Input-Output

Sammenhænge mellem brancher og mellemled i produktionen.

Opdateret: 2026-05-28Næste opdatering: 2026-12-17

Input-output tabellen kortlægger, hvad de enkelte erhverv leverer til hinanden, samt og til forbrug, investeringer og eksport. Her kan du se, hvilke brancher der bærer produktionen, og hvor importafhængige de er.

32,8 mia. kr.

Samlet produktionsværdi

2020

9,4 mia. kr.

Import af varer og tjenester

2020

Udvalgte statistikker

Produktionsværdi per branche

2020

Offentlige og personlige tjenester er den største branche og tegner sig for næsten en tredjedel af den samlede produktion. Fiskeri og fangst samt bygge og anlæg er de næststørste. Råstofudvinding og hoteller og restauranter udgør relativt begrænsede dele af den samlede produktionsværdi.

Løbende priser, 2020

Se tallene i Statistikbanken

Importindhold per branche

2020

Figuren viser, hvor stor en andel af hvert erhvervs produktionsværdi der dækkes af importerede varer og tjenester.

Transport og forsyning og renovation er de mest importintensive brancher. Industri og finansiering baserer sig i langt højere grad på indenlandske leverancer — men for industri skyldes det primært store leverancer fra fiskerisektoren.

Andel - Løbende priser, 2020

Se tallene i Statistikbanken

Erhvervenes leverancer til endelig anvendelse

2020

Eksport dominerer for fiskeri og fangst og industri, som afsætter langt størstedelen af produktionen til udlandet. Bygge og anlæg samt råstofudvinding leverer primært til investeringer. Handel er den vigtigste leverandør til privatforbruget, mens offentlige og personlige tjenester næsten udelukkende forsyner det offentlige forbrug.

Løbende priser

Se tallene i Statistikbanken

Se også

Statistikbanken

Se tallene i Statistikbanken

Her finder du den fulde 34×34 input-output tabel i løbende priser, faste priser og foregående års priser, samt husholdningernes individuelle forbrugsudgifter.

Relateret

Nationalregnskab

Nationalregnskabet er datagrundlaget for input-output tabellen. Her finder du BNP-vækst, forsyningsbalancen og bytteforholdet.

Metode, begreber og datagrundlag

Afklaring

Begreber

Klik på et begreb for at se forklaringen.

Input-output tabel

En input-output tabel viser på detaljeret niveau, hvordan varer og tjenester flyder mellem erhvervene og til de endelige anvendelser: Forbrug, investeringer og eksport.

Tabellen kan opfattes som en udvidet specifikation af nationalregnskabets forsyningsbalance. Tabellerne foreligger med 11×11 og 34×34 erhverv.

Tekniske koefficienter

De tekniske koefficienter viser, i hvilken andel de enkelte erhverv kræver direkte input fra hvert leverandørerhverv. De beregnes ved at dividere hvert element i tabellen med søjlesummen. Koefficienterne antager, at forholdet mellem inputs og produktion er konstant; dvs. at der ikke er stordriftsfordele eller -ulemper.

Multiplikatorer

Multiplikatorer viser de samlede direkte og indirekte effekter, når efterspørgslen øges med én enhed. Import-multiplikatoren angiver, hvor meget importen stiger; beskæftigelsesmultipikatoren viser, hvor mange ekstra job der skabes per mio. kr. øget efterspørgsel.

Multiplikatorerne er velegnede til at vurdere konsekvenser af fx mindre finanspolitiske tiltag eller investeringer, men bør ikke bruges til analyse af store strukturelle ændringer.

Bruttoværditilvækst (BVT)

BVT er forskellen mellem et erhvervs produktionsværdi og dets samlede forbrug af varer og tjenester fra andre erhverv. BVT fordeles på lønninger, produktionsskatter og bruttooverskud. Summen af BVT på tværs af alle erhverv svarer til BNP.

Importindhold

Importindholdet viser, hvor stor en andel af et erhvervs produktionsværdi der dækkes af importerede varer og tjenester.

Ud over den direkte import vil der også være et indirekte importindhold, idet de leverandørerhverv, som et erhverv trækker på, selv har et importindhold i deres produktion.

Kontakt

Josef Kâjangmat

--- title: "Input-Output" subtitle: "Sammenhænge mellem brancher og mellemled i produktionen." toc: true toc-title: "Input-Output" icon: bi-diagram-2-fill tag: national_accounts release-date: 2026-05-28 next-release: 2026-12-17 --- Input-output tabellen kortlægger, hvad de enkelte erhverv leverer til hinanden, samt og til forbrug, investeringer og eksport. Her kan du se, hvilke brancher der bærer produktionen, og hvor importafhængige de er. ```{r} library(tidyverse) library(statgl) library(glue) ``` ```{r} # NRD15: Input-Output tabel 34x34 # Dimensioner: # price unit: "0" = løbende priser, "1" = faste priser, "2" = foregående års priser # production: 0-33 = de 34 erhverv, 34 = Import, 36 = Produktskatter netto, # 37 = Forbrug i produktion/endelig anv. (køberpriser), # 38 = BVT, 42 = Produktionsværdi # use: 0-33 = de 34 erhverv, 34 = Total input (sum af erhverv), # 35 = Privat forbrug, 37-39 = Offentligt forbrug, # 40-49 = Investeringer, 50 = Eksport, 52 = Anvendelse i alt io_year <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "42", use = "34", .col_code = TRUE ) %>% pull(time) # Samlet produktionsværdi (alle 34 erhverv, løbende priser) prod_total <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "42", # Produktionsværdi use = "34", # Total input = sum af de 34 erhvervskolonner .col_code = TRUE ) prod_label <- format(round(prod_total$value/1000000, 1), big.mark = ".", decimal.mark = ",", nsmall = 1) # Samlet import (alle anvendelser) import_total <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "34", # Import use = "52", # Anvendelse i alt .col_code = TRUE ) import_label <- format(round(import_total$value/1000000, 1), big.mark = ".", decimal.mark = ",", nsmall = 1) ``` :::{.grid} :::{.g-col-12 .g-col-md-6} {{< kpicard title = "Samlet produktionsværdi" subtitle = "`r io_year`" value = "`r prod_label` mia. kr." style = "height:100%;" >}} ::: :::{.g-col-12 .g-col-md-6} {{< kpicard title = "Import af varer og tjenester" subtitle = "`r io_year`" value = "`r import_label` mia. kr." style = "height:100%;" >}} ::: ::: ### Udvalgte statistikker ```{r} # Hjælpefunktion: gruppér de 34 nationalregnskabsbrancher til 11 IO-erhverv # Grupperingen følger Tabel 5 i IO-publikationen (2020) group_to_11 <- function(df, code_col) { df %>% mutate(branche = case_when( .data[[code_col]] %in% as.character(0:3) ~ "A Fiskeri og fangst", .data[[code_col]] == "4" ~ "B Råstofudvinding", .data[[code_col]] %in% as.character(5:10) ~ "C Industri", .data[[code_col]] %in% as.character(11:12) ~ "D Forsyning og renovation", .data[[code_col]] == "13" ~ "E Bygge og anlæg", .data[[code_col]] %in% as.character(14:16) ~ "F Handel", .data[[code_col]] %in% as.character(17:20) ~ "G Transport", .data[[code_col]] == "21" ~ "H Hoteller og restauranter", .data[[code_col]] %in% as.character(22:24) ~ "I Post, tele, IT mv.", .data[[code_col]] %in% as.character(25:27) ~ "J Finansiering og forretningsservice", .data[[code_col]] %in% as.character(28:33) ~ "K Offentlige og personlige tjenester", TRUE ~ NA_character_ )) } ``` ```{r} # Produktionsværdi per branche, aggregeret til 11 erhverv p <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "42", # Produktionsværdi use = as.character(0:33), # De 34 erhverv som kolonner .col_code = TRUE, .val_code = "use" ) %>% group_to_11("use") %>% drop_na(branche) %>% summarise(value = sum(value), .by = branche) %>% mutate(branche = fct_reorder(branche, value)) %>% statgl_plot(branche, value/1000000, type = "bar", show_last_value = TRUE, digits = 2, suffix = " mia. kr.") ``` {{< shorty title = "Produktionsværdi per branche" subtitle = "`r io_year`" description = "Offentlige og personlige tjenester er den største branche og tegner sig for næsten en tredjedel af den samlede produktion. Fiskeri og fangst samt bygge og anlæg er de næststørste. Råstofudvinding og hoteller og restauranter udgør relativt begrænsede dele af den samlede produktionsværdi." plot_subtitle = "Løbende priser, `r io_year`" plot = '`r p`' link = "[Se tallene i Statistikbanken](https://bank.stat.gl:443/sq/38ca8d21-c0b9-4f15-9a18-54dfd0552e79?select&lang=da)" >}} ```{r} # Importindhold per branche: import som andel af produktionsværdien # Metode følger Oversigt 2 i IO-publikationen (import / produktionsværdi × 100) df_import <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "34", # Import use = as.character(0:33), .col_code = TRUE, .val_code = "use" ) %>% group_to_11("use") %>% drop_na(branche) %>% summarise(import = sum(value), .by = branche) df_prod <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = "42", # Produktionsværdi use = as.character(0:33), .col_code = TRUE, .val_code = "use" ) %>% group_to_11("use") %>% drop_na(branche) %>% summarise(prod = sum(value), .by = branche) p <- df_import %>% left_join(df_prod, by = "branche") %>% mutate( import_pct = round(import / prod * 100, 1), branche = fct_reorder(branche, import_pct) ) %>% statgl_plot(branche, import_pct, type = "bar", show_last_value = TRUE, digits = 1, suffix = "%") ``` {{< shorty title = "Importindhold per branche" subtitle = "`r io_year`" description = "Figuren viser, hvor stor en andel af hvert erhvervs produktionsværdi der dækkes af importerede varer og tjenester. <p> Transport og forsyning og renovation er de mest importintensive brancher. Industri og finansiering baserer sig i langt højere grad på indenlandske leverancer — men for industri skyldes det primært store leverancer fra fiskerisektoren." plot_title = "Import som andel af produktionsværdien, `r io_year`" plot_subtitle = "Andel - Løbende priser, `r io_year`" plot = '`r p`' link = "[Se tallene i Statistikbanken](https://bank.stat.gl:443/sq/da0a9f81-3555-4ff1-a76c-0738a97246e1=select&lang=da)" >}} ```{r} # Erhvervenes leverancer til endelig anvendelse # Viser for hvert erhverv (som producent/række), hvad der leveres til # privat forbrug, offentligt forbrug, investeringer og eksport df_final <- statgl_fetch("NRD15", `price unit` = "0", time = px_top(), production = as.character(0:33), # 34 erhverv som rækker use = as.character(c(35:39, 40:49, 50)), .col_code = TRUE, .val_code = c("production", "use") ) %>% mutate( anvend = case_when( use %in% c("35", "36") ~ "Privat forbrug", use %in% as.character(37:39) ~ "Offentligt forbrug", use %in% as.character(40:49) ~ "Investeringer", use == "50" ~ "Eksport", TRUE ~ NA_character_ ) ) %>% drop_na(anvend) %>% group_to_11("production") %>% drop_na(branche) %>% summarise(value = sum(value), .by = c(branche, anvend)) %>% mutate(branche = fct_reorder(branche, value, sum)) p <- df_final %>% statgl_plot(branche, group = anvend, type = "bar", stacking = "normal", suffix = " mio. kr.", show_last_value = F) ``` {{< shorty title = "Erhvervenes leverancer til endelig anvendelse" subtitle = "`r io_year`" description = "Eksport dominerer for fiskeri og fangst og industri, som afsætter langt størstedelen af produktionen til udlandet. Bygge og anlæg samt råstofudvinding leverer primært til investeringer. Handel er den vigtigste leverandør til privatforbruget, mens offentlige og personlige tjenester næsten udelukkende forsyner det offentlige forbrug." plot_title = "Fordeling på endelig anvendelse, `r io_year`" plot_subtitle = "Løbende priser" plot = '`r p`' link = "[Se tallene i Statistikbanken](https://bank.stat.gl:443/sq/bcb4b83c-8860-47a2-8163-0448046ca722?select&lang=da)" >}} ### Se også {{< feature eyebrow = "Statistikbanken" title = "Se tallene i Statistikbanken" subtitle = "Her finder du den fulde 34×34 input-output tabel i løbende priser, faste priser og foregående års priser, samt husholdningernes individuelle forbrugsudgifter." icon = "bi-safe" link = "https://bank.stat.gl/pxweb/da/Greenland/Greenland__NR/" >}} {{< feature eyebrow = "Relateret" title = "Nationalregnskab" subtitle = "Nationalregnskabet er datagrundlaget for input-output tabellen. Her finder du BNP-vækst, forsyningsbalancen og bytteforholdet." icon = "bi-bank" link = "national_accounts.html" >}} ### Metode, begreber og datagrundlag {{< feature eyebrow = "Afklaring" title = "Begreber" subtitle = "Klik på et begreb for at se forklaringen." icon = "bi-journal-text" doc1_title = "Input-output tabel" doc1_text = "En input-output tabel viser på detaljeret niveau, hvordan varer og tjenester flyder mellem erhvervene og til de endelige anvendelser: Forbrug, investeringer og eksport. <p> Tabellen kan opfattes som en udvidet specifikation af nationalregnskabets forsyningsbalance. Tabellerne foreligger med 11×11 og 34×34 erhverv." doc2_title = "Tekniske koefficienter" doc2_text = "De tekniske koefficienter viser, i hvilken andel de enkelte erhverv kræver direkte input fra hvert leverandørerhverv. De beregnes ved at dividere hvert element i tabellen med søjlesummen. Koefficienterne antager, at forholdet mellem inputs og produktion er konstant; dvs. at der ikke er stordriftsfordele eller -ulemper." doc3_title = "Multiplikatorer" doc3_text = "Multiplikatorer viser de samlede direkte og indirekte effekter, når efterspørgslen øges med én enhed. Import-multiplikatoren angiver, hvor meget importen stiger; beskæftigelsesmultipikatoren viser, hvor mange ekstra job der skabes per mio. kr. øget efterspørgsel. <p> Multiplikatorerne er velegnede til at vurdere konsekvenser af fx mindre finanspolitiske tiltag eller investeringer, men bør ikke bruges til analyse af store strukturelle ændringer." doc4_title = "Bruttoværditilvækst (BVT)" doc4_text = "BVT er forskellen mellem et erhvervs produktionsværdi og dets samlede forbrug af varer og tjenester fra andre erhverv. BVT fordeles på lønninger, produktionsskatter og bruttooverskud. Summen af BVT på tværs af alle erhverv svarer til BNP." doc5_title = "Importindhold" doc5_text = "Importindholdet viser, hvor stor en andel af et erhvervs produktionsværdi der dækkes af importerede varer og tjenester. <p> Ud over den direkte import vil der også være et indirekte importindhold, idet de leverandørerhverv, som et erhverv trækker på, selv har et importindhold i deres produktion." >}} ### Kontakt {{< contact name = "Josef Kâjangmat" mail = "joka@stat.gl" phone = "+299 34 57 74" >}}