Minskar flyktinginvandringen stödet för välfärdsstaten?

I diskussionen om Sverigedemokraterna sägs det ofta att SD är som starkast bland manliga arbetare, i regel på landsbygd eller mindre orter. Man hävdar att SD vinner väljare i traditionellt socialdemokratiska grupper och därmed försvagar socialdemokratin. Om detta stämmer så innebär främlingsfientlighetens/SD:s framsteg också att stödet för välfärdsstaten minskar. SD:s okända valfilm 2010 där kvinnor i burka kom före pensionärer till sociala förmåner, spelar på just det temat. Forskare kollar förstås på sådana här frågor, och i detta blogginlägg ska jag diskutera två svenska studier om effekterna av flyktinginvandring på kommunnivå på stödet för socialförsäkringarna. Den första studien – Dahlberg et al 2010 – hävdar att kommuner med större flyktingmottagande 1985-94 upplevde större minskningar av stödet för socialförsäkringar än kommuner med mindre mottagande, medan den andra studien – Nekby och Pettersson-Lidbom 2012 – ifrågasätter denna slutsats. Diskussionen är såväl substantiellt som metodologiskt intressant.

Dahlberg, Edmark och Lundqvist 2010

Den oberoende variabeln av intresse är flyktingmottagandet i 288 kommuner 1985 till 1994. Under dessa år fick inkommande flyktingar inte själva välja var de skulle bo, utan tilldelades kommuner genom ett samarbete mellan staten och kommunerna (s 12). År 1991 deltog 277 av 286 kommuner i detta flyktingplaceringsprogram. Staten kompenserade kommunerna för kostnaderna. Från början tänkte man placera flyktingar i kommuner med god situation på arbets- och bostadsmarknaderna (s 14), men under programmets existenstid ökade antalet flyktingar och tilldelningen blev mindre noga på dessa punkter. Forskarna har också data på lediga lägenheter i allmännyttan samt arbetslösheten i kommunen och inkluderar dessa som kontrollvariabler i regressionerna. Det var frivilligt för kommunerna att delta i programmet så det är viktigt för Dahlberg et als studie att benägenheten att delta inte korrelerar med preferensen för redistribution (den beroende variabeln) i kommunen. Dahlberg et al har tre argument för att detta problem har lösts. Ett, flyktinginflödet ökade kraftigt under perioden så alla kommuner var tvungna att hjälpa till. Två, väldigt få kommuner sa nej. Bara 3 av 286 kommuner i datasetet tog inte emot en enda flykting. Och tre, de har paneldata (kommuner observerade över tid) vilket gör att de kan använda kommun-fixed effects och kontrollera bort skillnaderna i nivå och istället köra regressionerna på skillnaderna i förändring i preferens för omfördelning.

De mäter det kumulativa antalet flyktingar placerade i kommunen under varje valperiod –  1986-88, 1989-91 och 1992-94 – som procent av befolkningen (s 18). Kommunerna tog ofta emot flyktingar motsvarande 1-2 procent av befolkningen under en valperiod.

Detta är inte den första, utan den tredje, studien som använder detta “naturliga experiment” av flyktingmottagning. Dahlberg och Edmark (2008) använder programmet för att leta efter ett ”race to the bottom” i kommunernas välfärdsutgifter. Och Edin et al (2003) använder det för att studera segregering på arbetsmarknaden. Dahlberg et al förklarar antagandena om exogenitet som är centrala för att kunna identifiera kausalitet i dessa studier:

”These two examples hence require two different identifying assumptions, namely that the placement was exogenous with respect to the receiving municipalities' politicians (Dahlberg and Edmark), and that the placement was exogenous with respect to the refugees themselves (Edin et al.). For our case, however, we need the placement to be exogenous from the point of view of the receiving municipalities' population. We argue that our context makes our case for identification, if not more but, at least as plausible.”

Inom nationalekonomin idag är just frågan om exogenitet och hur kan kan särskilja en kausalitet från någon annan central, och Dahlberg et al diskuterar detta tydligt:

”To be able to draw causal inference from estimated relations, it is required that the identifying variation is not systematically related to the outcome of interest. This exogeneity requirement is most often not fulfilled, either due to lack of data on variables affecting both immigrants' choice of residency and level of redistribution, or due to sorting of immigrants based on the level redistribution (i.e., a reverse causality-problem)1. To only use within-variation by including cross-sectional fixed effects only partially solves these problems. In addition, net of the aggregate trend of increased immigration, there is typically not enough variation in the share of immigrants over time for a given state or lower-level government.”

Den beroende variabeln i studien är individuella preferenser för omfördelning, mätt i form av en fråga i SOM-institutets Valstudier om vad man tycker om socialförsäkringarnas ersättningsnivåer. Frågan var om personen tyckte att förslaget att sänka ersättningsnivåerna var bra, och man fick svara på en femgradig skala där 1 var ”mycket bra” och 5 ”mycket dåligt”. Från valstudierna kommer data från 1985, 1988, 1991 och 1994, och varje gång tillfrågades ungefär 3700 individer. Dahlberg et al skapar av detta tre paneler –  1985-88, 1988-91 och 1991-94 – med individer som tillfrågats båda åren. Förändringen i vad individen tycker från det föregående till det senare året blir måttet som används. I tabellen nedan ser vi detta mått tillsammans med de andra variablerna använda i studien.

 

Metoden som Dahlberg et al använder är two steps least squares. Steg 1 är:

Variablerna är: REF= antal flyktingar dirigerade dit. H = lediga lägenheter i allmännyttan, samt arbetslösheten. Z = arbetslösheten, sociala utgifter i kommunen, per capita-skattebas, samt befolkningsmängd. SIZE = dummy för storstadskommun alt liten kommun. POL = dummy för röd majoritet i KF, dummy för MP och dummy för NyD. SURVEY = panel fixed effects för nationella trender.

Steg 2 är:

Men före de redovisar 2SLS-resultaten så presenterar de också resultat för ekvation 7 ovan direkt skattad med ordinary least squares (OLS). Denna skattning visar ingen effekt av flyktinginflödet på kommuninvånarnas åsikter om socialförsäkringarnas ersättningsnivåer. Men Dahlberg et al menar att OLS inte är rätt metod här:

”the OLS-estimator is likely to be biased. First, although the estimation equation controls for a set of municipal characteristics, time trends and, through first-differencing, individual fixed effects, it is still possible that unobservables correlated both with immigrants' choice of location and preferences for redistribution confound the estimates. Second, the estimated relation may reflect reverse causality, i.e. we cannot rule out that immigrants' choice of residency is affected by the inhabitants' preferences  or social benefits.

We therefore turn to see how the results change when we deal with these endogeneity problems by employing our instrument.” (s 23)

I tabell 2 nedan syns resultaten både för OLS och 2SLS-skattningarna.

Med den av författarna föredragna 2SLS-estimatorn så har flyktinginflödet alltså en effekt på kommuninvånarnas preferenser för socialförsäkringarnas ersättningsnivåer. I kommuner med större flyktinginflöden ville fler därefter strama åt socialförsäkringarna. Här finns också några förvånande sidoresultat: effekten är starkare bland höginkomst- än låginkomsttagare, och starkare bland tjänstemän än bland arbetare. Dahlberg et al förklarar detta utifrån sin teoretiska modell om olika socioekonomiska gruppers benägenhet att identifiera sig med sin klass eller med nationen:

”the pattern of effects (especially along the wealth dimension) are consistent with a situation where most low-income agents initially identify with the Nation and continue to do so as the share of immigrants increases, and where at least some high-income agents also identify with the Nation initially but switch to identifying with the Rich and hence prefer less redistribution as the Nation becomes more ethnically heterogeneous.” (s 29)

Nekby och Pettersson-Lidbom

Nekby och Pettersson-Lidbom hävdar att det finns två stora metodologiska problem med Dahlberg et als studie. Det första är måttet på flyktingmottagande, som Nekby och P-L menar inte representerar det verkliga flyktingmottagandet särskilt träffsäkert. Det andra är bortfall i samplet över tid. De sammanfattar i inledningen effektivt sin artikel: “A re-analysis of their study indicates that results are based on an endogenous instrument and severe sample attrition bias. Correcting for either of these two problems reveals that there is no relationship between ethnic diversity and preferences for redistribution.”

Vad gäller måttet på flyktingmottagandet så är knäckfrågan: skiljer sig de kontrakterade storlekarna på kommunvis mottagande, från de faktiska storlekarna? N och P-L hävdar att Dahlberg et al i onödan förlitat sig på intervjuer för att anta att skillnaden mellan kontrakterade och faktiska storlekar inte är så stora. Enligt N och P-L så finns det faktiskt utvärderingar som bedömer detta. De hänvisar till tidigare forskning och hävdar att flyktingarna faktiskt hade en del valmöjlighet över vilka kommuner de skulle komma till, vilket skulle göra Dahlberg et als instrument till endogent i förhållande till kommunkaraktäristika och därmed oanvändbart. N och P-L hävdar också att kommunerna hade större inflytande över kontrakten med Invandringsverket än vad Dahlberg et al antar. Sammantaget så innebär dessa faktorer att det faktiska flyktingmottagandet i kommunerna ofta avvek kraftigt från det kontrakterade mottagandet. I diagrammet nedan ser vi fördelningen av skillnaden mellan kontrakterad och faktisk per kommun.

Vi ser att den vanligaste avvikelsen som förväntat är 0, men också att det finns en hel del fall där det faktiska mottagandet avviker så kraftigt från det kontrakterade som -100 procent eller + 100 procent. När de kör en regression med faktiskt mottagande som beroende variabel, kontrakterat mottagande som oberoende variabel och med kommun- och års-fixed effects så blir koefficienten på kontrakterat mottagande bara 0.007 och inte signifikant - för att måttet kontrakterat mottagande skulle vara riktigt bra så borde ju koefficienten vara  1. Nekby och Pettersson-Lidbom hävdar att kommunernas flyktingmottagande, om man kontrollerar för observerbara variabler som antal lediga lägenheter i allmännyttan, inte kan ses som en exogen variabel så som Dahlberg et al hävdar: "These new results put into question the extent to which the Swedish refugee placement policy can be considered as an exogenous sources of variation in immigrant placement given key observable characteristics" (s 15f). De menar att kontrakterat, inte faktiskt, flyktingmottagande ska användas som instrumentvariabel.

Vad gäller bortfallsproblemet så handlar Nekby och Pettersson-Lidboms kritik om bortfall i SOM-institutets valundersökningar. Alltför många individer faller bort mellan undersökningarna (1985, 1988, 1991, 1994), hävdar de. Antalet individer per kommun är lägre än tre, och i varje panel (85-88, 88-91, 91-94) saknar runt 70 kommuner helt representation (s 10). N och P-L testar därför regressionerna också med tvärsnittsdata, alltså inte bara med individer som är med minst två gånger. Då blir samplet väldigt mycket större - runt 9000 personer istället för runt 1900. De visar att med större sample så blir den skattade effekten av mängden flyktingar på valundersökningens individers åsikter om socialförsäkringarna svagare.

Med Nekby och Pettersson-Lidboms föredragna modellspecifikationer så finns det inga signifikanta effekter av kommunvis flyktingmottagande 1985-1994 på opinionen om socialförsäkringarna i kommunerna. De substantiella slutsatserna i deras replikationspaper är alltså fundamentalt annorlunda än Dahlberg et als.


Slutsatser
Det är alltid väldigt svårt att ha en åsikt i diskussioner på en hög nivå där man själv inte alls befinner sig på den nivån av kunskap. Jag kan därför heller inte säga att jag tycker att det ena pappret eller det andras slutsatser är mer rimliga. Men diskussionen är ett intressant exempel på hur olika operationaliseringar kan ge olika slutsatser i empirisk samhällsforskning.

Referenser

Matz Dahlberg, Karin Edmark och Helene Lundqvist, ”Ethnic Diversity and Preferences for Redistribution”, 2010

Lena Nekby och Per Pettersson-Lidbom, ”Revisiting the Relationship between Ethnic Diversity and Preferences for Redistribution”, 2012

Shayo, M. (2009): “A model of social identity with an application to political economy: Nation, class, and redistribution," American Political Science Review, 103, 147-174.