---

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)

	2023	2022	2021	2020	2019
Løbende priser
Produktion	38.457	37.069	34.183	32.824	32.633
Produktskatter minus produktsubsidier	919	875	754	748	769
Produktskatter	1.204	1.158	1.024	998	1.010
Produktsubsidier	285	283	270	250	240
Import af varer og tjenester	11.710	11.728	10.277	9.438	10.225
Import af varer	6.620	7.295	6.571	6.268	6.870
Import af tjenester	5.089	4.432	3.706	3.170	3.355
Tilgang i alt	51.085	49.672	45.214	43.010	43.627
Forbrug i produktionen	16.457	15.638	14.230	13.359	13.412
Forbrugsudgift	17.028	16.494	16.248	15.708	15.760
Privat forbrugsudgift	7.469	7.286	7.083	6.892	7.005
Offentlig forbrugsudgift	9.560	9.209	9.164	8.816	8.754
Individuel forbrugsudgift	5.720	5.509	5.294	5.100	5.158
Kollektiv forbrugsudgift	3.840	3.699	3.871	3.716	3.596
Bruttoinvesteringer	8.250	8.441	7.684	6.673	6.251
Eksport af varer og tjenester	9.351	9.099	7.052	7.270	8.205
Eksport af varer	6.778	6.775	5.372	5.716	6.008
Eksport af tjenester	2.573	2.324	1.680	1.554	2.197
Anvendelse i alt	51.085	49.672	45.214	43.010	43.627

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())

	2023	2022	2021	2020	2019
Løbende priser
Offentlige og personlige tjenester	10.137	9.755	9.660	9.311	9.277
Fiskeri og fangst	5.721	5.374	4.743	4.797	5.039
Bygge- og anlægsvirksomhed	5.308	4.971	5.134	4.526	3.651
Finansiering og forretningsservice	4.162	4.004	3.550	3.279	3.254
Transport	4.133	3.849	3.327	3.004	3.335
Handel	3.090	3.094	2.743	2.759	2.776
Industri	2.280	2.435	1.889	2.018	2.165
Post, tele, IT, radio, TV mv.	1.297	1.273	1.244	1.219	1.262
Forsyning og renovation	994	947	963	956	903
Hoteller og restauranter	1.138	1.064	818	650	729
Råstofudvinding	197	302	112	306	242

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"),
    time = px_top(5),
    .col_code = TRUE
  ) %>% 
  as_tibble()

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())

	2023	2022	2021	2020	2019
2010-priser, kædede værdier
BNP, mio. kr.	16.260,4	16.121	15.804,0	15.549,9	15.511,0
Pr. indbygger, i 1.000 kr.	287,5	285	280,4	277,6	277,4
Årlig vækst i BNP	0,9	2	1,6	0,3	2,8

Se Statistikbankens tabel: NRX10

Tabel 4: Vækstbidrag til BNP efter Kode og Aar

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


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()

	2023	2022	2021	2020	2019
Fiskeri og fangst	0,18	0,36	1,55	-0,93	0,98
Handel	-0,31	0,72	-0,23	0,75	0,77
Bygge- og anlægsvirksomhed	0,82	-1,83	-0,48	1,97	1,13
Transport	0,80	-0,48	1,12	-0,48	0,09
Finansiering og forretningsservice	0,65	0,56	0,56	-1,03	0,02
Offentlige og personlige tjenester	0,23	-0,28	-0,11	-0,68	1,38
Forsyning og renovation	-0,17	0,02	0,02	0,64	-0,02
Råstofudvinding	-0,29	0,50	-0,57	0,25	0,27
Hoteller og restauranter	-0,04	0,72	0,43	-0,73	-0,27
Post, tele, IT, radio, TV mv.	-0,02	0,16	-0,12	0,21	-0,30
Industri	-0,61	1,62	-1,39	0,73	-0,57

Se Statistikbankens tabel: NRX13

---

Sidst opdateret: 22. juni 2025