EU:s sammanhållningspolitik och regionala skillnader 2006–2016

När den europeiska sammanhållningspolitiken (ECP) introducerades 1989 var den utformad för att stimulera ekonomisk och social sammanhållning (CEC 2014). Behovet av att sammanhållningspolitiken även skulle omfatta en territoriell eller rumslig dimension framträdde i samband med att ”European Spatial Development Perspective” (ESDP) skapades (Faludi 2006). Ett formellt erkännande av den territoriella dimensionens betydelse för den europeiska sammanhållningspolitiken kom i samband med Lissabonfördraget 2009 då ”territoriell sammanhållning” lades till de båda policymålen om ekonomisk och social sammanhållning (Mendez 2011; Faludi 2016a). Effekterna av ECP är omdiskuterade. Flera studier har pekat på positiva effekter. Detta gäller särskilt för perioden 2000–2006 för regioner nära urbana agglomerationer (Gagliardi & Perocco 2017). Även om effekterna tycks vara små, så varar effekterna från de av Strukturfonderna finansierade insatserna länge (Bradley 2006), och den allmänna uppfattningen är att ECP haft en positiv inverkan på utveckling och ekonomisk tillväxt (Becker m.fl. 2012; Pellegrini m.fl. 2012; Ward & Wolleb 2010; Molle 2007; Bachtler m.fl. 2009; Cappelen m.fl. 2003). Insatserna enligt Mål 1 tycks ha haft en positiv inverkan på ekonomisk tillväxt, medan de sammantagna insatserna enligt Mål 1, 2 och 3 inte visar på någon effekt (Mohl & Hagen 2010). Flera utvärderingar har pekat på effektivitetsproblem hos ECP. I en jämförande analys av 15 regioner över fyra programperioder (1989–2012) identifierar Becker m.fl. (2012) en brist på konceptuellt tänkande och strategisk motivering för programmen. Syften specificeras inte och inte heller formuleras några mätbara mål. Vidare identifieras institutionella begränsningar för implementeringen av ECP och brister i styrning inom de flesta områden. Vidare har andra studier ifrågasatt effektiviteten i ECP och då särskilt när det gäller politikens EU:s sammanhållningspolitik och regionala skillnader 2006–2016 DANIEL RAUHUT1 & NUNO COSTA2 Itä-Suomen yliopisto1, Universidade de Lisboa2 Rauhut, Daniel & Costa, Nuno (2020). EU:s sammanhållningspolitik och regionala skillnader 2006–2016 (The EU cohesion policy and regional differences 2006–2016). Terra 132: 4, 175–189. https://doi.org/10.30677/terra.89774 The effects of the EU Cohesion Policy are debated, and while some studies find positive effects, others point to negative effects. Many of the methodological approaches that have so far been used to measure the EU Cohesion Policy are simple benchmarking exercises, focusing on a few indicators covering a short time period. Other evaluations are fragmented, qualitative in nature, and narrow in scope. This paper aims at analysing the EU Cohesion Policy and its impact for the period 2006–2016. We construct a Territorial Cohesion Development Index with target posts in order to analyse the impact at a NUTS2 level. The findings indicate that bigger cities and highly urbanised regions in Central Europe benefited the most from the policy, while non-core and peripheral regions fell further behind. Key words: cohesion policy, Territorial Cohesion Development Index, core–periphery, regional development Daniel Rauhut, Karelian Institute, University of Eastern Finland, P.O. Box 111, FI-80101 Joensuu, Finland. E-mail: <[email protected]> 176 Rauhut & Costa EU:s sammanhållningspolitik och regionala... TERRA 132: 4 2020 förmåga att stimulera regional utveckling och en konvergens mellan de europeiska regionerna på lång sikt (Bakucs m.fl. 2018; Becker m.fl. 2018). I andra utvärderingar dras slutsatsen att de rikaste regionerna har tjänat mera på ECP och dess stödformer än de fattiga (Medve-Bálint 2016), trots att merparten av EU-stöd går till svaga och stagnerade regioner. Dessutom innebär den platsbaserade strategin som antagits efter Barca-rapporten (Barca 2009) att lokala aktörer ges ett ökat ansvar för den territorialiserade ekonomiska och sociala agendan. Detta gör att utmaningarna i perifera regioner blir ett ansvar för de lokala myndigheterna. Tyvärr har dessa aktörer, vanligtvis kommuner, inte verktyg för att möta dessa utmaningar (Solly 2016; Gruber m.fl. 2018; Isola m.fl. 2017). I perifera regioner är det oftast regionhuvudstaden som gynnas av EUstöden, medan EU-stöden inte når regionhuvudstadens omland (Nagy & Benedek 2021). Dessvärre behandlar flertalet studier angående effektiviteten inom sammanhållningspolitiken endast kortare tidsperioder, är kvalitativa i sin utformning och fokuserar på ett fåtal indikatorer. Enkla benchmarkingpresentationer för olika indikatorer presenteras i flertalet sammanhållningsrapporter (CEC 2001, 2004, 2007, 2010b, 2014, 2017). I den benchmarkingstudie Dijkstra och Athanasoglou (2015) genomför studeras hur väl EU:s medlemsländer lyckats uppnå Europa 2020-målen. Endast fem indikatorer analyseras: sysselsättning, utbildning, fattigdom, innovationer, samt klimatförändringar och hållbar energi. Om medlemslandet uppnått målen ges värdet 100, medan ett resultatförverkligande långt ifrån de uppsatta målen ges värdet noll. Den internationella finanskrisen 2009 visade att krisers effekter inte fördelas jämnt sett ur ett rumsligt perspektiv. Vissa länder drabbades hårdare av krisen än andra, och på en regional nivå drabbades även där vissa regioner hårdare än andra (Hadijmichalis 2011). De positiva effekterna som ECP visat för åren före krisen blev svagare under krisen, och konvergensmålen blev svårare att upprätthålla (Becker m.fl. 2018). Regioner med ekonomiskt diversifierade städer visade på en större uthållighet gentemot den ekonomiska och finansiella krisen 2009 än regioner med endast mindre städer och städer utan diversifierad ekonomisk struktur (Capello m.fl. 2015). Nedgången för de stora städerna i Europa efter krisen 2009 hör samman med en minskad avkastning relativt städernas storlek, och att de städer som klassificeras som ”secondrank cities” kunnat åtnjuta en ökande avkastning relativt sin storlek (Dijkstra m.fl. 2013). Det finns empiriska belägg för att större städer, vanligtvis huvudstaden, spelar en betydande roll för den nationella ekonomiska utvecklingen oavsett vilken period som studeras, men ”second-rank cities” spelar en betydande roll under vissa avgränsade perioder (Camagni & Capello 2015b). Efter den finansiella krisen 2009 förändrades fokus för ECP, från sammanhållning till konkurrens och från svagare regioner till städer. Följden har blivit en politik som fokuserar på städer och stadsregioner (Faludi m.fl. 2015). Empiriska studier visar att ju mer polycentriskt ett land är, desto större är de regionala skillnaderna inom ett land (Meijers och Sandberg 2008). Värt att notera är att få-EU länder har ett tydligt polycentriskt stadssystem, vilket medför att politiken för att stimulera regional utveckling stöter på implementeringsproblem i monocentriska länder utanför Centraleuropa. Vid upprepade tillfällen har behovet av ett mått eller metod för att mäta konsekvenserna av ECP rests (t.ex. Faludi 2016b; Hanell 2015; Hamez 2005). De få försöken att mäta konsekvenserna av ECP har antingen utgjorts av deskriptiva benchmarkingmetoder, med hjälp av spindeldiagram (Zaucha & Böhme 2020) eller kännetecknats av en oklar metodologi (Medeiros 2013). Dock kan dessa vara nyttiga för att utveckla en förståelse för ett problem, men som analytiskt redskap är de otillräckliga. Vad som behövs är ett kvantitativt mått eller metod, som inbegriper ECP:s nyckelindikatorer. Syftet med denna studie är därför att analysera den europeiska sammanhållningspolitiken och dess konsekvenser på regional nivå (NUTS2) för perioden 2006–2016, det vill säga före och efter den finansiella krisen 2009. Följande frågor kommer att besvaras: (1) Vilken typ av regioner vann på den europeiska sammanhållningspolitiken under den analyserade perioden? (2) Vilken typ av regioner förlorade på den förda politiken under samma tidsperiod? (3) Vilka är de troliga orsakerna till att olika slags regioner vann respektive förlorade på den europeiska sammanhållningspolitiken? Ett index, Territorial Cohesion Development Index (TCDI), kommer att konstrueras för att besvara frågorna. I sin tekniska konstruktion bygger TCDI på samma metodologi som FN:s Human Development Index (HDI). HDI utvecklades för att fokusera på människor och deras möjligheter i livet. För att kunna bedöma människors möjligheter att utveckla sig och uppnå något i livet måste man se bortom BNP. På det sätt HDI är konstruerat kan det även användas för att ifrågasätta nationella policys genom att jämföra två länder på samma ekonomiska utvecklingsnivå men med helt olika resultat i HDI (UNDP 2016a). Mot denna bakgrund kan TCDI användas för att analysera vissa policyval som ECP stipulerar, samt hur regioner på samma ekonomiska nivå kan uppvisa olika resultat sett ur ett sammanhållningspolitiskt perspektiv. 177 Rauhut & Costa EU:s sammanhållningspolitik och regionala...TERRA 132: 4 2020 Indikatorer för att uppnå ‘sammanhållning’ Inom flera områden finns explicit formulerade mål och indikatorer för hur ‘sammanhållning’ ska uppnås inom EU. Det gäller bland annat sysselsättning, arbetslöshet, utbildning, fattigdom samt klimatförändring och hållbar energi (CEC 2010a). Vidare finns policymål för andelen hushåll inom EU med tillgång till bredband (CEC 2017). Dessa sex indikatorer är därmed relevanta för denna studie. Det är dock svårt, vilket Dijksta och Athanasoglou (2015) påtalat, att analysera klimatförändring från ett sammanhållningsperspektiv. Sex av de indikatorer som kommer att användas i denna studie hämtas från policydokument i vilka EU-kommissionen har formulerat mål för sammanhållningspolitiken samt identifierat indikatorer för att mäta måluppfyllelsen i den förda politiken: sysselsättningsgraden ska vara minst 75 procent, minst 40 procent av befolkningen mellan 30 och 34 år ska ha eftergymnasial utbildning, andelen av befolkningen som riskerar fattigdom och social exkludering får inte överstiga 19,5 procent (CEC 2010a), ungdomsarbetslösheten ska hållas under 10 procent (CEC 2016) och minst 20 procent av den använda energin ska vara förnyelsebar (CEC 2010a). Vidare ska minst 50 procent av hushållen ha tillgång till bredband (CEC 2017). Dessa indikatorer kan även användas för att mäta vilka konsekvenser ECP haft på regional nivå. Eftersom alla potentiellt möjliga indikatorer för att mäta vilka konsekvenser sammanhållningspolitiken haft inte explicit mäter ‘sammanhållning’ har fem “territoriella nycklar” föreslagits för att stärka den territoriella dimensionen av Europa 2020-agendan och ECP. Dessa nycklar avser (1) tillgänglighet (accessibility), (2) tjänster av allmänt ekonomiskt intresse (services of general economic interest), (3) territoriella förutsättningar (territorial capacities / endowments / assets), (4) city networking, och (5) funktionella regioner. Dimension Indikator / Indicator Minimum Maximum Ekonomisk Economic Regional BNP per invånare i köpkraftspariteter (PPS) Regional GDP per capita in purchasing power parities 0 100 Sysselsättningsgrad för gruppen 20–64 år (EMP) Employment rate age group 20–64 years >75 100 Andel av befolkningen 30–34 år med eftergymnasial utbildning (EDU) Share of population with tertiary education >40 100 Social Social Andel av befolkningen 65+ år (AGE) Share of population 65+ years 0 100 Andel av befolknings som riskerar fattigdom eller social exklusion (PEX) Share of population at risk of poverty and social exclusion <19.5 80 Andel arbetslösa 15–24 år (YOU) Youth unemployment rate <10 100 Territoriell Territorial Km motorväg per 1 000 km2 (ROA) Km motorway per 1,000 km2 0 100 Andel av befolkningen med bredband hemma (INT) Share of population with access to broadband at home >50 100 Antal läkare per 100 000 invånare (MED) Number of medical doctors per 100,000 inhabitants 0 100 Hållbarhet Sustainability Andel förnyelsebar energi (ENE) Share of renewable energy >20 100 Tabell 1. Indikatorer med policymål och maximivärden. Table 1. Indicators with goal posts and max values. 178 TERRA 132: 4 2020Rauhut & Costa EU:s sammanhållningspolitik och regionala... Transporter, tillgänglighet, välfärdstjänster och internetlösningar kan härledas från dessa fem “territoriella nycklar” (Böhme et al. 2011; Zaucha et al. 2014). Fyra av de indikatorer som används i denna studie kan härledas från dessa “territoriella nycklar”: antalet läkare per 100 000 invånare (välfärdstjänster), km motorväg per 1 000 km2 (tillgänglighet, transport, city networking), samt andelen i befolkningen över 65 år (territoriella förutsättningar, välfärdstjänster). Slutligen, en möjlig indikator för att identifiera en regions ekonomiska kapacitet är regional BNP per capita mätt i köpkraftspariteter en ”territoriell nyckel” för territoriella förutsättningar. Samtliga 10 indikatorer är relevanta för denna studie och de kan belysa olika delar av vilka konsekvenser EU:s sammanhållningspolitik har haft på regional nivå. De valda indikatorerna belyser även de tre dimensionerna av ECP: ekonomisk, social och territoriell sammanhållning. Vid sidan av dessa tre dimensioner belyses även hållbarhetsperspektivet i och med att indikatorn för förnyelsebar energi inkluderas i analysen (se Tabell 1). Data och reliabilitet Ett robust index med hög reliabilitet bygger inte endast på hur indexet konstruerats metodologiskt, utan även på kvaliteten hos den använda statistiken. Två aspekter kan nämnas i detta sammanhang: (1) för att kunna mäta effekter och resultat krävs indikatorer för input och kontext. De valda indikatorerna måste fånga detta för att kunna ingå i ett index som mäter konsekvenser (Marques da Costa m.fl. 2013). (2) Inget index är bättre än kvaliteten på den statistik som används. Tillgängligheten på relevant statistik till denna studie är anmärkningsvärt god. Denna studie använder samma statistik på NUTS2-nivån som de ekonometriska studierna av ECP:s effektivitet och resultat som diskuterades i litteraturöversikten ovan. Statistik på NUTS3-nivå hade varit att föredra, men den är mycket fragmentarisk. Luckorna i statistiken för olika år respektive olika regioner är relativt sett få. Statistiken för Norge, Liechtenstein och Schweiz är dock genomgående ofullständig, och som en konsekvens härav har dessa länder inte analyserats. Vidare är statistiken för Storbritannien och Grekland inte komplett. För flera av indikatorerna finns endast data för NUTS0nivån. Storbritannien har även gjort förändringar i sin NUTS-indelning för NUTS2-regionerna Inner London och Greater London, där fyra regioner blev fem. I Greklands fall finns ingen regional statistik för motorvägar och två regioner saknar genomgående regional statistik för flera av de valda indikatorerna. I Tyskland finns indikatorn för andelen av befolkningen som riskerar fattigdom och social exklusion (PEX) endast på nationell nivå (NUTS0), varför denna statistik används för alla regioner. I Österrikes fall finns denna indikator endast för 2011 och 2012. Statistiken för 2011 har använts för 2006 och statistiken för 2012 har använts för 2016. Troligen leder detta till att PEX överskattas för 2006 och underskattas för 2016. Andelen förnyelsebar energi (ENE) finns genomgående endast på nationell nivå, NUTS0. I tabellerna 2 och 3 listas tillgängligheten på statistik. Statistik Data Källa Source PPS NUTS 2, utom NUTS0 för IS, NO, CH: ingen statistik NUTS 2, except NUTS0 for IS, NO, CH: no data Eurostat EMP Alla länder NUTS 2, utom DK och HR: statistik för 2007; SI, UK: statistik 2010 All countries NUTS 2, except DK and HR: data for 2007; SI: data for 2010; UK data for 2010. Eurostat EDU NUTS 2, utom FR83 och FI20: extrapolade värden; PT20, PT30: NUTS 0 DK och HR: statistik 2007; SI och UK: statistik 2010 NUTS 2, except FR83 and FI20: extrapolated; PT20, PT30: NUTS 0 DK and HR: data for 2007; SI and UK: data for 2010 Eurostat YOU NUTS 2, utom DK, HR: statistik för 2007; SI och UK: statistik för 2010; ITC1, AT11, PT15, DEB2, FR63, FR68: NUTS 1; PT20, PT30: 2010; AT32, AT34: 2005; NL34, FI20 extrapolarede värden. NUTS 2, except DK, HR: data for 2007; SI and UK: data for 2010; ITC1, AT11, PT15, DEB2, FR63, FR68: NUTS 1; PT20, PT30: 2010; AT32, AT34: 2005; NL34, FI20 extrapolated Eurostat AGE NUTS 2, utom DK: statistik för 2007; DED4, DED5: statistik för 2011 NUTS 2, except DK: data for 2007; DED4, DED5: data for 2011 Eurostat PEX NUTS 2, utom DE, FR, HR, PT, UK: statistik för NUTS 0; BE, EL, HU: statistik för NUTS 1; DK, RO: NUTS 1; DK, RO: statistik för 2007; SI, FI1B, FI1C, FI1D, SE, CH: statistik för 2008; NL: statistik för 2011 för NUTS 1; PL: statistik för 2012 för NUTS 1; AT: statistik för 2014 NUTS 2, except DE, FR, HR, PT, UK: data for NUTS 0; BE, EL, HU: data for NUTS 1; DK, RO: for NUTS 1; DK, RO: data for 2007; SI, FI1B, FI1C, FI1D, SE, CH: data for 2008; NL: data for 2011 at NUTS 1; PL: data for 2012 at NUTS 1; AT: data for 2014 Eurostat ROA NUTS 2, utom DK: statistik för; DE11-14, DE21-27, DE71-73, DE91-94, DEB1-DEB3: statistik för 2005; DEA1-DEA5: statistik för 2007; EL: NUTS0; UK: NUTS 1; ITG1, MT00: extrapolerad; SI: statistik för NUTS 0; PT11, PT15, PT16, PT17, PT18, ITH2: statistik för NUTS 1 NUTS 2, except DK: data for 2007; DE11-14, DE21-27, DE71-73, DE91-94, DEB1-DEB3: data for 2005; DEA1-DEA5: data for 2007; EL: no data; UK: NUTS 1; ITG1, MT00: extrapolated; SI: data for NUTS 0; PT11, PT15, PT16, PT17, PT18, ITH2: data at NUTS 1 Eurostat INT NUTS 2, utom CZ, ES, PL, PT, FI20: statistik för 2007; BE, BG, DK, DE40, DE80, DED2, DEE0, DEG0, EE00, IE01, IE02, HR03, HR04, CY, LU, HU, RO: statistik för 2008; LT, MT, SE: statistik för 2009; LV: statistik för 2010; DE50: statistik för 2011; FR (utom FR19), FI1B, FI1C: extrapolerade värden; EL3, EL3, EL4: statistik för NUTS 1 för 2006; EL5, EL6: extrapolerade värden; DE, PL, UK: statistik för NUTS 1; ITH5, ITI3: statistik för NUTS 1 SI: statistik för NUTS 0; CH: ingen statistik NUTS 2, except CZ, ES, PL, PT, FI20: data for 2007; BE, BG, DK, DE40, DE80, DED2, DEE0, DEG0, EE00, IE01, IE02, HR03, HR04, CY, LU, HU, RO: data for 2008; LT, MT, SE: data for 2009; LV: data for 2010; DE50: data for 2011; FR (except FR19), FI1B, FI1C: extrapolated; EL3, EL3, EL4: data at NUTS 1 for 2006; EL5, EL6: no data; DE, PL, UK: data at NUTS 1; ITH5, ITI3: data at NUTS 1 SI: data at NUTS 0; CH: no data Eurostat MED NUTS 2, utom IE, UK, SI: statistik för NUTS 0; DK: statistik för 2007; EL5, EL6: ingen statistik; MT: statistik 2009; HR: statistik för 2010; BE: statistik för 2011 DE: statistik för NUTS 1; ES64, NL42, FI1B, FI1C, FI1D: Extrapolerade värden; ITH5, ITI3: statistik för NUTS 0 NUTS 2, except IE, UK, SI: data at NUTS 0; DK: data for 2007; EL5, EL6: no data; MT: data for 2009; HR: data for 2010; BE: data for 2011 DE: data at NUTS 1; ES64, NL42, FI1B, FI1C, FI1D: extrapolated; ITH5, ITI3: data at NUTS 0 Eurostat ENE NUTS 0; NO, CH: ingen statistik NUTS 0; NO, CH: no data Eurostat Tabell 2. Statistik, tillgänglighet per indikator och land 2006. Table 2. Data availability per indicator and country 2006. 179 TERRA 132: 4 2020 Rauhut & Costa EU:s sammanhållningspolitik och regionala... Statistik Data Källa Source PPS NUTS 2, utom NUTS0 för IS, NO, CH: ingen statistik NUTS 2, except NUTS0 for IS, NO, CH: no data Eurostat EMP Alla länder NUTS 2, utom DK och HR: statistik för 2007; SI, UK: statistik 2010 All countries NUTS 2, except DK and HR: data for 2007; SI: data for 2010; UK data for 2010. Eurostat EDU NUTS 2, utom FR83 och FI20: extrapolade värden; PT20, PT30: NUTS 0 DK och HR: statistik 2007; SI och UK: statistik 2010 NUTS 2, except FR83 and FI20: extrapolated; PT20, PT30: NUTS 0 DK and HR: data for 2007; SI and UK: data for 2010 Eurostat YOU NUTS 2, utom DK, HR: statistik för 2007; SI och UK: statistik för 2010; ITC1, AT11, PT15, DEB2, FR63, FR68: NUTS 1; PT20, PT30: 2010; AT32, AT34: 2005; NL34, FI20 extrapolarede värden. NUTS 2, except DK, HR: data for 2007; SI and UK: data for 2010; ITC1, AT11, PT15, DEB2, FR63, FR68: NUTS 1; PT20, PT30: 2010; AT32, AT34: 2005; NL34, FI20 extrapolated Eurostat AGE NUTS 2, utom DK: statistik för 2007; DED4, DED5: statistik för 2011 NUTS 2, except DK: data for 2007; DED4, DED5: data for 2011 Eurostat PEX NUTS 2, utom DE, FR, HR, PT, UK: statistik för NUTS 0; BE, EL, HU: statistik för NUTS 1; DK, RO: NUTS 1; DK, RO: statistik för 2007; SI, FI1B, FI1C, FI1D, SE, CH: statistik för 2008; NL: statistik för 2011 för NUTS 1; PL: statistik för 2012 för NUTS 1; AT: statistik för 2014 NUTS 2, except DE, FR, HR, PT, UK: data for NUTS 0; BE, EL, HU: data for NUTS 1; DK, RO: for NUTS 1; DK, RO: data for 2007; SI, FI1B, FI1C, FI1D, SE, CH: data for 2008; NL: data for 2011 at NUTS 1; PL: data for 2012 at NUTS 1; AT: data for 2014 Eurostat ROA NUTS 2, utom DK: statistik för; DE11-14, DE21-27, DE71-73, DE91-94, DEB1-DEB3: statistik för 2005; DEA1-DEA5: statistik för 2007; EL: NUTS0; UK: NUTS 1; ITG1, MT00: extrapolerad; SI: statistik för NUTS 0; PT11, PT15, PT16, PT17, PT18, ITH2: statistik för NUTS 1 NUTS 2, except DK: data for 2007; DE11-14, DE21-27, DE71-73, DE91-94, DEB1-DEB3: data for 2005; DEA1-DEA5: data for 2007; EL: no data; UK: NUTS 1; ITG1, MT00: extrapolated; SI: data for NUTS 0; PT11, PT15, PT16, PT17, PT18, ITH2: data at NUTS 1 Eurostat INT NUTS 2, utom CZ, ES, PL, PT, FI20: statistik för 2007; BE, BG, DK, DE40, DE80, DED2, DEE0, DEG0, EE00, IE01, IE02, HR03, HR04, CY, LU, HU, RO: statistik för 2008; LT, MT, SE: statistik för 2009; LV: statistik för 2010; DE50: statistik för 2011; FR (utom FR19), FI1B, FI1C: extrapolerade värden; EL3, EL3, EL4: statistik för NUTS 1 för 2006; EL5, EL6: extrapolerade värden; DE, PL, UK: statistik för NUTS 1; ITH5, ITI3: statistik för NUTS 1 SI: statistik för NUTS 0; CH: ingen statistik NUTS 2, except CZ, ES, PL, PT, FI20: data for 2007; BE, BG, DK, DE40, DE80, DED2, DEE0, DEG0, EE00, IE01, IE02, HR03, HR04, CY, LU, HU, RO: data for 2008; LT, MT, SE: data for 2009; LV: data for 2010; DE50: data for 2011; FR (except FR19), FI1B, FI1C: extrapolated; EL3, EL3, EL4: data at NUTS 1 for 2006; EL5, EL6: no data; DE, PL, UK: data at NUTS 1; ITH5, ITI3: data at NUTS 1 SI: data at NUTS 0; CH: no data Eurostat MED NUTS 2, utom IE, UK, SI: statistik för NUTS 0; DK: statistik för 2007; EL5, EL6: ingen statistik; MT: statistik 2009; HR: statistik för 2010; BE: statistik för 2011 DE: statistik för NUTS 1; ES64, NL42, FI1B, FI1C, FI1D: Extrapolerade värden; ITH5, ITI3: statistik för NUTS 0 NUTS 2, except IE, UK, SI: data at NUTS 0; DK: data for 2007; EL5, EL6: no data; MT: data for 2009; HR: data for 2010; BE: data for 2011 DE: data at NUTS 1; ES64, NL42, FI1B, FI1C, FI1D: extrapolated; ITH5, ITI3: data at NUTS 0 Eurostat ENE NUTS 0; NO, CH: ingen statistik NUTS 0; NO, CH: no data Eurostat Tabell 3. Statistik, tillgänglighet per indikator och land 2016. Table 3. Data availability per indicator and country 2006. Statistik Data Källa Source PPS NUTS 2 för 2015, utom IE och NO: statistik för 2014; IS: NUTS0, CH: ingen statistik NUTS 2 for 2015, except IE and NO: data for 2014; IS, CH: no data Eurostat EMP NUTS 2 NUTS 2 Eurostat EDU NUTS 2, utom PT20: extrapolerade värden NUTS 2, except PT20: extrapolated Eurostat YOU NUTS 2, utom DE22-DE24, DE26, DEB2, DED2, DED4, DED5, FR83, ITC2, AT11, AT34, PL43: statistik för NUTS 1; DE73, PT20, PT30, UKD1, UKM6: 2014; DE50: 2011; BG31, DE25, DE80, DE93, FR63, PL52, PT15, UKE2, UKK3: 2015 NUTS 2, except DE22-DE24, DE26, DEB2, DED2, DED4, DED5, FR83, ITC2, AT11, AT34, PL43: data at NUTS 1; DE73, PT20, PT30, UKD1, UKM6: 2014; DE50: 2011; BG31, DE25, DE80, DE93, FR63, PL52, PT15, UKE2, UKK3: 2015 Eurostat AGE NUTS 2 NUTS 2 Eurostat PEX NUTS 2, utom DE, FR, HR, PT, UK: NUTS 0; BE, EL, HU, NL, PL: NUTS 1; AT, IS: statistik för 2015 NUTS 2, except DE, FR, HR, PT, UK: NUTS 0; BE, EL, HU, NL, PL: NUTS 1; AT, IS: data for 2015 Eurostat ROA NUTS 2 för 2015, utom ITH2, UK: NUTS 1; PT, EL: NUTS 0; DE11-14, DE91-94: statistik för 2009; DE21-27, DE71-73, DEA1-A5, DEB1-B3, DED2, DED4, DED5: statistik för 2010; SI, NO: statistik för 2012; IT, FI, CH: statistik för 2014; MT: extrapolerade värden NUTS 2 for 2015, except ITH2, UK: NUTS 1; PT: NUTS 0; EL: no data; DE11-14, DE91-94: data for 2009; DE21-27, DE71-73, DEA1-A5, DEB1-B3, DED2, DED4, DED5: data for 2010; SI, NO: data for 2012; IT, FI, CH: data for 2014; MT: extrapolated Eurostat INT NUTS2 för 2017, utom PT: 2016; DE, EL, PL, UK: statistik för NUTS 1; FI20: extrapolerade värden NUTS 2 for 2017, except PT: data for 2016; DE, EL, PL, UK: data at NUTS 1; FI20: extrapolated Eurostat MED NUTS 2, utom CZ: 2013; DK, FR, SK, FI, SE: 2014; IE, SI, UK: NUTS 0; DE: NUTS 1; ES64, EL51-54, EL61-64: extrapolerade värden NUTS 2, except CZ: 2013; DK, FR, SK, FI, SE: 2014; IE, SI, UK: NUTS 0; DE: NUTS 1; ES64: extrapolated; EL51-54, EL61-64: no data. Eurostat ENE NUTS 0; NO, CH: ingen statistik NUTS 0; NO, CH: no data Eurostat 180 TERRA 132: 4 2020Rauhut & Costa EU:s sammanhållningspolitik och regionala... Reliabilitet betraktas som mätningens konsistens och replikerbarhet. För att öka konsistensen på vad som mäts i detta index har harmoniserad statistik från Eurostat använts, och de approximationer som gjorts för t.ex. andelen av befolkningen i risk för fattigdom och social exklusion i Tyskland och Österrike kommer inte att skapa systemfel i uppskattningarna. Tabellerna 2 och 3 innehåller detaljerad information över den använda statistiken och hur inkomplett statistik hanterats. Liechtenstein, Norge och Schweiz har uteslutits på grund av att statistiken för dessa länder uppvisar för många brister. Att konstruera ett index Det index som konstrueras här, Territorial Cohesion Development Index (TCDI), bygger på samma metodologi som används för FN:s Human Development Index (HDI). Precis som i HDI, kommer de mål som anges som policymålsättningar att användas som riktvärden. Minimioch maximivärden beräknas för att transformera olika enheter till ett index på en skala från 0 till 1 (UNDP 2016b). Komponentindikatorerna standardiseras sedan med utgångspunkt från de mål som formuleras i policydokumenten (Ekvation 1a, 1b). I de fall målen i policydokumenten uppnås (se Tabell 1) kommer indikatorn anta värdet 1. Det är värt att notera att indikatorn för PEX har ett maxvärde som är mindre än 100. Inte i något land i världen lever 100% av befolkningen i fattigdom – inte ens i länder som exempelvis Afghanistan, Irak eller Somalia (World Bank 2018). Därför har maxvärdet för PEX satts till lägre än 100 procent. När minimioch maximivärdena för en indikator beräknats kan ett delindex I x beräknas på samma sätt som i HDI (UNDP 2016b) – se ekvation 1a. För indikatorer som uppnått policymålsättningen xmax, ersätts nämnaren med det definierade målvärdet. Ix = (1a) För indikatorer som andelen av befolkningen i åldern 65+ år, andelen av befolkningen i risk för Statistik Data Källa Source PPS NUTS 2 för 2015, utom IE och NO: statistik för 2014; IS: NUTS0, CH: ingen statistik NUTS 2 for 2015, except IE and NO: data for 2014; IS, CH: no data Eurostat EMP NUTS 2 NUTS 2 Eurostat EDU NUTS 2, utom PT20: extrapolerade värden NUTS 2, except PT20: extrapolated Eurostat YOU NUTS 2, utom DE22-DE24, DE26, DEB2, DED2, DED4, DED5, FR83, ITC2, AT11, AT34, PL43: statistik för NUTS 1; DE73, PT20, PT30, UKD1, UKM6: 2014; DE50: 2011; BG31, DE25, DE80, DE93, FR63, PL52, PT15, UKE2, UKK3: 2015 NUTS 2, except DE22-DE24, DE26, DEB2, DED2, DED4, DED5, FR83, ITC2, AT11, AT34, PL43: data at NUTS 1; DE73, PT20, PT30, UKD1, UKM6: 2014; DE50: 2011; BG31, DE25, DE80, DE93, FR63, PL52, PT15, UKE2, UKK3: 2015 Eurostat AGE NUTS 2 NUTS 2 Eurostat PEX NUTS 2, utom DE, FR, HR, PT, UK: NUTS 0; BE, EL, HU, NL, PL: NUTS 1; AT, IS: statistik för 2015 NUTS 2, except DE, FR, HR, PT, UK: NUTS 0; BE, EL, HU, NL, PL: NUTS 1; AT, IS: data for 2015 Eurostat ROA NUTS 2 för 2015, utom ITH2, UK: NUTS 1; PT, EL: NUTS 0; DE11-14, DE91-94: statistik för 2009; DE21-27, DE71-73, DEA1-A5, DEB1-B3, DED2, DED4, DED5: statistik för 2010; SI, NO: statistik för 2012; IT, FI, CH: statistik för 2014; MT: extrapolerade värden NUTS 2 for 2015, except ITH2, UK: NUTS 1; PT: NUTS 0; EL: no data; DE11-14, DE91-94: data for 2009; DE21-27, DE71-73, DEA1-A5, DEB1-B3, DED2, DED4, DED5: data for 2010; SI, NO: data for 2012; IT, FI, CH: data for 2014; MT: extrapolated Eurostat INT NUTS2 för 2017, utom PT: 2016; DE, EL, PL, UK: statistik för NUTS 1; FI20: extrapolerade värden NUTS 2 for 2017, except PT: data for 2016; DE, EL, PL, UK: data at NUTS 1; FI20: extrapolated Eurostat MED NUTS 2, utom CZ: 2013; DK, FR, SK, FI, SE: 2014; IE, SI, UK: NUTS 0; DE: NUTS 1; ES64, EL51-54, EL61-64: extrapolerade värden NUTS 2, except CZ: 2013; DK, FR, SK, FI, SE: 2014; IE, SI, UK: NUTS 0; DE: NUTS 1; ES64: extrapolated; EL51-54, EL61-64: no data. Eurostat ENE NUTS 0; NO, CH: ingen statistik NUTS 0; NO, CH: no data Eurostat xmax-xmin xactual-xmin 181 TERRA 132: 4 2020 Rauhut & Costa EU:s sammanhållningspolitik och regionala... fattigdom och social exklusion samt ungdomsarbetslösheten är ett högt värde inte positivt. Detta kontrolleras för genom att delindexet inverteras för dessa indikatorer på det sätt som visas i ekvation 1b. Ix = 1 - (1b) TCDI beräknas sedan som det aritmetiska medelvärdet av de olika delindexen1: TCDI = (2) Förändringar över tid i TCDI beräknas enligt följande: ∆TCDI = TCDI(t+1) - TCDIt (3) HDI är känt för att ge robusta resultat. Givet att de använda indikatorerna mäter det de förmodas mäta (Marques da Costa et al. 2013), kan man anta att TDCI även producerar robusta resultat på det sätt HDI gör. Resultat Länder såsom Lettland, Polen, Tjeckien, Slovakien, Ungern, Rumänien, Bulgarien och Grekland samt södra Italien får relativt sett låga värden i TCDI. Perifera länder såsom Irland, Island, Sverige, Finland, Estland, Litauen och Cypern får däremot relativt sett höga värden i TCDI. Det gör även regioner i Tyskland, Frankrike, nordöstra Spanien, Nederländerna, Luxembourg och London. På det hela taget bekräftar TDCI den bild de flesta har av sammahållningspolitiken i EU 2006 (Figur 1). Över lag visar värdena för 2016 att länder såsom Lettland, Polen, Tjeckien, Slovakien och Ungern gynnats av ECP. Detta är ett förväntat utfall. Att de xmax-xmin xactual-xmin n (Ix+Iy+• • • + In) 1 Eftersom visa av indikatorerna kan anta värdet noll kan inte det geometriska medelvärdet användas, vilket gör att det aritmetiska medelvärdet måste användas i stället. Figur 1. Territorial Cohesion Development Index (TCDI) resultat 2006 (kvintiler). Figure 1. Territorial Cohesion Development Index (TCDI) result 2006 (quintiles). 182 TERRA 132: 4 2020Rauhut & Costa EU:s sammanhållningspolitik och regionala... nordiska länderna, Estland och Cypern också har ett högt TDCI-resultat är inte heller förvånande. Mot bakgrund av den finansiella krisen som särskilt kom att drabba länder som Grekland, Spanien, Portugal, Italien och Irland är det inte förvånande att värdena i TCDI minskat. Snarare är de relativt höga värdena för de irländska regionerna 2016 förvånande (Figur 2). När värdena för TCDI jämförs mellan 2006 och 2016 uppträder intressanta resultat. Vid första anblicken är resultaten de förväntade: länder såsom Lettland, Polen, Tjeckien, Slovakien, Ungern, Rumänien och Bulgarien har alla ökat sina värden i TCDI markant. Ett uttalat mål med ECP är att minska klyftorna mellan regioner i de nya och gamla medlemsländerna, och att denna process är pågående framkommer av resultaten i TCDI. De kraftiga förbättringarna i TCDI för Danmark, Österrike, delar av Tyskland och Belgien är däremot förvånande (Figur 3). Att den hårdföra krispolitik som antogs i Grekland, Spanien, Italien och Island kunde leda till större klyftor sett ur ett sammanhållningsperspektiv är inte förvånande, och detta är något som framkommer av resultaten i Figur 3. Däremot är den negativa utveckling som framkommer i större delen av Finland och Sverige samt delar av Nederländerna och Frankrike förvånande. Även om Sverige och Finland har höga värden i TCDI både för 2006 och 2016, har de förlorat relativt sett 2016. Tyska storstäder (Hamburg, Bremen och Berlin) framstår som klara vinnare. Medan fem regioner i Europas periferi (Stockholm, Madrid, Island, Helsingfors samt södra och östra Irland) var bland de 10 regioner som hade de högsta resultaten 2006 fanns det bara två kvar på top-10-listan 2016. Åtta av de 10 regioner som hade högst värde 2016 är centraleuropeiska storstadsregioner (Tabell 4). Detta indikerar inte bara att ECP gynnat storstadsområden efter krisen 2009, utan även att det skett en förskjutning från länder i EU:s utkanter till förmån för Centraleuropa. När de 10 regioner som presterade sämst i TCDI 2006 och 2016 analyseras framkommer dramatiska förändringar mellan de båda åren. Medan åtta av de 10 regioner som presterade sämst 2006 var beFigur 2. Territorial Cohesion Development Index (TCDI) resultat 2016 (kvintiler). Figure 2. Territorial Cohesion Development Index (TCDI) result 2016 (quintiles). 183 TERRA 132: 4 2020 Rauhut & Costa EU:s sammanhållningspolitik och regionala... 2006 2016 Region TCDI-värde / TCDI score Region TCDI-värde / TCDI score SE11 - Stockholm 0,75746 DE60 - Hamburg 0,79031286 ES30 - Comunidad de Madrid 0,74111 DE50 - Bremen 0,749908923 NL31 - Utrecht 0,73626 SK01 - Bratislavský kraj 0,749437728 IS00 - Ísland 0,73498 DK01 - Hovedstaden 0,74881797 FI1B - Helsinki-Uusimaa 0,72953 DE30 - Berlin 0,742687223 DK01 - Hovedstaden 0,71373 SE11 - Stockholm 0,739828922 LU00 - Luxembourg 0,71125 LU00 - Luxembourg 0,729426031 IE02 - Southern and Eastern Ireland 0,70916 AT13 - Wien 0,72482085 DE60 - Hamburg 0,70222 FI1B - Helsinki-Uusimaa 0,722394274 NL32 - Noord-Holland 0,69930 DE71 - Darmstadt 0,721028542 Tabell 4. De 10 NUTS 2 regioner med högst TCDI-värden 2006 och 2016. Table 4. The 10 NUTS2 regions with highest TCDI scores in 2006 and 2016. Figur 3. Skillnader i Territorial Cohesion Development Index (TCDI) mellan 2006 och 2016 (kvintiler). Figure 3. Changes in the Territorial Cohesion Development Index (TCDI) between 2006 and 2016 (quintiles).