Specialisering avgör vem som påverkas när jobben försvinner

Hur specialiserade vi är i våra yrken påverkar hur sårbara vi är när efterfrågan på arbetskraft minskar. I en ny IFAU-rapport presenteras ett nytt sätt att mäta yrkesspecialisering med hjälp av detaljerade data och maskin­inlärning.

Publicerades: 26 maj 2025

Författare: Simon Ek, Och

Ett nytt sätt att mäta specialisering

Rapportförfattaren tar fram en metod för att uppskatta hur specialiserade olika arbetstagare är för sina yrken. Metoden bygger på en maskininlärningsalgoritm som förutsäger personers yrkesval utifrån bakgrundsegenskaper. Om till exempel personer med viss utbildning eller erfarenhet nästan alltid jobbar i ett visst yrke, tyder det på hög specialisering. Om en annan grupp är utspridd över flera yrken, signalerar det att de är mer av generalister.

– Metoden är egentligen ganska intuitiv, säger Simon Ek som skrivit rapporten. Om personer med vissa egenskaper nästan alltid hamnar i ett visst yrke, har de troligen färre alternativ när efterfrågan i det yrket minskar.

Generalister klarar sig bäst när efterfrågan minskar

Det är viktigt att veta hur specialiserade olika grupper är. När jobben i ett visst yrke försvinner – till exempel till följd av robotisering eller AI – är det ofta specialisterna som har svårast att ställa om. Generalister har fler möjliga vägar vidare.

Specialiserade män i repetitiva och rutinbetonade yrken, där efterfrågan minskat de senaste decennierna, har haft en svagare löne- och inkomstutveckling än både generalister och specialister i andra typer av yrken. Däremot syns inga tydliga skillnader i sysselsättning – specialisterna i rutinyrken blev inte arbetslösa i högre grad.

– Jag ser att generalisterna oftare bytte yrke och klarade sig bättre när efterfrågan i deras tidigare jobb minskade. Specialisterna stannade kvar oftare, och då hängde inte löneutvecklingen med, säger Simon Ek.

Om metoden och data

Måttet på specialisering bygger på en analys av anställda män i låg- till medelkvalificerade yrken under perioden 1997–2001. Högkvalificerade yrken ingår inte. Med hjälp av maskininlärning förutsägs individers yrkesval baserat på bland annat utbildning, bostadsregion, ålder, branschspecifik erfarenhet och flerdimensionella kognitiva förmågor från mönstringstester. Personerna följs upp under upp till tolv år.

Kontakt

IFAU-rapport 2025:11 är skriven av Simon Ek vid IFAU. Den är en sammanfattning av IFAU Working paper 2025:7. Kontakta Simon på simon.ek@ifau.uu.se eller 018-471 70 84.