Statistics Norway's Open Research Repository
Not a member yet
5242 research outputs found
Sort by
KVARTS: Modelljustering og utvidelser
Full text linkNotatet dokumenterer resultater fra to prosjekter knyttet til modellavtalen med Finansdeparte mentet for 2024. Det første prosjektet omhandler forskjeller og likheter i konsumprisene målt ved
Konsumprisindeksen (KPI) og nasjonalregnskapets deflator for husholdningenes konsum. Det andre
prosjektet ser på systemegenskapene til KVARTS ved noen standard skiftberegninger med to ulike
aggregeringsnivåer.
KVARTS er en detaljert makroøkonometrisk modell hvis empiriske innhold i stor grad er basert på
data fra det kvartalsvise nasjonalregnskapet (KNR). Nasjonalregnskapet (NR) er et omfattende
regnskapssystem som følger et sett av internasjonalt aksepterte standarder. Ved siden av FNs
system for hvordan nasjonalregnskaper skal lages, følger Norge også en europeisk standard fra
Eurostat fordi Norge er del av det europeiske statistiske system via EØS-avtalen. Prisindekser i
nasjonalregnskapet er Paasche-indekser for aggregerte konsumgrupper, hvor vektene som brukes
for å lage prisaggregater er løpende. Nasjonalregnskapets deflatorer eller prisindekser for
husholdningenes konsum har derfor løpende vekter. KPI i Norge, som også lages etter
internasjonalt vedtatte standarder, er derimot en Young-indeks hvor basisperiodens vekter holdes
konstant i beregningsperioden. Det er imidlertid ikke slik at KPI har «gamle» og utdaterte vekter,
men disse skiftes hvert år. Metodeforskjellen innebærer at mens et KPI-tall i 2025 er basert på
vekter fra perioder før 2025, vil en prisindeks for et kvartal i 2025 fra KNR være basert på vekter for
dette kvartalet. Det finnes også andre forskjeller knyttet til metoder og hvilke konsumgrupper som
omfattes av de aggregerte prisindeksene. Disse beskrives i avsnitt 2, der det også drøftes hvordan vi
kan modellere delindekser i KPI og aggregert KPI som en funksjon av prisindekser fra KNR.
Metodeforskjellene medfører at prisindeksene fra KPI og NR viser ulik utvikling. I avsnitt 1
presenteres en teknisk gjennomgang av modelleringen av KPI i KVARTS.
Det andre modellprosjektet omtales i avsnitt 3. Dersom man skal forstå utviklingen i norsk økonomi
i mer detalj er det ofte hensiktsmessig med en relativt detaljert makromodell. Et analysebehov som
er aktuelt knytter seg til miljøspørsmål. Hvor skjer de største utslippene av klimagasser i Norge og
hvordan tenker man seg politikk for å påvirke utslippene? KVARTS brukes til å analysere finans politikk i det korte og mellomlangsiktige perspektivet, og er ikke utviklet som en klimamodell. Siden
klimapolitikk gjennomføres delvis via finanspolitiske tiltak bør den likevel ha en inndeling som er
hensiktsmessig for en grov analyse av klimautslipp. I KVARTS er utslipp av klimagasser inkludert i
modellen og knyttet til bruk av fossilt brensel som inngår både i enkelte næringer og i hushold ningenes forbruk. Næringsinndelingen har imidlertid en svakhet ved at transportvirksomhet er
inkludert i en stor privat tjenesteytende næring og ikke behandlet særskilt. Næringen har store
utslipp av klimagasser som i dette prosjektet taler for å skille ut transportvirksomhet som en egen
næring. Et annet argument er at prisdannelsen i næringen er preget av betydelige reguleringer og
offentlige subsidier og tilskudd. Vi har derfor laget en versjon av KVARTS – testversjon – hvor vi
skiller ut transportvirksomhet som en egen næring. For ikke å øke antall næringer i modellen har vi
valgt å inkludere næringen petroleumstjenester i annen privat tjenesteyting. Vi har foretatt enkle
skiftberegninger for å sammenligne normalversjonen av KVARTS med denne testversjonen. Samlet
sett er forskjellene i modellegenskaper ikke store på kort og mellomlang sikt, men noe større på
lang sikt ved endret offentlig konsum. Det er lite i disse beregningene som tilsier at valget mellom
normalversjonen og testversjonen av KVARTS skal avgjøres av de moderate forskjellene i
modellegenskaper. Valg av aggregering, gitt at samlet antall produkter og næringer skal være
uforandret, bør derfor begrunnes av andre hensyn
Utfordringer for lønnsdannelsen og norsk økonomi
Full text linkDette notatet beskriver arbeidet med rapporten Utfordringer for lønnsdannelsen og norsk økonomi
som var en utredning for Frontfagsmodellutvalget. Frontfagsmodellutvalget ble satt ned 27. januar
2023 for å se på utfordringer for den tradisjonelle norske lønnsdannelsen. Utvalget leverte sin
rapport til finansministeren fredag 15. desember 2023
Standarder for fylkes- og kommuneinndeling: Dokumentasjon
Full text linkHovedmålet med rapporten er dokumentere de to mest brukte administrative regionale inn delingene, Standard for fylkesinndeling og Standard for kommuneinndeling. Det er gjort rede for
prinsipper for forvaltning av standarden, historikk, kilder og muligheter for innhenting og
bearbeiding.
Vekten i arbeidet er lagt på avgrensning og forklaring av variablene som brukes i Kommune masterfilen som brukes til uttrekket av versjoner og endringstabeller i klassifikasjonssystemet
KLASS
Modell for beregning av boligformue: Oppdatert med tall for 2024
Full text linkFormålet med publikasjonen er å gi en detaljert dokumentasjon av modellen SSB har laget for å
beregne markedsverdier for boliger i Norge. Modellen bygger på boligomsetninger de siste ti årene
og beregner gjennomsnittlige kvadratmeterpriser for boliger, avhengig av størrelse, alder og
geografisk plassering.
I notatet presenteres alle prisfunksjonene for hhv. eneboliger, småhus og leiligheter, fordelt på
regioner.
En sammenligning mellom de beregnede boligverdiene og de observerte prisene viser at verdien av
3 av 4 boliger avviker 20 prosent eller mindre fra faktisk markedsverdi hvis man ser på alle
boligtypene og for hele landet samlet. Avvikene varierer noe fra boligtype til boligtype, der
blokkleiligheter gir best treff
Privat tjenestepensjon i MOSART
Full text linkDette notatet beskriver hvordan tjenestepensjoner i privat sektor er innarbeidet i mikrosimulerings modellen MOSART. Inkluderingen av private tjenestepensjoner i MOSART styrker modellen vesentlig
på to måter. For det første, uten privat tjenestepensjon gir modellen et urimelig skjevt bilde av
forskjellene i pensjonsnivåer mellom offentlig og privat sektor. For det andre er privat tjeneste pensjon blant de mest skjevt fordelte inntektskomponentene, også innad i privat sektor, og derfor
viktig å fange opp.
Av praktiske grunner har vi vært nødt til å gjøre to harde forenklinger, nemlig at all privat tjeneste pensjon blant yrkesaktive er innskuddsbasert, og alle ansatte i en bedrift har samme tjeneste pensjonsordning. Det siste skyldes at datagrunnlaget ikke tillater nøyaktig identifisering av
innskuddssatser på individnivå. Videre har det ikke vært mulig å beregne innskuddssatser på
individnivå som i tilstrekkelig grad fanger opp den ulikhet i satser som bedriftene selv melder om.
Det vil si at de innskuddssatsene som ligger inne i MOSART-beregningene trolig er litt for lave for de
høyeste inntektene. Dette skyldes dels at det er vanskelig å beregne høy og lav sats i bedrifter med
få ansatte og dels at inntektsgrunnlaget i MOSART er annerledes enn inntektsgrunnlaget for
innskuddsavtalene.
Antakelsen om at all privat tjenestepensjon er innskuddsbasert i modellen medfører at framskriv inger vil gi noe jevnere fordeling av private tjenestepensjoner enn vi ser i dag ettersom en del svært
gunstige ytelsespensjonsordninger gradvis utgår. Det vil også gi utslag i samlete pensjons utbetalinger framover som i simuleringene vil endre sammensetning og bestå mer av innskudds ordninger og mindre av ytelsesordninger over tid.
Samtidig viser beregningene at pensjon fra private tjenestepensjoner etter hvert blir en betydelig
del av samlet pensjon slik at inkluderingen av denne inntektskomponenten vil være viktig for
helhetsvurderinger av pensjonssystemet
Undersøkinga om barn si fritid 2024: Dokumentasjonsnotat
Full text linkDette notatet inneheld Statistisk sentralbyrå (SSB) sin metodiske dokumentasjon av undersøkinga
om barn si fritid. Undersøkinga blei gjennomført i april 2024.
I Statistisk sentralbyrå har seksjon for inntekts- og levekårsstatistikk hatt fagansvaret for
undersøkinga. Datainnsamlinga er utført av seksjon for personundersøkingar.
Ved seksjon for inntekts- og levekårsstatistikk har Ingrid Haugland og Håvard Bergesen Dalen leia
arbeidet. Språkkontroll og korrekturlesing er gjennomført av June Solås frå same seksjon. Ved
seksjon for personundersøkingar har Sara Grimstad og Clara Bergene leia arbeidet med
datainnsamlinga. Jan Haslund har programmert spørjeskjemaet og tilrettelagd datamaterialet for
analyse. Anne Abelsæth har trekt og tilrettelagd utvalet. Anne Vedø ved seksjon for metodar har
berekna vekter for datamaterialet. Dag Gravem, Nina Berg og Kari-Anne Lund, også ved seksjon for
metodar, var med i utforminga av spørjeskjemaet og gjennomførte brukartestar.
Seksjon for operasjonell forretningsstøtte har stått for utsendinga av informasjonsmateriell til
respondentane og seksjon for brukarkontakt har, saman med seksjon for personundersøkingar,
handtert førespurnadar frå respondentane undervegs i datainnsamlinga
IKT i husholdningene 2024: Dokumentasjonsnotat
Full text linkGjennom EØS-avtalen er Norge pliktig til å rapportere IKT-statistikk til Eurostat. Undersøkelsen om
IKT i husholdningene er utarbeidet gjennom et felles europeisk prosjekt i regi av Eurostat/OECD, og
handler om tilgangen til og bruken av internett i befolkningen.
Til undersøkelsen i 2024 ble det trukket et landsrepresentativt utvalg på 5 500 personer i alderen 16
til 79 år fra Folkeregisteret. Respondentene deltok ved å fylle ut et selvadministrert webskjema.
Lenke til webskjema ble sendt ut via Altinn eller brev i posten. Utvalgte grupper fikk tilbud om å
gjennomføre undersøkelsen på telefon.
Totalt fikk vi svar fra 2 023 personer, som tilsvarer omtrent 37 prosent av bruttoutvalget. Nesten alle
gjennomførte undersøkelsen på web. Kun 3 prosent av intervjuene ble gjennomført på telefon.
Frafallet er spesielt høyt hos personer under 45 år, de med lav eller uoppgitt utdanning og for de
som har annen landbakgrunn enn norsk.
Frafall kan føre til utvalgsskjevhet, noe som innebærer at de som er intervjuet i undersøkelsen ikke
nødvendigvis er helt representative for målgruppen. Det er her avdekket skjevheter som følge av
frafall for kjennetegnene alder, utdanning og landbakgrunn
Dokumentasjon av skolebidragsindikatorer for grunnskolen: Indikatorer beregnet for Utdanningsdirektoratet 2025
Full text linkStatistisk sentralbyrå (SSB) publiserte i januar 2017 for første gang skolebidragsindikatorer for alle
grunnskolene i landet (SSB Rapport 2017/2), da for de sammenslåtte årgangene 2010 og 2011, 2012
og 2013, samt 2014 og 2015.
Skolebidragsindikatorer er fra og med 2019 beregnet av SSB og publisert årlig på Utdannings direktoratet sine nettsider. Dette notatet gir en kortfattet dokumentasjon av datagrunnlag og
beregningsmetode for indikatorene for de sammenslåtte årgangene 2023 og 2024, som bruker
resultater fra nasjonale prøver for skoleårene 2023/2024 og 2024/2025, samt resultater fra skriftlig
eksamen for skoleårene 2022/2023 og 2023/2024. Notatet gir også svar på en del sentrale spørsmål
knyttet til presentasjon, tolkning og omfang av indikatorene. Skolebidragsindikatorer for tidligere
årganger er beskrevet i egne dokumentasjonsnotater (SSB Notater 2019/21, 2020/16, 2021/14,
2022/10, 2023/11 og 2024/20)
Indikatorene bygger på samme type data og beregningsgrunnlag som i SSB Rapport 2017/02, men
med litt ulikt valg av skala og presentasjonsform
Grønne varer og tjenester. En oversikt over produksjonen av miljøvennlige varer og tjenester i økonomien
Full text linkDenne rapporten presenterer for første gang statistikk over grønne varer og tjenester i Norge.
Statistikken omfatter variablene produksjon, bruttoprodukt, sysselsetting og eksport for årene 2018-
2020. Variablene fordeles igjen etter ulike miljøformål.
Mesteparten av den økonomiske aktiviteten som omfattes av statistikken, kan beskrives som
miljøvennlig i relative termer. Det vil si at den grønne produksjonen ofte vil være mer miljøvennlig
enn produksjonen den potensielt erstatter, men at den ikke er fri for miljøpåvirkning.
I perioden statistikken nå omfatter, vokste den grønne delen av økonomien mer enn økonomien
som helhet. Allikevel utgjør den grønne produksjonen fortsatt mindre enn fem prosent av den totale
økonomien, noe som også er tilfellet i EU.
Næringene som har bidratt mest til produksjon av grønne varer og tjenester i Norge, er bygg- og
anleggssektoren, vann, avløp og renovasjonsnæringen, samt kraftproduksjon. Videre viser tallene at
den grønne produksjonen hovedsakelig er knyttet til ressursbesparelse, mens omtrent en fjerdedel
har miljøvernformål.
Norges grønne økonomi er noe mindre enn i de andre nordiske landene, men den ligger allikevel
noe over gjennomsnittet for EU
Kostholdsstatistikk. Metodenotat for publisering av 2018-årgangen
Full text linkKostholdsstatistikken, som baserer seg på data brukt til å utvikle prisstatistikk (konsumpris indeksen), viser detaljer om norsk kosthold basert på hvilke matvarer som selges i et representativt
utvalg dagligvarebutikker.
Denne nye tilnærmingen til å estimere befolkningens kosthold basert på kjøpte mat- og drikkevarer,
muliggjør hyppigere målinger og gir en innsikt i kostholdstrender og utvikling over tid sammenliknet
med andre metoder.
Dette metodenotatet er et supplement til «Om statistikken», med mer detaljerte forklaringer av
metodene vi har brukt. For å beregne tallene for 2018, har vi utviklet nye metoder som beskrives
nærmere i dette notatet.
Kapittel 2 om datakilder introduserer de ulike kildene som har blitt benyttet til å utarbeide denne
statistikken. Vi diskuterer noen utfordringer og valg som er tatt underveis for å tilpasse data som i
utgangspunktet er samlet inn og brukt til andre formål.
En nøkkelkomponent i utarbeidelsen av statistikken er nøyaktig bestemmelse av hver vares vekt,
som korresponderer med mengdevariabelen i prisdataene. I kapittel 3 beskrives de ulike metodene
vi har brukt i prioritert rekkefølge.
Vi har gjort et omfattende arbeid for å identifisere korrekte energi- og næringsverdier for de mest
solgte varene i datagrunnlaget. Disse verdiene brukes til å gi korrekte næringsinformasjon på de
mest solgte matvarene, samt til å trene en maskinlæringsmodell som predikerer manglende verdier
for de resterende varene, basert på tekstinformasjon på enkeltvare- og gruppenivå. I kapittel 4 om
maskinlæring gjennomgår vi hovedpunktene i prosessen, og foreslår forbedringer for fremtidige
utgivelser.
Norsk matvaregruppering er et nyutviklet kodeverk som er tilpasset norske forhold. Vi presenterer i
kapittel 5 kort hvordan dette implementert. Til slutt i kapittel 6 skisseres hvordan vekting og
skalering av datagrunnlaget er gjort for å få representative tall for hele befolkningen