Foto til artiklen Antal virksomheder i bydele: sådan vurderes offentlige data
Foto af RDNE Stock project på Pexels

Bydele

Antal virksomheder i bydele: sådan vurderes offentlige data

En opgørelse af antal virksomheder i bydele afhænger af, om de offentlige data viser virksomheder eller arbejdssteder, og om de indeholder en adresse eller en geografisk nøgle.

Dette er et redaktionelt pseudonym for udgivelsen, ikke en påstand om en uafhængigt verificeret personlig identitet. Oprindelig redaktionel kreditering: Lokalredaktionen.

Vælg, om du tæller virksomheder, arbejdssteder eller CVR-enheder

En opgørelse af antal virksomheder i bydele afhænger af, om de offentlige data viser virksomheder eller arbejdssteder, og om de indeholder en adresse eller en geografisk nøgle. Vurdér derfor enhed, datakilde og bydelsafgrænsning, før du sammenligner antal.

Tre enheder kan tælles, og de giver vidt forskellige bydelsprofiler. En virksomhed er en juridisk enhed med eget CVR-nummer. En koncern består af et moderselskab og et eller flere datterselskaber, som hver kan have eget CVR-nummer og egen adresse. Et arbejdssted er en fysisk lokalitet, hvor der udføres arbejde – filial, afdeling eller produktionsenhed – og det kan ligge et andet sted end hovedsædet.

Firmaer, koncerner og arbejdssteder måler forskellige ting, og en opgørelse over juridiske enheder kan derfor give et andet billede end en opgørelse over fysiske arbejdssteder. En bydel med mange registrerede hovedsæder kan fremstå virksomhedstung, selv om den fysiske aktivitet ligger et andet sted. Vil du måle økonomisk aktivitet, så tæl arbejdssteder; vil du måle hovedsæde- og ejerfunktioner, så tæl CVR-enheder.

Skriv enhedsvalget ned, før du henter data, og hold fast i hele analysen. Læg aldrig koncernmoder, datterselskaber og deres arbejdssteder sammen i samme kolonne – det dobbelttæller samme aktivitet. Beslut også, om en koncern skal tælle som én virksomhed eller som flere selvstændige CVR-enheder.

Vurdér offentlige data om antal virksomheder i bydele

Danmarks Statistik har en statistik med titlen »Firmaer og koncerner« (dst.dk). Før du bruger den til en bydelsopgørelse, skal du kontrollere, om det konkrete udtræk indeholder adresser og en geografisk nøgle. Statistik på kommuneniveau kan ikke i sig selv give en fordeling på bydele, så brug kommuneoplysninger som kontroltal, ikke som erstatning for bydelsdata.

Odense Kommune henviser til platformen Open Data DK. Den er open source, CKAN fra Open Knowledge Foundation, og giver et samlet og søgbart overblik over tilgængelige data. Kommunen oplyser, at der kun er få datasæt i dag, og at den arbejder på at få flere ud sammen med virksomheder og uddannelsesinstitutioner.

Søg efter datasæt med adresser eller arbejdssteder, og kontrollér, om den geografiske nøgle gør det muligt at placere oplysningerne i en bydel. Tal på kommune- og byniveau kan ikke fordeles på bydele uden en adresse eller en anden geografisk nøgle.

For Aarhus findes web-appen »Aarhus i tal« med data om blandt andet befolkning, beskæftigelse og økonomi, og kommunen henviser til samlet erhvervsstatistik fra eStatistik om beskæftigelse, iværksætteri og eksport for Aarhus Kommune. Tjek i hvert datasæt, hvilken geografisk nøgle der følger med: et datasæt med adresse eller arbejdssted kan aggregeres til bydele, mens et datasæt med kun kommunetal ikke kan.

Afgræns bydele og opgørelsestidspunkt ens

Vælg én geografisk nøgle for alle bydele. Postnumre er nemme at koble direkte til virksomhedsadresser, men postnummergrænser følger ikke nødvendigvis bydelens grænser. Sogne og kommunale bydelsinddelinger er administrative enheder, der kan give en mere stabil ramme, men de skal kobles via adressepunkter, ikke direkte via postnummer.

Fastlæg én fælles opgørelsesdato for alle bydele. Revideres bydele, postnumre eller kommunale inddelinger midt i perioden, flytter tallene sig, uden at aktiviteten i byen har ændret sig – og så sammenligner du reelt to forskellige geografier.

Lav en lille nøgletabel, før du regner: bydelens navn (fx Aarhus C, Aarhus N eller Brabrand), geografisk nøgle, opgørelsesdato og periode. Tabellen viser samtidig, om en bydel optræder med to forskellige afgrænsninger i to datasæt.

Trin-for-trin metode til sammenligning af virksomheder i bydele

  1. Vælg enhed: CVR-enheder eller arbejdssteder?Afhænger af formål – hovedsæder eller fysisk aktivitet?
  2. Søg efter datasæt med geografisk nøgleKontroller, om data indeholder adresse eller arbejdssted med placering på bydelsskala.
  3. Fastlæg én fælles opgørelsesdatoUndgå ændringer i bydelsgrænser midt i tidsperioden.
  4. Kobl adresser til bydele via geografisk punktBrug registreringsadresse eller arbejdsstedsadresse – vælg princip og hold fast.

Kobl virksomhedsadresser til bydele og vælg adresseprincip

Metoden er at bruge virksomhedsdata med registreringsadresse, omsætte adressen til et geografisk punkt og koble punktet til den valgte bydelsgrænse eller det valgte postnummer. Tæl derefter enhederne pr. bydel. Trinnene gælder både CVR-enheder og arbejdssteder, men det relevante adressefelt afhænger af, hvad du måler.

Registreringsadressen kan være et hovedsæde eller en ren administrationsadresse, mens aktiviteten foregår i andre bydele. Vil du måle fysisk tilstedeværelse, brug arbejdsstedsdata i stedet for CVR-adresser, og oplys i metoden, at hovedsæder bevidst tælles på hovedsædeadressen.

Undgå dobbelttælling: en koncern med moder og flere datterselskaber kan give både flere CVR-enheder og flere arbejdssteder på samme adresse. Beslut, om koncernen tælles som én enhed eller flere, og tæl ikke både den juridiske enhed og dens arbejdssted med i samme nøgletal.

For- og modargumenter ved at måle virksomheder via hovedsædernes adresse

  • Forside: Måler administration og beslutningscentrumTager højde for, hvor virksomhederne er registreret – nyttigt til vurdering af lokal erhvervsattraktivitet.
  • Mod: Fysisk aktivitet kan ligge andet stedEn virksomhed med hovedsæde i Aarhus C kan have alle sine arbejdspladser i Aarhus N – derfor en fejlfortolkning af fysisk økonomisk aktivitet.

Vælg nøgletal til antal virksomheder og arbejdssteder

Brug et lille sæt nøgletal, der kan trækkes på samme geografi og dato: antal arbejdssteder, antal CVR-enheder, antal enheder med 50+ ansatte og branchefordeling. Antallet af enheder siger noget om bredden, antallet med 50+ ansatte om arbejdsgivernes størrelse, og brancherne om bydelens type erhvervsliv.

Aarhus i tal oplyser 16.500+ arbejdssteder, heraf ca. 750 med 50+ ansatte, og 372.000 indbyggere i Aarhus (aarhuskommuneerhverv.dk). Tallene er ikke fordelt på bydele, så de viser, hvilke oplysninger en kommunal kilde kan rumme, men kan ikke bruges som en bydelsrangering. En egentlig sammenligning kræver tal på samme bydelsniveau.

Vælg nøgletal efter formålet. Skal bydelen vurderes som etableringssted for nye virksomheder, er antal arbejdssteder og branchefordeling mere relevant end antal hovedsæder. Skal bydelen vurderes som administrations- og beslutningscentrum, er CVR-enheder med registreringsadresse i bydelen det relevante tal – oplys da, at du måler hovedsæder, ikke fysisk aktivitet.

Nøgletal for erhvervsliv i Aarhus Kommune (2025)

  • Arbejdssteder i Aarhus16
  • Virksomheder med 50+ ansatte750
  • Befolkning i Aarhus372.000

Normalisér for areal, befolkning og beskæftigelse

Store og centrale bydele får automatisk flere virksomheder, alene fordi der er mere areal og flere mennesker. Normalisér derfor de samme grundtal på flere måder: arbejdssteder pr. 1.000 indbyggere, arbejdssteder pr. km² og – hvis data findes – virksomheder i forhold til antallet af beskæftigede i bydelen.

En ændring i antallet kan afspejle både reelle ændringer og ændringer i afgrænsning, registrering eller datakilde. Hold derfor tidsserien til samme definition af virksomhed, geografi og opgørelsesdato.

Normaliseringen kræver befolkningstal og areal opgjort på præcis samme bydelsafgrænsning som virksomhedstallene. Findes de kun på kommuneniveau, kan bydelene ikke sammenlignes retfærdigt, og du bør nøjes med at vise de rå antal og forklare hvorfor.

Vær opmærksom på, at normaliseringerne favoriserer forskellige bydele: arbejdssteder pr. km² fremhæver tætte bydele, mens arbejdssteder pr. indbygger fremhæver bydele med mange arbejdspladser i forhold til befolkningen. Vis mindst to normaliseringer samtidig, så læseren kan se, hvorfor en bydel ser virksomhedstung ud.

Dokumentér dækning, usikkerhed og opdatering

Dokumentér for hver bydel: kildenavn, datasættets navn, opgørelsesdato, geografisk nøgle, hvilke enheder der er talt, og om adressen er hovedsæde- eller arbejdsstedsadresse. Det gør det muligt at gentage analysen og forklare, hvorfor to bydele ikke nødvendigvis er opgjort efter samme princip.

Vær forsigtig med meget små tal pr. bydel. En enkelt stor arbejdsgiver kan dominere billedet, og et lille antal enheder giver et usikkert grundlag for at sammenligne bydele med hinanden.

Aarhus Kommunes side »Aarhus i tal« er mærket »Sidst opdateret: 3. februar 2025« (aarhuskommuneerhverv.dk). Notér datoen for datasættets seneste opdatering særskilt fra datoen, hvor du henter det; de to datoer beskriver ikke nødvendigvis det samme. Gem versionsdatoen sammen med tallene, så ændringer i kilden kan spores.

Læg en fast opdateringsrutine: vælg en årlig opgørelsesdag, gem rå udtræk, og sammenlign kun tal med samme adresseprincip og geografiske afgrænsning. Skifter kommunen eller statistikken princip eller inddeling, genberegn hele serien i stedet for at kæde gamle og nye tal sammen.

Mere fra Bydele