Bakgrund
På senare år har överskuldsättning uppmärksammats allt mer, både i Sverige och internationellt. Nya betalningslösningar, som köp nu, betala senare, har gjort det enklare att skjuta kostnader framför sig, samtidigt som e-handeln fortsatt att växa. För många innebär det att flera, kanske obetydliga köp, så småningom utvecklas till stora skulder.
Forskning visar tydliga samband mellan överskuldsättning och människors livsvillkor. EU-kommissionen (2023) noterar att överskuldsättningen inom unionen har ökat sedan pandemin, och att risken är särskilt hög bland ensamstående med barn, personer med låg utbildningsnivå och hushåll med begränsade inkomster. (European Commission (2023), Study on European consumers’ over-indebtedness and its implications) Studier baserade på svenska data visar liknande mönster. Sociala och ekonomiska förutsättningar påverkar sannolikheten att hamna i överskuldsättning, och överskuldsättning är vanligare bland personer med migrantbakgrund. (Se exempelvis Vuleta (2022), Law and Social exclusion, The functions and dysfunctions of the Swedish legal system of over-indebtedness among immigrants)
I denna studie undersöker vi hur skuldsättningen skiljer sig åt mellan olika regionala områden med varierande socioekonomiska egenskaper. Analysen bygger på ett nytt datamaterial som ger möjligheter att studera dessa samband på ett sätt som tidigare inte varit möjligt. Syftet är att fördjupa kunskapen om relationen mellan socioekonomi och överskuldsättning.
Så gjorde vi analysen
Analysen bygger på data från Kronofogdens verkställighetsdatabas, statistik från Statistikmyndigheten SCB:s statistikportal samt geodata från SCB och Lantmäteriet. Studien omfattar samtliga privatpersoner med svensk folkbokföringsadress och en pågående skuld hos Kronofogden, totalt 328 084 gäldenärer. Uppgifter om socioekonomiska förhållanden på regional nivå hämtades från SCB:s statistikportal som tillhandahåller statistik omfattande 3 363 regionala statistikområden.
För att möjliggöra jämförelser mellan socioekonomiskt likartade områden genomfördes en k-means klusteranalys, en maskininlärningsmetod som grupperar observationer utifrån inbördes likhet.
Socioekonomiska kluster
I Tabell 1 redovisas de 16 variabler som klusteranalysen baseras på samt värden för respektive kluster (i bilaga finns en förklaring av vissa av de socioekonomiska måtten). Klustren är rangordnade efter bedömd socioekonomisk styrka där kluster 1 bedöms som det starkaste och kluster 5 som det svagaste. Kluster 1, 4 och 5 är relativt givna att placera i rangordningen. Kluster 2 och 3 är däremot nästan jämnstarka vad gäller de socioekonomiska måtten men distinkt olika i sin karaktär som bostadsområden.
Tabell 1. Socioekonomiska kluster och mått
Socioekonomiska mått | 1. Välbeställda områden | 2. Innerstad och etablerade förorter | 3. Stabila småhusområden | 4. Socioekonomiskt svag landsort | 5. Socioekonomiskt utsatta förorter |
|---|---|---|---|---|---|
Andel personer med låg ekonomisk standard | 4,4 | 11,7 | 9,9 | 18,0 | 34,3 |
Andel personer med ekonomiskt bistånd och/eller långtidsarbetslösa (20–64 år) | 1,1 | 2,1 | 1,3 | 3,2 | 6,8 |
Ohälsotalet | 15,5 | 18,3 | 25,4 | 33,8 | 29,0 |
Andel självförsörjande personer (20–64 år) | 84,3 | 74,6 | 80,0 | 71,7 | 54,8 |
Andel personer med högst förgymnasial utbildning (25–64 år) | 5,3 | 6,5 | 9,8 | 14,2 | 20,1 |
Andel personer med eftergymnasial utbildning 3 år eller mer (25–64 år) | 40,5 | 41,4 | 21,0 | 18,5 | 20,5 |
Andel personer med disponibel inkomst i högsta kvartilen | 39,8 | 28,9 | 21,9 | 14,7 | 7,2 |
Andel personer utanför arbetskraften (20–64 år) | 10,0 | 15,3 | 11,2 | 15,3 | 22,7 |
Andel personer med utländsk bakgrund | 17,1 | 28,6 | 13,8 | 27,4 | 62,6 |
Andel gifta | 39,1 | 26,3 | 36,2 | 29,7 | 26,4 |
Andel ensamstående med barn | 6,4 | 6,8 | 5,9 | 7,5 | 10,1 |
Andel ensamstående utan barn | 24,0 | 50,5 | 33,9 | 47,6 | 47,4 |
Andel studerande i åldern 20–34 år | 21,7 | 29,2 | 14,4 | 19,1 | 30,9 |
Andel boende i egna hem | 78,5 | 13,9 | 83,7 | 43,8 | 10,3 |
Andel boende i hyresrätt | 7,2 | 38,8 | 11,2 | 39,2 | 72,6 |
Andel boende i bostadsrätt | 13,3 | 45,7 | 4,1 | 15,2 | 15,7 |
Antal regionala statistikområden | 616 | 515 | 1 164 | 726 | 342 |
Antal invånare | 2 094 034 | 2 529 997 | 2 803 993 | 1 885 265 | 1 274 475 |
1. Välbeställda områden
Detta är områden med hög utbildningsnivå, mycket god ekonomi och en försumbar andel med ekonomiskt bistånd eller långvarig arbetslöshet. Självförsörjningsgraden är hög, ohälsotalet lågt och de flesta bor i villa eller radhus. En relativt låg andel har utländsk bakgrund. Dessa områden finns oftast i pendlingskommuner nära storstäder. Här bor 20 procent av Sveriges befolkning.
2. Innerstad och etablerade förorter
Här ingår urbana miljöer med låg ohälsa, relativt god ekonomi och den högsta andelen högutbildade i landet. En stor andel är ensamstående utan barn och bostadsrätt är den vanligaste boendeformen. Andelen med utländsk bakgrund är relativt hög och var tredje person i åldern 20–34 år är studerande. Områden som tillhör detta kluster återfinns främst i storstäder. Klustret är det näst största och omfattar 24 procent av Sverige befolkning.
3. Stabila småhusområden
Mer än var fjärde svensk bor i detta kluster, vilket gör det till det största sett till antalet invånare. Klustret präglas av etablerade småhusområden med måttlig utbildningsnivå och medelgoda inkomster. En hög andel är gifta eller sammanboende och arbetslösheten är låg. Här finner man den lägsta andelen med utländsk bakgrund och den största andelen som bor i egna hem.
4. Socioekonomiskt svag landsort
Dessa områden utmärks av låg utbildningsnivå, låga inkomster och det högsta ohälsotalet i landet. De flesta bor i småhus eller hyresrätt och det finns många ensamhushåll. Områden i detta kluster förekommer i flera kommuntyper utanför storstäderna, exempelvis pendlingskommuner nära större städer och mindre tätorter och i landsbygdskommuner. Kluster 4 är det nästa minsta och omfattar 18 procent av befolkningen.
5. Socioekonomiskt utsatta förorter
Detta är det minsta klustret och omfattar endast 12 procent av Sveriges befolkning. Här ingår områden med låg utbildningsnivå och låg självförsörjningsgrad. Var tredje lever med låg ekonomisk standard. En stor majoritet har utländsk bakgrund, ohälsotalen är höga och de flesta bor i hyresrätt. Dessa områden finns främst i större städer och storstäder.
Resultat
Högre andel skuldsatta i socioekonomiskt svagare områden
Överlag visar resultaten ett mycket starkt samband mellan socioekonomi och skuldsättning. Figur 1 visar att andelen skuldsatta ökar ju socioekonomiskt svagare ett kluster är och sambandet gäller både män och kvinnor. Andelen skuldsatta är mer än fem gånger så hög i det socioekonomiskt svagaste klustret (kluster 5) jämfört med det starkaste (kluster 1).
Figur 1. Andel skuldsatta per kluster
Tabell 2 visar andelen skuldsatta per kluster inom olika skuldtyper. Trots att det rör sig om små andelar är sambandet slående. I princip ökar andelen skuldsatta ju socioekonomiskt svagare ett kluster är, även inom de olika skuldtyperna. Undantaget är kluster 2 som inte är entydigt starkare än kluster 3, vilket nämndes tidigare. Andelen med skulder relaterade till brott och underhållsstöd är lika hög i båda dessa kluster och andelen med studiemedelskulder är 0,1 procentenheter högre i kluster 2. Detta är rimligt med tanke på att utbildningsnivån är högst i kluster 2.
Tabell 2. Andel skuldsatta per kluster och skuldtyp
Skuldtyp | 1. Välbeställda områden | 2. Innerstad och etablerade förorter | 3. Stabila småhusområden | 4. Socioekonomiskt svag landsort | 5. Socioekonomiskt utsatta förorter |
|---|---|---|---|---|---|
Brottsrelaterade | 0,3 | 0,6 | 0,6 | 1,1 | 1,6 |
Enskilda* | 0,8 | 1,7 | 2,0 | 3,4 | 4,5 |
Skatt | 0,2 | 0,4 | 0,5 | 0,6 | 0,9 |
Studiemedel | 0,3 | 0,7 | 0,6 | 1,1 | 1,6 |
Fordonsrelaterade | 0,2 | 0,3 | 0,7 | 0,8 | 0,9 |
Underhållsstöd | 0,1 | 0,2 | 0,2 | 0,4 | 0,5 |
* Enskilda skulder avser skulder till privatpersoner och företag
Skulder relaterade till brott, studiemedel och enskilda skulder vanligast i utsatta områden
Skillnaden mellan kluster 1 och kluster 5 är störst för skulder relaterade till brott, studiemedel och enskilda skulder. Här är andelen skuldsatta i kluster 5 mer än fem gånger högre än i kluster 1.
Högre skuldbelopp i välbeställda områden
När vi istället studerar skuldernas storlek framträder återigen ett starkt samband, men nu i omvänd riktning. I Figur 2 framgår att bland skuldsatta är skuldbeloppen som högst i kluster 1 för att därefter minska i takt med socioekonomisk styrka. Den genomsnittliga skulden är nästan dubbelt så hög i de mest välbeställda områdena som i de mest utsatta.
Figur 2. Totalskuld bland skuldsatta per kluster (medelvärde)
Mönstret blir dock mindre tydligt när vi tar hänsyn till skuldtyp (se Tabell 3). Det visar sig att de högsta skulderna i kluster 1 enbart gäller enskilda skulder (skulder till privatpersoner och företag) och skatteskulder. När det gäller skulder kopplade till studiemedel och fordon har kluster 1 istället de lägsta skuldbeloppen. Det mest utsatta klustret (kluster 5) står för de högsta skuldbeloppen inom fordon och underhållsstöd men de lägsta inom brott och enskilda mål. Kluster 2 utmärker sig genom höga brottsrelaterade skuldbelopp – 42 procent högre än kluster 1 som har de näst högsta brottsrelaterade skulderna.
Tabell 3. Skuldbelopp bland skuldsatta per kluster och skuldtyp (medelvärde)
Skuldtyp | 1. Välbeställda områden | 2. Innerstad och etablerade förorter | 3. Stabila småhusområden | 4. Socioekonomiskt svag landsort | 5. Socioekonomiskt utsatta förorter |
|---|---|---|---|---|---|
Brottsrelaterade | 84 349 | 120 117 | 69 857 | 52 867 | 50 720 |
Enskilda | 504 981 | 435 391 | 385 824 | 323 012 | 305 957 |
Studiemedel | 20 881 | 21 091 | 21 819 | 21 484 | 21 362 |
Skatt | 731 292 | 635 863 | 264 638 | 160 421 | 186 419 |
Fordonsrelaterade | 4 326 | 4 728 | 5 062 | 4 912 | 5 422 |
Underhållsstöd | 44 552 | 41 991 | 42 972 | 41 242 | 44 990 |
Figur 3. Antal aktiva mål bland skuldsatta per kluster (medelvärde)
Till skillnad från andelen skuldsatta och skuldbeloppet uppvisar varken antalet aktiva mål eller antalet år i Kronofogdens registernågot tydligt samband med den socioekonomiska styrkan på regional nivå (se Figur 3 och Figur 4). I båda måtten framträder kluster 3 – stabila småhusområden – som det område med högst genomsnitt, medan övriga kluster uppvisar något lägre och relativt samstämmiga värden.
Figur 4. Antal år i Kronofogdens register bland skuldsatta per kluster (medelvärde)
Viktigaste resultaten
- Studien visar ett tydligt och konsekvent samband mellan socioekonomiska förutsättningar och skuldsättning. Genom att dela in Sveriges 3 363 regionala statistikområden i fem socioekonomiska kluster framträder stora skillnader både i andelen skuldsatta, skuldtypernas sammansättning och skuldbelopp.
- Andelen skuldsatta ökar i takt med att den socioekonomiska situationen försvagas. I det mest utsatta klustret är andelen skuldsatta fem gånger så hög som i det mest välbeställda. Detta mönster återkommer inom så gott som alla skuldtyper, men särskilt för enskilda skulder och skulder relaterade till studiemedel och brott.
- När det gäller skuldernas storlek är sambandet omvänt. De högsta genomsnittliga skuldbeloppen återfinns i de mest välbeställda områdena. Det gäller framför allt enskilda mål och skatteskulder, medan de mest utsatta områdena har högre skuldbelopp inom fordonsrelaterade skulder och underhållsstöd.
- Däremot uppvisar varken antalet aktiva mål eller antal år i Kronofogdens register något tydligt mönster kopplat till socioekonomisk styrka. Här sticker istället stabila småhusområden (kluster 3) ut med de högsta genomsnittsvärdena.
Metod
För att koppla gäldenärerna till respektive regionalt statistikområde matchades adresserna i verkställighetsdatabasen mot geodata från Lantmäteriet och SCB. Ett bortfall på 0,3 procent uppstod då 859 adresser inte kunde matchas mot Lantmäteriets lista över belägenhetsadresser. Den slutliga studie-populationen uppgår därmed till 327 225 gäldenärer.
För att möjliggöra jämförelser mellan socioekonomiskt likartade områden genomfördes en k-means klusteranalys, en maskininlärningsmetod som grupperar observationer utifrån inbördes likhet. Analysen utfördes på samtliga 3 363 regionala statistikområden baserat på 16 socioekonomiska variabler och resulterade i fem tämligen avgränsade kluster, vilka beskrivs i nästa avsnitt.
Eftersom de gäldenärer som ingår i studien har kunnat kopplas till dessa kluster har vi därefter kunnat ta fram ett antal skuldrelaterade mått per kluster: Andel skuldsatta, genomsnittligt skuldbelopp, antal mål samt antal år i Kronofogdens register. Analysen fokuserar alltså primärt på aggregerade uppgifter på regional nivå och inte på individdata.
Förklaring av vissa socioekonomiska mått
Mått | Förklaring |
|---|---|
Andel personer med låg ekonomisk standard | Låg ekonomisk standard avser andelen personer som lever i hushåll vars ekonomiska standard är mindre än 60 procent av medianvärdet för riket. |
Andel personer med ekonomiskt bistånd och/eller långtidsarbetslösa (20–64 år) | Indikatorn är en kombinerad indikator som avspeglar hur stor andel individer som antingen hade ekonomiskt bistånd i minst tio månader och/eller har varit arbetslösa längre än sex månader ett givet år. |
Ohälsotalet | Täljaren består av antalet summerade nettodagar med sjukpenning, arbetsskadesjukpenning, sjukersättning, aktivitetsersättning och rehabiliteringsersättning under året. Alla dagar är omräknade till nettodagar, till exempel blir två dagar med halv ersättning en dag. Ohälsotal beskriver alltså det genomsnittliga antalet dagar per person som betalats ut från Försäkringskassan. De första 14 dagarna av en sjukperiod, vilka betalas av arbetsgivaren, ingår inte. Nämnaren är den folkbokförda befolkningen sista december i åldern 20–64 år. |
Andel självförsörjande personer (20–64 år) | Individer med en självförsörjningsgrundande inkomst som understiger tre inkomstbasbelopp under ett år klassificeras som ej självförsörjande. Heltidsstuderande eller värnpliktiga med en självförsörjningsgrundande inkomst som understiger tre inkomstbasbelopp ingår dock inte i kategorin ej självförsörjande, de ingår istället i kategorin studerande/värnpliktiga. |
Andel personer med disponibel inkomst i högsta kvartilen | Andel personer vars disponibla inkomster tillhör den fjärdedel med högst inkomster i landet. Disponibel inkomst är summan av alla skattepliktiga och skattefria inkomster minus skatt och övriga negativa transfereringar. |
Andel personer utanför arbetskraften (20–64 år) | Andel personer som varken är sysselsatta eller arbetslösa. |
Andel personer med utländsk bakgrund | Personer med utländsk bakgrund definieras som personer som är utrikes födda, eller inrikes födda med två utrikes födda föräldrar. Personer med svensk bakgrund definieras som personer som är födda i Sverige med två inrikes födda föräldrar eller en inrikes född och en utrikes född förälder. |