Med målsättning att bättre kunna identifiera företagare har SCB tagit fram en ny världsunik algoritm – BAS (Befolkningens arbetsmarknadsstatistik). Under seminariet, som var ett samarrangemang mellan Örebro universitet, SCB och Entreprenörskapsforum, presenterades både den nya algoritmen bakom identifieringen, skillnaden från den tidigare statistiken (RAMS) och vilka andra centrala entreprenörskapsvariabler som nu finns tillgängliga.
Ladda ner: PPT 24 november
Sammanfattning*
Varför är det viktigt att kunna mäta antalet företagare?
Keynote-talaren Bram Timmermans, professor Department of Strategy and Management, NHH Norwegian School of Economics, gav en analys av varför både Norge och Sverige brottas med mätning av entreprenörskap.
Alla talar om entreprenörskap – men vi kan inte ens säga hur många entreprenörer vi har.
Han visade hur företagsetableringar i statistiken blandas ihop med reella startups: omregistreringar, holdingbolag, fastighetsbolag, fissioner, fusioner och koncerninterna omstruktureringar. Resultatet är att antalet nya företag ofta överskattas kraftigt.
Han gav också exempel från Norge där näringsministern fortfarande refererar till ”80 000 nya företagare” – en siffra som i praktiken inkluderar mängder av icke-entreprenöriella registreringar.
Om vi mäter fel får vi också fel politik. Man kan inte utvärdera stödprogram om man inte vet vem som faktiskt är entreprenör.
Timmermans presenterade dessutom en bredare definition av entreprenörskap som process, inte bara registrerad aktivitet: från idé och förberedelser till faktisk etablering och senare utfall.
Bram Timmermans, Lukas Gamerov
SCB:s nya världsunika algoritm – hur påverkar det utvecklingen av antalet företagare
Efter keynote följde en teknisk genomgång av Lukas Gamerov, ekonom/statistiker SCB, som presenterade hur BAS – Befolkningens arbetsmarknadsstatistik– ersatt RAMS.
Vi har ingen enskild källa som beskriver företagare. Därför måste företagare identifieras genom att kombinera många register.
Modellen bygger på indikatorer såsom:
- deklarationer
- AGI-uppgifter
- företagsregistret (moms, F-skatt, arbetsgivare, omsättning)
- verklig huvudman
- styrelsefunktioner
- koncernstruktur
- adresskoppling mellan företag och individ
En person klassas som företagare när tillräckligt många indikatorer pekar åt samma håll.
Gamerov visade också att BAS ger högre täckning än RAMS – vilket förklarar varför antalet företagare ökar när man jämför statistiken för samma år.
Vi har fler källor nu och hittar därför fler företagare än tidigare. Täckningen är helt enkelt bättre.
Hybrid och bisyssla – ett (o)vanligt fenomen?
Fredrik W. Andersson, forskningsledare Entreprenörskapsforum, presenterade nya data om individer som är både anställda och företagare – så kallade hybrider – samt de som har flera jobb.
Vi korrigerar företagarinkomsterna eftersom de är underrapporterade. Annars underskattar vi hur många som faktiskt driver företag vid sidan av sin anställning.
Drygt 4 procent av de anställda är hybrider, och 10 procent har en bisyssla. Politiker var den yrkesgrupp där bisysslor är allra vanligast – över 55 procent.
Kan vi identifiera sociala företag?
Daniela Andrén, docent Örebro universitet, visade hur svårt det är att identifiera sociala företag i registerdata eftersom organisationsformer och juridiska strukturer varierar kraftigt.
Definitionen av ett socialt företag finns – men den syns inte i registren. Därför är de extremt svåra att mäta.
Hon nämnde vikten av att förstå den sociala dimensionen av dessa företag, särskilt när det gäller deras roll i att inkludera personer som står långt ifrån arbetsmarknaden, som personer med funktionsnedsättning eller utrikesfödda som har svårt att komma in på arbetsmarknaden.
Andrén avslutade med att diskutera vikten av att identifiera sociala företag korrekt i registerdata och föreslog att det kanske skulle vara enklare om Sverige kunde följa ett system likt Norges.
Bram Timmermans, Fredrik Andersson, Daniela Andrén
Ägande, familjeägande – luckor i data att fylla
Seminariet avslutades med Rasmus Rahm, vd SSES, som presenterade ett projekt om hur man kan kartlägga ägande i svenska företag. Detta då aktieboken i privata aktiebolag ofta är felaktig eller saknas helt.
95 procent av aktieböckerna är utdaterade eller felaktiga. Det gör det svårt att veta vem som äger vad.
Men Rahm visade också en lösning: en ny teknik för att återskapa aktieböcker med hjälp av maskininlärning och offentliga register.
Vi kan faktiskt använda omvänd ingenjörskonst av aktieböckerna utifrån offentliga data och få fram ägarstrukturen.
Resultaten visar bl.a. att kvinnors andel av aktier i privata aktiebolag är lägre än man tidigare trott – cirka 11 procent av den totala aktiestocken i det material som analyser
Slutsats: datakvalitet avgör vilken politik som är möjlig
Seminariet visade hur stark svensk registertradition är – och hur snabbt den utvecklas – men också hur kritiskt det är att förbättra mätmetoderna. Allt från stödpolitik till internationella jämförelser riskerar att bygga på felaktiga antaganden om entreprenörer, företag och ägarskap.
Sammantaget var budskapet tydligt:
bättre data om entreprenörer kräver både nya tekniska lösningar och mer samspel mellan statistikmyndigheter, forskare och politiker.
*Observera: Detta referat har sammanställts med hjälp av en AI-modell och ska ses som en indikativ sammanfattning av vad som sades under seminariet. Det kan innehålla feltolkningar eller sakfel och bör inte betraktas som ett ordagrant eller auktoritativt referat. För fullständig och korrekt information hänvisas till originalkällor eller videoinspelningen.
——
