hvor mange børn, unge, voksne og ældre bor i landet?
Udgivet
04.06.2026
Opdateret: 2026-04-23
Aldersfordelingen har stor betydning for behovet for boliger, uddannelse, arbejdspladser samt sundheds- og plejetilbud. Antallet af personer i en aldersgruppe har i nogle perioder være markant større end i de omkringliggende generationer.
Aldersfordelingen er særlig vigtig i alle opgørelser, hvor personer tælles. Udviklingen i fx fødsler, dødelighed og andre befolkningsforhold hænger ofte sammen med, hvor mange personer der er i de enkelte aldersgrupper. Derfor bruges aldersfordelingen også til at forstå udviklingen over tid.
Aldersfordeling 1977 - 2026
for udvalgte aldersgrupper, født i og udenfor Grønland
Når en stor generation, som fx de store årgange fra 1960’erne,
bevæger sig gennem livet, ændrer efterspørgslen sig fra daginstitutioner
og skoler til uddannelse, boliger, arbejdsmarked og senere sundheds- og
plejeområdet.
Klik på en eller flere aldersgrupper i
figurforklaringen for at se andre
Den demografiske forsørgerbyrde viser, hvor mange personer uden for den erhvervsaktive alder der er i forhold til hver 100 personer i den erhvervsaktive alder. Jo højere tallet er, desto færre i arbejdsdygtig alder er der til at forsørge børn og ældre. Et niveau på 55 betyder fx, at der er 55 personer uden for den erhvervsaktive alder for hver 100 personer i den erhvervsaktive alder.
Demografisk forsørgerbyrde
2000 - 2026
Den demografiske forsørgerbyrde er gennem hele perioden højest i de
mindre bosteder og lavest i Nuuk. I 2026 er der omkring 52 personer uden
for den erhvervsaktive alder pr. 100 personer i den erhvervsaktive alder
i hele landet, mens niveauet er højere i de mindre bosteder og lavere i
hovedstaden.
Tabellen viser udvalgte nøgletal for befolkningens aldersfordeling i kommunerne og for hele Grønland. I Statistikbanken kan tallene også findes for lokaliteter og distrikter samt fordeles efter køn og fødested.
Alder beregnes ud fra personnummeret som forskellen mellem
fødselsdato og opgørelsesdato og opgøres i hele fyldte år.
Folketallet omfatter personer, som på opgørelsesdatoen er registreret
med bopæl i landet. Data trækkes fra CPR én måned efter
opgørelsesdatoen, så forsinkede registreringer af flytninger og
adresseændringer kan indgå i opgørelsen. Resultaterne offentliggøres
normalt 1–2 uger senere.
Medianalderen er den alder, hvor halvdelen af befolkningen er yngre,
og halvdelen er ældre. Gennemsnitsalderen er summen af alle
personers alder divideret med antallet af personer.
Medianalderen påvirkes mindre af få meget gamle personer og
bruges derfor som mål for befolkningens alderssammensætning.
Relateret
Fødselsårgange
Hvor alder viser, hvor gamle personer er på et bestemt tidspunkt, følger fødselsårgange personer født i samme år gennem livet. Læs mere her
Befolkningens medianalder i bosteder efter størrelse
1977 - 2026
På grund af den lave andel ældre har Grønland en relativt ung
befolkning sammenlignet med fx EU. Figuren viser medianalderen, som er
den alder, hvor halvdelen af befolkningen er yngre, og halvdelen er
ældre.
Generel metodebeskrivelse om befolkningsstatistikken.
Kontakt
Lars Pedersen
Kildekode
---title: Aldersubtitle: "hvor mange børn, unge, voksne og ældre bor i landet?"order: 2tag: - pop_sizetoc: truetoc-title: Aldericon: bi-hourglass-splitlang: dadate: last-modifieddate-format: "DD.MM.YYYY"execute: echo: false warning: falserelease-date: 2026-04-23---```{r setup}library(tidyverse)library(janitor)library(statgl)library(highcharter)library(eurostat)``````{r f1}df5 <-statgl_fetch("BEDSTA",age =0:99,`place of birth`=c("S", "N"),.col_code =TRUE,.val_code =TRUE) |>rename(pob =`place of birth`) |>mutate(age =as.integer(age),age_start =pmin((age %/%5) *5, 90) ) |>group_by(time, age_start, pob) |>summarise(value =sum(value), .groups ="drop") |>rename(age = age_start)df5_plot <- df5 |>mutate(age_label =if_else(age ==90, "90+", paste0(age, "-", age +4)),time =as.numeric(time),pob_label =recode( pob,"S"="Født udenfor Grønland","N"="Født i Grønland" ) ) |>arrange(age, pob, time)legend_toggle_js <-JS("function () { var chart = this.chart; var age = this.options.custom.age; var newVisible = !this.visible; chart.series.forEach(function(s) { if (s.options.custom && s.options.custom.age === age) { s.setVisible(newVisible, false); } }); chart.redraw(); return false;}")f1 <-highchart() |>hc_xAxis(title =list(text =NULL)) |>hc_yAxis(title =list(text ="Personer")) |>hc_tooltip(shared =TRUE) |>hc_legend(enabled =TRUE,layout ="vertical",align ="right",verticalAlign ="middle" ) |>hc_plotOptions(series =list(events =list(legendItemClick = legend_toggle_js ),marker =list(enabled =TRUE) ) )for (a insort(unique(df5_plot$age))) { age_lab <- df5_plot |>filter(age == a) |>distinct(age_label) |>pull(age_label)for (pob_code inc("S", "N")) { d <- df5_plot |>filter(age == a, pob == pob_code) |>transmute(x = time, y = value) pob_lab <- df5_plot |>filter(pob == pob_code) |>distinct(pob_label) |>pull(pob_label) f1 <- f1 |>hc_add_series(data =list_parse2(d),type ="line",name =ifelse(pob_code =="S", age_lab, paste0(age_lab, " · ", pob_lab)),visible = a ==40,showInLegend = pob_code =="S",id =paste0("age_", a, "_", pob_code),custom =list(age = a),dashStyle =ifelse(pob_code =="T", "Solid", "ShortDash") ) }}```Aldersfordelingen har stor betydning for behovet for boliger, uddannelse, arbejdspladser samt sundheds- og plejetilbud. Antallet af personer i en aldersgruppe har i nogle perioder være markant større end i de omkringliggende generationer.Aldersfordelingen er særlig vigtig i alle opgørelser, hvor personer tælles. Udviklingen i fx fødsler, dødelighed og andre befolkningsforhold hænger ofte sammen med, hvor mange personer der er i de enkelte aldersgrupper. Derfor bruges aldersfordelingen også til at forstå udviklingen over tid.{{< shorty id = "f1" title = "Aldersfordeling 1977 - 2026" subtitle = "for udvalgte aldersgrupper, født i og udenfor Grønland" description = "Når en stor generation, som fx de store årgange fra 1960’erne, bevæger sig gennem livet, ændrer efterspørgslen sig fra daginstitutioner og skoler til uddannelse, boliger, arbejdsmarked og senere sundheds- og plejeområdet. <br/><br/>Klik på en eller flere aldersgrupper i figurforklaringen for at se andre" plot = '`r f1`' link = "[Se tabeller i Statistikbanken](https://bank.stat.gl/sq/d2feeae2-e771-4258-9493-eeb59808f202?select)">}}```{r f2}dfb <-statgl_fetch("BEDSTALL",# district=c("955","956","957","959","960","GRL"),district=c("a","b","c","d","e","GRL"),content="fb", .col_code=TRUE) |>filter(time>=2000)f2 <- dfb %>%statgl_plot(x=time,group=district)```<br/>### Demografisk forsørgerbyrdeDen demografiske forsørgerbyrde viser, hvor mange personer uden for den erhvervsaktive alder der er i forhold til hver 100 personer i den erhvervsaktive alder. Jo højere tallet er, desto færre i arbejdsdygtig alder er der til at forsørge børn og ældre. Et niveau på 55 betyder fx, at der er 55 personer uden for den erhvervsaktive alder for hver 100 personer i den erhvervsaktive alder.{{< shorty title = "Demografisk forsørgerbyrde" subtitle = "2000 - 2026" description = "Den demografiske forsørgerbyrde er gennem hele perioden højest i de mindre bosteder og lavest i Nuuk. I 2026 er der omkring 52 personer uden for den erhvervsaktive alder pr. 100 personer i den erhvervsaktive alder i hele landet, mens niveauet er højere i de mindre bosteder og lavere i hovedstaden." plot = '`r f2`' link = "[Se tabel og vælg selv i Statistikbanken](https://bank.stat.gl:443/sq/285d1569-0136-49a8-9347-98158fa57300?select)" id = "f2">}}```{r}# Med statgs bestemmes rækkefølge af query, og decimaler hentes fra .px# library(statgs)# # px_db_candidates <- c(# file.path("D:", "Share", "gsweb", "statbank", "Databases", "Greenland"),# file.path("\\\\noxstatr01\\D$", "Share", "gsweb", "statbank", "Databases", "Greenland")# )# # options(px_db = px_db <- px_db_candidates[file.exists(px_db_candidates)][1])# # LANG <- "da"# # tab2r <- statgs_read("BEXSTALL", language = LANG, content=c("fb","median","mean","B","E","G"), time=top(), .col_code=TRUE, district=c("955","956","957","959","960","GRL")) |> # select(district_text,content_text,value_fmt) %>% # pivot_wider(names_from = district_text,values_from = value_fmt) |> # statgl_table(.row_label="")# tilsvarende med statgl, hvor rækkefølge og decimaler må fixes#t1 <-statgl_fetch("BEDSTALL", content=c("B","E","G","fb","mean","median"), time=top(), .col_code=TRUE, district=c("955","956","957","959","960","GRL")) |>select(-time) %>%mutate( district =str_replace_all(district, " ", "<br>")) |>pivot_wider(names_from = district,values_from = value) |>statgl_table(.row_label="")```<br/>### Nøgletal Tabellen viser udvalgte nøgletal for befolkningens aldersfordeling i kommunerne og for hele Grønland. I Statistikbanken kan tallene også findes for lokaliteter og distrikter samt fordeles efter køn og fødested.{{< shorty title = "Nøgletal om aldersfordelingen" subtitle = "2026" plot = '`r t1`' icon = "bi-camera-reels" link = "[Se tallene i Statistikbanken](https://bank.stat.gl:443/sq/de2aaaea-5dba-48f9-a900-a6e87ae6aab0?select)" id = "t1">}}```{r kpi}kpi1 <-statgl_fetch("BEDSTALL", district="GRL", content="median", pob="T", time=top(), .col_code=TRUE) |>mutate(value_fmt =format( value,big.mark =".",decimal.mark =",",scientific =FALSE,trim =TRUE ) )kpi1n <-statgl_fetch("BEDSTALL", district="GRL", content="mean", pob="T", time=top(), .col_code=TRUE) |>mutate(value_fmt =format( value,big.mark =".",decimal.mark =",",scientific =FALSE,trim =TRUE ) )```::: {.grid}::: {.g-col-12 .g-col-md-6}{{< kpicard title = '`r kpi1$content`' subtitle = '`r kpi1$time`' value = '`r kpi1$value`'>}}:::::: {.g-col-12 .g-col-md-6}{{< kpicard title = '`r kpi1n$content`' subtitle = '`r kpi1n$time`' value = '`r kpi1n$value`'>}}::::::{{< feature eyebrow = "Afklaring" title = "Begreber" subtitle = "Klik på et begreb for at se forklaringen." icon = "bi-journal-text" doc1_title = "Beregning af alder" doc1_text = "Alder beregnes ud fra personnummeret som forskellen mellem fødselsdato og opgørelsesdato og opgøres i hele fyldte år." doc2_title = "Folketal" doc2_text = "Folketallet omfatter personer, som på opgørelsesdatoen er registreret med bopæl i landet. Data trækkes fra CPR én måned efter opgørelsesdatoen, så forsinkede registreringer af flytninger og adresseændringer kan indgå i opgørelsen. Resultaterne offentliggøres normalt 1–2 uger senere." doc3_title = "Medianalder og gennemsnitsalder" doc3_text = "Medianalderen er den alder, hvor halvdelen af befolkningen er yngre, og halvdelen er ældre. <br/>Gennemsnitsalderen er summen af alle personers alder divideret med antallet af personer. <br/><br/>Medianalderen påvirkes mindre af få meget gamle personer og bruges derfor som mål for befolkningens alderssammensætning.">}}{{< feature eyebrow = "Relateret" title = "Fødselsårgange" subtitle = "Hvor alder viser, hvor gamle personer er på et bestemt tidspunkt, følger fødselsårgange personer født i samme år gennem livet. Læs mere her" icon = "bi-people-fill" link = "cohorts.html">}}```{r f3_medianalder}# # med statgl _fetch og _plot# hc_0 <- # statgl_fetch("BEDCALC2", "place of birth"= px_all(), "year of birth"=px_all(), time = px_top(1), event = "P", # .col_code = "tid"# ) %>% # clean_names() %>% # filter(fodested!="I alt", value>0) %>% # select(-tid,-haendelsestype) %>% # statgl_plot(x=fodselsar, group=fodested)med_age <-get_eurostat("demo_pjanind", time_format ="num") |>filter( indic_de =="MEDAGEPOP", geo %in%c("EU27_2020") ) |>clean_names() |>filter(time_period>=1977) |>select(district=geo,time=time_period,value=values)# med sq/statgl_plot#sq <- "https://bank.stat.gl:443/sq/b4d9effd-8669-4c34-9f43-eac55074a40d"f3 <-statgl_fetch("BEDSTALL", content=c("median"),# district=c("955","956","957","959","960","GRL"),district=c("a","b","c","d","e","GRL"), time="*", .col_code=TRUE) |>select(-content) |>rbind(med_age) |>statgl_plot(x=time,group=district)```{{< shorty title = "Befolkningens medianalder i bosteder efter størrelse" subtitle = "1977 - 2026" description = "På grund af den lave andel ældre har Grønland en relativt ung befolkning sammenlignet med fx EU. Figuren viser medianalderen, som er den alder, hvor halvdelen af befolkningen er yngre, og halvdelen er ældre." plot = '`r f3`' link = "[Se tallene i Statistikbanken](https://bank.stat.gl:443/sq/b4d9effd-8669-4c34-9f43-eac55074a40d?lang=da)" doc1_title = "Gør mere med Statistikbanken" doc1_text = "[Se valgt tabel](https://bank.stat.gl:443/sq/b4d9effd-8669-4c34-9f43-eac55074a40d) - [Hent til Excel](https://bank.stat.gl:443/sq/b4d9effd-8669-4c34-9f43-eac55074a40d.xlsx) - [Vælg mere fra tabel](https://bank.stat.gl:443/sq/b4d9effd-8669-4c34-9f43-eac55074a40d&select) - [Flere tabeller om befolkning](https://bank.stat.gl/pxweb/da/Greenland/Greenland__BE)" doc2_title ="Eurostat" doc2_text = "[Eurostat: demo_pjanind dataset](https://ec.europa.eu/eurostat/databrowser/view/demo_pjanind__custom_21629974/default/table)">}}### Se tabeller i Statistikbanken {#more}{{< feature eyebrow = '<a href="https://www.stat.gl/statbank/StatbankIlitsersuut.mp4">Hjælp til at bruge Statistikbanken?</a>' icon = "bi-camera-reels" doc1_title = "Se tallene i Statistikbanken" doc1_text = "[Vælg selv, tabellen kan opdeles efter kommune, distrikt, lokalitet eller bostedsstørrelse samt efter fødested og køn](https://bank.stat.gl:443/sq/285d1569-0136-49a8-9347-98158fa57300?select)" id = "p81">}}{{< feature eyebrow = "Relateret" title = "Befolkningsfremskrivning" subtitle = "Fremskrivninger af befolkningen frem mod 2050." icon = "bi-graph-up" link = "population_projection.html">}}### Metode, begreber og datagrundlag {#method}{{< feature eyebrow = "Metode" title = "Befolkningsstatistik" subtitle = "Generel metodebeskrivelse om befolkningsstatistikken." icon = "bi-file-earmark-text" link = "../../docs/BE_methods.html">}}### Kontakt {#contact}{{< contact name = "Lars Pedersen" phone = "+299 34 57 75" mail = "LARP@stat.gl">}}