Statistics Norway's Open Research Repository
Not a member yet
5242 research outputs found
Sort by
Innvandringsgrunn 1990-2011, hva vet vi og hvordan kan statistikken utnyttes?
Get PDFStatistisk sentralbyrå sin offisielle statistikk om innvandringsgrunn gir en oversikt
over de fem viktigste grunnene til at innvandrere flytter til Norge: arbeid, familie,
flukt, utdanning og annen innvandringsgrunn. I denne rapporten har vi gitt en
bredere beskrivelse av de detaljerte kodene fra Utlendingsdirektoratet som danner
grunnlag for de fem innvandringsgrunnverdiene. Dette omfattende datamaterialet
har et betydelig analysepotensial.
I perioden 1990-2011 har 525 000 ikke-nordiske statsborgere innvandret til Norge.
37 prosent av disse har kommet som følge av familieinnvandring, 30 prosent som
arbeidsinnvandrere mens 21 prosent hadde flyktningbakgrunn. 11 prosent av
innvandrerne har enten fått en utdanningstillatelse eller kommet gjennom
kulturutveksling.
Langt fra alle innvandrere som kommer til Norge forblir her livet ut. Utflyttingsmønsteret varierer sterkt med innvandringsgrunn. Arbeidsinnvandrere har en
relativt høy gjenutvandring mens blant familieinnvandrede og personer med
flyktningbakgrunn finner vi svært mange som fortsatt bor i Norge. Personer som
har kommet på grunnlag av utdanning eller kulturutveksling er betydelig mindre
bofaste enn personer med andre innvandringsgrunner
Konsekvenser av Energieffektiviseringsdirektivet i Norge. Energieffektiviseringsforpliktelser og kraftbalanse
Get PDFDenne rapporten gir en kort oversikt over deler av EUs Energieffektiviseringsdirektiv (heretter kalt EED), og presenterer beregninger av noen konsekvenser av å
implementere direktivet i Norge. Et viktig formål med EED er å følge opp målet
om 20 prosent energieffektivisering (for EU samlet) innen 2020. EED supplerer
allerede eksisterende virkemidler (for eksempel avgifter, byggestandarder, osv.)
som påvirker energibruken og incentivene til energieffektivisering.
EED inneholder ikke noen mål for samlet energieffektivisering for enkeltland, men
det inneholder likevel noen få konkrete mål og tiltak. Et konkret tiltak er energieffektiviseringsforpliktelser som i utgangspunktet skal gjelde for energisalgs- og
distribusjonsselskaper. Salgs- og distribusjonsselskapene er forpliktet til å sørge for
energieffektivisering tilsvarende 1,5 prosent av årlig salg til sluttbrukere (målt i
forhold til gjennomsnittlig energisalg i 3-års-perioden 2010-2012) i hvert år i
perioden 2014-2020. Direktivet åpner imidlertid for at tilsvarende energieffektivisering kan nås på annet vis enn å gjøre energiselskapene ansvarlige for det, og
forpliktelsene kan justeres noe (både nivået og hvilke sektorer som er inkludert).
SSBs beregninger viser at i basisalternativet blir sluttforbruket av energi 23 TWh
(10 prosent) lavere enn i referansebanen i 2020, mens i tilfelle med minimum
energieffektivisering (når bl.a. transportsektoren er utelatt) blir sluttforbruket 14
TWh lavere enn i referansebanen.
Kraftproduksjon fra fornybare energikilder i Norge og Sverige er forventet å øke
med 26,4 TWh fra 2012 til 2020 som følge av det felles sertifikatmarkedet. SSB
har beregnet at med uendrede priser vil kraftproduksjonspotensialet være 21-23
TWh høyere enn etterspørselen innenlands i 2020, avhengig av hvordan energieffektiviseringsforpliktelsene i EED vil bli implementert. Hvis økt tilbud fører til
lavere priser, vil det stimulere til økt etterspørsel, noe som vil gjøre energieffektiviseringen vanskeligere. Pålagte energieffektiviseringstiltak leder i første omgang
til lavere kraftetterspørsel og lavere priser som igjen motvirker energieffektiviseringen. Energieffektivisering vil imidlertid bidra til å nå fornybarmålet: fornybarandelen er beregnet til å bli 73 prosent i 2020 i basisalternativet, godt over
Norges forpliktelse på 67,5 prosent.
Energieffektiviseringsforpliktelsene berører hovedsakelig sluttbrukersiden. Det overordnede målet for EU er imidlertid formulert som en reduksjon i primær energibruk
(som også omfatter forbruket i energiproduserende næringer). Når man gjennomfører
minst mulig tiltak på sluttbrukersiden, må man gjennomføre desto større tiltak hos
andre sektorer (dvs. energiproduserende næringer) for å kunne oppnå det overordnede
målet. Her er Norge i en særstilling, siden olje- og gassutvinning er en stor og
energikrevende næring som produserer hovedsakelig for eksport. Et annet særtrekk er
at nesten all elektrisitet i Norge produseres vha. vannkraft. I EU er det kraftproduksjon, som i stor grad er basert på fossile brensler, den dominerende energinæringen,
og tilbudssidetiltak i EED er først og fremst myntet på termiske kraftverk.
Vi har beregnet at med 23 TWh reduksjon i sluttforbruket i forhold til referansebanen
(basisalternativet nevnt ovenfor) gjenstår det fortsatt 42 TWh for å nå (det hypotetiske) målet på 20 prosent lavere primær energibruk i 2020. Dette tilsvarer omtrent
like mye som det brukes av gass i olje- og gassutvinning årlig, eller et scenario der
energibruken i alle sektorer i snitt avtar med 2,4 prosent årlig fra 2014 til 2020.
Det er verdt å merke seg at direktivet åpner for kostnadseffektiv oppnåelse av
målene. Blant annet kan energieffektiviseringsforpliktelsene erstattes av et fond der
det settes inn et årlig beløp tilsvarende investeringene som er nødvendige for å nå
forpliktelsene. Fondet kan da brukes til andre hensiktsmessige tiltak for å oppnå
målet. Det er mulig at Enova-fondet kan oppfylle denne rollen i Norge. I tilfelle
implementering av direktivet i Norge er det viktig at man bruker muligheten til å
velge virkemidler som utløser de mest kostnadseffektive tiltakene
Improved calculation and dissemination of coefficients of variation in the Norwegian LFS
Get PDFThe estimation procedure in the Norwegian Labour Force Survey (NLFS) is more
complicated than simple calibration, but an empirical variance estimator was
derived for the NLFS by Hagesæther and Zhang (Notater 2007/22) based on
linearization.
This report documents the implementation of the improved calculation of sampling
error for the main variables and groups in the regular production system of the
NLFS. The empirical variance estimator is also extended with covariance elements
to cover figures of change and annual averages. The new calculations of coefficient
of variation (CV) and standard error (SE) are published in connection with the
regular publication of quarterly and annually NLFS figures in the StatBank on our
webpage. The quarterly CV and SE figures are published in the StatBank table
http://www.ssb.no/en/table/09937 and annual figures in
http://www.ssb.no/en/table/09938.
Some of the results are presented and discussed in this report. Average of quarterly
standard error in 2011 and 2012 for total unemployment and total employment are
5.1 and 0.33 per cent of the estimated values respectively.
Eurostat has proposed new precision requirements. One of the proposed
requirements is about the standard error for the estimated annual average of the
proportion of unemployed at NUTS 2 level (region). Our calculations show that we
will fulfil this proposed requirement for all the 7 Norwegian regions in 2010, 2011
and 2012.
The other proposed precision requirement, is about the standard error for the
difference in estimated proportion of unemployed at national level between two
successive quarters. In spite of the high overlap between samples in adjacent
quarters, the NLFS would not fulfil this new proposed precision requirement for
change estimates of unemployed persons. One reason for this is the low
autocorrelation for unemployment, so the high overlap of samples is of little help
for making good estimates of change in the unemployment. However, the high
overlap of sample makes the change estimates for employment better. Also, the
NLFS estimation procedure does not include any good register predictors for LFSunemployment, but is in stead optimized for making good quarterly county-divided
employment figures.
Also other sources of survey errors in the NLFS are described in this report
Utvidelse av Leiemarkedsundersøkelsen
Get PDFFra og med Leiemarkedsundersøkelsen (LMU) for 4 kvartal 2012, som publiseres
18. april 2013, vil det bli publisert mer detaljerte leieestimater med hensyn på
geografi og boligstørrelse enn tidligere. Basert på leiekontrakter inngått på det åpne
markedet, dvs. kontrakter med profesjonelle utleieaktører (utleieselskaper) og
privat personer som ikke leier ut til familie og venner, er det predikert detaljerte
månedlige leier ved hjelp av en regresjonsmodell. Disse markedsstyrte leie kontraktene utgjør i underkant av 70 prosent av det totale norske leiemarkedet.
Utvidelsen av LMU med tanke på mer detaljerte leienivåer har sin bakgrunn i et
eksternt oppdrag. Hovedformålet med prosjektet, som har pågått gjennom 2012,
har vært å se på mulighetene for å predikere mer detaljerte leieestimater særlig med
hensyn på geografi ved hjelp av en regresjonsmodell. Utredningsprosjektet
konkluderte positivt til dette.
Leiemarkedet er svært heterogent både når det gjelder boligtype og hvem som er
utleier noe som gir seg utslag i store variasjoner i leienivåene. Mange faktorer
påvirker leiene, slik som blant annet boligens beliggenhet, boligens karakteristika,
forholdet utleier - leietaker, leieforholdets lengde med mer. Ved hjelp av en
regresjonsmodell kan vi se nærmere på hvilken effekt disse faktorene har på
leienivået. En regresjonsanalyse er en statistisk metode som anvendes for å
analysere hvordan en avhengig variabel, her; husleien, er forklart av et sett med
forklaringsvariabler, her; beliggenhet, boligstørrelse osv. Med grunnlag i de
observerte målingene i LMU kan det lages en matematisk funksjon som gir en
sammenheng mellom leien og dens karakteristika. Ved å beregne summen av
bidragene fra de ulike forklaringsvariablene kan modellen brukes til å predikere
månedlige leier.
Resultatene fra regresjonsanalysene er gode. Modellens forklaringskraft, målt ved
justert R2
er på 0,62, som betyr at regresjonsmodellen forklarer 62 prosent av
variasjonen i leiene som må anses som relativt høyt gitt det heterogene leie markedet. På grunn av disse resultatene er det vedtatt å publisere detaljerte
predikerte leier i LMU fra og med 4 kvartal 2012.
I utredningsprosjektet ble også muligheter for å ta i bruk alternative datakilder for
LMU utredet. LMU er en svært ressurskrevende undersøkelse med tanke på
datainnsamlingen og SSB er ved flere anledninger blitt oppfordret til å vurdere
andre mer tilgjengelige datakilder. I prosjektet er det særlig lagt vekt på analyser av
annonserte leier fra Finn.no. Med bakgrunn i disse analysene konkluderte
utredningsprosjektet med at LMUs gjeldende datainnsamlingsmetode basert på
datainnhenting fra et tilfeldig trukket utvalg av leietakere, kombinert med
registerdata fra de største kommunene/studentsamskipnadene, er en godt egnet og
foretrukket metode for å lage representativ husleiestatistikk.
Denne rapporten oppsummerer de analysene som er gjort gjennom utrednings prosjektet og som utgjør grunnlaget for de endringer som gjennomføres for LMU
med tanke på dens detaljgrad, fra og med publisering av LMU for 4 kvartal 2012
Beregningene av næringene helsetjenester, omsorgstjenester og sosialtjenester utenom offentlig forvaltning i nasjonalregnskapet
Get PDFDette dokumentasjonsnotatet har til hensikt å gi en beskrivelse av produktene,
kildene og metodene, samt resultatene av hovedrevisjonen 2011, for næringene
helsetjenester, omsorgstjenester og andre sosiale tjenester utenom offentlig
forvaltning. Det er til sammen fem næringsgrupperinger, hvorav tre er
markedsrettede og to er ikke-markedsrettede. Sistnevnte innebærer blant annet at
virksomheten ikke har økonomisk vinning som formål, og at tjenestene ikke selges
i et marked til priser som dekker produksjonskostnadene. Beregning av produksjon,
produktinnsats, lønnskostnader og investeringer blir beskrevet for hver enkelt
næring. I tillegg dokumenteres eventuelle produksjonssubsidier og -skatter,
anvendelse av produksjonen, fastprisberegninger og sysselsetting.
Bakgrunnen for hovedrevisjonen, som ble publisert i november 2011, har vært å
innarbeide ny næringsstandard og produktklassifikasjon. Norsk standard for
næringsgruppering (SN2007) bygger på den europeiske standarden for
næringsgruppering (NACE Rev. 2). SN2007 er først og fremst beregnet for bruk i
offisiell norsk statistikk. Hovedformålet er å gi regler og retningslinjer for
næringsklassifisering og entydige definisjoner av statistiske enheter. Den nye
produktklassifikasjonen bygger også på NACE Rev. 2. Alle årlige og kvartalsvise
tall har blitt beregnet etter de nye standardene, og tallene har blitt revidert tilbake
til 1970.
Hovedrevisjonen 2011 innebar at det ble etablert én felles næring for de tidligere
næringene 26853 Sosial- og omsorgstjenester og 26854 Pleie- og omsorgstjenester.
Den nye næringen heter 26870 Sosial- og omsorgstjenester.
Hovedrevisjonen 2011 var også en anledning til å gå grundig gjennom
beregningsmetodene for helse-, omsorgs- og sosialtjenestenæringene utenom
offentlig forvaltning. Det innebar at vi har kunnet rette opp i beregningen av
produksjonen av private barnehagetjenester og pleie og omsorg til eldre og
funksjonshemmede. Vi har også kunnet innarbeide nye data, for eksempel
oppholds- og utgiftstall for barnevernstjenester med mer i StatRes
Arbeids- og bedriftsundersøkelsen 2012: Dokumentasjonsrapport
Get PDFStatistisk sentralbyrå (SSB) gjennomførte i perioden mai til september 2012 en
arbeids- og bedriftsundersøkelsen (ABU 2012) blant et utvalg av norske
virksomheter. Undersøkelsen er finansiert av Institutt for samfunnsforskning (ISF).
Undersøkelsen inngår som datagrunnlag i et større forskningsprosjekt om
utfordringer i arbeidslivet (Work Life Challenges). Formålet med prosjektet er å
bidra til en forståelse av hvilken rolle foretak, virksomheter og arbeidsplasser har
på ekskludering og inkludering av arbeidstakere.
Til undersøkelsen ble det trukket et representativt utvalg på 3 600 virksomheter
innenfor privat og offentlig sektor med flere enn 10 ansatte. Utvalget er trukket fra
Virksomhets- og foretaksregisteret (VOF) etter en utvalgsplan utarbeidet av ISF.
Utvalgsplanen er nærmere beskrevet i vedlegg E. For å studere utviklingen i
virksomhetene over tid, er nærmere halvparten av utvalget hentet fra utvalget i en
tilsvarende undersøkelse som SSB gjennomførte for ISF i 2003 (Holth, 2003).
Virksomhetene i undersøkelsen er delt inn i seks grupper avhengig av organisering,
eieform og hvorvidt virksomheten er privat eller offentlig. De ulike gruppene har
fått spørsmål tilpasset sin organisasjonsstruktur (se vedlegg D).
Dataene ble hovedsakelig samlet inn ved hjelp av telefonintervju med daglig leder
eller personalsjef i virksomheten. I forkant av intervjuet ble det sendt ut
informasjonsbrev adressert til daglig leder. Alle intervjuene er foretatt av SSBs
sentrale intervjuerkorps. Datainnsamlingen foregikk i perioden 7. mai til 21.
september 2012.
Totalt deltok nærmere 54 prosent av virksomhetene i utvalget. Svarprosenten blant
virksomheter i offentlig sektor er gjennomgående noe høyere enn for virksomheter
i privat sektor. Svarprosenten for virksomheter organisert som AS eller ASA ligger
rett under 50 prosent, mens svarprosenten for offentlig forvaltning er på over 61
prosent. For virksomheter etablert etter 1.1.2003 med mer enn 200 ansatte er
imidlertid svarprosenten høyest i privat sektor. Dette skyldes nok delvis at det har
vært vanskelig å finne fram til riktig virksomhet i store offentlig foretak, noe som
har gitt seg utslag i en veldig høy andel ikke kontakt her.
Virksomhetene som også var trukket ut til undersøkelsen i 2003 har en noe høyere
svarprosent enn virksomhetene som var med for første gang. Blant virksomhetene i
panelet deltok 56 prosent, mens 51 prosent av de nye virksomhetene deltok.
Forskjellen skyldes først og fremst at virksomhetene i panelet har en lavere andel
som ikke ønsket å delta.
Frafallet i undersøkelsen utgjør vel 46 prosent av bruttoutvalget. Den viktigste
årsaken til frafall er at vi ikke klarte å komme i kontakt med en person i
virksomheten som kunne gjennomføre intervjuet. Dette gjelder for om lag 36
prosent av virksomhetene. Andelen virksomheter som ikke ønsket å delta er til
sammenligning vel 9 prosent. Virksomheter med andre frafallsgrunner utgjør under
1 prosent
Medie- og kulturbruksundersøkelsen 2012: Dokumentasjonsrapport
Get PDFSSB har siden 1967 gjennomført utvalgsundersøkelser om bruk av massemedier.
Fra og med 1991 har SSB hvert år gjennomført kvartalsvise undersøkelser om
mediebruk. I 2012 inkluderte også undersøkelsen en del om kulturbruk. Denne har
tidligere vært inkludert i 1991, 1994, 1997, 2000, 2004 og 2008.
Det ble trukket et utvalg på 3 388 personer i alderen 9–79 år. 59 prosent av
bruttoutvalget svarte på undersøkelsen. Dette er lavere enn i 2011. Vi kom ikke i
kontakt med 20 prosent av utvalget, og dette var den viktigste grunnen til frafall.
Økning i andel vi ikke kommer i kontakt med er den viktigste årsaken til at
svarprosenten har vært fallende over tid. Den nest viktigste frafallsårsaken i 2012
var at respondenter ikke ønsket å delta.
I intervjuet får hver respondent en referansedag som han eller hun skal oppgi
mediebruket for. Svarprosenten er ganske lik for alle referansedagene, men
respondenter som skal oppgi mediebruken på søndag hadde høyest svarprosent og
respondenter med torsdag lavest.
Rapporten undersøker om frafallet har introdusert skjevheter for kjennetegnene
alder, kjønn, landsdel, utdanning og innvandringsbakgrunn. Avvikene mellom
netto- og bruttoutvalgene er små, og vil i de fleste tilfeller ha liten betydning for
analysene. Det er ingen avvik mellom kjønnene, men vi finner noen avvik mellom
aldersgruppene. Personer i alderen 25–44 år er noe underrepresentert i
nettoutvalget, mens personer mellom 67 og 79 år er noe overrepresentert. Det er
også avvik på utdannelsesnivå og innvandringsbakgrunn. Personer med grunnskole
som høyeste utdanning har deltatt i mindre grad enn gjennomsnittet og personer
med høyere utdanning har deltatt i større grad. Respondenter født utenfor Norge
utgjør også en mindre del av netto- enn bruttoutvalget
Access to treatment and educational inequalities in cancer survival
Get PDFThe public health care systems in the Nordic countries provide high quality care almost free of charge to all citizens. However, social inequalities in health persist. Previous research has, for example, documented substantial educational inequalities in cancer survival. We investigate to what extent this may be driven by differential access to and utilization of high quality treatment options. Quasi-experimental evidence based on the establishment of regional cancer wards indicates that i) highly educated individuals utilized centralized specialized treatment to a greater extent than less educated patients and ii) the use of such treatment improved these patients' survival.Research Council of NorwayupdatedVersio
The tug-of-war between resource depletion and technological change in the global oil industry 1981 - 2009
Get PDFWe perform an empirical analysis of the extent to which ongoing technological change through R&D activity has offset the effect of ongoing depletion on the cost of finding additional reserves of oil in eight global regions. We introduce a finding cost function that among other factors depends on the cumulative number of past R&D expenses and cumulative past production, measuring technological change and depletion, respectively. For all our regions we find significant effects of both depletion and technological change on oil finding costs from 1981 to 2009, barring cyclical variations in finding costs that could come from changes in factor prices. For almost all regions technology more than mitigated depletion until around the mid-nineties. However, we find that depletion outweighed technological progress over the last decade.Research Council of NorwaypublishedVersio
Innvandrere på arbeidsmarkedet. Data fra Arbeidskraftundersøkelsene
Get PDFHovedkilden for å beskrive innvandrernes situasjon på arbeidsmarkedet er de
registerbaserte statistikkene over sysselsatte og registerte arbeidsledige. Ved å
supplere med intervjudata fra Arbeidskraftundersøkelsene (AKU) vil man få et mer
utfyllende bilde. For sysselsatte har AKU data om variable som ikke finnes i
registre, for eksempel faktisk og ønsket arbeidstid, midlertidige ansettelser og ulike
arbeidstidsordninger. AKU gir dessuten en bredere beskrivelse av folks ønsker om
arbeid, herunder det offisielle tallet på arbeidsledige fra AKU, som er mer
dekkende enn tallet på registrerte ledige fra NAV. I rapporten drøftes metodiske
forhold rundt det å bruke AKU som kilde for statistikk om innvandrere samt at det
presenteres en rekke nye data om innvandrere og arbeidsmarkedet.
Hovedproblemet ved bruk av AKU som kilde for arbeidsmarkedsstatistikk for innvandrere er utvalgstørrelsen. Innvandrerne er en svært heterogen gruppe med hensyn
til tilpasning til arbeidsmarkedet, og det tilsier at gruppen bør splittes opp når man
presenterer tallene. Selv om AKU har et stort utvalg, blir utvalgsusikkerheten stor når
man skal gi tall for delgrupper og for fenomen som i utgangspunktet ikke omfatter så
mange. Man må av den grunn ofte ha en lengre tidsserie for å kunne konkludere noe
om hvilken vei endringer går. Når man også sammenligner grupper av personer, må
forskjellene i tallene være relativt store før man kan konkludere med at de er reelle.
I en avveining mellom presisjon i tallene og behovet for oppsplitting av innvandrere som gruppe, har vi valgt å ha en todeling av innvandrergruppen.
Innvandrere fra EU/EFTA-land, Nord-Amerika, Australia og New Zealand omtales
som innvandrere fra EU, Nord-Amerika etc., mens innvandrere fra andre
verdensregioner omtales som innvandrere fra Asia, Afrika etc. Mens den første
gruppen er dominert av arbeidsinnvandrere og familier til disse, har den andre
gruppen et mye større innslag av flyktninger og familier til disse.
Av alle ansatte i Norge hadde om lag 8 prosent en midlertidig ansettelse i 2011. Blant
innvandrere var andelen midlertidig ansatte noe høyere, spesielt blant dem fra Asia,
Afrika etc. med nær 14 prosent av de ansatte. Noe av dette kan ha sammenheng med
at en større del av innvandrerne er nykommere på arbeidsmarkedet i Norge.
Blant de sysselsatte i alderen 25-54 år er heltidsarbeid omtrent like utbredt blant
innvandrere fra EU, Nord-Amerika etc. som i befolkningen totalt eksklusive
innvandrerne (over 80 prosent). Om lag 10 prosentpoeng lavere andel var det blant
innvandrere fra Asia, Afrika etc. For de yngste og de eldste aldersgruppene er
tallene så små at forskjellene for det meste ligger innenfor feilmarginen. Gjennomsnittet av den avtalte arbeidstida per uke var høyest blant innvandrere fra EU,
Nord-Amerika etc. (35,7 timer), dernest blant sysselsatte eksklusive innvandrere
(34,1 timer) og lavest blant innvandrere fra Asia, Afrika etc. (32,7 timer).
Av de deltidssysselsatte ble i alt hver tiende regnet som undersysselsatt i 2011. For
innvandrere fra Asia, Afrika etc. var andelen den dobbelte. De timene som de
15 000 deltidssysselsatte innvandrerne ønsket å arbeide ekstra i 2011, tilsvarte om
lag 6 000 heltidsjobber.
Arbeidsledigheten i prosent av arbeidsstyrken er betydelig høyere blant innvandrere
enn i befolkningen ellers. Som årsgjennomsnitt for 2011 var ledigheten for innvandrerne i alt på 8,9 prosent, og for dem fra Asia, Afrika etc. på 12,1 prosent. For
hele befolkningen eksklusive innvandrere var arbeidsledigheten på 2,6 prosent.
Innvandrerne stod for en tredjedel av den samlede arbeidsledigheten ifølge AKU.
En del personer som verken har en jobb eller oppfyller alle betingelsene for å bli
regnet som arbeidsledig, uttrykker likevel et ønske om arbeid. Det gjelder 13 prosent
av hele befolkningen i alderen 15-74 år, eksklusive innvandrerne, som er utenfor
arbeidsstyrken. Denne andelen med ønske om arbeid er om lag dobbelt så høy blant
innvandrere