---

Nationalregnskab

---

Nationalregnskab

Tabel 1: Konto 0: Varer og tjenester efter enhed, kontonavn og tid

NRX01_raw <- 
  statgl_url("NRX01", lang = language) %>%
  statgl_fetch(
    units          = "L",
    time           = px_top(5),
    "account name" = px_all(),
    .col_code      = TRUE
  ) %>% 
  as_tibble()
  
NRX01 <- 
  NRX01_raw %>% 
  arrange(desc(time)) %>% 
  mutate(
    time = time %>% fct_inorder(),
    `account name` = `account name` %>% str_remove_all("[:digit:]|[:punct:]|\\+") %>% trimws(),
    `account name` = `account name` %>% fct_inorder()
    ) %>% 
  drop_na() %>% 
  spread(time, value)
  
NRX01 %>% 
  select(-units) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = NRX01[["units"]] %>% table()) %>% 
  row_spec(c(8, 19), bold = TRUE)

	2021	2020	2019	2018	2017
Løbende priser
Produktion	33.976	32.953	32.633	31.515	30.949
Produktskatter minus produktsubsidier	754	761	769	771	638
Produktskatter	1.024	998	1.010	1.010	857
Produktsubsidier	270	238	240	238	220
Import af varer og tjenester	10.114	9.428	10.225	8.745	8.193
Import af varer	6.664	6.276	6.903	5.717	5.310
Import af tjenester	3.450	3.152	3.322	3.028	2.884
Tilgang i alt	44.844	43.143	43.627	41.032	39.780
Forbrug i produktionen	14.386	13.545	13.412	12.991	12.758
Forbrugsudgift	16.467	15.936	15.760	15.268	14.914
Privat forbrugsudgift	7.289	7.116	7.005	6.944	6.928
Offentlig forbrugsudgift	9.178	8.820	8.754	8.325	7.986
Individuel forbrugsudgift	5.278	5.098	5.158	4.986	4.762
Kollektiv forbrugsudgift	3.900	3.722	3.596	3.339	3.224
Bruttoinvesteringer	6.782	6.410	6.251	4.195	4.446
Eksport af varer og tjenester	7.209	7.251	8.205	8.578	7.662
Eksport af varer	5.417	5.697	6.008	6.433	5.574
Eksport af tjenester	1.792	1.554	2.197	2.145	2.088
Anvendelse i alt	44.844	43.143	43.627	41.032	39.780

Se Statistikbankens tabel: NRX01

Tabel 2: Erhvervenes produktion efter enhed, branche og tid

NRX0318_raw <- 
  statgl_url("NRX0318", lang = language) %>% 
  statgl_fetch(
    units     = "L",
    industry  = paste0("0100", LETTERS[1:11]),
    time      = px_top(5),
    .col_code = TRUE
  ) %>% 
  as_tibble()


NRX0318 <- 
  NRX0318_raw %>% 
  arrange(desc(time)) %>% 
  mutate(
    time = time %>% fct_inorder(),
    industry = industry %>% fct_reorder(value, .fun = sum, .desc = TRUE)
    ) %>% 
  spread(time, value) %>% 
  mutate(industry = industry %>% str_remove("A|B|C|D|E|F|G|H|I|J|K"))



NRX0318 %>% 
  select(-units) %>% 
  rename(" " = 1) %>%  
  statgl_table() %>% 
  pack_rows(index = NRX0318[["units"]] %>% table())

	2021	2020	2019	2018	2017
Løbende priser
Offentlige og personlige tjenester	9.635	9.267	9.277	8.875	8.495
Fiskeri og fangst	4.850	4.801	5.039	4.868	4.860
Bygge- og anlægsvirksomhed	4.190	4.318	3.651	3.368	3.600
Finansiering og forretningsservice	3.892	3.566	3.254	3.150	3.170
Transport	3.283	2.978	3.335	3.337	3.142
Handel	2.960	2.931	2.776	2.431	2.740
Industri	1.906	2.021	2.165	2.364	1.697
Post, tele, IT, radio, TV mv.	1.251	1.229	1.262	1.263	1.305
Forsyning og renovation	993	1.012	903	930	1.039
Hoteller og restauranter	699	565	729	722	703
Råstofudvinding	316	265	242	208	196

Se Statistikbankens tabel: NRX0318

Tabel 3: Udvikling i BNP efter enhed, kontonavn og Aar

NRX10_raw <- 
  statgl_url("NRX10", lang = language) %>% 
  statgl_fetch(
    units = "K",
    account = c("01", "02", "04"),
    Aar = px_top(5),
    .col_code = TRUE
  ) %>% 
  as_tibble() %>% 
  rename("time" = Aar)

NRX10 <- 
  NRX10_raw %>% 
  arrange(desc(time)) %>% 
  mutate(time = time %>% fct_inorder()) %>% 
  spread(time, value)

NRX10 %>% 
  select(-units) %>% 
  rename(" " = 1) %>% 
  statgl_table() %>% 
  pack_rows(index = NRX10[["units"]] %>% table())

	2021	2020	2019	2018	2017
2010-priser, kædede værdier
BNP, mio. kr.	15.740,6	15.540,1	15.511,0	15.083,8	14.990,4
Pr. indbygger, i 1.000 kr.	279,3	277,4	277,4	270,4	268,8
Årlig vækst i BNP	1,3	0,2	2,8	0,6	0,1

Se Statistikbankens tabel: NRX10

Tabel 4: Vækstbidrag til BNP efter Kode og Aar

NRX13_raw <- 
  statgl_url("NRX13", lang = language) %>% 
  statgl_fetch(
    Aar       = px_top(5),
    Kode      = paste0("VBVT", LETTERS[1:11]),
    .col_code = TRUE
  ) %>% 
  as_tibble() %>% 
    rename("time" = Aar)


NRX13 <-
  NRX13_raw %>% 
  arrange(desc(time)) %>% 
  mutate(
    time = time %>% fct_inorder(),
    Kode = Kode %>% str_remove("A|B|C|D|E|F|G|H|I|J|K") %>% trimws(),
    Kode = Kode %>% fct_reorder(value, .fun = mean, .desc = TRUE)
  ) %>% 
  spread(time, value)

NRX13 %>% 
  rename(" " = 1) %>% 
  statgl_table()

	2021	2020	2019	2018	2017
Fiskeri og fangst	1,75	0,40	0,98	0,16	0,49
Offentlige og personlige tjenester	0,30	-0,68	1,38	0,78	0,74
Bygge- og anlægsvirksomhed	-1,72	0,69	1,13	-0,39	2,07
Handel	-0,47	-0,01	0,77	0,81	-0,11
Finansiering og forretningsservice	0,48	0,34	0,02	-0,28	0,15
Råstofudvinding	-0,07	0,00	0,27	0,05	0,07
Forsyning og renovation	-0,32	0,40	-0,02	-0,20	0,03
Transport	0,38	-1,43	0,09	0,73	-0,13
Hoteller og restauranter	0,48	-0,85	-0,27	-0,17	0,09
Post, tele, IT, radio, TV mv.	-0,15	0,19	-0,30	-0,29	-0,36
Industri	0,14	0,77	-0,57	0,27	-2,68

Se Statistikbankens tabel: NRX13

---

Sidst opdateret: 17. april 2024