Blog om officiel statistik

År: 2017

  • Virkeligheden, som beskrevet af statistikken og som opfattet af befolkningen

    Ideen bag produktionen af den officielle statistik er naturligvis, at den skal bidrage til en bedre forståelse af nogle vigtige træk i samfundet, og på den måde danne grundlag for bedre beslutninger. Der er heller ingen tvivl om, at statistikken i høj grad bliver anvendt af professionelle beslutningstagere som politikere, myndigheder, virksomheder og organisationer. Men i hvilket omfang når de statistiske resultater ud til den almindelige befolkning? Et privat markedsanalysefirma — Ipsos — har offentliggjort en analyse, der forsøger at belyse dette spørgsmål. Analysen er basereret på interviews i 38 lande. Antallet af interviews i hvert land ligger mellem 500 og 1.000, afhængigt af befolkningsstørrelsen. De interviewede blev stillet en række spørgmål om hvad de troede statistikken viser, og svarene blev derefter sammenholdt med de statistikkens faktiske resultater.

    Hovedkonklusionen i Ipsos analyse er, at den virkelighed, som befolkningen opfatter, er mere dyster end den virkelighed, som statistikkerne beskriver. Det giver sig bl.a. udslag i, at størrelser som antal mord pr 1000 indbygger, andel af teenagere der bliver mødre og udviklingen i antallet af terrordrab, i den almindelige opfattelse bliver overvurderet i forhold til de tal, man kan finde i statistikkerne.

    Tendensen til en mere negativ opfattelse af virkeligheden, end den statistikken giver anledning til, finder man i alle landene, men graden af afvigelsen mellem opfattelse og statistik er meget forskellig landene imellem. Den mindste afvigelse finder man hos svenskerne, og efter dem følger nordmændene og danskerne. Den største afvigelse finder man hos sydafrikanerne.

    Referencer:
    Ipsos hjememside: Perceptions Are Not Reality: Things are NOT as Bad as they Seem (link)

  • Brug af mobiltelefondata i folketællinger

    Folketællinger er kostbare at gennemføre, især hvis der er tale om den traditionelle type, hvor hver enkelt husholdning opsøges og interviewes (blogindlæg fra 3/2-2016). I UK har man siden 1801 hvert tiende år, med undtagelse af 1941,  afholdt en traditionel folketælling, senest i 2011. Den næste folketælling er planlagt til 2021, men den vil næppe blive af den traditionelle type. Office for National Statistics (blogindlæg fra 21/11-2017) har på foranledning af regeringen, der er bekymret over omkostningerne, iværksat en undersøgelse af mulighederne for at anvende andre og billigere fremgangsmåder.

    Et af de områder, som folketællingen skal dække, er pendlingen mellem hjem og arbejde. Office for National Statistics her i en rapport undersøgt, om data fra mobiltelefoner kan anvendes som kilde til belysning af dette område. Grundideen er, at hvis man kan man registrere, hvor en mobiltelefon befinder sig om natten og hvor den befinder sig indenfor normal arbejdstid, kan man under visse forudsætninger danne skøn over pendlingstrømme. Registrering af telefonens position under rejsen fra hjem til arbejde kan sige noget om anvendt transportform (vej eller jernbane).

    Som et forsøg har man indhentet mobiltelefondata fra tre bydele (boroughs) i London, og søgt at beskrive pendlingmønstre ud fra disse data. En sammenligning af forsøgsresultaterne med pendlingopgørelserne fra den seneste folketælling i 2011 giver grund til en vis optimisme — især for langdistancependling — men viser også, at metoden ikke er uden problemer.

    Det er ikke telefonens position, der er registreret i de anvendte data, men hvilken telemast, den er koblet til. Da hver mast dækker et areal af en vis udstrækning, er der grænser for præcisionen af positionsoplysningerne.

    En vigtig forudsætning bag metoden er, at den registrerede bruger af telefonen også er den faktiske. I det omfang børn er brugere af telefoner registreret i forældrenes navn, kan børnenes bevægelse mellem hjem til skole fejlagtigt blive tolket som pendling. Sandsynligves bliver voksne studerende også i mange tilfælde fejlagtigt registreret som pendlere.

    Fejlregisteringen af skoleelever og studerende er sandsynligvis en vigtig årsag til, at kortdistancependlingen i forsøget ser til ud til at blive overvurderet sammenlignet med resultaterne fra folketællingen i 2011. Til gengæld tyder resultaterne på en undervurdering af langdistancependlingen. En mulig årsag er hertil er, at metoden forudsætter et typisk pendlingmønster. Atypiske mønstre, f.eks. pendling om natten i forbindelse med skifteholdsarbejde registreres ikke.

    Skal mobiltetefondata anvendes i forbindelse med folketællingen i 2021 kræves en yderligere udvikling af de metoder, der er anvendt i forsøget. Office for National Statistics ser navnlig to muligheder for forbedring af metoden. Den ene er en bedre indragelse af pendlere med atypiske mønstre, f.eks nattependlere. Den anden er at udvikle algoritmer, der gør det muligt at skelne mellem telefoner anvendt af beskæftigede på arbejdsmarkedet, og telefoner anvendt af andre, f.eks. skoleelever og studerende.

    Referencer:
    Office for National Statistics: Research Outputs: Using mobile phone data to estimate commuting flow (link)

  • Statistik om religion

    Statistik om religion er ikke noget kærneområde for den officielle statistik. I de officielle statistikbanker finder man kun meget sporadiske oplysninger om området. Det skyldes næppe, at emnet anses for uvæsentligt, men snarere at det ses som et særligt følsomt område, hvor myndigheder, herunder officielle statistikinstitutter, skal træde varsomt. I Frankrig, og sikkert også i andre lande, er det ligefrem ved lov forbudt myndighederne at indsamle data om religion. Der findes dog også lande, hvor et spørgsmål om religiøst tilhørsforhold indgår i folketællingerne.

    Da emnet måske nok er følsomt, men samtidigt har stor interesse, så åbner den officielle statistiks tilbageholdenhed pladsen for andre aktører. Pew Research Center, jf. indlæg fra 25/7-17, har valgt religion som et af sine fokusområder. og har udgivet en serie rapporter, der belyser emnet statistisk (se Pew’s hjemmeside under fanen RELIGION). Den seneste rapport udkom den 29. november, og handler om den voksende muslimske befolkning i Europa. Andre rapporter fra de seneste måneder har handlet om udviklingen i de ortodokse kristnes andel af verdens befolkning (8. november) og om  meningsforskellene mellem lutheranere og katolikker 500 år efter konflikten begyndte (31. august).

    Analysen af muslimerne i Europa er et led i det måske mest interessante af Pews religionsprojekter, der omfatter en større analyse af de forskellige religioners udbredelse nu og fremover. I tabellen nedenfor vises analysens resultater for religionernes udbredelse i verden  i 2015 og prognosen for udbredelsen i 2060.

    Verdens befolkning fordelt efter religion i 2015 og 2060

    2015 2060 2015 2060
    mio. personer pct.
    Kristne 2.276 3.054 31,2 31,8
    Muslimer 1.753 2.987 24,1 31,1
    Uden religiøs tilknytning 1.165 1.202 16,0 12,5
    Hinduer 1.099 1.392 15,1 14,5
    Buddhister 499 462 6,9 4,8
    Andre 492 517 7,7 5,4
    I alt 7.285 9.616 100,0 100.0

    Kilde: Pew: The Changing Global Religious Landscape

    Grundmaterielet for Pew’s analyse stammer fra et meget stort antal meget forskellige kilder, herunder officiel statistik. Resultaterne afspejler, hvordan udviklingen vil blive, hvis de træk vi kender i dag omkring aldersfordeling, fødsels- og dødhyppighed og konvertering mm. for de forskellige religiøse grupper fortsætter uændret. Også migrationsmønstre er inddraget i analysens belysning af den fremtidige regionale udbredelse af de forskellige religioner. Eventuelle større ændringer i de i dag kendte mønstre er der af gode grunde ikke taget højde for. På samme måde som ved befolkningsfremskrivninger er der med andre ord ikke tale om en forudsigelse, men om en fremskrivning der belyser konsekvenserne af en fortsættelse af de kendte mønstre.

    Analysens mest markante resultat er den stærke forøgelse af muslimernes andel af verdensbefolkningen. I 2060 vil islam have samme relative udbredelse som kristendommen, der i dag er  den mest udbredte religion. Samlet kommer religionerne til at stå stærkere — andelen af ateister og andre uden religiøs tilknytning er faldende.

    Fremskrivningerne i den seneste rapport om Europa viser drastiske forøgelser i  muslimernes andel af befolkningen i navnlig de nord- og centraleuropæiske lande. Sverige og Tyskland er blandt de lande med udsigt til den største forøgelse. Pew opererer med tre scenarier for den fremtidige indvandring: en fortsættelse af det nuværende niveau for indvandring, en vis opbremsning og et totalt stop. For Sverige bliver den muslimske andel af befolkningen i 2050 under de tre scenarier hhv. 31 %, 21 % og 11 %, mod 8 % i 2016. For Danmark er de tilsvarende tal 16 %, 12 % og 8 %, mod 5 % i 2016. (Bemærk, at tallene for Europa vedrører 2050, hvor tallene for hele verden i tabellen vedrører 2060)

    Referencer:
    Pew Research Center: Hjemmeside (link)
    Pew Research Center: Europe’s Growing Muslim Population (link)
    Pew Research Center:     Orthodox Christianity in the 21st Century (link)
    Pew Research Center:     After 500 Years, Reformation-Era Divisions Have Lost Much of Their Potency (link)
    Pew Research Center: The Changing Global Religious Landscape (link)

  • Måling af ulighed i indkomst

    Belysning af ulighed i indkomstfordlingen har altid spillet en central rolle i den officielle statistik, og Danmarks Statistik har da også i mange år offentliggjort mål for indkomstuligheden. Den seneste opgørelse vedrører 2016, og blev offentliggjort i statistikbanken/IFOR41 den 13. november. Danmarks Statistik offentliggør fire forskellige mål for uligheden — Gini-koefficient, Maksimal udjævningsprocent, S80/20-målet og P90/10-målet — men der findes mange andre mål, der kunne være anvendt. På tabel IFOR41′ s informationsside i Statistikbanken (statistikbanken/ifor41->information->begreber) findes en kort beskrivelse af de fire mål.

    Gini-koefficienten er langt det mest udbredte ulighedsmål, Den antager en værdi mellem 0 og 1 (eller 100, hvis man måler i procent), hvor 0 angiver total lighed, dvs. alle har samme indkomst, og 1 angiver maksimal ulighed, dvs. al indkomst tilfalder én person. Der argumenteres sjældent for, at netop dette mål anvendes, så måske er årsagen til udbredelsen mere tradition end konkrete overvejelser.

    I konkrete overvejelser over hvilket ulighedsmål, der bør foretrækkes, indgår typisk følgende fire kriterier:

    • Overførsel af indkomst fra en person med højere indkomst til en person med lavere indkomst skal føre til mindre ulighed, med mindre overførslen er så stor, at de to bytter placering i den samlede fordeling.
    • Hvis alle indkomster stiger eller falder med samme andel, f.eks. 10 pct. skal den målte ulighed være uændret
    • Uligheden må kun afhænge af fordelingen af indkomsten og ikke være påvirket af populationenes størrelse
    • Ulighedmålet skal kunne dekomponeres på grupper, feks. aldersgrupper, således at det kan beskrives hvor stor en del af uligheden, der kan tilskrives ulighed indenfor hver af grupperne og hvor stor stor en del, der skyldes forskel mellem grupperne.

    Ingen af de mål, Danmarks Statistiks offentliggør, opfylder alle kriterierne. Faktisk opfyldes alle kriterierne kun af en ganske bestemt matematisk afgrænset gruppe af mål (Cowell 2009). Blandt de mål, der opfylder kriterierne er Atkinsons indeks et af de mest populære.

    Atkinsons indeks (AI) knytter sig tæt til den økonomiske velfærdsteori, hvilket nok er en væsentlig årsag til målets popularitet. Brugeren af AI tager eksplicit stilling til, hvor stor vægt der skal lægges på afvigelser fra ligheden i bunden af indkomstfordelingen i forhold til afvigelser i toppen, når uligheden måles. Større vægt på afvigelse i den lave ende ses kom et udtryk for aversion mod ulighed. I praksis sker valget af graden af ulighedsaversion ved fastlæggelsen af en aversionsparameter. Jo højere værdi af parameteren, jo mere afspejler indekset aversion mod ulighed

    I tabellen nedenfor er vist uligheden i Danmark i 1987 og i 2016 som opgjort af Danmarks Statistik suppleret med egne opgørelser af Atkinsons indeks med fire forskellige værdier af aversionsparameteren. For alle målene gælder, at større værdi indikerer større ulighed. Ved beregningerne er anvendt et regneark (Inequality_Calculator.xls) som F. A. Cowel, der er en central figur indenfor måling og analyse af ulighed, har stillet til rådighed på internettet.

    Indkomstulighed1 i Danmark 1987 og 2016.

    1987 2016
    Ændring
    Gini-koefficient 0,22 0,29 31%
    Maksimal udjævningsprocent 15,00 19,88 33%
    S80/20(Baseret på gennemsnit i deciler) 3,24 4,48 38%
    P90/10 (Baseret på decilgrænser) 2,50 3,26 30%
    Atkinson, parameter = 0,5 0,06 0,09 56%
    Atkinson, parameter = 1,0 0,11 0,17 44%
    Atkinson, parameter = 1,5 0,22 0,28 29%
    Atkinson, parameter = 2,0 0,57 0,63 12%

    Anm.: Atkinson-indeksene er beregnet på grundlag af statistikbankens opgørelser på deciler. Ved beregningen er anvendt et regneark udarbejdet af F. A.Cowell
    Noter: 1Ved indkomst forstås ækvivaleret disponibel indkomst
    Kilder: Danmarks Statistikbank, IFOR32, IFOR41 og IFOR22

    Som det fremgår af tabellen, så er uligheden større i 2016 end den var i 1987, uanset hvilket af målene der anvendes, men af AI-opgørelserne fremgår det også, at ændringen falder med stigende værdi af aversionsparameteren. Det afspejler, at den stigende ulighed især er fremkommet ved at de allerrigeste har øget deres andel af de samlede indkomster, samtidig med, at fordelingen blandt den øvrige del af befolkningen har været mere stabil.

    Referencer:
    Frank A. Cowell: Mesuring Inequality, 2009 (link)
    Danmarks Statistik: Statistikbanken IFOR41   (link)

  • UK’s statistiske system

    Sammenlignet med det danske statistiske system afviger UK’s system mest spektakulært ved at være stærkt decentraliseret, dvs. ansvaret for og produktionen af den officielle statistik er fordelt på flere institutioner, hvor det danske system er centraliseret omkring Danmarks Statistik. Ansvaret er ikke blot fordelt på en række fælles UK-institutioner, men også de selvstyrende områder, Skotland, Wales og Nordirland, har selvstændige kompetencer på området. Fælles for det danske og det britiske system er, at statistikken produceres ud fra rent statistikfaglige hensyn, og at regeringen ikke kan påvirke de faglige beslutninger. Det træk deler  de to systemer med statistiksystemerne i alle udviklede lande.

    Det juridiske grundleg for UK’s statistiske system er fastlagt i den britiske statistiklov, Statistics and Registration Service Act.  Systemet bliver af et af dets centrale organer — UK Statistics Authority —  defineret som

    “alle organisationer og personer, der er ansvarlige for produktion af officiel statistik i UK”

    Som definitionen antyder, så er det et meget omfattende og komplekst system. I figuren herunder har jeg forsøgt give en meget summarisk og stærkt forenklet oversigt over systemets mest centrale dele. En officiel og meget mere omfattende organisationplan kan findes her.

    Centralt i systemet står UK Statistics Authority (Statistikmyndigheden), hvis bestyrelse er ansvarlig for at fremme og beskytte den officielle statistik. Institutionen arbejder uafhængigt af regeringen og refererer direkte til UK’s parlament, det skotske parlament, den wallisiske nationalforsamling og den nordirske parlamentariske forsamling. Den løbende varetagelse af Statistikmyndighedens opgaver er fordelt mellem  Office for National Statistics (ONS), som varetager den direkte statistikproduktion, og Office for Statistics Regulation, som fastlægger de faglige og etiske regler for statistikproduktionen, og overvåger overholdelsen af dem. ONS er langt den største producent af officiel statistik og har også — så længe det varer — en rolle som nationalt statistikbureau i EU’s statistiske system (se tidligere indlæg).

    Government Statistical Service sorterer ikke direkte under UK Statistics Authority. Institutionen beskrives som et fællesskab af alle som arbejder med indsamling, produktion og formidling af officiel statistik for UK. Medlemmerne omfatter ansatte i ONS, de fleste regeringskontorer, og administrationerne i de hjemmestyrede områder.

    Øverst i personhierarkiet står formanden for UK Statistiks Authorithy, men i det løbende arbejde spiller chefstatistikeren (the National Statistician) den mest centrale rolle. Han er medlem af Statistikmyndighedens bestyrelse og fungerer samtidig som dens administrerende direktør og som chef for ONS. Herudover er han den britiske regerings centrale statistiske rådgiver, og han er leder af Government Statistical Office, der som nævnt ikke er underlagt Statistikmyndigheden.

    Referencer:
    UK Statistics Authority: Hjemmeside (link)
    UK Statistics Authority: UK Statistical System (link)
    Office for National Statistics: Hjemmeside (link)
    Office for National Statistics: Organisationsplan (link)
    Government Statistical Service: Hjemmeside (link)

  • Journalistisk brug af statistik — BBC’s retningslinier

    I marts 2017 offentliggjorde BBC et sæt retningslinier for formidling af statistik, Reporting Statistics. Formålet var at vejlede BBC’s journalister i at tolke og formidle statistiske data korrekt, og baggrunden var anbefalingerne i en rapport om BBC’s upartiskhed. (tidligere behandlet i denne blog)

    Allerførst i retningslinierne slås det fast, at statistik er en fremragende kilde til information og gode historier for journalister, under forudsætning af, at journalisten stiller de rigtige spørgsmål, og undgår visse faldgruber. Derefter gennemgås en række overvejelser, journalisten børe gøre, i forbindelse med anvendelse af statistik.

    Først og fremmest skal statistikken naturligvis være pålidelig. Det vil i praksis sige, at producenten skal være troværdig. Den officielle statistik — der i UK overvåges af UK Statistics Authority — fremhæves som upartisk og fri for politisk indflydelse. Office for National Statistics er den vigtigste, men ikke eneste, producent af officiel statistik. Andre kilder, f.eks. universiteter og uafhængige  tænketanke kan også opfylde kravet om pålidelighed, med her kræves mere forsigtighed ved vurderingen. Et kriterium kan være om kilden tidligere har vist sig at være pålidelig. Eksplicit opfordres der til, at statistik formidlet af andre end producenten selv kun anvendes, hvis der er særlige grunde. Det gælder især hvis der er tale om kilder med særlige interesser at varetage.

    Retninglinierne finder det udmærket at anvende pressemeddelelser, men opfordrer til at gå bag om overskrifterne.  Bla. opfordres til ikke udelukkende at fokusere på nationale gennemsnit, men også at vurdere opdeling på f.eks. forskellige befolkningsgrupper eller forskellige geografiske områder.

    Konkret gennemgås en række statistiske begreber, bl.a. gennemsnit, ekstreme værdier, fremskrivninger, regression og procentopgørelser, og der gives anvisninger på, hvordan misfortolkninger undgås. Der advares imod at overdrive de statistiske resultater, og opfordres til at redegøre for forbehold og begrænsninger, hvor det er rimeligt. Helt specielt anbefales det at undgå overdrivelser i forbindelse med statistikker, der udtrykker en konkret risiko for befolkningen, f.eks. statistik om kriminalitet og sygdom.

    BBC henviser på deres hjemmeside også til at journalister kan finde vejledning hos Royal Statistical Society. Bl.a. tilbyder Royal Statistical Society et kort kursus i statistikbrug for journalister i form af en video.

    Referencer:
    BBC:     Retningslinier om statistikformidling (link)
    Royal Statistical Society: Statistics for Journalists (link)

  • Kamp om forskningen i Norges officielle statistikbureau (SSB)

    Norges officielle statistikbureau — Statistisk centralbyrå, SSB — er ikke blot producent af officiel statistik, men har også en forskningsafdeling, der omfatter ikke mindre end 75 personer. Eller omfattede skal men måske snart sige, for SSB har besluttet at nedskære antallet til 50. De 25, der ikke længere skal forske, overflyttes til andre afdelinger i SSB.

    SSB begrunder omstruktureringen med, at der i højere grad skal skelnes mellem forskning og analyse. Forskningsafdelingen skal fortsat levere forskning på højt niveau, og de tilknyttede forskere skal publicere i anerkendte internatonale tidsskrifter. De analyseopgaver, som forskningafdelingen hidtil også har varetaget, skal derimod flyttes ud i statistikafdelingerne. SSB lægger vægt på, at der er tale om overførsel af værdifuld kompetence til statistikafdelingerne, men forskerne selv,  eller i hvert fald nogle af dem, opfatter det som en degradering, selv om de beholder både løn og titel.

    I den norske politiske verden har SSB’s beslutning vakt en del røre, og politikere fra flere partier har udtrykt bekymring for, at tilliden til troværdigheden og kvaliteten af SSB’s bidrag til den politiske beslutningsproces vil blive svækket af den planlagte omlægning. Finansministeren, som er politisk chef for SSB, har også grebet ind og foranlediget, at omlægningen nu er stillet i bero, i hvert fald en uges tid.

    Forskningsdirektøren i SSB — Kjetil  Telle — ser den opsigt, sagen har vakt, som en bekræftelse af at SSB er en central institution for det norske samfund, men indrømmer dog, at han gerne havde set det manifesteret på en anden måde.

    Referencer:
    Statistisk sentralbyrå: Endringer i Forskningsavdelingen (link)
    NRK: SSB-rokeringer (link)

  • Lønstruktur i danske virksomheder

    Timeløn er ikke noget entydigt begreb. Der er forskel på lønsatsen for arbejde indenfor normal arbejdstid og lønsatsen for overarbejde, og timeløn kan være opgjort med eller uden indregning af pensionsbidrag og andre tillæg til den direkte løn. Danmark Statistiks årlige opgørelse af lønstrukturen belyser sammensætningen af timelønnen, eller timefortjenesten, som er statistikkens betegnelse, i det offentlige og i private virksomheder med mindst 10 ansatte, undtagen virksomheder indenfor landbrug og fiskeri. Opgørelsen for 2016 blev offentliggjort den 27.oktober.

    Lønstrukturundersøgelsen er egnet til at sammenligne timefortjeneste og lønstruktur mellem virksomhedstyper og befolkningsgrupper. Derimod er den mindre egnet til at belyse beskæftigelse — selv om den omfatter opgørelser af antal fuldtids­be­skæf­tigede — eller lønudvikling. Til de formål er andre statistikker at foretrække, f.eks.  Lønindekset til belysning af lønudviklingen og Arbejdskraftundersøgelsen eller Den Registerbaserede Arbejdsdsstyrkestatistik til belysning af beskæftigelsen

    Det mest omfattende timelønsbegreb i  Lønstrukturstatistikken betegnes fortjeneste pr. præsteret time, og lægger sig tæt op ad Nationalregnskabets lønbegreb. Nationalregnskabets løndefinition (løn hedder i nationalregnskabet aflønning af ansatte) lyder således (ENS 4.02) :

    Aflønning af ansatte  omfatter de samlede ydelser i kontanter og naturalier, som arbejdsgiverne betaler de ansatte for det arbejde, de har leveret i en regnskabsperiode.

    Lønnen omfatter således ikke blot den udbetalte løn, men f.eks. også indbetalinger til pensionsordninger og værdien af personalegoder. I Lønstrukturopgørelsen medtages dog kun de personalegoder, som indgår i A-indkomsten. Det gælder f.eks. fri bil og sundhedsforsikring.

    Den samlede timefortjeneste opgøres ved at dividere den samlede løn, inklusive tillæg, med det præsterede antal timer, inklusiv overtid, men eksklusiv timer med fravær i forbindelse med ferie, sygdom og omsorgsdage. Den betaling der modtages i forbindelse med fraværet betragtes i statistikken som et tillæg til lønnen for de præsterede timer.

    I tabellen nedenfor ar vist den samlede timefortjeneste og tillæggenes andel efter arbejdsfunktion. De uregelmæssige betalinger omfatter bl. a. bonusbetalinger.

    Samlet timefortjeneste og tillæg efter arbejdsfunktion 2016

    Samlet time-for-tjeneste Tillæg i pct. af samlet fortjendte
    Overtid og gene Fravær Pension Personale-goder  Uregel-mæssige betalinger
    kr. pct.
    Militært arbejde 291,66 4,4% 4,0% 10,4% 0,0% 6,7%
    Ledelsesarbejde 520,54 0,1% 1,8% 12,5% 3,0% 3,9%
    Arbejde, der forudsætter viden på højeste niveau 355,50 1,2% 4,0% 13,2% 0,4% 2,0%
    Arbejde, der forudsætter viden på mellemniveau 322,56 0,7% 3,0% 12,4% 1,2% 2,0%
    Almindeligt kontor- og kundeservicearbejde 262,27 0,8% 3,3% 12,3% 0,5% 1,4%
    Service- og salgsarbejde 222,57 4,9% 4,1% 10,1% 0,4% 1,3%
    Arbejde inden for landbrug mv. ekskl. medhjælp 222,24 0,8% 2,6% 11,6% 0,2% 1,3%
    Håndværkspræget arbejde 257,67 2,9% 2,7% 11,7% 0,3% 2,3%
    Operatør- og monterings- og transportarbejde 250,38 5,5% 3,0% 11,7% 0,1% 1,6%
    Andet manuelt arbejde 218,35 3,2% 2,8% 10,9% 0,2% 1,4%

    Kilde: www.statistikbanken.dk (LONS20)

    Tabellen viser resulater for ti hovedgrupper af arbejdsfuntion. Tabellen i statistikbanken er langt mere detaljeret og indeholder data for ca. 375 undergrupper. Ser man på undergrupperne afsløres en væsentlig større variation i tillæggenes andel af den samlede løn end den, der afspejles i hovedgrupperne. F. eks. udgør de uregelmæssige betalinger  12,5 pct. af timelønnen for kategorien andet arbejde med kunst og kreative fag og pensionsbidraget udgør 18,3 pct. for pilotarbejde.

    Lønstrukturstatistikken omfatter også et andet lønbegreb, der betegnes standardberegnet timefortjeneste, eller standardberegnet månedsfortjeneste, der tilstræber at beskrive den aftalte time- eller månedsløn, uden hensyn til eventuelt overarbejde eller sygdom mm. For en nærmere beskrivelse af dette begreb henvises til statistikdokumentationen.

    Referenser:
    Danmarks Statistik: Lønstruktur 2016, Nyt fra Danmarks Statistik nr. 413, 27. oktober 2017 (link)
    Danmarks Statistik: Statistikdokumentation for Lønstruktur (link)
    EU: ENS (Det Europæiske Nationalregnskabssystem, Forordning (EU) nr. 549/2013 (link)

  • Europæisk forum om fremtidig officiel statistik

    Eurostat har sammen med  Europæisk Center for Politisk Strategi (EPSC, et rådgivende udvalg direkte under Kommisionens formand) etableret et forum under overskriften Power from Statistics. Formålet er at samle fremtrædende repræsentanter for forskellige sider af samfundet med henblik på, at de kan inspirere og rådgive producenterne af den officielle statistik om fremtidige behov og mulighederne for at imødekomme dem.

    Under overskriften Power from Statistics har der i dette forum været afholdt fem rundbordsmøder med deltagelse af personer med interesse i officiel statistik som f.eks. erhvervsledere, universitetsforskere, eksperter fra tænketanke, politkere og statistikere fra de officielle statistikinstititutter. Emnerne for de fem møder har været: Migration, Globalisering, Nye forretningsmodeller og nye økonomiske modeller, Bæredygtig udvikling og Statistik, videnskab og samfund. Ideen bag rundbordsmøderne har ikke været at finde løsninger, men at udpege emner, der fortjener en grundigere undersøgelse.

    Diskussionerne på rundbordsmøderne har resulteret i 28 artikler, skrevet af deltagerne i møderne, og en sammenfattende perspektivrapport — Power from Statistics; Data, Information and Knowledge. Med perspektivrapporten som grundlag, blev der afholdt en konference i Bruxelles i dagene 18. og 19. oktober. Konferencen kunne følges gennem webstreaming, og den resulterende video vil senere blive tilgængelig online.

    Referencer:
    Power From Statistics, H    jemmeside (link)
    Power from Statistics; Data, Information and Knowledge, Perspektivrapport 2017, (link)
    Power form Statistics, Konferencens hjemmeside (link)

  • Den officielle statistiks rolle i en post-faktuel verden

    Decentral kommunikation på sociale medier er ved  at fortrænge den traditionelle, mere centraliserede, vidensformidling. Samtidig er tilvejebringelse af omfattende information blevet enklere og billigere, bl.a takket været big data og kraftfulde algoritmer. Og endelig har brugerne fået flere kilder til information, men står ofte uden mulighed for at vurdere pålideligheden og andre kvalitetsaspekter af kilderne. Den udvikling udfordrer den officielle statistiks rolle som den dominerende, stabile og pålidelige leverandør af data om samfundet.  Nogle mulige konsekvenser af udviklingen vurderes i et arbejdspapir  — Communication of Statistics in Post-truth society: the Good, the Bad and the Ugly — udgivet af Eurostat.

    Forfatterne til papiret er Emanuelle Baldacci, der er leder af Eurostats direktorat for metodologi, og Felicia Pelagalli, der er grundlægger og leder af  konsulentvirksomhededen Culture, der beskæftiger sig med forskning og kommunikation. De to forfattere mener ikke, at udviklingen og de ændrede betingelser for produktion og formidling af statistisk nødvendigvis er udtryk for noget negativt, men de ser nogle mulige risici, som de officielle statistikproducenter efter deres opfattelse bør forholde sig til. De opstiller tre mulige scenarier for den fremtidige udvikling, som de betegner det gode, det onde og det grusomme (the good, the bad and the ugly).

    I det onde scenarie vil der ikke ske yderligere væsentlige ændringer i betingelserne for produktion og formidling af statistik, og de nationale statistikinstitutter vil heller ikke gennemgå voldsomme ændringer. Resultatet vil blive, at den officielle statistik fortsat vil spille en vis rolle, men være langt fra den dominerende position, den i dag har i produktion og formidling af statistik.

    Fortsætter udviklingen derimod i retning af dannelse af få store ikke-offentlige producenter og formidlere, samtidig med, at de officielle producenter fortsætter stort set uændret, kan den officielle statistik ende med at blive nærmest irrelevant. Brugerne vil stadig anvende statistik, både den private og den officielle, men de vil anvende individualiserede webbaserede værktøjer, og vil være tilbøjelige til at opfatte alle producenter på lige fod, og ingen af dem som specielt pålidelige. Sandsynligvis vil tabet af relevans føre til mindre politisk interesse og dermed mindre bevillinger. En ond cirkel vil være skabt. For brugerne og samfundet vil det nok betyde adgang til mere information end i dag, men informationen vil være mindre brugbar, fordi der savnes redskaber til at vurdere kvaliteten. Ægte og falsk information bliver vanskelig at adskille. Det er det post-faktuelle samfund i al sin gru, og derfor det grusomme scenarie.

    I det gode scenarie placerer den officielle statistik sig som en producent, der skiller sig ud fra private producenter ved at brugerne opfatter den som særligt troværdig. I det scenarie bliver den officielle statistik brugernes beskyttelse mod falsk information. Forfatterne ser denne udvilking som den mest sandsynlige, men påpeger, at den stiller krav til omstilling og modernisering af den officielle statistik. F.eks må der etableres præsentationsformer, der er individuelt rettet mod den enkelte bruger, og der må satses på at udvikle brugernes færdigheder i anvendelse af statistik (statistisk læsefærdighed).

    I praksis kan det vise sig vanskeligt, at etablere et officielt statistikbureau i rollen som den ophøjede beskytter af formidlingen af troværdig statistik. Den officielle statistik er selv en del af et politisk system, hvor styring af information indgår som et magtinstrument. Tænk blot på den uvilje der af og til kommer til udtryk i forbindelse med produktion og præsentation af statistik på områder som intelligens, religion, etnicitet og indvandring.

    Referencer:
    Emanuelle Baldacci og Felicia Pelagalli: Communication of Statistics in Post-truth society: the Good, the Bad and the Ugly, Eurostat 2017 (link)