IDA-databasen. af forskningsdatabaser i Danmarks Statistik. IDA-databasen en forskningsdatabase i Danmarks Statistik

Transkript

1 IDA-databasen en forskningsdatabase i Danmarks Statistik Indledning Søren Leth-Sørensen, specialkonsulent, mag.scient.soc., Danmarks Statistik Danmarks Statistik ligger inde med omfattende registerdata vedrørende personer og virksomheder. Udsnit af disse data har forskere gennem tiden anvendt i konkrete forskningsprojekter. For at lette forskernes adgang til at arbejde med data i Danmarks Statistik, har Danmarks Statistik etableret en såkaldt forskerplaceringsordning. Nye og bedre muligheder for at anvende longitudinelle data (forløbsdata) har betydet, at en række nye problemstillinger som fx mobilitet og marginalisering på arbejdsmarkedet har kunnet belyses. Der er god grund til at antage, at forskere fremover fortsat vil efterspørge longitudinelle data. For bl.a. at løse en række specielle problemer især i forbindelse med longitudinelle data har Danmarks Statistik opbygget datasæt specielt til brug for forskningsformål, nemlig de såkaldte forskningsdatabaser. En af disse forskningsdatabaser er IDA-databasen (Integreret database for Arbejdsmarkedsforskning), der indeholder longitudinelle data for såvel personer som virksomheder. Inden for arbejdsmarkedsforskningen er der i de senere år fremkommet undersøgelser, der er baseret på oplysninger om både personer og virksomheder (se fx Heckman og Singer 1985). Herved er der sket en forskydning fra analyser, hvor man stort set kun interesserede sig for udbudssiden (personerne), til analyser hvor også efterspørgselssiden (eller virksomhederne) bliver inddraget. Fra begyndelsen af 1970 erne, hvor arbejdsløsheden blev det dominerende arbejdsmarkedspolitiske problem, har opmærksomheden især været rettet mod udbudssiden på arbejdsmarkedet, dvs. personerne. Det var personerne, der blev undersøgt og analyseret for at få en større viden om arbejdsløshedens årsager og konsekvenser. Den større interesse for efterspørgselssiden skyldes en erkendelse af, at virksomhederne har stor betydning for lønmodtagerne med hensyn til forhold som arbejdsløshed, løn (Albæk et al. 1996), karriereforløb (Esping-Andersen, Leth-Sørensen og Rohwer 1994) og jobmobilitet. I det følgende omtales først forskernes muligheder for at anvende Danmarks Statistiks data. Herefter beskrives kort, hvorledes administrative data bearbejdes til statistiske data, og baggrunden for etableringen af forskningsdatabaser i Danmarks Statistik omtales. Der gives en præsentation af IDA-databasen, og endelig redegøres der for, hvordan forskere kan komme i gang med et projekt, hvori indgår oplysninger fra Danmarks Statistik. Forskeres muligheder for at anvende Danmarks Statistiks data Gennem det løbende statistiske arbejde indsamles og bearbejdes store mængder af data i Danmarks Statistik. Disse data indgår i den daglige produktion af statistiske oplysninger, men de rummer naturligvis også mange muligheder i sammenhæng med forskningsprojekter. Danmarks Statistik har en lang tradition for samarbejde med eksterne forskere, der har været interesseret i supplerende anvendelse af de grundlæggende data i de tilfælde, hvor de offentliggjorte resultater fra den løbende statistik ikke har været tilstrækkelige. 1 Samarbejdet har været af meget forskellig art fra at Danmarks Statistik har udarbejdet supplerende tabeller til en hyppig og 35

2 længerevarende kontakt mellem forskerne og medarbejdere i Danmarks Statistik. Det uformelle samarbejde mellem Danmarks Statistik og forskerne blev i højere grad sat i system fra 1988 med oprettelsen af et kontor for Forskningsservice. Samtidigt blev der etableret en ordning forskerplaceringsordningen der giver forskere mulighed for på nærmere bestemte vilkår at arbejde på egen hånd med et udtræk af mikrodata i anonymiseret form i Danmarks Statistik. Fra data i administrative registre til statistiske data Danmarks Statistik har i en længere årrække systematisk arbejdet på at anvende allerede foreliggende data fra administrative registre til statistiske formål. Denne målsætning har i første omgang drejet sig om statistik vedrørende personer. 2 En af forudsætningerne for denne udvikling har været introduktionen af personnummeret i Ved at anvende personnummeret som nøgle kan oplysninger om den sammen person fra forskellige kilder sammenkobles. En anden forudsætning for opbygningen af dette system har været Edb-teknologien. For at kunne anvende data fra de forskellige administrative registre til statistiske formål er det ofte nødvendigt at foretage en omfattende bearbejdning og kombination af de oprindelige administrative data. Det skyldes, dels at visse administrative data ikke umiddelbart kan anvendes i den foreliggende form, dels fejl i og mangler ved data, når de skal anvendes i en statistisk sammenhæng. Etableringen af en årlig arbejdsmarkedsstatistik, der belyser den samlede befolknings tilknytning til arbejdsmarkedet i slutningen af november måned på grundlag af oplysninger i administrative registre, er netop et eksempel på denne udvikling (Danmarks Statistik 1996). Til dette formål anvendes data fra en række administrative registre, hvor de vigtigste er oplysninger om lønmodtagernes ansættelser i løbet af året fra skatteregistre og oplysninger om befolkningens arbejdsløshed. Typer af data Oplysninger om befolkningens tilknytning til arbejdsmarkedet i slutningen af november måned er et eksempel på tværsnitsdata, idet disse data belyser situationen på arbejdsmarkedet på et bestemt tidspunkt: Hvor mange personer er i beskæftigelse, arbejdsløse eller uden tilknytning til arbejdsmarkedet? Ved hjælp af personnummeret er det ligeledes muligt at følge personerne over tid og dermed opgøre ændringer i deres tilknytning til arbejdsmarkedet. Data af denne type kaldes forløbs- eller longitudinelle data, og de refererer til oplysninger fra forskellige tidspunkter for den samme enhed, som fx en person eller en virksomhed. Den enkleste form for longitudinelle data vedrører to tidspunkter, og kan anvendes til at opgøre brutto-ændringer. Således har det vist sig, at forholdsvis små nettoændringer i fx antallet af arbejdsløse dækker over store bruttobevægelser af personer til og fra arbejdsløshed (se fx Plougman og Sørensen 1992). Hvad er en forskningsdatabase? I forbindelse med gennemførelsen af konkrete forskningsprojekter på grundlag af data i Danmarks Statistik har det vist sig, at det kan være en besværlig proces for forskerne at finde frem til de relevante oplysninger. Endvidere kan det ofte være vanskeligt at bruge den foreliggende dokumentation i Danmarks Statistik, der kan have karakter af at være skrevet til internt brug. Ofte vil et projekt forudsætte data fra flere år. Her kan der være problemer med hensyn til ændringer i data gennem årene. Hertil kommer, at der til visse projekter kræves en omfattende databearbejdning, for at data kan anvendes i forbindelse med en konkret problemstilling. For at løse nogle af disse problemer har Danmarks Statistik opbygget en række datasæt, der går under betegnelsen Forskningsdatabaser, fordi de netop er tænkt som en hjælp til forskerne. Forskningsdatabaserne vil typisk indeholde bearbejdede data, der er en løsning af mere grundliggende data problemer. Herved har man fået løst det pågældende problem én gang for alle. Man undgår herved at forskere selv skal bruge ressourcer på disse problemer (se endvidere Knudsen 1995). På nuværende tidspunkt omfatter forskningsdatabaserne bl.a. følgende registre: Erhverv og dødelighed (Danmarks Statistik 1979) IDA-databasen (Danmarks Statistik 1991) Fertilitetsdatabasen (Knudsen 1993) Socialforskningsregisteret og der er planer om : 36

3 Ældreforsknings-database Endvidere findes flere registre i Danmarks Statistik, der primært er opbygget til anvendelse i den almindelige statistikproduktion, men som også kan være relevante i en forbindelse med forskningsprojekter som fx: Sygehusbenyttelsesregister (Danmarks Statistik 1994) Forebyggelsesregister Børneregister I det følgende gives en mere udførlig beskrivelse af den såkaldte IDA-database. Hvad er IDA-databasen? IDA-databasen (Integreret Database for Arbejdsmarkedsforskning) er først og fremmest etableret for kunne stille et datamateriale til rådighed for arbejdsmarkedsforskere. 3 Databasen indeholder oplysninger om arbejdsmarkedsforhold for personer og arbejdssteder (Danmarks Statistik 1991). De beskæftigede personer kan placeres som ansatte på et bestemt arbejdssted. IDA-databasen kan dermed anvendes til analyser på grundlag af såvel efterspørgselssiden (virksomheder) som udbudssiden (personer). Endvidere kan arbejdssteder karakteriseres gennem egenskaber ved de ansatte, og de beskæftigede kan også klassificeres ud fra oplysninger om deres arbejdsplads. Databasen er totaldækkende, idet den indeholder oplysninger om hele befolkningen og samtlige arbejdssteder med lønnet beskæftigelse. Oplysningerne om personer og arbejdssteder refererer først og fremmest til en bestemt kort referenceperiode hvert år, nemlig den sidste uge i november måned. Databasen er longitudinel, idet såvel personer som virksomheder kan følges over tid. Databasen indeholder nu årlige oplysninger for perioden Karakteristika ved IDA-databasen Opbygget ud fra en klar målsætning En af de væsentligste forudsætninger for opbygningen af IDA-databasen har været at få fastlagt en målsætning med hensyn til, hvad databasen skal kunne anvendes til. Hvis der ikke fra starten arbejdes ud fra en klar målsætning, er det vanskeligt undervejs i opbygningen at træffe de beslutninger, der fører til et godt resultat. I det konkrete tilfælde har formålet med IDA-databasen været at kunne belyse mobilitet på arbejdsmarkedet. Baseret på registeroplysninger Opbygningen af databasen har baggrund i, at Danmarks Statistik som tidligere nævnt har opbygget en arbejdsmarkedsstatistik for personer ud fra oplysninger i administrative registre. På tilsvarende måde findes i Danmarks Statistik et register over virksomheder. I forbindelse med opbygningen af IDA-databasen har det været nødvendigt at udvikle et system med henblik på at følge virksomhederne over tid. 4 Dette skyldes, at en virksomhed kan skifte identifikationsnummer. Hvis man ikke korrigerer for dette, vil der tilsyneladende ske nedlæggelser og oprettelser af virksomheder, der blot skyldes, at en virksomhed har ændret registreringsnummer. Løsningen på problemet med at følge virksomheder over tid bygger på anvendelsen af en række karakteristika ved den enkelte virksomhed (arbejdssted): ejer (identifikationsnummer) adresse branche sammenfald af ansatte personer i 2 på hinanden følgende år Fordelen ved i øvrigt at anvende registeroplysninger som datamateriale ved projekter, der omhandler en længere periode, er at såvel glemsels- som hukommelses-effekter kan minimeres. Når der er tale om oplysninger for et tidspunkt, der ligger op til 17 år tilbage, vil det ofte være vanskeligt at huske disse forhold. Omvendt kan der være eksempler på, at særligt markante begivenheder, der tidsmæssigt ligger langt tilbage, fejlagtigt vil huskes som noget, der er sket inden for en kortere tidshorisont. Enheder på flere niveauer Personer. IDA-databasen omfatter hele befolkningen. Det giver mange muligheder for at belyse problemstillinger vedrørende mobilitet (Det Økonomiske Råd 1996; Finansministeriet 1995b). Fx kan personer med forskellig tilknytning til arbejdsmarkedet på et givet tidspunkt følges i en efterfølgende periode for at belyse marginaliserings- og integrationsforløb (Finansministeriet 1995a; Sekretariatet for Kommissionen om fremtidens beskæftigelses- 37

4 og erhvervsmuligheder 1995). Da det også er muligt at følge arbejdsstederne over tid, kan der foretages analyser af jobmobiliteten (Det Økonomiske Råd 1992; Leth-Sørensen 1993; Hakim 1996). For de personer, der er født efter 1960, og som altså er 20 år på det tidspunkt, hvor databasens oplysninger starter, er der ligeledes henvisninger til forældrenes personnummer. Der kan derfor også foretages undersøgelser af sammenhængen mellem forældres og børn sociale og arbejdsmarkedsmæssige situation. Jobs. Personernes job findes oplyst, og endvidere bliver alle de beskæftigede lønmodtagere henført til et bestemt arbejdssted. Det bliver herved muligt også at koble oplysninger om personer og virksomheder sammen. Arbejdssteder. På virksomhedssiden er oplysningerne baseret på arbejdssteder. Et arbejdssted er den lokale erhvervsøkonomiske enhed, som eventuelt kan være en del af et firma med flere arbejdssteder 5. Databasen indeholder alle private og offentlige arbejdssteder med lønnet beskæftigelse i løbet af de enkelte år. Typer af variable. I nedenstående oversigt ses en række hovedgrupper af oplysninger om de 3 grundlæggende enheder i databasen. Personer og arbejdssteder kan forbindes Ved hjælp af oplysningerne i IDA-databasen kan de beskæftigede lønmodtagere som nævnt placeres på et bestemt arbejdssted. Der er derved mulighed for at karakterisere personerne ved de oplysninger, der findes om arbejdsstedet som fx oprettelsesår, branche og størrelse. Man kan derved fx belyse lønniveauet som et resultat af et sampil mellem personers baggrundsdata som køn, alder, stilling og uddannelse og karakteristika ved virksomhederne som nyoprettet/eksisterende, branche og størrelse (Det Økonomiske Råd 1994; Albæk et al. 1996; Bingley og Westergård-Nielsen 1996). På arbejdsstedssiden betyder det, at man kan anvende oplysningerne om de ansatte til at klassificere arbejdsstedet. Det kan fx være efter andelen af mænd eller andelen med en erhvervsuddannelse (Bjørn 1992). Mulighederne for samtidigt at foretage analyser på både mikro- og makro-niveau adskiller IDA-databasen fra de fleste andre datasæt, hvor der normalt kun opereres med enheder af én type. Inddragelse af flere niveauer er således én af de afgørende fordele ved IDA-databasen. Totaldækkende Enkelt at generalisere IDA-databasen er som nævnt totaldækkende for både personer og arbejdssteder. I praksis vil man ofte arbejde med stikprøver, men det vil i givet fald være relativt enkelt at generalisere resultaterne. Intet bortfald I panelundersøgelser er det ofte et problem, at bortfaldet i løbet af få år bliver ubehageligt stort. Anvendelsen af totaldækkende registerdata har den klare fordel, at man undgår bortfald i forbindelse Personer Jobs Ansættelser Arbejdssteder Køn, alder mv. Stilling, heltid/deltid Oprettelsesår Familie og samliv Timeløn Branche, beliggenhed mv. Uddannelse Anciennitet Ansatte og lønniveau Beskæftigelse og erhvervserfaring Ændring i ansættelse over tid Ændring i identitet over tid Arbejdsløshed Indkomst Nøgle Nøgle Nøgle Personnummer Personnummer virksomhedsnr. Virksomhedsnr. 38

5 med analyser af fx mobiliteten over en længere årrække (Boje 1995; Esping-Andersen, Leth-Sørensen og Rohwer 1994). Specielle problemstillinger kan analyseres Kombinationen af en totaldækkende og longitudinel database åbner muligheden for at foretage undersøgelser af problemstillinger, som vedrører relativt få personer eller arbejdssteder. Hvis man fx er interesseret i at undersøge, hvordan de tidligere ansatte klarer sig flere år efter lukningen af en større virksomhed, er det relativt enkelt ved hjælp af IDA-databasen. På tilsvarende måde kan man belyse den tidligere erhvervsmæssige karriere blandt personer, der fx bliver iværksættere (Bøegh Nielsen, Bjørnsson og Leth-Sørensen 1996). Ved at kombinere virksomhedsoplysninger med oplysninger om iværksætteren, kan man fx undersøge, om der er særlige kendetegn ved iværksætterne, og om de succesrige iværksættere adskiller sig fra de øvrige. Det kan fx nævnes, at iværksættere, der har branchekendskab fra tidligere beskæftigelse, har en større chance for at overleve. Undersøgelser af denne type, der omhandler et begrænset antal enheder, og som tidsmæssigt vedrører en længere periode, vil være vanskelige at gennemføre på anden måde. Mulighed for at kombinere med forskernes egne data I visse tilfælde kan det være af interesse at supplere allerede indsamlede oplysninger med registeroplysninger. Det kan fx dreje sig om at foretage en nærmere analyse af bortfaldet i en interviewundersøgelse. Da IDA-databasen indeholder oplysninger om hele befolkningen, vil det være relativt enkelt at give en nærmere karakteristik af bortfaldet i en undersøgelse. Longitudinel Kontrol med tidsfaktor At IDA-databasen er opbygget som en longitudinel database har den indlysende fordel, at man ved analysen har en langt større kontrol over tidsfaktoren end ved traditionelle tværsnitsundersøgelser. Der kan foretages analyser af»naturlige«eksperimenter, og endvidere kan effekterne af forskellige foranstaltninger eller begivenheder vurderes over en længere årrække. Ikke bundet af specielt undersøgelsesdesign Generelt kan man sige, at anvendelsen af totaldækkende og longitudinelle data åbner for et stort udvalg af forskellige typer af undersøgelsesdesign. Det kan dreje sig om retrospektive undersøgelser, hvor man går tilbage i tiden for typisk at undersøge årsagerne til et bestemt fænomen, eller om prospektive undersøgelser, der ofte er koncentreret om konsekvenser af fx arbejdsmarkedspolitiske foranstaltninger. Der er ligeledes mulighed for at afgrænse en bestemt gruppe af personer eller arbejdssteder. Det kan fx dreje sig om at udvælge personer, der i undersøgelsesperioden tilhører et bestemt aldersinterval, eller fx arbejdssteder inden for en given branche (Boje 1995). Kohorter Efterhånden som oplysningerne i IDA-databasen er blevet udvidet med flere år, er det også nærliggende at foretage analyser, der belyser forskelle imellem kohorter (fødselsårgange) (Økonomiministeriet 1994; Leth-Sørensen og Rohwer 1997). Når der tages udgangspunkt i bestemte kohorter, der følges i perioden fra 1980 og fremefter, er der mulighed for detaljerede beskrivelser, der tager hensyn til, at hver generation har gennemlevet bestemte livsfaser i forskellige perioder. I sammenhæng med analyser af arbejdsmarkedet kan disse perioder fx være kendetegnet ved høj- eller lavkonjunktur. Undersøgelser af kvinders situation på arbejdsmarkedet kan med stor fordel baseres på kohorte-undersøgelser, netop fordi kvindernes erhvervsdeltagelse er steget så kraftigt siden 1960 erne. Der er derfor også stor forskel mellem generationernes tilknytning til arbejdsmarkedet (Blossfeld 1987). Nye typer af analyser Adgangen til nye longitudinelle data har medvirket til at åbne for nye forskningsområder. I arbejdsmarkedsforskningen er fx oplysninger om længden af personers arbejdsløshed blevet af central betydning for analyser af arbejdsløsheden. Det er oplagt, at der er stor forskel på en situation, hvor det er den samme gruppe af personer, der til stadighed er ledig, eller om der er tale om, at mange personer er ledige, men i relativ kort tid. Longitudinelle analyser er ofte baseret på relativ nye statistiske metoder, der netop er beregnet til at arbejde med denne type data. Der tænkes her på varighedsanalyser eller Event-history analysis, hvor der opereres med perioder eller de såkaldte 39

6 »spells«. En periode kan fx starte fra det tidspunkt en person bliver ledig og ophøre, når personen ikke længere er ledig. Disse metoder har vist sig at være velegnede til analyser af bl.a. arbejdsmarkedet (Blossfeld og Rohwer 1995). Oplysninger i IDA-databasen har gjort det muligt at belyse af- og tilgang af virksomheder. Denne form for virksomhedsdemografi kunne ikke tidligere undersøges (Vejrup-Hansen 1993). Oplysningerne om ændringer i af- og tilgang af virksomheder kan endvidere være interessante i forbindelse med analyser af jobmobilitet. Det skyldes, at oprettelse og nedlæggelse af jobs naturligvis har betydning for omfang og retning af personernes mobilitet imellem virksomhederne. En ny type analyse har ligeledes været betinget af, at virksomheder kan følges over tid. Der tænkes her på opgørelser af nye og nedlagte jobs. Opgørelser af job-creation som disse opgørelser også kaldes har spillet en betydelig rolle i forbindelse med diskussioner om fleksibilitet på arbejdsmarkedet i forskellige lande (Finansministeriet 1992; OE- CD 1994; OECD 1996). Ud fra IDA-databasen kan man endvidere følge af- og tilgang af bestemte grupper af ansatte fra et år til det næste (worker flows) (Albæk og Sørensen 1995). Resultater fra IDA-databasen viser bl.a., at både job-creation og job-destruction er højere blandt arbejdere end blandt funktionærer (Vejrup-Hansen 1995; Sekretariatet for Kommissionen om fremtidens beskæftigelses- og erhvervsmuligheder 1995). Lettere adgang til relevante data Formålet med forskningsdatabaserne er at lette forskernes adgangen til data, og Danmarks Statistik har derfor bestræbt sig på at dokumentere indholdet af disse datasæt på en brugervenlig måde. Endvidere indeholder forskningsdatabaserne data, der anses for at være relevante i forbindelse med projekter inden for det pågældende område. Det er derfor enklere at starte på et projekt, idet det ikke forudsætter et samlet overblik over alle mulighederne i Danmarks Statistiks registre. 6 Som nævnt omfatter oplysningerne i IDA-databasen på nuværende tidspunkt 15 år. På trods af den lange periode er indholdet af variablene defineret på samme måde, og oplysningerne kan derfor umiddelbart sammenlignes uanset observationstidspunkt. Arbejdet med at bringe oplysninger på samme form kan ellers være et tidskrævende arbejde. Oplysningerne i IDA-databasen bygger på andre statistiske registre i Danmarks Statistik. Det medfører, at de klassifikationer, der anvendes i IDA-databasen, svarer til de klassifikationer, der arbejdes med i det internationale statistiske samarbejde. Typisk vil klassifikationer i IDA-databasen derfor svare til klassifikationer fra andre lande, og der er dermed mulighed for at foretage komparative studier. Fx har analyser af velfærdsstatens udformning i forskellige lande og dens fremtidige udvikling påkaldt sig interesse (Esping-Andersen 1990; Boje 1995). Hvordan er IDA-databasen blevet anvendt? Efter færdiggørelsen af IDA-databasen har der været en stor interesse for at anvende oplysningerne i databasen. Der er i perioden siden 1990 gennemført omkring 100 større og mindre projekter. Brugerne har været forskere fra universiteterne og sektorforskningsinstitutterne (Arbejdsministeriet 1993). Men også statsadministrationen har anvendt databasen i større udstrækning, end det på forhånd var forventet. Dette skyldes givetvis, at rapporter mv. i dag forventes at indeholde nye informationer med en klar relation til det behandlede problem. Det er oplagt, at her er foreliggende tabeller fra fx Danmarks Statistiks publikationer ikke længere tilstrækkelige. Hvordan kommer man i gang med et projekt? Det typiske forløb for et forskningsprojekt er, at Danmarks Statistik i første omgang får en henvendelse fra en forsker. Afhængig af forespørgselens karakter kan det være et af fagkontorerne eller kontoret for Forskningsservice, der dernæst holder et møde med den pågældende forsker. Herefter er der ofte et forløb, inden man når frem til at fastlægge det endelige dataudtræk, der nærmere beskrives i en projektbeskrivelse. Danmarks Statistik sender herefter et tilbud med oplysninger om bl.a. dataudtræk, leveringstid og pris. Der foretages dernæst et dataudtræk, og data anonymiseres. Da Danmarks Statistik har en politik om ikke at videregive oplysninger, der kan henføres til enkelte personer eller virksomheder, skal selve analysen foretages i Danmarks Statistik. 7 Denne del af projektet vil derfor foregå under den tidligere omtalte forskerplaceringsordning. Danmarks Statistik skal ligeledes have betaling for anvendelse af Edb-udstyr og husleje. 8 40

7 Konklusion Den enklere adgang til at anvende registerdata fra Danmarks Statistik gennem bl.a. etableringen af forskningsdatabaser skulle medvirke til, at forskerne fremover i endnu højere grad vil anvende data fra Danmarks Statistik. Ikke mindst longitudinelle data åbner for mange nye og interessante projekter. Forskningsdatabaserne gør det lettere for forskerne at få et overblik, samtidig med at en række datamæssige problemer på forhånd er løst. IDA-databasen er et eksempel på en forskningsdatabase, hvor adgang til nye data har medvirket til forskningsprojekter inden for nye områder. For arbejdsmarkedsforskningen har det bl.a. betydet en mere ligelig interesse for udbuds- og efterspørgselssiden på arbejdsmarkedet. Hertil kommer, at anvendelsen af longitudinelle data har vist sig afgørende for en bedre forståelse af den måde, arbejdsmarkedet fungerer på. Der er derfor givetvis en sammenhæng mellem adgangen til relevante data og de problemstillinger, der bliver taget op inden for forskellige forskningsområder. Der stilles desuden krav fra brugerne om adgang til nye supplerende data i forbindelse med fx kommissions- eller udredningsarbejde. tilhøre forskellige brancher og være placeret på en række forskellige adresser. 6. IDA-databasen er nærmere beskrevet i Danmarks Statistik (1991) samt i 5 Arbejdsnotater. 7. Efter at Danmarks Statistik med hjælp fra Grundforskningsfonden har etableret en forskerfilial i Århus, er det blevet lettere for forskere vest for Storebælt at anvende Danmarks Statistiks data. 8. Grundforskningsfonden har i 1996 bevilget midler til indkøb af en særlig forskermaskine. Dette har medført, at for forskere kan der på forhånd fastlægges en pris på anvendelse af Edb-udstyr mv. Litteratur Albæk, K. og B.E. Sørensen. 1995:»Worker Flows and Job Flows in Danish Manufacturing, «. Discussion Papers 95-12, Institute of Economics, University of Copenhagen Albæk, K., M. Arai, R. Asplund, E. Barth og E. Strøjer Madsen »Employer Size-Wage Effects in the Nordic Countries«. Centre for Labour Market and Social Research, Working Paper Andersen. J. og J. E. Larsen Arbejdsløs og på bistand hvor længe? København: Forlaget Sociologi. Noter 1. Inden for arbejdsmarkedsforskning, se fx Westergaard-Nielsen (1984), Hansen (1985), Nielsen (1987) og Andersen og Larsen (1988). 2. For en gennemgang af det personstatistiske system i Danmark, se Danmarks Statistik (1994). 3. Etableringen af databasen er oprindeligt finansieret med hjælp fra Statens samfundsvidenskabelige Forskningsfond for perioden Herefter vedligeholdes og opdateres oplysningerne af Danmarks Statistik. Databasen blev opbygget i Danmarks Statistik af cand.stat Ruth Emerek, Aalborg Universitet, cand.polit Per Vejrup-Hansen, Handelshøjskolen i København og mag.scient.soc. Søren Leth-Sørensen, Danmarks Statistik. 4. En væsentlig del af den tid der er gået til etablering af databasen er anvendt til konstruktion af Edb-systemer, programmering og selve produktionskørslerne. 5. Fordelen ved at anvende arbejdsstedet som enhed og ikke firmaet, er at et firma kan bestå af flere arbejdssteder, der kan Arbejdsministeriet Arbejdsmarkedspolitisk Årbog Tema: Rundt om IDA nye snitflader i arbejdsmarkedsforskningen. Bingley, P. og N. Westergård-Nielsen »Worker and Plant Wages: Estimates from a Multi-Level Model«. Centre for Labour Market and Social Research, Working Paper Bjørn, N.H »Virksomhedernes elevefterspørgsel en analyse på virksomhedsniveau«, Centre for Labour Economics, Århus. Working Paper Blossfeld, H.P »Labor-Market Entry and Sexual Segregation of Careers in the Federal Republic of Germany«. American Journal of Sociology, Vol. 93, No. 1, Blossfeld, H.P. og G. Rohwer Techniques of Event History Modeling. New Jersey: Lawrence Erlbaum Associates, Inc. Boje, T.P Employment and Mobility in a Gender Perspective. FS&P Forskningspapirer nr. 2/

8 Bøegh Nielsen, P., K. Bjørnsson og S. Leth-Sørensen Iværksættere i 1990 erne. Et statistisk portræt. Erhvervsfremmestyrelsen. Danmarks Statistik Dødelighed og erhverv. Statistiske Undersøgelser nr. 37. Kbhvn: Danmarks Statistiks trykkeri. Danmarks Statistik IDA en integreret database for arbejdsmarkedsforskning. Hovedrapport. Kbhvn: Danmarks Statistiks trykkeri. Danmarks Statistik Personstatistik i Danmark. Et registerbaseret statistiksystem. Kbhvn: Danmarks Statistiks trykkeri. Danmarks Statistik 1996.»Registerbaseret arbejdsstyrkestatistik 1. januar 1995«. Arbejdsmarked 1996:26. Det Økonomiske Råd Dansk Økonomi. November Det Økonomiske Råd Dansk Økonomi. Juni Det Økonomiske Råd Dansk Økonomi. Efteråret Esping-Andersen, G The Three Worlds of Welfare Capitalism. Cambridge: Polity Press. Esping-Andersen, G., S. Leth-Sørensen og G. Rohwer »Institutions and Occupational Class Mobility: Scaling the Skill Barrier in the Danish Labour Market«. European Sociological Review, Vol. 10, No Finansministeriet »Vejen til fuld beskæftigelse. Analyser«. Finansministeriet. 1995a. Finansredegørelse København. Finansministeriet. 1995b.»Budgetanalyse af mobilitet på arbejdsmarkedet«. Hakim, C.1996.»Labour Mobility and Employment Stability: Rhetoric and Reality on the Sex Differential in Labour-market Behaviour«. European Sociological Review, Vol. 12, No. 1, Hansen, P.V Arbejdskraftbevægelser og beskæftigelse. København: Socialforksningsinstiuttet. Publ Knudsen, L.B Fertility Trends in Denmark in the 1980s. Statistiske Undersøgelser nr. 44. Kbhvn: Danmarks Statistiks trykkeri. Knudsen, L.B »Kan registerforskning bruges i samfundsvidenskaberne?«. Dansk Sociologi, Nr Leth-Sørensen, S »Jobmobilitet belyst ved hjælp af IDA-databasen«. Dansk Sociologi, Nr Leth-Sørensen, S. og G. Rohwer »Aspects of the Female Life Cycle and Labor Market Participation in Denmark«. I Blossfeld, H.-P. (I tryk): Between equalization and marginalization. Part-time working women in Europe and the United States of America. Oxford: Oxford University Press. Nielsen, P Markedsdynamik og arbejdsformidling. Aalborg Universitetscenter OECD Employment Outlook. Paris. OECD Job Creation and Loss. Analysis, Policy, and Data Development. Paris. Plougmann, P. og N. Sørensen Arbejdsløshedens dynamik, fordeling og belastning, BEK-projektet, Delprojekt 1. Dansk Teknologisk Institut. Sekretariatet for Kommissionen om fremtidens beskæftigelses- og erhvervsmuligheder Marginalisering på arbejdsmarkedet. Vejrup-Hansen, P »Virksomhedsdemografi: Overlevelse og vækst i nye virksomheder«. Samfundsøkonomen 1993:2. Vejrup-Hansen, P »Job Creation and Job Destruction among Occupational Groups: Differentials in Job Stability and Cyclical Sensitivity«. København: Handelshøjskolen, Working paper. Westergård-Nielsen, N. 1984:»A Description of a Danish Longitudinal Database«. Studies in Labour Market Dynamics. Aarhus School of Economics and Business Administration. Working Paper Økonomiministeriet Kvinder i økonomien. København: J.H. Schultz information A/S. Heckman, J.J. og B. Singer Longitudinal Analysis of Labor Market Data. Cambridge University Press. 42