Sådan sammenligner du bydele efter antal virksomheder med offentlige data

Afklar hvad der skal tælles: virksomheder, arbejdssteder eller CVR-enheder

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

Danmarks Statistik opgør firmaer efter hovedsædets/CVR-nummerets registreringsadresse og viser fordelingen af firmaer på kommuner. Derfor kan en bydel med mange hovedsæder fremstå virksomhedstung, selv om den fysiske aktivitet ligger i en anden bydel. 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.

Find de offentlige data, der faktisk går ned på bydelsniveau

Danmarks Statistiks statistik om firmaer og koncerner fordeler antallet af firmaer på kommuner efter hovedsædets registreringsadresse. Den kan bruges som kommuneoverblik og kontroltal, men giver ikke selv en bydelsopdeling – den må du lave ved at koble adresser til bydele.

Kommunale åbne data er den anden kilde. Odense Kommune lægger data ud via Open Data DK, en open source-CKAN fra Open Knowledge Foundation, der bruges internationalt og nationalt til et samlet, søgbart overblik over tilgængelige data. Odense oplyser selv, at der kun er få datasæt i dag, og at kommunen arbejder på at lægge flere ud sammen med virksomheder og uddannelsesinstitutioner. Udbuddet er derfor få og uensartede datasæt; åbn hvert enkelt og tjek, om det indeholder adresser, arbejdssteder eller kun tal på kommune- og byniveau.

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.

Definér bydele med samme geografi og tidsrum

Vælg én geografisk nøgle for alle bydele. Postnumre er nemme at koble direkte til virksomhedsadresser (fx 8000 Aarhus C, 8200 Aarhus N, 5000 Odense C, 5200 Odense V), 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, geografisk nøgle, opgørelsesdato og periode. Tabellen er både dokumentation og kontrol for, om en bydel optræder med to forskellige afgrænsninger i to datasæt.

Aggregér CVR-adresser til bydele – og håndtér hovedsæder

Metoden: hent virksomhedsdata med registreringsadresse, geokod adressen til et adressepunkt via de offentlige adresseregistre, og map punktet ind i bydelens polygon eller postnummer. Aggregér derefter antal enheder pr. bydel. Trinnene er de samme, hvad enten du tæller CVR-enheder eller arbejdssteder – kun kildefeltet skifter.

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.

Sådan aggregeres virksomhedsadresser til bydele

Vælg tal der matcher formålet: antal, størrelse 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-profilerne viser, hvad et sådant talgrundlag kan indeholde: »Aarhus i tal« angiver 16.500+ arbejdssteder, heraf ca. 750 med 50+ ansatte, og 372.000 indbyggere i kommunen. De store arbejdsgivere udgør altså en lille andel af alle arbejdssteder – et forhold, der kan skelne en bydel med mange små enheder fra en med få, store.

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 erhvervsaktivitet i Aarhus Kommune (2025)

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.

Vækstmønsteret er ikke jævnt fordelt. Ifølge analysen »Årsager til at beskæftigelsen koncentreres i de større byer« voksede beskæftigelsen fra 1993 til 2014 mest i og omkring hovedstaden og Aarhus. Bydelene i og omkring de største byer ændrer derfor typisk virksomhedssammensætning over tid, og en sammenligning alene på niveau kan skjule en udviklingsforskel. Sammenlign både niveau og ændring over samme periode og med samme geografiske afgrænsning.

Vær opmærksom på, at normaleringerne 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 normaleringer 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.

Forbeholdene skal med i teksten: kommunale open data-udbud er under opbygning. Odense Kommune oplyser, at der kun er få datasæt i dag, og at der arbejdes på at lægge flere ud. Aarhus Kommunes side »Aarhus i tal« er mærket »Sidst opdateret: 3. februar 2025«. Et datasæt kan være ændret eller fjernet senere – gem derfor versionsdatoen sammen med tallene.

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.

Vigtige overvejelser ved måling af virksomheder i bydele