Christophe Kolodziejczyk og Kræn Blume Jensen. Kommunernes tilkendelse af førtidspension og visitering til fleksjob En opfølgende analyse
|
|
- Arne Bjerregaard
- 8 år siden
- Visninger:
Transkript
1 Christophe Kolodziejczyk og Kræn Blume Jensen Kommunernes tilkendelse af førtidspension og visitering til fleksjob En opfølgende analyse
2 Publikationen Kommunernes tilkendelse af førtidspension og visitering til fleksjob En opfølgende analyse kan downloades fra hjemmesiden AKF, Anvendt KommunalForskning Nyropsgade København V Telefon: Fax: akf@akf.dk 2010 AKF og forfatterne Mindre uddrag, herunder figurer, tabeller og citater, er tilladt med tydelig kildeangivelse. Skrifter, der omtaler, anmelder, citerer eller henviser til nærværende, bedes sendt til AKF. Omslag: Phonowerk, Lars Degnbol Forlag: AKF ISBN: i:\..\forlaget\kbj\2899\notat\2899_notat_førtidspension_fleksjob_analyse.docx Juli 2010 AKF, Anvendt KommunalForskning AKF s formål er at levere ny viden om væsentlige samfundsforhold. Hovedvægten ligger på forskning i velfærds- og myndighedsopgaver i kommuner og regioner. Det overordnede mål er at kvalificere beslutninger og praksis i det offentlige.
3 Christophe Kolodziejczyk og Kræn Blume Jensen Kommunernes tilkendelse af førtidspension og visitering til fleksjob En opfølgende analyse AKF, Anvendt KommunalForskning 2010
4 Forord De seneste mange år har ledigheden i Danmark været markant faldende, men samtidig har antallet af personer på førtidspension og for så vidt også i fleksjob været stigende. AKF har på den baggrund i 2009 udgivet en rapport, hvor der blev sat fokus på kommunernes tilkendelse af førtidspension og visitering til offentlige fleksjob. Undersøgelsen dokumenterede, at der var store kommunale forskelle i denne tilkendelse og visitering. Som en opfølgning på analysen fremlægges i dette notat en lignende analyse, men her inkluderes også andre typer af fleksjob. Analysen er udført af forsker Christophe Kolodziejczyk og seniorforsker Kræn Blume Jensen. Kræn Blume Jensen har været projektleder og har stået for udarbejdelsen af notatet. Christophe Kolodziejczyk har været ansvarlig for dataarbejdet og de statistiske analyser. Resultaterne fra den primære undersøgelse er præsenteret i rapporten Kommunernes tilkendelse af førtidspension og visitering til fleksjob, som er tilgængelig på AKF s hjemmeside. Kræn Blume Jensen Juni 2010
5 Indhold Sammenfatning Baggrund og motivation Det anvendte datagrundlag Målgruppen og de centrale begreber De generelle, forklarende faktorer Demografiske karakteristika Empirisk metode Undersøgelsens resultater Rangordning af kommunerne Konklusion Litteratur Bilag 1: Branchekategorier Bilag 2: Estimationsresultater Bilag 3: Empirisk metode... 24
6
7 Sammenfatning I 2009 gennemførte AKF en undersøgelse af kommunernes brug af førtidspension og offentlige fleksjob. Målet med undersøgelsen var at benchmarke kommunerne i forhold til deres tilkendelse af førtidspension og visitering til fleksjob, således at kommunerne kunne rangordnes efter deres tilkendelse af førtidspension og visitering til fleksjob. I dette notat gennemføres den samme undersøgelse, men undersøgelsen udvides således, at alle typer af fleksjob indgår. Undersøgelsen i dette notat omfatter derfor både offentlige, private og selvstændige fleksjob samt fleksjob uden angivelse. Undersøgelsen bygger på AKF s Forskningsdatabase hos Danmarks Statistik, som omfatter alle personer i Danmark i perioden I tilknytning hertil inddrages DREAMdatabasen med henblik på at beskrive indkomstoverførselsforløbet samt Ankestyrelsens tilkendelsesregister i datamaterialet. I undersøgelsen lægges der særlig stor vægt på at kontrollere for borgernes helbredstilstand, således at benchmarkingen af kommunerne i forhold til deres tilkendelse af førtidspension og visitering til fleksjob er renset for effekten af forskelle i borgernes sundhedstilstand i forskellige kommuner. Således anvendes informationer om borgernes sundhedstilstand fra både Sygesikringsregistret (lægebesøg og besøg hos speciallæger), Lægemiddeldatabasen (medicinforbrug) samt Sygehusbenyttelsesregistret (hospitalsindlæggelser). Rangordningen af kommunerne på baggrund af deres tilkendelse af førtidspension og visitering til fleksjob, når der tages højde for borgernes demografi, arbejdsmarkedstilknytning og helbredsforhold, inddeler kommunerne i fem grupper, hvor gruppe 1 omfatter de kommuner, som visiterer væsentligt mindre, end man kunne forvente, og gruppe 5 omfatter de kommuner, som visiterer væsentligt mere, end man kunne forvente. Gruppe 2-4 placerer sig ind imellem gruppe 1 og 5. Store kommuner som København, Århus, Aalborg og Odense placerer sig ganske forskelligt i rangordningen af kommunerne. Mens København og Aalborg tilkender og visiterer mindre til førtidspension og fleksjob, end man kunne forvente (gruppe 2), tilkender og visiterer Odense (gruppe 4) og især Århus (gruppe 5) mere end man kunne forvente, når der kontrolleres for borgernes demografi, arbejdsmarkedstilknytning og helbredsforhold. Når resultaterne fra undersøgelsen i dette notat, hvor alle typer af fleksjob indgår, sammenlignes med rangordningen fra den oprindelige undersøgelse, hvor kun offentlige fleksjob indgår, fremgår det, at rangordningen af kommunerne ikke ændres væsentligt, som følge af at flere typer af fleksjob inkluderes i undersøgelsen. Nogle kommuner skifter plads i rangordningen, men det er typisk til nabogruppen (fx fra gruppe 1 til gruppe 2 eller modsat). Fire kommuner foretager dog et større spring end blot til nabogruppen. Det drejer sig om Frederiksværk-Hundested, Jammerbugt, Morsø samt Køge Kommune. Store kommuner som København, Århus, Aalborg og Odense har ikke skiftet gruppe. 7
8 1 Baggrund og motivation I 2009 udgav AKF en rapport, hvor der blev sat fokus på kommunernes tilkendelse af førtidspension og visitering til offentlige fleksjob (Kolodziejczyk, 2009). Undersøgelsen dokumenterede, at der var store kommunale forskelle i tilkendelsen af førtidspension og visiteringen til offentlige fleksjob. Endvidere bidrog undersøgelsen fra 2009 med en rangordning af kommunerne på baggrund af i hvor høj grad den enkelte kommune tilkendte og visiterede mere eller mindre end man kunne forvente, når man tog højde for borgersammensætningen og rammebetingelserne i den enkelte kommune. På baggrund af denne rangordning, blev kommunerne inddelt i fem grupper, hvor gruppe 1 indeholder de 20% kommuner, der førtidspensionerer og visiterer væsentligt mindre end forventet, og gruppe 5 indeholder de 20% kommuner, der førtidspensionerer og visiterer væsentligt mere end forventet. Gruppe 2-4 befinder sig imellem gruppe 1 og gruppe 5. Som en opfølgning på den primære undersøgelse fremlægges i dette notat en gentagelse af den tidligere gennemførte undersøgelse, men hvor flere typer af fleksjob inkluderes. Således inkluderer undersøgelsen i dette notat både offentlige, private og selvstændige fleksjob samt fleksjob uden angivelse. Fokus her i notatet vil være på, hvorledes rangordningen af kommunerne ændres, når flere typer af fleksjob inkluderes. En del af de mere detaljerede forklaringer og redegørelser for det anvendte datamateriale er ikke gentaget i denne opfølgende analyse, og der foretages derfor her indledningsvist en generel henvisning til den tidligere undersøgelse (se Kolodziejczyk, 2009). Notatet er opbygget på følgende vis: I afsnit 2 præsenteres det anvendte datamateriale og i afsnit 3 den empiriske metode. I afsnit 4 præsenteres resultaterne fra analysen med hovedvægt på rangordningen af kommunerne, og hvorledes rangordningen af kommunerne ændres som følge af, at flere typer fleksjob inkluderes, og endelig i afsnit 5 gives en kortfattet konklusion. 8
9 2 Det anvendte datagrundlag De empiriske analyser i rapporten bygger på AKF s Forskningsdatabase hos Danmarks Statistik. Databasen omfatter alle personer i Danmark i perioden og bygger på en lang række delregistre, herunder personstatistikken, indkomststatistikken, IDA, AMFORA mv. I tilknytning hertil inddrages DREAM-databasen med henblik på at beskrive indkomstoverførselsforløbet. DREAM-databasen beskriver indkomstoverførsler til den enkelte på ugeniveau og er registreret på baggrund af CPR-nummer og kan derfor tilknyttes AKF s Forskningsdatabase. Endvidere inddrages Ankestyrelsens tilkendelsesregister i datamaterialet. Tilkendelsesregistret anvendes til identifikation af, hvem der tilkendes førtidspension, ansøgningsgrundlaget, hvad diagnosen har været, sagsbehandlingstiden samt en række andre faktorer, som giver et indblik i kommunernes praksis på førtidspensionsområdet. Tilkendelsesregistret er ligeledes registreret på baggrund af CPR-nummer og kan derfor tilknyttes AKF s registerbaserede databaser. Med henblik på at kontrollere for borgernes helbredstilstand anvendes endvidere oplysninger omkring helbredstilstanden på individniveau i form af informationer fra Sygesikringsregistret (lægebesøg og besøg hos speciallæger), Lægemiddeldatabasen (medicinforbrug) samt Sygehusbenyttelsesregistret (hospitalsindlæggelser). Sidst, men ikke mindst, inddrages oplysninger med henblik på at beskrive kommunernes rammebetingelser. Disse oplysninger er aggregerede oplysninger på kommuneniveau. Analysen er for såvel 2006 og 2007 gennemført med udgangspunkt i den nye kommuneinddeling 1. Idet Roskilde og Hillerød Kommuner i det anvendte datamateriale ikke har indberettet oplysninger til Ankestyrelsen omkring tilkendelser af førtidspension for 2007, er disse kommuner udeladt i undersøgelsen. Tilsvarende er Læsø, Ærø, Samsø og Fanø på grund af deres størrelse og særegne forhold udeladt i undersøgelsen. Således omfatter analysen 92 ud af landets 98 kommuner. 2.1 Målgruppen og de centrale begreber Analyserne sondrer mellem personer, der tilkendes førtidspension eller visiteres til fleksjob i 2006/2007, og dem som ikke gør. Grundpopulationen for analyserne er personer i alderen år, som omfatter både danskere, indvandrere og efterkommere. Undersøgelsen omfatter alene personer, der var at risk i forhold til at modtage førtidspension eller blive visiteret til fleksjob ved indgangen til Det betyder, at personer der allerede var førtidspensionister eller modtagere af anden pension eller allerede var modtagere af fleksydelse ved indgangen til 2006, ikke indgår i analysen. 1 Nogle få kommuner blev ved kommunalreformen delt op. Danmarks Statistik leverer ikke koder, der gør det muligt nøjagtigt at henføre de forskellige dele af en opdelt kommune til den kommune, som den respektive del er blevet lagt sammen med. For de opdelte kommuner vil hele kommunen derfor blive henført til den sammenlagte kommune, som hovedparten af kommunen er kommet til at høre til. 9
10 Såfremt en person, i henhold til tilkendelsesregistret, tilkendes førtidspension i løbet af 2006/2007, kategoriseres personen som nytilkendt førtidspensionist. Såfremt en person visiteres til fleksjob, i henhold til DREAM-registret 2, i løbet af 2006/2007, kategoriseres personen som nytilkendt fleksjobber. Hver person indgår kun i datamaterialet med en observation, og datamaterialet kan på den baggrund inddeles i tre subpopulationer: Personer, der tilkendes førtidspension eller visiteres til fleksjob i Personer, der tilkendes førtidspension eller visiteres til fleksjob i Personer, der ikke tilkendes førtidspension eller visiteres til fleksjob i 2006/2007. Omfanget af nytilkendelser af førtidspension og visitering til fleksjob i løbet af 2006 og 2007 er beskrevet i tabel 2.1. Tabel 2.1 Nytilkendelser af førtidspension og fleksjob i 2006 og 2007 Antal Procent Tilkendes førtidspension i ,49 Tilkendes førtidspension i ,41 Tilkendes førtidspension i alt ,90 Visitering til fleksjob ,35 Visitering til fleksjob ,28 Visitering til fleksjob i alt ,63 Samlet antal nytilkendelser af førtidspension og fleksjob i alt ,52 Antal personer i datamaterialet ,00 Kilde: AKF's registre, DREAM og Ankestyrelsens tilkendelsesregister. Anm.: Førtidspension bygger på tilkendelsesregistret for tilkendelse af førtidspension. Roskilde og Hillerød Kommuner har ikke indberettet til tilkendelsesregistret og indgår derfor ikke i datamaterialet. Fleksjob bygger på DREAM-oplysninger for påbegyndt udbetaling af fleksydelse med en varighed på mere end fire uger. Som det fremgår af tabellen er det ca. 1,5%, der tilkendes førtidspension eller visiteres til fleksjob i løbet af den toårige periode Igennem hele undersøgelsen behandles tilkendelse af førtidspension og visitering til fleksjob under ét. Man skal i den forbindelse være opmærksom på, at da personer kun indgår i analysen med én observation, vil det betyde, at personer, som fx visiteres til fleksjob i 2006 og efterfølgende tilkendes førtidspension i 2007, kun indgår i datamaterialet med den observation, der knytter sig til visitering til fleksjob 3. 2 Personen skal påbegynde modtagelse af fleksydelse, og ifølge DREAM modtage fleksydelse i mindst fire sammenhængende uger, før det i analysen kategoriseres som en nytilkendelse. Følgende DREAM-koder inkluderes i relation til fleksjob: 771 (fleksjob, offentlig arbejdsplads), 772 (fleksjob, privat arbejdsplads), 773 (fleksjob, selvstændige) og 779 (fleksjob, uoplyst). 3 Det bør nævnes, at de præsenterede tal i tabel 2.1 ikke er fuldt sammenlignelige med de tilsvarende tal i Ankestyrelsens publikationer, jf. Ankestyrelsen (2007, 2008). Det skyldes, at datamaterialet i denne undersøgelse er afgrænset i forhold til det oprindelige datamateriale. 10
11 2.2 De generelle, forklarende faktorer I den empiriske analyse anvendes en række forklarende faktorer. Overordnet set kan de forklarende faktorer inddeles i faktorer, der relaterer sig til hhv. demografiske karakteristika, uddannelse og arbejdsmarkedstilknytning, branchetilhørsforhold, helbredssituation og kommunale rammebetingelser. I de estimerede modeller er de forklarende faktorer som udgangspunkt lagget to år. Det vil sige, at for tilkendelser af førtidspension eller visitering til fleksjob i år t anvendes forklarende faktorer fra t-2. I det følgende gives en kort beskrivelse af de forklarende faktorer. For en mere detaljeret beskrivelse henvises til Kolodziejczyk m.fl. (2009). Demografi De demografiske karakteristika omfatter først og fremmest personens alder i form af en række indikatorvariabler, om personen er indvandrer, om personen er efterkommer, samt hvorvidt personen bor alene. Derudover inddrages en variabel, der beskriver antallet af børn i alderen 0-17 år samt en indikator for, hvorvidt personen har førskolebørn (0-6 år). Uddannelse og arbejdsmarkedstilknytning Der inddrages fire indikatorvariabler til at beskrive det højest fuldførte uddannelsesniveau, hhv. gymnasium, erhvervsfaglig uddannelse, kort videregående uddannelse og længere videregående uddannelse. Det betyder, at personer uden en markering i en af disse fire uddannelsesvariabler ikke har en uddannelse ud over grundskolen. Derudover inddrages erhvervserfaring, som er forudgående beskæftigelse registreret siden 1980 omregnet til fuldtidsår. Endvidere inddrages ledighedsgraden og tilsvarende antallet af dage, den enkelte har været på sygedagpenge to år før, at personen evt. tilkendes førtidspension eller visiteres til fleksjob. Branchetilhørsforhold I den empiriske analyse inddrages det senest oplyste branchetilhørsforhold, som kategoriseres i 11 udvalgte kategorier. De 11 kategorier er: Landbrug, Tung industri, Let industri, Bygge & anlæg, Handel, rådgivning og foreninger, Hotel & restauration, Transport, Offentlig administration, Undervisning, Sundhedsvæsen, Sociale Institutioner samt kategorien Uoplyst branche. Bilag 1 skitserer, hvilke brancher der indgår i de 11 udvalgte aggregerede kategorier. De enkelte branchekategorier er i analyserne endvidere interageret med indikatoren for længere videregående uddannelse med henblik på at kontrollere for betydningen af, hvilken position personen har i den enkelte branche. Helbred og medicinforbrug Der inddrages endvidere variabler, der beskriver medicinforbruget af forskellige typer af receptpligtig medicin, personers besøg i almen lægepraksis og hos vagtlæger, speciallæger, tandlæger, psykologer, fysioterapeuter, kiropraktikere m.fl. samt oplysninger om kontakter til sygehuse, og i analysen indgår antallet af døgn, hvor personen var (heldøgns-)indlagt på 11
12 somatiske sygehuse inklusive en række udvalgte indlæggelsesdiagnoser. For en nærmere beskrivelse af de helbredsrelaterede variabler henvises til Kolodziejczyk m.fl. (2009). Kommunale rammebetingelser De rammebetingelser, der indgår i analysen, er kommunens størrelse målt ved antal borgere i aldersgruppen 18-64, beskæftigelsesprocenten i kommunen, andelen af arbejdspladser i kommunen der kræver kvalifikationer på top-/højt-/mellemniveau, samt hvorvidt kommunen er sammenlagt pr. 1. januar Kommuneoplysningerne er for de flestes vedkommende hentet fra Statistikbanken 4 eller er beregnet på baggrund af AKF s Forskningsdatabase. 2.3 Demografiske karakteristika Som beskrevet ovenfor er analysen afgrænset til personer i alderen år. I tabel 2.2 er gengivet en række demografiske gennemsnitskarakteristika for Nytilkendte, dvs. personer som tilkendes førtidspension eller visiteres til fleksjob i 2006 og 2007 og for Øvrige personer. Tabel 2.2 Beskrivende tabel for demografi Demografi Nytilkendte Øvrige Gennemsnitsalder 45,9 40,0 Andel kvinder 56,1% 48,7% Andel indvandrere 13,9% 9,8% Gennemsnitligt antal hjemmeboende børn 0,58 0,70 Antal Kilde: Anm.: AKF's registre og Ankestyrelsens tilkendelsesregister. Førtidspension og fleksjob. Roskilde og Hillerød Kommuner indgår ikke i materialet. Nytilkendte er personer, der har fået tilkendt førtidspension eller er visiteret til fleksjob i løbet af 2006/2007, mens Øvrige omfatter alle, der ikke har fået tilkendt førtidspension eller er visiteret til fleksjob. Som det fremgår af tabel 2.2, er gennemsnitsalderen markant højere for dem, som tilkendes førtidspension og visiteres til fleksjob (45,9 år) end blandt øvrige personer (40,0 år). Samtidig er andelen af kvinder relativ høj, og det samme gælder andelen af indvandrere, og de er begge stærkt overrepræsenteret blandt dem, som tilkendes førtidspension og visiteres til fleksjob i forhold til resten af befolkningen. Det gennemsnitlige antal hjemmeboende børn blandt dem, som tilkendes førtidspension og visiteres til fleksjob, er relativt lavt i forhold til resten af befolkningen, men dette kan også blot være en konsekvens af deres højere gennemsnitsalder. 4 Se 12
13 3 Empirisk metode I dette afsnit præsenteres den empiriske metode, der anvendes til at belyse kommunernes tilkendelse af førtidspension og visitering til fleksjob. I den empiriske model modelleres sandsynligheden for at få godkendt førtidspension eller fleksjob. Metoden bygger på, at der, med baggrund i alle personer i målgruppen (jf. afsnit 2.1), estimeres en model for sandsynligheden for at blive tilkendt førtidspension eller visiteret til fleksjob. Efter modellen er estimeret, udtrækkes alle personer i målgruppen i en given kommune. For hver enkelt person i den pågældende kommune beregnes sandsynligheden for, at personen tilkendes førtidspension eller visiteres til fleksjob, og dette anvendes til at beregne det forventede antal tilkendelser af førtidspension og visiteringer til fleksjob i den pågældende kommune. Dette sammenholdes efterfølgende med det faktiske antal tilkendelser af førtidspension og visiteringer til fleksjob i den pågældende kommune. Forholdet mellem det faktiske og det forventede antal tilkendelser af førtidspension og visiteringer til fleksjob udgør benchmarkindikatoren. Hvis det forventede antal tilkendelser og visiteringer er større end det faktiske, tilkender og visiterer den pågældende kommune altså mindre end man, på baggrund af den estimerede model, kunne forvente og vice versa. Beregningen af en benchmarkindikator foretages på tilsvarende vis for alle kommuner. En variant af den anvendte modeltype har tidligere været anvendt på danske data i en anden sammenhæng, jf. Andersen og Heinesen (2008) og Andersen, Husted og Heinesen (2009). I bilag 3 gives en mere teknisk redegørelse for den anvendte model. Endvidere henvises til Kolodziejczyk (2009) for en yderligere beskrivelse af den anvendte model og dens anvendelse inden for området tilkendelse og visitering af førtidspension og fleksjob. 13
14 4 Undersøgelsens resultater I dette afsnit beskrives resultaterne fra den empiriske analyse af kommunernes tilkendelse af førtidspension og visitering til fleksjob. Estimationsresultaterne fra den estimerede model og de estimerede koefficienter er placeret i bilag 2. I bilag 2 er der i tilknytning til de estimerede parametre også rapporteret den enkelte parameters tilhørende marginaleffekt. Marginaleffekten beskriver, hvor meget den beregnede sandsynlighed for at blive tilkendt førtidspension eller visiteret til fleksjob ændres, når den forklarende faktor ændres marginalt. Marginaleffekten er ændringen i procentpoint for den estimerede sandsynlighed i procent, som følge af en ændring i den forklarende faktor. Hvis man betragter bilag 2 og sammenligner med de estimationsresultater, der blev præsenteret i den oprindelige undersøgelse (jf. Kolodziejczyk, 2009), ser man at estimationsresultaterne ikke ændres væsentligt som følge af, at det anvendte datagrundlag udvides til at inkludere flere typer af fleksjob. En af de mest markante ændringer er, at personer med indvandrerbaggrund nu har signifikant lavere sandsynlighed for at blive tilkendt førtidspension eller visiteret til fleksjob. Endvidere har udeladelsen af variablen for antal dages indlæggelse på somatiske sygehuse medført, at de øvrige variabler, der knytter sig til indlæggelse, er blevet signifikante. Endvidere har enkelte af de inkluderede branchevariabler, især inden for det offentlige, opnået større betydning. 4.1 Rangordning af kommunerne Med udgangspunkt i den estimerede model rangordnes kommunerne. Rangordenen er foretaget på baggrund af den beregnede benchmarkingindikator. Benchmarkingindikatoren er bestemt ud fra forskellen mellem en kommunes beregnede antal tilkendelser af førtidspension og visitering til fleksjob (det beregnede antal på baggrund af den estimerede hovedmodel) i forhold til kommunens faktiske antal tilkendelser af førtidspension og visitering til fleksjob (det observerede antal) i løbet af 2006 og Hvis det beregnede antal er større end det faktiske antal for en given kommune (dvs. benchmarkingindikatoren er negativ), kan man sige, at den pågældende kommune førtidspensionerer og visiterer mindre end forventet. Hvis det beregnede antal er mindre end det faktiske antal for en given kommune (dvs. benchmarkingindikatoren er positiv), kan man sige, at den pågældende kommune førtidspensionerer og visiterer mere end forventet. Rangordenen er foretaget, så kommuner der førtidspensionerer og visiterer mindre end forventet rangerer øverst (dvs. kommuner med den mest negative benchmarkingindikator), og kommuner der førtidspensionerer og visiterer mere end forventet (dvs. kommuner med den mest positive benchmarkingindikator), rangerer nederst. Herefter er de rangordnede kommuner inddelt i grupper, hvor gruppe 1 indeholder de 20% kommuner, der førtidspensionerer og visiterer væsentligt mindre end forventet (dvs. kommuner med den mest negative benchmarkingindikator), og gruppe 5 indeholder de 20% kommuner, der førtidspensionerer og visiterer væsentligt mere end forventet (dvs. kommu- 14
15 ner med den mest positive benchmarkingindikator). Gruppe 2-4 befinder sig imellem gruppe 1 og gruppe 5. Tabel 4.1 beskriver kommunernes inddeling i grupper. Tabel 4.1 Kommunernes indplacering i grupper på baggrund af benchmarkingindikatoren Grupper Kommuner Gruppe 1 Bornholm (-) Gentofte (-) Norddjurs* (-) (alfabetisk) Dragør (-) Helsingør (-) Silkeborg* (-) Egedal* (-) Herlev (-) Slagelse* (2) Fredericia (2) Ishøj (2) Solrød (-) Frederikshavn* (-) Kerteminde* (-) Tårnby (-) Frederikssund* (-) Lejre* (2) Vallensbæk (-) Frederiksværk-Hundested* (3) Bornholm (-) Gentofte (-) Norddjurs* (-) Gruppe 2 Faxe* (-) Hjørring* (1) Rebild* (3) (alfabetisk) Furesø* (-) Holstebro* (-) Rudersdal* (-) Glostrup (3) København (-) Rødovre (-) Gribskov* (3) Lemvig* (1) Syddjurs* (-) Guldborgsund* (3) Nordfyns* (1) Vejle* (-) Hedensted* (1) Næstved* (3) Aalborg* (-) Gruppe 3 Allerød (4) Ikast-Brande* (2) Stevns* (-) (alfabetisk) Assens* (-) Jammerbugt* (1) Tønder* (4) Brønderslev* (2) Kolding* (-) Varde* (2) Fredensborg* (-) Lyngby-Taarbæk (-) Vesthimmerland* (-) Frederiksberg (-) Morsø (5) Viborg* (-) Holbæk* (-) Skanderborg* (4) Vordingborg* (2) Hvidovre (4) Gruppe 4 Albertslund (-) Greve (3) Odder (3) (alfabetisk) Ballerup (-) Horsens* (5) Odense (-) Brøndby (-) Høje-Taastrup (-) Randers* (-) Favrskov* (-) Hørsholm (-) Ringsted (-) Faaborg-Midtfyn* (3) Kalundborg* (-) Sorø* (-) Gladsaxe (-) Køge* (2) Thisted* (3) Gruppe 5 Billund* (-) Mariagerfjord* (4) Struer* (-) (alfabetisk) Esbjerg* (-) Middelfart* (-) Svendborg* (-) Haderslev* (-) Nyborg* (-) Sønderborg* (-) Herning* (-) Odsherred* (-) Vejen* (4 Langeland* (-) Ringkøbing-Skjern* (-) Aabenraa* (-) Lolland* (-) Skive* (-) Århus (-) Kilde: Anm.: Egne beregninger. Indplacering i grupper er sket på baggrund af den estimerede model. Tallet i parentes angiver gruppeindplacering i den oprindelige undersøgelse (jf. Kolodziejczyk, 2009) og (-) angiver, at gruppeindplaceringen er uændret. Roskilde og Hillerød Kommuner indgår ikke i materialet. Hovedstadskommuner er angivet med fed skrift. Sammenlagte kommuner er markeret med *. 15
16 Hvis man betragter tabel 4.1, fremgår det, at nogle kommuner skifter gruppe i rangordningen, som følge af at datagrundlaget udvides til at inkludere flere typer af fleksjob. Men tabellen understreger også, at der ikke vendes op og ned på rangordningen, idet de kommuner der skifter gruppe i langt de fleste tilfælde blot skifter til nabogruppen, som fx Ishøj kommune (gruppe 1) som i den tidligere analyse var placeret lidt længere nede i rangordnen (gruppe 2, jf. Kolodziejczyk, 2009). Nogle få kommuner foretager dog et større spring end blot til nabogruppen. Det drejer sig om Frederiksværk-Hundested kommune (nu gruppe 1 tidligere gruppe 3), Jammerbugt kommune (nu gruppe 3 tidligere gruppe 1), Morsø kommune (nu gruppe 3 tidligere gruppe 5) samt Køge kommune (nu gruppe 4 tidligere gruppe 2). Store kommuner som København, Århus, Ålborg og Odense har ikke skiftet gruppe. Som tabel 4.1 også viser, er der stor spredning blandt kommunerne i de forskellige grupper, og der er ikke nogen væsentlig systematik på baggrund af kommunestørrelse i forhold til, hvordan kommunerne placerer sig, når de rangordnes på baggrund af benchmarkingindikatoren. Der synes dog at være en svag tendens til, at kommuner, der ligger i tilknytning til hovedstaden, placerer sig med en lille overvægt i den øverste del af rangordenen. Hvorvidt den enkelte kommune er en kommune, der ligger i tilknytning til hovedstaden, er indikeret med fed skrift i tabel 4.1. Som nævnt i kapitel 3 anvendes kommuneinddelingen, som den har været, siden strukturreformen trådte i kraft 1. januar I forbindelse med strukturreformen blev mange kommuner lagt sammen til nye og større kommuner. Hvorvidt den enkelte kommune er en sammenlægningskommune er indikeret i tabel 4.1 med en *. Som det fremgår af tabellen, synes der ikke at være nogen markant sammenhæng mellem gruppeindplacering, og hvorvidt den enkelte kommune er sammenlagt eller ej, ud over at næsten alle kommuner i gruppe 5 (dvs. kommuner der førtidspensionerer og visiterer mere end forventet) er sammenlægningskommuner, undtagen Århus Kommune. 16
17 5 Konklusion Analysen i dette notat havde til formål at undersøge, hvorledes en tidligere gennemført rangordning af kommunerne på baggrund af deres tilkendelse til førtidspension og visitering til offentlige fleksjob blev påvirket, når andre typer af fleksjob også blev inkluderet i analysen. I den tidligere gennemførte analyse blev kommunerne rangordnet på baggrund af i hvor høj grad den enkelte kommune tilkendte og visiterede mere eller mindre, end man kunne forvente, når man tog højde for borgersammensætningen i den enkelte kommune og den enkelte kommunes rammebetingelser. På baggrund af denne rangordning blev kommunerne inddelt i fem grupper, hvor gruppe 1 indeholdt de kommuner, der førtidspensionerer og visiterer væsentligt mindre end forventet, og gruppe 5 indeholdt de kommuner, der førtidspensionerer og visiterer væsentligt mere end forventet. Resultaterne præsenteret i dette notat viser, at rangordningen ikke ændres væsentligt som følge af, at flere typer af fleksjob inkluderes i undersøgelsen. Nogle kommuner skifter plads i rangordningen, men det er typisk kun til nabogruppen (fx fra gruppe 1 til gruppe 2 eller modsat). Fire kommuner foretager dog et større spring end blot til nabogruppen. Det drejer sig om Frederiksværk-Hundested, Jammerbugt, Morsø samt Køge Kommuner. Store kommuner som København, Århus, Ålborg og Odense har ikke skiftet gruppe. På tilsvarende vis ændres de inkluderede faktorers betydning for kommunernes tilkendelse af førtidspension og visitering til fleksjob kun i begrænset omfang, når flere typer af fleksjob inkluderes. En af de mest markante ændringer er, at personer med indvandrerbaggrund nu har signifikant lavere sandsynlighed for at blive tilkendt førtidspension eller visiteret til fleksjob. Samlet set konkluderes det, at inkluderingen af flere typer af fleksjob i undersøgelsen ikke ændres væsentlig ved undersøgelsens konklusioner, og kun i mindre udstrækning ændrer ved rangordningen af kommunerne. 17
18 Litteratur Andersen, S.H. & E. Heinesen (2008): Estimating the Relative Success of Local Authorities at Labour-Market Integration of Immigrants. Journal of Population Economics, 24: Ankestyrelsen (2007): Førtidspensioner: Årsstatistik Ankestyrelsen, København. Ankestyrelsen (2008): Førtidspensioner: Årsstatistik Ankestyrelsen, København. Husted L., E. Heinesen & S.H. Andersen (2009): Labour market integration of immigrants: estimating local authority effects. Journal of Population Economics, 22(4): Kolodziejczyk, C., H. L. Andersen, K.B. Jensen & S.H. Andersen (2009): Kommunernes tilkendelse af førtidspension og visitering til fleksjob. AKF Working paper, 2009(10), AKF. Wooldridge, J.M. (2003): Introductory Econometrics. Michigan State University. 18
19 Bilag 1: Branchekategorier Kategoriseringen af de 53 brancher i en række aggregerede branchekategorier Branchekategorier Branche DB53 Landbrug Tung industri Let industri Bygge & anlæg Handel, rådgivning og foreninger Hotel & rest Transport Offentlig adm. Undervisning Sundhedsvæsen Sociale institutioner Uoplyst Missing Landbrug X Gartnerier X Maskinstationer, anlægsgartnere X Skovbrug X Fiskeri X Udvinding af olie og naturgas X Udvinding af grus, ler mv. X Føde-, drikke- og tobaksvareindustri X Tekstil- og læderindustri X Træindustri X Papir og grafisk industri X Mineralolieindustri mv. X Kemisk industri X Gummi- og plastindustri X Sten-, ler- og glasindustri X Fremstilling og forarbejdning af metal X Maskinindustri X Elektronikindustri X Transportmiddelindustri X Møbelindustri og anden industri X Energi- og vandforsyning X Bygge og anlæg X Autohandel, service og tankstationer X Engroshandel undtagen med biler X Detailhandel med fødevarer X Varehuse og stormagasiner X Apoteker, parfumerier, materialister mv. X Detailhandel m. beklædning, fodtøj X Detailh. i øvrigt, reparationsvirksomhed X Hotel og restauranter X 19
20 Branchekategorier Branche DB53 Landbrug Tung industri Let industri Bygge & anlæg Handel, rådgivning og foreninger Hotel & rest Transport Offentlig adm. Undervisning Sundhedsvæsen Sociale institutioner Uoplyst Missing Land-, rørtransport X Skibsfart X Lufttransport X Hjælpevirksomhed til transport X Post og tele X Finansiering X Forsikring X Finansiel service X Ejendomsudlejning og -formidling X Udlejning af transportmidler og maskiner X It-service X Forskning og udvikling X Rådgivning og rengøring mv. X Offentlig administration X Undervisning X Sundhedsvæsen mv. X Sociale institutioner mv. for børn og unge X Sociale institutioner mv. for voksne X Renovation X Organisationer og foreninger X Forlystelser, kultur og sport X Anden servicevirksomhed X Uoplyst X Ukendt format Missing obs. X X 20
21 Bilag 2: Estimationsresultater Den estimerede sandsynlighedsmodel for tilkendelse af førtidspension/fleksjob i 2006/2007 Variabel Reference Koefficient t-værdi Konstant -2,115 *** -3,782 Demografi Marginaleffekt Alder (Alder 45-49) -1,927 *** -18,992-0,005 Alder (Alder 45-49) -1,536 *** -20,422-0,005 Alder (Alder 45-49) -1,336 *** -26,987-0,005 Alder (Alder 45-49) -0,898 *** -21,895-0,004 Alder (Alder 45-49) -0,547 *** -17,782-0,002 Alder (Alder 45-49) -0,294 *** -13,295-0,001 Alder (Alder 45-49) 0,310 *** 18,989 0,002 Alder (Alder 45-49) 0,348 *** 15,356 0,002 Alder (Alder 45-49) -0,762 *** -15,637-0,003 Mand (Kvinde) 0,184 *** 12,837 0,001 Bor alene (Samboende) 0,203 *** 14,687 0,001 Indvandrere (Danskere) -0,147 *** -3,617-0,001 Efterkommer (Ikke efterkommer) -0,341 *** -5,163-0,002 Antal børn ,027 ** -2,675 0,000 Børn 0-6 år (Ej børn 0-6 år) -0,323 *** -15,037-0,002 Uddannelse og arbejdsmarked Gymnasium (Grundskole/uoplyst) -0,497 *** -16,692-0,002 Erhvervsfaglig (Grundskole/uoplyst) -0,210 *** -11,577-0,001 Kort videregående uddannelse (Grundskole/uoplyst) -0,448 *** -15,801-0,002 Længere videregående uddannelse (Grundskole/uoplyst) -0,672 *** -15,133-0,003 Erfaring -0,019 *** -17,747 0,000 Selvstændig (Ej beskæftigelse/udd) -1,997 *** -50,822-0,005 Lønmodtager (Ej beskæftigelse/udd) -1,935 *** -60,201-0,020 Uddannelse (Ej beskæftigelse/udd) -2,338 *** -25,479-0,006 Årsledighedsgrad -0,581 *** -8,229-0,003 Dage på sygedagpenge: 2 år før 1,423 *** 25,293 0,008 Dage på sygedagpenge: 3 år før 0,955 *** 16,578 0,005 Brancher Landbrug (Handel mv.) 0,093 * 2,014 0,001 Tung industri (Handel mv.) 0,190 *** 7,243 0,001 Let industri (Handel mv.) 0,143 *** 4,667 0,001 Bygge & anlæg (Handel mv.) 0,045 1,627 0,000 Hotel & rest (Handel mv.) -0,062-1,918 0,000 Transport (Handel mv.) 0,131 *** 4,796 0,001 Offentlig adm. (Handel mv.) 0,208 *** 7,582 0,001 Undervisning (Handel mv.) 0,176 *** 5,041 0,001 Sundhedsvæsen (Handel mv.) 0,227 *** 5,742 0,001 21
22 Variabel Reference Koefficient t-værdi Marginaleffekt Sociale Institutioner (Handel mv.) 0,308 *** 12,515 0,002 Uoplyst (Handel mv.) -0,161 * -2,094-0,001 Interaktioner Landbrug x læng.vid.udd -0,390-1,721-0,002 Tung industri x læng.vid.udd -0,409 *** -4,532-0,002 Let industri x læng.vid.udd -0,169-1,362-0,001 Bygge & anlæg x læng.vid.udd 0,013 0,098 0,000 Hotel & restaurant x læng.vid.udd 0,120 1,028 0,001 Transport x læng.vid.udd -0,163-1,535-0,001 Offentlig adm. x læng.vid.udd 0,014 0,181 0,000 Undervisning x læng.vid.udd 0,260 *** 4,222 0,002 Sundhedsvæsen x læng.vid.udd 0,009 0,140 0,000 Sociale Instit. x læng.vid.udd 0,202 *** 4,618 0,001 Uoplyst x læng.vid.udd -0,100-0,593-0,001 Helbred medicinforbrug Hjerte medicin 1-4 0,340 *** 3,684 0,002 Hjerte medicin 4+ 0,362 *** 6,782 0,002 Blodprop medicin ,133 * 2,407 0,001 Blodprop medicin 90+ 0,143 *** 4,368 0,001 Andre Psykofarmaka ,248 *** 13,105 0,002 Andre Psykofarmaka 50+ 0,251 *** 10,258 0,002 antipsykotiske ,325 *** 7,432 0,002 antipsykotiske 10+ 1,052 *** 25,182 0,010 Stress ,127 *** 5,593 0,001 Stress 50+ 0,120 *** 6,688 0,001 Antidepressiv ,515 *** 17,347 0,004 Antidepressiv 30+ 0,523 *** 18,955 0,004 Smerte stillende med ,276 *** 11,544 0,002 Smerte stillende med ,468 *** 28,832 0,003 Medicin mod gigt ,131 *** 6,570 0,001 Medicin mod gigt 20+ 0,409 *** 23,691 0,003 Kræft medicin 0,003 *** 12,214 0,000 Hormon medicin 0,001 *** 8,568 0,000 Helbred indlæggelser Antal dage indlagt Indl. bevægelsesapparat 0,232 *** 6,894 0,001 Indl. psykiatri -0,033-0,408 0,000 Indl. mavesygdomme 0,191 *** 6,464 0,001 Indl. nervesygdomme 0,415 *** 11,127 0,002 Indl. andre sygdomme 0,272 *** 7,508 0,002 Indl. hjertesygdomme 0,340 *** 6,122 0,002 Indl. blodsygdomme 0,346 *** 3,365 0,002 Indl. øre-, næse-, halssygdomme 0,229 *** 3,307 0,001 Indl. øjensygdomme 0,676 *** 4,190 0,005 Indl. endokrine sygdomme 0,516 *** 6,868 0,004 Indl. sygdomme i mamma 0,999 *** 12,102 0,009 22
23 Variabel Reference Koefficient t-værdi Helbred læge- og speciallægebesøg Marginaleffekt Antal besøg psykiateren 0,100 *** 4,314 0,001 Antal besøg almindelig læge 0,111 *** 11,201 0,001 Antal besøg fysioterapeut 0,220 *** 24,742 0,001 Antal besøg reumatolog 0,155 *** 7,207 0,001 Antal besøg neurolog 0,260 *** 10,457 0,001 Antal besøg ørelæge 0,041 *** 3,550 0,000 Kommunale rammebetingelser Befolkning ,002 * -1,971 0,000 Beskæftigelsesprocent i kommunen -0,877-1,219-0,005 Andel arb.plads top/høj/mellem kval. -0,327-0,471-0,002 Sammenlagt kommune (ej sammenlagt) -0,023-0,286 0,000 N Log-lik ,4 Pseudo R2 0,268 Kilde: Egne beregninger. Anm.: Modellen er estimeret som en logit model. * p<0.05, ** p<0.01, *** p< Roskilde og Hillerød Kommuner indgår ikke i materialet. 23
24 Bilag 3: Empirisk metode Den empiriske model Den afhængige variabel er en binær variabel y, det tager værdi 1, hvis en person har fået en nytilkendelse af førtidspension eller er blevet visiteret til fleksjob i 2006/2007 og værdi 0 hvis ikke. Denne beslutning er beskrevet med en latent variabelmodel. Modellen indeholder en latent variabel y*, som er modelleret ved den følgende indeksmodel y i =x i β + u i og y tager værdien 1 hvis y* er positiv, dvs. y i = 1(y i > 0). Når man antager, at u har en logistisk fordeling F(z) = e z 1 + e z, får man en logit specifikation, jf. Wooldridge (2003). Modellen antager, at u indeholder en fixed-effect på kommuneniveau, der reflekterer kommunens praksis vedrørende nytilkendelsen af førtidspension og fleksjob. Vektoren x vil typisk inkludere socioøkonomiske og demografiske variabler, sundhedsvariabler på individniveau og variabler, der beskriver de kommunale rammebetingelser (fx beskæftigelsesprocenten i kommunen). Modellen estimeres ved Maximum-likelihood. Under de sædvanlige antagelser, der ligger til grund for brug af Maximum-likelihood, er estimatoren konsistent og har en normal asymptotisk fordeling, dvs. β MLE ~N(β, V), hvor V er lig med den inverse informationsmatrice, jf. Wooldridge (2003). Endvidere kan marginaleffekterne fra modellen beregnes. Marginaleffekter er særligt anvendelige i fortolkningen af den estimerede model og de forklarende faktorers betydning. Marginaleffekten fortolkes som effekten på den estimerede sandsynlighed af en marginal ændring i de forklarende variabler, dvs. F(x i β) x i = F (x i β) β Marginaleffekterne evalueres i middelværdien for de inkluderede faktorer, dvs. F(x β MLE ) x = F x β MLE β MLE. 24
25 Beregningerne er robuste over for misspecifikation som følge af neglected heterogeneity, så længe heterogeniteten ikke er korreleret med de forklarende variabler, jf. Wooldridge (2003). Det samme gælder for prædiktionen på sandsynligheden for at få førtidspension eller blive visiteret til fleksjob. Benchmarking For hvert individ prædikteres sandsynligheden for at blive tilkendt førtidspension eller blive visiteret til fleksjob, dvs. p i = F(x i β MLE ) Derefter beregnes gennemsnittet af den prædikterede sandsynlighed for alle borgere i hver kommune og sammenlignes med den observerede andel af førtidspensionister og visiterede til fleksjob i hver kommune. Ratioen mellem den observerede og den prædikterede andel af førtidspensionister betegnes benchmarkingindikatoren. Derefter laves en rangorden af kommunerne på baggrund af benchmarkingindikatoren. Indikatoren for kommune k beregnes som I k = p 1 k N = k p k 1 N k i k y k,i, i k p k,i hvor N k er antallet af individer i kommune k. Når benchmarkingindikatoren beregnes, skal der tages højde for, at estimatoren er en stokastisk variabel. Derfor gentages beregningen et bestemt antal gange med nye parametre, der trækkes fra estimatorens asymptotiske fordeling. Den estimerede parametervektor og den estimerede covariancematrice fra maximum-likelihoodestimatoren bruges, når der trækkes nye parametre. Når der trækkes M parametervektor, bliver indikatoren I k = 1 M M I k (j) j=1 Simulation Den estimerede model kan endvidere bruges til at lave simulationer, fx til at beregne omfanget af tilkendelser af førtidspension og visiteringer til fleksjob, hvis alle kommunerne gjorde som en anden given kommune. Ratioen for den højest rangerende kommune anvendes på de øvrige kommuner, og det forventede omfang af tilkendelser af førtidspension og visiteringer til fleksjob beregnes på baggrund af denne andel. I analysen har følgende været udgangspunkt for simulationerne. Der beregnes et gennemsnit af indikatoren over de N højest rangerende kommuner (hvor den højest rangerende kommune er fjernet for at undgå en ekstrem outlier ), og dette gennemsnit anvendes på de 25
26 andre kommuner. Først beregnes ratioen r k B af den observerede andel af førtidspensionister over den prædikterede andel over de N* højest rangerende bedste kommuner. r k B = 1 N p k p k k S For de andre kommuner beregnes det forventede omfang af tilkendelser af førtidspension og visiteringer til fleksjob, hvis de har den samme praksis som de højest rangerende kommuner. p S k = p k r B k. Det forventede omfang af tilkendelser af førtidspension og visiteringer til fleksjob er da N k s = p k S N k for k S Det totale antal individer, der tilkendes førtidspension og visiteres til fleksjob, kunne da reduceres med s T = p k N k N k k k S Der tages også højde for estimatorens usikkerhed i beregningerne, og der beregnes et konfidensinterval for variablen T. 26
27
28 Kommunernes tilkendelse af førtidspension og visitering til fleksjob En opfølgende analyse Gennem de sidste mange år har ledigheden været faldende i Danmark, men samtidig tilkendes og visiteres mange til henholdsvis førtidspension og fleksjob. AKF har på den baggrund tidligere undersøgt kommunernes brug af førtidspension og offentlige fleksjob, men i dette notat udvides analysen til at omfatte alle typer fleksjob.
Ydernumre (praktiserende læger) på FMK i kommunerne. Procentdel af samtlige ydernumre (praktiserende læger), som mangler FMK
Ydernumre (praktiserende læger) på i kommunerne Procentdel af samtlige ydernumre (praktiserende læger), som mangler Kommune Ydere uden Aabenraa Kommune 0 20 Aalborg Kommune 0 56 Aarhus Kommune 0 114 Albertslund
Læs mereÆrø Kommune. Lolland Kommune. Slagelse Kommune. Stevns Kommune. Halsnæs Kommune. Gribskov Kommune. Fanø Kommune. Assens Kommune.
BILAG 8c År 2014 Drikkevand Spildevand I alt Ærø Kommune 3.003 6.753 9756 Lolland Kommune 3.268 5.484 8752 Slagelse Kommune 2.442 5.176 7617 Stevns Kommune 1.845 5.772 7617 Halsnæs Kommune 2.679 4.902
Læs mereYdernumre (praktiserende læger) på FMK i kommunerne. Antal ydernumre som mangler FMK
Ydernumre (praktiserende læger) på i kommunerne Antal ydernumre som mangler Kommune Ydere uden Aabenraa Kommune 11 21 Aalborg Kommune 7 62 Aarhus Kommune 21 121 Albertslund Kommune 1 12 Allerød Kommune
Læs mereGennemsnits antal åbningsdage inkl. åbningsdage på søgne- helligdage. Åbningsdage på søgne- helligdage
Kommune nr. Kommune navn Vuggestue 2008 101 København 243,6 2,5 241,1 251 9,9 147 Frederiksberg 248,0 0,0 248,0 251 3,0 151 Ballerup 0,0 0,0 0,0 251-153 Brøndby 0,0 0,0 0,0 251-155 Dragør 244,0 0,5 243,5
Læs mereBilag 2: Klyngeinddeling jobcentre
Bilag 2: Klyngeinddeling jobcentre Tabel B1 Alle ydelsesgrupper Klynge I mere end 20 pct. over median Obs antal Præd antal Rang 360 Lolland 104,2 93,5 1 482 Langeland 92,4 89,3 2 400 Bornholm 82,6 83,7
Læs mereØkonomi- og Indenrigsministeriets Kommunale Nøgletal
Økonomi- og Indenrigsministeriets Kommunale Nøgletal Kom.nr 2007 2008 2009 2010 2011 2012 Undervisningsudgifter (netto) pr. 7-16-årig 1 Langeland Kommune 482 70.751 76.934 84.097 97.876 91.227 91.743 2
Læs mereTema 1: Status for inklusion
Segregeringsgrad Tema 1: Status for inklusion Udvikling i segregeringsgrad januar 2015 - Andelen af segregerede elever i specialklasse på almenskole Pct. Pct. -point Pct. Pct. -point Hele landet 4,7% Hele
Læs mereBilag 2: Kommunespecifikke nøgletal. Overgange til ungdomsuddannelse
Bilag 2: Kommunespecifikke nøgletal Overgange til ungdomsuddannelse Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed: www.oimb.dk Henvendelse om publikationenkan
Læs mereAktivitetsparate kontanthjælpsmodtagere. med 6-9 måneders anciennitet. samtaler eller mere. Alle personer Gens. antal samtaler.
Andel med 5 eller Andel med 4 eller Andel med 3 eller Andel med 3 eller Andel med 3 eller Andel med 6 eller 6-9 måneders måneders Hele landet 14.257 51 % 5,5 3.243 61 % 2,9 2.045 60 % 3,0 2.802 60 % 3,0
Læs mereBilag 2: Kommunespecifikke nøgletal. Sygefravær blandt ansatte i kommunerne
Bilag 2: Kommunespecifikke nøgletal Sygefravær blandt ansatte i kommunerne Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed: www.oimb.dk Henvendelse om publikationen
Læs mere16.1: Har virksomheden samarbejdet med et jobcenter inden for det seneste år i forbindelse med...? - Behov for hjælp til rekruttering af medarbejdere
16.1: Har virksomheden samarbejdet med et jobcenter inden for det seneste år i forbindelse med...? - Behov for hjælp til rekruttering af medarbejdere Ja Nej alle n København 8 92 100 1,350 Frederiksberg
Læs mereKOMMUNENAVN UDDANNELSE ANTAL
Kompetencefondsansøgninger for de enkelte kommuner på HK Kommunals område Godkendte ansøgninger pr. kommune. Fra 1.10.13 til 1.12.15 Alle arbejdsområder samlet "Ikke registreret" og "anden udannelse" er
Læs mereSådan kommer din boligskat til at se ud Det betyder regeringens boligskat-udspil fordelt på kommune
Sådan kommer din bolig til at se ud Det betyder regeringens bolig-udspil fordelt på kommune Kilde: Skatteministeriet Ejendomsværdi Albertslund Billigere hus 1800000 28400 30400 31200 30400 800 0 19900
Læs mereBilag 2: Kommunespecifikke nøgletal. Unge uden uddannelse eller beskæftigelse
Bilag 2: Kommunespecifikke nøgletal Unge uden uddannelse eller beskæftigelse Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed: www.oimb.dk Henvendelse om
Læs mereBilag 2: Kommunespecifikke nøgletal. Tilknytning til uddannelse eller beskæftigelse blandt unge med psykisk sygdom
Bilag 2: Kommunespecifikke nøgletal Tilknytning til uddannelse eller beskæftigelse blandt unge med psykisk sygdom Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed:
Læs mereStatistik for anvendelsen af Netlydbog.dk Februar 2014
47.809 43.807 91.616 45.563 41.264 41.216 44.419 51.006 45.301 44.894 48.516 48.087 44.165 52.188 48.069 100.257 137.179 178.443 219.659 264.078 315.084 360.385 405.279 453.795 501.882 546.047 77.989 69.641
Læs mereBilag 3: Almen praksis tabeller. Borgernes tilfredshed med overgange på sundhedsområdet
Bilag 3: Almen praksis tabeller Borgernes tilfredshed med overgange på sundhedsområdet Publikationen kan hentes på hjemmesiden for Social- og Indenrigsministeriets Benchmarkingenhed: www.simb.dk Henvendelse
Læs mereUndersøgelse af kommunale hjemmesiders borgerrettede informationer om alkoholbehandlingstilbud
1 Undersøgelse af kommunale hjemmesiders borgerrettede informationer om alkohol 2014 2 Baggrund for undersøgelse af kommunale websider til borgere med alkoholproblemer Ved kommunalreformen i 2007 fik kommunerne
Læs mereTilgang til førtidspension for målgruppen for NY CHANCE.TIL ALLE i indsatsens to år.
NOTAT September 2008 Tilgang til førtidspension for målgruppen for NY CHANCE.TIL ALLE i indsatsens to år. J.nr. 06-634-12 2. kontor/upe Formålet med NY CHANCE TIL ALLE er at hjælpe personer, der har modtaget
Læs merePassivandel kontanthjælp
Kontanthjælp Passivandel kontanthjælp Jul 2018 Randers 208 13,6 Skanderborg 28 14,4 Silkeborg 120 14,9 Egedal 32 17,9 Favrskov 35 18,2 Holbæk 209 19,3 Hjørring 123 21,3 Aabenraa 149 22,4 Greve 58 22,6
Læs mereStatistik for anvendelsen af Netlydbog.dk Maj 2014
47.809 43.807 91.616 45.563 41.264 41.216 44.419 51.006 45.301 44.894 48.516 48.087 44.165 52.188 48.069 49.837 46.200 47.201 100.257 137.179 178.443 150.094 219.659 196.294 264.078 243.495 315.084 360.385
Læs mereNOTATETS FORMÅL OG KONKLUSIONER... 2 INDHOLDSFORTEGNELSE... 3 SAMMENHÆNGEN MELLEM FAKTISKE SOCIALUDGIFTER OG SOCIOØKONOMISK UDGIFTSBEHOV...
NOTATETS FORMÅL OG KONKLUSIONER... 2 INDHOLDSFORTEGNELSE... 3 SAMMENHÆNGEN MELLEM FAKTISKE SOCIALUDGIFTER OG SOCIOØKONOMISK UDGIFTSBEHOV... 4 ANALYSE AF SAMMENHÆNGEN MELLEM SERVICENIVEAU PÅ SOCIOØKONOMISKE
Læs mereDanmark - Regionsopdelt Andel af befolkningen der er registreret i RKI registret Udvikling januar juli 2008
Danmark - Regionsopdelt af befolkningen der er i RKI registret Udvikling januar 2007 - juli 2008 5,50% Jan. 2007-4,69% Juli 2007-4,67% 5,00% Jan. 2008-4,66% Juli 2008-4,70% 5,11% 5,18% 5,25% 5,28% 4,93%
Læs mereLO s jobcenterindikatorer
1 Indholdsfortegnelse Jobcenter Side Jobcenter Side Albertslund 10 Køge 27 Allerød 18 Lejre 40 Assens 47 Lemvig 68 Ballerup 4 Lolland 41 Billund 55 Lyngby-Taarbæk 13 Bornholm 45 Mariagerfjord 89 Brøndby
Læs mereHjemmehjælp til ældre 2012
Ældre Sagen august 2013 Hjemmehjælp til ældre 2012 Færre hjemmehjælpsmodtagere og færre minutter pr. modtager I 2012 var der godt 130.000 over 65 år, der var visiteret til at modtage hjemmehjælp, mens
Læs mereSÅDAN STIGER SKATTEN I DIN KOMMUNE
SÅDAN STIGER SKATTEN I DIN KOMMUNE Vi har regnet på den nye af en for et gennemsnitligt parcel- eller rækkehus i de forskellige kommuner. Allerede i dag er der stor forskel på erne og dermed også stor
Læs mereGennemsnits antal åbningsdage inkl. åbningsdage på søgne- helligdage
Kommune nr. Kommune navn Vuggestue 2011 på 101 København 237,5 3,5 234,0 253 19,0 147 Frederiksberg 246,0 0,0 246,0 253 7,0 151 Ballerup 0,0 0,0 0,0 253-153 Brøndby 0,0 0,0 0,0 253-155 Dragør 243,0 0,0
Læs mereStatistik for anvendelsen af ereolen.dk April 2013
19.010 24.494 43.504 37.461 80.965 47.542 128.507 54.764 183.271 51.475 234.746 58.173 292.919 65.438 358.357 87.972 446.329 74.407 520.736 73.550 594.286 86.670 680.956 54.254 735.210 54.158 789.368 59.665
Læs mereTabel 20 - Beskæftigelse 1 Beskæftigelse efter branche og arbejdsstedskommune
Tabel 20 - Beskæftigelse 1 03.11.00 Havfiskeri 101 København 13 12 9 12 10 9 9 147 Frederiksberg. 1... 1 1 155 Dragør 7 7 7 6 5 4 4 159 Gladsaxe 1...... 161 Glostrup. 1 1.... 163 Herlev 1...... 167 Hvidovre
Læs mereTrivsel hos eleverne i folkeskolen, 2017
Trivsel hos eleverne i folkeskolen, 2017 Bilag 1. Kommunefordelinger Tabel 1 Faglig trivsel, fordeling af trivselsscore, pct., opdelt på kommuner, 2017 1,0-2,0 2,01-3,0 3,01-4,0 4,01-5,0 Antal svar Aabenraa
Læs mereStatistik for anvendelsen af ereolen.dk Januar 2014
59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 43.885 44.299 51.577 174.639 227.252 279.758 333.495 400.849 454.760 504.218 553.514 597.399 641.698 93.150 80.945 79.863 70.709
Læs mereStatistik for anvendelsen af ereolen.dk Juli 2013
19.010 Antal downlån 24.494 43.504 37.461 80.965 47.542 128.507 54.764 183.271 51.475 234.746 58.173 292.919 65.438 358.357 87.972 446.329 74.407 520.736 73.550 594.286 86.670 680.956 54.254 735.210 54.158
Læs mereN O T A T. Tal for undtagelser i forbindelse med 225- timersreglen- December måned
N O T A T 8. marts 2016 Tal for undtagelser i forbindelse med 225- timersreglen- December måned J.nr 16/03977 I bilag A nedenfor er vist foreløbige kommunefordelte antal og andele i forhold til undtagne
Læs mereI bilag B nedenfor er tallene der ligger til grund for figuren i bilag A vist. Bilag B viser således de samme antal og andele som bilag A.
N O T A T 8. marts 2016 Tal for undtagelser i forbindelse med 225- timersreglen- november måned J.nr 16/03977 I bilag A nedenfor er vist foreløbige kommunefordelte antal og andele i forhold til undtagne
Læs mereForeløbige tal for undtagelser i forbindelse med 225- timersreglen
N O T A T 11. oktober 2016 Foreløbige tal for undtagelser i forbindelse med 225- timersreglen J.nr 16/03977 I bilag A nedenfor er vist foreløbige kommunefordelte antal og andele i forhold til undtagne
Læs merePrivatskoleudvikling på kommuneniveau
Privatskoleudvikling på kommuneniveau Indhold 1) Stigning/fald i andel privatskolebørn i perioden 2003-2013 2) Andel privatskoleelever 2003-2013 3) Fremskrivning, ud fra de sidste 10 års udvikling, til
Læs mereI bilag B nedenfor er tallene, der ligger til grund for figuren i bilag A, vist. Bilag B viser således de samme antal og andele som bilag A.
N O T A T 25. april 2017 Undtagelser fra 225-timersreglen januar 2017 J.nr 17/04682 I bilag A nedenfor er vist foreløbige kommunefordelte antal og andele i forhold til undtagne borgere i forbindelse med
Læs mereIværksætternes folkeskole
Iværksætternes folkeskole Metode og afgrænsning Populationen af iværksætterne fra Danmarks Statistiks Iværksætterdatabase matches med personer i det såkaldte Elevregister. Hermed fås oplysningen om, hvilken
Læs mereLO's jobcenterindikatorer 2. kvartal 2016
Dokumentet indeholder to sider for hvert jobcenter - indikatorværdier og antal forløb bag beregningen af indikatorværdier. Du kan nemt springe frem til den ønskede side ved at skrive sidetallet i feltet
Læs mereStatistik for anvendelsen af ereolen.dk Maj 2014
59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 43.885 44.299 51.577 48.324 99.901 47.469 47.228 44.013 174.639 147.370 227.252 194.598 279.758 238.611 333.495 400.849 454.760
Læs mereKommunernes tilkendelse af førtidspension og visitering til fleksjob
Christophe Kolodziejczyk, Henrik Lindegaard Andersen, Kræn Blume Jensen og Signe Hald Andersen Kommunernes tilkendelse af førtidspension og visitering til fleksjob Publikationen Kommunernes tilkendelse
Læs mereBilag 2: Kommunetabeller. Borgernes tilfredshed med overgange på sundhedsområdet
Bilag 2: Kommunetabeller Borgernes tilfredshed med overgange på sundhedsområdet Publikationen kan hentes på hjemmesiden for Social- og Indenrigsministeriets Benchmarkingenhed: www.simb.dk Henvendelse om
Læs mereStatistik for anvendelsen af ereolen August 2014
43.885 44.299 59.665 55.599 52.613 52.506 53.737 49.458 49.296 53.911 51.577 48.324 47.469 47.228 44.013 48.410 50.280 59.375 67.354 65.078 93.150 80.945 79.863 70.709 71.628 75.220 82.182 83.015 100.758
Læs mereLO s jobcenterindikatorer 1. Indholdsfortegnelse
Jobcenter København... 2 Jobcenter Frederiksberg... 3 Jobcenter Ballerup... 4 Jobcenter Brøndby... 5 Jobcenter Gentofte... 6 Jobcenter Gladsaxe... 7 Jobcenter Glostrup... 8 Jobcenter Herlev... 9 Jobcenter
Læs mereStatistik for anvendelsen af ereolen.dk August 2012
19.010 24.494 43.504 37.461 80.965 47.542 54.764 51.475 58.173 65.438 87.972 74.407 Antal downlån 128.507 183.271 234.746 292.919 358.357 446.329 48.119 42.786 58.514 Antal besøg 86.156 86.556 77.353 72.962
Læs mereBefolkningens alderssammensætning hvor mange ældre er der?
Befolkningens alderssammensætning hvor mange ældre er der? Folkepensionsalderen er i dag 65 år. Derfor er det her valgt at tage udgangspunkt i de 65+årige som ældre, selvom folkepensionsalderen tidligere
Læs mereStatistik for anvendelsen af ereolen.dk Oktober 2012
19.010 24.494 43.504 37.461 80.965 47.542 128.507 54.764 51.475 58.173 65.438 87.972 74.407 73.550 86.670 183.271 Antal downlån 234.746 292.919 358.357 446.329 520.736 594.286 680.956 48.119 42.786 58.514
Læs mereStatistik for anvendelsen af Netlydbøger, april 2019
34.394 35.023 38.228 37.942 47.728 53.170 50.393 49.616 52.016 66.091 60.725 59.585 63.119 62.115 57.893 60.626 59.544 58.175 52.922 53.367 54.256 65.856 54.212 55.637 57.864 53.842 48.524 57.270 58.219
Læs mereStatistik for anvendelsen af ereolen.dk September 2012
19.010 24.494 43.504 37.461 80.965 47.542 128.507 54.764 51.475 58.173 65.438 87.972 74.407 73.550 Antal downlån 183.271 234.746 292.919 358.357 446.329 520.736 594.286 okt12 48.119 42.786 58.514 Antal
Læs mereHvor bor de grønneste borgere i Danmark i 2018?
Hvor bor de grønneste borgere i Danmark i 2018? Indhold Figur 1.0 - Opvarmning af danske boliger med varmepumpe 3 Figur 2.0 - Interesse for grøn energi 6 Figur 3.0 - Grønt Flag Grøn Skole 7 Figur 4.0 -
Læs mereProfilmodel 2009 på kommuner fremskrivning af ungdomsårgangs uddannelsesniveau
Profilmodel 2009 på kommuner fremskrivning af ungdomsårgangs uddannelsesniveau Af Katja Behrens og Thomas Lange En ungdomsårgangs kommende uddannelsesniveau fremskrives under antagelse af, at uddannelsessystemet
Læs mereSygeplejersker i lederstillinger 1 i KL og DR, i perioden 2007 til 2013
Bettina Carlsen Juni 2013 Sygeplejersker i lederstillinger 1 i KL og DR, i perioden 2007 til 2013 - I såvel kommunerne (KL) som regionerne (DR) er andelen og antallet af fuldtidsbeskæftigede sygeplejersker
Læs mereBilag 2: Kommunespecifikke nøgletal
Bilag 2: Kommunespecifikke nøgletal Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed: www.oimb.dk Henvendelse om publikationen kan ske til kontaktpersonen
Læs mereStatistik for anvendelsen af Netlydbøger, juli 2019
52.188 48.069 49.837 46.200 47.201 50.043 70.057 67.771 67.932 74.857 73.458 68.994 90.090 102.780 96.558 97.334 167.432 176.514 167.449 169.539 34.394 35.023 38.228 37.942 47.728 53.170 50.393 49.616
Læs mereStatistik for anvendelsen af Netlydbøger, november 2017
27.343 25.555 25.709 24.118 23.751 25.390 34.371 34.394 35.023 38.228 37.942 35.692 46.907 47.728 53.170 50.393 49.616 52.016 66.091 60.725 59.585 63.119 62.115 57.893 60.626 59.544 58.175 52.922 53.367
Læs mereUdviklingen i klassekvotienten i folkeskolen
Børne- og Undervisningsudvalget 2015-16 BUU Alm.del Bilag 15 Offentligt ANALYSENOTAT Oktober 2015 Udviklingen i klassekvotienten i folkeskolen Resumé af resultater - Den gennemsnitlige klassekvotient i
Læs mereResultaterne er opdelt i ni landsdele. En liste over hvilke kommuner, der indgår i de respektive landsdele, kan findes bagerst i dette notat.
AN AL YS E N O T AT 26. november 2012 Geografiske forskelle i resultater fra undersøgelsen af de vedtagne budgetter for 2013 på skoleområdet Danmarks Lærerforening har gennem foreningens lokale lærerkredse
Læs mereStatistik for anvendelsen af Netlydbøger, marts 2019
34.394 35.023 38.228 37.942 47.728 53.170 50.393 49.616 52.016 58.219 61.254 56.934 57.138 57.242 69.150 60.156 60.652 64.061 60.762 55.247 69.748 68.045 69.852 67.999 67.882 77.878 80.030 79.986 71.999
Læs mereBeskæftigelsesudvalget BEU Alm.del endeligt svar på spørgsmål 183 Offentligt
Beskæftigelsesudvalget 2015-16 BEU Alm.del endeligt svar på spørgsmål 183 Offentligt Folketingets Beskæftigelsesudvalg udvalg@ft.dk René Christensen Rene.Christensen@ft.dk Beskæftigelsesministeriet Ved
Læs mereExperian RKI analyse 1. halvår 2013
Experian RKI analyse 1. halvår 2013 Personer registreret med betalingsanmærkninger i RKI register Betalingsanmærkninger Andel Sag-snit pr. Snit beløb Snit beløb Analyse Personer Vækst registreret person
Læs mereStatistik for anvendelsen af e-bøger, august 2019
48.324 51.577 47.469 47.228 44.013 26.128 25.269 24.663 24.176 22.463 24.063 31.178 26.631 25.703 28.202 26.884 26.924 54.523 54.791 56.377 56.612 51.842 53.346 45.380 51103 45541 45.571 42.278 45.240
Læs mereStatistik for anvendelsen af e-bøger, juli 2019
48.324 51.577 47.469 47.228 44.013 47.100 51.966 48.170 48.553 85.674 87.960 96.566 87.525 89.294 90.414 26.128 25.269 24.663 24.176 22.463 24.063 31.178 26.631 25.703 28.202 26.884 26.924 46.013 48.560
Læs mereStatistik for anvendelsen af e-bøger, oktober 2017
26.128 25.269 24.663 24.176 22.463 24.063 31.178 26.631 25.703 28.202 26.884 26.924 46.013 48.560 53.442 49.545 50.142 49.346 49.346 46.129 41.138 39.988 38.638 44.685 38.170 41.651 43.501 41.653 37.061
Læs mereStatistik for anvendelsen af e-bøger, januar 2018
26.128 25.269 24.663 24.176 22.463 24.063 31.178 26.631 25.703 28.202 26.884 26.924 46.013 48.560 53.442 49.545 50.142 49.346 60.758 54.523 54.791 56.377 56.612 51.842 53.346 49.346 46.129 41.138 39.988
Læs mereStatistik for anvendelsen af e-bøger, januar 2017
jan14 26.128 25.269 24.663 24.176 22.463 24.063 26.631 25.703 31.178 28.202 26.884 26.924 41.138 39.988 38.638 38.170 37.061 46.013 48.560 49.545 53.442 50.142 49.346 54.523 54.791 51.842 49.346 46.129
Læs mereSkatteudvalget SAU Alm.del endeligt svar på spørgsmål 234 Offentligt (01)
Skatteudvalget 2013-14 SAU Alm.del endeligt svar på spørgsmål 234 Offentligt (01) 27. februar 2014 J.nr. 14-0341223 Til Folketinget Skatteudvalget Hermed sendes svar på spørgsmål nr. 234af 31. januar 2014
Læs mereTilgang til førtidspension for målgruppen for NY CHANCE TIL ALLE
NOTAT 18. juni 2007 Tilgang til førtidspension for målgruppen for NY CHANCE TIL ALLE Formålet med NY CHANCE TIL ALLE er at hjælpe personer, der har modtaget passiv offentlig forsørgelse i lang tid, ind
Læs mereSygeplejerskernes sygefravær i 2011 og 2012
Bettina Carlsen Juni 2013 Sygeplejerskernes sygefravær i 2011 og 2012 Kommunernes og Regionernes Løndatakontor (KRL) opgør årligt sygefraværet i kommunerne og regionerne. Dette notat omhandler udviklingen
Læs mereStatistik for anvendelsen af Netlydbøger, januar 2018
jan14 mar14 maj14 jul14 sep14 nov14 jan15 mar15 maj15 jul15 sep15 nov15 jan16 mar16 maj16 jul16 sep17 nov17 27.343 25.555 25.709 24.118 23.751 25.390 34.371 34.394 35.023 38.228 37.942 35.692 46.907 47.728
Læs mereKommunernes placering på ranglisten for sygedagpengeområdet, 1. halvår halvår 2018
Kommunernes placering på ranglisten for sygedagpengeområdet, 1. halvår 2018-2. halvår 2018 Kommune Placering Faktisk ydelsesomfang Forventet ydelsesomfang Forskel Ændring i kommunale besparelser Fuldtidspersoner
Læs mereStatistik for anvendelsen af Netlydbog.dk December 2013
jan-12 37.383 35.261 72.644 34.843 107.487 30.807 138.294 33.777 172.071 38.463 210.534 46.034 256.568 40.037 296.605 40.271 336.876 42.827 379.703 40.985 420.688 38.372 459.060 47.809 43.807 91.616 45.563
Læs mereStatistik for anvendelsen af Netlydbog.dk November 2013
jan-12 37.383 35.261 72.644 34.843 30.807 33.777 38.463 46.034 40.037 40.271 42.827 40.985 38.372 47.809 43.807 91.616 45.563 41.264 41.216 44.419 51.006 45.301 44.894 48.516 48.087 107.487 138.294 137.179
Læs mereStatistik for anvendelsen af Netlydbog September 2014
jan13 feb13 mar13 apr13 maj13 jun13 jul13 aug13 sep13 okt13 nov13 dec13 jan14 jul14 sep14 43.807 41.264 41.216 45.563 44.419 45.301 44.894 51.006 48.516 48.087 44.165 48.069 49.837 46.200 47.201 50.043
Læs mereStatistik for anvendelsen af e-bøger, september 2017
jan14 mar14 maj14 jul14 sep14 nov14 jan15 mar15 maj15 jul15 sep15 nov15 jan16 mar16 maj16 maj17 26.128 25.269 24.663 24.176 22.463 24.063 31.178 26.631 25.703 28.202 26.884 26.924 46.013 48.560 53.442
Læs mereDeskriptiv analyse: Udviklingen i antal overførselsmodtagere og ledige det seneste år fordelt på kommuner
Analyseenheden Deskriptiv analyse: Udviklingen i antal overførselsmodtagere og ledige det seneste år fordelt på kommuner April 2019 Lønmodtagerbeskæftigelsen har aldrig været højere i Danmark, end den
Læs mereStatistik for anvendelsen af Netlydbøger, april 2017
jan14 mar14 maj14 jul14 sep14 nov14 jan15 mar15 maj15 jul15 sep15 nov15 jan16 sep16 mar17 27.343 25.555 25.709 24.118 23.751 25.390 34.371 34.394 35.023 38.228 37.942 35.692 46.907 47.728 53.170 50.393
Læs mereStatistik for anvendelsen af Netlydbøger, august 2017
jan14 mar14 maj14 jul14 sep14 nov14 jan15 mar15 maj15 jul15 sep15 nov15 jan16 mar16 jul17 27.343 25.555 25.709 24.118 23.751 25.390 34.371 34.394 35.023 38.228 37.942 35.692 46.907 47.728 53.170 50.393
Læs mereStatistik for anvendelsen af Netlydbøger, september 2017
jan14 mar14 maj14 jul14 sep14 nov14 jan15 mar15 maj15 jul15 sep15 nov15 jan16 mar16 maj16 sep17 27.343 25.555 25.709 24.118 23.751 25.390 34.371 34.394 35.023 38.228 37.942 35.692 46.907 47.728 53.170
Læs mereStatistik for anvendelsen af ereolen.dk Januar 2013
nov11 dec11 jan12 feb12 mar12 apr12 maj12 jun12 jul12 aug12 dec12 19.010 24.494 Antal downlån 43.504 37.461 80.965 47.542 128.507 54.764 183.271 51.475 234.746 58.173 292.919 65.438 358.357 87.972 446.329
Læs mereFærre udnytter muligheden for at gå på efterløn Målt i forhold til alle, der har mulighed for at gå på efterløn, er udnyttelsesgraden faldet.
Ældre Sagen september 213 Efterlønsmodtagere Antallet af efterlønsmodtagere falder Fra 27 til 212 er antallet af fuldtids-efterlønsmodtagere 1 faldet fra 138.11 til 13.272 personer svarende til et fald
Læs mereOversigt over 3 natur i de nye kommuner
Oversigt over 3 natur i de nye kommuner På baggrund af data fra Miljøportalens Arealinformation præsenteres her en oversigt over fordelingen af 3 beskyttede naturtyper i de nye kommuner og regioner. De
Læs mereStatistik for anvendelsen af e-bøger, november 2018
Statistik for anvendelsen af ebøger, november 2018 Målingerne af antal lån samt unikke brugere indeholder tal for anvendelsen af apps og websitet. lån /akkumulerede lån fordelt på måneder. 1 1 100.000
Læs mereNulvækst koster job i samtlige kommuner i Danmark
Nulvækst koster job i samtlige kommuner i Danmark I Konvergensprogram 2014 er der forudsat en realvækst i det offentlige forbrug fra 2015-2020. Med nulvækst fra 2015 vil det offentlige forbrug være 20
Læs mereDe demografiske udgifter i kommunerne frem mod 2020
De demografiske udgifter i kommunerne frem mod 2020 1 De demografiske udgifter i kommunerne frem mod 2020 Ifølge FOAs beregninger stiger udgiftsbehovet i kommunerne 2 procent frem mod 2020 alene på baggrund
Læs mereBilag til Profilmodel 2013 på kommuneniveau
Bilag til Profilmodel 2013 på kommuneniveau Dette bilag indeholder to tabeller. Tabel 1 viser andelen af ungdomsårgang 2013, der forventes at opnå en ungdoms, mindst en, en videregående og en lang videregående
Læs mereStatistik for anvendelsen af Netlydbog.dk September 2013
jan-12 37.383 35.261 72.644 34.843 30.807 33.777 38.463 46.034 40.037 40.271 42.827 40.985 38.372 47.809 43.807 45.563 41.264 41.216 44.419 51.006 45.301 44.894 107.487 91.616 138.294 137.179 172.071 178.443
Læs mereBilag 2: Kommunespecifikke nøgletal. Fravær fra danskundervisning
Bilag 2: Kommunespecifikke nøgletal Fravær fra danskundervisning Publikationen kan hentes på hjemmesiden for Økonomi- og Indenrigsministeriets Benchmarkingenhed: www.oimb.dk Henvendelse om publikationen
Læs mereVisiterede hjemmestimer om året pr. ældre %-ændring årige 17,4 10,3-41% 80+ årige 85,8 57,6-33%
21. februar 2019 AG Side 1 af 6 Udvikling i hjemmehjælp på kommuneniveau På landsplan er hjemmehjælpen til 67+årige blevet reduceret med ca. 6,5 mio. timer 1 i perioden 2008-2017, svarende til et fald
Læs mereDer kan frit citeres fra rapporten med angivelse af kilde.
Publikationen er udgivet af Servicestyrelsen Skibhusvej 52B, 3. 5000 Odense C Tlf: 72 42 37 00 E-mail: servicestyrelsen@servicestyrelsen.dk www.servicestyrelsen.dk Der kan frit citeres fra rapporten med
Læs mereAndel af elever i den almindelige undervisning i folkeskolen, 2016/17
Inklusionsgrad Andel af elever i den almindelige undervisning i folkeskolen, 2016/17 Dette notat giver overblik over andelen af elever i den almindelige undervisning den såkaldte inklusionsgrad. 95,2 procent
Læs mereForventede udgifter til service og anlæg i 2015
Forventede udgifter til og anlæg i 2015 LCP og PL-rul) (1. indberetning) (2. indberetning) til i 2015 anlæg til anlæg i 2015 (1) (2) (3) (4) (5) (6) (7) 1.000 kr. 1.000 kr. 1.000 kr. 1.000 kr. 1.000 kr.
Læs mereStatistik for anvendelsen af ereolen.dk Oktober 2013
86.670 54.254 54.158 59.665 59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 174.639 227.252 279.758 333.495 400.849 454.760 504.218 553.514 680.956 735.210 789.368 109.377
Læs mereStatistik for anvendelsen af ereolen September 2014
jan13 feb13 mar13 apr13 maj13 jun13 jul13 aug13 sep13 okt13 nov13 dec13 jan14 jul14 sep14 43.885 44.299 59.665 55.599 52.613 52.506 53.737 49.458 49.296 53.911 51.577 48.324 47.469 47.228 44.013 48.410
Læs mereStatistik for anvendelsen af ereolen Juli 2014
jan13 feb13 mar13 apr13 maj13 jun13 jul13 aug13 sep13 okt13 nov13 dec13 jul14 59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 43.885 44.299 51.577 48.324 99.901 47.469 47.228
Læs mereAndel elever i segregerede tilbud fordelt på elevernes bopælskommune, 2012/13
Andel elever i segregerede tilbud fordelt på elevernes bopælskommune, 2012/13 Segregeringsgraden for hele landet er 5,2 procent i skoleåret 2012/13. Segregeringsgraden varierer betydeligt mellem kommunerne.
Læs mereHer er Danmarks dyreste og billigste kommuner
Her er Danmarks dyreste og billigste kommuner 22. januar 2019 Akutbolig.dk har undersøgt kvadratmeterpriserne på lejeboliger i landets 98 kommuner for at klarlægge landets dyreste og billigste kommuner
Læs mereBilag til Profilmodel 2015 på kommuneniveau
Bilag til Profilmodel 2015 på kommuneniveau Dette bilag indeholder to tabeller. Tabel 1 viser andelen af ungdomsårgang 2015, der forventes at opnå mindst en ungdoms, en erhvervskompetencegivende, en videregående
Læs mereStatistik for anvendelsen af Netlydbog.dk August 2013
jan-12 37.383 35.261 72.644 34.843 30.807 33.777 38.463 46.034 40.037 40.271 42.827 40.985 38.372 47.809 43.807 45.563 41.264 41.216 44.419 51.006 45.301 107.487 91.616 138.294 137.179 172.071 178.443
Læs mereStatistik for anvendelsen af ereolen.dk November 2013
okt12 nov12 dec12 jan13 feb13 mar13 apr13 maj13 jun13 jul13 86.670 54.254 54.158 59.665 59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 43.885 174.639 227.252 279.758 333.495
Læs mereStatistik for anvendelsen af ereolen.dk December 2013
okt12 nov12 dec12 jan13 feb13 mar13 apr13 maj13 jun13 aug13 nov13 86.670 54.254 54.158 59.665 59.665 55.599 115.264 59.375 52.613 52.506 53.737 67.354 53.911 49.458 49.296 43.885 44.299 174.639 227.252
Læs mere