Rådighed over bil. En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi. Notat Peter F. Christens, Mogens Fosgerau
|
|
- Martin Frederiksen
- 7 år siden
- Visninger:
Transkript
1 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Peter F. Christens, Mogens Fosgerau
2
3 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Peter F. Christens, Mogens Fosgerau
4 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Af Peter F. Christens, Mogens Fosgerau Tryk: Herrmann & Fischer Oplag: 200 Copyright: Eftertryk tilladt med kildeangivelse Udgivet af: Danmarks TransportForskning Knuth - Winterfeldts Allé Bygning 116 Vest 2800 Kgs. Lyngby Rekvireres hos: Danmark.dk s netboghandel Tel.: Pris: Kr. 50,00 inkl. moms ISSN: (trykt udgave) ISBN: (trykt udgave) ISSN: (elektronisk udgave) ISBN: (elektronisk udgave)
5 Forord Dette notat er udarbejdet af Danmarks TransportForskning i forbindelse med Trafikministeriets Trafikredegørelse Notatet omhandler en analyse af sammenhængen mellem husstandens bilrådighed og husstandsindkomsten i forskellige regioner baseret på datamateriale fra Transportvaneundersøgelsen (TU) Baseret på tidsserieanalyser forventes en fortsat stigning i bilparken med fortsat voksende indkomster. I notatet undersøges den geografiske variation i denne stigning med henblik på at afdække om væksten i højere grad vil ske nogen steder end andre. Resultaterne peger særligt på, at den fremtidige vækst i bilparken vil være højere i Hovedstaden end i resten af landet, som følge af generel indkomstvækst. Hertil kan komme bidrag som følge af ujævn indkomstvækst og flytning mellem landsdelene. Kgs. Lyngby, 2004 Ole Zacchi Direktør Mogens Fosgerau Forskningschef
6
7 Indhold 1 Indledning Formål Dette notat Datamateriale og økonometrisk model Beskrivelse af datamaterialet Økonometrisk model Valg af modeltype Den valgte modeltype Resultater Foranalyse Modellering af bilrådigheden Fremskrivning Konklusion Bilag... 15
8
9 1 Indledning 1.1 Formål Fra tidsserieanalyser haves bud på hvorledes bilparken vil vokse med indkomsten i fremtiden. Dette er beskrevet i et notat fra Danmarks Transport- Forskning. 1 Dette giver imidlertid ikke svar på spørgsmålet om, hvor i landet væksten vil finde sted, hvilket er nok så væsentligt. Derfor gennemføres i dette notat en analyse baseret på tværsnitsdata for at bestemme indkomstelasticiteter for forskellige befolkningsgrupper karakteriseret ved baggrundsvariable som familietype, alder mv. og hvor de bor. Sådan en analyse kan afdække variationen i indkomstelasticiteter. Den kan imidlertid ikke erstatte tidsserieanalysen som anvendes til at finde den generelle elasticitet. På grund af de problemer der er forbundet med at ekstrapolere variation over tværsnit ud i fremtiden foretrækkes tidsserieanalysen som grundlag for fremskrivninger. I analysen estimeres en simpel multinomial logit model for husstandes valg mellem 0, 1 eller 2+ biler, hvor det sidste alternativ rummer muligheden for flere end 2 biler. Den afhængige variabel er her bilrådigheden, som er den variabel som kendes i Transportvaneundersøgelsen, og ikke bilejerskabet, som kan være noget anderledes fordelt. Ud af modellen fremkommer en sammenhæng, hvor det forventede antal biler for en husstand stiger med indkomsten. Indkomstelasticiteten, altså den relative stigning i bilrådigheden i forhold til den relative stigning i indkomsten, varierer henover kurven. Ved mellemindkomster er elasticiteten høj og en stigning i indkomsten vil føre til en forholdsvis stor stigning i bilrådigheden. Ved høje indkomster er det forventede antal biler allerede stort og en stigning i indkomsten vil kun føre til en lille stigning i antallet af biler. Baggrundsvariablene i analysen fungerer ved at flytte de enkelte husstande frem og tilbage på kurven. Når bilrådigheden således er relativt lav i København, svarer det til, at husstandene forventes at opføre sig som husstande andre steder med en lavere indkomst. Det er denne mekanik, der ligger bag de variationer i indkomstelasticitet, som findes i notatet. 1 DTF Notat
10 Ved anvendelsen af elasticiteterne i notatet forudsættes en generel indkomstvækst over hele landet og virkningerne heraf for bilrådigheden illustreres. Hertil kan komme andre effekter, hvor for eksempel indkomsten vokser mere i nogle dele af landet end andre, eller hvor antal og sammensætning af husstandene i de enkelte dele af landet ændres. Sådanne udviklinger er der ikke taget højde for. 1.2 Dette notat Notatet er bygget op som følger. Kapitel 2 beskriver datamaterialet og den økonometriske model. I kapitel 3 estimeres sammenhængen mellem indkomst og bilrådighed. Denne sammenhæng benyttes til at bestemme indkomstelasticiteter for hele Danmark og de forskellige regioner i Danmark. Kapitel 4 opsummerer konklusionerne. Endelig angives parameterestimaterne for de forskellige familietyper bestemt via den multinomiale logitmodel i bilaget. 2
11 2 Datamateriale og økonometrisk model 2.1 Beskrivelse af datamaterialet Datamaterialet stammer fra Transportvaneundersøgelsen, (også kaldet TU) som har til formål at kortlægge den danske befolknings trafikale adfærd. 2 I interviewet indsamles oplysninger om rejsevaner og en række baggrundsoplysninger, herunder oplysning om husstandenes bilrådighed. I notatet er der benyttet TU interviews fra december 1994 til og med december Interviews fra personer i husstande bestående af samboende slægtninge er frasorteret. Dette giver i alt interview fordelt på følgende familietyper: Tabel 1. Antal interview fordelt på familietyper Antal Familietype Enlige uden børn under 18 år Par uden børn under 18 år Enlige med børn under 18 år Par med børn under 18 år Der er frasorteret 222 interviews med manglende oplysninger Ud over husstandens indkomst er der en række forskellige baggrundsvariable for husstandene, som kan forventes at bidrage til deres valg mellem 0, 1 eller 2+ biler. Tabel 1 i bilaget viser de baggrundsvariable, som det er valgt at inkludere i beskrivelsen af bilrådighed. Tabel 1 angiver desuden baggrundsvariablenes empiriske fordeling og den gennemsnitlige bilrådighed stratificeret efter familietypen. 2.2 Økonometrisk model Der opstilles en model på husstandsniveau for valget mellem 0, 1 eller 2+ biler. Valget af modeltype står grundlæggende mellem en ordnet model, hvor alternativerne er ordnet i en fast rækkefølge, og en uordnet model. I 2 3
12 mange sammenhænge har man valgt den ordnede model og en sådan model har også været forsøgt her. Det endelige valg faldt dog på den uordnede model, hvilket der kort redegøres for i det kommende afsnit, inden den valgte model beskrives i det efterfølgende afsnit Valg af modeltype Man kunne formode, at en ordnet model ville være mest naturlig, idet der her indgår et latent indeks for tilbøjelighed til bilrådighed, hvis størrelse afgør, om husstanden har 0, 1 eller 2+ biler. Man forestiller sig altså et enkelt indeks, sammensat af parametre og variable, hvis størrelse afgør sandsynligheden for, at en husstand har 0, 1 eller 2+ biler. Er indekset lavt, har husstanden ikke bil; er indekset højt, har husstanden 2+ biler. Med en sådan model virker for eksempel indkomst med samme styrke til at forklare overgangen fra 0 til 1 biler som fra 1 til 2+ biler. En ordnet logitmodel har også været estimeret, men denne model faldt ved modelkontrollen, hvor afvigelserne mellem modellens forudsigelser og data var for store til at være statistisk acceptable. Det peger på, at bilrådigheden ikke kan forklares af et enkelt underliggende indeks. Det er således ikke de samme faktorer, der forklarer overgangen fra 0 til 1 og fra 1 til 2+ biler Den valgte modeltype Derfor vælges en multinomial logitmodel, som er den simpleste model, hvor der indgår flere indeks. Modellen er estimeret med Proc Catmod i SAS version 8.2., med følgende parametrisering: log(p 1 /P 0 )=b 1 *X, log(p 2 /P 1 )=b 2 *X, hvor X angiver designmatricen for de forklarende variable, herunder indkomst. Her er der således forskellige parametre for overgangen fra 0 til 1 og fra 1 til 2+ biler, nemlig b 1 og b 2. Dette giver anledning til følgende sandsynligheder. P0 = 1+ e b X b X 1 e 1 ( ), P1 = b1 + b2 X b1x ( b1 + b + e 1+ e + e 2) X, P = 2 ( b1 + b e 2 ) b X 1 1+ e 1 + e X ( b + b )X 1 2 Større værdier af b 1 *X medfører større sandsynlighed for 1 eller 2+ biler i forhold til ingen biler. Større værdier af b 2 *X medfører større sandsynlighed for 2+ biler i forhold til 1 bil. Indkomst forventes at indgå med positivt fortegn i begge udtryk, således at stigende indkomst øger sandsynligheden for 2+ biler mere end for 1 bil. 4
13 Samtlige baggrundsvariable med undtagelse af indkomst indgår i modellen som kategoriske variable. Logaritmen til indkomst indgår som en kontinuert variabel. Fokus i analyserne er på at bestemme en sammenhæng mellem indkomst og bilrådighed, hvor der er taget højde for variationer, som kan tilskrives husstandens og interviewpersonens øvrige baggrundsvariable. Men målet er ikke at bestemme sammenhænge mellem bilrådighed og de øvrige baggrundsvariable. Derfor er der valgt kun at lade dem indgå i logitmodellen via deres hovedvirkninger og ingen interaktionseffekter er inkluderet i modellen. 5
14 3 Resultater 3.1 Foranalyse Inden de endelige modeller opstilles gennemføres en mindre foranalyse for at afklare segmentering og hvordan indkomst skal indgå i modellen. Fra bilagstabel 1 ses, at bilrådigheden er stærkt korreleret med familietypen. Der vælges derfor at stratificere analyserne efter familietype, således at der gennemføres fire parallelle analyser for par med børn, par uden børn, enlige med børn og enlige uden børn. Den lille gruppe af øvrige husstande udelades af analysen, især fordi det er vanskeligt at opstille en relevant husstandsindkomst for denne gruppe. Tabel 1 viser som ventet, at bilrådigheden stiger med indkomst for forskellige typer familier. Univariate analyser, hvor alene logaritmen til indkomst anvendes til at forklare om husstanden vælger at have rådighed over 0, 1 eller flere biler, viser også at husstandens bilrådighed er stærkt positivt korreleret med log indkomst. Sammenhængen mellem indkomst og bilrådighed for de 4 forskellige familie typer er illustreret i figur 1. Figuren viser, at bilrådigheden stiger med nogenlunde samme faktor for de forskellige familie typer. Derudover ses dels, at husstande med par har en større bilrådighed end husstande med enlige, dels, at husstande med børn har større bilrådighed end husstande uden børn. antal biler pr. hustand 2 1,5 1 0,5 0 Bilrådighed og indkomst indkomst i 1000 kr. Enlige uden børn Par uden børn Enlige med børn Par med børn Figur 1. Estimeret sammenhæng mellem bilrådighed og indkomst pr. husstand i en stratificeret univariat logitmodel. 6
15 Den univariate analyse benyttes også til at undersøge hvordan ændringer i indkomsten påvirker sandsynligheden for at familien vælger 0, 1 eller flere biler. Sammenhængen mellem indkomst og bilrådighed i figur 1 er bestemt via en logitmodel (se afsnit 2.2.1), hvor både log indkomst og kvadratet på log indkomst indgår: log(p 1 /P 0 )=b 1 *log(indkomst)+ b 2 *log 2 (indkomst), log(p 2 /P 1 )=b 3 *log(indkomst)+ b 4 *log 2 (indkomst), Figur 2 illustrerer logitmodellens estimerede sammenhæng mellem sandsynlighederne for at husstanden har 0, 1 eller 2+ biler (P0,P1,P2) og indkomst. Figur 2 viser kun sammenhængen mellem sandsynlighederne og indkomst for husstande med par med børn, men de 3 andre typer husstande (enlige med og uden børn og par uden børn) har nogenlunde samme udvikling som funktion af indkomst Sandsynlighed Indkomst i 1000 kr. SSH for 1 bil SSH for 2 biler SSH for 0 biler Figur 2. Estimerede sandsynligheder for bilrådighed for par med børn som funktion af indkomst. Sammenhængen er bestemt i en logitmodel, hvor kun log indkomst og kvadratet på log indkomst indgår. Sammenhængen, som vist i Figur 2, mellem indkomst og sandligheden for at husstanden har 0, 1 eller 2+ biler virker rimelig: Sandsynligheden for at husstanden har 1 eller flere biler stiger med stigende indkomst. Tilsvarende stiger sandsynligheden for 2 eller flere biler med stigende indkomst. 7
16 For lave indkomstgrupper, ses, at stigningen i sandsynligheden for at have 1 bil er større end stigningen i sandsynligheden for at have flere biler til rådighed. Herefter begynder sandsynligheden for at have 1 bil at aftage til fordel for sandsynligheden for at have 2 eller flere biler. Ved indkomster større end knap en million begynder sandsynligheden for at have 2 eller flere biler at være større end sandsynligheden for at have 1 bil. Eftersom disse beskrivelser er baseret på en univariat analyse, hvor der ikke er korrigeret for andre væsentlige forhold som for eksempel geografisk placering af bopæl, skal fokus ikke være på den præcise sammenhæng mellem indkomst og sandsynlighederne, men i højere grad være på udviklingen af sandsynlighederne. 3.2 Modellering af bilrådigheden Af bilagstabel 1 fremgår det, at logitmodellerne for de forskellige familietyper er er baseret på ganske mange observationer. Det betyder, at styrken i analyserne er høj og at parametrene for baggrundsvariablene kan estimeres meget præcist, og dermed er selv små forskelle stærkt signifikante. Det er derfor heller ikke overraskende, at næsten samtlige baggrundsvariable fra bilagstabel 1 er stærkt signifikante. Estimaterne for log indkomst og signifikante baggrundsvariable er angivet i bilagstabel 2 - bilagstabel 5 i bilaget. Bilagstabel 2 angiver estimater for par med børn under 18, bilagstabel 3 er enlige med børn under 18, bilagstabel 4 er par uden børn under 18, og endelig er bilagstabel 5 enlige uden børn under 18. Fra disse tabeller ses, at sandsynligheden for at husstande har rådighed over 0, 1 eller 2 biler afhænger af både log indkomst og kvadratet på log indkomst ligesom ved ovenstående univariate analyse. For alle familietyper optræder et negativt førstegradsled til indkomst og et positivt andengradsled. Dette giver en sammenhæng mellem indkomst og sandsynligheden for 0,1 eller 2+ biler som i høj grad minder om den sammenhæng, som er illustreret i figur 2. For husstande med par med børn er sammenhængen mellem indkomst og sandsynligheden for at husstanden har 1 bil relativ til sandsynligheden for at husstanden har 0 biler er givet ved følgende polynomium på log skala: log(p 1 /P 0 )=-4,3*log(indkomst)+ 0,5*log 2 (indkomst), 8
17 Dette betyder, at sandsynligheden for at have 1 bil i forhold til sandsynligheden for at have 0 biler stiger med indkomst for alle husstande med en indkomst større end Ud fra bilagstabel 2 ses, at forholdet mellem rådighed over 1 og 2+ biler kan beskrives ved: log(p 1 /P 0 )=-6,0*log(indkomst)+ 0,6*log 2 (indkomst), hvilket betyder, at for indkomst større end ca stiger sandsynligheden for rådighed 2+ biler relativt mere end sandsynligheden for 1 bil, hvilket i høj grad svarer til sammenhængen i figur 2. Sammenlignes effekten af indkomst for de forskellige familietyper (tabel 2 table5) ses følgende tendenser: For enlige med børn er sammenhængen mellem indkomst og sandsynligheden for at have rådighed over 0, 1, eller 2+ biler meget lig sammenhængen for husstande med par med børn. For par uden børn er effekten af indkomst stadig signifikant, men betydningen af indkomst er langt mindre, hvilket ses af de relative små parameterestimater for kvadratet på log indkomst i bilagstabel 4 Indkomstens betydning for bilrådigheden hos husstande med enlige uden børn er lidt mindre end for husstande med par med børn, når det drejer sig om overgangen mellem 0 og 1 bil. Effekten af indkomst og forholdet mellem sandsynligheden for at have rådighed over 2+ biler og sandsynligheden for at have rådighed over en 1 bil er meget mindre, hvilket intuitivt er forventeligt, når husstanden kun består af 1 person. Parameterestimaterne for øvrige baggrundsvariable virker generelt plausible: øget gangtid til offentlig transport øger sandsynlighederne for 1 eller 2+ biler, jo ældre jo større bilrådighed. Husstande med ejerboliger har større bilrådighed. Husstande i etageejendomme har mindre bilrådighed. Flere personer eller børn i husstanden øger også bilrådigheden. Mænd har større bilrådighed end kvinder. Endelig virker parametrene for den geografiske placering fornuftige: mindst bilrådighed i hovedstaden og større byer 3 Der er i alt registreret 12 husstande med par og børn, hvor indkomsten er mindre end Disse 12 observationer har en gennemsnitlig bilrådighed på ca. 1 bil. Denne relative høje bilrådighed må siges at være atypisk og de 12 observationer er udeladt af analyserne. 9
18 og størst bilrådighed i landdistrikter eller mindre byer med under indbyggere. Betragtninger om modeltilpasning skal ses i lyset af formålet med analyserne og ikke nødvendigvis, om modellen beskriver bilrådighed for hver husstand tilfredsstillende. Formålet med analyserne er at finde plausible sammenhænge mellem indkomst og bilrådighed og derfor er validiteten af modellerne først og fremmest testet for, om modellerne kan prediktere de empiriske indkomstfordelinger for forskellige indkomstinddelinger. Dette svarer til det simple Pearsons test, hvor det observerede sammenlignes med det predikterede. Pearsons testet giver ikke anledning til at forkaste nogle af modeller for de fire husstandstyper. 3.3 Fremskrivning For alle fire familietyper ses af afsnit 3.1 en sammenhæng, hvor det forventede antal biler for en husstand stiger med indkomsten. I følgende afsnit omsættes denne estimerede sammenhæng til en indkomstelasticitet, som angiver den procentvise stigning i bilrådigheden som følge af en stigning i indkomsten på 1 %. Disse elasticiteter beregnes særskilt for forskellige geografiske områder, således at man kan aflæse geografiske forskelle. Ved en relativ tilvækst på 10% i indkomsten beregnes en indkomstelasticitet ved først at interpolere indkomstparametrene i logitmodellens lineære indeksfunktioner. For husstanden med manglende oplysning om indkomst bestemmes det fremskrevne forventede antal biler ved at interpolere den stratumbestemte gennemsnitsindkomst. Dernæst omsættes de fremskrevne indeksfunktioner til punktsandsynligheder for, om husstanden har rådighed over 0, 1, eller 2+ biler. Via disse sandsynligheder bestemmes nu det fremskrevne forventede antal biler pr. husstand. Dette antal summeres, med vægte svarende til husstandens repræsentativitet, til et estimat på størrelsen på bilparken efter en 10% indkomststigning. Det skal bemærkes, at resultaterne næsten ikke afhænger af, om der vægtes eller ikke vægtes for at kompensere for husstandens repræsentativitet. De beregnede indkomstelasticiteter fremkommer nu ved at dividere den forventede vækst i bilparken med den forudsatte vækst i indkomsten. Elasticiteterne ligger gennemgående mellem 0 og 1. Der er ikke noget principielt i vejen for at elasticiteterne kan blive større end 1, dette sker hvis den forventede vækst i bilparken er større end 10%. 10
19 Resultaterne er vist i nedenstående Tabel 2. Overordnet findes en indkomstelasticitet på 0,4, hvilket er mindre end den langsigtede elasticitet på 0,7, som er fundet ved tidsserieanalyse af den danske personbilpark. 4 Til generelle fremskrivninger foretrækkes som nævnt i afsnit 1.1 elasticiteten bestemt ved tidsserieanalysen. Interessen her gælder de forskelle i indkomstelasticiteter, som kan aflæses i tabellen. Ser man på familietyperne, er indkomstelasticiteten højere for enlige end for par. Enlige uden børn har en lidt højere elasticitet end enlige med børn. Indkomstelasticiteten for par med børn er lig elasticiteten for par uden børn. Sammenholdes indkomstelasticiteten med den aktuelle bilrådighed (se bilagstabel 1) ses at elasticiteterne er størst for husstande med lille bilrådighed. (Enlige uden børn har i gennemsnit 0,4 biler per husstand i datasættet, enlige med børn har 0,6 biler per husstand, mens par uden børn har 1,0 biler per husstand og par med børn har 1,2 biler per husstand). Tabel 2 viser også betydelig geografisk variation. Den største indkomstelasticitet på 0,8 findes i København og Frederiksberg kommuner, hvor bilrådigheden i forvejen er lav, omkring halvdelen af landsgennemsnittet. Indkomstelasticiteten er allerhøjest for enlige med børn i København og Frederiksberg, hvilket dog er en lille gruppe. På det større plan er indkomstelasticiteten omkring København og i de øvrige store byer, Århus, Ålborg, Esbjerg og Odense større end gennemsnittet. De mindste indkomstelasticiteter findes i landdistrikter eller byer med mindre end indbyggere. 4 DTF notat
20 Tabel 2. Indkomstelasticitet for forskellige geografiske områder Par med børn Par uden børn Enlige med børn Enlige uden børn Total København, Fredensborg og Roskilde amt 0,49 0,45 0,67 0,92 0,56 Kbh. og Frederiksberg 0,71 0,70 1,03 1, Gentofte og Kbh. forstæder 0,50 0,44 0,66 0, Ydre forstæder til Kbh. 0,44 0,40 0,54 0, Byer med 10,000-60,000 indb. 0,50 0,41 0,74 0, Byer med 2,000-10,000 indb. 0,41 0,34 0,52 0, Byer med < 2000 indb. eller land 0,35 0,33 0,34 0, Vestsjællands og Storstrøms amt 0,34 0,33 0,47 0,64 0,39 Byer med 10,000-60,000 indb. 0,40 0,37 0,68 0, Byer med 2,000-10,000 indb, 0,35 0,32 0,52 0, Byer med < 2000 indb, eller land 0,31 0,31 0,32 0, Fyn og Jylland 0,33 0,32 0,45 0,66 0,38 Århus, Ålborg, Esbjerg, Odense 0,43 0,42 0,67 0, Byer med 10,000-60,000 indb. 0,35 0,33 0,61 0, Byer med 2,000-10,000 indb. 0,31 0,29 0,42 0, Byer med < 2000 indb, eller land 0,29 0,28 0,25 0, Bornholm 0,34 0,39 0,60 0,82 0,44 Byer med 10,000-60,000 indb. 0,39 0,43 0,80 0, Byer med 2,000-10,000 indb. 0,34 0,40 0,50 1, Byer med < 2000 indb, eller land 0,33 0,37 0,45 0, Samlet 0,37 0,36 0,53 0,74 0,43 Indkomstelasticiteterne i Tabel 2 kan desuden benyttes til at bestemme hvor stor en andel af den totale tilvækst der falder i hvert af de geografiske områder. Dette beskriver, hvor i landet der kommer flere biler, når indkomsten vokser med samme procent over hele landet og den geografiske fordeling af husstandene i øvrigt ligger fast. Tabel 2 viser, at ca. 40 % af tilvæksten i antallet af biler vil komme i Københavns, Fredensborg og Roskilde amt. Sammenlignes dette tal med husstandsfordelingen baseret på TU data i Danmark ses, at tilvæksten per. husstand er større end i resten af landet. Sammenlignes biltilvæksten per. husstand på Fyn og Jylland ses, at de større byer vil opleve en større vækst end de mindre byer og landdistrikterne. 12
21 Tabel 3. Den lokale andel af den totale tilvækst ved en generel indkomststigning på 10% Andel af tilvækst Andel af TU husstande Københavns, Fredensborg og Roskilde amt Kbh. og Frederiksberg 12,4 9.1 Gentofte og Kbh. forstæder 10,6 8.1 Ydre forstæder til Kbh. 6,3 5.3 Byer med indb. 4,0 3.2 Byer med indb. 2,0 1.8 Byer med < 2000 indb. eller land 3,3 3.0 Vestsjællands og Storstrøms amt 9, Byer med indb. 3,5 3.3 Byer med indb. 1,7 2.0 Byer med < 2000 indb. eller land 4,4 5.0 Fyn og Jylland 51, Århus, Ålborg, Esbjerg, Odense 11, Byer med indb. 12, Byer med indb. 9, Byer med < 2000 indb. eller land 18, Bornholm 0,8 0.9 Byer med indb. 0,3 0.3 Byer med indb. 0,1 0.1 Byer med < 2000 indb. eller land 0,4 0.4 Samlet
22 4 Konklusion Nærværende notat omhandler en analyse af sammenhængen mellem husstandens bilrådighed og husstandsindkomsten i forskellige regioner. Notatet er udarbejdet af Danmarks TransportForskning i forbindelse med Trafikministeriets Trafikredegørelse Baseret på tidsserieanalyser forventes en fortsat stigning i bilparken med fortsat voksende indkomster. I dette notat undersøges den geografiske variation i denne stigning med henblik på at afdække om væksten i højere grad vil ske nogen steder end andre. Dette er vurderet under forudsætning af en generel indkomstvækst, som er ligeligt fordelt over hele landet. Der er således ikke taget højde for at indkomsten kan stige mere nogle steder end andre. Fordelingen af husstandene er desuden holdt fast. Resultaterne peger særligt på, at den fremtidige vækst i bilparken målt som bilrådighed som følge af generel indkomstvækst vil være større end gennemsnittet i Hovedstaden og i de øvrige store byer, Århus, Ålborg, Esbjerg og Odense. De mindste indkomstelasticiteter findes i landdistrikter eller byer med mindre end indbyggere. Familier med enlige vil få en større tilvækst end parfamilier og generelt vil familier med lille bilrådighed opleve en større tilvækst end familier som allerede har bil. 40% af den øgede tilvækst i bilparken forventes at ville forekomme i og omkring hovedstaden (Københavns, Fredensborg og Roskilde amt). Sammenlignes biltilvæksten pr. husstand på Fyn og Jylland ses, at det er de mindre byer og landdistrikterne som vil opleve den mindste tilvækst. 14
23 5 Bilag Bilagstabel 1. Fordeling af baggrundsvariable og bilrådighed pr. husstand stratificeret efter familietype Enlige uden børn Par uden børn Enlige med børn Par med børn Total Baggrundsvariabel Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs Gsnit. BOLIGFORM uoplyst parcel, række el. land etage, kollegium, andet EJER/LEJER uoplyst ejer lejer GANGTID BOLIG-BUS uoplyst under 5 min min min min over 30 min GANGTID BOLIG-STATION uoplyst under 5 min min min min over 30 min ANTAL PERSONER I FAM over ÅR fortsættes 15
24 Bilagstabel 1 fortsat Enlige uden børn Par uden børn Enlige med børn Par med børn Total Baggrundsvariabel Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Gsnit. KØN, HOVEDPERSONEN mand kvinde KØN, SAMLEVER mand kvinde ALDER PÅ HOVEDPERSONEN uoplyst ALDER PÅ SAMLEVER uoplyst ADRESSE AMT Kbh,Fredensborg og Roskilde Vestsjællands og Storstrøms Bornholm Fyn og Jylland ANTAL BØRN ANTAL BØRN ANTAL BØRN ADRESSE URBANISERING Kbh. og Frederiksberg Gentofte og Kbh. forstæder Ydre forstæder til Kbh Århus, Ålborg, Esbjerg, Odense Byer med indb Byer med indb Byer med < 2000 indb. eller lan INDKOMST uoplyst I alt
25 Bilagstabel 2. Parameterestimater for husstande med par med børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 8,98 3,75 5,74 0, ,37 2,65 18,44 <.0001 BOLIGFORM < uoplyst -0,06 0,45 0,02 0,8894 0,39 0,34 1,35 0,2445 parcel, række el. land 0,24 0,23 1,15 0,2831 0,00 0,17 0,00 0,9877 etage, kollegium, andet -0,18 ref. -0,39 ref. EJER/LEJER < uoplyst 0,05 0,44 0,01 0,9031-0,24 0,34 0,51 0,4769 ejer 0,38 0,22 2,94 0,0866 0,34 0,17 4,11 0,0426 lejer -0,44 ref. -0,10 ref. GANGTID BOLIG-BUS < uoplyst -0,07 0,54 0,01 0,9030 0,38 0,20 3,65 0,0562 under 5 min. -0,33 0,12 7,20 0,0073-0,40 0,04 82,28 < min. -0,13 0,12 1,11 0,2916-0,32 0,05 50,09 < min. 0,21 0,16 1,62 0,2031-0,06 0,06 1,24 0, min. 0,28 0,18 2,23 0,1355 0,11 0,06 3,59 0,0580 over 30 min. 0,04 ref. 0,30 ref. GANGTID BOLIG-STATION < uoplyst -0,27 0,36 0,55 0,4600-0,42 0,31 1,80 0,1794 under 5 min. 0,01 0,10 0,01 0,9247-0,03 0,08 0,12 0, min. -0,09 0,08 1,32 0,2511-0,02 0,07 0,10 0, min. -0,08 0,09 0,79 0,3746 0,03 0,07 0,15 0, min. 0,10 0,08 1,28 0,2584 0,11 0,07 2,83 0,0923 over 30 min. 0,34 ref. 0,32 ref. ANTAL PERSONER I FAM. < ,08 0,09 0,92 0,3387-0,48 0,05 98,66 < ,24 0,07 13,27 0,0003-0,25 0,04 37,68 < ,21 0,07 8,83 0,0030 0,00 0,04 0,00 0, ,01 0,11 0,01 0,9190 0,27 0,06 19,54 <.0001 over 7-0,52 ref. 0,45 ref. ÅR < ,17 0,18 0,86 0,3547-0,06 0,12 0,27 0, ,04 0,06 0,37 0,5436-0,17 0,04 22,28 < ,08 0,06 1,99 0,1583-0,08 0,03 5,73 0, ,00 0,06 0,00 0,9687 0,13 0,03 14,32 0, ,02 0,06 0,17 0,6840 0,07 0,03 4,80 0, ,09 0,06 2,38 0,1227 0,14 0,03 19,92 < ,15 0,06 5,73 0,0167-0,02 0,03 0,41 0, ,07 ref. -0,01 ref. fortsættes 17
26 Bilagstabel 2 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ALDER PÅ HOVEDPERSONEN 0,0004 uoplyst -0,07 0,69 0,01 0,9148-0,21 0,50 0,19 0, ,27 0,24 1,29 0,2553-0,65 0,28 5,60 0, ,02 0,18 0,02 0,9022 0,16 0,14 1,28 0, ,10 0,18 0,33 0,5660 0,32 0,14 5,26 0, ,22 ref. 0,39 ref. ALDER PÅ SAMLEVER < uoplyst 1,09 0,86 1,60 0,2061 0,14 0,34 0,16 0, ,76 0,25 9,14 0,0025-0,36 0,16 5,25 0, ,32 0,23 1,91 0,1670 0,01 0,10 0,00 0, ,23 0,23 0,99 0,3198 0,16 0,10 2,51 0, ,23 ref. 0,06 ref. ADRESSE AMT Kbh,Fredensborg og Roskilde -0,34 0,08 19,14 0,0000 0,21 0,04 23,44 <.0001 Vestsjællands og Storstrøms 0,13 0,08 2,64 0,1040 0,14 0,04 11,36 0,0007 Bornholm -0,26 0,17 2,38 0,1229-0,33 0,09 12,98 0,0003 Fyn og Jylland 0,47 ref. -0,01 ref. ANTAL BØRN ,02 0,11 0,04 0,8477 0,27 0,07 15,06 0, ,05 0,10 0,23 0,6341 0,15 0,07 5,00 0, ,15 0,12 1,58 0,2091-0,04 0,07 0,29 0, ,07 ref. -0,38 ref. ANTAL BØRN ,05 0,10 0,22 0,6397 0,27 0,05 25,14 < ,09 0,10 0,82 0,3664 0,08 0,05 2,26 0, ,08 0,11 0,48 0,4895-0,12 0,06 4,27 0, ,06 ref. 0,23 ref. ANTAL BØRN < ,06 0,07 0,65 0,4210 0,54 0,04 170,15 < ,02 0,06 0,11 0,7389 0,12 0,04 10,15 0, ,21 0,08 7,26 0,0071-0,13 0,04 9,70 0, ,24 ref. -0,53 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,62 0,06 95,99 < ,74 0,07 104,24 <.0001 Gentofte og Kbh. forstæder -0,06 0,06 0,76 0,3829-0,03 0,04 0,38 0,5397 Ydre forstæder til Kbh 0,28 0,08 12,59 0,0004 0,17 0,05 12,62 0,0004 Århus, Ålborg, Esbjerg, Odense -0,61 0,07 81,80 < ,16 0,05 12,75 0,0004 Byer med indb. -0,01 0,05 0,07 0,7922 0,03 0,03 0,66 0,4175 Byer med indb. 0,27 0,06 19,47 < ,12 0,03 12,93 0,0003 Byer med < 2000 indb. eller lan 0,74 ref. 0,62 ref. LOG INDKOMST -4,32 1,28 11,37 0,0007-6,01 0,84 50,92 < (LOG INDKOMST)^2 0,52 0,11 22,54 < ,61 0,07 82,84 < INDKOMST UOPLYST -14,73 6,08 5,87 0, ,35 4,19 33,70 <
27 Bilagstabel 3. Parameterestimater for husstande med enlige med børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 1,39 5,41 0,07 0, ,06 8,16 1,84 0,1751 BOLIGFORM < uoplyst -0,18 0,10 3,43 0,0641-0,35 0,30 1,40 0,2368 parcel, række el. land 0,40 0,06 44,31 < ,53 0,17 9,18 0,0024 etage, kollegium, andet -0,22 ref. -0,18 ref. EJER/LEJER < uoplyst -0,27 0,10 7,82 0,0052-0,41 0,29 1,99 0,1581 ejer 0,54 0,06 70,64 < ,53 0,17 10,07 0,0015 lejer -0,27 ref. -0,11 ref. GANGTID BOLIG-BUS under 5 min. -0,27 0,11 6,63 0,0100-0,36 0,16 4,94 0, min. -0,19 0,11 3,10 0,0781-0,15 0,17 0,77 0, min. 0,06 0,18 0,12 0,7329 0,34 0,29 1,40 0, min. 0,15 0,21 0,55 0,4572 0,25 0,28 0,76 0,3843 over 30 min. 0,25 ref. -0,09 ref. GANGTID BOLIG-STATION < under 5 min. 0,03 0,10 0,09 0,7649-0,11 0,32 0,12 0, min. 0,02 0,07 0,06 0,8042 0,11 0,20 0,29 0, min. -0,27 0,09 9,88 0,0017-0,51 0,28 3,38 0, min. -0,04 0,07 0,34 0,5612 0,11 0,20 0,28 0,5935 over 30 min. 0,26 ref. 0,41 ref. ANTAL PERSONER I FAM. < ,25 0,17 2,22 0,1364-1,00 0,38 6,79 0, ,00 0,16 0,00 0,9855-0,23 0,38 0,35 0, ,31 0,17 3,12 0,0771 0,00 0,44 0,00 0, ,07 0,27 0,08 0,7841 0,22 0,78 0,08 0,7761 over 6-0,13 ref. 1,00 ref. KØN, HOVEDPERSONEN < mand 0,26 0,05 27,73 0,0000 0,39 0,08 21,69 0,0000 kvinde -0,26 ref. -0,39 ref. fortsættes 19
28 Bilagstabel 3 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ADRESSE AMT Kbh,Fredensborg og Roskilde -0,03 0,13 0,05 0,8282 0,46 0,33 1,91 0,1673 Vestsjællands og Storstrøms 0,13 0,13 0,93 0,3337 0,25 0,32 0,60 0,4387 Bornholm -0,48 0,29 2,83 0,0926-0,90 0,80 1,27 0,2606 Fyn og Jylland 0,38 ref. 0,19 ref. ANTAL BØRN ,06 0,05 1,05 0,3055 0,98 0,30 10,71 0, ,06 ref. -0,98 ref. ANTAL BØRN ,11 0,08 1,69 0,1938 0,85 0,22 15,48 0, ,06 0,08 0,50 0,4817-0,28 0,27 1,09 0, ,16 ref. 0,57 ref. ANTAL BØRN < ,26 0,14 3,33 0,0679 1,50 0,35 17,82 0, ,19 0,13 2,04 0,1534 0,12 0,36 0,11 0, ,05 0,15 0,12 0,7247-1,63 0,60 7,27 0, ,50 ref. 0,01 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,95 0,12 64,45 0,0000-0,29 0,45 0,43 0,5112 Gentofte og Kbh. forstæder 0,04 0,11 0,10 0,7490-0,04 0,30 0,02 0,8912 Ydre forstæder til Kbh 0,42 0,13 9,99 0,0016-0,05 0,31 0,03 0,8692 Århus, Ålborg, Esbjerg, Odense -0,34 0,11 9,54 0,0020-0,55 0,36 2,34 0,1258 Byer med indb. -0,18 0,08 5,42 0,0199 0,34 0,21 2,73 0,0987 Byer med indb. 0,29 0,09 9,54 0,0020 0,07 0,22 0,10 0,7544 Byer med < 2000 indb. eller lan 0,73 ref. 0,52 ref. LOG INDKOMST -1,83 2,04 0,80 0,3702-6,20 2,86 4,72 0,0299 (LOG INDKOMST)^2 0,31 0,19 2,58 0,1084 0,59 0,25 5,50 0,0190 INDKOMST UOPLYST -4,22 9,11 0,21 0, ,24 13,36 4,16 0,
29 Bilagstabel 4. Parameterestimater for husstande med par uden børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept -3,15 1,87 2,84 0,0917-5,54 2,52 4,82 0,0281 BOLIGFORM < uoplyst -0,03 0,06 0,31 0,5761-0,07 0,07 1,01 0,3143 parcel, række el. land 0,52 0,04 192,90 0,0000 0,26 0,04 41,70 0,0000 etage, kollegium, andet -0,49 ref. -0,19 ref. EJER/LEJER < uoplyst -0,05 0,06 0,60 0,4370-0,07 0,07 1,07 0,3013 ejer -0,45 0,04 150,88 0,0000 0,28 0,04 49,85 0,0000 lejer 0,50 ref. -0,21 ref. GANGTID BOLIG-BUS < uoplyst 0,20 0,29 0,48 0,4906 0,40 0,18 4,78 0,0288 under 5 min. -0,23 0,07 11,28 0,0008-0,34 0,05 55,27 0, min. -0,07 0,07 1,06 0,3039-0,26 0,05 31,02 0, min. 0,15 0,10 2,54 0,1109 0,02 0,06 0,10 0, min. 0,20 0,11 3,24 0,0720 0,06 0,06 0,75 0,3851 over 30 min. -0,25 ref. 0,13 ref. GANGTID BOLIG-STATION < uoplyst -0,36 0,29 1,53 0,2162-0,19 0,38 0,24 0,6242 under 5 min. 0,08 0,08 1,07 0,3014-0,03 0,10 0,10 0, min. -0,02 0,07 0,12 0,7306-0,15 0,09 2,90 0, min. 0,03 0,07 0,15 0,6970 0,05 0,09 0,27 0, min. 0,09 0,07 1,90 0,1686 0,06 0,09 0,58 0,4467 over 30 min. 0,18 ref. 0,26 ref. KØN, SAMLEVER < mand 0,78 0,15 26,27 0,0000 0,36 0,18 4,09 0,0432 kvinde -0,78 ref. -0,36 ref. ÅR < ,02 0,15 0,02 0,8884-0,05 0,16 0,11 0, ,09 0,05 3,23 0,0721-0,10 0,05 4,43 0, ,09 0,05 3,58 0,0583-0,12 0,05 5,96 0, ,09 0,05 3,10 0,0781 0,02 0,05 0,17 0, ,10 0,05 4,96 0,0259 0,08 0,05 3,15 0, ,03 0,05 0,42 0,5152 0,11 0,05 6,10 0, ,04 0,05 0,75 0,3867 0,01 0,05 0,04 0, ,00 ref. 0,05 ref. fortsættes 21
30 Bilagstabel 4 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ALDER PÅ HOVEDPERSONEN uoplyst ref ref. ALDER PÅ SAMLEVER < uoplyst ref ref. ADRESSE AMT Kbh,Fredensborg og Roskilde Vestsjællands og Storstrøms Bornholm Fyn og Jylland 0.47 ref ref. ADRESSE URBANISERING < Kbh. og Frederiksberg Gentofte og Kbh. forstæder Ydre forstæder til Kbh Århus, Ålborg, Esbjerg, Odense Byer med indb Byer med indb Byer med < 2000 indb. eller lan 0.63 ref ref. LOG INDKOMST (LOG INDKOMST)^ INDKOMST UOPLYST
31 Bilagstabel 5: Parameterestimater husstanden med enlige uden børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 1,35 1,21 1,23 0,2671 0,83 3,71 0,05 0,8238 BOLIGFORM < uoplyst 0,50 0,84 0,35 0,5520 0,62 7,74 0,01 0,9358 parcel, række el. land 0,06 0,42 0,02 0,8921-0,12 3,87 0,00 0,9747 etage, kollegium, andet -0,56 ref. -0,50 ref. EJER / LEJER < uoplyst -0,58 0,84 0,48 0,4893-0,62 7,74 0,01 0,9362 ejer 0,48 0,42 1,31 0,2516 0,56 3,87 0,02 0,8855 lejer 0,10 ref. 0,06 ref. GANGTID BOLIG-BUS < uoplyst 0,05 0,23 0,05 0,8218 0,54 0,53 1,04 0,3074 under 5 min. -0,19 0,06 10,09 0,0015-0,27 0,17 2,61 0, min. 0,02 0,06 0,13 0,7231-0,21 0,17 1,54 0, min. 0,18 0,09 4,23 0,0397-0,05 0,27 0,04 0, min. 0,14 0,09 2,18 0,1394-0,02 0,27 0,01 0,9269 over 30 min. -0,20 ref. 0,03 ref. GANGTID BOLIG-STATION < under 5 min. -0,02 0,05 0,18 0,6726 0,04 0,25 0,03 0, min. -0,16 0,04 19,56 0,0000 0,05 0,17 0,08 0, min. -0,07 0,04 2,33 0,1272-0,33 0,23 1,97 0, min. 0,11 0,04 8,57 0,0034-0,14 0,19 0,58 0,4462 over 30 min. 0,14 ref. 0,38 ref. ALDER PÅ HOVEDPERSONEN < ,19 0,05 15,23 0,0001 0,61 0,19 10,18 0, ,01 0,04 0,07 0,7892 0,30 0,14 4,79 0, ,02 0,03 0,32 0,5710-0,05 0,12 0,22 0, ,18 ref. -0,86 ref. KØN, HOVEDPERSONEN < mand 0,35 0,02 363,19 0,0000 0,58 0,10 33,59 0,0000 kvinde -0,35 ref. -0,58 ref. ADRESSE AMT < Kbh,Fredensborg og Roskilde -0,04 0,07 0,30 0,5865-0,13 0,23 0,34 0,5584 Vestsjællands og Storstrøms 0,21 0,07 10,29 0,0013 0,03 0,20 0,02 0,8989 Bornholm -0,48 0,15 10,26 0,0014 0,50 0,41 1,50 0,2209 Fyn og Jylland 0,31 ref. -0,39 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,63 0,06 112,32 0,0000-0,02 0,28 0,01 0,9289 Gentofte og Kbh. forstæder -0,03 0,06 0,17 0,6771-0,32 0,32 1,01 0,3144 Ydre forstæder til Kbh 0,26 0,08 9,90 0,0016 0,01 0,33 0,00 0,9756 Århus, Ålborg, Esbjerg, Odense -0,38 0,06 44,90 0,0000-0,11 0,28 0,16 0,6937 Byer med indb. -0,02 0,04 0,19 0,6591 0,37 0,18 4,21 0,0401 Byer med indb. 0,25 0,05 22,80 0,0000-0,20 0,23 0,79 0,3745 Byer med < 2000 indb. eller lan 0,55 ref. 0,28 ref. LOG INDKOMST -2,34 0,49 23,19 0,0000-2,32 1,33 3,02 0,0825 (LOG INDKOMST)^2 0,39 0,05 62,73 0,0000 0,27 0,12 5,06 0,0244 INDKOMST UOPLYST -6,21 2,09 8,85 0,0029-8,15 6,13 1,76 0,
FAMILIER OG HUSSTANDE I ÅRHUS KOMMUNE 1. JANUAR 2003
Information fra Århus Kommunes Statistiske Kontor Nr. 1.07 juni 2003 FAMILIER OG HUSSTANDE I ÅRHUS KOMMUNE 1. JANUAR 2003 x En familie består af en eller flere voksne personer samt børn under 18 år med
Læs mereRisikofaktorudviklingen i Danmark fremskrevet til 2020
23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og
Læs mereKontakter til praktiserende læger under sygesikringen 1997
Kontakter til praktiserende læger under sygesikringen 1997 Kontaktperson: Peter Kystol Sørensen, lokal 6207 I Sundhedsstyrelsen findes data fra Det fælleskommunale Sygesikringsregister for perioden 1990-1998.
Læs mereEJENDOMSPRISERNE I HOVEDSTADSREGIONEN
9. januar 2002 Af Thomas V. Pedersen Resumé: EJENDOMSPRISERNE I HOVEDSTADSREGIONEN Der har været kraftige merstigninger i hovedstadens boligpriser igennem de sidste fem år. Hvor (f.eks.) kvadratmeterprisen
Læs mereDen permanente arbejdsgruppe vedr. data om Økonomi og Aktivitet 27. november 2018
Den permanente arbejdsgruppe vedr. data om Økonomi og Aktivitet 27. november 2018 Notat om rapporten UDVIKLING I KOMMUNAL MEDFINANSIERING I REGION HO- VEDSTADEN OG KOMMUNER FRA 2013 TIL 2015 Baggrund og
Læs merePå side 2-3 ses på de generelle tendenser på alle boligmarkedets forskellige delmarkeder.
BOLIGØKONOMISK BOLIG&TAL 14 VIDENCENTER BOLIGPRISERNE 3. KVARTAL 217 I denne 14. udgave af Bolig&Tal ses på prisudviklingen i 3. kvartal 217. De voldsomme stigningstakter i de senere år synes at være løjet
Læs mereTidsseriemodeller for bilpark og årskørsel per bil
Tidsseriemodeller for bilpark og årskørsel per bil Mogens Fosgerau Danmarks TransportForskning mf@dtf.dk 1 Indledning Dette papir omhandler en del af en aggregeret prognosemodel for dansk vejtrafik, kaldet
Læs mereMonitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004
Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Indhold Side 1.1. Indledning... 1 1.2. Baggrund
Læs mereDel 3: Statistisk bosætningsanalyse
BOSÆTNING 2012 Bosætningsmønstre og boligpræferencer i Aalborg Kommune Del 3: Statistisk bosætningsanalyse -Typificeringer Indholdsfortegnelse 1. Befolkningen generelt... 2 2. 18-29 årige... 2 3. 30-49
Læs mereLægepopulationen og lægepraksispopulationen
PRAKTISERENDE LÆGERS ORGANISATION Lægepopulationen og lægepraksispopulationen 1977 2017 Nøgletal fra medlemsregisteret 1 Indholdsfortegnelse Indledning...4 Antal praktiserende læger...4 Alder og køn...4
Læs mereOverordnet set skelnes der mellem to former for mobilitet: Geografisk og faglig mobilitet.
Geografisk mobilitet 1. Indledning En mobil arbejdsstyrke er afgørende for et velfungerende arbejdsmarked. Mobilitet viser sig ved, at den enkelte lønmodtager er villig og i stand til at søge beskæftigelse
Læs merePå side 1-3 ses nærmere på, hvilke delsegmenter af boligmarkedet som udvikler sig særlig interessant og de væsentligste rå tal vises i tabeller.
BOLIGØKONOMISK BOLIG&TAL 12 VIDENCENTER BOLIGPRISERNE 1. KVARTAL 217 Opdatering af BVC-indeks - 1. kvartal 217 I denne 12. udgave af Bolig&Tal fokuseres der på prisudviklingen den seneste tid. De store
Læs mereSkriftlig eksamen i samfundsfag
OpenSamf Skriftlig eksamen i samfundsfag Indholdsfortegnelse 1. Introduktion 2. Præcise nedslag 3. Beregninger 3.1. Hvad kan absolutte tal være? 3.2. Procentvis ændring (vækst) 3.2.1 Tolkning af egne beregninger
Læs mereREGIONAL ULIGHED OVERVURDERES
9. januar 2002 Af Martin Windelin - Direkte telefon: 33 55 77 20 Lars Andersen - Direkte telefon: 33 55 77 17 Jonas Schytz Juul - Direkte telefon: 33 55 77 22 Resumé: REGIONAL ULIGHED OVERVURDERES Mange
Læs mereBOLIG&TAL 7 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1
BOLIGØKONOMISK BOLIG&TAL 7 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 2. KVARTAL 215 Boligøkonomisk Videncenter offentliggør for
Læs mereFORDELING AF ARV. 28. juni 2004/PS. Af Peter Spliid
28. juni 2004/PS Af Peter Spliid FORDELING AF ARV Arv kan udgøre et ikke ubetydeligt bidrag til forbrugsmulighederne. Det er formentlig ikke tilfældigt, hvem der arver meget, og hvem der arver lidt. For
Læs mereStatistiske Modeller 1: Kontingenstabeller i SAS
Statistiske Modeller 1: Kontingenstabeller i SAS Jens Ledet Jensen October 31, 2005 1 Indledning Som vist i Notat 1 afsnit 13 er 2 log Q for et test i en multinomialmodel ækvivalent med et test i en poissonmodel.
Læs mereFra side 7 og frem vises i figurer alle de opdaterede prisindeks fra kvartal.
BOLIGØKONOMISK BOLIG&TAL 17 VIDENCENTER BOLIGPRISERNE 4. KVARTAL 218 PRISUDVIKLINGEN MED OG UDEN SÆSONKORREKTION I denne 17. udgave af Bolig&Tal ses på prisudviklingen for boliger i 4. kvartal 218. I fjerde
Læs mereBOLIG&TAL 9 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1
BOLIGØKONOMISK BOLIG&TAL 9 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 4. KVARTAL 215 Sammenfatning For første gang ser Boligøkonomisk
Læs mereHVAD BETYDER STRUKTURELLE FORSKELLE? Benchmarking af cyklingen i Region Hovedstaden Marts 2015
HVAD BETYDER STRUKTURELLE FORSKELLE? Benchmarking af cyklingen i Region Hovedstaden Marts 2015 INDHOLDSFORTEGNELSE 2 Indhold Baggrund Side 3 De 13 teser Side 6 Metode Side 8 Resultater Side 10 Beregninger
Læs mereMarkante sæsonudsving på boligmarkedet
N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige
Læs mereIndledning... 2. 1. Befolkningssammensætning fordelt på alder... 3. 2. Befolkningstilvækst... 6. 3. Flyttemønstre... 7
Indholdsfortegnelse Indledning... 2 1. Befolkningssammensætning fordelt på alder... 3 2. Befolkningstilvækst... 6 3. Flyttemønstre... 7 4. Befolkningsfremskrivning fordelt på aldersgrupper... 10 5. Forskellige
Læs mereFordeling af midler til specialundervisning
NOTAT Fordeling af midler til specialundervisning Model for Norddjurs Kommune Søren Teglgaard Jakobsen December 2012 Købmagergade 22. 1150 København K. tlf. 444 555 00. kora@kora.dk. www.kora.dk Indholdsfortegnelse
Læs merePå side 4-5 ses på de generelle tendenser på alle boligmarkedets forskellige delmarkeder.
BOLIGØKONOMISK BOLIG&TAL 15 VIDENCENTER BOLIGPRISERNE 4. KVARTAL 217 ER PRISERNE NU PÅ VEJ NED? I denne 15. udgave af Bolig&Tal ses på prisudviklingen i 4. kvartal 217. De seneste års voldsomme prisstigningstakt
Læs mereA&B ANALYSEs Danmarkspanel - Foreningen Odinstårnet -
A&B ANALYSEs Danmarkspanel - Foreningen Odinstårnet - OKTOBER 2008 Foreningen Odinstårnet Danmarkspanel Oktober 2008 1 Foreningen Odinstårnet Danmarkspanel Oktober 2008 2 OM UNDERSØGELSEN Om undersøgelsen
Læs mereAnalyse af TU data for privat og kollektiv transport. Marie K. Larsen, DTU Transport,
Analyse af TU data for privat og kollektiv transport Marie K. Larsen, DTU Transport, mkl@transport.dtu.dk Analyser af TU Analyserne er udført for at få et bedre overblik over data til brug i ph.d.-projekt
Læs mereDen landsdækkende rejsevaneundersøgelse (TU)
Den landsdækkende rejsevaneundersøgelse (TU) Af Torfinn Larsen Vejdirektoratet 1. Indledning Den løbende, landsdækkende rejsevaneundersøgelse (TU) startede i sin nuværende form i august 1992. Tidligere
Læs mereEffekt og Analyse Analyseteam
Relativt fattige i Danmarks Statistik har som opfølgning på FN s bæredygtighedsmål om at reducere fattigdommen i 2018 udviklet et nyt mål for relativ økonomisk fattigdom. På baggrund af dette mål opgøres
Læs mereStatistik for. erhvervsgrunduddannelsen (egu)
Statistik for erhvervsgrunduddannelsen (egu) 2002 November 2003 Indholdsfortegnelse: 1. Indledning og resumé... 2 2. Indgåede aftaler... 2 3. Gennemførte og afbrudte aftaler... 5 4. Den regionale aktivitet...
Læs mereBilag 1: Robusthedsanalyser af effektiviseringspotentialerne. Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 1: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET OKTOBER 2013 Indholdsfortegnelse Indledning
Læs mereDer er modtaget data fra alle amter og kommuner undtagen Blåvandshuk, Dianalund, Løkken-Vrå, Marstal, Sallingsund, Sydfalster.
NYHEDSBREV Fraværsstatistikken for den (amts)kommunale sektor 2006 er nu tilgængelig i en onlineversion med mulighed for selv at danne diverse rapporter over fraværet. Desuden udgives Fraværsstatistikken
Læs mereUNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER
UNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER Undervisningseffekten udregnes som forskellen mellem den forventede og den faktiske karakter i 9. klasses afgangsprøve. Undervisningseffekten udregnes
Læs mereRegional udvikling i beskæftigelsen
Regional udvikling i beskæftigelsen af Forskningschef Mikkel Baadsgaard og stud.polit Mikkel Høst Gandil 12. juni 2013 Kontakt Forskningschef Mikkel Baadsgaard Tlf. 33 55 77 27 Mobil 25 48 72 25 mb@ae.dk
Læs mereUge 13 referat hold 4
Uge 13 referat hold 4 Gruppearbejde 1a: Er variablen kvotient inkluderet på en hensigtsmæssig måde? Der er to problemer med kvotient: 1) Den er trunkeret ved 6.9 og 10.0, løsningen er at indføre dummyer
Læs mereDenne analyse fokuserer på prisudviklingen i de større kontra prisudviklingen i resten af landet.
BOLIGØKONOMISK BOLIG&TAL 5 VIDENCENTER BOLIGPRISERNE I 1. KVARTAL 215 Boligøkonomisk Videncenter offentliggør for 4. gang et prisindeks for boliger. Indekset har det særlige kendetegn, at ændringer i sammensætningen
Læs mereSundhedsstyrelsen Monitorering af danskernes rygevaner
Sundhedsstyrelsen Monitorering af danskernes rygevaner 2005 Metodebeskrivelse Udarb. UKL/SPO Rambøll Management Nørregade 7A DK-1165 København K Denmark Tlf: 3397 8200 www.ramboll-management.dk Indholdsfortegnelse
Læs mereBilag De socioøkonomiske referencer for gymnasiekarakterer. Bilag 1: Socioøkonomiske baggrundsoplysninger
Bilag De socioøkonomiske referencer for gymnasiekarakterer 2017 Bilag 1: Socioøkonomiske baggrundsoplysninger Bilagstabel 1 Baggrundsoplysninger Baggrundsoplysning 9. klasse FSA karaktergennemsnit Køn
Læs mereEksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer Metodenotat
De socioøkonomiske referencer for gymnasiekarakterer 2017 Metodenotat Indhold Sammenfatning... 5 Baggrund... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable...
Læs mereFordeling af midler til specialundervisning på baggrund af skoledistrikter
NOTAT Fordeling af midler til specialundervisning på baggrund af skoledistrikter Model for Norddjurs Kommune Søren Teglgaard Jakobsen Maj 2013 Indholdsfortegnelse FORMÅL... 1 METODE... 1 POPULATION...
Læs mereBilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET FEBRUAR 2013 INDLEDNING... 3 1. COSTDRIVERSAMMENSÆTNING...
Læs mereEnlige ældre kvinder får mest hjælp af deres netværk
Enlige ældre kvinder får mest hjælp af deres netværk Det er især de ældste og de mest svækkede blandt de ældre, som får hjælp af familie og venner til praktiske opgaver, såsom indkøb og pasning af have.
Læs mereHele Danmark. TU-rapport for. Dataperiode 2012 Dataperiode 2012
TU-rapport for Hele Danmark Dataperiode 2012 Dataperiode 2012 Danmarks Tekniske Universitet Institut for Transport Bygningstorvet 116 Vest 2800 Kgs. Lyngby Rapporten er udarbejdet: 30-10-2013 TU-rapport
Læs mereAnalyse 11. september 2013
11. september 2013 Karakterkrav på erhvervsskoler reducerer kun frafald marginalt Af Kristian Thor Jakobsen I den senere tid er indførelsen af adgangskrav på landets erhvervsskoler blevet diskuteret. DA
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer 2014
De socioøkonomiske referencer for gymnasiekarakterer 2014 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10
Læs mereHver anden vil benytte øget åbningstid i dagtilbud
Børnefamiliers dagtilbud og arbejdsliv 17. maj 18 Hver anden vil benytte øget åbningstid i dagtilbud Halvdelen af alle lønmodtagere med børn mellem -13 år ville benytte sig af udvidede åbningstider i deres
Læs mereBefolkningsregnskab for kommunerne, 2010-2015
Befolkningsregnskab for kommunerne, 2010-2015 Af Nadja Christine Hedegaard Andersen, NCA@kl.dk Side 1 af 24 Formålet med analysenotat er at belyse de forskellige årsager til den enkelte kommunes befolkningsudvikling.
Læs mereBenchmarking på anbringelsesområdet i Aabenraa Kommune
Benchmarking på anbringelsesområdet i Aabenraa Kommune Aabenraa Kommune har henvendt sig til for at få belyst, hvilke forhold der er afgørende for udgiftsbehovet til anbringelser, og for at få sat disse
Læs meretemaanalyse 2000-2009
temaanalyse DRÆBTE I Norden -29 DATO: December 211 FOTO: Vejdirektoratet ISBN NR: 97887766554 (netversion) COPYRIGHT: Vejdirektoratet, 211 2 dræbte i norden -29 Dette notat handler om ulykker med dræbte
Læs mereLigelønsanalyse sammenligning af lønniveau offentligt ansatte i kommuner og regioner
Ligelønsanalyse sammenligning af lønniveau offentligt ansatte i kommuner og regioner Indledning I dette notat analyseres lønforskelle mellem kvindelige og mandlige djøfere, som er ansat i det offentlige
Læs mereProgram. Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve I SAS. Øvelse: effekt af diæter
Program Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Øvelse: effekt af diæter. Repetition fra sidst... Parrede og ikke-parrede
Læs mereBilag 2. Følsomhedsanalyse
Bilag 2 Følsomhedsanalyse FØLSOMHEDSANALYSE. En befolkningsprognose er et bedste bud her og nu på den kommende befolkningsudvikling. Det er derfor vigtigt at holde sig for øje, hvilke forudsætninger der
Læs mereKapitel 11 Lineær regression
Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),
Læs mereLægepopulationen og lægepraksispopulationen
PRAKTISERENDE LÆGERS ORGANISATION April 2012 Lægepopulationen og lægepraksispopulationen 1977-2012 Nøgletal fra medlemsregisteret (Populationspyramide - 1993 og 2012) Resume Denne statistik vedrører den
Læs mereDobbelt så høje indkomster i de rigeste kommuner
Dobbelt så høje indkomster i de rigeste kommuner Indkomsterne i Danmark er skævt fordelt. De kommuner, der ligger i toppen af den geografiske indkomstfordeling er primært at finde omkring hovedstaden,
Læs merePå side 2-5 fokuseres der på prisudviklingen for ejerlejligheder i København. Det skelnes mellem små, mellemstore og store ejerlejligheder.
BOLIGØKONOMISK BOLIG&TAL 13 VIDENCENTER BOLIGPRISERNE 2. KVARTAL 217 I denne 13. udgave af Bolig&Tal ses på prisudviklingen i 2. kvartal 217. Det ses, at priserne er steget for både enfamiliehuse og ejerlejligheder
Læs mereBetydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Læs mereLighed fremmer tilliden for både rige og fattige
Lighed fremmer tilliden for både rige og fattige Hvis man lever i et land med lav ulighed, har man generelt mere tillid til andre mennesker, end hvis man lever i et land med høj ulighed. Dette gælder,
Læs mere2. Børn i befolkningen
23 2. Børn i befolkningen 2.1 Børnene i relation til resten af befolkningen En femtedel af befolkningen er under 18 år Tabel 2.1 Lidt mere end en femtedel af Danmarks befolkning er børn under 18 år. Helt
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer 2016
De socioøkonomiske referencer for gymnasiekarakterer 2016 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10
Læs mereMetodenotat FLIS sammenligningskommuner 2016-data
Metodenotat FLIS sammenligningskommuner 2016-data Dette notat præsenterer metoden bag beregningen af de modeller, der anvendes til bestemmelse af sammenligningskommuner i FLIS. Den seneste beregning er
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereBOLIG&TAL 8 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1
BOLIGØKONOMISK BOLIG&TAL 8 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 3. KVARTAL 215 Boligøkonomisk Videncenter offentliggør for
Læs mereHospitalskontakter på grund af akut alkoholforgiftning Knud Juel
Hospitalskontakter på grund af akut alkoholforgiftning 1995-2004 Knud Juel 18. November 2005 Hospitalskontakter på grund af akut alkoholforgiftning 1995-2004 Dette notat beskriver hospitalskontakter i
Læs mereFra side 8 og frem vises i figurer alle de opdaterede prisindeks fra kvartal.
BOLIGØKONOMISK BOLIG&TAL 16 VIDENCENTER BOLIGPRISERNE 3. KVARTAL 218 LANCERING AF NYE TIDSSERIER I denne 16. udgave af Bolig&Tal ses på prisudviklingen i 3. kvartal 218. I tredje kvartal 218 står boligpriserne
Læs mere- Panelundersøgelse, Folkeskolen, februar 2013 FOLKESKOLEN. Undersøgelse om syn på kønnets betydning for fag- og uddannelsesvalg
FOLKESKOLEN Undersøgelse om syn på kønnets betydning for fag- og uddannelsesvalg 2013 Udarbejdet af Scharling Research for redaktionen af Folkeskolen, februar 2013 Formål Scharling.dk Side 1 af 14 Metode
Læs mereIndledning...1. Analyse af lønforskellen mellem kvinder og mænd...2
Ligelønsanalyse sammenligning af privatansatte kvinder og mænds løn Ref. PIL/- 17.02.2016 Indledning I dette notat præsenteres resultater fra en analyse af lønforskellen mellem mænd og kvinder. Analysen
Læs mereTeenagefødsler går i arv
Teenagefødsler går i arv En unge kvinde har stor sandsynlighed for at blive teenagemor, hvis hendes egen mor også var det. Sandsynligheden for at blive teenagemor er markant højere for den unge, hvis forældre
Læs mereSammenhængen mellem elevernes trivsel og elevernes nationale testresultater.
Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. 1 Sammenfatning Der er en statistisk signifikant positiv sammenhæng mellem opnåelse af et godt testresultat og elevernes oplevede
Læs mereOdense - Danmarks Nationale Cykelby
Odense - Danmarks Nationale Cykelby Midtvejsevaluering af transportvaner Notat 7 2001 Søren Underlien Jensen Odense - Danmarks Nationale Cykelby Midtvejsevaluering af transportvaner Notat 7 2001 Søren
Læs mereSingler i Danmark: Flere og flere ufaglærte bor alene
Singler i Danmark: Flere og flere ufaglærte bor alene I dag bor der over en million enlige i Danmark. Udviklingen siden viser, at andelen af singler blandt de --årige er steget fra knap procent til knap
Læs mereBOLIG&TAL 11 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1
BOLIGØKONOMISK BOLIG&TAL 11 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 4. KVARTAL 216 Indhold - opdatering af BVC-indeks samt
Læs mereBoligejernes forståelse af boliglån Bidragssats, rentetillæg, afdragsfrihed
Boligejernes forståelse af boliglån Bidragssats, rentetillæg, afdragsfrihed En undersøgelse for Penge- og Pensionspanelet Dorthe Ibinger & Christian Brüggemann 24-10-2017 Om undersøgelsen Kantar Gallup
Læs mereMorten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer
De socioøkonomiske referencer for gymnasiekarakterer Baggrund Den enkelte institutions eksamensresultat og eksamenskarakterer har sammenhæng med mange forskellige forhold. Der er både forhold, som institutionen
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer 2013
De socioøkonomiske referencer for gymnasiekarakterer 2013 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 9
Læs mereReestimation af importrelationer
Danmarks Statistik MODELGRUPPEN Arbejdspapir Nis Mathias Schulte Matzen 28. november 211 Reestimation af importrelationer Resumé: Papiret estimerer import relationerne på to forskellige datasæt. Et korrigeret
Læs mereRepræsentative undersøgelser før og nu. Peter Linde, Interviewservice pli@dst.dk
Repræsentative undersøgelser før og nu Peter Linde, Interviewservice pli@dst.dk >> >> Dagsorden Hvad er en repræsentativ undersøgelse? Bortfald og forskerbeskyttelse Vægtning for bortfald Effekt af vægtning
Læs mereFORORD. København, 18. maj Anne Lind Madsen Direktør
FORORD Arbejdsskadestyrelsens kontor for private erstatningssager kommer hvert år med vejledende udtalelser om især mén og erhvervsevnetab. Udtalelserne bliver brugt i private erstatningssager, altså sager
Læs mereJUSTITSMINISTERIETS FORSKNINGSKONTOR NOVEMBER 2011 LÆGDOMMERES REPRÆSENTATIVITET. Undersøgelse vedrørende perioden til
JUSTITSMINISTERIETS FORSKNINGSKONTOR NOVEMBER 2011 LÆGDOMMERES REPRÆSENTATIVITET Undersøgelse vedrørende perioden 1.1.2012 til 31.12.2015. 1. Indledning I 2000 gennemførte Justitsministeriets Forskningskontor
Læs mere19. september Sagsbehandler Sune Clausen. Sammenhæng mellem befolkning og anlægsudgifter
KØBENHAVNS KOMMUNE Økonomiforvaltningen Direktionssekretariatet NOTAT 19. september 2017 Sammenhæng mellem befolkning og anlægsudgifter Sagsbehandler Sune Clausen I alle danske kommuner må der forventes
Læs mereAnalyse af sociale baggrundsfaktorer for elever, der opnår bonus A
Analyse af sociale baggrundsfaktorer for elever, der opnår bonus A Analyse af sociale baggrundsfaktorer for elever, der opnår Bonus A Forfattere: Jeppe Christiansen og Lone Juul Hune UNI C UNI C, juni
Læs mereDet sorte danmarkskort:
Rockwool Fondens Forskningsenhed Arbejdspapir 37 Det sorte danmarkskort: Geografisk variation i danskernes sorte deltagelsesfrekvens Peer Ebbesen Skov, Kristian Hedeager Bentsen og Camilla Hvidtfeldt København
Læs mereNotat. Befolkningsudvikling og gennemsnitsindkomster i kommunerne. Bo Panduro
Notat Befolkningsudvikling og gennemsnitsindkomster i kommunerne Bo Panduro Befolkningsudvikling og gennemsnitsindkomster i kommunerne VIVE og forfatterne, 2017 e-isbn: 978-87-93626-25-6 Layout: 1508 Projekt:
Læs mereProfil af den økologiske forbruger
. februar 1 Profil af den økologiske forbruger Af A. Solange Lohmann Rasmussen og Martin Lundø Økologiske varer fylder markant mere i danskernes indkøbskurve. Fra 3 pct. af forbruget af føde- og drikkevarer
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Kapitel 7 Introduktion til statistik Organisering af data Diskrete variabler Kontinuerte variabler Beskrivende statistik Fraktiler Gennemsnit Empirisk varians og spredning Empirisk korrelationkoe
Læs mereEffekt af blinkende grønne fodgængersignaler
Effekt af blinkende grønne fodgængerer Af Bo Mikkelsen Aalborg Kommune Tidl. Danmarks TransportForskning Email: Bmi-teknik@aalborg.dk 1 Baggrund, formål og hypoteser Dette paper omhandler en undersøgelse
Læs mereSTORE REGIONALE FORSKELLE PÅ SKATTESTOPPETS VIRKNING
15. april 2003 Af Thomas V. Pedersen og Agnethe Christensen Resumé: STORE REGIONALE FORSKELLE PÅ SKATTESTOPPETS VIRKNING De regionale konsekvenser af skattestoppet specielt vedrørende ejendomsværdiskatten
Læs mereFaktaark: Iværksættere og jobvækst
December 2014 Faktaark: Iværksættere og jobvækst Faktaarket bygger på analyser udarbejdet i samarbejde mellem Arbejderbevægelsens Erhvervsråd og Djøf. Dette faktaark undersøger, hvor mange jobs der er
Læs mereUdviklingen i den gennemsnitlig boligstørrelse
Udviklingen i den gennemsnitlig boligstørrelse Af Lasse Vej Toft, lvt@kl.dk Dato: Vælg datoælg dat Side 1 af 9 Formålet med dette analysenotat er at give et overblik over udviklingen i boligarealet per
Læs mere174 SÅDAN TRANSPORTERES DANSKERNE
174 SÅDAN TRANSPORTERES DANSKERNE Sådan transporteres danskerne Af Data- og Modelcenter, DTU Transport SÅDAN TRANSPORTERES DANSKERNE 175 For at kunne træffe hensigtsmæssige beslutninger om landets trafik
Læs mereBenchmarking af kommunernes sagsbehandling antagelser, metode og resultater
Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater Anna Amilon Materiel vurdering Ved vurderingen af en afgørelses materielle indhold vurderes afgørelsens korrekthed i forhold
Læs mereBilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3
Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3 Indholdsfortegnelse Indledning Prisudvikling 2.1 Prisudviklingen fra 2014 til
Læs mereFINANSIEL FORSTÅELSE OG REGNEFÆRDIGHED
FINANSIEL FORSTÅELSE OG REGNEFÆRDIGHED PENGE- OG PENSIONSPANELET OKTOBER 2016 METODE Undersøgelsen er baseret på en svensk undersøgelse fra Finansinspektionen fra 2014 1. Det er forsøgt at gøre den danske
Læs mereLigelønsanalyse sammenligning af offentligt ansatte kvinder og mænds løn
Ligelønsanalyse sammenligning af offentligt ansatte kvinder og mænds løn Indledning I dette notat analyseres lønforskelle mellem kvindelige og mandlige djøfere, som er ansat i det offentlige. Analysen
Læs mereDansk Erhvervs gymnasieeffekt - sådan gjorde vi
Dansk Erhvervs gymnasieeffekt - sådan gjorde vi INDHOLD Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved
Læs mereBefolkningsprognose 2019
Befolkningsprognose 2019 Befolkningsprognosen er et vigtigt parameter i forhold til udarbejdelsen af budgetter for de kommende år. Befolkningsprognosen bygger hovedsageligt på forventninger til antallet
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereSparede eksterne omkostninger for luftforurening ved en geografisk udvidelse af ren-luftzone i København
Sparede eksterne omkostninger for luftforurening ved en geografisk udvidelse af ren-luftzone i København Notat fra DCE - Nationalt Center for Miljø og Energi Dato: 11-06-2014 Forfatter: Steen Solvang Jensen
Læs mereBaggrundsnotat: Søskendes uddannelsesvalg og indkomst
17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser
Læs mere