Søgeresultat

Dus med dimittenderne

Hvordan går det med at uddanne kandidater, der er attraktive for den private sektor? Og hvor godt virker universitetets kampagner for at rekruttere nye studerende? Aarhus Universitet valgte at få datagrundlaget på plads., 27. juni 2019 kl. 11:00 ,  , Af Morten Andersen, Gennem de senere år har Aarhus Universitet haft stor fokus på at etablere flere samarbejder med virksomheder. Nu har universitetet fået et grundlag for at vurdere, om det også betyder, at flere kandidater får job i den private sektor. I samarbejde med Danmarks Statistik har universitetet udarbejdet en dimittendanalyse. Analysen viser, hvordan kandidaterne fra de fire hovedområder klarer sig med hensyn til beskæftigelse sammenlignet med de øvrige danske universiteter. 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,” forklarer Bente Lynge Hannestad, funktionschef for uddannelsesstrategisk sekretariat, AU Uddannelse. , ”I AU Uddannelse har vi ikke konkluderet noget, men vi har stillet materialet til rådighed for universitetets ledelse og for ledelserne for de fire hovedområder. På den måde har ledelserne selv haft mulighed for at dykke ned i data som led i deres strategiske planlægning.” ,  , Beskæftigelsen for dimittender i hele landet,  , Figuren viser andelen af kandidatdimittender der er i beskæftigelse som lønmodtagere 1 år efter gennemført uddannelse fordelt på hoved-uddannelsesområder. (Et års kandidatdimittender er de dimittender, der har gennemført uddannelsen fra 1. oktober året før til 30. september i det aktuelle år. Data tager også højde for studieskift).,  , Figuren viser, at dimittender indenfor sundhedsområdet i væsentligt højere grad er i beskæftigelse som lønmodtager end f.eks. dimittender indenfor det humanistiske og det pædagogiske område. Figuren inkluderer kun lønmodtagere og ikke selvstændige, og der er blot tale om et nedslag, der ikke fortæller noget om fuldtidsbeskæftigelsen for dimittenderne. , Kommer hurtigere gennem studiet , Dimittendanalysen omfatter kandidatuddannelser fra Aarhus Universitet, Københavns Universitet, Syddansk Universitet, Aalborg Universitet, Roskilde Universitet, DTU og IT-Universitetet. Ud over beskæftigelsen er der sat tal på en række andre forhold, blandt andet studietiden. , Resultaterne er ikke beregnet til offentliggørelse. I AU Uddannelse, Analyse & Indberetning, vil fuldmægtig Pernille Kirk Jensen, som har koordineret universitetets arbejde med analysen, dog gerne løfte en enkelt flig af sløret: , ”Man kan tydeligt se af tallene, hvordan den gennemsnitlige studietid begyndte at falde, efter den såkaldte fremdriftsreform trådte i kraft (reformen kobler universiteternes økonomi sammen med evnen til at få de studerende hurtigt igennem, red.). Men naturligvis er der alligevel variationer i studietiden mellem de forskellige universiteter og hovedområder. Det er noget, som ledelserne kan inddrage i deres planlægning.” ,  , Gennemsnitlig Studietid for dimittender i hele landet,  , Figuren viser den gennemsnitlige studietid for kandidatdimittender i hele landet fra 2013 til 2017. (Et års kandidatdimittender er de dimittender, der har gennemført uddannelsen fra 1. oktober året før til 30. september i det aktuelle år. Data tager også højde for studieskift). ,  , Figuren viser, at den gennemsnitlige studietid har været faldende fra 2013 til 2017. Studiefremdriftsreformen har sandsynligvis haft en indflydelse på den gennemsnitlige studietid men det er ikke muligt at afgøre om faldet over perioden alene kan tilskrives reformen. , Klogere sammen , Analysen dækker perioden 2013-2017. ”Det er så tilpas langt tilbage i tiden, at vi også har mulighed for at vurdere, hvor godt nogle af de tidligere kampagner, vi har gennemført for rekruttering af studerende, har virket. Det kan også være, at der er nogle landsdele eller bestemte gymnasieretninger, hvor vi lykkes relativt dårligt med at rekruttere. Det kan ledelserne have med ved planlægningen af kommende kampagner,” kommenterer Bente Lynge Hannestad. , Initiativet til analysen kom fra Aarhus Universitets ledelse. Hvordan opgaven skulle udføres, blev overladt til AU Uddannelse. , ”Jeg må indrømme, at da vi kontaktede Danmarks Statistik, havde vi ikke lagt os fast på præcis hvilke data, der var relevante. Desuden var det svært for os at vide på forhånd hvilke data, det ville være muligt at trække ud på egnet form,” siger Bente Lynge Hannestad., ”Derfor havde vi brug for at udforme analysen i tæt samarbejde med Danmarks Statistik. Det udviklede sig hurtigt til en proces, hvor vi blev klogere sammen. Det har vi været glade for. Universitetets ledelse udtrykte da også stor tilfredshed, da vi kunne præsentere resultaterne.” , Kan erstatte spørgeskemaer , Også hos Danmarks Statistik er man blevet klogere gennem projektet, fortæller fuldmægtig Jens Ødum Nielsen, DST Consulting: , ”Aarhus Universitet ønskede jo at kunne følge de studerende geografisk. Hvor i landet kommer de fra, og hvor får de arbejde bagefter? Det var interessant at se, at vi faktisk var i stand til at følge de studerende. For eksempel er der jo studerende, som tilsyneladende dropper ud, men i virkeligheden blot skifter til et andet universitet, og nogle gange vender de endda tilbage til det første igen senere. Dette kunne vi holde styr på, da analysen omfatter alle universiteterne.” , Det viste sig, at Danmarks Statistik havde stort set alle relevante data selv: , ”En undtagelse var tal for, hvor mange af de studerende, der var optaget på henholdsvis kvote 1 og kvote 2 samt deres universitetsprioriteter. Her måtte vi trække på tal fra Den Koordinerede Tilmelding, som administreres af Undervisningsministeriet,” siger Jens Ødum Nielsen og tilføjer, at Danmarks Statistik allerede får henvendelser fra andre institutioner, som har hørt om analysen: , ”Det drejer sig om andre universiteter, erhvervsskoler mv., som udfører spørgeskemaundersøgelser og lignende, men nu overvejer, om ikke de kan opnå bedre og billigere resultater ved at bede os om at analysere eksisterende data.” ,  , Fakta #1 Dimittendanalyse, En dimittendanalyse tager udgangspunkt i en konkret gruppe dimittender, enten defineret gennem indsendte CPR-numre eller via søgning i Danmarks Statistiks registre ud fra bestemte kriterier. Analysen kan indeholde statistik på dimittenderne før, under og efter bestået eksamen. , Fx har gymnasier fokus på, om deres dimittender læser videre og i så fald indenfor hvilke hovedområder og hvor i landet, mens Professionshøjskoler og universiteter har fokus på, hvor hurtigt og hvor deres dimittender kommer i arbejde både geografisk og branchemæssigt. Analysen kan også se på fx bopæl og eksamenskarakterer før studiestart samt frafald og studietid undervejs i uddannelsen. Yderligere er det muligt at tilkoble baggrundsvariable såsom køn, alder, herkomst, forældres baggrund osv.,  , Jens Ødum Nielsen, Fuldmægtig, DST Consulting, Danmarks Statistik, Tlf.: 39 17 33 97, jdn@dst.dk, Foto: , Danmarks Statistik, Bente Lynge Hannestad, Funktionschef, AU Uddannelse - Uddannelsesstrategisk Sekretariat, Aarhus Universitet, Tlf.: 28 10 28 55, blh@au.dk, Foto: , www.medarbejdere.au.dk, Pernille Kirk Jensen, Fuldmægtig, AU Uddannelse - Analyse og Indberetning, Aarhus Universitet, Tlf.: 21 18 62 97, pkj@au.dk, Foto: , AU Foto

https://www.dst.dk/da/TilSalg/perspektiv/2019/2019-06-26-dus-med-dimittenderne

C_TYPE

Navn, C_TYPE , Beskrivende navn, C-familie type , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: 31-12-2007, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, C_TYPE er det samme som C-familietype. Det en variabel, der knytter sig til familien og vedrører den 1. januar. C-familietype angiver om familien er en enlig person, eller om familien er en parfamilie, og i givet fald hvilken af fire partyper. I disse familietyper kan der være inkluderet hjemmeboende børn under 18 år. Et ikke-hjemmeboende barn under 18 år udgør sin egen familie og repræsenterer således en særlig C-familietype. C-familier findes i perioden 1980-2007., Tilsvarende variabel for D-familier er D_TYPE og for E-familier FAMILIE_TYPE. Variabelværdierne er dog forskellige. , Detaljeret beskrivelse, C-TYPE er en variabel, der knytter sig til familien og vedrører den 1. januar. C-TYPE angiver C-familietypen. det vil sige, om familietypen er en enlig med eller uden børn, et ægtepar med eller uden børn, et registreret partnerskab med eller uden børn, et samlevende par med eller uden børn, et samboende par med eller uden børn eller som den sidste C-familietype et ikke- hjemmeboende barn under 18 år., De to personer i et par skal have samme CPR-adresse for at udgøre en af de fire partyper, der opereres med: ægtepar, registreret partnerskab, samlevende par eller samboende par., Børn, der regnes med til familien, benævnes hjemmeboende børn. Definitionen af hjemmeboende børn ses nedenfor., Et ægtepar skal bestå af en mand og en kvinde, der er gift med hinanden, dvs at de begge har CIVST = G, og at de begge har ægtefællehenvisning til den anden. , Et registreret partnerskab skal bestå af to personer af samme køn. De har CIVST = P, og de har begge ægtefællehenvisning til den anden. Registrerede partnerskaber optræder for første gang i status for 1. januar 1990 (Lov om registrerede partnerskaber trådte i kraft den 1. oktober 1989)., Et par, der er skilt fra hinanden, men bor sammen., er ikke et ægtepar i C-familiesammenhænge. Tilsvarende gælder for personer med opløst partnerskab. Disse personer er enlige, samlevende par eller samboende par, alt efter relationerne til eventuelle øvrige personer i husstanden. I sjældne tilfælde findes der et ægtepar bestående af to personer af samme køn eller et registreret partnerskab bestående af en mand og en kvinde. Det skyldes kønsskifte har højst et par forekomster på et statustidspunkt., Et samlevende par har som udgangspunkt fælles hjemmeboende børn (her uanset børnenes alder og civilsstand og børnenes eventuelle egne hjemmeboende børn). Hvis et par, der bor sammen, udgjorde et samlevende par et år før et statustidspunkt, regnes det fortsat for et samlevende par, selv hvis der ikke længere er fælles hjemmeboende børn (uanset børnenes alder og civilstand og børnenes eventuelle egne hjemmeboende børn) til stede i husstanden. Dette er dog ikke tilfældet, hvis de i mellemtiden er blevet til et ægtepar. Denne opsamling af samlevende par fra året før går tilbage til 1991. Hvis et samlevende forældrepar, der ikke længere har fælles hjemmeboende børn (her uanset børnenes alder og civilstand og børnenes eventuelle egne børn), på et enkelt statustidspunkt ikke har fælles adresse, går parret ud af gruppen af samlevende par og bliver til samboende, hvis de igen bor sammen, og de øvrige betingelser for at være samboende par er opfyldt (ellers bliver de enlige, eller et ægtepar, hvis de har gifter sig). Fra 1980 til 1990 skal der være fælles børn (her uanset børnenes alder og civilstand og børnenes eventuelle egne børn) til stede i husstanden på statustidspunktet, for at forældrene bliver regnet for et samlevende par., Samlevende par udskilles fra ikke-gifte par ved hjælp af børnenes forældrehenvisninsnumre. Forældrehenvisningsnumrene skønnes at være for mangelfulde, især vedrørende faderen, for årene før 1990. Af denne grund skelnes der i al offentliggjort familiestatistik ikke mellem samboende og samlevende par for årene 1980-89. Grupperne samlevende par og samboende par er slået sammen for disse år og anføres under samboende par. Det anbefales ikke at anvende en gruppering, der skelner mellem samlevende og samboende par for årene 1980-1989. , Et samboende par skal opfylde følgende betingelser: (1) de er ikke et samlevende par, men har eventuelt særbørn boende hos sig, (2) parret er er af hvert sit køn, (3) deres aldersforskel er mindre end 15 år (regnet som forskel på fødselsår), (4) ingen forældrehenvisningsnumre i CPR tyder på nært familieskab, og (5) der bor ingen andre voksne personer på adressen. Personer på ned til 16 år kan være samboende, hvis de øvrige betingelser er opfyldt., En voksen person (en person, der ikke er et barn), der ikke indgår i en af de fire partyper regnes for enlig og udgør sammen med hans/handes eventuelle hjemmeboende børn under 18 år familietypen "enlig"., Et barn er en person under 18 år, som aldrig har været gift (CIVST=U), som ikke selv har hjemmeboende børn, og som ikke er samboende. Personer ned til 16 år kan være samboende., Et hjemmeboende barn har samme CPR-adresse som mindst én af sine forældre og regnes med til forældrenes familie. Forældre-barn-relationen er enten biologisk eller baseret på adoption. Der er ikke muligt at skelne mellem disse to typer.Som hjemmeboende barn regnes også et barn, der ikke bor hos nogen af forældrene, men hos en person, der er eller har været gift med en af forældrene. Dette er dog betinget af, at stedforælderen ikke har indgået nyt ægteskab, da sammenkoblingen i så fald ikke kan foretages mellem barn og stedfaderen eller stedmoderen. En C-familie kan kun bestå af højst to generationer, hvoraf den yngste udgøres af ét eller flere hjemmeboende børn., Et ikke-hjemmeboende barn under 18 år, bor ikke sammen med nogen af sine forældre, er ugift (CIVST = U), har ikke hjemmeboende børn, og indgår ikke i et samlevende par eller et samboende par. Personer ned til 16 år kan indgå i et samboende par, hvis de øvrige betingelser er opfyldt. , Bilag, Tabel, Graf, Populationer:, Befolkningen 1. januar, Personer med fast bopæl i Danmark pr. 1. januar i året, Værdisæt, D101200.TXT_CTYPE - C-familie type, Kode, tekst, Fra dato, Til dato, 1, Enlig uden hjemmeboende børn, 11, Ægtepar uden hjemmeboende børn, 12, Ægtepar med hjemmeboende børn, 2, Enlig med hjemmeboende børn, 21, Registreret partnerskab uden hjemmeboende børn, 22, Registreret partnerskab med hjemmeboende børn, 31, Samlevende par uden hjemmeboende børn, 32, Samlevende par med hjemmeboende børn, 41, Samboende par uden hjemmeboende børn, 42, Samlboende par med hjemmeboende børn, 53, Ikke-hjemmeboende barn

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/familier/c-type

IGFSP

Navn, IGFSP , Beskrivende navn, Forspaltekode på igangværende , Gyldighed, Gyldig fra: 01-01-1981, 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, Forspaltekode på den igangværende uddannelse. Denne klassifikation eksisterer ikke længere. Den er fra 2015 er erstattet af DISCED-15., Forspalte1, Forspalte1 er den foretrukne danske klassifikation, som benyttes i Statistikbanken, de løbende offentliggørelser og de fleste serviceopgaver. Der findes en forspalte1 til afsluttede uddannelser og en til igangværende uddannelser, hvis opbygning dog er ens. Nedenstående beskrivelse dækker dem begge., Forspaltekoden er 8-cifret, hvor de 2 første cifre beskriver niveauet (hovedgruppen) for uddannelsen. De næste 2 cifre giver yderligere en faglig gruppering (mellemgruppen), der yderligere detaljeres i de følgende 2 cifre (undergruppe). Endelig angiver de sidste 2 cifre den konkrete uddannelse eller kvalifikation (elementarniveau)., Et eksempel på en uddannelse i forspaltehierakiet kunne være tømrer med den 8-cifrede Forspalte1-kode 35533520., Hovedgruppe 35 Erhvervsfaglig praktik og hovedforløb, Mellemgruppe 3553 Bygge og anlæg, Undergruppe 355335 Tømrer mv., Elementarniveau 35533520 Tømrer, Den 8-cifrede forspaltekode angiver en enkelte uddannelse og svarer derfor til den 4-cifrede UDD-kode. Se dokumentationen af UDD. I nogle tilfælde er flere UDD-koder dog samlet på samme 8-cifrede forspaltekode. Det vil være tilfældet, hvis der findes flere UDD-koder for den samme uddannelse., Der findes i alt følgende 12 hovedgrupper i Forspalte1:, 10 Grundskole, 15 Forberedende uddannelser, 20 Almene gymnasiale uddannelser, 25 Erhvervsgymnasiale uddannelser, 30 Erhvervsfaglige grundforløb, 35 Erhvervsfaglige praktik og hovedforløb, 39 Efteruddannelse af specialarbejdere/faglærte, 40 Korte videregående uddannelser, 50 Mellemlange videregående uddannelser, 60 Bachelor, 65 Lange videregående uddannelser, 70 Forskeruddannelser, Detaljeret beskrivelse, Denne klassifikation eksisterer ikke længere. Den er fra 2015 er erstattet af DISCED-15., En uddannelses forspaltekode kan ændre sig:, Koder for uddannelse og afsluttende uddannelse (UDD- og AUDD-koderne) er stabile over tid, men de tilknyttede forspaltekoder kan ændre sig. En uddannelse kan være fejlplaceret, og koden bliver derfor ændret, når fejlen erkendes, eller en uddannelse kan have udviklet sig over tid, så den på et tidspunkt bliver flyttet til et andet niveau. Det er derfor bedst at bevare uddannelseskoden i historisk materiale og efterfølgende anvende seneste klassifikation på alt historisk materiale for at undgå inkonsistens i forbindelse med tidsserier., Eksempel:, Sygeplejerske Forspalte1 UDD/AUDD, år 1990 40903010 5166/5166 , år 2006 50903010 5166/5166, Sygeplejeuddannelsen har skiftet niveau fra at være en kort videregående uddannelse til at være en mellemlang videregående uddannelse. Derfor ændredes dens placering i forspalte1 (fra 40903010 til 50903010), mens UDD- og AUDD-koderne fortsat var de samme., Bemærk endvidere, at en uddannelse, der udvikler sig og flyttes til et nyt niveau, normalt vil bevare sin uddannelseskode, hvis der ikke er nogen presserende grund til at skelne mellem den oprindelige og den nye udgave af uddannelsen. Man vil således ikke skulle lede efter sygeplejersker forskellige steder i klassifikationen, selv om sygeplejersken har udviklet sig og skiftet niveau. Sygeplejersker med den kortere uddannelse løftes med op på det nye, højere niveau., En presserende grund til at skelne mellem den oprindelige og den nye udgave af uddannelsen vil være, at indholdet i uddannelsen ændres så meget, at der reelt er tale om en ny uddannelse., Til og med skoleåret 2005/06 er der kun blevet indsamlet uddannelsesoplysninger fra grundskolens 8., 9., og 10. klasse. Fra og med skoleåret 2006/07 indsamles der oplysninger fra og med børnehaveklassen, hvilket i 2008 betyder en stigning i personer med en igangværende grundskoleuddannelse., Bilag, Tabel, Graf, Populationer:, Personer som er i gang med en uddannelse, Personer som er i gang med en uddannelse i et af Danmarks Statistiks registre, Værdisæt, U061000.TXT_FSP1M - Forspalte1 på mellemgruppeniveau, Kode, tekst, Fra dato, Til dato, 1001, Ingen uddannelse, 1002, Grundskole til og med 6. klasse, 1003, 7.-10/11. klasse, 1005, Almene voksenuddannelser, 1006, Danskundervisning ved sprogcentre, 1510, Almene forløb, 1511, Erhvervsrettede forløb, 1512, Danskundervisning ved sprogcentre, 2015, Gymnasiet, 2016, Hf, 2017, Studenterkurser, 2018, Adgangskurser - videregående udd., 2539, Hhx, 2551, Htx, 2554, Adgangsgivende værkstedsskoleforløb, 2559, Adgangseksamen - ingeniøruddannelsen, 3039, Det merkantile område, 3040, Teknologi og kommunikation, 3042, Bygge og anlæg, 3044, Håndværk og teknik, 3046, Fra jord til bord, 3048, Mekanik, transport og logistik, 3049, Service, 3050, Sundhed, omsorg og pædagogik, 3059, Teknik, 3520, Pædagogisk, 3539, Handel og kontor, 3553, Bygge og anlæg, 3554, Jern og metal, 3555, Grafisk, 3558, Teknik og industri i øvrigt, 3560, Service, 3575, Levnedsmiddel og husholdning, 3580, Jordbrug og fiskeri, 3585, Transport mv., 3590, Sundhed, 3595, Sikkerhed, 3597, Ikke områdespecifikke uddannelser, 3920, Pædagogisk, 3939, Handel og kontor, 3953, Bygge og anlæg, 3954, Jern og metal, 3955, Grafisk, 3958, Teknik og industri i øvrigt, 3960, Service, 3961, Industriens arbejdsmarkedsuddannelser, 3962, Metalindustriens efteruddannelsesudvalg, 3963, Industriens arb.mark.udd./Metalindustrien euu, 3964, Euu for handel, administr., kommunikation og ledelse, 3965, Serviceerhvervenes euu, 3966, Euu for bygge/anlæg og industri, 3967, Euu for tekniske installationer og energi, 3968, Træets uddannelser, 3969, Mejeri- og Jordbrugets euu, 3970, Euu f. Køkken,hotel,restaurant,bager,konditor,kødbranchen, 3971, Transporterhvervets uddannelsesråd, 3972, Euu f. det pædagogiske område, social- og sundhedsområdet, 3973, Euu f. tekn.install.-energi/bygge-anlæg ind., 3974, Øvrige kurser, AMU, 3975, Levnedsmiddel og husholdning, 3976, Euu f. rustfrit område, 3980, Jordbrug og fiskeri, 3985, Transport mv., 3990, Sundhed, 3998, Efterudd., specialarb., fagl., andre grupper, 4020, Pædagogisk, 4025, Formidling og erhvervssprog, 4030, Kunstnerisk, 4039, Samfundsfaglig, 4059, Teknisk, 4075, Levnedsmiddel og husholdning, 4080, Jordbrug og fiskeri, 4085, Transport mv., 4090, Sundhed, 4095, Politi og forsvar, 4097, Ikke områdespecifikke uddannelser, 5020, Pædagogisk, 5025, Formidling og erhvervssprog, 5030, Kunstnerisk, 5035, Naturvidenskabelig, 5039, Samfundsvidenskabelig, 5059, Teknisk, 5075, Levnedsmiddel og ernæring, 5080, Jordbrug og fiskeri, 5085, Transport mv., 5090, Sundhed, 5095, Politi og forsvar, 510, Førskoleuddannelser, 6002, Bachelor u.n.a., 6025, Humanistisk, 6030, Kunstnerisk, 6035, Naturvidenskabelig, 6039, Samfundsvidenskabelig, 6059, Teknisk, 6075, Levnedsmiddel og ernæring, 6080, Jordbrugsvidenskabelig, 6090, Sundhed, 6502, Kandidat u.n.a., 6520, Pædagogisk, 6525, Humanistisk og teologisk, 6530, Kunstnerisk, 6535, Naturvidenskabelig, 6539, Samfundsvidenskabelig, 6559, Teknisk, 6575, Levnedsmiddel og ernæring, 6580, Jordbrugsvidenskabelig, 6590, Sundhed, 6595, Forsvar, 7002, Forskerudd. u.n.a., 7020, Pædagogisk, 7025, Humanistisk og teologisk, 7030, Kunstnerisk, 7035, Naturvidenskabelig, 7039, Samfundsvidenskabelig, 7059, Teknisk, 7080, Jordbrugsvidenskabelig, 7090, Sundhed, 9030, Uoplyst, 9530, Afbrudt, 9630, Igang, 9730, Ikke igang, 9999, Oprydning endnu ikke klassificeret

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/hoejst-fuldfoerte-uddannelse/igfsp

De fleste elbiler købes af personer med høj indkomst, lang uddannelse og parcelhus

Salget af elbiler er steget kraftigt de seneste år. Blandt køberne er en overrepræsentation af familier i de højeste indkomstgrupper, med de længste uddannelser og som bor i parcelhus. Inden for de seneste 2½ år er 39 pct. af de nye elbiler købt eller leaset af de 10 pct. af familierne med de højeste indkomster., 25. oktober 2023 kl. 7:30 ,  , Stadig flere anskaffer sig en elbil. Den 1. januar 2015 var der 2.900 elbiler i Danmark - tre et halvt år senere var tallet fordoblet til 6.100. Siden er der blevet kortere og kortere mellem fordoblingerne af antallet. I august 2023 var den samlede bestand af elbiler kommet op på 160.000, svarende til seks pct. af den samlede bestand af personbiler., Ud af de ca. 160.000 elbiler står familierne for 84 pct., mens resten er købt eller leaset af erhvervsdrivende. , Udvikling i bestanden af elbiler i Danmark 2015-2023, Kilde: Særkørsel på baggrund af Bilregistret, Dem, der anskaffer sig en elbil, ligner ikke den gennemsnitlige dansker: Hvis man har et lønmodtagerjob på højeste niveau eller et toplederjob, en lang uddannelse, en høj indkomst og bor i et parcelhus – så har man en markant større sandsynlighed end andre personer i Danmark for at have købt en ny, elbil det seneste to og et halvt år., Læs også: , ”Gennemsnitsdanskeren”, Af de 61.000 elbiler, der blev købt eller leaset de seneste 2½ år, blev 39 pct. anskaffet af de 10 pct. af familier i den højeste indkomstgruppe., Indkøbene af fossile biler er i samme periode mere jævnt fordelt i forhold til familiernes indkomst – dog stadig med en vis overvægt i de højeste indkomstgrupper., Andel af familier fordelt efter indkomstinterval, der har købt hhv. elbil og fossil bil, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’udenfor arbejdsstyrken’ omfatter familier med uoplyst socioøkonomisk gruppe., Kilde: Særkørsel på baggrund af Bilregistret, Indkomst, Befolkningen er her inddelt i 10 lige store grupper (deciler) efter størrelsen af familiens indkomst. De 10 pct. med lavest indkomst ligger i 1. decil og de højeste indkomster i 10. decil. , Der er taget højde for antallet af medlemmer i den enkelte familie – en såkaldt ækvivalensvægtet indkomst – da det præciserer familiens forbrugsmuligheder., Lønmodtagere på højeste niveau og topledere er overrepræsenteret, Ser man på elbilkøbernes status på arbejdsmarkedet – om man fx er arbejdsløs, selvstændig, lønmodtager osv. – tegnes et mønster med synlig overrepræsentation i to grupper, nemlig lønmodtagere på højeste niveau og topledere (se faktaboks), Mens toplederne udgør 3 pct. af befolkningen, udgør de 10 pct. af elbilkøberne de seneste 2½ år. Og lønmodtagere på højeste niveau, som udgør 10 pct. af befolkningen, udgør 28 pct. af elbilkøberne., Socioøkonomiske grupper, Den socioøkonomiske opdeling på forskellige niveauer defineres af niveauet for færdigheder., Topledere:, Omfatter personer med ledelsesarbejde på øverste administrative niveau.  , Lønmodtagere højeste niveau:, Omfatter personer med arbejder der forudsætter højeste færdighedsniveau (fx læge, advokat, præst), Lønmodtagere mellemniveau:, Omfatter personer med arbejde, der forudsætter mellemste færdighedsniveau (fx laborant, programmør, sygeplejerske), Lønmodtagere grundniveau:, Omfatter personer med arbejde, der forudsætter færdigheder på grundniveau (fx kontorarbejde, kundeservice, landbrugsarbejde)., Andel af elbilkøb og befolkning fordelt efter socioøkonomiske grupper, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’udenfor arbejdsstyrken’ omfatter familier med uoplyst socioøkonomisk gruppe., Kilde: Særkørsel på baggrund af Bilregistret,  , Når det gælder uddannelsesniveau blandt elbilkøberne, ses en overrepræsentation blandt personer med de længste uddannelser. Denne gruppe udgør 11 pct. af befolkningen, men 29 pct. af elbilkøberne., Også personer med en mellemlang videregående uddannelse er overrepræsenteret, men i lidt mindre grad: de udgør 15 pct. af befolkningen, og 24 pct. af elbilkøberne. I den anden ende af skalaen ligger personer med grundskole som højeste uddannelsesniveau. De udgør 16,5 pct. af befolkningen, men kun 2,5 pct. af elbilkøberne., De fleste elbilkøbere bor i parcelhus, Endelig skiller en gruppe sig også markant ud, når det gælder boligform: ca. to tredjedele (64 pct.) af elbilerne blev købt af personer med adresse i et parcelhus, mens denne gruppe kun udgør ca. en tredjedel (35 pct.) af befolkningen., Omvendt er personer, der bor i etagebolig, synligt underrepræsenteret: 34 pct. af befolkningen bor i etagebolig, men de står for kun 14 pct. af de købte elbiler det seneste 2½ år., Andel elbilkøbere fordelt efter boligform, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’uoplyste og andre’ omfatter familier med uoplyst boligform., Kilde: Særkørsel på baggrund af Bilregistret, Geografisk mere lige fordeling, Elbilkøberne fordeler sig på stort set samme måde som befolkningen i forhold til, hvor store byer vi bor i. Eksempelvis bor 24 pct. af befolkningen og 22 pct. af elbilkøberne i hovedstadsområdet, mens 14 pct. af befolkningen og 13 pct. af elbilkøberne bor i landdistrikterne. Og i byer med et indbyggertal på mellem 50.000 og 100.000 (som fx Esbjerg og Kolding) bor 7 pct. af befolkningen – og knap 7 pct. af elbilkøberne., På kommuneniveau tegner der sig et lidt mere varieret billede. I en håndfuld kommuner nord for Købehavn er der en synlig overrepræsentation af elbilkøbere i forhold til, hvor stor en andel kommunens indbyggertal udgør af befolkningen., Rudersdal Kommune ligger i top målt på forskellen mellem andel af elbilkøbere og andel af befolkningen. Ud af alle de familier i hele landet, der har købt elbil inden for de sidste 2½ år, bor 2,29 pct. i Rudersdal, mens kun 0,87 af alle familier i landet bor i kommunen. 0,95 pct. af de familier, der har købt elbil, bor I Hørsholm, mens kun 0,39 pct. af alle familier bor i kommunen. De andre i denne ’Top Fem’ er Allerød, Furesø og Dragør., I den anden ende ligger bl.a. Københavns Kommune, hvor 12,7 pct. af alle familier i landet bor - men kun 7,6 pct. af elbilkøberne., FAKTA - køb og leasing, Alle beregninger vedr. køb/leasing omfatter perioden 1. januar 2021-31. august 2023, hvor , familierne anskaffede ca. 61.000 elbiler, hvoraf 9.600 blev leaset., FAKTA - fossile biler, De familier, der har købt fossil bil i perioden 1. januar 2021 til den 31. august 2023, fordeler sig i højere grad ligesom befolkningen, når det gælder både socioøkonomiske grupper, uddannelse og boligform. Der er stadig en vis overrepræsentation af fossilbil-købere i de tre lønmodtagergrupper, i grupper med de længste uddannelser og i familier med bolig i parcelhus sammenlignet med gruppernes andel af befolkningen – men synligt mindre end for elbilkøberne. Fx udgør lønmodtagere på højeste niveau 10 pct. af befolkningen, og 14 pct. af køberne af fossile biler. Lønmodtagere på grundniveau, som udgør 17 pct. befolkningen, udgør 21 pct. af køberne af fossile biler., Læs også: , Rekordstor andel af nye elbiler i september,  (Nyt fra Danmarks Statistik),  

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2023-25-11-portraet-af-elbilkoeberen

Bag tallene

Vilkår for aftaler

 , Du kan finde en printvenlig udgave her:, Vilkår for aftaler 01-2025,  , 1. Indgåelse af aftale og opfyldelse af kontrakten, Disse Vilkår for Aftaler gælder for alle aftaler indgået mellem kunden og Danmarks Statistik og udgør retsforholdet mellem parterne under aftalen og, i forhold til visse bestemmelser, også efter aftalen er ophørt., Danmarks Statistik udfører opgaver i overensstemmelse med de vilkår, som er nævnt i den underskrevne kontrakt eller i form af anden skriftlig aftale. Hvis ikke andet fremgår af kontrakten eller aftalen, udføres opgaven i overensstemmelse med Vilkår for Aftaler., 2. Ikrafttrædelse, En aftale træder i kraft, når der foreligger en skriftlig accept af tilbuddet eller kontrakt fra kundens side., 3. Vilkår som gælder for Danmarks Stati­stik, Danmarks Statistik gør sit bedste for at udføre opgaven kvalificeret, og fejlfrit, samt at levere til tiden., Hvis Danmarks Statistik yder rådgivning i forbindelse med den leverede serviceopgave ud over det, der er aftalt i kontrakten, udarbejder vi en tillægsaftale mellem Danmarks Statistik og kunden, hvori aftale om betaling indgår., Fejl forårsaget af Danmarks Statistik som knytter sig direkte til udførelsen af opgaven, og som kunden giver Danmarks Statistik besked om indenfor 30 dage, vil blive rettet af Danmarks Statistik uden omkostninger for kunden., Danmarks Statistik påtager sig herudover intet ansvar for skader eller tab, der direkte eller indirekte kan knyttes til den måde, kunden gør brug af Danmarks Statistiks leverancer. Dette forhold gælder, uanset om skaden eller tabet er opstået på grund af fejlbehæftet information i statistikken eller af andre forhold, der direkte eller indirekte relaterer sig til statistikken, samt en eventuel forsinket levering af opgaven., Danmarks Statistik forbeholder sig desuden ret til at kommentere det leverede materiale, hvis kunden benytter materialet på en måde, som Danmarks Statistik vurderer, kan give anledning til misforståelser, forkerte konklusioner og lignende., 4. Vilkår som gælder for kunden, Kunden må ikke videregive det leverede materiale til tredjepart. Kundens videregivelse, udlån, udlejning eller salg af uforarbejdet data til tredjepart må kun ske ved særskilt aftale mellem Danmarks Statistik og kunden. Danmarks Statistik er berettiget til at søge om erstatning fra kunden, og eventuelt fra tredjepart ved brud på ovenstående. , Kunden må kun videregive produkter fra Danmarks Statistik til tredjepart, efter at der er foretaget en væsentlig videreforarbejdning af det leverede materiale., Offentliggørelse af uforarbejdet data fx på internettet eller mangfoldiggørelse i form af andet medie, må kun ske efter forudgående aftale med Danmarks Statistik., Kundens begrænsninger for videregivelse eller offentliggørelse af enten forarbejdet eller uforarbejdet materiale har ingen forældelsesfrist. , Ved ændringer i aftalens indhold og omfang, herunder i tilfælde af ændringer i forbindelse med videregivelse af oplysninger til tredjemand, skal disse aftales skriftligt mellem Danmarks Statistik og kunden., Hvis opgavens færdiggørelse er afhængig af kundens eller en anden leverandørs levering af data, informationer eller andet materiale, og er der aftalt en frist for levering heraf, vil en leveringsforsinkelse uden videre medføre en udsættelse af den frist eller dato, der er aftalt for Danmarks Statistiks levering. Danmarks Statistik forbeholder sig ret til at fastsætte en ny færdiggørelsesdato, hvis forsinkelsen er væsentlig. Kunden vil i givet fald blive informeret om dette. , Kunden må ikke anvende underleverandører eller overdrage sine rettigheder eller forpligtelser til andre, med mindre Danmarks Statistik har givet skriftligt samtykke., Ved anvendelse af det leverede materiale skal Danmarks Statistik nævnes som kilde i overensstemmelse med god skik og i det omfang, som betinges af formålet. , Kunden må kun anvende Danmarks Statistiks logo efter forudgående aftale., Ved køb af ydelser fra DST Survey er der ingen aftalemæssige begrænsninger, hvad angår kundens videregivelse af indsamlet surveydata til tredjepart eller offentliggørelse, medmindre dette er eksplicit beskrevet i DST Surveys kontrakt med kunden. Kunden skal være opmærksom på at overholde gældende lovgivning – herunder reglerne i databeskyttelsesforordningen – ved videregivelse og offentliggørelse af surveydata., 5. Immaterielle rettigheder, Danmarks Statistik har ejendomsretten og ophavsretten til det leverede produkt. Danmarks Statistik overdrager brugsretten til kunden mod de nærværende beskrevne vilkår. Brugsretten overgår først til kunden, når den aftalte købesum er betalt., Ved køb af ydelser fra DST Survey overdrages ejendomsretten og ophavsretten af indsamlet surveydata til kunden ved levering af opgaven, medmindre andet er eksplicit beskrevet i kundens kontrakt med DST Survey., 6. Fortrolighedshensyn, Danmarks Statistik hverken sælger eller udleverer personoplysninger og forbeholder sig ret til at pseudomisere og diskretionere data i det omfang, der nødvendiggør hemmeligholdelse af personer, familier, husstande og virksomheder. Oplysninger om de metoder, der diskretioneres og pseudomiseres efter, kan indhentes hos Danmarks Statistik. , 7. Opbevaring af kundeoplysninger, Danmarks Statistik respekterer og beskytter sine kunders personoplysninger i henhold til Databeskyttelsesforordningen. Uddybende oplysninger om Danmarks Statistiks privatlivs- og cookiepolitik kan indhentes på , Danmarks Statistiks hjemmeside, ., 8. Betalingsbetingelser, Betaling er netto 30 dage efter modtagelse af fakturaen. Danmarks Statistik fremsender fakturaen til kunden senest 5 hverdage efter opgaven er leveret. Rykkerbreve udsendes ved manglende betaling, og hvis betaling stadig ikke er modtaget, kan fordringen derefter overgives til Skat til inddrivelse. Danmarks Statistik er herudover berettiget til at opkræve et rykkergebyr pr. påkrav/rykker og morarenter i henhold til gebyrloven, som pt. udgør 250 kr., 9. Fortrydelsesret og klager, Kunden har ingen fortrydelsesret i forbindelse med køb af data eller andet elektronisk materiale., Ved køb af bøger eller andet materiale, som ikke er i elektronisk form, yder Danmarks Statistik 14 dages fortrydelsesret., Kunden har ret til at påberåbe sig fejl og mangler op til 30 dage efter opgavelevering. Danmarks Statistiks medarbejder, som har leveret eller afviklet opgaven, skal informeres skriftligt om fejlen., Ved deltagelse i kurser eller seminarer afholdt af Danmarks Statistik skal aflysning, fra deltagerens side, ske senest 24 timer før kursets start ellers forbeholder Danmarks Statistik sig retten til at opkræve kursets fulde pris., 10. Ændringer i aftalen og opsigelse af kontrakten, Eventuelle ændringer i aftalen skal ske skriftligt. Er aftalen nedskrevet i en kontrakt, skal ændringerne vedlægges som tillæg til kontrakten., Modparten har ret til at ophæve kontrakten i de tilfælde, hvor kunden eller Danmarks Statistik ikke har overholdt eller har forsømt sine forpligtelser, som fremsat i kontrakten, og efter skriftlig anmodning fra den anden part, ikke har rettet denne forsømmelse inden 30 dage., Kontrakten kan ophæves med øjeblikkelig virkning i de tilfælde, hvor der er tale om en forsømmelse eller et aftalebrud, der skader opgaven som helhed., Danmarks Statistik har ret til fuld økonomisk dækning for de delopgaver, som allerede er udført inden for rammerne af aftalen, hvis kunden opsiger aftalen., 11. Force majeure, Danmarks Statistik kan påberåbe sig force majeure og dermed fritagelse fra kontrakten i tilfælde af upåregnelige og ekstraordinære begivenheder, som er uden for Danmarks Statistiks kontrol, som ikke kan forudses, forhindres eller overkommes og som umuliggør Danmarks Statistiks forpligtelser., I de tilfælde hvor den ekstraordinære begivenhed ses som en midlertidig hindring, vil der alene være tale om en suspension af Danmarks Statistiks forpligtelser over for aftalegrundlaget og kunden., 12. Lovvalg og værneting, Samhandel med Danmarks Statistik er undergivet dansk ret. Hvis tvister ikke kan løses gennem forhandlinger mellem parterne, afgøres de ved Sø- og Handelsretten i København som første instans.

https://www.dst.dk/da/TilSalg/skraeddersyede-loesninger/priser-og-aftalevilkaar/generelle-aftalevilkaar

IDA arbejdssteder

Beskrivelse, Formålet med den Integrerede Database for Arbejdsmarkedsforskning (IDA-databasen) er at stille et datamateriale om personer og virksomheder til rådighed på individniveau. Oplysningerne i databasen kan anvendes til at belyse en lang række problemstillinger vedrørende arbejdsmarkedet (f.eks. personers mobilitet, virksomheders jobskabelse samt samspillet mellem person og virksomhed)., Databasen er oprindeligt opbygget med specielt henblik på at betjene forskere, men offentlige myndigheder (ministerier) og interesseorganisationer anvender også hyppigt databasen. Det særlige ved databasen er, at man kan koble personer og virksomheder sammen. Derfor kan personer karakteriseres på grundlag af oplysninger om den virksomhed, de er ansat i, og tilsvarende kan man beskrive virksomhederne på grundlag af oplysninger om de ansatte. Desuden er det muligt at følge personer og virksomheder over tid., Databasen indeholder oplysninger om samtlige personer i befolkningen og alle virksomheder med ansatte, hvilket gør den velegnet til at belyse problemstillinger, der vedrører udsnit af forholdsvis små grupper., IDA-databasen er organiseret i fire datasæt indeholdende oplysninger om henholdsvis personer, ansættelser, arbejdssteder og firmaer. , I arbejdsstedsdatasættet forekommer variable, der indeholder forskellige informationer fremad i tid eller tilbage i tid om det enkelte arbejdssted. Hvorvidt der er tale om det samme arbejdssted afgøres ud fra et fast defineret regelsæt, der afgør, om identiteten for et arbejdssted er ændret eller uændret. , Det afgørende kriterium for, at virksomheden er den samme i to på hinanden følgende år, består i at enten ejeren eller arbejdsstyrken er den samme. Der foreligger således samme arbejdssted, hvis en af følgende regler er opfyldt :, Samme ejer og samme branche., Samme ejer og samme arbejdsstyrke., Samme arbejdsstyrke og samme adresse eller branche., Kriteriet om samme ejer eller samme arbejdsstyrke står ikke alene, idet det også skal sandsynliggøres, at der er tale om samme type af erhvervsaktivitet (jf. fx kravet om samme branche i regel 1). Sammenfattende gælder det, at samme virksomhed foreligger, når en ejer eller de ansatte personer fortsætter den samme type af erhvervsaktivitet. Personerne i en virksomhed bestemmer altså identiteten over tid, ikke fx den fysiske lokalitet. Det betyder, at en given virksomhed (defineret ved ejeren og/eller de ansatte) kan overtage en anden virksomheds tidligere lokaler og alligevel være bevaret., Der kan hentes yderligere information om dette i de vedhæftede bilag henholdsvis "Hovedrapporten", afsnit 1.4 og kap. 4 og "Virksomheders identitet over tid. Arbejdsnotat nr. 29"., Yderligere information kan fås i det vedhæftede bilag "Oversigt over variabler og datasæt i IDA (udfaset)" samt i kvalitetsdeklarationen:, http://www.dst.dk/kvalitetsdeklaration/1013, I arbejdsstedsdatasættet indgår kun gyldige arbejdssteder, dvs. at de såkaldte "fiktive" arbejdssteder ikke forekommer i datasættet vedrørende arbejdssteder (IDAS) men derimod i datasættet vedrørende ansættelser (IDAN). Dette skyldes, at tilgangen til sidstnævnte datasæt er personer med ansættelser, hvorimod tilgangen til datasættet for arbejdssteder er gyldige arbejdssteder., For yderligere oplysninger om fiktive arbejdssteder henvises til variablen LBNR., I 2008 er der et brud i IDA-databasen. Dette er blandt andet forårsaget af brud i datagrundlaget der ligger til grund for udarbejdelsen af lønmodtagerbeskæftigelsen i RAS. Yderligere udgør statistikken Personer uden ordinær beskæftigelse grundlaget for oplysninger om ledighed i 2008 og erstatter derved arbejdsløshedsstatistikken som hidtil har udgjort datagrundlaget for disse oplysninger. Se kvalitetsdeklarationen for yderligere oplysninger om dette (se link ovenfor)., Bilag, IDA hovedrapport, Virksomheders identitet over tid. Arbejdsnotat nr. 29., Oversigt over variabler og datasæt i IDA, Variable, ADRESSE, Arbejdssteds adressekode, ADRXFREM, Adresseændring for arbejssted året efter, ADRXTILB, Adresseændring for arbejdssted i året før, AFGRATE, Afgangsrate i efterfølgende årsperiode i procent, ANDELOPS, Andel af opsugede blandt ansatte, ANDELUDS, Andel af udskilte til et andet arbejdssted blandt ansatte, ANDFA, Andel lønmodtagere på grundniveau (PSTILL=35) pr. arbejdssted, ANDHF, Andel topledere og lønmodtagere på højeste niveau (PSTILL=31-33) pr. arbejdssted, ANDIF, Andel i kategorien -anden lønmodtager- (PSTILL=36) pr. arbejdssted, ANDLEDAR, Andel af arbejdere med årsledighed, pct., ANDLF, Andel lønmodtagere på mellemniveau (PSTILL=34) pr. arbejdssted, ANTALXFR, Ændring i antal ansatte i efterfølgende år (hovedbeskæftigede), ANTALXTI, Ændring i antal ansatte ift. året før, ANTNOV, Antal ansatte pr. november, ANTNOVBI, Antal bibeskæftigede pr. november, ANTAAR, Antal ansættelsesforhold (personer) i år, ARBGNR, Arbejdsgivernummer, ARBGNRFR, Arbejdsgivernummer for arbejdssted året efter, ARBGNRTI, Arbejdsgivernummer for arbejdssted året før, ARBSTK, Arbejdsstedskode, ARBSTKFR, Arbejdsstedskode for arbejdssted året efter, ARBSTKTI, Arbejdsstedskode for arbejdssted året før, BESKXFR, Ændring i beskæftigelsesomfang efterfølgende år, BESKXTI, Ændring i beskæftigelsesomfang året før, BRANCHE03, Branchekode (DB03) for arbejdsstedet., EJERKO, Ejerkode (omkodet), ENDNEDL, Endelig nedlæggelse af arbejdssted, FILIAL, Antal arbejdssteder i firmaet (max. 9), FRELFREM, Firmaintern/ekstern nedlæggelse via opsugning, FRELTILB, Firmaintern/ekstern oprettelse via udskilning, IDFREM, Identitet for arbejdssted fremad i tid, IDTILB, Identitet for arbejdssted tilbage i tid, KVANDFA, Andel kvinder blandt lønmodtagere på grundniveau (personer med PSTILL=35), KVANDHF, Andel kvinder blandt direktører, overordnede og ledende funktionærer (personer med PSTILL=31-33), KVANDIF, Andel kvinder i kategorien 'anden lønmodtager' (personer med PSTILL=36), KVANDLF, Andel kvinder blandt lønmodtagere på mellemniveau (personer med PSTILL=34), LBNR, Arbejdsstedets løbenummer, LBNRFREM, LBNR for relateret arb.sted året efter, LBNRTILB, LBNR for relateret arbejdssted året før, LEDPERG, Ledighedsperioder blandt ledige arbejdere i gennemsnit, LGRGNSAR, Årsledighedsgrad blandt ledige arbejdere i gennemsnit, LONGNS, Gennemsnitlig timeløn for alle hovedbeskæftigede, LONGNSFA, Gennemsnitlig timeløn for hovedbeskæftigede faglærte arbejdere (PSTILL= 35)., LONGNSHF, Gennemsnitlig timeløn for højere funktionærer (hovedbeskæftigede med PSTILL= 31-33), LONGNSIF, Gennemsnitlig timeløn for hovedbeskæftigede personer i kategorien 'anden lønmodtager' (PSTILL= 36)., LONGNSLF, Gennemsnitlig timeløn for hovedbeskæftigede lønmodtagerE på mellemniveau (PSTILL= 34), LONAAR, Lønsum pr. år for alle ansættelsesforhold, PCTFREM, Gengangere på arbejdsstedet pr. året efter, PCTTILB, Gengangere på arbejdsstedet fra året før., REGELFR, Regel vedrørende bevaret arbejdssted året efter, REGELTI, Regel vedrørende bevaret arbejdssted året før, TILGRATE, Tilgangsrate i forudgående årsperiode, pct., AARSVRK, Antal årsværk for alle ansættelsesforhold

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

Fakta om arbejdsmarked

Danmarks Statistik har samlet en række tal om beskæftigelse, ledighed, offentligt forsørgede, ledige stillinger og lønudviklingen., 24. juni 2022 kl. 11:30 , Af , Sigrid Friis Neergaard, Flere lønmodtagere end nogensinde , I 1. kvartal 2022 havde i alt , 2.932.154,  personer et lønmodtagerjob i Danmark, hvis man korrigerer for sæson, viser , tal fra Danmarks Statistik, . Det er flere lønmodtagere end nogensinde., Omregnes antallet af lønmodtagere til fuld tid, var antallet af fuldtidsbeskæftigede også højere end nogensinde i 1. kvartal 2022, viser , tal fra Danmarks Statistik, . Omregnet til fuldtidsbeskæftigede, var der , 2.447.269,  lønmodtagere., De seneste månedstal for lønmodtagere kan findes på , emnesiden for lønmodtagere, ., Næsten 3 mio. beskæftigede i alt i november 2020, Den samlede beskæftigelse for personer med bopæl i Danmark udgjorde 2.906.044 personer i november 2020, viser den seneste registerbaserede , opgørelse af den samlede beskæftigelse, fra Danmarks Statistik., Beskæftigede og lønmodtagere (1.000 personer), Kilde: Danmarks Statistik, , statistikbanken.dk/lbesk22, og , statistikbanken.dk/ras300,  , Tre forskellige beskæftigelsesbegreber, Den registerbaserede arbejdsstyrkestatistik (RAS) opgør befolkningens tilknytning til arbejdsmarkedet ultimo november hvert år. Tilknytningen opgøres for personer med bopæl i Danmark. Tilknytningen opgøres ”i hoveder”, således at hver person har én tilknytning til arbejdsmarkedet. Overordnet opdeler RAS befolkningen i personer, der er beskæftigede (selvstændige, medarbejdende ægtefæller og lønmodtagere), arbejdsløse og personer uden for arbejdsstyrken (ex. studerende og pensionister). RAS følger de internationale retningslinjer for opgørelse af arbejdsmarkedstilknytning i det omfang, det er muligt for en registerbaseret statistik. De mest aktuelle tal fra RAS er opgjort ultimo november 2020., Beskæftigelse for lønmodtagere (BfL) beskriver antallet af lønmodtagere ansat i virksomheder i Danmark på kvartals- og månedsbasis. Opgørelsen foretages både som antal personer med lønmodtagerjob og omregnet til fuldtidsbeskæftigede. , Arbejdskraftundersøgelsen (AKU) er det danske bidrag til den fælleseuropæiske Labour Force Survey og følger de internationale operationaliseringer af arbejdsmarkedstilknytningen. AKU bør anvendes, når man ønsker at foretage internationale sammenligninger af beskæftigelsen., Læs mere om Danmarks Statistiks , beskæftigelsesopgørelser i dette dokument, ., Mænd er oftere i beskæftigelse end kvinder, Andelen af 16-64-årige, der var i beskæftigelse (beskæftigelsesfrekvensen), var 74,5 pct. i november 2020, hvor den seneste opgørelse er fra. For 16-64-årige mænd var beskæftigelsesfrekvensen 76,3 pct. i 2020, mens den var 72,8 pct. for kvinder. Se beskæftigelses- og erhvervsfrekvenser i , denne tabel i Statistikbanken, ., Indvandrere har lavere beskæftigelsesfrekvens end personer med dansk oprindelse, Beskæftigelsesfrekvensen for indvandrere er noget lavere end for personer med dansk oprindelse. Blandt personer med dansk oprindelse i alderen 16-64 år var beskæftigelsesfrekvensen 77,0 pct. i 2020. Blandt indvandrere fra ikke-vestlige lande var beskæftigelsesfrekvensen 58,1 pct., mens den var 69,1 pct. for vestlige indvandrere i 2020, viser , tal fra Danmarks Statistik, ., Flere ældre i arbejde, Beskæftigelsesfrekvensen for personer på 65-69 år var 25,8 pct. i 2020 mod 18,2 pct. i 2008. For personer over 70 år steg beskæftigelsesfrekvensen fra 5,3 til 7,6 pct. fra 2008 til 2020. , Danmark har den femtehøjeste beskæftigelsesfrekvens i Europa, Når beskæftigelsesfrekvensen skal sammenlignes på tværs af de europæiske lande, er Danmarks Statistiks Arbejdskraftsundersøgelse (AKU) bedst at bruge. I Danmark var beskæftigelsesfrekvensen for 15-64-årige 76,5 pct. i 4. kvartal 2021. Det er den femtehøjeste beskæftigelsesfrekvens i Europa, overgået af Island, Nederlandene, Schweiz og Norge, viser sæsonkorrigeret data fra Eurostat. Italien havde med 59,3 pct. den laveste beskæftigelsesfrekvens i 4. kvartal 2021., Arbejdsløshed, Arbejdsløsheden opgjort ud fra antal registrerede ledige lå i april 2022 på 2,4 pct. af arbejdsstyrken, , hvilket svarer til 70.042 personer omregnet til fuldtid. Tallene er sæsonkorrigerede., En anden opgørelse af ledigheden i Danmark findes i Arbejdskraftundersøgelsen (AKU). Ifølge den var ledigheden 131.000 personer i 1. kvartal 2022, hvilket svarer til 4,4 pct. af arbejdstyrken. At niveauet for AKU-ledigheden ligger over bruttoledigheden skyldes blandt andet, at studerende, der søger efter et studiejob, også indgår i AKU-ledigheden. Derudover er AKU-ledigheden opgjort på personer, mens arbejdsløsheden er omregnet til fuldtidspersoner. Se mere i faktaboksen nedenfor., Registrerede ledige og AKU-ledige, Anm.: *Registrerede ledige t.o.m. april 2022; AKU-ledige t.o.m. 1. kvt. 2022, Kilde: Danmarks Statistik, , www.statistikbanken.dk/aus07, og , www.statistikbanken.dk/aku100K, To ledighedsbegreber, Danmarks Statistik opgør arbejdsløshed efter to forskellige ledighedsbegreber: Den stikprøvebaserede AKU-ledighed og den registerbaserede ledighed. AKU-ledigheden måler antallet af 15-64-årige personer, der på baggrund af en interviewundersøgelse selv har oplyst, at de ikke har et arbejde, men søger og kan påbegynde et arbejde.  Den registerbaserede opgørelse består af de 16-65-årige (omregnet til fuldtidsmodtagere), som har modtaget dagpenge, kontanthjælp, uddannelseshjælp eller integrationsydelse, og som samtidig vurderes at være jobparate. Opgørelsen laves normalt og som i figuren brutto, hvilket indikerer, at aktiverede ledige er talt med, mens de aktiverede ledige ikke indgår i nettoledigheden. , Læs mere om , ledighedsbegreberne på Danmarks Statistiks hjemmeside, ., Næsten 18.000 af de registrerede ledige personer er samtidig langtidsledige , I november 2021 var der 17.868 langtidsledige personer, svarende til lige over 18 pct. af alle de personer, der har været ledige i løbet af november 2021. , Størstedelen var på dagpenge, mens 3.711 modtog kontanthjælp. Man er langtidsledig, når man har været ledig i mindst 52 uger. Der er for langtidsledighed ikke korrigeret for sæsonudsving., Langtidsledige, personer i pct. af ledighedsberørte,  , Anm.: *T.o.m. november 2021. Langtidsledige personer har været bruttoledige i mindst 52 sammenhængende uger. Personer som i en periode på op til 28 dage har været ude af bruttoledighedsstatistikken, og ikke samtidig har haft mere end 10 timers ordinær lønmodtagerbeskæftigelse i løbet af de 28 dage, er dog inkluderet i opgørelsen af langtidsledige., Kilde: Danmarks Statistik; , www.statistikbanken.dk/AULK09, Antallet af offentligt forsørgede er faldet svagt, I 2021 var der 750.560 offentligt forsørgede under folkepensionsalderen, når man ser bort fra SU-modtagere. Det er et fald på knap 6.000 siden 2020. , Offentligt forsørgede, Kilde: , www.statistikbanken.dk/AUKS01, Både flere ledige stillinger og flere virksomheder, der mangler arbejdskraft, Antallet af ledige stillinger har generelt været højt i 2021, hvilket bl.a. kan ses i , denne Nyt fra Danmarks Statistik, . Andelen af virksomheder, der oplever produktionsbegrænsninger som følge af mangel på arbejdskraft, slog rekord i 2021 og har indtil videre været fortsat høj i 2022 – , se denne Nyt fra Danmarks Statistik, . Du kan finde de nyeste tal for virksomhedernes mangel på arbejdskraft i , industrien, , , bygge og anlæg, og , serviceerhverv, i Statistikbanken.,  , Har du spørgsmål til tallene i denne artikel, er du velkommen til at kontakte:, Lønmodtagerbeskæftigelsen: Lars Peter Smed Christensen, specialkonsulent, 39 17 30 46, , lpc@dst.dk, ., Den registerbaserede beskæftigelse: Pernille Stender, chefkonsulent, 39 17 34 04, , psd@dst.dk, ., Arbejdskraftsundersøgelsen (beskæftigede og ledige): Wendy Tacaks Jensen, afdelingsleder, 39 17 34 02, , wta@dst.dk, ., Registerbaseret arbejdsløshed og offentligt forsørgede: Mikkel Zimmermann, chefkonsulent, 39 17 30 43, , mzi@dst.dk, ., Langtidsledige og kontanthjælp: Carsten Nielsen, afdelingsleder, 39 17 32 45, , can@dst.dk, ., Ledige stillinger: Henriette Rosenstrøm, afdelingsleder, 39 17 34 44, , hro@dst.dk, ., Mangel på arbejdskraft: Simon Bolding Halifax, specialkonsulent, 39 17 30 88, , sbh@dst.dk, .,  , Tabel med de seneste tal for arbejdsmarkedet, Antal, Tidspunkt, Lønmodtagere (personer), sæsonkorrigeret, 2.932.154, 1. kvartal 2022, Lønmodtagere (omregnet til fuldtid), sæsonkorrigeret, 2.447.269, 1. kvartal 2022, Registerbaseret beskæftigede (personer), 2.906.044, November 2020, Beskæftigelsesfrekvens 16-64 år (registerbaseret), 74,5 pct., November 2020, Beskæftigelsesfrekvens 15-64 år i AKU, 76,6 pct., 1. kvartal 2022, Registerbaseret ledighed, sæsonkorrigeret, 70.042, April 2022, Ledighedsprocent (registerbaseret), sæsonkorrigeret, 2,4 pct., April 2022, AKU-ledigheden, 131.000, 1. kvartal 2022, AKU-ledighedsprocent, 4,4 pct., 1. kvartal 2022, Langtidsledige, 17.868, November 2021, Offentligt forsørgede (uden SU-modtagere), 750.560, 2021, Andel ledige stillinger, sæsonkorrigeret, 3,7 pct., 1. kvartal 2022

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2022-06-24-fakta-arbejdsmarked

Bag tallene

Syv procent af danske familier har sommerhus

De 224.000 familier, der har sommerhus, har højere løn og længere uddannelse end gennemsnittet. Også på andre områder skiller sommerhusejerne sig ud ift. gennemsnittet: Flere har bil, ejer også deres helårsbolig og har et toplederjob., 15. april 2025 kl. 7:30 ,  , Når sommerhussæsonen for alvor går i gang her til påske, vil ca. 224.000 ud af landets i alt ca. 3 mio. familier have mulighed for at trille afsted og sætte nøglen i egen sommerhusdør. Det svarer til, at 7,1 pct. af alle familier har ejerskab til et eller flere sommerhuse i Danmark., Om familien triller ud af egen landsdel for at nå frem til sit sommerhus, er der stor geografisk forskel på. Sommerhusejerne i Nordjylland holder sig i udpræget grad til det nordjyske: 93 pct. af dem har fritidshus i egen landsdel. Det samme gælder for 90,5 pct. af sommerhusejerne i Vest- og Sydsjælland., I den anden ende af skalaen ligger naturligt nok Københavns Omegn og Byen København, hvor det er mere end almindeligt småt med sommerhuse. Her har hhv. 99,5 og 99,6 pct. af sommerhusejerne ikke overraskende sommerhus , uden for , den landsdel, hvor de bor., Andel af sommerhusejere med sommerhus i samme landsdel, hvor de er bosiddende, 2022, Kilde: , www.statistikbanken.dk/LABY, Et kig på Danmarkskortet viser også en vis forskel mellem landsdelene, når det gælder hvor stor en andel af familierne, der har sommerhus. Nordsjælland er den landsdel, hvor den største andel af familierne har sommerhus, nemlig 10,5 pct. Den laveste andel på 5,2 pct. ses på Fyn., De geografiske forskelle afspejler bl.a. de indkomstforskelle, der er på tværs af landets kommuner og landsdele., Andelen af sommerhusejere stiger med stigende indkomst, Sommerhusfamilierne skiller sig ud fra den gennemsnitlige danske familie på en række områder, som har en vis sammenhæng med hinanden, bl.a. en indkomst over gennemsnittet og lang uddannelse., ”Opdeler man alle familier i Danmark ud fra forskellige demografiske data – fx indkomst, uddannelse og placering på arbejdsmarkedet – er det generelle billede, at andelen af sommerhusejere stiger, jo ’højere’ vi er på skalaen inden for en bestemt parameter, som fx indkomst”, siger konsulent hos Danmarks Statistik, Søren Dalbro., Hvis alle familier i befolkningen opdeles i 10 lige store grupper efter stigende indkomst , (se faktaboks), , er andelen af familier med sommerhus således størst i den højeste indkomstgruppe, hvor 22,8 pct. af familierne i 2022 havde sommerhus. , I de tre laveste af disse indkomstgrupper var det omvendt kun 1-2 pct. af familierne, der havde sommerhus., Andel af familier med ejerandel i sommerhus fordelt på indkomstgrupper, 2022, Kilde: , www.statistikbanken.dk/LABY55, Hvis man i stedet ser på, hvordan de 224.000 sommerhusejere fordeler sig blandt befolkningen, ser det sådan ud: 32 pct. af sommerhusejerne kommer fra de 10 pct. af familierne, der udgør den højeste indkomstgruppe. Knap 7 pct. af sommerhusejerne kommer fra de 30 pct. af befolkningen, som tilsammen udgør de tre nederste indkomstgrupper., Topledere og selvstændige har ofte ejerandel i et sommerhus, I grupperne med høje indkomster, hvor også en høj andel har sommerhus, ses ofte, at personen i familien med den højeste indkomst er topleder eller selvstændig.  , I familier, hvor personen med den højeste indkomst er topleder, har hele 20 pct. sommerhus. Det samme gælder 15 pct. i familier, hvor personen med den højeste indkomst er selvstændig. Til sammenligning har færre end 3 pct. af de arbejdsløse og førtidspensionisterne sommerhus., Andelen af familier med ejerandel, fordelt på socioøkonomiske grupper, 2022, Kilde: , www.statistikbanken.dk/LABY53, An, m, . , a ) I figuren er kun medtaget et udvalg af i alt 21 socioøkonomiske grupper, fx er grupperne ’under uddannelse’ og ’kontanthjælpsmodtagere’ udeladt. b) Lønmodtagernes inddeling i de tre grupper ’høj, mellem og grundniveau’ handler om færdighedsniveau, (se faktaboks nederst om socioøkonomiske grupper)., Den største gruppe af sommerhusejere udgøres af familier, hvor personen med den højeste indkomst er pensionist. Denne gruppe udgør 33 pct. af sommerhusejerne – en andel, der ligger tæt på gruppens andel af befolkningen samlet set, nemlig 28 pct., Lejere har sjældent sommerhus, Ser man på fordelingen mellem boligejere og lejere, viser det sig, at 13 pct. af alle familier med ejerbolig som helårsbolig også er sommerhusejere – det samme gælder kun knap 3 pct. af lejerne., Ser man på de 224.000 sommerhusejere, tilhører 76 pct. af dem boligejere og 24 pct. tilhører lejere. Til sammenligning fordeler hele befolkningen sig mere ligeligt med overvægt af lejere, nemlig hhv. 43 pct. ejere og 57 pct. lejere., Lang uddannelse overrepræsenteret, Også når det gælder uddannelse, ses en forskel mellem sommerhusejerne og befolkningen generelt. Blandt de familier, hvor personen med den højest fuldførte uddannelse har en lang videregående uddannelse eller en forskeruddannelse, har 13 pct. sommerhus. Blandt familier, hvor personen med højeste fuldførte uddannelse er grundskole eller gymnasium, har færre end 3 pct. sommerhus., Ser man på de 224.000 sommerhusejere, er lange uddannelser klart overrepræsenteret: 23 pct. af sommerhusejerne udgøres af familier, hvor personen med højest fuldførte uddannelse har en lang videregående uddannelse – samme gruppe udgør kun 13 pct. af alle familier. 27 pct. af sommerhusejerne udgøres af familier, hvor personen med højest fuldførte uddannelse har en lang videregående uddannelse – samme gruppe udgør 16 pct. af alle familier., Den største gruppe af sommerhusejerne udgøres imidlertid af de familier, hvor personen med højest fuldførte uddannelse har en erhvervsfaglig uddannelse. Deres andel på 30 pct. af sommerhusejerne svarer helt til deres andel i den samlede befolkning, hvor de udgør 30 pct. af familierne., Overvægt af par, Par er overrepræsenterede blandt sommerhusejere: Mens par udgør 44 pct. af alle familier, udgør de hele 74 pct. af sommerhusejere., Uden bil – intet sommerhus, Bil og sommerhus hører sammen for et stort flertal af sommerhusejerne. Hele 93 pct. af dem råder over bil – , mod 62 pct. af de familier, der ikke har sommerhus., I byen København er andelen af bilejere blandt sommerhusejerne dog en smule lavere: 82 pct., dvs. at her ejer knap hver femte sommerhusejer ikke en bil. Blandt familier i København, der ikke har sommerhus, har kun 32 pct. bil. Det skal bl.a. ses i sammenhæng med den generelt lave bilrådighed i København på kun 35 pct., mens den blandt alle familier i hele landet er på 64 pct., Læs mere om bl.a. afstanden til sommerhuse: , Sommerhuse i Danmark, (Analyse, 2018), Læs mere om bl.a. sommerhuse ift. beboelseshuse samlet set: , Hvert femte hus på Sjælland er et sommerhus, (Bag Tallene 2024), FAKTA, Et sommerhus kan have flere ejere - antallet af ejerandele er derfor en smule højere end antallet af sommerhuse; der er ca. 224.000 ejere og 220.000 sommerhuse. Da de to tal er så tæt på hinanden, omtales sommerhusandelene i denne artikel gennemgående som , sommerhusejere, ., Sådan udregnes en families indkomst, Når man vil sammenligne familiers disponible indkomst uafhængigt af de forskellige familier størrelse og alderssammensætning, udregner man vha. en såkaldt , ækvivalensfaktor., Hermed får man en familieindkomst, hvor der er taget højde, at en familie med mange medlemmer skal have en højere indkomst end familien med få medlemmer for at opnå samme forbrugsmuligheder. Ligesom der er taget højde for, at den store familie har stordriftsfordele, som betyder, at man ikke behøver den samme gennemsnitsindkomst pr. familiemedlem som den enlige for at opnå samme velstandsniveau. Familien på seks personer behøver fx ikke seks køleskabe eller seks indboforsikringer. Det er derfor ikke retvisende at sammenligne den samlede indkomst for en enlig med den samlede indkomst for en familie på seks personer. , Læs mere om , ækvivalensberegnet indkomst, Socioøkonomiske grupper, Den socioøkonomiske opdeling er som hovedregel dannet ud fra oplysninger om den væsentligste indkomstkilde eller beskæftigelse for en person – eller for familier: personen med den højeste indkomst i familien., Der er i alt 21 kategorier, i denne artikel er udvalgt følgende kategorier:, Topledere:,  Personer med ledelsesarbejde på øverste administrative niveau. , Selvstændige:, Selvstændige erhvervsdrivende , Lønmodtagere højeste niveau:, Personer med arbejde, der forudsætter højeste færdighedsniveau (fx læge, advokat, præst), Lønmodtagere mellemniveau:,  Personer med arbejde, der forudsætter mellemste færdighedsniveau (fx laborant, programmør, sygeplejerske), Lønmodtagere grundniveau, : Personer med arbejde, der forudsætter færdigheder på grundniveau (fx kontorarbejde, kundeservice, landbrugsarbejde)., Lønmodtagere uden stillingsangivelse:, Lønmodtagere, for hvem der ikke foreligger en såkaldt DISCO-08 kode i Danmark Statistiks registre, hvorfor deres konkrete arbejdsfunktion i deres lønmodtagerjob ikke er kendt. Private virksomheder har kun indberetningspligt for virksomheder, hvis de har mindst 10 beskæftigede. Det betyder, at DST ikke har de konkrete oplysninger om arbejdsfunktionen for lønmodtagere i mindre virksomheder. , Andre lønmodtagere:, Lønmodtagere med arbejde der ikke kræver formelle kvalifikationer (m.a.o.. ufaglærte, inden for fx rengøring, byggeri, gartneri og lagerarbejde), Arbejdsløse:, Personer der er arbejdsløse mindst halvdelen af året, Land og by-temaet, Data til denne artikel er blevet indhentet i samarbejde med , Dronning Marys Center,  ved Københavns Universitet og støttet af , Realdania, – ligesom en lang række andre data, der ligger til grund for , temaet om Land og by, på Danmarks Statistiks hjemmeside.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2025-04-15-syv-pct-har-sommerhus

Bag tallene

Hold afstand: Rekord få lomme- og tasketyverier i corona-ramt Danmark

Antallet af lomme- og tasketyverier er faldet med 69 pct., når man sammenligner månederne april, maj og juni 2020 med samme måneder året før. , 3. august 2020 kl. 8:00 , Af , Theis Stenholt Engmann, Lomme- og tasketyvene har haft det svært i den virkelighed, som covid-19 har indvarslet i Danmark med aflysninger af store arrangementer og råd om at holde afstand til andre mennesker. , Således blev der kun anmeldt rundt regnet 2.000 lomme og tasketyverier i 2. kvartal 2020, hvilket er rekord få og 69 pct. færre end i samme periode året før, hvor politiet modtog knap 6.600 anmeldelser. , ”Det typiske niveau for lomme- og tasketyverier i 2. kvartal har ligget på knap 8.000 anmeldelser, når man kigger på gennemsnittet de seneste 5 år,” forklarer fuldmægtig i Danmarks Statistik Isabell Bang Christensen., ”Det store fald vidner altså om, at lomme- og tasketyvene har haft særdeles svært ved at begå sig i en virkelighed med afstandskrav, med færre som bruger den offentlige transport og uden store offentlige arrangementer såsom koncerter.”   , Antal anmeldte lomme- og tasketyverier 2.kvartal 2010-2020, Kilde: Danmarks Statistik, særkørsel på , www.statistikbanken.dk/straf10, Især hovedstaden har set færre lomme- og tasketyve, Det største fald i antallet af anmeldte lomme- og tasketyverier er sket i Københavns kommune, hvor antallet af anmeldte lomme- og tasketyverier er faldet med knap 2.900, når man sammenligner 2. kvartal 2019 med 2. kvartal 2020. Det svarer til et fald på 76 pct. , Næsten halvdelen (45 pct.) af alle anmeldelser om taske- og lommetyveri kom fra Københavns Kommune i 2. kvartal 2020., Aalborg Kommune har i absolutte tal set det næststørste fald på 165 anmeldte lomme- og tasketyverier, hvilket svarer til et fald på 79 pct. Blot 2 pct. af 2. kvartal 2020’s anmeldelser kom fra Aalborg., Se hvordan udviklingen har været i din kommune i tabellen nederst i artiklen. , Unge og ældre kvinder bliver oftest ofre for tasketyve, Unge kvinder mellem 20-24 år er den gruppe, som oftest blev ofre for lomme- og tasketyverier i 2019, hvilket er det nyeste tilgængelige år, som Danmarks Statistiks statistik om ofre for anmeldte forbrydelser dækker. , I hele 2019 var der knap 2.800 kvindelige ofre i aldersgruppen for denne type kriminalitet. Det svarer til, at 10 pct. af alle ofre for lomme- og tasketyverier i 2019 var kvinde mellem 20-24 år. , Offerstatistikken er en årlig statistik som viser antallet af ofre for anmeldte forbrydelser, fx taske- og lommetyverier og kan altså bruges til at sige noget om ofre for en kriminalitetstype på et generelt plan., Den næstmest udsatte gruppe er ældre kvinder på 70 år og derover. I denne aldersgruppe var der knap 2.700 ofre for lomme- og tasketyverier, også svarende til 10 pct. af alle årets ofre. , Den mest udsatte mandlige gruppe var de 20-24 årige samt 30-39 årige, hvor rundt regnet 1.900 i hver aldersgruppe blev ofre for lomme- og tasketyverier i 2019, svarende til samlet 14 pct. af alle ofre for lomme- og tasketyverier det år. , Generelt var 61 pct. af ofre for lomme- og tasketyverier i 2019 kvinder, mens 39 pct. var mænd. , Antal ofre for anmeldte lomme- og tasketyverier. 2019, Kilde: Danmarks Statistik, særkørsel på , www.statistikbanken.dk/STRAF5, Har du spørgsmål til tallene i denne artikel, kan du kontakte fuldmægtig Isabell Bang Christensen på , IBC@DST.dk, Læs mere om indbrudskriminalitet i corona-perioden i artiklen: , Drastisk fald i indbrud i beboelser, Tabel: Antal anmeldte lomme- og tasketyveri 2. kvartal 2019 og 2. kvartal 2020, 2019, 2020, Udvikling antal, Udvikling i procent, København, 3.799, 913, -2.886, -76, Frederiksberg, 189, 103, -86, -46, Dragør, 7, 4, -3, -43, Tårnby, 155, 35, -120, -77, Albertslund, 7, 1, -6, -86, Ballerup, 13, 7, -6, -46, Brøndby, 13, 3, -10, -77, Gentofte, 58, 24, -34, -59, Gladsaxe, 10, 6, -4, -40, Glostrup, 12, 6, -6, -50, Herlev, 5, 7, 2, 40, Hvidovre, 10, 10, 0, 0, Høje-Taastrup, 21, 4, -17, -81, Ishøj, 3, 4, 1, 33, Lyngby-Taarbæk, 48, 8, -40, -83, Rødovre, 16, 10, -6, -38, Vallensbæk, 0, 1, 1, Allerød, 12, 4, -8, -67, Egedal, 13, 3, -10, -77, Fredensborg, 9, 4, -5, -56, Frederikssund, 18, 4, -14, -78, Furesø, 21, 10, -11, -52, Gribskov, 6, 9, 3, 50, Halsnæs, 5, 5, 0, 0, Helsingør, 42, 20, -22, -52, Hillerød, 46, 15, -31, -67, Hørsholm, 11, 6, -5, -45, Rudersdal, 28, 8, -20, -71, Bornholm, 9, 5, -4, -44, Christiansø, 0, 0, 0, Greve, 17, 17, 0, 0, Køge, 30, 21, -9, -30, Lejre, 0, 1, 1, Roskilde, 70, 22, -48, -69, Solrød, 10, 3, -7, -70, Faxe, 5, 0, -5, -100, Guldborgsund, 18, 4, -14, -78, Holbæk, 30, 17, -13, -43, Kalundborg, 10, 10, 0, 0, Lolland, 10, 4, -6, -60, Næstved, 34, 13, -21, -62, Odsherred, 11, 3, -8, -73, Ringsted, 20, 9, -11, -55, Slagelse, 29, 10, -19, -66, Sorø, 5, 5, 0, 0, Stevns, 3, 4, 1, 33, Vordingborg, 10, 4, -6, -60, Assens, 10, 7, -3, -30, Faaborg-Midtfyn, 15, 4, -11, -73, Kerteminde, 8, 3, -5, -63, Langeland, 2, 2, 0, 0, Middelfart, 17, 8, -9, -53, Nordfyns, 10, 6, -4, -40, Nyborg, 13, 14, 1, 8, Odense, 192, 79, -113, -59, Svendborg, 24, 16, -8, -33, Ærø, 2, 0, -2, -100, Billund, 17, 5, -12, -71, Esbjerg, 51, 29, -22, -43, Fanø, 1, 0, -1, -100, Fredericia, 42, 20, -22, -52, Haderslev, 25, 9, -16, -64, Kolding, 72, 24, -48, -67, Sønderborg, 19, 5, -14, -74, Tønder, 3, 1, -2, -67, Varde, 15, 11, -4, -27, Vejen, 8, 7, -1, -13, Vejle, 70, 23, -47, -67, Aabenraa, 15, 7, -8, -53, Favrskov, 8, 3, -5, -63, Hedensted, 9, 5, -4, -44, Horsens, 56, 18, -38, -68, Norddjurs, 18, 8, -10, -56, Odder, 10, 5, -5, -50, Randers, 39, 15, -24, -62, Samsø, 2, 0, -2, -100, Silkeborg, 24, 7, -17, -71, Skanderborg, 20, 4, -16, -80, Syddjurs, 8, 6, -2, -25, Aarhus, 302, 150, -152, -50, Herning, 40, 14, -26, -65, Holstebro, 21, 5, -16, -76, Ikast-Brande, 8, 6, -2, -25, Lemvig, 4, 1, -3, -75, Ringkøbing-Skjern, 3, 7, 4, 133, Skive, 17, 1, -16, -94, Struer, 8, 0, -8, -100, Viborg, 26, 10, -16, -62, Brønderslev, 10, 7, -3, -30, Frederikshavn, 25, 4, -21, -84, Hjørring, 12, 5, -7, -58, Jammerbugt, 5, 3, -2, -40, Læsø, 0, 0, 0, Mariagerfjord, 12, 5, -7, -58, Morsø, 3, 2, -1, -33, Rebild, 5, 1, -4, -80, Thisted, 7, 3, -4, -57, Vesthimmerlands, 3, 0, -3, -100, Aalborg, 208, 43, -165, -79, Uoplyst kommune, 155, 13, -142, -92

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2020-07-31-holdafstand-rekord-faa-lomme-og-tasketyverier-i-corona-ramt-dk

Bag tallene

KILDE_KODE

Navn, KILDE_KODE , Beskrivende navn, Entydig kode for datakilden , Gyldighed, Gyldig fra: 01-01-2007, 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, Variablen KILDE_KODE angiver hvilken dataleverandør, der har indberettet tilstandene, jf. PTI_TILSTAND_KODE., Detaljeret beskrivelse, Nedenfor præciseres sammenhængen mellem de forskellige kildekoder og tilstandskoder. Ønskes yderligere information om tilstandskoderne henvises til variablen PTI_TILSTAND_KODE. Bemærk at data er overlapsbehandlede, hvilket betyder, at data fra nogle tilstandskoder kan være trumfet af andre., Kildekode 12 stammer fra Bestandsstatistikken og indberettes af STAR (tidligere Arbejdsmarkedsstyrelsen (AMS)). Kilden anvendes fra 2007-2011 til beregning af aktiverede dagpengemodtagere, lediges deltagelse i voksenlærlingeordningen samt servicejob og orlov. Beregningen opgøres på baggrund af tilstandskoderne: 1010, 1030, 1040, 1080, 1120, 1520, 1530, 1550, 1570 og 3130. , Det bør bemærkes, at kildekode 12 med tiden blev erstatytet af kildekode 17. Denne nyere kilde (gældende fra 2010-2019) skyldes ren teknik, og skal til alle praktiske formål blot sammenlægges med kilde 12, da de begge angiver 'aktivering af dagpengeberettigede mv.' Siden anvendelsen af kildekode 12 stoppede i 2011, er følgende yderligere tilstandskoder blevet indberettet med kildekode17: 1039, 1049 og 15xx-koder, som efterfølgende samles i 1599 af Danmarks Statistik., Kildekode 19 blev anvendt fra 2010-2012. Data stammede fra eindkomst (via STAR/AMS) og havde tilstandskode 1900 (selvvalgt uddannelse)., Kildekode 20 er blevet anvendt siden 2007. Den indberettes af STAR/AMS og angiver arbejdsmarkedsparate kontanthjælpsledige og får tilstandskoden 5080., Kildekode 21 blev anvendt fra 2014-2017. Data kom fra Register for Arbejdsmarked (RAM) og indberettes af STAR/AMS og drejede sig om arbejdsmarkedsydelse (tilstandskode 5035)., Kildekode 201 er blevet anvendt fra 2007-2017 og stammer fra Register for Arbejdsmarked (RAM) og indberettes af STAR/AMS. Kilden anvendes til opgørelse af dagpengeledige på baggrund af tilstandskoderne 5020 og 5030 (dagpengeudbetalinger)., Kildekode 202 er blevet anvendt siden 2007 og stammer oprindeligt fra RAM, men siden juli-2017 fra FLEUR - i begge tilfælde kommer indberetningen fra STAR/AMS. Kilden anvendes til opgørelse af feriedagpengeledige på baggrund af tilstandskoden 5070 (feriedagpengeudbetalinger)., Kildekode 206 er blevet anvendt siden 2007 og stammer oprindeligt fra RAM, men siden juli-2017 fra FLEUR - i begge tilfælde kommer indberetningen fra STAR/AMS. Kilden anvendes til opgørelse af efterlønsmodtagere på baggrund af tilstandskode 6010 (udbetaling af efterløn)., Kildekode 250 er blevet anvendt siden 1. juli 2017 og stammer fra Forsikrede Ledige og Efterløns-UdbetalingsRegister (FLEUR) og indberettes af STAR. Datakilden FLEUR skal ses som en erstatning for RAM. Herfra indberettes tilstandene 5025 (ledige dagpengemodtagere inkl. g-dage) og 1800 (jobrettet uddannelse). , Kildekode 401 er blevet anvendt siden 2007 og stammer fra KMD-aktiv, som er kommunernes økonomisystem, og indberettes af KMD. Kilden anvendes til at angive forskellige forsørgelsesydelser på baggrund af tilstandskoderne: 4010, 4012, 4014, 5100, 5110, 5120, 5130, 5140, 6030, 7005, 7050 og 7090. Fleksydelse (tilstandskode 6030) er de seneste år blevet indberettet via separate systemer fra KMD og ATP. , Kildekode 451 er blevet anvendt siden 2007 og stammer fra kommunale indberetningssystemer, og indberettes af STAR/AMS. Kilden anvendes til opgørelse af kommunal aktivering, integrationsuddannelse samt fleks- og skånejob på baggrund af tilstandskoderne: 1030, 1039, 1040, 1049, 1050, 1060, 1070, 1510, 1520, 1550, 1560, 1562, 1564, 2020, 2030, 2520 og 2530. Alle 15xx samles efterfølgende af Danmarks Statistik til 1599. , Kildekode 601 er blevet anvendt siden 2007 og stammer fra Pensionsregistret og indberettes af KMD. Kilden anvendes til opgørelse af personer på førtidspension på baggrund af tilstandskode 7025., Kildekode 602 er blevet anvendt siden 2013 og afleveres af STAR/AMS indeholdende personer på ressourceforløb (tilstandskode 7024)., Kildekode 611 er blevet anvendt siden 2007 og stammer fra Sygedagpengeregistret og indberettes af KMD. Indtil 2017 blev denne kilde anvendt til såvel sygedagpengemodtagere som barselsdagpengemodtagere på baggrund af tilstandskoderne: 7035, 7036, 7037, 7045, 7046 og 7047. Siden 2017 indberettes barselsdagpengene (7045, 7046 og 7047) særskilt via kildekode 643 fra UDK under ATP., Kilde 621 er blevet anvendt siden 2008 og indeholder SU-modtagere (tilstandskode 7100). Data stammer direkte fra eindkomst., Kilde 631 er blevet anvendt siden 2015 og indeholder sygemeldte personer på alm. dagpenge (tilstandskode 5800). Data kommer via STAR. , Kilde 643 er blevet anvendt siden 2017 og indeholder barselsdagpengemodtagere (tilstandskode 7045, 7046 og 7047). Data kommer fra UDK under ATP. , Populationer:, Offentligt forsørgede, Offentligt forsørgede under folkepensionsalderen (tidligere kaldet 'Personer Uden Ordinær Beskæftigelse (PUOB)' og 'Offentligt forsørgede 16-64-årige'), omfatter samtlige offentligt forsørgede personer under deres respektive folkepensionsaldre. Personerne der indgår i denne population er typisk SU-modtagere, ledige, aktiverede, i støttet beskæftigelse, modtagere af syge- og barselsdagpenge, førtidspensionister, efterlønsmodtagere eller modtagere af anden øvrig passiv forsørgelse., Værdisæt, D700001.TXT_HKD_MODUL_KILDE - Entydig kode for datakilden, Kode, tekst, Fra dato, Til dato, 12, Arbejdsmarkedsstyrelsen, Bestandsstatistik, 17, STAR, bestands-statistik 2010 time-reduceret, 19, E-indkomst uddannelsesydelse, 20, Kontanthjælps-ledige fra STAR, 201, Dagpengeudbetaling, 202, Feriedagpengeudbetaling, 206, Ugentlig udbetaling af efterløn, 21, Arbejdsmarkedsydelse via RAM, 250, Dagpengeudbetaling (FLEUR), 260, Data fra STAR ang. midlertidig job-fordeling, 401, KMD-Aktiv, 451, Indberetning fra kommunale systemer, 601, Førtidspension, 602, Ressourceforløb via STAR, 603, Data for tidlig pension, indberettes fra ATP, 611, KMD sygedagpengesystem (syge- og barselsdagpenge fra samme system), 612, KMD sygedagpengesystem kun sygedagpenge, 613, KMD sygedagpengesystem II (det kommende system), 621, SU via e-indkomst, 631, Fraværsmarkeringer for sygdom fra STAR, 641, KMD barsel (data fra KMD barsel konverteret til UDK barsels-systemet), 642, OPUS barsel (data konverteret til UDk barsels systemet), 643, UDK barsel (data fra ATPs ny udk-barsels-system)

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/offentligt-forsoergede-/kilde-kode