Gå til sidens indhold

Søgeresultat

    Viser resultat 4321 - 4330 af 4868

    Producent- og importpriser for varer

    Her kan I indberette oplysninger til statistikken,  (English), Indberet via virk.dk, Start indberetning, Virksomheder bruger typisk ca. 5 minutter på denne indberetning., OBS, : Førstegangsindberettere får tilsendt en forudfyldt fil-skabelon med virksomhedsspecifikke oplysninger. Læs mere under: , Hvordan kan I indberette?, Hvad bliver jeres indberetning brugt til?, Her indberetter producenter salgspriser på varer solgt i første omsætningsled fra danske selskaber på hjemme- og eksportmarkedet og danske importørers købspriser på importvarer. Jeres indberetning er nødvendig for at kunne belyse prisudviklingen på varer i første omsætningsled. Til dette formål udregnes et prisindeks. Statistikken bruges til nationalregnskabet m.m. til fastprisberegninger, men den fungerer også som konjunkturindikator og til kontraktreguleringer i erhvervslivet. Statistikken anvendes også af brancheorganisationer - fx Dansk Industri. Se ", Nyt fra statistikken, " nederst på siden., Mere om indberetningen:, Hvornår er der frist for indberetning?, Periode, Frist, Januar 2025, 23. januar 2025, Februar 2025, 24. februar 2025, Marts 2025, 24. marts 2025, April 2025, 23. april 2025, Maj 2025, 23. maj 2025, Juni 2025, 23. juni 2025, Juli 2025, 24. juli 2025, August 2025, 24. august 2025, September 2025, 22. september 2025, Oktober 2025, 24. oktober 2025, November 2025, 21. november 2025, December 2025, 18. december 2025, Anmod om længere frist, . , Hvilke oplysninger skal I indberette?, Producenter, indberetter , faktiske salgspriser, på varer solgt i første omsætningsled fra danske selskaber på hjemme- og eksportmarkedet eksklusiv moms og punktafgifter. , Importører, indberetter , faktiske købspriser, på varer importeret til Danmark eksklusiv skatter og afgifter. , Der indberettes så vidt muligt den pris, der er gældende den 15. i måneden. Hvis der ikke foreligger prisoplysninger for den 15. i måneden, så kan en passende dag tidligere på måneden eller et gennemsnit af priserne for månedens første 15 dage anvendes. For industrier, eller varer med høj variation inden for måneden, spørges der efter et gennemsnit over måneden i stedet., Typisk tidsforbrug pr. indberetning er ca. 5 minutter, Læs mere om tidsforbrug, ., Hvordan kan I indberette? (vejledning m.m.), Indberet digitalt med MitID Erhverv. Ejere af enkeltmandsvirksomheder kan også indberette med deres private MitID til erhverv., Vælg , START INDBERETNING, øverst på denne side, og indberet med MitID Erhverv., Når I er logget ind, kan I indberette til flere statistikker og for flere perioder., Hvis indberetningen afbrydes, kan I gemme en kladde., I kan genåbne og rette indsendte indberetninger med MitID Erhverv., Vejledning: Producent- og importpriser for varer (PDF), For førstegangsindberettere, Udfyld oplysninger i det fremsendte statistik-specifikke regneark, og gem filen på din PC eller tablet. , Bemærk, at gyldig indberetning skal foretages via det fremsendte, statistik-specifikke regneark, ., Vælg , START INDBERETNING, øverst på denne side, og indberet med MitID Erhverv., Vælg journalnummer og periode, og klik ", "., Opdater kontaktoplysninger., Vælg fil, og tryk på "Upload"., Uddybende vejledning til upload af fremsendt statistik-specifikt regneark, Vejledning til udfyldelse af regneark for førstegangsindberettere til Producent- og importpriser for varer - import (PDF), Vejledning til udfyldelse af regneark for førstegangsindberettere til Producent- og importpriser for varer - eksport (PDF), Vejledning til udfyldelse af regneark for førstegangsindberettere til Producent- og importpriser for varer - hjemmemarked (PDF), Hvem skal indberette – og hvorfor?, Indberetningen er lovpligtig, EU-lovgivning forpligter Danmark til at producere en række statistikker om erhvervslivet., Lov om Danmarks Statistik §§ 8-12a, forpligter virksomheder til at indberette oplysninger til statistik., Antal virksomheder med indberetningspligt til denne statistik, Danmarks Statistik anmoder hvert år ca. 1600 virksomheder om lovpligtig, månedlig indberetning til den statistik., Hvordan udvælges virksomheder?, Stikprøven på ca. 7.400 priser er fordelt på ca. 1100 varegrupper. Disse varegrupper udvælges, så de dækker minimum 70 procent af den samlede omsætningsværdi for den danske vareøkonomi. Inden for hver af disse varegrupper udvælges de største virksomheder (top-down) baseret på omsætningsværdi. Ved at udvælge de største virksomheder inden for en given varegruppe antages det, at der indsamles priser fra prissætterne, som er med til at sikrer en repræsentativ stikprøve for hele varegruppen., Læs mere om dataindsamling fra virksomheder, ., Hvor lang tid tager det typisk at indberette?, Typisk tidsforbrug pr. indberetning er ca. 5 minutter, Virksomheder kan frivilligt oplyse deres tidsforbrug i indberetningsløsningen. Virksomheder bruger typisk ca. 5 minutter på denne indberetning – inklusiv adgang, fremskaffelse af oplysninger, indtastning og eventuel support. Med udgangspunkt i det typiske tidsforbrug pr. indberetning (median) er det samlede tidsforbrug for erhvervslivet  opgjort til 1.513 timer pr. år., Hjælp til indberetning, Brug for hjælp?, Vores supportteam kan svare jer via e-mail eller ringe jer op., Support til indberetning., Længere frist?, I kan anmode om længere frist via vores supportformular., Anmod om længere frist., Seneste "Nyt fra statistikken", Producentprisindeks stiger fortsat, 15. oktober 2025 , Producentprisindeks for varer steg i september med 0,9 pct. i forhold til samme måned sidste år. Forrige måned steg indekset med 3,0 pct. på årsbasis., Tabeller i Statistikbanken om 'Producent- og importprisindeks for varer', Emneside: Producent- og importprisindeks for varer., Statistikdokumentation: Producent- og importprisindeks for varer.

    https://www.dst.dk/da/Indberet/oplysningssider/producent-og-importpriser-for-varer

    Industriens produktion og omsætning

    Her kan I indberette oplysninger til statistikken, Indberet via virk.dk, Start indberetning, Virksomheder bruger typisk ca.15  minutter , på denne indberetning., Hvad bliver jeres indberetning brugt til?, Her indberetter virksomheder i alle industrielle brancher deres månedlige omsætning fordelt på eksport- og hjemmemarkedet samt værdien af deres lagre. Jeres indberetning er nødvendig for at kunne belyse udviklingen i industriens produktion og omsætning. Statistikken bruges blandt andet af politiske beslutningstagere, økonomer, finansielle virksomheder, medier og brancheorganisationer - fx Dansk Industri - der med denne statistik får en hurtig indikator for, hvordan det går i den danske industrisektor. Se ", Nyt fra statistikken", nederst på siden., Mere om indberetningen:, Hvornår er der frist for indberetning?, Indberetningsfristen er , den 14. i hver måned., OBS:, De første resultater skal offentliggøres allerede ca. 20 dage efter fristen, og statistikkens kvalitet afhænger af rettidig indberetning fra alle brancher., Statistikken offentliggøres i "Nyt" fra Danmarks Statikstik ca. en måned efter indberetningsfristen og kan findes nederst på denne side., Anmod om længere frist, Se oversigt over hyppige indberetninger og frister for industrivirksomheder med 50 eller flere ansatte, Hvilke oplysninger skal I indberette? (oversigt over spørgsmål/kladde), Her indberetter virksomhederne oplysninger om salg af egne varer og tjenester til hjemmemarked og eksport. Nogle virksomheder indberetter oplysninger om lagre. Skibsværfter og bådebyggerier indberetter oplysninger om udførte arbejdstimer. , I kan hente en oversigt over alle spørgsmål i undersøgelsen som kladde eller forberedelse til jeres indberetning. Kladden indeholder også vejledning. , OBS:, Kladden indeholder spørgsmål, der ikke vises til alle virksomheder i den digitale indberetningsløsning., Se alle spørgsmål: Industriens produktion og omsætning (PDF - kladde)., Typisk tidsforbrug pr. indberetning er ca. 15 minutter, Læs mere om tidsforbrug, ., Særligt for virksomheder, der indberetter for første gang, Første gang en virksomhed skal indberette til statistikken, kan det være vanskeligt at fremskaffe og indberette de ønskede oplysninger til tiden., Derfor kan virksomheder indberette en skønnet omsætning fordelt på , hjemme- og eksportmarkedet, samt værdien af deres , lagre, , hvis oplysningerne ikke er tilgængelige - eller tilgængelige på månedsbasis - når der skal indberettes. Virksomheden kan senere indberette mere præcise oplysninger, når de bliver tilgængelige., Det er ikke alle virksomheder, som har data for lagerbeholdning. Disse virksomheder bedes notere dette i bemærkningsfeltet første gang, der indberettes. Felterne vil fortsat blive vist i blanketten fremover, men det forventes ikke, at de bliver udfyldt., Sammenhæng mellem , Industriens produktion og omsætning, og , Industriens salg af varer, Industriens produktion og omsætning, har en tæt relation til statistikken , Industriens salg af varer, . Begge statistikker omfatter virksomheder i fremstillingssektoren, og de virksomheder, der skal indberette til , Industriens produktion og omsætning,, udgør en delmængde af de virksomheder, der skal indberette til , Industriens salg af varer, ., Til , Industriens salg af varer, skal virksomhederne indberette al omsætning fordelt på , salg af egen-producerede varer og tjenester, salg af handelsvarer og anden omsætning, ., Til , Industriens produktion og omsætning, skal virksomhederne alene indberette omsætning fra , salg af egen-producerede varer og tjenester, – fordelt på hjemme- og eksportmarkedet – samt lagerværdier fordelt på , varer under fremstilling, fremstillede færdigvarer, handelsvarer og råvarer., Når man sammenligner de to statistikker på årsbasis, så skal den samlede omsætning i , Industriens salg af varer, fratrukket , salg af handelsvarer og anden omsætning, derfor svare til den omsætning, der er indberettet til , Industriens produktion og omsætning, ., For året 2025 gælder denne sammenligning ikke for virksomheder, der har fabriksløs fremstilling, da definitionen af denne har ændret sig. Den nye definition er først indført i indberetningen til , Industriens produktion og omsætning, fra 2026, mens den for , Industriens salg af varer, er gældende for indberetningen fra 2025., Sammenhæng mellem indberetninger til de to statistikker er skitseret i tabellen nedenfor:, Industriens salg af varer, Industriens produktion og omsætning, Omsætning, Salg af egen producerede varer, X, X, Salg af egen producerede tjenester, X, X, Salg af handelsvarer, X, -, Anden omsætning, X, -, Lagre, Lagerværdi af varer under fremstilling, -, X, Lagerværdi af fremstillede færdigvarer, -, X, Lagerværdi af handelsvarer, -, X, Lagerværdi af råvarer, -, X, Hvordan kan I indberette? (vejledning m.m.), Indberet digitalt med MitID Erhverv. Ejere af enkeltmandsvirksomheder kan også indberette med deres private MitID til erhverv., Vælg , START INDBERETNING, øverst på denne side, og indberet med MitID Erhverv, Når I er logget ind, kan I indberette til flere statistikker og for flere perioder., Hvis indberetningen afbrydes, kan I gemme en kladde., I kan genåbne og rette indsendte indberetninger med MitID Erhverv., Hvem skal indberette – og hvorfor?, Indberetningen er lovpligtig, EU-lovgivning forpligter Danmark til at producere en række statistikker om erhvervslivet., Lov om Danmarks Statistik §§ 8-12a, forpligter virksomheder til at indberette oplysninger til statistik., Antal virksomheder med indberetningspligt til denne statistik, Danmarks Statistik anmoder hvert år ca. 900 virksomheder om lovpligtig, månedlig indberetning til denne statistik., Hvordan udvælges virksomheder?, Undersøgelsen er baseret på en stikprøve blandt danske industrivirksomheder i alle industrielle brancher:, Større virksomheder, : Alle industrivirksomheder med 200 eller flere beskæftigede (fuldtidsansatte/årsværk) indgår altid i stikprøven., Mindre virksomheder, : Industrivirksomheder med mellem 20 og 200 beskæftigede (fuldtidsansatte/årsværk) kan udtrækkes til stikprøven., Industrivirksomheder med under 20 beskæftigede (fuldtidsansatte/årsværk) udtrækkes ikke til stikprøven. , Læs mere om dataindsamling fra virksomheder, Hvor lang tid tager det typisk at indberette? , Typisk tidsforbrug pr. indberetning er ca. 15 minutter, Virksomheder kan frivilligt oplyse deres tidsforbrug i indberetningsløsningen. Virksomheder bruger typisk ca. 15 minutter på denne indberetning – inklusiv adgang, fremskaffelse af oplysninger, indtastning og eventuel support. Med udgangspunkt i det typiske tidsforbrug pr. indberetning er det samlede tidsforbrug for erhvervslivet opgjort til 2.696 timer pr. år., Hjælp til indberetning, Brug for hjælp?, Vores supportteam kan svare jer via e-mail eller ringe jer op., Support til indberetning., Længere frist?, I kan anmode om længere frist via vores supportformular., Anmod om længere frist., Seneste "Nyt fra statistikken", Medicin løfter industriens produktion i september, 7. november 2025 , Industriens produktion steg 8,0 pct. i september, og set over hele 3. kvartal steg produktionen med 4,4 pct. i forhold til det foregående kvartal. Stigningen var især båret af en kraftig stigning i produktionen i medicinalind, Tabeller i Statistikbanken om 'Industriens produktion og omsætning', Emneside: Industriens produktion og omsætning., Statistikdokumentation: Industriens produktion og omsætning.

    https://www.dst.dk/da/Indberet/oplysningssider/industriens-produktion-og-omsaetning

    Registre og referencetyper

    Danmarks Statistik har samlet en lang række historiske registerdata i vores grunddatabank, som brugere kan tilgå via platformen Danmarks Datavindue. Forskningsservice varetager grunddatabanken og står for adgang til platformen, support, mm. De fleste registre i databanken opdateres mindst én gang om året i forbindelse med udgivelse af de statistikker, der bygger på registrene (, se Udgivelseskalenderen, ). , Datasafarien og Register- og variabeloversigten (herunder) viser begge registrene i Danmarks Datavindue, og her kan du se variable for de enkelte registre. Dokumentationen af variable findes i Danmarks Statistiks , dokumentationssystem, ., Gå til Datasafari, Gå til Register- og variabeloversigten,  , Oversigt over genkørte registre, Genkørte registre 2025-3. kvt (pdf), Genkørte registre 2025-2. kvt (pdf), Genkørte registre 2025-1. kvt (pdf), Genkørte registre 2024-4. kvt (pdf), Genkørte registre 2024-3. kvt (pdf), Genkørte registre 2024-2. kvt (pdf), Genkørte registre 2024 - 1. kvt (pdf), Genkørte registre 2023 - 4. kvt (pdf), Genkørte registre 2023 - 3. kvt (pdf), Genkørte registre 2023 - 2. kvt (pdf) , Genkørte registre 2023 - 1. kvt (pdf), Genkørte registre 2022 (pdf),  , Referencetyper, Registre i grunddataoversigten opgøres ved hjælp af forskellige referencetyper. Ud for hvert register i grunddataoversigten kan du se, hvilken referencetype et register har: ’Status’, ’Statusperiode’, ’Forløb’ eller ’Hændelse’., Status, Denne referencetype viser status for en given dato. Fx LONN (lønstruktur), som viser hvad en borger tjener pr. registerdato (fx 31.12.2021). Eller BEF, som viser befolkningen pr. kvartalsdato (herunder status for bopæl, alder, familie m.fl.)., Datadefinition: Ren status pr. en given dato. Populationsafgrænsningen og alt dataindhold retter sig mod datoen., Statusperiode, Denne referencetype viser periodestatus, hvor populationen er afgrænset pr. given dato, men variablerne indeholder summerede data for en bestemt periode. Fx IND, som indeholder lønindkomst for et år (perioden fremgår af ’Opdateringsfrekvens’ i grunddataoversigten). Andre eksempler på statusperiode-registre: PERSBEST (bestyrelsesmedlemmer og direktører), MFR (medicinsk fødselsregister), HANDICB (støtte til handicapbiler), DMRB (motorkøretøjer). Det er ikke altid let at se, hvad der summeres., Datadefinition: Populationsafgrænsningen er lavet pr. given dato, men indholdet i variablene er akkumuleret over en given periode. Periode kan ikke udledes af datoer i mikrodata, men af den angivne periode (ses under ’Opdateringsfrekvens’) - dvs. at indhold i eksempelvis beløb, antal, mængder mv. er aggregeret over den angivne periode (fx kvartal, år)., Forløb, Her beskriver data et forløb. Der vil altid kun være én udgave af registeret tilgængelig. Fx UDDF, som indeholder Højeste fuldførte uddannelse. Eller BEFADR, som er et adressenøgleregister (hvor fx 1,4 mio. adresser ændrede nøgle d. 1.1.2007 ved kommunesammenlægningen). Når et forløbsregister opdateres, opdateres det enkelte datasæt. Derfor er der altid kun ét datasæt til et forløbsregister., Datadefinition: Definitionen på forløbsdata er, at data indeholder start- og slutdato., Hændelse, Her beskriver data en hændelse. Eksempelvis UDFK, som indeholder grundskolekarakterer (indeholder ikke en dato, men et skoleår), eller OPHGIN (opholdsgrundlag for indvandrede). Når et hændelsesregister opdateres, opdateres det enkelte datasæt med nye hændelser. Derfor er der altid kun ét datasæt., Datadefinition: Definitionen på hændelser er først og fremmest, at data indeholder en dato - kun én dato - for hændelsens indtræden, og vil som regel også have tilknyttet én hændelsestype.,  , Dokumentation til brugen af registre, Danmarks Statistik har udarbejdet et notat, der beskriver sammenhængen mellem flere af de mest anvendte registre i Danmarks Statistiks Mikrodataordning og deres forbindelse til den offentliggjorte statistik., Personstatistikregistrene i Danmarks Statistik består af omfattende datasamlinger, som er op- og udbygget siden begyndelsen af 1980’erne. Data er af høj kvalitet og omfatter hele befolkningen. Dette giver unikke analysemuligheder for brugerne af data, som både kan analysere status på et givent tidspunkt og udviklingen over tid., Notatet henvender sig primært til forskere, analytikere og andre brugere af mikrodata, som ønsker at opnå et bedre indblik i kvaliteten af sammenhængen mellem de forskellige registre., Dokumentation til brugen af registre (pdf),  , Specielt om Det Erhvervsstatistiske Datavarehus, I januar 2024 lancerede Danmarks Statistik det nye Erhvervsstatistiske Datavarehus – en væsentlig udvidelse og forbedring af de eksisterende erhvervsregistre. , Det nye varehus sikrer en større og bedre adgang til anonymiserede data om virksomheder og giver mulighed for at trække unikke data ved at sammenkoble data på tværs af flere statistiske registre. Datavarehuset gør det også muligt at sammenkoble erhvervs- og socialstatistik på mikro-niveau, det såkaldte ’Linked Employer-Employee Data’ (LEED). , Læs mere i denne , brochure (pdf), eller se oplægget ved , præsentationen af Erhvervsstatistiske Datavarehus d. 30. november 2023 (pdf), .

    https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/registre-og-referencetyper

    Flest solceller i Jylland

    Forekomsten af solceller som energikilde er størst i Jylland, hvor store anlæg trækker den samlede kapacitet op. På husholdningsniveau er det også i det jyske og på øerne, flest har solpaneler på taget., 27. marts 2023 kl. 7:30 - Opdateret 28. marts 2023 kl. 15:48 , Af , Sigrid Friis Neergaard, Der var desværre fejl i tallene for andele af små anlæg pr. bolig, hvilket også har påvirket figur 2. Rettelserne er markeret med rødt., Der er størst sandsynlighed for, at man ser solceller på tagene eller i terrænnet, hvis man er i Jylland. Det er nemlig her både flest husholdninger har små anlæg, og hvor der er de største industrielle anlæg, som omsætter solens stråler til strøm. I 2022 leverede solcellerne 6 pct. af Danmarks samlede produktion af elektricitet., Den største kapacitet til at omdanne sol til energi er i Aabenraa kommune, hvor store anlæg samlet har en maksimal kapacitet på ca. 300 MW elektricitet. Det vil sige, at disse anlæg kan generere op til 300 MW strøm i timen, når solen skinner. Til sammenligning bruges der ca. 5.000 MW i timen på en almindelig hverdag i Danmark. Også i hver af kommunerne Vejle, Holstebro, Faxe og Lolland er der store anlæg, der samlet kan generere en høj produktion af energi på over 100 MW i timen fra solceller. De fylder i landskabet, da et anlæg til 100 MW fylder ca. en kvadratkilometer., I alt er der 75 store anlæg i Danmark. Store anlæg er anlæg, der under optimale betingelser kan producere mere end 1 MW strøm i timen. , ”Mange husholdninger har haft mindre anlæg i mange år, men det er nyt, at vi er begyndt at se de meget store industrielle anlæg i Danmark. De kommer højst sandsynligt til at fylde mere og mere i fremtiden i takt med den grønne omstilling og regeringens planer om øget produktion af el fra solceller og vindmøller,” siger Ole Olsen, specialkonsulent i Danmarks Statistik., Om tallene:, Solcelleanlæg opdeles i små, mellem og store anlæg. I denne artikel refereres til små og store anlæg. Små anlæg har en kapacitet på maksimalt 10 kW i timen. Store anlæg har en kapacitet på mindst 1.000 kW i timen, hvilket er det samme som 1 MW. De mellemstore anlæg har en kapacitet på mellem 10 kW og 1.000 kW i timen., Små anlæg står for ca. 20 pct. af kapaciteten i Danmark, de mellemstore for ca. 10 pct. og de store for ca. 70 pct., Kapaciteten er en betegnelse for, hvor meget strøm et anlæg maksimalt kan genere i timen., Tallene for solcelleanlæg i Danmark er opgjort for november 2022., Tallene i artiklen stammer fra Energistyrelsen og Plandata., Samlet kapacitet fra solceller, MW, november 2022 , Kilde: Energistyrelsen og Plandata, Også, flest boliger med solceller , i Jylland, Små anlæg er anlæg, der producerer op til 10 kW i timen. En kW er en tusindedel mindre end en MW. Det svarer til, hvad der vil kunne produceres i op til ca. 50 kvadratmeter med solceller og vil hovedsageligt være anlæg på private husholdningers tage. Der er registreret i alt ca. 113.000 små anlæg i Danmark, og de fleste befinder sig på tage i Jylland., Med 4.100 anlæg var der , antalsmæssigt, flest små anlæg i Aarhus Kommune. De 15 kommuner med flest små solcelleanlæg ligger alle i Jylland. Vi skal helt ned til den 16. kommune på listen, før vi forlader Jylland og skal til Næstved., Frederiksberg, Læsø og Fanø er de kommuner med færrest antal solcelleanlæg. Hernæst følger Københavns Vestegn., Ser man på , andelen, af solcelleanlæg pr. bolig er det stadig i Jylland, solcellerne er mest populære. Her topper Hedensted, Skive og Rebild med henholdsvis 9, 8 og 8 pct., Relativt færrest solceller er der i Frederiksberg kommune, hvor der kun er 0,06 pct. anlæg pr. bolig. Det skyldes formentligt, at her er mange etagebyggerier., Andel af små solcelleanlæg pr. bolig, november 2022,   , Anm.: Boligbestanden er opgjort i 2020 og indeholder også fritidshuse samt ubeboede boliger. Se, , andelen af boliger med små solcelleanlæg for alle kommuner her, ., Kilde: Energistyrelsen og , www.statistikbanken.dk/bol101,  , Mere strøm fra vindmøller end fra solceller, Trods stigningen i kapaciteten fra solceller, kommer der i Danmark generelt mere strøm fra vindenergi end fra solenergi. I 2022 leverede solcellerne 6 pct. af Danmarks samlede nettoproduktion af strøm. Til sammenligning leverede vindmøller 56 pct., Alligevel er der sket en stor stigning i produktionen af solenergi over de seneste år. I 2012 kom kun 0,4 pct. af vores strømproduktion fra solceller., Regnes der i samlet kapacitet, havde vindmøllerne i 2022 en kapacitet på ca. 7.000 MW, mens kapaciteten fra solceller var ca. 2.700 MW. Kapaciteten er udtryk for, hvor meget strøm der maksimalt kan produceres pr. time., ”I forhold til kapaciteten er der mulighed for højere produktion fra vindmøller end fra solceller, da vindmøller kan producere i flere af døgnets timer, end solceller kan. Solcellerne vil imidlertid ofte kunne levere strøm, når vindmøllerne ikke kan, og derfor kan vindmøller og solceller være en god kombination. Solcellerne er også interessante, da de producerer strøm i dagtimerne, hvor virksomhederne typisk har et stort forbrug,” siger Ole Olsen., Læs mere om , kapaciteten fra landvindmøller her, .

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2023/2023-03-27-flest-solceller-i-jylland

    Bag tallene

    ANSAAR

    Navn, ANSAAR , Beskrivende navn, År for ansættelse på arbejdssted , 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, År for ansættelse på arbejdssted (efter 1980)., Detaljeret beskrivelse, Variablen ANSAAR defineres ved hjælp af variablen ANSXTILB (ansættelsesændring i forhold til året før). Hvis der har fundet en ansættelsesændring sted i forhold til året før (ANSXTILB antager en af værdierne T1-T9), sættes ansættelsesåret til det aktuelle år., Hvis der ikke forekommer ændringer i personernes ansættelsesforhold, er der ingen ændring i året for ansættelsen, og det pågældende år bevares., Hvis en person et år ikke har haft bopæl i Danmark, vil ancienniteten tælle forfra, fra vedkommende atter er i Danmark. , For en uændret ansat lønmodtager, der skifter til arbejdsgiver på samme arbejdssted - og for en arbejdsgiver, der skifter til lønmodtager på samme arbejdssted - er ANSAAR lig med det år, hvor skiftet til den nye status sker. , Variablen ANSAAR er defineret for arbejdsgivere og hovedbeskæftigede lønmodtagere. Hvorvidt der er tale om en arbejdsgiver eller en hovedbeskæftiget lønmodtager kan ses af variablen TYPE - henholdsvis værdi 'A' og 'H' - og de relevante delpopulationer for ANSAAR kan således defineres ved brug af variablen TYPE. For yderligere oplysninger om denne se TYPE., I tilfælde af, at arbejdsstedet er uoplyst i det pågældende år, sættes ansættelsesåret til værdien 0, som således angiver, at der er tale om et uoplyst arbejdssted. , Ansættelsesåret kan også antage værdien blank. Dette angiver ligeledes for lønmodtagere, at der er tale om et uoplyst arbejdssted. For arbejdsgivere med mere end et arbejdssted er ansættelsesåret ligeledes blank. 0 og blank behandles ens som missingværdier i udarbejdelsen af graf og tabel. , En persons anciennitet på et arbejdssted kan beregnes som det aktuelle år (lig IDA's publiceringsår) fratrukket ansættelsesåret. Dette skyldes, at i de tilfælde hvor 19xx er lig 1980 betyder dette "1980 eller tidligere"., I 1991 indføres betegnelsen "fiktive arbejdssteder" (se variablen LBNR (arbejdsstedets løbenummer)for nærmere forklaring af dette), hvilket medfører en stigning i antallet af arbejdssteder med værdien missing., 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, CLR.TXT_ANSAAR - År for ansættelse på arbejdssted, Kode, tekst, Fra dato, Til dato, 1980, 1980, 1981, 1981, 1982, 1982, 1983, 1983, 1984, 1984, 1985, 1985, 1986, 1986, 1987, 1987, 1988, 1988, 1989, 1989, 1990, 1990, 1991, 1991, 1992, 1992, 1993, 1993, 1994, 1994, 1995, 1995, 1996, 1996, 1997, 1997, 1998, 1998, 1999, 1999, 2000, 2000, 2001, 2001, 2002, 2002, 2003, 2003, 2004, 2004, 2005, 2005, 2006, 2006, 2007, 2007, 2008, 2008, 2009, 2009, 2010, 2010

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

    TILKNYT

    Navn, TILKNYT , Beskrivende navn, Tilknytning til primært arbejdssted , 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, Personens tilknytning til arbejdsstedet dette år i den primære ansættelse (for lønmodtageren). Variablen er kun bestemt for den primære ansættelse og for arbejdsgivere. For sidstnævnte gruppe er værdien sat til 5 svarende til en arbejdstid på 0 timer. For øvrige typer af ansættelser er variablen missing. , Detaljeret beskrivelse, Variablen angiver tilknytningen til det primære arbejdssted for lønmodtageren i arbejdstid forstået således, at det angives, om lønmodtageren er ansat på heltid eller deltid, og om ansættelsen er kontinuert, længere end et år, serielt længere end et år, kontinuert, kortere end et år eller serielt kortere end et år., Heltids- eller deltidsangivelsen fastsættes på baggrund af en beregning af beskæftigelsesgraden, der baseres på antallet af arbejdstimer, indbetalt ATP og forsikringskategori., Der skal ses bort fra koderne 10, 20 og 30. Disse optræder fejlagtigt for personer, der både har en arbejdstid, ledighedsperioder og sygeperioder registreret, som gør, at den samlede tid overstiger 100 pct., De relevante populationer for TILKNYT kan defineres ved brug af variablen TYPE (type for ansættelsesforholdet). For yderligere oplysninger om denne se TYPE., Kommentar til tabel og graf., Udviklingen i antal personer med tilknytning til primært arbejdssted skyldes at datagrundlaget for lønmodtagerbeskæftigelsen ændres til eIndkomst fra og med IDA2008. For yderligere information om eIndkomst se emnegruppen Beskæftigelse og herunder statistikområdebeskrivelsen "Befolkningens tilknytning til arbejdsmarkedet (RAS)". , Bilag, Tabel, Graf, 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, U131313.TXT_TILKNYT - Tilknytning til primært arbejdssted, Kode, tekst, Fra dato, Til dato, 01, Heltid, kontinuert, længere end et år, 01-01-1980, 31-12-3000, 02, Deltid (>= 30 timer), kontinuert, længere end et år, 01-01-1980, 31-12-3000, 03, Deltid (>= 20-29 timer), kontinuert, længere end et år, 01-01-1980, 31-12-3000, 04, Deltid (>= 10-19 timer), kontinuert, længere end et år, 01-01-1980, 31-12-3000, 05, Deltid (< 10 timer), kontinuert, længere end et år, 01-01-1980, 31-12-3000, 11, Heltid, serielt, længere end et år, 01-01-1980, 31-12-3000, 12, Deltid (>= 30 timer), serielt, længere end et år, 01-01-1980, 31-12-3000, 13, Deltid (>= 20-29 timer), serielt, længere end et år, 01-01-1980, 31-12-3000, 14, Deltid (>= 10-19 timer), serielt, længere end et år, 01-01-1980, 31-12-3000, 15, Deltid (< 10 timer), serielt, længere end et år, 01-01-1980, 31-12-3000, 21, Heltid, kontinuert, kortere end et år, 01-01-1980, 31-12-3000, 22, Deltid (>= 30 timer), kontinuert, kortere end et år, 01-01-1980, 31-12-3000, 23, Deltid (>= 20-29 timer), kontinuert, kortere end et år, 01-01-1980, 31-12-3000, 24, Deltid (>= 10-19 timer), kontinuert, kortere end et år, 01-01-1980, 31-12-3000, 25, Deltid (< 10 timer), kontinuert, kortere end et år, 01-01-1980, 31-12-3000, 31, Heltid, serielt, kortere end et år, 01-01-1980, 31-12-3000, 32, Deltid (>= 30 timer), serielt, kortere end et år, 01-01-1980, 31-12-3000, 33, Deltid (>= 20-29 timer), serielt, kortere end et år, 01-01-1980, 31-12-3000, 34, Deltid (>= 10-19 timer), serielt, kortere end et år, 01-01-1980, 31-12-3000, 35, Deltid (< 10 timer), serielt, kortere end et år, 01-01-1980, 31-12-3000

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

    Fortsat flest indbrud juleaftensdag

    Med 211 indbrud den 24. december var juleaften den dag i 2019 med flest indbrud, og dagene omkring jul lå et godt stykke over årsgennemsnittet for anmeldte indbrud. Generelt er 2019-niveauet for anmeldte indbrud i juledagene dog lavt sammenlignet med tidligere år., 9. december 2020 kl. 7:30 , Af , Henrik Molsted Wanscher, Med 211 anmeldte indbrud i beboelse juleaftensdag i 2019 var den 24. december klart den dag med flest indbrud i året. Til sammenligning blev der anmeldt 147 indbrud den 9. februar, hvilket er det næsthøjeste antal., I dagene mellem lillejuleaften og nytår var der stor forskel på, hvor mange indbrud, der blev anmeldt. Værst stod det til den 23. december, hvor der blev anmeldt 136 indbrud, mens begge dage op til nytår lå et pænt stykke under årsgennemsnittet for anmeldte indbrud i beboelse., ”Mønsteret med rekordmange indbrud juleaften og relativt mange indbrud nytårsaften går igen i tidligere år,” siger statistikansvarlig Isabell Bang Christensen., Juleindbrud på lavt niveau, I forhold til tidligere var antallet at indbrud i juledagene (23.-31. december) relativt lavt i 2019, idet antallet af indbrud er nær en tredje af, hvad det var for ti år siden. I 2019 blev der anmeldt 922 indbrud i beboelse i juledagene. I 2009 var antallet 2.555., Både juleaften og i juledagene samlet var der flere indbrud i 2018 end i 2016 og 2017. Det kan skyldes indførelsen af den nye indbrudsparagraf fra 2019. Se faktaboks neden for., ”Generelt ser vi færre anmeldelser af indbrud. Stigningen fra 2017 til 2018 skyldes formentlig en ny indbrudsparagraf, som trådte i kraft i 2018, som betyder, at nogle anmeldelser, som før blev kategoriseret som tyveri, nu kategoriseres som indbrud,” fortæller Isabell Bang Christensen og fortsætter: , ”Til trods for dette er antallet af anmeldte indbrud faldet igen i 2019, hvilket indikerer, at der reelt forekommer færre indbrud end tidligere”. , Nordsjælland hårdest ramt af juleindbrud, I 2019 var landsdel Nordsjælland hårdest ramt af juleindbrud i forhold til, hvor mange der bor i landsdelen. Således blev der anmeldt 2,3 indbrud pr. 10.000 indbygger i Nordsjælland, mens det tilsvarende for hele landet var 1,6 indbrud. I 2018 var landsdel Fyn relativt hårdest ramt af indbrud i julen. , De fire landsdele, som havde det laveste antal anmeldte indbrud i 2019, havde også det laveste antal i 2018 – Bornholm havde faktisk ikke nogle anmeldte indbrud i beboelse i hverken 2017 eller 2018., ”Selvom der år fra år sker ændringer i rækkefølgen, når man ser på, hvor mange indbrud der anmeldes pr. 10.000 indbyggere i juledagene, er der en tendens til, at nogle landdele ligger højere end andre”., ”Fx har både landsdel Nordsjælland og Fyn ligget et godt stykket over landsgennemsnittet de seneste tre år, mens Københavns By og Vestjylland har ligget pænt under,” siger statistikansvarlig Isabell Bang Christensen., Klik på de følgende links for at læse om opgørelsen over , indbrud i beboelse i juledagene for 2017, og  , indbrud i beboelse i juledagene 2018, . , Ændret afgrænsning af indbrud i 2018, Pr. 1. januar 2018 indførtes den særlige indbrudsparagraf 276a i Straffeloven. Den nye paragraf indebar, at fjernelse af ting fra et fremmed hus nu også blev betegnet som indbrud, blot tilstedeværelsen i huset havde været uberettiget. Det var således ikke længere en forudsætning, at tilstedeværelsen var tiltvunget, fx i form af opbrud af vinduer eller døre. Det betød i praksis, at en lang række anmeldelser, der tidligere var tyveri, nu blev kategoriseret som indbrud., Se mere i , statistikdokumentationen under ”Sammenlignelighed over tid”, ., Flest indbrud om fredagen, Fordelt på ugedage er antallet af anmeldte indbrud i beboelse størst om fredagen, hvor 5.004 af de i alt cirka 24.500 indbrud i 2019 fandt sted., Fredagene udgjorde desuden seks ud af de ti dage med flest indbrud i 2019. , Både juleaften og lillejuleaften er også med blandt de ti dage med flest anmeldte indbrud i 2019. Lillejuleaften var en mandag og juleaften var en tirsdag i 2019. De to resterende dage, der ikke var fredage - 9. februar (første dag i vinterferien 2019) og 16. november - var begge lørdage., ”Dermed ligner det, at det er om fredagen– hvis man ser bort fra julen – der er størst risiko for at få indbrud,” siger Isabell Bang Christensen., De nyeste tal for antallet af indbrud i beboelse i 2020 viser, at der er sket en stigning i 3. kvartal 2020. Faldet skal dog ses i lyset af, at der var et drastisk fald i 2. kvartal 2020. For mere læs: , Antallet af indbrud i beboelser stiger igen, ., Denne artikel er skrevet i samarbejde med Isabell Bang Christensen, som kan kontaktes på 39 17 33 06 eller ibc@dst.dk. ,  

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2020/2020-12-09-fortsat-flest-indbrud-juleaften

    Bag tallene

    Boligerne er belånt mest i Brønderslev, Vesthimmerlands og Varde Kommune

    Omvendt har boligejerne på Frederiksberg, i København og på Læsø belånt boligerne mindst i forhold til boligens markedsværdi, viser tal fra Danmarks Statistik., 7. juli 2020 kl. 8:00 , Af , Marie Hohnen, Tanken om et stort boliglån kan give sved på panden hos mange. , Og det kan være problematisk, hvis boliglånet er stort i forhold til boligens værdi, og boligen på et tidspunkt taber værdi. Men hvor har husholdningerne lånt flest penge i boligerne i forhold til boligernes markedsværdi? Det kaster tal fra Danmarks Statistik lys over. , I Brønderslev, Vesthimmerlands og Varde Kommune har husholdningerne lånt flest penge sammenholdt med markedsværdien på boligerne, viser de nyeste tal, som er fra 2018. Belåningsgraden, altså hvor meget boligen er belånt i forhold til markedsværdien, var i gennemsnit i 2018 i Brønderslev på 60 pct., og i både Vesthimmerlands og i Varde Kommune var den på 57 pct., ”I de tre kommuner har husholdningerne i gennemsnit belånt boligerne mest i forhold til, hvad de rent faktisk er værd. Når vi kigger på de ti kommuner med højest belåningsgrad, så er det kommuner, hvor boligpriserne er steget mindre end i resten af landet de senere år,” siger Andreas Jensen, der er fuldmægtig i Danmarks Statistik. , Boligejerne skylder mindst i boligen på Frederiksberg, i København og på Læsø, I kommunerne Frederiksberg, København og Læsø var belåningsgraden lavest, og det var her, boligejerne skyldte mindst i boligen i forhold til boligernes markedsværdi., I 2018 var belåningsgraden på Frederiksberg 34 pct., og i både København og på Læsø var den 39 pct. i gennemsnit. , ”De fleste kommuner med lav belåningsgrad ligger i Region Hovedstaden, hvor boligpriserne også er steget forholdsvis meget de seneste år. Læsø, Ærø og Samsø er kendetegnet ved, at ejerne i højere grad er pensionister, som har afdraget gælden gennem mange år, så belåningsgraden er lav, selvom ejendommen ikke er steget så meget i pris,” siger Andreas Jensen. Han tilføjer, at boligmarkedet i København er lidt anderledes skruet sammen, og at det i mindre grad består af store villaer, men i højere grad af andelsboliger og ejerlejligheder, hvilket kan påvirke gennemsnittet., Faktaboks: Husholdningernes gæld og friværdi, Husholdninger i denne statistik omfatter alle familier, hvor mindst én person ejer fast ejendom (inkl. andelsboliger). Derfor kan husholdningerne godt eje flere boliger, for eksempel et hus og et sommerhus. , I statistikken indgår både husholdningens samlede gæld i alle ejede boliger og boligernes markedsværdi. , Størstedelen af husholdningerne ejer en enkelt bolig, men der indgår i statistikken også husholdninger, der ejer flere huse eller for eksempel store landbrugsejendomme, som derfor kan påvirke gennemsnittet.  , Boligens værdi og gæld er tilknyttet personer i bopælskommunen, også selvom boligen ikke ligger i bopælskommunen., Mest friværdi i Gentofte, Rudersdal og Hørsholm, Kigger vi udelukkende på boligernes friværdi (som er det beløb, man står tilbage med, når man sælger sin bolig), er friværdien højest for husholdningerne i Gentofte, Rudersdal og I Hørsholm. Friværdi udregnes ved at trække gæld i boligen fra boligens værdi. , Friværdien lød i gennemsnit i Gentofte Kommune i 2018 på ca. 3,6 mio. kr., i Rudersdal Kommune på ca. 3,2 mio. kr. og i Hørsholm Kommune på ca. 2,7 mio. kr. , De tre kommuner med gennemsnitlig lavest friværdi i boligen i 2018 var Struer (ca. 784.000 kr. i gennemsnit), Bornholm (ca. 785.000 kr. i gennemsnit) og Frederikshavn (ca. 790.000 kr. i gennemsnit). , Friværdien kan desuden godt opgøres foreløbigt for 2019, fordi Danmarks Statistik netop har opdateret tal for ejerboligernes markedsværdi. Gæld for 2019 bliver dog først opdateret i slutningen af 2020. , Find flere tal om friværdi og gæld i Statistikbanken her., Størst belåning i kreditforeninger efterfuldt af pengeinstitutter, Tallene viser også, hvordan gælden i ejerboligerne er fordelt over forskellige typer lån i husholdningerne. Størstedelen af gælden er kreditforeningslån (ca. 88 pct.) efterfulgt af lån i pengeinstitutter (ca. 12 pct.). , ”Det skyldes, at 80 pct. af boligværdien kan optages som realkreditlån, mens banklån er med til at finansiere resten af boligen og ofte afbetales først,” siger Andreas Jensen. , Bankgælden var i 2018 størst i Region Midtjylland, hvor den udgjorde 13,9 pct. af det samlede boliggæld, mens den var mindst i Region Nordjylland, hvor den lå på 7,9 pct. i gennemsnit. Find flere tal om bankgælden i statistikbanken , her, ., Gæld i boligen på landsplan er 1,2 mio. kr., Hvis vi ser på den absolutte gennemsnitlige gæld i boligerne, tegner der sig et andet billede, end når vi sammenholder boliggælden med markedsprisen. I alt havde husholdningerne på landsplan en gennemsnitlig gæld i boligen for 1,2 mio. kr. i 2018., Den største gennemsnitlige gæld i absolutte tal var i kommunerne Gentofte, Rudersdal og Hørsholm. I Gentofte var der i gennemsnit ca. 2,6 mio. kr. gæld, og i både Rudersdal og Hørsholm var der i gennemsnit ca. 2,4 mio. kr. gæld. , ”Generelt er husene belånt mest der, hvor huspriserne er højest, og den høje gæld er ofte også forbundet med høj friværdi og høje indkomster, som det er tilfældet i de tre kommuner,” siger Andreas Jensen., På landsplan var de kommuner, der havde mindst gæld i boligen i absolutte tal Ærø (ca. 610.000 kr. gæld i boligen i gennemsnit), Læsø (ca. 630.000 kr. gæld i boligen i gennemsnit) og København (ca. 810.000 kr. i gennemsnit gæld i boligen). , En væsentlig forudsætning for at kunne optage lån er tilbagebetalingsevne. Derfor er der også stor sammenhæng mellem indkomstniveauer og lånemuligheder. Se mere om indkomstniveauer i statistikbanken , her, ., Du kan selv dykke ned i statistik om gæld, bolig og friværdi i statistikbanken , her, ., Denne artikel er skrevet i samarbejde med fuldmægtig Andreas Jensen. Har du spørgsmål til tallene, er du velkommen til at kontakte ham på AEJ@dst.dk.  

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2020/2020-07-07-boligerne-er-belaant-mest-i-broenderslev-vesthimmerlands-og-varde-kommune

    Bag tallene

    Hver ottende dansker har ikke råd til at holde ferie

    Især enlige forsørgere har svært ved at finde penge i budgettet til at holde ferie væk fra hjemmet. Her svarer næsten hver tredje, at de ikke havde råd til at holde en uges ferie med deres nære familie det foregående år. , 5. juli 2019 kl. 8:00 , Af , Theis Stenholt Engmann, Ferien står for døren, men det er ikke alle danske familier, som har råd til at tage på ferie væk fra hjemmet. , Det viser , den fælles europæisk levevilkårsundersøgelse (SILC),, som Danmarks Statistik gennemfører for Eurostat. Her svarer 12 pct. af danskerne, at de lever i husstande, som ikke har haft råd til at tage hele husstanden på ferie væk fra hjemmet i mindst en uge det foregående år., De personer, som har allersværest ved at finde penge i budgettet til ferie, er enlige forsørgere. Her svarer omtrent hver tredje enlige forsørger (30 pct.), at de ikke har haft råd til at holde en uges ferie i ind-eller udland., Den gruppe, som har næst sværest ved at finde penge til at tage en uges ferie væk fra hjemmet, er voksne kvinder og mænd under 65 år, som bor alene.  Her svarer omtrent 23 pct., at de ikke kunne finde råd til ferie det foregående år. , "At de enlige har færre penge at rejse for hænger blandt andet sammen med, at de typisk er yngre, og at mange endnu ikke er etablerede på arbejdsmarkedet, forklarer chefkonsulent ved Danmarks Statistik Jarl Quitzau og fortsætter:, ”Herudover har enlige med eller uden børn i modsætning til mange par kun én indkomst til at dække de faste udgifter til fx husleje og opvarmning af bolig.”   , Andel personer som ikke havde råd til ferie væk fra hjemmet det foregående år. 2018, Kilde: , Danmarks Statistik , & , Eurostat, Anm: Opgørelsen er baseret på en stikprøve og er derfor behæftet med statistisk usikkerhed. I 2018 er usikkerheden på gennemsnittet for alle +/- 0,9 procentpoint. Stikprøveusikkerheden er højere, hvis man betragter mindre delpopulationer i befolkningen, fx en specifik husstandstype.  , Læs mere i statistikdokumentationen.,   , Antallet af personer som ikke har råd til ferie er faldende, Andelen af danskere, som lever i husstande, der ikke har råd til at tage på ferie væk fra hjemmet, har været faldende siden 2014, hvor andelen toppede med 17 pct. Fra 2014 er andelen der ikke har råd til ferie faldet år efter år, og landede i 2018 på 12 pct. – altså omtrent samme niveau som i år 2009 og 2010.   , Andelen af personer i Danmark som ikke havde råd til ferie væk fra hjemmet. 2003-2018, Kilde: , Danmarks Statistik , & , Eurostat, Flere husstande har råd til ferie i Sverige og Norge, Set i et europæisk perspektiv, så er der relativt få danskere, som ikke har råd til at holde ferie. I EU som gennemsnit, havde knap 28 pct. ikke råd til en uges ferie det foregående år. Dog har flere personer i Norge, Sverige og Luxemburg råd til at holde ferie, end i Danmark. , På Danmarks niveau ligger landende Østrig, Finland og Holland med 12-13 pct., som ikke har råd til ferie. Herefter følger Tyskland, hvor knap 15 pct. ikke havde råd til en uges ferie væk fra hjemmet. I bunden af listen er Rumænien, Kroatien og Grækenland, hvor hhv. 59, 51 og 51 pct. ikke havde råd til ferie det foregående år.  , Andelen af personer i europæiske lande som ikke havde råd til ferie væk fra hjemmet. 2018, Kilde: , Danmarks Statistik , & , Eurostat, Anm: * Ved disse lande er der tale om 2017-tal, da data for 2018 endnu ikke foreligger i Eurostats databaser, Fakta om undersøgelsen , SILC - Statistics on Income and Living Conditions - er en europæisk undersøgelse, der har til formål at belyse befolkningens indkomst, levevilkår og risiko for social udstødelse. Undersøgelsen gennemføres i samtlige EU-lande samt fx Norge, Island og Schweiz efter retningslinjer fastlagt af Eurostat., Undersøgelsen gennemføres af Danmarks Statistik i  Danmark og bygger på interviews med ca. 6.000 husstande, der omfatter ca. 11.000 personer. Det er en longitudinal undersøgelse med 4-årige paneler., Eurostat opgør økonomiske afsavn på personniveau. I dette tilfælde er spørgsmålet om, hvorvidt husstanden har haft råd til en uges ferie væk fra hjemmet, stillet til en person i husstanden over 15 år. Personens svar antages at gælde for alle personer i husstanden. Samlet set er andelen af husstande, der ikke har råd til ferie, lidt højere end andelen af personer, da særligt de små husstande med enlige oftere ikke har haft råd til ferie, end husstande bestående af flere personer., Da undersøgelsen er baseret på en stikprøve, er der en grad af stikprøveusikkerhed. Stikprøveusikkerheden er særlig høj, hvis man betragter mindre delpopulationer i befolkningen, fx en specifik husstandstype., I undersøgelsen foretages der vægtning af svarene således, at respondenterne matcher befolkningen på alder, indkomst, socioøkonomisk status og familietyper. Men der er fortsat risiko for en smule skævhed på grund af selektion blandt de personer, som vælger at deltage i undersøgelsen, fx hvis raske personer deltager oftere end syge., Læs mere i , statistikdokumentationen , Spørgsmål til tallene i denne artikel kan stilles til chefkonsulent Jarl Quitzau, tlf: 3917 3594, mail: , JAQ@dst.dk

    https://www.dst.dk/da/Statistik/nyheder-analyser-publ/bagtal/2019/2019-07-05-hver-ottende-dansker-har-ikke-raad-til-at-holde-ferie

    Bag tallene

    Er efterskole blevet for de riges børn?

    For nogle familier kan egenbetalingen for efterskolepladser være en barriere. Efterskoleforeningen valgte at få tal på elevernes sociale profil., 23. oktober 2019 kl. 10:00 ,  , Af Morten Andersen, Selvom egenbetalingen er øget over de senere år, kommer et stigende antal unge på efterskole. Samtidig er der tendens til, at efterskolerne modtager flere unge fra velstillede familier. Endnu er tendensen dog ikke så stærk, at man kan tale om social slagside i sammensætningen af eleverne., Sådan kan man sammenfatte resultaterne af et datagrundlag, som Efterskoleforeningen har rekvireret hos Danmarks Statistik., ”Vi synes da, at det er fantastisk, at et stigende antal familier vælger at investere i deres børns dannelse frem for i samtalekøkkener eller rejser til Thailand. Men det er et paradoks, at efterskolerne modtager et stigende antal elever samtidig med, at egenbetalingen er steget gennem de seneste 10-15 år. Vi ønskede derfor at få klarlagt indkomstudviklingen i befolkningen generelt for at have et retvisende grundlag for at vurdere sammensætningen i vores elevgruppe”, siger konstitueret vicedirektør Mette Hjort-Madsen, Efterskoleforeningen., Bør være en mulighed for alle, Foreningen bad Danmarks Statistik om at sammenligne efterskoleeleverne med elever i folkeskolens samt privatskolernes ældste klasser., Statistikken viser, at familieindkomsten hos de familier, der sender deres børn på efterskole i 10. klasse, ligger over gennemsnittet, mens indkomsten hos familier, hvor børnene kommer i folkeskolens 10. klasse, er markant lavere end gennemsnittet. I 8. klasse ligger familieindkomsten blandt efterskoleelever derimod under gennemsnit og i 9. klasse på niveau med landet i øvrigt., ”Hvis du går 30 år tilbage, var det nok forbundet med social lavstatus at være elev på en efterskole. Sådan er det heldigvis ikke længere. Men omvendt skulle det jo nødigt være sådan, at det kun er de rige, der kan sende deres børn afsted. Vi har en målsætning om, at alle unge bør have mulighed for at vælge at gå på efterskole,” siger Mette Hjort-Madsen., Stabil søgning fra familier med lav indkomst, Det statistiske materiale dækker perioden 2008-2018. Gennem perioden har der været en stigende andel af efterskoleeleverne, som kommer fra familier med mere end 800.000 kr. i årlig familieindkomst., ”Men man skal huske på, at der generelt er kommet flere familier med så høj indkomst i perioden. Den viden er vigtig for os at have.”, For familier med indkomst under 400.000 kr. er andelen af unge, der kommer på efterskole, stabil., ”Selvom gruppen af elever med lave indkomster er stabil, er vi bevidste om, at egenbetalingen for pladser på efterskole har nået et niveau, hvor den udgør en barriere for mange familier. Statistikken viser os, at også familier med relativt lav indkomst prioriterer at sende deres unge på efterskole. Men der er nok en tendens til, at man er nødt til at tage beslutningen på et tidligere tidspunkt, simpelthen for at kunne nå at spare op. Det vil nogle gange betyde, at unge, som gerne ville have været på efterskole, ikke får muligheden,” kommenterer Mette Hjort-Madsen.,  , Elever fra familier med bruttoindkomst på 800.000 kr. eller derover og på under 400.000 kr.,  , Figuren viser antal af elever fra familier med bruttoindkomst på over 800.000 kr. og under 400.000 kr. der dimitterer fra henholdsvis efterskoler og folkeskoler i hele landet i 2012, 2015 og 2018. Bruttoindkomsten for familierne er per 31. december året før eleverne dimitterer og beregnes af Danmarks Statistik, som summen af den personlige A-skattepligtige indkomster, indkomst som selvstændig, kapitalindkomst samt indkomster fra udlandet., Kilde: Danmarks Statistik, Beslutninger træffes i et samspil, Hos Danmarks Statistik betegner fuldmægtig Nikoline Gilvad Whitt projektet som ”et rigtig godt forløb”:, ”Vi ligger inde med de data, som Efterskoleforeningen efterspurgte, men når man først går i gang med en opgave, vil der altid opstå nogle udfordringer.”, For eksempel viste det sig, at nogle grundskoler har elever, der er væsentligt ældre i forhold til den aldersgruppe, der var fokus for undersøgelsen. Desuden var der skoler, som allerede i foråret havde indregistreret elever, der først skulle starte til efteråret., ”Det drejede sig om relativt få personer, men det er alligevel nødvendigt at tage nogle beslutninger om, hvordan man afgrænser, hvem der skal med i statistikken, og hvem der ikke skal. Der vil altid være noget oprydningsarbejde,” forklarer Nikoline Gilvad Whitt. ”Derfor er det vigtigt, at kunden er inde over og spiller med, som Efterskoleforeningen gjorde.”, Klædt på til debat, Mette Hjort-Madsen understreger, at Efterskoleforeningen godt selv kunne have fundet data for eleverne på efterskolerne:, ”Imidlertid giver det os væsentligt større værdi, når vi kan sammenligne efterskoleeleverne med unge fra de andre skoleformer. Derfor var det naturligt at kontakte Danmarks Statistik. Som ikke-statistiker kan det godt være bøvlet at gennemskue Danmarks Statistiks kodekatalog, men vi har fået god vejledning. Samarbejdet har været upåklageligt.”, Efterskoleforeningen forventer at benytte det nye datagrundlag både internt og eksternt, slutter Mette Hjort-Madsen:, ”Materialet udgør et grundlag for strategiske beslutninger i vores bestyrelse og i det hele taget interne diskussioner i foreningen. Samtidig er det godt for os at være klædt på, når der opstår debat i samfundet om efterskolernes rolle. Det er bedst for alle, at debat er baseret på data frem for på formodninger.”,  , Fakta #1 Elevtal og pris, Trods stigende egenbetaling er antallet af efterskoleelever steget fra ca. 27.000 unge i 2012 til ca. 30.000 i 2018. Et gennemsnitligt efterskoleophold koster i dag ca. 55.000 kr. efter fradrag af statslig elevstøtte, som er indkomstbestemt., Kilde: , Danmarks Statistik og Efterskoleforeningen, Fakta #2 Elevregisteret, Elevantallet på landets efter- og folkeskoler er trukket fra Elevregisteret. Elevregistret er et forløbsregister, hvor man kan følge de enkelte studerendes vej gennem deres uddannelse. Registret indeholder tal fra 8. klasse til forskeruddannelser helt tilbage til 1973 og fra 0. klasse tilbage til skoleåret 2006-2007. Registreret bygger på oplysninger fra uddannelsesinstitutionernes administrative systemer, som indsamles en gang årligt., Læs mere om elevregisteret, Mette Hjort-Madsen, Konstitueret Vicedirektør, Efterskoleforeningen, Foto: Henning Hjorth, Nikoline Gilvad Whitt , Fuldmægtig, DST Consulting, Danmarks Statistik, Tlf.: 39 17 32 19, ngw@dst.dk, Foto: , Nikoline Gilvad Whitt

    https://www.dst.dk/da/TilSalg/perspektiv/2019/2019-10-23-er-efterskolen-blevet-for-de-riges-boern

    Hjælp til søgning

    Få hjælp til at finde den rette statistik.

    Kontakt Informationsservice

    For forskere

    Søg separat i variable eller højkvalitetsdokumentation.

    Variable

    Højkvalitetsdokumentation