Søgeresultat

Verdensmål Indikator: 3.9.3 - Dødelighed - utilsigtet forgiftning

Døde af utilsigtet forgiftning (pr. 100.000 personer), Område: , I alt,   |  Enhed: , Pr. 100.000 personer, Enhed: Pr. 100.000 personer, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, I alt, 4,1, 3,9, 4,4, 3,9, 4,5, 4,5, 3,9, 4,2, 4,3, 4,0, 3,9, Download data, Forklaring, Antallet af personer, der er døde af utilsigtet forgiftning er sat i forhold til 100.000 personer i befolkningen. Indikatoren er baseret på FN's definition, og , dækker over tre dødsårsager: , Forgiftning med uvis omstændighed, Forgiftningsulykker med lægemidler , Forgiftningsulykker med narkotika, psykodysleptika og psykotrope stoffer, Andre forgiftningsulykker, Tallene er hentet fra Sundhedsstyrelsens , Sundhedsdatabank, den, 24. marts 2026. Kilde: Oversigt over dødsårsager 2002-2024 (udgivet den 27. februar 2026)., Senest opdateret:, 25-03-2026

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/03-sundhed-og-trivsel/delmaal-09/indikator-3

Verdensmål Indikator: 9.2.2 - Beskæftigelse i fremstillingsindustri

Industriens beskæftigelse som andel af samlet beskæftigelse (procent), Område: , I alt,   |  Enhed: , Pct., Enhed: Pct., 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, 2025, I alt, 10,4, 10,4, 10,2, 10,1, 9,9, 9,9, 9,9, 9,9, 9,8, 9,7, 9,6, 9,6, 9,6, 9,7, 9,9, 9,9, Download data, Forklaring, Indikatoren er beregnet af Danmarks Statistik på basis af nationalregnskabet, som fremstillingsindustriens beskæftigelses andel af den samlede beskæftigelse. Indikatoren er således i overensstemmelse med principperne i de internationale nationalregnskabsmanualer ESA2010 og SNA2008., Senest opdateret:, 08-04-2026

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/09-industri-innovation-og-infrastruktur/delmaal-02/indikator-2

Urbaniseringsgrad (DEGURBA) - Eurostat, v1:2012

Navn: , DEGURBA_EU_V1_2012 , Beskrivelse: , Urbaniseringsgrad (DEGURBA) er en klassifikation som inddeler administrative områder (kommuner) efter befolkningstæthed. Klassifikationen følger Eurostat's Degree of Urbanisation (, DEGURBA, ) og inddeles i de tre følgende typer af områder: , Cities,  (densely populated areas): , - At least 50% of the population lives in urban centres. , Towns and suburbs,  (intermediate density areas): , - At least 50% of the population lives in urban clusters and , - Less than 50% of the population lives in urban centres. , Rural areas,  (thinly populated areas): , - At least 50% of the population lives in rural grid cells., Gyldig fra: , 1. januar 2012 , Kontor: , Befolkning og Uddannelse , Kontaktperson: , Dorthe Larsen, , dla@dst.dk, , tlf. 23 49 83 26 , Koder og kategorier, Koder og kategorier er kun tilgængelige på engelsk, Alle versioner, Navn, Gyldig fra, Gyldig til, Urbaniseringsgrad (DEGURBA) - Eurostat, v1:2012, 1. januar 2012, Fortsat gyldig

https://www.dst.dk/da/Statistik/dokumentation/nomenklaturer/degurba-eu

Verdensmål Indikator: 8.6.1 - Unge i NEET

Andelen af 15-24 årige, som hverken er i uddannelse, arbejde eller træning (NEET), Enhed: , Pct., Enhed: Pct., 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, Køn i alt, 6,4, 7,0, 6,7, 7,6, 7,7, 7,7, 7,5, 7,1, 6,8, 7,2, 6,9, Mænd, 6,8, 7,1, 7,5, 7,5, 7,8, 8,0, 7,7, 7,1, 6,6, 7,3, 6,6, Kvinder, 6,0, 6,9, 5,9, 7,6, 7,6, 7,4, 7,2, 7,2, 7,0, 7,0, 7,2, Download data, Forklaring, Indikatoren måler andelen af unge mellem 15 og 24 år, der er NEET (Not in Employment, Education, or Training), dvs. som hverken er i uddannelse, arbejde eller træning. , Kilde: , Arbejdskraftundersøgelsen, , Danmarks Statistik. Tallene er hentet fra FN's globale database om verdensmålene., Senest opdateret:, 31-03-2026

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/08-anstaendige-jobs-og-oekonomisk-vaekst/delmaal-06/indikator-1

Statistikdokumentation: Miljø og energi

Statistikdokumentationen beskriver statistikkens indhold og kvalitet., Statistikdokumentation fordelt på emner, Borgere, Arbejde og indkomst, Økonomi, Sociale forhold, Uddannelse og forskning, Erhvervsliv, Transport, Kultur og fritid, Miljø og energi, Miljø og energi, Areal, Arealregnskab, Energiforbrug og energipriser, Brug af brænde og anden biomasse til opvarmning i boliger og fritidshuse, El- og naturgaspriser, Industriens energiforbrug, Naturgas ugentlig (eksperimentel statistik), Pris på nordsøolie, Miljøstatistik, Afgørelse efter miljølovene (Ophørt), Ozonlagets tilstand (Ophørt), Udslip af drivhusgasser og forsurende stoffer (Ophørt), Vildtudbyttet (Ophørt), Grønt Nationalregnskab , Affaldsregnskab, Arealregnskab, Detaljeret materialestrømsregnskab (fysiske supply-usetabeller), Emissionsregnskab, Energiregnskab for Danmark, Grønne varer og tjenester, Industriens miljøbeskyttelsesudgifter, Klimaaftryk (eksperimentel statistik), Materialestrømsregnskab, Miljømultiplikatortabeller, Miljøøkonomisk regnskab for Danmark (Afsluttet), Offentlig miljøbeskyttelse, grønne afgifter og miljøstøtte, Olie og naturgas i Nordsøen, Ressourceproduktivitet (Afsluttet), Ressourceregnskab for fisk og skaldyr, Ressourceregnskab for skov, Vand og spildevand, Økologi, Detailomsætningen af økologiske fødevarer, Landbrugs- og gartneritællingen, Mælk og mejeriprodukter, Regnskabsstatistik for jordbrug, Salg af føde- og drikkevarer til foodservice, Udenrigshandel med økologiske varer, Ægproduktion, Økonomien i landbrugets produktionsgrene

https://www.dst.dk/da/Statistik/dokumentation/statistikdokumentation?subject=9

Verdensmål Indikator: 9.2.1 - Fremstillingsindustriens merværdi

Industriens bruttoværditilvækst som andel af den samlede bruttoværditilvækst (procent), Område: , I alt,   |  Enhed: , Pct., Enhed: Pct., 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, 2025, I alt, 12,6, 12,7, 13,0, 13,6, 13,6, 14,4, 14,9, 15,0, 15,0, 15,4, 14,8, 14,4, 14,6, 18,5, 20,2, 21,1, Download data, Forklaring, Indikatoren er beregnet af Danmarks Statistik på basis af nationalregnskabet, som fremstillingsindustriens værditilvæksts andel af den samlede værditilvækst opgjort i løbende priser. Indikatoren er således i overensstemmelse med principperne i de internationale nationalregnskabsmanualer ESA2010 og SNA2008., Senest opdateret:, 08-04-2026

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/09-industri-innovation-og-infrastruktur/delmaal-02/indikator-1

Verdensmål Indikator: 10.4.1 - Arbejdskraftens andel af BNP

Arbejdskraftens andel af BNP (procent), Område: , I alt,   |  Enhed: , Pct., Enhed: Pct., 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, 2025, I alt, 52,6, 52,3, 51,6, 51,4, 51,3, 51,6, 51,5, 51,0, 51,5, 51,8, 52,0, 50,1, 48,3, 51,3, 51,4, 51,4, Download data, Forklaring, Indikatoren er beregnet af Danmarks Statistik på basis af nationalregnskabet. Indikatoren er således i overensstemmelse med principperne i de internationale nationalregnskabsmanualer ESA2010 og SNA2008. Indikatoren er beregnet som aflønning af ansatte delt med BNP. Indikatoren stemmer overens med FN's definition., Senest opdateret:, 08-04-2026

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/10-mindre-ulighed/delmaal-04/indikator-1

Analyser: Usikkerhed ved opgørelse af udviklingen i boligpriser

Da udviklingen på boligmarkedet har stor betydning for mange danskere og for den danske økonomi, er der ofte stor interesse for udviklingen i boligpriserne, som opgøres af Danmarks Statistik hvert kvartal. Ofte tillægges selv små ændringer stor betydning, selvom tallene er behæftet med usikkerhed. Denne analyse sætter tal på den statistiske usikkerhed for det officielle kvartalsvise prisindeks for enfamiliehuse og ejerlejligheder., Analysens hovedkonklusioner:,  , Usikkerheden for den kvartalsvise prisudvikling på landsplan er +/- 1,1 procentpoint for enfamiliehuse og +/- 1,7 procentpoint for ejerlejligheder. Usikkerheden skal ses i forhold til, at prisudviklingen typisk er lille fra et kvartal til det næste., Usikkerheden er større for ejerlejligheder end for enfamiliehuse, fordi der sælges færre ejerlejligheder. Usikkerheden er større på regionalt niveau end på landsplan, da handlerne er færre., Usikkerheden er vigtig at tage med i betragtning, særligt når ændringerne fra kvartal til kvar­tal vurderes. Udviklingen over længere tidsperioder er i mindre grad påvirket af statistisk usikkerhed., Hent som pdf, Usikkerhed ved opgørelse af udviklingen i boligpriser, Kolofon, Usikkerhed ved opgørelse af udviklingen i boligpriser, Emnegruppe: Økonomi, Udgivet: 7. oktober 2016 kl. 09:00, Nr. 2016:15, ISSN pdf: 2446-0354, Kontakt:, Jakob Holmgaard, Telefon: 24 87 64 56

https://www.dst.dk/analyser/27505-usikkerhed-ved-opgoerelse-af-udviklingen-i-boligpriser

Analyse

Analyser: Forældrekøb - hvem er de unge? - og forældrene?

Man har i pressen ofte kunnet læse om de såkaldte forældrekøb, hvor forældrene køber en ejerlejlighed og så udlejer den til sønnen eller datteren. Særligt for studerende i de store uddannelsesbyer kan det være en stor fordel at få adgang til en lejlighed, hvilket ellers kan være svært. Samtidig kan en forældrekøbt lejlighed være relativt billig for den unge, der ofte vil kunne modtage boligydelse., Denne analyse giver et bredt signalement af såvel de pågældende unge som deres forældre på baggrund af Danmarks Statistiks registre.  , Analysens hovedkonklusioner: , De unge, der bor i lejligheder, som er købt til dem af forældrene, er oftest mellem 21 og 25 år gamle. Flertallet af de unge er kvinder, og de bor typisk alene. De unge er næsten alle af dansk oprindelse., Forældrene, der foretager forældrekøb, er generelt væsentligt mere økonomisk velstillede end gennemsnittet - det gælder såvel målt efter indkomst som efter formue. De er langt of­tere selvstændige eller lønmodtagere på højeste niveau end resten af befolkningen., Lejlighederne ligger alt overvejende i de store uddannelsesbyer, og er i gennemsnit 1,25 mio. kr. værd., Hent som pdf, Forældrekøb - hvem er de unge? - og forældrene?, Kolofon, Forældrekøb - hvem er de unge? - og forældrene?, Emnegruppe: Arbejde og indkomst, Udgivet: 1. december 2016 kl. 09:00, Nr. 2016:24, ISSN pdf: 2446-0354, Kontakt:

https://www.dst.dk/analyser/28073-foraeldrekoeb-hvem-er-de-unge-og-foraeldrene

Analyse

Analyser: Boligejerskab kan forklare en stor del af formueuligheden

Mens indkomstfordelingen blandt de danske husholdninger er en af de mest lige i OECD, så er fordelingen af husholdningernes formuer mere ulige., Formue i fast ejendom er den største komponent i husholdningernes formue, og boligejere har en samlet nettoformue, der er 8 gange større end boliglejernes. Samlet er boliger det aktiv i husholdningernes formue, som i 2014 betyder mest for uligheden i formuefordelingen., Analysens hovedkonklusioner: , Familier, der er boligejere, har i gennemsnit en nettoformue, der er 8 gange højere end lejerne, mens de i gennemsnit har en indkomst, der er dobbelt så stor som lejernes. , Forskelle i indkomst, alder, uddannelsesmæssig baggrund og ægteskabelig status mellem boligejere og lejere kan kun delvist forklare formuegabet. , Uligheden i nettoformue kan tilskrives omtrent lige store bidrag fra pensioner, andre finan-sielle aktiver og boligformue/gæld. , Hent som pdf, Boligejerskab kan forklare en stor del af formueuligheden, Kolofon, Boligejerskab kan forklare en stor del af formueuligheden, Emnegruppe: Arbejde og indkomst, Udgivet: 20. december 2016 kl. 09:00, Nr. 2016:28, ISSN pdf: 2446-0354, Kontakt:, Katja Møller Hjelvang, Telefon: 28 18 48 47

https://www.dst.dk/analyser/28126-boligejerskab-kan-forklare-en-stor-del-af-formueuligheden

Analyse