BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Beskæftigelsesudvalget 2016-17
BEU Alm.del Bilag 49
Offentligt

Beskæftigelsesministeriet

Analyseenheden

Analyse:

Effekt af at få en sanktion for ledige

i kontanthjælpssystemet

November 2016

Udarbejdet af Ulla N. Philip & Louise Sørensen

Analysens hovedkonklusioner

Sanktioner er et element i den aktive arbejdsmarkedspolitik, der skal sikre, at

den ledige står til rådighed for arbejdsmarkedet og opfylder de forpligtelser,

der følger med.

Muligheden for at give sanktioner kan påvirke lediges adfærd ad to veje. Det

første omhandler effekten af, at der eksisterer et sanktionssystem, dvs. at man

potentielt kan blive sanktioneret, hvis ikke man lever op til rådighedsforpligtel-

sen. Den anden effekt er den effekt, der opstår, efter den enkelte ledige ikke

lever op til forpligtigelse og på den baggrund bliver sanktioneret gennem en

ydelsesreduktion.

I denne analyse undersøges alene effekten af at have modtaget en sanktion, og

beskæftiger sig derved ikke med den samlede effekt af eksistensen af et sankti-

onssystem.

Overordnet viser analysen, at:



Effekten af at få en sanktion, som reducerer kontanthjælpen, får ikke de

jobparate kontanthjælpsmodtagere hurtigere i job. Sanktionen har ingen

signifikant effekt på den efterfølgende afgang til beskæftigelse.

Effekten af at få en sanktion har en signifikant positiv effekt på den efterføl-

gende afgang til selvforsørgelse for jobparate kontanthjælpsmodtagere. Det

betyder, at en sanktion får kontanthjælpsmodtagere til at forlade ledighed

uden lønindtægt eller anden offentlig forsørgelse.

For ledige, der afgår til selvforsørgelse vender 60 pct. senere tilbage til kon-

tanthjælpssystemet. For de sanktionerede ledige, der afgår til selvforsørgel-

se gælder det samme for knap 75 pct.

For den første sanktion i ledighedsforløbet findes der ingen signifikant ef-

fekt på afgangen til andre ydelser. Derimod er der positive signifikante ef-

fekter af anden samt tre eller flere sanktioner på afgangen til andre ydelser.



Side 0 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

1. Indledning

Sanktioner er et element i den aktive beskæftigelsespolitik, der skal sikre, at den ledige

står til rådighed for arbejdsmarkedet og opfylder de forpligtigelser, der følger med.

Sanktioner kan derfor gives til ledige, der ikke lever op til deres forpligtigelser i forhold

til at søge og tage job, deltage i aktive tilbud eller samtaler i jobcentret. Når en person

får en sanktion, har det efterfølgende en konsekvens for størrelsen på udbetalingen af

kontanthjælpen.

Denne effektanalyse bidrager til at belyse effekterne af sanktioner for jobparate kon-

tanthjælpsmodtagere. I analysen undersøges det, hvorvidt sanktioner medvirker til, at

ledige i højere grad finder beskæftigelse, bliver selvforsørgende eller afslutter forløbet

som jobparat kontanthjælpsmodtager for at modtage en anden offentlig forsørgelse, der

er længere væk fra arbejdsmarkedet.

2. Sanktionssystemet

I kontanthjælpssystemet er det muligt at give sanktioner til de personer, som ikke opfø-

rer sig efter hensigten. Når en person får en sanktion, har det efterfølgende en konse-

kvens for størrelsen på udbetalingen af kontanthjælpen.

I analysen følges de jobparate kontanthjælpsmodtagere fra oktober 2009 og til udgan-

gen af 2013. I oktober 2009 blev der lavet gennemgribende ændringer i sanktionsreg-

lerne, og derfor starter analysen herefter. Reglerne blev ændret igen fra januar 2014,

men analysen laves ikke fra begyndelsen af januar 2014 og til midten af 2015, da der er

dataproblemer i starten af 2015, og derfor ville analysen kun kunne dække over 2014.

Derudover er sanktioner, som indgår i analysen, ikke ændret væsentligt med reformen,

hvilket uddybes i de følgende afsnit.

I den periode, som analysen dækker over, var der overordnet set tre typer af sanktio-

ner. Det drejer sig om periodesanktioner, punktsanktioner og ophør af ydelse. Punkt-

sanktioner udgør den altovervejende del af sanktionerne. Eksempelvis var 96 pct. af de

sanktioner, der blev givet i 2012, af denne type. Ved regelændringerne i 2014 blev der

ikke ændret på periodesanktionerne, og det er derfor ikke af afgørende betydning, at

der bruges det allernyeste data, når der er ulemper derved.

Med regelændringerne i 2014 blev der indført en ny skærpet sanktion, hvor ydelsen i en

periode var betinget af eksempelvis dagligt fremmøde i Jobcentret. Det ville have været

interessant at undersøge effekten af denne, men den er blevet givet i så lille et omfang,

at det ikke er muligt at lave en effektanalyse heraf.

I analysen ses der desuden bort fra den mest strenge sanktion, nemlig ophør af ydelse.

Baggrunden for dette er, at det ikke er teknisk muligt med det tilgængelige data at ana-

lysere de ønskede effekter.

Det betyder, at der indgår periodesanktioner og punktsanktioner i analysen, og disse er

kendetegnet ved:

Periodesanktion

kan gives, hvis den ledige udebliver fra tilbud, jobsamtale eller

ikke opfylder sin pligt som aktivt jobsøgende. Sanktionen løber fra den dag,

hvor den ledige ikke opfylder sin rådighedspligt og frem til det tidspunkt, hvor

Side 1 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

den ledige igen opfylder sin rådighedsforpligtigelse. Sanktionen betyder, at

ydelsen mistes de dage, hvor rådighedsforpligtelsen ikke er opfyldt.

Punktsanktionen

gives, hvis en forseelse ikke løber over tid, og der således ikke

er mulighed for at give en periodesanktion. Punktsanktionen gives som en ned-

sættelse af hjælpen med et fast beløb svarende til 3 gange dagssatsen.

Flow ved sanktionering

Når en person ikke opfører sig efter hensigten, kaldes dette en hændelse. En sådan

hændelse kan have tre udfald. Det kan enten ende med, at personen får en sanktion, det

kan være, at personen har en gyldig grund til hændelsen, således at der ikke sanktione-

res, eller det kan være, at hændelsen ikke indberettes.

Når hændelsen indberettes, skal jobcentret foretage en partshøring, hvor den ledige har

mulighed for at oplyse om begrundelsen for hændelsen. Derefter sendes en besked

videre til ydelseskontoret i kommunen, som træffer den endelige afgørelse om, hvorvidt

der skal gives en sanktion.

I denne analyse undersøges det, om der kan påvises en effekt på afgangen til enten be-

skæftigelse, selvforsørgelse eller en anden ydelse, når den ledige har fået en afgørelse

om en sanktion. Baggrunden for at anvende afgørelsestidspunktet beskrives senere i

analysen.

3. Forventninger til effekten af sanktioner

Teoretiske forventninger til effekten af sanktioner

I denne analyse undersøges det, om det påvirker afgangsraten, når jobparate kontant-

hjælpsmodtagere får en sanktion. Når ledige bliver sanktioneret, er det mindre attrak-

tivt at være ledige, idet ydelsen nedsættes, eller at den ledige får reduceret sin fritid.

Teoretisk findes der to adfærdseffekter af sanktioner; 1) øget søgeintensitet, og 2) en

sænkelse af reservationslønnen.

Andre analyser af effekten af sanktioner

Der er kun i begrænset omfang lavet studier af effekten af sanktioner for jobparate kon-

tanthjælpsmodtagere.

Det ene studie er lavet af

van den Berg et al. (2004),

som undersøger effekten af sanktio-

ner for kontanthjælpsmodtagere i Holland. De finder en relativ høj positiv effekt, men

den skal ses i lyset af, at den høje effekt er udtrykt ved en procentmæssig ændring af

afgangsraten fra kontanthjælp til beskæftigelse, som er meget lav. Hvis en sanktion

gives tidligt i forløbet, kan det dog føre til en markant forskel. Der følger vejlednings-

kursus med sanktionen.

Et andet studie er af

Qureshi (2013),

der er udgivet i Nationaløkonomisk Tidsskrift. Her

undersøges effekten af sanktioner for arbejdsmarkedsparate kontanthjælpsmodtagere.

Der findes en positiv effekt af sanktioner på afgangen til beskæftigelse.

Side 2 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Et endnu ikke publiceret tysk studie fra

Boockmann et al. (2014)

undersøges, hvordan

mere intensive sanktioner påvirker afgangen fra kontanthjælp til beskæftigelse. De

finder, at sandsynligheden for at forlade ledighed indenfor 8 måneder efter sanktionen

øges med 70 pct., mens chancen for at finde beskæftigelse øges med 50 pct.

4. Datagrundlag

Registerdata

Til at analysere effekterne af sanktioner benyttes data fra tre forskellige registre. Først

og fremmest bygger analysen på registerdata fra Beskæftigelsesministeriets forløbsda-

tabase DREAM, som omfatter samtlige personer, der har modtaget offentlige overfør-

selsindkomster siden midten af 1991. Registeret indeholder ugentlige ydelsesoplysnin-

ger som angiver, om en person har modtaget kontanthjælp, dagpenge, sygedagpenge

mv. Herfra kan varigheden af lediges kontanthjælpsforløb optælles. DREAM indeholder

ligeledes registrering af beskæftigelse pr. måned baseret på E-indkomst.

Derudover benyttes information om sanktioner, der kommer fra kommunale sagsbe-

handlings- og økonomisystemer. Her registreres datoen for, hvornår der er givet en

sanktionen, og hvilken type af sanktioner der er givet.

Definition af kontanthjælpsforløb

Der medtages forløb, der er påbegyndt som jobparatkontanthjælpsmodtager mellem

oktober 2009 og udgangen af 2013. Kravet for at påbegynde et forløb er, at personen i

de foregående syv uger ikke har modtaget nogle former for kontanthjælpsydelse. Den

samme person kan have flere ledighedsforløb i perioden, hvis de opfylder kravene for at

starte et nyt forløb. I estimationerne medtages ikke oplysninger om, at det er samme

person, der har flere forløb.

Afslutning af et forløb er defineret ved, at personen i de efterfølgende fem uger ikke er

registreret som jobparate kontanthjælpsmodtagere. I de følgende fem uger kan afslut-

ningen ske til beskæftigelse, selvforsørgelse eller en anden offentlig ydelse. Afslutnings-

stadiet bestemmes af det stadie, hvor personen har været flest uger ud af de fem uger.

Hvis der er stadier med samme antal uger, prioriteres de i rækkefølgen: beskæftigelse,

selvforsørgelse og anden ydelse. Et forløb defineres som afsluttet til beskæftigelse, hvis

der i mindst én af de efterfølgende to måneder er registreret beskæftigelse.

I analysen ses der bort fra forløb, som indenfor de første to uger efter forløbets start

afgår til anden ydelse. Det vil primært være personer, som er blevet straksmatched som

arbejdsmarkedsparat, og ommatches når de kommer til første samtale hos kommunen.

Derudover vil der være en række forløb, som ikke er afsluttet indenfor den givne data-

periode, og disse forløb højrecensureres. Analysen laves kun for ledige over 30 år. Der

er taget udgangspunkt i alderen på starttidspunktet for ledighedsperioden.

Sanktioner i kontanthjælpsforløbet

Side 3 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

I effektanalysen af sanktioner medtages alle sanktioner, som en ledig får gennem et

ledighedsforløb. Analysen undersøger effekten af både den første sanktion samt de

tidsvarierende effekter af første sanktion. Analysen udvides til også at undersøge effek-

ten af hhv. første, anden samt tre eller flere sanktioner. Ligeledes undersøges effekten af

første sanktion, hvor data censureres ved en eventuel anden sanktion, og her undersø-

ges en gennemsnitlig effekt og en tidsvarierende effekt.

Sanktionen er registreret på det tidspunkt, hvor der er blevet truffet afgørelse om,

hvorvidt den ledige skal sanktioneres. Det betyder dog, at analysen ikke formår at ana-

lysere effekten på afgangsstadierne i perioden mellem partshøringen og afgørelsen,

hvor det kunne formodes at ledige øgede deres søgeintensitet pga. risiko for sanktione-

ring. Derved analyseres kun effekten af rent faktisk at blive sanktioneret, og analysen

undervurderer derfor potentielt effekten.

Ligeledes evalueres effekten af sanktioner indenfor et system, hvor sanktioner eksiste-

re. Det vil sige, at ledige, der sanktioneres, sammenlignes med de ledige, der potentielt

også kan sanktioneres. Det er derfor ikke er muligt at evaluere, hvordan sanktioner

virker relativt til et system, hvor der ikke at kan sanktioneres.

De fleste sanktioner varer ganske få dage, men kan vare længere. Information om varig-

heden af sanktionen medtages dog ikke i analysen. Ligeledes tages der udgangspunkt i

oplysninger pr. uge. Det vil sige, at for de personer, der modtager mere end én sanktion

indenfor samme uge, blot opfattes som én samlet sanktion. I analysen tillades effekten

efter sanktionens afgørelse at vare i 20 uger. Dette undersøges nærmere ved at medtage

tidsvarierende variable.

De ledighedsforløb, der modtager den strenge sanktion ”ophør af ydelse”, vil per kon-

struktion overgå til selvforsørgelse. For at undgå misvisende effekter på afgang til selv-

forsørgelse censureres forløb, når denne sanktion modtages. Alternativt kunne effekten

undersøges for afgang til beskæftigelse ved at lade forløbet fortsætte indtil personen

fandt beskæftigelse. Denne tilgang er dog ikke benyttet i denne analyse.

Forklarende variable

I analysen medtages baggrundsvariable som køn, alder, arbejds- og beskæftigelseshi-

storik samt konjunktur- og sæson variable i form af års og måneds dummyer. Derud-

over indgår aktivering i analysen i form af tidsvarierende forklarende variable. Der er

en variabel, som angiver deltagelse i de uger, hvor aktiveringsforløbene foregår, og

derefter er der en variabel, som angiver postprogrameffekt af forløbene, og den løber i

20 uger.

Derudover medtages tidsvarierende dummyer, som angiver, hvor langt den ledige er

nået i sit ledighedsforløb. De medtages i estimationerne for at tage hensyn til eventuel

varighedsafhængig, det vil sige, om det eksempelvis bliver sværere at finde beskæftigel-

se jo længere tid, ledighedsperioden har varet. De er inddelt i intervaller af to uger fra

uge 1-28, fire ugers intervaller fra uge 29-80 samt et åbent interval herefter. Inddelin-

gen er gældende både for varigheden indtil en sanktion, og varigheden indtil ledigheds-

forløbet afsluttes.

I selektionsmekanismen for sanktionering medtages forklarende variable, der angiver

om den ledige tidligere i samme ledighedsforløb har modtaget en sanktion.

Side 4 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

5. Metode til effektanalyse

Til at undersøge den kausale effekt af sanktioner for kontanthjælpsmodtagere kombi-

neres to former for varighedsanalyse; en mixed proportional hazard model med compe-

ting risk (MMPH) samt en timing-of-events model.

Competing risk delen inkorporerer, at kontanthjælpsforløb kan ende med afgang til

flere forskellige tilstande. I indeværende analyse modelleres afgang til tre konkurreren-

de stadier; beskæftigelse, selvforsørgelse samt nedmatch/anden ydelse, mens afgang til

andre stadier højrecensureres.

Timing-of-events delen benyttes til at identificere endogene behandlingseffekter, det vil

sige, om de kontanthjælpsmodtagere, der bliver sanktioneret, hurtigere afgår til ét af de

tre afgangsstadier, end de ellers ville have gjort. Metoden giver mulighed for at evaluere

den kausale effekt ved at tage højde for eventuel endogen selektion til at blive sanktio-

neret. Det betyder, at der tages højde for, at det ikke er tilfældigt, hvem af de ledige der

modtager en sanktion, og hvornår i ledighedsperioden det sker. Tages der ikke hensyn

til denne endogenitet, kan det give ukorrekte resultater, da det ikke vil være muligt at

skelne mellem hvem, der i fravær af en sanktion, ville være afgået relativt hurtigt allige-

vel. Den kausale effekt af at blive sanktioneret opnås ved at estimere afgangsraterne fra

kontanthjælp til beskæftigelse, selvforsørgelse og nedmatch simultant med tilgangsra-

ten til en sanktion.

Kombinationen af de to analysemetoder medfører, at der i alt opereres med fire forskel-

lige varigheder i analysen



��

varigheden af et kontanthjælpsforløb indtil afgang til ordinær beskæftigelse

��

varigheden af et kontanthjælpsforløb indtil afgang til selvforsørgelse

��

varigheden af et kontanthjælpsforløb indtil nedmatch

��

varigheden fra starten af et kontanthjælpsforløb indtil sanktionering

En vigtig antagelse i timing-of-events modeller er forudsætningen om ”no-anticipation”.

Forudsætningen betyder, at individer ikke må kunne forudsige præcist, hvornår en

”behandling” indtræffer, det vil sige, hvornår den ledige bliver sanktioneret. Behand-

lingstidspunktet i indeværende analyse er datoen for afgørelsestidspunktet, og forud-

sætningen om no-anticipation forventes at være opfyldt idet, der er tilfældighed i tids-

punktet for afgørelsen pga. bl.a. sagsbehandlingstid.

I denne analyse er der taget udgangspunkt i, at selektionen er den samme uanset, hvor

mange gange den ledige bliver sanktioneret.

Hazardraten

Den rate, hvormed kontanthjælpsmodtagere enten bliver sanktioneret eller afgår til

beskæftigelse, selvforsørgelse eller bliver nedmatchet/får en anden ydelse, kaldes

haza-

rdraten.

Den er nærmere bestemt et udtryk for raten, hvormed de ledige bliver sanktio-

neret eller afgår til en af de tre afgangsstadier givet, at det ikke er sket frem til det aktu-

elle tidspunkt. Hazardraten er en vigtig byggesten i varighedsanalyse i al almindelighed

og dermed også til estimation via competing risk og timing-of-events. På baggrund af

hazard raten specificeres modellen i de følgende to afsnit.

Side 5 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Mixed proportional hazard

Hazardraten kan specificeres som en

mixed proportional hazard model.

I denne specifi-

kation består hazardraten af to elementer. Det ene element er den såkaldte baseline

hazard, som afhænger af tid, og som beskriver varighedsafhængigheden på afgangsra-

ten ud i job, selvforsørgelse eller nedmatch/anden ydelse. Det andet element er en ska-

leringsfunktion, som indeholder oplysninger om personlige karakteristika, som kan

påvirke hazardraten for den enkelte ledige.

Den grundlæggende rate til beskæftigelse, selvforsørgelse og nedmatch/anden ydelse

forventes at varierer med varigheden af ledighedsperioden. Baselinen er specificeret

fleksibelt ved en stykvis konstant model, således at det antages, at hazardraten er kon-

stant indenfor intervaller, men at den kan afvige intervallerne imellem. Hvorvidt varig-

hedsafhængigheden er positiv eller negativ, bestemmes dermed ud fra data. I denne

analyse er baseline hazarden konstrueret, så den kan variere indenfor kortere interval-

ler,

jf. tidligere afsnit om forklarende variable.

Uobserverbar heterogenitet

I registerdata er der en lang række informationer til rådighed, som f.eks. alder, ar-

bejdsmarkedshistorik, bopæl, civilstand, men der er naturligvis stadig rigtig meget in-

formation om den enkelte kontanthjælpsmodtager, som ikke er muligt at finde i data.

Det kan eksempelvis være den lediges motivation for at finde et arbejde. Det er vigtigt,

at prøve at tage højde for de karakteristika, der ikke kan findes i data, da det ellers kan

resultere i fejlagtige konklusioner.

En fejlagtig konklusion kan eksempelvis opstå, hvis man forestiller sig, at gruppen af

kontanthjælpsmodtagere dækker over to mindre grupper. De to mindre grupper er én

gruppe, som er meget ihærdige med at søge arbejde, og én gruppe der er knap så ihær-

dige. Efter en periode vil gruppen af ihærdige jobsøgere være svundet mere end den

anden gruppe. Hvis der ikke tages højde for de forskellige grupper, vil afgangsraten med

tiden blive lavere (mere aftagende), end det reelt er tilfældet. Det sker, fordi der bliver

en større og større overvægt af ”de mindre ihærdige” gruppen, hvor der søges mindre.

Om disse uobserverbare karakteristika antages det, at de følger en diskret fordeling,

som estimeres via en række støttepunkter og sandsynligheden for hvert enkelt støtte-

punkt. Det kan opfattes, således at der i gruppen af kontanthjælpsmodtagere findes et

antal undergrupper (antal støttepunkter), som er af varierende størrelse (sandsynlig-

heden for at møde en person fra den enkelte gruppe). Antallet af støttepunkter er ikke

bestemt på forhånd, men forsøges fastlagt ved estimationen af modellen.

Estimation af modellen

Næste skridt er at estimere modellen. Det sker vha. maximum likelihood estimation.

Idéen bag denne estimationsform er at bestemme de parameterværdier for de observe-

rede variable, der er mest sandsynlige baseret på data.

I praksis tager maximum likelihood-estimation udgangspunkt i en likelihood-funktion,

som specificeres på baggrund af det indsamlede data,

jf. ovenstående afsnit omkring

mixed proportional hazard.

Når likelihood-funktionen er maximeret på baggrund af det

indsamlede data, er det muligt at drage statistiske konklusioner om populationen.

Side 6 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

I boks 1 nedenfor gennemgås den økonometriske baggrund for likelihood-funktionen,

som afslutningsvis opstilles.

Boks 1. Den økonometriske model

Analysen er baseret på en timing-of-events model, der gør det muligt at drage konklusioner om populationen, når

den tilhørende likelihood-funktionen er maximeret på baggrund af det indsamlede data. Likelihood-funktionen er

et udtryk for tæthedsfunktionen betinget på de tilhørende parametre, som skal estimeres. Tæthedsfunktionen er

givet ved

��(��) = ℎ(��) ∙ ��(��),

hvor

ℎ(��)er

hazardraten

��(��)

overlevelsesfunktionen.

Lad

��

betegne varigheden af et kontanthjælpsforløb indtil afgang til ordinær beskæftigelse,

��

betegne varighe-

den af et kontanthjælpsforløb indtil afgang til selvforsørgelse, og

��

betegne varigheden af et kontanthjælpsforløb

indtil nedmatch. Dermed modelleres tre mulig afgangsstadier og afgangsraten fra kontanthjælp

�� ∈ {��, ��, ��}.

Derudover betegner

��

varigheden fra begyndelse af et ledighedsforløb, indtil den ledig bliver sanktioneret.

Hardraten

er et udtryk for, hvor mange der på et givet tidspunkt afgår til

b, sf

eller

relativt til, hvor mange der

på samme tidspunkt fortsat er på kontanthjælp. Hazardraten,

ℎ(��),

er, som tidligere nævnt specificeret via en

mixed proportional hazard model. Hazardraterne for afgang fra kontanthjælp

ℎ

��

, og tilgang til sanktioner,

ℎ

��

, får

følgende udtryk:

ℎ

��

(��

��

|��, ��

(��

��

), ��

��

) = ��

��

(��

��

) ∙ ��(��′��½

��

+ ��

(��

��

)��

+ ��

��

)

��

(��

��

|��, ��

��

)

∈ {��, ��, ��}

= ��

��

(��

��

) ∙ ��(��′��½

��

+ ��

��

)

Hvor

��(��)

er baseline hazarden, og det resterende er skaleringsfunktionen, med

��

som de observerede variable,

��

er en dummyvariable, der angiver at den ledige har fået en sanktion, som tillades at have effekt i op til 20 uger

samt de uobserverbare variable

��.

Overlevelsesfunktionen

er et udtryk for alle de kontanthjælpsmodtagere, der er

”overlevet” i systemet frem til et givet tidspunkt, og det er givet ved

��(��) = exp[ −��(��)]

Bidragene til likelihood-funktionen fra beskæftigelse, selvforsørgelse, nedmatch og sanktion på baggrund af

hazardraterne og overlevelsesfunktioner bliver således:

��

(��

��

|��, ��

(��

��

), ��

��

) = ℎ

��

(��

��

|��, ��

(��

��

), ��

��

)

��

∙ exp(− ∫ ℎ

��

(��|��, ��

(��

��

), ��

��

))�� ,

��

�� ∈ {��, ��, ��}

��

(��

��

|��, ��

��

) = ℎ

��

(��

��

|��, ��

��

)

��

∙ exp(− ∫ ℎ

��

(��|��, ��

��

))��

��

hvor

��

antager værdien 1, når kontanthjælpsmodtageren bliver beskæftiget, selvforsørgende eller nedmatchet,

mens den antager værdien 0, hvis forløbet bliver højrecensureret, og hvor

��

antager værdien 1, hvis den ledige

sanktioneret og 0 ellers.

Timing-of-events

Den sidste del, der mangler i forbindelse med opstilling af likelihood-funktionen, som er centralt for timing-of

events-modellen, er, at de fire hazarder estimeres simultant. Det sker ved at tillade varigheden indtil sanktion samt

varigheden indtil afgang til job, selvforsørgelse og nedmatch at være afhængige af hinanden. Det kan dels ske via

korrelation af de uobserverbare variable, dels direkte via den effekt, som en sanktion har på varigheden indtil

afgang. Der er uobserverbare led i hver af hazarderne, og det antages, at de har en fælles fordeling:

G(��).

Fælles-

fordelingen antages at være ukendt og den approksimeres ud fra en diskret fordeling ved hjælp af det optimale

antal støttepunkter.

På baggrund af ovenstående, er det muligt at opstille den samlede likelihood-funktion, hvor der tages hensyn til

den afhængige uobserverbare heterogenitet:

Side 7 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

�� = ∏

��

∫ [

��=1 ��

��

(��

��

|��

��

, ��

��

, ��

��,

��

��,

��

��,

��

)��

��

(��

��

|��

��

, ��

��

, ��

��,

��

��,

��

��,

��

)

��

(��

��

|��

��

, ��

��

, ��

��,

��

��,

��

��,

��

)��

��

(��

��

|��

��

, ��

��,

��

��,

��

��,

��

)

] ��(��)

6. Deskriptiv analyse

I løbet af perioden fra efteråret 2009 til udgangen af 2013 var der knap 27.000 personer

over 30 år, der startede et kontanthjælpsforløb, hvor de blev visiteret jobparate. Disse

personer havde tilsammen ca. 29.400 ledighedsforløb indenfor perioden,

jf. tabel 2.

Når forløbet som jobparat kontanthjælpsmodtager blev afsluttet skete det i 30 pct. af

tilfældene til beskæftigelse. I 12 pct. af tilfældene afgik personen til selvforsørgelse, 28

pct. afgik personen til en anden ydelse (aktivitetsparat kontanthjælpsmodtager, visite-

ret til fleksjob eller tilkendt førtidspension). Der var 10 pct. der afsluttede forløbet på

anden vis (uddannelse, revalidering, død mv.), og 18 pct. var fortsat på ydelsen ved

periodens afslutning.

Der blev givet en eller flere sanktioner i 16 pct. af forløbene, svarende til knap 4.800

sanktioner. I 3.000 af disse forløb blev der givet én sanktion, i godt 900 af forløbene blev

der givet to sanktioner, mens der blev givet tre eller flere sanktioner i knap 900 af for-

løbene.

Tabel 2. Deskriptiv statistik af kontanthjælpsforløb for jobparate over 30 år.

Kontanthjælpsmodtagere

over 30 år

Forløb

Antal personer

Forløb i alt

Afgået til beskæftigelse

Afgået til selvforsørgelse

Afgået til anden ydelse

Censureret

Afgået til ”restgruppe”

Fortsat jobparat kontanthjælpsmodtager

2.872

5.907

26.858

29.410

8.745

3.571

8.127

Pct.

100

Forløb berørt af sanktion

4.796

Antal forløb med én sanktion

Antal forløb med to sanktioner

Antal forløb med tre eller flere sanktioner

2.949

949

898

Antal sanktioner i alt for gruppen

8.853

Gnms.

Forløb per person

Varighed af forløb

1,1

25,9

Std. Afv.

0,33

30,6

Side 8 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Anm.: ”Anden ydelse” dækker over aktivitetsparat på kontanthjælp, ledighedsydelse, fleksjob, ressourceforløb og førtidspen-

sion. ”Restgruppe” dækker f.eks. over uddannelse, dagpenge, revalidering, død osv. Hvis der gives flere sanktioner indenfor

samme uge, opfattes disse som én sanktion.

Kilde: Beskæftigelsesministeriets forløbsdatabase DREAM.

Baggrundskarakteristika

Gruppen af kontanthjælpsmodtagere er nogenlunde ligeligt fordelt mellem mænd og

kvinder, mens der er en overvægt af personer under 40 år i populationen. Ligeledes ses,

at kontanthjælpsmodtagerne både har en forholdsvis lav beskæftigelsesgrad og samti-

dig en høj grad på offentligoverførsel de seneste to år. Endvidere ses det, at mænd samt

unge under 40 år i højere grad er tilbøjelig til at blive sanktioneret,

jf. tabel 3.

Tabel 3. Baggrundskarakteristika

Alle ledige

Baggrundskarakteristika

Mand

Alder 30-34 år

Alder 35-39 år

Alder 40-44 år

Alder 45-49 år

Alder 50+ år

Vestlig indvandrere

Ikke-vestlig indvandrere

Gift

Grad af offentlig forsørgelse det seneste år før ledighed

Grad af offentlig forsørgelse de seneste 2 år før ledighed

Beskæftigelsesgrad de sidste 2 år før ledighed

Klynge 1

Klynge 2

Klynge 3

Klynge 4

Klynge 5 - 8

Sanktionerede ledige

---------------------------- Andel ---------------------------

0,61

0,24

0,20

0,19

0,17

0,20

0,06

0,19

0,25

0,51

0,47

0,27

0,25

0,10

0,19

0,21

0,25

0,71

0,29

0,23

0,19

0,14

0,05

0,17

0,20

0,39

0,32

0,29

0,11

0,18

0,20

0,23

Anm.: Alle baggrundsoplysninger er opgjort ved påbegyndelse af kontanthjælpsforløbet. Klynge inddeling fremgår af afsnit 9.

bilag.

Kilde: Beskæftigelsesministeriet.

Afgangsrater

De empiriske afgangsrater, eller de såkaldte rå afgangsrater, viser afgangsmønsteret fra

kontanthjælp til beskæftigelse, selvforsørgelse samt anden ydelse, når der ikke tages

højde for baggrundskarakteristika. De empiriske afgangsrater til beskæftigelse og an-

den ydelse udviser en svag aftagende tendens, mens afgang til selvforsørgelse udviser

en mere flad profil. Alle afgangskurver udviser dog en høj grad af sæsonvariation, hvil-

ket kan tilskrives, at mange kontanthjælpsforløb starter og slutter ved en kalendermå-

ned,

jf. figur 1.

Side 9 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Det er afgørende for modellens identifikation, at der er en grad af tilfældig variation i

tidspunktet for at få en sanktion, således at den ledige ikke med sikkerhed kan forudsi-

ge, hvornår han eller hun får en. Den empiriske tilgangsrate til at få en sanktion øges i

begyndelse af ledighedsforløbet, hvorefter tilgangsraten har en mere konstant profil,

dog med en væsentlig grad af variation,

jf. figur 2.

Figur 1. Empiriske afgangsrater fra ledig-

hed

Figur 2. Empirisk tilgangsrate til sanktion

fra ledighed

Kilde: Beskæftigelsesministeriet.

7. Resultater

Resultaterne af effekter af sanktioner er estimeret på tre forskellige måder for jobparate

kontanthjælpsmodtagere over 30 år. Der foretages indledningsvist to estimationer,

hvor kontanthjælpsforløbet afsluttes (højrecensoreres), hvis den ledige får sanktion

nummer to

. I den første estimation formodes det, at en sanktion har effekt i de efterføl-

gende 20 uger af ledighedsforløbet. I den anden estimation undersøges, om der er en

tidsvarierende effekt af sanktionerne. Det vil sige, at der estimeres en effekt henholdsvis

0-5 uger, 6-11 uger og 12-19 uger efter sanktionen.

Derefter foretages yderligere én estimation, hvor der måles effekt af alle de sanktioner,

som den ledige får i løbet af sit kontanthjælpsforløb. I estimationen formodes det, at der

ikke er forskel på de typer af personer, som får hhv. en eller to eller flere sanktioner, det

vil sige, at selektionen ind i sanktionen er den samme for alle sanktioner. Derimod for-

modes det, at effekten kan være afhængig af, hvor mange sanktioner en person får, og

derfor måles effekten af hhv. 1., 2. og 3. eller flere sanktioner.

Effekter af 1. sanktion

Resultatet af estimationen, hvor den gennemsnitlige effekt over 20 uger er målt, og hvor

kontanthjælpsforløbet er censureret ved en eventuel efterfølgende sanktion, er præsen-

teret i tabel 4. Effekten af 1. sanktion på afgangen til beskæftigelse er insignifikant. Det

betyder dermed, at der ikke er nogen effekt på afgang til job af at blive sanktioneret,

jf.

tabel 4.

Baggrunden for at højrecensorere er, at den model, der skal estimeres, bliver mere simpel. Samtidig bliver

analysen lettere at sammenligne med andre analyser, som typisk kun har undersøgt effekten af første sankti-

on.

Side 10 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Tilsvarende er effekten af 1. sanktion på afgangsraten til selvforsørgelse øget med 61

pct. som følge af en sanktion, der er signifikant på 1 pct.s niveau. En sanktion får således

den ledige til at forlade ledighed uden at have et job eller mulighed for en anden offent-

lig ydelse. De fleste i denne gruppe vender dog senere tilbage som kontanthjælpsmod-

tager. Omkring 60 pct. af de ledige, der afgår til selvforsørgelse, vender senere tilbage til

kontanthjælpssystemet. Af de ledige, som i deres ledighedsforløb er blevet sanktioneret

og afgår til selvforsørgelse, vender knap 75 pct. senere tilbage til kontanthjælpssyste-

met.

Der er ikke nogen signifikant effekt af 1. sanktion på afgangen til andre ydelser, herun-

der status som aktivitetsparat kontanthjælpsmodtager.

Resultatet af estimation, hvor effekten af sanktionen kan variere i ugerne efter afgørel-

sen, men hvor kontanthjælpsforløbet fortsat bliver censureret ved en eventuel efterføl-

gende sanktion viser, at effekten af sanktionen på afgangen til beskæftigelse ligeledes

insignifikant,

jf. tabel 4.

Anderledes gør det sig gældende med effekten af sanktionen på afgangen til selvforsør-

gelse. Her findes en effekt på 108 pct. i ugerne umiddelbart efter afgørelsen. Derefter

falder effekten til 25 pct. i perioden fra 6-11 uger efter sanktion, hvorefter estimaterne

bliver insignifikante.

Effekterne af sanktioner på afgangen til andre ydelser er fortsat insignifikant for alle

tidsintervaller.

Tabel 4. Effekt af sanktioner angivet ved procentvis ændring i afgangsrate fra kontanthjælp

Effekt af 1. sanktion

Effekt (gennemsnit over 20 uger)

Effekt på afgang til beskæftigelse

0-5 uger efter sanktion

6-11 uger efter sanktion

12-19 uger efter sanktion

61***

108***

25*

-8*

-3

- 10

- 15*

Tidsvarierende effekt

Effekt på afgang til selvforsørgelse

0-5 uger efter sanktion

6-11 uger efter sanktion

12-19 uger efter sanktion

Effekt på afgang til andre ydelser

0-5 uger efter sanktion

6-11 uger efter sanktion

12-19 uger efter sanktion

Anm: *, ** og *** angiver, at estimater er signifikante på hhv. 10 pct. , 5 pct. og 1 pct. niveau.

Anm.: I ”Anden ydelse” indgår personer, som nedmatches fra jobparat til aktivitetsparat.

Kilde: Beskæftigelsesministeriets forløbsdatabase DREAM og kommunale sagsbehandlings- og økonomisystemer.

Effekter af alle sanktioner

Udvides analysen til at medtage alle sanktioner i personens ledighedsforløb, hvor den

gennemsnitlige effekt over 20 uger er målt, findes der er fortsat ingen signifikant effekt

af sanktioner på afgangen til beskæftigelse. hverken af 1. sanktion, 2. sanktion eller 3.

Side 11 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

eller flere sanktioner. Der findes fortsat positive effekter på afgangen til selvforsørgelse,

hvor afgangsraten øges med henholdsvis 49 pct., 70 pct. og 64 pct. efter hhv. 1., 2. eller

3. eller flere sanktioner.

Der findes derimod positive effekter på afgang til andre ydelser ved 2. og 3 eller flere

sanktioner, hvor afgangsraten øges med 24 pct. anden gang, den ledige bliver sanktio-

neret, og med 94 pct. hvis personen bliver sanktioneret 3 gange eller flere.

Tabel 5. Effekt af sanktioner angivet ved procentvis ændring i afgangsrate fra kontanthjælp

Effekt af alle sanktioner

Gennemsnitseffekt i 20 uger

Effekt på afgang til beskæftigelse

1. sanktion

2. sanktion

3. sanktion

-2

-9

Effekt på afgang til selvforsørgelse

1. sanktion

2. sanktion

3. sanktion

49***

70***

64***

Effekt på afgang til andre ydelser

1. sanktion

2. sanktion

3. sanktion

24***

94***

Anm: *, ** og *** angiver, at estimater er signifikante på hhv. 10 pct. , 5 pct. og 1 pct. niveau.

Kilde: Beskæftigelsesministeriets forløbsdatabase DREAM og kommunale sagsbehandlings- og økonomisystemer.

Side 12 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

8. Litteraturliste

Abbring, J., G. van den Berg og J. van Ours (2005), “The effect of unemployment

insurance sanctions on the transition rate from unemployment to employment”,

Eco-

nomic Journal,

nr. 115.

Abbring, J. og G. van den Berg (2003),”The non-parametric identification of threat-

ment effects in duration models”,

Econometrica,

nr. 71.

Arni, P., Lalive, R. og van Ours, J. (2013), ”How effective are unemployment bene-

fit sanctions? Looking beyond unemployment exit”,

Journal of Applied Economet-

rics,

nr. 28

Lalive, R., J. van Ours og J. Zweimüller (2005), “The effect of benefit sanctions on

the duration of unemployment”,

Journal of the European Economic Association,

3(6).

Svarer, M. (2007), “The effects for sanctions on the job finding rate”,

Economica,

vol. 78, issue 312.

Wooldridge, Jeffrey M, (2002), “Econometric Analysis of cross section and panel

data”, MIT Press

Qureshi, Atef, (2013), “The effect of punitive sanctions on the transition rate

from welfare to work: Evidence from Denmark”, Nationaløkonomisk Tidskrift

151, 225-246.

Side 13 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

9. Bilag

Tabel 6. Estimationsresultater

Sanktion

År

4 kvartal 2009 og 2010

2011

2012

2013

0,059*

-0,040

Ref.

-0,180***

0,034

0,003

Ref.

0,119***

0,054

0,013

Ref.

-0,110**

0,261***

0,035

Ref.

-0,538***

Beskæftigelse

Selvforsørgelse

Anden ydelse

Beskæftigelsesgrad (seneste 3 år før ledighed)

Mindre end 1 pct.

1 til 25 pct.

26 til 50 pct.

51 til 100 pct.

0,137***

-0,001

Ref.

-0,023

-0,860***

-0,217***

Ref.

0,450***

0,468***

0,198***

Ref.

-0,255***

0,419***

0,009

Ref.

-0,906***

Anden offentlig forsørgelse 1 år forud for ledighed

0 til 9 pct.

10 til 50 pct.

51 til 90 pct.

91 til 100 pct.

Ref.

0,187***

0,075*

-0,691***

Ref.

0,223***

-0,025

-0,401***

Ref.

0,168***

-0,125**

-0,842***

Ref.

-0,015

0,436***

1,937***

Anden offentlig forsørgelse 2 år forud for ledighed

10 til 50 pct.

0 til 9 pct.

51 til 90 pct.

91 til 100 pct.

Aktiv arbejdsmarkedspolitik

Aktivering

Posteffekt af aktivering

Posteffekt af samtale, 1 til 4 uger

Posteffekt af samtale, 5 til 8 uger

Sanktionering

1 tidligere sanktionering

2 tidligere sanktioneringer

3, eller flere tidligere sanktioneringer

Posteffekt 1. sanktion

Posteffekt 2. sanktion

Posteffekt 3., eller flere sanktioner

Personkarakteristika

Gift

Kommuneklynge 1

Kommuneklynge 2

Kommuneklynge 3

Kommuneklynge 4

Kommuneklynge 5 til 8

-0,134***

0,091**

-0,004

Ref.

0,032

-0,027

0,383***

-0,113***

0,035

Ref.

-0,032

0,054

0,220***

-0,036

-0,037

Ref.

-0,086

-0,014

0,026

-1,078***

-0,101

Ref.

-0,109*

-0,093*

0,839***

1,166***

1,329***

-0,019

-0,092

0,401***

0,531***

0,496***

-0,067

0,213**

0,662***

0,685***

0,637***

-0,058**

-0,089***

-0,123***

0,140***

-0,451***

-0,228***

-0,052

0,095*

-0,304***

-0,253***

-0,802***

-0,426***

2,095***

0,639***

0,159***

Ref.

0,108**

-0,104**

-0,098***

Ref.

-0,086**

-0,062

0,052

Ref.

-0,211***

-0,495***

0,512***

Ref.

0,173**

-0,557***

Side 14 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Mand

Indvandre, ikke-vestlig

Indvandre, vestlig

Alder, 30 til 34

Alder, 35 til 39

Alder, 40 til 44

Alder, 45 til 49

Alder, over 49 år

Baseline

Uge 1 og 2

Uge 3

Uge 4

Uge 5

Uge 6

Uge 7

Uge 8

Uge 9

Uge 10

Uge 11

Uge 12

Uge 13 og 14

Uge 15 og 16

Uge 17 og 18

Uge 19 og 20

Uge 21 og 22

Uge 23 og 24

Uge 25 og 26

Uge 27 og 28

Uge 29 til 32

Uge 33 til 36

Uge 37 til 40

Uge 41 til 44

Uge 45 til 48

Uge 49 til 52

Uge 53 til 56

Uge 57 til 60

Uge 61 til 64

Uge 65 til 68

Uge 69 til 72

Uge 73 til 76

Uge 77 til 80

Over uge 80

0,379***

0,067*

-0,408***

Ref.

-0,028

-0,191***

-0,250***

-0,487***

0,096***

-0,278***

0,042

Ref.

-0,054

-0,156***

-0,095**

-0,338***

0,190***

-0,009

0,018

Ref.

-0,025

-0,101*

-0,055

-0,074

-0,512***

0,134**

-0,581***

Ref.

0,035

-0,020

0,075

0,152***

Ref.

-0,285***

-0,231***

-0,285***

-0,162**

-0,254***

-0,296***

-0,256***

-0,288***

-0,279***

-0,264***

-0,416***

-0,358***

-0,666***

-0,581***

-0,687***

-0,597***

-0,802***

-0,686***

-0,845***

-0,933***

-0,925***

-1,022***

-1,028***

-1,227***

-1,217***

-1,267***

-1,197***

-1,036***

-1,265***

-1,394***

-1,382***

-1,403***

Ref.

0,583***

1,077***

1,454***

0,501***

0,493***

0,774***

1,114***

0,281***

0,425***

0,577***

0,776***

0,397***

0,640***

0,118

0,591***

0,152*

0,547***

0,084

0,218***

0,142*

0,196**

0,142

0,044

-0,089

0,006

-0,295**

-0,047

-0,111

0,019

-0,046

-0,001

-0,301***

Ref.

0,279**

0,638***

0,964***

0,234*

0,608***

0,400***

0,637***

-0,092

0,109

0,300**

0,484***

0,209*

0,368*

0,006

0,380***

-0,037

0,410***

0,200

0,166

-0,007

-0,045

-0,061

-0,339**

-0,529***

-0,394**

-0,332*

-0,637***

-0,491**

-0,650***

-0,528**

-0,541**

-0,840***

Ref.

0,952***

0,891***

1,251***

1,227***

1,182***

1,417***

1,539***

1,650***

1,756***

1,829***

1,676***

1,522***

1,548***

1,516***

1,773***

1,737***

1,847***

1,751***

1,922***

2,154***

2,277***

2,119***

2,217***

2,165***

2,117***

2,377***

2,087***

2,356***

2,248***

2,238***

2,240***

Side 15 af 17

BEU, Alm.del - 2016-17 - Bilag 49: Orientering om kommuernes håndtering af sanktionsafgørelser overfor modtagere af uddannelses- og kontanthjælp, fra beskæftigelsesministeren

Måned

Januar

Februar

Marts

April

Maj

Juni

Juli

August

September

Oktober

November

December

Ref.

0,096*

-0,029

-0,115**

-0,147***

0,077

-0,003

0,056

0,049

0,018

0,071

-0,235***

Ref.

0,248***

0,331***

0,453***

0,347***

0,617***

0,393***

0,498***

0,306***

0,235***

0,122**

-0,273***

Ref.

0,250***

0,265***

0,263***

0,164*

0,925***

0,579***

0,182*

0,148

0,087

0,314***

0,077

Ref.

-0,111*

-0,124**

-0,172***

-0,122*

0,029

-0,134**

-0,113*

0,044

-0,010

0,009

-0,243***

Intercept

-5,032***

-4,777***

-4,447***

-3,500***

-1,699***

-4,282***

-5,588***

-5,300***

-4,631***

-3,569***

-5,651***

-5,765***

-6,449***

-5,066***

-3,589***

-9,862***

-6,746***

-4,122***

-8,843***

-8,893***

Sandsynlighed

0,4493

0,2995

0,1388

0,1110

0,0013

Anm: *, ** og *** angiver, at estimater er signifikante på hhv. 10 pct. , 5 pct. og 1 pct. niveau.

Klynge 1: Albertslund, Brøndby, Høje-Tåstrup, Ishøj, København, Lolland

Klynge 2: Fredericia, Glostrup, Helsingør, Hvidovre, Odense, Rødovre, Slagelse

Klynge 3: Ballerup, Esbjerg, Gladsaxe, Haderslev, Herlev, Holbæk, Horsens, Kalundborg, Langeland, Norddjurs, Ringsted,

Svendborg, Tønder, Vordingsborg, Aabenraa, Aarhus

Klynge 4: Bornholm, Fredensborg, Frederiksberg, Frederikshavn, Halsnæs, Hjørring, Kolding, Køge, Mariagerfjord, Morsø,

Nyborg, Næstved, Odsherred, Randers, Sønderborg, Thisted, Vejle, Vesthimmerland, Aalborg

Klynge 5: Brønderslev, Faxe, Faaborg-Midtfyn, Herning, Holstebro, Kerteminde, Samsø, Skive, Sorø, Struer, Tårnby, Varde,

Vejen, Viborg, Ærø

Klynge 6: Assens, Billund, Frederikssund, Furesø, Greve, Hillerød, Ikast-Brande, Jammerbugt, Lemvig, Læsø, Middelfart,

Nordfyns, Ringkøbing-Skjern, Roskilde, Silkeborg, Stevns, Syddjurs, Vallensbæk

Klynge 7: Fanø, Gribskov, Hedensted, Lyngby-Taarbæk, Odder, Rebild, Rudersdal

Klynge 8: Allerød, Dragør, Egedal, Favrskov, Gentofte, Hørsholm, Lejre, Skanderborg, Solrød

Kilde: Beskæftigelsesministeriets forløbsdatabase DREAM og kommunale sagsbehandlings- og økonomisystemer.

Side 16 af 17