Introduktion til SMILE

Det essentielle ved SMILE er, at den tager udgangspunkt i enkelte individer frem for grupper af individer. Det giver blandt andet mulighed for at analysere enkeltpersoners livsforløb samt beregne fordelinger frem for gennemsnit af for eksempel indkomst og pension.

Mikrosimuleringsmodellen SMILE er udviklet til at fremskrive og analysere langsigtede udviklinger i demografi, flyttemønstre, arbejdsmarkedstilhørsforhold, uddannelsesniveau, indkomst- og pensionsforhold og boligefterspørgsel.

Modellen er dynamisk og belyser livsforløbet for hvert enkelt nuværende og fremtidigt medlem af den danske befolkning. Der tages udgangspunkt i registerdata. Det betyder, at startbefolkningen repræsenterer den faktiske danske befolkning opgjort på individniveau, hvor hvert individ har tilknyttet en lang række karakteristika såsom uddannelse, arbejdsmarkedsstatus, familieforhold, bopælskommune og boligkarakteristika mv.

Hver enkel person i befolkningen udsættes hvert år for en række forskellige hændelser, der eksempelvis kan være dødsfald, en flytning, påbegyndelse af en uddannelse eller et skifte i arbejdsmarkedstilknytning. Hvis hændelsen vurderes at indtræffe overgår den enkelte person til en ny tilstand. På denne baggrund dannes et livsforløb for hvert individ.

Anvendelse

SMILE er særligt velegnet til analyser af:

  • Familiestruktur,
  • Boligefterspørgslen,
  • Indkomst og ulighed,
  • Pensionsforhold.

Udvikling i familiestrukturen

Overordnet og på nationalt niveau følger demografien samme udvikling som i den officielle danske befolkningsfremskrivning. Det vil sige, at størrelsen af den samlede befolkning, antal fødsler, antal dødsfald og antal vandringer stemmer overens i SMILEs fremskrivning og befolkningsfremskrivningen.

I SMILE fremskrives befolkningens samlivsmønster. Med udgangspunkt i familiestrukturen i et historisk år foretages en år-til-år fremskrivning ved at skønner over de begivenheder, som bestemmer samlivsmønstret: pardannelse og parsplittelse. Desuden nuanceres begivenheder fra befolkningsfremskrivningen, så en realistisk familiestruktur opnås. Det omfatter blandt andet antal børn en kvinde har i forvejen (paritet), når kvindens fertilitet fastsættes. Et andet eksempel er, at dødeligheden opdeles efter enlige og personer i par.

Udvikling i boligefterspørgslen

På kort sigt er boligefterspørgslen drevet af en række økonomiske faktorer såsom en husstands disponible indkomst, renteniveau, kontantprisen på eksisterende boliger, inflation mv.

På længere sigt vil boligefterspørgslen i højere grad være bestemt af demografien. For eksempel vil en øget andel af ældre i befolkningen øge efterspørgslen efter mindre boliger i et plan med begrænset vedligeholdelsesomfang. Men henblik på at vurdere udviklingen i den langsigtede boligefterspørgsel fremskrives en række af disse faktorer i SMILE::

  • Aldersfordeling: Unge er ofte studerende og har relativt lav indkomst og et lille pladsbehov, mens børnefamilier typisk har et bedre indkomstgrundlag og større pladsbehov. Ældre har typisk behov for en bolig i ét plan og et mindre pladsbehov.
  • Uddannelsesniveauet: Højtuddannede søger i højere grad byerne, mens de erhvervs- og håndværksuddannedes beskæftigelse i højere grad er knyttet til provins- og landsbyområder.
  • Familietype: Enlige har mindre pladsbehov og søger mod byerne, hvor det sociale liv lettere kan udleves, mens par oftere har børn og dermed mere pladsbehov.
  • Bopælskommune: Flyttes der til eller indenfor en vestegnskommune er der større søgning mod en almen bolig, mens København og Frederiksberg har en relativt større søgning mod andelsboliger.
  • Antal børn i husstanden: Har blandt andet betydning for familiens pladsbehov.
  • Nuværende boligtype: Personer i ejerboliger har mindre tilbøjelighed til at flytte end personer i andels- eller lejeboliger.
  • Arbejdsmarkedstilknytning mm.

Med afsæt i historisk data giver SMILE et bud på udviklingen i alle disse underliggende forhold, deres indbyrdes samspil og relationen til boligvalget.

Den fremtidige boligefterspørgsel beskrives således med afsæt i en meget detaljeret beskrivelse af befolkningens demografiske udvikling, familiemæssige relationer, uddannelsesniveau og arbejdsmarkedstilknytning. Det skal understreges, at SMILE ikke omfatter et boligmarked, men at efterspørgslen blot er fastlagt ud ovenstående karakteristika. Efterspøgslen er således ikke begrænset af udbuddet af boliger, men skal tænkes som den efterspørgsel, som befolkningens strukturelle karakteristika ville motivere i fravær af begrænsninger.

I SMILE tilordnes hver familie en bolig, der er beskrevet ud fra en række karakteristika. Det samlede antal boliger bestemmes ved at tage højde for, at der kan bo flere familier i den samme bolig. Boligens karakteristika omfatter:

  • Type: Ejerbolig, andelsbolig, almen bolig, privat udlejningsbolig og offentlig udlejningsbolig.
  • Anvendelse: Etagebolig, parcelhus, stuehus, rækkehus m.fl.
  • Størrelse: Boligkvadratmeter i intervaller.
  • Bystørrelse: Antal indbyggere i det byområde (i startåret), som boligen er beliggende i.
  • Opførelsesår: Boligens opførelsesår.
  • Kommune.

Udvikling i indkomstfordelingen

Som et eksempel på anvendelsen er udført en analyse af indkomsteffekterne på individuelt niveau og for hele befolkningen som følge af, at flere påbegynder en erhvervsfaglig uddannelse.

SMILE har et uddannelsesmodul, der fastlægger hver persons forløb gennem uddannelsessystemet, hvilket akkumulerer til et niveau for højst fuldførte uddannelse, der udgør en central driver i mange af modellens øvrige moduler.  Derfor kan ændringer i uddannelsesadfærden samt afledte effekter på eksempelvis arbejdsmarkedstilknytningen og indkomstforhold analysers med SMILE.

Konkret har DREAM analyseret indkomsteffekten af, at flere personer påbegynder en erhvervsfaglig uddannelse. Analysen viser, at et større antal personer, der påbegynder en erhvervsfaglig uddannelse, på den ene side vil betyde, at opholdstiden i uddannelsessystemet øges, hvilket dæmper arbejdsudbuddet og dermed indkomsten for en given aldersgruppe. På den anden side, giver et højere uddannelsesniveau efter endt uddannelse grundlag for en større grad af tilknytning til arbejdsmarkedet og dermed højere indkomst.

SMILE fastlægger for hvert individ et livsforløb af indkomst, som tager højde for både længde af studietid og forældreorlov, omfanget af beskæftigelse, omfanget af indkomsterstattende ydelser mv., herunder også SU-stipendier i studietiden. Således kan de samlede effekter på livsindkomsten og ændringer i befolkningens indkomstfordeling i forhold til et grundforløb opgøres.

Opbygningen af pensionsformuer

I SMILE kan pensionsopsparingen fastlægges på baggrund af en persons indkomstforløb over tid.

Med udgangspunkt i en persons indkomst fastlægges størrelsen på de årlige pensionsindbetalinger (evt. 0 kr.) samt typen af pensionsordning (livrente, ratepension eller aldersopsparing), der indbetales til. Samtidig tillægges pensionerne en rente og eventuel bonustilskrivning (livrenter) for hver af de aktuelle pensionsordninger.

Pensionsopsparingen i SMILE kan opdeles på tre typer:

  • ATP-opsparing
  • Arbejdsmarkedspensionsopsparing
  • Privattegnede pensionsopsparinger (kapitalpension, livrente, ratepension og aldersopsparing)

ATP-indbetaling afhænger typisk af det ugentlige antal arbejdstimer samt en sats aftalt i overenskomsten. Alle indbetalinger indgår på individuelle konti, der behandles som en livrente og dermed giver ret til en livsvarig ydelse fra pensionsalderen. Afgår et medlem ved døden overgår den resterende formue til de tilbageværende medlemmer. Dermed sker der en bonustilskrivning, som afhænger af udviklingen i hvordan medlemmerne afgår ved døden og størrelsen på deres formuer.

Arbejdsmarkedspensionsindbetalinger fastlægges ved, at der årligt opgøres en indbetalingsprocent, som multipliceres med den årlige pensionsgivende løn. Den årlige indbetalingsprocent opdeles på bl.a. alder, køn og uddannelse. Det er kun lønmodtagere, der indbetaler til arbejdsmarkedspensioner, mens personer uden lønnet beskæftigelse kan indbetale til en privattegnet pensionsordning, hvilket lønmodtagere naturligvis også kan.

Private pensioner fastlægges på baggrund af, hvor mange år man har indbetalt, om der også indbetales til arbejdsmarkedspensioner og om en person er boligejer.

Der er en række særlige forhold, der gør det attraktivt at have et værktøj som SMILE til brug for fremskrivning af befolkningens pensionsopsparing:

  • Der er historisk set aftalt en forhøjelse af indbetalingsprocenterne. Det betyder, at de historiske formuer i fremtiden ikke er repræsentative for en given lønindkomst, alder og uddannelse. Der er dermed behov for en fremskrivning af formuen.
  • Der er sket en kraftig regulering i pensionslovgivningen, som har ændret indbetalingsadfærden og dermed også den forventede pensionsformue fremadrettet, hvilket det i SMILE er muligt at indregne.
  • Der er en relativt stor befolkningsgruppe, som aldrig opnår en væsentlig tilknytning til arbejdsmarkedet og dermed heller aldrig en betydelig arbejdsmarkedspension. Denne restgruppe kan belyses i SMILE, hvor den høje grad af persistens i arbejdsmarkedstilknytningen modelleres
  • Pensionsformuen tilpasses i livrenteordninger med bonushensættelser, som påvirkes af udviklingen i dødelighederne, hvilket er et forhold, der indgår i modellen. 
  • Der er en effekt på frivillige pensionsindbetalinger af boligejerskab, fordi boligejere også har mulighed for at spare op i fast ejendom, hvilket boligmodulet i SMILE gør det muligt at tage højde for.
  • Modellens familiestruktur, herunder kendskab til par-relationer, betyder, at man kan generere en retvisende effekt på familiens pensionsformue af beslutninger, der vedrører alle eller nogle af familiens medlemmer, eksempelvis konsekvensen af barsel til såvel kvinder som mænd.

Baggrund

SMILE har været under udvikling siden 2010, hvor den i første omgang blev anvendt til at fremskrive boligefterspørgslen i Danmark. Modellen er sidenhen blevet videreudviklet og er efterhånden særdeles omfattende. Derfor kan den nu give et bud på den fremtidige udvikling i den danske befolkning beskrevet ud fra en lang række af karakteristika så som demografi, familiestruktur, uddannelsesvalg, socioøkonomisk status, indkomstforhold, opsparing og formue, flyttemønstre og boligvalg.

Bagvedliggende teori

Overordnet styres fremskrivningen i SMILE af estimerede adfærdsmønstre, der via Monte Carlo simulationer, bestemmer adfærden for modellens agenter, dvs. individer og familier. Det tilstræbes at udvælgelsen af algoritmer til at estimere overgangssandsynligheder primært er datadrevet ved at benytte krydsvalidering. Dog er modeludviklingen også til dels præget af den erfaring, der besiddes af modeludviklere i DREAMgruppen.

Den erfaringsdrevne modeludvikling beror sig primært på udvælgelse af relevant data, valg af estimationsperiode og udvælgelse af relevante algoritmer til at beregne overgangssandsynligheder.

Andre vigtige metoder i mikrosimulering er alignment, dvs. tilpasning af modellen til udviklingen i eksempelvis befolkningen og arbejdsstyrken fra andre fremskrivninger og matching, der binder enkeltpersoner sammen i familier. Der kan læses mere om SMILEs byggeklodser på følgende link:

Om mikrosimulering