Aktuell analyse

Klimaet i ulike deler av landet og betydningen det har for bosettingen^{#Forfatterne takker redaktør og anonym konsulent for nyttige kommentar på tidligere utkast., #E-post: finn.jorgensen@nord.no, thor-erik.s.hanssen@nord.no.}

Formålet med denne artikkelen er å kvantifisere hvor stor betydning klimaet kan ha på hvor nordmenn velger å bosette seg. Mer spesifikt fokuserer vi på sammenhengen mellom antall «fine sommerdager» per år og befolkningsutviklingen i norske kommuner mellom 2011 og 2021. En «fin sommerdag» har vi definert som en dag hvor det er minst 20 grader og ikke nedbør. Når vi blant annet kontrollerer for faktorer som antall innbyggere i kommunen, aldersfordelingen på innbyggerne og om kommunen som studeres er en annen enn Oslo eller Ullensaker, viser våre resultater at antall «fine sommerdager» har en positiv og signifikant virkning på kommunenes befolkningsutvikling. Ettersom det er langt færre slike dager i Nord-Norge enn i resten av landet, har vi spesielt sett på klimaets betydning for befolkningsutviklingen i Nord-Norge. Våre resultater antyder at hvis Nord-Norge hadde hatt like mange fine sommerdager som områdene rundt Oslo, kunne befolkningsutviklingen i landsdelen vært mer enn dobbelt så høy som den faktisk var i perioden 2011 til 2021. Dette innebærer at klimaet i Nord-Norge er en viktig årsak til at landsdelen sin andel av Norges befolkning har blitt mindre de siste ti årene.

Thor-Erik Sandberg Hanssen

Handelshøgskolen, Nord universitet

Finn Jørgensen

Handelshøgskolen, Nord universitet

Innledning

I perioden fra 1970 og frem til 2020 økte folketallet i Norge og Nord-Norge (Nordland, Troms og Finnmark) med henholdsvis 38,8 prosent og 6,2 prosent. Nord-Norges andel av Norges befolkning ble dermed redusert fra 11,8 prosent til 9,0 prosent i dette tidsrommet. At myndighetene har innført en rekke distriktspolitiske virkemidler som blant annet redusert arbeidsgiveravgift, bedre infrastruktur innenfor samferdsel, gunstige ordninger for nedbetaling av studiegjeld og en omfattende utbygging av høyere utdanningstilbud flere steder i landsdelen, har åpenbart ikke vært nok til å stanse denne utviklingen (Vennemo mfl., 2022).

En vanlig og plausibel forklaring på landsdelenes ulike befolkningsutvikling er at særlig de unge ønsker å bo steder med varierte kultur- og arbeidsmarkedstilbud. At kvinners deltakelse i arbeidslivet har økt de siste femti årene kombinert med et generelt høyere utdanningsnivå i befolkningen, har bidratt til å forsterke betydningen kultur- og arbeidsmarkedstilbudet har på bosteders attraktivitet. Blant annet er det større muligheter for at ektepar hvor begge har høy utdanning kan få relevante jobber, og ikke minst kunne bytte jobber, på store steder enn på små steder.

Det er ingen av de fire andre landsdelene (Sørlandet, Østlandet, Vestlandet og Trøndelag) som har hatt så svak befolkningsutvikling som Nord-Norge de siste 30 årene (Statistisk sentralbyrå, 2022a). En mulig forklaring på det kan være at andelen av befolkningen som har bodd i spredtbygde strøk er noe høyere i Nord-Norge enn i resten av landet og at landsdelen har få store byer. I 1990 bodde for eksempel om lag hver tredje (36 prosent) innbygger i Nord-Norge i spredtbygde strøk, mens det i landet som helhet var om lag hver fjerde innbygger (28 prosent) bosatt i spredtbygde strøk (Statistisk sentralbyrå, 2022a). Dersom vi ser bort fra Østlandet, der bare 22 prosent bodde i spredtbygde strøk, var andelen bosatt i spredtbygde strøk 30 prosent på Sørlandet, 31 prosent på Vestlandet, og 35 prosent i Trøndelag. Det betyr at utenom Østlandet var det relativt små forskjeller mellom landsdelene i andelen av befolkningen som bodde i spredtbygde strøk. Det indikerer at denne faktoren tilsynelatende ikke kan forklare den spesielt svake befolkningsutviklingen i Nord-Norge.

Derfor startet vi jakten på andre forhold som kan forklare den ugunstige befolkningsutviklingen i Nord-Norge. Det var da nærliggende å se nærmere på noe «alle» snakker om, men som ingen kan gjøre noe med, nemlig klimaet^{#Ifølge Store norske leksikon (SNL) er klimaet på et sted gjennomsnittlig vær over tid mens for eksempel sommerværet på stedet kan variere fra år til år. Vi «kler oss for været, men bygger hus tilpasset klimaet» som det står i SNL.} i landsdelen. Kan det være «elefanten i rommet»? Selv om klimaendringer ved flere tilfeller har ført til ubehagelige og til dels farlig varme i Sør-Europa de siste årene, opplever nok få i Norge at for høye sommertemperaturer er et stort problem. Meteorologisk institutt definerer en nordisk sommerdag som en dag der høyest målte temperatur er 20 grader Celsius eller mer (Sivle, 2019). Vi tar utgangspunkt i denne definisjonen og definerer en «fin sommerdag» som en dag der maksimumstemperaturen er minst 20 grader og der det samtidig ikke er noe nedbør. Det vil si at vi definerer en «fin sommerdag» som en dag som både er varm og tørr. Vi mener at så godt som alle nordmenn ønsker flest mulig slike dager. Som vi skal se i neste kapittel er det relativt få slike dager i Nord-Norge, sammenlignet med hvor mange slike dager det er i resten av landet.

Det har flere steder blitt gjort systematiske studier av klimaets betydning for velferd – og bostedspreferanser. Blant annet har Cheshire og Magrini (2006) funnet at befolkningsveksten i europeiske byer påvirkes negativt av antall dager med nedbør, og positivt av forekomsten av varmt vær. At mange misliker nedbør finner også støtte i en studie fra staten Washington, USA, som viste at huskjøpere har betalingsvilje for redusert nedbør (Englin, 1996). Samtidig er det verdt å merke seg at italienere synes å foretrekke et tørrere klima om vinteren og lavere temperatur om sommeren (Maddison og Bigano, 2003). Til slutt kan det også nevnes at en studie basert på data fra Russland, viser at klima er viktig for husholdningers velvære og at russiske husholdninger sterkt misliker kalde vintre og varme somre med høy luftfuktighet (Frijters og Van Praag, 1998). Straffeleirene i Sibir var et fryktet tilholdssted for russerne – ikke bare på grunn av behandlingen de fikk der, men også på grunn av klimaet. Selv om disse studiene viser at klimaet betyr noe for hvor folk vil bo, gir de begrenset kunnskap om hvordan klimaet i ulike deler av Norge påvirker bosettingsmønsteret her til lands.

Av norske undersøkelser kan vi vise til Solvoll og Jørgensen (1989). De fant blant annet at sommertrafikken i Nord-Norge i et bestemt år var positivt korrelert både med sommerværet dette året og året før, men sommerværet så ut til å bety mer for nordmenns besøk i landsdelen enn det betydde for utlendinger. Dette er rimelig; utlendinger som vet at de skal nord om Polarsirkelen er forberedt på kaldt vær og forventer ikke så mye annet. Den samme undersøkelsen viser også at folk i Nord-Norge i gjennomsnitt var villige til å betale ca. 8.500 kroner i dagens prisnivå for å få en «Oslosommer» på sine hjemsted. For en famille på fire blir det totalt 34.000 kroner. Dette er en sterk indikator på at velferdseffekten av bedre vær er stor blant innbyggerne i Nord-Norge.

Basert på nevnte undersøkelse, men med nyere data, påviste Jørgensen og Solvoll (1996) at sommerværet i Norge i år t ikke hadde noen signifikant virkning på etterspørselen etter charterreiser i år t, men at sommerværet året før hadde signifikant betydning på etterspørselen etter slike reiser. Det betyr at dårlig sommervær i år (t-1) førte til flere charterreiser i år t. Dette kan forklares ved at nordmenn på 1990-tallet planla sydenturer en god stund før reisen skulle foretas og at de etter en værmessig dårlig sommer ikke ville risikere en ny slik sommer, og derfor bestilte charterreiser til steder som kunne tilby mer sol og varme enn Norge. Oppsummert indikerer disse to undersøkelsene fra Norge at folk som bor i kalde strøk setter pris på varme og tørre dager.

Det kan i denne sammenhengen også nevnes at reiselskapet Ving rapporterte om særlig fulle fly til Kanariøyene fra Nord-Norge høsten 2022, til tross for redusert kjøpekraft blant befolkningen. Selskapet tror det skyldes den særlig dårlige sommeren nordpå i 2022. Også fylkesordføreren i Troms og Finnmark fylkeskommune (Tarjei Jensen Bech) er bekymret for befolkningsutviklingen i landsdelen og foreslo høsten 2022 en uke ekstra ferie for folk nordpå for å kompensere for mørke vintre og dårlig sommervær (Klepsvik, 2022).

Resten av denne artikkelen er organisert som følger. Først presenterer vi en oversikt over antall «fine sommerdager» på 10 sentrale steder i Norge. Som tidligere nevnt defineres en «fin sommerdag» i denne artikkelen som en dag der maksimumstemperaturen er på minst 20 grader og der det ikke registreres nedbør. Det er altså en dag som er både varm og tørr. Deretter presenterer vi en kvantitativ modell som vi forventer kan forklare befolkningsutviklingen i norske kommuner og beskriver det datamaterialet som vi skal bruke. I modellen inngår vår definisjon av en «fin sommerdag» som en sentral forklaringsvariabel. Vi ser her på befolkningsutviklingen i 67 kommuner i tiårsperioden 2011 til 2021 hvor altså en av forklaringsfaktorene er gjennomsnittlig antall «fine sommerdager» per år de siste fem årene før 2011, altså i tidsrommet 2006 til 2010. De 67 kommunene er de kommunene hvor det var mulig å finne de metrologiske opplysningene som vi var ute etter. Kommunene er godt spredte ut over hele landet. Etter dette presenterer vi i et eget kapittel analyseresultatene, mens vi i påfølgende kapittel kort drøfter om klimaet fremover vil få større eller mindre betydning for bosettingsmønsteret her til lands. I siste kapittel vil vi komme med noen avsluttende merknader.

Dager med fint sommervær på 10 steder i Norge

I Tabell 1 viser vi gjennomsnittlig antall «fine sommerdager» per år på 10 steder i Norge de siste 40 årene. Til sammen er nesten hver tredje nordmann bosatt på disse stedene som også er godt spredt geografisk. Tabellen viser også hvor stor variasjon det er fra år til år i sommerværet på de ti stedene målt ved standardavvik, maksimumsverdier og minimumsverdier. De to siste opplysningene sier noe om variasjonsbredden i antall «fine sommerdager».

Tabell 1: Gjennomsnittlig antall årlige «fine sommerdager» på 10 steder i Norge i perioden 1980–2021^a
Sted	Årlig antall «fine sommerdager»	Standardavvik	Minimum	Maksimum
Vardø	1,4	1,6	0	5
Alta	12,5	6,1	2	25
Tromsø	8,5	5,2	0	20
Bodø	12,5	6,9	2	29
Trondheim	27,8	9,4	10	51
Bergen	25,0	9,7	9	50
Stavanger/Sandnes	18,5	8,4	3	41
Kristiansand	35,8	13,6	9	59
Moss	34,4	12,8	13	63
Oslo	44,1	11,0	23	75

a «Fine sommerdager» er definert som dager uten regn og med minst 20 grader.

Kilde: Norsk klimaservicesenter, 2022

Ut fra tabellen ser vi at gjennomsnittlig antall årlige «fine sommerdager» varierer fra 1,4 for Vardø til 44,1 for Oslo. For alle som liker tørt og varmt vær er derfor Oslo stedet å bo her til lands. En nyfødt person i Tromsø og Oslo med levetider på 85 år kan for eksempel forvente å oppleve henholdsvis 723 og 3749 «fine sommerdager» dersom de tilbringer hele sine liv i sine fødebyer. Det er altså over 5 ganger flere slike dager i Oslo enn i Tromsø. Det er bare de tre stedene Kristiansand, Moss og Oslo i Tabell 1 hvor det årlig kan forventes over en måned med «fine sommerdager». De fire stedene i tabellen som er i Nord-Norge (Vardø, Alta, Tromsø og Bodø) har i gjennomsnitt 8,7 «fine sommerdager» per år, noe som er 22 prosent av de 39,3 «fine sommerdagene» som de to stedene på Østlandet (Moss og Oslo) i gjennomsnitt har per år. Oppsummert viser Tabell 1 at det er betydelig færre «fine sommerdager» i Nord-Norge enn i de andre landsdelene.

Standardavvikene sier noe om variasjonen fra år til år i antall «fine sommerdager» på de ti stedene, noe som er nyttig informasjon for solhungrige nordmenn. Dersom et sted har et stort standardavvik for antall «fine sommerdager» indikerer det at neste års sommervær på dette stedet kan bli mye forskjellig fra gjennomsnittsverdien for antall «fine sommerdager» der. Videre vil store standardavvik i «fine sommerdager» medføre større årlige variasjoner og dermed økt usikkerhet i inntektene for næringsvirksomhet som er kritisk avhengig av godt sommervær. Dette omfatter blant annet uterestauranter, campingplasser og virksomheter som selger typiske sommervarer som badeutstyr og iskrem. Denne økte usikkerheten er isolert sett en ulempe fordi den gjør det vanskeligere å planlegge fremtidig bemanning og kapasitet for slike virksomheter.

Standardavvikene viser at usikkerheten i antall «fine sommerdager» er størst i Kristiansand og minst i Vardø. Byene Kristiansand, Moss og Oslo skiller seg ut med årlige variasjoner på over 10 «fine sommerdager» mens denne variasjonen gjennomgående er lavest i Nord-Norge.^{#Det er verdt å huske på at standardavviket er et absolutt mål på spredning. Hvis vi ser på variasjonskoeffisienten, som er et relativt mål på spredning og lik standardavviket delt på gjennomsnittlig verdi, blir den lavest i Oslo (=0,24) og høyest i Vardø (=1,1).} I løpet av de 40 årene som Tabell 1 bygger på, var det 20 år hvor Vardø ikke hadde en eneste «fin sommerdag» mens Oslo aldri opplevde færre enn 23 «fine sommerdager» i løpet av ett år. De som bor i eller i nærheten av Oslo, kan derfor gå lettkledde minst 23 dager i året mens det er 50 prosent sannsynlighet for at folk i Vardø ikke kan kle av seg i genseren utendørs i løpet av et år.

Modellspesifikasjon, hypoteser og datamateriale

Modellspesifikasjon og hypoteser

Vi har brukt følgende modell for å forklare befolkningsutviklingen i de 67 norske kommunene i tidsrommet 2011 til 2021:

$Y_{i} = K O + α_{F D} {F D}_{i} + α_{P A} {P A}_{i} + α_{B F} {B F}_{i} + α_{P S} {P S}_{i} + α_{O U} {O U}_{i} + ϵ_{i}$ (1)

Hvor:

$Y_{i} = (L n {F T}_{i 0} - L n {F T}_{i T})$ . $L n {F T}_{i 0}$ er logaritmen til folketallet i kommune $i$ ved tidspunkt $0$ som i dette tilfellet er 1. januar 2021, og $L n {F T}_{i T}$ er logaritmen til folketallet i kommune $i$ ved tidspunkt $T$ som i dette tilfellet er den 1. januar 2011 (kilde: Statistisk sentralbyrå, 2022b). Tilsvarende spesifisering ble brukt av Beeson mfl. (2001) i en studie av fylkesvis befolkningsvekst i USA. $Y_{i}$ kan tilnærmet tolkes som prosentvis endring i folketallet i kommune i på desimalform fra 2011 til 2021.
$K O$ er en konstant.
${F D}_{i}$ er gjennomsnittlig antall dager per år uten regn og med minimum 20 grader («fine sommerdager») i kommune $i$ fra 1. januar 2006 til 31. desember 2010 – altså over en femårsperiode (kilde: Norsk klimaservicesenter, 2022). Ved å studere femårsperioder unngår vi at været ett enkelt år får for stor innvirkning på variabelverdien.
${P A}_{i}$ er prosentvis andel av innbyggerne i kommune $i$ som per 1. januar 2010 er 40 år eller yngre (kilde: Statistisk sentralbyrå, 2022c).
${B F}_{i}$ er folketallet i kommune $i$ per 1. januar 2010, målt i 1000 (kilde: Statistisk sentralbyrå, 2022b).
${P S}_{i}$ er prosentandelen av de sysselsatte innbyggerne i kommune $i$ som per 4. kvartal 2010 er sysselsatt i primær- eller sekundærnæringer (kilde: Statistisk sentralbyrå, 2023).
${O U}_{i}$ er en dummyvariabel som er lik 1 hvis kommune $i$ er Oslo eller Ullensaker og 0 ellers.
$ϵ_{i}$ er et restledd med forventet verdi null og konstant varians.

Det er verdt å merke seg at verdien på modellens avhengige variabel ( $Y_{i})$ gjelder tiårs-perioden etter 1. januar 2011 mens verdiene på de uavhengige variablene ( $F D, P A, B F, P S$ og $O U$ ) gjelder for 1. januar 2011 eller tidligere. Dermed kan de fem forklaringsvariablene sees på som eksogene i modellen i den forstand at deres verdier ikke påvirkes av den avhengige variabelen. Dette betyr at vår modell er på «redusert form» slik at vi ikke har noen identifikasjonsproblemer, se for eksempel Maddala (1992) og Dougherty (2016). Det følger videre av (1) at   $\frac{\partial Y}{\partial j} = α_{j}$ , $j = {F D, P A, B F, P S, O U}$ . Det kan tolkes som at en enhets økning i $j$ påvirker befolkningsendringen ( $Y_{i}$ ) med ca. $100 ∙ α_{j}$ prosentpoeng.

Vårt utgangspunkt er altså at nordmenn liker varme og tørre dager. Dette er en antakelse som finner støtte blant annet hos Solvoll og Jørgensen (1989) som fant en ikke ubetydelig betalingsvilje blant innbyggere i Nord-Norge for å få en «Oslosommer» på sine hjemsted. Dermed er vår hypotese at $α_{F D} > 0 .$ Videre vil en ung befolkning i en kommune trekke i retning av høy fødselsrate og lav dødelighetsrate, noe som isolert sett virker positivt på befolkningsutviklingen. En ung befolkning i kommunen øker også mulighetene for innovasjon og nyskaping (Derrien mfl., 2023), noe som også kan gjøre det mer attraktivt å bo der. Det fører til at vi forventer at $α_{P A} > 0 .$

Det er en global trend at folk flytter til større steder på grunn av et større og mer variert arbeidsmarked. Å bo i folkerike kommuner gir bedre muligheter for ektepar å få relevante jobber, særlig hvis begge har høyere utdanning. Et større arbeidsmarked gjør også at ulike fagmiljøer kan samarbeide slik at stordriftsfordeler, samproduksjonsfordeler og dermed arbeidstakernes komparative fortrinn kan utnyttes på en god måte. Større befolkning kan også føre til at en kommune kan tilby et mer variert kulturtilbud som kanskje særlig den yngre delen av befolkningen verdsetter høyt. Slike agglomerasjonsfordeler gir grunnlag for økt bolyst, se for eksempel NOU (2015: 1, kap. 7) og St. meld. nr. 31 (2002–2003). Derfor er det rimelig at så vel absolutt økning som prosentvis økning i folketallet i en kommune blir større desto flere det er som i utgangspunktet bor i kommunen; i alle fall opp til en viss størrelse på kommunen. Dette støttes av Rattsø og Stokke (2014) som undersøkte befolkningsveksten i 89 regioner i Norge i perioden 1972–2008. De fant at prosentvis befolkningsvekst i disse regionene økte med deres størrelse opp til en regionstørrelse på ca. 150.000. Deretter falt veksten noe.

Det ovenstående indikerer at $α_{B F} > (\leq) 0$ i vår modell. Ettersom $Y$ hos oss tilnærmet viser prosentvis endring i folketallet i kommunen mens $B F$ er faktisk folketall, kan antall innbyggere i kommunen øke, selv om $α_{B F}$ er negativ.

Absolutt økning i folketall (AØ) er:
$A Ø = \frac{1}{100} Y ∙ B F =$ $\frac{1}{100} ∙ (K O + α_{F D} F D + α_{P A} P A + α_{B F} B F + α_{P S} P S + α_{O U} O U$ ) $∙ B F$ $\underset{}{\Rightarrow} \frac{\partial A Ø}{\partial B F} = \frac{1}{100} (K O + α_{F D} F D + α_{P A} P A + {2 α}_{B F} B F + {α_{P S} P S + α}_{O U} O U$ ) $\underset{}{\Rightarrow} \frac{\partial A Ø}{\partial B F} > 0$ når $K O + α_{F D} F D + α_{P A} P A + α_{P S} P S + α_{O U} O U$ $> -$ ${2 α}_{B F} B F$ . Ulikheten gjelder sikkert når $α_{B F} \geq 0$ , men kan også gjelde når $α_{B F} < 0 .$

Andelen sysselsatte i Norge som jobber i primær- og sekundærnæringene har falt betydelig de siste 50 årene (Statistisk sentralbyrå, 2022d) slik at den geografiske lokalisering av tjenestefunksjoner har betydd mye for bosettingen (NOU, 2020). Derfor er det rimelig å anta svakere befolkningsutvikling i kommuner som hadde høy andel sysselsatte i primær- og sekundærnæringene i 2010. Vi forventer således at $α_{P S} < 0 .$

De to kommunene Oslo og Ullensaker hadde til sammen omlag 740.000 innbyggere ved inngangen til 2021, noe som var nesten 110.000 flere innbyggere enn de to kommunene hadde ti år før. For Oslo forklarer aktivitet knyttet til byens hovedstadsfunksjoner og stor innvandring fra utlandet mye av veksten. For Ullensaker har etableringen og stadige utvidelser av Norges hovedflyplass på Gardermoen fungert som en katalysator for næringsetableringer og befolkningsvekst i vertskommunen. Det er i tråd med internasjonal forskning (Sheard, 2019). Derfor forventer vi at $α_{O U} > 0 .$

Nærmere beskrivelse av datamaterialet

Kildene for våre data er presentert i kapittel Modellspesifikasjon og hypoteser, og er i hovedsak databaser som er tilgjengelige på nettsidene til Meteorologisk institutt (https://seklima.met.no/) og Statistisk sentralbyrå (www.ssb.no). De meteorologiske opplysningene som vi var ute etter var tilgjengelige for 67 kommuner som er spredt godt ut over hele landet. Kommunenes geografiske lokalisering er markert med rødt i Figur 1.

*Figur 1:* *Beliggenheten til de kommunene som inngår i analysen.*

Sentrale verdier på alle variablene i modellen er presentert i Tabell 2. La oss kort kommentere disse verdiene: Befolkningsveksten målt ved differansen mellom logaritmene til antall innbyggere i 2021 og 2011 ${(Y}_{i})$ har en gjennomsnittlig verdi på 0,03, noe som betyr at gjennomsnittlig prosentvis økning i folketallet i de 67 kommunene var omlag 3 prosent fra 2011 til 2021. Befolkningsendringen varierte fra -14,4 prosent (Hattfjelldal) til 29,6 prosent (Ullensaker). I alt opplevde 25 av de 67 kommunene en befolkningsnedgang i denne perioden. Antall «fine sommerdager» ( $F D$ ) var i gjennomsnitt 25, men antallet varierte fra 0,8 i Vardø til 49,6 på Kongsberg. Videre var i gjennomsnitt 50,5 prosent av befolkningen 40 år eller yngre i 2010 ( $P A$ = 50,5). Denne andelen varierte fra 40,1 prosent (Bø i Vesterålen) til 61,9 prosent (Klepp). Gjennomsnittlig antall innbyggere i de 67 kommunene var omlag 30.000 ( $B F$ = 30,0) i 2010, med variasjon fra i overkant av tusen innbyggere (Osen) til nær 600.000 innbyggere (Oslo). Totalt innbyggertall i kommunene som inngår i vårt datasett var 2.011.757 eller rundt 41 prosent av Norges befolkning i 2010. Gjennomsnittlig andel innbyggere i disse kommunene som jobbet i primær- og sekundærnæringene var på 28 prosent i 2010. Denne andelen varierte fra 9,1 prosent i Oslo til 44,3 prosent i Hå kommune i Rogaland.

Tabell 2: Sentrale verdier på alle variabler i modellen.*
	Definisjon	Gj.snitt	S.A.	Min / Maks
Avhengig variabel
Y _i	Befolkningsvekst målt ved differansen mellom logaritmen til antall innbyggere i 2021 og logaritmen til antall innbyggere i 2011	0,03	0,08	-0,14 / 0,30
Uavhengige variabler
FD	Gjennomsnittlig antall «fine sommerdager» per år (2006–2010)	25,0	12,2	0,8 / 49,6
PA	Prosentandel av befolkning som er 40 år eller yngre i 2010	50,5	4,8	40,1 / 61,9
BF	Antall innbyggere i kommunen per 1. januar 2010, 1000	30,0	80,0	1,0 / 586,9
PS	Prosentandelen av kommunens sysselsatte som i 2010 er sysselsatt i primær- eller sekundærnæringer	28,0	8,4	9,1 / 44,3
OU	OU = 1 hvis kommunen er Oslo eller Ullensaker, OU = 0 hvis ikke	0,03	0,17	0 / 1

* Gj. Snitt = gjennomsnittsverdi, S.A. = standardavvik, Min = minimumsverdi, Maks = maksimumsverdi.

De 67 kommunene i datamaterialet er, som det fremgår av Figur 1, spredd geografisk over hele landet. 12 av dem ligger i Nord-Norge. Det er verdt å merke seg at gjennomsnittstallene i Tabell 2 er uveide gjennomsnitt. Total befolkningsvekst fra 2011 til 2021 i de 67 kommunene som er med i analysen var 11,8 prosent mens befolkningsveksten på landsbasis var 9,6 prosent. Avviket skyldes særlig at Oslo, som har hatt stor befolkningsvekst, er med i datamaterialet.

Korrelasjonskoeffisientene viser at det er ulik grad av korrelasjon mellom forklaringsfaktorene Det er sterkest korrelasjon (0,61) mellom variabelen for det opprinnelige antall innbyggere i kommunen ( $B F$ ) og dummyvariabelen for Oslo og Ullensaker ( $O U$ ), og nest sterkest korrelasjon (-0,43) mellom variabelen for opprinnelig antall innbyggere i kommunen ( $B F$ ) og variabelen som viser andelen av kommunens sysselsatte som jobber i primær- eller sekundærnæringer ( $P S$ ). Den første koeffisienten indikerer at det er relativt mange innbyggere til sammen i de to kommunene Oslo og Ullensaker ( $O U$ ) sammenlignet med de øvrige kommunene i datamaterialet. Den andre koeffisienten indikerer at en mindre andel av de sysselsatte jobber i primær- eller sekundærnæringer i kommuner med mange innbyggere, enn i kommuner med få innbyggere. Som vi skal se senere, er graden av korrelasjon mellom forklaringsvariablene ikke så stor at det skaper alvorlige estimeringsproblem.

Estimeringsresultat og tolkninger

Estimeringsresultat og modelldiagnose

Ved bruk av data fra de 67 kommunene og tradisjonell regresjon (OLS) har vi vist estimeringsresultatene for to ulike modeller i Tabell 3. I den første modellen (Modell 1) forklares prosentvis vekst i befolkningen bare med antall fine sommerdager i kommunen og folketallet der i 2010. I den utvidete modellen Modell 2 trekker vi også inn de andre forklaringsfaktorene.

En kort sammenligning av modellresultatene viser at befolkningens størrelse i 2010 ( $B F$ ) påvirker prosentvis vekst i fremtidig befolkning positivt i Modell 1, men negativt i Modell 2. Dette er ikke i strid med våre apriori antagelser hvor vi forespeilet at $α_{B F} > (\leq) 0 .$ Modellestimatene viser imidlertid at variabelen som er av størst interesse for vår artikkel, nemlig gjennomsnittlig antall «fine sommerdager» per år ( $F D$ ), synes robust for endringer i modell–spesifisering. I det følgende vil vi fokusere på Modell 2.

Tabell 3: Estimeringsresultat, multippel regresjon. Avhengig variabel: Prosentvis befolkningsvekst i perioden 2011 til 2021 ( $Y = L n {F T}_{0} - L N {F T}_{T}$ ).
	Modell 1		Modell 2
	Koeffisient	t-verdi^a	Koeffisient	t-verdi^a
FD – Gjennomsnittlig antall fine dager per år (2006–2010)	0,00195	2,51**	0,00174	4,19***
BF – Antall innbyggere per 1. januar 2010 (1000)	0,00031	2,57**	-0,00024	-2,79***
PA – Prosentandel av befolkning som er 40 år eller yngre i 2010			0,01246	10,91***
PS – Prosentandel av de sysselsatte som jobber i primær- eller sekundærnæringer			-0,00234	-3,55***
OU – Dummy: = 1 hvis kommunen er Oslo eller Ullensaker, = 0 hvis ikke			0,08968	2,48**
Konstant	-0,03018	-1,45	-0,57418	-8,98***
R ²	0,22		0,79
Antall observasjoner	67		67

^a Signifikansnivå: ** indikerer p < 0.05, og *** indikerer p < 0.01. t-verdiene er basert på ikke-robuste standardavvik.

Modell 2 har en F-verdi som er signifikant på 1 prosentnivå noe som grovt sett kan tolkes som at vi har forklaringsvariabler som signifikant påvirker prosentvis endring i folketallet i de 67 kommunene. Videre indikerer modellens $R^{2}$ at 79 prosent av variasjonene i kommunenes folketall skyldes endringer i modellens forklaringsfaktorer. For å sjekke om multikollinearitet er et problem beregnet vi VIF-faktorene (variance inflation factors) som ikke bør være høyere enn 10 (Hair mfl., 1998). Her varierte de mellom 1,10 og 1,97, noe som er langt mindre enn 10. Videre har modellen en gjennomsnittlig residualverdi som er tilnærmet lik null, og den ser ikke ut til å ha problem med heteroskedasitet fordi Breusch Pagan testen ikke er statistisk signifikant ( $p$ = 0,94). Når det gjelder normalfordeling av restledd så indikerer Kolmogorov-Smirnov testen normalfordelte restledd. Oppsummert konkluderer vi med at modellen tilfredsstiller standard forutsetninger for at estimeringsresultatene skal være til å stole på.

Tolkning av resultatene i Modell 2

De estimerte verdiene på koeffisientene til alle forklaringsfaktorene er signifikante på minst 5 prosentnivå og har fortegn som er i tråd med våre a priori antagelser. Verdiene på koeffisientene kan tolkes på følgende måte:

Hvis kommune A i gjennomsnitt hadde en mer fin sommerdag per år i perioden 2006 til 2010 enn kommune B, så trekker det i retning av at kommune A opplevde en 0,174 prosentpoeng større befolkningsvekst enn kommune B i påfølgende tiårsperiode. Det betyr i sin tur at hvis forskjellen mellom to kommuner målt i gjennomsnittlig antall fine sommerdager for eksempel var 10, ville kommunen med flest sommerdager fått en befolkningsvekst som er 1,74 prosentpoeng høyere enn den andre kommunen.
Hvis andelen av befolkningen som er 40 år eller yngre var ett prosentpoeng høyere i kommune A enn i kommune B per 1. januar 2010, trekker det i retning av at kommune A ville fått 1,25 prosentpoeng høyere befolkningsvekst enn kommune B i kommende tiårsperiode. Er forskjellen i denne andelen for eksempel 5 prosentpoeng vil kommunen med yngst befolkning oppleve en befolkningsvekst som er 6,25 prosentpoeng høyere enn kommunen med en eldre befolkning.
Hvis andelen av befolkningen sysselsatt i primær- og sekundærnæringene var ett prosentpoeng høyere i kommune A enn i kommune B i 2010 trekker det i retning av 0,23 prosentpoeng lavere befolkningsvekst i kommune A enn i kommune B i kommende tiårsperiode. Er forskjellen i denne andelen for eksempel 10 prosentpoeng, blir følgelig befolkningsveksten i kommune A rundt 2,3 prosentpoeng lavere enn i kommune B.
Når vi korrigerer for de øvrige forklaringsfaktorene i vår modell, var befolkningsveksten til sammen i kommunene Oslo og Ullensaker 8,97 prosentpoeng høyere fra 2011 til 2021 enn i de andre kommunene i vårt datamateriale.

Den estimerte verdien på $α_{B F}$ er signifikant negativ og kan tolkes slik at når folketallet i kommune A var 10.000 høyere enn i kommune B i 2010, førte det isolert til at prosentvis vekst i folketallet i kommune A var 0,2 prosentpoeng lavere i kommune A enn i kommune B i tiårsperioden 2011–2021. Som vi konkluderte med i fotnote 5, kan absolutt innbyggertallet i en kommune øke med folketallet, selv om $α_{B F}$ er negativ. Hvis vi setter inn gjennomsnittsverdiene i Tabell 2 for $F D, P A, P S o g O U$ innebærer våre estimeringsresultat at absolutt økning i befolkningen i en kommune ( $A Ø$ ) i perioden 2011–2021 alltid vil øke med folketallet ( $B F$ ) i kommunen så lenge $B F <$ 157 i 2010. Det gjelder for 64 av de 67 kommunene i vårt datamateriale.

For å anskueliggjøre nærmere værets betydning for befolkningsutviklingen, viser vi i Tabell 4 hvor mye høyere befolkningsutviklingen i fem kommuner i ulike deler av landet hadde vært hvis antall «fine sommerdager» hadde vært lik i de kommunene som i vår hovedstad. Vi har her tatt utgangpunkt i værdataene fra Tabell 1, og antall innbyggere i kommunene 1. januar 2011.

De to største byene i Nord-Norge (Tromsø og Bodø) utmerker seg som ventet med å ha klart størst forskjeller i antall «fine sommerdager» sammenlignet med Oslo. Hadde det vært like mange «fine sommerdager» i Tromsø og Bodø som i Oslo, ville befolkningsveksten på disse to stedene vært henholdsvis 6,2 prosentpoeng og 5,5 prosentpoeng høyere enn den faktisk var i perioden 2011 til 2021. Det antyder at været har hatt ganske stor betydning ettersom faktisk økning var 13,0 prosent for Tromsø og 9,7 prosent for Bodø i denne tiårsperioden. Med samme antall «fine sommerdager» som Oslo ville Tromsø og Bodø hatt henholdsvis 4231 og 2632 flere innbyggere den 1. januar 2021 enn de faktisk hadde.

Tabell 4: Estimert betydning for befolkningsutviklingen i 5 kommuner i perioden 2011 til 2021 hvis antall «fine sommerdager» der hadde vært som i Oslo
Forskjell antall i «fine sommer-dager» mellom Oslo og	Virkning på befolkningsutviklingen i perioden 2011–2021
Forskjell antall i «fine sommer-dager» mellom Oslo og	Kommunens befolkningsvekst ville vært:	Kommunen ville fått:
Tromsø: 35,6 dager	6,2 prosentpoeng høyere (0,174 · 35,6)	4 231 flere innbyggere
Bodø: 31,6 dager	5,5 prosentpoeng høyere (0,174 · 31,6)	2 632 flere innbyggere
Trondheim: 16,3 dager	2,8 prosentpoeng høyere (0,174 · 16,3)	5 023 flere innbyggere
Bergen: 19,1 dager	3,3 prosentpoeng høyere (0,174 · 19,1)	8 593 flere innbyggere
Stavanger: 25,6 dager	4,5 prosentpoeng høyere (0,174 · 25,6)	5 991 flere innbyggere

Et uveid snitt av antall «fine sommerdager» på de ti stedene i Tabell 1, viser at Sør-Norge hadde omkring 22 flere slike dager enn Nord-Norge. Ut fra vår modell trekker det i retning av at klimaet i Nord-Norge førte til 3,8 prosentpoeng (0,174 · 22 = 3,8) lavere befolkningsvekst i denne landsdelen i perioden 2011 til 2021 enn hvis landsdelen hadde hatt samme klima som Sør-Norge. Faktisk befolkningsvekst i Nord-Norge var 3,2 prosent i denne perioden mens den var 10,2 prosent i Sør-Norge. Sørnorsk klima i Nord-Norge ville dermed ha mer enn fordoblet befolkningsveksten i landsdelen. Som resultat ville Nord-Norge i 2021 hatt om lag 18 000 flere innbyggere med samme antall «fine sommerdager» som i Sør-Norge.

Nå er det jo som kjent slik at ingen kan gjøre noe med klimaet på ulike steder; i alle fall på kort sikt. At klimaet ser ut til å ha så pass stor betydning for bosettingen i Norge og da spesielt i Nord-Norge, kan jo virke deprimerende for dem som bekymrer seg over befolkningsutviklingen i nord. Men å få frem klimaets betydning for bosettingen bør også være en påminnelse til dem som mener at den ugunstige befolkningsutviklingen i landsdelen er innbyggernes egen feil. De har vært for «late», for lite innovative og stolt på at staten skulle redde dem. Våre resultater viser at det er nødvendig å ha spesielle tiltak for landsdelen for å kompensere for det ugunstige klimaet dersom det ønskes mer bosetting her. I likhet med at myndighetene ikke kan påvirke klimaet, kan de nemlig heller ikke få nordmenn flest til å slutte å like varme og tørre dager.

Relevansen av modellresultatene framover

Et sentralt spørsmål som kan stilles er om de modellresultatene, som vi har funnet her, også vil gjelde fremover. Hvis klimaet endres hurtig i form av stadig varmere somre i Europa kan det vi har definert som en «fin sommerdag» bli mindre attraktivt. Mange fra Sør-Europa vil kanskje sette pris på kaldere vær slik at de får lyst til å flytte til både Sør-Norge og Nord-Norge. Men på den andre siden tror vi det blir lenge før nordmenn generelt og fastboende i Nord-Norge i særdeleshet, ikke vil sette pris på nedbørsfrie dager der termometeret viser over 20 grader.

Også endringer i folks reisemuligheter, inntekter og preferanser vil kunne påvirke betydningen av klima på bosetningsmønsteret i Norge. Mye tyder på at energiprisene vil bli høyere fremover, noe som trekker i retning av økte reisekostnader og dermed en mindre mobil befolkning. Videre er det faktum at ordet «flyskam» ble svensk nyord i 2018 (Isof, 2019), en indikasjon på at de moralske skruplene folk har til å reise med fly kan øke fremover. Ettersom fly for mange nordmenn er det vanligste transportmiddelet når de skal reise til varmere strøk, taler det ovenstående for at nordmenns reisekostnader, inklusive deres moralske kostnader, for å oppsøke sol og varme vil øke. Da får klimaet der de bor større betydning. Dermed kan vår modell undervurdere hvilken betydning fint sommervær fremover vil ha på bosetningsmønsteret i Norge.

At det blir dyrere å fly langt kan også føre til at flere nordmenn vil velge å feriere på Øst- og Sørlandet der det er langt flere «fine sommerdager» enn i Nord-Norge. Konsekvensene av relativt dyrere flyreiser, kan på den måten bli en fordel for turistnæringen i Sør-Norge, men en ulempe for denne næringen i Nord-Norge. Det vil i sin tur føre til enda ugunstigere befolkningsutvikling nordpå.

Undersøkelser viser at inntektselastisiteten etter feriereiser for oss nordmenn er over 1 (Østli og Thune-Larsen, 2015). Det betyr at nordmenns inntektsutvikling fremover har mye å si for reiseomfanget til varmere strøk. I skrivende stund er det stor usikkerhet knyttet til inntektsutviklingen fremover. Det betyr at det er vanskelig å si noe sikkert ut fra mulig fremtidig utvikling i nordmenns inntekter om klimaet her til lands vil ha større eller mindre betydning for bosettingen enn våre modellresultater viser.

Videre viser SSB sin tidsbruksundersøkelse fra 2010 at tiden nordmenn bruker på fritid har gått noe ned siden årtusenskiftet (Vaage, 2012). Jo mindre fritid folk har, desto mindre betyr rimeligvis klimaet slik vi har definert det for deres velferd; i alle fall for dem som arbeider innendørs. Hvis denne trenden fortsetter, taler det for at antall «fine sommerdager» får mindre betydning for hvor folk vil bo enn vår modell antyder.

Utviklingen i andre forhold ved klimaet enn antall «fine sommerdager» kan også bety noe for hvor folk velger å bosette seg. Noen liker for eksempel snø og skiføre om vinteren mens andre absolutt ikke vil ha det. Nylig frigitte data fra Meteorologisk institutt viser for eksempel at antall dager per år med middeltemperatur under 0 grader (vinterdag) nå er 138 i Tromsø, 70 i Bodø og 96 i Oslo (Berger, 2021). På alle disse tre stedene har det blitt færre årlige vinterdager de siste 30 årene, særlig gjelder dette for Bodø. Der er antall vinterdager redusert med 36 dager i den aktuelle perioden. Hvis trenden med færre vinterdager fortsetter, vil det fremover bli mer attraktivt for skientusiaster å bo i Troms og Finnmark, mens det blir mindre attraktivt for denne gruppen å bo langs kysten av Nordland.

Oppsummert viser denne gjennomgangen at det er forhold som trekker i ulike retninger når det gjelder hvorvidt vår modell undervurderer eller overvurderer betydningen av antall «fine sommerdager» for hvor folk her til lands vil ønske å bo fremover.

Avsluttende merknader

I denne artikkelen har vi klart å kvantifisere hvilken betydning klimaet har på utviklingen i bosettingen i ulike deler av Norge i tiårsperioden 2011–2021. Hovedfokus har vært på antall «fine sommerdager» som vi har definert som gjennomsnittlig antall dager per år hvor maksimumstemperaturen er minst 20 grader og hvor det ikke er nedbør, dvs. varme og tørre dager. Vår hypotese er at nordmenn flest liker slike dager. Oversikten vår over gjennomsnittlig antall «fine sommerdager» på ti sentrale steder i Norge, viser at det er langt færre slike dager i Nord-Norge enn i Sør-Norge. Disse værdataene kombinert med resultatene fra vår modell, antyder at hvis Nord-Norge hadde hatt like mange fine sommerdager som området rundt Oslo, kunne befolkningsveksten i landsdelen vært mer enn dobbelt så høy som den faktisk var i perioden 2011 til 2021. Dette innebærer at klimaet i Nord-Norge er en viktig årsak til at Nord-Norge sin andel av Norges befolkning har blitt mindre.

La oss avslutningsvis komme med noen viktige innvendinger mot våre modellresultater: For det første kan vi ha utelatt viktige forklaringsfaktorer for befolkningsutviklingen etter 2010. Økt (redusert) bosetting i de 67 kommunene kan skyldes at det har funnet sted spesielle etableringer (nedlegginger) der. Det er en allmenn oppfatning at mange statlige virksomheter på små steder er lagt ned det siste tiåret og at det kanskje har rammet Nord-Norge spesielt hardt. Men vi har tross alt data fra 67 kommuner spredt over hele landet og modellen forklarer altså nesten $4 / 5$ av variasjonene i veksten i folketallet i disse kommunene.

For det andre ser vi spesielt på utviklingen i folketallet i tiårsperioden 2011 til 2021. Ved å fokusere på andre tidsperioder, kunne vi fått noe andre konklusjoner. Men en tidsperiode måtte vi velge – og da fant vi ut at den siste tiårsperioden var den mest aktuelle.

For det tredje bruker vi en enkel lineær sammenheng mellom den avhengige variabelen for befolkningsutvikling $(Y)$ og de ulike forklaringsfaktorene. Det innebærer at en marginal endring i verdiene på en av forklaringsvariablene har samme virkning på $Y$ , uavhengig av hvilken verdi disse forklaringsfaktorene har i utgangspunktet. Dette kan selvfølgelig diskuteres, men restleddene sine karakteristika antyder at vår lineære modell er rimelig. Dessuten gir vår enkle modellutforming greie tolkninger av de estimerte parameterne.

Til slutt kan det, som antydet i forrige kapittel, være andre forhold ved klimaet på et sted enn antall «fine sommerdager» som har betydning for hvor godt folk trives på stedet. Derfor kan også vår klimavariabel ( $F D$ ) diskuteres. Værdata fra Meteorologisk institutt gjør det mulig å beskrive klimaet mer i detalj på noen steder som for eksempel med antall millimeter nedbør per år, vindstyrke, antall dager med mørketid etc. Men vi har i stedet valgt en klimaindikator som er lett målbar, som folk flest kan forholde seg til og som vi bestemt mener betyr veldig mye for folks velferd. Det er bare å høre på svarene nordmenn kommer med når de blir spurt om hvordan sommeren har vært.

Referanser

Askheim, S. (2021). Stor-Oslo, i Store norske leksikon. Tilgjengelig fra: https://snl.no/Stor-Oslo

Beeson, P. E., D. N. DeJong og W. Troesken (2001). Population growth in U.S. counties, 1840–1990. Regional Science and Urban Economics 31 (6), 669–699.

Berger, A. C. (2021). Vinteren blir kortere i hele landet. Meteorologisk institutt. Hentet fra: https://www.met.no/nyhetsarkiv/vinteren-blir-kortere-i-hele-landet

Cheshire, P. C. og S. Magrini (2006). Population Growth in European Cities: Weather Matters – But only Nationally. Regional Studies 40 (1), 23–37.

Derrien, F., A. Kecskes og P.-A. Nguyen (2023). Labor Force Demographics and Corporate Innovation. The Review of Financial Studies 36 (7), 2797–2838.

Dougherty, C. (2016). Introduction to Econometrics. 5. utg. Oxford University Press.

Englin, J. (1996). Estimating the amenity value of rainfall. The Annals of Regional Science 30, 273–283.

Frijters, P. og B. M. S. Van Praag (1998). The effects of climate on welfare and well-being in Russia. Climate Change 39 (1), 61–81.

Hair, J. F., R. E. Anderson, R. L. Tatham og W. C. Black (1998). Multivariate Data Analysis. Prentice Hall, Upper Saddle River.

Isof (2019). Klimatet präglar årets nyord. Institutet för språk och folkminnen. Tilgjengelig fra: https://www.isof.se/vart-uppdrag/om-myndigheten/pressrum/arkiv-pressmeddelanden/2019-12-27-klimatet-praglar-arets-nyord

Jørgensen, F. og G. Solvoll (1996). Demand models for inclusive tour charter: the Norwegian case. Tourism Management 17 (1), 17–24.

Klepsvik, S. A. (2022). Foreslår radikalt feriegrep, Dagbladet, 9. desember. Tilgjengelig fra: https://www.dagbladet.no/nyheter/foreslar-radikalt-feriegrep/77993404

Maddala, G. S. (1992). Introduction to Econometrics. Second Edition. Macmillian Publishing Company.

Maddison, D. og A. Bigano (2003). The amenity value of the Italian climate. Journal of Environmental Economics and Management 45 (2), 319–332.

Norsk klimaservicesenter (2022). Observasjoner og værstatistikk. Tilgjengelig fra: https://seklima.met.no/

NOU 2015: 1 (2015). Produktivitet – grunnlag for vekst og velferd.

NOU 2020: 15. Det handler om Norge. Bærekraft i hele landet. Utredning om konsekvenser av demografiutfordringer i distriktene.

Rattsø, J. og H. E. Stokke (2014). Population Divergence and Income Convergence: Regional Distribution Dynamics for Norway. Regional Studies 48 (11), 1884–1895.

Sivle, A. D. (2019). Sommerdag (i meteorologien), i Store norske leksikon. Tilgjengelig fra: https://snl.no/sommerdag_-_i_meteorologien

Sheard, N. (2019). Airport Size and Urban Growth. Economica 86 (342), 300–335.

Solvoll, G. og F. Jørgensen (1989). Sommervær og reiseaktivitet – En analyse av sommerklimaets betydning for befolkningens velferd og sommerværets innvirkning på etterspørselen etter ulike reiseaktiviteter. NF-rapport nr. 18/89. Nordlandsforskning, Bodø.

St. meld. nr. 31 (2002–2003). Storbymeldingen – Om utvikling av storbypolitikk.

Statistisk sentralbyrå (2022a). Tettsteders befolkning og areal. 05212: Folkemengde, etter kjønn og tettbygd/spredtbygd strøk (K) 1990–2021. Tilgjengelig fra: https://www.ssb.no/statbank/table/05212

Statistisk sentralbyrå (2022b). Befolkning. 06913: Endringer i kommuner, fylker og hele landets befolkning (K) 1951–2022. Tilgjengelig fra: https://www.ssb.no/statbank/table/06913

Statistisk sentralbyrå (2022c). Befolkning. 07459: Alders- og kjønnsfordeling i kommuner, fylker og hele landets befolkning (K) 1986–2022. Tilgjengelig fra: https://www.ssb.no/statbank/table/07459/

Statistisk sentralbyrå (2022d). Slik jobber Norge. Tilgjengelig fra: https://www.ssb.no/virksomheter-foretak-og-regnskap/virksomheter-og-foretak/artikler/slik-jobber-norge

Statistisk sentralbyrå (2023). Sysselsetting, registerbasert. 13472: Sektor- (5 grupper) og næringsforening (8 grupper) for sysselsatte (15–74 år). 4. kvartal (K) 2008–2022. Tilgjengelig fra: https://www.ssb.no/statbank/table/13472

Vaage, O. F. (2012). Tidene skifter – Tidsbruk 1971–2010. Statistiske analyser 125. Statistisk sentralbyrå, Oslo/Kongsberg.

Vennemo, H., E. Bjørkås, M. S. Mariussen, M. Ørbeck, A. Skulstad, R. C. Schreiner, T. O. Thoresen og G. Torsvik (2022). Evaluering av personrettede virkemidler i tiltakssonen i Finnmark og Nord-Troms. Rapport 2022/42. Vista Analyse og Oslo Fiscal Studies, Oslo.

Østli, V. og H. Thune-Larsen (2015). Prognosemodell for flyreiser mellom Norge og utlandet. TØI-rapport 1442/2015. Transportøkonomisk institutt, Oslo.

Klimaet i ulike deler av landet og betydningen det har for bosettingen#Forfatterne takker redaktør og anonym konsulent for nyttige kommentar på tidligere utkast., #E-post: finn.jorgensen@nord.no, thor-erik.s.hanssen@nord.no.