Ratio light logo

Ratio är ett fristående forskningsinstitut som forskar om företagandets villkor.

08-441 59 00info@ratio.se

802002-5212

Sveavägen 59 4trp

11359 Stockholm

Bankgiro: 512-6578

PublikationerEvenemangMedarbetare

Populärt

Unga forskare
Nyhetsarkiv
Publikationer
Evenemang
Medarbetare
Start
Publikationer
Forskning i korthet
Rapportserie arbetsmarknad
Arbetsmarknad
Klimat och miljö
Konkurrenskraft
Projekt
Evenemang
RatioTV
Ratio dialogue
Detta är Ratio
VD berättar
Styrelse
Ledning
Verksamhetsberättelse
Medarbetare
Forska hos oss
Kontakta oss
Om programmet
Stipendium för unga forskare
Praktik
Sommarassistent på Ratio
Eli F. Heckscher-föreläsning
AI-Econ Lab
Bli medlem
Press & media
Nyhetsbrev
Nyhetsarkiv
Vanliga frågor
Integritetspolicy
Engelska flaggan ikonIn English
PublikationArtikel (med peer review)

The characteristics of family firms

Sammanfattning

Family firms are often considered characteristically different from non-family firms. However, our understanding of family firms suffers from an inability to identify them in total population data; information is rarely available regarding owners, their kinship, and their involvement in firm governance. We present a method for identifying domiciled family firms using register data; this method offers greater accuracy than previous methods. We apply this method to Swedish data concerning firm ownership, governance, and kinship from 2004 to 2010. We find that the family firm is a significant organizational form, contributing over one third of all employment and gross domestic product (GDP). Family firms are common in most industries and range in size. Furthermore, we find that, compared to private non-family firms, family firms have fewer total assets, employment, and sales and carry higher solidity, although family firms are more profitable. These differences diminish with firm size. We conclude that the term “family firm” includes a large variety of firms, and we call for increased attention to their heterogeneity.

Andersson, F. W., Johansson, D., Karlsson, J., Lodefalk, M., & Poldahl, A. (2018). The characteristics of family firms: exploiting information on ownership, kinship, and governance using total population data. Small Business Economics. DOI: 10.1007/s11187-017-9947-6

Detaljer

Författare
Andersson, F. W., Johansson, D., Karlsson, J., Lodefalk, M., & Poldahl, A.
Publiceringsår
2018
Publicerat i

Small Business Economics

Relaterat

  • Docent

    Magnus Lodefalk

    magnus.lodefalk@oru.se

Liknande innehåll

Artikel (utan peer review)

AI i offentlig sektor.

Tang, A.; Engberg, E.; Lodefalk, M.; Rydén, S.
Ladda ner

Publiceringsår

2025

Publicerat i

Ekonomiskt Debatt

Sammanfattning

Artificiell intelligens (AI) har potential att bidra till att hantera kompetensbrist och arbetskraftsbehov i offentlig sektor. Vi undersöker med scenarioanalyser de effekter tekniken kan ha på produktivitet och arbetskraftsbehov. Dessutom analyserar vi utmaningar med tekniken. Resultaten visar på potential för både tydliga produktivitetsökningar och ett minskat arbetskraftsbehov, där även måttliga produktivitetsökningar kan leda till en ökad långsiktig tillväxttakt. För att detta ska realiseras krävs det dock omfattande insatser, inklusive kompetensutveckling och strategiskt ledarskap.

Rapporter

Algoritmer för allmän nytta: En ESO‑rapport om AI, produktivitet och arbetskraftsbehovet i offentlig sektor

Lodefalk, M., Tang, A., & Engberg, E.
Ladda ner

Publiceringsår

2025

Publicerat i

Expertgruppen för studier i offentlig ekonomi

Sammanfattning

Den pågående framväxten av en ny generation artificiell intelligens (AI) väcker frågor om hur långt automatiseringen av mänskligt arbete kan gå. AI-modeller kan idag användas till allt från enklare uppgifter som rutinartade kundtjänstärenden till mer komplexa som att bistå vid medicinsk diagnostik.

Trots att fältet inte är nytt har de senaste årens förbättringar inom datorkraft, den ökade tillgången till stora datamängder och utvecklingen av algoritmer för maskininlärning lett till en renässans på AI-området. Tidigare teknikskiften såsom den industriella revolutionen eller utvecklingen av internet har ofta varit förknippade med produktivitetsökningar, men historien lär oss att det kan ta tid för sådana effekter att realiseras i ekonomin.

I den här rapporten undersöker Magnus Lodefalk, Erik Engberg och Aili Tang hur AI kan användas i offentlig sektor och hur utvecklingen kan komma att påverka produktiviteten och arbetskraftsbehovet. Författarna finner att AI-användningen i offentlig sektor har ökat från låga nivåer och att tillämpningarna oftast rör stödverksamhet och administration, snarare än välfärdens kärnuppgifter.

Även i framtiden väntas AI-teknikers tillämpbarhet skilja sig kraftigt åt mellan olika yrken i offentlig sektor, där yrkesroller som exempelvis planerare, utredare eller kommunikatörer framstår som betydligt mer tillämpliga för AI än kriminalvårdare, poliser eller undersköterskor.

Författarna finner att användandet av AI i offentlig sektor kan bidra till att höja produktiviteten och möta behovet av arbetskraft, men betonar att det behövs en långsiktigt vägledande strategi och ett tydligt ledarskap som tar hänsyn till risker och undanröjer onödiga hinder.

Working paper

Artificial Intelligence for Public Use

Lodefalk, M.; Engberg, E.; Lidskog, R.; Tang, A.
Ladda ner

Publiceringsår

2025

Publicerat i

Örebro University School of Business Working Paper

Sammanfattning

This paper investigates the economic and societal impacts of Artificial Intelligence (AI) in the public sector, focusing on its potential to enhance productivity and mitigate labour shortages. Employing detailed administrative data and novel occupational exposure measures, we simulate future scenarios over a 20-year horizon, using Sweden as an illustrative case. Our findings indicate that advances in AI development and uptake could significantly alleviate projected labour shortages and enhance productivity. However, outcomes vary substantially across sectors and organisational types, driven by differing workforce compositions. Complementing the economic analysis, we identify key challenges that hinder AI’s effective deployment, including technical limitations, organisational barriers, regulatory ambiguity, and ethical risks such as algorithmic bias and lack of transparency. Drawing from an interdisciplinary conceptual framework, we argue that AI’s integration in the public sector must address these socio-technical and institutional factors comprehensively. To unlock AI’s full potential, substantial investments in technological infrastructure, human capital development, regulatory clarity, and robust governance mechanisms are essential. Our study thus contributes both novel economic evidence and an integrated societal perspective, informing strategies for sustainable and equitable public-sector digitalisation.

Visa fler