• Statistik om deleøkonomi

    Deleøkonomi, forstået som privatpersoners bytte, køb og salg af varer og tjenester direkte til hinanden, har altid eksisteret. Det har producenterne af den officielle statistik naturligvis også vidst, og har enten søgt at inddrage sådanne aktiviteter i statistikkerne, eller bevidst ignoreret dem, hvis deres omfang lå under bagatelgrænsen. Det nye er, at internettet har åbnet nye muligheder for at organisere deleøkonomien gennem  såkaldte platforme, hvor private udbydere og efterspørgere kan komme i forbindelse med hinanden. Den Blå Avis, Uber og AirBnB er kendte eksempler på sådanne platforme.

    På den baggrund har både internationale institutioner som EU og OECD og nationale statistikinstitutter, herunder Danmarks Statistik, iværksat undersøgelser af behovet og mulighederne for tilpasninger af statistikken. Danmarks Statistik har samlet sine foreløbige overvejelser i en rapport, der udkom 26 januar. Der eksisterer ikke en generelt accepteret definition på deleøkonomi, så en vigtig del af rapporten består i at belyse de forskellige aspekter af begrebet for at nå frem til en statistisk afgrænsning. Der er endnu et stykke vej til en afklaring, der kan danne grundlag for mere systematiske overvejelser om deløkonomiens plads i den officielle statistik, men som et første skridt opstiller rapporten en foreløbig afgrænsning. Denne foreløbige  afgrænsning danner så udgangspunkt for en belysning af deleøkonomiens betydning for de eksisterende statistikker, og en vurdering af mulighederne for bedre belysning i fremtiden.

    Kontakten mellem de privatpersoner, der indgår i bytteøkonomiske transaktioner, kan ske gennem mange kanaler, men i den foreløbige definition vælger rapporten kun at inddrage transaktioner, der sker gennem platforme, hvis formål er bytteøkonomisk formidling, og som er drevet af  virksomheder. Det kræves også, at virksomhederne modtager en betaling fra de privatpersoner, der bruger tjenesten. Sådanne platforme kan muligvis også anvendes af virksomheder, men det er kun når både modtager og leverandør er privatpersoner, at det betragtes som deleøkonomi. Endelig afgrænser den foreløbige definition området til overnatning, transport og tjenester.

    Bortset fra turismestatistikken, hvor manglende dækning af deløkonomien fører til en undervurdering af antallet af overnatninger, så konkluderer rapporten, at deleøkonomien endnu kun har begrænset betydning for de eksisterende statistikker. Men da området er i udvikling, og kan blive af væsentlig betydning i fremtiden, opregner rapporten også en række muligheder, for udvikling af eksisterende statistik og etablering af ny, bl.a. gennem anvendelse af big data (se tidligere indlæg), udnyttelse af administrative data, f.eks. fra skattevæsenet, og etablering af helt nye stikprøveundersøgelser.

    Referenser:
    Danmarks Statistik: Deleøkonomien -hvordan kan den defineres og måles?, 2018 (link)

  • Ændringer i lov om Danmarks Statistik

    Regeringen har fremsat et forslag til ændring af lov om Danmarks Statistik. Det egentlige formål med ændringerne er, at bringe loven i overensstemmelse med EU’s forordning om statistik (se tidl. indlæg). Lovforslaget blev fremsat den 29 november 2017. Det forventes at ændringerne vedtages i Folketinget den 8. februar, og at den nye lov træder i kraft den 1. juli. Hverken udkastet til betænkning eller debatten i Folketinget under førstebehandlingen afspejler uenigheder mellem partierne om loven. Der er i Folketinget udbredt enighed om rammerne for produktionen af den officielle statistik.

    EU-reglerne kræver, at hver medlemstat udpeger et organ — den nationale statistikmyndighed — der er ansvarligt for det statistiske samarbejde med Kommisionen. Danmarks Statistik har hele tiden haft den rolle, men nu bliver den udtrykkeligt  fastlagt i loven.

    Et af de vigtigste krav i EU’s statistikregler er, at den nationale statistikmyndighed skal være fagligt uafhængig af  regering og andre institutioner. Sådan har det også i praksis været under den hidtidige lov, men i den nye lov bliver det gjort mere klart. Rigstatistikerens ansvar og rolle som daglig leder bliver  gjort tydeligere, og ministerens rolle bliver indskrænket. I den hidtidige lovs § 3 er opregnet en række beføjelser til ministeren, hvor  § 3 i den nye lov er ganske kort og kun fastlægger ministerens pligt til at sikre finansieringen af statistikken og at føre tilsyn med Danmarks Statistiks interne forvaltning.

    Den overordnede ledelse af Danmarks Statistik ligger fortsat hos en bestyrelse — der i den hidtidige lov kaldes Styrelsen — men antallet af medlemmer udvides fra 7 til 8 medlemmer. Rigsstatistikeren er født medlem både efter den nuværende og den nye lov, og de øvrige medlemmer beskikkes af ministeren, men efter den nye lov skal beskikkelsen ske efter indstilling af rigsstatistikeren. Ved stemmelighed er rigsstatistikerens stemme afgørende. Alt i alt en styrkelse af rigsstatistikerens rolle.

    Statistik produceret af Danmarks Statistik er underlagt ret detaljerede internationale regler for kvalitet. Om statistik af høj kvalitet produceret af offentlige myndigheder har man længe anvendt betegnelsen officiel statistik (denne blogs hovedfokus), men det har ikke altid været klart, hvornår statistik produceret af andre end Danmarks Statistik levede op til kravene. Den nye lov indfører begrebet officiel offentlig produceret statistik om denne type statistik, og pålægger Danmarks Statistik at offentliggøre og vedligeholde en liste over de omfattede statistikker. Det er op til de enkelte statistikproducenter om de ønsker optagelse på listen, men de skal i så fald overholde retningslinier fastlagt af Danmarks Statistik på grundlag af de internationale regler, og Danmarks Statistik skal føre tilsyn med at reglerne overholdes.

    Referencer:
    Forslag til ændring af lov om Danmarks Statistik, Folketingstidende A Lovforslag nr. L 110 (link)
    Referat af første behandling af forslag til ændring af lov om Danmarks Statistik, Folke-tingstidende F,  7. dec. 2017 (D), s. 53-56 (link)

     

  • Indvandring og kriminalitet blandt unge i Tyskland

    I mit indlæg 5/12-2017 skrev jeg, at mange landes statistikmyndigheder ser religion som et følsomt område, som man er tilbageholdende med, at belyse statistisk. Noget tilsvarende kan siges om etnisk/national baggrund, og navnlig sammenhængen mellem etnisk/national baggrund og kriminalitet. Det gælder dog ikke alle lande. I Danmark og Norge har man i flere år opgjort en officiel statistik om indvandreres kriminalitet. I Sverige har man derimod eksplicit besluttet ikke at opgøre en sådan statistik.

    Den officielle kriminalstatistik er baseret på politiets opgørelser, der ifølge sagens natur kun omfatter den kriminalitet, der kommer til politiets kendskab. Politiets materiale omfatter både anmeldte og opklarede forbrydelser, men der findes, igen ifølge dagens natur, kun oplysninger og lovovertræderens personlige data — herunder etnisk/national baggrund — i de tilfælde, hvor forbrydelsen er opklaret. Dertil kommer, at en stor andel af lovovertrædelserne slet ikke anmeldes, det såkaldte mørketal. Den officielle statistik afspejler derfor kun en del af virkeligheden.

    Mørketallet kan belyses gennem spørgeskemaundersøgelser hvor man beder de adspurgte oplyse, enten om de har begået lovovertrædelser, eller om de har været ofre for en forbrydelse. På bestilling af det tyske familieministerium har  Universitetet for Anvendt Videnskab i Zürich (Zürcher Hochschule für Angewandte Wissenschaften) udarbejdet en rapport (Christian Pfeiffer, Dirk Baier og Sören Kliem), der bruger svarene på den type spørgsmål til at belyse udviklingen i voldskriminaliteten blandt unge i Tyskland. Rapportens helt overordnede konklusion er, at de unges voldskriminalitet har været faldende i Tyskland i de senere år. Faldet gælder både tyskere og indvandrere, men de unge indvandrere har stadig en højere kriminalitetsrate end de unge tyskere.

    Rapporten forsøger, på grundlag af tal fra 2007/2008 for indvandrere fra Tyrkiet, det tidligere USSR og det tidligere Jugoslavien, at forklare denne forskel mellem tyskere og  indvandrere  som forårsaget dels af forskelle i socioøkonomisk status (uddannelsesniveau og arbejdsmarkedstilknytning) og dels af forskelle i kulturel orientering. Et uddrag af resultaterne er vist i nedenstående tabel.

    Andel i pct., der oplyser, at de indenfor de foregående 12 måneder har udsat andre for røveri eller vold.

      Tyskland Tyrkiet Tidligere USSR Tidligere Jugoslavien
    I alt  11,5  20,3  18,0  22,1
    Samme socioøkonomiske status  12,0  18,9  16,3  21,4
    Samme socioøk. status og kulturelle orientering 6,5   5,2  5,8  11

    Kilde : Christian Pfeiffer, Dirk Baier og Sören Kliem, tabel 3, s.18

    I gruppen samme socioøkonomske status er kun medtaget unge, der er under gymnasial uddannelse og hvis forældre ikke modtager bistandsydelser fra staten. Gruppen samme socioøkonomiske status og kulturelle orientering er yderligere afgrænset til kun at omfatte personer der angiver, at de ikke har oplevet alvorlig vold fra forældre gennem deres barndom og at de ikke tilslutter sig særlige normer for maskulinitet, som f.eks. at en mand, der ikke er villig til at besvare fornærmelser med vold, er en svækling.

    Som det fremgår af tabellen, tyder denne undersøgelse ikke på, at uddannelse og forældres grad af selvforsørgelse i sig selv spiller den store rolle for unge indvandreres kriminalitet. Det er den kulturelle orientering, der spiller den store rolle, og den ændres tilsyneladende ikke uden videre ved ændring af socioøkonomisk status.

    Referencer:
    Christian Pfeiffer, Dirk Baier og Sören Kliem: Zur Entwicklung der Gewalt in Deutschland, Zürcher Hochshule für Angewandete Wissenschaften (link)

  • Skatter og afgifter i indeksene for forbrugerpriser

    Inflation måles sædvanligvis som udviklingen i forbrugerpriserne og belyses ved forskellige former for forbrugerprisindeks. Ved forbrugerpriser forstås i den sammenhæng de priser, som forbrugerne faktisk betaler, dvs. inklusiv moms og andre afgifter og eksklusiv eventuelle tilskud (subsidier). Den måde at opgøre inflation på er helt i overensstemmelse med internationale statistiske retningslinier.

    Men selvfølgelig gør det en forskel, om det man betaler for varerne er en betaling til sælger og producent eller om det er en skat, som jo i princippet er en betaling til fællesskabet. Uden disse skatter på de købte produkter ville andre skatter være højere eller de offentlige ydelser lavere. Alt andet lige, skal jeg som økonom forsigtigt tilføje. For at belyse denne forskel opgør Danmarks Statistik et indeks for forbrugerpriser, der er korrigeret for afgifter og subsidier. Dette indeks betegnes nettoprisindekset.

    Forbrugerprisndeks og nettoprisindeks, stigning i forhold til foregående måned, 2016-2017

    Kilde: www.Statistikbanken.dk tabel PRIS111 og PRIS114

    Ser man på indeksene for det samlede forbrug (den øverste af graferne ovenfor) fremgår det, at det gør en forskel om prisændringerne opgøres med eller uden afgifter, men at forskellene er ret små, så længe der kun sker afgiftsændringer for enkelte produkttyper. En ændring i en generel afgift som momsen ville vise sig tydeligere.  Mere markante forskelle ser men, hvis man sammenligener indeksene for et højtbeskattet produkt, i en periode hvor afgifterne på produktet ændres. Det er illustreret i den nederste af figurerne hvor prisudviklingen for nye biler er vist. Her ses det tydeligt, hvordan nedsættelserne af registreringsafgiften har en tydelig virkning på forbrugerprisindeksene for januar og oktober 2017, hvorimod nettoprisindeksets udsving er betydeligt mindre.

    Nettoprisindekset kan ikke tolkes som et udtryk for, hvordan forbrugerpriserne ville have udviklet sig, hvis der ikke havde været afgifter på produkterne. Det skyldes, at man ikke kan regne med, at en afgiftændring slår fuldt igennem på de priser forbrugerne betaler. Økonomisk teori vil forudsige, at den prisstigning, der følger af en afgiftforhøjelse på et produkt, vil nedsætte forbrugernes efterspørgsel efter produktet. Producenterne og forhandlerne vil sandsynligvis søge at modvirke faldet i efterspørgslen ved at sætte deres avance ned, således at prisstigningen for forbrugerne bliver mindre end afgiftsforhøjelsen. I praksis betyder det, at byrden af afgiftsforhøjelsen — incidensen i økonomsprog — fordeles mellem producent/forhandler og forbruger, selv om størstedelen af byrden nok falder på forbrugeren. Ved afgiftsnedsættelser forventer den økonomske teori tilsvarende en fordeling af gevinsten.

    Referencer:
    Danmarks Statistik:
    Dokumentation af forbrugerprisindeks (link)
    Danmarks Statistik: Dokumentation af nettoprisindeks (link)

  • Danmarks Statistiks planer for 2018 og frem

    Danmarks Statistiks Styrelse fastlægger hvert år rammerne for institutionens arbejde i en arbejdsplan. Arbejdsplanen for 2018 blev offentliggjort 8/1-2018. Samtidigt med Arbejdsplanen udgives Statistikprogrammet, der er en samlet oversigt over statistikprodukterne. Arbejdsplanen er krævet i lov om Danmarks Statistik, men udover arbejdsplanen udarbejder Danmarks Statistik også en strategiplan, der rækker fem år frem, som en overordnet ramme for arbejdsplanen. Strategiplanen revideres hvert andet år, og den seneste, Strategi 2022, udkom 15. december 2017.

    I både strategiplanen og abejdsplanen er målene ordnet i fem hovetemaer. I oversigten nedenfor er vist nogle af de vigtigste af målene fra de to planer for de fem temaer:

    Tema Strategi Arbejdsplan
    Ydelser Tilpasning til nye og ændrede behov og fuld udnyttelse af digitale muligheder i formidlingen Fremrykning af offentliggørel-sestidspunkt for nationalregn-skab, ejendomssalgsstatistik og forbrugsundersøgelse.

    Nye lønindeks (jf indlæg fra 2/1-2018)

    Rapport om mulighederne for statistisk belysning af deleøkononomien

    Processer Bedre kvalitetsstyring, effek-tivisering af produktionen og udvikling af medarbejdernes kompetencer Samlet metadatasystem med fælles brugerflade (se tekst)
    Datakilder Fortsat reduktion af indberetningsbyrden og udnyttelse af nye datakilder Udarbejdelse af handlingsplan for brugen af Big Data i statistikproduktionen
    Datasikkerhed Klare regler om og skrappe krav til datasikkerheden, kombineret med effektiv overvågning Implementering af ny databeskyttelsesforordning

    Iværksættelse af proces med henblik på opnåelse af ISO 27000-certificering af it-sikkerhed

    Statistiksamar-
    bejde
    Styrkelse af samarbejde og koordinering i det danske statistiksystem og aktiv deltagelse i det internationale statistiksamarbejde Opdatering af lov om Danmarks Statistik

    Etablering af godkendelsesord-ning for officiel statistik

    Etablering af portal for officiel statistik

    Metadata er data, der beskriver og forklarer indholdet af tabellerne, f.eks. begrebsforklaringer og klassifikationer. Det er især adgangen fra hjemmesiden til de forskellige klassifikationer — f.eks. af brancher og uddannelser — der efter planen skal gøres nemmere.

    Den opdaterede lov om Danmarks Statistik, der efter planen skal træde i kraft den 1. juli, vil jeg behandle i et blogindlæg i slutningen af januar. En af nyskabelserne er, at begrebet officiel statistik, der jo er denne blogs centrale tema, bliver præciseret i loven. Statistik produceret af offentlige myndigheder vil kunne anvende betegnelsen officiel statistik, hvis de er tilmeldt en ordning, hvor opfyldelsen af kvalitetskravene overvåges. Ordningen administreres af Danmarks Statistik.

    Arbejdsplanen og statistikprogrammet afspejles også i Resultatplanen for 2018, der er grundlaget for rigsstatistikerens resultatløn. Den er derfor udformet som en kontrakt underskrevet af rigsstatistikeren og departementchefen for Økonomi- og Indenrigsministeriet. Målene er her meget konkret beskrevet, så det er nemt at afgøre om de er opfyldt, og sprogbrugen kan være lidt teknisk og indforstået. Vurderingen af om målene fra Resultatplanen er opfyldt bliver præsenteret i Årsrapporten, der udkommer i marts, året efter rapporteringsåret. Årsrapporten indeholder også en række oplysninger om Danmarks Statistiks regnskab.

    Referencer:
    Danmarks Statistik: Strategi 2022 (link)
    Danmarks Statistik: Resultatplan 2018 (link)
    Danmarks Statistik: Arbejdsplan 2018 (link)

  • Lønindeksene fra Danmarks Statistik

    Lønindeksene fra Danmarks Statistik har til formål at belyse lønudviklingen fordelt på brancher og på hhv. “stat”, “regioner”, “kommuner” og “virksomheder og organisationer”. Indeksene siger intet om lønniveauet. Det belyses i andre statistikker, navnlig lønstrukturstatistikken, der til gengæld ikke er egnet til belysning af lønudvikling (se tidligere indlæg). Men brugen af lønindeksene til belysning af lønudviklingen kræver en vis omtanke for at undgå fejlfortolkninger. Det har Rigsstatistikeren — foranlediget af de kommende overenskomstforhandlinger for de offentligt ansatte — understreget i sin klumme fra 12. december.

    Det væsentligste problem er, at indeksene ikke tager højde for, at de ansattes fordeling på. f.eks stillingskategori og uddannelse kan ændre sig. Øges f.eks. andelen af højtuddannede på bekostning af mellemuddannede, så vil lønindekset stige, fordi lønnen er højere for de højtuddannede. Men det afspejler ikke en lønstigning for hverken de højt-eller mellemuddannede. Kun en ændret sammensætning af arbejdsstyrken. I klummen henviser rigsstatistikeren til en analyse fra Danmarks Statistik, der faktisk viser, at det offentlige har øget andelen af højtuddannede (se tidligere indlæg). Et nyt indeks, der tager højde for sådanne ændringer i sammensætningen er under forberedelse i Danmarks Statistik, og forventes at kunne offentliggøres inden udgangen af 2018.

    Ved offentliggørelsen i Nyt fra Danmarks Statistik præsenteres lønindeksene samlet, men indsamlings- og metodemæssigt er er tale om to statistikprodukter —  et for stat, kommuner og regioner (offentlig forvaltning og service) og et for virksomheder og organisationer. Indekset for offentlig forvaltning og service er basereret på en totaltælling og omfatter stort set alle ansatte indenfor området. Indekset for virksomheder og organisationer er derimod baseret på en stikprøve og omfatter kun enheder med 10 eller flere ansatte. Desuden er virksomheder indenfor landbrug og fiskeri udeladt.

    I statistikbanken findes kvartalsvise opgørelser af lønindeksene tilbage til 2005 (Statistikbanken ILON12, ILON22 og ILON32). Der er dog et databrud i 2013, hvor en række offentligt ejede enheder, der i deres funktion minder om privatejede virksomheder, f.eks. DSB og kommunale forsyningsselskaber, blev flyttet fra “stat” og “kommuner” til “virksomheder og organisationer”. Danmarks Statistik mener dog ikke at dette databrud har større betydning for sammenligneligheden. I det hele taget beskriver Danmarks Statistik den generelle kvalitet af lønindeksene som værende høj.

    Referencer:
    Danmarks Statistik: Vær forsigtig med at bruge lønindekset til historiske sammenligninger, Rigsstatistikerens Klumme 12/12 2017 (link)
    Danmarks Statistik: Dokumentation af lønindeks for offentlig forvaltning og service (link)
    Danmarks Statistik: Dokumentation af lønindeks for virksomheder og organisationer (link)

  • 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 hjememsidePerceptions 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 StatisticsResearch 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)

Arkiv

Kategorier

År

Få en e-post , når bloggen opdateres
Tilmeldingen kan nårsomhelst tilbagekaldes