Sådan bruger du registerdata til forbrugsmønstre

Hvad registerdata kan – og ikke kan – sige om forbrugsmønstre

Registerdata er her anonymiserede oplysninger om enkeltpersoner og virksomheder fra offentlige registre, oftest samlet af Danmarks Statistik. De Økonomiske Råds sekretariat vedligeholder et stort datasæt baseret på registerdata med oplysninger om befolkningens indkomst, beskæftigelse, uddannelse og familieforhold. Den type grundstamme bygger forbrugsanalyser typisk på.

Sundhedsforbrug kommer fra en anden datakilde: Sundhedsdatastyrelsens Forskerservice leverer data fra en lang række sundhedsregistre og fra CPR-registeret. Registrene dækker eksempelvis cancerregisteret, Det Nationale Alkoholbehandlingsregister, registeret over provokerede aborter, Det Statistiske Autorisationsregister og Den Nationale Børnedatabase. Sidstnævnte indeholder højde, vægt, passiv rygning og amning indberettet fra kommunerne i forbindelse med forebyggende helbreds- og funktionsundersøgelser.

Forventningerne bør matche registrenes indhold. Registre fanger sjældent alle former for forbrug, og hvor detaljeret man kan følge indkøb, afhænger af, om der findes et datasæt på området. De Økonomiske Råds rapport til Det Miljøøkonomiske Råd i 2023 byggede på data om ca. 2.800 danske husstandes indkøb af kød kombineret med prisudviklingen – et enkelt, afgrænset forbrugsområde, ikke et samlet billede af husstandenes forbrug. Registerdata er heller ikke realtidsdata: de nyeste registeroplysninger er typisk nogle måneder gamle, og data er ofte et år eller halvandet år gamle, før de er klar til anvendelse.

Afgræns forbrugsspørgsmålet, før du åbner registrene

Beslut tre ting først: analyseenhed, hvad der skal måles, og hvilken periode der skal dækkes. Registerdata findes på person-, husstand- og virksomhedsniveau. Analysen af ca. 2.800 danske husstandes indkøb af kød er på husstandsniveau; analysen af automatisering i danske virksomheder fra produktivitetsrapporten i 2023 er på virksomhedsniveau, hvor oplysninger om virksomheders brug af automatisering blev koblet med information om blandt andet antallet af ansatte.

Med de registerdata, kilderne beskriver, kan man blandt andet undersøge, hvordan indkomsterne er fordelt i befolkningen, hvordan personer reagerer på ændrede økonomiske eller strukturelle forhold, og hvad afkastet af uddannelse er. Det er de analysetyper, De Økonomiske Råds sekretariat bruger sit registerdatasæt til. Spørgsmål om holdninger – for eksempel forbrugertillid eller frygt for inflation – findes ikke i registrene, men må hentes i spørgeskemadata og kobles på.

Fastlæg perioden, før du bestiller data. Registeroplysninger er typisk først klare et år eller halvandet år efter, de er dannet, så et aktuelt prischok kan man ikke følge i registrene. Handler analysen om et strukturelt skift, sætter et afgrænset indgrebs- eller ændringstidspunkt i stedet rammen – som retten til vederlagsfri børnetandpleje fra efteråret 2023, der er brugt som eksempel på en registerbaseret analyse af effekter over tid.

Vælg danske registre og datakilder, der matcher forbruget

Danmarks Statistik er den centrale indgang til registerdata. Til løbende opdaterede tal bruges Statistikbanken, hvor man altid finder de senest opdaterede data, og hvor statistikdata kan benyttes frit, også kommercielt; udtræk kan automatiseres via Statistikbankens API. Til egentlige analyser tilbyder Danmarks Statistik myndigheder, forskere og dataanalytikere adgang til at analysere en lang række pseudonymiserede mikrodata. Den adgang søger man, når forbrugsmønstre skal kobles til person- og husstandskarakteristika frem for læses som færdige tabeller.

Til sundhedsforbrug er Sundhedsdatastyrelsens Forskerservice den relevante indgang, fordi den leverer data fra sundhedsregistrene og CPR-registeret. Hvilket register der er relevant, afgøres ud fra dokumentationen for det enkelte register, som findes på Sundhedsdatastyrelsens hjemmeside eller på eSundhed.dk. Dokumentationen bruges til at finde ud af, hvilke registre og variable der er relevante for projektet.

Skal forbrug kobles til priser, er mønsteret fra Det Miljøøkonomiske Råds rapport i 2023 det nærmeste eksempel: data om ca. 2.800 danske husstandes indkøb af kød blev kombineret med prisudviklingen. Det illustrerer arbejdsgangen – et forbrugsdatasæt på den ene side, en prisrække på den anden og en fælles tidsakse, der gør det muligt at se, hvordan indkøbene bevæger sig, når priserne ændrer sig.

Vigtige datakilder og adgangssteder for forbrugsanalyse i Danmark

Kombinér registerdata med spørgeskema om forbrugertillid

Registerdata viser, hvad folk gør, men ikke hvorfor. Derfor kobles registeroplysninger ofte med spørgeskemadata om forbrugertillid og inflationsbekymring. Fjordavisen beskrev den 23. juli 2025 en analyse fra Finans Danmark, der bygger på registerdata og spørgeskema fra Danmarks Statistik. Ifølge den var andelen af danskere, der følte økonomisk pres, faldet fra næsten hver femte et år tidligere til omkring hver syvende – stadig over niveauet før inflationskrisen, hvor kun hver tiende oplevede økonomiske udfordringer.

Spørgeskemadelen forklarer, hvorfor billedet ikke bare følger privatøkonomien. En ud af ti danskere var bekymrede for deres økonomi i det kommende år, og blandt de bekymrede nævnte to tredjedele risikoen for stigende priser som en af deres tre største bekymringer. Knap halvdelen af de bekymrede pegede på Trumps politiske beslutninger, og forbrugertilliden tog et markant dyk efter det amerikanske præsidentvalg – samtidig med at beskæftigelsen steg, arbejdsløsheden holdt sig på et lavt niveau, og lønstigningerne havde indhentet prisstigningerne, så købekraften særligt på det private arbejdsmarked var ved at være genoprettet.

Pointen er, at registeroplysninger om indkomst, beskæftigelse og familieforhold kan nuancere billedet af, hvorfor forbrugsmønstre ændrer sig, selv når økonomien forbedres: en husstand kan have fået bedre råd ifølge registrene og alligevel holde igen, hvis spørgeskemasvarene viser inflationsefterslæb eller usikkerhed om fremtiden. De to datatyper besvarer hvert sit spørgsmål og bør præsenteres hver for sig, ikke smeltes sammen til ét tal.

Analysér forbrugsmønstre over tid og mellem grupper

Gruppesammenligninger er den mest ligefremme analysetilgang, fordi registerdatasættet indeholder oplysninger om indkomst, beskæftigelse, uddannelse og familieforhold. De Økonomiske Råds sekretariat bruger da også datasættet til at analysere, hvordan indkomsterne i Danmark er fordelt i befolkningen, hvordan personer reagerer på ændrede økonomiske eller strukturelle forhold, og hvad afkastet af uddannelse er. Grupperne kan defineres efter de samme variable, som registrene indeholder, og forbrugsmål sammenlignes på tværs af dem.

Tre konkrete registerbaserede eksempler viser, hvordan analysen sættes op. Effekterne af retten til vederlagsfri børnetandpleje fra efteråret 2023 er belyst med oplysninger om brugen af sundhedsydelser, beskæftigelse og indkomst. Automatisering i danske virksomheder er belyst ved at koble virksomheders brug af automatisering med information om blandt andet antallet af ansatte i produktivitetsrapporten fra 2023. Og i rapporten til Det Miljøøkonomiske Råd i 2023 blev data om ca. 2.800 danske husstandes indkøb af kød kombineret med prisudviklingen.

Når forbrug skal følges over tid, er det praktiske greb at vælge et ændringstidspunkt og sammenligne grupper eller husstande før og efter dette punkt – og samtidig være opmærksom på, hvornår data overhovedet findes for hele perioden. De første data i De Økonomiske Råds datasæt stammer tilbage fra 1983, men kvaliteten af oplysningerne var dengang lavere, og de nyeste registeroplysninger er nogle måneder gamle, mens data typisk er et år eller halvandet år gamle, før de er klar til anvendelse. Perioden bør derfor vælges efter, hvornår både forbrugsmålet og de forklarende variable holder tilstrækkelig kvalitet.

Adgang, dokumentation og sikkerhed i praksis

Hos Danmarks Statistik ansøger man om adgang til at analysere pseudonymiserede mikrodata, og ordningen er rettet mod myndigheder, forskere og dataanalytikere. Hos Sundhedsdatastyrelsens Forskerservice begynder processen med at skabe overblik over, hvilke registre man kan ansøge om til projektet. Derefter skal der laves en udtræksbeskrivelse og udfyldes et bestillingsark; i bestillingsarket fremgår det, hvilke registre, tabeller og variable der videregives til henholdsvis Forskermaskinen og til et andet databehandlingssted, og der gives en kort beskrivelse af indholdet i de enkelte variable.

Registerdokumentationen er det redskab, der binder spørgsmål og variable sammen. For de fleste registre findes dokumentationen på Sundhedsdatastyrelsens hjemmeside eller på eSundhed.dk, og den bruges til at afgøre, hvilke registre og variable der er relevante. Dokumentationen indeholder også oplysninger om datadækning og opdatering, som bør læses, før man bestiller: Det Nationale Alkoholbehandlingsregister er for eksempel kun opdateret indtil 31. december 2024 og omlægges primo 2026. Den slags detaljer afgør, om et register kan bære den periode, analysen skal dække.

Sikkerheden er stram. De Økonomiske Råds sekretariats medarbejdere er omfattet af skrappe sikkerhedskrav, når de anvender registerdata, med det formål at sikre, at data ikke udnyttes i strid med hensigten om at undersøge udvalgte personers forhold. Analyserne foregår på pseudonymiserede eller anonymiserede data og i særlige databehandlingsmiljøer frem for i et almindeligt skrivebordsmiljø.

Borgerne har samtidig en selvstændig ret til at se, hvad der er registreret om dem. Indsigtsretten i CPR er fastlagt i databeskyttelsesforordningens artikel 15, og registerindsigt anmodes om digitalt via selvbetjeningsløsningen med MitID. Man kan kun få indsigt i andres oplysninger, hvis de har givet fuldmagt – fuldmagt gives på Min Side på borger.dk – og har man del i forældremyndigheden over et barn, kan man se barnets oplysninger ved at logge på med sin MitID. Kan man ikke bruge selvbetjeningsløsningen, kan man sende en anmodning til CPR-kontoret med navn, personnummer og adresse, og det anbefales ikke at sende personoplysninger som personnummer på en almindelig e-mail. Ønsker man en attestation, henvises der til Folkeregister eller Borgerservice i eksempelvis bopælskommunen, som kan udstede attestation efter CPR-lovens § 46.

Faldgruber: timing, datakvalitet og fortolkning

Den første faldgrube er timing. Selvom de nyeste registeroplysninger kan være nogle måneder gamle, er data typisk et år eller halvandet år gamle, før de er klar til anvendelse. En analyse af forbrug under et aktuelt prischok kommer derfor bagefter begivenheden, og skal man sige noget om den aktuelle stemning, er spørgeskemadata det hurtigere spor – sådan som forbrugertillidsmålingerne blev brugt sammen med registerdata i den analyse fra Finans Danmark, som Fjordavisen beskrev den 23. juli 2025.

Den anden faldgrube er datakvalitet og dækning bagud i tid. De første data i De Økonomiske Råds datasæt stammer fra 1983, hvor kvaliteten af oplysningerne var lavere, så lange tidsserier er ikke ensartede hele vejen. Den tredje er dækningen: registre fanger sjældent alle former for forbrug, og et forbrugsmål dækker kun det område, datasættet er bygget til.

Eksemplet med ca. 2.800 danske husstandes indkøb af kød kombineret med prisudviklingen viser grænserne i praksis. Man kan undersøge, hvordan kødindkøbene i dette datasæt bevægede sig, når priserne ændrede sig, og man kan opdele husstandene efter de baggrundsoplysninger, datasættet indeholder. Man kan derimod ikke konkludere noget om husstandenes samlede forbrug, om indkøb uden for det dækkede område eller om de bevæggrunde, der ligger bag et skift i indkøbsmønsteret – motiverne kræver andre datatyper end registrene. Antallet af husstande siger også noget om, hvor fint man kan opdele grupperne, før tallene bliver for usikre at tolke på.