Statistics Norway's Open Research Repository
Not a member yet
5242 research outputs found
Sort by
Framskrivning av ordinært avfall 2011 til 2020
Get PDFAvfall er et potensielt miljøproblem, dersom det håndteres feil. Mange avfallstyper kan
være en ressurs, dersom det blir lagt til rette for det. På bakgrunn av dette vedtok
myndighetene i 1999 mål for avfallspolitikken, som gikk ut på å begrense veksten i
mengde ordinært avfall, øke gjenvinningen og sikre forsvarlig håndtering av farlig
avfall (St.meld. nr. 8, 1999-2000). Året hvor målene skulle være oppfylt, var 2010.
Siden 1999 har målene i avfallspolitikken ligget noenlunde fast. Regjeringen har
varslet en ny stortingsmelding høsten 2012, hvor avfallspolitikken skal gjennomgås og
nye mål settes. Som ledd i forarbeidet til denne stortings-meldingen har Statistisk
sentralbyrå (SSB), på oppdrag fra Klima- og forurensningsdirektoratet (Klif), laget
framskrivninger av mengden ordinært avfall fram til 2020. Framskrivningene tar for
seg ordinært avfall fra alle kilder (næringer og husholdninger) og av alle materialtyper,
unntatt forurensede masser (jord, grus og stein).
Beregningene tar utgangspunkt i de statistiske sammenhengene i perioden 1995-2010
mellom avfallsmengder av hver enkelt materialtype fra hver enkelt kilde, og
indikatorer for økonomisk utvikling innen samme kilde. Avfallsutviklingen fram til
2020 ble beregnet ved å forlenge disse sammenhengene, på grunnlag av tilsvarende
økonomiske indikatorer fra SSBs siste makroøkonomiske prognoser fram til 2014
(SSB 2011), og forlengelse av disse til 2020. Modellen simulerer forventet avfalls mengde i 2020 etter materiale og etter kilde. For bergverk og utvinning benyttes
trendforlenging uavhengig av økonomisk utvikling, siden dette gir bedre samsvar med
avfallsstatistikk og forventet avfallsutvikling (Øen m.fl. 2010). Bergverk og utvinning
står for ca 1 prosent av alt ordinært avfall.
Framskrivningene viser et omfang på 11,3 ± 0,6 millioner tonn ordinært avfall i 2020
(P=0,95). Fordi det ikke er et absolutt forhold mellom avfallsmengde og de tilhørende
økonomiske indikatorer, er det beregnet konfidensintervall. Avfallsmengden er
beregnet å øke om lag som bruttonasjonalproduktet (BNP). Olje-utvinning og utenriks
sjøfart utgjør imidlertid en vesentlig del av BNP, men genererer lite ordinært avfall. Ser
vi kun på fastlandsøkonomien, er avfallsmengdene beregnet å øke noe mindre enn BNP
Fastlands-Norge. Forskjellen i vekstrate mellom avfallsmengde og BNP var tilnærmet
konstant gjennom perioden 1995 til 2010. Avfallsutviklingen har derfor ikke flatet ut
sammenlignet med utviklingen i BNP, til tross for mål om begrenset avfallsvekst og en
aktiv avfalls-politikk i perioden, med bl.a. avgifter på visse typer behandling. Dette
gjelder både totalt for landet og for Fastlands-Norge. Dette utelukker ikke at avfalls politikken har virket på andre områder enn avfallsgenerering.
Ifølge våre fremskrivninger vil industrien utgjøre en betydelig mindre andel av avfallet
i 2020 enn tilfellet er i dag. Husholdningene, bygge- og anleggsnæringen og tjeneste ytende næringer ventes derimot å øke sine andeler av den samlete avfallsmengden
vesentlig. Denne utviklingen skyldes dels at avfallsmengden fra industrien antas å øke
mindre enn avfallsmengdene fra de tre andre kildene ved en gitt økonomisk vekst, og
dels at industriens andel av BNP avtar i beregningene mens de tre andre kildene øker
sine andeler. Materialfordelingen vil ikke forandre seg stort fram mot 2020.
Beregningen forutsetter at tidligere sammenhenger mellom avfallsmengder og
økonomi videreføres. Dette er en ønsket egenskap ved modellen, siden det gir mulighet
for å vurdere virkningen av politiske tiltak for å begrense avfalls-mengdene opp mot et
business-as-usual-scenario. Framskrivningene bygger på en forholdsvis lang tidsserie
på 16 årganger, og nær 90 prosent av avfallet er framskrevet med signifikant stignings tall. Videre har 83 til 90 prosent av avfallet en signifikant korrelasjon mellom faktiske
avfallsmengder (statistikk) og beregnede avfallsmengder (modellens anslag) for
perioden 1995-2010. Framskrivningene antas derfor å være ganske robuste, gitt at
forutsetningen om videreføring av sammenhenger mellom avfallsmengder og økonomi,
og forutsetningene benyttet for å framskrive økonomisk utvikling, holder
Boligprisindeksen: Dokumentasjon av metode
Get PDFI 2008 startet Statistisk sentralbyrå (SSB) en gjennomgang av boligprisindeksen.
Målsetningen var å forbedre modellen som ligger til grunn for indeksberegningene,
og å måle prisutviklingen på et mer detaljert regionalt nivå enn tidligere. Dette
notatet er en oppdatert dokumentasjon av boligprisindeksens beregningsmetode og
datagrunnlag.
Datafangsten har endret seg mye siden indeksen ble lansert i 1992. Frem til 2002
var SSBs boligprisindeks basert på en skjemaundersøkelse. Deretter ble data fra
Finn.no tatt i bruk, og fra og med 2009 hentes alle boligomsetningene som
indeksen bygger på fra Finn.no. I tillegg suppleres det med mer fullstendig
informasjon om boligene fra Norges offisielle eiendomsregister, Matrikkelen.
Prisindekser beskriver forholdet mellom prisen på en vare eller tjeneste på to ulike
tidspunkt. Boliger er en type vare som kan være svært ulike med hensyn til alder,
beliggenhet, størrelse og kvalitet. Det er derfor nødvendig å bruke en metode som
”fjerner” de kvalitetsmessige ulikhetene, og gjør boligene sammenlignbare.
Matematisk kan dette gjøres ved å uttrykke boligprisen som en funksjon av
boligens karakteristikker, der hver karakteristikk gis en teoretisk pris. Hvilke
kvalitetsegenskaper som tas med i prisfunksjonen avhenger av hvilke opplysninger
man har om boligene og hvilken betydning de har for prisen. Erfaring viser at
boligens areal og beliggenhet har størst innvirkning på boligprisen.
Prisfunksjonen for SSBs boligprisindeks tar hensyn til beliggenhet gjennom å
karakterisere boligen etter hvilken prissone den ligger i. Prissonene er en
gruppering av kommuner i en region etter prisnivå, basert på gjennomsnittlige
omsetningspriser i en avgrenset periode. I 2009 ble det definert nye, mer detaljerte
prissoner, der de største byene også ble delt inn etter bydeler. I tillegg ble
prisfunksjonen utvidet med om boligen ligger i et tettbygd eller spredtbygd strøk.
Boligens alder ble også tatt med som en forklaringsvariabel i modellen. Endringene
i beregningen av boligprisindeksen har ført til at en større del av variasjonen i
boligprisene kan forklares av modellen.
Med den nye beregningsmodellen publiserer SSB indekser for de 4 største byene i
Norge i tillegg til 7 regionale indekser. Inndelingen av landet i regioner baserer seg
på SSB sin landsdelsinndeling. Det beregnes, som før, en egen indeks for hver av
boligtypene enebolig, småhus og blokkleilighet.
Notatet belyser også muligheter for noen ytterligere forbedringer av
boligprisindeksen
Prisindeks for tjenester tilknyttet utvinning av råolje og naturgass
Get PDFHensikten med notatet er å dokumentere den nye prisindeksen for tjenester
tilknyttet bergverksdrift og utvinning. Næringen består av de to
næringshovedgruppene, tjenester tilknyttet utvinning av råolje og naturgass samt
tjenester tilknyttet annen bergverksdrift. Sistnevnte næringshovedgruppe har vi
valgt å utelate i utviklingen av den nye prisindeksen siden den har relativt lav andel
av omsetningen innenfor næringen.
Utfordringene med å skulle lage en prisindeks for næringen er at tjenestene er
sammensatte og sjelden eller aldri standardiserte. Det har likevel lyktes å finne
fram til representative tjenester som man ofte vil se igjen i nye kontrakter.
Hovedkategoriene av tjenester er riggleie, ulike oljeboringstjenester samt leie av
båt til ulike undervannsoperasjoner.
Prisindeks for tjenester tilknyttet bergverksdrift og utvinning ble implementert i
januar 2012, og undersøkelsen er månedlig
FD - Trygd: Dokumentasjonsrapport. Supplerende stønad, 2006-2007
Get PDFDette notat inneholder en dokumentasjon av en del av trygdedataene i FD-Trygd
(Forløpsdatabasen-Trygd). Dokumentasjonen omfatter registeret over supplerende
stønad, heretter kalt SU, og omfatter opplysninger fra og med 2006.
I kapittel 1 er det gitt en generell orientering om FD-Trygd. I dette kapitlet er det
også gjort rede for de typer arbeidsprosesser og aktiviteter som prosjektgruppa
utfører på materialet fra arbeidsstart med rådatafiler og til avslutning av arbeidet
med ilegg av data i databasen. Til disse arbeidsprosessene hører blant annet
spesifisering og kontroll av data, datamodellering og programmering.
Kapitlene 2-4 beskriver grunnlagsmaterialet for SU, og hvordan dette tilrettelegges
for forløpsstrukturen i databasen.
Før bestilling av mikrodata fra FD-Trygd, er det vesentlig at kunden leser kapittel 2
i sammenheng med variabellisten i vedlegg til slutt
Hvordan lage gode spørreskjemaer i KOSTRA? - ett eksempel
Get PDFVed årsskiftet 2007/2008 iverksatte Seksjon for Helsestatistikk (S. 330), med
bistand fra Seksjon for Datafangstmetoder (S. 810), en omfattende omlegging av
skjema 13 i Kostra. Skjemaet innhenter opplysninger om kommunale boliger og
boligvirkemidler. Bakgrunnen for arbeidet var å bedre datakvaliteten, samt lette
innrapporteringen for kommunene.
Både Seksjon for helsestatistikk og Seksjon for datafangstmetoder ønsket å gjøre
skjema 13 til et mønsterskjema i Kostra. Tanken var at skjemaet skulle gjennomgå
en best mulig utviklingsprosess, og at andre statistikkansvarlige i Kostra skulle
kunne trekke lærdom fra både skjemaet og den utviklingsprosessen som skjema 13
har vært i gjennom. Prosjektet fikk støtte fra profilpotten i Kostra.
Målgruppen for dette notatet er statistikkansvarlige som ønsker å legge om spørre undersøkelsene sine. Notatet er nok mest nyttig for statistikkansvarlige som jobber
med nærings- og forvaltningsstatistikk, men også ansatte som jobber med person statistikk vil finne nyttige tips.
Utviklingen av skjema 13 skilte seg noe fra hvordan næringsskjemaer vanligvis
utvikles i byrået. Det vanlige er at statistikkansvarlige utvikler næringsskjemaene
på egen hånd. Dette skjemaet ble utviklet i nært samarbeid med en spørreskjema metodiker. Vanligvis brukes ikke kvalitative metoder i skjemautviklingsprosessen.
I utviklingen skjema 13 har kvalitative metoder blitt brukt i hele utviklings prosessen, både til å spesifisere informasjonsbehovet, få kunnskap om hva slags
informasjon kommunene innehar og til å teste ut spørsmålsformuleringene.
Resultatet er et skjema som består av spørsmål det er et udiskutabelt behov for,
som er godt tilpasset den informasjonen kommunene besitter og som gjør at
spørsmålene tolkes likt av svarpersonene.
Utviklingen av skjema 13 har vist at statistikkansvarlige og spørreskjema metodikere innehar kompetanse som utfyller hverandre godt. Statistikkansvarlig
har god innsikt i fagfeltet, mens spørreskjemametodiker har kunnskap om hvordan
skjemautviklingsprosessen bør gjennomføres, samt kunnskap om hvordan man
lager skjemaer som er godt tilpasset svarpersonene
Hvordan reagerer strømforbruket i alminnelig forsyning på endringer i spotpris?
Get PDFFormålet med denne rapporten er å analysere hvordan strømforbruket i alminnelig forsyning vil tilpasse seg endringer i spotpris. Vi benytter månedsdata for perioden 1996-2010 og en økonometrisk feiljusteringsmodell. Alminnelig forsyning utgjør om lag 70 prosent av det totale nettoforbruket av elektrisitet i Norge. Husholdninger, tjenesteytende sektor og annen industri enn den kraftintensive står for det meste av dette forbruket.
For å estimere spotprisens nettoeffekt på strømforbruket i alminnelig forsyning, er det viktig å kontrollere for andre variabler som også har betydning for forbruket. Siden mye av elektrisiteten i alminnelig forsyning brukes til oppvarming, er en opplagt og viktig forklaringsvariabel temperatur. Ved siden av pris og temperatur er forbruket antatt å være avhengig av økonomisk aktivitet, prisen på lett fyringsolje, andelen virkedager i den respektive måneden og en fellesferiedummy. I forbruksligningen kan ikke pris betraktes som en eksogen forklaringsvariabel, fordi forbruk påvirker pris og motsatt. Vi har derfor valgt å supplere med en prisligning som kan betraktes som en invertert tilbudsligning. Både forbruks- og tilbudsligningen er spesifisert dynamisk for å tillate eventuelle tregheter i tilpasning til tilbud og etterspørsel.
Modellens to ligninger estimeres ved to-trinns minste kvadraters metode (2SLS). Full information maximum likelihood (FIML) er den mest effisiente estimeringsmetoden i store utvalg, men et absolutt krav for konsistent FIML-estimering er at restleddene skal være normalfordelte. Jarque-Bera test av restleddene gir ikke støtte for denne antakelsen i dataene våre.
R2 i forbruksligningen er høy. Hele 96 prosent av variasjonen i relativ endring i forbruk er forklart. I prisligningen er R2 vesentlig lavere. Vi finner at hvis spotprisen for Norge som helhet øker med 1 prosent fra en måned til en annen og øvrige forklaringsvariabler ligger fast, vil elektrisitetsforbruket i alminnelig forsyning reduseres med 0,05 prosent. Mesteparten av forbrukernes respons skjer i samme måned som prisøkningen finner sted. Etter to måneder er det kun marginale endringer i forbruket.
Siden begynnelsen av dataperioden har det skjedd flere, store endringer i kraftmarkedet. Mens 1990-tallet var preget av mer stabile elektrisitetspriser, har prisene variert betydelig mer på 2000-tallet med fire pristopper i 2003, 2006, 2008 og 2010. Hyppigere bytte av strømleverandører, mer innslag av elspotkontrakter og gjennomføring av elektrisitetsøkonomiserende tiltak skulle tilsi at strømkundene har blitt mer bevisste på hva de betaler for strømmen utover perioden. Det er imidlertid støtte i dataene for at priselastisiteten har blitt mindre i absoluttverdi i siste del av dataperioden. En grunn kan være at elkjelforbruket, som har gode substitusjonsmuligheter mot olje, står for en mindre andel av det totale forbruket i alminnelig forsyning i siste årene i dataperioden enn i første delen av perioden. En annen grunn kan være at andelen husholdninger med kombinasjonen elektrisk ovn og vedovn eller peis har gått ned i siste del av analyseperioden
Holdninger til norsk bistand 2010
Get PDFUndersøkelsen viser at oppslutningen om norsk utviklingshjelp er høy og stabil – 87 prosent av befolkningen stiller seg positiv til norsk utviklingshjelp.
Undersøkelsen viser at oppslutningen om norsk utviklingshjelp er høy og stabil – 87 prosent av befolkningen stiller seg positiv til norsk utviklingshjelp. De siste ti årene har denne andelen ligget stabilt på rundt ni av ti. Halvparten mener at bistandsbudsjettet er passe stort. Dette er en økning fra 2006 da fire av ti mente det samme. Ellers har denne andelen ligget stabilt på rundt 50 prosent siden begynnelsen av 1980-tallet. To av ti mener budsjettet bør reduseres.
Seks av ti mener bistanden gir gode eller svært gode resultater. Dette er en nedgang siden sist gang dette ble målt i 2006. Nedgangen har vært størst blant de yngste i befolkningen. Flertallet av de spurte mener at bistand gitt av frivillige organisasjoner gir best resultater, samt at FN og frivillige organisasjoner forvalter bistanden best.
Norske myndigheter arbeider med bistandsprosjekter innen ulike områder. I befolkningen er det flest som kjenner til bistandsprosjekter som arbeider med miljø, skog og klima, mens få kjenner til prosjekter innen styresett og demokrati.
I undersøkelsen ble respondentene bedt om å nevne organisasjoner og institusjoner som arbeider med bistand. Norges Røde Kors blir nevnt av 60 prosent av respondentene, og er den desidert mest kjente organisasjonen. Etter Røde Kors følger Redd Barna og Kirkens Nødhjelp, som tre av ti kjenner til. Det er 15 prosent som nevner at de kjenner til Norad, en nedgang siden forrige undersøkelse.
Korrupsjon og styresett er den årsaken flest mener er viktig i sammenheng med utviklingsproblemer. Av de spurte oppgir 65 prosent dette. Seks av ti mener at krig og konflikter hinder utvikling i fattige land. Disse to årsakene mener klart flest er avgjørende i å hindre sosial og økonomisk vekst i utviklingsland.
Én av tre er svært eller ganske interessert i stoff om utviklingsland og bistand i media. Interessen har vært stabil siden 1999, men i denne runden av undersøkelsen faller interessen noe
Kommunale avløp : Ressursinnsats, utslipp, rensing og slamdisponering 2010, gebyrer 2011
Get PDFRapporten omhandler status og utvikling innenfor norsk avløpssektor på temaene: Ressursinnsats, kommunale avløpsgebyrer, utslipp av fosfor, nitrogen, organisk materiale, tungmetaller og utvalgte organiske miljøgifter, renseeffekter, antall avløpsanlegg, kapasitet på anlegg, tilknytning til kommunalt ledningsnett, disponering og innhold av tungmetall i avløpsslam.
I 2010 var det 2 735 avløpsanlegg her i landet med kapasitet 50 personekvivalenter (pe) eller mer. Disse anleggene behandlet avløpsvannet for 83 prosent av befolkningen. Andelen av befolkningen tilknyttet høygradige renseanlegg (kjemisk og/eller biologisk rensing) var 58 prosent, mens 21 prosent hadde mekanisk eller annen type rensing og 4 prosent hadde urenset utslipp. De resterende innbyggerne var tilknyttet de om lag 340 000 små avløpsanleggene mindre enn 50 pe. Disse består normalt av en enkel slamavskiller, eventuelt i kombinasjon med en form for etterfiltrering
Sysselsatte i kraftnæringen og kraftrelatert virksomhet 2010
Get PDFSammendrag Formålet med rapporten er å beskrive sysselsettingen i kraftnæringen og i bedrifter nært knyttet til denne. Denne siste gruppen er bedrifter i andre næringer som har et høyt innslag av personell med det som er kjerneutdanningene og yrkene i kraftnæringen. Hovedvekten ligger på situasjonen i 4.kvartal 2010 og endringer fra 4. kvartal 2009, men det gis også en del hovedtrekk tilbake til 4. kvartal 2004.
I denne rapporten brukes betegnelsen kraftnæringen på næring ”Produksjon, overføring, distribusjon og handel av elektrisitet” i Statistisk sentralbyrås (SSB) Standard for næringsgruppering. Bedrifter som har et stort innslag av sysselsatte med de samme utdanninger og yrker som er typiske for bedrifter i kraftnæringen er i rapporten gitt betegnelsen ”kraftrelatert virksomhet”.
I 2010 var 18215 sysselsatte i kraftnæringene og kraftrelatert virksomhet. Dette gir en vekst på 12 prosent fra 2004 og 1,7 prosent fra 2009. Av de sysselsatte i 2010 var 80 prosent menn og 20 prosent kvinner. Disse andelene har vært stabile siden 2004. Sammenlignet med resten av privat sektor har kraftnæringene og kraftrelatert virksomhet en lav andel kvinner blant sine sysselsatte