Trolig utveckling fördelad på län

Som jag påpekat många gånger är detta en ganska spretig bild. Störst trolig ökning har Gotland med 10%. Den uppgiften är ännu osäker. Dels är Gotland litet, dels har vi ännu bara två månadsutfall. Och det är inget problem för riksvärdet. Därtill är Gotland för litet.

Men för två de tre län som ensamma utgör hälften av riket är den troliga utvecklingen en ökning. Det är oroande.

Nåja, ännu har vi bara två månadsutfall. Mycket hinner ändra sig. Och då kan du läsa om här. När försäkringskassan släpper de nya månadsutfallen så presenteras konsekvenserna här.

Troligast: små förändringar under 2019

Som tidigare: de kortare sjukfallens nettodagar minskar och de längre sjukfallens nettodagar ökar. Och minskningen är bra nära lika stor som ökningen. Så på totalen lär det bli nära plusminusnoll.

Ökningen för de långa sjukfallens nettodagar lär plana ut eftersom antalet riktigt långa sjukfall (>2 år) minskar.

Och hur trolig är då minskningen av nettodagarna i de kortare sjukfallen?

Givet de två månadsutfall vi hittills har så finner inte algoritmen anledningen att ändra sin uppfattning. Årsutfallet lär hamna kring -1,5 miljoner nettodagar. Så då spörs det hur mycket nettodagarna i de långa sjukfallen kommer att öka.

Fortsättning följer.

56 miljoner dagar per år

I kort sammanfattning är det vad som står i försäkringskassan nyligen publicerade prognos. Fast man får leta upp det i bilaga 2.

Det stämmer rätt väl med vad Datoras algoritm förutsäger för 2019. Men försäkringskassan har ett längre tidsperspektiv. Man räknar med nivån 56 miljoner nettodagar sjukskrivning hela vägen till och med år 2022. Och det var också den nivå vi landade på år 2018. Nu räknar man med att vi kommer att befinna oss på en platå. Minskningarnas tid bedöms vara förbi.

Sjukpenningtalet, som regeringen tidigare målsatte till 9,0 per dec 2020, det måttet minskar 0,1 per år. Men det beror alltså på att nämnaren ökar. Och i nämnaren hittar vi antalet personer som finns i ett sådant läge att de skulle kunna bli sjukskrivna. Här finns t ex inte de som är för unga, de som är för gamla och de som är ‘förtidspensionerade’.

Men till 9,0 kommer vi inte till 2020. Ännu 2022 räknar försäkringskassan med att sjukpenningtalet är 9,4.

Det blir spännande att se om den nya regeringen ånyo sätter ett mål i termer av sjukpenningtalet. Och i så fall vilken nivå man väljer.

Trolig utveckling fördelad på län och sjukfallslängder

En av algoritmens stora fördelar är att den lånar sig till fördelning på olika varianter av ‘snitt’ i det totala materialet. I det här diagrammet redovisas fördelning på såväl län som i vilka sjukfallslängder som dagarna utbetalas.

Ta t ex Kronobergs län. Där är den troliga minskningen kring 10% då vi pratar om sjukfall som är kortare än 2 år. För sjukfall längre än 2 år är det istället en påtaglig ökning, strax över 20%. På totalen blir det ändå en minskning kring 6% eftersom de kortare sjukfallen (tack och lov) är klart färre än de långa.

Eftersom beräkningarna baseras på endast en månads utfall under 2019 finns det förstås en rätt stor osäkerhet. Men eftersom allt bygger på en algoritm är det en ‘fingerknäppning’ att redovisa nya beräkningar efterhand som vi får flera utfall från fler månader. Och sådan redovisning finner du här varje månad kring mitten av månaden.

Inte mycket till minskning

Nu har utfallet för januari kommit.

Minskningen i de kortare (nåja < 2 år) är puttelitet större än ökningen i de förskräckligt långa (>2 år) sjukfallen. Så visst, på totalen är det en minskning. Men den är så liten att algoritmens beräkning av det troliga årsutfallet slutar med en mycket liten förändring.

Nu är visserligen osäkerheten i den beräkningen stor eftersom vi bara har ett enda månadsutfall. Fast förra året var beräkningen efter att januarifallet blev känt bara en (1) procent. Så ibland stämmer det väl.

Nåja, här på bloggen kommer den fortsatta utvecklingen att följas tätt. Så titta in igen och du är säker på att veta det senaste.

Pågående sjukfall tillbaka på 2017 års nivå

Uppgiften om de pågående sjukfallen lämnas med eftersläpning. Nyss släppte försäkringskassan värdena för oktober 2018. Normalt är en ökning under hösten. Men nu har värdet för 2018 hunnit upp värdet för 2017.

För de riktigt långa (>2 år) sjukfallen är det fortfarande ökningar jämfört med föregående år. Men i absoluta tal har ökningen (nästan) upphört.

Detta är riksbilden. Tittar vi på utvecklingen per län är bilden, som oftast, tydligt splittrad.

Här finns åtminstone två hoppingivande signaler. Sedan förra månaden har vi ytterligare ett län som visar minskande värden. Och den här gången har inget län ökat sitt värde med mer än 20%.

Det är svårt att motstå frestelsen att åter påpeka hur olika grannlänen Västernorrland och Gävleborg utvecklas. Så därför påpekar jag det.

Sjukpenningtalet planar ut

För riket gäller nu en slags platå. Och som jag redan påpekat så finns därbakom bruttoförändringar som varierar påtagligt mellan länen. Det är det som illustreras i diagrammet ovan.

I regeringens regleringsbrev till Försäkringskassan finns inte något mål för sjukpenningtalet angivet. Det beror på att det var övergångsregeringen som skrev regleringsbrevet.

Men nu har vi en riktig regering och därmed kan regleringsbrevet förändras. Det skulle inte förvåna mig om de 9,0 dyker upp igen.

Då kommer också de länsvisa uppdragen att aktualiseras och därför är bilden nedan med någorlunda visshet fortsatt intressant.

Fyra län har klarat sina uppdrag. Rätt många har rätt mycket kvar.

De fortsatta förändringarna av sjukpenningtalet, sjukskrivningsdagarna och de pågående sjukfallen för riket och för länen finner du fortsatt i den här bloggen.

En konkurrensfördel för algoritmen

Traditionell prognosarbete är alltför krävande för att öppna för att göra prognoser för olika varianter av nedbrytningar, t ex kön, regioner och fallängder.

Algoritmen lånar sig enkelt till sådant. Frågan är om resultaten är tillräckligt bra för att de ska vara meningsfulla att ta till sig.

I den fil du kan ladda ner här kan du se hur väl algoritmen under året kunde förutsäga det slutliga årsutfallet. En horisontell linje signalerar god precision. Och som du ser är linjen för de olika länen ofta just horisontell.

Datoras algoritm är väl värd att ta till sig.

Minskningarna var större än ökningarna

Låt oss titta på bruttoförändringarna ur ett regionalt perspektiv. Det finns län som ökar och län som minskar, nämligen.

Den största minskningen i absoluta tal hittar vi i Västra Götalands län. Inte så överraskande – VG är ett riktigt stort län. Det behövs inte så många procent för att det ska bli många dagar.

Men därnäst kommer Västernorrland med nästan lika stor minskning – i absoluta tal, märk väl. Och det är ett litet län. Så många dagar betyder en STOR procentuell minskning.

Jag skulle inte tro att norrlandslänen kan fortsätta med sina snabba minskningar. De hade sjukskrivningstal som starkt avvek från resten av riket. Nu har de rättat in sig i ledet, dvs kraftigt minskat sjukskrivningarna. Men nu är det gjort. Minskningarna lär inte kunna fortsätta. Och då kommer inte riket att kunna visa minskning om inte många andra län byter fot.

Som sagt, bakom nettoförändringar döljer sig intressanta bruttoförändringar.