---

Arbejdsmarked

---

Arbejdsstyrken

Tabel 1: Arbejdsstyrken efter uddannelse, tid og opgørelsesvariabel

ARXSTK2_raw <- 
  statgl_url("ARXSTK2", lang = language) |> 
  statgl_fetch(
    aar       = px_top(),
    udd_grp   = c("AA", "10", "20", "30", "40", "50"),
    opg_var   = px_all(),
    .col_code = TRUE
  ) %>% 
  as_tibble()

ARXSTK2 <-
  ARXSTK2_raw %>% 
  mutate(
    udd_grp = udd_grp %>% factor(levels = unique(udd_grp)),
    opg_var = opg_var %>% fct_rev()
  ) %>% 
  spread(udd_grp, value)


ARXSTK2 %>% 
  select(-aar) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = ARXSTK2[["aar"]] %>% table()) |> 
  row_spec(1, bold = T)

	Alle	Folkeskole	Gymnasieuddannelse	Erhvervsuddannelse: Samlet	Suppleringskursus	Videregående uddannelse
2023
Samlet befolkning	37.072	20.027	2.208	8.263	1.409	5.165
Personer uden for arbejdsstyrken i gennemsnit pr. måned (samlet befolkning - arbejdsstyrke)	8.023	5.922	575	1.042	176	308
Ledighed i gennemsnit pr. måned	857	712	18	98	12	18
Beskæftigelse i gennemsnit pr. måned	28.192	13.393	1.615	7.123	1.222	4.840
Arbejdsstyrken i gennemsnit pr. måned (beskæftigelse + ledighed)	29.049	14.105	1.633	7.221	1.233	4.857

Se Statistikbankens tabel: ARXSTK2

Arbejdssøgende

Tabel 2: Registrerede arbejdssøgende efter tid, måned, køn, bosted og alder

ARXLED2_raw <- 
  statgl_url("ARXLED2", lang = language) %>%
  statgl_fetch(
    aar       = px_top(2),
    md        = px_all(),
    koen      = 3,
    type_k    = "A",
    alderskat = px_all(),
    .col_code = TRUE
  ) %>% 
  as_tibble()

ARXLED2 <- 
  ARXLED2_raw %>% 
  filter(aar <= Sys.time() %>% year() - 1) %>% 
  mutate(
    alderskat = alderskat %>% factor(levels = unique(alderskat)),
    md = md %>% factor(levels = unique(md))
  ) %>% 
  spread(md, value) %>% 
  unite(combi, type_k, koen, sep = ", ")

ARXLED2 %>% 
  select(-c(aar, combi)) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = ARXLED2[["aar"]] %>% table())

	Januar	Februar	Marts	April	Maj	Juni	Juli	August	September	Oktober	November	December
2024
18-19	86	78	73	67	68	68	69	54	43	60	70	96
20-24	200	193	184	200	173	150	137	126	115	142	178	207
25-29	200	181	182	185	169	157	158	145	126	146	179	220
30-34	219	189	184	203	187	170	157	160	126	153	176	217
35-39	193	160	171	175	147	132	115	131	109	131	147	187
40-44	173	148	139	147	146	121	114	110	114	137	153	160
45-49	123	104	95	115	101	95	84	85	77	96	107	120
50-54	160	113	123	131	116	99	98	92	90	107	125	147
55-59	261	209	189	214	192	164	154	134	138	166	210	240
60+	208	147	150	166	176	158	144	141	133	175	209	219

Se Statistikbankens tabel: ARXLED2

Tabel 3: Antal måneder som registrerede arbejdssøgende efter bosted, køn, alder, tid, antal måneder og opgørelsesvariabel

ARXLEDVAR_raw <- 
  statgl_url("ARXLEDVAR", lang = language) %>% 
  statgl_fetch(
    koen      = 0,
    Alderskat = "A",
    opg_var   = px_all(),
    taar_kvar = px_top(1),
    kvar_led  = px_all(),
    .col_code = TRUE
  ) %>% 
  as_tibble()

ARXLEDVAR <- 
  ARXLEDVAR_raw %>% 
  unite(combi, Alderskat, koen, sep = ", ") %>% 
  mutate(
    kvar_led = kvar_led %>% fct_inorder(),
    opg_var = opg_var %>% fct_inorder()
  ) %>% 
  spread(opg_var, value)

ARXLEDVAR %>% 
  select(-c(combi, taar_kvar)) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = ARXLEDVAR[["taar_kvar"]] %>% table()) %>% 
  row_spec(1, bold = TRUE)

	Antal personer	Procentandel
2025Q1
Alle	4.616	100,0
1-3 måneder	2.597	56,3
4-6 måneder	1.112	24,1
7-9 måneder	475	10,3
10-12 måneder	432	9,4

Se Statistikbankens tabel: ARXSTK1

Beskæftigelsen

Tabel 4: Hovedbeskæftigelse blandt fastboende efter branche, bosted, fødested, køn, alder, tid og opgørelsesvariabel

url <- paste0("https://bank.stat.gl/api/v1/", language, "/Greenland/AR/AR30/ARXBFB01.px")

ARXBFB1_raw <- 
  #url |> 
  statgl_url("ARXBFB01", lang = language) |> 
  statgl_fetch(
    aar       = px_top(),
    beskbrch  = px_all(),
    sex       = "A",
    opg_var   = "G",
    bybygd    = px_all(),
    .col_code = TRUE
  ) %>% 
  as_tibble()

ARXBFB1 <- 
  ARXBFB1_raw %>% 
  arrange(-value) %>% 
  mutate(
    beskbrch = beskbrch %>% fct_inorder(),
    bybygd = bybygd %>% fct_inorder()
  ) %>% 
  spread(bybygd, value) %>% 
  unite(combi, opg_var, aar, sep = ", ")

ARXBFB1 %>% 
  select(-c(combi, sex)) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = ARXBFB1[["combi"]] %>% table()) %>% 
  row_spec(1, bold = TRUE) 

	Alle	Byer	Bygder m.m.
Hovedbeskæftigelse i gennemsnit pr. måned, 2023
Alle brancher	29.339	25.874	3.465
Offentlig forvaltning og service	12.730	11.487	1.243
Social beskyttelse (COFOG 10)	5.089	4.651	437
Fiskeri og fiskerirelateret industri og handel	4.517	3.281	1.237
Engroshandel og detailhandel	3.055	2.701	354
Familie og børne (COFOG 10.40)	2.519	2.290	229
Undervisning (COFOG 9)	2.479	2.173	307
Bygge- og anlægsvirksomhed	2.239	2.185	54
Transport og godshåndtering	2.087	1.859	228
Folkeskolen og lign. (COFOG 9.10)	1.559	1.262	297
Social beskyttelse (COFOG 10.x)	1.317	1.259	58
Sundhedsvæsen (COFOG 7)	1.302	1.222	80
Generelle offentlige tjenester (COFOG 1)	1.270	1.135	135
Alderdom (COFOG 10.20)	1.253	1.102	150
Overnatningsfaciliteter og restaurationsvirksomhed	903	847	56
Uoplyst	822	748	74
Andet (COFOG x)	750	701	49
Ungdomsuddannelsesniveau (COFOG 9.20)	629	622	7
Økonomiske anliggender (COFOG 4)	619	501	118
Information og kommunikation	555	550	5
Offentlig orden og sikkerhed (COFOG3)	521	497	24
Administrative tjenesteydelser og hjælpetjenester	449	385	65
Energi- og vandforsyning	424	327	97
Fritid, kultur og religion (COFOG 8)	359	308	51
Øvrige serviceerhverv	330	325	4
Fast ejendom	325	320	5
Liberale, videnskabelige og tekniske tjenesteydelser	298	296	2
Undervisning andet (COFOG 9.x)	291	289	3
Miljøbeskyttelse (COFOG 5)	264	226	39
Fremstillingsvirksomhed	231	226	5
Pengeinstitut og finansvirksomhed	208	207	0
Råstofindvinding	85	79	6
Landbrug, skovbrug og landbrugsrelateret industri og handel	83	53	31
Forsvar (COFOG 2)	48	45	3
Boliger og offentlige faciliteter (COFOG 6)	29	29	NA

Se Statistikbankens tabel: ARXBFB01

Ledigheden

Tabel 5: Antal ledige i gennemsnit pr. måned blandt fastboende efter uddannelse, tid og opgørelsesvariabel

url <- paste0("https://bank.stat.gl/api/v1/", language, "/Greenland/AR/AR40/ARXLED6.px")

ARXLED6_raw <- 
  statgl_url("ARXLED6", lang = language) |> 
  statgl_fetch(
    aar       = px_top(5),
    udd_grp   = px_all(),
    opg_var   = "P",
    .col_code = TRUE
  ) %>% 
  as_tibble()

ARXLED6_raw %>% 
  mutate(
    udd_grp = udd_grp %>% fct_inorder(),
    aar = aar %>% fct_inorder()
  ) %>% 
  spread(aar, value) %>%
  select(-opg_var) |> 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  row_spec(1, bold = TRUE) |> 
  add_footnote(ARXLED6_raw[[3]][1], notation = "symbol")

	2019	2020	2021	2022	2023
Alle	4,3	4,5	3,7	3,2	2,9
Folkeskole	7,1	7,5	6,2	5,5	5,0
Gymnasieuddannelse	1,4	1,4	0,9	0,9	1,1
Erhvervsuddannelse: Samlet	2,1	2,3	1,8	1,5	1,4
Erhvervsuddannelse: Kunst og humaniora	2,6	3,4	2,8	2,0	0,7
Erhvervsuddannelse: Erhverv, administration og jura	0,9	1,5	1,3	0,9	0,5
Erhvervsuddannelse: Ingeniørvidenskab, produktion og konstruktion	1,8	1,9	1,6	1,6	1,4
Erhvervsuddannelse: Landbrug, skovbrug, fiskeri og veterinær	6,1	6,5	5,2	4,0	3,4
Erhvervsuddannelse: Sundhed og velfærd	1,6	1,7	1,4	1,1	1,1
Erhvervsuddannelse: Servicesektor	3,0	3,2	2,1	1,8	1,9
Erhvervsuddannelse: Øvrige	1,2	1,5	0,7	0,3	0,5
Suppleringskursus	1,7	1,9	1,3	1,2	0,9
Videregående uddannelse	0,4	0,4	0,3	0,4	0,4
* Ledighedsprocent i gennemsnit pr. måned

Se Statistikbankens tabel: ARXLED7

---

Sidst opdateret: 22. juni 2025