Søgeresultat

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

SPEC2

Navn, SPEC2 , Beskrivende navn, 2-cifret speciale , Gyldighed, Gyldig fra: 01-01-2005, 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, SPEC2 (den to-cifrede speciale kode) refererer til en bestemt type af yder, dvs. almen læge, ørelæge, tandlæge osv. eller til andre typer af ydergrupper så som laboratorieundersøgelser mv. Opdelingen i de forskellige ydertyper bygger på de forskellige overenskomster, der er indgået mellem ydergruppen og regionerne (tidligere amterne). SPEC2 er en aggregering af SPECIALE (det 6-cifrede speciale), svarende til de to første cifre i variablen SPECIALE, som også indeholder ydelsestype i de sidste fire cifre. Ydelserne fremgår af takstmapperne på overenskomstportalen. , Detaljeret beskrivelse, Det to-cifrede speciale (SPEC2) er en aggregering af specialet på de to første cifre af det seks-cifrede speciale (SPECIALE). , I Danmarks Statistiks opgørelse sker der af hensyn til publiceringen en særskilt underopdeling af kontakterne til de almene læger, idet der ud fra blandt andet tidspunktskode sker en yderligere opdeling i dagtid og aften-/weekendtid samt i almindelige konsultationer, telefonkonsultationer, email-konsultationer og besøg. , På overenskomstportalen (www.okportalen.dk) findes takstmapper, som viser de forskellige 2-cifrede specialer, samt de ydelser, som ydes inden for hvert speciale. I den alfabetiske oversigt på www.okportalen.dk vælges T, og der trykkes på link til Takstmapper., Vedr. laboratorier er der et markant fald fra 2015 til 2016, som skyldes, at blodprøver fra praktiserende læger (der før 1. januar 2016 blev sendt til Københavns Praktiserende Lægers Laboratorium) per 1. januar 2016 sendes til Region Hovedstadens hospitaler og dermed ikke indgår i registret. , Bilag, Graf, Tabel, Populationer:, Modtagere af sygesikringsydelser, Personer der i løbet af et kalenderår modtager sygesikringsydelser, Værdisæt, D280450.TXT_SPEC2 - 2-cifret speciale, Kode, tekst, Fra dato, Til dato, 00, Uoplyst, 01-01-2005, 01, Anæsthesiologi, 01-01-2005, 02, Fiktiv knækgrænse, 01-01-2005, 03, Diagn. radiologi Kbh., 01-01-2005, 04, Dermato-venerologi, 01-01-2005, 05, Diagnost. radiologi, 01-01-2005, 06, Reumatologi, 01-01-2005, 07, Gynækologi/obstetrik, 01-01-2005, 08, Intern medicin, 01-01-2005, 09, Kirurgi, 01-01-2005, 10, Histopatalogiske undersøgelser, 01-01-2005, 31-12-2006, 11, Klinisk kemi, 01-01-2005, 15, Ørelægevagt Kbh., 01-01-2005, 16, Ørelægevagt KAK, 01-01-2005, 17, Neurokirurgi, 01-01-2005, 18, Neuromedicin, 01-01-2005, 19, Øjenlægehjælp, 01-01-2005, 20, Ortopædisk kirurgi, 01-01-2005, 21, Ørelægehjælp, 01-01-2005, 22, Patologi, 01-01-2005, 23, Plastikkirurgi, 01-01-2005, 24, Psykiatri, 01-01-2005, 25, Pædiatri, 01-01-2005, 26, Børnepsykiatri, 01-01-2005, 28, Tropemedicin, 01-01-2005, 35, Distriktspsykiatri, 01-01-2005, 39, Øjenlægehjælp *kfa*, 01-01-2005, 41, Ørelægehjælp *kfa*, 01-01-2005, 42, Referencelaborator., 01-01-2005, 43, Diagnoselaboratoriet, 01-01-2005, 44, Københavns Praktiserende Lægers Laboratorium, 01-01-2005, 45, Medicinsk Laboratorium, 01-01-2005, 46, Omegnslaboratorier, 01-01-2005, 47, Århus Universitet, 01-01-2005, 48, Statens Seruminstitut, 01-01-2005, 49, Tandplejere, 01-01-2005, 50, Tandlægehjælp, 01-01-2005, 51, Fysioterapi 51, 01-01-2005, 52, Briller, 01-01-2005, 53, Kiropraktik, 01-01-2005, 54, Fodterapi, 01-01-2005, 55, Ortonyxi, 01-01-2005, 56, Klinikbehandling, 01-01-2005, 57, Ridefysioterapi, 01-01-2005, 58, Genoptræning, Øfeldt, 01-01-2005, 59, Fodbehandling arvævspat., 01-01-2005, 60, Fodbehandling, leddegigt, 01-01-2005, 61, Fysioterapi 61, 01-01-2005, 62, Vederlagsfri fysioterapi, 01-01-2005, 63, Psykologhjælp, 01-01-2005, 64, Kiropraktik kronikere, 01-01-2005, 65, Vederlagsfri ridefysioterapi, 01-01-2005, 68, Høreomsorg, 01-01-2005, 70, Almen læge, konsultation, dagtid, 01-01-2005, 71, Almen læge, konsultation, aften mv., 01-01-2005, 72, Almen læge, telefonkonsultation, dagtid, 01-01-2005, 73, Almen læge, telefonkonsultation, aften mv., 01-01-2005, 74, Almen læge, besøg, dagtid, 01-01-2005, 75, Almen læge, besøg, aften mv., 01-01-2005, 76, Almen læge, email-konsultation, 01-01-2005, 77, Almen læge, andre ydelser, 01-01-2005, 78, Almen læge, kontakter, forebyggelse mv., 01-01-2005, 79, Almen læge, basishonorar mv., 01-01-2005, 80, Almen lægehjælp 80, 01-01-2005, 81, KFA-vagtordning 81, 01-01-2005, 82, Kak vagtlægehjælp 82, 01-01-2005, 83, Vagtlægehjælp 83, 01-01-2005, 84, Kak vagtlægehjælp 84, 01-01-2005, 85, Præhospital, 01-01-2005, 86, Ø-læger, 01-01-2005, 87, Visitat kønssygdomme, 01-01-2005, 88, Læge u/ overenskomst, 01-01-2005, 89, KFA-vagtordning 89, 01-01-2005, 90, Offentl. sygesikring, 01-01-2005, 91, Disp. f. Sundhedsst., 01-01-2005, 92, Rekv.lægem. mv., 01-01-2005, 93, Rekvis. speciallæger, 01-01-2005, 94, Tilskud ernæringspræparater, 01-01-2005, 95, Begravelseshjælp, 01-01-2005, 96, Tolkebistand, 01-01-2005, 97, Fonde, 01-01-2005, 98, Bef. af alm. læger, 01-01-2005, 99, Diverse ydelser, 01-01-2005

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/sygesikring---honorarer/spec2

SLUTGRUND

Navn, SLUTGRUND , Beskrivende navn, Slutgrund , Gyldighed, Gyldig fra: 01-06-1977, Gyldig til: 31-12-2009, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, SLUTGRUND udgår fra 2010 . erstattes delvis af variablen UDSTED , SLUTGRUND angiver ophørsstatus og ophørsgrund for børn og unge registrets hændelser. SLUTGRUND er en afledt hjælpevariabel, der er dannet i Danmarks Statistik, og som er blevet brugt interne ved udtræk fra registret. Fra 2010-registret udgår variablen og erstattes af grundvariablen UDSTED, som indberettes direkte af kommunerne, og som er basis i dannelse af SLUTGRUND. , Når en anbringelse afsluttes, skal kommunen indberette, hvor barnet udskrives til. Barnet kan udskrives til en af følgende kategorier (UDSTED):, 1:Forældres hjem, 2:Egen bolig, 3:Nye adoptionsforældre/søskende( for 18-20 årige), 4:Kriminalforsorg, 5:Døgninstitution for voksne med vidtgående handicap, 6. Andre i familien, 7. Netværk der ikke er familie, 9. Aftjening af værnepligt, 97. Andre/andet, 99. Uoplyst , Der er mange hændelser, hvor UDSTED er uoplyst. Det skyldes, at indberetningskvaliteten for UDSTED fra kommunerne ikke er så høj som for de øvrige indberetningsvariable. Ved manglende indberetning, sættes UDST=uoplyst. , SLUTGRUND dannes af Danmarks Statistik ud fra UDSTED, og ved at sammenholde to på hinanden efterfølgende hændelser og sammenligne paragrafkoder, kommunekoder, institutionstyper og hændelsesdato m.m. dannes første ciffer i SLUTGRUND. , Første ciffer i SLUTGRUND er opbygget for at sige noget om, hvorfor hændelsen er sat til ophør. De enkelte værdier af første ciffer betyder følgende: , 0: Sagen er stadig aktiv , 1: Barnet er helt ophørt med at være anbragt , 2: Barnet er overført til anden type anbringelsessted , 3: Barnet er overført til anden type anbringelsesparagraf , 4: Barnet er både overført til anden anbringelsesparagraf og andet anbringelsessted , 5: Sagen er overført til anden kommune , 6: Sagen er ophørt pga. barnets død , Anden og tredje ciffer i SLUTGRUND siger noget om anbringelsesstedet på følgende måde: , Ved SLUTGRUND = 101 - 199 angiver de to sidste cifre hvortil barnet udskrives (UDSTED)., Fx betyder 102: Afsluttet anbringelse, hvor barnet udskrives til egen bolig., Ved SLUTGRUND = 200 - 299, 400 - 499 angiver de to sidste cifre anbringelsesstedet (STSTED) for det nye anbringelsesforløb. Det nye anbringelsessted angives ved at bruge de to første cifre fra anbringelsesstedkoden. Hvis fx. SLUTGRUND er lig 212, angiver det at "Barnet er overført til slægtsanbringelse", idet STSTED = 120 angiver at barnet er slægtsanbragt. , Ved SLUTGRUND = 300 - 399 angiver de to sidste cifre, de to første cifre af anbringelsesstedet (STSTED) fra indeværende anbringelsesforløb, Hvis fx. SLUTGRUND er lig 370, angiver det at "Barn overført til anden anbringelsesparagraf, men er stadig på skibsprojekt", idet STSTED=700 angiver at barnet er anbragt på skibsprojekt. , Når hændelsen vedrører forebyggende foranstaltninger kan SLUTGRUND kun antage værdierne 000, 100 og 600., SLUTGRUND = 500: Denne kode er kun til intern brug under driften. , Detaljeret beskrivelse, SLUTGRUND dannes af Danmarks Statistik ud fra UDSTED, og ved at sammenholde to på hinanden efterfølgende hændelser og sammenligne paragrafkoder, kommunekoder, institutionstyper og hændelsesdato m.m. , Første ciffer i SLUTGRUND er opbygget for at siger noget om, hvorfor hændelsen er sat til ophør. De enkelte værdier af første ciffer betyder følgende: , 0: Sagen er stadig aktiv. , 1: Barnet er helt ophørt med at være anbragt. , 2: Barnet er overført til anden type anbringelsessted. , 3: Barnet er overført til anden type anbringelsesparagraf. , 4: Barnet er både overført til anden anbringelsesparagraf og andet anbringelsessted. , 5: Sagen er overført til anden kommune. , 6: Sagen er ophørt pga. barnet er dødt. , Ad 1: Er anbringelsen (hændelsen) afsluttet og der ikke samtidigt er registreret en ny hændelse (anbringelse) enten på samme dag eller dagen efter kodes hændelsen med en slutgrund 101-199, hvilket betyder at anbringelse betragtes som reelt afsluttet. Ved ny anbringelse vil slutgrund blive kodet med 000, som betyder, at anbringelsen er aktiv., Ad 2-5: Er der registreret en ny anbringelse på samme dag som eller dagen efter, at den forrige anbringelse er ophørt, er der flere muligheder: , Har der været skift i paragraf (PGF), sættes slutgrund til 300-399., Har der været skift i anbringelsestype(STSTED), sættes slutgrund til 200-299., I de tilfælde hvor der både har været skift i paragraf(PGF) og anbringelsestype(STSTED), sættes slutgrund til 400-499. , I de tilfælde hvor der kun er skift i administrationskommune, sættes slutgrund til 500-599. , Ad 6: I de til tilfælde, hvor sagen ophører pga. dødsfald, sættes slutgrund til 600., Er der højst en dag mellem to hændelser, men hverken paragrafændring (PGF) eller ændring i anbringelsestype (STSTED), sammenkobles de to hændelser og første hændelses slutdato og anden hændelses startdato slettes. Disse hændelser, som fx kunne dække over et skift fra en plejefamilie til en anden plejefamilie, vil derfor i registret optræde som en sammenhængende hændelse. , Når hændelsen vedrører forebyggende foranstaltninger, kan SLUTGRUND kun antage værdierne 000 (aktiv sag), 100 og 600., Bilag, Graf, Tabel, Populationer:, Udsatte børn og unge der har modtaget støtte, Populationen består af børn og unge, der har været anbragt uden for hjemmet eller har modtaget forebyggende foranstaltning i form af fx personlig rådgiver, fast kontaktperson for den unge selv, aflastningsophold, økonomisk støtte til ophold på kost-/efterskole, formidling af praktikophold eller etablering af en udslusningsordning i det hidtidige anbringelsessted., Værdisæt, D280600.TXT_STSTED - Slutgrund, Kode, tekst, Fra dato, Til dato, 100, Familiepleje, 01-01-1957, 110, Netværksplejefamilie, 01-01-2006, 120, Slægtsanbringelse, 01-01-2006, 130, Familiepleje i øvrigt, 01-01-2006, 140, Kommunal plejefamilie, 01-01-2010, 200, Døgninstitution, 01-01-1958, 210, Døgninstitution sikret afdeling, 01-01-2006, 220, Døgninstitution i øvrigt, 01-01-2006, 230, Akutinstitution, 01-01-2006, 31-12-2010, 240, Døgninstitution delvis lukket, 01-01-2010, 300, Sygehus, 01-01-1967, 31-12-2005, 350, Særforsorgsinstitution, 01-01-1977, 31-12-1979, 400, Socialpædagogisk kollektiv, 01-01-1983, 500, Kostskole, ungdomsskole, efterskole mv, 01-01-1964, 600, Eget værelse eller lignende, 01-01-1958, 700, Skibsprojekt, 01-01-1983, 800, Kommunalt døgntilbud, 01-01-2004, 31-12-2010, 999, Uoplyst

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/stoette-til-udsatte-boern-og-unge/slutgrund

ANSXTILB

Navn, ANSXTILB , Beskrivende navn, Ansættelsesændring i forhold til året før , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Variablen angiver ændringen i status for henholdsvis hoved- eller bibeskæftigede, arbejdsgivere, medhjælpende ægtefæller og selvstændige med hensyn til placering pr. november året før., Detaljeret beskrivelse, Variablen informerer om en eventuel ansættelsesændring på det nuværende arbejdssted i forhold til året før for den enkelte ansatte. Variablen ser således tilbage i tid til november året før. Der kan eksempelvis være tale om en ændring fra arbejdsløshed eller fra uden for arbejdsstyrken eller fra et helt andet arbejdssted i det samme firma. Uændrede ansættelser registreres ligeledes. For alle muligheder henvises til værdisættet., Variablen er relevant for alle ansatte, selvstændige, medhjælpende ægtefæller og arbejdsgivere. For de sidstnævnte tre grupper undersøges det, om status har ændret sig, eller om denne er uændret i forhold til året før. De enkelte populationer (hovedbeskæftigede, og bibeskæftigede lønmodtagere, selvstændige etc.) kan specificeres ved hjælp af variablen TYPE (Type for ansættelsesforholdet). Se denne for mere information. , Når koden er BLANK, angiver det, at der er tale om ansatte/arbejdsgivere med et uoplyst arbejdssted i det pågældende år samt generelt for året 1980. Et uoplyst arbejdssted angiver for ansatte, at der er tale om et fiktivt arbejdssted. Et fiktivt arbejdssted angiver, at de ansatte arbejder i nærheden af deres hjemadresse, men ikke i hjemmet, at man arbejder ud fra sin egen adresse, eller at man arbejder i hjemmet. Ansættelsen kan i sådanne tilfælde ikke henføres til et registreret arbejdssted og henføres derfor til såkaldte fiktive arbejdssteder. For arbejdsgivere med mere end et arbejdssted er der ikke angivet nogen af arbejdsstederne, og dermed er det uoplyst., I værdisættet betyder * for værdi T1 og T2: Det firma (arbejdsgivernr.), som det bevarede arbejdssted tilhørte i år1 (året før). , Kategorierne T1-T3 (samt U) er kun defineret for bevarede arbejdssteder (B1, B2) (se evt. IDTILB (Identitet for arbejdssted tilbage i tid) for yderligere information om dette.). Koden T9 angiver, at der er tale om en født person i det pågældende år, som ingen ansættelse har haft i det foregående år., Kommentar til graf og tabel., Anvendelsen af fiktive arbejdssteder blev indført i 1991, hvilket forklarer stigningen i antal missing i året 1991., Fra 1994 er kode T7 mulig. Denne kode angiver, at den enkelte person kommer fra orlov, dvs. at den enkelte person året før var på orlov enten fra ledighed eller fra beskæftigelse., I 2007 næsten tredobles antallet af ansættelser med kode =T4 (T4= fra anden beskæftigelse til oprettet arbejdssted) Dette er forårsaget af kommunalreformen pr. 1. januar 2006. Den medførte, at de eksisterende 271 kommuner blev slået sammen til 98 nye storkommuner. Som konsekvens har mange adressekoder skiftet kommune og/eller vejnummer. , I IDA betyder ovenstående, at arbejdsstederne i de berørte kommuner har fået ny ejer i form af nyt arbejdsgivernummer og ny adresse i form af ny adressekode. I forhold til det eksisterende regelsæt vedrørende samme arbejdssted i IDA betyder det, at ingen af de tre regler er overholdt (se LBNR)( Arbejdsstedets løbenummer), og derfor nedlægges de pågældende arbejdssteder i 2006. Arbejdsstederne genopstår efterfølgende, men med et nyt løbenummer, dvs. de oprettes som et nyt arbejdssted., Hvor mange arbejdssteder der præcist berøres af dette kan ses i dokumentationen af variablene IDFREM og IDTILB, der henholdsvis angiver identiteten for arbejdssteder frem i tid (nedlagte) og tilbage i tid (oprettede)., Antallet af oprettede arbejdssteder i IDA2007 er således højere end de øvrige år i tidsserien, hvilket bevirker, at antallet af ansættelser fra anden beskæftigelse til oprettede arbejdssteder ligeledes er højt i forhold til tidligere år (kode T4). Lidt under halvdelen af disse ansættelsesændringer forekommer i kommunalt regi og er derfor forårsaget af kommunalreformen. Der kan dog imellem disse nedlæggelser forekomme reelle oprettelser af arbejdssteder, som ikke er forårsaget af kommunalreformen - disse kan blot ikke udskilles fra de øvrige., Udviklingen i ansættelsesændringerne i 2008 skyldes at datagrundlaget for lønmodtagerbeskæftigelsen ændres til eIndkomst fra og med IDA2008. For yderligere information om eIndkomst se emnegruppen Beskæftigelse og herunder statistikområdebeskrivelsen "Befolkningens tilknytning til arbejdsmarkedet (RAS)". , Bilag, Tabel, Graf, Populationer:, Ansættelser i IDA, I ansættelsespopulationen er indeholdt alle ansættelser der forekommer i løbet af et år. Ansættelserne kan forekomme som en af følgende hovedtyper; beskæftiget som lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle. Lønmodtageransættelsen kan underopdeles som hovedbeskæftiget, bibeskæftiget, en øvrig novemberansættelse, en ej-november ansættelse eller en vigtigste ej-november ansættelse. Ansættelserne hovedbeskæftiget lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle defineres alle i den Registerbaserede Arbejdsstyrkestatistik som værende den vigtigste tilknytning til arbejdsmarkedet pr. ultimo november. Bibeskæftigede lønmodtagere defineres ligeledes i den Registerbaserede Arbejdsstyrkestatistik. Oplysningerne om øvrige novemberansættelser, ej-november ansættelser og vigtigste ej-november ansættelser opgøres i IDA, som supplerende ansættelser til en af de 4 hovedtyper. Øvrige novemberansættelser og ej-november ansættelser forekommer først i IDA fra og med 2004. Ansættelserne medtages kun hvis den enkelte lønmodtager har fået en løn i løbet af året der overstiger en fastsat løngrænse. Løngrænsen ændres hvert år. Før 2008 har det udelukkende været lønmodtagere, der havde en summeret årsløn svarende til ca. 10.000 kr., der blev klassificeret som lønmodtagere. Dette krav blev indført fordi datagrundlaget for lønmodtagerbeskæftigelsen var årsbaseret og periodeangivelserne var usikre. Som følge af de mere sikre periodeangivelser i det nye datagrundlag fra 2008 er kravet reduceret meget kraftigt og erstattet med et krav om, at en lønmodtager som minimum skal have en løn, der svarer til 4 timers beskæftigelse til garantiløn for at blive klassificeret som ultimo november beskæftiget. For at optræde i populationen skal personen have bopæl i Danmark ultimo året. , Værdisæt, U131313.TXT_ANSXTILB - Ansættelsesændring i forhold til året før, Kode, tekst, Fra dato, Til dato, I2, Fra hovedbeskæftiget på arbejdsstedet, 01-01-1980, 31-12-3000, I3, Anden tilgang til arbejsstedet, 01-01-1980, 31-12-3000, I9, Irrellevant ( ikke-bevaret arbejdssted), 01-01-1980, 31-12-3000, T1, Fra andet arbejdssted i samme firma, 01-01-1980, 31-12-3000, T2, Fra uoplyst arbejdssted i samme firma, 01-01-1980, 31-12-3000, T3, Fra andet firma (anden beskæftigelse), 01-01-1980, 31-12-3000, T4, Fra anden besk. til oprettet arb.sted, 01-01-1980, 31-12-3000, T5, Fra arbejdsløshed, 01-01-1980, 31-12-3000, T6, Fra uden for arbejdsstyrken (efterløn), 01-01-1980, 31-12-3000, T7, Fra orlov (både fra ledighed & beskæftigelse), 01-01-1994, 31-12-3000, T8, Indvandret (inkl. -dukket op-), 01-01-1980, 31-12-3000, T9, Født, 01-01-1980, 31-12-3000, U, Uændret, 01-01-1980, 31-12-3000, 02, Fra selvstændig el. arbejdsgiver, 01-01-1980, 31-12-3000, 03, Fra medhjælpende ægtefælle, 01-01-1980, 31-12-3000, 04, Fra lønmodtager, 01-01-1980, 31-12-3000

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

STILL

Navn, STILL , Beskrivende navn, Arbejdsstilling , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Variablen definerer arbejdsstillingen i den vigtigste beskæftigelse i november. Variablen er defineret for hoved- og bibeskæftigede lønmodtagere og arbejdsgivere., Den vedhæftede graf vises kun for hovedbeskæftigede lønmodtagere. , Detaljeret beskrivelse, STILL dannes via en omkodning af SOCSTIL_KODE (socioøkonomisk status). , Variablen socioøkonomisk status angiver befolkningens tilknytning til arbejdsmarkedet ultimo november. Tællings-enheden er personen. Den primære tilknytning til arbejdsmarkedet bestemmes ved først at identificere de forskellige bestande, den enkelte person indgår i ultimo november. Hvis en person indgår i mere end en bestand, bestemmes den primære tilknytning ud fra et sæt prioriteringsregler. På denne måde bliver hele befolkningen klassificeret i forhold til den primære tilknytning til arbejdsmarkedet. Udgangspunktet for denne klassifikation af befolkningen er ILO's (International Labour Organisation) anbefalinger med hensyn til begreber og definitioner for arbejdsmarkedsstatistik., For yderligere information om prioritering mellem "bestande" henvises til den årlige offentliggørelse af RAS (Den Registerbaserede Arbejdsstyrkestatistik) i Statistiske Efterretninger., SOCSTIL_KODE har ændret navn i tællingsperioden. I perioden 1980-1993 hed variablen ARBSTIL, i perioden 1994-1995 hed variablen NYARB (i nogle registre bibeholder den navnet ARBSTIL), og i perioden fra 1996 og frem hedder variablen SOCSTIL_KODE. I 1994 blev der indført en mere detaljeret underopdeling at personerne uden for arbejdsstyrken, mens der i 1996 blev indført en anden underopdeling af lønmodtagergruppen., Beskæftigelsesopgørelsen for lønmodtagere baserer sig i hele tidsserien i høj grad på de oplysninger om ansættelsesperioder, som arbejdsgiverne angiver på oplysningssedlen. Disse oplysninger anvendes ikke til administrative formål af SKAT, og derfor er kvaliteten ikke altid den bedste. Det har især betydning for de befolkningsgrupper, der ikke udgør den egentlige kernearbejdsstyrke, fx yngre og ældre personer som ofte har en løsere tilknytning til arbejdsmarkedet. For disse persongrupper er de registerbaserede informationer, der muliggør en sikker klassifikation mindre sikre., Underopdeling af lønmodtagere, Underopdelingen af lønmodtagerne (koderne 30-39) blev ændret i 1996. Før 1996 var lønmodtagerne underopdelt på baggrund af deres fagkode. Lønmodtagerne er underopdelt i funktionærer, faglærte og ikke-faglærte arbejdere. Fra 1996 bliver lønmodtagergruppen opdelt efter deres arbejdsfunktion i grupperne topledere, lønmodtagere på højeste niveau, lønmodtagere på mellemniveau, lønmodtagere på grundniveau og andre lønmodtagere. Denne opdeling følger den internationale klassifikation ISCO. Der er således tale om et brud i forhold til de tidligere års opgørelse., For yderligere information generelt om den socioøkonomiske status og om arbejdsfunktionen for lønmodtagere henvises til SOCSTIL_KODE og PSTILL (Primær arbejdsstilling) under emnegruppen Beskæftigelse og til varedeklarationen for den registerbaserede arbejdsstyrkestatistik:, http://www.dst.dk/Vejviser/dokumentation/Varedeklarationer/emnegruppe/emne.aspx?sysrid=848., De relevante populationer for STILL kan defineres ved brug af variablen TYPE (type for ansættelsesforholdet). For yderligere oplysninger om denne se TYPE under emnegruppen Beskæftigelse., Kommentar til tabel og graf., Faldet i antallet af ansættelser uden nærmere angivelse i 2008 skyldes indførelsen af eIndkomst fra og med IDA2008. For yderligere infomation om eIndkomst se emnegruppen Beskæftigelse og herunder statistikområdebeskrivelsen "Befolkningens tilknytning til arbejdsmarkedet (RAS)". , Bilag, Tabel, Graf, Populationer:, Ansættelser i IDA, I ansættelsespopulationen er indeholdt alle ansættelser der forekommer i løbet af et år. Ansættelserne kan forekomme som en af følgende hovedtyper; beskæftiget som lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle. Lønmodtageransættelsen kan underopdeles som hovedbeskæftiget, bibeskæftiget, en øvrig novemberansættelse, en ej-november ansættelse eller en vigtigste ej-november ansættelse. Ansættelserne hovedbeskæftiget lønmodtager, arbejdsgiver, selvstændig eller medarbejdende ægtefælle defineres alle i den Registerbaserede Arbejdsstyrkestatistik som værende den vigtigste tilknytning til arbejdsmarkedet pr. ultimo november. Bibeskæftigede lønmodtagere defineres ligeledes i den Registerbaserede Arbejdsstyrkestatistik. Oplysningerne om øvrige novemberansættelser, ej-november ansættelser og vigtigste ej-november ansættelser opgøres i IDA, som supplerende ansættelser til en af de 4 hovedtyper. Øvrige novemberansættelser og ej-november ansættelser forekommer først i IDA fra og med 2004. Ansættelserne medtages kun hvis den enkelte lønmodtager har fået en løn i løbet af året der overstiger en fastsat løngrænse. Løngrænsen ændres hvert år. Før 2008 har det udelukkende været lønmodtagere, der havde en summeret årsløn svarende til ca. 10.000 kr., der blev klassificeret som lønmodtagere. Dette krav blev indført fordi datagrundlaget for lønmodtagerbeskæftigelsen var årsbaseret og periodeangivelserne var usikre. Som følge af de mere sikre periodeangivelser i det nye datagrundlag fra 2008 er kravet reduceret meget kraftigt og erstattet med et krav om, at en lønmodtager som minimum skal have en løn, der svarer til 4 timers beskæftigelse til garantiløn for at blive klassificeret som ultimo november beskæftiget. For at optræde i populationen skal personen have bopæl i Danmark ultimo året. , Værdisæt, CLR.TXT_PSTILL - Arbejdsstilling, Kode, tekst, Fra dato, Til dato, 01, 01-01-1994, 31-12-3000, 02, 01-01-1994, 31-12-3000, 03, 01-01-1994, 31-12-3000, 04, 01-01-1994, 31-12-3000, 05, 01-01-1994, 31-12-3000, 11, 01-01-1980, 31-12-3000, 12, 01-01-1980, 31-12-3000, 13, 01-01-1980, 31-12-3000, 14, 01-01-1980, 31-12-3000, 19, 01-01-1980, 31-12-3000, 20, 01-01-1980, 31-12-3000, 31, 01-01-1980, 31-12-1995, 31, 01-01-1996, 31-12-3000, 32, 01-01-1980, 31-12-1995, 32, 01-01-1996, 31-12-3000, 33, 01-01-1980, 31-12-1995, 34, 01-01-1980, 31-12-1995, 34, 01-01-1996, 31-12-3000, 35, 01-01-1980, 31-12-1995, 35, 01-01-1996, 31-12-3000, 36, 01-01-1980, 31-12-1995, 36, 01-01-1996, 31-12-3000, 37, 01-01-1980, 31-12-1995, 37, 01-01-1996, 31-12-3000, 40, 01-01-1980, 31-12-3000, 41, 01-01-1994, 31-12-3000, 42, 01-01-1997, 31-12-3000, 43, 01-01-1997, 31-12-3000, 45, 01-01-1997, 31-12-3000, 46, 01-01-1997, 31-12-3000, 47, 01-01-1997, 31-12-3000, 48, 01-01-1997, 31-12-3000, 49, 01-01-1997, 31-12-3000, 50, 01-01-1980, 31-12-3000, 51, 01-01-2003, 31-12-3000, 52, 01-01-2002, 31-12-3000, 55, 01-01-1993, 31-12-3000, 71, 01-01-1994, 31-12-1995, 71, 01-01-1996, 31-12-3000, 72, 01-01-1994, 31-12-1995, 72, 01-01-1996, 31-12-3000, 73, 01-01-1994, 31-12-1995, 74, 01-01-1994, 31-12-1995, 74, 01-01-1996, 31-12-3000, 75, 01-01-1994, 31-12-1995, 75, 01-01-1996, 31-12-3000, 76, 01-01-1994, 31-12-1995, 76, 01-01-1996, 31-12-3000, 77, 01-01-1994, 31-12-3000, 90, 01-01-1980, 31-12-3000, 91, 01-01-1980, 31-12-3000, 92, 01-01-1980, 31-12-1996, 92, 01-01-1997, 31-12-3000, 93, 01-01-1997, 31-12-3000, 94, 01-01-1997, 31-12-3000, 95, 01-01-1997, 31-12-3000, 96, 01-01-1997, 31-12-3000, 97, 01-01-2000, 31-12-2000, 97, 01-01-2001, 31-12-3000, 98, 01-01-2001, 31-12-3000

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

YDAARSAG

Navn, YDAARSAG , Beskrivende navn, Forlængelsesårsag , Gyldighed, Gyldig fra: 01-01-1994, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, YDAARSAG, Ydelsesårsag er kun defineret for sager vedrørende dagpenge ved sygdom. , Koden angiver, hvorfor en sag har fået lov til at løbe længere end normalt i henhold til loven., Ydelsesårsag er som oftest blank., Detaljeret beskrivelse, YDAARSAG, Ydelsesårsag er kun defineret for sager vedrørende dagpenge ved sygdom., Koden angiver, hvorfor en sag har fået lov til at løbe længere end normalt i henhold til loven., Ydelsesårsag er som oftest blank., YDAARSAG mangler værdier for året 1997. Hvorfor vides ikke. , Der er databrud 1996/1998 og 2014/2015. , Der foreligger ikke nogen forklaring på databrudet i 1996/1998, men som sagt mangler YDAARSAG værdier i 1997. , Databrudet i 2014/2015 kan forklares med, at 16 ydelseskoder nedlægges, og samtidig oprettes der tre: , Indholdsmæssige ændringer fra år til år i variablen YDAARSAG, YDAARSAG har missingværdi = blank fra og med år 2002. Før år 2002 er missingværdi = missing (dvs. ikke udfyldt), 1996: Oprettede ydelsesårsager: , 54 - Pensionssag rejst , 55 - Indstillet til førtidspension, 2000: Oprettede ydelsesårsager:, 56 - Afventer raskmelding, ingen foranstaltning, 57 - Under lægebehandling, ingen foranstaltning, 2001: Nedlagte ydelsesårsager:, 08 - forlænget indstillet til førtidspension og , 55 - Indstillet til førtidspension oprettet 31. marts., 2004: Oprettede ydelsesårsager:, 32 - Nyt sygefravær, §26 stk.1 , 2007: Oprettede ydelsesårsager: , 01 - SDPL §27 stk.1 nr.1, Revalider. til ordinært arbejdsmarked, 24 - Er under lægebehandling efter ventetid §27 stk. 1 nr. 3, Nedlagte ydelsesårsager:, 01 - Revalidering sandsynlig, men ikke planlagt, 02 - Revalidering sandsynlig, afventer forrevalidering, 03 - Revalidering sandsynlig, forrevalidering iværksat, 04 - Revalidering sandsynlig, afventer iværksæt. af revalidering, 10 - Under lægebeh.,forvent.arb.dyg.inden 26 uger, 11 - Afventer lægebeh..forvent.arb.dyg.inden 26 uger, 12 - Langv.lægebeh.,forvent.arb.dyg.inden 26 uger, 13 - Langv.lægebeh.,forvent.arb.dyg.inden 2*26 uger, 15 - Beh.påbegyndt - forvent.arb.dyg.inden 26 uger, 16 - Under lægeb.- forvent.arb.dyg.inden 2*26 uger, 30 - Nyt sygefravær - generel varighed, 31 - Nyt sygefravær - forlængelse, 40 - Afklaring, forlænges i 13 uger, 41 - Afklaring, forlænges i yderligere 13 uger, 2014: Oprettede ydelsesårsager: , 02 - SDPL §27 stk.1 nr.4, Afklaring fleksjob/FØP/ressourceforløb, 23 - SDPL §27 stk. 1 nr. 3, Forventes rask, 32 - SDPL §26 stk.1, Nyt sygefravær omfattet af varighed, Nedlagte ydelsesårsager:, 24 - Er under lægebehandling efter ventetid §27 stk. 1 nr. 3, 32 - Nyt sygefravær, §26 stk.1 , 43 - Afklaring til fleksjob/FØP, § 27 stk. 1 nr. 4, 50 - Afventer forrevalidering/arbejdsprøvning, 51 - Forrevalidering/arbejdsprøvning iværksat, 52 - Afventer iværksættelse af egentlig revalidering, 53 - Arbejdsskade anmeldt, 52 - Afventer iværksættelse af egentlig revalidering, 53 - Arbejdsskade anmeldt, 54 - Pensionssag rejst, 56 - Afventer raskmelding, ingen foranstaltning, 57 - Under lægebehandling, ingen foranstaltning, 60 - Afventer sygehusindlæggelse, 61 - Afventer speciallægeundersøgelse, 62 - Afventer speciallægeerklæring, 63 - Afventer ambulant behandling, 2016: Oprettede ydelsesårsager:, 33 - SDPL §24 a og b, Nyt sygefravær - livstruende sygdom, 2017: Nedlagte ydelsesårsager:, 33 - SDPL §24 a og b, Nyt sygefravær - livstruende sygdom, Bilag, Graf, Tabel, Populationer:, Sygedagpengesager i året, Sager med personer, der i løbet af året har modtaget dagpenge i forbindelse med sygdom eller fødsel, Værdisæt, D280300.TXT_YDAARSAG - Forlængelsesårsag, Kode, tekst, Fra dato, Til dato, 00, 01-01-1995, 01, 01-01-1995, 02-04-2007, 02, 01-01-1995, 02-04-2007, 03, 01-01-1995, 02-04-2007, 04, 01-01-1995, 02-04-2007, 05, 01-01-1992, 31-12-1994, 06, 01-01-1995, 07, 01-01-1995, 08, 01-01-1995, 31-12-2001, 10, 01-01-1995, 02-04-2007, 11, 01-01-1995, 02-04-2007, 12, 01-01-1995, 02-04-2007, 13, 01-01-1995, 02-04-2007, 14, 01-01-1995, 15, 01-01-1995, 02-04-2007, 16, 01-01-1995, 02-04-2007, 20, 01-01-1995, 23, 01-07-2014, 30, 01-01-1995, 02-04-2007, 31, 01-01-1995, 02-04-2007, 32, 01-07-2014, 40, 01-01-1995, 02-04-2007, 41, 01-01-1995, 02-04-2007, 42, 01-01-1995, 43, 01-01-1995, 30-06-2014, 50, 01-01-1995, 30-06-2014, 51, 01-01-1995, 30-06-2014, 52, 01-01-1995, 30-06-2014, 53, 01-01-1995, 30-06-2014, 54, 01-01-1996, 30-06-2014, 55, 01-01-1996, 31-12-2001, 56, 01-01-2000, 30-06-2014, 57, 01-01-2000, 30-06-2014, 60, 01-01-1995, 30-06-2014, 61, 01-01-1995, 30-06-2014, 62, 01-01-1995, 30-06-2014, 63, 01-01-1995, 30-06-2014, 02, 01-07-2014, 01, 03-04-2007, 24, 02-04-2007, 30-06-2014, 32, 01-01-2004, 30-06-2014, 33, 01-01-2016, 31-12-2017, 02, 03-04-2007, 30-06-2014, 24, 01-07-2014

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/dagpenge-ved-sygdom-og-foedsel/ydaarsag

Juleindkøbene afslører din indkomstgruppe

Vores forbrug stiger i julen, men det afhænger blandt andet af indkomst, hvor vi lægger vores ekstra jule-kroner. Vidste du fx at de rigeste danskere køber deres rejer friske i december, mens de danskere, der tjener mindst i højere grad putter frosne rejer i kurven? Juleindkøb kan være en hård omgang, og det kalder på ekstra kaffe. Mens de rigeste danskere øger deres forbrug af cappuccinoer og andre kaffespecialiteter i december, stiger forbruget af almindelig kaffe hos danskere med lavest indkomst. , 1. december 2014 kl. 9:00 , Af , Mia Parsbæk Pedersen, Kigger man ud over Danmark, er man ikke i tvivl: Vi er kommet til december! Aftenmørket kommer tidligt, og de julepyntede gågader tiltrækker de flittige julehandlende. Men hvad puttes der egentligt i poserne, når gågaderne betrædes i julemåneden? Danmarks Statistik har på baggrund af forbrugsundersøgelsen lavet en juleopgørelse, der fortæller om danskernes julehandel. I år kigger vi nærmere på danskernes forbrug i december fordelt på indkomst og sammenligner laveste og højeste indkomstgruppes juleindkøb. , En gennemsnitlig dansk husstand køber ind for 9.981 kr. om måneden fra januar til november, men i december stiger forbruget til 11.401 kr. Dette gennemsnit dækker over store forskelle mellem den laveste og den højeste indkomstgruppe. I de husstande, hvor den årlige indkomst er under 300.000 kr. stiger forbruget fra 5.177 kr. til 7.038 kr. i december, mens det for husstande, der har en indkomst på mindst 800.000 kr. stiger fra 16.683 kr. til 18.618 kr. , Fakta-boks , Laveste indkomstgruppe: Husstanden har en årlig indkomst på under 300.000 kr. , Højeste indkomstgruppe: Husstanden har en årlig indkomst på 800.000 kr. og derover , En husstand består af 2,1 personer i gennemsnit fordelt på 1,6 voksne og 0,5 børn , Undersøgelsen er baseret på tal, hvor usikkerheden på enkelte varegrupper kan være stor., Alle køber and, mens spegepølse jule-hitter i laveste indkomstgruppe , Når der skal handles ind til julefrokost eller juleaften, er der mange tendenser, der er ens, uanset indkomst: Vi køber mere and, rødkål, kirsebærsovs og gløgg, end vi plejer. Tjener man mange penge, bruger man sandsynligvis flere penge på fx and end dem, der har færre midler. Hos husstande med en årlig indkomst på under 300.000 kr. stiger forbruget af ænder og gæs således fra 4 kr. til 38 kr., mens det stiger fra 12 til 49 kr. i de husstande, hvor indkomsten er over 800.000 kr. I begge indkomstgrupper er det primært frosne ænder og gæs, der ryger i indkøbskurven. Men faktisk bruger dem i den laveste indkomstgruppe flere penge på de ferske af slagsen end dem med de høje indkomster. , Forbrugsmønstret ser anderledes ud for andre madvarer. Mens spegepølse er en jule-favorit hos husstande med lavere indkomst, er rullepølsen et december-hit hos dem, der tjener mest. Forbruget af spegepølse stiger fra 12 til 22 kr. hos dem, der tjener under 300.000 kr., mens de køber lidt mindre rullepølse end i årets øvrige måneder. Omvendt ser det ud hos dem, der tjener over 800.000 kr. Deres forbrug af rullepølse stiger fra 16 til 18 kr. i december, hvorimod de køber mindre spegepølse end ellers – her falder forbruget fra 51 til 39 kr. , Indkomsten har også indflydelse på, om man køber sine jule-rejer frosne eller friske. I husstande med lavest indkomst falder forbruget af friske rejer fra 4 til 2 kr. i december, mens forbruget af dybfrosne rejser stiger fra 7 til 9 kr. De rigeste danskere vælger i stor stil friske rejer til julebordet. I stedet for at bruge 8 kr. på friske rejer om måneden, stiger deres forbrug til 21 kr. i december. De rigeste køber hverken færre eller flere frosne rejer i julemåneden. , Chokolade til alle, frugt til dem der tjener mindst, Julen er en tid, hvor de fleste af os spiser mere slik og kage, end vi (måske) har godt af. Danskernes forbrug af chokolade stiger fra 84 til 131 kr. og rå marcipan og konfektmasse stiger fra 3 til 16 kr. i december. Det gælder for begge indkomstgrupper, at der ryger ekstra godter i kurven i julemåneden. På den anden side spiser vi mindre frugt i december end resten af året. Danskernes samlede forbrug af æbler, pærer og bananer falder i julemåneden, men laveste indkomstgruppe trækker i modsatte retning. De fylder ekstra af disse madvarer i kurven i julen. Deres forbrug af bananer stiger fra 14 til 25 kr., æbler bruger de også 25. kr. på i stedet for 19 kr., og der bruges 6 kr. på pærer i stedet for 5. , De rigeste vælger cappuccino i julen , Noget tyder på, at de fleste har brug for en ekstra kop kaffe, for at komme helskindede gennem julens strabadser. Det samlede forbrug af kaffe, cappuccino og andre kaffedrikke stiger nemlig i julemåneden. Om man vælger alminelig kaffe eller kaffespecialiteter afhænger af indkomsten. Udgifterne til almindelig kaffe fordobles husstande med lavest indkomst – i stedet for at bruge 47 kr. bruger de 92 kr. i december. Omvendt falder forbruget af alminelig kaffe hos de rigeste fra 96 til 73 kr. I stedet for slukker denne indkomstgruppe i større stil deres kaffetørst i andre kaffeprodukter som fx cappuccino og espresso i december, hvor forbruget stiger fra 3 til 26 kr. i julen. , Har man brug for noget lidt skarpere, afhænger valget sandsynligvis også af indkomsten. Mens snaps og bitter er populært i laveste indkomstgruppe, hvor forbruget stiger fra 11 til 15 kr., er det særligt portvin, der skåles i blandt dem med de højeste indkomster. Her stiger forbruget fra 4 til 22 kr. i december. Skal det ikke være snaps, så er vodka et godt bud i husstande, der tjener under 300.000 kr. årligt. Forbruget af den stærke drik fordobles i denne indkomstgruppe, hvor de rigeste i højere grad vælger vodkaen fra i julen. Deres forbrug falder fra 8 kr. om måneden til 1 kr. i december. De ekstra kroner bruges måske på god whisky, hvor de i stedet for at bruge 10 kr. om måneden smider 12 kr. efter den gyldne drik i årets sidste måned. , De rigeste bruger mest på transport , Når julen står for døren samles vi ofte i families og venners lag, og det påvirker vores transportvaner. Danskernes samlede forbrug af benzin, broafgifter og taxature stiger nemlig i december. Noget tyder på, at det især er husstande i den højeste indkomstgruppe, der kører ekstra kilometer gennem landet for at fejre jul med familien. Deres forbrug af benzin stiger fra 915 til 1.121 kr., og omkostningerne til broafgifter stiger fra 66 til 150 kr. Noget tyder også på, at julefrokosterne i december få folk i denne indkomstgruppe til at tage en ekstra taxatur. En julefrokost er ofte lig med lidt godt til ganen, hvilket jo udelukker bilen som fest-karet. Fra at bruge 80 kr. om måneden resten af året, stiger deres udgifter på taxature til 235 kr. i december. , I laveste indkomstgruppe ser billedet noget anderledes ud. Det lader til, at der generelt spares på transporten, da udgifterne til både benzin, bro og taxa falder i december sammenlignet med resten af året. , Kortspil eller Zoo?, Jul betyder for mange danskere ekstra hygge. Nogle går på juleferie, mens andre formår at hygge lidt ekstra i weekenderne. Hvad man får tiden til at gå med afhænger blandt andet af, hvad man tjener. , De fleste danskere kan lægge en kabale eller dyste i et spil poker, 500 eller fisk. Og noget tyder på, at december måned giver familierne lejlighed for at tage et ekstra spil. De danske husstandes forbrug på spillekort tredobles næsten i julemåneden. Om kortene skal under træet, i julesokken eller bare direkte hjem på bordet er nok forskelligt. Det er særligt danskere med de laveste indkomster, der øger deres udgifter til spillekort i december. I denne indkomstgruppe stiger forbruget fra 25 øre til 2 kr. pr. husstand i december. , Tjener man derimod over 800.000 kr. om året, er det måske ikke spillekort, der trækker mest. Det gør en tur i Zoo til gengæld. Udgifterne til zoologiske haver og naturparker mere end fordobles hos husstande i denne indkomstgruppe i årets sidste måned. Forbruget pr. husstand stiger fra 14 til 32 kr. i december. , Mens nogle tager sig et slag kort, og andre kigger på dyr, er der også nogle, der prøver lykken med et spil Lotto. Danskernes samlede udgifter til Lotto stiger med 18 pct. i december. , Om forbrugsundersøgelsen, Tallene i Forbrugsundersøgelsen 2012 angiver, hvor meget en gennemsnitshusstand købte for af de regnskabsvarer, som indgår i undersøgelsen, hver måned. Juleopgørelsen er baseret på køb fra den 25. november til den 24. december. Regnskabsvarer er en husstands indkøb af dagligvarer, og de udgør ca. 40 pct. af det samlede forbrug for en gennemsnitshusstand. , En gennemsnitshusstand består af 2,1 personer. Det er 1,6 voksne og 0,5 børn. , På vores hjemmeside findes en række detaljerede oplysninger om danskernes forbrug.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2014-12-01-juleindkoebene-afsloerer-din-indkomstgruppe

Bag tallene

Fakta: Her er valgstederne, hvor flest stemmer på de forskellige partier

Se, hvor valgstederne med størst tilslutning til de forskellige partier ligger. Artiklen indeholder også en liste over de største og de mindste valgsteder ved folketingsvalget i 2015 og det valgsted, som lå tættest på landsresultatet i 2015., 26. april 2019 kl. 7:30 , Af , Magnus Nørtoft, Opstillingsberettigede partiers ti største valgsteder målt på andel af stemmerne. Folketingsvalget 2015, Kilde: Danmarks Statistik; , www.statistikbanken.dk/10005, ; (FV15S01-10), Grafik: Markus Klink Damgaard. , Dette danmarkskort viser [for hvert af de opstillede partier], de ti valgsteder, hvor partierne var mest populære til folketingsvalget i 2015. Et partis popularitet forstås her som andelen af de gyldige stemmer på valgstedet, som partiet har fået. Et valgsted kan således godt indgå på flere partiers top ti. Kortet viser, at nogle partier får relativt flest stemmer i ret begrænsede områder af landet, mens andre har de mest populære valgsteder spredt ud over landet., Selvom partierne får relativt flere stemmer på nogle valgsteder end andre, fik ingen af partierne mere end 50 pct. af stemmerne på nogle af valgstederne. Dansk Folkeparti var med 48,7 pct. af stemmerne tættest på i Thyregod Nord i Vejle Nord Opstillingskreds. Derefter fulgte Venstre i Højmark og Holmsland begge i Ringkøbing Opstillingskreds, hvor partiet fik henholdsvis 46,1 pct. og 44,6 pct. af stemmerne., Se tabel med partiernes top ti resultater på valgsteder nederst, Danmarks Statistik har tidligere udgivet en , artikel om valgresultatet fordelt på kommuner, ., Regstrup er det mest gennemsnitlige valgsted, Det valgsted, som var tættest på landsresultatet ved folketingsvalget i 2015, var Regstrup, der ligger ved Holbæk. Også Ringsted Nørretorv og Gislev ved Faaborg lå relativt tæt på landsresultatet, viser beregninger fra Danmarks Statistik (se boks nederst i artiklen)., Største og mindste valgsted, Ligesom der er forskel på, hvordan stemmerne fordeler sig på de forskellige valgsteder, er der også forskel på valgstedernes størrelse. Landets største valgsted var med 21.685 vælgere ved folketingsvalget i 2015 ”Viborg” efterfulgt af ”Herning” (19.375 vælgere) og ”Bispebjerg” i København (15.285 vælgere)., De mindste valgsteder var i 2015 Mandø, Askø og Drejø med henholdsvis 33, 41 og 58 vælgere., Artiklen er skrevet i samarbejde i samarbejde med Dorthe Larsen, 39 17 33 07, , dla@dr.dk, ., Faktaboks: Metode til beregning af afstand fra landsgennemsnittet, Afstanden til landsgennemsnittet kan beregnes med flere metoder. Danmarks Statistik har valgt , Mahalanobis metode, . Mahalanobis metode tager bl.a. højde for, at nogle partiers stemmeandele varierer mere fra valgsted til valgsted end andre partiers., Tabel med største og mindste valgsteder. 2015, Storkreds, Opstillingskreds, Valgsted, Vælgere, Vestjyllands ,  Viborg Vest , Viborg, 21.685, Vestjyllands ,  Herning Syd , Herning, 19.375, Københavns ,  Bispebjerg , Bispebjerg, 15.285, Københavns ,  Sundbyøster , Nord, 14.371, Københavns ,  Østerbro , Syd, 14.173, Østjyllands ,  Århus Øst , Samsøgades Skole, 14.136, Østjyllands ,  Århus Øst , Rådhushallen, 14.094, Københavns ,  Indre By , Indre By, 14.012, Vestjyllands ,  Holstebro , Musikteatret, 14.011, Københavns ,  Nørrebro , Nord, 13.678, Østjyllands ,  Skanderborg , Alrø, 114, Sjællands ,  Lolland , Femø, 110, Fyns ,  Faaborg , Avernakø, 102, Østjyllands ,  Skanderborg , Tunø, 97, Østjyllands ,  Hedensted , Hjarnø, 94, Fyns ,  Faaborg , Lyø, 85, Bornholms ,  Aakirkeby , Christiansø, 59, Fyns ,  Svendborg , Drejø, 58, Sjællands ,  Lolland , Askø, 41, Sydjyllands ,  Esbjerg Omegn , Mandø, 33, Tabel over valgsteder med partiernes bedste valgresultater. 2015, Opstillingskreds, Valgsted, Pct. af stemmerne,  ,  , A. Socialdemokratiet,  Nyborg , Munkebo, 43,8,  Lolland , Nakskov Idrætscenter, 42,8,  Ballerup , Lundebjergskolen, 42,6,  Brønderslev , Kaas, 40,6,  Ballerup , Tapeten, 40,4,  Aakirkeby , Christiansø, 40,0,  Randers Nord , Nørrevangsskolen, 39,4,  Rønne , Rønne, 39,3,  Thisted , Frøslev, 39,2,  Frederikshavn , Frederikshavn Nord, 39,1, B. Radikale Venstre,  Nørrebro , Øst, 13,8,  Lyngby , Kongevej, 13,5,  Falkoner , Kreds, Bülowsvej, 13,3,  Falkoner , Kreds, Søerne, 13,3,  Egedal , Hareskov, 13,3,  Vesterbro , Nord, 13,2,  Indre By , Nord, 13,0,  Vesterbro , Øst, 13,0,  Indre By , Indre By, 12,8,  Vesterbro, Sydhavn, 12,2, C. Det Konservative Folkeparti,  Viborg Øst , Bjerringbro Syd, 20,5,  Viborg Øst , Bjerringbro Nord, 20,3,  Faaborg , Marstal, 19,2,  Fredensborg , Grønnegade, 15,7,  Struer , Flynder, 14,3,  Faaborg , Søby, 12,3,  Gentofte , Skovgård, 12,2,  Gentofte , Jægersborg, 11,6,  Gentofte , Maglegård, 11,4,  Viborg Øst, Overlund, 11,3, F. Socialistisk Folkeparti,  Djurs , Tirstrup, 12,4,  Brøndby , Strandgårdskolen, 10,9,  Køge , Herfølge - Syd, 10,4,  Taastrup , Herstedlund Skole, 9,5,  Brønshøj , Kirkebjerg, 9,3,  Aakirkeby , Christiansø, 9,1,  Favrskov , Foldby, 8,9,  Vesterbro , Vest, 8,5,  Vesterbro , Vesterbro, 8,4,  Brønshøj , Syd, 8,4, I. Liberal Alliance,  Fredensborg , Rungsted, 30,8,  Rudersdal , Vedbæk, 25,7,  Rudersdal , Vangebo, 25,0,  Rudersdal , Ny Holte, 23,0,  Gentofte , Skovshoved, 22,7,  Rudersdal , Skovly, 22,2,  Fredensborg , Karlebo, 21,5,  Fredensborg , Grønnegade, 20,9,  Rudersdal , Trørød, 20,5,  Vesterbro , Sydhavn, 20,4, K. Kristendemokraterne,  Ringkøbing , Rækker Mølle, 14,4,  Hedensted , Ø Snede Sogn, 13,6,  Ringkøbing , Faster, 12,7,  Ringkøbing , Videbæk, 12,0,  Ringkøbing , Vorgod-Barde, 11,5,  Ringkøbing , Lønborg, 10,6,  Herning Nord , Vinding, 9,2,  Herning Nord , Skibbild/Nøvling, 9,2,  Ringkøbing , Nr. Vium, 9,0,  Ringkøbing , Skjern, 8,8, O. Dansk Folkeparti,  Vejle Nord , Thyregod Nord, 48,7,  Vejle Nord , Øster Nykirke Nord, 42,5,  Vejle Nord , Grønbjerg Nord, 41,6,  Vejle Nord , Give Nord, 41,2,  Ikast , Hampen, 40,5,  Ikast , Nørre-Snede, 40,5,  Aabenraa , Hjordkær, 39,5,  Sønderborg , Kværs, 39,5,  Herning Nord , Feldborg, 39,3,  Aabenraa , Padborg, 38,7, V. Venstre,  Ringkøbing , Højmark, 46,1,  Ringkøbing , Holmsland, 44,6,  Ringkøbing , Ølstrup, 44,6,  Ringkøbing , Faster, 43,9,  Ringkøbing , Stadil, 43,9,  Struer , Thyborøn, 43,4,  Ringkøbing , Hvide Sande, 43,3,  Varde , Fåborg, 42,4,  Ringkøbing , Rækker Mølle, 42,1,  Ikast , Isenvad, 41,5, Ø. Enhedslisten,  Svendborg , Strynø, 30,3,  Nørrebro , Syd, 30,0,  Brønshøj , Nord, 28,0,  Nørrebro , Vest, 27,3,  Nørrebro , Nordvest, 27,2,  Nørrebro , Nord, 27,0,  Nørrebro , Nørrebro, 26,1,  Århus Vest , Globus , Brabrand, 25,6,  Bispebjerg , Syd, 24,4,  Vesterbro , Syd, 23,8, Å. Alternativet,  Nørrebro , Nordvest, 19,6,  Vesterbro , Vesterbro, 19,5,  Nørrebro , Øst, 18,5,  Silkeborg Syd , Hjøllund, 18,0,  Vesterbro , Nord, 17,9,  Vesterbro , Øst, 17,8,  Nørrebro , Nord, 17,8,  Nørrebro , Nørrebro, 17,7,  Vesterbro , Vest, 17,4,  Nørrebro , Midt, 17,4

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2019-04-23-fakta-her-er-valgstederne-hvor-flest-stemmer-paa-de-forskellige-partier

Bag tallene

Fakta om minkbranchen i Danmark

Der er knap. 3.000 beskæftigede på minkbedrifter i Danmark, hvoraf de fleste ligger langs de jyske kyster. Branchen har faldende omsætning, færre beskæftigede og færre bedrifter i dag end for fem år siden., 28. oktober 2020 kl. 8:00 - Opdateret 26. januar 2021 kl. 14:52 , Af , Marie Hohnen, (Artiklen er opdateret 29.01 med korrekte tal for udenlandsk ejerskab)., (Artiklen er opdateret 26.01 med nye tal for egenkapital/gæld, udenlandske ejere samt konkurser).,  , I 2019 var der knap 800 minkfarme i Danmark. Værdien af produktionen var godt 2,5 mia. kr., som blev til på baggrund af 2,5 mio. voksne mink, der hver især gav 5-6 hvalpe, der blev til skind. , Det viser tal fra Danmarks Statistik. , ”Pelsdyrbranchen er en branche, der er presset i en prismæssig lavkonjunktur,” siger Henrik Bolding Pedersen, der er chefkonsulent i Danmarks Statistik. , ”Historisk har der været store udsving i konjunkturerne for minkbranchen. Efter finanskrisen havde sektoren en gylden periode fra 2010-15, hvor afkastet var klart det bedste inden for landbruget. I 2012 nåede værdien af produktionen næsten 10 mia. kr., hvilket fx var ca. tre gange værdien af dansk fiskeri, men de senere år er det gået nedad til en produktionsværdi på 2,5 mia. kr. Det skyldes ubalance mellem udbud og efterspørgslen, der især kommer fra pelshuse i Kina,” siger Henrik Bolding Pedersen. , Underskud på 0,7 mio. kr. pr. bedrift i gennemsnit, I 2019 havde pelsdyrbedrifter et underskud på 0,7 mio. kr. pr. bedrift i gennemsnit. Det er et fald siden 2013, hvor bedrifterne i gennemsnit havde et overskud på ca. 3,3 mio. kr. , Samtidig er der kommet færre bedrifter, da der i 2019 var 792 bedrifter sammenlignet med 1.169 i 2013.  , Opgørelsen er baseret på heltidsbedrifter med driftsformen pelsdyr. Medtages mindre og ikke specialiserede bedrifter, var der i 2019 i alt 1.060 bedrifter med pelsdyr, jf. , statistikbanken.dk/PELS11, ., Anm. Ovenstående viser heltidsbedrifter., Faldende produktionsværdi, De danske minkbedrifters produktionsværdi (bruttoproduktionen) på pelsskind er faldet siden perioden omkring år 2010-12. ,  , I 2019 lød den samlede produktion på ca. 2,5 mia. kr., mens værdien i 2012 lød på 9,5 mia. kr., ”Den lavere værdi i 2019 skyldes navnlig prisfald, da den mængdemæssige produktion ikke er faldet på samme måde som produktionsværdien,” siger Henrik Bolding Pedersen., Færre dyr , Antallet af avlsdyr har i en  periode været stigende, men er faldet de seneste år. I 2019 var der 2,5 mio. minkavlsdyr i Danmark, mens tallet var helt oppe på 3,4 mio. i både 2015, 2017 og 2018., Produktionen af skind er som følge af reduktionen i avlsdyr faldet til 12,5 mio. skind i 2019 og forventes også betydeligt reduceret i 2020, forklarer Henrik Bolding Pedersen. , Ovenstående viser antal avlsdyr i Danmark. , Færre beskæftigede , Beskæftigelsen på danske minkbedrifter udgør ca. 2.600 heltidsbeskæftigede. Det er et fald fra 2013, hvor tallet var ca. 4.000., ”Ud over de direkte beskæftigede på minkbedrifterne er der også andre og mere indirekte beskæftigede i branchen, da der blandt andet er jobs i foderindustrien, hvor minkproduktionen er aftager af animalske produkter fra fjerkræ og fisk, samt beskæftigelse ved verdens største pelsauktion Kopenhagen Fur,” siger Henrik Bolding Pedersen.  , Få mink i udenlandsk ejerskab, 56.000 , ud af de 2,5 mio. danske avlsmink var i 2020 i udenlandsk ejerskab, viser en særkørsel af Erhvervsregistret og Landbrugstællingen. Det svarer til, at , godt, to procent af de danske mink havde udenlandske ejere., Relativt høj soliditetsgrad i minkbranchen , Heltidsbedrifterne med pelsdyr er trods de seneste års dårlige økonomiske resultater relativt velpolstrede set i forhold til det samlede landbrug., Når der ses på branchens soliditetsgrad, som betyder egenkapitalen i forhold til de samlede aktiver/passiver, så lå den på 33 pct. i 2019, hvilket dog var 3-4 procentpoint lavere end i 2012-2015., Men set i forhold til det samlede landbrug, hvor soliditetsgraden var 24pct. i 2019, så var pelsdyrbranchen fortsat bedre stillet, når egenkapitalen ses i forhold til gælden. Der er tale om gennemsnitstal, og der er betydelig variation bedrifterne imellem., En høj soliditetsgrad betyder, at egenkapitalen er høj i forhold til gælden. , Flere – men stadig få konkurser, I 2020 var der i alt 23 konkurser blandt aktive virksomheder i pelsdyrbranchen. Det svarer til 3 pct. af de aktive virksomheder. Det er højere end fra 2009-15, hvor niveauet lå mellem 0-8 konkurser om året., Flest beskæftigede på farme i Jylland, Der er flest beskæftigede på minkfarme i Jylland sammenlignet med resten af landet. Det viser landbrugs- og gartneritællingen for 2018., Man skal dog være opmærksom på, at tallene fra landbrugs- og gartneritællingen viser faktiske antal personer beskæftigede – ikke omregnet til heltidsbeskæftigede. Derfor er der en vis forskel sammenlignet med tidligere viste tal, som er opgjort omregnet i heltidsbeskæftigede., I 2010 var der i alt 3.217 beskæftigede i på minkbedrifter, mens det samme var tilfældet for 3.942 i 2018. Såvel i  2010 og 2018 var der flest beskæftigede i Jylland (2.927 i 2010 og 3.529 i 2018), hvor der også var flest medarbejdende ægtefæller (460 i 2010 og 424 i 2018)., Anm: De beskæftigede er antal beskæftigede personer uanset beskæftigelsesomfang., Få bedrifter på Sjælland , Der ligger flest pelsdyrbedrifter i Jylland – flest i Holstebro Kommune. Omvendt er der færre bedrifter på Sjælland og på Fyn.,  , Antal pelsdyrbedrifter. 2019, Hent data til landkortet , her, ., Faldende eksport og import, I 2019 eksporterede Danmark minkskind for 4,9 mia. kr. Det er et fald på 63 pct. siden 2013, hvor værdien af eksporten var 12,8 mia. kr. Samtidig var importen af skind på 1,9 mia. kr. i 2019, hvilket er et fald siden 2013, hvor værdien var 2,4 mia. kr. , ”Vi både importerer og eksporterer skind for et mindre beløb i dag end i tiden lige efter finanskrisen. Fordi der er svingende priser på minkskind er det dog en god ide også at kigge på det faktiske antal skind, der er blevet eksporteret, hvis man vil se det fulde billede,” siger Søren Rich, specialkonsulent i Danmarks Statistik. , I 2019 eksporterede vi 24,5 mio. skind, mens vi importerede 9,5 mio. skind. , ”Danmark importerer pelsskind, som bliver solgt på auktioner her i landet. Det er altså ikke nødvendigvis pelsskind, der bliver brugt af danskerne, men derimod pelsskind, der bliver solgt videre til for eksempel de asiatiske markeder, hvilket også indgår i eksporttallene” siger Søren Rich., Find mere statistik om dansk landbrug her, ., Data om branchen er leveret af Henrik Bolding Pedersen og Karsten Larsen, som du kan kontakte på HPE@dst.dk og KKL@dst.dk, hvis du har spørgsmål til tallene om drift og beskæftigelse.  , Data om eksport er leveret af Søren Rich, som du kan kontakte på SRI@dst.dk, hvis du har spørgsmål til udenrigshandelstallene. ,  ,  

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2020-10-28-fakta-om-minkbranchen-i-Danmark

Bag tallene