Erhvervsstatistisk Datavarehus - indhold og forskningspotentiale

Transkript

1 Erhvervsstatistisk Datavarehus - indhold og forskningspotentiale DeiC konference 2018: Building the digital infrastructure for future research Peter Bøegh Nielsen Danmarks Statistik

2 Danish Research Data for the Social Sciences (DRDS) Forskningsinfrastrukturprojektet løber med et budget på 83,5 mio. kr. 11 deltagende forskningsinstitutioner, herunder Danmarks Statistik Tre største delprojekter: Etablering af Erhvervsstatistisk Datavarehus med adgang til anonymiserede mikrodata Valgdatabase overføres og driftes fremadrettet af Danmarks Statistik Opbygning af et elev-lærerregister 2

3 Hvorfor kobling af mikrodata? Etablere ny viden uden ny dataindsamling Øget udnyttelse af allerede indsamlede oplysninger gennem kobling af registre/kilder Mindsket indberetterbyrde. Mulig tilpasning af spørgeskemaer med fokus på indsamling af oplysninger, der ikke findes i statistikregistre 3

4 Kendetegn for erhvervsstatistik Få administrative registre med totaldækning Primært spørgeskemaundersøgelser baseret på stikprøver Ikke observerede oplysninger for alle enheder Komplicerede og dynamiske enhedsstrukturer Grænseoverskridende aktiviteter Stor heterogenitet blandt virksomheder: branche størrelse ejerform eksportør 4

5 Udgangspunkt: Produktsiloer Industriens produktion og salg af varer Virksomhedernes ITanvendelse Udenrigshandel med varer Forskning, udvikling og innovation Regnskabsstatistik Det Erhvervsstatistiske register 5

6 Silostatistikker giver tunnelsyn 6 6

7 Udfoldning af virksomheden som black box (1) Salg After sales service Produktion Forskning og udvikling IT-service Administration 7

8 Udfoldning af virksomheden som black box (2) Firma 5: Engroshandel Firma 6: Call center Firma 1: Industri Firma 2: Forskning og udvikling Firma 3: IT-service Firma 4: Vikarbureau 8

9 Målsætning: Integreret datavarehus Datakonfrontation Regnskabsstatistik Forskning, udvikling og innovation Udenrigshandel med varer Virksomhedernes ITanvendelse Industriens produktion og salg af varer Datakonfrontation Det Erhvervsstatistiske Register Enhedsharmonisering Identitet over tid 9

10 Enhedsproblematik No match mellem statistikkilder Forskellige enhedstyper (statistiske/administrative enheder) Forskellige observationsenheder, fx i koncerner, eller fællesafregnende enheder Forskelle i afgrænsninger mellem statistikker (fx brancheafgrænsninger eller cut-off) Anvendelse af forskellige erhvervsregisterversioner 10

11 Datakonsistens Indførelse af konsistenscheck af de (udvalgte) indberettede data på tværs af statistikkerne Muligheder Definitionsforskelle (f.eks. Omsætning) Periodeafgrænsning Indberetningsfejl (= opretning, enten via genkontakt eller på baggrund af anden viden) Målsætning: Datakonsistens skal implementeres upfront i selve produktionen for at hindre divergens mellem publicerede totaler og datavarehustotaler 11

12 Longitudinalitet Demografiske relationer over tid versus tidspunkt Ændring i registreringsenhed over tid: Ejerforhold Beliggenhed Aktivitet (branche) Beskæftigelsessammensætning Bagatelgrænse medfører populationsændringer (nye/døde) Ændringer (fx branche eller størrelse) kan medføre ændringer i given statistikpopulation 12

13 Hvilke statistikker tænkes Datavarehuset at indeholde? Erhvervsstatistisk Register (ESR) Regnskabsstatistik og Generel Firmastatistik Erhvervsdemografi (nye og ophørte virksomheder) Erhvervsbeskæftigelsen Udenrigshandel med varer (og tjenester) (årsversion) Forskning, Udviklings- og Innovationsstatistik Virksomhedernes IT anvendelse FATS statistikkerne (udenlandsk ejede firmaer i DK, danske datterselskaber i udlandet) Global Value Chain undersøgelserne (international sourcing mv) Industriens Køb og salg af varer (årsversionen) 13

14 Mulige fremtidige konsekvenser for statistikproduktionen Fundament: Identiske virksomheder på tværs af statistikkerne Positiv koordinering af stikprøver Metodiske udfordringer: Additive og ikke-additive variable Observerede vs. imputerede værdier 14

15 Udviklingsmuligheder Kobling til andre enhedsniveauer (arbejdssteder, faglige enheder) Kobling til personstatistik Udvidelse med nye registermuligheder (Deltagerregister) Udvidelse med flere statistikregistre Etablering af bagudrettet tidsserie? 15

16 Regler for adgang til afidentificeret mikrodata via Forskningsservice 1. Autorisation af institutionen 2. Godkendelse af forskere 3. Afklaring af pris og leverancebetingelser 4. Godkendelse af projektbeskrivelse Beskrivelse af formål, angivelse af population og registre samt periode data ønskes for Kun data efter need to know -princippet Erhvervsdata: 1 årsregel for erhvervsdata indeholdende økonomiske variable, dvs. data et år efter referenceperioden Detaljerede produktdata fx udenrigshandel underkastes diskretionering før de stilles til rådighed 5. Data dannes og overføres til forskerserver/hosted server 6. Aggregerede resultater må hjemtages efter gældende regler (se: ww.dst.dk/da/tilsalg/forskningsservice/vejledninger)

17 De to effekter for forskningen af et fuld implementeret Datavarehus 1) Øget kvalitet i forskningen 2) Nye forsknings spørgsmål som få andre kan besvar Globalisering Produktivitet Jobskabelse Servicification Iværksætteri.

18 Tak for din opmærksomhed Peter Bøegh Nielsen Danmarks Statistik