Gå til sidens indhold

Søgeresultat

    Viser resultat 1491 - 1500 af 1820

    Varer fra Kina strømmer over grænsen

    Når du finder en flot skjorte eller en fin kjole i butikken, er den med stor sandsynlighed blevet produceret i Kina. Kina spiller en stadig mere og mere betydningsfuld rolle for den danske udenrigshandel, selv om væksten efterhånden er aftagende., 10. februar 2009 kl. 0:00 , Af , Anders Tystrup, Made in China. Lavet i Kina., En lille sætning, der går igen på millioner af varer, som du kan købe i danske butikker. Faktisk har der aldrig før været så mange varer produceret i Kina i de danske butikker, som der er nu., Trehjulede cykler, dukker, farveblyanter, skjorter, jeans, møbler, gardiner, fladskærme, vandhaner, køkkenknive og meget, meget mere strømmer i et stigende omfang ind over den danske grænse fra Kina., De nyeste tal for udenrigshandlen, der blev offentliggjort 9. februar, og som er foreløbige, taler da også deres tydelige sprog. Siden 1990 er Danmarks import fra Kina steget hvert eneste år, og ser man på de seneste seks år viser tallene en tredobling af importen fra Riget i Midten. Kina er gået fra en 18. plads i 1990 til i dag at være Danmarks fjerdestørste importland med 32,8 mia. kr., - Kina er meget konkurrencedygtig og tilbyder nogle favorable priser. Arbejdslønnen er lav, valutakursen gunstig og infrastrukturen god. Det har betydet, at mange danske og udenlandske virksomheder har lagt produktionen i Kina, fortæller Jacob Warburg, cheføkonom i Danmarks Eksportråd., Beklædningsgenstande fylder godt, Danmark importerer en lang række forskellige varer fra verdens folkerigeste nation. Det er især varegruppen beklædningsgenstande i form af trøjer, bukser, shorts, jakker, t-shirts, skjorter og kjoler, som fylder godt op i statistikken for udenrigshandel. Faktisk importerede Danmark i 2008 for over 8 mia. kr. beklædningsgenstande fra Kina. Det er omkring en fjerdedel af den samlede import fra den asiatiske republik., - Danske tekstilvirksomheder begyndte allerede tilbage i 1970'erne at lægge industriproduktionen i udlandet. Man oprettede fabrikker i Portugal, senere i Østeuropa, og nu er Kina et af de billigste lande for produktionen. Derudover kræver det ikke de store kvalifikationer hos arbejdskraften at sy, og varerne er billige at transportere og har lang holdbarhed, hvilket jo er vigtigt, når man importerer så langt væk fra, siger Jacob Warburg., På top-10-listen over den mest populære beklædning fra Kina er sweatere og cardigans. Her importerede vi i 2008 for 1,4 mia. kr., hvilket næsten er en fordobling i forhold til året før. Bukser og shorts til kvinder følger lige efter som den næststørste importvare inden for varegruppen beklædningsgenstande med 831 mio. kr. svarende til en stigning på 14 pct. i forhold til 2007., Legetøj fra Kina, Diverse forarbejdede varer importerer vi også en hel del af fra Kina. Denne varegruppe består bl.a. af legetøj og ligger med en samlet import på 3,6 mia. kr. på andenpladsen efter beklædningsgenstande. Legetøj i form af fx dukker, biler, spil og trehjulede cykler udgør den største post i varegruppen diverse forarbejdede varer med 943 mio. kr. Men også ortopædiske artikler på andenpladsen og varer af plast på tredjepladsen vægter godt., Den største enkelte importvare fra Kina finder man i varegruppen Andre transportmidler. Her udgør tankskibe 95 pct. af varegruppens samlede import og ligger med sine knap 2 mia. kr. på en ubetinget førsteplads som førende importvare fra Kina., - Danmark er en af de største søfartsnationer, og Kina producerer rigtig mange skibe. De konkurrerer faktisk med Sydkorea om, hvem der er den største skibsproducent i verden, forklarer Jacob Warburg fra Danmarks Eksportråd., Kina er fjerdestørste importland, Importen fra Kina udgjorde 5,8 pct. af den samlede danske import i 2008. Med en placering som fjerdestørste importland markerer Kina sig da også foran traditionelt store handelspartnere som Norge, Storbritannien, Italien, Frankrig og USA. Kun de nærliggende lande Tyskland, Sverige og Holland overgår Kina med nabolandet mod syd som Danmarks ubetinget største handelspartner på importsiden., Mange varer i butikkerne i Danmark er altså lavet i Kina, men danske virksomheder sender faktisk også en hel del varer den anden vej. Eksporten følger således lige i hælene på den markante stigning i importen og er siden 2002 næsten tredoblet. Det asiatiske land ligger nu som det tredjestørste eksportland uden for EU med 11 mia. kr. kun overgået af Norge og USA., - Kina har haft særlig høj vækst de senere år. Så eksporten er også steget mere end normalt fra andre lande end Danmark, fortæller Jacob Warburg., Den største eksportvare til Kina er maskiner og tilbehør til industrien. Disse varer importerede Kina for 2,1 mia. kr. af i 2008. Kraftmaskiner og motorer indtager andenpladsen med 1,3 mia. kr., mens medicinske og pharmaceutiske produkter placerer sig som nummer tre med næsten 1,1 mia. kr., Se top-5 over hvilke varer, , Danmark importerer fra Kina, ., Se top-5 over hvilke varer, , Danmark eksporterer til Kina, ., Ekspert i tvivl om fortsat vækst, Samhandlen med Kina har altså været i stærk vækst i flere år. Om denne vækst fortsætter, er Jacob Warburg tvivlende overfor. Han peger på, at Danmark er i recession, mens også Kina har oplevet en betydelig økonomisk afmatning i løbet af især sidste halvdel af 2008 med millioner af nye arbejdsløse til følge., I 2005 voksede vores samlede import fra Kina med 35 pct., året efter med 22 pct., mens væksten i importen fra Kina i 2007 var 13 pct. Ifølge de netop offentliggjorte udenrigshandelstal fra Danmarks Statistik blev væksten på importsiden i 2008 yderligere reduceret til 10 pct., Samme billede tegner sig på eksportsiden til Kina. Efter en vækst i 2007 på 40 pct. landede væksten i 2008 på 14 pct., og Jacob Warburg forudser, at vækstfaldet fortsætter i 2009., - Den danske eksport får det svært, hvis ikke Kina får sparket gang i økonomien igen. Vi vil nok heller ikke opleve samme voldsomme vækst i importen det kommende år. Måske falder importen endda. Men meget afhænger altså af den økonomiske udvikling i både Kina og Danmark, påpeger cheføkonomen., Hvis du vil videre:, Se også , Nyt fra Danmarks Statistik, om udenrigshandel på , www.dst.dk/nytudg/11756,  og , www.dst.dk/nytudg/12642, ., Tilmeld dig nyhedsservice, - Få tilsendt e-post, når der kommer en ny artikel i Netmagasinet Bag Tallene., Foto: Ingram., Denne artikel er offentliggjort 10. februar 2009.

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2009/2009-02-10-Varer-fra-Kina

    Bag tallene

    Bedre grundlag for støtte til handicappede

    Når kommunerne skal vurdere ydelser til borgere med nedsatte funktioner, ser de på , hvad der er normalt for en tilsvarende ikke-handicappet person. Her er statistik et væsentligt værktøj., 23. oktober 2018 kl. 9:00 ,  , Af Morten Andersen, Hvor mange gange ugentligt vasker en gennemsnitlig Svendborg-familie tøj, og hvor almindeligt er det, at en 35-årig singlekvinde i Greve går til fitness? Det lyder måske som spørgsmål fra et quiz-program, men for borgere med et handicap har svarene direkte betydning for dagligdag og privatøkonomi. For ifølge Servicelovens paragraf 100 kan en handicappet borger få dækket udgifter, der er en følge af funktionsnedsættelsen, men ikke, hvis en tilsvarende ikke-handicappet person normalt har samme udgift. For eksempel kan man typisk ikke få tilskud til et fjernsyn, fordi stort set alle mennesker har et fjernsyn. Imidlertid er mange andre spørgsmål mere komplicerede at besvare. Derfor benytter kommunerne sig stadig oftere af muligheden for at bestille data fra Danmarks Statistik., ”Lad os sige, at en borger søger om tilskud til et fitness-abonnement med henvisning til, at det vil have en positiv indvirkning på helbredet. Her vil jeg måske umiddelbart tænke, at det kan borgeren ikke få tilskud til, fordi det er så almindeligt at gå til fitness nu om dage. Men er det nu også almindeligt for en person af den pågældende alder og køn, som bor det pågældende sted? Her er det godt at kunne trække på statistik. Ind imellem viser det sig, at vores umiddelbare fornemmelse er forkert”, forklarer teamleder Camilla Gro Brandt, Greve Kommune. , Hun tilføjer, at også i de tilfælde, hvor fornemmelsen er rigtig, har talmaterialet stor værdi: , ”Det er centralt i dag, at vi kan dokumentere grundlaget for vurderingen objektivt.”,  , Bilsegment for kvinder, der lever i parforhold og bor i byer, Figuren viser hvor mange , 18-65 årige , kvinder, som lever i parforhold og bor i byer, der råder over en bil fordelt på bilsegmenter. Der er ca. 20.000 der råder over en bil i kategorien 'Small' og ca. 15.000  der råder over en bil i kategorien 'Mini'. Tabellen opgører Bilsegment for biler i hele landet. Dvs. biler hvor personen med rådighed over bilen bor i hele landet. Bilsegment er opgjort pr. 1. jan. 2018., Kilde: Danmarks Statistik. , Bil og bolig, .,  , Forebygger langtrukne klagesager, I Svendborg Kommune giver teamleder Kamma Døssing et andet eksempel: , ”Borgere med bestemte handicap kan have tendens til at spilde mere eller på anden måde snavse deres tøj mere til. Det kan give ekstra udgifter til vask, som borgeren søger om at få dækket. Her skal vi så vurdere, om der faktisk er tale om et behov, der ligger ud over, hvad en almindelig familie i området kan forventes at have.” , Ud over, at datamaterialet kan støtte kommunerne i at træffe rimelige afgørelser, er der en afledt gavnlig effekt for samfundet, forklarer økonom Anna Hviid Heickendorff, Danmarks Statistik: , ”En borger, der er utilfreds med kommunens afgørelse, har mulighed for at klage til Ankestyrelsen. Her har det stor betydning, at kommunen kan dokumentere, at afgørelsen er truffet på et objektivt grundlag. På den måde kan man ofte forebygge et langvarigt sagsforløb med skrivelser frem og tilbage.”,   , Særlig statistik om bil og bolig, Et af de spørgsmål, som fylder en del i kommunernes sagsbehandling, er biler. Det sker jævnligt, at borgere henviser til, at deres handicap gør det nødvendigt at have bil – og at de ikke ville have været nødt til at have bil, hvis de ikke havde haft et handicap. Imidlertid er der stor forskel på, hvor mange personer i forskellige befolkningsgrupper, der normalt har bil. Desuden er der store geografiske forskelle. For eksempel vil en 40-årig mand, der bor på landet, normalt have bil, mens en 20-årig kvinde i en storby sjældent vil have det. , ”Området er desuden ekstra vanskeligt, når der er tale om par. Ofte står bilen registreret i mandens navn, mens konen måske har brugsret i et vist omfang. Og hvad, hvis parret ikke er gift, men kun samlevende? Det er et kompliceret område, hvor vi har stor gavn af at støtte os til statistik,” siger teamleder Kamma Døssing, Svendborg Kommune. , Samtidig er spørgsmålet om tilskud til bil naturligvis ekstra vigtigt, fordi biler er dyre. Det samme gælder boligforhold. Derfor har Danmarks Statistik udviklet et standardprogram, så de kan levere kombineret statistik for bil og bolig. Programmet blev udviklet efter en henvendelse fra Greve Kommune. , ”Danmarks Statistik havde naturligvis i forvejen data om biler og boliger, men som socialrådgiver er det ikke altid let at gennemskue statistik og data lå i en form, der var vanskelig for os at bruge. Det er løst med den nye tjeneste,” siger Camilla Gro Brandt, Greve Kommune., Udlejningsforhold for ikke hjemmeboende 18-24-årige mænd, Figuren viser udlejningsforhold for ikke hjemmeboende 18-24-årige mænd i hele landet der bor i landområder., Kilde: Danmarks Statistik. , Bil og bolig, ., Socialfaglig vurdering er fortsat nødvendig, Camilla Gro Brandt understreger samtidig, at statistikken aldrig kan stå alene, men skal suppleres af en socialfaglig vurdering. , I Svendborg Kommune er Kamma Døssing helt enig: , ”Statistikken er til stor hjælp, men vi er også nødt til at anskue den med en vis skepsis. Især når vi ser på tyndt befolkede områder, er det klart, at det statistiske grundlag for at afgøre, hvad der er almindeligt for en typisk person i området, bliver svagere. Hvis vi kun hænger vores afgørelse op på statistik, risikerer vi desuden at træffe en afgørelse, der formelt set ikke er lovlig. Der er sjældent to sager, som er fuldstændigt ens. Derfor er det vigtigt, at vi altid foretager en konkret vurdering i den enkelte sag.”,  , Fakta #1 Bil og bolig, Bil og bolig er et standard produkt Danmarks Statistik har udviklet efter henvendelser fra Kommuner der ønskede et bedre datagrundlag ved behandlingen af ansøgninger og tildeling af midler til handicappede i henhold til Serviceloven. , Produktet indeholder oplysninger om: , Bilrådighed og type af bil for personer på 18-65 år i kommunen og hele landet fordelt på alder, køn, bopælsområde (land el. by), civilstand (par el. enlig) og personlig indkomst. , Bilernes første registrering i Danmark for biler i hele landet og kommunen for personer på 18-65 år fordelt på alder, køn, bopælsområde (land el. by), civilstand (par el. enlig) og personlig indkomst. , Boligform og udlejningsforhold for ikke hjemmeboende unge på 18-24 år i kommunen og i hele landet fordelt på køn, bopælsområde (land el. by), civilstand (par el. enlig) og personlig indkomst. , Læs mere om produktet he, r, Camilla Gro Brandt, Teamleder, Rådgiverteam, Center for Job & Socialservice, Greve Kommune, Foto: Greve Kommune, Kamma Døssing, Teamleder, Svendborg Kommune, Socialafdelingen, Anna Hviid Heickendorff, Tidl. Fuldmægtig, DST Consulting, consulting@dst.dk

    https://www.dst.dk/da/TilSalg/perspektiv/2018/2018-10-23-Bedre-grundlag-for-stoette-til-handicappede

    Anden teknisk dokumentation

    På denne side findes baggrundsmaterialer af teknisk karakter for både nuværende og tidligere modelversioner., Formelfilerne viser alle modellens ligninger. For hver modelversioner er der listefile, som giver et overblik over hvilke ADAM variabler der er endogene og hvilke der er eksogene. Der er lister, som viser nye og udgåede variabler i forhold til den forrige modelversion. Variabellisten og ligningsbrowsersen knytter label og kilde til modellens variabler. Ligningsbrowsersen er i html-format. De øvrige filer er typisk tekstfiler.  , I flere tilfælde er der tale om filer som er ændret og opdateret i forbindelse med brugen af modelen.,  , ADAM marts 2024, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser - mar24, Diverse lister, Nye og udgåede variabler - mar24, Eksempelsamling, Eksempelsamling til Adam Mar24 (pdf), Eksempelsamling til Mar24 - let navigerbar, Eksempelsamling Mar24 (kode), Mar24gap - med strukturelle niveauer, Formelfiler, Formelfil - mar24gap, Normaliseret formelfil - mar24gap, Inverteret formelfil - mar24gap, Ligningsbrowser, Ligningsbrowser - mar24gap, Diverse lister, Nye og udgåede variabler - mar24gap, LMar24lang - med strukturelle niveauer som tabelvariable, Formelfiler, Formelfil - Mar24lang, Normaliseret formelfil - mar24lang, Inverteret formelfil - mar24lang, Ligningsbrowser, Ligningsbrowser - mar24lang, Diverse lister, Nye og udgåede variabler - mar24lang, ADAM april 2023, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Diverse lister, Nye endogene variable i apr23, Nye eksogene variable i apr23, Udgående endogene variable i apr23, Udgående eksogene variable i apr23, Eksempelsamling, Eksempelsamling til Adam April 2023 (pdf), Eksempelsamling til Apr23 - let navigerbar, Eksempelsamling til Apr23 (kode), Ligningsbrowser - standard Apr23, Ligningsbrowser23, Ligningsbrowser - Apr23gap - med strukturelle niveauer, Ligningsbrowser23gap, Ligningsbrowser - Apr23lang - med strukturelle niveauer som tabelvariable, Ligningsbrowser23lang, ADAM oktober 2020, Oktober20 - standard Okt20, Formelfil, Formelfiler, Normaliseret formelfil, Inverteret formelfil, Ligningsbrowser, ligningsbrowser20, Diverse lister, Nye endogene, Nye eksogene, Udgåede endogene, Udgåede eksogene, Eksempelsamling, Eksempelsamling, Eksempelsamling kode, Oktober20gap - Okt20 med strukturelle niveauer, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Ligngingsbrowser, Ligningsbrowser20gap, diverse lister, Nye endogene, Nye eksogene, Udgåede endogene, Udgåede eksogene, Oktober20lang - Okt20 med strukturelle niveauer som tabelvariable, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, ligningsbrowser, Ligningsbrowser20lang, diverse lister, Nye endogene, Nye eksogene, Udgåede endogene, Udgåede eksogene, ADAM juni 2019, Formelfil, Formelfil, Inverteret formelfil, Ligningsbrowser, Lb19, Diverse lister, Nye endogene, Nye eksogene, Udgående variabler, Multiplikatorer, Eksempelsamling, ADAM oktober 2018, Formelfil, Formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Eksempelsamling, ADAM juli 2017x, Formelfiler, Formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Eksempelsamling, ADAM juli 2017, Formelfiler, Formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Standardmultiplikatorer, Eksempelsamling, Vedrørende modelversion Jul17, ADAM oktober 2016, Formelfiler, Formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Standard multiplikatorer, Eksempelsamling, Vedrørerende modelversion Okt16, ADAM oktober 2015, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Ligningsbrowser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Standardmultiplikatorer Okt15, Sammenligning af Okt15 og Okt14, ADAM oktober 2014, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Browser, Ligningsbrowser, Diverse lister, Nye endogene, Nye eksogene, Udgåede variabler, Multiplikatorer, Om Adam Oktober 2014, Eksempelsamling Oktober 2014, ADAM juni 2014, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Browser, Ligningsbrowser jun14, diverse lister, nye endogene variabler, nye eksogene variabler, udgåede variabler, Multiplikatorer, Standardmultiplikatorer jun14, e-bog, Standardmultiplikatorer jun14, html, Standardmultiplikatorer jun14, pdf, Om Adam Juni 2014, ADAM juli 2013, Formelfiler, Formelfil, Nomaliseret formelfil, Inverteret formelfil, Browsere, Ligningsbrowser, Omdøbningsbrowser, Okt12 til Jul13, Diverse lister, Nye endogene variabler, Nye eksogene variabler, Udgåede variabler, Jul13 til Okt12, Okt12 til Jul13, Multiplikatorer, Muleks13 - let navigérbar version, Muleks13 - e-bog, Muleks13 - printervenlig udgave, Om Adam Juli 2013, ADAM oktober 2012, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Browsere, Ligningsbrowser, Omdøbningsbrowser, Dec09 til Okt12, Diverse lister, Nye eksogene variabler, Nye endogene variabler, Udgåede variabler, Dec09 til Okt12, Okt12 til Dec09, Om Adam Oktober 2012, ADAM december 2009, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret variabelliste, Browsere, Ligningsbrowser, Omdøbningsbrowser, Apr08 til Dec09, Diverse lister, Nye endogene variabler, Nye eksogene variabler, Udgåede variabler, Apr08 til Dec09, Dec09 til Apr08, Om Adam December 2009, ADAM april 2008, Formelfil, Formelfil, Normaliseret formelfil, Ligningsbrowser, Ligningsbrowser, Variabellister, Variabelliste, Inverteret variabelliste, Nye endogene variabler, Nye eksogene variabler, Udgåede variabler, Eksempelsamlling, PCIM hjælp, Om Adam April 2008, ADAM april 2007, Formelfil, Formelfil, Normaliseret formelfil, Ligningsbrowser, Ligningsbrowser, Variabellister, Variabelliste, Inverteret variabelliste, Nye endogene variable, Nye eksogene variable, Udgåede variable, ADAM juli 2005, Formelfil, Formelfil, Ligningsbrowser, Ligningsbrowser, Variabellister, Variabelliste, Inverteret variabelliste, Variabelliste i pdf-format, Indekseret variabelliste, Nye endogene variable, Nye eksogene variabler, Udgåede variable, ADAM april 2004, Formelfil, Formelfil, Normaliseret formelfil, Andre moduler, for- og eftermodeller, Ligningbrowser, Model til omdøbning af variable, Model til beregning af RAS branchefordelt beskæftigelse, Variabellister, Variabelliste, Inverteret variabelliste, Udfoldet variabelliste, Indekseret variabelliste, Variabelliste i pdf-format, Nye endogene variabler, Nye eksogene variabler, Udgåede variable, ADAM februar 2002 patch version, Formelfil, Formelfil, Normaliseret formelfil, Ligningsbrowser, Ligningsbrowser, Variabellister, Variabelliste, Inverteret variabelliste, Udfoldet variabelliste, Variabelliste i pdf-format, Indekseret variabelliste, Nye endogene variable, Nye eksogene variable, ADAM februar 2002, Formelfil, Formelfil, Normaliseret formelfil, Ligningsbrowser, Ligningsbrowser, Variabellister, Variabelliste, Inverteret variabelliste, Udfoldet variabelliste, Indekseret variabelliste, Nye endogene variable, Nye exogene variable, Udgåede variable, ADAM april 2000, Formelfil, Formelfil, Normaliseret formelfil, Ligningsbrowser, Ligningsbrowser, variabellister, Variabelliste, Variabelliste i pdf-format, Inverteret variabelliste, ADAM december 1999, Formelfiler, Formelfil, Normaliseret formelfil, Inverteret formelfil, Browser, Ligningsbrowser, ADAM marts 1995, Formelfil, MAR95 - formelfil, Browser, Ligningsbrowser, Diverse downloads:, Introduktion til omdøbning af variabler, Modul til omdøbning af variabler, PCIM version 9, Introduktion til PCIM version 9.07, Hjælpefil til PCIM version 9, Windows hjælpefil til PCIM version 9, PCIM version 7, Hjælpefiler til PCIM version 7, Tabelmenusystem til PCIM version 7, (opdateret september 2002), Tabeldefinitionskort til PCIM version 7, (opdateret september 2002)

    https://www.dst.dk/da/Statistik/ADAM/Modellen-ADAM/Download

    Syv fakta om økonomien i Danmark og andre lande under COVID-19

    Se fakta om BNP-vækst, udenrigshandel, industriproduktion, beskæftigelse, konjunkturbarometre og forbrugertillid under COVID-19. , 4. december 2020 kl. 7:30 , Af , Marie Hohnen, Danmarks Statistik har samlet nøgletal inden for syv områder inden for økonomisk statistik, der viser noget om udviklingen under COVID-19 og med et særligt fokus på 2. og 3. kvartal 2020., De syv valgte områder er BNP-vækst, udenrigshandel, industriproduktion, lønmodtagerbeskæftigelse, konjunkturbarometre og forbrugertillid. Kontaktpersoner inden for de enkelte områder findes nederst i artiklen.  , BNP-væksten stiger igen efter stort fald, Danmark havde i 3. kvartal en vækst i BNP på 4,9 pct. sammenlignet med 2. kvartal, hvor væksten var negativ og faldt med 7,0 pct. I 2. kvartal var store dele af Danmark lukket ned som følge af COVID-19., Lande, som havde meget store fald i 2. kvartal, har også haft høj vækst i 3. kvartal. Både faldet i dansk BNP i andet kvartal og stigningen i 3. kvartal var historisk store, men stadig langt fra tilsvarende vækstrater i de fleste andre europæiske lande. Stigningen på 11,6 pct. for EU i 3. kvartal, der især trækkes op af de sydeuropæiske lande, er derfor noget højere end den danske vækst i 3. kvartal. Det skal ses i sammenhæng med det tilsvarende store fald i EU i 2. kvartal på 11,4 pct. , Kilde: For Danmark: Statistikbanken.dk. For øvrige lande: , Eurostat, ., Selvom væksten steg i 3. kvartal i alle landene i ovenstående opgørelse, er BNP endnu ikke tilbage på niveauet for 2019. Man kan få et fingerpeg om hvor meget af tilbagegangen, der er genvundet ved at se på væksten i 3. kvartal i forhold til samme kvartal i 2019., l Danmark var denne vækst -4,0 pct., hvilket betyder, at BNP var 4 pct. lavere i 3. kvartal i år i forhold til sidste år. I figuren nedenfor er vist tilsvarende vækstrater for udvalgte lande. Det fremgår tydeligt, at alle de valgte lande har lavere BNP i 2020 end i 2019. Bortset fra Storbritannien ligger landene også med stort set ensartede relative tab i forhold til sidste år. , Kilde: For Danmark: Statistikbanken.dk. For øvrige lande: , Eurostat, ., Om hjælpepakker i Danmark, I Danmark har man fra politisk hold iværksat en række hjælpepakker til de dele af erhvervslivet, som har været påvirket af nedlukningen af samfundet i forbindelse med COVID-19-krisen. Fx har man ydet lønkompensation til virksomheder og selvstændige, kompensation for faste udgifter og kompensation for aflyste arrangementer. I andre lande har man også iværksat ekstraordinære tiltag. Disse tiltag kan have påvirket de økonomiske nøgletal., Eksport og import under niveauet for 2019, I september 2020, var den danske eksport af varer og tjenester i faktiske tal 7 pct. lavere end i september 2019. For en af vores største samhandelspartnere, Tyskland, lå eksporten i september 2020 6 pct. under eksporten for samme periode året før. , Den danske import lå i september 2020 6 pct. under importen i september 2019. Tysklands import lå til sammenligning 10 pct. under importen for samme periode sidste år. , Kilde: , www.statistikbanken.dk/bb1, og , Eurostat., Fakta om forskellige opgørelser af udenrigshandel, Betalingsbalancen opgøres efter et ejerskifteprincip (mellem en dansk og udenlandsk virksomhed, også kaldet resident). Udenrigshandelsstatistikken er derimod hovedsagelig baseret på varer, der passerer den danske grænse, og er således uafhængig af, hvilken nationalitet ejeren af varerne har. I langt de fleste tilfælde er der sammenfald mellem ejerskifte og grænsepassage. , Da varer dog godt kan krydse den danske grænse, uden der sker et ejerskifte, og da et ejerskifte godt kan forekomme uden, at varer har krydset den danske grænse, er værdien af dansk vareeksport og –import lidt forskellig i statistikken for udenrigshandel med varer og i statistikken for betalingsbalancen. I denne artikel er import og eksport fra betalingsbalancen anvendt., Industriens produktion stiger – men mangler at indhente det tabte, Indikatoren for industriproduktionen i Danmark steg 0,5 pct. i 3. kvartal i forhold til 2. kvartal. Dermed indhenter produktionen en smule af det tab på 4,6 pct., som var i 2. kvartal i forhold til 1. kvartal 2020. Produktionen i september ligger dog 3,5 pct. under samme måned i 2019., I forhold til de øvrige lande i Europa og USA har den danske industriproduktion klaret sig relativt godt igennem COVID-19 indtil videre. Således oplevede flere af de lande, vi normalt sammenligner os med, store fald i 2. kvartal i industriproduktionen. , Omvendt har disse lande også oplevet større procentvis fremgang i 3. kvartal. Fælles for alle er dog, at produktionen ligger under samme måned sidste år. Kun Sverige, som har en produktion, der ligger 2,0 pct. under september 2019, har i september 2020 klaret sig bedre end den danske industriproduktion., Kilde: , www.statistikbanken.dk/IPOP2015, og OECD., Lønmodtagerbeskæftigelsen er også steget efter fald i foråret, Beskæftigelsen for lønmodtagere faldt i Danmark i marts, april og maj med samlet 80.000, inden den steg med i alt 51.000 personer til og med september. Beskæftigelsen for lønmodtagere i september var dermed 29.000 lavere end i februar. , Kilde: , Nyt fra Danmarks Statistik., De ekstraordinære arbejdsmarkedsforhold som følge af COVID-19 betyder, at opgørelsen i perioden med de omfattende nedlukninger i foråret er behæftet med større usikkerhed end sædvanligt, hvilket man kan læse mere om i , NYT fra Danmarks Statistik om beskæftigelse for lønmodtagere under særlige forhold., Beskæftigelsen faldt i EU, Lønmodtagerbeskæftigelsen, der blev beskrevet i foregående afsnit, benyttes ikke til internationale sammenligninger. For at kunne sammenligne internationalt må vi i stedet se på arbejdskraftundersøgelsen (AKU) af beskæftigelsen, som er en internationalt harmoniseret undersøgelse. I AKU-undersøgelsen er der dog kun offentliggjort tal for EU for 2. kvt., mens data for 3. kvt. forventes at udkomme i starten af 2021., Beskæftigelsen faldt for de fleste lande i EU fra 2. kvartal 2019 til 2. kvartal 2020. Det gennemsnitlige fald i EU i perioden lød på -2,4 pct. Faldet i Danmark lå under gennemsnittet for EU, da det lød på -1,7 pct. for perioden. Malta og Cypern havde som de to eneste lande i opgørelsen stigninger i perioden, mens Spanien, Bulgarien og Irland stod for de største fald i procent. ,  , Kilde: , AKU-undersøgelsen., Fakta om de forskellige beskæftigelsesbegreber, Beskæftigelse for lønmodtagere (BfL) beskriver antallet af lønmodtagere ansat i virksomheder i Danmark på kvartals- og månedsbasis. , Arbejdskraftundersøgelsen (AKU) er det danske bidrag til den fælleseuropæiske Labour Force Survey og følger de internationale operationaliseringer af arbejdsmarkedstilknytningen. AKU bør anvendesved internationale sammenligninger af beskæftigelsen., Danske virksomheders vurdering af situationen bremser op, Virksomhedernes forventninger til fremtiden er bremset op i september, oktober og november, efter der ellers var stigninger i juni, juli og august. I foråret – hvor den helt store nedlukning ramte Danmark – oplevede alle brancher svære tider. Det viser konjunkturbarometrene, som er et samlet udtryk for virksomhedernes oplevelse af situationen lige nu. , I november er udviklingen særligt bremset op inden for industri og detailhandel i de ikke-sæsonkorrigerede tal. Bygge og anlæg falder også, men her i en vis grad påvirket af almindelig sæsonudsving. , På nogle områder er danske virksomheder mindre negativt stemt end virksomheder i andre lande, når de justeres til samme middelværdi på nul i 2019. Det gælder særligt detailhandlen, hvor den danske sammensatte konjunkturindikator har ligget over det samlede EU gennemsnit samt Tyskland, Sverige, Storbritannien og Italien.  , Industrien samt bygge og anlæg har også klaret sig godt sammenlignet med andre lande, mens niveauet for serviceerhverv, som også dækker turisme, de seneste tre måneder (august-oktober) har ligget under de sammenlignede lande bortset fra Storbritannien. I november rykker Danmark sin relative placering op over EU og Italien, men er fortsat under Tyskland og Sverige. , Kilde: , DG ECFIN,  , og Statistikbanken., Fakta om konjunkturbarometrene: , Konjunkturbarometrene er et udtryk for virksomhedernes oplevelse af situationen lige nu og forventningerne til fremtiden. Barometrene indeholder blandt andet vurderinger af beskæftigelse, ordrebog og omsætning., Forbrugertilliden var højest i Danmark i november, Forbrugertilliden, som er indikatoren for forbrugernes tro på fremtiden, var i november højest i Danmark i forhold til udvalgte sammenlignede lande og i EU som helhed. , Selvom forbrugertilliden i Danmark faldt kraftigt i marts og april, steg den igen i juni og juli, og tilliden har i Danmark i hele 2020 ligget over niveauet for de fleste andre EU-lande. For eksempel var faldet i april i Danmark mindre end i Tyskland, Storbritannien og Italien. Kun i Sverige var faldet mindre end i Danmark. , Men for de fleste udvalgte lande og EU som helhed faldt forbrugertilliden igen i oktober. Faldet fra oktober til november var dog mindst i Danmark – også mindre end i Sverige. , Kilde: , Eurostat., Fakta om forbrugertilliden i EU: , Forbrugertilliden i EU har fokus på familiernes egen økonomi og deres tro på fremtiden, og mindre fokus på landets økonomi, Denne artikel dækker en række forskellige statistikker, som har hver sin kontaktperson. Deres kontaktinfo finder du herunder: , BNP: Timmi Rølle Graversen, TRG@dst.dk , Import og eksport: Kirstine Sewohl, KSW@dst.dk , Industriens produktion: Mathias Bluhme, MDB@dst.dk , Lønmodtagerbeskæftigelse: Thomas Thorsen, TST@dst.dk , AKU-beskæftigelse: Martin Faris Sawaed Nielsen, MFS@dst.dk , Konjunkturbarometrene: Erik Slentø, ESL@dst.dk , Forbrugertilliden: Zdravka Bosanac, ZBO@dst.dk, Om Hjælpepakker i Danmark, • I Danmark har man fra politisk hold iværksat en række hjælpepakker til de dele af erhvervslivet, som har været påvirket af nedlukningen af samfundet i forbindelse med COVID-19-krisen. Fx har man ydet lønkompensation til virksomheder og selvstændige, kompensation for faste udgifter og kompensation for aflyste arrangementer. I andre lande har man også iværksat ekstraordinære tiltag. Disse tiltag kan have påvirket de økonomiske nøgletal.

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2020/2020-12-04-syv-fakta-om-okonomien-i-dk-og-andre-lande-under-covid-19

    Bag tallene

    18.000 studerende flytter ved deres studiestart på videregående uddannelser

    Flest nye studerende flytter til hovedstad og storby, mens land og provins mister flere studerende, end de modtager., 22. juli 2021 kl. 8:00 , Af , Presse, Når pladsen på et af Danmarks universiteter, erhvervsakademier eller professionsskoler er sikret, indleder tusindvis af danske studerende jagten på en egnet studiebolig i den by, hvor deres fremtidige studieplads ligger., I 2020 flyttede rundt regnet 18.000 kommende studerende til ny bolig i månederne omkring studiestarten på en videregående uddannelse. Det svarer til 30 pct. af alle studerende, som startede på videregående uddannelser det år., For at en flytning tælles med som en studieflytning i denne opgørelse, skal den flyttende person være startet på en videregående uddannelse og være flyttet i perioden fra 1. august 2020 til 31. oktober 2020., ”På den måde mener vi at kunne give et kvalificeret bud på, hvor mange der flytter i forbindelse med studiestart. Når det er sagt, kan vi jo ikke vide med sikkerhed, at de unge er flyttet på grund af optag på videregående uddannelse,” forklarer fuldmægtig i Danmarks Statistik Mikkel Jonasson Pedersen.  , ”Det er blot sandsynligt, da vi også kan se, at langt de fleste af disse flytninger faktisk bringer de studerende tættere på deres kommende studie. Dog er der også 13 pct. af de flyttende, som øger afstanden til det kommende studie.”, Mange af nye studerende flytter mere end 50 kilometer, 6.900 af de studerende, som flyttede i forbindelse med studiestarten, flyttede mere end 50 kilometer tættere på studiet. Det svarer til 38 pct. af alle de flytninger, studerende foretog omkring studiestart., Den næststørste gruppe flyttede mellem 11-50 kilometer. Det gjorde rundt regnet 2.700 nye studerende, hvilket svarer til 15 pct. af alle flytningerne. Rundt regnet 2.300 af flytningerne bragte den studerende længere væk fra studiet, end før flytningen fandt sted, svarende til 13 pct. af flytningerne., Afstandene er beregnet på baggrund af Kraks kort. I nogle tilfælde er der ikke overensstemmelse mellem disse kort og de registrerede adresser. Det kan både skyldes nybyggerier som ikke er med på kortene, men også at adressen fra sidste år ikke længere findes., Det betyder, at ved ca. 3.500 af flytningerne i forbindelse med studiestart, er det ikke muligt at beregne forskelle i afstand. Tallene om flytteafstande er derfor behæftet med en vis usikkerhed., Antal flytninger og flytteafstand, nye studerende på videregående uddannelser. 2020, Kilde: Danmarks Statistik, særkørsel på baggrund af flytteregisteret og elevregisteret, Flest nye studerende flytter til København, Den kommune, som flest nye studerende på videregående uddannelser flyttede til i 2020, var Københavns Kommune, dog meget tæt efterfulgt af Aarhus Kommune., Knap 4.100 studerende flyttede til Københavns Kommune, mens knap 4.000 flyttede til Aarhus Kommune. Dette svarer hhv. til 23 og 22 pct. af alle studieflytningerne omkring studiestart på videregående uddannelser i 2020. Tallet inkluderer alle flytninger foretaget af nye studerende på videregående uddannelser, både flytninger inden for samme kommune og tilflytninger fra andre kommuner., Kommunen med tredje flest studietilflytninger i 2020 var Aalborg med rundt regnet 2.200 flytninger svarende til 12 pct. af alle studieflytninger omkring studiestart. Herefter følger Odense Kommune med 2.000 studieflytninger svarende til 11 pct. af flytningerne., Tilflyttende studerende til de største danske kommuner. 2020, Kilde: Danmarks Statistik, særkørsel på baggrund af flytteregisteret og elevregisteret, Anm: Figuren viser kun tilflytning til Danmarks fire største kommuner, Land- og provinskommuner mister flere studerende end de modtager, Trækker man de fraflyttende studerende fra de tilflyttende studerende, får man den såkaldte nettotilflytning, altså om de forskelige kommuner går i ’plus eller minus’, når alle de nye studerendes flytninger er foretaget., Netto modtog danske storbykommuner (Odense, Aalborg og Aarhus) 5.015 kommende studerende på videregående uddannelser i 2020, hvilket var den største nettotilflytning blandt alle kommunetyperne., Den næststørste tilflytning skete til kommunerne grupperet som ”hovedstadskommuner” i , Danmarks Statistiks klassificering af danske kommunetyper, , som dækker over København og en række omkringliggende kommuner. Hovedstadskommunerne endte med en nettotilflytning på knap 1.900., Alle andre kommunetyper i landet, herunder landkommuner, provinskommuner og oplandskommuner endte med at have negativ nettotilflytning i 2020. Der var altså flere kommende studerende, som flyttede fra disse kommuner end til dem., Fakta: Hvad menes der med land og provinskommuner?, Danmarks Statistik har grupperet Danmarks 98 kommuner i 5 overordnede kommunetyper, som hedder Hovedstadskommuner, Storbykommuner, Provinsbykommuner, Oplandskommuner og Landkommuner., Denne opdeling er lavet med udgangspunkt i oplysninger om tilgængelighed til arbejdspladser og antallet af indbyggere i den største by i kommunen., Opdelingen kan anvendes til analyser af geografiske forskelle i Danmark., Se oversigt over alle danske kommuner og deres klassificering , her, Den største nettofraflytning af studerende skete i landets landkommuner, hvor omtrent 2.600 forlod kommunegruppen til fordel for andre kommunegrupper., Dernæst følger de danske oplandskommuner, som mistede knap 2.200 studerende (netto), efter flytteregnestykket var gjort op. Disse følges af provinskommunerne, hvor 2.100 studerende (netto) endte med at forlade kommunerne., Se flere tal om til- og fraflytning i tabellerne i bunden af artiklen., Nettotilflytning, nye studerende på videregående uddannelser. 2020, Kilde: Danmarks Statistik, særkørsel på baggrund af flytteregisteret og elevregisteret, Størstedelen af de flyttende studerende halverer deres afstand til studiet, Mange af de nye studerende fik markant kortere afstand til studiet, efter de var flyttet. Således mere end halverede rundt regnet 10.100 studerende deres afstand til deres kommende studie, hvilket svarer til 55 pct. af alle flytningerne omkring studiestart., ”Kigger man udelukkende på gruppen, som halverer deres afstand til studiet, kan vi se, at ret mange af dem har gjort dette ved at flytte relativt langt,” forklarer Mikkel Jonasson Pedersen., ”Fx har knap 7.000 studerende mere end halveret deres afstand ved at flytte over 50 kilometer tættere på studiet.” , Studerende som efter flytning har halveret afstanden til studiet. 2020, Kilde: Danmarks Statistik, særkørsel på baggrund af flytteregisteret og elevregister, Har du spørgsmål til tallene i denne artikel, kan du kontakte fuldmægtig Nikolaj Kær Schrøder Larsen på 3917 3259 eller , NKL@dst.dk, eller fuldmægtig Mikkel Jonasson Pedersen på 3917 3752 eller , MPS@dst.dk, Tabel: Brutto- og nettotilflytning fordelt på kommunetyper. 2020,  , Hovedstadskommuner, Landkommuner, Oplandskommuner, Provinsbykommuner, Storbykommuner, Bruttotilflytning, 6.047, 1.052, 474, 2.410, 8.236, Nettotilflytning, 1.884, -2.583, -2.178, -2.138, 5.015,  ,  

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2021/2021-07-22-Studerende-flytter-efter-uddannelse-i-forbindelse-med-studiestart

    Bag tallene

    Nyt om grunddata - 1. kvartal 2025

    Her finder du de seneste registeropdateringer og nye registre, som Forskningsservice stiller til rådighed. Nyt om grundregistre udgives hvert kvartal og opdateres løbende, så du altid har al information samlet ét sted. Nyt om grundregistre - 1. kvartal 2025 opdateres fra 1. januar til 31. marts., 23. april 2025 kl. 10:46 , Af , Karin Ørum Elwert, Nye forskningsmuligheder med lærer-elevregistrene LER-Dagtilbud og LER-Ungdom, 23. april 2025 kl. 10:50 af Karin Ørum Elwert, Siden december 2024 har Danmarks Statistik gjort nye Lærer-elevregisterdata tilgængelige for forskning og analyse. Dette omfatter data fra ungdomsuddannelserne (LER-Ungdom) og dagtilbud (LER-Dagtilbud), der supplerer det eksisterende LER-Grundskoler., LER-Ungdom er opdateret med flere leverandører og længere tidsserier, hvilket giver data for flere år og institutioner på ungdomsuddannelsesområdet. Registret indeholder blandt andet information om lektionsdata, undervisningshold, lærere, fravær og prøvebedømmelser. LER-Dagtilbud dækker børns og medarbejderes forløb i kommunale og selvejende daginstitutioner, som fremgår af systemet Unilogin, hvilket gør det muligt at knytte børn og medarbejdere sammen på både institutions- og stueniveau., Læs mere i nyhedsbrevet fra Befolkning og Uddannelse, Danmarks Statistik., Nyhedsbrev om Lærer-Elevregistret – Danmarks Statistik (pdf), Bemærk:, LER-Ungdom og LER-Dagtilbud er ikke tilgængelige i Danmarks Datavindue og i Grunddata 2025, men kan bestilles som særleverance via Uddannelsessektionen i Danmarks Statistik., Adgang til nye registre fra Styrelsen for IT og Læring (STIL), 23. april 2025 kl. 10:50 af Karin Ørum Elwert, Danmarks Statistik og Styrelsen for IT og Læring (STIL) har indgået en aftale, der gør følgende registre tilgængelige i Danmarks Datavindue for brugere, der ønsker at bestille data til projekter:, Folkeskolens Nationale Overgangstest 2022-2024, Elevfravær i Grundskolen 2010-2024, Underviserers kompetencedækning i Folkeskolen 2013-2024, Obligatoriske nationale tests i Folkeskolen (Genberegnede resultater) 2014-2022, Obligatoriske nationale tests i Folkeskolen (Oprindelige resultater) 2009-2020, Nationale trivselsmåling i folkeskolen for 0.-3. klasse 2014-2024, Nationale trivselsmåling i folkeskolen for 4.-9. klasse 2014-2024, Dokumentationen af data kan dels findes på Forskningsservices hjemmeside under ”Data fra andre kilder” og i Danmarks Datavindue., Gå til Data fra andre kilder - Danmarks Statistik, Gå til Danmarks Datavindue, Bemærk:, Registrene opdateres årligt på nær Obligatoriske nationale tests, som ikke opdateres, da testene nu ligger i de Nationale Overgangstests., Nyt register: Børnepasning 0 år til skolestart på institutioner, 23. april 2025 kl. 10:50 af Karin Ørum Elwert, Der er oprettet et nyt grundregister, DAGTIL_INSTITUTIONER, som indeholder information om antallet af institutioner for børn i alderen 0-5 år i årene 2018-2023., Vær opmærksom på, at offentliggørelsen i statistikbanken i tabellen BOERN4 indeholder data for både 0-5 årige og 6+ årige børn (SFO). Derfor vil populationen i BOERN4 i statistikbanken være større end den, der findes i DAGTIL_INSTITUTIONER i Forskningsservices grunddata., Opdaterede fertilitetsregistre: FTbarn, FTforael og FTnaevn, 23. april 2025 kl. 10:50 af Birgitte Hollegaard, Fertilitetsregistrene FTbarn (Fertilitet – børn), FTforael (Fertilitet - forælder) og FTnaevn (Fertilitet – nævner) er nu opdateret for første gang i godt 7 år. De bygger på data fra CPR og det medicinske fødselsregister(MFR), som leveres fra Sundhedsdatastyrelsen.  , FTbarn indeholder alle børn, der har mindst én forælder registreret i CPR eller MFR, med data fra 1973 og næsten fulde årgange tilbage til 1960'erne. FTforael omfatter de først registrerede forældre (mor1 og far1) til børnene i FTbarn, mens FTnaevn rummer personer, der har været bosat i Danmark siden 1. januar 1973 eller har født et barn her., Med disse tre registre kan man finde relationer mellem forældre, børn og søskende, også fra ældre årgange., Opdatering af Medicinsk Fødselsregister (MFR), 23. april 2025 kl. 10:50 af Birgitte Hollegaard, Det nye medicinske fødselsregister 2019-2023 er nu tilgængeligt i grunddata. Dataene kommer fra Sundhedsdatastyrelsen og inkluderer detaljerede beskrivelser af registeret fra 1973 og frem samt den nye struktur. Efter opdateringen i 2019 er formatet nemlig ændret, og registret består nu af et hovedregister, mfr_nyfoedte, samt 10 satellittabeller., Hovedtabellen, mfr_nyfoedte, indeholder PNR for mor, far og barn, oplysninger om fødslen og en nøglevariabel for mor, der relaterer til fem af satellittabellerne. Satellittabellerne indeholder også yderligere information om mor, graviditet og fødsel., I mfr_nyfoedte er der også en nøglevariabel for barnet, som relaterer til de 5 satellittabeller, der indeholder information om barnet og fødslen. MFR indeholder også nøglevariable, der passer til LPR, så de kan sammenholdes., Se dokumentationen på Sundhedsdatastyrelsens hjemmeside., Gå til Fødselsregisteret - Sundhedsdatastyrelsen, Opdatering: LPR3 - Nye ændringer for 2023, 23. april 2025 kl. 10:50 af Helle Wallach Kildemoes, I 2019 introducerede Sundhedsdatastyrelsen(SDS) en ny model for indberetning til Landspatientregistret(LPR3) med udarbejdelse af en midlertidig forskerrettet datamodel for de forskellige tabeller: LPR_F_NN_YYYY (med information siden 2019). I efteråret 2024 blev den nye LPR3-modelfinjusteret, og Forskningsservice modtog en testversion af denne model for data., Forskningsservice er i øjeblikket i gang med at teste de modtagne data. Afhængigt af resultaterne forventes det, at den nye LPR3-model med data fra 2019-2023 vil blive tilgængelig som grunddata i maj 2025., Opdateringer i KOTRE: Revision af erhvervsuddannelsesdata, 23. april 2025 kl. 10:50 af Karin Ørum Elwert, I forbindelse med dette års opdatering af elevregisteret (KOTRE) har uddannelseskontoret i Danmarks Statistik foretaget en særlig behandling at data på erhvervsuddannelsesområdet., Opdateringen medfører en række revisioner af tidligere tællingsår. Mest markant vil der ske en større korrektion i antallet af afbrudte og fuldførte erhvervsuddannelser i tællingsåret 2021. Derudover vil der også ske væsentlige korrektioner i antallet af afbrudte erhvervsuddannelser i tællingsåret 2020 og antallet af fuldførte på hovedforløb i tællingsåret 2023., Find en mere detaljeret forklaring i Danmarks Statistiks dokumentation af dataindsamlingen 2024 under afsnittet ”Erhvervsuddannelser”., Gå til Dokumentation af dataindsamlingen til Elevregistret 2024 (pdf)

    https://www.dst.dk/da/TilSalg/data-til-forskning/nyt-og-meddelelser/2025/nyt-om-grunddata-1-kvartal-2025

    Fedt med unikke data til specialet

    Økonomistuderende fik gennem sit studenterjob adgang til registeroplysninger hos Danmarks Statistik og har nu ved afslutningen af sit studie påvist, hvor meget og hvorfor kvinder straffes for at få børn., 17. september 2021 kl. 8:00 ,  , Af , Niels , Stoktoft Overgaard, Malene Baureis Hansens egen mor gik på deltid fra sit job som lægesekretær, da hun fik børn. Sådan indretter mange andre kvinder og familier sig også. Det betyder et omgående fald i løn. Men det medfører også en nedgang i kvindernes pensionsindbetalinger., Nu har Malene Baureis Hansen opgjort størrelsen og årsager til ”børnestraffen” på kvinders pension. Det har hun gjort i sit speciale på cand.polit.-studiet. Hendes værktøj har bl.a. været data fra Danmarks Statistik. Hun stiftede bekendtskab med, hvad der kan hentes af statistiske oplysninger, da hun havde studenterjob i brancheorganisationen Forsikring & Pension, hvor hun kunne bruge den såkaldte forskerordning., - Danmarks Statistiks data er det ypperste. Når man får lov at arbejde med dem, ser man, hvor store mulighederne er. Det er unikke data, og at kunne bruge dem i et speciale er bare det fedeste, siger Malene Baureis Hansen., Betydelig børnestraf, Specialet viser, at fem år efter en fødsel har kvinder et efterslæb i pensionsindbetalinger på 17 % i forhold til faderen. Det vokser til 20 % ti år efter., - De fleste undersøgelser rundt om i verden har set på, hvad fødsler betyder for indkomsten. Men vi har kunnet tage pensionsvinklen med, fordi den omfattende guldgrube af data hos Danmarks Statistik, har gjort at vi kunne komme et spadestik dybere., Malene Baureis Hansen har udarbejdet sit speciale i samarbejde med sin studiekammerat Frederikke Hedstrøm, som også havde studenterjob i Forsikring & Pension., Fakta #1, Mænd og kvinders pensionsindbetalinger fem år før – ti år efter førstefødte, Y-aksen viser pensionsindbetalingerne relativt til de forventede pensionsindbetalinger., Kilde:  Specialet: , ”Parenthood and The Gender Gap in Pension -  An empirical analysis of the effect of the first childbirth on the pensions of hetero- and homosexual parents” , Malene Baureis Hansen og Frederikke Hedstrøm, Anderledes for homoseksuelle, Mange heteroseksuelle børnefamilier specialiserer deres husholdning, så kvinden går ned i tid, mens manden fortsætter fuldt ud på arbejdsmarkedet. Det bygger på traditionelle kønsroller og ikke på biologi. Det samme sker nemlig i mindre grad i homoseksuelle husholdninger med børn., Det er en af konklusionerne i specialet om ”børnestraffen” på kvinders pension. 27-årige Malene Baureis Hansen har ingen børn endnu. Men hun er da begyndt at tænke over, om hun til den tid bør fortsætte med at arbejde på fuld tid for at undgå ”børnestraffen”., - Det handler meget om præferencer. Har du lyst til at gå mere hjemme? Kvinder skal i hvert fald gøre sig klart, at konsekvenserne af ”børnestraffen” viser sig mange år senere, når de får udbetalt væsentlig mindre fra deres pensionsordning., Lysten til data, Det kan være svært for studerende at få fat i data. Det er mange ellers stærkt interesserede i, men der er hensyn til sikkerhed og resurser., Vejen til data kan være et studenterjob i en interesseorganisation, en tænketank, et ministerie eller lignende steder. Så kan den studerende eventuelt opnå mulighed for at benytte den adgang, som arbejdspladsen i forvejen har., En anden mulighed er, at undersøge om et af de specialeområder, som Danmarks Statistik udbyder kunne være interessant. , Områderne kan findes her på Danmarks Statistiks hjemmeside., - Dermed begynder mange også at spore sig ind på, hvad deres speciale skal handle om, når de får muligheden for at kunne bruge data til deres afsluttende projekt, fortæller Malene Baureis Hansen., Til fælles glæde, Efterhånden har rigtig mange studerende skrevet speciale på baggrund af data fra Danmarks Statistik. Det fryder ledende chefkonsulent Laust Hvas Mortensen., - Tit handler specialerne om noget meget spændende. Vi opdager jævnligt et eller andet, som vi undrer os over, men som vi ikke har tid eller evner til at se på. Det kommer der så somme tider studerende og gør, siger Laust Hvas Mortensen., Ansatte i Danmarks Statistik pitcher somme tider ideer til studerende. Andre gange kommer studerende med deres helt egne ideer., - Der er også forskel på, hvor meget de spørger undervejs. Nogle er helt selvkørende, mens andre vender tilbage gentagne gange., Åbne døre, Danmarks Statistik får flere slags gevinster af samarbejdet med de studerende. Laust Hvas Mortensen siger, at det tit ender med, at opgaverne giver ny viden og der opstår nye ideer til nye analyser for eksempel., - Men det er også vigtigt, at de studerende finder ud af, at vi er her. Mange gange vender de tilbage senere, når de er blevet ansat i fx interesseorganisationer eller ministerier., - Det er vigtigt for os at vise, at der er åbne døre i vores hus, siger Laust Hvas Mortensen., Efter eksamen arbejder Frederikke Hedstrøm nu i Danske Bank. Malene Baureis Hansen har faktisk fået job hos Danmarks Statistik. Her er hun lige nu i gang med en rapport, der bygger på data om hjemmehjælp, og som er bestilt af en interesseorganisation., Specialet gav i øvrigt et 12-tal!, Fakta #2, Muligheder i forskerordningen, Danmarks Statistiks forskerordning stiller mikrodata (individdata og enkeltvirksomhedsdata) til rådighed., Det sker til  forsknings-, udrednings- og analyseopgaver i godkendte forskningsinstitutioner og analysemiljøer., De konkrete projekter skal godkendes og dataadgangen afgrænses efter behovet til det pågældende projekt., Adgangen sker fra egen arbejdsplads over nettet til servere hos Danmarks Statistik - det vil sige, at data aldrig forlader Danmarks Statistik., Der stilles en række krav til adgangen blandt andet om fortrolighed., Ordningen er skabt for at udnytte de omfattende muligheder for forskning, som samlingen af registre hos Danmarks Statistik giver mulighed for., Du kan læse mere om forskerordningen her, Fakta #3, Fra studerende til professorer, Specialestuderende er kun én af de grupper, som udnytter lagrene af data. Danmarks Statistik samarbejder også med ph.d.-studerende, der allerede har en kandidatuddannelse og nu er i gang med en forskeruddannelse., Danmarks Statistik har yderligere en gæsteforskerordning. Den udnyttes blandt andet af professorer. Forskerne indgår et samarbejde med Danmarks Statistik om projekter., Ledende chefkonsulent Laust Hvas Mortensen mærker, at der er en stigende interesse for de forskellige ordninger. Flere og flere får øje på mulighederne hos Danmarks Statistik., Hvor lang tid kommer vi til at leve?, – Et ph.d.-projekt udarbejdet sammen med Danmarks Statistik  , Malene Baureis Hansen, Fuldmægtig, DST Consulting, Danmarks Statistik, Tlf. 30 61 59 98, bau, @dst.dk, Foto: , Malene Baureis Hansen, Laust Hvas Mortensen,  , Ledende chefkonsulent, Metode og Analyse, Danmarks Statistik, Tlf. 91 37 64 21, lh, m@dst.dk, Foto: Danmarks Statistik

    https://www.dst.dk/da/TilSalg/perspektiv/2021/2021-09-17-fedt-med-unikke-data-til-specialet

    Kundecases

    Her kan du se eksempler på nogle af de skræddersyede statistikopgaver, vi har hjulpet vores kunder med. , Forfædres oprindelsesland, Tænketanken, , Unitos, , der har til formål at oplyse offentligheden om indvandring og integration, ønskede at få udarbejdet en opgørelse af danskernes etniske baggrund baseret på deres forfædres oprindelsesland. Opgørelsen skulle belyse, hvor mange der helt eller delvist har udenlandsk ophav i den danske befolkning., Derudover blev der også lavet en opgørelse over kriminalitetsraten for personer med både danske og udenlandske forældre sammenlignet med personer, som kun har danske og/eller udenlandske forældre. Resultaterne skal bruges som input til debatten om betydningen af ægteskaber på tværs af etnisk baggrund., Patienter med amyloidose, Vidensvirksomheden, , DLI Market Intelligence, , der blandt andet leverer markedsdata til den danske lægemiddelindustri, ønskede en oversigt over patienter med amyloidose, som er en gruppe sygdomme, der er karakteriseret ved reduceret organfunktion. De ville samtidig også gerne have et overblik over patienter med en kombination af henholdsvis polyneuropati, som er en lidelse, hvor nerverne i kroppen ikke fungerer, og kardiomyopati, som er sygdom i hjertemusklen. Tallene skulle dække perioden fra 2009-2019 og indgår i en analyse DLI udarbejder for en kunde, som en del af et større projekt. Opgørelsen skal hjælpe med at danne fundamentet for at dialogen med sundhedspersoner kan ske på et oplyst grundlag., Konkursramte virksomheder i bygge og anlæg, Dansk Byggeri, ønskede at supplere de officielle statistikker over konkurser i bygge- og anlægsbranchen med yderligere oplysninger som følge af en markant stigning i konkurser i perioden 2009-2018. De fik derfor udarbejdet en særkørsel med oplysninger om geografi, antal ansatte og omsætning. Formålet med opgaven var at få en større klarhed over, hvorvidt der var tale om et reelt problem i branchen. Datasættet viste blandt andet, at der var mange små (inaktive) virksomheder imellem, og at mange at disse var de såkaldte en-krones-selskaber (IVS’er). Tallene har derved været med til at fastslå, at der faktisk ikke er tale om et generelt problem, men netop konkurser hos virksomheder uden den store aktivitet og dermed mindre skadelig for branchen., Navnestatistik, Det digitale bureau, , Ambition, , har fået udarbejdet demografiske profiler på baggrund af fornavne og alder, som skal bruges til at gruppere annoncørernes målgrupper. Profilerne indeholder blandt andet oplysninger om adfærd. Blot ud fra en fysisk adresse, alder og navn, kan brugerne klassificeres, og dermed er det muligt at dykke dybere ned i de forskellige segmenter., Ved at omsætte data og teknologi i tæt samspil med annoncørernes data, forsøger Ambition at skabe de bedste rammer for at levere indsigter om kunderne. Indsigter der kan hjælpe annoncørerne med at målrette kampagner til deres målgrupper, fordi de nu har en bedre idé om hvordan de kan kommunikere med de forskellige kundegrupper og gennem hvilke medier., Iværksætteri, Interesseorganisationen, , Lederne, , fik i foråret 2019 udarbejdet et større datasæt fra Danmarks Statistik til belysning og kortlægning af iværksætteri i Danmark. Leverancen bestod af en oversigt over alle danske iværksættervirksomheder samt en karakteristik af iværksætterne for perioden 2007-2017. Hovedfokus for opgaven var iværksætternes uddannelsesmæssige baggrund, alder og køn samt overlevelsesgraden af iværksætternes virksomheder. Ydermere, blev der også koblet ekstra oplysninger på om iværksætternes forældres uddannelsesmæssige baggrund samt deres tilknytning til arbejdsmarkedet. Formålet med analysen var at understøtte Ledernes generelle viden om iværksætteri med henblik på at styrke de politiske budskaber., Visiteret hjemmehjælp, Danmarks største arbejdsgiver- og erhvervsorganisation, , Dansk Industri, , ønskede at få tal på hvor mange ældre i Danmark, som havde valgt en privat leverandør frem for det kommunale tilbud på hjemmehjælpsområdet. , Danmarks Statistik har hjulpet med at fremskaffe tal på basis af kommunernes månedlige indretninger. Dansk Industri vil blandt andet bruge tallene til at informere interessenter om brugen af private leverandører inden for hjemmeplejen., Kunder på offentlig forsørgelse, PFA Pension, ønskede en analyse af hvem og i givet fald hvilke typer af offentlig ydelser deres kunder modtog. Der blev indsendt en population på ca. 8.000 CPR numre. Analysen skulle indeholde oplysninger om de seneste indkomstforhold. Analysens primære fokus var at få en afdækning af i hvilket omfang PFA Pension havde de korrekte registreringer af forsørgelsestyper, og eventuelt identificere kundegrupper, hvor kvaliteten af den interne registrering var bedre og/eller dårligere end andre., Unge i Holbæk Kommune, Tænketanken , Mandag Morgen, har med hjælp fra Danmarks Statistik fået udarbejdet en analyse, der har til formål at understøtte Holbæk Kommunes projektudvalgsarbejde med at hjælpe udsatte unge mellem 25-29 år i job eller uddannelse. Ved hjælp af den registerbaserede arbejdsstyrkestatistik (RAS) er antallet af unge i alderen 25-29 med bopæl i Holbæk Kommune blevet fundet, og herefter blevet inddelt i de som ikke er under uddannelse og de som står udenfor arbejdsmarkedet. Udover dette, så er der også blevet tilkoblet en række andre indikatorer for udsathed, såsom behandling for stofmisbrug og modtagne domme. Alt dette har hjulpet med at tegne et billede af de unge i Holbæk, som kan sammenlignes med andre kommuner og tal for hele landet., Uddannelsesanalyse, Region Sjællands uddannelsesanalyse fra 2018, der er udarbejdet i samarbejde med Epinion P/S, bygger blandt andet på data fra Danmarks Statistik. Analysen har til formål at lægge et solidt fundament for at uddannelsesindsatsen i Region Sjælland fortsat kan ske på et veloplyst grundlag. Analysen stiller skarpt på centrale dele af uddannelsesområdet målt op imod nationale målsætninger. Opgørelserne er derfor opdelt på regioner og kommuner, hvilket gør det muligt for kommunerne at se deres bidrag og sammenligne sig med andre. Ydermere, så giver analysen også indblik i, hvor langt Regionen Sjælland er kommet og hvor langt de forventer at nå i de kommende år. Regionen har siden 2013 fået lavet en årlig uddannelsesanalyse i Danmarks Statistik. , Læs uddannelsesanalysen på Region Sjællands hjemmeside., Bedre service og korrekte forsikringspræmier, Sampension, har fået leveret et antal tabeller, der giver indsigt i risikoen for, om folk bliver langtidssyge og et andet sæt om, hvilke grupper af deres medlemmer, der får offentlige ydelser. Formålet er blandt andet, at man nu med større sikkerhed kan beregne den korrekte præmie for kunderne samt yde en bedre service. Derudover kan tabellerne også bruges til at analysere, hvilke grupper der er i størst risiko for at komme på sygedagpenge i længere tid. Det andet sæt tabeller, som Sampension har fået leveret, omhandler medlemmers og kunders forløb på offentlige ydelser, hvor de har fået statistik på ledighedsydelse, førtidspension, sygedagpenge osv. Statistikken kan hjælpe med at pege på, hvor man kan gøre en særlig indsats for at bestemte kundegrupper bliver hurtigere raske., Analyse af efterskoleelever, For nogle familier kan egenbetalingen for efterskolepladser være en barriere. Efterskoleforeningen valgte at få tal på elevernes sociale profil i sammenligning med elever fra bl.a. folkeskoler og friskoler på baggrund af tal fra Danmarks Statistik. , Analysen har hjulpet med at klarlægge og sammenligne indkomstudviklingen i befolkningen og derved givet et retvisende grundlag for at vurderesammensætningen i elevgrupperne. Analysen skal både bruges internt og eksternt, og skal blandt andet være med til at udgøre grundlaget for de strategiske beslutninger, der skal tages i bestyrelsen om efterskolernes fremtid., Aarhus måler fattigdom ud fra FN's verdensmål, Aarhus Kommune ønskede at få overblik over den relative fattigdom i kommunen, for at kunne målrette deres indsats overfor de mennesker, som havde mest brug for den. I den forbindelse har Danmarks Statistik blandt andet hjulpet med deres fattigdomsindikator, som er affødt af FNs verdensmål. Med de data, som Danmarks Statistik har leveret, kan kommunen nu se hvilke familier, som har en disponibel indkomst, der ligger under fattigdomsgrænsen: Det er også blevet synligt, hvor i kommunen man kan finde den største andel af relativt fattige., "Med tallene fra Danmarks Statistik er børn som lever i familier med en disponibel indkomst under fattigdomsgrænsen nu synlige, hvilket betyder, at vi i højere grad kan vurdere behovet for særlige indsatser i forhold til økonomisk udsatte børnefamilier, og samtidig har vi et statistisk grundlag til at kunne deltage i den nationale debat om børnefattigdom," udtaler Adam Galai, som er Fuldmægtig i Beskæftigelsesforvaltningen i Aarhus Kommune., Dimittendanalyse, Gennem de senere år har Aarhus Universitet haft stor fokus på at etablere samarbejder med virksomheder. I den forbindelse har universitetet ønsket at undersøge dimittendernes mobilitet, og i samarbejde med Danmarks Statistik har de fået udarbejdet en dimittendanalyse, der viser hvordan kandidaternes fra de fire hovedområder har klaret sig sammenlignet med de øvrige danske universiteter. Blandt andet på parametre som: Hvor mange kommer i arbejde? Hvilke brancher kommer de til, og hvor i landet ligger arbejdspladserne?, "Analysen giver os en række pejlemærker. For eksempel er det interessant for et hovedområde, der har gjort en ekstra indsats for at etablere samarbejde med virksomheder, at se, om det slår igennem i form af højere grad af beskæftigelse for kandidaterne," siger Bente Lynge Hannestad, funktionschef for uddannelsesstrategisk sekretariat i AU Uddannelse., Kontakt, Hvis du vil høre nærmere om vores statistikprodukter og ydelser, så kontakt os endelig., DST Consulting

    https://www.dst.dk/da/TilSalg/skraeddersyede-loesninger/eksempler-paa-skraeddersyede

    Kvalitet i officiel statistik

    Der er flere forhold, der kendetegner kvalitet i officiel statistik, selvom det ofte er præcisionen, der fokuseres på – altså hvor præcist statistikken beskriver virkeligheden. Men for den enkelte bruger er det også vigtigt, at statistikken er relevant således, at den beskriver det fænomen, brugeren er interesseret i. Statistikken skal også være aktuel nok til, at den kan være grundlag for beslutninger, og der må derfor ikke gå for lang tid, inden den publiceres. Tidsserier, som beskriver udviklingen på et område, og er sammenlignelig med tilsvarende udviklinger i andre lande, er tit vigtige. For brugerne skal tallene kunne findes uden for meget besvær, og de skal være lette at forstå.,  , Hvad er officiel statistik?, Statistik bidrager til, at beslutninger på alle niveauer i det danske samfund kan ske på grundlag af troværdig og objektiv information – alt lige fra regeringspolitik og forskning til private virksomheders ageren og individers hverdagsvalg. En forudsætning for dette er imidlertid, at der findes standarder, som sikrer, at statistikken er troværdig og objektiv. For at imødekomme denne problemstilling er begrebet ’Officiel Statistik’ introduceret i Lov om Danmarks Statistik. Statistik, som er offentligt produceret, og som lever op til en række kvalitetskriterier, kan ifølge loven få betegnelsen officiel statistik. For andre offentlige myndigheder, som producerer statistik, er der udarbejdet retningslinjer for officiel statistik, som er nærmere beskrevet på , Portal for officiel statistik, .,  , Fælles kvalitetsramme, Adfærdskodeks for europæiske statistikker er en fælles ramme for kvaliteten i europæiske statistikker. Adfærdskodeksen består af 16 principper, som dækker institutionelle forhold, produktionsprocesser og statistiske produkter. Adfærdskodeksen blev udviklet i 2005 og revideret i 2011 og i 2017., Kodeksen er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder., Adfærdskodeks for europæiske statistikker, Adfærdskodeks for europæiske statistikker er et fælles rammeværk for kvaliteten i europæiske statistikker, Adfærdskodeksen består af 16 principper, som dækker institutionelle forhold, produktionsprocesserne og de statistiske produkter. Adfærdskodeksen blev udviklet i 2005 og revideret i 2011 og i 2017. , Kodeksen er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder., Adfærdskodeks for europæiske statistikker, Adfærdskodeks for europæiske statistikker er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder. Adfærdskodeksen er fremsat i en meddelelse fra EU Kommissionen og er blevet tiltrådt af Rådet af Økonomi- og Finansministre. De politiske myndigheder og statistikmyndighederne i EU har forpligtiget sig til at overholde principperne i adfærdskodeksen, så der sikres uafhængig statistik af høj kvalitet., Adfærdskodeksen trådte i kraft i 2005 og blev revideret i 2011 og igen i 2017. Det var især større krav vedrørende statistikmyndighedernes uafhængighed, kvalitetsstyring, koordinering og databeskyttelse, der var fokus for revisionerne., Adfærdskodeksen bygger på 16 principper fordelt på tre hovedområder, nemlig de institutionelle rammer, statistiske fremgangsmåder og statistiske produkter. Til hvert princip knytter sig en række indikatorer til implementeringen af kodeksen. , Institutionelle rammer, Faglig uafhængighed, Koordinering og samarbejde, Bemyndigelse til at indsamle data samt adgang til data, Tilstrækkelige ressourcer, Kvalitetsforpligtelse, Statistisk fortrolighed og databeskyttelse, Upartiskhed og objektivitet, Fremgangsmåder, God metodologi, Egnede statistiske fremgangsmåder, Begrænset byrde for respondenterne, Omkostningseffektivitet, Produkter, Relevans, Nøjagtighed og pålidelighed, Aktualitet og punktlighed, Sammenhæng og sammenlignelighed, Tilgængelighed og klarhed, Læs mere om de 16 principper i "Adfærdskodeks for europæiske statistikker" (pdf),  , Som en støtte til adfærdskodeksen er der udarbejdet et rammeværk for kvalitetssikring, Quality Assurance Framework. Det understøtter kvalitetskravene og giver råd om metoder, værktøjer og praksis, som kan være nyttige ved implementering af tiltag for at kunne leve op til adfærdskodeksen., Quality Assurance Framework of the European Statistical System (pdf),  , FN's principper for officiel statistik, Det europæiske adfærdskodeks bygger på FN's grundlæggende principper for officiel statistik. FN's statistiske Kommission vedtog den 14. april 1994 de grundlæggende principper for officiel statistik og Danmarks Statistik bestræber sig på at leve op til disse principper., FN's principper for officiel statistik, Princip 1. Den officielle statistik er et uundværligt element i ethvert demokratisk samfunds informationssystem, hvorfra data inden for områder som økonomi, demografi, sociale forhold og miljø skal være tilgængelig for den statslige administration, samfundsøkonomien og offentligheden. Med dette formål for øje, skal de officielle statistiske institutioner producere statistikker, som har en høj brugsværdi, og stille dem til rådighed for offentligheden på et upartisk grundlag for at imødekomme borgernes krav om almen oplysning., Princip 2. For at bevare den officielle statistiks troværdighed er det nødvendigt for de statistiske institutioner at træffe beslutninger, som er i overensstemmelse med faglige hensyn, herunder videnskabelige principper og faglig etik omkring metoder og fremgangsmåder for dataindsamling, bearbejdning, opbevaring og formidling af statistiske data., Princip 3. For at gøre det lettere at fortolke de statistiske data korrekt skal de statistiske institutioner præsentere information om datakilder, metoder og fremgangsmåder for statistikken i overensstemmelse med videnskabelige normer., Princip 4. De statistiske institutioner er berettigede til at kommentere fejlagtige fortolkninger og misbrug af statistikken., Princip 5. Data til statistiske formål kan udtrækkes fra alle typer af datakilder, hvad enten det er statistiske undersøgelser eller administrative registre. Ved udvælgelse af datakilden skal der tages hensyn til kvalitet, aktualitet, omkostninger og respondentbyrden., Princip 6. Individoplysninger indsamlet af de statistiske institutioner til statistisk bearbejdning, hvad enten de kan henføres til fysiske eller juridiske personer, skal behandles fortroligt og må udelukkende anvendes til statistiske formål., Princip 7. De love, bestemmelser og forholdsregler, som de statistiske systemer fungerer i henhold til, skal være tilgængelige for offentligheden., Princip 8. Koordinering mellem de statistiske institutioner inden for hvert land er af afgørende betydning for at opnå et sammenhængende og effektivt statistiksystem., Princip 9. At de statistiske institutioner i hvert enkelt land anvender internationale begreber, klassifikationer og metoder fremmer sammenhængen og effektiviteten i de statistiske systemer på alle niveauer., Princip 10. Bilateralt og multilateralt statistiksamarbejde bidrager til at forbedre de officielle statistiksystemer i alle lande.,  , Europæisk kvalitetsvurdering – ESS peer review, Der gennemføres med jævne mellemrum evalueringer og gennemsyn af Danmarks Statistik, herunder internationale evalueringer, som fx ESS peer review. Peer reviewet har til formål at evaluere, om EU-medlemslandene og EFTA-landene efterlever de 16 grundlæggende principper for officiel statistik, som er fastsat i Adfærdskodeks for europæiske statistikker (European Statistics Code of Practice, CoP). Derudover skal koordinationen inden for det nationale statistiksystem samt integration i forhold til ESS evalueres., I foråret 2022 blev Danmark senest vurderet af et europæisk ekspert-team i et peer review. Det europæiske ekspert-team, som er organiseret af Eurostat, har fået indblik i statistikproduktionen igennem dokumenter og en selvevaluering. Ekspert-teamet har haft samtaler med Danmarks Statistik, andre producenter af europæisk statistik, medier og andre brugere af europæisk statistik samt repræsentanter for leverandører af data til statistikproduktion. De andre producenter af europæisk statistik, der også blev vurderet, er Energistyrelsen, Miljøstyrelsen og Udlændingestyrelsen. Som et resultat af peer reviewet har ekspert-teamet afleveret en rapport, som ud over en gennemgang af den danske statistiksystem indeholder en række forbedringsforslag, som kan bidrage til at bedre kvaliteten af den officielle statistik i Danmark. Rapporten kan ses her:, Peer review-rapport 2022 (pdf), Opfølgning på det europæiske peer review 2022, I foråret 2022 blev Danmarks Statistik senest vurderet af et europæisk ekspert-team i et peer review. Som et resultat af peer reviewet blev der udarbejdet en peer review-rapport med anbefalinger til forbedringer. Danmarks Statistik har som opfølgning på rapportens anbefalinger udarbejdet en række forbedringstiltag (’improvement actions’), som vi arbejder på at implementere frem mod 2027. Vores forbedringstiltag kan findes i dokumentet linket til herunder.,  , Forbedringstiltagene blev formuleret i slutningen af 2022, men offentliggøres først i november 2024, da en længerevarende harmoniseringsproces i Eurostat har forsinket processen. For nogle områder kan forsinkelsen resultere i at der er igangsat processer, som ikke er beskrevet i vores forbedringstiltag eller at nogle tiltag har mistet deres relevans og aktualitet., Opfølgning på peer review - forbedringstiltag (pdf),  , Der har tidligere været gennemført to runder peer reviews – i 2007 og i 2015 – og rapporterne fra disse kan ses her:, Peer review-rapport 2015 (pdf), Peer review-rapport 2007 (pdf),  ,  

    https://www.dst.dk/da/OmDS/strategi-og-kvalitet/kvalitet-for-statistikproduktion/kvalitet-i-officiel-statistik

    Indkomsterne vokser - men ikke for de unge

    Fra 2000 til 2018 er den disponible indkomst for alle aldersgrupper over 25 år steget markant, mens den er faldet for de unge. En sammenligning af gennemsnits- og medianindkomsten i 2018 viser, at der er væsentlige forskelle i disponibel indkomst mellem aldersgrupper og på tværs af køn. , 15. september 2020 kl. 8:00 , Af , Marie Hohnen, og , Henrik Molsted Wanscher, Fra 2000 til 2018 har danskerne fået flere penge mellem hænderne. , På de 18 år er den gennemsnitlige disponible årsindkomst målt i faste 2018-priser i Danmark steget med 51.700 kroner - fra 183.600 kroner til 235.300 kroner. Det er en stigning, der svarer til 28 procent. , Efter at have korrigeret for prisudviklingen viser det sig, at der har været en indkomststigning inden for næsten alle aldersgrupper. Samtlige aldersgrupper over 25 år har oplevet at have flere penge til rådighed end generationen før dem. , Indkomsterne i alle aldersgrupperne mellem 40 og 64 år er steget med mere end 80.000 kroner i gennemsnit. Det er dog i gruppen af 45-49-årige, at der har været den største indkomstfremgang. Denne gruppe har en disponibel indkomst, der er 94.500 kr. højere end den tilsvarende gruppe ved årtusindeskiftet., Om disponibel indkomst, Den disponible indkomst beregnes som summen af alle indkomster før skat herunder erhvervsindkomst, offentlige overførsler, private pensioner og formueindkomster. Dernæst trækkes skatter, renteudgifter og betalt underholdsbidrag fra. Læs mere om disponibel indkomst , her, ., For grupperne under 25 år er historien dog anderledes. Fra 2000 til 2018 er de unges disponible indkomst faldet med lidt under 4.000 kroner i gennemsnit., ”I de fleste aldersgrupper er den disponible indkomst steget - også efter korrektion for prisændringer i samfundet. Det hænger blandt andet sammen med lønstigninger kombineret med, at man har lettet skatten – særligt på arbejdsindkomster,” fortæller chefkonsulent Jarl Quitzau, der har lavet data til opgørelsen., ”Når vi betragter udviklingen i de forskellige aldersgrupper, ser vi, at de unge, der i forvejen havde de laveste disponible indkomster, faktisk har oplevet faldende indkomster i den undersøgte periode. Det har bidraget til den , stigende indkomstulighed siden årtusindeskiftet, ,” tilføjer han.,  , Stigning i disponibel indkomst er mindst for de yngre, Når man ser på den procentvise stigning i disponibel indkomst fordelt på aldersgrupper, så har udviklingen været relativt ensartet for grupperne på 40 år og derover. Her ligger stigningen siden årtusindeskiftet på mellem 34 og 45 procent. , For personer mellem 35 og 39 år har der kun været en stigning på 26 procent. Stigningen bliver kun mindre med alderen, og de 15-19-årige har 11 pct. lavere indkomst i 2018 end den tilsvarende gruppe i 2000. ,  ”Faldet i indkomst for de unge er ganske markant. Da opgørelsen er lavet i faste priser, viser den, at personer under 25 år har fået lavere købekraft. Vi ser også en markant stigning i antallet af unge, der i gennemsnit har en disponibel indkomst på under 25.000 kr. om året. Baggrunden for udviklingen er, at en større andel af de unge studerer - måske kombineret med, at flere unge måske holder sabbatår, opholder sig udenlands samt at adgangen til sociale ydelser for de unge, der hverken studerer eller arbejder, er blevet vanskelligere,” siger Jarl Quitzau og fortsætter:, ”I den modsatte ende kan vi se, at indkomsten for folkepensionister er vokset pænt. Det kan tilskrives indførslen af ældrechecken til pensionisterne med lav indkomst og formue. Derudover har mange af de pensionister, som går på pension nu, nået at opspare mere på deres private arbejdsmarkedspensionsordninger end den tidligere generation. Endelig fortsætter flere ældre med at arbejde - også efter, at de har nået pensionsalderen.”, Forskelle på gennemsnit og median er en indikation på indkomstulighed, En høj gennemsnitlig indkomst kan dække over, at en mindre del af befolkningen har meget høje indkomster og dermed trækker gennemsnittet op. , For at få en fornemmelse af, hvordan indkomstniveauer fordeler eller udvikler sig i den brede befolkning, kan det derfor ofte være en fordel at supplere med opgørelser af medianindkomsten. Er der stor afstand mellem gennemsnit og median, kan det være et tegn på indkomstulighed., To måder at opgøre den ”almindelige” indkomst på, Gennemsnitsindkomsten: , Den indkomst, man får, når man lægger alle indkomster sammen og deler dem med antallet af indkomstmodtagere. Gennemsnittet viser, om en gruppe samlet set har fået højere indkomst. Men gennemsnittet kan også påvirkes kraftigt af få personer med meget høj indkomst og derved give et skævt billede af indkomstudviklingen i den brede befolkning., Medianindkomsten, : Den indkomst, hvor præcist halvdelen af gruppen har en indkomst, der er højere og den anden halvdel har mindre. Medianen påvirkes stort set ikke af enkeltpersoner med meget høje indkomster. Den kan således give et bedre indtryk af det ”almindelige” indkomstniveau i en gruppe end gennemsnittet, men giver et ringere bud på den samlede indkomststigning for gruppen., Herover ses et fiktivt regneeksempel med forskellige indkomster fra år 2000 og år 2018. Da der indgår en meget høj indkomst fra 2018, er der en høj gennemsnitlig stigning i gennemsnitsindkomsterne. Stigningen i medianindkomst er dog noget mere beskeden. , Formueindkomst eksempel på koncentreret indkomst, Laver man den beskrevne undersøgelse af indkomsterne i 2018, viser det, at forskellen på gennemsnit og median er størst i grupperne mellem 45 og 79 år, hvor gennemsnitsindkomsten ligger omkring 40.000 kr. over medianindkomsten. , ”Her antyder den højere gennemsnitsindkomst, at indkomstuligheden inden for disse aldersgrupper er større end blandt de unge og de ældre over 80 år,” fortæller Jarl Quitzau., ”Et godt eksempel på en form for indkomst, som er meget koncentreret hos en mindre del af befolkningen, er formueindkomsten. Den dækker over renteindtægter og afkast på aktier og lignende. Betragter man formueindkomsterne, så er den , gennemsnitlige formueindkomst i 2018, på 13.000 kr., mens medianen er på 0 kr., da størstedelen af befolkningen ikke har en formueindkomst,” siger han., Indkomstuligheden er størst blandt mænd, Det er typisk i aldersgruppen omkring de 30 år, hvor mange har små børn og er etableret på arbejdsmarkedet, at median og gennemsnitsindkomst vokser fra hinanden og altså antyder voksende indkomstulighed inden for aldersgrupperne. Opgørelsen af gennemsnit og median for hhv. mænd og kvinder viser, at indkomstuligheden for begge køn først rigtig indfinder sig i grupperne over 30 år. For kvinder endda først i grupperne over 35 år. , Men man ser også, at der er markant forskel på, hvor store kønsforskellene er, når man måler på hhv. gennemsnit og median. Indkomstforskellen mellem mænd og kvinder i 2018 var på 21,3 pct., når man betragter gennemsnittet. Men det reduceres til 14,2 pct., hvis man i stedet betragter medianen., ”Den markante forskel i indkomstgabet, alt efter om man ser på median eller gennemsnit, er et resultat af, at relativt få mænd med høje indkomster påvirker gennemsnitsindkomsterne for mænd ganske betydeligt. Medianerne antyder dog, at der stadig er væsentlige kønsforskelle i indkomster også i den brede befolkning,” fortæller Jarl Quitzau.  , Kønsforskelle i indkomster kan ikke alene tilskrives forskelle i timelønninger. De opstår også på grund af forskelle i antallet af løntimer, typen af stilling og beskæftigelsesrater mv. Disse faktorer er der ikke korrigeret for i denne opgørelse., Axel Hvistendahl Nerdrum fra det norske Statistisk sentralbyrå og Jarl Quitzau hos Danmarks Statistik har leveret data til denne artikel. Hvis du har spørgsmål til data, er du meget velkommen til at kontakte Jarl Quitzau på jaq@dst.dk eller 39173594. , Hvis du har lyst til selv at gå på jagt i data, kan du finde dem i de nye tabeller , statistikbanken.dk/indkp201, og , statistikbanken.dk/indkp221, . Tabellerne indeholder data for perioden 1995 til 2018.,  

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2020/2020-09-15-indkomsterne-vokser-men-ikke-for-de-unge

    Bag tallene

    Hjælp til søgning

    Få hjælp til at finde den rette statistik.

    Kontakt Informationsservice

    For forskere

    Søg separat i variable eller højkvalitetsdokumentation.

    Variable

    Højkvalitetsdokumentation