Hässelby-Vällingby: Economic assistance funding changes feedback

[Svar på Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd.pdf] Hässelby-Vällingby stadsdelsförvaltning Individ och familjeomsorg Hässelby torg 20-22 Box 3424 16564 Hässelby Växel 08-50804000 Fax 08-508 04 099 hasselby-vallingby@stockholm.se www.stockholm.se/hasselby-vallingby Sida 1 (4) Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd Svar på remiss från kommunstyrelsen, dnr KS 2026/853 Förvaltningens förslag till beslut 1. Hässelby-Vällingby stadsdelsnämnd godkänner förvaltningens tjänsteutlåtande och överlämnar det till kommunstyrelsen som svar på remissen om översyn av markvärdet i resursfördelningen för ekonomiskt bistånd. 2. Ärendet justeras omedelbart. Sammanfattning Hässelby-Vällingby stadsdelsnämnd har ombetts att yttra sig över en remiss om revidering av Stockholms stads resursfördelningsmodell för ekonomiskt bistånd. Remissen bygger på en översyn av markvärdet och attraktivitetsvariabeln i modellen med syfte att säkerställa att resursfördelningen bygger på aktuella statistiska underlag och i så hög utsträckning som möjligt speglar stadsdelsnämndernas behov av ekonomiskt bistånd. Hässelby-Vällingby stadsdelsnämnd tillstyrker förslaget och ser positivt på att resursfördelningsmodellen uppdateras med aktuella markvärden och en reviderad indelning av attraktivitetsvariabeln. Samtidigt framhåller nämnden vikten av att modellen kontinuerligt följs upp mot faktiskt utfall och utvecklas utifrån förändrade behov. Mot bakgrund av att den genomförda översynen varit avgränsad till framförallt markvärdesvariabeln föreslår nämnden att framtida översyner med fördel kan omfatta en bredare analys av modellens samlade träffsäkerhet och dess förmåga att fånga de strukturella förutsättningar som påverkar behovet av ekonomiskt bistånd. Ärendet Stockholms stad använder en resursfördelningsmodell för att fördela budgetmedel för ekonomiskt bistånd mellan stadsdelsnämnderna. Modellen bygger på ett antal socioekonomiska och demografiska variabler som syftar till att spegla stadsdelsnämndernas förväntade behov av ekonomiskt bistånd. På uppdrag av stadsledningskontoret har Sweco genomfört en översyn av markvärdet i resursfördelningsmodellen för ekonomiskt Handläggare Nicole Nyholm Telefon: 08-50805905 Till Hässelby-Vällingby stadsdelsnämnd 2026-08-27 Hässelby-Vällingby stadsdelsförvaltning Individ och familjeomsorg Tjänsteutlåtande Dnr HV 2026/659 2026-07-31 Kungsklippan 6 112 25 Stockholm daniel.lauridsen@stockholm.se start.stockholm Tjänsteutlåtande Dnr HV 2026/659 Sida 2 (4) Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd bistånd. Syftet med översynen har varit att analysera hur förändrade markvärden påverkar resursfördelningsmodellen och att bedöma om modellen behöver uppdateras för att även fortsättningsvis spegla stadsdelsnämndernas förväntade behov av ekonomiskt bistånd på ett träffsäkert sätt. Översynen omfattar även en analys av attraktivitetsvariabeln och hur olika indelningar av denna påverkar resursfördelningsmodellen. I översynen rekommenderas att markvärden från år 2022 används i stället för tidigare markvärden, att beräkningarna baseras på oviktade markvärden samt att attraktivitetsvariabeln revideras genom att antalet attraktivitetsgrupper minskar från åtta till sex. Enligt översynen bedöms förändringarna bidra till en mer robust och träffsäker resursfördelningsmodell genom att bättre spegla dagens förutsättningar och minska risken för slumpmässiga variationer mellan åren. Översynen har varit avgränsad till att analysera attraktivitetsvariabeln och hur förändringar av denna påverkar resursfördelningsmodellen. Övriga variabler i modellen har inte analyserats inom ramen för uppdraget. Samtidigt framhålls att resursfördelningsmodellen följs upp årligen för att säkerställa dess fortsatta relevans, men att sådana uppföljningar inte nödvändigtvis fångar upp nya mönster eller strukturella förändringar som kan påverka behovet av ekonomiskt bistånd. Ärendets beredning Ärendet har beretts inom avdelningen individ och familj. Förvaltningens synpunkter och förslag Förvaltningen tillstyrker förslaget att uppdatera resursfördelningsmodellen för ekonomiskt bistånd genom att använda markvärden från 2022, övergå till oviktade markvärden och revidera indelningen av attraktivitetsvariabeln. Förvaltningen bedömer att användningen av oviktade markvärden ger en mer träffsäker beskrivning av lokala variationer i markvärden och därmed bidrar till en mer rättvis och transparent resursfördelning. Detta är särskilt betydelsefullt i stadsdelar där bostäder med höga och låga markvärden finns inom samma geografiska område. För att resursfördelningen ska spegla stadsdelsnämndernas behov behöver modellen bygga på relevanta och aktuella statistiska underlag samt objektiva kriterier som kan följas upp och uppdateras över tid. Samtidigt bedömer förvaltningen att översynen av markvärdesvariabeln, även om den är motiverad, endast utgör en del av utvecklingen av resursfördelningsmodellen. Markvärde är ett indirekt mått på socioekonomiska förutsättningar och fångar inte Tjänsteutlåtande Dnr HV 2026/659 Sida 3 (4) Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd ensamt de strukturella faktorer som påverkar behovet av ekonomiskt bistånd. Det är därför angeläget att modellen även fortsättningsvis utvecklas så att faktorer med mer direkt koppling till biståndsbehov ges ett tillräckligt genomslag. Detta är särskilt viktigt eftersom behovet av ekonomiskt bistånd påverkas av flera samverkande socioekonomiska och arbetsmarknadsrelaterade faktorer. Förvaltningen vill framhålla vikten av att modellen kontinuerligt följs upp mot faktiskt utfall. En resursfördelningsmodell behöver inte bara bygga på relevanta förklaringsvariabler utan även prövas mot hur väl den speglar stadsdelsnämndernas faktiska kostnadsutveckling. De återkommande avvikelserna mellan budgeterad resurstilldelning och faktiskt utfall visar att det finns skillnader mellan modellens beräknade behov och de faktiska kostnaderna i vissa stadsdelsnämnder. Swecos analys visar att Hässelby-Vällingby är en av de stadsdelsnämnder som under flera år haft ett faktiskt utfall som överstigit den budgeterade resurstilldelningen. Samtidigt konstaterar Sweco att orsakerna till dessa skillnader inte har analyserats inom ramen för uppdraget. Förvaltningen bedömer därför att framtida översyner bör omfatta en fördjupad analys av återkommande avvikelser för att bedöma om resursfördelningsmodellen fullt ut fångar de strukturella faktorer och lokala förutsättningar som påverkar behovet av ekonomiskt bistånd. För att säkerställa att resurstilldelningen över tid motsvarar stadsdelsnämndernas faktiska behov anser nämnden att en framtida översyn med fördel kan omfatta en bredare analys av resursfördelningsmodellens samlade träffsäkerhet. En sådan analys bör även pröva om modellen fångar de strukturella faktorer som påverkar stadsdelsnämndernas behov utöver de variabler som i dag ingår i modellen. Modellen bygger på registeruppgifter med viss eftersläpning, vilket innebär att snabba förändringar i behovet av ekonomiskt bistånd inte omedelbart fångas i underlagen. Under perioder med förändringar i konjunktur, arbetsmarknad eller andra samhällsförändringar är det därför angeläget att följa hur underlagens aktualitet påverkar modellens träffsäkerhet över tid. Sammantaget bedömer förvaltningen att den föreslagna revideringen utgör en ändamålsenlig uppdatering av resursfördelningsmodellen. Samtidigt är det angeläget att modellen även fortsättningsvis utvecklas utifrån förändrade behov och följs upp mot faktiskt utfall, så att resursfördelningen över tid i så hög Tjänsteutlåtande Dnr HV 2026/659 Sida 4 (4) Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd utsträckning som möjligt speglar stadsdelsnämndernas faktiska behov av ekonomiskt bistånd. Gunilla Ekstrand Marie Lissäng Stadsdelsdirektör Avdelningschef Hässelby-Vällingby stadsdelsförvaltning Hässelby-Vällingby stadsdelsförvaltning Bilagor 1. Remiss Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd (Remissen ska ej bifogas i expediering) Attesterat av Detta dokument har godkänts digitalt av följande personer: Namn Datum Gunilla Ekstrand, Stadsdelsdirektör 2026-08-04 Marie Lissäng, Avdelningschef 2026-08-04 --- [Bilaga - Översyn av markvärdet för ekonomiskt bistånd år 2026, Sweco.pdf] Översyn av markvärdet i resursfördelningen för ekonomiskt bistånd År 2026 2026-03-31 2/22 Sweco | År 2026 Uppdragsnummer: sweco.projectId Datum: Fel! Ingen text med angivet format i dokumentet. Ver: Fel! Ingen text med angivet format i dokumentet. Dokumentreferens: \\sweco.se\se\sto01\projekt\usk\statistiktjänster - stockholms stad\13. resursfördelningsmodeller\2. ekonomiskt bistånd inkl handläggning\översyn 2025 markvärdet\5. skickat till kund\översyn av markvärdet för ekonomiskt bistånd 2026-03-31 v2.docx 3/22 1 Sammanfattning .............................................................................................. 4 2 Bakgrund ......................................................................................................... 5 2.1 Nuvarande resursfördelningsmodell................................................................ 5 2.2 Generella krav på resursfördelningsmodellen ................................................. 7 2.3 Budgeterad och faktisk fördelning ................................................................... 8 2.4 Befolkningsutveckling och utveckling av antal biståndstagare ....................... 9 3 Attraktivitetsvariabeln ....................................................................................10 3.1 Markvärde ......................................................................................................11 3.1.1 Övergång från viktat till oviktat markvärde .................................................11 3.1.2 Föreliggande översyn av markvärdet i resursfördelningsmodellen............11 3.2 Hustyp och juridisk form ................................................................................13 3.3 Nuvarande indelning av attraktivitetsvariabeln ..............................................14 3.4 Utvecklingen av attraktivitetsvariabelns betydelse ........................................14 3.5 Reviderad attraktivitetsvariabel .....................................................................17 4 Effekter på resursfördelningen ......................................................................20 5 Slutsatser .......................................................................................................21 Innehållsförteckning Sweco | År 2026 4/22 1 Sammanfattning Stockholms stads resursfördelningsmodell för ekonomiskt bistånd, som används för att beräkna en procentuell fördelning av resurser för ekonomiskt bistånd per stadsdelsnämnd, grundar sig på flera olika variabler. Bland annat ingår områdets attraktivitet med hänsyn till markvärde, hustyp och juridisk form. Resursfördelningen sker baserat på en matrismodell där individdata används för att beräkna sannolikheten för att ha ekonomiskt bistånd baserat på olika bakgrundsvariabler. I nuvarande modell delas befolkningen in i 432 grupper baserat på bakgrundsvariablerna och biståndstagandet i respektive grupp beräknas. För att modellen ska vara så träffsäker som möjligt krävs noggranna analyser för att gruppindelningarna av modellens ingående variabler ska fånga skillnaden i biståndstagande så korrekt som möjligt. Fram till och med budget 2025 har markvärdet från 2013 använts i modellen. I en översyn som gjordes år 2022 konstaterades att indelningen av attraktivitetsvariabeln, som byggde på bland annat markvärden från år 2013, inte längre var relevant. Den förklarade inte längre skillnaderna i biståndstagande på ett korrekt och tillfredställande sätt. Med anledning av de förändrade mönstren för biståndstagande gjordes en översyn av attraktivitetsvariabeln år 2022. En ny indelning för variabeln togs fram baserat på analyser av budget 2023 och markvärde från 2019, som då var de senast tillgängliga. Den nya indelningen användes i skarpt läge för första gången i arbetet med budget 2026, vilket innebär att det har gått tre år sedan den senaste översynen. Sedan dess har mönstret för biståndstagare förändrats ytterligare och den indelning som bedömdes som den mest relevanta i översynen 2022 behöver nu justeras ytterligare. Det finns inte längre signifikanta skillnader i biståndstagande mellan alla attraktivitetsgrupper som togs fram då. Det fortsatt förändrade mönstret för biståndstagande har föranlett en ytterligare översyn, som den här gången baserats på den nya markvärden för år 2022 (som tagits fram av SCB). För att ta fram så relevanta attraktivitetsgrupper som möjligt har analyser till att börja med utgått ifrån en finfördelad gruppindelning där upp till 49 attraktivitetsgrupper har studerats. Biståndstagandet i de olika grupperna har jämförts med varandra för att avgöra i vilka fall det går att slå ihop grupper som har liknande mönster för biståndstagande och i vilka fall det finns så stora skillnader att hänsyn behöver tas i modellen. På så sätt har antalet attraktivitetsgrupper kunnat minskas successivt till sex nya grupper. I det förslag som Sweco har tagit fram, där attraktivitetsgrupperna minskas från nuvarande åtta till sex, tas hänsyn till de skillnader i biståndstagande som går att påvisa i statistiken. Det minskade antalet grupper leder även till att modellen blir mer robust, då antalet grupper som befolkningen delas in minskar från 432 till 324, vilket sannolikt minskar risken för slumpmässiga skillnader och större svängningar mellan åren. Skillnaden mellan det nya förslaget, baserat på markvärden 2022, och det nuvarande rör sig mellan -0,26 procentenheter (Enskede-Årsta-Vantör) och +0,64 procentenheter (Norra innerstaden). Då budgetramen är drygt 1 miljard kronor motsvarar en förändring för en stadsdelsnämnd på 0,1 procentenheter drygt 1 miljon kronor. Sweco | År 2026 5/22 2 Bakgrund Stockholms stad använder en resursfördelningsmodell för att beräkna en procentuell tilldelning av resurser för ekonomiskt bistånd per stadsdelsnämnd i staden. Fördelningsmodellen tar hänsyn till ett antal variabler som enligt statistiska samband och erfarenhet påverkar risken att erhålla ekonomiskt bistånd. Sweco har på uppdrag av stadsledningskontoret analyserat resursfördelnings- modellen för ekonomiskt bistånd. Syftet har varit att utreda hur en förändring av markvärdet, som är en del i attraktivitetsvariabeln, påverkar resursfördelningsmodellen. Till och med budget 2025 användes markvärdet från 2013 i modellen. För budget 2026 användes markvärdet från 2019. I uppdraget har Sweco sett över om modellen kan behöva uppdateras ytterligare med de senast tillgängliga markvärdena från 2022, för att säkerställa att fördelningsnyckeln är uppdaterad och fångar upp behoven av ekonomiskt bistånd så korrekt som möjligt. Översynen har huvudsakligen fokuserat på framtagande av ny indelning av attraktivitetsvariabeln och vilken effekt förändringen får på tilldelningen av resurser för stadsdelsnämnderna. I avsnitt 2 beskrivs nuvarande resursfördelningsmodell, en tidigare översyn, utvecklingen av befolkningen och biståndstagandet i staden samt skillnaden mellan budgeterad och faktiskt fördelning. I avsnitt 3 presenteras attraktivitetsvariabeln och dess ingående variabler närmare, hur markvärdet förändrats mellan 2013 och 2022, utvecklingen av attraktivitetsvariabelns betydelse samt ett förslag till reviderad indelning. I avsnitt 4 redovisas vilken effekt förslaget om reviderad modell får på resursfördelningen och i avsnitt 5 presenteras slutsatserna. 2.1 Nuvarande resursfördelningsmodell Stadens resursfördelningsmodell för det budgeterade ekonomiska biståndet har använts sedan budgetåret 2005. Modellen grundar sig på ett antal socioekonomiska och demografiska variabler som enligt statistiska samband och erfarenhet påverkar sannolikheten att erhålla ekonomiskt bistånd. Baserat på en översyn av markvärdet och attraktivitetsvariabeln som genomfördes år 2022 delas attraktivitetsvariabeln i modellen för budget 2026 in i 8 nya grupper, i stället för de tidigare 9 grupperna. Detta motiveras av att de tidigare 9 grupperna inte längre speglar dagens biståndstagande. Baserat på en översyn 2023 så delas inkomstvariabeln och utbildningsvariabeln in i tre grupper vardera, i jämförelse med modellen dessförinnan när de delades in i två grupper vardera. I nuvarande modell exkluderas där uppgift om utbildning saknas. Syftet med översynen 2023 var att utreda förutsättningarna att öka den socioekonomiska omfördelningen i staden genom att stärka tyngden av socioekonomiska index i resursfördelningssystemen eller andra strukturella förändringar. Sweco | År 2026 6/22 Tabell 1 Socioekonomiska och demografiska variabler i nuvarande resursfördelningsmodell. Variabel Indelning Sysselsättning och arbetslöshet 6 klasser  Sysselsatt och ej arbetslös  Sysselsatt och arbetslös utan ersättning  Oavsett sysselsättning arbetslös med ersättning  Ej sysselsatt och arbetslös utan ersättning  Studerande och ej sysselsatt  Ej sysselsatt, ej arbetslös, ej studerande Områdets attraktivitet 8 klasser  Småhus  BRF 18 000–  BRF 11 000–17 999  BRF 2 400–10 999 + övriga 11 000– + SvAB 18 000–  SvAB 11 000–17 999 + BRF –2 999  Övriga 5 800–10 999 + SvAB 2 400–10 999  Allmän 18 000– + Övriga –5 800 + SvAB –2 399  Allmän –17 999 Inkomst, totalt 3 klasser  0–149,9 tkr  150–299,9 tkr  300 tkr eller mer Utbildningsnivå 3 klasser  Högst förgymnasial utbildning  Gymnasial utbildning  Eftergymnasial utbildning  Utbildning okänd exkluderas Kombinerat ger dessa variabler med sina olika klasser totalt 432 grupper.1 Informationen om den vuxna befolkningen och de vuxna biståndstagarna i åldrarna 18-65 år fördelade efter de 432 grupperna utgör underlaget till resursfördelningsmodellen. Förutom information om befolkningen och biståndstagarna innefattar modelleringen även befolkningsprognosen och en konjunkturprognos för budgetåret. Den vuxna befolkningen delas in i de 432 grupperna och det genomsnittliga biståndstagandet i respektive grupp beräknas. Biståndstagandet i en specifik grupp förväntas vara detsamma i hela staden oavsett stadsdelsnämnd, medan 1 6 grupper för sysselsättning/arbetslöshet * 8 grupper som attraktivitet * 3 grupper för inomst * 3 grupper för utbildningsnivå = 432 grupper totalt Sweco | År 2026 7/22 befolkningssammansättningen (hur invånarna fördelas inom stadsdelsnämnden fördelas mellan de olika grupperna) i de olika stadsdelsnämnderna skiljer sig åt. Skilda befolkningssammansättningar innebär att biståndsbehovet skiljer sig åt mellan olika delar av staden. Indelningen i de 432 grupperna är så pass fin att den fångar upp de mest väsentliga skillnaderna när det gäller biståndstagandet i olika grupper av befolkningen och genom att ta hänsyn till befolkningssammansättningen i respektive stadsdelsnämnd så fångar modellen stadsdelsnämndernas olika förutsättningar. Sammanfattningsvis kan den nuvarande fördelningsmodellen förenklat beskrivas i tre steg:  En förväntad andel biståndstagare i ett stadsdelsområde beräknas för var och en av de 432 grupperna genom att andelen bidragstagare i hela staden multipliceras med antalet i befolkningen i stadsdelsområdet i respektive grupp. Genom att använda genomsnittet i staden för alla grupper neutraliseras eventuella skillnader som beror på handläggningen av biståndet.  För varje grupp multipliceras därefter den genomsnittliga kostnaden för hela staden med den förväntade andelen bidragstagare i stadsdelsområdet.  För att fastställa själva fördelningsnyckeln summeras sedan den förväntade kostnaden för de 432 grupperna i stadsdelsområdet, för att slutligen divideras med den totala kostnaden för hela staden. Figur 1 Beskrivning av nuvarande resursfördelningsmodell Resursfördelningen bygger på senaste tillgängliga data och för resursfördelningen 2026 användes data från 2023. Eftersläpningen beror på att uppgifterna om inkomst och sysselsättning har en eftersläpning på två år. 2.2 Generella krav på resursfördelningsmodellen Vid konstruktionen av den ursprungliga resursfördelningsmodellen ställdes sex krav som en fördelningsnyckel måste uppfylla. Samma krav gäller nu som då. Nedan angivna principer finns med som en grundförutsättning i arbetet med översynen av attraktivitetsvariabeln i resursfördelningsmodellen för ekonomiskt bistånd. Modellen ska • mäta sociala behov, Andel bistånds- tagare i staden (432 grupper) 11 stadsdelsnämnder Befolkning 18-65 år i resp. stadsdelsnämnd (432 grupper) Kostnad per biståndstagare i staden (432 grupper) X X Sweco | År 2026 8/22 • vara objektiv och bygga på icke påverkbara data, • ge rätt incitament (inte vara kostnadsdrivande), • vara möjlig att uppdatera • vara förståelig och accepterad. Dessa principer gäller för stadens samtliga resursfördelningsmodeller oavsett verksamhetsområde. 2.3 Budgeterad och faktisk fördelning I Diagram 1 nedan redovisas skillnaden mellan den procentuella tilldelningen enligt resursfördelningsmodellen (budgeterad fördelning) och faktiskt kostnad för utbetalt ekonomiskt bistånd per stadsdelsnämnd för åren 2023–2025. Exempelvis har Järva och Skarpnäck budgetår 2025 fått en större andel av den totala budgetramen än andelen av faktiskt utfall, och Hässelby-Vällingby, Kungsholmen, Södermalm, Farsta och Hägersten-Älvsjö som fått en mindre andel av budgetramen än andelen av faktiskt utfall. Då summan av det totala utfallet är ungefär detsamma som den totala budgetramen speglar skillnaderna mellan fördelningar i Diagram 1 i stort sett även skillnaden i kronor. En skillnad på en procentenhet motsvarar cirka 10 miljoner kronor. Det är möjligt att det finns strukturella skillnader när det gäller behov av ekonomiskt bistånd mellan olika stadsdelsnämnder, som inte fullt ut fångas upp av resursfördelningsmodellen. Det är också möjligt att det förekommer systematiska skillnader mellan tilldelning och utfall som beror på skillnader i arbetssätt och biståndsbedömning. För en mer djupgående analys av vad de återkommande skillnaderna kan bero på krävs en större utredningsinsats än vad som ryms inom ramen för denna översyn. Diagram 1 Skillnad mellan budgeterad fördelning och faktiskt utfall, kostnader för ekonomiskt bistånd per stadsdelsnämnd, budgetår 2023 till 2025 (procentenheter) -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 2023 2024 2025 Sweco | År 2026 9/22 2.4 Befolkningsutveckling och utveckling av antal biståndstagare Befolkningen i Stockholms stad i åldrarna 18-64 år har ökat under lång tid, och ökningen prognostiseras att fortsätta.2 Under den senaste tioårsperioden har befolkningen ökat med 6,3 procent, även om det skedde en tillfällig minskning under pandemin i Covid-19. Trots att befolkningen i åldrarna 18-64 år ökat så har antalet vuxna biståndstagare minskat under större delen av perioden sedan år 2015. De senaste två åren, 2024 och 2025, har dock minskningen avstannat och antalet biståndstagare har varit i stort sett oförändrat. Antalet vuxna biståndstagare och antalet biståndshushåll följer samma mönster över tid. Diagram 2 Folkmängd och antal vuxna biståndstagare 18-64 år i Stockholms stad, åren 2015-2025 Utvecklingen av andelen vuxna biståndstagare skiljer sig åt i mellan olika stadsdelsnämnder. Här studeras utvecklingen under perioden 2020–2023 för att visa på utvecklingen mellan de dataår som den förra översynen och denna översyn baseras på. Att antalet vuxna biståndstagare 18-64 år i hela staden har minskat mellan åren 2020 och 2023 samtidigt som antalet invånare har ökat innebär att andelen biståndstagare har minskat över tid. Vid en nedbrytning av utvecklingen på stadsdelsnämnder visar det sig att minskningen av andelen har skett i samtliga av stadens områden, vilket visas i Diagram 3. Analysen visar att det inte finns några strukturella mönster för i vilken takt biståndstagandet har minskat i olika stadsdelsnämnder, vilket visas i Diagram 4. Den procentuella minskningen av andelen biståndstagare har varierat mellan -15,2 och -33,1 procent men det går inte att se några samband mellan minskningstakt och exempelvis stadsdelsnämndens läge, storlek eller nivån av biståndstagande. 2 Sedan budgetår 2026 används åldrarna 18-65 år för att beskriva vuxna biståndstagare då riktåldern för pension har höjts. För att studera historisk utveckling till och med år 2025 visas åldrarna 18-64 år. 0 2 000 4 000 6 000 8 000 10 000 12 000 14 000 16 000 18 000 0 100 000 200 000 300 000 400 000 500 000 600 000 700 000 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Antal i befolkningen (vänster y-axel) Antal biståndstagare (höger y-axel) Sweco | År 2026 10/22 Diagram 3 Andel i vuxna bidragstagare i befolkningen 18-64 år, utfall åren 2020 och 2023 Diagram 4 Procentuell förändring av andelen vuxna biståndstagare av befolkningen 18-64 år, åren 2020-2023 3 Attraktivitetsvariabeln I denna översyn analyseras variabeln markvärde och den så kallade attraktivitetsvariabeln där markvärdet utgör en del. Attraktivitetsvariabeln utgörs av en kombination av markvärdet, hustyp och juridisk form. Attraktiviteten är ett indirekt mått på de socioekonomiska förhållandena inom ett område och har en tydlig koppling till behovet av ekonomiskt bistånd, vilket visats tidigare i Swecos analyser. 0,0% 1,0% 2,0% 3,0% 4,0% 5,0% 6,0% 7,0% År 2020 År 2023 -20,8%-19,1% -26,4% -15,2% -32,8% -18,2%-19,4% -22,9% -33,1% -23,5%-22,3% -40% -30% -20% -10% 0% 10% Sweco | År 2026 11/22 3.1 Markvärde I översynen jämförs markvärden från år 2019 med markvärden från år 2022. Markvärdena bygger på fastighetstaxeringen för flerfamiljshus, och går att koppla till Stockholms stads cirka 400 basområden. 3.1.1 Övergång från viktat till oviktat markvärde Inom ett basområde i staden kan det finnas flera olika markvärden beroende på hur försäljningspriserna inom området har varierat. Resursfördelningsmodellen för ekonomiskt bistånd har hittills baserats på viktade genomsnitt av markvärdena för respektive basområde. Syftet med de sammanvägda värdena har varit att undvika genomslag för eventuellt extrema värden. Samtidigt minskas transparensen och noggrannheten i modellen när viktade medelvärden för basområden används i stället för de oviktade markvärdena som tillåter variation inom området. Exempelvis riskerar ett helt basområde att få ett relativt högt markvärde trots att det inom området kan finnas relativt många som bor i bostäder med låga markvärden. Inom ramen för översynen har skillnaden mellan att använda viktade och oviktade markvärden utretts. I praktiken har det väldigt liten betydelse om de viktade eller oviktade markvärdena används. Maximalt handlar det om en omfördelning på 700 tusen kronor för Södermalms stadsdelsnämnd men för de flesta stadsdelsnämnder är omfördelningen betydligt mindre än så, i de flesta fal omkring 100 tusen kronor. På grund av den ökade komplexiteten av att använda viktade markvärden i kombination med den knappa effekten föreslår Sweco att beräkningarna baseras på oviktade markvärden. Analyserna i den här översynen är därför baserade på dessa. 3.1.2 Föreliggande översyn av markvärdet i resursfördelningsmodellen Redan i översynen som genomfördes år 2022 konstaterades att markvärdenas nivå och spridning hade ökat sedan 2013 och den utvecklingen har fortsatt mellan åren 2019 och 2022. Markvärdena år 2019 i staden varierar mellan 2 000 och 25 600 kronor per kvadratmeter, medan 2022 års markvärden varierar mellan 2 200 och 35 000 kronor per kvadratmeter. Markvärdena, sett till kronor per kvadratmeter, ökade i genomsnitt som mest i basområden i Norra innerstaden, på Södermalm och på Kungsholmen. Svagast genomsnittlig ökning hade markvärdena i basområden i Järva, Hässelby- Vällingby och Skärholmen. I Järva, Enskede-Årsta-Vantör, Skarpnäck, Farsta och Hägersten-Älvsjö förekommer även i vissa fall att markvärdena minskat mellan 2019 och 2022. Till följd av de ökade markvärdena i staden har även fördelningen av antal boende mellan olika markvärden förändrats mellan åren 2019 och 2022. Vid en jämförelse mellan Diagram 5 och Diagram 6 syns såväl den ökade nivån i markvärdena som den ökade spridningen mellan stadsdelsområdena. I båda diagrammen visas biståndstagare år 2023 men fördelat efter 2019 respektive 2022 års markvärden. Det bör dock nämnas att det faktiska värdet på marken i sig inte antas ha ett samband med biståndstagande. Markvärdena används som en grund för att Sweco | År 2026 12/22 dela in befolkningen i olika grupper men det är inte så att personer som bor där markvärdena är dubbelt så höga som i ett annat område har hälften så stor sannolikhet att ha ekonomiskt bistånd som i det billigare området. Antagandet är alltså inte att det finns ett linjärt samband (eller annat direkt samband) mellan biståndstagande och markvärdets nivå. Diagram 5 Antal personer i befolkningen år 2023 fördelat efter basområdets genomsnittliga markvärde från 2019 0 20 000 40 000 60 000 80 000 100 000 120 000 0-2 399 kr/kvm 2 400-5 799 kr/kvm 5 800-10 999 kr/kvm 11 000-17 999 kr/kvm 18 000- kr/kvm Sweco | År 2026 13/22 Diagram 6 Antal personer i befolkningen år 2023 fördelat efter basområdets genomsnittliga markvärde från 2022 3.2 Hustyp och juridisk form Förutom markvärde består attraktivitetsvariabeln av hustyp och juridisk form. De variablerna är i sin tur indelade i kategorier. Variabeln hustyp är indelad i kategorierna småhus och flerbostadshus. I kategorin flerbostadshus ingår förutom hyreshusfastigheter även specialfastigheter, industrifastigheter, lantbruksfastigheter och fastigheter där uppgift saknas. Variabeln juridisk form är indelad i kategorierna bostadsrätter, allmännyttiga bostadsföretag, svenskt AB (privata hyresvärdar som har aktiebolag) och övriga privata hyresrätter. I kategorin övriga privata hyresrätter ingår staten, borgerlig kommun, kyrkan, fysisk person, dödsbon, uppgift saknas och övriga. Nedan redogörs för hur befolkningsfördelningen mellan olika hustyper och juridiska former har förändrats mellan åren 2020 och 2023, vilka är de år som vi har data för i tidigare översyn och nuvarande översyn. Jämförelsen ger en bild av utvecklingen under perioden mellan de tidigare markvärdena och de nya. Hustyp Antalet personer i befolkningen har ökat mellan åren och ökningen har skett i både småhus och i flerbostadshus. I flerbostadshus har invånarantalet ökat med knappt två procent medan ökningen i småhus har varit drygt två procent. Samtidigt har antalet biståndstagare minskat under perioden i både flerbostadshus och småhus. Störsthar minskningen varit i småhus där antalet biståndstagare varit över 20 procent. I flerbostadshus var minskningen 16 procent. 0 20 000 40 000 60 000 80 000 100 000 120 000 0-2 399 kr/kvm 2 400-5 799 kr/kvm 5 800-10 999 kr/kvm 11 000-17 999 kr/kvm 18 000- kr/kvm Sweco | År 2026 14/22 Juridisk form Antalet invånare har ökat i samtliga juridiska former utom i allmännyttan där det skett en minskning med omkring 650 personer motsvarande 0,6 procent. Som mest har antalet invånare som bor i Svenskt AB ökat (4,1 procent) medan ökningen i bostadsrätter varit 2,8 procent och ökningen i övriga privata hyresrätter var 0,7 procent. Antalet biståndstagare har minskat i samtliga boendeformer. Störst var minskningen i antal räknat i allmännyttan, där antalet minskade med 1 288 personer. Procentuellt var minskningen störst i bostadsrätter där en minskning på 22,1 procent skedde mellan år 2020 och 2023. I övriga privata hyresrätter skedde en minskning med 240 personer motsvarande 10,8 procent, vilket var den lägsta minskningen både i antal och relativa tal räknat. 3.3 Nuvarande indelning av attraktivitetsvariabeln Attraktivitetsvariabeln byggs upp av en kombination av markvärden, juridisk form och hustyp. I dagsläget delas attraktivitetsvariabeln in i 8 klasser, se tabell 2. Hur attraktivitetsvariabelns betydelse och omfördelningseffekt har förändrats under de år som den använts i resursfördelningsmodellen för ekonomiskt bistånd analyseras närmare i nästa avsnitt. Tabell 2 Attraktivitetsvariabeln i nuvarande resursfördelningsmodell Klass 1 Småhus Klass 2 BRF 18 000– Klass 3 BRF 11 000–17 999 Klass 4 BRF 2 400–10 999 + övriga 11 000– + SvAB 18 000– Klass 5 SvAB 11 000–17 999 + BRF –2 999 Klass 6 Övriga 5 800–10 999 + SvAB 2 400–10 999 Klass 7 Allmän 18 000– + Övriga –5 800 + SvAB –2 399 Klass 8 Allmän –17 999 3.4 Utvecklingen av attraktivitetsvariabelns betydelse Attraktivitetsvariabelns betydelse och omfördelande effekt har förändrats under de år som den använts i resursfördelningsmodellen för ekonomiskt bistånd. Sweco | År 2026 15/22 Skillnaden i biståndstagande mellan attraktivitetsvariabelns olika klasser beräknas med hjälp av logistisk regression, och utvärderas med hjälp av oddskvoter. Tolkningen av oddskvoter är kanske inte intuitiv men de är användbara för att jämföra olika modeller och klassindelningar för variabler med varandra. En högre oddskvot för en grupp visar på en högre sannolikhet för att vara biståndstagare medan en lägre oddskvot visar på en lägre sannolikhet. Ett mer intuitivt sätt att redogöra för skillnader i biståndstagande vore att i stället visa på skillnader i andelen biståndstagare för olika grupper. Problemet med ett sådant mått är att det inte tar hänsyn till att biståndstagandet även beror på de andra variablerna arbetslöshet, sysselsättning, utbildning och inkomst. I en oddskvot visas ett mått på hur biståndstagandet skiljer sig mellan olika attraktivitetsgrupper kontrollerat för att sammansättningen av övriga variabler ser olika ut i olika områden. På samma sätt ger även modellen oddskvoter som visar på betydelsen av övriga variabler. Klass 1 småhus utgör referenskategori till vilken övriga attraktivitetsklasser sätts i relation. När en attraktivitetsklass har en oddskvot som är större än 1 så innebär det att biståndstagandet är större i den gruppen än i referenskategorin, medan en oddskvot som är mindre än 1 innebär det motsatta. I Diagram 7 visas oddskvoterna för de attraktivitetsgrupper som ingår i modellen som användes till och med budgetår 2025. Attraktivitetsgrupperna som därefter användes för budgetår 2026 beskrivs i tabell 2 ovan. Skillnaderna mellan olika attraktivitetsgrupper beror i huvudsak på strukturella förändringar. Jämförelserna utgår från attraktivitetsvariabeln med markvärden från 2013, vilket innebär att skillnaderna mellan grupperna beror på utvecklingen av biståndstagandet inom respektive grupp. Syftet med att använda tidigare indelning baserad på markvärden från 2013 är att det går att jämföra utvecklingen över flera år. Markvärden från 2019 finns endast för senare år och endast ett år har markvärden från 2022. År 2011 fanns tydliga skillnader i biståndstagande mellan de olika attraktivitetsklasserna. Biståndstagandet var högst bland de boende i allmännyttan i hyresrätter med markvärden på mindre än 1 490 kronor per kvadratmeter. Det var också tydligt att biståndstagandet bland dem som bodde i hyresrätter minskade när markvärdet ökade. År 2014 och 2017 fanns fortsatt tydliga skillnader, även om skillnaderna mellan biståndstagandet i de olika attraktivitetsgrupperna minskat. Därefter har värdet av att förklara biståndstagandet med hjälp av områdets attraktivitet minskat avsevärt jämfört med tidigare år. Notera särskilt att det inte längre går att se skillnader i biståndstagande mellan boende i allmännyttan i de tre grupperna med lägst markvärde. Sweco | År 2026 16/22 Diagram 7 Oddskvoter för attraktivitetsvariabeln i resursfördelning för ekonomiskt bistånd, markvärde 2013, statistikår 2011, 2014, 2017, 2020 och 2023 (budgetår 2014, 2017, 2020, 2023 och 2026). Småhus och bostadsrätter med ett markvärde som är högre än 11 000 kronor per kvadratmeter utgör referenskategori. Med anledning av de förändrade mönstren för biståndstagande gjordes en översyn av attraktivitetsvariabeln år 2022 och en ny indelning för variabeln togs fram baserat på analyser av budget 2023 (avseende statistikåret 2020) och markvärde från 2019, som då var de senast tillgängliga. Den nya indelningen användes i skarpt läge för första gången i arbetet med budget 2026, vilket innebär att det har gått tre år sedan den senaste översynen. Sedan dess har mönstret för biståndstagare förändrats ytterligare och den indelning som bedömdes som den mest relevanta i översynen 2022 behöver nu justeras ytterligare. Det finns inte längre signifikanta skillnader i biståndstagande mellan alla attraktivitetsgrupper som togs fram då, vilket visas i Diagram 8 nedan. Oddskvoterna avser attraktivitetsvariabeln för den nya indelning som togs fram baserat på markvärden från 2019. Framförallt för attraktivitetsgruppen som har den näst högsta oddskvoterna, grupp 7, har det skett en förändring, vilket innebär att biståndstagandet i gruppen inte längre är signifikant högre än i grupp 6. 0 5 10 15 20 Allmän 0–1 490 Allmän 1 491–3 599 SvAB 0–1 490 + Allmän 3 600–5 999 Övriga –3 600 + SvAB 1 491–3 599 + Allmän 6 000– SvAB + Övriga 3 600–5 999 SvAB + Övriga 6 000–10 999 SvAB + Övriga 11 000– + BRF –6 000 BRF 6 000–10 999 Småhus + BRF 11 000 2011 2014 2017 2020 2023 Sweco | År 2026 17/22 Diagram 8 Oddskvoter för attraktivitetsvariabeln i resursfördelning för ekonomiskt bistånd, markvärde 2019, statistikår 2020 och 2023 (budgetår 2023 och 2026). Småhus utgör referenskategori. Det kan vara svårt att intuitivt tolka vad de förändrade oddskvoterna i praktiken innebär och det är heller inte viktigt. Den viktigaste slutsatsen är i stället att utvecklingen av oddskvoterna visar att indelningen i attraktivitetsgrupper inte längre är den som på bästa sättet fångar skillnader i biståndstagande i staden. Slutsatsen är att indelningen behöver ses över och revideras. En viktig tolkning av utvecklingen är också att attraktivitetsvariabelns omfördelande effekt har minskat ytterligare mellan år 2020 och 2023 oavsett om den tidigare indelningen baserad på markvärden från 2013 eller den nuvarande indelningen baserad på markvärden från 2019 används. Värt att nämna är också att Sweco även har brutit ned attraktivitetsgrupperna i mer finfördelade grupper för att undersöka om det framträder tydliga mönster över i vilka grupper biståndstagandet har förändrats. Slutsatsen av de beräkningarna var att det var svårt att se tydliga mönster. 3.5 Reviderad attraktivitetsvariabel Ovan konstateras att det krävs en revidering av attraktivitetsvariabeln för att modellen ska fortsätta fånga de skillnader i biståndstagande så träffsäkert som 0 1 2 3 4 5 6 7 8 9 Småhus BRF 18000- BRF 11000-17999 BRF 2400-10999 + övriga 11000- + SvAB 18000- SvAB 11000-17999 + BRF -2399 Övriga 5800-10999 + SvAB 2400-10999 Allmän 18000- + Övriga -5800 + SvAB- 2399 Allmän -17999 Oddskvoter År 2020 År 2023 Grupp 1 Grupp 2 Grupp 3 Grupp 4 Grupp 5 Grupp 6 Grupp 7 Grupp 8 Sweco | År 2026 18/22 möjligt och så långt det är möjligt fördela medel på ett rättvist sätt utifrån skillnader i behov. Sedan den förra översynen har uppdaterade markvärden tagits fram av SCB, som avser år 2022, och nya analyser av biståndstagande har gjorts baserat på dessa. Ett förslag hade även kunnat vara att justera den nuvarande indelningen baserad på markvärden från 2019, i stället för en större översyn baserad på ett helt nytt markvärde. Sweco har gjort försök med en sådan justering men kommit fram till att ändå skulle krävas ett större omtag, där indelning och markvärdes- och attraktivitetsgrupper utreds på nytt från grunden. Därför föreslår Sweco att den nya indelning som beskrivs nedan är den som används för kommande budgetår. För att ta fram så relevanta attraktivitetsgrupper som möjligt har analyser till att börja med utgått ifrån en finfördelad gruppindelning där upp till 49 attraktivitetsgrupper har studerats. Innan attraktivitetsgrupperna har tagits fram har också alla markvärden studerats separat för säkerställa att viktiga skillnader i biståndstagande mellan områden inte missas. Sedan görs analysen i flera steg där attraktivitetsgrupper mellan vilka det inte finns signifikanta skillnader slås ihop. Modellen ska vara tillräckligt komplex för att fånga de skillnader i biståndstagande som går att påvisa men samtidigt vara så enkel som möjligt för att behålla sin stabilitet. I arbetet med att identifiera attraktivitetsgrupper finns några kriterier som behöver följas. För det första behöver biståndstagandet i varje grupp vara signifikant skiljt ifrån andra grupper. Att skillnaderna är tillräckligt stora säkerställs genom att studera oddskvoterna och deras konfidensintervall. För det andra behöver gruppindelningen följa ett logiskt mönster. Enligt teorin gäller att högre markvärden ger lägre sannolikhet för ekonomiskt bistånd givet en viss bostadstyp. I praktiken kan det finnas grupper av markvärden där denna logik inte stämmer. Det kan bero på att grupperna i vissa fall är små eller att det slumpar sig så, men på en övergripande nivå visar analyserna att teorin stämmer. Därför sker indelningen i attraktivitetsgrupper på ett sådant sätt att logiken behålls. Exempelvis visar de beräknade oddskvoterna på en högre risk för ekonomiskt bistånd i hyresbostäder i allmännyttan med markvärde 8 801- 16 600 kronor än i samma bostadskategori men med lägre markvärde. För att logiken ska behållas läggs båda grupperna ihop i samma attraktivitetsgrupp. Alternativet att behålla dem separerade skulle innebära att hyresbostäder med dyrare markvärde i vissa fall skulle ha högre sannolikhet för ekonomiskt bistånd Enligt analysen baserad på 2022 års markvärden föreslås en ny indelning i sex attraktivitetsgrupper i stället för i nuvarande åtta. Sannolikheten för ekonomiskt bistånd är fortsatt högst i allmännyttan och bostädernas markvärden har liten betydelse i denna bostadsform. Därför är samtliga hyresbostäder i allmännyttan utom de med markvärde över 26 201 kronor grupperade tillsammans. För personer som bor i bostadsrätt är sannolikheten för att ha ekonomiskt bistånd liten, särskilt för de som bor i bostadsrätter med markvärde över 16 601 kronor. I de dyraste bostadsrätterna är sannolikheten signifikant lägre än i alla andra boendeformer, även småhus. Att sannolikheten är låg i både bostadsrätter och småhus har sin förklaring i att ekonomiskt bistånd inte beviljas till personer som äger sitt boende annat än i undantagsfall och i mycket korta perioder. I Diagram 9 visas 21 attraktivitetsgrupper och hur de har grupperats ihop till de sex grupper som föreslås till fördelningsmodellen. I Diagram 10 visas oddskvoterna för de sex grupperna. Sweco | År 2026 19/22 Diagram 9 Oddskvoter för attraktivitetsvariabeln (21 grupper) i resursfördelning för ekonomiskt bistånd, markvärde 2022, statistikår 2023 (budgetår 2026). Småhus utgör referenskategori. Diagram 10 Oddskvoter för attraktivitetsvariabeln (nytt förslag) markvärde 2022, statistikår 2023 (budgetår 2026). Småhus och bostadsrätter med ett markvärde som är högre än 8 800 kronor per kvadratmeter samt övriga bostäder med markvärde över 25001 kronor utgör referenskategori. 0 1 2 3 4 5 6 7 8 9 10 Småhus Övriga 25001-26200 Övriga 26201- BRF 8801-16600 BRF 16601-25000 BRF 25001-26200 BRF 26201- BRF 0-8800 Övriga 16601-25000 SvAB 16601-25000 SvAB 25001-26200 SvAB 26201- Övriga 0-8800 Övriga 8801-16600 SvAB 0-8800 SvAB 8801-16600 Allmän 26201- Allmän 0-8800 Allmän 8801-16600 Allmän 16601-25000 Allmän 25001-26200 Grupp 4 Grupp 5 Grupp 6 Grupp 3 Grupp 1 Grupp 2 1,0 0,4 1,3 1,8 3,4 6,3 0 1 2 3 4 5 6 7 8 Småhus + BRF 8801- 16600 + Övr 25001- BRF 16601- BRF 0-8800 SvAB 16601- + Övr 16601- 25000 Allmän 26201- + SvAB 0- 16600 + Övr 0-16600 Allmän 0- 26200 Oddskvoter Sweco | År 2026 20/22 4 Effekter på resursfördelningen Skillnaden mellan det nya förslaget, baserat på markvärden 2022, och det nuvarande rör sig mellan -0,26 procentenheter (Enskede-Årsta-Vantör) och +0,64 procentenheter (Norra innerstaden). Då budgetramen är drygt 1 miljard kronor motsvarar en förändring för en stadsdelsnämnd på 0,1 procentenheter drygt 1 miljon kronor. För de flesta stadsdelsnämnder innebär det nya förslaget till modell en förändring i resurstilldelning som är mindre än, eller ungefär i samma storleksordning, som i den förra revideringen. I Diagram 11 visas fördelningen enligt nuvarande fördelning och enligt det nya förslaget. För att sätta förändringen i perspektiv och förhållande till effekten av den förra översynen visas även fördelning enligt den modell som gällde fram till och med budgetår 2025. Som jämförelse visas även fördelningen av det faktiska utfallet av utbetalt ekonomiskt bistånd år 2025, då år 2026 fortfarande pågår och resursförbrukningen ännu är okänd. Även om det faktiska utfallet för enskilda stadsdelsnämnder inte ska påverka resursfördelningsmodellen kan jämförelser mellan utfall och budgettilldelning ge en uppfattning om hur väl modellen fungerar och om det finns systematiska skillnader som modellen inte fångar. Störst skillnad mellan tilldelning enligt nuvarande modell och faktiskt utfall finns för Järva där den faktiska förbrukningen är betydligt lägre än den budgeterade. I den modell som nu föreslås sjunker tilldelningen till Järva något men är fortfarande betydligt högre än det faktiska utfallet. Norra innerstaden har en något lägre tilldelning med nuvarande modell än den faktiska förbrukningen. Med det nya förslaget är det den stadsdelsnämnd som får den största ökningen i budgettilldelning. Ökningen på 6,5 miljoner motsvarar ungefär den skillnad som finns mellan utbetalt ekonomiskt bistånd och budgeterat. Diagram 11 Resursfördelning för ekonomiskt bistånd budgetår 2026 enligt tre olika modeller samt fördelning av utfall år 2025. 0% 5% 10% 15% 20% 25% 30% Tidigare fördelning t o m budget 2025 Fördelning enligt budget 2026 Fördelning, nytt förslag för budget 2026, markvärden 2022 Faktiskt utfall budgetår 2025 Sweco | År 2026 21/22 I Diagram 12 visas skillnaden mellan det nya förslaget och nuvarande i miljoner kronor räknat per stadsdelsnämnd. Diagram 12 Skillnad i resurstilldelning i budget 2026 mellan nytt förslag (markvärden 2022) och nuvarande modell, miljoner kronor. 5 Slutsatser I avsnitt 3.1 nämndes att markvärdet har ökat i samtliga områden i staden. En förändring av markvärden behöver inte i sig betyda att attraktivitetsvariabeln eller själva fördelningen av resurser förändras. Markvärdet används endast för att skapa en gruppering av områden. Förändrade markvärden innebär därför en förändring av modellen endast om den nya indelningen i markvärdesgrupper för med sig en förändring av vilka områden som hamnar i de olika grupperna. De analyser som genomförts i denna översyn visar att attraktivitetsvariabeln inte längre omfördelar resurser från innerstaden till ytterstaden i samma utsträckning som tidigare, vilket är samma slutsats som i den förra översynen Samtidigt är det viktigt att påpeka att även om attraktivitetens betydelse för biståndstagandet har minskat successivt under lång tid är det fortfarande en mycket viktig faktor som fortfarande i stor utsträckning bidrar till omfördelning mellan i huvudsak innerstad och ytterstad. Detta visades i översynen som gjordes år 2022. I avsnitt 3.4 visas att de attraktivitetsgrupper som ingår i nuvarande modell inte längre är relevanta på samma sätt som de var när grupperingen togs fram. Baserat på den översyn som gjorts av markvärdet och attraktivitetsvariabeln rekommenderar Sweco att attraktivitetsvariabeln delas in i sex nya grupper, i stället för de tidigare åtta grupperna. Det kan konstateras att attraktivitetsvariabelns betydelse har minskat över tid och att Swecos nya förslag leder till vissa förändringar i fördelningen av resurser jämfört med nuvarande modell. Samtidigt är det viktigt att påpeka att -2,0 -0,4 -1,2 2,8 6,9 2,1 -2,8 -0,9 -1,0 -2,7 -0,8 -6,0 -3,0 0,0 3,0 6,0 9,0 Miljoner kronor Sweco | År 2026 22/22 den här översynen har begränsats till analys av attraktivitetsvariabeln och att utvecklingen av övriga variablers betydelse därför inte har studerats. Totalt sett minskar antalet grupper i matrismodellen, från nuvarande 432 till 3243 ifall Swecos nya förslag införs. De grupper som matrisen består skulle då vara: • Sysselsättning/arbetslöshet – 6 grupper • Områdets attraktivitet med hänsyn till markvärde, hustyp och juridisk form – 6 grupper • Totalinkomst under året – 3 grupper • Utbildningsnivå 3 grupper Det nya modellförslaget resulterar i en omfördelning av resurser på upp till 6,5 miljoner kronor men för de flesta stadsdelsnämnder blir effekterna betydligt mindre. Om den nya modellen, baserad på 2022 års markvärden, inte tas i bruk rekommenderar Sweco en revidering av attraktivitetsvariabelns indelning, baserad på 2019 års markvärden, eftersom nuvarande modell uppenbart inte fångar skillnaderna i biståndstagande mellan olika delar av staden på effektivast möjliga sätt. En kontroll av gällande resursfördelningsmodell görs löpande inom ramen för det ordinarie arbetet med att ta fram uppdaterad resursfördelning varje år i augusti. Kontrollen är viktig för att stämma av modellens giltighet och fortsatta relevans. Däremot är det inte säkert att alla eventuella förändringar i mönster för biståndstagande upptäcks i de årliga kontrollerna. Skillnader som inte funnits tidigare kan uppstå utan att kontrollerna fångar upp dessa. De kontroller som genomförs används främst för att säkerställa att det fortsatt finns signifikanta skillnader mellan de grupper som används i modellen men de upptäcker inte om nya skillnader uppstår. För att upptäcka sådana skillnader krävs den typen av utredning och analys som gjorts och beskrivits i den här rapporten. 3 6 sysselsättning-/arbetslöshetsgrupper*6 attraktivitetsgrupper * 3 inkomstklasser*3 utbildningsnivåer = 324 grupper totalt