I løbet af de kommende uger vil vi tegne et danmarkskort med afsæt i en bred vifte af data fra forskellige kilder. På denne side forklarer vi punkt for punkt, hvilke tal vi har brugt, og hvordan vi har beregnet vores ranglister.
Du vil også kunne finde oplysninger om, hvor du kan gå hen, hvis du vil dykke endnu dybere ned i datamaterialet.
Oversigten opdateres løbende, når vi lægger nye data frem.
Har du spørgsmål eller kommentarer til vores data eller metoder? Så skriv til os på indland@jp.dk.
Senest opdateret 12. juni 2017.
Sådan fungerer vores ranglister
I løbet af vores serie rangerer vi landets kommuner på syv emner, f.eks. uddannelse, kriminalitet og ældre.
For hvert emne har vi i samarbejde med analysevirksomheden Kaas og Mulvad sammenlignet forholdene inden for kommunerne på en målepinde (indikatorer). Herefter er data rangordnet, så kommunen, der klarer sig bedst, får rang 1. Kommunen, der klarer sig dårligst, får rang 98.
Efter at have set på de enkelte indikatorer, afslutter vi hvert emne ved at konstruere en rangliste for den samlede kategori, f.eks. uddannelse.
Denne rangliste giver et fingerpeg om, hvilke kommuner der relativt set klarer sig bedst på de enkelte emner.
Hvordan har vi håndteret manglende værdier?
I nogle tilfælde mangler de anvendte datasæt tal for enkelte kommuner. Dette kan eksempelvis skyldes, at de pågældende kommuner ikke har indberettet oplysninger, eller at antallet af observationer i kommunen er så lille, at cellen måtte anonymiseres af diskretionshensyn.
I vores beregning har kommuner med manglende værdier fået tildelt en rang, der svarer til midterværdien af de øvrige kommuner. Når der eksempelvis mangler data for 8 ud af 98 kommuner, har de 8 kommuner uden data fået tildelt rangen ”45”, som er midterværdien for de resterende 90 kommuner.
Denne fremgangsmåde gør det muligt at beregne en samlet rangliste over samtlige kommuner, selvom der måtte mangle enkelte værdier for enkelte indikatorer. En iboende ulempe er dog, at erstatningsmetoden trækker resultatet for kommuner med manglende værdier mod ranglistens midterværdi. Den tildelte erstatningsværdi afspejler derudover ikke nødvendigvis de faktiske forhold og kommunens relative placering.
Integration
Forskel i beskæftigelsesprocent
Beskæftigelsesfrekvensen viser, hvor stor en andel af personer i den erhvervsaktive alder (16-64 år) der er i beskæftigelse. Data fordelt på oprindelse og kommuner er hentet fra Danmarks Statistik og er for det senest tilgængelige år, 2015. Der er ikke korrigeret for forskelle i alderssammensætning.
Vi har set på forskellen i beskæftigelsesfrekvensen for personer med dansk oprindelse og ikkevestlige indvandrere (herunder flygtninge) i hver enkelt kommune. Det samme er gjort for ikkevestlige efterkommere. Placeringerne er herefter lagt sammen og kommunerne rangeret derefter.
Andel i virksomhedsrettet aktivering
Virksomhedsrettede tilbud dækker over ulønnede praktikforløb og ansættelse med løntilskud fra kommunen. Data er fra Beskæftigelsesministeriets database jobindsats.dk.
Kommunerne er rangeret efter, hvor stor en andel af flygtninge og familiesammenførte der i løbet af en måned har fået et virksomhedsrettet tilbud.
Tallene er for marts og omhandler personer, der er på integrationsydelse, omfattet af integrationsprogrammet og fra ikkevestlige lande. 11 kommuner, hvor der er data for færre end 30 personer, er ikke medtaget i beregningen.
Kriminalitet
Antallet af dømte for overtrædelser af straffeloven fordelt på kommuneniveau og oprindelse er hentet ved en særkørsel fra Danmarks Statistik. For at minimere risikoen for tilfældige udsving er der anvendt et årligt gennemsnit for perioden 2011-2015.
Konsulentfirmaet Kaas & Mulvad har set på, hvor stor forskel der er på kriminalitetshypigheden pr. 1.000 personer med dansk oprindelse og pr. 1.000 ikkevestlige indvandrere i hver kommune. Det samme er gjort for ikkevestlige efterkommere. Placeringerne er derefter blevet lagt sammen, og kommunerne rangeret derefter.
Kommunerne i bunden af listen har den største overrepræsentation i kriminalitetsstatistikkerne for ikkevestlige indvandrere og efterkommere. Kommunerne i toppen har den største lighed mellem personer med dansk oprindelse og ikkevestlige indvandrere/efterkommere.
Der er ikke korrigeret for alder eller socioøkonomisk baggrund. Særligt efterkommere er som gruppe yngre end gruppen af personer med dansk oprindelse. Da yngre personer generelt har en større kriminalitetshyppighed, kan det give et større spænd mellem ikkevestlige efterkommere og personer med dansk oprindelse, end hvis der havde været foretaget en aldersstandardisering. Det ville særligt være relevant at foretage denne standardisering, hvis det var den overordnede forskel mellem de to grupper, vi ønskede at beskrive. I den aktuelle sammenhæng er fokus imidlertid på forskelle mellem kommunerne.
IGU-forløb
Data over antallet af IGU-job er hentet fra Styrelsen for International Rekruttering og Integration og er opdateret til og med 24. maj. Der er i alt oprettet 536 IGU-job.
Vækst
Bruttoværditilvækst
Bruttoværditilvæksten udtrykker produktionens værdi ved fabrikkens port i basispriser, altså før der bliver tillagt afgifter m.m. Bruttoværditilvæksten minder således meget om bruttonationalproduktet, dog med den forskel, at sidstnævnte måles i markedspriser.
For at tage højde for forskelle i kommunestørrelser har vi rangeret kommunerne på baggrund af den procentvise vækst i bruttoværditilvæksten mellem 2011 og 2015. Den højest rangerede kommune har således oplevet den største fremgang i værditilvæksten.
Data er udtrukket fra Danmarks Statistik ved en særkørsel.
Nyetablerede selskaber
På baggrund af data fra Experian har vi beregnet antallet af nyetablerede selskaber pr. 1.000 indbyggere i 2016. Indbyggertallet er opgjort pr. 1. januar 2016.
Erhvervsklima
Ranglisten over erhvervsklimaet i kommunerne baserer på Dansk Industris årlige undersøgelse af det lokale erhvervsklima i landets kommuner.
DI’s rangering kombinerer statistiske data med resultater fra spørgeskemaundersøgelser blandt virksomheder. I den samlede rang indgår følgende parametre: Overordnet vurdering af erhvervsvenlighed, kommunale rammevilkår, infrastruktur og transport, arbejdskraft, kommunal sagsbehandling, skatter, afgifter og gebyrer, fysisk planlægning, brug af private leverandører, kommunens image, kommunens velfærdsservice samt information og dialog med kommunen.
Der foreligger ikke data for Læsø og Fanø Kommune.
Læs mere om ranglisten på DI's hjemmeside.
Beskæftigelsesfrekvens
Beskæftigelsesfrekvensen beskriver andelen af borgere i den erhvervsaktive alder (30-59 år), der er i beskæftigelse.
Vores data er hentet fra Danmarks Statistiks database og er senest opdateret for året 2014.
Uddannelsesniveau
Uddannelsesniveauet er opgjort som andelen af borgere mellem 30 og 59 år, der har en erhvervskompetencegivende uddannelse, dvs. en erhvervsuddannelse eller en videregående uddannelse.
De seneste tal beskriver situationen i 2015 og er indhentet fra Danmarks Statistik.
Kriminalitet
Sigtelsesprocent
Sigtelsesprocenten er beregnet ved at se på antallet af sigtelser pr. 100 anmeldelser for borgervendt kriminalitet (læs mere om denne definition på statistik.politi.dk).
Tallene afspejler et gennemsnit over fem år (2012-2016).
Anmeldte voldsforbrydelser
Danmarks Statistik har via registerdata opgjort antallet af anmeldte voldsforbrydelser pr. 1.000 indbyggere (18+ år). Disse data har vi samlet for perioden 2012-2016 og udregnet et gennemsnit for hver enkelt kommune i de seneste fem år. Dette gennemsnit er brugt til at rangordne kommunerne.
Voldsforbrydelser dækker bl.a. over følgende kategorier: Vold eller lignende mod offentlig myndighed, simpel vold, alvorligere vold, trusler.
Ofre for forbrydelser
Danmarks Statistik har via registerdata opgjort antallet af ofre for forbrydelser pr. 1.000 indbyggere (18+ år). Disse data har vi samlet for perioden 2012-2016 og udregnet et gennemsnit for hver enkelt kommune i de seneste fem år. Dette gennemsnit er brugt til at rangordne kommunerne.
De indeholdte kriminalitetsformer i beregningerne er seksualforbrydelser, voldsforbrydelser (herunder bl.a. vold mod person i offentlig tjeneste, simpel vold og trusler) og ejendomsforbrydelser (herunder bl.a. tyveri fra person, tyveri af taske og røveri). Danmarks Statistik har bl.a. ikke medtaget indbrud.
Indbrud
Danmarks Statistik har via registerdata opgjort antallet af anmeldte indbrud i beboelse pr. 1.000 indbyggere (18+ år). Disse data har vi samlet for perioden 2012-2016 og udregnet et gennemsnit for hver enkelt kommune i de seneste fem år. Dette gennemsnit er brugt til at rangordne kommunerne.
Indbrud i beboelse dækker over følgende kategorier: Indbrud i villa o.l., indbrud i landejendom, indbrud i lejlighed og indbrud i værelse.
Derudover har Det Kriminalpræventive Råd leveret tal for antallet af husstande tilmeldt nabohjælp i alle landets kommuner pr. 3. april 2017. På baggrund af data over husstande fra Danmarks Statistik har vi dernæst beregnet andelen af tilmeldte husstande i kommunerne.
Sundhed
Indlæggelser
Tallene er hentet fra Danmarks Statistik og viser, hvor mange danskere der blev indlagt på sygehus i 2015, som er det senest tilgængelige år i databasen.
Opdelingen på kommuner er foretaget på baggrund af de indlagte personers bopæl pr. 1. januar 2015.
I tallene indgår indlæggelser, genindlæggelser og overflytning fra en sygehusafdeling til en anden, men ikke skadestuebesøg og ambulante behandlinger. Den markante geografiske forskel i indlæggelsesmønstret mellem øst- og vestdanmark ses også, når man i stedet opgør tallene som antal indlagte patienter pr. 100 borgere og dermed ikke medtæller genindlæggelser og overflytninger.
Folkesygdomme
Forekomsten af folkesygdommene astma, KOL og diabetes type 2 er opgjort med afsæt i data fra Sundhedsdatastyrelsen, der har beregnet forekomsten ved hjælp af en algoritme. De tre kroniske sygdomme hænger ofte sammen med livsstilen – om den enkelte har røget, spist fornuftigt og dyrket motion.
Der er tale om aldersstandardiserede data, hvilket vil sige, at tallene er korrigeret for forskelle i alderssammensætningen kommunerne imellem.
Tallene for de mindste kommuner (Fanø, Læsø, Samsø og Ærø) er behæftet med en stor usikkerhed og indgår derfor ikke i statistikken.
Middellevetid
Middellevetiden for en nyfødt er beregnet af Danmarks Statistik og gælder for en 0-årig i 2015. Opgørelsen bygger på tal fra Det Centrale Person Register og Sundhedsdatastyrelsen.
Sygedagpenge
Tallene baserer sig på, hvor mange der på et tidspunkt i 2016 har fået sygedagpenge. Derefter er tallet sat i forhold til 1000 indbyggere mellem 18 og 66 år, så vi kan sammenligne små og store kommuner.
Data for antallet af sygedagpengeforløb stammer fra jobindsats.dk, mens kommunernes indbyggertal er hentet fra Danmarks Statistik.
Det gennemsnitlige antal forløb pr. sygedagpengemodtager varierede i 2016 mellem 1,6 og 2,4 i 2016, mens den gennemsnitlige varighed af disse forløb lå mellem 7,3 og 11,5 uger.
Det skal bemærkes, at kommunerne har mulighed for at efterregistrere tal omkring sygedagpengemodtagere, hvilket kan ændre udfaldet en smule.
Lægedækning
Vi har i samarbejde med Danske Regioner undersøgt, hvor mange borgere der gennemsnitlig er pr. såkaldt lægekapacitet – groft sagt fuldtidslæge – i hver kommune. Lægekapaciteter i udbuds- og regionsklinikker er talt med. Nogle steder deles kapaciteten. Aktuelt er der ca. 3.500 lægekapaciteter i almen praksis og ca. 3.800 praktiserende læger, som arbejder i henhold til overenskomstaftale med regionen.
Børn
Udgifter til sport og fritid
Data over de kommunale udgifter til sport og fritid pr. Indbygger er hentet fra Økonomi- og Indensrigsministeriets database (noegletal.dk).
De nyeste tal for 2017 afspejler kommunernes budgetterede udgifter. Indbyggertallet, der er brugt til at beregne de relative udgifter, er opgjort pr. 1. januar.
Udgifterne dækker bl.a. over midler brugt på fritidsområder, fritidsfaciliteter (bl.a. idrætsanlæg), samt tilskud til foreninger og klubber. Yderligere oplysninger kan findes på noegletal.dk.
Nyfødte
Vores oversigt over antallet af nyfødte i landets kommuner bygger på tal fra Danmarks Statistik og er opgjort pr. 1. januar 2017. Nyfødte er i dette tilfælde defineret som indbyggere på 0 år.
For at beregne de nyfødtes relative andel i befolkningen har vi sat antallet af 0-årige i forhold til kommunens samlede indbyggertal.
Opløste børnefamilier
Vi har set på antallet af opløste børnefamilier pr. 100 børnefamilier i landets kommuner i året 2015.
Data er hentet fra Danmarks Statistiks Statistikbank, hvor der også kan findes en mere udførlig redegørelse for metoden bag indsamlingen.
Prisen på børnepasning
Kommunernes placering i forhold til takster er beregnet på baggrund af den gennemsnitlige månedlige takst i kr. for en heltidsplads i daginstitution for børn i aldersgruppen 3-5 år.
Tallene gælder for 2017 og tager højde for eventuelle betalingsfrie måneder i enkelte kommuner.
Ældre
Andel af ældre
Andelen af ældre i landets kommuner er beregnet på baggrund af de nyeste tilgængelige tal fra Danmarks Statistik (1 kvartal 2017). Yderligere metodiske oplysninger kan findes på statistikbanken.dk.
Mange undersøgelser vedrørende ældres vilkår ser på befolkningsgruppen over 65 år. Idet danskerne bliver stadig ældre og mange kommunale tilbud såsom plejeboliger og hjemmehjælp for de flestes vedkommende først bliver relevant i en senere alder, har vi valgt at rette fokus mod aldersgruppen over 79 år.
Andelen af befolkningen over 80 år i 2045 er opgjort med afsæt i Danmarks Statistiks befolkningsfremskrivning.
Fremgangen er beregnet som procentvis vækst af befolkningsgruppen på 80 år eller derover i forhold til 2017. En forventet fremgang i aldersgruppen fra 1.000 i dag til 2.000 i året 2045 svarer således til en fremgang på 100 pct.
Idet der er tale om en statistisk fremskrivning, er tallene selvfølgelig behæftet med en vis usikkerhed. Du kan læse mere om metoden bag befolkningsfremskrivningen på Danmarks Statistiks hjemmeside.
Hjemmehjælp
Hjemmehjælp er opgjort som antallet af visiterede hjemmehjælpstimer (frit valg) til personer over 80 år i eget hjem pr. uge i året 2015.
For at sætte timetallet i relation til befolkningsstørrelsen har vi sat det ugentlige timetal over for antallet af ældre over 80 i den pågældende kommune (pr. 3 kvartal 2015).
Resultatet viser, hvor mange ugentlige timers hjemmehjælp en gennemsnitlig borger over 80 blev visiteret til i 2015.
Data er hentet fra Danmarks Statistik, der i sin opgørelse tager afsæt i kommunernes månedlige digitale indberetninger. Det er muligt at læse mere om data og indsamlingsmetoden på Danmarks Statistisk hjemmeside
Fordelen ved at se på visiterede (altså tilkendte) hjemmehjælpstimer er, at datagrundlaget er mere konsistent end i tilfældet af de faktisk leverede timer, fordi private leverandører af hjemmehjælp ikke i samme omfang har adgang til at indberette til systemet.
I 2015 har 9 kommuner ikke indsendt valide oplysninger. De indgår derfor ikke i vores top- og bundlister på hjemmehjælpsindikatoren.
Plejeboliger
Vores beregning af antallet af plejeboliger bygger på data fra Danmarks Statistik. Det samlede antal boliger dækker over følgende boligtyper:
- Plejehjem
- Beskyttede boliger
- Plejeboliger fortrinsvis til ældre
- Plejeboliger til fysisk/psykisk handicappede
- Friplejeboliger
Både permanente boliger, boliger til midlertidigt ophold og boliger for demente indgår i beregningen.
For at kunne sammenligne kommunernes boligudbud er antallet af ældreboliger (????) sat i forhold til antallet af indbyggere over 79 år i kommunen. Herved skal det bemærkes, at pladser på plejehjem m.v. i princippet også er tilgængelige for personer under 80 år.
Danmarks Statistik påpeger selv, at der kan være markante udsving mellem kommunernes indberetninger af boligantallet fra år til år. Tallene er derfor behæftet med en vis usikkerhed, som vi har forsøgt at tage højde for ved at holde de nyeste tal op mod tidligere år.
En udførlig redegørelse for det statistiske materiale kan du finde hos Danmarks Statistik.
Alderssygdomme
Vores tal over antallet af ældre over 80 år med leddegigt, knogleskørhed og demens baserer sig på data fra Sundhedsdatastyrelsen. Der er tale om aldersstandardiserede data på antal ældre pr. 100.000, hvilket gør det muligt at sammenligne kommuner, der er forskelligt sammensat med hensyn til aldersfordeling. Tallene er fra 2015.
Uddannelse
Afgangskarakterer
Afgangskaraktererne for kommunerne er beregnet som gennemsnit for 9. klasses afgangselever for skoleårene 2013/14, 2014/15 og 2015/16.
Gennemsnittet er vægtet, hvilket vil sige, at der er tage højde for udsving i antallet af elever, der gennemførte 9. klasse i de enkelte år.
I beregningen indgår de bundne prøvefag, dvs. dansk, engelsk, fysik/kemi og matematik.
Data og den tilhørende dokumentation kan findes i Undervisningsministeriets databank.
Ungdomsuddannelser
Vi har sammenlignet landets kommuner ved for hver kommune at se på andelen af en 9. klasses årgang, der forventes at fuldføre mindst en ungdomsuddannelse senest seks år efter 9. klasse.
Tallene, der kan hentes hos Undervisningsministeriet, bygger på ministeriets såkaldte profilmodel og gælder for årgangen 2014. Det er Undervisningsministeriets Styrelse for It og Læring, der har foretaget beregningerne baseret på Danmarks Statistisk registre.
Idet der er tale om en fremskrivning, er tallene behæftet med en vis usikkerhed, særligt for de mindste kommuners vedkommende.
I statistikken tilknyttes den enkelte elev den kommune, hvor han eller hun havde bopæl ved afslutning af 9. klasse, uanset om vedkommende måtte have skiftet bopæl siden.
Uddannelsesniveau
Uddannelsesniveauet i landet kommuner er undersøgt ved at se på, hvor stor en andel af den voksne befolkning (15-69 år), der som den højeste fuldførte uddannelse har en:
- Kort videregående uddannelse (typisk 2 år, f.eks. erhversakademiuddannelser)
- Mellemlang videregående uddannelse (typisk 3-4½ år, f.eks. professionsbachelor)
- Lang videregående uddannelse (typisk 3-6 år, f.eks. bachelor, kandidat) eller en
- Ph.d. (treårig forskeruddannelse)
Tallene er fra 2016 og hentet fra Danmarks Statistiks database.
Blandt andet fordi tallene bygger på danske registre mangler der oplysninger om medbragte uddannelser for personer, der er indvandret til Danmark efter 2006, jf. Danmarks Statistiks dokumentationsside.
Elevfravær
De viste fraværsprocenter er beregnet som gennemsnit af fraværsprocenterne for samtlige grundskoleelever i den pågældende kommune. Den enkelte elevs fraværsprocent er beregnet ved at dividere elevens antal fraværsdage med antallet af dage, som eleven har været indskrevet på skolen i det pågældende skoleår. Det samlede fravær er summen af:
- Fravær på grund af sygdom
- Lovligt fravær (med skolelederens tilladelse)
- Ulovligt fravær
I beregningen indgår både folkeskoler og specialskoler for børn. Data er indsamlet af Styrelsen for IT og Læring og er tilgængelige på www.uddannelsesstatistik.dk, hvor der også findes yderligere oplysninger om datagrundlaget.
