Statistics Norway's Open Research Repository
Not a member yet
    5242 research outputs found

    KOSTRA-rapportering 2024 Oppslagshefte til hjelp ved KOSTRA-rapportering av regnskap

    Get PDF
    Notatet «KOSTRA-rapporteringen 2024» er ment å være en samling av informasjon til hjelp i filoppbygging og konvertering av kommunenes interne årsregnskap til årsregnskap i henhold til KOSTRA. Det redegjøres også for hvordan konsolidert årsregnskap og regnskap fra interkommunale politiske råd (IPR) og kommunale oppgavefellesskap (KO) skal rapporteres. Erfaringene viser at det er behov for et oppslagsverk som kan brukes til konverteringen av årsregnskapet til KOSTRAs kontoplan, men også for å vise hvilken filstruktur regnskapet skal ha. Konvertering av årsregnskapet til gyldige koder, samt at filen har korrekt filstruktur er en viktig forutsetning for å få regnskapet godkjent i Statistisk sentralbyrå (SSB). Notatet tar sikte på å liste opp de funksjoner og arter, kapitler og sektorer som er gyldige for regnskapsåret 2024. Det er også presisert hvilke kombinasjoner av kontoklasse, funksjon og art i drifts- og/eller investeringsregnskapet som ikke godkjennes. De konkrete kravene som stilles til filene med årsregnskapet er listet opp i kapitlet "Kontroller av årsregnskapet". Dersom kravene ikke innfris, vil ikke filene bli godkjent for innsending til SSB. Informasjon om rapporteringen legges ut 1. november i innrapporteringsportalen på KOSTRA: https://www.ssb.no/innrapportering/kostra-innrapportering. I tillegg legges annen generell informasjon om innrapporteringsrutiner, oversikt over institusjonelle sektorkoder (hvilke foretak som tilhører hvilke sektorer), tidligere tilsendt informasjon, KOSTRA-skjemaer og lignende ut der. Oversikten over institusjonelle sektorkoder som legges ut på nettet 1. november på https://www.ssb.no/innrapportering/kostra-innrapportering, er fra et situasjonsuttak i starten av oktober 2024. Fordi det stadig skjer endringer i eierstrukturen, og for å ha en mest mulig oppdatert og korrekt liste, legges det ut en oppdatert versjon per 31.12.2024 i midten av januar 2025. Det er denne versjonen som skal benyttes i forbindelse med innrapportering til SSB. Det finnes en egen brukertjeneste som kommunene, fylkeskommunene og særbedriftene kan henvende seg til dersom det skulle oppstå problemer med avleveringen av årsregnskapet. KOSTRA support kan nås via telefon og e-post. Vi oppfordrer til bruk av e-post

    Dokumentasjon av pre-system. Python-pakke med formel- og forsystemklasser, samt tidsseriefunksjoner

    Get PDF
    Dette notatet inneholder dokumentasjon av pakken pre-system. Pakken inneholder en rekke formelobjekter som kan brukes til å bygge nødvendige formler som inngår i et forsystem i Nasjonalregnskapets korttidsstatistikker. Pakken inneholder også et forsystemobjekt som kan organisere formelobjekter og data. Formel- og forsystemobjektene gjør det enklere å definere, inspisere og evaluere forsystemer bestående av formler. Pakken inneholder også tidsseriefunksjoner som er nyttige i byggingen og bruken av forsystemer. Pakken er tenkt benyttet når Månedlig- og Kvartalsvis nasjonalregnskap, Kvartalsvis institusjonelt sektorregnskap og Varekonsumindeksen legges over til åpen kildekode-språk. Notatet er organisert slik at først gjennomgås hvert formelobjekt, deretter forsystemobjektet, og avslutningsvis tidsseriefunksjonene. Hvert objekt eller funksjon beskrives, både med hensyn til innhold og bruk

    Hvem bruker alle årene med stipend og lån fra Lånekassen? En kartlegging av studenter som mottok stipend og lån i opptil 8 år blant de som var nye i universitets- og høgskoleutdanning i studieåret 2011/2012

    Get PDF
    Formålet med denne rapporten har vært å kartlegge personlige kjennetegn ved studentene som mottar mange år med stipend og lån, samt kjennetegn ved utdanningsløpene deres. Rapporten tar utgangspunkt i studenter som var nye i universitets- og høgskoleutdanning i studieåret 2011/2012 og følger dem frem til studieåret 2022/2023. Denne rapporten tar for seg stipend og lån gitt etter utdanningsforskriftens del 3, som omfatter stipend og lån til universitets- og høgskoleutdanning, fagskoleutdanning, folkehøgskole, bibelskole, privatisteksamen samt grunnskole og videregående opplæring for voksne (Forskrift om utdanningsstøtte, 2020, del 3). Stipend og lån gitt før 2011/2012 telles også med for å få et korrekt bilde av totalt antall år studentene har fått stipend og lån fra Lånekassen. Rapporten viser at 4 prosent av studentene brukte 8 år eller mer med stipend og lån. Andelen var høyere blant studentene som tok masterutdanning, blant de med foreldre med lang høyere utdanning og de som fikk støtte til minst en annen utdanningsaktivitet i tillegg til universitets- og høgskoleutdanning (folkehøgskole, fagskole, bibelskole, privatisteksamen og grunnskole eller videregående for voksne). Seks av ti blant de som brukte 8 år eller mer med stipend og lån hadde vært registrert i minst to utdanningsaktiviteter hos Lånekassen i perioden. Studenter som hadde barn (inntil 16 år) ved studiestart mottok i mindre grad stipend og lån, noe som også har sammenheng med at studentene med barn er eldre enn øvrige studenter. Lånekassens regler i studieåret 2011/2012 tilsa at studenter som var 45 år og eldre innen fullført utdanning fikk redusert lån og en maksimal gjeldsgrense, noe som kan påvirke hvor lenge man studerer. Utenlandsstudentene brukte også oftere flere år med stipend og lån, og det samme gjelder studenter som var på utveksling i perioden. Resultatene fra kartleggingen forteller samlet sett hvordan studenter som tar lengre utdanninger eller som går flere typer utdanning også bruker flere år med stipend og lån. Dette er forholdsvis åpenbart, men det fremkommer også forklarende nyanser i bruk av stipend og lån når vi ser på de ulike personlige kjennetegnene. For å kunne si om de ulike kjennetegnene ved studentene og deres studier faktisk hadde statistisk signifikant betydning for om studentene bruker mange år med stipend og lån, har vi gjennomført en logistisk regresjonsanalyse. Regresjonsmodellene viste at studenter med foreldre som selv har lang høyere utdanning har høyere odds for å bruke 8 år eller mer med stipend og lån. Det å være kvinne eller 21 år og yngre gir også signifikant økt odds for å bruke 8 år eller mer med stipend og lån. Det å ha hatt et utvekslingsopphold, være utenlandsstudent samt å bytte eller forlate utdanningen etter første studieår øker også oddsen for at man bruker 8 år eller mer med stipend og lån

    Dokumentasjon av LOTTE-Barn for 2024. En simuleringsmodell for proveny- og fordelingseffekter av foreldrebetaling i barnehage

    Get PDF
    Formålet med dette notatet er å beskrive etableringen av en oppdatert simuleringsmodell for proveny- og fordelingseffekter av endringer i systemet for foreldrebetaling i barnehage (LOTTE Barn). Denne nye registerbaserte modellen benytter hele populasjonen av småbarnsfamilier bosatt i Norge. Tidligere modellversjoner har vært basert på utvalgsdata fra Barnetilsynsundersøkelsen 2010 (Lian mfl. 2012) eller et utvalg på 10 prosent av befolkningspopulasjonen trukket fra registerdata (Lian mfl. 2017). I likhet med den tidligere registerbaserte modellversjonen (Lian mfl. 2017) anvender LOTTE-Barn registerdata fra Inntekts- og formuesstatistikken for husholdninger og er tett knyttet til skatte beregningsmodellen LOTTE-Skatt (Hansen mfl. 2008 og Jia mfl. 2023). LOTTE-Skatt beregner effekter på proveny og inntektsfordeling av endringer i regelverket for skatter og overføringer, mens LOTTE Barn beregner tilsvarende effekter for endringer i regelverket for foreldrebetaling i barnehage. I likhet med LOTTE-Skatt beregner LOTTE-Barn kun direkte effekter, dvs. effekter av å endre regel verket gitt at personer ikke endrer adferden på grunn av regelendringen. Barnehagedeltakelse er ikke observert i registerdata på husholdningsnivå, men må bestemmes ut ifra annen informasjon i dataene. I den tidligere registerbaserte versjonen av LOTTE-Barn, dokumentert i Lian mfl. (2017), ble foreldrefradrag brukt for å tilordne barnehageplass. Men med dagens høye nivå på barnehagedekning samt økende antall gratisplasser, har vi i denne versjonen av LOTTE-Barn valgt å kun bruke barnets alder for de eldste barna og mottak av kontantstøtte for de yngste barna til å tilordne barnehageplass til det enkelte barn. Vi beregner netto foreldrebetaling i barnehage for hver familie som brutto foreldrebetaling eksklusive kostpenger fratrukket stønad til barnetilsyn og skattereduksjonen ved foreldrefradrag. Vi viser hvordan brutto og netto barnehageutgifter fordeler seg etter kjennetegn ved husholdningen som antall barn, forsørgerstatus og inntektsnivå. Videre viser vi flere eksempler på hvordan modellen kan brukes til å gi informasjon om proveny- og fordelingseffekter av ulike endringer i regelverket for foreldrebetaling. Datagrunnlaget i denne versjonen av LOTTE-Barn bygger på registerdata fra kalenderåret 2021 der husholdningenes inntekter er framført til 2024 (tilsvarende som i LOTTE-Skatt). Som referanse benytter vi regelverket for foreldrebetaling i barnehage for barnehageåret 2024/2025 som er gjeldende fra 1. august 2024. Neste oppdatering av modellen med grunnlagsdata for 2022 framført til 2025 planlegges i april 2025, med referanseregelverk for barnehageåret 2025/2026

    Kan regional utdanning hjelpe mot sentralisering?

    Get PDF
    Halvparten av befolkningsveksten de siste 25 årene har skjedd i Oslo og Viken. Det er neppe en politisk ønsket utvikling. For å motvirke utviklingen har flere offentlige ekspertutvalg foreslått å desentralisere høyere utdanning. Vi analyserer to tiltak og drøfter mekanismene de skaper. Tiltakene sammenliknes med en referansebane som ser på regionale virkninger av Perspektivmeldingens forutsetninger. Referansebanen kan ha selvstendig interesse. Den gir ytterligere vekst i Oslo og Viken.Kan regional utdanning hjelpe mot sentralisering?publishedVersio

    Er strømstøtte god samfunnsøkonomi?

    Get PDF
    Vinteren 2021/22 ble det innførte strømstøtte for å kompensere for de høye strømprisene. Motivet var å forhindre at fattige husholdninger og enkelte næringer ble rammet av de høye strømprisene. Men er dette god samfunnsøkonomi? Fører strømstøtten til lavere strømpris for forbrukerne, og hvor store er de samfunnsøkonomiske kostnadene forbundet med støtten? Denne artikkelen viser at strømstøtte i flere tilfeller ikke avlaster strømkundene, men at støtten allikevel er gunstig når strøm i betydelig grad eksporteres og eksportkapasiteten samtidig er begrenset. I kriser der strøm importeres til lave priser bør strømstøtten imidlertid erstattes med elavgift.publishedVersio

    Arbeidsmarkedet for helsepersonell fram mot 2040

    Get PDF
    Statistisk sentralbyrå har oppdatert framskrivingene av tilbud og etterspørsel for ulike typer helsepersonell. Sammenlignet med de forrige framskrivingene som ble publisert i 2019, har vi utnyttet ferskere informasjon om den faktiske utviklingen samtidig som framskrivingene er knyttet opp mot SSBs befolkningsframskrivinger fra 2022. Som i forrige beregningsrunde er framskrivingene basert på grundige vurderinger av de viktigste faktorene som forklarer utviklingen på både tilbuds- og etterspørselssiden. På tilbudssiden er opplegget forbedret for å håndtere innvandring av helsepersonell. For etterspørselen er det en grundig drøfting av betydningen av bedre helse når levealderen øker, effekter av ulike forutsetninger om endring i timeverk per bruker, samt endringer i arbeidskraftens sammensetning i de ulike næringene

    Spatial Trade-Offs in National Land-Based Wind Power Production in Times of Biodiversity and Climate Crises

    Get PDF
    Energy generated by land-based wind power is expected to play a crucial role in the decarbonisation of the economy. However, with the looming biodiversity and nature crises, spatial allocation of wind power can no longer be considered solely a trade-off against local disamenity costs. Emphasis should also be put on wider environmental impacts, especially if these challenge the sustainability of the renewable energy transition. We suggest a modelling system for selecting among a pool of potential wind power plants (WPPs) by combining an energy system model with a GIS analysis of WPP sites and surrounding viewscapes. The modelling approach integrates monetised local disamenity and carbon sequestration costs and places constraints on areas of importance for wilderness and biodiversity (W&B). Simulating scenarios for the Norwegian energy system towards 2050, we find that the southern part of Norway is the most favourable region for wind power siting when only the energy system surplus is considered. However, when local disamenity costs (and to a lesser extent carbon costs) and W&B constraints are added successively to the scenarios, it becomes increasingly beneficial to site WPPs in the northern part of Norway. We find that the W&B constraints have the largest impact on the spatial distribution of WPPs, while the monetised costs of satisfying these constraints are relatively small. Overall, our results show that there is a trade-off between local disamenities and loss of W&B. Siting wind power plants outside the visual proximity of households has a negative impact on W&BSpatial Trade-Offs in National Land-Based Wind Power Production in Times of Biodiversity and Climate CrisespublishedVersio

    Can the acceptance of a carbon tax be increased? The effect of tax revenue recycling and redistribution among households and companies

    Get PDF
    Effective carbon taxation is essential to achieving the green transition. However, there is typically stiff opposition to carbon taxation due to perceived or actual adverse equity and other impacts. Hence, a better understanding of which factors, including the use of tax revenue, can increase acceptability is essential. To date, stated preference methods have rarely been used to analyse this issue and, when used, have focused only on households’ acceptance. We conduct two identical national choice experiment surveys of Norwegian households and companies, respectively, including carbon tax levels and associated emission reductions and different revenue recycling options as attributes. We find that acceptance for higher tax levels increases among both groups if revenue finances climate mitigation measures. There is some heterogeneity among the groups with regard to using revenue to reduce different dimensions of inequality. Simulating policy options, we find acceptance for the highest carbon tax among both groups when revenue is used both to finance climate mitigation measures and to reduce rural-urban inequalities. This policy option points to an acceptable carbon tax close to an estimated level necessary for reaching the most ambitious climate target set by the Norwegian government. An effective carbon tax level can potentially be achieved in Norway with modest efficiency costs to alleviate inequality

    What can we do with the quality-adjusted labor input data? An explanation with examples

    Get PDF
    This document, by using examples, aims to demonstrate how the quality-adjusted labor input data can be applied for economic analysis in general, and for growth accounting in particular. For instance, such data can be used to improve the estimation of multifactor productivity indicators, and to restore the internal consistency of measuring labor productivity across aggregation levels in the Norwegian national accounts. By constructing meaningful indexes based on such data, the growth of labor input and quality over time can be identified and better understood, at both aggregate and industry level. Given the crucial importance of the quality-adjusted labor input data, the document concludes that it is time for Statistics Norway to compile and publish such data together with other official statistics on a more regular basis

    4,713

    full texts

    5,242

    metadata records
    Updated in last 30 days.
    Statistics Norway's Open Research Repository
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇