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

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

International statistik efter emne

Vi hjælper dig på vej, hvis du søger international statistik indenfor et bestemt emne. Herunder har vi samlet links til international statistik delt op i kilder, der dækker europæiske lande og kilder, der dækker alle lande i verden., Borgere - Europæiske kilder, DG Health and Food Safety: European Core Health Indicators, Eurostat: Population (Demography, Housing Census and Projections), Eurostat: Migration and Asylum, Eurostat: Health, Nordic Health & Welfare Statistics (NOMESKO) og (NOSOSKO), World Health Organisation. Regional Office for Europe, Borgere - Kilder fra resten af verden, International Institute for Democracy and Electoral Assistance, UN: Demographic Yearbook, UN: Demographic and Social Statistics, UN: Minimum Set of Gender Indicators, UN: World Population Prospects, UNCHR: UN Refugee Agency, UNdata: Demographic Statistics Database, OECD: Health, UNdata: WHO data (database), WHO: Global Health Observatory, Arbejde og indkomst  - Europæiske kilder, Eurostat: Labour market, DG Employment, Social Affairs & Inclusion, Eurostat: Income and living conditions, Arbejde og indkomst  - Kilder fra resten af verden, OECD: Employment, OECD: Employment database, ILOSTAT database of labour statistics, Økonomi  - Europæiske kilder, Nationalregnskab, offentlig økonomi, betalingsbalance og udenrigshandel, DG Economic and Financial Affairs: AMECO annual macro-economic database, EU KLEMS Growth and Productivity Accounts, Eurostat: Balance of payments, Eurostat: ESA Input-Output tables, Eurostat: European sector accounts, Eurostat: Government finance statistics, Eurostat: National accounts, DG Trade: Bilateral relations, Eurostat: Balance of payments, Eurostat: International trade in goods, Eurostat: International trade in services, Prisindeks, Eurostat: Harmonized Indices of Consumer Prices (HICP), Eurostat: Purchasing power parities (PPPs), Forbrug, DG Consumers: Consumer Markets Scoreboard, DG Economic and Financial Affairs: Business and Consumer Surveys, Eurostat: Household Budget Surveys, Valutakurser, renter og værdipapirer, European Central Bank:Data Portal, Eurostat: Exchange and Interest rates, Økonomi  - Kilder fra resten af verden, Nationalregnskab, offentlig økonomi, betalingsbalance og udenrigshandel, IMF: World economic outlook database, OECD: Development, OECD: National accounts, OECD: Public governance, OECD: Tax, UN: National Accounts, UN: National accounts main aggregates database, Global Forum on Trade statistics, IMF: Balance of payments statistics, IMF: Direction of trade statistics, OECD: Trade, UN: Commodity Trade Statistics Database (Comtrade), UN: International Merchandise Trade Statistics, UNCTADStat: UN Conference on Trade and Development, World Customs Organization, World Trade Organization, Priser, IMF: Primary Commodity Prices, OECD Stat: Prices and purchasing power parities (database), World Bank: Commodity markets, World Bank: International Comparison Program, Valutakurser, renter og værdipapirer, IMF: Exchange Rate Archives by Month, Sociale forhold - Europæiske kilder, Europol: European Law Enforcement Agency, Eurostat: Crime and criminal justice, Eurostat: Income and living conditions, Eurostat: Social Protection, Sociale forhold - Kilder fra resten af verden, OECD: Better life index, OECD: Social and welfare issues, UNICEF Data: Monitoring the situation of children and women, UNODC: Office of Drugs and Crime, Uddannelse og forskning - Europæiske kilder, Eurostat: Education and training, Eurostat: Science, technology and innovatio, Eurydice, Uddannelse og forskning - Kilder fra resten af verden, OECD: Education, OECD: Innovation, OECD: Science and technology, UNESCO Institute for statistics, World Intellectual Property Organization, Erhvervsliv - Europæiske kilder, DG Agricultural and rural development: Farm economies (FADN database), DG Economic and Financial Affairs: Business and Consumer Surveys, DG Internal Market, Industry, Entrepreneurship and SMEs, Eurostat: Short-term business statistics, Eurostat: Structural business statistics, European Central Bank, Eurostat: Digital economy and society, Eurostat: Agriculture, Eurostat: Forestry, Eurostat: Fisheries, Eurostat: Manufactured goods (Prodcom), Eurostat: Tourism,  , Erhvervsliv - Kilder fra resten af verden, Global Entrepreneurship Monitor, ITU: International Telecommunication Union, OECD: Competition, OECD: Industry and entrepreneurship, Food and Agriculture Organization: FAOSTAT, Food and Agriculture Organization: Fisheries Division, NEAFC: North East Atlantic Fisheries Commission, OECD: Agriculture and fisheries, UNdata: Industrial Commodity Statistics Database, UNIDO industrial statistics, World Tourism Organization, OECD: Finance, OECD: Insurance and pensions, Transport - Europæiske kilder, ACEA: European Automobile Manufacturers' Association, DG Mobility and transport, Eurostat: Transport, Transport - Kilder fra resten af verden, IATA: International Air Transport Association, - , World Air Transport Statistics, IRF: International Road Federation, - , World Road Statistics, ITF: International Transport Forum, OECD: Transport indicators, Kultur og fritid - Europæiske kilder, EGMUS : European Group on Museum Statistics, European Audiovisual Observatory, Eurostat: Culture, Eurostat: Digital economy and society, Eurostat: Sport, Nordicom: Nordiskt Informationscenter for Medie- och Kommunikationsforskning, Kultur og fritid - Kilder fra resten af verden, ITU: International Telecommunication Union, OECD: Digital, UNESCO Institute for Statistics: Culture, Miljø og energi - Europæiske kilder, DG Energy: Data and analysis, European Environment Agency, Eurostat: Energy, Eurostat: Environment, Eurostat: Land cover/use statistics, Miljø og energi - Kilder fra resten af verden, OECD: Environment, OECD: International Energy Agency, UNdata: Energy statistics database, UNdata: Environment statistics database, World Meteorological Organization,  

https://www.dst.dk/da/informationsservice/international-statistik/efter-emne

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

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

KYAARX

Navn, KYAARX , Beskrivende navn, KONTOKODE , 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, KYAARX angiver, hvilken type ydelse der er tale om. KYAARX er altid udfyldt. , Detaljeret beskrivelse, KYAARX angiver, hvilken type hjælp der er tale om. KYAARX er altid udfyldt. , Værdisættet for KYAARX består af to slags koder:, 1. Koder stammende fra den kommunale kontoplan. , 2. Koder dannet af Danmarks Statistik til statistikbrug (koder, der angiver ofte brugte aggregeringer)., Disse koder er følgende, 10020 Kontanthjælp og integrationsydelse til udlændinge m.fl. i alt, 10025 Uddannelseshjælp i alt, 10030 Særlig uddannelsesydelse i alt ( -januar 2014), 10032 Kontantydelse i alt (oktober 2015 -), 10035 Arbejdsmarkedsydelse i alt (januar 2014 -), 10040 Revalideringsydelse i alt, 10050 Kontanthjælp i alt, 10060 Løntilskud vedrørende kontant- og uddannelseshjælpsmodtagere m. fl. I alt, 10070 Kontant- og uddannelseshjælp under forrevalidering i alt, Ovenstående aggregeringer er medtaget, fordi det ikke er muligt at beregne helårsmodtagere på et aggregeret niveau ud fra angivelsen i variablen HELAAR for de enkelte ydelser, idet den samme person ofte modtager flere forskellige ydelser på samme tid. , Ændringerne i systemet i 2015 har betydet at personer som modtager ledighedsydelse ikke længere indgår i statistikken. Modsat er personer som modtager arbejdsmarkedsydelse inkluderet i sttistikken. Oplysninger om personer som modtager arbejdsmarkedsydelse fås fra Styrelsen for Arbejdsmarkedet og Rekruttering (STAR). Endvidere er statistikken afgrænset til kun at indeholde oplysninger om personer i alderen 16-64 år. , Bilag, Tabel, Graf, Populationer:, Kontanthjælpsmodtagere, Personer, som har modtaget kontanthjælp i Danmark i løbet af året , Værdisæt, D280500.TXT_KYAARX - KONTOKODE, Kode, tekst, Fra dato, Til dato, IALT, Kontanthjælp og beslægtede ydelser i alt, 01-01-2007, 10010, Ikke-aktiverede kontanthjælpsmodtagere i alt, 01-01-2007, 31-12-2015, 10015, Aktiverede kontanthjælpsmodtagere i alt, 01-01-2007, 31-12-2015, 10020, Kontanthjælp og integrationsydelse til udlændinge m.fl. i alt, 01-01-2007, 10025, Uddannelseshjælp i alt, 01-01-2014, 10030, Særlig uddannelsesydelse i alt, 01-01-2013, 10032, Kontantydelse i alt, 01-10-2015, 10035, Arbejdsmarkedsydelse i alt, 01-01-2014, 10040, Revalideringsydelse i alt, 01-01-2007, 10050, Kontanthjælp i alt, 01-01-2016, 10060, Løntilskud vedr. kontant- og uddannelseshjælpsmodtagere m.fl. I alt, 01-01-2016, 10070, Kontant- og uddannelseshjælp under forrevalidering i alt, 01-01-2016, 10080, Særlig støtte i alt, 01-01-2016, 5.61.001, Kontanthjælp til udlændinge efter integrationsloven (efter 1. januar 2016), 01-01-2016, 5.61.002, Integrationsydelse til udlændinge omfattet af integrationsprogrammet, 01-01-2016, 5.61.003, Integrationsydelse til andre, 01-01-2016, 5.61.004, Kontanthjælp til udlændinge efter integrationsloven (før 1. januar 2016), 01-01-2007, 5.61.005, Hjælp i særlige tilfælde til udlændinge, 01-01-2007, 5.61.006, Integrationsydelse til udlændinge omfattet af integrations-pgm. 50 pct. ref., 01-09-2015, 5.61.007, Integrationsydelse til andre i passive perioder med 30 pct. refusion, 01-09-2015, 5.61.008, Integrationsydelse til andre i aktive perioder/revalidering m. 50 pct. ref., 01-09-2015, 5.61.009, Integrationsydelse til andre i aktive perioder/revalidering m. 30 pct. ref., 01-09-2015, 5.61.010, Integrationsydelse til førtidspensionister uden ret til social pension, 01-09-2015, 5.61.011, Udgifter til løntilskud ifølge integrationslovens §23c, 01-01-2016, 5.73.001, Kontanthjælp til personer, der er visiteret til fleksjob, 01-01-2007, 5.73.002, Kontant- og starthjælp til personer uden rettidigt aktiveringstilbud, 01-01-2007, 5.73.003, Kontant- og starthjælp til sygemeldte personer, 01-01-2007, 5.73.004, Uddannelseshjælp i passive perioder, 01-01-2014, 5.73.007, Kontanthjælp, 01-01-2016, 5.73.008, Uddannelseshjælp, 01-01-2016, 5.73.009, Særlig støtte, 01-01-2016, 5.73.010, Løntilskud vedr. kontant- og uddannelseshjælp m.fl., 01-01-2016, 5.73.011, Kontant- og uddannelseshjælp under forrevalidering, 01-01-2016, 5.73.012, Kontanthjælp til førtidspensionister uden ret til fuld social pension, 01-01-2016, 5.73.013, Kontanthjælp til forsørgere fyldt 30 år, 01-01-2007, 5.73.016, Særlig støtte til kontanthjælpsmodtagere, 01-01-2007, 5.73.018, Kontanthjælp til ikke-forsørgere fyldt 30 år, 01-01-2007, 5.73.019, Kontanthjælp til personer uden ret til social pension og førtidspension, 01-01-2007, 5.73.020, Kontanthjælp til unge under 30 år, 01-01-2007, 5.74.004, Hjælp til uledsagede flygtningebørn og handicappede flygtninge, 01-01-2007, 5.74.006, Hjælp i øvrigt til uledsagede flygtningebørn og handicappede flygtninge, 01-01-2007, 5.74.016, Hjælp til flygtningebørn i øvrigt de første 3 år, 01-01-2007, 5.75.002, Uddannelseshjælp i aktive perioder med 30/50 pct. refusion, 01-01-2014, 5.75.005, Særlig støtte med 30/50 pct. refusion, 01-01-2007, 5.75.007, Aktiveringsgodtgørelse, 01-01-2007, 5.75.010, Forsørgelse af personer i tilbud efter kap. 10 m. 30 pct. refusion, 01-01-2007, 5.75.011, Løntilskud til personer i tilbud efter kap. 12 m 50 pct. refusion, 01-01-2007, 5.75.014, Kontant- og uddannelseshjælp under forrevalidering 30/50 pct. refusion, 01-01-2007, 5.75.016, Forsørgelse til pers. i ordinær uddannelse, virksomhedspraktik og nytteindsats, 01-01-2007, 5.79.001, Særlig uddannelsesydelse i passive perioder, 01-01-2013, 5.79.002, Særlig uddannelsesydelse under uddannelse og virksomhedspraktik, 01-01-2013, 5.79.004, Løntilskud til ledige, der har opbrugt deres dagpengeret, 01-01-2007, 5.79.008, Kontantydelse i passive perioder og under vejl. og opkval., 01-10-2015, 5.79.009, Kontantydelse i aktive perioder, 01-10-2015, 5.79.010, Løntilskud til personer med ret til kontantydelse, 01-10-2015, 5.79.013, Kontantydelse, 01-10-2015, 5.79.014, Løntilskud vedr. kontantydelse, 01-10-2015, 5.80.001, Merudgifter til bolig under revalidering og forrevalidering, 01-01-2007, 5.80.002, Revalideringsydelse 30/50 pct. refusion, 01-01-2007, 5.80.003, Hjælpemidler under revalidering, 01-01-2007, 5.80.006, Tilskud til selvstændig virksomhed, 01-01-2007, 5.80.008, Løntilskud ved revalidenters ansættelse med løntilskud, 01-01-2007, 5.80.011, Revalideringsydelse ved virksomhedspraktik, 01-01-2007, 5.80.014, Revalideringsydelse, 01-01-2016, 5.80.015, Merudgifter til bolig under revalidering og forrevalidering, 01-01-2016, 5.80.016, Tilskud til selvstændig virksomhed, 01-01-2016, 5.80.017, Løntilskud vedr. revalidender, 01-01-2016, 6.00.001, Ikke aktiverede arbejdsmarkedsydelsesmodtagere, 01-01-2014, 6.00.002, Aktiverede arbejdsmarkedsydelsesmodtagere, 01-01-2014

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/hjaelp-efter-lov-om-aktiv-socialpolitik-mv-/kyaarx

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/voksen--og-efteruddannelse/igfsp

PNR

Navn, PNR , Beskrivende navn, Personnummer , 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, Eentydig identifikation af person, anvendes som nøgle til PERSON_ID, Alle PNR fra CPR konverteres til et afidentificeret PERSON_ID , Detaljeret beskrivelse, Detaljeret Officiel beskrivelse:, Entydig identifikation af person, anvendes som nøgle til PERSON_ID, Alle PNR fra CPR konverteres til et afidentificeret PERSON_ID. , Personnummerets opbygning, 1 - 2 position angiver personens fødselsdag., 3 - 4 position angiver personens fødselsmåned., 5 - 6 position angiver personens fødselsår, uden århundrede., 7 - 10 position er et løbenummer., Kombinationen af cifrene i positionerne 5, 6 og 7 angiver personens århundrede og 10. position i personnummeret angiver personens køn. Se vedhæftede skema for en oversigt., ., I CPR-systemet er følgende tildelt et personnummer, Personer der den 2. april 1968 var tilmeldt et dansk folkeregister eller er blevet tilmeldt et dansk folkeregister efter denne dato., For personer bosiddende på Grønland er skæringsdatoen den 1. maj 1972., Personer, der er bosat udenfor Danmark, men er medlem af ATP, er skattepligtig efter skattekontrolloven eller der af andre administrative grunde skal have et personnummer uden at skulle folkeregistreres her i landet., Der gøres opmærksom på, at alle personnumre der tildeles i CPR-systemet, er rigtige personnumre, og at et tildelt personnummer aldrig bliver genbrugt., Det tildelte personnummer vil altid følge og tilhøre den pågældende person. Dette gælder både når denne i CPR-systemet er registreret på en adresse her i landet eller i CPR-systemet er registreret rent administrativt., Hvis en person fejlagtigt har fået tildelt et personnummer, hvor enten fødselsdato eller køn ikke er korrekt, tildeles personen et nyt personnummer. Der vil dog altid være henvisning mellem det tidligere personnummer og det nye personnummer., Den 1. juli 2008 er der i alt tildelt 8.781.985 personnumre. Heraf er de 5.545.772 aktive personer med bopæl i Danmark eller Grønland. De øvrige 3.236.213 er inaktive (dvs. døde, forsvundne, udrejste m.v.)., Personnumre til kvinder og mænd med kontrolciffer, I CPR-systemet tildeles først personnumre med kontrolciffer for hver enkelt fødselsdato. Det betyder,at der for hver fødselsdato tildeles et fortløbende 3-cifret løbenummer. Når det 10. og sidste cifferpasser til de 9 øvrige cifre i nummeret tildeles personnumret enten til en kvinde (hvis lige tal) eller tilen mand (hvis ulige tal). Man benytter modulus 11 (en matematisk kontrolmetode) til at beregne om personnummeret kan være korrekt, se hvorledes på sidste side., Når de ca. 540 personnumre, der er til rådighed på hver fødselsdato, er tildelt med ca. 270 til kvinder og ca. 270 til mænd, vil CPR's program, der benyttes til at tildele personnumre, tildele personnumre efter følgende regler: , - 3 -, Personnumre til kvinder uden kontrolciffer, Der tildeles altid 4-cifrede løbenumre, der knytter sig til den enkelte fødselsdato. Hvis der fremkommer personnummer, der opfylder modulus 11, kan det ikke benyttes efter denne nye metode, idet det så allerede vil være tildelt i forvejen. Dette kontrolleres, foruden en beregning af om det opfylder modulus 11, ved opslag i CPR-registret., Tildelingsmetoden kan illustreres i nedenstående skema:, Tildeling af personnummer til kvinder, Først tildeles der ca.270 personnummer med kontrolciffer, hvor 10. og sidste ciffer er 0, 2, 4, 6, 8., Herefter tildeles personnumre uden kontrolciffer i følgende 3 serier. Hvis der i serien findes et personnummer, med kontrolciffer, springes dette over idet det så allerede er tildelt. 7. ciffer kan være 0, til 9 beregnet efter århundrede., 1. serie, først benyttes 0002 og herefter sidste ciffer = 4 hvortil lægges 6, 2. serie, først benyttes 0004 og herefter sidste ciffer = 2 hvortil lægges 6, 3. serie først benyttes 0006 og herefter sidste ciffer = 6 hvortil lægges 6, DDMMÅÅ - 0002 DDMMÅÅ - 0004 DDMMÅÅ - 0006, DDMMÅÅ - 0010 DDMMÅÅ - 0008 DDMMÅÅ - 0012, DDMMÅÅ - 0016 DDMMÅÅ - 0014 DDMMÅÅ - 0018, DDMMÅÅ - 0022 DDMMÅÅ - 0020 DDMMÅÅ - 0024, DDMMÅÅ - 0028 DDMMÅÅ - 0026 DDMMÅÅ - 0030, DDMMÅÅ - 0034 DDMMÅÅ - 0032 DDMMÅÅ - 0036, . . ., . . ., DDMMÅÅ - 0994 DDMMÅÅ - 0998 DDMMÅÅ - 0996, DDMMÅÅ - 1000 DDMMÅÅ - 1004 DDMMÅÅ - 1002, ., DDMMÅÅ - 9994 DDMMÅÅ - 9998 DDMMÅÅ - 9996, - 4 -, Personnumre til mænd uden kontrolciffer, Der tildeles altid 4-cifrede løbenumre, der knytter sig til den enkelte fødselsdato.. Hvis der fremkommer personnummer der opfylder modulus 11, kan det ikke benyttes efter denne nye metode, idet det så allerede vil være tildelt i forvejen. Dette kontrolleres, foruden en beregning af om det opfylder modulus 11, ved opslag i CPR-registret., Tildelingsmetoden kan illustreres i nedenstående skema:, Tildeling af personnummer til mænd, Først tildeles der ca.270 personnummer med kontrolciffer, hvor 10. og sidste ciffer er 1, 3, 5, 7 eller 9., Herefter tildeles personnumre uden kontrolciffer i følgende 3 serier. Hvis der i serien findes et personnummer med kontrolciffer, springes dette over idet det så allerede er tildelt 7. ciffer kan være 0 til 9 beregnet efter århundrede., 1. serie, først benyttes 0001 og herefter sidste ciffer = 1 hvortil lægges 6, 2. serie, først benyttes 0003 og herefter sidste ciffer = 3 hvortil lægges 6 , 3. serie, først benyttes 0005 og herefter sidste ciffer = 5 hvortil lægges 6, DDMMÅÅ - 0007 DDMMÅÅ - 0009 DDMMÅÅ - 0011, DDMMÅÅ - 0013 DDMMÅÅ - 0015 DDMMÅÅ - 0017, DDMMÅÅ - 0019 DDMMÅÅ - 0021 DDMMÅÅ - 0023, DDMMÅÅ - 0025 DDMMÅÅ - 0027 DDMMÅÅ - 0029, DDMMÅÅ - 0031 DDMMÅÅ - 0033 DDMMÅÅ - 0035, . . ., . . ., DDMMÅÅ - 0997 DDMMÅÅ - 0999 DDMMÅÅ - 0995, DDMMÅÅ - 1003 DDMMÅÅ - 1005 DDMMÅÅ - 1001, . . ., DDMMÅÅ - 9997 DDMMÅÅ - 9999 DDMMÅÅ - 9995, ., Bilag, Tabel, Personnummeret i CPR systemet, Populationer:, Befolkningen 1. januar, Personer med fast bopæl i Danmark pr. 1. januar i året, Værdisæt, PNR har ingen værdisæt

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

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