Tilbage


Delmål 11: Bæredygtige byer og lokalsamfund

Urbanisering


GS Urbanisering
# Import
BEXSTA_raw <- 
  statgl_url("BEXSTA", lang = language) %>% 
  statgl_fetch(
    `residence type` = px_all(), 
    .col_code        = TRUE
    ) %>% 
  as_tibble() 

# Transform
BEXSTA <-
  BEXSTA_raw %>% 
  filter(`residence type` != BEXSTA_raw[[1]][1]) %>% 
  mutate(
    `residence type` = fct_inorder(`residence type`) %>% fct_rev,
    time             = as.numeric(time),
    value            = as.numeric(value)
    )

# Plot
BEXSTA %>% 
  ggplot(aes(
    x    = time,
    y    = value,
    fill = `residence type`
  )) +
  geom_area(position = "fill") +
  scale_y_continuous(labels  = scales::percent_format(
    scale = 100, 
    accuracy = 1, 
    big.mark = ".",
    decimal.mark = ","
    )) +
  scale_fill_statgl(reverse = TRUE, guide = guide_legend(reverse = TRUE)) +
  theme_statgl() +
  labs(
    title = sdg11$figs$fig1$title[language],
    subtitle = sdg11$figs$fig1$sub[language],
    x = " ",
    y = " ",
    fill = sdg11$figs$fig1$fill[language],
    caption = sdg11$figs$fig1$cap[language]
  )

Statistikbanken


# Transform
BEXSTA <-
  BEXSTA_raw %>% 
  filter(
    `residence type` != BEXSTA_raw[[1]][1],
    time >= year(Sys.time()) - 7) %>% 
  mutate(
    `residence type` = fct_inorder(`residence type`),
    time             = as.numeric(time),
    value            = as.numeric(value),
    ) %>% 
  spread(1, 3) %>% 
  arrange(desc(time)) %>% 
  mutate(var = "Antal personer")

# Table
BEXSTA %>% 
  select(-ncol(.)) %>% 
  rename(" " = 1) %>% 
  statgl_table(year_col = " ") %>% 
  pack_rows(index = BEXSTA[[9]] %>% table())
Hovedstad Hovedbosteder Større bosteder Bosteder Mindre bosteder Mindste bosteder Andre lokaliteter
Antal personer
2022 19.261 16.242 12.558 4.377 3.590 470 64
2021 18.800 16.345 12.679 5.005 3.171 353 68
2020 18.326 16.299 12.861 5.031 3.124 366 74
2019 17.984 16.295 12.924 4.924 3.387 393 85
2018 17.796 16.275 12.891 5.144 3.280 390 101
2017 17.600 16.173 12.958 4.961 3.707 355 106
2016 17.316 16.212 13.081 5.206 3.512 399 121
2015 16.992 16.333 13.308 4.818 4.030 372 130

Uddannelsessteders placering


GS Uddannelsessteders placering
# Import
if (language == "da") {
  udd_raw <- readxl::read_xlsx(paste0(getwd(), "/text/", "udd_da.xlsx"))
} else if (language == "kl") {
  udd_raw <- readxl::read_xlsx(paste0(getwd(), "/text/", "udd_kl.xlsx"))
} else {
  udd_raw <- readxl::read_xlsx(paste0(getwd(), "/text/", "udd_en.xlsx"))
}

# Transform
udd <- 
  udd_raw %>% 
    mutate(
    metro = metro %>% factor(levels = unique(metro)),
    by    = by    %>% factor(levels = unique(by)),
    navn  = navn  %>% factor(levels = unique(navn)),
    type  = type  %>% factor(levels = unique(type))
    )

# Plot
udd %>% 
  ggplot(aes(
    x   = type,
    y   = by,
  color = metro,
  )) +
  geom_jitter(size = 7) +
  theme_statgl() + 
  scale_color_statgl() +
  annotate(
    geom = "text", 
    x = unique(udd[[2]])[4], 
    y = unique(udd[[3]])[7],
    label = paste0(round(6/27*100, 1), "%"),
    color = "red",
    size = 10
    ) +
  annotate(
    geom = "text", 
    x = unique(udd[[2]])[4], 
    y = unique(udd[[3]])[5],
    label = paste0(round(21/27*100, 1), "%"),
    color = "darkblue",
    size = 10
  ) +
  labs(
    title = sdg11$figs$fig1$title[language],
    y     = " ",
    x     = " ",
    color = " "
  )




# Table
udd %>% 
  select(1, 3, 4) %>% 
  arrange(metro, by) %>% 
  select(1) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = udd[["metro"]] %>% table()) %>% 
  pack_rows(index = udd[["by"]] %>% table())
Inden for kommunehovedstæderne
Qaqortoq
Sulisartut højskoliat
SPS Qaqortoq
Campus Kujalleq
Sisimiut
Knud Rasmussen Højskolea
Arnat Ilinniarfiat
SPS-Sisimiut afdeling
Sanaartornermik Ilinniarfik
GUX Sisimiut
Nuuk
Politiskolen
Eqqumiitsuliornermik ilinniarfik
SPS Nuuk
Jern og Metalskolen
Niuernermik Ilinniarfik
Imarsiornermik Ilinniarfik
Bygge og anlæg skolen
Peqqissaanermik ilinniarfik
Qeqqani Ilinniarnertunngorniarfik
Ilisimatusarfik
Nuuk Internationale Friskole
Nunatta Isiginnaartitsisarfia
Ilulissat
Socialpædagogisk Seminarium
Uden for kommunehovedstæderne
Maniitsoq
Efterskole Maniitsoq
Qasigiannguit
Efterskole Villads Villadsen
Narsaq
Inuili
Paamiut
Imarsiornermik Ilinniarfik
Aasiaat
GU-Aasiaat
Ado Lyngep Atuarfia

Fredede områder


GS Fredede områder
områder <- readxl:: read_xlsx("text/områder_da.xlsx")

# Table
områder %>% 
  mutate_if(is.numeric, ~ replace(., is.na(.), 0)) %>% 
  mutate_if(is.numeric, funs(as.character(signif(., 3)))) %>% 
  select(-Ramsar) %>% 
  rename(" " = 1) %>% 
  statgl_table(replace_0s = TRUE) %>% 
  pack_rows(index = områder["Ramsar"] %>% table())
Kvadratkilometer Rettet kvadratkilometer Bemærkning
Ikke ramsarområde
Qinnguadalen 30 37.2 -
Øen Uunartoq 5850 6.32 -
Klosterdalen 24 26 -
Ivittuut og Kangilinnguit (Inkl 5 delområder, herunder Ikkafjorden) 573 615 rettet område
Øen Akilia 1 1.52 -
Austmannadalen 587 632 -
Arnangarnup Qoorua 90 96 -
Arktisk Station (Lyngmarken) 2600 1.93 rettet område
Melville Bugten 7980 6980 -
Ilulissat Isfjord 4000 4050 -
Kitsissunnguit – Grønne Ejland (også ramsar) 69 70.1 -
Uunnartorsuaq (Engelskmandens Havn) - 0.601 indsat område
Nationalparken i Nord- og Østgrønland 953000 935000 -
Ramsarområde
Ikkattoq and adjacent archipelago - 449 indsat område
Kitsissut Avalliit - 44.7 indsat område
Aqajarua, Qaamassoq and Sullorsuaq - 264 indsat område
Qinnquata Marraa and Kuussuaq - 70 indsat område
Kuannersuit Kuussuat - 38 indsat område
Naternaq - 1910 indsat område
Heden - 2620 indsat område
Hochstetter Forland - 2070 indsat område
Kilen - 495 indsat område
Ørsted Dal, Pingel Dal and Enhjørningen Dal - 1960 indsat område
Eqalummiut Nunaat and Nassuttuup Nunaa - 5820 indsat område