Regionale data beskriver regionale eller territorielle enheter som kommuner, fylker, land eller lignende. Fordi slike data ofte er opptellinger (aggregater) av de individene som befinner seg innenfor grensene til et bestemt territorium, kalles de ofte også for aggregerte data. Som vi skal komme tilbake til senere, er betydningen av disse to termene likevel ikke helt sammenfallende. En tredje term, som særlig er blitt benyttet i forbindelse med analyser av valgatferd, er økologiske data.

Til forskjell fra indidividdata, som vanligvis bygger på utvalg fra en større populasjon, er regionale data som oftest heldekkende. De inneholder informasjon om alle enheter som finnes på et bestemt aggregeringsnivå, for eksempel kommuner.

Produksjon av regionale data
Production of Regional Data

Svært mye av det som finnes av regionale data er samlet inn til administrative formål. De er et resultat av statsmaktens behov for å kontrollere og administrere et territorium og tilhører derfor det som med en samlebetegnelse blir kalt offisiell statistikk.

Utviklingen av den offisielle statistikken er på mange vis en avspeiling av statsmaktens vekst og økende myndighets-område. I Norge går det for eksempel et skarpt skille mellom dansketiden og tiden etter 1814.

Både i norsk og europeisk målestokk var informasjonsproduksjonen i kongeriket Danmark-Norge av svært høy kvalitet. I særlig grad gjelder dette folketellingen i 1801 som i følge demografen William Drake "was far superior to any census taken outside Scandinavia either by that date or for many years to come.". En av grunnene til at 1801-tellingen står i en særstilling, er at den er nominativ. Det vil si at hver enkelt persons navn er oppført i tellingslistene sammen med opplysninger om personens stilling i familien, alder, ekteskapelig status og livsstilling. Dette til forskjell fra summariske tellinger som bare gir opplysninger om hvor mange personer som finnes I bestemte demografiske grupper, for eksempel aldersgrupper. En eneveldig stats behov for å kontrollere et territorium som lå langt fra det politiske sentrum i København, var utvilsomt en viktig grunn til denne satsingen på informasjonsproduksjon. De to viktige statlige funksjonene, skatteinnkreving og utskriving av soldater, krevde begge relativt detaljert kunnskap om territoriet og de menneskene som befolket det.

Sammenlignet med dansketiden, må statistikkproduksjonen i det første halve hundreåret etter 1814 kunne karakteriseres som relativt beskjeden. I tidsrommet mellom 1801-tellingen og den neste nominative tellingen i 1865, ble det gjennomført i alt fem folketellinger i Norge, alle summariske og av relativt lav kvalitet. Også her ligger de politiske forklaringene nærmest. Den nye norske staten var en svak stat med et relativt dårlig utbygd administrasjonsapparat, særlig på lokalplanet. Ved samtlige folketellinger i denne perioden var det det geistlige organisasjonsnettverket, prestene og klokkerne, som ble benyttet under innsamlingsarbeidet. Den nye statsformen satte også grenser for ambisjonene. Bøndenes sparepolitikk var et konstant hinder for gjennomføringen av større datainn-samlingsprosjekter.

Folketellingen i 1865 markerer på mange vis et skifte og innleder det vi må ha lov å kalle norsk statistikkproduksjons "gullalder". Det var en gullalder, fordi Norge i denne perioden ble et internasjonalt foregangsland. Vi var tidlig ute når det gjaldt innføring av ny teknologi. Norge var det første landet i Europa som benyttet "punchede Kort" og "sindrige elektriske Tællemaskiner af amerikansk Opfindelse" ved gjennomføring av en folketelling. Disse forløperne til vår moderne informasjonsteknologi ble første gang benyttet ved folketellingen 1900. Norge var også ledende i utviklingen av nye metoder. A.N. Kjærs (sjef for Det statistiske Centralbureau) forsøk med utvalgsundersøkelser på 1890-tallet, var banebrytende og trolig 10-20 år forut for sin tid. Men mest av alt var dette en gullalder fordi vi i siste halvdel av hundreåret kunne observere en eksplosjonsartet vekst i omfanget av og kvaliteten på statistikkproduksjonen. Folketellingene ble for det første mer nøyaktige og innholdsrike. Samtidig ble det samlet og publisert statistikk om stadig flere områder av samfunnslivet. De forskjellige næringene; jordbruk, fiskeri, handel og skipsfart og etterhvert også industrien, ble gjenstand for egne tellinger og undersøkelser. Det samme ble de ulike sidene av den voksende offentlige virksomhet, som skolevesen, fattigvesen, kommunale finanser, post- og telegrafvesen, jernbanedriften osv. Man ble også etterhvert opptatt av andre sider av menneskenes liv og virksomhet enn det rent demografiske. Vi fikk en sosialstatistikk, en statistikk over "sundhedstilstanden og medicinalforholdene" og en egen kriminalstatistikk. Etterhvert ble også de politiske valgene gjenstand for egen statistikkproduksjon.

Statistikkproduksjonen kom også inn i mer organiserte former. Mens ansvaret for folketellingene i første halvdel av århundret først lå under "Regjeringens 4de Departement" og senere under "Finants- , Handels- og Tolldepartementet", ble det i 1846 opprettet et eget statistisk kontor under det nye "Departementet for det Indre". Dette kontoret ble i 1876 skilt ut som et selvstendig institutt med eget budsjett, "Det statistiske Centralbureau".

Bak denne satsingen på informasjonsinnhenting og statistikkproduksjon finner vi viktige forutsetninger av økonomisk, sosial og politisk art. Det norske samfunnet i siste halvdel av 1800-tallet var et samfunn i oppbrudd og endring. Folkevekst, urbanisering, emigrasjon, modernisering i jordbruket og industrialisering er viktige stikkord i denne sammenhengen. For en stat som engasjerte seg på stadig flere områder av samfunnslivet, skapte alle disse endringene behov for styring og kontroll. Statens engasjement i jernbane- og kommunikasjonsutbygging krevde informasjon om varestrømmer og transportbehov. En ny husmannslov og en lov om utskifting i jordbruket krevde grundig kartlegging av agrarforholdene. Utbyggingen og moderniseringen av utdanningssystemet krevde bedre skolestatistikk. En gryende sosiallovgivning krevde fakta om sosiale forhold.

De politiske forutsetningene for statlig engasjement var også endret. Samtidig som bøndenes fornyede interesse for statsmakten gjorde slutt på de verste utslagene av sparepolitikken, var den fremvoksende arbeiderklassen en aktiv pådriver for offentlig statistikkproduksjon, særlig på det sosiale området. Det kan være naturlig å la folketellingen i 1920 markere høydepunktet for denne gullalderen. 1920-tellingen, som ble publisert i 13 innholdsrike bind, var den største statistiske undersøkelse som til da var gjennomført i Norge. Den neste folketellingen i 1930 som også var en bredt anlagt undersøkelse, ble dessverre noe amputert på grunn av den økonomiske krisen. I 1940 ble forberedelsene til den planlagte folketellingen avbrutt på grunn av krigsutbruddet og først gjennomført i 1946.

Etter krigen tok statistikkproduksjonen seg raskt opp igjen og nye områder av samfunnslivet ble etterhvert innlemmet i de løpende registreringene. Posisjonen som internasjonalt foregangsland var imidlertid tapt.

En del nyere tendenser har satt sitt preg på den offisielle statistikkproduksjonen i Norge i siste halvdel av 1900-tallet:

Den første gjelder den økende betydningen av utvalgs-undersøkelser. Selv om man allerede før århundreskiftet fant ut at det var mulig å skaffe seg noenlunde sikker kunnskap ved å samle opplysninger om et begrenset utvalg av undersøkelsesobjekter, var det først etter andre verdenskrig at disse metodene ble tatt i bruk for alvor. I dag er intervju- og utvalgsundersøkelser like viktige informasjonskilder om det moderne Norge som fullstendige tellinger og blir i mange sammenhenger også brukt som erstatning for slike. For eksempel ble en del av opplysningene i folketellingen 1990 ikke hentet inn for hele befolkningen, men bare for et utvalg (i kommuner over 6.000 innbyggere). Utvalgsmetodene gir vanligvis sikre resultater om vi ser på hele landet under ett eller større geografiske områder. De kan imidlertid ikke benyttes til å produsere statistikk for svært små geografiske enheter. Med tanke på produksjon av regionale data, er bruken av utvalgsundersøkelser derfor et tilbakeskritt.

En annen tendens, er den voksende betydningen av løpende oppdaterte registre som på en del områder har elimert behovet for tellinger i tradisjonell forstand. De første kommunale folkeregistrene ble opprettet i en håndfull norske byer i mellomkrigstiden. Etter krigen kom også landkommunene med, og registrene ble bygget sammen til et enhetlig system med rapportering til Det sentrale personregister. I dag er dette registeret, med koblingsmuligheter til en rekke andre sentrale registre via personnummer, et av de viktigste grunnlagene for den løpende statistikkproduksjonen. For eksempel ble en del av de mer grunnleggende opplysningene i folketellingen 1990 hentet fra slike registre.

En tredje tendens er at stadig mindre av den offentlige statistikken blir publisert i skriftlig form på et detaljert geografisk nivå. Fram til våre dager har stort sett alt som har eksistert av regionale data vært utgitt i publikasjonsserien Norges offisielle statistikk (NOS). Før denne serien ble startet i 1860 ble den tilsvarende statistikken utgitt i serien "Statistiske Tabeller for Kongeriget Norge". Fordi grunnlagsmaterialet for den offentlige statistikken etterhvert er tilgjengelig gjennom databaser og registre, har behovet for skriftlig publisering blitt vurdert som mindre viktig.

Det bør også nevnes at det i våre dager ikke bare er statistikkbyråene som henter inn grunnlagsmateriale som kan benyttes til produksjon av regionale data. Fordi offentlige etater, organisasjoner og private virksomheter benytter registre og databaser i sitt daglige arbeid, produsereres det et bredt spekter av informasjon som kan danne grunnlag for regionale fordelinger.

På internasjonalt nivå gjøres det også mye for å samordne den statistikken som produseres i de enkelte landene. I Norden har Nordisk statistisk sekretariat i København spilt en slik samordnende rolle, blant annet med utgivelser av Nordisk statistisk årbok og flere CD-ROM plater med regional statistikk. Innenfor EU har EUROSTAT en tilsvarende funksjon. Arbeidet som gjøres av internasjonale organisasjoner som Verdensbanken, IMF, OECD, UNDP o.l. bør også nevnes i denne sammenhengen. De fleste av disse organisasjonene har en omfattende produksjon av statistikk på nasjonsnivå som blant annet blir gjort tilgjengelig gjennom årbøker, CD-ROM plater og databaser på Internett.

Aggregeringsnivåer
Levels of Aggregation

Det viktigste kjennetegnet ved regionale data er at de beskriver geografisk avgrensede enheter. Et gitt territorium, f.eks. et land eller en stat, kan som oftest deles inn i flere ulike sett av slike enheter.

Noen av disse settene er gjerne ordnet i et systematisk hierarki der enheter på et høyere nivå alltid er satt sammen av enheter fra et lavere nivå. Det norske territoriets inndeling i folketellingskretser, kommuner og fylker er et eksempel på en slik hierarkisk ordning. I andre sammenhenger kan ulike inndelinger stå i et mer uryddig forhold til hverandre. Et eksempel på dette, er forholdet mellom norske kommuner og prestegjeld, der de respektive inndelingene ikke alltid faller sammen.

De fleste sett av enheter er uttømmende i den forstand at de fyller hele territoriet (jf. den norske kommuneinndelingen). Det fins likevel sett av regionale enheter hvor dette ikke er tilfelle f.eks. inndelingen av deler av landet i nasjonalparker og ulike typer verneområder.

Vanligvis vil enhetene i et sett også være ikke-overlappende, slik tilfellet er for ulike typer administrative inndelinger. Pendlingsområder er derimot eksempel på et sett hvor de ulike enhetene normalt vil overlappe hverandre (ett og samme punkt vil befinne seg i pendleavstand fra flere andre).

Enhetssettene kan også ha ulike funksjoner og bety ulike ting for de menneskene som bor innenfor enhetenes grenser. Folketellingskretser er eksempler på enheter som utelukkende er opprettet for statistikkformål. Kretsene benyttes som det laveste aggregeringsnivået for publisering av en del regionalstatistikk og har ingen funksjoner eller implikasjoner utover dette. Andre enhetssett, for eksempel politidistrikt og arbeidskontordistrikt, spiller også viktige administrative roller. De er serviceområder for bestemte typer offentlige tjenester. En tredje klasse av enheter er i tillegg politiske. For eksempel er kommunene og fylkene i Norge viktige arenaer for lokalpolitiske beslutninger.

Normalt vil det finnes data som beskriver de fleste settene av enheter som et territorium kan deles inn i. Offisiell statistikk har likevel vanligvis vært publisert for et begrenset antall enhetssett. Når det gjelder Norge, har kommunene spilt en spesiell rolle i denne sammenhengen. Helt fram til den første oppdelingen av landet i folketellingskretser i 1950, var kommunene de minste geografiske enhetene for publisering av offentlig statistikk. Selv etter at folketellingskretsene ble etablert, har de fleste statistikktyper blitt publisert på kommunenivå.

Når ulike sett av enheter er ordnet i et systematisk hierarki, vil data fra lavere nivåer uten større problemer kunne utnyttes også på høyere nivåer. For eksempel vil data på folketellingskretsnivå kunne aggregeres til kommunenivå eller eventuelt fylkesnivå. Enhver aggregering fører imidlertid til tap av informasjon. Det som for et lavere aggregeringsnivå fremstår som forskjeller mellom enheter, vil på et høyere aggregeringsnivå fremstå som skjult variasjon innenfor enhetene. Normalt vil det derfor være ønskelig å analysere data på et så lavt aggregeringsnivå som mulig.

Mye av den informasjonen vi har om regionale enheter er opptellinger av individer. Det gjelder for eksempel opplysninger om aldersfordelinger, fordelinger på utdanningsgrupper, stemmer på bestemte politiske partier, antall barn i barnehager osv. Det finnes også en rekke kjennetegn som består av opptellinger av ulike typer ressurser, for eksempel mål dyrket mark, jordbruksproduksjon, fiskebåter eller lignende. En tredje type variable er opptellinger av organisasjoner eller kollektiver, for eksempel antall industribedrifter, klasser på ulike skoletrinn, gårdsbruk eller lignende. En fellesbetgnelse for disse tre variabeltypene er aggregater, de forteller hvor mange eller hvor mye det finnes av et eller annet innenfor et bestemt territorium. Aggregater vil alltid kunne summeres videre til et høyere nivå uten brudd på noen logiske regler.

En variabeltype med helt andre logiske egenskaper, kalles ofte for globale variabler.Det er variabler som beskriver enheter på et bestemt nivå og som bare har betydning på dette bestemte nivået. Eksempler på slike variabler er ordførers parti, andel av kommunebudsjettet som er avsatt til kulturelle formål, tidspunktet for innføring av 9-årig grunnskole osv. Alle disse variablene er knyttet til kommunen som enhet og vil ikke ha en meningsfull betydning på noe annet nivå, hverken høyere eller lavere. Ulike typer klassifikasjoner eller typologier, for eksempel Statistisk sentralbyrås kommunetypologi, tilhører samme klasse.

En tredje klasse av kjennetegn, blir ofte kalt for kontekstuelle variabler. Det er variabler som beskriver omgivelsene til en regional enhet. Som oftest vil dette være informasjon som er avledet fra regionale data på et høyere aggregeringsnivå. For eksempel vil data om en kommune kunne benyttes til å beskrive de folketellingskretsene som denne kommunen er delt inn i.

Regionale data hos NSD
Holdings of Regional Data

Ved NSD har det vært en prioritert oppgave å lette tilgangen til regionaldata. Først og fremst har dette vært forsøkt oppnådd gjennom oppbyggingen av integrerte databaser hvor forskere på en relativt enkel måte kan hente ut data fra flere ulike datakilder.

Sett fra brukernes synspunkt gir slike integrerte regional-statistiske databaser en rekke fordeler:

Data fra ulike statistikkområder kan på en enkel måte stilles sammen for analyseformål. For eksempel vil data om omfanget av det offentlige tjenestetilbudet (f.eks. barnehager, skoler, aldersboliger e.l.) ses i forhold til størrelsen på de aktuelle brukergruppene. I de fleste analyser som beveger seg utover det rent beskrivende, vil det være behov for å hente data fra ulike kilder.

På tilsvarende måte vil data fra ulike tidspunkt kunne bygges sammen til tidsserier som vil gjøre det mulig å studere hvordan ulike samfunnsmessige forhold endrer seg over kortere eller lengre tidsrom.

Følgende regionalstatistiske databaser er per i dag bygget opp hos NSD:

Kretsdatabanken - data på tellingskretsnivå, hovedsake-lig fra folketellinger fra 1950 og fram til i dag.

Kommunedatabasen - stort sett all statistikk som er publisert på kommunenivå i Norge fra 1769 og fram til i dag.

Kriminalstatistikkarkivet - data om kriminalitet på politidistrikts-, fylkes- og nasjonsnivå.

SND-databasen - informasjon om alle foretak som mottar økonomisk støtte fra SND.

Nordisk database for regionale tidsserier - utvalgte data på fylkesnivå fra de nordiske landene, hovedsakelig fra perioden 1945 og fram til dag.

EUROCOMP/COMPREG - utvalgte europeiske data på fylkesnivå. Dette er et pågående prosjekt der dataene ennå ikke er bygget sammen i en integrert database og hvor det foreløpig derfor ikke utleveres data.

Av disse databasene, er det uten tvil Kommunedatabasen som er den mest omfattende.

Muligheter og begrensninger
Options and Limitations

Regionale data har en rekke bruksområder innenfor samfunnsvitenskapene. Det gjelder blant annet i studier av prosesser som bare er synlige på aggregert nivå eller bare har relevans for en bestemt type av regionale enheter. Eksempel på dette er studier av lokalpolitiske prioriteringer ved hjelp av regnskapsdata eller ulike mål på lokal tjenesteproduksjon.

Et annet bruksområde, er studier der regionale fordelings-mønstre eller spredningsprosesser står i fokus. Det gjelder bl.a. studier av flytting eller pendling, studier av rekrutteringsomland for bestemte typer tjenester (f.eks. universiteter), studier av regionale variasjoner i atferd (f.eks. valgatferd) sykdommer eller levekår osv. I alle situasjoner der den romlige dimensjonen er av betydning, vil regionale data kunne yte verdifulle bidrag til forskningsarbeidet.

I enkelte sammenhenger fins det heller ingen alternativer til regionale data. Det gjelder i særlig grad i historiske studier, der andre typer data gjerne ikke er tilgjengelige. Mens utvalgsundersøkelser først ble tatt i bruk i stor målestokk på 1960-tallet, strekker produksjonen av regionale data seg nærmere 200 år bakover i tid.

Innenfor temaer og områder hvor det finnes et reelt valg mellom individdata og regionale data, har det ofte dannet seg skoleretninger som framhever styrken til den den ene eller andre datatypen. Det gjelder bl.a. i valgforskningen, der det innenfor den valggeografiske tradisjonen har blitt framhevet at det bare er ved hjelp av regionale data at det er mulig å beskrive de kontekstene eller miljøene som individene handler innenfor. Motsvaret fra den individorienterte skolen har bl.a. vært at regionale data ikke er i stand til å si noe om individenes holdninger, verdier eller identifikasjoner.

Bruk av regionale data har også blitt kritisert fordi det på basis av samvariasjon mellom variabler på aggregert nivå ikke er mulig å trekke årsaksslutninger om individuell atferd. En positiv korrelasjon mellom andel industriarbeidere og stemmer for et sosialistisk parti på kommunenivå, kan med andre ord ikke benyttes til å underbygge en hypotese om at arbeidere stemmer sosialistisk. Sammenhengen forteller at folk som bor i industrialiserte