Søgeresultat

9,5 pct. af boligejerne har en gæld på mere end fire årsindkomster (Rettet 27. oktober 2017)

Fra 1. januar 2018 træder nye retningslinjer for nye boliglån i kraft. Andelen af boligejerne i 2015 med en gæld på mere end 400 pct. af deres årsindkomst var størst langs Øresund og omkring Aarhus., 26. oktober 2017 kl. 13:30 , Af , Magnus Nørtoft, 26. oktober 2017: Der var fejl i tallene i den tidligere udgave af denne artikel. Fejlen vedrører samtlige tal, figurerne og konklusioner i teksten. Artiklen er opdateret med de korrekte tal og figurer, og teksten er justeret. Artiklen var offline mellem 26. okt. 2017 kl. 15.30 og 27. okt. 2017 kl. 10:00., 125.600 familier, der ejede en bolig, havde i 2015 en gæld, der oversteg 400 pct. af deres indkomst før skat. Det svarer til 9,5 pct. af de 1,3 mio. boligejere i Danmark., Andelen med stor gæld var størst blandt enlige under 30 år, mens andelen blandt familier med to voksne generelt lå lavere end blandt enlige., Kilde: Særkørsel fra Danmarks Statistik, De nye retningslinjer gælder for nye boliglån og træder i kraft 1. januar 2018. Denne artikel ser på samtlige boligejere – uanset hvornår de har købt deres bolig, og hvordan den er finansieret. Gælden er her opgjort som summen af al gæld fratrukket finansielle aktiver, fx indeståender i banken. Ud fra denne definition er andelen af samtlige boligejere med en gæld på mere end fire årsindkomster 9,5 pct. , Andel størst omkring København og Århus, Andelen af boligejere, der i 2015 havde gæld på 400 pct. af deres årlige indkomst, var størst i kommunerne Gentofte (17,8 pct.), Hørsholm (16,6 pct.) og Dragør (15,7 pct.), og andelen var generelt høj langs Øresund og omkring Aarhus. I Lolland (5,9 pct.), Sønderborg (6,0 pct.) og Bornholm (6,0 pct.) var andelen lavest i 2015., Blandt de største provinsbyer var andelen af boligejere med stor gæld i 2015 lavest i Esbjerg (7,5 pct.), efterfulgt af Odense (7,8 pct.), Aalborg (8,4 pct.) og Aarhus (13,4 pct.). , Kilde: Særkørsel fra Danmarks Statistik., Gæld og indkomst, I denne artikel er gæld beregnet som gæld fratrukket finansielle aktiver, som er de værdier, man umiddelbart kan indfri gælden med. Det er fx penge i banken, mens værdien i boligen ikke indgår som et aktiv., Indkomsten er defineret som personindkomst i alt ekskl. beregnet lejeværdi af egen bolig og før fradrag af renteudgifter, Kontakt, Chefkonsulent Laust Hvas Mortensen,  39 17 32 18, , lhm@dst.dk

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-10-26-05-pct-af-boligejerne-har-en-gaeld-paa-mere-end-fire-aarsindkomster

Bag tallene

Tøjeksport til Storbritannien fordoblet siden 2009

Modeugen i London åbner fredag den 17. februar. I den anledning ser Danmarks Statistik på udviklingen i eksporten af beklædningsgenstande til Storbritannien., 17. februar 2017 kl. 7:30 , Af , Magnus Nørtoft, Fra januar til november 2009 eksporterede danske virksomheder tøj for 753 mio. kr. I 2016 var eksporten vokset med 103 pct. til 1,53 mia. kr., viser , nye tal fra Danmarks Statistik, . Samtidig er importen steget mindre, så det samlede overskud på handel med tøjer, bukser og andre beklædningsgenstande er mere end fordoblet fra 306 mio. kr. til det højeste nogensinde, 814 mio. kr., Eksporten var lav i 2009 på grund af finanskrisen. Men selv sammenlignet med 2007 er værdien af eksporten af beklædningsgenstande til Storbritannien vokset – dog kun med 37 pct. fra 1,11 mia. kr., Danmarks Statistik opgør også, hvilke , typer at tøj, som danske virksomheder sender over Nordsøen, . Her topper T-shirts og undertrøjer til mænd, som briterne købte for 201 mio. kr. af de første 11 måneder af 2016. På de følgende pladser følger sweatre, pullovere og cardigans, ligesom der blev solgt for mere end 100 mio. kr. bukser og shorts til mænd og bluser og skjorter til kvinder., Kategori, Vækst 09-16 i pct. , Jan.-nov. 2009 (mio.), Jan.-nov. 2016 (mio.), T-shirts og undertrøjer, af trikotage, 148 , 81,3, 201,2, Sweatere, pullovere, cardigans, veste o l, af trikotage, 67, 110,0, 183,6, Benklæder, overall, knickers og shorts, til mænd el. drenge, undt. trikotage, 148, 56,2, 139,1, Bluser, skjorter og skjortebluser, til kvinder el. piger, undt. trikotage, 199, 41,5, 124,2, Benklæder, overalls, knickers og shorts, til kvinder el. piger, undt. trikotage, 126, 34,3, 77,6,  Kilde: , Statistikbanken.dk - SITC5R4M: Im- og eksport efter, SITC-hovedgrupper, land og enhed,  ,  , Sammenlignet med 2009 går alle disse kategorier frem og kun værdien af salget af sweatre og pullovere og cardigans er ikke fordoblet., Det er til gengæld eksporten af underbukser til mænd. Værdien af eksporterede trusser og underbenklæder til Storbritannien er vokset til det 20-dobbelte fra godt 2 mio. kr. i 2009 til over 44 mio. kr. i 2016., Se også Danmarks Statistiks , tema-side om Brexit, ., Kontakt: Magnus Nørtoft, 39 17 31 98.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-02-17-toejeksport-til-storbritannien-fordoblet-siden-2009

Bag tallene

Rekord få studenter læser videre med det samme

Kun 15 pct. af studenterne fra 2018 var begyndt på en ny uddannelse i oktober samme år. Det er den laveste andel i årtier. Indvandrere og efterkommere samt personer med studentereksamen fra erhvervsrettede gymnasier går oftere direkte fra gymnasiet til andre uddannelser., 11. juni 2019 kl. 7:30 , Af , Magnus Nørtoft, Andelen af studenter, der går i gang med en uddannelse umiddelbart efter, at de afslutter gymnasiet er faldende. I 2012 toppede andelen, der var i gang med en uddannelse tre måneder efter, de blev studenter, med 29,3 pct. I 2018 var andelen 15,0 pct., viser , tal fra Danmarks Statistik, . Det er den laveste andel siden 2004, hvor denne statistik går tilbage til., ”Tallene viser, at andelen, der går direkte videre i uddannelsessystemet, næsten er halveret siden 2012,” siger Linda Tonsgaard, Danmarks Statistik., Kilde: Danmarks Statistik; , https://statistikbanken.dk/forlob15, Anm.: Studerende, som bliver optaget på en uddannelse umiddelbart efter, at de er blevet studenter, men først starter på uddannelsen i fx februar vil ikke tælle som påbegyndt., Flere indvandrere og efterkommere går direkte videre i uddannelsessystemet, Blandt indvandrere og efterkommere er andelen, som er i gang med en uddannelse tre måneder efter studentereksamen, væsentligt højere end blandt personer med dansk oprindelse. 31,3 pct. af indvandrerne og 33,2 pct. af efterkommerne, der blev studenter i 2018, var i gang med en anden uddannelse i oktober samme år. , Blandt studenter fra de almene gymnasier i 2018 var 12,4 pct. i gang med en uddannelse umiddelbart efter de blev studenter. Andelen var i 2018 højere blandt studenter fra erhvervsrettede og internationale studier., ”Den markante forskel mellem personer med og uden dansk oprindelse går igen i hele perioden. Det samme gælder forskellen mellem de almene og de erhvervsrettede gymnasier – og faktisk også for den mindre forskel mellem kvinder og mænd”, siger Linda Tonsgaard, Danmarks Statistik., Fordelt på regioner, gik nordjyderne oftere end andre i gang med en uddannelse med det samme, mens det modsatte ses for midtjyderne i 2018.  , Kilde: Danmarks Statistik; , https://statistikbanken.dk/forlob15, Langt de fleste på videregående uddannelser, Blandt studenterne fra 2018, der var i gang med en uddannelse tre måneder efter eksamen, læste fire ud af fem (82,4 pct.) på en videregående uddannelse. Næsten halvdelen (45,2 pct.) var begyndt på en bacheloruddannelse. , Anm.: Erhvervsuddannelser indeholder , erhvervsfaglige grundforløb, erhvervsfaglige hovedforløb samt adgangsgivende uddannelsesforløb, . Kilde: Danmarks Statistik; , https://statistikbanken.dk/forlob15, Denne artikel er skrevet i samarbejde med Linda Tonsgaard, 39 17 34 79, , lto@dst.dk

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2019-06-11-faerre-studenter-laeser-videre-med-det-samme

Bag tallene

Beskæftigelsesfrekvensen for ældre stiger, samtidig med at færre er på nedsat arbejdstid

Andelen af beskæftigede, der vælger at gå markant ned i tid, stiger, jo tættere danskerne kommer på pensionsalderen. I forhold til for ti år siden er der dog færre ældre, der vælger at gå ned i tid, samtidig med at beskæftigelsesfrekvensen for de 60-64-årige er steget væsentligt., 2. maj 2019 kl. 7:30 , Af , Henrik Molsted Wanscher, For mange danskere bliver arbejdsugen kortere, jo nærmere de kommer på pensionsalderen. En opgørelse Danmarks Statistik har lavet på baggrund af den registerbaserede arbejdsstyrkestatistik viser, at blandt 60-årige arbejdede 8,4 procent af de beskæftigede mindre end 20 timer om ugen i 2017. For de 64-årige var det tal 17,2 procent., Opgørelsen viser, at andelen med en arbejdsuge på under 20 timer begynder at stige fra 61 år. For de 60-årige og de 61-årige var andelen i 2017 den samme. Stigningen fra de 8,4 til 17,2 procent fordeler sig jævnt fra 61 år til 64 år. , I forhold til 2008 er der dog en klar tendens til, at færre beskæftigede forkorter deres arbejdstid til 20 timer eller mindre.,   , ”Arbejdsugen blev også kortere jo ældre man blev i 2008, men niveauet var anderledes. I 2008 var fx andelen af 64-årige i beskæftigelse, der arbejde mindre end 20 timer 23,9 procent – altså næsten syv procentpoint højere end i 2017,” fortæller chefkonsulent i Danmarks Statistik, Pernille Stender. ,  , Beskæftigelsesfrekvensen for de 60-64-årige er steget markant siden 2008 , Fra 2009 er beskæftigelsesfrekvensen for 60-64-årige steget konstant. I 2009 var den på 45,5 procent, mens det tal var steget til 59,5 procent i 2017. Det er en samlet stigning på 14,3 procentpoint i perioden. Den konstante stigning følger et lille fald på 0,1 procentpoint fra 2008 til 2009., ”Stigningen i beskæftigelsesfrekvensen for gruppen 60-64-årige er sket siden 2009, men der har været en tendens til, at stigningen har taget fart efter 2013.”,   , ”Alene i den periode er beskæftigelsesfrekvensen for gruppen steget med 10 procentpoint,” siger Pernille Stender. , Kilde: , www.statistikbanken.dk/ras201, Kvinder 60-64 år har oplevet den største fremgang i beskæftigelsesfrekvens, For hele perioden 2008 til 2017 gælder det, at beskæftigelsesfrekvensen har ligget markant højere blandt de 60- til 64-årige mænd end kvinder. I 2008 var beskæftigelsesfrekvensen for mænd for eksempel 54,5, mens den var 36,1 for kvinder. Dog er det kvinders beskæftigelsesfrekvens, der er steget mest fra 2008 til 2017. Her var stigningen 17,4 procent, mens stigningen var 11,1 procentpoint for mændene., ”I perioden fra 2008-2017 er beskæftigelsesfrekvensen for kvinder 60-64 år kommet nærmere på mændenes. I 2008 var forskellen 18,4 procentpoint, mens den var faldet til 12,1 i 2017,” fortæller chefkonsulent Pernille Stender., Kilde: , www.statistikbanken.dk/ras201, Data til denne artikel er leveret af chefkonsulent Pernille Stender. Hvis du har spørgsmål til data, er du velkommen til at kontakte hende på psd@dst.dk eller 39173404.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2019-05-01-beskaeftigelse-60-plus

Bag tallene

Geografisk forskel på disponibel indkomst

Familiernes disponible indkomst er i gennemsnit steget mere end 80.000 kr. på ti år. Gennemsnittet er vokset fra 270.000 kr. i 2005 til 354.000 kr. ti år senere. Der er dog stor forskel på væksten kommunerne imellem. , 16. februar 2017 kl. 14:50 , Af , Mikkel Linnemann Johansson, I Gentofte Kommune voksede , familiernes gennemsnitlige disponible indkomst , i perioden mere end nogen anden kommune - 53 procent fra 451.000 kr. til 688.000 kr. Også i kommunerne Lyngby-Taarbæk og Rudersdal voksede den disponible indkomst væsentligt med henholdsvis 50 og 44 procent., Familierne fra Ishøj Kommune har til sammenligning oplevet den mest beskedne vækst i landet. Her er den disponible indkomst i gennemsnit steget 21 procent, da tallet er vokset fra 266.000 kr. til 321.000 kr. i løbet af de ti år., Ifølge forbrugerprisindekset var inflationen i samme periode cirka 19 procent. Det betyder, at familiernes gennemsnitlige disponible indkomst i Ishøj Kommune nærmest har været stillestående, mens den har oplevet væsentligt fremgang i særligt Gentofte, Lyngby-Taarbæk og Rudersdal., Livskvalitet og økonomi , Både Ishøj og Rudersdal indgik i Danmarks Statistiks , livskvalitetsundersøgelse, , hvor 42.500 danskere har svaret på spørgsmål om emner, der kan påvirke deres livskvalitet. Blandt andet spurgte man, hvor svært eller let det var for en husstand at få pengene til at slå til. I Rudersdal Kommune svarede 69 procent, at det var nemt eller meget nemt, mens 7 procent svarede svært eller meget svært., I Ishøj Kommune, hvor væksten var lavest, adskilte fordelingen af svarene sig fra den i Rudersdal Kommune. 14 procent af borgerne vurderede her, at de havde svært eller meget svært ved at få pengene til at slå til, mens 53 procent mente, at det var let eller meget let. , Uforudsete udgifter, I , livskvalitetsundersøgelsen, bad man også deltagerne om at tage stilling til, hvor svært det vil være for en husstand at betale en pludselig uforudset udgift på 10.000 kr. I Rudersdal Kommune vurderede 16 procent, at dette ville være svært eller meget svært, mens 63 procent fandt det let eller meget let., I Ishøj Kommune var svarene mere ligeligt fordelt. 37 procent af borgerne herfra vurderede, at dette ville være svært eller meget svært, ligesom 37 procent svarede let eller meget let., Risiko for fattigdom, Forskellene på borgernes økonomi er med til at indikere uligheden i det danske samfund. Uligheden måles på den disponible indkomst og kaldes gini-koefficienten. Hvis koefficienten er på 100 betyder det, at én person har al indkomsten, mens en koefficient på nul betyder, at alle personer har en lige indkomst., I 2005 lå gini-koefficienten i Danmark på 26. Siden da er tallet steget i otte ud af ti år og lå i 2015 på 29. Det betyder, at indkomsterne i Danmark er blevet mere ulige i perioden., Samtidig er en stigende andel af borgerne kommet i risikozonen for at leve i fattigdom. I 2005 var andelen 6 procent, mens den i 2015 var steget til 7,8 procent. Dette skyldes, at flere borgere havde en indkomst, der var mindre end halvdelen af medianindkomsten.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-02-16-Geografisk-forskel-paa-disponibel-indkomst

Bag tallene

DSKOD

Navn, DSKOD , Beskrivende navn, Arbejdsstedskode , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: 31-12-1989, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, DSKOD kan sammen CVR-nummeret (Det Centrale Virksomhedsregister) placere en lønmodtager, på en given adresse ultimo året. Arbejdsstedskoden kan indberettes på lønoplysningssedlen til Skat af virksomhederne. , Detaljeret beskrivelse, Indeholder en arbejdsstedskode for et arbejdssted. En arbejdsstedskode er ikke nødvendigvis databærende, og kan ændres for det samme arbejdssted fra år til år. Det betyder, at man ikke kan anvende arbejdsstedskoden til at identificere arbejdssteder entydigt. Identifikation af arbejdssteder sker via variablen ARBNR., Man kan anvende arbejdsstedskoden til at få en information om arbejdsstedet i visse tilfælde (se nedenstående særlige koder). Der findes ikke et udtømmende værdisæt for variablen., Arbejdssteder oprettes til virksomheders faste adresser med beskæftigelse. Da lønmodtagere i nogle tilfælde arbejder hjemme, eller har skiftende arbejdssteder, har Danmarks Statistik dannet en række "fiktive arbejdssteder" for at gruppere disse., Hvis arbejdsstedskoden er i udfaldsrummene V101-V861, X101-X861 og Y101-Y861, har det betydningen, at de ansatte arbejder i nærheden af deres hjemadresse (i bopælskommunen), men ikke i hjemmet (betegnet "fiktive enheder"). Personer med samme bopælskommune får samme kode., Arbejdsstedskode A001-A999, B001-B999, ..., T001-T999 angiver at man arbejder ud fra sin egen adresse (Betegnet "fiktive enheder"). Såfremt der er flere lønmodtagere på samme CVR-nummer, der arbejder fra hjemmeadresse, får de hver deres fiktive arbejdsstedskode (fortløbende). , Arbejdsstedskode 9998 angiver, at man arbejder i udlandet (betegnet "fiktive enheder")., Arbejdsstedskode Z101-Z999 angiver, at man arbejder i arbejdsgiverens kommune (betegnet "fiktive enheder"). Koden bruges kun for kommunale enheder, hvor lønmodtageren har skiftende arbejdssteder. , Populationer:, Lønmodtagere med et ansættelsesforhold i løbet af et kalenderår, Populationen består af lønmodtageransættelsesforhold i løbet af et kalenderår, jf. Skats centrale oplysningsseddelregister (register over indkomster). Populationen afgrænses ud fra en gennemgang af årets værdisæt for variablen YDERLIGK (yderlighedskode), og der udvælges de koder, der i det aktuelle år er knyttet til lønmodtagere. For yderligere oplysninger se dokumentationen for YDERLIGK under Lønforhold. , http://www.dst.dk/da/TilSalg/Forskningsservice/Dokumentation/hoejkvalitetsvariable/loenoplysninger-fra-det-centrale-oplysningsseddelregister/yderligk.aspx, Værdisæt, DSKOD har ingen værdisæt

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/beskaeftigelsesoplysninger-fra-det-centrale-oplysningsseddelregister/dskod

FRAVVAEGT

Navn, FRAVVAEGT , Beskrivende navn, Fraværsvægt , Gyldighed, Gyldig fra: 01-01-2010, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Fraværsvægten bruges kun i den private sektor og har værdien 1 for den offentlige sektor. Fraværsvægten for den private sektor ligger typisk mellem 0,8-30., Fraværsvægten anvendes til opregning af variable, der bruges i forbindelse med fraværsårsagerne (fravaarsag) egen sygdom (1100), børns sygdom (1200) og arbejdsulykke (1300). , Detaljeret beskrivelse, Fraværsvægten beregnes kun for den private sektor, da data indhentes via en stikprøve., Variablen Fravvaegt findes i begge populationer - ansættelsesforhold og fraværsperioder og Fravvaegt skal anvendes til at opregne variablene i de 2 populationer til lønnens totale population., Fraværsvægten er den vægt, som anvendes til at opregne fravær for den private sektor til den fulde lønstrukturpopulation. De indsamlede fraværsdata for den private sektor bruges som grundlag til en udregning af opregningsvægte. Fraværsvægte udregnes ved hjælp af CLAN-proceduren, som er en samling SAS-makroer udviklet på Statistiska Centralbyrån (Sverige). Makroen CLAN er designet til at beregne populationstotaler med tilhørende usikkerheder. For mere information se Andersson og Nordberg (1998) og Anderson (2004)., Til beregning af fraværsvægtene benyttes en række hjælpevariable. Det drejer sig om køn, region, højest fuldførte uddannelse, arbejdsfunktion (disco08), branche og lønform (timelønnet og fastlønnet), som alle er variable, hvor der er en sammenhæng til fraværsmønsteret., Der opregnes på virksomhedsniveau, så alle fraværsperioder og ansættelsesforhold i samme virksomhed får samme vægt. , Fravvaegt skal anvendes sammen med vaegt_esr (erhvervsregistervægt) til at opregne til den fulde population af private virksomheder med 10 eller flere ansatte., I den offentlig sektor er vægten 1, da der her er tale om en totalpopulation. Vægtene anvendes ved opregning af variable i forbindelse med fraværsårsagerne egen sygdom (1100), børns sygdom (1200) og arbejdsulykke (1300). Ved opregning af variable i forbindelse med barsels- og adoptionsorlov (1400) skal barselsvaegt anvendes i stedet for., Eksempler på, hvordan variablen anvendes til opregning af udvalgte variable: , Opregnede kalenderdage=Kalenderdage*fravvaegt*vaegt_esr., Opregnede fraværstimer = Fravtimer*fravvaegt*vaegt_esr., Opregnede mulige arbejdstimer= Arbtimer* fravvaegt*vaegt_esr., Året 2013 er et dobbelt år, hvor statistikken offentliggøres på den nye sektorfordeling og hvor den gamle serie fra 2010 -2013 ikke længere opdateres. Det er muligt at beregne og sammenligne tallene på totalerne for alle sektorer samlet, da der ikke er brud i hvordan begreberne i fraværsstatistikken beregnes. Der er kun sket ændringer i, hvordan opdeling i private og offentlige virksomheder defineres. , Værdisæt, FRAVVAEGT har ingen værdisæt

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/fravaer/fravvaegt

YDTYPE1

Navn, YDTYPE1 , Beskrivende navn, Ydelsestype , Gyldighed, Gyldig fra: 01-01-1994, Gyldig til: 31-12-2006, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Variablen YDTYPE1 angiver, hvilken ydelsestype personer har modtaget i det enkelte foranstaltningsforløb eller hvilken ydelsestype, der er tilknyttet personen (fx løntilskud). , Detaljeret beskrivelse, 1. juli 2003 trådte en ny lov om aktiv beskæftigelsesindsats i kraft, som bl.a. betød at ydelsestyperne blev forenklet. De er dog først benyttet i vores system fra og med 2004, idet Danmarks Statistik først har implementeret dem i forbindelse med nye årskørsler. , Ledighedsydelse (kode 42) indført i statistikken fra og med 1. januar 2004. , Koderne 36 - 41 er også kommet i forbindelse med lovændringen. I den forbindelse er løntilskud (kode 12) og overenskomstmæssig løn (kode 13) erstattet af de nye løntilskudskoder. , Bemærk, at der i 2001, ud for kode 20, er angivet 1.455 på arbejdsløshedsdagpenge, men ingen de tidligere eller efterfølgende år. Denne observation skyldes indberetnigskilden i 2001. Arbejdsløshedsdagpenge (kode 20) bør derfor ses sideløbende med uddannelsesgodtgørelse (kode 23) og aktiveringsydelse (kode 34), da alle tre koder henfører til aktiverede dagpengeberettigede som har været i vejledning eller uddannelse., Bilag, Tabel, Populationer:, Arbejdsmarkedspolitiske foranstaltninger, Samtlige 16-64/66-årige personer uden ordinær beskæftigelse, som i løbet af året har deltaget i arbejdsmarkedspolitiske foranstaltninger (aktivering, fleksjob, skånejob mv.). , Værdisæt, D700001.TXT_HKD_YDTYPE1 - Ydelsestype, Kode, tekst, Fra dato, Til dato, 00, Uoplyst, 10, Kontanthjælp, Oplæringsyd., Aktiveringsydelse, 11, Udligningstillæg (par. 17), 12, Løntilskud, 13, Overenskonstmæssig løn, 14, Oplæringsydelse, 15, Projektydelse, 16, Godtgørelse (par. 20), 17, Kursus- og deltagergodtgørelse, 18, Igangsætningsydelse, 19, Forsøgsydelse ("stipendium"), 20, Arbejdsløshedsdagpenge, 21, Etableringsydelse, 22, Orlovsydelse, 23, Uddannelsesgodtgørelse, 24, Efterløn, 25, Overgangsydelse, 26, Voksenuddannelsesstøtte, 27, Uddannelsesydelse, 28, Iværksætterydelse, 29, Bruttorevalideringsydelse (par 43.2), 30, EGU - skoleydelse, 31, EGU praktikløn i kommune, 32, Beskæftigelestillæg, 33, Introduktionsydelse, 34, Aktiveringsydelse AF, 36, Løntilskud under integrationsloven, 37, Starthjælp, 38, Løntilskud for dagpengeberettigede, 39, Løntilskud for kontanthjælpsmodtagere, 40, Løntilskud skånejob, 41, Løntilskud fleksjob, 42, Ledighedsydelse, 97, Sygedagpenge, 98, Andet, 99, Uoplyst

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/amfora/ydtype1

ARBLED

Navn, ARBLED , Beskrivende navn, Ledighedsgrad i arbejdsår (ekskl. ferie) , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Ledighedsgrad i arbejdsåret (ekskl. AF-ferie: 4 og 5), Detaljeret beskrivelse, Variablen angiver ledighedsgraden i arbejdsåret eksklusive AF-ferie (AF=arbejdsformidling), dvs. at ferieledigheden holdes ude fra ledighedsgraden. , Ledighedsgraden beregnes for hovedbeskæftigede lønmodtagere, dvs. for de personer som i november er tilknyttet arbejdsmarkedet som hovedbeskæftigede lønmodtagere. , Definition:, ARBLED = (nettoledighed i arbejdsår) / (antal uger i arbejdsåret)., - hvor nettoledighed = samlet ledighed minus ferieledighed (ledighedsårsag 4 og 5), og hvor "arbejdsår" = Antal uger i året minus længden af det aktuelle års ferie., Ledighedsårsag 4 og 5 er ferieledighed, hvor 4 er lig Ansat og 5 er lig Ledig., Ledighedsgraden kan antage 0-1000: ledighed i promille. , Graf og tabel er kun dannet for personer, der har en positiv ledighedsgraf i løbet af året, dvs. for personer der er ledighedsberørte i arbejdsåret. ARBLED er således forskellig fra 0., Fra og med 2008 erstattes ARBLED af variablen ARLEDGR., Bilag, Graf, Tabel, Populationer:, Ansættelser i IDA, I ansættelsespopulationen er indeholdt alle ansættelser der forekommer i løbet af et år. Ansættelserne kan forekomme som en af følgende hovedtyper; beskæftiget som lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle. Lønmodtageransættelsen kan underopdeles som hovedbeskæftiget, bibeskæftiget, en øvrig novemberansættelse, en ej-november ansættelse eller en vigtigste ej-november ansættelse. Ansættelserne hovedbeskæftiget lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle defineres alle i den Registerbaserede Arbejdsstyrkestatistik som værende den vigtigste tilknytning til arbejdsmarkedet pr. ultimo november. Bibeskæftigede lønmodtagere defineres ligeledes i den Registerbaserede Arbejdsstyrkestatistik. Oplysningerne om øvrige novemberansættelser, ej-november ansættelser og vigtigste ej-november ansættelser opgøres i IDA, som supplerende ansættelser til en af de 4 hovedtyper. Øvrige novemberansættelser og ej-november ansættelser forekommer først i IDA fra og med 2004. Ansættelserne medtages kun hvis den enkelte lønmodtager har fået en løn i løbet af året der overstiger en fastsat løngrænse. Løngrænsen ændres hvert år. Før 2008 har det udelukkende været lønmodtagere, der havde en summeret årsløn svarende til ca. 10.000 kr., der blev klassificeret som lønmodtagere. Dette krav blev indført fordi datagrundlaget for lønmodtagerbeskæftigelsen var årsbaseret og periodeangivelserne var usikre. Som følge af de mere sikre periodeangivelser i det nye datagrundlag fra 2008 er kravet reduceret meget kraftigt og erstattet med et krav om, at en lønmodtager som minimum skal have en løn, der svarer til 4 timers beskæftigelse til garantiløn for at blive klassificeret som ultimo november beskæftiget. For at optræde i populationen skal personen have bopæl i Danmark ultimo året. , Værdisæt, ARBLED har ingen værdisæt

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/ledighed---beskaeftigelsesoplysninger-der-vedroerer-ida-ansaettelser-/arbled

EJERFORH_EFTER_SALG

Navn, EJERFORH_EFTER_SALG , Beskrivende navn, Ejerforholdskode efter salg , Gyldighed, Gyldig fra: 01-01-1992, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Kode for ejerforholdet til en ejendom., Variablen EJERFORH_EFTER_SALG anvendes i Ejendomssalgsstatistikken til at bestemme ejerforholdet på ejeren efter et salg, dvs. ejerforholdet på den nye ejer (køberen). , Detaljeret beskrivelse, Variablen EJERFORH_EFTER_SALG modtages fra SKAT., EJERFORH_EFTER_SALG opsætter SKAT ud fra en undersøgelse af køberne ved salget. Det elektroniske tinglysningssystem leverer samtlige køberes cpr- eller cvr-nr. til SKAT. Variablen antager værdien 10, hvis der kun er én køber af ejendommen, og køberen er registreret med et CPR-nummer eller et CVR-nummer med en personlig driftsformskode som enkeltmandsfirma, dødsbo, I/S, m.m. Ellers antager variablen værdien 30, 40, 50, 70, 80 eller 90, afhængigt af driftsformskoden, se værdisæt nedenfor., Hvis der er mere end en køber med forskellige driftsformkoder bliver koden opsat efter følgende regel: Hvis alle købere har samme ejerforholdskode sættes handlens ejerforholdskode til pågældende kode. Hvis mindst en køber afviger fra de øvrige opsættes koden til 90., Udviklingen i grafen over EJERFORH_EFTER_SALG =10 (privatpersoner) følger stort set antallet af ejendomssalg over tid. Antal handler med privat køber begynder at falde fra 2005-2006 og falder kraftigt 2007-2008 i forbindelse med finanskrisen., Bilag, Graf, Tabel, Populationer:, Ejendomssalg, Populationen omfatter alle tinglyste handler af fast ejendom. Selskabshandler der indeholder fast ejendom tinglyses dog ikke, hvorfor populationen ikke omfatter enhver overdragelse af fast ejendom., Værdisæt, U560001.TXT_EJERFORH_EFTER_SALG - Ejerforholdskode efter salg, Kode, tekst, Fra dato, Til dato, 0, Uoplyst enhedsejerforhold, 01-01-1992, 10, Privatpersoner, 01-01-1992, 20, Alment boligselskab, 01-01-1992, 30, Aktie-, anpart-, andet selskab, 01-01-1992, 40, Forening, selvej. institution, 01-01-1992, 41, Privat andelsboligforening, 01-01-1992, 50, Beliggenhedskommunen, 01-01-1992, 60, Anden kommune, 01-01-1992, 70, Region, 01-01-1992, 80, Staten, 01-01-1992, 90, Andet enhedsejerforhold, 01-01-1992

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/ejendomssalg/ejerforh-efter-salg