Som beskrevet i kapittel 1 var en viktig del av bakgrunnen for dette prosjektet at Arbeids- og velferdsdirektoratet hadde påvist betydelige fylkesvise forskjeller i varigheten av sykmeldinger for personer med samme diagnose (Helde mfl. 2010 [2]).
Dette ble bekreftet i analyser hvor man så på sykmeldte innen samme næring, og forskjellene ble også opprettholdt når man tok hensyn til at kjønns- og alderssammensetningen varierer mellom fylkene (Helde mfl. 2011 [3]).
Disse funnene indikerer at forhold utover næringsstruktur, kjønn og alderssammensetning er vesentlige for å forklare forskjeller i sykefraværet og sykefraværsmønsteret på fylkesnivå.
Et av målene med innføringen av diagnosespesifikk beslutningsstøtte og de anbefalingene med hensyn til varighet av sykmeldinger, var å bidra til større forutsigbarhet og mer likebehandling i sykmeldingsprosessen. Dette må slik vi ser det innebære at beslutningsstøtten forventes å føre til en reduksjon i de fylkesvise forskjellene i varigheten av sykmeldinger.
Det er likevel ikke lagt opp til noen effektevaluering av innføringen med hensyn til om denne målsetningen er oppnådd. Dette ville heller ikke vært lett å gjennomføre i lys av usikkerheten med hensyn til når og i hvilken grad ulike sykmeldere har tatt i bruk verktøyet, og at det ikke finnes noen opplagt kontrollgruppe. I stedet er det valgt å foreta en enkel kvantitativ analyse av sykefraværsstatistikken totalt og på fylkesnivå, med sikte på å studere utviklingen de siste årene i ulike mål på varighet.
Utgangspunktet er statistikk over varigheten av legemeldte sykefraværstilfeller i kalenderdager, basert på hvilket kvartal sykefraværet startet i. Dette er statistikk som publiseres av NAV med ett års etterslep for å få med hele varigheten (maksimalt ett år sammenhengende). Vi vil her vise tall for de fire siste årene og for 2009, siden dette året ble brukt i den tidligere analysen (Helde mfl. 2011). For å unngå sesongvariasjoner, og siden de nyeste tallene vi har er for sykefraværstilfeller som startet i annet kvartal 2018, bruker vi tolvmånedersperioden juli 2017 – juni 2018, og tilsvarende for tidligere år (unntatt 2009). Dersom beslutningsstøtten skulle ha hatt en effekt, vil vi forvente å kunne se denne tidligst i tallene for sykefravær som startet i 2015–2016, men mer sannsynlig først de to siste årene vi ser på. Vi må da være klar over at det også er andre spesielle forhold som kan ha påvirket tallene i denne perioden, og viktigst av disse er at konjunkturene i arbeidsmarkedet på grunn av kraftig nedgang i oljeprisen og oljeinvesteringene utviklet seg i ulik retning i ulike deler av landet.
Tallene for landet som helhet (figur 1) viser at den gjennomsnittlige varigheten de to første årene vi ser på (2014–2015 og 2015–2016) lå svært nær tallene fra 2009, men det var en viss økning fra 2014–2015 til 2015–2016. Det er sannsynlig at denne økningen henger sammen med at flere i denne perioden ble arbeidsledige (jf. konjunkturgangen i deler av landet), noe som har vist seg å føre til økt varighet av nye sykefravær (Nossen 2014 [4]).
De siste to årene ser vi derimot en nedgang. Dersom vi sammenligner 2017–2018 med 2014–2015 (før konjunkturnedgangen), ble gjennomsnittlig varighet redusert fra 40,5 til 39,8 dager. Dette tilsvarer en nedgang på 0,7 dager eller 2 prosent. Det ser altså ut til at det var en liten nedgang i varigheten når vi forsøker å ta høyde for konjunkturenes betydning på denne måten. Vi ser at nedgangen var klart sterkere for menn enn kvinner (henholdsvis 1,4 og 0,3 dager). [5]
Vi kan imidlertid ikke uten videre anta at denne reduksjonen i gjennomsnittlig varighet skyldes innføringen av beslutningsstøtte. En mulig alternativ forklaring er at nedgangen kan skyldes NAVs arbeid med å håndheve aktivitetskravet ved åtte ukers sykefravær på en mer konsekvent måte («Hedmarksmodellen»). Vi kan heller ikke se bort fra at innføring av digitale sykmeldinger de siste årene kan ha påvirket tallene. [6]
Figur 1
Vi skal nå se på de fylkesvise tallene (figur 2a-c). Dersom beslutningsstøtten har påvirket varigheten av sykefraværene, ville vi forvente at varigheten ble mest redusert i fylker hvor den var lang i utgangspunktet, mens fylker med kortere gjennomsnittlig varighet kanskje ville få økt varighet. Det ser ut til at det kan være en svak slik tendens når vi igjen sammenligner 2014–2015 med 2017–2018.
Av de fire fylkene med lengst gjennomsnittlig varighet i 2014–2015 varierer endringen i perioden fra -2,5 dager i Aust-Agder til +0,2 dager i Vest-Agder (mens Nordland og Hedmark ligger et sted imellom), og av de fire fylkene med kortest varighet i 2014–2015 varierer den fra -1,1 dager i Hordaland til +2,0 dager i Rogaland (Oslo og Akershus ligger et sted imellom).
I tillegg til Rogaland og Vest-Agder økte varigheten også i Møre og Romsdal. Denne økningen kan imidlertid henge sammen med konjunkturnedgangen, som i hovedsak rammet nettopp Rogaland og de andre fylkene i den sørvestlige delen av landet. Dette indikerer at det fortsatt var effekter av konjunkturnedgangen det siste året vi ser på, noe som kompliserer analysen ytterligere. Det kan imidlertid bety at den reelle (konjunkturjusterte) nedgangen i varigheten har vært noe større enn det tallene viser.
Figur 2
Størst nedgang i den gjennomsnittlige varigheten fra 2014–2015 til 2017–2018 finner vi i Østfold med en reduksjon på 3,5 dager eller 8 prosent. Deretter følger Aust-Agder og Telemark (henholdsvis -2,5 og -2,4 dager) og Sogn og Fjordane og Finnmark (henholdsvis -2,0 og -1,9 dager).
Ser vi på differansen mellom gjennomsnittlig varighet i fylkene med henholdsvis lengst og kortest gjennomsnittlig varighet hvert år, var denne på 17,7 dager i 2009 og økte til 21,7 dager i 2014–2015 og 23,2 dager i 2015–2016. Deretter var det en liten nedgang til 22,2 dager i 2016–2017 og 20,5 dager i 2017–2018. Varigheten var i hele perioden kortest i Oslo, mens Vest-Agder og Aust-Agder vekslet om å ha lengst varighet. [7]
Vi konkluderer med at det er mulig at innføringen av beslutningsstøtte har ført til en liten reduksjon i variasjonen mellom fylkene med hensyn til gjennomsnittlig varighet av sykefraværene. Vi kan imidlertid ikke slå dette fast med sikkerhet, og hovedbildet er at variasjonen mellom fylkene i stor grad er som før. Det må presiseres at vi ikke har sett på utviklingen for enkeltdiagnoser, og det kan ikke utelukkes at det har vært en tydeligere utjevning av forskjellene i varighet for noen diagnoser.
[2] Helde, Ingunn, Per Kristoffersen, Nina Lysø og Ola Thune (2010) «Sykefravær: Store fylkesvise forskjeller i varigheten innenfor samme diagnose». Arbeid og velferd, 4, 38–55.
[3] Helde, Ingunn, Per Kristoffersen og Nina Lysø (2011) «Kan næringsstruktur forklare fylkesvise forskjeller i sykefraværet?». Arbeid og velferd, 3, 14–31.
[4] Nossen, Jon Petter (2014) «Utviklingen i sykefraværet: Betydningen av arbeidsmarkedet, gradering og regelendringer». Arbeid og velferd, 2, 75–88.
[5] En faktor her er at flere menn enn kvinner jobber i konjunkturutsatte næringer, men dette skulle ikke påvirke endringen fra 2014–2015 til 2017–2018.
[6] I stedet for gjennomsnittet kunne vi sett på medianverdien, men utviklingen i denne er enda vanskeligere å tolke. Medianen var 11 dager i 2009, 2014–2015 og 2015–2016, og deretter 10 dager. For kvinner var medianen 11 dager i hele perioden og for menn 10 dager i hele perioden.
[7] De fylkesvise tallene for medianen viser en variasjon mellom 8 og 14 dager i 2009, og mellom 8 og 15 dager de andre årene. Det er altså ingen reduksjon i variasjonen mellom fylkene når vi ser på medianverdier.