Søgeresultat

Publikation: 65 år i tal - Danmark siden 2. verdenskrig

Pdf-udgaven af bogen indeholder links til statistik for alle 65 år i regneark, som eleverne kan arbejde videre i.

https://www.dst.dk/pubomtale/19228

Publikation

ANM_GER7

ANM_GER7 indgår i Danmarks Statistiks klassifikation af lovovertrædelser.

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/kriminalitet---anmeldelser/anm-ger7

Multiplikatorer

Alle multiplikatoranalyser er baseret på et grundforløb, som repræsenterer en løsning med hensyn til de endogene variabler baseret på en stiliseret fremskrivning af de eksogene variabler., Multiplikatorerne angiver effekten af ændringer i modellens eksogene variable. Et efterspørgselsstød i ADAM, fx en stigning i det offentlige varekøb, påvirker produktionen, beskæftigelsen og forbrug på kort sigt. På langt sigt forsvinder effekten på beskæftigelsen. I modsætning hertil har et udbudsstød, fx. en stigning i arbejdsstyrken, en permanent effekt på beskæftigelsen. Dette stemmer overens med de fleste modeller af små åbne økonomier med fastkurspolitik og en Phillipskurve., Der er hverken pengepolitisk eller finanspolitisk reaktionsfunktion i ADAM, og det skal tages i betragtning ved sammenligning med andre økonomiske modeller. Desuden vil de danske regler, der er modelleret i ADAM (fx reguleringsmekanismer for skatter og overførsler) have betydning ved sammenligning med modeller for andre lande., Eksempler på faktiske stød præsenterer et forslag til ADAM-input, dvs. til ændringer i modellens eksogene variable og evt. til valg af dummyer eller ad hoc ændring i ADAM. Eksemplerne præsenterer også resultatet af at indsætte inputtet i ADAM. ADAM-inputtet er gerne formuleret som tre mulige sæt input (med hhv. let, middel og kraftig effekt) og indsat i et modul, der kan afvikle ADAM-beregningen., Eksemplerne på stød er delt op i fire grupper:, Standardmultiplikatorerne, udføres ved at ændre en eller et par af de eksogene variabler og efterfølgende beregne effekten på modellens endogene variabler. ADAMs standardmultiplikatorer bruges til at analysere modelegenskaber og sammenligne multiplikatorerne mellem modelversioner., Modellens førsteårs-effekter, repræsenterer en række kortsigtede kørsler. Der fokuseres især på finanspolitiske tiltag og egenskaberne belyses ved at sammenligne med den forrige modelversion., Eksempelsamlingen, præsenterer ikke beregninger på modellen, men giver brugeren eksempler på hvordan man opstiller forskellige eksperimenter i ADAM., Krigen i Ukraine, er et eksempel på et faktisk stød. Stigningen i energipriser og sanktioner i handlen med Rusland udløser flere negative input til dansk økonomi. I det konkrete tilfælde er der opstillet flere scenarier, og scenarierne er lavet sådan at brugere af ADAM nemt kan indsætte egne vurderinger og beregne de samlede effekter på dansk økonomi. Regnemetoderne har meget tilfælles med Covid19-modulet, der tidligere er beskrevet i et modelgruppepapir.

https://www.dst.dk/da/Statistik/ADAM/Multiplikatorer

Standardmultiplikatorer

I modelgruppens standardmultiplikatorer udføres eksperimenter ved at ændre én eller et par af de eksogene variabler. Modellen simuleres herefter for at beregne effekten på de endogene variabler. Der er ingen bestemmelse om mulige forbindelser mellem de eksogene variabler. Det betyder, at man skal være forsigtig med at fortolke eksperimenterne som virkelige økonomiske begivenheder. Det er sjældent at virkelige økonomiske begivenheder kan afgrænses til en ændring i én eller nogle få eksogene variabler., De valgte eksperimenter udvider den økonomiske aktivitet, og i mange eksperimenter vedrørende offentlige indtægter eller udgifter, har eksperimentet samme størrelse. Det gør det nemmere at sammenligne. I nogle eksperimenter er effekten midlertidig, mens den i andre er permanent., ADAM multiplikatorer - Modelversion marts 2024, ADAM multiplikatorer - Modelversion april 2023, ADAM multiplikatorer - Modelversion oktober 2020, ADAM multiplikatorer - Modelversion juni 2019, ADAM multiplikatorer - Modelversion oktober 2018, ADAM multiplikatorer - Modelversion juli 2017, ADAM multiplikatorer - Modelversion oktober 2016, ADAM multiplikatorer - Modelversion oktober 2015, Fra version Oktober 2015 er multiplikatoren for arbejdsudbud også beregnet med en forøget priselasticitet i udenrigshandlen.  , ADAM multiplikatorer - Modelversion oktober 2014, Beregninger er lavet med modelversion Oktober 2014 ved brug af baseline lang14. , ADAM multiplikatorer - Modelversion juni 2014 , Fra version Juni 2014 og fremefter er alle stød til økonomisk-politiske instrumenter skaleret til at repræsentere 0,1 pct. af BNP i faste priser. For multiplikatorer i tidligere versioner repræsenterede stødene 1000 mill. kr. i faste priser. Beregninger er lavet med modelversion Juni 2014 ved brug af baseline lang14. , ADAM multiplikatorer - Modelversion juli 2013, Beregninger er lavet med modelversion Juli 2013 ved brug af baseline lang13. , ADAM multiplikatorer - Modelversion oktober 2012, Beregninger er lavet med modelversion Oktober 2012 ved brug af baseline lang13. , ADAM multiplikatorer - Modelversion december 2009, Fra version December 2009 og fremefter er de to multiplikatorer for det offentlige varekøb og arbejdsudbuddet også beregnet under en budgetrestriktion for at illustrere konsekvenserne af finanspolitiske tiltag. Beregninger er lavet med modelversion December 2009 ved brug af baseline lang11. ,  

https://www.dst.dk/da/Statistik/ADAM/Multiplikatorer/multiplikatorer

Øvrige notater

Nedenstående notater er behandlet internt i modelgruppen, men er ikke gennemgået på modelgruppemøderne. De skal derfor ikke ses som egentlige modelgruppepapirer og udtrykker udelukkende forfatterens/forfatternes egne holdninger. , Skattetryksberegninger med ADAMs databank, 05-07-2017 , I notatet ’Udviklingen i det høje danske skattetryk siden 1994’ ses der på udviklingen i danskernes skattetryk målt ved samlede skatter over BNI. Danskernes skattetryk er et bedre mål for skattetryk end samlede skatter over BNP. Notatet viser, at danskernes skattetryk har været faldende svarende til 3 procentpoint. Ses der udelukkende på den private sektor, har den haft stort set uændret skattetryk siden 1994. Forklaringen på dette er blandt andet, at den offentlige sektor i perioden har afviklet udlandsgælden og dermed sparet store renteudgifter. Derfor har den offentlige sektor en større indkomststigning end den private sektor. Beregningerne er lavet på ADAMs databank. , Læs mere i notatet om , udviklingen i det danske skattetryk siden 1994, ., National­regnskabet 2016, nedrevision af arbejdstimer giver forøget time­produktivitet, Antallet af præsterede timer er reduceret med nationalregnskabsrevisionen fra november 2016. Timeproduktiviteten er øget for den samlede økonomi og for både den private og den offentlige sektor. For den samlede økonomi bidrager forøgelsen i produktionen mest til den forøgede produktion, men timetalsrevisionen spiller også en væsentlig rolle., Det er dog forskelligt fra privat til offentlig sektor hvad der bidrager mest til oprevisionen i timeproduktiviteten. I den private sektor er bidraget ligeligt fordelt mellem opjusteringen af produktionen og nedrevisionen af timetallene. For den offentlige sektor er den forøgede produktivitet primært drevet af opjusteringen af produktionen. Læs mere i noten om , revision af nationalregnskabet 2016, revision af timetal, ., National­regnskabet 2016, offentlig produktivitet, Med revisionen af nationalregnskabet offentliggjort november 2016, er produktiviteten i den offentlige sektor forøget. Det er dog ikke ligegyldigt hvordan man opgør produktiviteten, jf. nedenstående figur, som viser produktivitetsudviklingen opgjort på to forskellige måder., Den implicitte produktivitet er BVT opgjort med outputmetoden deflateret med BVT opgjort med inputmetoden. Dette mål for produktiviteten viser en stagnerende udvikling i perioden 2011-2015. Timeproduktiviteten udtrykker BVT i faste priser deflateret med det samlede antal timer, som de offentligt ansatte præsterer, og viser en stigende produktivitet. Læs mere i noten om , revision af nationalregnskabet 2016, offentlig produktivitet, ., Revision af national­regnskabet, november 2016, Samlet set har revisionen betydet, at eksporten er revideret op i forhold til det foregående nationalregnskab, jf. nedenstående figur., Eksporten er opjusteret med knap 60 mia. kr. i 2010-priser, kædede værdier. Nettoeksporten i det reviderede nationalregnskab udgør 7,5 pct. af BNP mod 6,5 pct. af BNP i det foregående nationalregnskab. Læs mere i papiret , Hovedrevision af nationalregnskabet 2016, betalingsbalancen,  (pdf).

https://www.dst.dk/da/Statistik/ADAM/Dokumentation/oevrige-notater

Verdensmål Indikator: 5.2.2 - Vold begået af anden person

Kvinder, der har været udsat for vold, begået af andre end partner (pct. af befolkningen), Enhed: , Pct., Enhed: Pct., 2008-2018, 2019-2020, 2021-2023, ALDER, I ALT (pct. af alle kvinder), 0,19, 1,41, 2,23, 16-24 år (pct. af alle kvinder i aldersgruppen), 0,85, 5,55, 8,56, 25-39 år (pct. af alle kvinder i aldersgruppen), 0,15, 1,43, 2,23, 40 år og derover (pct. af alle kvinder i aldersgruppen), 0,05, 0,37, 0,62, STED FOR VOLDEN, I ALT (pct. af voldsramte kvinder), 100,00, 100,00, 100,00, Eget hjem (pct. af voldsramte kvinder), 18,00, 16,00, 18,00, Gerningsmands hjem (pct. af voldsramte kvinder), 22,00, 22,00, 29,00, Anden privat bolig (pct. af voldsramte kvinder), 12,00, 18,00, 14,00, Arbejdsplads, skole, undervisningsinstitution (pct. af voldsramte kvinder), 8,00, 6,00, 5,00, Pub, café mv. (pct. af voldsramte kvinder), 8,00, 12,00, 6,00, Offentligt sted, gade, plads, park (pct. af voldsramte kvinder), .., .., .., Offentlig transport (pct. af voldsramte kvinder), .., .., .., Anden offentligt tilgængeligt sted (pct. af voldsramte kvinder), .., .., .., Udlandet (pct. af voldsramte kvinder), .., .., .., Andet (pct. af voldsramte kvinder), .., .., .., Offentligt tilgængeligt sted (pct. af voldsramte kvinder), 26,00, 16,00, 21,00, Andet inklusiv udlandet (pct. af voldsramte kvinder), 6,00, 11,00, 6,00, Download data, Forklaring, Indikatoren er beregnet af Justitsministeriets Forskningskontor. Antallet af kvinder, der har angivet, at de har været udsat for tvangssamleje indenfor de seneste 12 måneder er sat i forhold til alle kvinder (angivet i pct.). Indikatoren adskiller sig fra FN's definition på følgende måde: 1) Indikatoren omfatter kvinder i alderen 16-74 år på interviewtidspunktet. FN's definition er 15 år eller ældre. 2) Indikatoren omfatter kvinder, der har angivet, at de har været udsat for tvangssamleje. FN's definition omfatter også kvinder, der har været udsat for andre former for seksuel vold end tvangssamleje. Fra 2019 omfatter indikatoren også kvinder, der har været udsat for andre former for seksuel vold end tvangssamleje. Dog er fordelingen af sted for volden fortsat kun for kvinder, som har været udsat for tvangssamleje eller forsøg herpå. Tallene fra  før 2021 kan ikke direkte sammenlignes med tallene fra 2021 eller derefter, pga. implementeringen af samtykkeloven, som trådte i kraft d. 1. januar 2021., Senest opdateret:, 15-01-2025

https://www.dst.dk/da/Statistik/temaer/SDG/globale-verdensmaal/05-ligestilling-mellem-koennene/delmaal-02/indikator-2

Otte fakta om Danmark og Tyskland

Bruttonationalproduktet pr. indbygger er højere i Danmark, mens Tyskland har større drivhusgasudledning pr. person. Vi har samlet otte fakta om Danmark og Tyskland herunder. , 24. september 2021 kl. 8:00 , Af , Marie Hohnen, I en tidligere version af denne artikel fremgik det, at tallene for BNP pr. indbygger var købekraftskorrigerede. Det er ikke korrekt. Forklaringen til kilden er rettet med rødt herunder., Vi lever lidt længere i Danmark end i Tyskland. , Det er en af konklusionerne, når man sammenligner nøgletal mellem Danmark og Tyskland. , BNP pr. indbygger samt det offentlige forbrug i pct. af BNP er større i Danmark, mens der er lidt flere i beskæftigelse i Tyskland., Fertiliteten er højere i Danmark, mens indkomstuligheden er højere i Tyskland. Drivhusgasudledningen pr. person er lidt større i Tyskland – og så er stemmeprocenten lidt højere i Danmark. Find de otte fakta i tabellen herunder: , Forklaring på kilder, BNP pr. indbygger er landenes BNP divideret med antallet af indbyggere., Tallene anvendt i denne artikel er fra Eurostats portal med SDG-indikatorer og kan findes her, . Når data korrigeres for købekraft er forskellen på Danmark og Tysklands BNP pr. indbygger væsentligt mindre., Købekraftskorrigerede data kan findes i denne tabellen NAMA_10_PC her., Det offentlige forbrug består af udgifter til den service, som det offentlige stiller til rådighed for befolkningen. Tallene er fra Eurostat og UN Statistical Division via , Statistisk Tiårsoversigt s. 186, . , Beskæftigelsesfrekvensen angiver, hvor stor en andel af befolkningen mellem 15 og 64 år, som er i beskæftigelse. , Tallene er fra Eurostat og kan findes her, ., Gini-koefficienten er et mål for indkomstuligheden i et samfund. Den angivne Gini-koefficient er uligheden i den disponible indkomst. Gini-koefficienten er 0, hvis indkomstfordelingen er helt lige, og 100, hvis hele indkomsten i et land tilfalder et enkelt individ. Tallene er fra Eurostat og kan findes her., Forventet levetid angiver, hvor gammel en nyfødt kan forvente at blive. , Tallene er fra Eurostat og kan findes her, . , Samlet fertilitet pr. kvinde angiver det gennemsnitlige antal børn som en kvinde ville føde igennem hendes reproduktive alder, såfremt at hun i hver aldersklasse fødte netop så mange børn, som angivet ved årets fertilitetskvotienter. , Tallene er fra Eurostat og kan findes her., Drivhusgasudledning pr. person opgøres af Eurostat. , Stemmeprocenten angiver andelen af stemmeberettigede, som faktisk stemte. Stemmeprocenten for Danmark vedrører det seneste folketingsvalg i 2019, mens stemmeprocenten for Tyskland er fra parlamentsvalget i 2017. Tallene er baseret på , IDEA’s opgørelse, . 

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2021-09-24-otte-fakta-om-dk-og-tyskland

Bag tallene

ADAM Oktober 2020 (Okt20) afløser ADAM Juni 2019 (Jun19)

22. april 2021 kl. 0:00 - Opdateret 29. april 2021 kl. 0:00 ,  , ADAM Oktober 2020 (Okt20) afløser ADAM Juni 2019 (Jun19), 22-04-2021 (Opdateret 29-04-2021), Håndtering af Covid-19 og konjunkturrenset arbejdsudbud, I forhold til forgængeren Jun19 er forbrugssystemet ændret, så det er til at indregne de omlægninger i privatforbruget, , som Covid-krisen har skabt, herunder udfaldet i turistindtægter og udgifter. I forhold til beta-versionen af Okt20 opgøres arbejdsmarkedsbalancen  nu også ud fra konjunkturrensede variabler, så de faktiske værdier kan beskrives som konjunkturbetingede afvigelser til de konjunkturrensede niveauer., Tag for eksempel bruttoledigheden som rate, , bulb, . Modellen har i forvejen en langsigtet rate, bulbw, der indgår i lønrelationen. Til Okt20 er der lavet en konjunkturrenset variabel , bulbw_s, , som i den historiske periode er fastlagt med et HP-filter. Ved modelberegning på den fremskrevne periode tilpasses , bulbw_s, af en fejlkorrektionsligning, så den rammer lønrelationens langsigtsrate, Nedenstående figur illustrerer, at den konjunkturrensede ledighed bulbw_s (blå kurve) har et glattere forløb end lønrelationens variabel bulbw, og at der på sigt gælder , bulb=bulbw=bulbw_s., Faktisk, langsigtet og konjunkturrenset ledighed, bulb, bulbw, og bulbw_s, Det konjunkturrensede arbejdsmarkedsregnskab har givet nye variabler og nye ligninger, men det har ikke påvirket modellens marginale egenskaber. Formålet har været at udvide modellen med konjunkturrensede variabler og tilhørende ligninger uden at ændre ved de eksisterende ligninger. Det er dog valgt at omformulere relationen for uddannelsessøgende for at gøre det muligt at adskille konjunktur og niveau., Øvrige ændringer omfatter, at de nationalregnskabsmæssige ligninger for boligkapitalen er blevet omformuleret, så stormskader og prismæssig omvurdering indgår eksplicit. Det er en teknisk omformulering, som ikke ændrer modellens egenskaber. I forhold til betaversionen er faktorblok og prisrelationer blevet reestimeret uden nævneværdige ændringer i modellens egenskaber., Okt20 har kraftigere konjunktureffekter end forgængeren Jun19, fordi år-til-år ændringen i privatforbruget er indsat som ekstra variabel i den estimerede ligning for boligkapitalen. Så scenarier, der øger privatforbruget, fx via den reale disponible indkomst, har fået større effekt på boliginvesteringen. Det fører til, at første års effekten på BNP typisk er større i Okt20 end i Jun19. , Læs mere om ændringerne i Okt20 her  , Vedrørende modelversion, , , Ligningsbrowser, , , Førsteårseffekter,  og , Standardmultiplikatorer

https://www.dst.dk/da/Statistik/ADAM/adamnyheder/2021/adam-ktober-2020-afloeser-adam-juni-2019

Stigende boligpriser udjævnes af lave renter

Selvom prisen på ejerboliger i Danmark generelt er steget, er de relative omkostninger ved at eje bolig faldet markant fra 2009 til 2016. , 29. september 2017 kl. 18:00 , Af , Henrik Molsted Wanscher, Boligpriserne i Danmark er stigende og ligger nu generelt over niveaet før finanskrisen, som fik boligpriserne til at falde markant. Men stigende boligpriser medfører ikke nødvendigvis at det er dyrere at eje en bolig. Prisen for at eje og bruge en bolig er mere end den rene salgspris på boligen, for der skal tages højde for, at man betaler rente af boliglånet (efter skattefradrag), skat af boligens værdi, vedligeholdelse samtidig med at man får en gevinst ved stigende boligpriser (se faktaboks). I denne artikel kaldes disse udgifter samlet set for brugerprisen. Ser man på udviklingen i den generelle brugerpris på bolig, viser det sig, at brugerprisener væsentlig lavere i 2016 end i 2009. Det er vigtigt at være opmærksom på at den her viste brugerpris på ejerbolig er beregnet under en række antagelser og derfor kan adskille sig væsentligt fra den enkelte boligejers brugerpris., Den væsentligste årsag til faldet i brugerprisen fra 2009 til 2016 er, at renteniveauet siden finanskrisen har været historisk lavt. De lave renter har reduceret prisen for at bo i en bolig, fordi omkostningerne for boligejerne ikke alene påvirkes af boligprisen, men også af renteudgifterne. , FAKTA OM BRUGERPRISEN: , Brugerprisen på en solgt ejerbolig et givent år beskriver renten på realkreditlån (efter skat), den gældende boligskattesats, vedligeholdelse og afskrivningsrate minus forventet gevinst fra den årlige boligprisstigning. Brugerprisen er en procentsats, og ganger man den på boligens salgspris fremkommer den pågældende boligs brugerpris i kroner.,  , Udviklingen i de faktiske omkostninger, For at udregne brugerprisen i kroner på en ejendom ganger man brugerprisen for et givent år på ejendomsprisen i det tilsvarende år., Salgsprisen på ejerlejligheder med en enkelt undtagelse i 2011 er steget markant fra 2009 til 2016, mens den beregnede brugerpris for ejerlejligheder i 2016 var på næsten samme niveau som i 2009. Brugerprisen for ejerlejligheder svinger lidt fra år til år, men har i gennemsnit ligget ret stabilt fra 2009 til 2016. Det er så at sige ikke blevet dyrere at bo i en ejerlejlighed, selvom ejerlejlighederne er blevet dyrere at købe.,  , Udviklingen i salgs- og brugerprisen på enfamiliehuse ligner udviklingen for ejerlejligheder. Salgsprisen på enfamiliehuse er generelt steget, mens brugerpriserne på enfamiliehuse er faldet.  Ligesom for brugerprisen er det vigtigt at være opmærksom på, at de faktiske salgspriser varierer betydeligt, så den enkelte boligejers situation kan afvige fra gennemsnittet. , Har du spørgsmål vedrørende udviklingen I brugerprisen på ejerboliger, er du velkomment til at kontakte Nikolaj Dreisig Mose Hansen på , nmh@dst.dk, eller telefon 39173775.

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2017-09-29-stigende-boligpriser-udjaevnes-af-lave-renter

Bag tallene

Over ti år er prisen på seniorers forbrug steget fem procentpoint mere end studerendes (Rettet)

Forbrugerpriserne er steget med 12 pct. over de seneste ti år. Forbrugerprisstigningerne opleves dog forskelligt afhængigt af, hvilke befolkningsgrupper man ser på., 2. juli 2019 kl. 7:30 - Opdateret 2. juli 2019 kl. 9:00 , Af , Henrik Molsted Wanscher, Der var desværre en fejl i den første version af artiklen. Der stod, at prisen på seniorers forbrug var steget fire procentpoint mere end studerendes. Der skulle have stået, at prisen på seniorers forbrug var steget fem procentpoint mere end studerendes. Fejlen er rettet i denne version.,  , Når danskerne købte ind i 2018, fik de i gennemsnit 12 pct. mindre for hver krone, de betalte, end det var tilfældet for ti år siden. Med andre ord var den overordnede inflation fra 2009 til 2018 på 12 pct. De oplevede prisændringer i perioden fra 2009 til 2018 afhænger dog i stor grad af, hvem man er, og hvor i livet man befinder sig. Det skyldes, at vores forbrugsmønstre er ret forskellige og varierer gennem livet. Ser man fx på studerende (uddannelsessøgende) har de oplevet en inflation på 8,9 pct. i den pågældende periode. For seniorer (husstande bestående af 2 to voksne over 60 år uden børn) har stigningen i samme periode været på 13,7 pct. Prisudviklingen for både studerende og seniorer har varieret over de undersøgte ti år, når man sammenligner med forbrugerprisindekset i alt. Men generelt gælder det, at studerende har oplevet mindre inflation i perioden 2009 til 2018 end både seniorer og befolkningen i alt. , Kilde:, Udviklingen er beregnet pba. , www.statistikbanken.dk/PRIS201,  , Computere og fyringsolie skaber forskelle fra 2017 til 2018, Man kan også se på udviklingen i priser over kortere tid. Fx er det studerende, der har oplevet den mindste gennemsnitlige prisstigning fra 2017 til 2018. Inflationen for de studerende steg da med 0,4 pct. Modsat oplevede seniorer de højeste prisstigninger på 1,0 pct. i samme periode. Udviklingen hænger i høj grad sammen med, at studerende bruger relativt mange penge på PC’er og tablets, som faldt i pris med 12 pct. fra 2017 til 2018, og fjernvarme, som faldt i pris med 5 pct. i perioden. Seniorer bruger derimod relativt mange penge på fyringsolie og naturgas, som begge steg i pris fra 2017 til 2018. Fyringsolie steg med 14 pct., og naturgas steg med 8 pct. Du kan se udviklingen i forbrugerprisindekset for alle varegrupper i denne , tabel, . ,  Kilde:, Udviklingen er beregnet pba. , www.statistikbanken.dk/PRIS201,  , Data til denne artikel er leveret af Martin Sædholm Nielsen. Hvis du har spørgsmål til data, er du velkomme til at kontakte ham på , mne@dst.dk, eller 39173005., Hvis du søger mere information om forbrugerprisindekset kan du også kigge forbi vores , emneside om forbrugerprisindekset, .

https://www.dst.dk/da/Statistik/udgivelser/bagtal/2019-07-02-Seniorers-forbrug-steg-mere-end-studerendes

Bag tallene