Statistik der Unternehmensstruktur (STATENT):

Die Statistik der Unternehmensstruktur (STATENT) des Bundesamtes für Statistik (BFS) liefert zentrale Informationen zur Struktur der Schweizer Wirtschaft. Die STATENT ersetzt die Betriebszählung (BZ), die 2008 zum letzten Mal durchgeführt wurde. Die STATENT erfasst alle Unternehmen, die verpflichtet sind, für ihre Angestellten sowie für sich selber (Selbstständigerwerbende) bei einem Mindesteinkommen von jährlich Fr. 2300.- AHV-Beiträge zu bezahlen. Die Auswertungseinheiten sind die Arbeitsstätte und das Unternehmen (institutionelle Einheit). Die STATENT basiert im Wesentlichen auf Daten des Registers der Alters- und Hinterlassenenversicherung AHV sowie auf Informationen aus dem Unternehmens- und Betriebsregister des BFS. Die Zahlen werden mit Daten aus laufenden Erhebungen bei Unternehmen ergänzt. Die Daten erscheinen einmal jährlich, jeweils knapp zwei Jahre nach dem Stichtag per Jahresende.

Vollzeitäquivalente:

Angaben zu den Vollzeitäquivalenten dürfen erst ab einem Schwellenwert von mindestens vier Arbeitsstätten veröffentlicht werden. Anonymisierte Vollzeitäquivalente sind mit "K" gekennzeichnet.

Raum:

<![CDATA[ Diese Daten werden für die Webapplikation STATENT-Tool verwendet. Daher sind die Quartiere und Kreise im Long-Format. Mit folgendem Code können die Quartiere oder Kreise in einer neu berechneten Spalte identifiziert werden:

Beispiel in R: sh mutate(Raum = case_when( RaumSort == "1" ~ "Ganze Stadt", as.numeric(RaumSort) %% 10 == 0 ~ "Kreise", TRUE ~ "Quartiere", ))
Beispiel in Python mit Pandas: ```sh def classify_raumsort(value): if value == 1: return 'Ganze Stadt' elif int(value) % 10 == 0: return 'Kreise' else: return 'Quartiere'

data2betested['Raum'] = data2betested['RaumSort'].apply(classify_raumsort) ```

Branche:

Diese Daten werden für die Webapplikation STATENT-Tool verwendet. Daher sind die Branchen im Long-Format. Mit folgendem Code können die einzelnen NOGA-Hierarchien in einer neu berechneten Spalte identifiziert werden:

Beispiel in R: sh mutate(Hierarchie = case_when( BrancheCd == "0" ~ "Ganze Stadt", grepl("^[0-9]{1}$", BrancheCd) ~ "1.-3. Sektor", grepl("^[A-Z]$", BrancheCd) ~ "NOGA1", grepl("^[0-9]{2}$", BrancheCd) ~ "NOGA2", grepl("^[0-9]{3}$", BrancheCd) ~ "NOGA3" ))
Besipiel in Python: ```sh import re

df['BrancheCd'] = df['BrancheCd'].astype(str)

Benutzerdefinierte Funktion zur Klassifizierung

def classify_hierarchie(branche_cd): if branche_cd == '0': return 'Alle Sektoren' elif re.match(r'^[0-9]{1}$', branche_cd): return '1.-3. Sektor' elif re.match(r'^[A-Z]$', branche_cd): return 'NOGA1' elif re.match(r'^[0-9]{2}$', branche_cd): return 'NOGA2' elif re.match(r'^[0-9]{3}$', branche_cd): return 'NOGA3' else: return 'Unbekannt'

Anwenden der Funktion auf die Spalte 'BrancheCd'

df['BranchenHierarchie'] = df['BrancheCd'].apply(classify_hierarchie)

```

Anwendungen für Arbeitsstätten, Beschäftigte und Vollzeitäquivalente nach Sektor und Wirtschaftszweig