Statistics Norway's Open Research Repository
Not a member yet
5242 research outputs found
Sort by
Estimering av leieinntekter fra næringseiendom. Oppdatert med tall for 2018
Get PDFFormålet med publikasjonen er å gi en detaljert dokumentasjon av den modellen som SSB har estimert til å beregne leieinntekter fra næringseiendom i Norge.
Modellen bygger på innrapporterte leieinntekter fra næringseiendom til Skatteetaten i perioden 2009 til 2018, og beregner gjennomsnittlige leieinntekter pr. kvadratmeter for næringseiendom, avhengig av størrelse, geografisk plassering og hovedfunksjon til eiendommen.
I notatet blir prisfunksjonen først presentert, etterfulgt av hvordan landet er delt inn i ulike prissoner
What can we learn about household consumption expenditure from data on income and assets?
Get PDFA major difficulty faced by researchers who want to study the consumption and savings behavior of households is the lack of reliable panel data on household expenditures. One possibility is to use surveys that follow the same households over time, but such data are rare and they typically have small sample sizes and face significant measurement issues. An alternative approach is to use the accounting identity that total household spending is equal to income plus capital gains minus the change in wealth over the period. The goal of this paper is to examine the advantages and difficulties of using this accounting identity to construct a population panel data with information on household expenditure. To derive such measures of consumption expenditure, we combine several data sources from Norway over the period 1994–2014. This allows us to link tax records on income and wealth to other administrative data with information on financial and real estate transactions. Using this data, we derive household expenditure from the accounting identity, before assessing the sensitivity of this measure of consumption expenditure to the assumptions made and the data used. We then compare our measures of household expenditure to those reported in expenditure surveys and to the aggregates from national accounts. We also illustrate the research opportunities arising from the derived measures of consumption expenditure through two applications: the first is an examination of how relative wage movements among birth cohorts and education groups affected the distribution of household expenditure, while the second is a study of the transmission of income shocks to household consumption
How does temperature vary over time?: evidence on the stationary and fractal nature of temperature fluctuations
Get PDFThe paper analyses temperature data from 96 selected weather stations world wide, and from reconstructed northern hemisphere temperature data over the last two millennia. Using a non‐parametric test, we find that the stationarity hypothesis is not rejected by the data. Subsequently, we investigate further properties of the data by means of a statistical model known as the fractional Gaussian noise (FGN) model. Under stationarity FGN follows from the fact that the observed data are obtained as temporal aggregates of data generated at a finer (basic) timescale where temporal aggregation is taken over a ‘large’ number of basic units. The FGN process exhibits long‐range dependence. Several tests show that both the reconstructed and most of the observed data are consistent with the FGN model.publishedVersio
Equal predictability test for multi-step-ahead system forecasts invariant to linear transformations
Get PDFThe paper derives a test for equal predictability of multi-step-ahead system forecasts that is invariant to linear transformations. The test is a multivariate version of the Diebold-Mariano test. An invariant metric for multi-step-ahead system forecasts is necessary as the conclusions otherwise can depend on how the forecasts are reported (e.g., as in levels or differences; or log-levels or growth rates). The test is used in comparing quarterly multi-step-ahead system forecasts made by Statistics Norway with similar forecasts made by Norges Bank
Enslige mindreårige flyktninger 1996-2018. Demografi, utdanning, arbeid og inntekt
Get PDFDenne monitoren omhandler de som har blitt bosatt i Norge som enslige
mindreårige flyktninger i perioden 1996-2018. Vi gir en demografisk beskrivelse
av gruppen, og ser nærmere på hvordan det går med dem i årene etter bosetting i
Norge. Denne gangen har vi spesielt vektlagt å analysere de ulike bosettingskohortene med ekstra fokus på deltakelse i utdanningssystemet og arbeidsmarkedet. Monitoren følger mye av det samme oppsettet som i forrige rapport av
Dalgard, Wiggen og Dyrhaug (2018), men enslige mindreårige i barnevernet er
ikke med som tema denne gangen. Kapitlet som beskriver inntektssituasjonen til de
som er kommet som enslige mindreårige flyktninger, er utvidet sammenlignet med
forrige rapport.
Rapporten er utarbeidet av Mads Ivar Kirkeberg (kapitlene 1, 2, 3 og 6) og Harald
Lunde (kapitlene 4 og 5).
Statistisk sentralbyrå har tidligere publisert mange ulike rapporter og artikler om
enslige mindreårige flyktninger med vektlegging av forskjellige temaer. En
nærmere oversikt er gitt i kapittel 1.
Kunnskapsdepartementet har finansiert rapporten
Sentralitetsindeksen. Oppdatering med 2020-kommuner
Get PDFSentralitetsindeksen er en kode med en verdi for hver kommune, som gir et mål for kommunens sentralitet. Her beskrives en oppdatering av indeksen for 2020-kommunene.
Sentralitetsindeks for kommunene 2020 (Excel)
Notatet gir en beskrivelse av oppdateringen av sentralitetsindeksen for landets 356 kommuner. Kommunereformen var den viktigste grunnen til oppdateringen. Når kommunegrensene endres, må indeksen oppdateres. Samtidig har to års erfaringer med bruk av indeksen gitt grunnlag for en evaluering.
Det som kom fram i evalueringen var at metoden videreføres. Samtidig ble det avdekket feil i 2017-versjonen av indeksen. Derfor ble det utviklet nye rutiner for kvalitetssikring av produksjonen. Feilene var ikke av en slik art at opprettingen ga endringer i hovedmønsteret i kommunenes sentralitet, men en del kommuner hadde fått for lav sentralitet i 2017. Metodene for å avdekke disse feilene, og hvordan feil skal unngås i framtidige oppdateringer av indeksen, er beskrevet nærmere i kapittel 6 og 7.
Notatet gir en grundig dokumentasjon av produksjon og kvalitetskontroll. De som ikke har behov for teknisk dokumentasjon kan konsentrere seg om kapittel 2, figur 4.5 og kapittel 5, samt vedlegg A og B
Nasjonale befolkningsframskrivinger 2020 : Modeller, forutsetninger og resultater
Get PDFDenne rapporten gjennomgår hvordan den norske befolkningen ble framskrevet på
nasjonalt nivå i 2020, og gir en beskrivelse av resultatene. Rapporten dokumenterer
framskrivingsmodellen BEFINN og beskriver hvilke forutsetninger som ligger til
grunn for årets framskrivinger. Mer detaljerte beskrivelser av forutsetninger og
resultater er tilgjengelig på engelsk, i rapport 2020/25.
Mer informasjon om og resultater fra befolkningsframskrivingene finnes på
www.ssb.no/folkfra
Data om asylsøkere. Dokumentasjonsnotat
Get PDFMålet med prosjektet har vært å legge til rette asylsøkerdata som finnes i UDI til bruk i SSB. UDI har utviklet et spesielt datasett til dette formålet kalt asylsøkerfilen.
Målet med prosjektet har vært å legge til rette asylsøkerdata som finnes i UDI til bruk i SSB. UDI har utviklet et spesielt datasett til dette formålet kalt asylsøkerfilen. Datasettet inneholder opplysninger om alle som er registrert som asylsøkere i Norge etter 1.1.2004, og det er lagt opp til årlig levering av disse dataene. Asylsøkerfilen koples sammen med andre datasett som UDI årlig leverer til SSB. Resultatet av arbeidet er at det produseres tre datasett: i) Asylsøkerfil, ii) Personfil og iii) Fil med mottaksopphold.
Enheten på asylsøkerfilen er asylsøkerperioder. Dette er ikke det samme som personer, da enkelte personer har mer enn én periode som asylsøker. Datasettet inneholder bakgrunnsvariabler som alder, kjønn, sivilstand, statsborgerskap, språk, etnisitet, fødeland og utdanning, Videre finnes det variabler som gjelder asylsøkerprosessen, som start- og eventuelt sluttdato og status ved periodens slutt. Det er også utarbeidet en variabel som viser status ved hvert årsskifte (fra og med 31.12.2012). Videre er det lagt på noen variabler som beskriver opphold i mottak for den enkelte asylsøkerperiode, som antall mottaksopphold, antall dager i mottak og varighet av lengste mottaksopphold.
Personfilen har mange av de samme variablene som asylsøkerfilen, men her er enheten person. Bakgrunnsvariablene er stort sett de samme som på asylsøkerfilen, men variabler som er spesifikke for periodene, som start- og sluttdato, er ikke med. Variablene som gjelder mottaksopphold er også med, men de er her aggregert opp til personnivå. Variablene som viser status ved årsskiftet, er sentrale på dette datasettet.
Enheten på mottaksfilen er opphold i mottak, men også opphold utenfor asylmottak er inkludert. Oppholdene er knyttet opp mot asylsøkerperiodene. Mottaksfilen må derfor brukes sammen med asylsøkerfilen. Til de fleste asylsøkerperioder er det knyttet flere opphold. For hvert mottaksopphold finnes start- og sluttdato, type plass på mottaket (som ordinær plass, transittplass osv.) og avreisegrunn. Videre finnes opplysninger om selve mottaket, som beliggenhetskommune og type mottak.
En type bruk av dataene vil være i analyser og forskning. Primært er de da tenkt på som bakgrunnsinformasjon for personer som får innvilget opphold i Norge. Det vil for eksempel være mulig å undersøke om forhold i asylsøkerperioden har betydning for senere integrering. Det er i arbeidet med asylsøkerdataene gjort noen undersøkelser av kvalitet, og da særlig dekningsgrad, for variablene. Det er imidlertid ikke gjort mye når det gjelder å studere konsistens mellom ulike variabler. Når dataene skal brukes i analyser eller forskning, vil derfor kvalitetsstudier måtte inngå som en nødvendig del av arbeidet.
Personer som søker om asyl blir ikke registrert som bosatte i folkeregisteret før de får innvilget opphold. De kommer dermed ikke med i befolkningsstatistikken. De nye dataene gjør det mulig å danne populasjoner der også asylsøkere og andre bosatte på asylmottak inngår.
Asylsøkerdataene vil også kunne brukes til å lage statistikk over asylsøkere, eventuelt også andre personer som bor på asylmottak (tidligere asylsøkere som enten venter på bosetting i en kommune eller på uttransportering). I den sammenheng er det imidlertid viktig å ta hensyn til den statistikken UDI allerede publiserer. Eventuell publisering i SSB må bli et supplement til UDIs statistikkportefølje og ikke en konkurrent. Dersom det skal publiseres asylsøkerstatistikk i SSB, anbefales det det tas kontakt med UDI for en nærmere kvalitetsvurdering
Utdanningsregnskap: Dokumentasjon av metoder og kilder
Get PDFBedre kjennskap til betydningen av investering i mennesker (humankapital) kan gi
større forståelse av hva som driver økonomisk vekst og et velfungerende
arbeidsmarked. The Guide on Measuring Human Capital (UNECE 2016) anbefaler
som er første steg å måle humankapital etter en kostnadsmetode, som behandler
humankapitalen som et kapitalobjekt med utgangspunkt i produksjonskostnader.
Formålet med utdanningsregnskapet er derfor å få fram alle utgifter knyttet til
utdanning og opplæring, i tillegg til hvordan utgiftene er finansiert.
Utdanningsregnskapet er en satellitt til nasjonalregnskapet, som betyr at
statistikken tar utgangspunkt i tall og begreper fra nasjonalregnskapet, men foretar
bearbeiding og omklassifisering for å kunne belyse utgifter til utdanning og
jobbtrening. Tallene i utdanningsregnskapet er altså konsistente med
nasjonalregnskapet, men frem-stillingen er mer detaljert.
Utdanningsregnskapet ble for første gang publisert i mars 2019. I dette notatet
redegjøres det for rammeverket som satellittregnskapet er underlagt, det til gjengelige kildemateriale og beregningsmetodene som er anvendt. De økonomiske
størrelsene i utdanningsregnskapet er sammenstilt etter nasjonalregnskapets
prinsipper.
Utdanningsregnskap er i stor grad basert på Satellite Account for Education and
Training: Compilation Guide (UNECE 2019). Guiden inkluderer retningslinjer om
prinsipper og definisjoner, klassifiseringer, metode, diskusjon av kilder, nedbryting
av tall og tabeller for å formidle data.
De viktigste kildene for utdanningsregnskapet er statsregnskapet, kommune regnskapet, fylkeskommuneregnskap og regnskap for statlige universiteter og
høyskoler. I tillegg utnyttes en god del annen informasjon som ligger i
nasjonalregnskapet. Alle kildene bearbeides i nasjonalregnskapet og tilrettelegges
særskilt for å kunne gi de nødvendige data til utdanningsregnskapet.
I første omgang dekker utdanningsregnskapet kun årene 2015 til 2018, men det er
ønskelig å lage en lengre tidsserie, slik at en kan se hvordan kostnadene utvikler
seg over tid og hvordan de ulike utdanningsnivåene påvirker investering i
humankapital
Kartlegging av statistikk i kulturarvsektoren: Resultat og oppfølging etter seminar om statistikk i kulturarvsektoren 21. - 22. oktober 2019
Get PDFDette notatet gir en oversikt over formål, prosess og premisser, samt resultater fra
og oppfølging i etterkant av arrangementet Seminar om statistikk i kulturarv sektoren, avholdt 21.-22. oktober 2019 i regi av Statistisk sentralbyrå (SSB).
Dokumentet er en sammenstilling og syntese av de innspill som fremkom i løpet av
arrangementet. Rapporten må derfor ikke ansees som en endelig eller uttømmende
kartlegging av sektoren i seg selv eller statistikk(behov) i sektoren, men derimot
som et utgangspunkt for videre diskusjon og samarbeid.
Det har i de siste årene vært en økt etterspørsel etter og interesse for forskning på
og utvikling av kulturarvstatistikk, både nasjonalt og internasjonalt. Kulturarv sektoren er et omfattende og mangefasettert felt, med en rekke ulike aktører og
agendaer. Ulike interesseområder innenfor dette feltet griper over i hverandre både
tematisk, faglig og forvaltningsmessig.
Som et første skritt i arbeidet med å få oversikt over kulturarv som eget statistikk område inviterte SSB ulike brukere fra forvaltningen, frivillige- og interesse organisasjoner og forskning innen feltet, til et seminar om statistikk i kulturarv sektoren. Hensikten var å samle kunnskap om statistikk i kulturarvsektoren og ikke
minst for å knytte kontakter, forbedre og bidra til nytt samarbeid.
Ny lov om offisiell statistikk har gitt SSB ansvar for å koordinere utvikling av
offisiell statistikk generelt, inkludert offisiell statistikk fra andre statistikk produsenter. Dette fikk i løpet av planleggingsprosessen større plass og satte sitt
preg på arrangementet.
I løpet av arrangementet ble det avholdt 22 innlegg fra 14 eksterne organisasjoner/
institusjoner og 6 innlegg fra ulike seksjoner og avdelinger i SSB. Alle innlederne
deltok i gruppearbeid fordelt på fire emneområder. Alle innspill fra både seminar
og gruppearbeid har bidratt til en grunnleggende, om enn ikke uttømmende,
kartlegging av eksisterende statistikk og datakilder, samt ønsker for utviklingen av
statistikk i kulturarvsektoren fremover.
Resultatene fra seminaret viste at denne type møteplass både var etterlengtet og
nødvendig. En videreføring av denne type arrangement vil være naturlig. Videre
viser innspillene til behovet for å finne en felles definisjon av hva begrepet
kulturarv skal inneholde i statistikksammenheng. På overordnet nivå ble utvikling
av flere registre/databaser/administrative- og saksbehandlingssystemer som
datakilder spilt inn. Dette vil bidra til kvalitativt bedre grunnlagsdata og mer
effektiv statistikkproduksjon. Mer synlig statistikk fra kulturarvsektoren er noe
mange av deltakerne mente var viktig.
For å sikre at innspillene fra seminaret blir fulgt opp listes det til slutt seks konkrete
oppfølgingspunkter, med tentativt tidsramme for når punktene kan forventes
gjennomført. Alle oppfølgingspunkter og gjennomføringstidspunkt vil selvsagt
avhenge av dialog, tilgjengelige ressurser og finansiering