Fertilitetsmål relaterer antallet af levendefødte til størrelsen og aldersfordelingen af den kvindelige befolkning. På forskellig vis beskriver de, hvor mange børn kvinder i gennemsnit føder over deres livsforløb.
Udgivet
20.05.2026
Kalenderårsfertilitet. Mødre født i Grønland
2-års gennemsnit, 1994/95-2024/25, Hele landet
Her ses udviklingen i den samlede fertilitet de seneste 20 år. Mellem
2010 og 2020 var fertiliteten lige omkring 2,1 barn per kvinde, hvilket
akkurat er niveauet for at en befolkning kan reproducere sig selv over
tid, uden påvirkning fra vandringer. I 2021 faldt landsgennemsnittet med
0,3 barn til 1,8 barn per kvinde og er siden faldet yderligere, så der
nu fødes 1,7 barn per kvinde. Faldet er særlig markant i Nuuk (1,4) og
hovedbostederne, men er fortsat omkring 2,1 barn i bosteder med mellem
700 og 3000 indbyggere.
Her ses fertiliteten for grønlandsk fødte kvinder, fordelt efter
alder i hhv 2005, 2015 og 2025. Fertilitetsfaldet fra 2005 til 2015
skyldes at færre helt unge kvinder fik færre børn. Fra 2015 til 2025 ses
endnu et fald i de normalt mest fertile aldre (25-35 år).
Gennemsnitsalderen for førstegangsfødende kvinder er steget med 3.2
år fra 22.6 i 2005 til 25.8 i 2025. Det samme fremgår af figuren, hvor
fertiliteten er grupperet i 5-års intervaller. Fertiliteten har været
faldende for kvinder i de 3 yngste aldersklasser og svagt stigende i de
ældre aldersklasser. Senest i 2024 ses en markant stigning i de ældste
kvinders fertilitet
Når landets lokaliteter grupperes efter indbyggertal ses en tydelig
sammenhæng mellem fertilitet og lokalitetens størrelse. Det skal ses i
sammenhæng med, at de større lokaliteter også er uddannelsescentre. I de
mindre bosteder får kvinder flere børn og de får dem tidligere end i de,
som bor i større bosteder.
Køn og alder beregnes ud fra befolkningens personnummre, som
fortæller hvornår en person er født
Folkeregistret indeholder oplysninger om hvor en person bor
Folkeregistret indeholder oplysninger om en persons mor, far og
ægtefælle/registreret partner
Om statistikken
Dokumentation, kilder og metode
Få overblik over statistikkens indhold, formål og kvalitet. Her kan du bl.a. få svar på, hvilke kilder statistikken bygger på, hvad den indeholder, og hvor ofte den udkommer. **Formål** Formålet med statistikken over højest fuldførte uddannelse er at samle oplysninger om den højest fuldførte uddannelser for hver enkelt person. Data stammer primært fra Danmarks Statistiks Elevregister med oplysninger tilbage fra starten af 1970'erne samt supplerende data fra Kvalifikationsregistret, som også dækker tidligere perioder.§§ [Læs mere om kilder, metode og kvalitet i statistikdokumentationen Befolkning](https://www.youtube.com)
Kontaktperson for befolkningsstatistik
Lars Pedersen
Kildekode
---title: "Fertilitet"subtitle: "Fertilitetsmål relaterer antallet af levendefødte til størrelsen og aldersfordelingen af den kvindelige befolkning. På forskellig vis beskriver de, hvor mange børn kvinder i gennemsnit føder over deres livsforløb. "tag: - pop_characteristicsicon: bi-person-plustoc: truetoc-title: Fertilitetdate: last-modifieddate-format: "DD.MM.YYYY"execute: echo: false warning: false---```{r}#quarto remove StatisticsGreenland/statgl-shortcodes #quarto add StatisticsGreenland/statgl-shortcodes library(tidyverse)library(statgl)library(glue)library(pxmake)library(janitor)CONST_taar <-2025language <-"da"CONST_statbank <-"https://bank.stat.gl/api/v1/da/Greenland"CONST_testbank <-"http://testbank.stat.gl/api/v1/da/Greenland"CONST_statbank <- CONST_testbank``````{r hc_1}fert_raw <-statgl_url("BEXBBSF", api_url = CONST_testbank) %>%statgl_fetch(kvot ="F2","place of birth"="N",time =px_all(),.eliminate_rest =TRUE ,.col_code =TRUE,.val_code =FALSE ) %>%as_tibble() %>%clean_names() %>%select(time,place_of_birth,value) %>%filter(time>=1994)# translate startshorty_description_1 <-"Her ses udviklingen i den samlede fertilitet de seneste 20 år. Mellem 2010 og 2020 var fertiliteten lige omkring 2,1 barn per kvinde, hvilket akkurat er niveauet for at en befolkning kan reproducere sig selv over tid, uden påvirkning fra vandringer. I 2021 faldt landsgennemsnittet med 0,3 barn til 1,8 barn per kvinde og er siden faldet yderligere, så der nu fødes 1,7 barn per kvinde. Faldet er særlig markant i Nuuk (1,4) og hovedbostederne, men er fortsat omkring 2,1 barn i bosteder med mellem 700 og 3000 indbyggere."shorty_title_1 ="Kalenderårsfertilitet. Mødre født i Grønland"shorty_subtitle_1 =paste0("2-års gennemsnit, 1994/95-", CONST_taar-1,"/",strtoi(CONST_taar)-2000,", Hele landet")shorty_xlab_1 =NULLshorty_ylab_1 ="antal børn pr 1000 kvinder"# translate endhc_1 <- fert_raw %>%select(time,place_of_birth,value) %>%statgl_plot(time, group = place_of_birth)```{{< shorty title = '`r shorty_title_1`' subtitle = '`r shorty_subtitle_1`' description = '`r shorty_description_1`' plot = '`r hc_1`' link = "[Se tabeller i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__BE__BE10__BE1030)" doc1_title = "Tabeller" doc1_text = "[Figurens tal](https://bank.stat.gl:443/sq/573a9cba-23ea-4fc7-8fe0-501720682568?select&lang=da){target='_blank'}<br/>[Vælg fra tabel](https://bank.stat.gl:443/sq/527f2804-07c7-4cf3-8635-bab47f70959f?lang=da&select)">}}```{r hc_2}fert_raw_2 <-statgl_url("BEXBBSF", api_url = CONST_testbank) %>%statgl_fetch(area =c("ALL"),kvot =c("F2"),"place of birth"=c("N","T"),age =px_all("*"),time =px_all("*"),.eliminate_rest =TRUE ,.col_code =TRUE,.val_code =FALSE ) %>%clean_names() %>%select(time,place_of_birth,age,value) %>%filter(time>=2000& age!="I alt") %>%mutate(age =strtoi(age)) %>%drop_na()# translate startshorty_description_2 <-paste0("Her ses fertiliteten for grønlandsk fødte kvinder, fordelt efter alder i hhv ",CONST_taar-20,", ", CONST_taar-10," og ",CONST_taar,". Fertilitetsfaldet fra ",CONST_taar-20," til ",CONST_taar-10," skyldes at færre helt unge kvinder fik færre børn. Fra ", CONST_taar-10, " til ",CONST_taar, " ses endnu et fald i de normalt mest fertile aldre (25-35 år).")shorty_title_2 ="Aldersbetinget fertilitet, udvalgte år"shorty_subtitle_2 ="Mødre født i Grønland"shorty_xlab_2 ="alder"shorty_ylab_2 ="fertilitetskvotient"# translate endhc_2 <- fert_raw_2 %>%filter(place_of_birth=="Grønland"& (time==CONST_taar | time==CONST_taar-10| time==CONST_taar-20)) %>%select(time,age,value) %>%statgl_plot(age, group = time,show_last_value =FALSE)# hc_2 <- fert_raw_2 %>% # filter(# place_of_birth == "Grønland",# time %in% c(CONST_taar, CONST_taar - 10, CONST_taar - 20)# ) %>% # select(time, age, value) %>% # statgl_plot(# age,# group = time,# show_last_value = FALSE,# tooltip = "# function() {# var pts = this.series.points;# var area = 0;# # for (var i = 0; i < pts.length; i++) {# area += pts[i].y;# }# # return 'År: ' + this.series.name +# '<br>Alder: ' + this.point.category +# '<br>Fertilitet i denne alder: ' +# Highcharts.numberFormat(this.y, 3, ',', '.') +# '<br>Samlet fertilitet: ' +# Highcharts.numberFormat(area, 3, ',', '.');# }# "# )```{{< shorty title = '`r shorty_title_2`' subtitle = '`r shorty_subtitle_2`' description = '`r shorty_description_2`' xlab = '`r shorty_xlab_2`' ylab = '`r shorty_ylab_2`' plot = '`r hc_2`' link = "[Se tabeller i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__BE__BE10__BE1030)" doc1_title = "Tabeller" doc1_text = "[Figurens tal](https://bank.stat.gl:443/sq/0f856eba-f49d-43ee-b633-92db4af88ada?select&lang=da){target='_blank'}<br/>[Vælg fra tabel](https://bank.stat.gl:443/sq/527f2804-07c7-4cf3-8635-bab47f70959f?lang=da&select)">}}```{r hc_3}parity_01 <-statgl_url("BEXBBPL", api_url = CONST_statbank) %>%statgl_fetch("mother's place of birth"=c("N"),"mother's age"=px_all("*"),parity ="01",time =px_top(20),.eliminate_rest =FALSE ,.col_code =TRUE,.val_code =TRUE ) %>%clean_names() %>%select(time,mothers_place_of_birth,mothers_age,parity,value) %>%mutate(age =strtoi(mothers_age)) %>%drop_na() %>%select(time,age,value) %>%filter(time<=CONST_taar) %>%uncount(value) %>%group_by(time) %>%summarize(average_age =mean(age)+.5) %>%mutate(time=as.factor(time)) parity_01_taar <- parity_01 %>%filter(parity_01$time==CONST_taar) %>%mutate(average_age=round(average_age,digits =1)) %>%select(-time)parity_01_taar_20 <- parity_01 %>%filter(parity_01$time==strtoi(CONST_taar-19)) %>%mutate(average_age=round(average_age,digits =1)) %>%select(-time)# translate startshorty_description_3 <-paste0("Gennemsnitsalderen for førstegangsfødende kvinder er ",ifelse(parity_01_taar < parity_01_taar_20," faldet"," steget")," med ",parity_01_taar-parity_01_taar_20," år fra ",parity_01_taar_20," i ",CONST_taar-20," til ",parity_01_taar," i ",CONST_taar,". Det samme fremgår af figuren, hvor fertiliteten er grupperet i 5-års intervaller. Fertiliteten har været faldende for kvinder i de 3 yngste aldersklasser og svagt stigende i de ældre aldersklasser. Senest i 2024 ses en markant stigning i de ældste kvinders fertilitet")shorty_title_3 =paste0("Aldersbetinget fertilitet, 5-års intervaller, ",CONST_taar-20," - ",CONST_taar)shorty_subtitle_3 ="Mødre født i Grønland"shorty_xlab_3 ="alder"shorty_ylab_3 ="fertilitetskvotient"# translate endagegroups <-c(paste(seq(15, 45, by =5), seq(15+5-1, 50-1, by =5),sep ="-"))hc_3 <-statgl_url("BEXBBSF", api_url = CONST_testbank) %>%statgl_fetch(area =c("ALL"),kvot =c("F2"),"place of birth"=c("T"),age =px_all("*"),time =px_all("*"),.eliminate_rest =TRUE ,.col_code =TRUE,.val_code =FALSE ) %>%clean_names() %>%select(time,age,value) %>%mutate(age =strtoi(age)) %>%filter(time>=2000& age!="I alt") %>%drop_na() %>%mutate(agegroup =case_when(age >=45& age <=49~'45+', age >=40& age <=44~'40-44', age >=35& age <=39~'35-39', age >=30& age <=34~'30-34', age >=25& age <=29~'25-29', age >=20& age <=24~'20-24', age >=15& age <=19~'15-19' )) %>%group_by(time,agegroup) %>%summarise(value=sum(value)) %>%mutate(value=value/5) %>%statgl_plot(time,group=agegroup)```{{< shorty title = '`r shorty_title_3`' subtitle = '`r shorty_subtitle_3`' description = '`r shorty_description_3`' xlab = '`r shorty_xlab_3`' ylab = '`r shorty_ylab_3`' plot = '`r hc_3`' link = "[Se tabeller i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__BE__BE10__BE1030)" doc1_title = "Tabeller" doc1_text = "[Figurens tal](https://bank.stat.gl/sq/64147d02-ed45-468b-8c65-48924dd5fe9b?select&lang=da){target='_blank'}[Vælg fra tabel](https://bank.stat.gl:443/sq/527f2804-07c7-4cf3-8635-bab47f70959f?lang=da&select)">}}```{r hc_4}# translate startshorty_description_4 <-"Når landets lokaliteter grupperes efter indbyggertal ses en tydelig sammenhæng mellem fertilitet og lokalitetens størrelse. Det skal ses i sammenhæng med, at de større lokaliteter også er uddannelsescentre. I de mindre bosteder får kvinder flere børn og de får dem tidligere end i de, som bor i større bosteder."shorty_title_4 =paste0("Samlet fertilitet i lokaliteter efter størrelse")shorty_subtitle_4 ="Mødre født i Grønland"shorty_xlab_4 =NULLshorty_ylab_4 ="fertilitetskvotient"# translate endhc_4 <-statgl_url("BEXBBSF", api_url = CONST_testbank) %>%statgl_fetch(area =c("LP2","LP3","LP4","LP5","LP6"),kvot =c("F2"),"place of birth"=c("N"),age =px_top(1),time =px_all("*"),.eliminate_rest =TRUE ,.col_code =TRUE,.val_code =FALSE ) %>%select(time,area,value) %>%filter(time>=2000) %>%statgl_plot(time,group=area)```{{< shorty title = '`r shorty_title_4`' subtitle = '`r shorty_subtitle_4`' description = '`r shorty_description_4`' xlab = '`r shorty_xlab_4`' ylab = '`r shorty_ylab_4`' plot = '`r hc_4`' link = "[Se tabeller i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__BE__BE10__BE1030)" doc1_title = "Tabeller" doc1_text = "[Figurens tal](https://bank.stat.gl/sq/3ccf1603-10f5-46c5-8f18-fbce420676bd?select&lang=da){target='_blank'}[Vælg fra tabel](https://bank.stat.gl:443/sq/527f2804-07c7-4cf3-8635-bab47f70959f?lang=da&select)">}}::: {.grid}::: {.g-col-12 .g-col-md-6}{{< kpicard title = "hej" subtitle = "Igen" value = "1923">}}:::::: {.g-col-12 .g-col-md-6}{{< kpicard title = "Middellevetid" value = "ikke længe nok">}}::::::### Begreber{{< explain word = "Køn & alder" explanation = "Køn og alder beregnes ud fra befolkningens personnummre, som fortæller hvornår en person er født">}}{{< explain word = "Bopæl" explanation = "Folkeregistret indeholder oplysninger om hvor en person bor">}}{{< explain word = "Forældre, ægtefælle" explanation = "Folkeregistret indeholder oplysninger om en persons mor, far og ægtefælle/registreret partner ">}}---## Om statistikken{{< feature title = "Dokumentation, kilder og metode" subtitle = "Få overblik over statistikkens indhold, formål og kvalitet. Her kan du bl.a. få svar på, hvilke kilder statistikken bygger på, hvad den indeholder, og hvor ofte den udkommer. **Formål** Formålet med statistikken over højest fuldførte uddannelse er at samle oplysninger om den højest fuldførte uddannelser for hver enkelt person. Data stammer primært fra Danmarks Statistiks Elevregister med oplysninger tilbage fra starten af 1970'erne samt supplerende data fra Kvalifikationsregistret, som også dækker tidligere perioder.§§ [Læs mere om kilder, metode og kvalitet i statistikdokumentationen Befolkning](https://www.youtube.com)" doc1_title = "Kilde: Folkeregistrering (CPR)" more = "Formålet med statistikken over højest fuldførte uddannelse er at samle oplysninger om den højest fuldførte uddannelser for hver enkelt person. Data stammer primært fra Danmarks Statistiks Elevregister med oplysninger tilbage fra starten af 1970'erne samt supplerende data fra Kvalifikationsregistret, som også dækker tidligere perioder.§§ [Læs mere om kilder, metode og kvalitet i statistikdokumentationen Højest fuldført uddannelse](https://www.youtube.com)">}}<br>{{< contact title = "Kontaktperson for befolkningsstatistik" name = "Lars Pedersen" mail = "larp@stat.gl" phone = "+47 4666 7929">}}