Regional økonomisk framskrivning basert på likevektsmodellen NOREG

Report 2020/8

Orvika Rosnes, Haakon Vennemo, Jonas Erraia og Wiljar Hansen

Regional økonomisk framskrivning basert på likevektsmodellen NOREG

Category	Reports
Sub-Categories	Local and regional analysis Taxes and public economics Modeller og databaser
Year	2020
Report Number	8
Author(s)	Orvika Rosnes Haakon Vennemo Jonas Erraia Wiljar Hansen
Download	file_download (1.4 MB)
Read in browser	PDF

Rapport 2020/08	 | For 	KMD og NFR

Regional økonomisk framskrivning basert på likevektsmodellen
NOREG

Rapport 2020
Orvika Rosnes, 	Jonas Erraia, Wiljar Hansen, 	Haakon Vennemo

Vista Analyse	 | 2020/08	 	2

Dokumentdetaljer
Tittel	 	Regional økonomisk framskrivning basert på likevektsmodellen NOREG
Rapportnummer	 	2020/08
ISBN	 	978	-82	-8126	-463	-2
Forfattere	 	Orvika Rosnes, Jonas 	Erraia, Wiljar H	ansen og H	aakon Vennemo
Prosjektleder	 	Haakon Vennemo
Oppdragsgiver	 	Norges forskningsråd
Dato for ferdigstilling	 	31	.05.20
Kilde forsidefoto	 	Seth Kane, Unsplash
Tilgjengelighet	 	Offentlig
Nøkkelord	 	CGE	-modell, økonomisk vekst, 	regionaløkonomi

Vista Analyse	 | 2020/08	 	3

Forord
Dette er den første 	årlige	 framskrivninge	n av norsk økonomi som 	publiseres i 	forsknings	prosjektet 	A Norwe-
gian Regional General Equilibrium Modelling System	. Oppdragsgiver er Norges forskningsråd DEMOS	-program
(kontrakt 	283	 398). 	Forskningsprosjektet gjennomføres av TØ	I, Menon, SSB og Vista Analyse, og 	løper til 2028.
Den årlige framskrivingsrapporten skal gi 	en oversikt over regionale utviklingstrekk i nors	k økonomi, og 	ta opp
regionaløkonomiske problemstillinger 	med	 makroøkonomisk 	tilsnitt	. I denne første rapporten har vi lagt vekt
på å 	illustrere 	de regionaløkonomiske konsekvensene av SSBs 	befolkningsframskrivinger	, og 	hvilke krav det
setter til næringsliv	et dersom vi 	«fryser	» innflytting til regionene	. Vi har også ønsket å 	vise	 modellens fleksible
regioninndeling, som gjør det mulig å bevege seg mellom fylkesnivå og kommunenivå for å studere 	problem-
stillinger av interesse.
Vi takke	r Olga Ivanova for 	mange nyttige 	diskusjoner og 	innspill	 til modellutviklingen	.
Rapporten erstatte	r en 	konferanseversjon av 2. mars 2020.

31. mai	 2020
Haakon Vennemo	, Vista Analyse
Redaktør for 	den 	årlig	e framskrivingsrapport	en

Vista Analyse	 | 2020/08	 	4

Innhold
Forord	 ................................	................................	................................	................................	.........................	 3
Sammendrag og konklusjoner	 ................................	................................	................................	....................	 5
1 	Innledning og bakgrunn	 ................................	................................	................................	....................	 11
1.1	 	Den første framskrivingsrapporten	 	11
1.2	 	Tilbakeblikk: De stedbundne næringene går tilbake, de offentlige går frem	 	11
1.3	 	NOREG er et verktøy for å forstå regionalpol	itikk i lys av langsiktige trender	 	13
2 	Hovedtrekk ved NOREG 2.0	 ................................	................................	................................	..............	 14
3 	Referansebane 2016	-2050	 ................................	................................	................................	................	 16
3.1	 	Foru	tsetninger for referansebanen	 	16
3.2	 	Resultater 2016	-2050	 	17
4 	Scenarier	 ................................	................................	................................	................................	...........	 22
4.1	 	Scenario: Ingen flytting (MM00	-scenariet)	 	22
4.2	 	Scenario: Høyere offentlig konsum	 	26
5 	Videre modellutvikling	 ................................	................................	................................	......................	 30
Referanser	 ................................	................................	................................	................................	................	 31
Vedlegg	 ................................	................................	................................	................................	.....................	 32
A 	Referansebanen: resultat	er 	32
B 	En nærmere beskrivelse av NOREG 2.0	 	38
C 	Datagrunnlag	 	42
Figurer
Figur 1.1 	 	Sysselsettingsandeler: De stedbundne næringene er på vei ned	 ............................	 11
Figur 1.2 	 	Sysselsettingsandeler: Tjenestenæringer er på vei opp	................................	...........	 12
Figur 3.1 	 	BNP utenom petroleumsutvinning (per innbygger, endring fra året før)	 ................	 17
Figur 3.2 	 	BNP utenom petroleumsutvinning i Rogaland (per innbygger, endring fra året før)
 ................................	................................	................................	................................	. 18
Figur 3.3 	 	Endring i næringer 2016	-2050 (100% = produksjonsnivået i 2016)	 .........................	 19
Figur 3.4 	 	Sammensetning av 	produksjonen i Norge i 2050	 ................................	....................	 20
Figur 4.1 	 	Befolkningsutvikling: forskjellen mellom MMMM og MM00 (antall personer)	 .......	 23
Figur 4.2 	 	BNP	-vekst per innbygger i fylker (endring fra året før)	 ................................	............	 24
Figur 4.3 	 	Produksjon i 2018 og i 2050 i MM00	-scenariet og i MMMM	-scenariet
(referansebanen), per region, målt i faste priser (mill. kr.)	 ................................	......	 24
Figur 4.4 	 	Produksjon i referansebanen (MMMM) og MM00	-banen i 2050, målt i faste priser
(mill. kr.)	 ................................	................................	................................	...................	 25
Figur 4.5	 	Sammensetningen av offentlig konsum	................................	................................	... 27
Figur 4.6	 	Endring i sysselsettingen fra referansebanen	 ................................	..........................	 28
Figur 4.7	 	Endring i bruttoproduksjonsverdi i næringer (fra ref	eransebanen), målt i faste priser
(mill.kr.)	 ................................	................................	................................	...................	 28
Figur 4.8 	 	BNP per innbygger i scenariet med høyere offentlig konsum (endring fra år	et før)	 29

Vista Analyse	 | 2020/08	 	5

Sammendrag	 og konklusjoner
Vi drøfter 	(i) samsvaret 	mellom forutsetninger i 	Perspektivmeldingen 2017 og SSBs 	befolkningsfram-
skrivinger	 på regionalt nivå, 	(ii) 	hvordan alle fylker	 vil tape dersom 	innflytting til Norge	 skulle stoppe	,
(iii) hvordan offentlige arbeidsplasser (offentlig konsum) 	krever	 tilflytting for å fungere som effektivt
regionalt virkemiddel. 	Samlet illustrerer disse problemstillingene potensialet for politikkrelevante
analyser bas	ert på likevektsmodellen NOREG 2.0.
I en tid 	preget av stor folkelig og politisk bekymring for	 utviklingen av distriktene er det 	viktig at den
distriktspolitiske diskusjonen er basert på fakta og 	gode analyser. Norsk distriktspolitisk diskusjon har
lenge v	ært informert av 	modellsystemet Panda	. For å supplere og utdype Panda, spesielt når det
gjelder 	langsiktige	 og 	strukturpolitiske problemstillinger, 	har samarbeidsinstitusjonene TØI, SSB, Me-
non og Vista Analyse under utvikling den 	regionale anvendte generel	le likevektsmodellen NOREG	,
som 	nå 	foreligger i versjon 2.0.
NOREG representerer noe nytt i norsk sammenheng. Den kombinerer 	den tradisjonelle anvendte
generelle likevektsmodellen, som	 har vært brukt i norsk økonomisk planlegging siden 1960	-tallet,
med fl	eksibel regional modellerin	g helt ned til kommunenivå. 	Som andre anvendte generelle like-
vektsmodeller er den egnet til å 	drøfte problemstillinger knyttet til demografi, klima	politikk, 	uten-
riksbalanse	, oljepri	s, innvandring	, teknologisk utvikling	 og en 	rekke andre	 tema	. Det unike 	med mo-
dellen er at den kan 	studere de regionale implikasjonene av 	nasjonale 	trender og 	politikkområder	,
og dermed også virkningsfulle	 distriktspolitiske 	(mot)	tiltak.
I denne 	første av mange årlige rapporter d	røfter vi tre probl	emstillinger a	v interesse for samspillet
mellom 	nasjonale trender og regionale konsek	venser	:
• 	Hvordan økonomiske forutsetninger 	fra 	perspektivmeldingen 2017 henger sammen med 	SSBs
befolkningsframskrivinger	 på regionalt nivå	.
• 	Hvor	dan alle fylker ser ut 	til å tape hvis man stopper innflytting til Norge, men Innlandet kan
tape mest	.
• 	Hvordan offentlige arbeidsplasser og offentlig konsum krever tilflytting for å fungere som effek-
tivt 	regionalt virkemiddel	.
SSBs 	befolkningsframskriving	 gir en ujevn økonomi	sk utvikling på lang sikt
Vi kombinerer økonomiske forutsetninger fra 	Perspektivmeldingen 	(2017	) med SSBs 	befolknings-
framskriving	 på regionalt nivå. 	Med basis i 	Perspektivmeldingen 	legger vi til grunn at 	total faktorpro-
duktivitet vokser 	ca. 	1,2	 prosent	 per	 år i private fastlandsnæringer og 0,2	 prosent	 per år i offentlig
forvaltning. 	Denne forutsetningen får stor betydning for en av modellresultatene vi rapporterer un-
der. 	Petroleumsnæringen antas å øke noe de nærmeste årene, men avtar etter 2025 og er omtren	t
på halvparten av dagens nivå i 2050. Offentlig konsum, og dermed mange offentlige arbeidsplasser i
omsorg og undervisning, antas å øke 1,2	 prosent	 i året. 	Befolkningen følger utviklingen i SSBs
MMMM	-bane, og sysselsettingsraten henter vi fra en studie fo	r EU	-kommisjonen	. Samlet gir dette
en 	gjennomsnittlig 	vekst i BNP 	utenom petroleumsnæringen på	 2 prosent	 per år	 (BNP	-vekst per inn-
bygger blir 	1,6 prosent	).

Vista Analyse	 | 2020/08	 	6

SSBs 	befolkningsframskriving	 er fordelt på fylker og kommuner. Når vi legger inn det i 	modellen	 sam-
men 	med forutsetningene fra Perspektivmeldingen	, ser vi at	 den antatte 	befolkningsframskrivingen
for enkelte fylker, spesielt 	for Rogaland 	og 	Vestfold og Telemark	, stemmer dårlig overens med de
økonomiske utviklingstrekkene (	Figur S 	1).
Figur S 	1 	BNP utenom petroleumsutvinning (per innbygger, endring fra året før)

Rogaland står tilsynelatende overfor en økonomisk nedgangsperiode av 	stort omfang	 når petrole-
um	sutvinningen avtar	. Problemet her er at 	befolkningsframskrivingen	 ikke 	er 	avstemt mot 	den øko-
nomiske utviklingen, og legger til grunn større befolkning i Rogalan	d enn 	det er økonomisk grunnlag
for. 	Interessant nok er utviklingen ifølge modellen positiv for fylket det nærmeste fire årene, før
trenden snur.
Modellens referansebane kan dermed gi et varsko til 	de som planlegger veier og skoler	 og boligom-
råder	 i Rogaland ut fra SSBs 	befolkningsframskriving	 for fylket: 	det er 	fare for at 	befolkning	en vil
utvikle	 seg	 svakere enn 	i framskrivingen	, selv om det kanskje er god tilstrømming til fylket nå (etter
noen vanskelige år). 	I b	efolkningsframskrivingen 	forutsettes den innenlandske flyttingen å fortsette
i samme mønster som i det siste tiåret	, se SSB (2018)	. Dette innebærer en 	fortsatt 	sentraliser	ing,
særlig blant unge voksne, som igjen 	betyr at flere barn blir født i sentrale strøk.
Også for andre fylker gir SSBs 	befolkningsframskriving	, i kombinasjon med de	n økonomiske 	referan-
sebanen	, opp	hav til langsiktige økonomiske spenninger. Blant annet lig	ger økonomisk vekst i Vestfold
og Telemark gjennomgående et 	halv	t prosentpoeng høyere enn 	resten av landet. 	Forskjellen	 til 	for
eksempel Rogaland 	er enda større	. I løpet av 30 år blir det til 	ganske stor 	forskjell i 	levestandard
mellom disse fylkene. Det e	r lite trolig at en slik utvikling vil slå til	 i virkeligheten. 	Resultatet 	antyder
først og fremst at de økonomiske kreftene vil øke befolkningen i Vestfold og Telemark, og redusere
befolkningen i 	Rogaland	, sammenliknet med SSBs 	befolkningsframskriving	.
0,0 %
0,5 %
1,0 %
1,5 %
2,0 %
2,5 %
2019	2022	2025	2028	2031	2034	2037	2040	2043	2046	2049
Viken
Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland
Vestland
Møre og Romsdal
Trøndelag
Nordland
Troms og Finnmark
Hele landet

Vista Analyse	 | 2020/08	 	7

Uten innvandring taper alle fylkene produksjon
SSBs 	befolkningsframskriving	 MMMM	 gir alle fylkene positiv befolkningsutvikling fram til 2050. Sam-
menliknet med 	en annen prognose	, MM00, der det ikke skjer flytting til landet eller mellom fylker,
kan vi se at alle fylker 	taper økonomisk 	dersom flyttingen skulle stoppe 	(Figur S 	2).
Figur S 	2 	Produksjon 	i 2018 og i 2050 (i MM00	-scenariet og i	 referansebanen), målt i faste pri-
ser	 (mill. 	kr.)

Figuren viser at 	Oslo og Viken taper mest 	produksjon 	regnet i kroner	 dersom flyttingen skulle stoppe	.
Det skyldes at tilflyttingen 	i MMMM	-prognosen 	målt i antall personer er størst 	til 	Oslo og Viken.
Fig	uren tyder også på at Nordland, Troms og Finnmark	, Møre og Romsdal og Agder	 taper	 dersom all
flytting skulle stoppe, men mindre enn andre fylker	. Det innebærer at 	befolkningsframskrivingen
MMMM 	legger til grunn 	innflytting fra utlandet	 sammen med 	utflytting av eksisterende beboere	, og
innflyttingen er 	større 	– så vidt 	– enn	 utflyttingen	.
Det er imidlertid 	ikke Oslo som får den største prosentvise reduksjonen i produksjon	 dersom flytting
ikke finner sted	. Det skjer i 	Viken og i 	Innlandet, der produ	ksjonsverdien faller med 	mer enn 	20 pro-
sent	. Det 	tyder på	 at 	Viken og 	Innlandet er de fylke	ne	 som 	er mest avhengig av 	innvandring og til-
flytting 	for å 	oppn	å verdiskapingen i referansebanen M	MMM.	 Samtidig holder vi muligheten åpen
for at modellresultatet de	lvis skyldes 	at befolkningen i Innlandet i MMMM er noe høy sammenliknet
med de økonomiske forutsetningene i fylket.
Vi har også studert hvilke næringer som 	direkte og indirekte har størst glede av 	innvandring og flyt-
ting. Det er bygg	 og anlegg	 og 	bygg	- og	 bolig	tjenester på den ene siden, og varehandel sammen med
for	retningsmessig tjenesteyting på den andre. 	Dersom flyttingen skulle stoppe	, er reduksjonen i
 -
 500 000
 1 000 000
 1 500 000
 2 000 000
 2 500 000
Viken	Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland	Vestland
Møre og Romsdal
Trøndelag	Nordland
Troms og Finnmark
2018
2050 referanse
2050 MM00

Vista Analyse	 | 2020/08	 	8

forretningsmessig tjenesteyting konsentrert til Oslo, mens 	den i 	bygg 	er 	landsomfattende. I fylker
som Møre og Romsdal, Trøndelag og Nordland går også matvare	industri tilbake dersom det ikke skjer
innvandring og flytting. Det er en kons	ek	vens av nedgang i v	arehandel.
Offentlige	 arbeidsplasser gir ingen ringvirkninger uten tilflytting
I mange regionale modeller (slik som 	Panda	) gir en økning i 	offentlig 	etterspørselen økt aktivitet 	i
regionen 	og ringvirkninger til andre næringer. Dette fordrer imidlertid økt 	tilflytting til regionen. I
NOREG 2.0 er befolkningen og sysselsettingen 	i hver region foreløpig 	gitt. Det betyr at vekst i en
næring fortrenger en annen næring.
Vi ser	 på virkninger av økt offentlig konsum: vi antar at offentlig konsum øker med 2	 prosent	 per år
fra 2026 (istedenfor 1,2	 prosent	 som i referansebanen). Begrunnelsen for dette kan være et ønske
om å gi en ekstra stimulans til økonomien når aktiviteten i oljeutvinningen avtar.
Økt offentlig etterspørsel fører til økt aktivitet i helsesektoren,	 undervisning og offentlig administra-
sjon	 (som også inkluderer Forsvaret)	, fordi disse utgjør til sammen 9	5 prosent	 av samlet offentlig
etterspørsel.
Figur S 	3 viser endringen i sysselsettingen (målt som utgifter til arbeidskraft, i faste priser) i ulike
næringer	. Figuren viser en tydelig økning i de offentlige sektorene 	– helse, utdanning og offentl	ig
administrasjon. For å få til denne økningen trekkes ressurser vekk fra 	private næringer: på nasjonalt
nivå er det 	byggenæringen	 og bygg	- og boligtjenester	, varehandel og tjenesteytende sektorer (	kunn-
skapsintensive tjenester	 samt andre tjenester)	 som mer	ker det mest.
Figur S 	3 	Endring i sysselsettingen fra referansebanen	 i næringer

Vista Analyse	 | 2020/08	 	9

Hvilke næringer som opplever størst nedgang avhenger i ulike regioner av den opprinnelige nærings-
sammensetningen. Næringene som vokser mindre i 	dette scenariet er de som økte mest i referan-
sebanen: byggenæringen, bygg	- og boligtjenester og varehandel er næringene som taper mest i alle
regioner. 	Denne vridningen gjenspeiles i lavere verdiskaping: BNP	-veksten er 0,1	-0,3 prosentpoeng
lavere. Dette gj	elder alle regionene. I 2050 er BNP for hele landet nesten 5 prosent lavere enn i
referansebanen.	 Lavere verdiskaping kan forklares med at produktivitetsveksten i offentlige sektorer
er betydelig lavere enn i private sektorer.

Vista Analyse	 | 2020/08	 	11

1	 	Inn	ledning	 og bakgrunn
1.1	 	Den første 	framskriving	srapporten
Dette er den første 	av en rekke årlige modellbaserte framskrivninger og analyser av regionaløkonomiske
utviklingstrekk med e	t makroøkonomisk tilsnitt	. Vi baserer oss på modellen 	NOREG	 2.0	, som 	utvikles	 i
prosjektet 	A Regional General Equilibrium Modelling System	 på vegne av Norges forskningsråds DEMOS	-
program. 	Den første versjonen, NOREG 1.0, ble 	utviklet 	av Vista Analyse og Menon Economics for	 det
dav	ærende Nærings	- og handelsdepartementet (Bruvoll m.fl., 2015)	. NOREG 2.0 integrerer NOREG 1.0
med	 modellen PINGO	, utviklet 	av TØI	 (Hansen og Johansen, 2016	), og REGARD, en regionaløkonomisk
modell utviklet av den fjerde samarbeidspartneren, 	SSB	.
Den årli	ge framskrivingen er et fast punkt i 	forskningsprosjektets formidlingsvirksomhet. 	Utover i pro-
sjektet vil vi 	basere framskrivingene på nye modellversjoner, 	NOREG 2.1, 2.2 osv	. Kapittel 	5, som avslut-
ter denne rapporten, gir 	en skisse av modellutviklingsprogrammet	 i nærmest	e årene	.
I denne første 	framskriving	srapporten har vi lagt vekt på å 	presentere 	referansebanen for NOREG 2	.0
og	 politikkanalyser av 	henholdsvis en utvikling der vi 	«fryser	» all 	flytting	, både	 mellom regioner i Norge
og 	til Norge	, og en utvikling der det skapes flere offentlige arbeidsplasser enn i referansebanen (offentlig
konsum øker)	. For lesere som er særlig interessert i modellens egenskaper og virkemåte har vi i vedleg-
gene	 forklart modellen og dens datatilfang.
1.2	 	Tilbakeblikk: 	De stedbundne næringene går tilbake, de offentlige går
frem
Som bakgrunn for analysene som følger kan det væ	re 	av interesse å se bakover på enkelte tunge mak-
roøkonomiske trender som påvirker økonomi og 	bosetting rundt i landet.
Figur 	1.1 	Sysselsettingsandeler: 	De stedbundne næringene er på vei ned

Kilde: SSB og 	Vista Analyse
0
5
10
15
20
25
1970	1975	1980	1985	1990	1995	2000	2005	2010	2015
Prosent av totalt antall timeverk
Jordbruk og skogbruk
Industri

Vista Analyse	 | 2020/08	 	12

Jordbruk, skogbruk og industri har det til felles at de er stedbundne næringer	. Industrien har historisk
vært 	bundet til kraftressurser, utskipningshavner osv	. I Figur 	1.1 viser vi sysselsettingsandelene	 for hen-
holdsvis jordbruk og skogbruk, og industri, mellom 1970 og 2018, altså en periode på nærmere 40 år. I
denne tida har sysselsett	ingen i jordbruk, skogbruk	 og industri falt 	betydelig	, i takt med at produktivite-
ten i næringene øker. Mens om lag 35	 prosent	 av de sysselsatte arbeidet i 	næringene	 i 1970, er andelen
bare drøye 10	 prosent	 i 2018.
Tallene forteller at det har skjedd en ganske dramatisk overgang fr	a næringer som i det store og hele er
bundet	 til å ligge rundt i landet 	– på grunn av tilgang på jord og skog, industri og mineraler 	– til næringer
som kan ligge hvor som helst	, nemlig tjenestenæringene.
Figur 	1.2 	Sysselsettingsandeler: 	Tjenesten	æringe	r er på vei opp

Kilde: SSB og Vista Analyse
Figur 	1.2 bekrefter dette inntrykket. 	Sysselsettingen i to store tjenesteytende næringer, helse og om-
sorg, og faglig og forretningsmessig tjenesteyting, var 	samlet 	ca. åtte	 prosent	 av økonomien i 1970. 	I
2018	 utgjorde 	de 28	 prosent	 av økonomien	. Oppgangen i disse næringene er nesten like stor som ned-
gangen i jordbruk, skogbruk og industri.
Årsaken til at tjenestenæringene vinner frem ligger først og fremst i to forhold: Produktivitetsutviklingen
er dårl	igere og inntektselastisiteten er høyere. Inntektselastisiteten 	forteller 	hva vi bruker penger på når
inntekten øker. En av økonomiens 	mest jernharde lover er at tjenester øker og mat taper når inntekten
øker. Dette er i tråd med Maslows behovspyramide og 	bekreftes av en lang rekke undersøkelser.
At produktivitetsutviklingen er dårligere i tjenestenæringene enn i jordbruk og industri er kansk	je ikke i
samme grad en lov, men det har vist seg å være tilfelle til nå. 	Etter hvert som IKT gir nye 	muligheter,
mener noen a	t deler av tjenestenæringene, herunder omsorg, kan oppleve høy produktivitetsvekst.
De tunge 	økonomiske 	trendene som ligger i at stedbundne næringer 	taper og 	tjenestenæringene 	vin-
ner, 	er viktige drivere bak den langsiktige regional	e økonomiske utviklingen	 og den vedvarende tenden-
sen til urbanisering	. Enkelte 	av 	tjenestenæringene	, ikke minst omsorg, har riktignok en tendens til å
legge seg der det finnes folk fra før	. Men over tid, med en 	tidsforsinkelse, flytter de etter resten av
befolkningen inn mot sentrene og byene. Andre tjenestenæringer, for eksempel faglig og forretnings-
messig tjenesteyting, 	legger seg der 	den får best betingelser. 	Det kan bety å legge seg i nærheten av
andre bedrifter og næringer av samme type, som i praksis 	vil si by	- og regionsentra, eller det kan bety	 å
0
2
4
6
8
10
12
14
16
18
20
1970	1975	1980	1985	1990	1995	2000	2005	2010	2015
Prosent av totalt antall timeverk
Helse- og omsorgstjenester
Faglig og forretningsmessig
tjenesteyting

Vista Analyse	 | 2020/08	 	13

ta hensyn til arbeidsgiveravgift, nærhet til universitet eller 	andre betingelser. 	Faglig og forretningsmes-
sig tjenesteyting representerer den typen kompetansebasert sysselsetting som 	alle regioner	 er ute et-
ter.
1.3	 	NOREG	 er et verktøy for å forstå regionalpolitikk i lys av langsiktige
trender
Den som er opptatt av effektiv langsiktig regionalpolitikk, må ta inn over seg de langsiktige trendene
som 	vi så vidt har skissert over. Effektiv langsiktig regionalpolitik	k handler om 	at regionene må tilby gode
nok betingelser ti	l de 	kompetansebaserte og 	regionalt	 troløse 	tjenestenæringene. Samtidig må man
søke å begrense og forsinke 	nedgangen 	i de stedbundne næringene	 og ta vare på vekstmuligheter. Hav-
bruk og petroleum er to stedbundne næringer som har vokst fram siden 1970	.
Forskningsprogrammet som motiverer denne rapporten og dette prosjektet, handler om steg for steg å
utvikle en økonomisk modell som 	belyser 	de langsiktige prosessene bak 	nasjonal 	økonomisk utvikling
på den ene siden og regional utvikling på den andre siden.	 Den foreliggende rapporten 	dokumenterer
første steg på veien, ved å peke på 	den gjensidige avhengigheten mellom regional 	befolkningsvekst	,
næringsutvikling og offentlige arbeidsplasser. 	I kommende rapporter vil vi ta nye steg i retning modell-
baserte analy	ser med stadig større realisme og relevans.

Vista Analyse	 | 2020/08	 	14

2	 	Hovedtrekk ved N	OREG	 2.0
En omfattende beskrivelse av 	NOREG	 2.0 er gitt i vedlegg 	B, og lesere som er interessert i 	mo	dellens
virkemåte, henvises dit. 	Modellens datagrunnlag, 	nærings	- og regioninndeling er beskrevet i vedlegg 	C.
Her gir vi bare en kortfattet beskrivelse av 	hovedtrek	k, som kan være nyttig bakgrunn for lesere som
først og fremst er interessert i politikkanalysene.
En generell likevektsmodell	 som 	NOREG	 2.0	 knytter næringene i økonomien sammen gjennom krysslø-
pet, faktormarkedene og budsjettbetingelsene. 	Et sent	ralt trekk er full ressursutnyttelse, 	dvs	. ingen ar-
beidsløshet eller andre 	ledige ressurser.	 En forutsetning for full ressursutnyttelse er fleksible priser, som
dermed er et annet sentralt trekk ved modellen.
NOREG	 2.0	 framstiller økonomien som bestående 	av husholdninger, bedrifter og offentlig 	sektor	. Hus-
holdningene og bedriftene er modellert som representative aktører. Husholdningen mottar alle inntek-
ter fra primærfaktorene arbeidskraft og kapital. Offentlig 	sektor	 mottar alle skatteinntektene og betaler
ut subsidier til 	bedrifter	 og overføringer til husholdninge	r. Likevektsmodellen modellerer samspillet mel-
lom disse aktørene i økonomien.	 Økonomien er liten og åpen med omfattende handel med utlandet.
Sparing og investering knytte	r økonomien i ett år 	samm	en med 	det neste. 	Sparebeslutningen blir tatt
på grunnlag av å	rets inntekt, ikke fr	amoverskuende forventninger, og dermed sier vi at mo	dellen er
rekursiv: 	Økonomien	 i et år 	kan bestemmes når økonomien året før er bestemt	. Over tid 	angir	 sparing
og investering en tidsutvikling for realkapital, som sammen 	med 	forutsetninger om sysselsettings	utvik-
lingen og forutsetninger om tekn	ologisk fremgang bestemmer økonomisk vekst	 på 	makro	nivå	.
NOREG	 2.0 er 	utviklet for å 	studere	 regional økonomi. De	n har en fleksibel regional inndeling som gjør
det mulig å studere for eksempel fylkesvis økonomisk utvikling, eller utviklingen på kommunenivå i et	t
fylke	 sammen med 	fylkesnivå ellers, eller andre regionale 	aggregerings	kombinasjoner. Når den regio-
nale inn	delingen er bestemt	, regner modellen ut 	den økonomiske utviklingen 	i hver region innenfor en
makroøkonomisk ramme.
NOREG	 2.0 er særlig egnet til å studere langsiktige økonomiske problemstillinger, for eksempel nærings-
utvikling 	og regional utvikling	, fremveksten av 	økonomiske ubalanser mellom regioner, 	den langsiktige
effekten av strukturpolitiske tiltak, osv. Siden den	ne fø	rste modellversjonen	 forutsetter 	full 	sysselset-
ting,	 er den mindre egnet til å studere	 arbeidsløshetsproblemer	 og kortsiktige ubalanser	.
I virkeligheten skjer ikke tilpasningen så fort	 som NOREG 2.0 legger til grunn	: det tar tid å investere i ny
kapital	, arbeidskraft med riktig utdannelse og kompetanse er ikke umiddelbart tilgjengelig	, mm.	. NOREG
2.0	 ser bort fra slike begrensninge	r (noen av 	disse	 begrensninge	ne	 skal innarbeides i neste versjon av
modellen, se kapittel 	5). Derfor må modellresultatene, spesielt på kort sikt, tolkes med varsomhet.
Virkemåten til 	NOREG	 2.0 kan kontrasteres med 	virkemåten til 	etterspørselsdrevne modeller	: En 	regio-
nal 	etterspørselsstimulans vil i 	en etterspørselsdrevet modell 	lede til økt 	regional 	aktivitet i sektoren
stimulansen retter seg mot	, og deretter til ringvirkninger	 i næringer som leverer til	 sektoren stimulansen
retter seg mot. Økte inntekter til 	sektoren og 	til underleverandører vil så sette i gang 	ringvirkninger når
inntektene blir brukt på varer og tjenester. 	Samlet kan en etterspø	rselsstimulans lede til et betydelig
antall arbeidsplasser i form av ringvirkninger.

Vista Analyse	 | 2020/08	 	15

NOREG	 2.0 har alle de samme egenskapene som	 en etterspørselsdrevet modell	, men 	i tillegg har mo-
dellen en realøkonomisk ramme som reflekterer at ressursene som strømmer til 	regionen som opplever
etterspørselsstimulans, må flytte ut av 	andre sektorer	 og regioner. 	Denne 	effekten 	skyldes 	forutset-
ningen om full ressursutnyttelse o	g bidrar til å dempe	, og av og til fjerne, 	ringvirkningene av en 	etter-
spørselsimpuls. 	I NOREG 2.0 møtes etterspørsels	- og tilbudssiden i økonomien i likevekt.
Hvilken modell som 	modellerer virkeligheten best, komme	r an	 på om	 det faktisk er ledige ressurser eller
full ressursutnyttelse	 i økonomien	. En aktuell mulighet er at det finnes ledige ressurser på kort sikt, men
ikke på lengre sikt. De fleste er enige om at arbeidsløsheten 	på lang sikt 	styres av makroøkonomisk	e
omstendigheter, ikke 	av 	mindre etterspørselsimpulser på regionalt nivå.	 På kort sikt kan det være an-
nerledes.	 I et slikt bilde kan man si at 	NOREG	 2.0 modellerer omstendighetene på lengre sikt, mens en
etterspørselsdrevet modell 	modellerer på kort sikt.

Vista Analyse	 | 2020/08	 	16

3	 	Referansebane 2016	-2050
Vi har utarbeidet en referansebane 	for utviklingen i 	den 	norsk	e økonomi	en	 i perioden 2016	–2050.	 Re-
feransebanen er 	også interessant fordi den viser regionaløkonomiske konsekvenser av 	makroøkonomisk
utvikling og vekst i tråd med 	offisielle perspektivberegninger. Det er så vidt vi vet første gang i Norge at
slike regionaløkonomiske konsekvenser presenteres.
Referanseban	en 	tjener også	 som sammenligningsgrunnlag for scenarier i kapittel 	4.
3.1	 	Forutsetninger 	for referansebanen
Referansebanen bygger på 	følgende forutsetninger:
• 	Befolknin	gsutviklingen	 er regionalt fordelt og 	følger SSBs 	MMMM	-bane.	1 I NOREG	-modellen
inngår bare arbeidsstyrken (	effektive timeverk	). Derfor	 tar vi utgangspunkt 	i utviklingen 	i antall
personer i alderen 16	-74 år.	2 I referansebanen 	er gjennomsnittlig 	befolknings	vekst	 i denne delen
aldersgruppen 	lik 	0,4 prosent	 per år.
• 	Deltakelsen i arbeidsstyrken 	varierer mellom 7	2 og 7	4 prosent	 i perioden	, basert på 	en rapport fra
EU-kommisjonen	 (EC	, 2018)	.
• 	Produktivitetsutviklingen	 følger 	anslagene fra Perspektivmeldingen (2017).	 Vi antar at t	otal faktor-
produktivitet (TFP) 	vokser 	med 	om lag 	1,2	 prosent	 per år i private fastlandsnæringer og 	med 0,2
prosent	 per år 	i offentlig forvaltning	.
• 	Offentlig konsum	 ant	as å øke vokse med 1,2 	prosent	 i året. 	Offentlige inntekter 	er endogene i mo-
dellen (	bestemt av 	skatteinntekter	). Det som blir «til overs» 	(skatteinntekter 	fratrukket 	utgifter til
offentlig konsum	) overføres 	til husholdninger	.
• 	Petroleums	næringe	n er 	antatt	 å øke noe i de nærmeste årene, men avtar etter 2025 og er om-
trent halvparten av dagens nivå i 2050	. Her følger vi 	Perspektivmeldingen (2017) kap. 5.
• 	Energieffektivisering	 er 	antatt å være ca. 	1 prosent	 årlig	, basert på 	et anslag	 fra 	CEPII	 (EconMap	,
2016)	.
Referansebanen er laget 	med de nye fylkene	, så det er 1	1 regioner (fylker) i referansebanen	. For å se
nærmere på utviklingen i Rogaland, benytter vi også en modellversjon der Rogaland er delt i fire distrik-
ter	 (se vedlegg 	C.2	).

1 Bokstavene angir utviklingen 	i fruktbarhet, levealder, innenlandsk flytting og innvandring 	(i denne rekkefølgen). M står for
mellomnivået for alle komponenter. MMMM er «hovedalternativet» til SSB (SSB, 2018).
2 https://www.ssb.no/statbank/table/11668

Vista Analyse	 | 2020/08	 	17

3.2	 	Resultater 2016	-2050
3.2.1	 	Økonomisk vekst i fylker og kommuner
Med forutsetningene 	som presentert ovenfor, samt 	antatte parameterverdier	 for elastisiteter o.l.	, får vi
en gjennomsnittlig vekst i BNP	 utenom petroleumsnæringen	3 på 	omtrent 	2 prosent	 per år	. Veksten er
litt 	høyere	 enn 	2 prosent	 i begynnelsen av perioden når petroleumsnæringen fortsatt vokser, og 	faller
til 	rundt 1,	7 prosent	 mot 2050	.
Gjennomsnittlig vekst 	i BNP 	per innbygger	 er 	1,6 prosent i perioden 201	8-2050. 	Også BNP per innbygger
er høyere	 gjennom 	2020	- og 2030	-tallet	 og faller fra 2030	.
For de fleste regionene viser 	referansebanen en forholdsvis balansert utvikling	, med en vekst 	per inn-
bygger 	på 1,5	-2 prosent per år	, se 	Figur 	3.1. Vestfold og Telemark 	har høyest 	økonomisk vekst	 (over 2
prosent per år) 	gjennom hele perioden	. O	gså Nordland	, Møre og Romsdal 	og Troms og Finnmark 	har
høyere 	vekst 	enn andre fylker	, mens 	Oslo	, Viken	, Agder 	og Innlandet 	ligger litt lavere	 enn gjennomsnit-
tet	, spesielt 	i begynnelsen av perioden	 vi ser på	. Det er 	ett 	fylke som har annerledes utvikling enn i
resten av landet: Rogaland	. Referansebanen tilsier at Rogaland starter ut med høy økonomisk	 vekst, for
så å møte et 	tilbakeslag når petroleumsaktiviteten 	begynner å gå nedover.
Figur 	3.1 	BNP	 utenom 	petroleumsutvinning 	(per innbygger, 	endring fra året før)

Man spør seg selvsagt hvorfor 	modellen sier at 	det 	går	 slik. 	For å forstå det	, kan det være nyttig med
flere opplysninger, og modellen lar oss dele opp utviklingen i kommuner og områder innad i fylket. 	Når
vi ser på 	de ulike delene av Rogaland 	hver for 	seg	, fr	amkommer et mønster som i 	Figur 	3.2. Det er tydelig
at 	utviklingen i Rogaland 	(som vist på 	Figur 	3.1) gjenspeiler utviklingen på Jæren	. D	et er 	Jæren som blir
mest 	påvirket av 	nedgangen i olje	utvinningen, mens 	Haugalandet og 	Dalan	e har omtrent samme 	BNP	-

3 Dette tilsvarer omtrent BNP i fastland	s-Norge, men vi har ikke utelatt utenriks sjøfart.
0,0 %
0,5 %
1,0 %
1,5 %
2,0 %
2,5 %
2019	2022	2025	2028	2031	2034	2037	2040	2043	2046	2049
Viken
Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland
Vestland
Møre og Romsdal
Trøndelag
Nordland
Troms og Finnmark
Hele landet

Vista Analyse	 | 2020/08	 	18

vekst som 	resten av landet	. Ryfylke	, derimot, 	har høyere 	økonomisk vekst enn resten av landet.	 Mens
økonomien på Jæren domineres 	(i modellen) 	av petroleumsnæringen, er det elektrisitetssektoren	, kraft-
krevende industri, havbruksnæringen og næringsmiddelindustrien	, samt byggenæringen som utgj	ør
den største delen av økonomien i Ryfylke.	4 Det 	er 	imidlertid 	viktig å huske at 	verdiskapningen i 	Ryfylke
utgjør bare 5 prosent av 	verdiskapningen i hele Rogaland, mens Jæren utgjør nesten 75 prosent.
Figur 	3.2 	BNP 	utenom petroleumsutvinning 	i Rogaland 	(per innbygger, 	endring fra året før)

For å tolke situasjonen på Jæren er det nytt	ig å huske på at 	modellen 	kombinerer en 	eksogen 	befolk-
nings	framskriving	 fra 	SSB med 	nærings	utvikling 	skapt av modellen selv	 (på grunnlag av forutsetninger
om produktivitetsvekst mm.)	. Disse to kildene er ikke synkronisert	, og 	modellresultatet tyder på at de
ikke er 	konsistent	e. I befolknings	framskriving	en bor det flere mennesker på Jæren enn	 modellen sier
det 	er næringsgrunnlag til	 i lys av nedgangen i oljenæringen	. Dette stiller spørsmål ved 	om	 befolknings-
framskriving	en 	for Jæ	rens del	 er 	for optimistisk	.
Også i de andre regionene 	utvikler	 det 	seg 	ved nærmere ettersyn ubalanser	. Selv om utviklingen ser
forholdsvis 	lik ut, ligger 	Vestfold og Telemark 	jevnt over 	nesten 	omtrent et halvt 	prosentpoeng 	høyere 	i
økonomisk vekst	 enn 	resten av landet	. Også Nordland, Møre og Romsdal og Troms og Finnmark 	har
høyere økonomisk vekst enn resten av landet, særlig i begynnelsen 	av perioden (	fram til 2040	).
Dette antyder 	at befolkningsframskrivingen ikke er avstemt mot den økonomiske utvi	klingen	 som følger
av produktivitetsvekst mm.	. R	eferansebane	n i NOREG	 kan dermed gi et varsko til de som planlegger
veier og skoler og boligområder ut fra SSBs befolkningsframskriving: 	i noen fylker 	er 	det 	fare for at be-
folkningen vil utvikle seg svakere enn i framskrivingen, selv om det kanskje er god tilstrømming til fylket
nå. I befolkningsframskrivingen forutsettes den innenlandske flyttingen å fortsette i samme mønster
som i det siste tiåret, se SSB (20	18). Dette innebærer en fortsatt sentralisering, særlig blant unge voksne.
Sammenholdt med den økonomiske utviklingen i NOREG fører det imidlertid ikke til mangel på arbeids-
kraft i distriktene. Tvert imot, 	våre 	modellberegninger 	tyder på at 	SSBs befolkning	sframskrivinger 	legger

4 BNP	-vekst per innbygger avhenger naturlig nok også av befolkningsutviklingen, i tillegg til verdiskapningen. For Ryfylke, som
har en ganske liten befolkning, vil ganske små endringer i antakelsene om be	folkningsutvikling slå ut i BNP per innbygger.
Dette forklarer den noe rare formen på BNP per innbygger i Ryfylke på figuren.
0,0 %
0,5 %
1,0 %
1,5 %
2,0 %
2,5 %
2019	2021	2023	2025	2027	2029	2031	2033	2035	2037	2039	2041	2043	2045	2047	2049
Rogaland - Dalane
Rogaland - Jæren
Rogaland - Haugalandet
Rogaland - Ryfylke
Hele landet

Vista Analyse	 | 2020/08	 	19

til grunn større befolkning i noen fylker enn det er økonomisk grunnlag for. I virkeligheten vil 	de økono-
miske kreftene øke befolkningen i Vestfold og Telemark, og redusere befolkningen 	i Rogaland og 	i Inn-
landet	, sammenliknet med bef	olkningsprognos	en.
I en senere rapport vil det være mulig å analysere hvilken kombinasjon av befolkning og næringsutvikling
som er konsistent, dvs. i likevekt. Det vil vi gjøre ved å introdusere flytting 	mellom regionene 	i modellen.
Foreløpig kan modelle	n leses som en form for kravanalyse: 	hvor stort næringsliv kreves for å opprett-
holde økonomisk vekst i en region, eller alternativt: hvor stor befolkning kreves for å understøtte næ-
ringsutviklingen i en region? Det viser seg i dette tilfellet at næringsgru	nnlaget på Jæren er for lite i
forhold til kravet reist av befolkningen, og befolkningen er for stor i forhold til kravet reist av nærings-
grunnlaget.
3.2.2	 	Økonomisk utvikling i ulike næringer
På nasjonalt nivå er 	den 	prosentvise	 økningen	 i løpet av perioden 20	16	-2050 	størst i 	kjemisk	 og farma-
søytisk	 industri	 og 	raffinerier	.5 Også landbruket og næringsmiddelindustrien øker mye, 	i tillegg til 	reise-
liv, tjenester tilknyttet 	transport	6 og 	bygg	- og boligtjenester	, se 	Figur 	3.3. Samtidig 	får vi bekreftet 	at
petroleumsutvinningen blir halvert	 (som forutsatt)	.
Figur 	3.3 	Endring 	i næringer 2016	-2050 (	100% = produksjonsnivået i 	2016)

I nivå	 er imidlertid den	 største næringen i 2050 	bygg	- og boligtjenester	, etter	fulgt 	bygg 	og anlegg, 	vare-
handel	, og 	kunnskapsintensive tjenester	. Bygg	- og boligtjenester	 handler ikke om bygging, men om 	tje-
nester fra 	egen 	bolig og andre boliger og bygg	, eiendomsdrift, osv. (se vedlegg	 C.1	). Også offentlig

5 Merk at sektoren ‘KJEMI	-RAFF’ inneholder både raffinerier, kjemisk industri og farmasøytiske produkter (se vedlegg 	C.1	). Disse
er slått sammen i nasjonalregnskapet av konfidensialitetshensyn. Kjemisk industri utgjør ca. 60 prosent av totalen.
6 Tjenester tilknyttet transport inneholder også l	agring og post	- og distribusjonsvirksomhet (se vedlegg 	C.1	).
0%	50%	100%	150%	200%	250%
KJEMI-RAFF
REISE
LANDBRUK
TRANSP-TJEN
MAT
BYGG-TJEN
IND-KKI
ELE
TRANSP-LUFT
FISK
TRANSP-HAV
IND-TEKN
FINANS
IND-ANNEN
TJEN-ANNEN
VANN
TRANSP-LAND
TJEN-TEKN
HANDEL
BYGG-ANLEGG
OFF-ADM
HELSE
SKOLE
PETRO

Vista Analyse	 | 2020/08	 	20

sektor, 	særlig	 helsetjenester	, utgjør en stor del av økonomien	, som følge av antatt vekst i offentlige
utgifter. 	Figur	 3.4 viser næringssammensetningen av produksjonen i landet som helhet i 2050	 (nærings-
sammensetningen i 2016 er vist på 	Figur A 	13	).
Figur	 3.4 	Sammensetning av produksjonen i Norge i 2050

3.2.3	 	Utvikling i ulike regioner
De 	eksogene	 befolkningsforutsetningene inneholder antakelser om flytting	 (i tillegg til 	innvandring, le-
vealder og fruktbarhet)	: flytting 	innenlands 	forutsettes å fortsette i samme mønster som i det siste tiåret
(SSB, 2018).	 Det skjer imidlertid ingen flytting mellom 	fylkene 	endogent	 i modellen 	– som 	allerede nevnt
er det	 er regionale arbeidsmarkeder i 	denne versjonen av 	modellen	. Siden region er definert som fylke
i denne versjonen, kan folk flytte innenfor fylket, men ikke til et annet fylke.	7
De	nne forutsetningen 	innebærer at 	når aktivitetsnivået 	i en 	næring 	i en region 	går ned, 	allokeres ar-
beidskraft til andre næringer 	i samme 	region	. Mekanismen som regulerer dette er lønnen: 	når arbeids-
kraften frigjøres i en næring	, går lønnsnivået i regionen n	ed og det blir lønnsomt 	for	 andre næringer å
ansette 	flere. 	Hvilke næringer 	som 	tjener på 	dette,	 avhenger bl.a. 	hvor 	arbeidsintensi	ve de er	.
Det er også viktig å huske på at 	en generell likevektsmodell bygger på eksisterende næringsstruktur: 	nye
næringer dukker ikke opp av seg selv	, og 	uten eksogene sjokk har 	de store næringene en tendens til å
vokse 	seg enda størr	e.

7 I simuleringen vi viste ovenfor der Rogaland var delt i distrikter, var det heller ikke anledning til	 å flytte mellom distriktene
innad i dette fylket.
BYGG	-ANLEGG10 %
BYGG	-TJEN	11 %
ELE2 %
FINANS5 %
FISK2 %
HANDEL9 %
HELSE7 %	IND	-ANNEN3 %	IND	-KKI3 %
IND	-TEKN2 %
KJEMI	-RAFF3 %
LANDBRUK	1 %
MAT6 %
OFF	-ADM5 %
PETRO3 %
REISE3 %
SKOLE3 %
TJEN	-ANNEN5 %
TJEN	-TEKN8 %
TRANSP	-HAV	3 %
TRANSP	-LAND	2 %
TRANSP	-LUFT	1 %
TRANSP	-TJEN	3 %
VANN1 %

Vista Analyse	 | 2020/08	 	21

Ulike næringer blir dominerende i ulik	e regioner i 2050 (se 	vedlegg 	A for figurer	 for hvert fylke	):
• 	I Oslo er de dominerende næringene i 2050 ulike tjenester: finansielle tjenester, 	kunnskapsinten-
sive 	tjenester	 og 	by	gg	- og bolig	tjenester, etterfulgt av andre tjenester	, varehandel	 og bygg og an-
legg	.
• 	I Viken er varehandel st	ørst	, etterfulgt av 	byggenæringen og 	bygg	- og boligtjenester	 og 	kunnskaps-
intensive 	tjenester	.
• 	I Innlandet 	er 	helse	sektoren 	den største næringen i 2050	, 16	 prosent	 av hele økonomien	. Bygg og
anlegg 	og	 bygg	- og boligtjenester 	er andre store næringer, 	og 	utgjør til sammen 	24 prosent	 av
brutto	produksjonsverdien i regionen	. Helsesektoren har forholdsvis lav produktivitetsutvikling,
som forklarer hvorfor regionen blir hengende etter for eksempel 	Vestfold og Telemark i inntekts-
utvikling.
• 	I Vestfold og Telemark vokser 	kjemisk og farmasøytisk industri 	mye	 og blir nesten tredoblet fra da-
gens nivå	, og utgjør	 nesten 	25	 prosent	 av regionens økonomi	. Andre store næringer er bygg og an-
legg,	 tjenester tilkn	yttet bygg og varehandel	.
• 	Bygg 	og anlegg 	og 	tjenester tilknyttet bygg 	er de største næringene i 2050	 i Agder	, til sammen 23
prosent av økonomien i fylket	. Også varehandel og 	ulike 	industri	er (både kraftkrevende industri og
teknologisk industri) 	er store. 	I Agder vokser kjemisk og farmasøytisk industri mye i andre halvdel
av perioden (etter 2035). 	Også de offentlige sektorene er store i Agder	. Helsesektoren, som er den
nest	 største 	næringen 	i 2	016, 	vokser jevnt og trutt over perioden, men mindre enn andre næ-
ringer, 	slik at	 sektorens andel av den regionale økonomien går ned	.
• 	Økonomien i Rogaland 	domineres av offshore oljeutvinning, og 	nedgangen	 i denne sektoren pre-
ger utviklingen	 i regione	n. Det	 er 	bygg og anlegg og 	tjenester tilknyttet bygg	, næringsmid	delindu-
strien, 	varehandel og 	kunnskapsintensive tjenester 	som 	vokser 	når oljeutvinningen går ned. 	Også
helsesektoren og offentlig administrasjon vokser mye. 	Men selv 	etter nedgangen 	er det 	petrole-
umsnæringen 	som er den største næringen i Rogaland	 i 2050	.
• 	Petroleumsnæringen preger også 	utviklingen i 	Vestland	, men ikke i like stor grad som Rogaland. I
tillegg til 	bygg og anlegg og 	tjenester tilknyttet bygg 	er det sjøfart	 og 	varehandel	 som øker når olje-
utvinningen avtar.
• 	Nedgan	gen 	i petroleumsnæringen merkes også i	 Møre og Romsdal	, men der utgjør den ikke så
stor andel i utgangspunktet. 	Næringsmiddelindustrien 	og	 andre	 industri	er (kraftkr	evende, teknolo-
gisk og annen)	 voks	er mest, men også 	fiskeri, 	varehandel	, bygg	- og boligtjenester	 og varehandel.
• 	Også Trøndelag preges til en viss grad av nedgangen i oljeindustrien. Det er 	byggenæringen og 	tje-
nester knyttet til bygg	, samt næringsmiddelindustrien 	og kunnskapsintensive tjenester	 som vokser
her	. Også offentlig administrasjon vokser mye.
• 	I Nordland er 	det fiskeri	 og 	næringsmiddelindustrien	, samt bygg og anlegg og 	tjenester tilknyttet
bygg 	som 	blir 	de største	 i 2050	. Også 	kraftkrevende industri 	vokser mye	, og blir mer enn fordoblet
fra 2018	. Helsesektoren 	derimot 	blir mindre	.
• 	Troms og Finnmark 	er også et fylke som 	preges av 	ned	gangen av oljeutvinningen. 	Det er 	fiskerier
og 	næringsmiddelindustri	, bygg	enæringer 	og 	tjenester tilknyttet bygg	, samt varehandel 	som
vokser i stedet. 	Helsesektoren 	avtar	.

Vista Analyse	 | 2020/08	 	22

4	 	Scenarier
Scenarioanalyser me	d NOREG	 2.0	 belyser 	hvordan modellen reagerer på 	endringer i 	eksogene 	forutset-
ninger	, dvs. 	hvordan 	den langsiktige likevekten endrer seg under alternative forutsetninger.
Det er 	mange 	muligheter til scenarier 	med 	NOREG	. Vi kan endre ulike eksogene variable	r:
• 	Skatter og avgifter 	som er spesifisert i modellen 	(f.eks. m	erverdiavgift	, særavgifter 	slik 	som elav-
gift	, arbeidsgiveravgift	),
• 	Offentlige utgifter	,
• 	Befolkningsframskrivinger	,
• 	Produktivitet	 (i en 	næring og/eller region)	,
• 	Energieffektivisering.
Endringer i eksogene modellvariable vil typisk være knyttet til økonomiske resonn	ementer. For eksem-
pel kan 	en	 tenke seg at offentlig i investering 	i transport	infrastruktur	 gir en «mernytte» i form av 	pro-
duktivitetsøkning	 i regionen der 	investeringen skjer. 	For å illustrere dette, kan en i modellen gi en impuls
i form av økte 	offentlige investeringer til transport	, og en 	produktivitetsøkning beregnet i en 	mernytte-
modell.
Som et annet eksempel kan en tenke seg at økte offentlige 	utgifter til 	forskning og utvikling	 i en region
over tid	 bidrar til produktivitetsutvikling i region	en. 	De fordrer prinsipielt samme 	øvelse der en gir mo-
dellen en impuls i form av økte offentlige utgifter til 	forskning og utvikling	, og anslår produktivitetsøk-
ning i en sidemodell.
Vi har	 planer 	om 	modellutvidelser i flere retninger som muliggjør nye 	anal	yser (se mer om utviklingspla-
ner i kapittel 	5).
I denne rapporten studerer vi 	først 	utfallet av 	å «fryse	» all flytting og 	all innvandring 	mellom regioner.
Det er interessant siden mye av Norges økonomiske vekst 	i regionene 	de senere 	åren	e har vært drevet
av innvandring	 sammen med regional	e flyttinger.
Dernest studerer vi 	konsekvensene av høyere offentlig konsum. 	Det er interessant 	fordi o	ffentlig kon-
sum og offentlige ar	beidsplasser er en 	motor for sysselsetting i mange distrikter	, og for	ståelse av betyd-
ningen av økt offentlig konsum er viktig 	for 	utarbeidelsen av den regionale politikken.
4.1	 	Scenario	: Ingen flytting (MM00	-scenariet)
Vi ser på hvordan utviklingen 	i norsk økonomi 	hadde vært hvis det ikke var noen flytting, verken 	innen-
lands eller til/fra utlandet	. Dette tilsvarer 	MM00	-scenariet	 i SSB (2018). 	Selv om d	et er ikke e	t særlig
realistisk scenario, 	gir 	det 	mulighet	en	 til 	interessante analyser	 av næringsutvikling.
Ved å studere hvordan næring	sutviklingen ville vært	 dersom	 det i	kke 	var noen flytting	, får vi undersøkt
effekten av den flyttinge	n som er lagt inn i 	SSBs 	befolknings	framskriving	. Dette igjen kan hjelpe oss å
forstå hv	ordan næringspolitikken må mobilisere for å 	forhindre	 den 	flyttingen 	– for eksempel mellom
regioner 	– som er lagt inn i 	befolknings	framskriving	en	.

Vista Analyse	 | 2020/08	 	23

4.1.1	 	Innvandring og tilflytting til fylkene
Figur 	4.1 viser 	forskjellen 	i befolkning	sutvikling 	(som 	ved konstante sysselse	ttingsandeler mellom sce-
narier er 	proporsjonal med	 tilgangen på arbeidskraft	) i de to scenarie	ne MMMM 	og MM00	. Det kommer
kan	skje ikke som noen overraskelse 	at det er	 Oslo	 og Viken får 	den største reduksjonen i arbeidskraft 	i
MM00 	sammenliknet med 	MMMM. Det er det samme som å si at det er Oslo og Viken som opplever
størst 	tilflytting	 i referansebanen MMMM. 	Det er kanskje mer overraskende at alle fylker over tid får en
lavere befolkning i	 MM00 enn i MMMM. Det betyr at i alle fylker er innvandringen større enn regional
utflytting.
Figur 	4.1 	Befolkningsutvikling	: forskjellen mellom MMMM og MM00	 (antall personer)

4.1.2	 	Nedgang i 	produksjonen i alle fylker
Siden 	dette scenariet 	innebærer ingen 	innvandring til landet	, får vi 	lavere 	BNP	-vekst	. Gjennomsnittlig
BNP	-vekst er 1	,3 prosent	 per år	 (mot 	2 prosent	 i referansebanen). I slutten av perioden, 	mot 	2050, er
BNP	-veksten 	bare	 0,7 prosent	 per år	 (mot 	1,7	-1,8 prosent	 i referansebanen	).
De	t er modellens forutsetning om full sysselsetting som forklarer dette: 	Full sysselsetting 	betyr 	at 	hver
ny 	innvandrer i arbeidsstyrken 	gir 	et bidrag til verdiskapingen og dermed til BNP. Populært s	agt er det
tilbudet som skaper sin egen etterspørsel 	– hver 	arbeidstaker forbruker og sparer like mye som hun
produserer, og 	nye arbeidstakere representerer et tilskudd	 til det som var fra før	.
BNP	-vekst per innbygger er nesten den samme som i referanseba	nen (1,5 prosent per år i gjennomsnitt
mot 1,6 prosent i referansebanen), siden verdiskapningen skal deles på færre personer. Det er imidlertid
større forskjeller mellom fylkene.	 Det	 er fortsatt Vestfold og Telemark og Nordland som har den høyeste
økonomis	ke veksten per innbygger	, men også Oslo får ganske høy vekst i slutten av perioden (etter
2040). Samtidig 	er veksten i Innlandet mye mindre enn i referansebanen, og 	faller til 	under 1	 prosent
per år 	mot slutten av perioden. 	Figur 	4.2 viser utviklingen i alle fylkene.
-300 000
-250 000
-200 000
-150 000
-100 000
-50 000
0
2017	2020	2023	2026	2029	2032	2035	2038	2041	2044	2047	2050
Personer
Viken
Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland
Vestland
Møre og Romsdal
Trøndelag
Nordland
Troms og Finnmark

Vista Analyse	 | 2020/08	 	24

Figur 	4.2 	BNP	-vekst per innbygger i fylker (endring fra året før)

De	n st	ørste 	forskjellen 	i produksjon	 (regnet i 	faste priser	) mellom scenariene er 	i Viken og i Oslo, se	 Figur
4.3. Forskjellen 	er minst i Nordland, Troms og Finnmark	, Møre og Romsdal og Agder	.
Figur 	4.3 	Produksjon 	i 2018 og i 2050 i MM00	-scenariet og i	 MMMM	-scenariet 	(referansebanen),
per region, målt i faste priser	 (mill. 	kr.)

0,0 %
0,5 %
1,0 %
1,5 %
2,0 %
2,5 %
Viken
Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland
Vestland
Møre og Romsdal
Trøndelag
Nordland
Troms og Finnmark
Hele landet
 -
 500 000
 1 000 000
 1 500 000
 2 000 000
 2 500 000
Viken	Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland	Vestland
Møre og Romsdal
Trøndelag	Nordland
Troms og Finnmark
2018
2050 MMMM
2050 MM00

Vista Analyse	 | 2020/08	 	25

At produksjonen er lavere i MM00	-scenariet 	er som predikert av 	befolkningsutviklingen. 	Den 	største
prosentvise	 forskjellen 	i produksjon	 er 	i Innlandet og i	 Viken	, der produksjonsverdien 	er 	mer enn	 20
prosent	 lavere	. Sagt på en annen 	måte: 	Innlandet 	og Viken 	er de fylke	ne 	som får størst 	relativ økning i
produksjon	 som følge av 	innvandring og tilflytting 	i MMMM. 	Samtidig så vi i kapit	telet om referanseba-
nen at befolkningen i Innlandet ifølge MMMM kanskje er større enn det det er økonomisk grunnlag for
fremover. 	Produksjonsnedgangen 	i MM00	-scenariet er kanskje mer dramatisk enn ved en mer realistisk
prognose i MMMM.
4.1.3	 	Størst nedgang i byg	genæringen
Når vi ser på produksjonen i landet under ett, skjer den største nedgangen 	i produksjonsvolum 	i byg	g
og anlegg	, etterfulgt av 	bygg	- og boligtjenester	, varehandel og kunnskapsintensive tjenester	 (se 	Figur
4.4). Disse endringene skyldes ganske forskjellige økonomiske krefter: 	nedgangen i byggenæringen og
tjenester knyttet til bygg skyldes at lavere befolkning reduserer sparingen i økonomien, og dermed 	in-
vesteringene. Denne tilbudsside	effekten	 (tilbudet av kapital) 	møtes av 	tilsvare	nde	 endringer på etter-
spørselssiden: 	lavere befolkning tilsier at færre boliger 	behøver 	å bli	 bygget, færre arbeid	stakere	 trenger
færre forretningsbygg, og lavere skatteinntek	ter tilsier færre veier og skolebygg. Alt dette rammer bygg	-
og anleggsnæringen og tjenester knyttet til bygg	 og bolig	.
Når det gjelder varehandel er situasjonen at varehandel er 	blant de 	største næringen	e innen privat tje-
nesteyting, og tjenester er noe v	i som forbrukere etterspør forholds	vis mer 	når inntekten øker (inn-
tektselastisiteten større enn én). Med lavere innvandring 	går 	BNP	-veksten ned, noe som rammer blant
annet varehandel.
Figur 	4.4 	Produksjon 	i referansebanen	 (MMMM) og 	MM00	-banen	 i 2050	, målt i faste priser 	(mill.
kr.)
 	0	200 000	400 000	600 000	800 000	1 000 000
TRANSP-LUFT
VANN
LANDBRUK
ELE
FISK
IND-TEKN
TRANSP-LAND
IND-ANNEN
REISE
KJEMI-RAFF
PETRO
TRANSP-TJEN
SKOLE
IND-KKI
TRANSP-HAV
FINANS
TJEN-ANNEN
OFF-ADM
MAT
HELSE
TJEN-TEKN
HANDEL
BYGG-ANLEGG
BYGG-TJEN
MMMM
MM00

Vista Analyse	 | 2020/08	 	26

Det er ikke tilfellet at de samme næringene går ned i alle fylker	:
• 	I Oslo 	skjer den største nedgangen 	i de største næringene: 	ulike tjenester (kunnskapsintensive tje-
nester, finans og andre tjenester) og i 	byggenæringen	.
• 	I Viken 	er nedgangen størst i 	varehandel og byggenæringen	, som 	var de største næringene i refe-
ransebanen.
• 	I Innlandet 	er nedgangen størst i bygg	- og bolig	tjenes	ter og bygg 	og anlegg 	samt varehandel.
• 	I Vestfold og Telemark 	skjer nedgangen hovedsakelig å 	bygg	enæringen	, men også kraftkrevende
industri og varehandel blir mindre enn i referansebanen	.
• 	Også i 	Agder 	er nedgangen størst i bygg	 og anlegg	 og 	bygg	- og 	bolig	tjenester tilknyttet bygg	 samt
varehandel.
• 	I Rogaland 	er 	produksjon	snedgangen størst 	i bygg 	og anlegg	 og 	bygg	- og bolig	tjenester og mat-
vareindustrien.
• 	I Vestland reduseres aktiviteten mest i bygg	enæringen	, bygg	- og bolig	tjenester og 	i varehandel.
Også kunnskapsintensive tjenester og andre tjenester og næringsmiddelindustrien merker ned-
gangen.
• 	I Møre og Romsdal er 	det 	næringe	ne	 som økte mest i referansebanen som 	(med unntak av kraft-
krevende industri) 	får størst nedgang 	i dette scenariet	: matvareindustri	, bygg 	og anlegg 	og 	bygg	-
og bolig	tjenester, varehandel 	og tradisjonell industri	.
• 	Også Trøndelag 	er det bygg	 og anlegg	, bygg	- og bolig	tjenester	, kunnskapsintensive tjenester, 	mat-
vareindustri og varehandel.
• 	Også i	 Nordland er det 	bygg	 og anlegg	, bygg	- og bolig	tjenester, 	næringsmiddel	vareindustri	, fiske-
rier og 	varehandel som får lavere aktivitetsnivå	.
• 	I Troms og Finnmark er også 	bygg	 og anlegg	 og 	bygg	- og bolig	tjenester, 	næringsmiddelindustri, 	va-
rehandel 	og 	fiskeri	 som blir mindre	. Helsesektoren blir 	litt 	større.
4.2	 	Scenario	: H	øyere offentlig konsum
I dette scenariet 	ser vi på virkninger av økt offentlig konsum	: vi antar at offentlig konsum øker med 2
prosent	 per år fra 2026	 (istedenfor 1,2	 prosent	 som i referansebanen)	. Begrunnelsen for dette kan være
et ønske om 	å gi en ekstra stimulans til økonomien når 	aktiviteten i oljeutvinningen avtar (fra 2026).
I mange regionale modeller 	(slik som 	Panda	) gir en slik økning i etterspørselen 	økt aktivitet og	 ringvirk-
ninger	 til andre næringer i regionen	. Dette fordrer imidlertid 	økt tilflytting til regionen. 	I NOREG 2.0 er
som nevnt 	befolkningen og sysse	lsettingen gitt.	8 Det betyr at 	vekst i	 en næring fortrenger en annen
næring	 i regionen	.
Økt offentlig etterspørsel 	fører til økt aktivitet i 	helsesektoren, undervisning og offentlig administrasjon,
fordi 	disse utgjør 	til sammen 9	5 prosent	 av 	samlet 	offentlig 	etterspørsel (	Figur 	4.5).

8 Nærmere om planer om å modellere arbeidsmarkeder og flytting i kapittel 	5.

Vista Analyse	 | 2020/08	 	27

Figur 	4.5 	Sammensetningen av offentlig konsum

4.2.1	 	Ressurser flyttes fra privat til offentlig sektor
Figur 	4.6 viser endringen i sysselsettingen (målt som utgifter til arbeidskraft, i faste priser) i ulike næ-
ringer, mens 	Figur 	4.7 viser endringen i 	brutto	produksjonsverdi. Begge figurene viser en tydelig økning
i de offentlige sektorene	: helse, utdanning og offentlig administrasjon	 (inkluder	t Forsvaret)	. For å få til
denne økningen trekkes ressurser vekk fra varehande	l, byggenæringen 	og tjenesteytende sektorer
(kunnskapsintensive 	tjenester, 	bygg	- og bolig	tjenester samt andre tjenester).
Denne vridningen gjenspeiles i lavere verdiskaping: BNP	-veksten 	per innbygger 	er 0,1	-0,3 prosentpoeng
lavere	, og forskjellen øker 	i løpet av perioden. Dette gjelder alle regioner (fordi vi har antatt lik endring
i offentlig etterspørsel og det er ingen flytting mellom regionene). 	BNP per innbygger vokser med 	knapt
1 prosent per år 	gjennom 2040	-tallet 	i Rogaland	 og enda 	mindre 	i Innlandet	, se 	Figur 	4.8. I 2050 er BNP
for hele landet 5	 prosent	 lavere enn i referansebanen.
HELSE
OFF-ADM
SKOLE
BYGG-ANLEGG
BYGG-TJEN
ELE
HANDEL
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
MAT
PETRO
REISE
TJEN-ANNEN
TJEN-TEKN
TRANSP-HAV
TRANSP-LAND
TRANSP-LUFT
TRANSP-TJEN
VANN

Vista Analyse	 | 2020/08	 	28

Figur 	4.6 	Endring i syssel	settingen fra referansebanen

Figur 	4.7 	En	dring i 	brutto	produksjonsverdi i næringer (fra referansebanen), målt i faste priser
(mill.kr.)

-30000
-20000
-10000
0
10000
20000
30000
40000
50000
2018	2022	2026	2030	2034	2038	2042	2046	2050
Lønnsutgifter, målt i faste priser (mill. kr.)
BYGG-ANLEGG
BYGG-TJEN
ELE
FINANS
FISK
HANDEL
HELSE
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
LANDBRUK
MAT
OFF-ADM
PETRO
REISE
SKOLE
TJEN-ANNEN
TJEN-TEKN
TRANSP-HAV
TRANSP-LAND
-120000
-100000
-80000
-60000
-40000
-20000
0
20000
40000
60000
80000
100000
2018	2022	2026	2030	2034	2038	2042	2046	2050
BYGG-ANLEGG
BYGG-TJEN
ELE
FINANS
FISK
HANDEL
HELSE
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
LANDBRUK
MAT
OFF-ADM
PETRO
REISE
SKOLE
TJEN-ANNEN

Vista Analyse	 | 2020/08	 	29

Figur 	4.8 	BNP per innbygger i scenariet med høyere offentlig konsum 	(endring fra året før)

4.2.2	 	Utvikling i regioner 	gjenspeiler næringssammensetni	ngen
Hvilke næringer 	som 	opplever størst nedgang avhenger i ulike regioner av den opprinnelige nærings-
sammensetningen. 	Næringene som vokser mindre i dette scenariet er de som økte mest i referanseba-
nen: 	byggenæringen, 	bygg	- og bolig	tjenester og 	varehandel 	er 	næringene som taper mest 	i alle regio-
ner.
Rogaland 	opplever enda 	(litt) 	større 	nedgang	 i offshorenæringen enn i referansebanen, men 	nedgangen
flater ut mot slutten av perioden 	(fra 204	5). Det er likevel byggenæringen 	og 	bygg	- og bolig	tjenester og
næringsm	iddelindustrien 	som 	avtar mest 	i Rogaland, sammenlignet med referansebanen. 	Vestfold og
Telemark 	opplever nedgang i 	kjemisk industri	, i tillegg til 	byggenæringen og 	relaterte 	tje	nester	 og vare-
handel	. Vestland, Møre og Romsdal 	og Trøndelag får lavere aktivi	tetsnivå også i 	næringsmiddel	indu-
stri	en	, mens i Nordland og Troms og Finnmark 	merker man også nedgangen i 	havbruksnæringen	.
Utviklingen drives av endringer i relative priser 	for goder som næringene produserer, sammen med 	gitte
pris	- og inntektselastisiteter (som holdes uendret).

0,0 %
0,5 %
1,0 %
1,5 %
2,0 %
2,5 %
2019	2022	2025	2028	2031	2034	2037	2040	2043	2046	2049
Viken
Oslo
Innlandet
Vestfold og Telemark
Agder
Rogaland
Vestland
Møre og Romsdal
Trøndelag
Nordland
Troms og Finnmark
Hele landet

Vista Analyse	 | 2020/08	 	30

5	 	Videre 	modellutvikling
Til analysene i denne rapporten er det brukt den første versjonen av modellen, NOREG 2.0. 	Det er plan-
lagt modellutvikling og	 -utvidelse i flere retninger i nærmeste framtid (2020	-2021):
• 	Bedre modellering av regioner	:
– 	Petroleumsregioner skal skilles ut som egne regioner (dvs. ikke inngå i enkelte kommuner).
– 	Bedre modellering av handel 	med varer 	og tjenester 	mellom regioner	 i Norge
• 	Arbeidsmarked:
– 	I nåværende versjon er det bare 	én type arbeidskraft i modellen. En 	planlagt 	utvidelse er å dif-
ferensiere arbeidskraften etter 	utdanning, med tre 	ulike utdanningsnivåer (fagutdanning som
et mellomnivå mellom lav og høy utdanning).
– 	I dag 	er det 	regionale arbeidsmarkeder og 	ingen flytting 	eller pendling 	mellom regioner	, selv
om lønnsutviklingen 	kan være forskjellig mellom 	regionene. 	Ved å inkludere 	flytting 	og pend-
ling 	i neste versjon av 	modellen	 vil arbeidsstyrken være mobil 	både på kort og lang sikt.
• 	Estimere elastisitetene i CES	-produktfunksjonen på nytt basert på norske data. 	I denne 	versjon	en
av modellen har vi bruk	t parametre fra andre studier	, basert på internasjonale data	 (Koesler	 og
Schymura	, 2015	). V	ed å estimere	 elastisitetene 	på norske data	 og 	på modelle	ns sektor	- og produk-
sjonsstruktur	, vil 	sikre at modellen i så høy grad som mulig reflekterer norske	 forhold	.
• 	Utslipp	: ved å knytte utslipp til bruk av energivarer (i transport og stasjonær energibruk) og til in-
dustrielle prosesser (	prosessutslipp) kan vi studere utvikling av utslipp som følger av økonomisk
utvikling. E	nergivarer inngår 	allerede 	som egne 	innsats	va	rer i produkt	funksjonen	 (se	 Figur A 	12	).

Vista Analyse	 | 2020/08	 	31

Referanser
Bruvoll, A.	, L. Gr	ünfeld, 	J.F.B. Sk	ogstrøm og H. Vennemo (2	015): Hvordan ta hele NOREG i bruk. 	Sam-
funnsøkonomen	, 129, 6, 9	-20
EC (2018): 	The 2018 Ageing Report	. Economic and Bu	dgetary Projections for the EU Member States
(2016	-2070)	. Institutional Paper 079	, May 2018. 	European Commission	. https://ec.eu-
ropa.eu/info/publications/economy	-finance/2018	-ageing	-report	-economic	-and	-budgetary	-
projec	tions	-eu	-member	-states	-2016	-2070_en
EconMap	 (2016): 	EconMap database,
http://www.cepii.fr/CEPII/en/bdd_modele/presentation.asp?id=13
Hansen, W., B.G. Johansen (2016): Beregning av netto ringvirkninger på utvalgte prosjekter, NTP 2018	-
2029. 	TØI	-rapport 1471/2016. Transportøkonomisk institutt
Koesler	, S. og 	M. Schymura (2015)	: Substitution Elasticities	 in a Constant Elasticity 	of Substitution Frame-
work 	– Empirical Estimates	 Using Nonlinear Least Squares, 	Economic Systems Research	, 27:1,
101	-121, DOI:10.1080/09535314.2014.926266
Perspektivmeldingen (2017): 	Perspektivmeldingen 2017. 	Meld. St. 29 (2016 	– 2017) Melding til Stor-
tinget	. Finansdepartementet
SSB (2018): 	Befolknings	framskriving	ene 2018. Modeller, forutsetninger og resultater. Av Stefan Leknes,
Sturla A. Løkken, Astri Sys	e og Marianne Tønnessen. Rapporter 2018/21, SSB

Vista Analyse	 | 2020/08	 	32

Vedlegg
A	 	R	eferansebanen	: resultater
A.1	 	Produksjon	sutvikling 	i referansebanen
Figurene	 nedenfor viser utviklingen i 	ulike 	næringer 	og regioner i referansebanen	. Utviklingen er kom-
mentert 	i kapittel 	3.2	.
Figur A 	1 	Produksjon i ulike næringer	 i Oslo	 (mill. 	kroner)
 	0	50 000	100 000	150 000	200 000	250 000	300 000	350 000
BYGG-ANLEGG
BYGG-TJEN
ELE
FINANS
FISK
HANDEL
HELSE
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
LANDBRUK
MAT
OFF-ADM
PETRO
REISE
SKOLE
TJEN-ANNEN
TJEN-TEKN
TRANSP-HAV
TRANSP-LAND
TRANSP-LUFT
TRANSP-TJEN
VANN
2018
2050

Vista Analyse	 | 2020/08	 	33

Figur A 	2 	Produksjon i ulike næringer i Viken	 (mill. 	kroner)

Figur A 	3 	Produksjon i ulike næringer i Innlandet	 (mill. 	kroner)

0	50 000	100 000	150 000	200 000	250 000	300 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050
0	10 000	20 000	30 000	40 000	50 000	60 000	70 000	80 000	90 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-TJEN	VANN
2018
2050

Vista Analyse	 | 2020/08	 	34

Figur A 	4 	Produksjon i ulike næringer i Vestfold og Telemark	 (mill. 	kroner)

Figur A 	5 	Produksjon i ulike 	næringer i Agder	 (mill. 	kroner)

0	20 000	40 000	60 000	80 000	100 000	120 000	140 000	160 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050
0	10 000	20 000	30 000	40 000	50 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050

Vista Analyse	 | 2020/08	 	35

Figur A 	6 	Produksjon i ulike næringer i Rogaland	 (mill. 	kroner)

Figur A 	7 	Produksjon i ulike næringer i Vestland	 (mill. 	kroner)

0	50 000	100 000	150 000	200 000	250 000	300 000	350 000	400 000	450 000
BYGG-ANLEGG
BYGG-TJEN
ELE
FINANS
FISK
HANDEL
HELSE
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
LANDBRUK
MAT
OFF-ADM
PETRO
REISE
SKOLE
TJEN-ANNEN
TJEN-TEKN
TRANSP-HAV
TRANSP-LAND
TRANSP-LUFT
TRANSP-TJEN
VANN
2018
2050
0	20 000	40 000	60 000	80 000	100 000	120 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050

Vista Analyse	 | 2020/08	 	36

Figur A 	8 	Produksjon i ulike næringer i Møre og Romsdal	 (mill. 	kroner)

Figur A 	9 	Produksjon i ulike næringer i Trøndelag	 (mill. 	kroner)

0	10 000	20 000	30 000	40 000	50 000	60 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050
0	10 000	20 000	30 000	40 000	50 000	60 000	70 000	80 000	90 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050

Vista Analyse	 | 2020/08	 	37

Figur A 	10	 	Produksjon i ulike 	næringer	 i Nordland	 (mill. 	kroner)

Figur A 	11	 	Produksjon i ulike næringer i Troms og Finnmark	 (mill. 	kroner)

0	5 000	10 000	15 000	20 000	25 000	30 000	35 000	40 000	45 000
BYGG-ANLEGG	BYGG-TJEN	ELE	FINANS	FISK	HANDELHELSE	IND-ANNEN	IND-KKIIND-TEKNKJEMI-RAFFLANDBRUK	MAT	OFF-ADMPETROREISESKOLE	TJEN-ANNENTJEN-TEKNTRANSP-HAVTRANSP-LANDTRANSP-LUFTTRANSP-TJEN	VANN
2018
2050
0	5 000	10 000	15 000	20 000	25 000	30 000	35 000	40 000
BYGG-ANLEGG
BYGG-TJEN
ELE
FINANS
FISK
HANDEL
HELSE
IND-ANNEN
IND-KKI
IND-TEKN
KJEMI-RAFF
LANDBRUK
MAT
OFF-ADM
PETRO
REISE
SKOLE
TJEN-ANNEN
TJEN-TEKN
TRANSP-HAV
TRANSP-LAND
TRANSP-LUFT
TRANSP-TJEN
VANN
2018
2050

Vista Analyse	 | 20	20/08	 	38

B	 	En nærmere beskrivelse av 	NOREG
2.0
B.1	 	Generelle likevektsmodeller
Når det er balanse mellom tilbud og 	etterspørsel i et marked sier vi at dette markedet er i likevekt. En
generell likevektsmodell er en matematisk framstilling av et sammenhengende system av markeder i
likevekt. Det som gjør at markedene henger sammen	, er et sammenhengende sett av priser som	 simul-
tant klarerer alle markedene. Vi sier gjerne at et marked er klarert når det er eksisterer en pris som
balanserer tilbudet og etterspørselen. Et slikt sammenhengende markedssystem kan beskrives mate-
matisk med et sett av ligninger hvor de endogene var	iablene bestemmes av alle ligningene i settet, og
hvor det normalt må være like mange variabler som bestemmes av ligningssettet som det er uavhengige
ligninger.
SCGE	-modeller (	Spatial Computable General Equilibrium	) er generelle likevektsmodeller med en ro	mlig
dimensjon som gjennom matematiske itereringsprosesser lar seg løse numerisk. Dette innebærer at
interaksjonen mellom aktører og markeder på ulike geografiske lokaliteter modelleres	, og at man kan
sette inn verdier for en faktisk økonomi og gjennom ite	rasjon løse ligningene. En SCGE	-modell er en
praktisk anvendbar generell likevektsmodell som tar inn over seg at produksjon og konsum kan oppstå
på ulike steder i geografien, og at transport av folk og varer og kostnaden ved transporten bidrar til
fastsett	elsen av systemet av likevektspriser som klarerer alle markedene.
Til grunn for modellen ligger et referansedatasett som beskriver alle transaksjonene i økonomien i et
basisår, et slags øyeblikksbilde	 av økonomien i basisåret	. I hovedsak er referansedatase	ttet basert på
tilgangs	- og anvendelsestabellene eller input	-output tabellene fra 	nasjonalregnskapet. Selve modellen
består av et stort sett av likninger som reproduserer referansedatasettet gjennom forutsetninger for
markedsstruktur, funksjonsformer for p	rodukt	- og nyttefunksjoner, 	samt 	parameterverdier 	for 	elastisi-
tetene. Ligningssystemet beskriver atferden til de økonomiske agentene (husholdninger, bedrifter og
myndigheter) og markedsstrukturen i økonomien (varer, innsatsfaktorer, etc.). I likevektsmodel	len
fanges samspillet mellom aktørene i økonomien opp gjennom prisene. Vektoren av priser som simultant
klarerer alle markedene definerer likevekten i modellen.
Den underliggende og mest sentrale forutsetning i generelle likevektsmodeller er at økonomien 	initialt
er i likevekt og at referansedatasettet representerer en likevektssituasjon. Et annet viktig premiss i ge-
nerelle likevektsmodeller er at det kun er de relative prisene som fastsettes. En av prisene i modellen
velges som måleenhet, deretter vurdere	s alle de andre prisene relativt til denne prisen.
B.2	 	Produksjon
I hver region er det én representativ bedrift i hver næring som minimerer kostnadene i hver periode. I
grunnversjonen av modellen er det 24 næringer: hver næring produserer én vare. Noen av di	sse varene
er tjenestevarer, mens andre er industrivarer. Industrivarene er mobile og kan ha ulikt geografisk opp-
hav.

Vista Analyse	 | 2020/08	 	39

Produksjon	 i en næring kombinerer 	innsatsen av arbeidskraft, kapital, energi og 	andre 	innsatsvarer.	 Pro-
duksjonsteknologiene har konstant skalautbytte og er modellert som CES	-funksjoner	9 der kapital, ar-
beidskraft, energi og ulike innsatsvarer til en viss grad er substituerbare med hverandre	. Figur A 	12	 gir
en skjematisk fremstilling	 av produksjonsteknologien i en næring	. Det samme produksjonsnivået kan
oppnås ved forskjellige kombinasjoner av innsatsfaktorer, og til hvert produksjonsnivå ant	ar vi at bedrif-
tene velger kombinasjoner av innsatsfaktorer på en slik måte at produksjonskostnaden minimeres.
Dette gir den kostnadsminimerende mengden av kapital, arbeidskraft, innsatsvarer og energi som skal
til for å produsere en enhet av varen. Hvor m	ange enheter som blir produsert blir deretter bestemt
utfra profittbetingelsen til bedriftene.
Vi antar en produksjonsstruktur hvor den representative bedriften i hver næring og region kan substi-
tuere mellom innsatsvarer og et aggregat av kapital, arbeidsk	raft og energi	, jf.	 toppnivået på	 Figur A 	12	.
På neste trinn i produksjonsstrukturen er det substitusjonsmuligheter mellom energi og et aggregat av
kapital og arbeidskra	ft. Vi antar to ulike typer energi	varer	 (raffinerte oljeprodukter og elektrisitet, gass
og fjernvarme) i et fast forhold til hverandre bestemt av den nasjonale kryssløpsmatrisen. Tilsvarende
antar vi et fast forhold mellom bruken av ulike typer innsatsvare	r (M) 	i produksjonen. Aggregatet av
kapital og arbeidskraft bestemmes gjennom substitusjonsmuligheter mellom kapital og arbeidskraft.
Substitusjonselastisiteter i CES	-funksjonen beskriver en viktig egenskap ved produksjonsteknologien,
nemlig i hvor stor gr	ad det er mulig å erstatte for eksempel realkapital med arbeidskraft i produksjonen	.
Se vedlegg 	C.3	 for 	verdier for substitusjonselastisitete	ne	 benyttet i denne analysen.
Figur A 	12	 	En skjematisk fremstilling av produksjonsteknologien i NOREG 2.0

B.3	 	Konsum: representativ husholdning og offentlig sektor
En vanlig forutsetning i denne typen modeller	, som vi følger i denne	 modellutgaven,	 er at konsumente-
nes preferanser kan representeres gjennom preferansene til én representativ husholdning i hver region.
Denne husholdningen representerer adferden til hele 	befolkningen 	i regionen	, basert på en forutsetning
om nyttemaksimeren	de rasjonelle aktører.

9 CES 	– constant elasticity of substitution

Vista Analyse	 | 2020/08	 	40

Vi antar at husholdninger får nytte av konsum, og at de bestemmer konsumet slik at nytten maksimeres
gitt deres konsumbudsjett. Dette konsumbudsjettet er bestemt av nettoinntekten pluss overføringer
fra det offentlige minus privat s	paring, som er en fast andel av inntekten. Husholdningene tilbyr sin
arbeidskraft til bedriftene i modellen og mottar lønn og kapitalinntekter. Husholdningene eier realkapi-
talen	, som de leier ut mot renteinntekter	, og tilbyr arbeidskraft i bytte mot lønnsi	nntekt. Utleie av kapi-
tal og arbeidskraft utgjør husholdningenes inntekt.
Selv om det er én representativ husholdning i hver region i modellen, betyr ikke det at husholdningene
er like på tvers av regioner. 	Størrelsen på arbeidsmarkede	ne 	i regionene	 er uli	k (bestemt av referanse-
datasettet)	. Det er i tillegg geografiske forskjeller i disponibel realinntekt mellom regionene i modellen.
Ulik industrisammensetning i de ulike regionene i modellen forsterker de geografiske forskjellene mel-
lom de representative hu	sholdningene på tvers av region.
Nasjonale og regionale myndigheter er inkludert i modellen som en enkelt aktør. Denne aktøren samler
inn skatter, mottar kapitalinntekter, konsumerer varer etter en 	enkel 	nyttefunksjon og fordeler subsi-
dier og stønader. S	amlet utgjør dette myndighetenes budsjettbetingelse, som må overholdes når nyt-
tefunksjonen maksimeres.
B.4	 	Sparing og investeringer
Likevektsbetingelsene tilsier at total sparing må være lik totale investeringer. Sparingen er lik privat spa-
ring og offentlig s	paring. Investering er lik investering i realkapital, investering i finanskapital i utlandet
(som er lik driftsbalansen overfor utlandet) og endring i lagerbeholdning.
Husholdningene sparer en fast andel av sin totale inntekt, hvor denne andelen er avheng	ig av deres
marginale tilbøyelighet til sparing. Investeringer i realkapital blir brukt til anskaffelse av ulike typer kapi-
talvarer. Fordelingen av fysisk realkapital 	til de ulike sektorene 	bestemmes av kapitalavkastningen i 	sek-
torene. 	Den 	nominelle renta i økonomien blir beregnet som det vektede gjennomsnittet av kapitalav-
kastningen i hver sektor.
Driftsbalansen med utlandet og endringer 	i lagerbeholdning er eksogene størrelser.
NOREG	 2.0 er en likevektsmodell med rekursiv dynamikk. Dette	 innebærer at modellen er en serie av
årlige statiske likevekter der hvert enkelt år er knyttet sammen via husholdningenes sparebeslutninger
og bedriftenes investeringsbeslutninger. Endringen i realkapitalen mellom periodene sørger for en re-
kursiv dynamikk	 ved å koble den statiske likevekten 	i ett år med den statiske likevekten neste år, men
da med en oppdatert kapitalbase. Den rekursive tilnærmingen innebærer at husholdningene i modellen
er bakoverskuende, noe som betyr at de lærer av tidligere perioder, m	en ikke gjør rasjonelle anskuelser
om fremtiden. I hver periode tar husholdningene beslutning om konsum, sparing og tilbud av arbeids-
kraft som maksimerer deres nytte gitt det budsjettet de har tilgjengelig.
B.5	 	Handel mellom regioner og mellom land
Den romlig	e dimensjonen i modellen ivaretas ved at det er handel med industrivarer mellom de ulike
innenlandske regionene i modellen og mellom innenlandske regioner og utlandet. I modellen innebærer
dette at innsatsvarene i den sektorvise produk	sjonen i hver region 	har sitt geografiske opphav i samme
region, en annen innenlandsk region og/eller utlandet. I denne modellversjonen skiller vi ikke på ulikt

Vista Analyse	 | 2020/08	 	41

geografisk opphav av importerte innsatsvarer, men opererer med et	t stort utland. Bedriftene i modellen
eksporterer o	gså varer til dette utlandet.
For å kunne modellere handel mellom ulike regioner i modellen, antar vi at det er én handelsagent i
hver region som står for all handel med andre regioner og med utlandet. Denne handelsagenten samler
alle varene som produseres	 i regionen og sender de til bruk i annen industriproduksjon i inn	- og utland
eller som sluttprodukter til husholdningene eller offentlige myndigheter. På samme måte fordeler han-
delsagenten importvarene som kommer inn i regionen mellom de ulike regionspesi	fikke sektorene.
I modellen er alle varer i hver sektor homogene. Ut ifra økonomisk teori om nyttemaksimering ville dette
normalt sett betydd at husholdningene ville importere hver vare fra det landet eller den innenlandske
regionen som tilbyr den laveste 	prisen (som en funksjon av transportkostnadene). Denne forenklingen
stemmer ikke med virkeligheten da varene som etterspørres i økonomien ikke er homogene innenfor
hver sektor. Dette finner vi også igjen i dataene hvor det framkommer at varer fra den samme	 sektoren
blir etterspurt fra flere forskjellige regioner og land, ikke bare fra der hvor prisen er lavest.
Måten dette problemet løses i modellen er ved hjelp av Armington	-elastisiteter	. De	tte	 innebærer at
produkter fra den samme sektoren, men produser	t i forskjellige regioner eller land, blir modellert som
imperfekte substitutter av hverandre. Graden av substitusjon mellom produkter fra ulikt geografisk opp-
hav reflekterer at den faktiske produktsammensetningen i hver region varierer. I tråd med de fleste
andre tilsvarende likevektsmodeller antar vi at handelen mellom innenlandske regioner er litt mer pris-
følsom enn handelen med utlandet.

Vista Analyse	 | 2020/08	 	42

C	 	Datagrunnlag
Datagrunnlaget til NOREG 	2.0 	er nasjonalregnskapet, supplert med handelsmatriser.
Data	grunnlaget 	til mode	llen i basisåret består av en full oversikt over alle næringer og hvordan de inngår
i nasjonalregnskapet. Dette innebærer en kartlegging av viktige økonomiske størrelser for alle næringer
i alle norske kommuner. For hver kommune og næring skal datasettet i	nneholde informasjon om all
økonomisk produksjon, inkludert hvilke innsatsfaktorer næringen bruker og hva produksjonen brukes
til. Samtidig skal handel mellom kommuner og næringer kartlegges i detalj. Dataarbeidet deles derfor
opp i tre faser: 1) innsamlin	g av data på nasjonalt nivå, 2) fordeling av datasettet på kommuner, og 3)
estimering av handel mellom kommuner.
På nasjonalt nivå er data lett tilgjengelig fra SSB. Formatet er den såkalte SAM («Social Accounting Ma-
trix»), som inneholder data på hele øk	onomien fordelt på 64 næringer i nasjonalregnskapet. SAM inne-
holder all flyt av varer og tjenester (eller korresponderende betalinger) i en økonomi. Hver rad i matrisen
representerer bruken av næringens varer og tjenester. Raden indikerer hvor mye alle and	re næringer
etterspør fra den enkelte næring. Samtidig viser raden også hvor stor andel av produksjonen i næringen
som går til forbruk (hos forbrukere eller 	offentlig sektor	), investering (hos bedrifter eller	 offentlig sektor	)
og eksport. Kolonnene viser p	roduksjonen fordelt på innsatsfaktorer i næringen. Med andre ord viser
kolonnene samlet produksjon, drifts	- og lønnskostnader, import og verdiskaping. For hver næring er
summen av 	rad og 	kolonne lik. Data er tilgjengelig fra SSB og heter «	ESA Questionnaire	 1750	». Siste
oppdaterte datasett er fra 2017.	10
Det neste trinnet i dataarbeidet inkluderer en regionalisering av de nasjonale data. Her brukes Menon	s
regnskapsdatabase som inneholder regnskaper 	for 	alle norske bedrifter, unntatt e	nkeltpersonforetak	. I
denne versjonen av modellen fordeler vi alle produksjonsstørrelser (alle variabler i SAM	-en unntatt for-
bruk og investering fra henholdsvis private og	 offentlig sektor	) ved hjelp av omsetning. Med andre ord,
andelen av produksjonen (og	 andre relevante variabler) fra en næring som allokeres til en gitt kommune
er bestemt av kommunens andel av omsetning i den enkelte næring i Menon	s regnskapsbase. Forbruk
og investeringer fordeles basert på disponibel inntekt, og det er her brukt samme fo	rdelingsnøkkel for
alle næringer i en enkelt kommune. Denne øvelsen gir oss dermed en fullverdig SAM for hver enkelt
kommune.
Handelen mellom de ulike regionale SAM	-er skjer ved hjelp av matriser for regionale varestrømmer og
transportkostnader hentet fra Nasjonal Godsmodell. Denne modellen beregner blant annet godstrans-
port og tilhørende transportkostnader innenfor en rekke produ	ktkategorier mellom alle norske kom-
muner. De relative estimerte andelene brukes til å fordele innsatsfaktorer til en gitt næring i en gitt
kommune på andre kommuner. I første versjon av databasen antas det at det ingen handel er i tjenester
mellom kommuner	.

10 https://www.ssb.no/en/nasjonalregnskap	-og-konjunkturer/tables/supply	-and	-use	-and	-input	-output

Vista Analyse	 | 2020/08	 	43

C.1	 	Næringer i NOREG
Grunnversjonen av modellen har 64 næringer (det samme som i SSB	s kryssløpstabeller, såkalt A64	-næ-
ringer). 	Næringsstrukturen i NOREG er fleksibel, og A64	-næringene fra SSBs kryssløpstabeller kan aggre-
geres opp til en enhver tid passende 	næringsstruktur.
For å gjøre analysen mer oversiktlig har vi aggregert næringene til 24 næringer	 i denne analysen	, se
Tabell A 	1. Koblingen mellom A64	-næringer og næring	er i NOREG 2.0 er vist i	 Tabell A 	2. Figur A 	13	 viser
brutto	produksjonsverdien og bruttoproduktet i de 24 næringene.
Vi 	antar vi at det er 	én representativ 	aktør 	i hver næring 	og 	hver 	region	. Maksimalt antall næringsaktører
i modellen 	er 	da 24 	x antall 	regioner 	i modellen. Det antas at bedriftene i samme næring og	 samme
region har den samme produksjonsteknologien.
Figur A 	13	 	Bruttoproduksjon og bruttoprodukt i de aggregerte næringene i NOREG 2.0

Tabell A 	1 	Næringer i NOREG 2.0
Næringskode 	 	Næring	 	Forklaring
LANDBRUK	 	Landbruk	 	Jordbruk, jakt og viltstell, skogbruk; tjenester tilknyt-
tet
BYGG	-TJEN	 	Bygg	- og boligtjenester	 	Bygg	- og boligtjenester: boligtjenester, egen bolig,
borettslag og sameie; Omsetning og drift av fast eien-
dom; utleie og 	leasing; vakttjenester
BYGG	-ANLEGG	 	Bygg og anlegg	 	Bygg og anlegg; Oppføringer av bygninger; utvikling
av byggeprosjekter
SKOLE	 	Undervisning	 	Undervisning
ELE	 	Elektrisitet 	 	Elektrisitet, damp	- og varmtvannsforsyning
FINANS	 	Finans	 	Bankvirksomhet, finansiell tjenesteyting; forsikring;
tjenester tilknyttet
FISK	 	Havbruk og fiske	 	Fiske og fangst, aquakultur
MAT	 	Næringsmiddelindustri 	 	Produksjon av matvarer	 BYGG	-ANLEGG
10 %
BYGG	-TJEN
9 %
ELE
1 %
FINANS
4 %
FISK
2 %
HANDEL
9 %
HELSE
8 %
IND	-ANNEN
2 %	IND	-KKI
3 %
IND	-TEKN
2 %	KJEMI	-RAFF
2 %
LANDBRUK
1 %
MAT
4 %
OFF	-ADM
6 %
PETRO
10 %
REISE
2 %
SKOLE
4 %
TJEN	-ANNEN
4 %
TJEN	-TEKN
8 %
TRANSP	-HAV
3 %
TRANSP	-LAND
2 %	TRANSP	-LUFT
1 %
TRANSP	-TJEN
2 %	VANN
1 % BYGG	-ANLEGG
7 %
BYGG	-TJEN
10 %
ELE
2 %
FINANS
5 %
FISK
2 %
HANDEL
9 %
HELSE
12 %
IND	-ANNEN
2 %	IND	-KKI
1 %
IND	-
TEKN
1 %
KJEMI	-RAFF
1 %
LANDBRUK
1 %
MAT
2 %
OFF	-ADM
7 %
PETRO
15 %
REISE
2 %
SKOLE
5 %
TJEN	-ANNEN
4 %
TJEN	-TEKN
8 %
TRANSP	-HAV
2 %
TRANSP	-LAND
2 %
TRANSP	-LUFT
0 %
TRANSP	-TJEN
2 %	VANN
1 %

Vista Analyse	 | 2020/08	 	44

HELSE	 	Helse og omsorg	 	Helsetjenester; omsorgstjenester; barnehager, SFO
IND	-KKI	 	Kraftkrevende industri	 	Kraftkrevende industri: trevarer, papir, gummi	- og
plastprodukter, glass,	 keramikk, sement, metaller
IND	-TEKN	 	Teknologisk industri	 	Teknologisk industri: datamaskiner, elektroniske og
optiske produkter, elektrisk utstyr
IND	-ANNEN	 	Annen industri	 	Tradisjonell industri: metallvarer og konstruksjoner,
motorvogner, skip, oljeplatformer; møbler; klær, lær,
sko
PETRO	 	Petroleumsnæringen	 	Utvinning av råolje og naturgass, bergdrift
OFF	-ADM	 	Offentlig administrasjon og
forsvar
Offentlig administrasjon og forvaltning;
Forsvaret
KJEMI	-RAFF	 	Kjemisk industri og raffinerier	 	Kjemisk og farmasøytisk industri; raffinerier
TJEN	-ANNEN	 	Andre tjenester	 	Andre tjenester
TJEN	-TEKN	 	Kunnskapsintensive tjenester	 	Kunnskapsintensive tjenester: konsulentvirksomhet,
forskning, juridisk og regnskapsmessig tjenesteyting,
arkitekter, underholdning
HANDEL	 	Varehandel	 	Varehandel
TRANSP	-LUFT	 	Lufttransport	 	Lufttransport
TRANSP	-LAND	 	Landtransport	 	Passasjer	- og 	godstransport på land (jernbane, drosje,
annen på vei), rørtransport
TRANSP	-HAV	 	Sjøfart	 	Sjøfart, supply	-virksomhet
TRANSP	-TJEN	 	Transporttjenester	 	Tjenester knyttet til transport; Post og distribusjons-
virksomhet
REISE	 	Reiseliv	 	Reiseliv 	(reisebyrå, overnatting; servering)
VANN	 	Vann og avløp	 	Vannforsyning, avløp, avfall

Tabell A 	2 	Detaljert liste over næringer i nasjonalregnskap og i NOREG
Nærings
kode*
Forklaring 	 	NOREG	-sektor
R01	 	Jordbruk, jakt og 	viltstell; tjenester tilknyttet	 	LANDBRUK
R02	 	Skogbruk; tjenester tilknyttet	 	LANDBRUK
R03	 	Fiske og fangst, aquakultur	 	FISK
R10_12	 	Matvarer	 	MAT
R13_15	 	Klær, lær, sko	 	IND	-ANNEN
R16	 	Trelast,	 trevarer	 	IND	-KKI
R17	 	Papir, papirvare	 	IND	-KKI
R18	 	Trykking mv	 	TJEN	-ANNEN
R19	 	Raffinerte petroleumsprodukter	 	KJEMI	-RAFF
R20	 	Kjemisk industri, basisplast	 	KJEMI	-RAFF
R21	 	Farmasøytiske pr	 	KJEMI	-RAFF
R22	 	Gummi	- og plastprodukter	 	IND	-KKI
R23	 	Glass, keramikk, sement, ikke	-metalliske mineraler	 	IND	-KKI
R24	 	Metaller (jern,	 stål,	 ferrolegeringer, aluminium) 	 	IND	-KKI
R25	 	Produksjon av metallkonstruksjoner og metallvarer	 	IND	-ANNEN
R26	 	Produksjon av datamaskiner, elektroniske og optiske produkter	 	IND	-TEKN

Vista Analyse	 | 2020/08	 	45

R27	 	Produksjon av elektrisk utstyr	 	IND	-TEKN
R28	 	Produksjon av maskiner og utstyr til generell bruk	 	IND	-TEKN
R29	 	Produksjon av motorvogner, tilhengere, transportmidler	 	IND	-ANNEN
R30	 	Bygging av skip og båter, oljeplattformer, moduler	 	IND	-ANNEN
R31_32	 	Produksjon av møbler, annen industriproduksjon 	 	IND	-ANNEN
R33	 	Reparasjon og installasjon av metallprodukter, maskiner og utstyr	 	TJEN	-ANNEN
R36	 	Vannforsyning mm	 	VANN
R37_39	 	Avløp, avfall, miljørydding, osv. 	 	VANN
R45	 	Handel med og reparasjoner av motorv	ogner	 	HANDEL
R46	 	Agentur	- og engroshandel, unntatt med motorvogner	 	HANDEL
R47	 	Detaljhandel, unntatt med motorvogner	 	HANDEL
R49	 	Passasjer	- og godstransport på land (jernbane, drosje, annen på vei), rørtransport	 	TRANSP	-LAND
R50	 	Sjøfart 	(innenriks og utenriks), supply	-virksomhet	 	TRANSP	-HAV
R51	 	Lufttransport	 	TRANSP	-LUFT
R52	 	Tjenester tilknyttet transport (sjø, luft, ellers)	, lagring 	 	TRANSP	-TJEN
R53	 	Post og distribusjonsvirksomhet	 	TRANSP	-TJEN
R58	 	Forlagsvirksomhet	 	TJEN	-ANNEN
R59_60	 	Film	-, video	- og fjernsynsprogramproduksjon, utgivelse av musikk	- og lydopptak; radio,
fjernsyn
TJEN	-ANNEN
R61	 	Telekommunikasjon	 	TJEN	-TEKN
R62_63	 	Informasjonstjenester, tjenester tilknyttet informasjonsteknologi	 	TJEN	-TEKN
R64	 	Bankvirksomhet, finansiell tjenesteyting	 	FINANS
R65	 	Forsikring	 	FINANS
R66	 	Tjenester tilknyttet finansierings	- og forsikringsvirksomhet	 	FINANS
R68A	 	Boligtjenester, egen bolig, borettslag og sameie	 	BYGG	-TJEN
R68B	 	Omsetning og drift av fast 	eiendom; Boligtjenester, egen bolig, borettslag og sameie	 	BYGG	-TJEN
R69_70	 	Juridisk og regnskapsmessig tjenesteyting, Hovedkontortjenester, administrativ rådgiv-
ning
TJEN	-TEKN
R71	 	Arkitektvirksomhet og teknisk konsulentvirksomhet, og teknisk 	prøving og analyse	 	TJEN	-TEKN
R72	 	Forskning og utviklingsarbeid	 	TJEN	-TEKN
R73	 	Annonse	- og reklamevirksomhet og markedsundersøkelser	 	TJEN	-ANNEN
R74_75	 	Annen faglig, vitenskapelig og teknisk virksomhet; Veterinærtjenester	 	TJEN	-ANNEN
R77	 	Utleie	- og 	leasingvirksomhet	 	BYGG	-TJEN
R78	 	Arbeidskrafttjenester	 	HANDEL
R79	 	Reisebyråvirksomhet, turistkontor samt tilknyttede tjenester; Reisearrangørvirksomhet
og andre aktivitetsarrangører
REISE
R80_82	 	Vakttjeneste og etterforsking; tjenester tilknyttet eiendom	sdrift; annen forretnings-
messig tjenesteyting
BYGG	-TJEN
R84	 	Offentlig administrasjon og forvaltning; Forsvaret	 	OFF	-ADM
R86	 	Helsetjenester	 	HELSE
R87_88	 	Omsorgstjenester; barnehager, SFO	 	HELSE
R90_92	 	Kunstnerisk virksomhet og 	underholdningsvirksomhet; biblioteker, museer, annen kul-
turvirksomhet
TJEN	-TEKN
R93	 	Sports	- og fritidsaktiviteter	 	TJEN	-ANNEN
R94	 	Aktiviteter i medlemsorganisasjoner + internasjonale organisasjoner	 	TJEN	-ANNEN
R95	 	Reparasjon av datamaskiner, 	husholdningsvarer og varer til personlig bruk	 	TJEN	-ANNEN

Vista Analyse	 | 2020/08	 	46

R96	 	Annen personlig tjenesteyting	 	TJEN	-ANNEN
RB 	Utvinning av råolje og naturgass, bergdrift	 	PETRO
RD	 	Elektrisitet, damp	- og varmtvannsforsyning	 	ELE
RF 	Bygg og anlegg; Oppføringer av 	bygninger; utvikling av byggeprosjekter	 	BYGG	-ANLEGG
RI 	Overnattingsvirksomhet; serveringsvirksomhet	 	REISE
RP 	Undervisning	 	SKOLE
RT 	Lønnet arbeid i private husholdninger	 	TJEN	-ANNEN
* Se https://www.ssb.no/en/nasjonalregnskap	-og-konjunkturer/tables/suppl	y-and	-use	-and	-input	-output
C.2	 	Regioner i NOREG
Data fra 	nasjonale 	kryssløpstabeller 	er fordelt på 422 kommuner.
For de fleste analyse	r er det lite hensiktsmessig med så detaljert 	regional inndeling, og 	det er nyttig å
aggregere kommuner til større 	enheter (fylker eller økonomiske soner). I modellen som er beskrevet i
denne rapporten er fylker lik de nye fylkene (	i 2020).
Modellen er imidlertid fleksibel på aggregeringen. I noen analyser kan det være interessant å studere
ett geografisk område nærmere, mens effektene på resten av landet kan være mer aggregert. Modellen
gir oss mulighet til det: vi kan f.eks. ha alle kommune	ne i 	Trøndelag	 hver for seg, mens resten av landet
er representert på fylkesnivå.
I denne analysen har vi delt Rogaland i fire distrikter (se	 Figur A 	14	), mens resten av	 landet er aggregert
i fylker.
Figur A 	14	 	Kommuner og distrikter i Rogaland

Kilde:	 https://upload.wikimedia.org/wikiped	ia/commons/c/cb/Kommuner_og_distrikter_i_Rogaland.svg

Vista Analyse	 | 2020/08	 	47

C.3	 	Elastisiteter
Likevektsmodeller av denne typen inneholder enkelte 	parametere	 (f.eks. 	elastisitet	er) 	som ikke kan ut-
ledes direkte fra nasjonalregnskapsdata, men som må antas eksogent. I NOREG 2.0 har 	vi ikke estimert
noen av disse parameterne selv, men baser	t oss på den internasjonale forskningslitteraturen. En priori-
tert oppgave til de neste modellversjonene er å estimere modellspesifikke elastisiteter basert på norske
data	 (se kapittel 	5).
Tabell A 	3 	Elastisiteter i NOREG 	2.0
sigmaKLEM	 	sigmaKLE	 	sigmaKL	 	sigmaA	 	sigmaA1
LANDBRUK	 	0,78	 	5,23	 	0,34	 	4 	10
BYGG	-TJEN	 	1,32	 	0,25	 	0,39	 	4 	10
BYGG	-ANLEGG	 	0,71	 	0,06	 	0,37	 	4 	10
SKOLE	 	1,15	 	0,01	 	0,82	 	0,8	 	0,8
ELE	 	1,2	 	0,28	 	0,3	 	4 	10
FINANS	 	1,03	 	0,34	 	1,32	 	4 	10
FISK	 	0,78	 	5,23	 	0,34	 	4 	10
MAT	 	0,62	 	0,09	 	0,26	 	4 	10
HELSE	 	0,97	 	0,93	 	0,43	 	0,8	 	0,8
IND	-KKI	 	0,55	 	0,45	 	0,25	 	4 	10
IND	-TEKN	 	0,5	 	0,5	 	0,5	 	4 	10
IND	-ANNEN	 	0,5	 	0,2	 	0,3	 	4 	10
PETRO	 	0,27	 	0,54	 	0,27	 	4 	10
OFF	-ADM	 	1,12	 	0,07	 	0,26	 	0,8	 	0,8
KJEMI	-RAFF	 	0,55	 	5 	0,4	 	4 	10
TJEN	-ANNEN	 	0,88	 	0,32	 	0,21	 	4 	10
TJEN	-TEKN	 	0,65	 	1,24	 	0,32	 	4 	10
HANDEL	 	0,8	 	0,3	 	0,2	 	4 	10
TRANSP	-LUFT	 	0,97	 	0,28	 	0,82	 	4 	10
TRANSP	-LAND	 	0,92	 	0,22	 	0,97	 	4 	10
TRANSP	-TJEN	 	0,71	 	0,7	 	0,37	 	4 	10
TRANSP	-HAV	 	0,84	 	1,2	 	0,3	 	2 	10
REISE	 	0,83	 	1,1	 	0,57	 	4 	10
VANN	 	0,5	 	1,2	 	0,5	 	4 	10
SigmaKLEM, sigmaKLE, sigmaKL 	– elastisiteter i CES	-produksjonsfunksjonen, se 	Figur A 	12.
SigmaA = Armington	-elastisitet mellom innenlands	-produserte og importerte varer
SigmaA	1 = Armington	-elastisitet mellom varer produsert i regionen og andre regioner i Norge
Kilde: 	Koesler 	og 	Schymura (2015)

Vista Analyse	 | 2020/08	 	48

Vista Analyse AS
Meltzers	 gate 4
0257 Oslo

post@vista	-analyse.no
www.vista	-analyse.no