Blog om officiel statistik

År: 2017

  • Et manifest om officiel statistik fra Royal Statistical Society

     “Hvad damp var for 19. århundrede, og olie har været for det 20. det vil data være for det 21. Data er drivkraften bag velstanden, det er den revolutionerende ressource, der forandrer karakteren af den ​​økonomiske aktivitet, den styrke, der adskiller de fremgangsrige samfund fra de mislykkede.”

    Så store ord bruger det britiske Royal Statistical Society (RSS) om den centrale betydning adgangen til og evnen til at behandle data har for velstand og udvikling. Og det er ikke mindst den officielle statistiks rolle selskabet har i tankerne. Ordene falder i et datamanifest som RSS oprindeligt udsendte i 2014 og opdaterede i 2016. Manifestet indeholder en række anbefalinger til, hvordan den britiske regering kan bidrage til bedre udnyttelse af eksisterende data. Anbefalingerne er opstillet i ti punkter:

    1. Evidens og officiel statistik skal have en central placering i den politiske debat
    2. Myndigheder skal i højere grad dele data
    3. Grundlæggende uddannelse i databehandling og statistik for politikere og offentligt ansatte
    4. Dataetik inddrages i beslutningstagningen
    5. Bedre adgang til lokale data af god kvalitet
    6. Mere gennemsigtighed omkring brug af data, både i den private og den offentlige sektor
    7. Øgede investeringer i forskning og udvikling
    8.  Mere udvikling i åbne data, herunder data til forskning
    9. Tilstrækkelige ressourcer til den officielle statistik
    10. Opgradering af uddannelse for at forberede nationen på dataøkonomien

    I den seneste tid har RSS navnlig været interessereret i et konkret delpunkt under punktet dataetik (punkt 4). Det har været praksis i UK, at en gruppe politikere og embedsmænd har haft adgang til statistik produceret af det centrale  nationale statistikbureau — Office for National Statistics (ONS) — før offentliggørelsen. Denne fortrinsstilling har RSS kritiseret og aktivt arbejdet for at få afskaffet, og det er nu lykkedes. Fra 1 juli er  den priviligerede adgang afskaffet.

    Referencer:
    Royal Statistical Society’s hjemmeside (link)

  • Pew Research Center — en velanset privat statistikproducent

    Det vigtigste kendetegn ved officiel statistik er at den er pålidelig. I EU-landene søges pålideligheden sikret dels ved at producenterne er underkastet regler om professionalisme og offentlighed omkring metoder og dels ved at Eurostat overvåger reglernes overholdelse. Men officiel statistik har ikke monopol på pålidelighed. Der er intet i vejen for, at private statistikproducenter kan opfylde de samme krav, som stilles til offentlige producenter. At dømme efter den anvendelse og omtale, som institutionens resultater får, er Pew Research Center et eksempel på en privat statistikproducent, der nyder samme tillid, som de bedste offentlige producenter.

    Pew Research Center præsenterer sig selv som en upartisk faktatank, som informerer offentligheden om de emner, holdninger og tendenser, som former Amerika og verden. Centret er en underafdeling af The Pew Charitable Trusts, som står for hovedparten af finansieringen. The Pew Charitable Trusts har sine midler fra en række fonde etableret af fire børn af grundlæggeren af Sun Oil Company, Joseph Newton Pew.

    Betegnelsen faktatank (fact tank) skal understrege at Pew Research Center — i modsætning til en tænketank (think tank) — ikke beskæftiger sig med politisk rådgivning, men udelukkende meddeler information. Centret har en række regler, der skal sikre, at det ikke bliver taget til indtægt for politiske synspunkter. Reglerne er dels rettet mod de ansatte og deres adfærd og metoder (code of ethics) og dels mod brugernes anvendelse af centres data og analyser (use policy). Brugerreglerne har ikke til formål at begrænse anvendelsen af resultaterne, men skal hindre, at centret knyttes til særlige politiske eller andre interesser.

    Hovedparten af forskningscentrets aktivitet udgøres af internationale sammenligninger. Grundlaget er  en række interviewbaserede meningsmålinger, der gennemføres i omkring 90 af verdens lande. Det meste af Nord- og Sydamerika, Europa, Asien og Australien er dækket, hvorimod dækningen af Afrika er mere begrænset. Danmark er et af de få europæiske lande, der ikke er dækket.  Metoderne er tilpasset de enkelte lande og er omhyggeligt dokumenterede. Stikprøvestørrelsen ligger typisk omkring 1000.

    Der offentliggøres næsten hver dag en eller flere nye analyser på centrets hjemmeside.

    Referencer:
    Pew Research Center’s hjemmeside
    Pew Charitable Trusts’ hjemmeside

  • Verdensarven — popularitetsstatistik på grundlag af Wikipidia

    Både betingelserne og mulighederne for dataindsamling i forbindelse med produktion af officiel statistik er under stadig udvikling. Såkaldte big data (se indlæg 26/4-16) er et af de nye områder, som statistikproducenterne må inddrage i deres overvejelser omkring tilpasning ændrede vilkår. Da tilpasningen sker under stor usikkerhed, må en del af den bestå i eksperimenter. Der eksperimenteres bla. med anvendelse af de data, der genereres gennem anvendelse af de mange internettjenester. Et af eksperimenterne, som Eurostat står for, handler om anvendelse af optælling af besøg på Wikipedia til at måle populariteten af de steder, der er optaget på UNESCOs Verdensarvliste.

    Grundlaget for eksperimentet er detaljerede data om antallet af  besøg på Wikipidia-artikler  om stederne på verdensarvlisten. Der indgår artikler på 31 sprog, heriblandt de 24 officielle EU-sprog. Materialet er meget omfattende, og en vigtig del af eksperimentet består i at udforske og udvikle metoder og teknikker til anvendelse af denne type data (big data). Eksperimentet sker inden for rammerne af et internationalt samarbejdsprojekt, der går under navnet Big Data Sandbox. Deltagerne er en række institutioner indenfor officiel statistik, bl.a Eurostat, OECD og en række nationale statistikbureauer.

    Eurostat har offenliggjort nogle hovedresultater i publikationen  Culture Statistics – 2016 edition. De fem verdensarvsteder, der ligger i toppen af listen er:

    Sted Sidebesøg (mio)
    Seinens bredder, Paris 6,8
    Roms historiske centrum 5,8
    Historiske områder i Istanbul 4,8
    Auschwitz, Birkenau 4,6
    Frihedsgudinden, New York 4,1

    Kilde: Regneark fra Eurostat

    Listen er stadig en del af et eksperiment, og det vigtigste på nuværende tidspunkt er ikke resultaterne, men den viden og erfaring, der skabes. En endelig konklusion om hvorvidt og hvordan big data af denne type kan anvendes i fremtiden er det for tidligt at drage.

    Referencer:
    Eurostats hjemmeside: Eurostat experimental statistics, (link)
    Eurostat: Uddrag af Culture Statistics – 2016 edition (link)

  • Tvivl om museumsstatistikkens kvalitet

    I mit indlæg den 2. maj 2017 beskrev jeg museumsstatistikken som en en statistik af meget høj kvalitet. Beklageligvis er der siden opstået tvivl om kvaliteten af statistikkens vigtigste variabel, besøgstallet, bl.a udtrykt i en artikel i Politiken.

    Producenten af statistikken — Danmarks Statistik — har næppe forestillet sig, at der kunne være tvivl om, hvad der skulle forstås ved besøgstal. Men det viser sig at kunstmuseet Aros i Århus, der ifølge statistikken er blandt museerne med de højeste besøgstal, anvender en ret kreativ metode ved opgørelsen. Besøgende på Aros omfatter nemlig ikke blot gæster, der har købt en billet, men alle, der har vist sig i forhallen. Det giver naturligvis et højere besøgstal, og det er jo nok også meningen med den kreative metode, der til gengæld ikke siger meget om interessen for museets samlinger. Et andet meget besøgt kunstmuseum — Louisiana i Humlebæk — og forhåbentlig de fleste andre museer, har kun registreret betalende gæster.

    Ifølge Politiken bliver Aros-metoden delvis forsvaret af formanden for Dansk Center for Muesumsforskning, professor Hans Dam Christensen. Politiken citerer ham for udtalelsen “Det at gå på museum handler ikke kun om at se på værker på en udstilling. Det kan også være at få oplevelser af anden karakter”. Det er selvfølgelig korrekt, at der kan være mange motiver til at gå på museum, som alle kan være interessante at belyse statistisk. Men museumsstatistikkens besøgstal måler ikke karakteren af en oplevelse. Det vil kræve andre og mere komplicerede målemetoder. Besøgstallet giver en indikation af hvor mange, der har besøgt museets samling, uden hensyn til formålet med eller udbyttet af besøget. Og det giver ikke mening at blande den opgørelse sammen antallet af købere af postkort, antal besøg i caféen eller antal turister, der ønsker en selfie med museet som baggrund.

    Der kan være gode grunde til at udvide museumsstatistikken med andre mål, som f.eks. antal besøgende i butik, cafe og forhal, målinger af forskellige aspekter af formålet med og oplevelsen af besøget og om  arten og omfanget af anvendelsen af museernes hjemmesider. Men ønsker om forbedret statistik må ikke føre til at den eksisterende statistik udvandes og evt. gøre ubrugelig.

    Referencer:
    Politiken 14/6 2017. Eksperter efter tællerod : Museer skal tælle deres besøgende på samme måde (link)

  • Ny statistik om uddelinger fra fonde

    Danmarks Statistik har etableret en ny årlig statistik om bevillinger og udbetalinger fra fonde. Første udgave af statistikken blev udgivet den 28. juni 2017 og vedrører året 2016. De samlede bevillinger fra fondene udgjorde næsten 17 mia. kr., så der er tale om en betydelig økonomisk aktivitet, der hidtil har været svagt statistisk belyst. Det er udelukkende fondenes uddelinger, der beskrives i statistikken. Der er ingen oplysninger om deres indtægtskilder.

    Oplysningerne er indhentet gennem spørgeskemaer til et udvalg af fondene (stikprøvestørrelsen er ikke oplyst). Resultaterne er ved offentliggørelsen opregnet til den samlede population. I dokumentationen er populationen beskrevet som private fonde, der i Det Centrale Virksomhedsregister (CVR ) er registreret med virksomhedsformerne “Erhvervsdrivende fond” og “Fonde og andre selvejende institutioner”, suppleret med en gruppe foreninger, der agerer som fonde, og enkelte andre enheder, der definerer sig selv som fonde. Der er ingen egentlig beskrivelse af, hvad en fond er, men mon ikke følgende definition af “foundation”, hentet fra de internationale retningslinier for nationalregnskab, er dækkede:

    Enheder, der råder over aktiver eller en bevilling, og ved hjælp af indtægterne herfra enten yder tilskud til andre organisationer eller udfører deres egne projekter og programmer.

     Nogle hovedresultater fra opgørelsen er vist i tabellen herunder.

    Bevilgede fondsmidler efter modtager og formål, 2016

      Offentlige institu-tioner Individuelle personer Private virksom-heder mv Non-profit organisa-tioner Interne dona-tioner1 Andet og ufordelt    I alt   
    mia kr.
    Videnskabelige formål 7,0 0,3 0,1 0,3 0,1 0,1 7,9
    Kulturelle formål 1,0 0,0 0,2 0,9 0,2 0,1 2,5
    Sociale formål 0,8 0,1 0,0 0,6 0,0 0,1 1,7
    Natur og miljøformål 0,2 0,0 0,0 0,2 0,0 0,1 0,5
    Sundhed og motionsformål 0,3 0,0 0,0 0,6 0,0 0,0 1,0
    Uddannelse og folkeoplysningsformål 0,1 0,1 0,0 0,3 0,1 0,0 0,8
    Erhvervs- og regional formål 0,3 0,0 0,1 0,2 0,0 0,1 0,7
    Øvrige formål 0,0 0,0 0,0 0,0 0,0 1,6 1,6
    Alle formål 9,7 0,6 0,5 3,2 0,6 2,1 16,7

    Note 1 Fondes udgifter, bortset fra driftsomkostninger, til egne aktiviteter, f.eks udvidelse af bygninger, egen forskning eller indkøb til egne samlinger.
    Kilde:     Danmarks Statistik, Statistikbanken.dk/FOND03

    Som det fremgår af tabellen, så går op mod halvdelen af fondenes bevillinger til videnskabelige formål og langt størstedelen heraf til offentlige institutioner. Det er især universiteterne, der modtager midler til videnskabelige fomål. I statistikbanken findes opgørelser med både flere variable og flere detaljer.

    Referencer:
    Danmarks Statistik: Statistikbanken.dk->Erhvervslivet på tværs->Virksomheder generelt->Fonde (link)
    Danmarks Statistik: Statistikdokumentation for Fondes Aktiviteter 2016 (link)
    Danmarks Statistik: Nyt fra Danmarks Statistik 28. juni 2017 – Nr. 273 (link)
    UN: The System of National Accounts 2008 (link)

  • Arbejdsmarkedsregnskabet — dynamisk analyse af beskæftigelsesgrad

    Arbejdsmarkedsregnskabet er Danmarks Statistiks mest detaljerede opgørelse af befolkningens tilknytning til arbejdsmarkedet. Det er en registerbaseret statistik, dvs. en statistik baseret på en række administrative registre, der egentlig er oprettet til andre formål, men som af Danmarks Statistik er bearbejdet til statistikformål. Registerstatistikkerne er totalopgørelser af hele befolkningen. I kraft af cpr-numre kan de forskellige registerstatistikker kombineres med hinanden, således at antallet af variable, der belyses i statistikken, kan udvides. Cpr-numrene kan også anvendes til at kombinere samme registerstatistik for flere år og derved frembringe såkaldte longitudinelle eller dynamiske opgørelser. Begge muligheder — flere variable og dynamisk opgørelse — har Danmarks Statistik udnyttet i en analyse med overskriften “Seks ud af ti i stabil beskæftigelse”, der udkom 14. juni 2017.

    I analysen har man set på de 25-64 årige i treårperioden 2013-2015. Personer med beskæftigelse er opdelt efter graden af arbejdsmarkedstilknytning på grundlag af den andel af treårsperioden, de har været beskæftiget. Løntilskudsjob betragtes ikke som beskæftigelse i denne sammenhæng. Personer med en beskæftigelsesgrad på under 80 pct. bliver kun betragtet som værende i beskæftigelse, hvis de ikke i den del af perioden, hvor de var uden beskæftigelse, hovedsageligt var under uddannelse eller under tilbagetrækning fra arbejdsmarkedet.

    I tabellen nedenfor gengives nogle af analysens hovedresultater.

    Beskæftigelsesgrad for 25-64 årige i treårsperioden 2013-2015

    Beskæfti-gelsesgrad Personer i alt Mænd Kvinder
    pct. tusinde pct.
    Stabil beskæftigelse 100 1.568 60 62 57
    Næsten stabil beskæftigelse 80-99 293 11 12 11
    Ustabil beskæftigelse 50-79 168 6 6 7
    Turbulent beskæftigelse Under 50 175 7 6 7
    Beskæftigelse i alt   2.204 84 86 82
    Under uddannelse/tilbagetrækning 85 3 3 4
    Uden beskæftigelse 332 13 11 15
    25-64-årige i alt   2.621 100 100 100

    Kilde: DSTAnalyse 2017:9

    Udover fordelingen på køn beskriver analysen sammenhængen mellem beskæftigelsesgrad og hhv. indkomst, uddannelse, socioøkonomisk gruppe og branche.

    Referencer:
    Danmarks Statistik: Seks ud af ti i statbil beskæftigelse, DSTAnalyse 2017:9, 14/7-2017 (link)
    Danmarks Statistik: Statistikdokumentation for Arbejdsmarkedsregnskab 2015 (link)

  • Statistik om livskvalitet — nyt område for den officielle statistik

    For ikke så mange år side blev direkte måling af personers lykke betragtet som et højst usikkert, ja måske ligefrem tvivlsomt foretagende. I hvert fald ikke noget, som seriøse officielle statistikproducenter beskæftigede sig med.

    Det var ikke fordi, at der var uenighed om at størst mulig lykke for befolkningen var det vigtigste formål med økonomisk og politisk aktivitet, selv om man nødigt brugte ordet lykke. Man talte i stedet om velfærd og foretog gerne sammenligninger af velfærd mellem lande eller over tid i et enkelt land. Som mål anvendtes ofte bruttonationalproduktet (BNP). Somme tider blev BNP suppleret med eller erstattet af andre mål som som f.eks. middellevetid og spædbørnsdødelighed. Der var således tale om en meget indirekte måling af lykke eller velfærd for nationen som helhed. Direkte at måle følelsen af lykke eller velfærd for den enkelte person kom ikke på tale.

    Alt det har ændret sig, efter at økonomer omkring årtusindskiftet for alvor begyndte at beskæftige sig individuel subjektiv lykkemåling. Med subjektiv måling menes, at at man lader det enkelte individ selv vurdere, i hvilken grad det føler sig lykkelig eller tilfreds eller  hvilket ord man nu vælger i den konkrete udformning af spørgsmålene. Blandt de første bøger i denne bølge var Frey og Stutzer, 2002  og Layard , 2005.  Andre faggrupper — f.eks. psykologer og sociologer— havde tidligere beskæftiget sig med emnet, men det var først, da det kom på økonomernes dagsorden, at producenterne af officiel statistik begyndte at vise emnet interesse. Helt afgørende betydning for den officielle statistik blev offentliggørelsen af Stiglitz-rapporten (2009) og OECD’s manual (2013).

    Området har stadig en eksperimenterende karakter, men bla. i OECD er man nu overbevist om, at det faktisk er muligt gennem svar på simple spørgmål, at opnå pålidelige målinger af en subjektiv følelse som lykke. Der er dog også udbredt enighed om, dels at lykke er for snævert et begreb og dels at området er komplekst og må analyseres fra flere vinkler. OECD anvender begrebet wellbeing (af Danmarks Statistik oversat til livskvalitet) som samlet betegnelse for området og  anbefaler at tre aspekter belyses:

    • Tilfredshed (Life evaluation), en persons generelle vurdering af livet som helhed, eller et aspekt af det.
    • Sindstilstand (Affect), en persons følelser eller føleslsemæssige tilstand, typisk målt på et bestemt tidspunkt
    • Meningsfuldhed (Eudaimonia), en persons følelse af mening og formål i livet

    Flere landes officielle statistikbureauer er begyndt at offentliggøre statistikker om livskvalitet (wellbeing) med UK, Italien og Østrig som de europæiske pionerer på området. Danmarks Statistik offentliggjorde for første gang en omfattende samling indikatorer for livskvalitet i september 2016. Nogle eksempler på resultaterne er vist i tabellen nedenfor.

    Tabel: Kerneaspekter af subjektiv livskvalitet, 2015

        Mænd Kvinder I alt
    Tilfredshed Alt i alt, hvor tilfreds er du med dit liv for tiden? 7,5 7,5 7,5
    Sindstilstand I hvilken udstrækning følte du dig glad i går? 7,3 7,3 7,3
    I hvilken udstrækning følte du dig bekymret i går? 3,2 3,7 3,4
    I hvilken udstrækning følte du dig nedtrykt i går? 2,1 2,5 2,3
    Meningsfuldhed I hvilken grad føler du, at de ting, du foretager dig i dit liv, giver mening? 7,7 7,9 7,8

    Anm: Der er anvendt en skala fra 0 til 10. For spørgsmålet vedr. tilfredshed betyder 0 “slet ikke tilfreds” og 10 “fuldt ud tilfreds. For spørgsmålene under sindstilstand betyder 0 “på intet tidspunkt” og 10 “hele tiden”. For spørgsmålet under meningsfuldhed betyder 0 “slet ingen mening” og 10 “fuldt ud mening”
    Kilde: Danmarks Statistikbank, www.statistikbanken.dk/LIVS2,LIVS3 og LIVS4

    Dannmarks Statistiks opgørelser omfatter 38 indikatorer, afspejlende svarene på 38 spørgsmål om livskvalitet. I tabellen ovenfor er valgt de fem indikatorer som OECD anbefaler som basismodul i enhver statistik om livskvalitet. OECD har valgt disse fem indikatorer, dels fordi de er væsentlige, og dels fordi man har gode erfaringer omkring deres kvalitet og anvendelighed.

    Tabellen viser kun et ganske lille udsnit af de de data, der er til rådighed i statistikbanken. Her er alle 38 indikatorer fordelt på en lang række baggrundsvariable bla. kommune, alder, indkomst og uddannelse.

    Referencer:
    Frey, B. S. and A. Stutzer (2002): “Happiness and Economics”, Princeton University Press
    Layard, Richard (2005): “Happiness – Lessons from a new Science”, The Penguin Press, New York
    Stiglitz, J. E., Amarthy Sen and J. P. Fitoussi (2009): “Report by the Commission on the Measurement of Economic Performance and Social Progress” (link)
    OECD (2013),  OECD Guidelines on Measuring Subjective Well-being, OECD Pubklishing (link)
    Danmarks Statistik, www.statistikbanken.dk

  • Fremtiden for ADAM — Finansministeriet vil udvikle en ny økonomisk model

    Økonomiske modeller, baseret på data fra den økonomiske statistik, er en forudsætning for tilrettelæggelsen af den økonomiske politik. En af de vigtigste danske modeller er ADAM (Annual Danish Aggregate Model), der udvikles og vedligeholdes af Modelgruppen i Danmarks Statistik. ADAM’s vigtigste brugere — Finansministeriet og Økonomi- og indenrigsministeriet — har i februar nedsat en modelgruppe, der skal udvikle en ny model, med udgangspunkt i den eksisterende. Arbejdet med udviklingen forventes at at tage flere år, så den nuværende ADAM-model står ikke overfor en umiddelbar skrotning.

    Den typiske anvendelse af ADAM er som grundlag for beregning af konsekvenserne af et politisk tiltag, f.eks. en skatteændring. Finansministeriet lægger dog vægt på, at ADAM anvendes som et redskab og ikke som en facitliste. Resultaterne fra kørslerne af modellen står ikke alene, når konsekvenserne af et politisk tiltag beregnes.

    ADAM består af et antal ligninger, der beskriver vigtige økonomiske sammenhænge. F.eks en ligning, der beregner det private forbrug ud fra husholdningernes disponible indkomst og deres formue. Hvordan man mere præcist kommer fra indkomst og formue til forbrug afgøres af modellens parametre, der fastlægges ved økonometriske metoder på grundlag af en omfattende database. Databasen er en vigtig del af ADAM-systemet. Dens grundlag er data fra Danmarks Statistiks officielle system, men omfatter tidsserier, der er længere og mere konsistente end de serier, man finder i den officielle statistik.

    En økonomiske model som ADAM er fuldstændigt baseret på en række forudsætninger om de  centrale træk i økonomien, og modellens funktion er forholdvis præcist at vise, hvilke konsekvenserne af et økonomisk-politisk indgreb — f.eks. en skatteændring — under de givne forudsætninger. Uden en model vil det være vanskeligt eller umuligt, at overskue konsekvenserne af et sådant indgreb. Men resultatet af en modelkørsel er altid en afspejling af modellens forudsætninger.

    Den vigtigste forudsætning bag ADAM er, at når efterspørgslen i økonomien — dvs. forbruget, investeringerne eller eksporten — ændrer sig, så påvirker det produktion og beskæftigelse. Øges f.eks. det offentlige forbrug, så vil det føre til en øget beskæftigelse, dvs. mindsket arbejdsløshed. Men kun på kort sigt. På længere sigt vil den øgede beskæftigelse give sig udslag i lønstigninger, der vil svække konkurrenceevnen overfor udlandet, og derfor føre til mindre eksport. Efter en årrække vil produktion og arbejdsløshed  være tilbage i udgangssituationen.

    Det er helt i overensstemmelse med de centrale ADAM-brugeres opfattelse af økonomiens virkemåde, at arbejdsløsheden på langt sigt ikke lader sig påvirke af mindre økonomisk-politiske tiltag som justering af satser for skatter og offentlige ydelser eller niveauet for det offentliges forbrug og investeringer. Men sammenlignet med andre økonomiske modeller, så er den periode der går, fra at et politisk tiltag implementeres, og til man er tilbage i udgangssituationen, ret lang. En mulig afkortning af denne tilpasningsperiode bliver nok et af temaerne i forbindelse med udviklingen af den nye model.

    Det er dog ikke sådan, at ADAM-brugerne helt udelukker, at centrale økonomiske størrelser, som f.eks. den samlede beskæftigelse, kan påvirkes på langt sigt. Det kræver dog en type indgreb, der ændrer den grundlæggende langsigtede adfærd hos økonomiens deltagere, dvs. virksomheder og husholdninger. F.eks. har man søgt at få folk til at blive længere på arbejdsmarkedet, ved at gøre det mindre attraktivt at trække sig tilbage. Sådanne såkaldte strukturelle ændringer, der påvirker den grundlæggende adfærd, er ADAM ikke egnet til at håndtere. Så her er et andet udviklingspunkt for en ny model.

    Et tredie punkt, hvor navnlig Finansministeriet har interesser, vedrører balancen på de offentlige finanser, dvs. forskellen mellem det offentliges indtægter og udgifter.  For en kortere periode kan det være  yderst fornuftigt at det offentlige som led i konjunkturpolitikken kører med underskud, men på langt sigt skal der være en form for balance. Heller ikke dette balanceproblem er ADAM velegnet til at belyse, så her ligger en tredie forbedringsmulighed for en ny model.

    Referencer
    ADAM’s hjemmeside
    Adams ligningsbrowser
    Adam — en model af dansk økonomi, Danmarks Statistik, TemaPubl 2012:1
    Finansministeriets hjemmeside
    Finansministeriet: Opdrag for makroøkonomisk modelgruppe
    Lars Hagen Pedersen og Mads Kieler: Kronik -Finansministeriet vil styrke makroøkonomisk model (Finansministeriets hjemmeside)

  • Skatteunddragelse og ulighed

    Skatteunddragelse er af selvindlysende grunde vanskelig at belyse i den officielle statistik. Der er naturligvis muligt at etablere stikprøvebaserede eksperimenter, hvor effekten af grundig revision af regnskaber og selvangivelser undersøges, og sådanne undersøgelser har også været gennemført af det danske skattevæsen (Kleven m.fl.). Men om de  superrige — her defineret som de 0,1 promille med de højeste formuer — får vi ingen viden gennem den type undersøgelser. Den gruppe omfatter i Danmark omkring 300 husstande med nettoformuer på over 250 mio. kr. og gruppens andel af befolkningen er så lille, at den sjældent vil være repræsenteret i en almindelig stikprøve. For de fleste statistikområder spiller det måske ikke den store rolle, men netop når det gælder størrelsen og fordelingen af indkomst og formue, hvor en meget stor del tilfalder denne lille gruppe, kan udeladelsen invalidere statistikkens resultater.

    Men med afsløringen af data om udlændinges indeståender på hemmelige konti i den schweiziske bank HSCB (“Swiss leak”) opstod nogle helt specielle muligheder, som tre forskere; Anette Alstadsæter, Niels Johannesen og Gabriel Zucman har udnyttet. De tre har kombineret data fra de lækkede papirer med data fra administrative kilder i Danmark, Norge og Sverige, og derved skabt et unikt grundlag for analyse af skatteunddragelse blandt de allerigeste. De tre har også anvendt data fra den såkaldte “Panema leak” og fra selvanmeldere i Norge og Sverige, hvor der er mulighed for straffritagelse for skatteydere, der selv henvender sig til skattevæsenet om deres skatteunddragelser. Men det er HSCB-papirerne, som er de mest interessante i denne forbindelse.

    Det helt specielle ved HSCB-papirerne er, at de indeholder navne på de egentlige ejere, og ikke blot på på de selskaber, der er skudt ind som mellemled. Derfor har det været muligt, at matche oplysningerne fra de lækkede papirer med data fra administrative registre. Det er ikke i sig selv ulovligt for en skattepligtig i de tre lande at have en konto i udlandet, blot kontoen er indberettet til de lokale skattemyndigheder. Er den ikke det  må kontoens formål antages at være skatteunddragelse. Af de personer på listen, der kunne matches med registerdata, havde 95 pct. undladt at indberette til de lokale myndigheder.

    En hovedkonklusion på undersøgelsen er, at de superrige i Skandinavien i gennemsnit unddrager sig ca. 30 pct. af den skat, de egentlig efter reglerne skulle betale. For øvrige skatteydere udgør unddragelsen ca. 3 pct. De superriges skatteunddragelser er således væsentlig større end de øvrige skatteyderes. Den største del af unddragelserne sker gennem skattely. Da skatteopgørelserne er en vigtig kilde for den officielle indkomst- og formuestatistik i Skandinavien, så udgør de superriges unddragelser et alvorligt problem for statistikken, f.eks. for opgørelsen af uligheden.

    Tidsskiftet The Economist peger på, at man kan anlægge en anden vinkel på sagen.  Globaliseringen har gjort det nemmere at skjule formuer, og på den baggrund er det mest overaskende måske, at man i Skandinavien kan få de superrige til at betale 70 pct. af deres skatter.

    HSCH-listen omfatter kun en meget lille del af den samlede formue, som skandinaver gemmer i skattely. Men ved at kombinere listens oplysninger med mikrodata fra administrative registre og  makrooplysninger om samlet formue (fra nationalregnskabet) og  omfanget af formue placeret i typiske skattely, danner de tre forskere et grundlag for belysning af skatteunddragelsens samlede omfang. Der er en række forudsætninger, der kan rejse nogle spørgsmål, men der er klart tale om en fornuftig og gennemtænkt udnyttelse af den forhåndenværende information.

    Metoderne er mere dristige og usikkerheden er større end man normalt vil tolerere i officiel statistik. Men ikke-officiel statistik har også sin plads i informationsbilledet, og resultaterne er så markante, at de ikke bør ignoreres.

    Referenser:
    Tax Evasion and Inequality, Anette Alstadsæter, Niels Johannesen og Gabriel Zucman (link)
    Unwilling Unable to Cheat?, Evidence from e tax Audit Experiment in Danmark,Henrik Jacobsen Kleven, Martib B Knudsen, Claus Thustrup Kreiner, Søren Pedersen og Emmanuel Saez, Econometrica, 2011, s651-692 (link)
    The super-rich are different: they pay less tax, The Economist 1. juni 2017 (link)

  • Befolkningsfremskrivning — stigende andel af ikke-vestlige indvandrere og efterkommere

    Danmarks Statistik har den 10. maj 2017 offentliggjort sin årlige befolkningsfremskrivning, der går frem til 2060 for hele landet. For kommuner og landsdele er der udarbjedet fremskrivninger frem til 2045. Landfremskrivningen viser en samlet førøgelse af  befolkningen fra 5,7 mio. til 6,5 mio fra 2017 til 2060. Traditionelt har hovedinteressen omkring fremskrivningerne været befolkningens aldersmæssige og geografiske fordeling, fordi denne viden er vigtig i forbindelse med planlægning omkring uddannelse, sundhedsvæsen, boligbyggeri, pensions- og bistandssystemer osv. I forbindelse med indvandringens stigende betydning er der også i de senere år kommet øget fokus på ændringerne i sammensætningen efter herkomst, og navnlig andelen med en ikke-vestlig herkomst. Det skyldes, at andre statistikker viser, at denne gruppe på en række punkter — f.eks. uddannelse, beskæftigelse, bistandsbehov og kriminalitet — afviger fra den øvrige befolkning (Danmarks Statistik: Indvandrere i Danmark 2016 og blogindlæg fra 30/11-2015).

    I nedenstående tabel er vist nogle hovedtal for fremskrivningen af fordelingen efter herkomst:

    Befolkningsudviklingen 2017-2060 ifølge Danmarks Statistiks fremskrivning

     Danskere Indvandrere og efterkommere 
    Vestlige lande Ikke-vestlige lande I alt
    1000 personer
    Befolkning primo 2017 5.007 265 477 5.749
    Levendefødte 2017-2060 2.703 146 225 3.074
    Nettoindvandring 2017-2060 19 167 298 485
    Døde 2017-2060 2.542 92 147 2.780
    Befolkning ultimo 2060 5.188 486 853 6.527
    pct.
    Fordeling 2017 87% 5% 8% 100%
    Fordeling 2060 79% 7% 13% 100%

    Kilde: Statistikbanken/FRDK217

    En befolkningsfremskrivning er ikke en forudsigelse af den fremtidige udvikling, men et forsøg på at kombinere den eksisterende viden om befolkningens fordeling på køn og alder mm. med nogle plausible forudsætninger om den fremtidige udvikling i  fertilitet, dødelighed og ind- og udvandring. Fremskrivningens resultater er helt bestemt af forudsætningerne, og som et led i offentliggørelsen har Danmarks Statistik da også  omhyggeligt redegjort for disse forudsætninger.

    Udarbejdelsen af befolkningsfremskrivningen sker i et samarbejde mellem Danmarks Statistik og forskningsinstitutionen DREAM. Danmarks Statistik står for fremskaffelsen af grunddata, og DREAM beregner fremskrivningen for hele landet. På grundlag af landsfremskrivningen beregner Danmarks Statistik efterfølgende fremskrivninger for de enkelte kommuner og landsdele. Fastlæggelse af forudsætningerne sker i samarbejde mellem de to institutioner.

    Referencer:
    Befolkningsfremskrivninger 2017-2060, Nyt fra Danmarks Statistik 10. maj 2017
    Statistikbanken/FRDK117, FRDK217, m.fl. (Danmarks Statistik)
    Statistikdokumentation af befolkningsfremskrivning for Danmark (Danmarks Statistik)
    Temaside om befolkningsfremskrivning, bl.a. med en række ekstra dokumentationsnotater (Danmarks Statistik)
    Introduktion til DREAM’s befolkningsfremskrivningsmodel (dreammodel.dk/intro_befolkning.html)
    Indvandrere i Danmark 2016 (Danmarks Statistik, publikation)