En kritik af VEU-udvalgets arbejde, Working Paper Department of Economics. Jørgensen, H. (2002): Consensus, cooperation and conflict The policy-making process in Denmark, Cheltenham: Edward Elgar. 114

115 Jørgensen, H. (2006): Arbejdsmarkedspolitikkens fornyelse innovation eller trussel mod dansk flexicurity, Bruxelles: ETUI-REHS. Jørgensen, H., M. Lassen & F. Larsen (1999): Styr på arbejdsmarkedspolitikken. Working paper. Aalborg: CARMA. Klindt, M.P. (2007): Fleksible arbejdstider i Danmark, Tyskland, Frankrig og Storbritannien flexicurity i politik og praksis?, Tidsskrift for Arbejdsliv, 9(4), Klindt, M.P. & R.J. Møberg (2007): The Flexicurity of Mutual Responsiveness in Labour- Management Relations, pp , in H. Jørgensen. & P.K. Madsen (eds.): Flexicurity and Beyond finding a New Agenda for the European social model, København: DJØF Publishing. Larsen, F (2005) Active Labour Market Policy in Denmark as an example of Transitional Labour Market and flexicurity arrangements What can be learnt? in Bredgaard, T. and F. Larsen (eds.) Employment policy from different angles, Copenhagen: DJØF Publishing, Leschke, J., G. Schmid & D. Griga (2006): On the Marriage of Flexibility and Security: Lessons from the Hartz-reforms in Germany, Berlin: Wissenschaftszentrum, Discussion Paper LO (2006): Dagpengesystemet. En analyse af dagpengesystemets dækning. København: LO. Januar Madsen, P.K. (1999): Denmark: Flexibility, security and labour market success, Employment and Training Papers No. 53, ILO, Geneva Madsen, P.K. (2003): Flexicurity through labour market policies and institutions in Denmark, in P. Auer & S. Cazes (eds.): Employment stability in an age of flexibility. Evidence from industrialized countries, International Labour Office, Geneva, pp Madsen, P.K. (2004): The Danish model of flexicurity : experiences and lessons, TRANSFER. European Review of Labour and Research, Volume 10 (2), pp Madsen, P. K. (2005) The Danish road to flexicurity: Where are we. And how did we get there?, in Bredgaard, T. and F. Larsen (eds.) Employment policy from different angles, Copenhagen: DJØF Publishing. Madsen, P.K. (2006): How can in possibly fly? The paradox of a dynamic labour market in a Scandinavian welfare state, in Campbell, J.A., J.A. Hall & O.K. Pedersen (eds.): National Identity and the varieties of Capitalism: THE DANISH EXPERIENCE, McGill-Queen s University Press, Montreal, pp (also available as CARMA Research Paper No. 2/2005). Madsen, P.K. (2007): Distribution of Responsibility for Social Security and Labour Market Policy. Country Report: Denmark, AIAS working paper Amsterdam: AMSTERDAM INSTITUTE FOR ADVANCED LABOUR STUDIES, University of Amsterdam. 115

116 Madsen, P.K. (forthcoming 2008) Denmark: Upstairs and downstairs in the Danish model of flexicurity, in M. Jepsen & M. Keune (eds): Europe on the road to flexicurity? Assessing the weight of flexibility and security in the reform of European labour markets, Brussels: Peter Lang. Munch, J.R. & L. Skipper (2006): Effektevaluering af Voksen- og Efteruddannelsesindsatsen, Finansministeriet. Nationalbanken (2008): Flexicurity Den Danske arbejdsmarkedsmodel, Kvartalsoversigt 4. kvartal OECD (1994): The OECD jobs study: Facts, analysis and strategy, Paris: OECD. OECD (2004) Employment Outlook 2004, Paris: OECD. OECD (2006): Employment Outlook 2006, Paris: OECD. OECD (2007a): Benefits and Wages Paris: OECD. OECD (2007b): Education at a Glance 2007, OECD indicators. Rosholm, M. & M. Svarer (2004): Estimating the Threat Effect of Active Labour Market Programmes, IZA Discussion Paper No Schmid, G. (1996): Is full employment still possible? Transitional labour market as a new strategy for labour market policy, s in Economic and Industrial Democracy, Vol. 16. Schmid, G. (1998): Transitional Labour Markets: A New European Employment Strategy, Berlin: Wissenschaftszentrum, Discussion paper, Schmid, G. & B. Gazier (2002): The dynamics of full employment: Social integration through transitional labour markets, Cheltenham: Edward Elgar. Skipper, L. (2008): Efteruddannelse: Kan det betale sig? AKF Nyt, 2008(1): Sørensen, C. (2006): Arbejdsmarkedet og den danske flexicurity-model, Århus: Academica. Torfing, J. (1999): Workfare with welfare: Recent reform of the Danish Welfare State, Journal of European Social Policy, Vol. 9(1), pp Vejrup-Hansen, P. (2000): Det fleksible arbejdsmarked Jobomsætning, mobilitet og ledighed, København: Jurist- og Økonomforbundets Forlag. Westerlund, L. (2006): Tryggare på andra sidan sundet? Om flexicurity i Danmark, Landsorganisationen i Sverige. 116

117 Wilthagen, T (1998) Flexicurity A new paradigm for labour market policy reform?, Berlin: WZB Discussion Paper, FSI, Wilthagen, T. & R. Rogowski (2002): Legal regulation of transitional labour markets, pp , in G. Schmid & B. Gazier, (eds.): The dynamics of full employment: Social integration through Transitional Labour Markets, Cheltenham: Edward Elgar. Wilthagen, T. and F. Tros (2004) The concept of flexicurity : A new approach to regulating employment and labour markets, Transfer, 10 (2), World Bank (2003) Doing Business Understanding Regulation. The World Bank and Oxford University Press. 117

118 Bilag Tilstand ultimo november 2003 Bilagstabel 1: Tilstand ultimo november 2003 og tilstand ultimo november 2004, samtlige i aldersgruppen 18 år og derover. Antal personer. Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Tilstand ultimo november 2004 Barsel, Efterløn sygedagpenge og og overgangsydelse revalidering Pension Ordinær uddannelse Øvrige Total Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Barsel, sygedagpenge og revalidering Efterløn og overgangsydelse Pension Ordinær uddannelse Øvrige Total Ledig = arbejdsløse der står til rådighed for arbejdsmarkedet og ikke er engageret i andre aktiviteter. I aktiv arbejdsmarkedspolitisk foranstaltning = personer der er registreret i registret over arbejdsmarkedspolitiske foranstaltninger (AMFORA) og er i følgende foranstaltninger: orlov, integrationsforanstaltninger, støttet beskæftigelse, uddannelsesforanstaltninger, anden aktivering og fleks- og skånejob. Aktiverede ifølge kontanthjælpsregistret indgår også (er en gruppe, der ikke er registreret i registret over de arbejdsmarkedspolitiske foranstaltninger, men som er aktiverede ifølge kontanthjælpsstatistikregistret). Øvrige = personer på ledighedsydelse, kontanthjælp (udenfor arbejdsstyrken), introduktionsydelse til flygtninge og andre udenfor arbejdsstyrken, der ikke kan defineres nærmere. Tilstand ultimo november 2003 Bilagstabel 2: Tilstand ultimo november 2003 og tilstand ultimo november 2004, samtlige i aldersgruppen 18 år og derover. Vandret procentfordeling. Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Tilstand ultimo november 2004 Barsel, Efterløn sygedagpenge og og overgangsydelse revalidering Pension Ordinær uddannelse Øvrige Total Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Barsel, sygedagpenge og revalidering Efterløn og overgangsydelse Pension Ordinær uddannelse Øvrige Total

119 Tilstand ultimo november 2003 Bilagstabel 3: Tilstand ultimo november 2003 og tilstand ultimo november 2004, samtlige i aldersgruppen 18 år og derover. Lodret procentfordeling. Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Tilstand ultimo november 2004 Barsel, Efterløn sygedagpenge og og overgangsydelse revalidering Pension Ordinær uddannelse Øvrige Total Beskæftiget Ledig I aktiv arbejdsmarkedspolitisk foranstaltning Barsel, sygedagpenge og revalidering Efterløn og overgangsydelse Pension Ordinær uddannelse Øvrige Total

120 Bilagstabel 4: Tilstand ultimo november 2003 og tilstand ultimo november 2004, samtlige i aldersgruppen 18 år og derover. Antal personer. Disaggregeret data. Tilstand ultimo november 2004 I I Arbejdsløs Arbejdsløsd beskæftigel Tilstand ultimo november 2003 beskæftigel kontanthjæl agpengemo se og VEUdeltager se psmodtager dtager Orlovsforan staltning Støttet beskæftigel se Uddannelse sforanstaltn ing Integrations Anden Fleks- og Barselsdag Sygedagpe foranstaltni aktivering skånejob penge nge ng Revalideri ng Aktivering ifl. Ledigheds kontanthjæl ydelse psregistret Efterløn Overgangs Tjenestem Folkepens Førtidspen ydelse ion sion andspensi on Øvrige udenfor arbejdsstyrk en Under uddannels e Kontanthj ælp Introydelse til flygtninge Ingen oplysninge r i 04 I alt I beskæftigelse I beskæftigelse og VEUdeltager Arbejdsløs kontanthjælpsmodtager Arbejdsløs dagpengemodtager Orlovsforanstaltning Støttet beskæftigelse Uddannelsesforanstaltning Anden aktivering Integrationsforanstaltning Fleks- og skånejob Barselsdagpenge Sygedagpenge Revalidering Aktivering ifl. kontanthjælpsregistret Ledighedsydelse Efterløn Overgangsydelse Folkepension Førtidspension Tjenestemandspension Øvrige udenfor arbejdsstyrken Under uddannelse Kontanthjælp Introydelse til flygtninge I alt (population 03) Indtræder i data i I alt (population 04)

121 Bilagstabel 5: Tilstand ultimo november 2003 og tilstand ultimo november 2004, samtlige i aldersgruppen 18 år og derover. Vandret procentfordeling.. Disaggregeret data. TILSTAND ULTIMO NOVEMBER 2004 Tilstand ultimo november 2003 I beskæfti gelse I beskæfti gelse og VEUdeltager Arbejdslø s kontanthj ælpsmodt ager Arbejdslø sdagpeng emodtage r Orlovsfor anstaltni ng Støttet beskæftig else Uddannel sesforans taltning Integratio Anden Fleks- og Barselsd Sygedagp Revalideri nsforanst aktivering skånejob agpenge enge ng altning Aktivering ifl. Ledigheds kontanthjæ ydelse lpsregistret Efterløn Overgang sydelse Folkepens ion Førtidsp ension Tjeneste mandspe nsion Øvrige udenfor arbejdsst yrken Under Kontant uddannel hjælp se Introydel se til flygtninge Ingen oplysning er i 04 I alt I beskæftigelse 88,60% 2,50% 0,20% 1,90% 0,10% 0,30% 0,50% 0,20% 0,00% 0,30% 0,10% 0,20% 0,10% 0,00% 0,10% 1,10% 0,00% 0,40% 0,30% 0,10% 1,00% 1,00% 0,20% 0,00% 0,70% 100,00% I beskæftigelse og VEUdeltager 60,00% 28,30% 0,20% 1,70% 0,10% 0,40% 1,60% 0,30% 0,10% 0,20% 0,20% 0,20% 0,60% 0,00% 0,00% 0,70% 0,00% 0,30% 0,20% 0,20% 1,90% 1,60% 0,20% 0,00% 1,10% 100,00% Arbejdsløs kontanthjælpsmodtager 23,80% 0,80% 24,70% 0,80% 0,10% 6,00% 3,30% 7,70% 0,20% 0,50% 0,10% 0,20% 1,30% 2,00% 0,10% 0,00% 0,00% 0,10% 1,90% 0,10% 5,80% 3,00% 16,10% 0,10% 1,20% 100,00% Arbejdsløs dagpengemodtager 38,00% 0,90% 0,40% 24,70% 0,20% 7,40% 8,70% 2,10% 0,00% 0,10% 1,80% 2,90% 0,20% 0,00% 0,10% 6,80% 0,00% 0,10% 0,20% 0,20% 3,40% 0,50% 0,20% 0,00% 1,00% 100,00% Orlovsforanstaltning 53,60% 1,90% 0,70% 9,70% 9,30% 1,50% 4,20% 1,50% 0,00% 0,00% 3,70% 1,80% 0,20% 0,10% 0,10% 0,00% 0,00% 0,00% 0,00% 0,20% 7,30% 0,90% 1,20% 0,00% 2,20% 100,00% Støttet beskæftigelse 30,60% 1,00% 4,20% 10,30% 0,10% 23,10% 5,50% 6,20% 0,50% 1,40% 0,20% 0,50% 0,80% 1,60% 0,30% 1,60% 0,00% 0,00% 0,60% 0,10% 3,40% 1,20% 5,90% 0,20% 0,80% 100,00% Uddannelsesforanstaltning 28,70% 2,30% 2,00% 10,80% 0,20% 5,20% 30,20% 3,00% 0,30% 0,20% 1,10% 1,80% 1,30% 1,00% 0,10% 1,80% 0,00% 0,00% 0,30% 0,00% 3,30% 2,50% 3,10% 0,10% 0,70% 100,00% Anden aktivering 21,80% 0,90% 5,90% 3,30% 0,10% 7,80% 6,10% 20,50% 0,60% 0,50% 0,20% 0,60% 1,20% 4,90% 0,20% 0,30% 0,00% 0,00% 0,90% 0,10% 6,00% 2,80% 13,60% 0,40% 1,20% 100,00% Integrationsforanstaltning 11,90% 2,00% 3,70% 0,40% 0,00% 9,20% 7,50% 6,60% 33,50% 0,10% 0,00% 0,10% 0,50% 2,30% 0,00% 0,00% 0,00% 0,10% 0,50% 0,00% 5,10% 0,80% 8,70% 5,50% 1,40% 100,00% Fleks- og skånejob 4,10% 0,10% 0,10% 0,00% 0,00% 0,40% 0,00% 0,10% 0,00% 86,00% 0,00% 0,40% 0,10% 0,00% 2,50% 0,00% 0,00% 0,10% 3,80% 0,30% 0,80% 0,00% 0,20% 0,00% 0,80% 100,00% Barselsdagpenge 34,70% 1,00% 0,80% 16,10% 2,50% 4,30% 8,50% 2,80% 0,00% 0,10% 7,20% 5,10% 1,00% 0,10% 0,10% 0,00% 0,00% 0,00% 0,10% 0,20% 9,80% 3,20% 1,50% 0,00% 0,80% 100,00% Sygedagpenge 11,50% 0,30% 1,40% 5,90% 0,20% 2,70% 2,70% 1,70% 0,00% 4,50% 0,90% 16,30% 8,60% 0,30% 6,50% 1,20% 0,00% 0,20% 20,70% 0,60% 5,40% 0,50% 6,20% 0,00% 1,80% 100,00% Revalidering 17,30% 0,70% 1,80% 2,80% 0,00% 1,70% 2,00% 2,10% 0,10% 3,40% 0,20% 1,10% 46,10% 0,90% 1,90% 0,00% 0,00% 0,00% 4,00% 0,20% 2,70% 1,80% 8,50% 0,00% 0,50% 100,00% Aktivering ifl. Kontanthjælpsregistret 10,20% 0,60% 5,90% 0,10% 0,10% 5,50% 4,60% 10,10% 0,40% 0,70% 0,00% 0,10% 2,70% 14,60% 0,10% 0,00% 0,00% 0,00% 2,30% 0,00% 6,70% 2,10% 32,00% 0,00% 1,20% 100,00% Ledighedsydelse 4,50% 0,10% 0,20% 0,00% 0,00% 3,10% 0,20% 1,70% 0,00% 20,60% 0,00% 0,10% 1,50% 0,00% 49,00% 0,00% 0,00% 0,10% 12,30% 0,60% 4,10% 0,00% 1,00% 0,00% 0,90% 100,00% Efterløn 2,60% 0,10% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 77,30% 0,00% 12,70% 5,10% 0,40% 0,70% 0,00% 0,00% 0,00% 1,10% 100,00% Overgangsydelse 0,30% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 38,80% 59,50% 0,00% 0,50% 0,00% 0,10% 0,00% 0,00% 0,00% 0,90% 100,00% Folkepension 0,50% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 93,50% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 6,00% 100,00% Førtidspension 1,30% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,20% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 4,60% 91,20% 0,10% 0,10% 0,00% 0,00% 0,00% 2,50% 100,00% Tjenestemandspension 7,00% 0,40% 0,20% 0,30% 0,00% 0,20% 0,10% 0,20% 0,00% 0,10% 0,10% 0,20% 0,20% 0,10% 0,10% 0,80% 0,00% 17,90% 6,30% 59,20% 4,30% 0,40% 0,40% 0,00% 1,50% 100,00% Øvrige udenfor arbejdsstyrken 23,50% 1,60% 1,30% 1,70% 0,10% 1,20% 1,10% 1,50% 0,10% 0,20% 0,30% 0,50% 0,50% 0,40% 0,20% 0,50% 0,00% 1,70% 1,30% 0,50% 45,60% 4,40% 3,40% 0,10% 8,60% 100,00% Under uddannelse 41,70% 1,50% 0,90% 2,40% 0,00% 0,80% 0,80% 1,00% 0,00% 0,00% 0,40% 0,10% 0,50% 0,20% 0,00% 0,00% 0,00% 0,00% 0,00% 1,00% 5,50% 39,40% 1,00% 0,00% 2,50% 100,00% Kontanthjælp 6,00% 0,20% 4,60% 0,10% 0,10% 3,10% 3,50% 5,40% 0,30% 0,50% 0,00% 0,10% 2,70% 2,70% 0,10% 0,00% 0,00% 0,20% 6,30% 0,10% 4,90% 1,40% 56,10% 0,00% 1,70% 100,00% Introydelse til flygtninge 6,60% 1,10% 3,50% 0,00% 0,00% 5,20% 6,30% 7,00% 12,50% 0,10% 0,00% 0,00% 0,60% 2,40% 0,00% 0,00% 0,00% 0,60% 1,90% 0,00% 6,50% 1,10% 17,60% 24,80% 2,10% 100,00% Indtræder i data i 04 48,70% 1,70% 1,00% 0,60% 0,00% 0,50% 0,50% 1,00% 0,50% 0,00% 0,10% 0,10% 0,30% 0,20% 0,00% 0,10% 0,00% 0,30% 0,60% 1,10% 19,30% 21,50% 1,40% 0,50% 0,00% 100,00% 120

122 Bilagstabel 6: 8 forskellige variables effekt på det at være i beskæftigelse ultimo november 2004 i forhold til ikke at være i beskæftigelse (binær logistisk regression) (model 1) B S.E. Wald df Sig. Exp(B) Konstant 0,758 0, , ,135 Kvinde -0,351 0, , ,704 Mand (ref.) år 1,673 0, , , år 0,12 0, , , år -0,111 0, , , år -0,161 0, , , år -0,724 0, , , år -2,506 0, , , år + -2,236 0, , , år (ref.) Indvandrer -0,657 0, , ,518 Efterkommer -0,417 0, , ,659 Dansker (ref) Ungdomsuddannelse 0,463 0, , ,589 Erhvervsfaglig uddannelse 0,366 0, , ,441 Kort videregående uddannelse 0,496 0, , ,642 Mellemlang videregående uddannelse 0,486 0, , ,626 Bacheloruddannelse 0,251 0, , ,285 Lang videregående uddannelse 0,901 0, , ,463 Højest fuldførte uddannelse kendes ikke 0,122 0, , ,130 Grundskole (ref) Par med hjemmeboende børn 0,143 0, , ,154 Enlig uden hjemmeboende børn -0,332 0, , ,717 Enlig med hjemmeboende børn -0,54 0, , ,583 Par uden hjemmeboende børn (ref) Landbrug, fiskeri og råstofudvinding 0,385 0, , ,47 Industri 0,011 0,005 4, ,038 1,011 Energi- og vandforsyning 0,466 0, , ,593 Bygge og anlæg 0,114 0, , ,12 Handel, hotel og restauration 0,056 0, , ,058 Transport, post og tele 0,18 0, , ,198 Finansiering og forretningsservice 0,088 0, , ,092 Branchetilknytning kendes ikke -1,105 0, , ,331 Offentlige og personlige tjenester (ref) Selvstændig 0,845 0, , ,329 Topleder 0,979 0, , ,662 Lønmodtager, højeste niveau 0,711 0, , ,037 Lønmodtager, mellem niveau 0,52 0, , ,682 Anden lønmodtager -0,37 0, , ,691 Lønmodtager uden nærmere angivelse 0,178 0, , ,195 Beskæftigelsesstatus kendes ikke -1,885 0, , ,152 Lønmodtager, grundniveau (ref) FOA A-kasse 1,283 0, , ,607 Akademikernes a-kasse 0,685 0, , ,983 Blik- og Rørarbejdernes a-kasse 0,909 0, , ,482 Business Danmarks A-kasse 1,035 0, , ,816 BUPL a-kasse 1,001 0, , ,722 Danske lønmodtageres a-kasse 1,532 0, , ,627

123 Danske sundhedsorganisationers a-kasse 1,388 0, , ,006 Elfagets a-kasse 1,357 0, , ,883 Faglig Fælles a-kasse 0,921 0, , ,512 Frie Funktionærers a-kasse 1,192 0, , ,295 Funktionærernes og servicefagenes a-kasse 1,203 0, , ,329 Funktionærernes og Tjenestemændenes a-kasse 1,158 0, , ,184 HK s a-kasse 1,067 0, , ,906 Ingeniørernes a-kasse 0,743 0, , ,102 IT-faget og merkonomernes a-kasse 0,84 0, , ,316 A-kassen for journalistik, kommunikation og sprog 0,718 0, , ,05 Kristelig a-kasse 0,823 0, , ,277 Ledernes a-kasse 1,272 0, , ,567 Lærernes a-kasse 0,953 0, , ,595 Magistrenes a-kasse 0,273 0, , ,315 Malerfaget og Maritim a-kasse 0,806 0, , ,239 Metalarbejdernes a-kasse 1,087 0, , ,965 Nærings- og nydelsesmiddelarb s a-kasse 0,975 0, , ,652 DANA 0,873 0, , ,395 ASE 1,02 0, , ,774 Socialpædagogernes a-kasse 1,119 0, , ,062 A-kassen for stats- og teleansatte 1,099 0, , ,000 Teknikernes a-kasse 0,622 0, , ,863 Træ, Industri og Byg s a-kasse 1,08 0, , ,944 Økonomernes a-kasse 0,728 0, , ,07 Ikke forsikrede (ref) Nagelkerke r 2 : 0,631 Antal beskæftigede ultimo november 2004 = Antal ikke beskæftigede ultimo november 2004 = (reference) Bilagstabel 7: 9 forskellige variables effekt på det at være i beskæftigelse ultimo november 2004 i forhold til ikke at være i beskæftigelse (binær logistisk regression)(model 2) B S.E. Wald df Sig. Exp(B) Konstant 2,254 0, , ,522 Kvinde -0,254 0, , ,776 Mand (ref) Indvandrer -0,597 0, , ,551 Efterkommer -0,361 0, , ,697 Dansker (ref) år 0,272 0, , , år -0,191 0, , , år -0,138 0, , , år -0,128 0, , , år -0,753 0, , , år -1,648 0, , , år + -1,02 0, , , år (ref) Ungdomsuddannelse 0,071 0, , ,074 Erhvervsfaglig uddannelse 0,263 0, , ,300 Kort videregående uddannelse 0,297 0, , ,

124 Mellemlang videregående uddannelse 0,308 0, , ,361 Bacheloruddannelse -0,198 0, , ,820 Lang videregående uddannelse 0,53 0, , ,698 Højest fuldførte uddannelse kendes ikke -0,14 0, , ,869 Grundskole (ref) FOA A-kasse 0,529 0, , ,697 Akademikernes a-kasse 0,388 0, , ,474 Blik- og Rørarbejdernes a-kasse 0,429 0, , ,536 Business Danmarks A-kasse 0,524 0, , ,688 BUPL a-kasse 0,434 0, , ,543 Danske lønmodtageres a-kasse 0,605 0, , ,832 Danske sundhedsorganisationers a-kasse 0,885 0, , ,423 Elfagets a-kasse 0,737 0, , ,089 Faglig Fælles a-kasse 0,352 0, , ,422 Frie Funktionærers a-kasse 0,67 0, , ,955 Funktionærernes og servicefagenes a-kasse 0,564 0, , ,758 Funktionærernes og Tjenestemændenes a-kasse 0,612 0, , ,844 HK s a-kasse 0,478 0, , ,614 Ingeniørernes a-kasse 0,409 0, , ,505 IT-faget og merkonomernes a-kasse 0,43 0, , ,537 A-kassen for journalistik, kommunikation og sprog 0,41 0, , ,507 Kristelig a-kasse 0,358 0, , ,431 Ledernes a-kasse 0,698 0, , ,009 Lærernes a-kasse 0,53 0,02 719, ,698 Magistrenes a-kasse 0,145 0,02 54, ,157 Malerfaget og Maritim a-kasse 0,306 0,033 87, ,358 Metalarbejdernes a-kasse 0,507 0, , ,66 Nærings- og nydelsesmiddelarb s a-kasse 0,293 0, , ,341 DANA 0,335 0, , ,398 ASE 0,449 0, , ,567 Socialpædagogernes a-kasse 0,512 0, , ,668 A-kassen for stats- og teleansatte 0,448 0, , ,565 Teknikernes a-kasse 0,242 0, , ,274 Træ, Industri og Byg s a-kasse 0,434 0, , ,543 Økonomernes a-kasse 0,484 0, , ,622 Ikke forsikrede (ref) Landbrug, fiskeri og råstofudvinding 0,189 0, , ,208 Industri 0,009 0,007 1, ,197 1,009 Energi- og vandforsyning 0,38 0, , ,462 Bygge og anlæg 0,114 0,01 137, ,121 Handel, hotel og restauration 0,047 0,006 57, ,048 Transport, post og tele 0,08 0,009 81, ,083 Finansiering og forretningsservice 0,015 0,006 5, ,017 1,016 Branchetilknytning kendes ikke -1,252 0, , ,286 Offentlige og personlige tjenester (ref) Selvstændig 0,444 0, , ,559 Topleder 0,615 0, , ,850 Lønmodtager, højeste niveau 0,336 0, , ,400 Lønmodtager, mellem niveau 0,263 0, , ,300 Anden lønmodtager -0,146 0, , ,864 Lønmodtager uden nærmere angivelse -0,117 0, , ,889 Beskæftigelsesstatus kendes ikke 0,532 0, , ,702 Lønmodtager, grundniveau (ref) 6909, Par med hjemmeboende børn 0,128 0, , ,136 Enlig uden hjemmeboende børn -0,239 0, , ,

125 Enlig med hjemmeboende børn -0,323 0, , ,724 Par uden hjemmeboende børn (ref) Tilstand et år tidligere: Beskæftiget og VEU-deltager -0,247 0, , ,781 Arbejdsløs kontanthjælpsmodtager -2,796 0, , ,061 Arbejdsløs dagpengemodtager -2,84 0, , ,058 Orlovsforanstaltning -2,322 0, , ,098 Støttet beskæftigelse -2,736 0, , ,065 Uddannelsesforanstaltning -3,021 0, , ,049 Anden aktivering -2,892 0, , ,055 Integrationsforanstaltning -2,706 0, , ,067 Fleks- eller skånejob -5,158 0, , ,006 Barselsdagpenge -3,02 0, , ,049 Sygedagpenge -4,285 0, , ,014 Revalidering -3,464 0, , ,031 Aktivering ifl. Kontanthjælpsregistret -3,527 0, , ,029 Ledighedsydelse -5,042 0, , ,006 Efterløn -4,787 0, , ,008 Overgangsydelse -7,069 0, , ,001 Folkepension -5,861 0, , ,003 Førtidspension -5,41 0, , ,004 Tjenestemandspension -3,851 0, , ,021 Øvrige udenfor arbejdsstyrken -2,624 0, , ,073 Under uddannelse -1,895 0, , ,150 Kontanthjælp (udenfor arbejdsstyrken) -4,13 0, , ,016 Introduktionsydelse til flygtninge -3,115 0, , ,044 Beskæftiget (reference) Nagelkerke r 2 : 0,767 Antal beskæftigede ultimo november 2004 = Antal ikke beskæftigede ultimo november 2004 = (reference) Bilagstabel 8: Forskellige variables effekt på det at bevæge sig fra beskæftigelse ultimo november 2003 til andre positioner et år senere i forhold til at forblive i samme beskæftigelse (multinominal logistisk regression) 8.1. Fra beskæftigelse til beskæftigelse i ny virksomhed ift. at forblive i samme beskæftigelse B Std. Error Wald df Sig. Exp(B) Konstant -2,053 0, , ,000 Kvinde -0,001 0,004 0, ,772 0,999 Mand (ref.) 0(b) Indvandrer -0,035 0,010 12, ,000 0,965 Efterkommer 0,056 0,024 5, ,018 1,057 Dansker (ref.) 0(b) år 0,651 0, , ,000 1, år 0,277 0, , ,000 1, år -0,269 0, , ,000 0, år -0,497 0, , ,000 0, år + -0,481 0, , ,000 0, år (ref.) 0(b)

126 Ungdomsuddannelse 0,202 0, , ,000 1,224 Erhvervsfaglig uddannelse -0,028 0,006 24, ,000 0,972 Kort videregående uddannelse -0,066 0,010 40, ,000 0,937 Mellemlang videregående uddannelse -0,092 0,010 93, ,000 0,912 Bacheloruddannelse 0,200 0, , ,000 1,222 Lang videregående uddannelse 0,065 0,013 26, ,000 1,067 Uddannelse kendes ikke -0,120 0,019 41, ,000 0,887 Grundskole (ref.) 0(b) Topleder -0,179 0, , ,000 0,836 Lønmodtager højeste niveau -0,170 0, , ,000 0,843 Lønmodtager mellemste niveau -0,165 0, , ,000 0,848 Anden lønmodtager 0,214 0, , ,000 1,238 Lønmodtager uden nærmere angivelse -0,030 0,006 24, ,000 0,971 Lønmodtager grundniveau (ref.) 0(b) Landbrug, fiskeri og råstofudvinding 0,108 0,014 56, ,000 1,114 Industri -0,262 0, , ,000 0,770 Energi- og vandforsyning -0,360 0, , ,000 0,698 Bygge og anlæg 0,095 0,010 93, ,000 1,100 Handel, hotel og restauration 0,009 0,008 1, ,227 1,009 Transport, post og tele 0,211 0, , ,000 1,235 Finansiering og forretningsservice -0,139 0, , ,000 0,870 Offentlige og personlige tjenester (ref.) 0(b) Par med hjemmeboende børn -0,018 0,006 9, ,002 0,982 Enlig uden hjemmeboende børn 0,168 0, , ,000 1,184 Enlig med hjemmeboende børn 0,138 0, , ,000 1,148 Par uden hjemmeboende børn (ref.) 0(b) A-kasser under FTF -0,020 0,009 5, ,021 0,980 A-kasser unde AC 0,069 0,011 36, ,000 1,071 Øvrige 0,090 0, , ,000 1,094 Ikke forsikret 0,282 0, , ,000 1,326 A-kasser under LO (ref.) 0(b) ansatte -0,137 0, , ,000 0, ansatte og derover -0,178 0, , ,000 0,837 Op til 49 ansatte (ref.) 0(b) Offentlig ansat -0,347 0, , ,000 0,707 Privat ansat (ref.) 0(b) Har skiftet til nyt arbejdssted i samme firma 1 gang ml og 2003 Har skiftet til nyt arbejdssted i samme firma 2, 3 eller 4 gange ml og 2003 Har ikke skiftet til nyt arbejdssted i samme firma ml og 2003 (ref.) 0,186 0, , ,000 1,205 0,333 0, , ,000 1,396 0(b) Har skiftet til nyt firma 1 gang ml og ,617 0, , ,000 1,853 Har skiftet til nyt firma 2, 3 eller 4 gange ml og ,996 0, , ,000 2,709 Har ikke skiftet til nyt firma ml og 2003 (ref.) 0(b) Første år som lønmodtager 0,787 0, , ,000 2,197 1 år som lønmodtager 0,854 0, , ,000 2,349 2 år som lønmodtager 0,637 0, , ,000 1,891 3 år som lønmodtager 0,477 0, , ,000 1,611 4 år som lønmodtager 0,383 0, , ,000 1,467 5 år eller mere som lønmodtager (ref.) 0(b)

127 8.2. Fra beskæftigelse til nyt arbejdssted i samme firma ift. at forblive i samme beskæftigelse B Std. Error Wald df Sig. Exp(B) Konstant -4,059 0, , ,000 Kvinde -0,016 0,008 4, ,043 0,984 Mand (ref.) 0(b) Indvandrer 0,059 0,018 10, ,001 1,061 Efterkommer -0,085 0,051 2, ,097 0,918 Dansker (ref.) 0(b) år 0,245 0, , ,000 1, år 0,077 0,010 57, ,000 1, år -0,078 0,014 32, ,000 0, år -0,165 0, , ,000 0, år + -0,245 0, , ,000 0, år (ref.) 0(b) Ungdomsuddannelse 0,083 0,015 30, ,000 1,086 Erhvervsfaglig uddannelse -0,005 0,011 0, ,665 0,995 Kort videregående uddannelse -0,114 0,019 37, ,000 0,892 Mellemlang videregående uddannelse -0,212 0, , ,000 0,809 Bacheloruddannelse -0,303 0,035 73, ,000 0,738 Lang videregående uddannelse -0,102 0,023 20, ,000 0,903 Uddannelse kendes ikke -0,010 0,037 0, ,793 0,990 Grundskole (ref.) 0(b) Topleder 0,043 0,024 3, ,073 1,044 Lønmodtager højeste niveau -0,245 0, , ,000 0,783 Lønmodtager mellemste niveau 0,082 0,011 53, ,000 1,086 Anden lønmodtager 0,043 0,016 7, ,005 1,044 Lønmodtager uden nærmere angivelse -0,121 0,014 75, ,000 0,886 Lønmodtager grundniveau (ref.) 0(b) Landbrug, fiskeri og råstofudvinding -0,591 0, , ,000 0,554 Industri -0,319 0, , ,000 0,727 Energi- og vandforsyning 0,035 0,042 0, ,408 1,035 Bygge og anlæg -0,507 0, , ,000 0,602 Handel, hotel og restauration 0,298 0, , ,000 1,347 Transport, post og tele 0,289 0, , ,000 1,335 Finansiering og forretningsservice 0,304 0, , ,000 1,355 Offentlige og personlige tjenester (ref.) 0(b) Par med hjemmeboende børn 0,010 0,010 1, ,309 1,010 Enlig uden hjemmeboende børn 0,055 0,010 28, ,000 1,056 Enlig med hjemmeboende børn 0,143 0,019 54, ,000 1,154 Par uden hjemmeboende børn (ref.) 0(b) A-kasser under FTF 0,023 0,013 3, ,071 1,023 A-kasser under AC 0,050 0,020 6, ,014 1,052 Øvrige 0,045 0,013 12, ,000 1,046 Ikke forsikret 0,087 0,012 53, ,000 1,091 A-kasser under LO (ref.) 0(b) ansatte 0,275 0, , ,000 1, ansatte og derover 0,412 0, , ,000 1,510 Op til 49 ansatte (ref.) 0(b) Offentlig ansat 0,923 0, , ,000 2,

128 Privat ansat (ref.) 0(b) Har skiftet til nyt arbejdssted i samme firma 1 gang ml og 2003 Har skiftet til nyt arbejdssted i samme firma 2, 3 eller 4 gange ml og 2003 Har ikke skiftet til nyt arbejdssted i samme firma ml og 2003 (ref.) 1,194 0, , ,000 3,302 1,691 0, , ,000 5,425 0(b) Har skiftet til nyt firma 1 gang ml og ,351 0, , ,000 1,420 Har skiftet til nyt firma 2, 3 eller 4 gange ml og ,487 0, , ,000 1,628 Har ikke skiftet til nyt firma ml og 2003 (ref.) 0(b) Første år som lønmodtager 0,674 0, , ,000 1,962 1 år som lønmodtager 0,585 0, , ,000 1,795 2 år som lønmodtager 0,299 0, , ,000 1,348 3 år som lønmodtager 0,272 0, , ,000 1,312 4 år som lønmodtager 0,256 0, , ,000 1,291 5 år eller mere som lønmodtager (ref.) 0(b) Fra beskæftigelse til på kanten af arbejdsmarkedet ift. at forblive i samme beskæftigelse B Std. Error Wald df Sig. Exp(B) Konstant -2,964 0, , ,000 Kvinde 0,374 0, , ,000 1,454 Mand (ref.) 0(b) Indvandrer 0,730 0, , ,000 2,075 Efterkommer 0,476 0, , ,000 1,610 Dansker (ref.) 0(b) år 0,411 0, , ,000 1, år 0,288 0, , ,000 1, år 0,072 0,014 26, ,000 1, år 0,296 0, , ,000 1, år + -0,635 0, , ,000 0, år (ref.) 0(b) Ungdomsuddannelse -0,429 0, , ,000 0,651 Erhvervsfaglig uddannelse -0,400 0, , ,000 0,670 Kort videregående uddannelse -0,447 0, , ,000 0,640 Mellemlang videregående uddannelse -0,532 0, , ,000 0,588 Bacheloruddannelse 0,071 0,028 6, ,011 1,074 Lang videregående uddannelse -0,556 0, , ,000 0,574 Uddannelse kendes ikke -0,126 0,027 22, ,000 0,881 Grundskole (ref.) 0(b) Topleder -0,935 0, , ,000 0,393 Lønmodtager højeste niveau -0,545 0, , ,000 0,580 Lønmodtager mellemste niveau -0,394 0, , ,000 0,675 Anden lønmodtager 0,257 0, , ,000 1,293 Lønmodtager uden nærmere angivelse 0,173 0, , ,000 1,189 Lønmodtager grundniveau (ref.) 0(b) Landbrug, fiskeri og råstofudvinding 0,205 0,025 69, ,000 1,228 Industri 0,111 0,014 60, ,000 1,117 Energi- og vandforsyning -0,584 0,065 81, ,000 0,558 Bygge og anlæg 0,004 0,018 0, ,835 1,004 Handel, hotel og restauration -0,040 0,014 8, ,004 0,

129 Transport, post og tele 0,007 0,017 0, ,653 1,008 Finansiering og forretningsservice -0,142 0,015 85, ,000 0,868 Offentlige og personlige tjenester (ref.) 0(b) Par med hjemmeboende børn 0,000 0,010 0, ,991 1,000 Enlig uden hjemmeboende børn 0,337 0, , ,000 1,401 Enlig med hjemmeboende børn 0,684 0, , ,000 1,981 Par uden hjemmeboende børn (ref.) 0(b) A-kasser under FTF -0,224 0, , ,000 0,799 A-kasser under AC 0,072 0,023 9, ,002 1,074 Øvrige -0,153 0, , ,000 0,858 Ikke forsikret -0,497 0, , ,000 0,608 A-kasser under LO (ref.) 0(b) ansatte -0,176 0, , ,000 0, ansatte og derover -0,371 0, , ,000 0,690 Op til 49 ansatte (ref.) 0(b) Offentlig ansat -0,158 0, , ,000 0,854 Privat ansat (ref.) 0(b) Har skiftet til nyt arbejdssted i samme firma 1 gang ml og 2003 Har skiftet til nyt arbejdssted i samme firma 2, 3 eller 4 gange ml og 2003 Har ikke skiftet til nyt arbejdssted i samme firma ml og 2003 (ref.) 0,013 0,014 0, ,362 1,013 0,000 0,030 0, ,995 1,000 0(b) Har skiftet til nyt firma 1 gang ml og ,352 0, , ,000 1,423 Har skiftet til nyt firma 2, 3 eller 4 gange ml og ,552 0, , ,000 1,736 Har ikke skiftet til nyt firma ml og 2003 (ref.) 0(b) Første år som lønmodtager -0,588 0,068 73, ,000 0,556 1 år som lønmodtager 0,386 0, , ,000 1,471 2 år som lønmodtager 0,195 0,022 77, ,000 1,216 3 år som lønmodtager 0,251 0, , ,000 1,286 4 år som lønmodtager 0,364 0, , ,000 1,439 5 år eller mere som lønmodtager (ref.) 0(b) Fra beskæftigelse til ordinær uddannelse ift. at forblive i samme beskæftigelse B Std. Error Wald df Sig. Exp(B) Konstant -7,454 0, , ,000 Kvinde 0,168 0, , ,000 1,183 Mand (ref.) 0(b) Indvandrer 0,185 0,032 32, ,000 1,203 Efterkommer 0,238 0,054 19, ,000 1,269 Dansker (ref.) 0(b) år 2,710 0, , ,000 15, år 1,426 0, , ,000 4, år -1,417 0,162 76, ,000 0, år -2,541 0,283 80, ,000 0, år + -3,720 0,580 41, ,000 0, år (ref.) 0(b) Ungdomsuddannelse 1,046 0, , ,000 2,

130 Erhvervsfaglig uddannelse -0,034 0,030 1, ,263 0,967 Kort videregående uddannelse 0,209 0,054 15, ,000 1,233 Mellemlang videregående uddannelse -0,176 0,054 10, ,001 0,839 Bacheloruddannelse 1,338 0, , ,000 3,812 Lang videregående uddannelse -0,752 0,087 74, ,000 0,471 Uddannelse kendes ikke -0,298 0,062 23, ,000 0,742 Grundskole (ref.) 0(b) Topleder -1,446 0,202 51, ,000 0,235 Lønmodtager højeste niveau -0,036 0,031 1, ,237 0,964 Lønmodtager mellemste niveau -0,132 0,028 22, ,000 0,876 Anden lønmodtager 0,274 0, , ,000 1,315 Lønmodtager uden nærmere angivelse 0,129 0,019 47, ,000 1,137 Lønmodtager grundniveau (ref.) 0(b) Landbrug, fiskeri og råstofudvinding -0,063 0,048 1, ,187 0,939 Industri -0,162 0,032 26, ,000 0,851 Energi- og vandforsyning -0,044 0,146 0, ,765 0,957 Bygge og anlæg -0,412 0,046 81, ,000 0,662 Handel, hotel og restauration -0,135 0,024 31, ,000 0,874 Transport, post og tele -0,110 0,034 10, ,001 0,896 Finansiering og forretningsservice -0,226 0,029 61, ,000 0,798 Offentlige og personlige tjenester (ref.) 0(b) Par med hjemmeboende børn -0,228 0,031 55, ,000 0,796 Enlig uden hjemmeboende børn 0,086 0,017 24, ,000 1,090 Enlig med hjemmeboende børn 0,340 0,057 35, ,000 1,405 Par uden hjemmeboende børn (ref.) 0(b) A-kasser under FTF -0,310 0,062 25, ,000 0,734 A-kasser unde AC -0,098 0,078 1, ,209 0,907 Øvrige -0,279 0,056 24, ,000 0,757 Ikke forsikret 1,572 0, , ,000 4,815 A-kasser under LO (ref.) 0(b) ansatte -0,084 0,017 24, ,000 0, ansatte og derover -0,135 0,020 43, ,000 0,874 Op til 49 ansatte (ref.) 0(b) Offentlig ansat 0,318 0, , ,000 1,375 Privat ansat (ref.) 0(b) Har skiftet til nyt arbejdssted i samme firma 1 gang ml og 2003 Har skiftet til nyt arbejdssted i samme firma 2, 3 eller 4 gange ml og 2003 Har ikke skiftet til nyt arbejdssted i samme firma ml og 2003 (ref.) 0,060 0,030 3, ,047 1,062-0,245 0,073 11, ,001 0,783 0(b) Har skiftet til nyt firma 1 gang ml og ,172 0,018 97, ,000 1,188 Har skiftet til nyt firma 2, 3 eller 4 gange ml og ,394 0, , ,000 1,482 Har ikke skiftet til nyt firma ml og 2003 (ref.) 0(b) Første år som lønmodtager 1,188 0, , ,000 3,280 1 år som lønmodtager 1,189 0, , ,000 3,282 2 år som lønmodtager 0,849 0, , ,000 2,338 3 år som lønmodtager 0,550 0, , ,000 1,733 4 år som lønmodtager 0,419 0, , ,000 1,521 5 år eller mere som lønmodtager (ref.) 0(b)

131 8.5. Fra beskæftigelse til permanent udenfor arbejdsstyrken ift. at forblive i samme beskæftigelse B Std. Error Wald df Sig. Exp(B) Konstant -4,068 0, , ,000 Kvinde 0,146 0, , ,000 1,157 Mand (ref.) 0(b) Indvandrer 0,800 0, , ,000 2,226 Efterkommer 0,599 0, , ,000 1,820 Dansker (ref.) 0(b) år 0,411 0, , ,000 1, år 0,269 0, , ,000 1, år 0,000 0,020 0, ,996 1, år 1,195 0, , ,000 3, år + 2,642 0, , ,000 14, år (ref.) 0(b) Ungdomsuddannelse -0,203 0, , ,000 0,816 Erhvervsfaglig uddannelse -0,241 0, , ,000 0,786 Kort videregående uddannelse -0,374 0, , ,000 0,688 Mellemlang videregående uddannelse -0,250 0, , ,000 0,778 Bacheloruddannelse -0,190 0,037 26, ,000 0,827 Lang videregående uddannelse -0,366 0, , ,000 0,693 Uddannelse kendes ikke 0,420 0, , ,000 1,522 Grundskole (ref.) 0(b) Topleder -0,392 0, , ,000 0,676 Lønmodtager højeste niveau -0,257 0, , ,000 0,773 Lønmodtager mellemste niveau -0,155 0, , ,000 0,856 Anden lønmodtager 0,171 0, , ,000 1,187 Lønmodtager uden nærmere angivelse 0,142 0, , ,000 1,153 Lønmodtager grundniveau (ref.) 0(b) Landbrug, fiskeri og råstofudvinding 0,293 0, , ,000 1,341 Industri -0,013 0,016 0, ,426 0,987 Energi- og vandforsyning -0,378 0,049 59, ,000 0,685 Bygge og anlæg 0,014 0,021 0, ,516 1,014 Handel, hotel og restauration 0,032 0,015 4, ,029 1,033 Transport, post og tele 0,199 0, , ,000 1,220 Finansiering og forretningsservice -0,047 0,016 9, ,003 0,954 Offentlige og personlige tjenester (ref.) 0(b) Par med hjemmeboende børn -0,483 0, , ,000 0,617 Enlig uden hjemmeboende børn 0,210 0, , ,000 1,234 Enlig med hjemmeboende børn 0,013 0,027 0, ,637 1,013 Par uden hjemmeboende børn (ref.) 0(b) A-kasser under FTF 0,061 0,016 14, ,000 1,063 A-kasser unde AC 0,074 0,023 10, ,001 1,077 Øvrige -0,058 0,013 18, ,000 0,943 Ikke forsikret 0,577 0, , ,000 1,780 A-kasser under LO (ref.) 0(b) ansatte 0,033 0,009 12, ,000 1, ansatte og derover 0,003 0,011 0, ,812 1,003 Op til 49 ansatte (ref.) 0(b) Offentlig ansat 0,247 0, , ,000 1,281 Privat ansat (ref.) 0(b)

132 Har skiftet til nyt arbejdssted i samme firma 1 gang ml og 2003 Har skiftet til nyt arbejdssted i samme firma 2, 3 eller 4 gange ml og 2003 Har ikke skiftet til nyt arbejdssted i samme firma ml og 2003 (ref.) 0,065 0,015 17, ,000 1,067 0,115 0,031 13, ,000 1,122 0(b) Har skiftet til nyt firma 1 gang ml og ,139 0, , ,000 1,150 Har skiftet til nyt firma 2, 3 eller 4 gange ml og ,273 0, , ,000 1,314 Har ikke skiftet til nyt firma ml og 2003 (ref.) 0(b) Første år som lønmodtager 0,631 0, , ,000 1,880 1 år som lønmodtager 1,156 0, , ,000 3,177 2 år som lønmodtager 0,670 0, , ,000 1,954 3 år som lønmodtager 0,514 0, , ,000 1,671 4 år som lønmodtager 0,371 0, , ,000 1,450 5 år eller mere som lønmodtager (ref.) 0(b) Nagelkerke r 2 : 0,231 Antal fra beskæftigelse til beskæftigelse på nyt arbejdssted men i samme virksomhed = Antal fra beskæftigelse til beskæftigelse i nyt firma = Antal fra beskæftigelse til på kanten af arbejdsstyrken = Antal fra beskæftigelse til ordinær uddannelse= Antal fra beskæftigelse til permanent udenfor arbejdsstyrken = Antal uændret status på arbejdspladsen = (reference) Bilagstabel 9: Forskellige variables effekt på det at være ledighedsberørt i 2004 i forhold til ikke at være ledighedsberørt (multinominal logistisk regression 24 ) B Std. Error Wald df Sig. Exp(B) Konstant -3,965 0, , ,000 Kvinde 0,026 0,004 45, ,000 1,026 Mand (ref.) 0(b) Ungdomsuddannelse -0,018 0,007 6, ,011 0,983 Erhvervsfaglig uddannelse -0,143 0, , ,000 0,866 Kort vid. uddannelse -0,149 0, , ,000 0,862 Mellemlang vid. uddannelse -0,191 0, , ,000 0,826 Bacheloruddannelse 0,455 0, , ,000 1,577 Lang vid. uddannelse -0,079 0,012 41, ,000 0,924 Uddannelsesniveauet kendes ej -0,220 0, , ,000 0,802 Grundskoleuddannelse (ref) 0(b) Selvstændig -0,980 0, , ,000 0,375 Topleder -0,555 0, , ,000 0,574 Lønmodtager højeste niveau -0,429 0, , ,000 0,651 Lønmodtager mellemste niveau -0,366 0, , ,000 0,694 Anden lønmodtager 0,117 0, , ,000 1,124 Lønmodtager uden nærmere angivelse 0,009 0,005 2, ,101 1,009 Socioøkonomisk status kendes ej -1,695 0, , ,000 0,184 Lønmodtager på grundniveau (ref) 0(b) Selv om den afhængige variabel er dikotom, er den multinominale logistiske regressionsanalyse (NOMREGfunktionen i SPSS) anvendt, da den giver flere informationer end den binære logistiske regressionsanalyse. 131

133 Indvandrer 0,598 0, , ,000 1,818 Efterkommer 0,262 0, , ,000 1,299 Dansker (ref) 0(b) Par med hjemmeboende børn -0,178 0, , ,000 0,837 Enlig uden hjemmeboende børn 0,102 0, , ,000 1,107 Enlig med hjemmeboende børn 0,272 0, , ,000 1,313 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding 0,611 0, , ,000 1,842 Industri 0,260 0, , ,000 1,297 Energi- og vandforsyning -0,524 0, , ,000 0,592 Bygge og anlæg 0,655 0, , ,000 1,926 Handel, hotel og restauration 0,320 0, , ,000 1,378 Transport, post og tele -0,011 0,009 1, ,183 0,989 Finansiering og forretningsservice 0,311 0, , ,000 1,365 Branche kendes ikke 1,200 0, , ,000 3,321 Offentlige og personlige tjenester (ref) 0(b) år 1,545 0, , ,000 4, år 0,539 0, , ,000 1, år 0,116 0, , ,000 1, år 0,574 0, , ,000 1, år + -1,720 0, , ,000 0, år (ref.) 0(b) A-kasser under FTF 0,060 0,008 56, ,000 1,061 A-kasser under AC 0,169 0, , ,000 1,184 Øvrige -0,038 0,006 43, ,000 0,963 Ikke forsikrede -1,193 0, , ,000 0,303 A-kasser under LO (ref) 0(b) Tidligere ledighedsgrad op til ,452 0, , ,000 4,270 Ledighedsgrad ml og ,211 0, , ,000 9,126 Ledighedsgrad ml og ,485 0, , ,000 12,002 Ledighedsgrad ml og ,707 0, , ,000 14,991 Ledighedsgrad m og ,899 0, , ,000 18,157 Ledighedsgrad ml og ,086 0, , ,000 21,895 Ledighedsgrad ml og ,234 0, , ,000 25,378 Ledighedsgrad ml og højere 3,653 0, , ,000 38,582 Ingen tidligere ledighedsgrad 0(b) Ingen år som lønmodtager 1,612 0, , ,000 5,011 1 år som lønmodtager 1,106 0, , ,000 3,022 2 år som lønmodtager 0,826 0, , ,000 2,284 3 år som lønmodtager 0,767 0, , ,000 2,153 4 år som lønmodtager 0,703 0, , ,000 2,021 5 år eller mere som lønmodtager (ref.) 0(b) Nagelkerke r 2 : 0,304 Antal ledighedsberørte = Antal ikke ledighedsberørte = (reference) 132

134 Bilagstabel 10: Forskellige variables effekt på det at være ledig i hhv. kort og lang tid af 2004 i forhold til ikke at være ledighedsberørt (multinominal logistisk regression) 10.1 Ledig i kort tid (op til 20 %) af 2004 i forhold til ingen ledighed B Std. Error Wald df Sig. Exp(B) Konstant -4,409 0, , ,000 Kvinde 0,032 0,006 30, ,000 1,033 Mand (ref.) 0(b) Ungdomsuddannelse -0,098 0,010 98, ,000 0,906 Erhvervsfaglig uddannelse -0,166 0, , ,000 0,847 Kort vid. uddannelse -0,339 0, , ,000 0,712 Mellemlang vid. uddannelse -0,164 0, , ,000 0,849 Bacheloruddannelse 0,237 0, , ,000 1,267 Lang vid. uddannelse -0,140 0,020 49, ,000 0,869 Uddannelsesniveauet kendes ej -0,324 0, , ,000 0,723 Grundskoleuddannelse (ref) 0(b) Selvstændig -1,127 0, , ,000 0,324 Topleder -0,675 0, , ,000 0,509 Lønmodtager højeste niveau -0,348 0, , ,000 0,706 Lønmodtager mellemste niveau -0,372 0, , ,000 0,689 Anden lønmodtager 0,092 0, , ,000 1,096 Lønmodtager uden nærmere angivelse 0,032 0,008 15, ,000 1,032 Socioøkonomisk status kendes ej -1,713 0, , ,000 0,180 Lønmodtager på grundniveau (ref) 0(b) Indvandrer 0,474 0, , ,000 1,607 Efterkommer 0,187 0,027 48, ,000 1,205 Dansker (ref) 0(b) Par med hjemmeboende børn -0,155 0, , ,000 0,857 Enlig uden hjemmeboende børn 0,037 0,007 26, ,000 1,037 Enlig med hjemmeboende børn 0,166 0, , ,000 1,181 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding 0,596 0, , ,000 1,814 Industri 0,234 0, , ,000 1,264 Energi- og vandforsyning -0,762 0, , ,000 0,467 Bygge og anlæg 0,883 0, , ,000 2,419 Handel, hotel og restauration 0,187 0, , ,000 1,206 Transport, post og tele -0,093 0,013 48, ,000 0,911 Finansiering og forretningsservice 0,191 0, , ,000 1,210 Branche kendes ikke 1,202 0, , ,000 3,327 Offentlige og personlige tjenester (ref) 0(b) år 1,518 0, , ,000 4, år 0,514 0, , ,000 1, år -0,063 0,012 30, ,000 0, år 0,038 0,012 10, ,001 1, år + -1,968 0, , ,000 0, år (ref.) 0(b) A-kasser under FTF -0,037 0,012 9, ,002 0,963 A-kasser under AC -0,169 0,018 86, ,000 0,844 Øvrige -0,201 0, , ,000 0,818 Ikke forsikrede -0,954 0, , ,000 0,385 A-kasser under LO (ref) 0(b)

135 Tidligere ledighedsgrad op til ,274 0, , ,000 3,576 Ledighedsgrad ml og ,793 0, , ,000 6,006 Ledighedsgrad ml og ,987 0, , ,000 7,291 Ledighedsgrad ml og ,141 0, , ,000 8,509 Ledighedsgrad m og ,270 0, , ,000 9,684 Ledighedsgrad ml og ,385 0, , ,000 10,857 Ledighedsgrad ml og ,477 0, , ,000 11,905 Ledighedsgrad ml og højere 2,709 0, , ,000 15,012 Ingen tidligere ledighedsgrad 0(b) Ingen år som lønmodtager 1,296 0, , ,000 3,654 1 år som lønmodtager 0,892 0, , ,000 2,441 2 år som lønmodtager 0,643 0, , ,000 1,903 3 år som lønmodtager 0,610 0, , ,000 1,840 4 år som lønmodtager 0,579 0, , ,000 1,784 5 år eller mere som lønmodtager (ref.) 0(b) Ledig i lang tid (mere end 80 %) af 2004 i forhold til ingen ledighed B Std. Error Wald df Sig. Exp(B) Konstant -8,080 0, , ,000 Kvinde -0,155 0, , ,000 0,856 Mand (ref.) 0(b) Ungdomsuddannelse 0,026 0,022 1, ,239 1,026 Erhvervsfaglig uddannelse -0,107 0,012 75, ,000 0,898 Kort vid. uddannelse -0,010 0,025 0, ,690 0,990 Mellemlang vid. uddannelse -0,209 0,024 78, ,000 0,811 Bacheloruddannelse 0,381 0,045 71, ,000 1,463 Lang vid. uddannelse -0,198 0,031 40, ,000 0,821 Uddannelsesniveauet kendes ej 0,035 0,029 1, ,225 1,035 Grundskoleuddannelse (ref) 0(b) Selvstændig -0,815 0, , ,000 0,442 Topleder -0,245 0,052 21, ,000 0,782 Lønmodtager højeste niveau -0,557 0, , ,000 0,573 Lønmodtager mellemste niveau -0,320 0, , ,000 0,726 Anden lønmodtager 0,111 0,017 44, ,000 1,118 Lønmodtager uden nærmere angivelse -0,214 0, , ,000 0,807 Socioøkonomisk status kendes ej -1,324 0, , ,000 0,266 Lønmodtager på grundniveau (ref) 0(b) Indvandrer 0,778 0, , ,000 2,178 Efterkommer 0,426 0,058 53, ,000 1,531 Dansker (ref) 0(b) Par med hjemmeboende børn -0,367 0, , ,000 0,692 Enlig uden hjemmeboende børn 0,100 0,013 61, ,000 1,105 Enlig med hjemmeboende børn 0,413 0, , ,000 1,511 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding 0,395 0, , ,000 1,484 Industri 0,459 0, , ,000 1,582 Energi- og vandforsyning -0,013 0,097 0, ,892 0,987 Bygge og anlæg 0,104 0,026 15, ,000 1,110 Handel, hotel og restauration 0,508 0, , ,000 1,662 Transport, post og tele 0,247 0, , ,000 1,280 Finansiering og forretningsservice 0,597 0, , ,000 1,

136 Branche kendes ikke 1,095 0, , ,000 2,990 Offentlige og personlige tjenester (ref) 0(b) år 1,168 0, , ,000 3, år 0,517 0, , ,000 1, år 0,266 0, , ,000 1, år 1,512 0, , ,000 4, år + -1,363 0, , ,000 0, år (ref.) 0(b) A-kasser under FTF 0,336 0, , ,000 1,399 A-kasser under AC 1,005 0, , ,000 2,733 Øvrige 0,386 0, , ,000 1,471 Ikke forsikrede -1,139 0, , ,000 0,320 A-kasser under LO (ref) 0(b) Tidligere ledighedsgrad op til ,546 0, , ,000 12,761 Ledighedsgrad ml og ,636 0, , ,000 37,924 Ledighedsgrad ml og ,999 0, , ,000 54,559 Ledighedsgrad ml og ,265 0, , ,000 71,130 Ledighedsgrad m og ,552 0, , ,000 94,834 Ledighedsgrad ml og ,804 0, , , ,010 Ledighedsgrad ml og ,992 0, , , ,170 Ledighedsgrad ml og højere 5,591 0, , , ,077 Ingen tidligere ledighedsgrad 0(b) Ingen år som lønmodtager 2,279 0, , ,000 9,762 1 år som lønmodtager 1,571 0, , ,000 4,812 2 år som lønmodtager 1,221 0, , ,000 3,389 3 år som lønmodtager 1,082 0, , ,000 2,950 4 år som lønmodtager 0,865 0, , ,000 2,376 5 år eller mere som lønmodtager (ref.) 0(b) Nagelkerke r 2 : 0,274 Antal ledige i kort tid = Antal ledige i lang tid = Antal ikke ledighedsberørte = (reference) Bilagstabel 11.: Forskellige variables effekt på det at bevæge sig fra ledighed til andre positioner mellem ultimo november 2003 og ultimo november 2004 i forhold til at forblive i ledighed i begge år (multinominal logistisk regression) 11.1 Fra ledighed til beskæftigelse ift. at forblive i ledighed B Std. Error Wald df Sig. Exp(B) Konstant 1,430 0, , ,000 Kvinde 0,015 0,017 0, ,376 1,015 Mand (ref.) 0(b) Ungdomsuddannelse 0,175 0,035 24, ,000 1,192 Erhvervsfaglig uddannelse 0,110 0,019 33, ,000 1,116 Kort vid. uddannelse 0,116 0,037 9, ,002 1,123 Mellemlang vid. uddannelse 0,246 0,037 45, ,000 1,279 Bacheloruddannelse -0,046 0,076 0, ,547 0,955 Lang vid. uddannelse 0,271 0,050 29, ,000 1,311 Uddannelsesniveauet kendes ej 0,038 0,052 0, ,469 1,

137 Grundskoleuddannelse (ref) 0(b) Selvstændig -0,106 0,045 5, ,018 0,899 Topleder 0,063 0,086 0, ,466 1,065 Lønmodtager højeste niveau 0,022 0,040 0, ,582 1,022 Lønmodtager mellemste niveau 0,020 0,030 0, ,513 1,020 Anden lønmodtager -0,109 0,024 20, ,000 0,897 Lønmodtager uden nærmere angivelse -0,030 0,028 1, ,276 0,970 Socioøkonomisk status kendes ej -0,662 0,111 35, ,000 0,516 Lønmodtager på grundniveau (ref) 0(b) Indvandrer -0,373 0, , ,000 0,689 Efterkommer -0,419 0,084 25, ,000 0,658 Dansker (ref) 0(b) Par med hjemmeboende børn 0,127 0,023 31, ,000 1,135 Enlig uden hjemmeboende børn -0,175 0,021 72, ,000 0,840 Enlig med hjemmeboende børn -0,170 0,035 23, ,000 0,844 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding 0,054 0,050 1, ,282 1,055 Industri -0,014 0,024 0, ,574 0,986 Energi- og vandforsyning -0,314 0,171 3, ,067 0,730 Bygge og anlæg 0,550 0, , ,000 1,734 Handel, hotel og restauration 0,066 0,025 6, ,009 1,068 Transport, post og tele -0,008 0,036 0, ,823 0,992 Finansiering og forretningsservice -0,010 0,026 0, ,709 0,990 Branche kendes ikke -0,037 0,106 0, ,728 0,964 Offentlige og personlige tjenester (ref) 0(b) år 0,226 0,028 63, ,000 1, år 0,066 0,022 8, ,003 1, år -0,445 0, , ,000 0, år -1,681 0, , ,000 0, år + -1,486 0, , ,000 0, år (ref.) 0(b) A-kasser under FTF 0,077 0,035 4, ,028 1,080 A-kasser under AC -0,246 0,045 29, ,000 0,782 Øvrige -0,065 0,024 7, ,008 0,937 Ikke forsikrede -0,525 0, , ,000 0,592 A-kasser under LO (ref) 0(b) Ledighedsgrad ml og ,535 0, , ,000 0,586 Ledighedsgrad ml og ,726 0, , ,000 0,484 Ledighedsgrad ml og ,801 0, , ,000 0,449 Ledighedsgrad m og ,850 0, , ,000 0,427 Ledighedsgrad ml og ,946 0, , ,000 0,388 Ledighedsgrad ml og ,083 0, , ,000 0,338 Ledighedsgrad ml og ,158 0, , ,000 0,314 ledighedsgrad ml og ,160 0, , ,000 0,313 Ledighedsgrad ml og ,289 0, , ,000 0,276 ledighedsgrad højere end ,469 0, , ,000 0,230 Ledighedsgrad ml. 1 og 1000 (ref.) 0(b) Ingen erfaring som lønmodtager -0,668 0, , ,000 0,513 1 år som lønmodtager -0,015 0,054 0, ,775 0,985 2 år som lønmodtager -0,187 0,049 14, ,000 0,829 3 år som lønmodtager -0,274 0,045 36, ,000 0,

138 4 år som lønmodtager -0,213 0,044 23, ,000 0,808 5 år eller mere som lønmodtager (ref.) 0(b) Fra ledighed til de arbejdsmarkedspolitiske foranstaltninger ift. at forblive i ledighed B Std. Error Wald df Sig. Exp(B) Konstant -0,054 0,045 1, ,231 Kvinde 0,200 0, , ,000 1,221 Mand (ref.) 0(b) Ungdomsuddannelse 0,126 0,039 10, ,001 1,134 Erhvervsfaglig uddannelse -0,014 0,021 0, ,500 0,986 Kort vid. uddannelse 0,143 0,042 11, ,001 1,154 Mellemlang vid. uddannelse -0,021 0,042 0, ,609 0,979 Bacheloruddannelse 0,028 0,086 0, ,745 1,028 Lang vid. uddannelse 0,216 0,056 14, ,000 1,242 Uddannelsesniveauet kendes ej 0,083 0,053 2, ,118 1,087 Grundskoleuddannelse (ref) 0(b) Selvstændig -0,085 0,051 2, ,097 0,919 Topleder -0,065 0,106 0, ,540 0,937 Lønmodtager højeste niveau 0,001 0,046 0, ,989 1,001 Lønmodtager mellemste niveau -0,017 0,035 0, ,634 0,983 Anden lønmodtager -0,054 0,027 4, ,045 0,947 Lønmodtager uden nærmere angivelse -0,023 0,032 0, ,471 0,977 Socioøkonomisk status kendes ej -0,216 0,121 3, ,074 0,806 Lønmodtager på grundniveau (ref) 0(b) Indvandrer 0,067 0,028 5, ,015 1,069 Efterkommer -0,127 0,094 1, ,175 0,881 Dansker (ref) 0(b) Par med hjemmeboende børn 0,204 0,026 60, ,000 1,227 Enlig uden hjemmeboende børn 0,132 0,023 31, ,000 1,141 Enlig med hjemmeboende børn 0,281 0,038 55, ,000 1,324 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding -0,378 0,062 36, ,000 0,685 Industri 0,007 0,027 0, ,803 1,007 Energi- og vandforsyning -0,067 0,187 0, ,721 0,936 Bygge og anlæg -0,167 0,045 13, ,000 0,846 Handel, hotel og restauration -0,007 0,029 0, ,807 0,993 Transport, post og tele -0,125 0,042 8, ,003 0,883 Finansiering og forretningsservice 0,039 0,029 1, ,189 1,040 Branche kendes ikke -0,090 0,117 0, ,442 0,914 Offentlige og personlige tjenester (ref) 0(b) år 0,126 0,033 14, ,000 1, år 0,034 0,025 1, ,176 1, år -0,026 0,032 0, ,412 0, år -0,790 0, , ,000 0, år + -0,798 0, , ,000 0, år (ref.) 0(b) A-kasser under FTF 0,047 0,040 1, ,235 1,048 A-kasser under AC -0,245 0,051 22, ,000 0,783 Øvrige -0,098 0,028 12, ,000 0,906 Ikke forsikrede -0,116 0,031 13, ,000 0,

139 A-kasser under LO (ref) 0(b) Ledighedsgrad ml og ,128 0,028 20, ,000 0,880 Ledighedsgrad ml og ,271 0,032 71, ,000 0,763 Ledighedsgrad ml og ,273 0,035 59, ,000 0,761 Ledighedsgrad m og ,280 0,038 54, ,000 0,756 Ledighedsgrad ml og ,310 0,040 59, ,000 0,733 Ledighedsgrad ml og ,385 0,044 77, ,000 0,680 Ledighedsgrad ml og ,382 0,047 67, ,000 0,682 ledighedsgrad ml og ,405 0,051 62, ,000 0,667 Ledighedsgrad ml og ,419 0,056 55, ,000 0,658 ledighedsgrad højere end ,498 0, , ,000 0,608 Ledighedsgrad ml. 1 og 1000 (ref.) 0(b) Ingen erfaring som lønmodtager 0,011 0,051 0, ,836 1,011 1 år som lønmodtager 0,170 0,057 8, ,003 1,185 2 år som lønmodtager 0,070 0,053 1, ,191 1,072 3 år som lønmodtager 0,043 0,050 0, ,382 1,044 4 år som lønmodtager -0,045 0,049 0, ,361 0,956 5 år eller mere som lønmodtager (ref.) 0(b) Fra ledighed til på kanten af arbejdsstyrken ift. at forblive i ledighed (på kanten = revalidering, sygedagpenge, barselsdagpenge eller ledighedsydelse) B Std. Error Wald df Sig. Exp(B) Konstant -1,915 0, , ,000 Kvinde 0,922 0, , ,000 2,515 Mand (ref.) 0(b) Ungdomsuddannelse -0,095 0,069 1, ,167 0,909 Erhvervsfaglig uddannelse -0,033 0,035 0, ,355 0,968 Kort vid. uddannelse -0,151 0,074 4, ,041 0,860 Mellemlang vid. uddannelse 0,072 0,070 1, ,298 1,075 Bacheloruddannelse -0,069 0,147 0, ,637 0,933 Lang vid. uddannelse -0,050 0,111 0, ,649 0,951 Uddannelsesniveauet kendes ej 0,007 0,099 0, ,946 1,007 Grundskoleuddannelse (ref) 0(b) Selvstændig 0,102 0,088 1, ,250 1,107 Topleder -0,124 0,211 0, ,557 0,883 Lønmodtager højeste niveau -0,129 0,087 2, ,138 0,879 Lønmodtager mellemste niveau -0,014 0,058 0, ,813 0,986 Anden lønmodtager 0,001 0,045 0, ,985 1,001 Lønmodtager uden nærmere angivelse 0,003 0,052 0, ,953 1,003 Socioøkonomisk status kendes ej -0,229 0,205 1, ,264 0,795 Lønmodtager på grundniveau (ref) 0(b) Indvandrer 0,113 0,047 5, ,015 1,120 Efterkommer -0,026 0,140 0, ,852 0,974 Dansker (ref) 0(b) Par med hjemmeboende børn 0,179 0,042 18, ,000 1,196 Enlig uden hjemmeboende børn -0,203 0,041 23, ,000 0,816 Enlig med hjemmeboende børn -0,184 0,063 8, ,003 0,832 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding -0,434 0,108 16, ,000 0,648 Industri -0,087 0,045 3, ,053 0,917 Energi- og vandforsyning -0,548 0,400 1, ,171 0,

140 Bygge og anlæg 0,179 0,074 5, ,015 1,196 Handel, hotel og restauration -0,071 0,046 2, ,121 0,931 Transport, post og tele -0,048 0,070 0, ,497 0,954 Finansiering og forretningsservice -0,170 0,050 11, ,001 0,844 Branche kendes ikke -0,123 0,196 0, ,529 0,884 Offentlige og personlige tjenester (ref) 0(b) år 0,808 0, , ,000 2, år 0,425 0,043 97, ,000 1, år -0,035 0,058 0, ,550 0, år -0,987 0, , ,000 0, år + -0,498 0,111 20, ,000 0, år (ref.) 0(b) A-kasser under FTF -0,067 0,065 1, ,305 0,936 A-kasser under AC -0,618 0,098 39, ,000 0,539 Øvrige -0,068 0,046 2, ,136 0,934 Ikke forsikrede -1,286 0, , ,000 0,276 A-kasser under LO (ref) 0(b) Ledighedsgrad ml og ,034 0,047 0, ,459 1,035 Ledighedsgrad ml og ,130 0,054 5, ,015 0,878 Ledighedsgrad ml og ,215 0,061 12, ,000 0,807 Ledighedsgrad m og ,247 0,066 14, ,000 0,781 Ledighedsgrad ml og ,211 0,069 9, ,002 0,809 Ledighedsgrad ml og ,184 0,073 6, ,012 0,832 Ledighedsgrad ml og ,279 0,082 11, ,001 0,756 ledighedsgrad ml og ,268 0,089 9, ,003 0,765 Ledighedsgrad ml og ,209 0,098 4, ,033 0,811 ledighedsgrad højere end ,187 0,074 6, ,011 0,829 Ledighedsgrad ml. 1 og 1000 (ref.) 0(b) Ingen erfaring som lønmodtager -0,295 0,106 7, ,005 0,744 1 år som lønmodtager -0,147 0,117 1, ,210 0,863 2 år som lønmodtager -0,085 0,096 0, ,376 0,919 3 år som lønmodtager -0,274 0,088 9, ,002 0,760 4 år som lønmodtager -0,023 0,077 0, ,769 0,977 5 år eller mere som lønmodtager (ref.) 0(b) Fra ledighed til ordinær uddannelse ift. at forblive i ledighed B Std. Error Wald df Sig. Exp(B) Konstant -4,103 0, , ,000 Kvinde 0,060 0,067 0, ,366 1,062 Mand (ref.) 0(b) Ungdomsuddannelse 1,286 0, , ,000 3,620 Erhvervsfaglig uddannelse 0,076 0,097 0, ,435 1,079 Kort vid. uddannelse 0,996 0,131 57, ,000 2,706 Mellemlang vid. uddannelse 0,576 0,174 10, ,001 1,778 Bacheloruddannelse 1,073 0,212 25, ,000 2,924 Lang vid. uddannelse -0,782 0,282 7, ,005 0,457 Uddannelsesniveauet kendes ej 0,060 0,202 0, ,766 1,062 Grundskoleuddannelse (ref) 0(b) Selvstændig -0,439 0,273 2, ,108 0,645 Topleder 0,669 0,466 2, ,151 1,953 Lønmodtager højeste niveau 0,121 0,188 0, ,522 1,128 Lønmodtager mellemste niveau -0,270 0,157 2, ,084 0,

141 Anden lønmodtager -0,112 0,111 1, ,312 0,894 Lønmodtager uden nærmere angivelse -0,003 0,099 0, ,979 0,997 Socioøkonomisk status kendes ej 0,220 0,761 0, ,773 1,246 Lønmodtager på grundniveau (ref) 0(b) Indvandrer -0,615 0,105 34, ,000 0,540 Efterkommer -0,567 0,246 5, ,021 0,567 Dansker (ref) 0(b) Par med hjemmeboende børn -0,116 0,104 1, ,265 0,890 Enlig uden hjemmeboende børn 0,156 0,082 3, ,059 1,169 Enlig med hjemmeboende børn 0,305 0,130 5, ,019 1,356 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding -0,577 0,249 5, ,020 0,561 Industri -0,383 0,109 12, ,000 0,682 Energi- og vandforsyning -0,585 1,024 0, ,567 0,557 Bygge og anlæg -0,469 0,189 6, ,013 0,626 Handel, hotel og restauration -0,456 0,101 20, ,000 0,634 Transport, post og tele -0,231 0,150 2, ,125 0,794 Finansiering og forretningsservice -0,234 0,113 4, ,038 0,791 Branche kendes ikke -0,770 0,758 1, ,310 0,463 Offentlige og personlige tjenester (ref) 0(b) år 2,274 0, , ,000 9, år 1,126 0,168 44, ,000 3, år -0,904 0,351 6, ,010 0, år -3,453 0,725 22, ,000 0, år + -1,564 0,727 4, ,031 0, år (ref.) 0(b) A-kasser under FTF -0,125 0,158 0, ,428 0,882 A-kasser under AC -0,339 0,179 3, ,057 0,712 Øvrige -0,032 0,130 0, ,806 0,969 Ikke forsikrede 0,613 0,090 46, ,000 1,846 A-kasser under LO (ref) 0(b) Ledighedsgrad ml og ,622 0,083 55, ,000 0,537 Ledighedsgrad ml og ,832 0,119 48, ,000 0,435 Ledighedsgrad ml og ,858 0,152 31, ,000 0,424 Ledighedsgrad m og ,956 0,191 24, ,000 0,385 Ledighedsgrad ml og ,354 0,265 26, ,000 0,258 Ledighedsgrad ml og ,811 0,366 24, ,000 0,163 Ledighedsgrad ml og ,306 0,332 15, ,000 0,271 ledighedsgrad ml og ,354 0,392 11, ,001 0,258 Ledighedsgrad ml og ,600 0,513 9, ,002 0,202 ledighedsgrad højere end ,640 0,376 19, ,000 0,194 Ledighedsgrad ml. 1 og 1000 (ref.) 0(b) Ingen erfaring som lønmodtager 0,677 0,130 26, ,000 1,968 1 år som lønmodtager 0,745 0,128 33, ,000 2,107 2 år som lønmodtager 0,585 0,115 25, ,000 1,794 3 år som lønmodtager 0,263 0,120 4, ,028 1,301 4 år som lønmodtager 0,348 0,116 9, ,003 1,416 5 år eller mere som lønmodtager (ref.) 0(b) Fra ledighed til permanent udenfor arbejdsstyrken ift. at forblive i ledighed. B Std. Error Wald df Sig. Exp(B) 140

142 Konstant -1,303 0, , ,000 Kvinde 0,162 0,021 57, ,000 1,175 Mand (ref.) 0(b) Ungdomsuddannelse -0,145 0,047 9, ,002 0,865 Erhvervsfaglig uddannelse -0,075 0,024 10, ,001 0,928 Kort vid. uddannelse -0,263 0,053 25, ,000 0,769 Mellemlang vid. uddannelse -0,198 0,047 17, ,000 0,820 Bacheloruddannelse -0,144 0,113 1, ,204 0,866 Lang vid. uddannelse -0,028 0,065 0, ,667 0,972 Uddannelsesniveauet kendes ej 0,026 0,056 0, ,643 1,026 Grundskoleuddannelse (ref) 0(b) Selvstændig 0,281 0,051 30, ,000 1,324 Topleder 0,041 0,108 0, ,708 1,041 Lønmodtager højeste niveau -0,022 0,055 0, ,688 0,978 Lønmodtager mellemste niveau 0,046 0,041 1, ,263 1,047 Anden lønmodtager -0,041 0,031 1, ,188 0,960 Lønmodtager uden nærmere angivelse 0,032 0,035 0, ,374 1,032 Socioøkonomisk status kendes ej 0,054 0,118 0, ,649 1,055 Lønmodtager på grundniveau (ref) 0(b) Indvandrer 0,150 0,032 22, ,000 1,162 Efterkommer 0,188 0,111 2, ,089 1,207 Dansker (ref) 0(b) Par med hjemmeboende børn -0,271 0,033 68, ,000 0,763 Enlig uden hjemmeboende børn 0,000 0,024 0, ,000 1,000 Enlig med hjemmeboende børn -0,110 0,046 5, ,018 0,896 Par uden hjemmeboende børn (ref) 0(b) Landbrug, fiskeri og råstofudvinding -0,410 0,068 36, ,000 0,663 Industri -0,223 0,032 47, ,000 0,800 Energi- og vandforsyning 0,048 0,183 0, ,792 1,049 Bygge og anlæg 0,022 0,047 0, ,647 1,022 Handel, hotel og restauration -0,174 0,033 27, ,000 0,840 Transport, post og tele -0,097 0,047 4, ,040 0,908 Finansiering og forretningsservice -0,160 0,034 21, ,000 0,852 Branche kendes ikke -0,161 0,114 1, ,159 0,852 Offentlige og personlige tjenester (ref) 0(b) år 0,273 0,041 44, ,000 1, år 0,145 0,034 17, ,000 1, år -0,125 0,046 7, ,007 0, år 0,989 0, , ,000 2, år + 2,217 0, , ,000 9, år (ref.) 0(b) A-kasser under FTF 0,162 0,045 13, ,000 1,176 A-kasser under AC 0,011 0,061 0, ,856 1,011 Øvrige 0,030 0,031 0, ,335 1,030 Ikke forsikrede 1,127 0, , ,000 3,085 A-kasser under LO (ref) 0(b) Ledighedsgrad ml og ,036 0,032 1, ,262 0,965 Ledighedsgrad ml og ,069 0,035 3, ,050 1,071 Ledighedsgrad ml og ,045 0,039 1, ,245 1,046 Ledighedsgrad m og ,012 0,042 0, ,771 0,

143 Ledighedsgrad ml og ,016 0,045 0, ,720 1,016 Ledighedsgrad ml og ,046 0,049 0, ,346 0,955 Ledighedsgrad ml og ,099 0,053 3, ,062 0,905 ledighedsgrad ml og ,170 0,059 8, ,004 0,844 Ledighedsgrad ml og ,146 0,064 5, ,023 0,864 ledighedsgrad højere end ,185 0,046 15, ,000 0,831 Ledighedsgrad ml. 1 og 1000 (ref.) 0(b) Ingen erfaring som lønmodtager 0,380 0,050 57, ,000 1,462 1 år som lønmodtager 0,362 0,058 38, ,000 1,435 2 år som lønmodtager 0,232 0,057 16, ,000 1,261 3 år som lønmodtager 0,249 0,056 19, ,000 1,283 4 år som lønmodtager 0,131 0,057 5, ,021 1,141 5 år eller mere som lønmodtager (ref.) 0(b) Nagelkerke r 2 : 0,272 Antal fra ledighed til beskæftigelse = Antal fra ledighed til AMFORA = Antal fra ledighed til sygedagpenge, barselsdagpenge, revalidering eller ledighedsydelse = Antal fra ledighed til ordinær uddannelse = 1257 Antal fra ledighed til permanent udenfor arbejdsstyrken = Antal ledige i begge år = (reference) Bilagstabel 12: Sammenligning af hvor beskæftigede lønmodtagere i og udenfor offentlig voksenog efteruddannelse ultimo november 2003 befinder sig et år senere opdelt på 8 aldersgrupper. Antal og procent er angivet i tabellen. Tilstand ultimo November 2003 Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Total Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Total Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Andet arbejdssted i samme firma Til andet firma Uændret status Tilstand ultimo november 2004 Beskæftiget men status kendes ikke På kanten af arbejdsstyrken I ordinær uddannelse Permanent udenfor arbejdsstyrken 18-19årige ,9% 35,6% 43,9% 3,7% 2,5% 6,6% 5,8% 100,0% ,7% 36,6% 32,9% 6,0% 4,4% 6,7% 10,9% 100,0% ,9% 35,6% 43,5% 3,8% 2,6% 6,6% 6,0% 100,0% 20-29årige ,0% 26,9% 51,7% 4,8% 5,1% 4,2% 3,4% 100,0% ,7% 24,9% 50,2% 5,3% 5,5% 3,6% 5,8% 100,0% ,0% 26,8% 51,6% 4,8% 5,1% 4,1% 3,5% 100,0% 30-39årige ,8% 15,0% 69,9% 4,6% 4,5% 0,3% 1,8% 100,0% ,8% 17,0% 65,0% 5,2% 6,0% 0,7% 2,4% 100,0% Total 142

144 Total Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Total Beskæftiget lønmodtager ,8% 15,1% 69,8% 4,7% 4,6% 0,3% 1,8% 100,0% 40-49årige ,8% 10,6% 75,0% 5,6% 3,5% 0,1% 1,4% 100,0% ,0% 12,6% 69,6% 6,7% 5,3% 0,2% 1,7% 100,0% ,8% 10,7% 74,9% 5,6% 3,5% 0,1% 1,5% 100,0% 50-54årige ,5% 7,9% 78,2% 5,2% 3,6% 0,0% 1,7% 100,0% Beskæftiget lønmodtager i veu 3,8% 9,7% 73,0% 6,6% 5,2% 0,1% 1,7% 100,0% Total ,5% 7,9% 78,1% 5,2% 3,6% 0,0% 1,7% 100,0% Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Total Beskæftiget lønmodtager Beskæftiget lønmodtager i veu Total 55-59årige ,0% 6,0% 76,6% 4,5% 4,3% 0,0% 5,6% 100,0% ,3% 7,1% 71,9% 5,3% 7,0% 0,0% 5,4% 100,0% ,0% 6,0% 76,5% 4,5% 4,3% 0,0% 5,6% 100,0% 60-64årige ,2% 4,9% 64,7% 3,4% 1,7% 0,0% 23,1% 100,0% ,5% 4,8% 62,3% 3,6% 1,9% 0,0% 25,8% 100,0% ,2% 4,9% 64,6% 3,4% 1,8% 0,0% 23,1% 100,0% Bilagstabel 13: Forskellige variables effekt på det at bevæge sig fra beskæftigelse ultimo november 2003 til andre positioner et år senere (multinomial logistisk regression). Kun typen af VEU er vist. Der er kontrolleret for effekten fra køn, alder, herkomst, uddannelse, branche socioøkonomisk status, familie samt a-kassemedlemsskab/ikke forsikret. Refgruppe=Uændret status (n= ) Odds Sig. niveau ratio Fra beskæftigelse til andet arbejdssted i samme firma (n=83336) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) 0,987 1,104 0,899 1,190 1,386 1,251 0,968-0,787 0,021 0,305 0,016 0,000 0,000 0,

145 Fra beskæftigelse til ny beskæftigelse i nyt firma (n=343255) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) Fra beskæftigelse til beskæftigelse med ukendt status (n=114150) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) Fra beskæftigelse til på kanten af arbejdsstyrken (n=95217) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) Fra beskæftigelse til ordinær uddannelse (n=26127) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) Fra beskæftigelse til permanent udenfor arbejdsstyrken (n=87329) - beskæftiget lønmodtager i VEU - grundskoleniveau - beskæftiget lønmodtager i VEU - HF-niveau - beskæftiget lønmodtager i VEU - dansk for udlændinge - beskæftiget lønmodtager i VEU - AMU-uddannelse - beskæftiget lønmodtager i VEU - Erhvervsskole - beskæftiget lønmodtager i VEU - videregående niveau (hele uddannelser diplom + master +HD/ED) - beskæftiget lønmodtager i VEU - videregående niveau (enkeltfag) - beskæftiget lønmodtager (ref.) 1,096 1,459 1,057 1,701 0,914 0,838 1,379-1,375 1,387 1,668 1,297 0,772 0,472 1,181 1,502 1,659 1,300 1,980 0,827 0,539 1,537-1,471 1,824 0,513 0,559 0,500 0,083 1,410-1,295 1,960 1,065 0,955 0,674 0,753 1,362-0,001 0,000 0,202 0,000 0,002 0,000 0,000-0,000 0,000 0,000 0,000 0,000 0,000 0,016 0,000 0,000 0,000 0,000 0,001 0,000 0,000-0,000 0,000 0,000 0,032 0,000 0,000 0,020-0,000 0,000 0,274 0,614 0,000 0,000 0,