Det er ikke ligegyldigt, hvor flygtninge bliver bosat, hvis han eller hun skal have de bedst mulige forudsætninger for at få et arbejde efterfølgende.
Det viser et nyt amerikansk studie, der netop er publiceret i det anerkendte videnskabelige tidsskrift Science.
Forskerne bag studiet har udviklet en algoritme, som, de mener, kan beregne, hvor det giver bedst mening at bosætte flygtningene ud fra parametre som for eksempel etnicitet, køn og uddannelse.
Algoritmen, der er lavet på baggrund af data fra Schweiz og USA, er endnu ikke testet i virkelighedens verden, men det nye redskab giver en interessant mulighed for at placere flygtningene mere hensigtsmæssigt, også i Danmark, mener en dansk forsker.
»Det er et spændende redskab, hvor man bruger data, som allerede er indsamlet, til at se, om man kan forbedre beskæftigelsesfrekvensen. Det er noget, vi bør overveje at anvende herhjemme,« siger Jens Olav Dahlgaard, der selv bruger tilsvarende data i sin forskning. Han er adjunkt ved institut for Business and Politics, Copenhagen Business School (CBS).
Forskerne bag: Kan let implementeres i andre lande
De amerikanske forskere vurderer selv, at algoritmen nemt kan bruges i praksis.
»Denne tilgang kan tilbyde regeringer et praktisk, omkostningseffektivt værktøj, der øjeblikkeligt kan blive implementeret i eksisterende institutionelle strukturer,« skriver de amerikanske forskere i deres videnskabelige artikel.
Forskerne bag studiet har indsamlet flere års statistik over blandt andet:
- Hvilke lande nytilkomne flygtninge kommer fra.
- Hvor de kommer til at bo, når de har fået opholdstilladelse.
- Hvor ofte de kommer i arbejde.
- Derudover statistik over sprogkundskaber, uddannelse, erhvervserfaring og andre parametre.
Forskerne har anvendt data om flygtninge i Schweiz fra år 1999 til 2013, mens de amerikanske data er fra 2011 til 2016. Det vil altså sige, at modellen endnu ikke er testet i praksis.
Deres beregninger viser, at:
- 1 ud af 3 flygtninge fik arbejde i USA, men ved at placere flygtningene udfra beregninger med modellen, ville næsten halvdelen være i arbejde.
- I Schweiz kom 1 ud af 6 flygtninge i arbejde, mens man ved brug af modellen ville kunne få 1 ud af 4 i arbejde.
\ Danmarks boligplacering af nyankomne flygtninge
Nyankomne flygtninge boligplaceres i en kommune, i forbindelse med at de får opholdstilladelse.
Nye flygtninge fordeles til landets kommuner efter et kvotesystem. Kvoterne fastsættes udfra Udlændingestyrelsens skøn over, hvor mange flygtninge, der forventes at få ophold det kommende år.
Udgangspunktet er, at kommuner indbyrdes skal aftale fordelingen. Hvis der ikke indgås aftaler, fastsættes fordelingen af Udlændingestyrelsen.
Formålet med kvotesystemet er ifølge Udlændinge- og Integrationsministeriet at sikre en jævn geografisk fordeling af udlændinge for at opnå bedre forudsætninger for en vellykket integration samt at sikre, at flere kommuner deltager i integrationsopgaven.
Hvis en udlænding gives asyl, træffer Udlændingestyrelsen afgørelse om, i hvilken kommune udlændingen skal bo.
Dansk forsker: Et sofistikeret, fleksibelt værktøj
De amerikanske forskeres model er sofistikeret og har en lang datahistorik, hvilket gør dens beregninger troværdige, vurderer Jens Olav Dahlgaard.
Algoritmen er ovenikøbet i stand til at tage højde for mange flere parametre end blot sprog og kan dermed tilpasses den enkelte flygtning.
Hvis modellen bliver taget i brug herhjemme, påpeger Jens Olav Dahlgaard, at man også kan inkludere faktorer som flygtningens personlige behov eller ønsker.
»Det, der er godt ved modellen, er, at den er dynamisk, så man kan justere på den og konstant opdatere den. Lad os sige, vi lavede en lignende model i Danmark og foretog et forsøg, så kunne vi forbedre modellen og fodre den med nye data løbende, så den for eksempel ikke kun bygger på data fra 1999,« siger han.
I princippet kan modellen også tilpasses sådan, at flygtningene rejser tidligere hjem. Men det afhænger af den politiske agenda
Jens Olav Dahlgaard, adjunkt, institut for Business and Politics, Copenhagen Business School.
Endnu ikke testet i virkeligheden
Selvom Jens Olav Dahlgaard er optimistisk omkring modellen, mener han, at det er en svaghed ved studiet, at algoritmen ikke er testet i praksis.
»Det er ret væsentligt, som forfatterne også selv påpeger, at flygtningene kun blev undersøgt udfra, hvordan de i virkeligheden blev placeret,« siger han.
Næste skridt ville være et randomiseret eksperiment, for eksempel ved at placere halvdelen af en gruppe flygtninge efter modellen og placere en anden halvdel, som man gør i forvejen.
På den måde ville man kunne sammenligne deres beskæftigelse og se, om flygtigningen placeret ud fra modellen klarer sig bedre, forklarer han og tilføjer:
»Vi har jo data til det allerede, så der er ikke noget datamæssigt argument for, at vi ikke bør lave en tilsvarende model i Danmark. Og så er det jo op til dataen at fortælle, om der er potentiale til forbedring, men det skulle da være underligt, hvis der ikke var potentiale til det,« siger Jens Olav Dahlgaard.


































