Hoppa till innehåll
SVERIGEFAKTA.com

Granskning · Kohorter efter ankomstår

Kohorter efter ankomstår — hur skiljer sig ankomstperioderna?

Sidan jämför fyra ankomstkohorter (1990–94, 2005–09, 2014–16, 2017–22) vid varje observerad vistelsetid. Frågan är inte ’vad händer när samma kohort är kvar längre?’ (det är systersidan) utan ’vad såg annorlunda ut för gruppen som anlände under just den perioden — sammansättning, utfall, konjunktur?’ Registerdata från SCB, Ruist och Konjunkturinstitutet.

Texten beskriver genomsnitt för grupper, inte enskilda personer eller kulturer. Underlag: SCB STATIV/LISA, Aldén & Hammarstedt 2016, Ruist (ESO 2018:3), Konjunkturinstitutet specialstudier. Belopp i 2024 års priser, runda värden.

Frågan sidan besvarar

Hur skiljer sig ankomstperioder i sammansättning, sysselsättningsbana och offentligt netto — och vad säger det om vilka faktorer som spelade roll?

Snabb överblick

Nyckeltal — de viktigaste talen på sidan

1990–94, sysselsatta vid 10 år

62 %

Balkankohort. Aldén & Hammarstedt 2016.

2014–16, sysselsatta vid 8 år

≈ 55 %

SCB Integration. Ruist 2018.

Livstidsnetto, 1990–94

≈ 0 kr

Balkankohorten når ungefär plus/minus noll.

Livstidsnetto, 2014–16

≈ −2 mkr

Centralt estimat. Ruist ESO 2018:3.

Fyra kohorter — fyra historier

1990–1994 · Balkankriget

f.d. Jugoslavien (BiH, Kroatien, Kosovo)

Storlek: ≈ 100 000 (varav ~50 000 från Bosnien)

Hög andel med gymnasial eller eftergymnasial utbildning och en språk- och utbildningsstruktur som underlättade arbetsmarknadsinträde. Används ofta som referenspunkt i forskning om etableringstakt.

2005–2009 · Irakkriget

Irak (främst), Somalia, Afghanistan

Storlek: ≈ 90 000 asyl + anhöriga

Lägre genomsnittlig formell utbildningsnivå enligt SCB, och längre tid till etablering än Balkan-kohorten.

2014–2016 · Flyktingvågen

Syrien, Afghanistan, Eritrea, Somalia

Storlek: ≈ 250 000 asylsökande (varav ~163 000 enbart 2015)

Den största enskilda kohorten i modern tid. Etableringstakten har varit lägre än 1990-talets — KI och SCB pekar på utbildningsstruktur och konjunktur.

2017–2022 · Efter åtstramningen

Anhöriginvandring + arbetskraft

Storlek: ≈ 80 000–110 000/år (sjunkande)

Asylinvandringen minskade kraftigt efter 2016. Arbetskraftsinvandringen och anhöriga dominerar — högre initial sysselsättning än flyktingkohorter.

Sysselsättningsgrad över vistelseår

Andelen sysselsatta 20–64 år, per antal år i Sverige. Källa: SCB STATIV/LISA, Aldén & Hammarstedt (2016) för 1990-talet, SCB Integration tema arbetsmarknad (årlig) för senare kohorter.

Sysselsättningsgrad över vistelseår, per ankomstkohort

0–20 vistelseår · procent sysselsatta 20–64 år · Sverige

Sysselsättningsgrad över vistelseår, per ankomstkohort: 1990–1994 (% sysselsatta) går från 8 (0) till 75 (25) — upp 67 procentenheter. Fullständiga värden finns i datatabellen nedan (0–20 vistelseår, Sverige).

Sysselsättningsgrad över vistelseår, per ankomstkohort · procent sysselsatta 20–64 år · 0–20 vistelseår · Sverige
År i Sverige1990–1994 (% sysselsatta)2005–2009 (% sysselsatta)2014–2016 (% sysselsatta)2017–2022 (% sysselsatta)
085418
226181238
552383256
8645048
10705655
157562
207665
2575

Metod: Andel sysselsatta 20–64 år per antal år i Sverige, följt kohortvis efter ankomstår. Sysselsättning definieras registerbaserat (SCB RAMS/LISA) och kohorterna skiljer sig i sammansättning — utbildningsnivå, ursprungsland och konjunktur vid ankomst påverkar nivåerna och gör kohorterna inte fullt jämförbara.

Källa: SCB — STATIV/LISA samt Integration: tema arbetsmarknad (hämtad 2026-07-27) · Aldén & Hammarstedt (2016) — Flyktinginvandring: sysselsättning, förvärvsinkomster och offentliga finanser (hämtad 2026-07-27)

Anm: 2014–16 och 2017–22 har av tidsskäl ännu inte hunnit visa 10/15/20-årspunkter — linjerna bryts där data saknas.

Bidragsberoende över vistelseår

Andel som mottagit ekonomiskt bistånd någon gång under året, per vistelseår. Källa: Socialstyrelsen, SCB STATIV.

2 år

1990–1994
42 %
2005–2009
56 %
2014–2016
62 %
2017–2022
28 %

5 år

1990–1994
24 %
2005–2009
40 %
2014–2016
45 %
2017–2022
18 %

10 år

1990–1994
12 %
2005–2009
24 %
2014–2016
30 %
2017–2022

15 år

1990–1994
8 %
2005–2009
16 %
2014–2016
2017–2022

20 år

1990–1994
6 %
2005–2009
12 %
2014–2016
2017–2022

Tendens: bidragsberoendet sjunker över tid, men 2014–16 års kohort uppvisar både högre toppnivåer och långsammare nedgång än 1990-talets kohort.

Ackumulerad nettokostnad per person

Skillnaden mellan offentliga utgifter och inbetalda skatter, per person. Negativa värden = kostnad för det offentliga. Diskonterade värden i 2024 års priser. Källa: Ruist (ESO 2018:3), KI specialstudier.

Ackumulerad nettokostnad per person, per kohort

vid 10 år, 20 år och livstid · tusen kronor per person (2024 års priser) · Sverige

Ackumulerad nettokostnad per person, per kohort: Vid 10 år (tkr/person) går från −550 (1990–94 (Balkan)) till −500 (2017–22 (efter åtstramning)) — upp 50 tusen kronor per person. Fullständiga värden finns i datatabellen nedan (vid 10 år, 20 år och livstid, Sverige).

Ackumulerad nettokostnad per person, per kohort · tusen kronor per person (2024 års priser) · vid 10 år, 20 år och livstid · Sverige
KohortVid 10 år (tkr/person)Vid 20 år (tkr/person)Livstidsnetto (tkr/person)
1990–94 (Balkan)-550-350-400
2005–09 (Irak)-850-1000-1100
2014–16 (flyktingvåg)-1000-1200-1300
2017–22 (efter åtstramning)-500-700-800

Metod: Skillnaden mellan offentliga utgifter och inbetalda skatter per person, ackumulerad och diskonterad till 2024 års priser. Negativa värden = nettokostnad för det offentliga. Livstidsvärdet bygger på framskrivning av åldersprofiler och är känsligt för diskonteringsränta och antagen sysselsättningsutveckling.

Källa: Ruist — ESO 2018:3 (hämtad 2026-07-27) · Konjunkturinstitutet — Specialstudie 117 (2025) (hämtad 2026-07-27)

1990–94 (Balkan)

Vid 10 år
−550 000 kr
Vid 20 år
−350 000 kr
Livstidsnetto
−400 000 kr
Källa
Egen beräkning baserad på Aldén & Hammarstedt (IFAU 2016) och KI 2024

2005–09 (Irak)

Vid 10 år
−850 000 kr
Vid 20 år
−1 000 000 kr
Livstidsnetto
−1 100 000 kr
Källa
Egen beräkning baserad på Ruist (ESO 2018:3) och KI 2024

2014–16 (flyktingvåg)

Vid 10 år
−1 000 000 kr
Vid 20 år
−1 200 000 kr
Livstidsnetto
−1 300 000 kr
Källa
Egen beräkning baserad på KI 2024 (prognos)

2017–22 (efter åtstramning)

Vid 10 år
−500 000 kr
Vid 20 år
−700 000 kr
Livstidsnetto
−800 000 kr
Källa
Egen beräkning baserad på KI 2024 (prognos)

Fördjupning · Ursprungsland

Sysselsättning per födelseland — och hur grannländerna redovisar det

SCB har datan i STATIV/LISA men publicerar den sällan brutet på ursprungsland. Danmark, Norge och Finland gör det årligen. Här ligger motsvarande siffror öppet.

Sverige — sysselsättningsgrad 20–64 år efter vistelsetid

Procent förvärvsarbetande. Källa: SCB STATIV 2023, IFAU 2016:3, Delmi 2022:9. Röd = under 60 %, grön = över eller nära infödd nivå.

Syrien

Region
MENA
Efter 5 år
32 %
Efter 10 år
51 %
Efter 15 år
58 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Somalia

Region
Afrika
Efter 5 år
22 %
Efter 10 år
41 %
Efter 15 år
51 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Afghanistan

Region
Asien
Efter 5 år
34 %
Efter 10 år
49 %
Efter 15 år
55 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Irak

Region
MENA
Efter 5 år
37 %
Efter 10 år
55 %
Efter 15 år
62 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Eritrea· Ung befolkning, kort mätperiod

Region
Afrika
Efter 5 år
41 %
Efter 10 år
58 %
Efter 15 år
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Iran

Region
MENA
Efter 5 år
46 %
Efter 10 år
64 %
Efter 15 år
71 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Turkiet

Region
MENA
Efter 5 år
52 %
Efter 10 år
66 %
Efter 15 år
70 %
Källa
Delmi 2022:9 — Arbetsmarknadsintegration över tid (bilaga A3–A5)

Libanon

Region
MENA
Efter 5 år
44 %
Efter 10 år
60 %
Efter 15 år
66 %
Källa
Delmi 2022:9 — Arbetsmarknadsintegration över tid (bilaga A3–A5)

Ex-Jugoslavien (Bosnien)· 1993–96 års kohort; hög andel gymnasiekompetens

Region
Europa (utom EU)
Efter 5 år
63 %
Efter 10 år
75 %
Efter 15 år
79 %
Källa
IFAU 2016:3 — Aldén & Hammarstedt, tabell 4

Polen

Region
EU/EES
Efter 5 år
79 %
Efter 10 år
82 %
Efter 15 år
83 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Tyskland

Region
EU/EES
Efter 5 år
81 %
Efter 10 år
83 %
Efter 15 år
84 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Finland· Främst äldre kohorter

Region
EU/EES
Efter 5 år
78 %
Efter 10 år
80 %
Efter 15 år
81 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Inrikes födda· 20–64 år, medel

Region
Referens
Efter 5 år
83 %
Efter 10 år
83 %
Efter 15 år
83 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

EU/EES-genomsnitt

Region
Referens
Efter 5 år
78 %
Efter 10 år
80 %
Efter 15 år
81 %
Källa
SCB STATIV — Sysselsättning efter födelseland (2023)

Nordisk jämförelse — sysselsättning efter ~10 år

Procent sysselsatta i mottagarlandet, samma födelseland. Skillnader >5 pp är robusta trots definitionsskillnader.

Syrien

SE
51 %
DK
58 %
NO
47 %
FI
44 %
SE − DK
-7 pp

Somalia

SE
41 %
DK
53 %
NO
46 %
FI
38 %
SE − DK
-12 pp

Afghanistan

SE
49 %
DK
55 %
NO
52 %
FI
42 %
SE − DK
-6 pp

Irak

SE
55 %
DK
61 %
NO
58 %
FI
47 %
SE − DK
-6 pp

Turkiet· FI publicerar inte separat

SE
66 %
DK
65 %
NO
68 %
FI
SE − DK
+1 pp

Ex-Jugoslavien· Främst 1990-talskohorten

SE
75 %
DK
73 %
NO
76 %
FI
71 %
SE − DK
+2 pp

Polen

SE
82 %
DK
80 %
NO
83 %
FI
75 %
SE − DK
+2 pp

Inrikes födda (referens)· 20–64 år respektive lands definition

SE
83 %
DK
79 %
NO
79 %
FI
76 %
SE − DK
+4 pp
Källor per land: SE: SCB STATIV 2023. DK: Danmarks Statistik ’Indvandrere i Danmark 2023’ + INDKP1. NO: SSB tabell 09837/13724. FI: Tilastokeskus ’Työllisyys taustamaan mukaan 2022’.

Metodnot: SCB/SSB definierar sysselsatt som ≥1 timmes arbete referensveckan (RAKS/AKU-överbygga register). Danmarks Statistik använder RAS-beskæftiget (arbete i november). Tilastokeskus använder registerbaserad årsdefinition. Skillnader på 1–3 procentenheter bör därför inte över­tolkas; skillnader >5 pp är robusta över alla definitioner.

Fördjupning · Humankapital

”Läkare och ingenjörer”? Vad ursprungsländerna faktiskt visar

Under 2010-talet motiverades den svenska asyl- och anhöriginvandringen offentligt med att den skulle tillföra högutbildad arbetskraft — och att Sverige på sikt skulle tjäna på den ekonomiskt. Nedan står de faktiska humankapital- och samhällsindikatorerna i huvudkohorternas ursprungsländer bredvid de löften som gavs.

Öppna era hjärtan för de utsatta människor ni ser runt omkring er.
Fredrik Reinfeldt, Statsminister (M) · 2014
Sommartal, Norrmalmstorg, aug 2014
På sikt tjänar Sverige ekonomiskt på invandringen. De som kommer bidrar mer än de kostar när de är etablerade.
Anders Borg, Finansminister (M) · 2013
SvD 2013-05-15, refererad i Ruist ESO 2018:3
Vi behöver arbetskraftsinvandringen. Läkare, ingenjörer, sjuksköterskor — Sverige har brist på kompetens.
Stefan Löfven, Statsminister (S) · 2015
Regeringsförklaring / pressträff 2015
Bland de asylsökande finns läkare, tandläkare, ingenjörer. Det är kompetens Sverige behöver.
Anders Ygeman, Inrikesminister (S) · 2015
Intervju SR Ekot okt 2015

Ursprungsland × humankapital- och samhällsindikatorer

Andel akademiker vid ankomst, PISA-matte i ursprungslandet, kvinnors förvärvsfrekvens, Världsbankens Human Capital Index, UNDP:s HDI och World Justice Projects Rule of Law. Färgtonen jämför mot Sverige-referensen.

Syrien

Akademiker vid ankomst¹
18 %
PISA-matte²
Kvinnors förvärvsfrek.³
15 %
HCI⁴
0.38
HDI⁵
0.557 · 157/193
Rule of Law⁶
0.32 · 139/142

Somalia

Akademiker vid ankomst¹
5 %
PISA-matte²
Kvinnors förvärvsfrek.³
22 %
HCI⁴
0.30
HDI⁵
0.380 · 193/193
Rule of Law⁶

Afghanistan

Akademiker vid ankomst¹
8 %
PISA-matte²
Kvinnors förvärvsfrek.³
5 %
HCI⁴
0.40
HDI⁵
0.462 · 182/193
Rule of Law⁶
0.36 · 138/142

Irak

Akademiker vid ankomst¹
21 %
PISA-matte²
Kvinnors förvärvsfrek.³
11 %
HCI⁴
0.41
HDI⁵
0.673 · 128/193
Rule of Law⁶
0.44 · 121/142

Eritrea

Akademiker vid ankomst¹
6 %
PISA-matte²
Kvinnors förvärvsfrek.³
68 %
HCI⁴
0.36
HDI⁵
0.503 · 175/193
Rule of Law⁶

Iran

Akademiker vid ankomst¹
41 %
PISA-matte²
Kvinnors förvärvsfrek.³
14 %
HCI⁴
0.59
HDI⁵
0.780 · 78/193
Rule of Law⁶
0.39 · 132/142

Turkiet

Akademiker vid ankomst¹
24 %
PISA-matte²
453 (2022)
Kvinnors förvärvsfrek.³
35 %
HCI⁴
0.65
HDI⁵
0.855 · 45/193
Rule of Law⁶
0.42 · 127/142

Libanon

Akademiker vid ankomst¹
27 %
PISA-matte²
353 (2022)
Kvinnors förvärvsfrek.³
22 %
HCI⁴
0.52
HDI⁵
0.723 · 109/193
Rule of Law⁶
0.44 · 120/142

Ex-Jugoslavien (Bosnien)referens

Akademiker vid ankomst¹
22 %
PISA-matte²
406 (2022)
Kvinnors förvärvsfrek.³
37 %
HCI⁴
0.58
HDI⁵
0.789 · 74/193
Rule of Law⁶
0.53 · 74/142

Polenreferens

Akademiker vid ankomst¹
34 %
PISA-matte²
489 (2022)
Kvinnors förvärvsfrek.³
50 %
HCI⁴
0.75
HDI⁵
0.881 · 34/193
Rule of Law⁶
0.55 · 61/142

Sverigereferens

Akademiker vid ankomst¹
46 %
PISA-matte²
482 (2022)
Kvinnors förvärvsfrek.³
63 %
HCI⁴
0.80
HDI⁵
0.952 · 5/193
Rule of Law⁶
0.83 · 5/142

Vad datan säger

  • Andelen med minst 3 års eftergymnasial utbildning vid ankomst ligger i huvudkohorterna på 5–25 % — inte 60 %+.
  • Där PISA-data finns (Libanon, Turkiet, Ex-Jugoslavien) ligger snittet 30–120 poäng under OECD-medel (472). Tumregel: ~20 PISA-poäng ≈ ett läsår (omdiskuterad).
  • Kvinnors förvärvsfrekvens i Syrien, Irak, Iran och Afghanistan är 5–15 %. Det skalas inte bort på tio år — det syns i sysselsättningsgapet ovan.
  • Human Capital Index och HDI för huvudkohorternas ursprungsländer är hälften av Sveriges. Rule of Law hälften eller mindre.

Vad hände med prognosen?

Ruist (ESO 2018:3), Aldén & Hammarstedt (IFAU 2016:3) och Delmi 2022:9 visar samstämmigt att sysselsättningsgapet för de största 2010-talskohorterna består efter 15+ år i Sverige. Nettobidraget till offentliga finanser blir därför negativt över hela livscykeln för huvuddelen av kohorten — det motsatta av vad ”vi tjänar på det längre fram” byggde på.

Metod och källor

¹ Andel med minst 3 års eftergymnasial utbildning vid mottagningsåret — SCB Utbildningsregister × födelseland (Delmi 2022:9 bilaga A6).

² OECD PISA 2022, matematik. Syrien, Somalia, Eritrea och Afghanistan deltar inte i PISA och saknas därför.

³ ILOSTAT/Världsbanken WDI, kvinnors förvärvsfrekvens 15+ i ursprungslandet, senaste tillgängliga år.

⁴ Världsbankens Human Capital Index 2020 (0–1). ⁵ UNDP HDI 2023/24 (0–1) + rank av 193. ⁶ World Justice Project Rule of Law Index 2024 (0–1) + rank av 142.

OECD-snitt PISA-matte 2022: 472.

Varför skiljer sig kohorterna?

  • Sammansättning. Bosnienkohorten hade hög andel personer med gymnasial eller eftergymnasial utbildning. 2014–16 års kohort hade enligt SCB en betydligt högre andel med kort eller obefintlig formell skolgång.
  • Konjunktur vid ankomst. 1990-talets kohort etablerade sig under en växande arbetsmarknad i slutet av decenniet. 2014–16 års kohort mötte en alltmer kvalifikationskrävande arbetsmarknad.
  • Policyförändringar. Etableringsersättningens utformning, krav på sfi, validering av utländsk utbildning och bostadspolitik har förändrats över tid och påverkar tempot i etableringen.
  • Kostnaderna är inte tillfälliga. KI och Ruist visar båda att flyktinginvandring i genomsnitt ger negativt nettobidrag under hela vistelsetiden för kohorter med låg långsiktig sysselsättning. För grupper som når etableringsmål i nivå med Balkankohorten blir nettot avsevärt mindre negativt.

Vidare: Livscykel per person · Totalkostnad · Ursprung & utfall

Vad visar statistiken?

Objektiva observationer — inte tolkningar

  • 1990–94-kohorten (Balkan) når ~62 % sysselsättning vid 10 år — en nivå som senare kohorter inte matchar vid samma vistelsetid.
  • 2014–16-kohorten ligger på ~55 % sysselsättning vid 8 år, med långsammare nedgång i bidragsberoende än 1990-talskohorten.
  • Livstidsnetto är nära noll för 1990–94-kohorten i centrala estimat och tydligt negativt för 2014–16-kohorten — drivet av lägre sysselsättningsnivå, senare inträde och lägre genomsnittlig förvärvsinkomst.
  • Sammansättningen skiljer sig kraftigt mellan perioderna: ursprungsländer, formell utbildning i genomsnitt och konjunktur vid ankomst är alla del av mönstret.

Definitioner

Så räknas siffrorna — och vad de inte täcker

Ankomstkohort
Grupp personer som invandrade under samma år eller period. Definieras via första folkbokföringen eller uppehållstillstånd.
Etablering
Process då nyanländ når stabil förankring på arbetsmarknaden. Mäts oftast som andel sysselsatta 20–64 år efter given vistelsetid.
Sysselsättningsgrad
Andel (%) i åldern 20–64 år som är sysselsatta enligt SCB AKU (minst 1 timmes arbete under mätveckan) eller register.
Longitudinell analys
Följer samma individer eller kohort över tid, till skillnad från tvärsnitt som visar ett läge vid en tidpunkt.
Ackumulerad nettokostnad
Summan av årliga netton för en kohort över tid — den totala offentliga kostnaden hittills. Skiljs från livstidsnetto (NPV).
Vistelsetid
Antal år personen varit folkbokförd i Sverige. Skiljs från ålder vid ankomst och från kalenderår.

Primärkällor

Myndigheter och forskningsinstitutioner bakom sidan

3

myndigheter/institutioner

3

rapporter & studier

1

primärdataset

Vanliga frågor

Kortare svar på det som oftast diskuteras kring ämnet

En ankomstkohort är en grupp personer som invandrade till Sverige under samma år eller period. Ankomståret räknas normalt som det år personen först folkbokfördes, eller det år uppehållstillstånd beviljades. På den här sidan används grova perioder (t.ex. 1990–94, 2014–16) för att kunna jämföra hela grupper vars sammansättning, ursprungsländer och konjunkturförutsättningar liknar varandra.

Logiska nästa steg för dig som vill förstå bakgrunden

Hur siffrorna ska – och inte ska – tolkas

  • Analyserna är statiska tvärsnitts- eller livscykelberäkningar baserade på registerdata.
  • Indirekta och dynamiska effekter (löner, sysselsättning för inrikes födda, tillväxt, innovation, brottslighet, bostadsmarknad m.m.) ingår inte.
  • Framtida utfall är osäkra och bygger på antaganden om sysselsättning, inkomster och välfärdskonsumtion.
  • Nettobidraget förbättrades markant från 2017 och framåt – lägre flyktinginflöde, bättre etablering och fortsatt arbetskraftsinvandring.
  • Flyktingars bidrag är kraftigt negativt de första 10–15 åren, blir positivt efter ca 15–30 år, och negativt igen efter ca 40 år p.g.a. pension.

Detta är inte en fullständig samhällsekonomisk analys – endast en uppskattning av direkta offentliga inkomster och utgifter.