Gå til sidens indhold

Søgeresultat

    Viser resultat 3001 - 3010 af 4766

    1 mio. af dagens biler vil stadig køre i 2030

    I begyndelsen af 2018 kørte der 2,53 mio. personbiler på de danske veje, hvoraf 99,5 pct. kørte på fossile brændsler. 1 mio. eller 39 pct. af dagens biler vil, baseret på det aktuelle afgangsforløb, køre på de danske veje i 2030. , 4. oktober 2018 kl. 14:50 , Af , Presse, Debatten om elbiler og en fossilfri bilpark gør det aktuelt at belyse, hvordan udfasningen af den eksisterende bilpark kan udvikle sig frem mod 2030 som et pejlepunkt for ophør af salg af fossildrevne biler. , Ved fremskrivningen af udfasningen af den eksisterende bilpark er det antaget, at det nuværende afgangsforløb fortsætter uændret. Der er ikke taget hensyn til, om eventuelle reguleringer – fx ny afgiftsstruktur, skrotpræmier eller anden regulering – vil påvirke forbrugernes adfærd og virke fremmende på udfasningen. Der er heller ikke taget hensyn til, om teknologiske ændringer – fx billigere batterier, skalafordele i elbilproduktionen – vil påvirke forbrugernes adfærd via ændrede prisrelationer mellem fossile biler og elbiler., Under disse forudsætninger leder det aktuelle afgangsforløb frem til, at den nuværende bilpark i 2030 vil være reduceret til 989.000 biler, mens der i 2044 stadig vil være 113.000 tilbage. ,  , Anm: Fremskrivningen antager, at det nuværende afgangsforløb for biler fortsætter uændret., Data til artiklen er leveret af Søren Dalbro. For mere info kontakt: Tlf. 39 17 34 16 , sda@dst.dk

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2018-10-04-1-mio-af-dagens-biler-koerer-stadig-i-2030

    Bag tallene

    Lokale lister og enkeltpersoner blev valgt i 44 kommuner ved seneste kommunalvalg

    I næsten halvdelen af kommunerne blev mindst en kandidat valgt for en lokalliste, Slesvigsk Parti eller som enkeltperson. Af disse 114 valgte var 85 mænd og 29 kvinder., 13. november 2017 kl. 16:30 , Af , Magnus Nørtoft, 114 eller 5 pct. af stolene i byrådssalene på de danske rådhuse blev efter valget i 2013 besat af personer, der ikke stillede op for de landsdækkende partier, viser tal fra , Danmarks Statistik, ., Flest blev valgt i Guldborgsund og Kerteminde, hvor seks byrådsmedlemmer efter valget i 2013 ikke var fra de store landsdækkende partier. I Guldborgsund sidder Guldborgsundlisten med seks mandater også på borgmesterposten, som John Brædder bestrider. I Kerteminde har Kertemindelisten fem pladser i byrådet, mens borgerlisten sidder på et enkelt mandat. , I tre kommuner blev fem kandidater valgt for lokallister eller som enkeltpersoner, mens ti kommuner har fire byrådsmedlemmer, som ikke blev valgt for et landsdækkende parti., I alt har 44 kommuner byrådsmedlemmer fra ikke-landsdækkende partier. Fire af disse har repræsentanter fra Slesvigsk Parti., Anm.: Mandaterne er fundet som kandidater valgt for ikke-reserverede bogstaver i alt og Slesvigsk Parti. Kilde: , Danmarks Statistik, ., Flere mænd end kvinder, Af de 114 byrådsmedlemmer, der er valgt som enkeltpersoner eller repræsenterer lokale lister, er 85 mænd og 29 kvinder. Dermed er 25,4 pct. af mandaterne til denne gruppe gået til kvinder. Det er en lavere andel end for hele landet, hvor , 29,7 pct. er kvinder, ., Fald siden 2005, I forhold til det første valg til de nuværende 98 kommuner i 2005 er antallet af valgte enkeltpersoner og medlemmer af lokale lister faldet fra 164 til 114. Antallet af valgte kandidater ved det seneste valg i 2013 er dog stort set det samme som i 2009, hvor 115 kandidater fra ikke-landsdækkende partier blev valgt., Spørgsmål om tallene: , Fuldmægtig Henning Christiansen, 39 17 33 05, , hch@dst.dk

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-11-13-Lokale-lister-og-enkeltpersoner-blev-valgt-i-44-kommuner-ved-seneste-kommunalvalg

    Bag tallene

    Stemmeprocenten kun steget i ti opstillingskredse

    Stemmeprocenten til folketingsvalget 2019 var med 84,5 pct. lavere end ved valget i 2015 og den laveste siden 2005. Kun i 10 ud af de 92 opstillingskredse var stemmeprocenten højere i 2019 end ved forrige folketingsvalg., 6. juni 2019 kl. 12:55 , Af , Magnus Nørtoft, 84,5 pct. af vælgerne stemte til folketingsvalget onsdag den 5. juni. Det er en lavere stemmeprocent end ved valget i 2015, hvor 85,9 benyttede deres stemmeret. Fordelt på opstillingskredse steg stemmeprocenten i 10 kredse, mens den faldt i de resterende 82., Stemmeprocenten steg mest med henholdsvis 1,5 og 1,4 procentpoint i Bispebjerg og Nørrebro opstillingskredse, mens den faldt mest og med mere end 3 procentpoint i Lolland, Tønder, Aabenraa og Guldborgsund opstillingskredse., Alle ti opstillingskredse, hvor stemmeprocenten er steget fra 2015 til 2019, ligger i København eller Århus., Kilde: , https://statistikbanken.dk/fv15tot, og , https://dst.dk/ext/presse/ForeloebigtResultat--xlsx, Højest stemmeprocent nord for København, Stemmeprocenten ved valget i 2019 var højest i opstillingskredsene nord for København. I Rudersdal opstillingskreds stemte 90,3 procent af vælgerne. Rudersdal var den eneste kreds med en stemmeprocent over 90 pct. I Falkoner, Egedal og Gentofte var stemmeprocenten næsthøjest og over 89 pct., Modsat var stemmeprocenten lavest i Lolland med 77,4 pct. efterfulgt af Bispebjerg, Esbjerg By og Sundbyvester, som havde stemmeprocenter på 80-81 pct., Se alle stemmeprocenterne i 2019 i , dette regneark, på dst.dk/fv19. Stemmeprocenterne ved folketingsvalgene fra 2007 og frem kan findes i , Statistikbanken, ., Spørgsmål kan rettes til afdelingsleder, Dorthe Larsen, , dla@dst.dk, eller 39 17 33 07.

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2019-06-06-stemmeprocenten-kun-steget-i-ti-opstillingskredse

    Bag tallene

    Danmark klæder i stigende grad europæerne på

    I dag begynder modeugen i Paris, men også i Danmark er der grund til at fokusere på tøj. Tal fra Danmarks Statistik viser, at dansk eksport af tøj og beklædningsgenstande til resten af Europa stiger., 28. februar 2017 kl. 12:05 , Af , Magnus Nørtoft, Værdien af , dansk tøjeksport til EU, er nu 31 pct. højere end før finanskrisen i 2007 målt i løbende priser. I 2016 eksporterede danske virksomheder tøj til EU-landene for 23 mia. kr. i 2007 var tallet 17,6 mia. kr., Stigningen i den samlede eksport til EU-landene er endnu højere, hvis man ser på udviklingen fra 2009 – da var eksporten nemlig kun på 15,2 mia. kr. mod de 17,6 mia. kr. i 2007., Til Frankrig, hvor catwalken i hovedstaden lige nu fyldes under modeugen i Paris, er stigningen i eksporten af dansk tøj mere end fordoblet siden 2007. Her er eksporten steget fra 0,6 mia. kr. i 2007 til 1,2 mia. kr. i 2016, hvilket svarer til 112 pct., Tyskland er det største eksportmarked for dansk tøj. I 2016 eksporterede danske virksomheder for 8,1 mia. kr. tøj til vore sydlige naboer. Det er 74 pct. mere end de 4,6 mia. kr. virksomhederne i tøjbranchen eksporterede for til Tyskland i 2007., Resten af verden følger med, De næststørste markeder for den danske tøjbranche er Sverige, Nederlandene og Storbritannien med henholdsvis 3,5 mia. kr., 2,4 mia. kr. og 1,6 mia. kr. i 2016. Markederne er vokset med 14, 13 og 37 pct. siden 2007., Eksporten til verden uden for EU er også steget fra 2007 til 2016. Hvor eksporten i 2007 lå på 3,5 mia. kr. er den i dag 4,2 mia. kr. Dansk eksport til lande uden for EU er dog faldet en anelse fra 2014 til 2016., Uden for EU er Norge det største marked. I 2016 eksporterede danske virksomheder tøj til en værdi af 2,3 mia. kr. til Norge. Det er en stigning i forhold til 2007 på 12 pct., men eksporten til Norge har været faldende siden 2012., Til sammenligning var den samlede danske eksport til EU 0,7. pct. højere i 2016 end i 2007 og 5 pct. lavere end i 2008.

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-02-28-danmark-klaeder-i-stigende-grad-europaeerne-paa

    Bag tallene

    FRAVPERIODE

    Navn, FRAVPERIODE , Beskrivende navn, Fraværsperiode , Gyldighed, Gyldig fra: 01-01-2010, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Bruges til at opgøre antal fraværsperioder i tællingsåret. Kun fraværsperioder, der er afsluttet i tællingsåret tælles med i tællingsåret. Uafsluttede perioder vil tælle med i statistikken for næste år, hvis de afsluttes der. Hvis fraværsperioden er afsluttet i året har variablen FRAVPERIODE værdien 1. Er perioden uafsluttet i tællingsåret er variablen blank. , Detaljeret beskrivelse, Fraværsperiode anvendes til at måle det samlede antal fraværsperioder, der er afsluttet i tællingsåret. Perioderne omfatter både korte og lange perioder., I den offentliggjorte statistik er det kun fraværsperioder, der er afsluttet i tællingsåret, som tælles med i året. Uafsluttede perioder tælles med i statistikken i det år, de afsluttes. , Både afsluttede og uafsluttede fraværsperioder indgår i data. Hvis fraværsperioden er afsluttet i året har variablen fravperiode værdien 1. Er perioden uafsluttet i tællingsåret er variablen blank. En optælling på variablen vil stemme overens med de offentliggjorte tal i Statistikbanken., Fraværsperiodernes længde er opgjort i kalenderdage , Året 2013 er et dobbelt år, hvor statistikken offentliggøres på den nye sektorfordeling og hvor den gamle serie fra 2010 -2013 ikke længere opdateres. Det er muligt at beregne og sammenligne tallene på totalerne for alle sektorer samlet, da der ikke er brud i hvordan begreberne i fraværsstatistikken beregnes. Der er kun sket ændringer i, hvordan opdelingen i private og offentlige virksomheder defineres. , Bilag, Tabel, Graf, Populationer:, Fraværsperioder, I populationen fraværsperioder indgår alle fraværsperioder, som de ansatte, der indgår i fraværsstatistikken har haft i løbet af året. Det gælder både korte og lange fraværsperioder. Fraværsperioderne omfatter egen sygdom, barns sygdom, barsels- og adoptionsorlov samt arbejdsulykke. Der skal indberettes fraværsoplysninger for alle ansatte i virksomheden. Der indgår kun fraværsperioder for ansatte, der også findes i populationen for ansættelsesforhold. , Værdisæt, FRAVPERIODE har ingen værdisæt

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

    LARSAGXX

    Navn, LARSAGXX , Beskrivende navn, Ledighedsårsag (CRAM) , Gyldighed, Gyldig fra: 01-01-1985, Gyldig til: 31-12-2007, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Variablen LARSAGXX angiver typen af personens ledighed i en given CRAM-uge xx (hvor xx kan antage værdierne 01 - 53), fx dagpengeledighed, kontanthjælpsledighed eller feriedagpengeledighed. Denne variabel er historisk set blevet benævnt ledighedsårsag i CRAM-registret. , CRAM-ugerne er typisk forskubbet to uger i forhold til kalenderugerne, da de følger dagpengeudbetalingsperioden. Det betyder, at LARSAG01 angiver typen af ledighed i CRAM-uge 1 som oftest svarer til kalenderuge 51. , Detaljeret beskrivelse, I værdisættet svarer værdien blank (Ledighedsårsagen ikke oplyst (dagpenge)) til dagpengeledighed. Værdierne 4, 5 og 6 vedrørende AF-ferie svarer til feriedagpengeledighed. Værdien 8 (Ledighed med bistandsydelse) svarer til kontanthjælpsledighed., Variablen er generelt valid, men der kan muligvis være registreringsproblemer vedrørende AF-feriekoder. , Populationer:, Arbejdsløse i løbet af tællingsåret., Statistikken omfatter dagpengemodtagere samt kontant- og starthjælpsmodtagere. Ledige, som ikke modtager kontanthjælp, skønnes kun i beskedent omfang at blive registreret ved de offentlige jobcentre, og indgår således ikke i statistikken. Personer, i aktivering, orlov eller på efterløn, indgår ikke i ledighedsstatistikken, men opgøres i stedet i den kvartalsvise statistik over de arbejdsmarkedspolitiske foranstaltninger. , Værdisæt, D700001.TXT_HKD_LARSAGXX - Ledighedsårsag (CRAM), Kode, tekst, Fra dato, Til dato, ., Ledighedsårsagen ikke oplyst (dagpenge), 0, Ugenummeret ikke eksisterende for den aktuelle ledighedsperiode, 1, Vejrlighedsledighed, 2, Arbejdsfordeling, 3, Vejrlighedsledighed el. Arbejdsfordeling, 4, Ansatte med AF-ferie, 5, Ledige med AF-ferie, 6, AF-ferie o.a. ledighedsårsag, 8, Ledighed med bistandsydelse

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

    HELGDAG

    Navn, HELGDAG , Beskrivende navn, Antal hele G-dage i ugen , Gyldighed, Gyldig fra: 01-01-1998, Gyldig til: 31-12-2006, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Variablen HELGDAG angiver antal hele G-dage i ugen. , G-dage er de første dage i ledighedsforløbet, hvor arbejdsgiveren betaler en godtgørelse svarende til dagpengesatsen. , Detaljeret beskrivelse, I Danmarks Statistiks DUR-register forekommer G-dagene kun, såfremt der i samme uge også er udbetalt dagpenge. Ved beregning af fuldtidsmodtagere af dagpenge er der udelukkende summeret over dagpengetimer også i uger som derudover indeholder halve G-dage., Varigheden af G-dage kan være på op til to dage, hvor personen er helt eller delvis ledig. Frem til 2002 skulle arbejdsgiveren kun betale godtgørelse for første ledighedsdag. Fra 2002 skulle arbejdsgiver betale godtgørelse for første og anden ledighedsdag., Populationer:, Arbejdsløshedsforsikrede der modtager arbejdsløshedsdagpenge (DUR), Statistikken dækker kun personer, der er arbejdsløshedsforsikrede og modtager arbejdsløshedsdagpenge ekskl. feriedagpenge. Dog medtager statistikken yderligere personer, hvor antallet af dagpengetimer er større end nul, men hvor omfanget ifølge mindsteudbetalingsreglen betyder, at der ikke kan udbetales dagpenge. Personer, hvor omfanget af fradrag medfører, at der ikke kan udbetales dagpenge, indgår derimod ikke i statistikken. , Værdisæt, HELGDAG har ingen værdisæt

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

    LEDAR

    Navn, LEDAR , Beskrivende navn, Første ledighed (årstal) , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, År for første ledighed fra og med 1980. , Detaljeret beskrivelse, Det første år for ledighed angives ved først at kontrollere, om der allerede forekommer en angivelse af det første år for ledighed. Hvis dette ikke er tilfældet, kontrolleres om ledighedsgraden for den enkelte person er positiv, og om personen er mellem 16 og 66 år. Hvis begge disse betingelser er opfyldt, angives det første år for ledighed som det pågældende år. Hvis der allerede forekommer et første år for ledighed i IDA forrige år, bibeholdes dette i det nye år., Hvis der ikke forekommer et første år for ledighed, er værdien blank, dvs. variablen er ikke relevant for den pågældende person., Bilag, Graf, Tabel, Populationer:, Befolkningen 31. december, Personer med fast bopæl i DK pr. 31. december, Værdisæt, CLR.TXT_LEDAR - Første ledighed (årstal), Kode, tekst, Fra dato, Til dato, 1980, 1980, 1981, 1981, 1982, 1982, 1983, 1983, 1984, 1984, 1985, 1985, 1986, 1986, 1987, 1987, 1988, 1988, 1989, 1989, 1990, 1990, 1991, 1991, 1992, 1992, 1993, 1993, 1994, 1994, 1995, 1995, 1996, 1996, 1997, 1997, 1998, 1998, 1999, 1999, 2000, 2000, 2001, 2001, 2002, 2002, 2003, 2003, 2004, 2004, 2005, 2005, 2006, 2006, 2007, 2007, 2008, 2008, 2009, 2009, 2010, 2010

    https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/ledighed-og-beskaeftigelsesoplysninger-der-vedroerer-ida-personer/ledar

    EJERFORHKOD

    Navn, EJERFORHKOD , Beskrivende navn, Ejerforholdskode , Gyldighed, Gyldig fra: 01-01-1984, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Kode for ejerforholdet til en ejendom. Ejerforholdet er registreret for hver enkelt ejer af ejendommen. , Oplysningerne fås fra SKat, hvor de danner grundlag for opkrævning af ejendomsskatter og forskellige afgifter., Der er for få ejendomme i registret i 1992 ., Detaljeret beskrivelse, Kode for ejerforholdet til en ejendom, Værdien af ejerforholdskoden angiver, hvem der ejer ejendomme. , 0 Ikke udfyldt, 10 Privatpersoner, inkcl I/S, 20 Almennyttige boligselskaber inkcl. A/S almennyttige boligselskaber, 30 A/S, anpartselskaber og andre selskaber (bBeskattes ikke efter personbeskatningsregler), 40 Foreninger, legater og selvejende institutioner, 41 Private andelsboliforeninger, 50 Den kommune, hvor ejendommen er beliggende, 60 Anden primærkommune, 70 Amtskommune (til og med 2006) , 80 Staten, 90 Andre, herunder moderejendomme for ejerlejligheder samt ejendomme, der ejes af flere typer , Der er for få ejendomme i registret i 1992 . , Bilag, Graf, Tabel, Populationer:, Ejere af ejendomme, Populationen angiver antal ejere af ejendomme inklusive ejerlejligheder pr. 1. oktober i det pågældende år., Værdisæt, D460207.TXT_EJFORH - Ejerforholdskode, Kode, tekst, Fra dato, Til dato, 00, 17-12-1770, 10, 17-12-1770, 20, 17-12-1770, 30, 17-12-1770, 40, 17-12-1770, 41, 17-12-1770, 50, 17-12-1770, 60, 17-12-1770, 70, 17-12-1770, 80, 17-12-1770, 90, 17-12-1770

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

    AKTIV_PASSIV_KD

    Navn, AKTIV_PASSIV_KD , Beskrivende navn, Aktiv passiv kode , Gyldighed, Gyldig fra: 01-01-2006, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Fejlsøgningsvariabel, der angiver om den enkelte handel medtages i Ejendomsstatistikken eller ej på kørselstidspunktet., Detaljeret beskrivelse, Fejlsøgningsvariabel, som dannes internt i Ejendomssalgsstatistikken siden 2006 og frem. Variablen anvendes kun i Ejendomssalgsstatistikken., Der skelnes mellem aktive og passive records. De aktive records indgår i Ejendomssalgsstatistikken, mens de passive records ikke indgår., Der skal gælde følgende for, at en record får status som aktiv:, - KOM_KD skal være gyldig, dvs. mellem 1 og 860 (begge inkl.), - EJD_NR skal være større end 0, - KONT_OMREGN_DATO skal være større end 31. december 1991 og mindre end eller lig med KOERSEL_DATO, - SALGS_LB_NR skal være gyldig, dvs. større end eller lig med 1, - OVERDRAG_KD skal være gyldig, dvs. mellem 1 og 4 (begge inkl.), - KOEBESUM større end eller lig med nul, Hvis en eller flere af disse betingelser ikke er opfyldt får recorden status som passiv., Antal handler som medtages i statistikken (AKTIV_PASSIV_KD=1) følger udviklingen i det samlede antal ejendomshandler, og falder kraftigt i årene 2007-2008 i forbindelse med finanskrisen. Det er meget få handler, der får status som passive., Bilag, Graf, Tabel, Populationer:, Ejendomssalg, Populationen omfatter alle tinglyste handler af fast ejendom. Selskabshandler der indeholder fast ejendom tinglyses dog ikke, hvorfor populationen ikke omfatter enhver overdragelse af fast ejendom., Værdisæt, U560001.TXT_AKTIV_PASSIV_KD - Aktiv passiv kode, Kode, tekst, Fra dato, Til dato, 0, Passiv, 01-01-2006, 1, Aktiv, 01-01-2006

    https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/ejendomssalg/aktiv-passiv-kd

    Hjælp til søgning

    Få hjælp til at finde den rette statistik.

    Kontakt Informationsservice

    For forskere

    Søg separat i variable eller højkvalitetsdokumentation.

    Variable

    Højkvalitetsdokumentation