Regional økonomisk utvikling i norske fylker 2024

Report 2026/25

Regional økonomisk utvikling i norske fylker 2024–2060

Orvika Rosnes, Harald Svartsund, Haakon Vennemo, Bjørn Gjerde Johansen, Wiljar Hansen, Jonas Erraia, Øyvind Vennerød og Terje Skjerpen

Regional økonomisk utvikling i norske fylker 2024–2060

Category	Reports
Sub-Categories	Local and regional development Modeller og databaser
Year	2026
Report Number	25
Author(s)	Orvika Rosnes Harald Svartsund Haakon Vennemo Bjørn Gjerde Johansen Wiljar Hansen Jonas Erraia Øyvind Vennerød Terje Skjerpen
Download	file_download (6.0 MB)
Read in browser	PDF

Rapport 2026/25	 | For Kommunal	- og distriktsdepartementet 	 	 	
 	
 	
 	 	 	
Regional økonomisk utvikling i norske fylker 2024	–2060	 	
Regionale referansebaner beregnet med likevektsmodellen NOREG 2.3	 	
Orvika Rosnes, Harald Svartsund, Haakon Vennemo, Bjørn Gjerde Johansen, Wiljar Hansen, 
Jonas Erraia, Øyvind Vennerød, Terje Skjerpen

Regional økonomisk utvikling i norske fylker 2024	–2060	 	
 
Vista Analyse	 | Rapport 2026/25	 	 	
 
Dokumentdetaljer	 	
Tittel	 	Regional økonomisk utvikling i norske fylker 2024	–2060	 	
Rapportnummer 	 	Rapport 2026/25	 	
Forfattere	 	Orvika Rosnes, Harald Svartsund, Haakon Vennemo, Bjørn Gjerde Johansen, Wiljar 
Hansen, Jonas Erraia, Øyvind Vennerød, Terje Skjerpen	 	
ISBN	 	978	-82	-8126	-782	-4 	
Prosjektnummer	 	18	-HVE	-06	 	
Prosjektleder	 	Orvika Rosnes 	 	
Kvalitetssikrer	 	Haakon Vennemo	 	
Oppdragsgiver	 	Kommunal	- og distriktsdepartementet	 	
Dato for ferdigstilling	 	26.05.2025	 	
Kilde forsidefoto	 	iStock	 	
Tilgjengelighet	 	Offentlig 	 	
Nøkkelord	 	Økonomisk 	utvikling	, Arbeidsmarked, 	Lokal og r	egional 	utvikling	, Modeller og databaser,	 	
Framskrivinger, CGE	-modell	 	
 
 
 
 
 
 
 
Om Vista Analyse	 	
Vista Analyse AS er et samfunnsfaglig analyseselskap med hovedvekt på økonomisk utredning, evaluering, rådgivning 
og forskning. Vi utfører oppdrag med høy faglig kvalitet, uavhengighet og integritet. Våre sentrale temaområder er 
klima, energi, samferdsel, 	næringsutvikling, byutvikling og velferd. Vista Analyse er vinner av Evalueringsprisen 2018.	 	
Våre medarbeidere har meget høy akademisk kompetanse og bred erfaring innenfor konsulentvirksomhet. Ved be-
hov benytter vi et velutviklet nettverk med selskaper og ressurspersoner nasjonalt og internasjonalt. Selskapet er i 
sin helhet eiet av medarbeiderne.

Regional økonomisk utvikling i norske fylker 2024	–2060	 	
 
Vista Analyse	 | Rapport 2026/25	 	 	
 
Forord 	 	
Vista Analyse har sammen	 med 	Transportøkonomisk institutt (TØI), Menon Economics	 og SSB utviklet 	den regionale 	
generelle likevekts	modellen NOREG2 siden 2018. 	Prosjektet inn	ebærer 	modellutvikling og modellbaserte analyser 	
av norsk økonomi. 	Prosjektet er finansiert 	av Kommunal	- og distriktsdepartementet 	og 	Norges forskningsråd gjen-	
nom 	NFRs 	DEMOS	-program	. Kontaktperson hos KDD 	er 	Vidar Jensen. 	 	
I denne rapporten presentere	r vi 	utviklingsbaner for norske fylker for perioden 	2024	–2060	, med ut	gangspunkt	 i den 	
økonomiske 	utviklingen skissert i Perspektivmeldingen 2024	. Beregn	ingene er gjort med 	den nyeste modellversjonen 	
(NOREG 2.3	), som inkluderer mulighet til arbeidspendling, i tillegg til flytting.	 	
Rapporten er også utgitt som TØI	-rapport 2099/2025. 	 	
 
Orvika Rosnes 	 	
Mai 2025 	 	
Vista Analyse AS

Copyright © Transportøkonomisk institutt,	 202	5. Denne publikasjonen er vernet i henhold til 	Åndsverkloven	 av 2018.	 	Ved gjengivelse av materiale fra publikasjonen, må fullstendig kilde oppgis	. 	
Innhold	 	
Sammendrag	 	
Summary	 	
1 	Innledning og bakgrunn	 ................................	................................	................................	........	 1 	
1.1	 	Bakgrunn	 ................................	................................	................................	................................	1 	
1.2	 	Formål	 ................................	................................	................................	................................	....	1 	
1.3	 	Rapportstruktur	 ................................	................................	................................	......................	1 	
2 	Historisk tilbakeblikk	 ................................	................................	................................	............	 2 	
3 	Hovedtrekk ved NOREG 2.3	 ................................	................................	................................	.. 5 	
3.1	 	NOREG 2.3: regional likevektsmodell for Norge	 ................................	................................	....	5 	
3.2	 	Tidligere modellforbedringer	 ................................	................................	................................	.6 	
3.3	 	Nytt i NOREG 2.3	 ................................	................................	................................	....................	7 	
4 	Referansebane 2024	-2060: Økonomisk utvikling i fylkene	 ................................	.....................	 8 	
4.1	 	Perspektivmeldingen 2024	 ................................	................................	................................	.....	8 	
4.2	 	Forutsetninger for referansebanen	 ................................	................................	........................	9 	
4.3	 	Resultater	 ................................	................................	................................	............................	 15	 	
4.4	 	Oppsummering	 ................................	................................	................................	....................	 22	 	
5 	Videre modellutvikling	 ................................	................................	................................	........	 23	 	
5.1	 	Planlagt og pågående modellutvikling i 2025 finansiert av DEMOS	-programmet	 ..............	 23	 	
5.2	 	Pågående modellutvikling finansiert av Transportetatene	 ................................	.................	 24	 	
Referanser	 ................................	................................	................................	................................	.. 27	 	
Vedlegg	 ................................	................................	................................	................................	.......	 28	 	
 En nærmere beskrivelse av NOREG 2.3	 ................................	................................	....	 28	 	
 Verdiskaping i ulike næringer, per region	 ................................	................................	. 36	 	
 Endring i antall sysselsatte per region per utdanningskategori sammenlignet med 	
MMMM	 ................................	................................	................................	...............................	 44

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	I 	
 	
NORSK	 	Sammendrag	 	
 	
Denne rapporten benytter den regionale likevektsmodellen NOREG 2.3 for å analysere 
hvordan de nasjonale makroøkonomiske framskrivingene i Regjeringens perspektivmelding 
2024	 kan forventes å 	påvirke ulike fylker i Norge. 	 	
Modellen og analysene i rapporten 	støtter offentlig planlegging ved å gi detaljerte 	regional	e 	
økonomiske 	prognoser	 for den langsikti	ge	 økonomiske utviklingen i norske fylker fram mot 	
2060	. Dette synliggjør hvordan	 nasjonale økonomiske trender 	slår u	likt ut regionalt	, styrker 	
den faglige og politiske forståelsen av hvordan regional utvikling 	henger sammen med	 nasjonal 	
økonomisk vekst	 og bidrar med kunnskap som støtter utviklingen av en målrettet og fremtids	-	
rettet	 regionalpolitik	k. 	
 	
NOREG2 er en regional SCGE	-modell (Spatial Computable General Equilibrium), tallfestet på 	
data for norske fylker og kommuner. Modellen er designet for detaljerte regionale eller lokale 
analyser hvor man ved bruk av modellapparatet kan vurdere de langsiktig	e konsekvensene av 	
politikkendringer eller eksogene sjokk. 	 	
Modellen utvikles innenfor rammen av et 10	-årig forskningsprosjekt som er finansiert av 	
Norges forskningsråd	s DEMOS	-program	 og Kommunal	- og distriktsdepartementet. Prosjektet 	
har som mål å bidra til en dypere forståelse av de regionale konsekvensene av ulike 
økonomiske og politiske tiltak	 	
NOREG 2	-modellen utvikles og driftes som et samarbeidsprosjekt mellom Transportøkonomisk 	
institutt (TØI), Statistisk sentralbyrå (SSB), Vista Analyse og Menon Economics.	 	
Analysene	 for r	egionaliseringen av Regjeringens perspektivmelding 2024	 er foretatt med 	
NOREG 2.3	. Perspektivmeldingen presenterer langsiktige nasjonale økonomiske scenarier frem 	
mot 2060. Ved å regionalisere disse framskrivingene gir rapporten et detaljert bilde av hvordan 
ulike fylker kan utvikle seg økonomisk over tid. Dette er nyttig både for lokale	 og nasjonale 	
beslutningstakere som ønsker å forstå og tilpasse seg fremtidige utfordringer og muligheter.	 	
Regional økonomisk 	utvikling	 i norske 	
fylker 2024	–	2060	 	
Regionale referansebaner beregnet med 
likevektsmodellen	 NOREG 2.3	 	
TØI rapport	 2099	/202	5 • Forfatter	e: Bjørn Gjerde Johansen, Wiljar	 Hansen, Orvika	 Rosnes	 (Vista	 Analyse), 	Haakon	 Vennemo (Vista Analyse), Harald	 Svartsund	 (Vista	 Analyse), Jonas	 Erraia	 (Menon), 	Øyvind	 Vennerød	 (Menon), Terje	 Skjerpen	 (SSB)	• Oslo 	202	5 • 51 sider

Transportøkonomisk Institutt, Gaustadalléen 21, 0349	 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	II 	
Historisk tilb	akeblikk	 	
Økonomisk vekst fører til endringer i etterspørselen 	– vi bruker mindre av inntekten på mat og 	
mer på tjenester. Dette skaper en gradvis forskyvning i næringssammensetningen og syssel	set	-	
tingen, der stedbundne næringer som jordbruk og industri går tilbake, mens stedløse tjeneste	-	
næringer vokser, særlig i byene. Dette gir opphav til en langsiktig sentraliseringstrend, drevet 
av både arbeidsgiveres og arbeidstakeres preferanser for byer med høy produktivitet, spesiali	-	
sert arbeidskraft og attraktive livsstiltilbud.	 	
Samtidig finnes det motkrefter, som høye boligpriser, lange reiseveier og sosiale utfordringer i 
byene. Historiske data viser at sentralisering har pågått i over 75 år og at økonomisk vekst og 
etterspørselsendringer fortsatt vil forme denne utviklingen, av	hengig av hvilke næringer som 	
vokser og hvor de lokaliseres.	 	
En effektiv og langsiktig 	regionalpolitikk	 handler i stor grad om 	å ta inn over seg de langsiktige 	
trendene og	 å tilby	 gode nok betingelser	 til de kompetansebaserte og regionalt troløse	 	
tje	neste	næringene	. Samtidig må man	 søke å begrense og forsinke nedgangen i	 de stedbundne 	
næringene og ta vare på vekstmuligheter. 	 	
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.	 	
Økonomisk utvikling i fylkene 	 	
Vi undersøker om de	n historiske trenden 	mot	 sentralisering vil gjøre seg gjeldende også fram	-	
tiden. 	Med utgangspunkt i samme forutsetninger som i Perspektivmeldingen 2024 framskriver 	
vi den 	økonomiske utviklingen i norske fylker. 	 	
Framskrivingene gir en 	gjennomsnittlig BNP	-vekst per innbygger i fastlands	-Norge 	på 	0,7 pro	-	
sent per år	 i perioden 2024	-2060. Veksten er noe høyere de nærmeste årene, rundt 1,0 pro	-	
sent, mens aktiviteten i petroleumssektoren er antatt å øke. Etter 2026 er det forutsatt lavere 
aktivitet i petroleumssektoren, 	noe som gir	 ringvirkninger til resten av økonomien. 	 	
På nasjonalt nivå blir helse og omsorg den største næringen i 2060, og også næringen med 
størst vekst fram mot 2060	 (se 	figur 	S.1	). Dette er drevet av eldrebølgen. Andre næringer som 	
vokser mye er alle tjenesteytende næringer: kunnskapsintensive tjenester, finans, 	samt 	bygg	- 	
og boligtjenester. Dette er enten næringer som ikke er stedbundne eller som flytter etter folk.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	III 	
 	
Figur 	S.1	: Verdiskapning i ulike næringer, 2024 og 2060. 	 	
Når vi ser på 	næringssammensetningen i ulike fylker, trer et ganske tydelig bilde fram: i 	urbane 	
regioner 	er det	 private	 tjenesteytende næringer som vokser klart mest	. For eksempel er 	finans, 	
kunnskapsintensive tjenester, bygg	- og boligtjenester og andre tjenester	 de største i Oslo	. 	
Varehandel kommer på femte plass, deretter kommer de tre næringene som er dominert av 
offentlig sektor: helse og omsorg, offentlig administrasjon og undervisning. De første er typiske 
ikke	-stedbundne næringer, de siste er typisk næringer som 	«flytter etter folk». 	 	
I distri	ktsregioner domineres den økonomiske utviklingen av 	offentlig sektor: helse og omsorg 	
og offentlig administrasjon er de som vokser klart mest, 	og som er de største arbeidsgivere i 	
mange fylker	. 	
Figur 	S.2	 viser eksempler på næringsstrukturen og verdiskapningen i utvalgte fylker: Oslo, 	
Rogaland, Nordland og Innlandet. 	(Merk at figurene har ulik skala på x	-aksen.	)

Transportøkonomisk Institutt, Gaustadalléen 21, 0349	 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	IV	 	
 	 	
 	 	
Figur 	S.2	: Verdiskapning i ulike næringer	 i Oslo, Rogaland, Nordland og Innlandet	, 2024 og 2060. 	 	
Figuren til 	venstre	 i panelet under 	oppsummerer den	 økonomiske utviklingen i perioden 2024	-	
2060.	 Figuren 	viser hvordan den økonomiske utviklingen slår ut i gjennomsnittlig vekst 	i 	
bruttoprodukt per sysselsatt i 	de ulike 	fylke	ne	. Her ser vi at Oslo og Rogaland er de eneste 	
fylkene med årlig vekst over 1%, mens i de andre fylkene spenner veksten fra 0,5% (Innlandet, 
Østfold, Telemark) til 0,8	-0,9% (Vestland, Trøndelag, Akershus).	 Det høyre panelet viser total 	
bruttoproduk	t per sysselsatt 	– inkludert petroleumsnæringen 	– til sammenligning.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	V 	
 	 	
Figur 	S.3	: Gjennomsnittlig årlig vekst i verdiskapningen per sysselsatt i fylker, 2024	–2060.	 	
En annen trend perspektivmeldingen legger opp til som vil ha store regionaløkonomiske 
ringvirkninger, er nedtrappingen av petroleumsproduksjon. Denne nedtrappingen frigir 
arbeidskraft, spesielt i Rogaland, men også i fylker 
som Vestland, Finnmark og Møre og Romsdal. 
Denne arbeidskraften står fritt til å 	bosette seg 	
ulike steder i landet	. I modellen skjer flytting pga. 	
lønnsforskjell: arbeidskraften flytter dit lønne	n er 	
høyere.	1 I våre modellberegninger tiltrekker den 	
positive lønnsutviklingen i Nordland noen hundre 
sysselsatte hvert år. Dette utgjør om lag 11	 000 	
sysselsatte til sammen fra 2024 til 2060. Samtidig 
vil reduksjonen i petroleumsproduksjon føre til en 
netto utflytting	 av Rogaland på om lag 18	 000 	
sysselsatte i løpet av den samme perioden	, 	
sammenliknet med SSBs befolkningsprognose	. 	
Figur 	S.4 	viser 	flyttingen 	i noen utvalgte fylker. 	
Modellresultatene viser 	også 	at høyt utdannet 	
arbeidskraft flytter til byene, mens lavt utdannet 
arbeidskraft flytter ut av byene.	 	
Det samlede bildet er at sentraliseringen fortsetter, 
men ikke i så stor grad som tidligere (representert 
ved SSBs MMMM	-bane). Offentlig sektor trekker til 	
seg arbeidskraft i distriktsfylkene, og dette driver 	
 	
1 Merk at dette er flytting utover SSBs befolkningsframskrivinger. 	 	
Figur 	S.4	: Endring i arbeidsstyrken for 	
utvalgte fylker (målt i antall sysselsatte) i 
forhold til SSBs MMMM	.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349	 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	VI	 	
opp lønnsnivået. Samtidig vedvarer forskjellene i verdiskapning. Vi kan dermed si at det er 
sentralisering i økonomisk forstand. 	 	
Forutsetninger for beregningene	 	
Referansebanen i NOREG2 	framkommer	 ved å bruke de samme antakelsene som ligger til 	
grunn for framskrivinger i Perspektivmeldingen. Dette vil gi ulike utslag i ulike regioner i Norge 
på grunn av forskjeller i 	befolkningsutvikling	, næringsstruktur	, handelsmønster	 og befolk	-	
ningens utdanningssammensetning.	 	
Forutsetningene for 	de fylkesvise 	utviklings	banen	e følg	er 	forutsetningene som ligger til grunn 	
for Regjeringens 	Perspektivmelding 2024	: 	
- 	Befolkningsutvikling	 er basert på SSBs kommunevise befolkningsframskrivinger fra 	
2024. 	 	
- 	For å framskrive 	arbeidsstyrken	 tar vi utgangspunkt i befolkningsutviklingen for per	-	
soner i alderen 16	-74 år. Deltakelse i arbeidsstyrken	 er basert på årlige syssel	settings	-	
andeler fra DEMEC	2. For perioden 2024	-2060 ligger denne stort sett mellom 71 og 72 	
prosent for aldersgruppen 16	-74 år.	 	
- 	Endring i utdanningsnivå	 følger Cappelen mfl. 	(2020). 	 	
- 	Etterspørselen etter utdanning 	er antatt å øke i tråd med utdanningsnivået	. 	
- 	Petroleumsnæringen	 er antatt å reduseres med om lag 60 prosent i 2060 	
sammenlignet med 2024	-nivå	3. 	
- 	Vekst i	 offentlig konsum 	følger DEMEC. Dette innebærer en årlig vekst på i overkant 	
av 1,5 prosent (i faste priser) fram mot 2036, og en avtakende vekst etter dette. I snitt 
vil offentlig sektor øke med 1,3 prosent i året i perioden 2024	-2060.	 	
- 	Vi legger til grunn en 	sterk vekst i forsvaret	 den første 12	-årsperioden. I tråd med 	
Perspektivmeldingen vil det, på grunn av lave fødselstall den siste tiden, være tilsva	-	
rende lavere vekst i utdanning. Dette betyr at ekspansjonen av forsvaret ikke vil gi et 
trendbrudd i veksten for offentlig sektor som helhet.	 	
- 	Produktivitetsvekst	 bygger også på DEMEC. Gjennomsnittlig årlig produktivitetsvekst i 	
perioden 2024	-2060 er på litt over 0,7 prosent i private næringer, og i underkant av 0,5 	
prosent i offentlige næringer.	 	
- 	Energieffektivisering	 er antatt å være nesten 1 prosent årlig, basert på anslag fra CEPII 	
(EconMap, 2016).	 	
En viktig egenskap ved NOREG 2.3 er at modellen tar hensyn til ressursbegrensninger, først og 
fremst at arbeidskraften og kapitalen er begrenset. Det betyr at vekst i én region kan innebære 
ressursuttak fra andre. Dette gir mer realistiske analyser av ring	virkninger og langsiktige 	
regionaløkonomiske analyser av	 næringsutvikling, strukturendringer og økonomiske ubalanser.	 	
 	
2 De økonomiske framskrivingene i Perspektivmeldingen er i hovedsak basert på modellen DEMEC, som 
er driftet av SSB og finansiert av Finansdepartementet.	 	
3 Perspektivmeldingens anslag på utviklingen i oljeproduksjon på norsk sokkel baseres på Sokkel	-	
direktoratets anslag for den gjenværende ressursbasen på norsk kontinentalsokkel. Anslaget følger 
mulighetsbildet «Forventning» fra Sokkeldirektoratets Ressursrapport 2024.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	VII	 	
Den regionale likevektsmodellen NOREG 2.3	 	
NOREG 2	.3 er en generell likevektsmodell med en geografisk dimensjon	4. Modellen er 	
programmert i GAMS	5. Modellsystemet består av et sett av ligninger som beskriver sammen	-	
hengene i økonomien, samt en lang rekke matematiske formuleringer som kalibrerer modell	-	
parametere og sammenstiller inngangsdata. I NOREG 2	.3 er Norge modellert som en liten åpen 	
økonomi med regional handel innad mellom landets regioner, og med handel med utlandet.	 	
Modellsystemet har et fleksibelt oppsett for inndeling av	 sektorer og geografisk oppløsning. 	
Dette gjør at analytikeren	, avhengig av formålet med analysen, kan bestemme nærings	innde	-	
lingen og den geografiske oppløsningen. 	Næringsinndelin	gen er begrenset til aggregater av 	
nasjonalregnskapets A64	-næringer, mens kommune er minste	 geografiske byggestein. 	
Referansebanene i denne rapporten er utarbeidet på fylkesnivå og for en næringsoppløsning 
bestående av 24 næringer.	 	
Det er tre typer representative aktører i modellen: husholdninger	 (differensiert etter utdan	-	
nings	nivå)	, bedrifter og myndigheter. Husholdningen mottar inntekter fra primær	faktorene 	
arbeidskraft og kapital	 og maksimerer sin nytte gitt sitt konsumbudsjett	. Bedrifter maksimerer 	
profitten	. Produksjonsteknologiene har konstant skalautbytte og er modellert som CES	-	
funksjoner. Innsatsfaktorene i produksjonsprosessen er arbeidskraft, kapital og innsatsvarer 
(inkl. energivarer). 	Arbeidskraften modellert til å bes	tå av fire ulike utdanningskategorier. 	
Energivarer er skilt ut fra de øvrige innsatsvarene, hvor energivarene elektrisitet, petroleum og 
raffinerte petroleumsprodukter kan substitueres med hverandre. Kapital, arbeidskraft og ulike 
innsatsvarer (inkl. energ	ivarer) er til en viss grad substituerbare med hverandre. Det er mulig å 	
spesifisere ulike substitusjonselastisiteter på alle nivåer i CES	-funksjonen. 	Myndighetene 	
modelleres på nasjonalt nivå	 og 	offentlig sektor mottar alle skatteinntektene og betaler ut 	
subsidier til næringer og overføringer til husholdningen.	 I NOREG 2.3 er offentlig konsum 	
modellert eksogent	 ved at vi antar at myndighetenes	 etterspørsel etter varer og tjenester øker 	
med faste rater fra år til år.	 I referansebanene er	 disse faste ratene hentet fra perspektiv	-	
meldingen.	 	
NOREG	 2-modellen er en dynamisk rekursiv likevektsmodell, hvor det løses for en ny, statisk 	
likevekt hvert år, mens bedrifters kapitalnivå (kapitalbeholdning) og arbeidstilbudet i en region 
endres fra år til år. 	 	
Bedriften	es kapitalbeholdning bestemmes av kapital	beholdningen forrige periode minus 	
depresieringsraten pluss investeringer. 	 	
Tilbudet av arbeidskraft i en region er i utgangspunktet eksogent bestemt av befolknings	-	
veksten. Dette er tallfestet ved SSBs befolkningsprognoser. I tillegg er det i	 NOREG 2.3	 	
modellert flytting fra andre regioner på grunnlag av lønnsforskjeller. Tilbudet av arbeidskraft er 
lik tilbudet av arbeidskraft i forrige periode, korrigert for eksogen befolkningsvekst, 	og 	
eksogene endringer i utdanningsnivå, 	pluss endogen netto migrasjon.	 	
 
 	
 	
4 Spatial Computable General Equilibrium 	-modell (SCGE)	 	
5 General Algebraic Modeling System 	https://www.gams.com/

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	i 	
 	
ENGLISH	 	Summary	 	
 	
This report employs the regional general equilibrium model NOREG 2.3 to analyze how the 
national macroeconomic projections presented in the Norwegian Government’s 	Long	-Term 	
Perspectives of	 the No	rwegian Economy	 2024 	(Perspektivmeldingen	) may impact different 	
counties in Norway. The model and its corresponding analyses support public planning by 
providing detailed regional economic forecasts for long	-term development in Norwegian 	
counties up to 2060. These projections help illustrate how 	national trends mani	fest differently 	
at the regional level, enhance both academic and political understanding of the link between 
regional and national economic development, and provide knowledge that supports the design 
of a targeted and forward	-looking regional policy.	
 	
NOREG 2 is a regional spatial computable general equilibrium (SCGE) model calibrated with 
data from Norwegian counties and municipalities. The model is specifically designed for 
conducting detailed regional or local analyses, allowing researchers and polic	ymakers to assess 	
the long	-term implications of policy changes or exogenous shocks. It is developed as part of a 	
10	-year research 	project	 funded by the Research Council of Norway’s DEMOS program and the 	
Ministry of Local Government and Regional Development	. The project aims to deepen 	
understanding of the regional consequences of various economic and political measures.	 	
The NOREG 2 model is maintained and developed in collaboration between the Institute of 
Transport Economics (TØI), Statistics Norway (SSB), Vista Analyse, and Menon Economics.	 	
The regionalization of the macroeconomic projections in the 	Norwegian 	Government’s 	Long	-	
Term Perspectives 	of the Norwegian Economy 2024	 was carried out using version 2.3 of the 	
NOREG model. These projections, which extend to 2060, provide a detailed picture of how 
individual counties may evolve economically over time	—knowledge essential for both national 	
and local decision	-makers seeking 	to adapt to future challenges and opportunities.	 	
Historical background	 	
Economic growth is accompanied by shifts in demand: as incomes rise, households spend 
relatively less on food and more on services. This shift alters the industrial composition and 
employment patterns, with place	-bound sectors such as agriculture and manuf	acturing 	
R	egional economic development paths in 	
Norway 2024	–	2060	 	
Projections made with the SCGE model NOREG 2.3	 	
TØI 	Report	 2099	/202	5 • Author	s: Bjørn Gjerde Johansen, Wiljar	 Hansen, Orvika	 Rosnes	 (Vista	 Analyse), 	Haakon	 Vennemo (Vista Analyse), Harald	 Svartsund	 (Vista	 Analyse), Jonas	 Erraia	 (Menon), 	Øyvind	 Vennerød	 (Menon), Terje	 Skjerpen	 (SSB)	• Oslo	 202	5 • 51 pages

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	ii 	
declining, while location	-flexible service industries	—especially in urban areas	—expand. These 	
structural changes drive long	-term centralization trends, influenced by the preferences of both 	
employers and employees for urban centers with high productivity, 	skilled labor pools, and 	
appealing lifestyles.	 	
At the same time, counteracting forces such as high housing costs, long commutes, and urban 
social challenges also shape these dynamics. Historical data show that centralization has been 
ongoing for over 75 years, and will likely continue to be shaped by f	uture economic growth 	
and demand patterns, depending on which industries expand and where they are located.	 	
An effective long	-term regional policy must therefore recognize these trends and provide 	
favorable conditions for growth in knowledge	-based and geographically flexible service 	
sectors, while also mitigating the decline of traditional, place	-bound industrie	s and nurturing 	
local development opportunities.	 	
This report and its underlying research project aim to gradually develop an economic model 
that explains both national and regional long	-term development dynamics.	 	
Future trends in regional economic development: Will 
centralization	 persist	? 	 	
This study explores whether the historical trend toward centralization in Norway will persist in 
the coming decades. Using the same assumptions as those applied in the Government's 	2024 	
Long	-Term Perspectives Report	, we project the economic development of Norwegian counties 	
through 2060.	 	
The projections indicate an average annual growth in mainland GDP per capita of 0.7% from 
2024 to 2060. Growth is projected to be slightly higher in the short term	—approximately 	
1.0%	—due to increased activity in the petroleum sector. However, after 2026, t	his activity is 	
expected to decline, producing ripple effects throughout the rest of the economy.	 	
At the national level, 	health and social care	 is projected to become the largest sector by 2060 	
and also the fastest growing, driven primarily by population aging. Other rapidly expanding 
sectors include knowledge	-intensive services, finance, and residential construction	—sectors 	
that are either geogra	phically mobile or follow population movements.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	iii 	
 	
Figur	e S.1: Value added across i	ndustries	, 2024 and 2060	. 	
A clear pattern emerges when analyzing the sectoral composition across counties. In urban 
regions, private service sectors dominate growth. In Oslo, for example, the largest sectors in 
2060 are projected to be finance, knowledge	-intensive services, constru	ction and housing 	
services, and other private services. Retail trade follows, while public sector	-dominated 	
industries such as health and care, public administration, and education are slightly smaller, 
yet still substantial. The first group represents typ	ically mobile industries, while the latter 	
follows population distributions.	 	
In contrast, rural and less urbanized counties are projected to see growth primarily in public 
sector employment. In these regions, health and social care and public	 administration are 	
expected to become the largest and fastest	-growing employers.	 	
Figure 	S.2	 illustrates examples of value creation and industrial structure in selected counties	—	
Oslo, Rogaland, Nordland, and Innlandet	—highlighting the divergence in sectoral development 	
(note: scales on the x	-axis vary across figures).

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	iv 	
 	 	
 	 	
Figur	e S.2	: Value added by industry in Oslo, Rogaland, Nordland, and Innlandet, 2024 and 2060.	 	
The left panel of 	Figure 	S.3	 below 	summarizes average annual growth in value added per 	
employee across counties between 2024 and 2060. Oslo and Rogaland are the only counties 
projected to exceed 1% annual growth, while others range between 0.5% (e.g., Innlandet, 
Østfold, Telemark) and 0.8	–0.9% (e.g., Vestland, Trøndelag, Akershus). The right panel 	
presents total value added per employee, including the petroleum sector, for comparative 
purposes.	 	
 	 	
Figu	re S.3	: Average annual growth in value added per employed person by county, 2024	–2060.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	v 	
One significant structural change projected in the 	Long	-Term Perspectives Report	 is the gradual 	
decline in petroleum production, with substantial regional implications. This reduction will 
release labor, particularly in Rogaland, as well as in counties like Vestland, Finnmark, and Møre 
og Romsdal.	 	
In the NOREG 2.3 model, labor mobility is driven by 
wage differentials: workers migrate toward regions 
offering higher wages. In our simulations, the positive 
wage dynamics in Nordland attract several hundred 
workers annually, totaling approximately 11,000	 new 	
residents between 2024 and 2060. Conversely, 
Rogaland is expected to experience a net migration 
out of the county 	of roughly 18,000 workers during 	
the same period compared to SSB’s baseline 
population projections.	 	
Figure 	S.4	 depicts migration patterns for selected 	
counties. Model results further show that highly	 	
educated workers tend to move to urban centers, 
while less	-educated workers are more likely to 	
relocate out of cities.	 	
The overall picture suggests that centralization 
continues	—but not as strongly as in past decades, as 	
represented by SSB’s MMMM scenario. The public 
sector absorbs labor in rural counties, which 
contributes to rising wage levels in those areas. 
However, persistent differences in productivity and 
value creation across regions remain.	 	
Thus, while demographic and labor flows may appear more balanced, economic 
centralization	—in terms of productivity and sectoral concentration	—continues to characterize 	
regional development in Norway.	 	
Model Assumptions	 	
The regional baseline scenarios in NOREG 2.3 adopt the same underlying assumptions as the 
Norwegian Government’s 	Long	-Term Perspectives 	2024	. The 	county	-level 	long	-term 	
predictions 	vary due to differences in demographics, industrial structures, trade patterns, and 	
education levels. Key assumptions include:	 	
• 	Demographics	: Based on Statistics Norway’s (SSB) municipal	-level population 	
projections (2024).	 	
• 	Labor force	: Projected using population trends for individuals aged 16	–74, with 	
participation rates from the DEMEC model (71	–72% in 2024	–2060).	 	
• 	Education	: Educational attainment follows projections from Cappelen et al. 	(2020); 	
demand for education is assumed to rise accordingly.	 	
• 	Petroleum sector	: Expected to decline by ~60% by 2060 relative to 2024 levels.	 	
• 	Public consumption	: Follows DEMEC assumptions, with annual growth of ~1.5% until 	
2036, tapering to an average of 1.3% from 2024	–2060.	 	
• 	Defense spending	: Significant increase in the first 12 years, offset by lower growth in 	
education due to declining birth rates.	 	
Figur	e S.4	: Change in the labor force for selected 	
counties (measured in number of employed persons) 
relative to SSB’s MMMM scenario.

Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo, E	-post:	 toi@toi.no	 www.toi.no	 	vi 	
• 	Productivity	: Annual growth of ~0.7% in the private sector and ~0.5% in the public 	
sector, per DEMEC.	 	
• 	Energy efficiency	: Assumed to improve by nearly 1% annually, based on CEPII’s 	
EconMap (2016).	 	
The NOREG 2.3 model	 	
NOREG 2.3 is a 	Spatial C	omputable 	General 	Equilibrium 	(SCGE)	. The model	 consists of a system 	
of equations that describe the economic interactions among agents, along with mathematical 
formulations to calibrate parameters and process input data. N	orway	 is modeled as a small, 	
open economy with internal regional trade and international trade flows.	 	
The model framework allows flexibility in both sectoral and geographical resolution. Analysts 
can define the level of industry aggregation (based on A64 sectors in the national accounts) 
and choose regional units down to the municipal level. The current an	alysis uses county	-level 	
resolution with 24 aggregated industries.	 	
Three representative actors are modeled: households, firms, and government. Households 
receive income from capital and labor and maximize utility within a consumption budget. 
Firms maximize profits using constant returns to scale (CES) production technolog	ies with 	
labor, capital, and intermediate inputs, including energy. Labor is segmented into four 
education categories, while energy inputs (electricity, petroleum, refined fuels) are modeled as 
substitutable. Substitution elasticities are specified at vari	ous CES levels.	 	
The government is modeled nationally. It collects taxes and distributes subsidies to firms and 
transfers to households. Government consumption is modeled exogenously, growing annually 
at fixed rates derived from the 	Long	-Term Perspectives Report	. 	
NOREG 2.3 is a dynamic recursive model, where each year’s static equilibrium is linked to the 
next through changes in regional capital stocks and labor supply. A firm’s capital stock evolves 
through depreciation and investment, while labor supply is determ	ined by demographic 	
projections (from SSB) and endogenous migration in response to wage differentials. Migration 
adjusts the regional labor force, reflecting net inflows or outflows driven by relative regional 
attractiveness.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	1 	
1	 	Innledning	 og bakgrunn	 	
1.1	 	Bakgrunn	 	
I denne rapporten	 benyttes	 likevektsmodellen NOREG 2.3 for å	 utarbeide fylkesvise	 analyser av de 	
makroøkonomiske framskrivingene som presenteres i Regjeringens perspektivmelding 2024.	 NOREG 2.3 	
er en	 regional likevektsmodell for norsk økonomi som 	er utviklet i prosjektet 	A Regional General 	
Equilibrium Modelling Syste	m på vegne av Norges forskningsråds DEMOS	-program.	 Likevektsm	odellen	 	
er utviklet for å gi konsistente og realistiske 	analyser av økonomiske konsekvenser på regionalt nivå og	 	
tar hensyn til fylke	nes særegne trekk, blant annet gjennom forskjel	ler i næringsstruktur, arbeidsmarked, 	
befolkningssam	mensetning	 og produktivitet	. 	
Perspektivmeldingen 	(St. Meld.	 31	 (2023	-2024)	) gir viktige innspill til den langsiktige samfunnsutvik	-	
lingen i Norge ved å beskrive utfordringer og muligheter knyttet ti	l økonomisk vekst, demografi, arbeids	-	
marked, velferd og bærekraft	. Perspektivmeldingen 	gir nasjonale makroøkonomiske prognoser for nor	sk 	
økonomi	. I denne rapporten regionaliserer vi denne nasjonale prognosen til fylkesvise prognoser for 	
makroøkonomisk utvikling fram mot 2060.	 	
Regionalisering av d	e makroøkonomiske framskrivingene	 gir innsikt som både kan hjelpe lokale myndig	-	
heter og næringsliv med å tilpasse seg fremtidige utfordringer og muligheter på en mer målrettet måte, 
og 	gir sentrale myndigheter 	innsikt i hvordan den 	overordnede 	økonomiske	 politikken gir	 ulike regionale 	
utviklingsbaner	. Dette gir	 mulighet for målrettede regionale virkemidler og en større forståelse for	 	
regionale økonomiske utfordringer i Norge.	 	
1.2	 	Formål	 	
Formålet med denne rapporten er 	todelt	: 	
• 	Å gi en klar og forståelig oversikt over hvordan nasjonale	 framskrivinger påvirker regionene 	
ulikt.	 	
• 	Å bidra til økt	 kunnskap om hvordan regionale forskjeller kan utvikle seg fram mot midten av 	
dette århundret, og dermed gi beslutnings	takere et bedre grunnlag for å utforme regional	-	
politikken i tråd med langsiktige målsettinger.	 	
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. 	Prosjektet har som målsetting å gi relevante	 	
økonomiske prognoser på et detaljert regionalt nivå og styrke relevansen av regionaløkonomisk 
modellering i offentlig planlegging	. 	
1.3	 	Rapportstruktur	 	
Rapporten er strukturert på følgende måte: 	Kapittel 	2 gir et kort historisk tilbakeblikk på 	langsiktige 	
trender i befolknings	- og næringsutviklingen i Norge de senere årene.	 Dette kapitlet danner bakteppet 	
for 	de regionaløkonomiske framskrivingene som følger i senere kapitler. 	 Kapittel 	3 er en 	overordnet 	
beskrivelse av NOREG2	-modellen	. Kapittel 	4 red	egjør for referansebanen 	– de bakenforliggende forut	-	
setningene, 	og den resulterende	 prognosen 	for økonomisk utvikling framover	. Til slutt gir kapittel 	5 en 	
oversikt over påbegynt	 og 	nærstående modellutvikling	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	2 
2	 	Historisk tilbakeblikk	 	
Et viktig trekk ved en	 voksende	 økonomi er at 	behovene våre skifter og etterspørselen 	forskyver 	seg	. Vi 	
bruker en gradvis mindre andel av inntek	ten på mat når økonomien vokser, og gradvis mer på tjenester. 	
Industrivarer 	ligger i midten og vi bruker en noenlunde konstant andel av inntekten på varer. 	 	
Denne 	forskyvningen 	i etterspørs	el fører til at næringssammensetningen endrer seg. Næringer som	 	
utgjør en mindre andel av etterspørselen	, vil 	over tid 	utgjøre en mindre andel av produksjon og syssel	-	
setting. Næringer som utgjør en større andel av etterspørselen, vil utgjøre en større andel.	 Sysselset	tin	-	
gen går ned i de næringene 	som krymper 	og opp i de næringene	 som vokser	, særlig hvis de 	krympende	 	
næringene også har god produktiv	itetsutvikling. 	Inntil internett	 kom i bruk var produktivitetsutviklingen 	
be	dre i landbruk og indus	tri enn i tjenestenæringene. Det forsterket mønsteret skapt av etterspørselen. 	
Med internett siden 1990	-tallet og nylig 	KI ser vi også endringer innad i tjenestesektoren	: Reisebyråene 	
har forsvunnet, og lokalene overtas av kafeer og 	treningssentre	, for eksempel.	 	
 
Figur 	2.1 viser sysselsettingen i jordbruket i Norge fra	 1970 	til 	2024	 og bekrefter 	at sysselsettingen faller 	
i næringen	. I 	1970	 var 	160 000	 årsverk i sysselsatt i jordbruket. 	I 2024	 er antallet gått ned til 	drøye 	
40	 000.	 Dette har skjedd selv om vi er blitt flere mennesker i Norge og 	matforbruket har økt av den 	
grunn. 	Også	 sysselsettingen i 	industrien viser nedgang, fra 	340 000	 årsverk i 	1970	 til 	215 000	 årsverk	 i 	
2024	. 	
 	
Figur 	2.1: Sysselsetting i jordbruket	 i Norge fra 1970 til 2024	, 1000 årsverk	. Kilde: SSB	 Statistikkbanken tabell 09174	 	
Et felles kjennetegn for jordbruk og det meste av industrien er at de er stedbundne næringer. Jordbruk 
og skogbruk må foregå der jordbruksjorda og skogen er. Industri i Norge er avhengig av kraft	 og natur	-	
tilgang	, og infrastruktur som for eksempel havner. Beliggenheten er historisk preget av det. 	Fiskeopp	-	
drett er en ny variant av primærnæringene, og også stedbunden. 	 	
Til sammenlikning er tjenestenæringene mindre stedbundne. Det er riktignok en hel del tjenester som er 
avhengig av å ligge der folk bor, m	en disse tjenestene	 er reaktive, ikke proaktive	 i forhold til befolknings	-	
utviklingen	. Dersom folk flytter, ser vi at både offentlige (skole, barnehage) og private (butikker) tjenes	-	
ter legges ned. 	Enkelte steder er tjenester for eldre det siste som er igjen. 	 	
De høyproduktive tjenestene innen finans, IT, jus, økonomi osv.	 er stedløse, de k	an i prinsippet plasseres 	
hvor som helst. Det viser seg at de i overveiende grad velger byer og tettsteder. 	Det er mye som trekker 	
ved byene: Det tjenestebaserte næringslivet opplever at det er enklere å	 få tak i spesialisert arbeids	-	
0
20
40
60
80
100
120
140
160	
1970	1975	1980	1985	1990	1995	2000	2005	2010	2015	2020	
1000 årsverk

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	3 	
kraft, og det er enklere å 	inngå i 	nettverk m	ed	 andre tjeneste	leverandører. 	I beste fall kan det	te gi 	
produktivitetsvekst, såkalte agglomerasjonseffekter, som skaper en gunstig spiral i byene. 	 	
Like viktig er det som skjer på arbeidstakersiden. På samme måte som arbeidsgiverne finner spesialisert 
arbeidskraft i byene, vil arbeidstakere med spesialisert utdanning søke til byene for å få jobb. 	I byene 	
finner de dessuten et variert utvalg av 	fritids	tjenester, fra fotball	arenaer og teater til kule frisører og 	
gode restauranter. Sjansen til å finne likesinnede med felles interesser, eller en egnet partner, er også 
større. 	 	
Til sammen fører disse kreftene 	– nedgang for stedbundne næringer, oppgang for	 de stedløse, sammen 	
med byenes iboende variasjon og attraktivitet	 – til sentralisering. Det er i hvert fall det vi har sett siden 	
andre verdenskrig. For å illustrere det, har vi tatt ut tall 	for bosetting 	på fylkesniv	å fra 1951 til 2025. 	
Figur 	2.2 viser befolkningsutviklingen i de to fylkene som har vokst mest	 – Akershus	 og Rogaland, og i de 	
tre som har vokst minst 	– Innlandet, Nordland og Finnmark. Årlig prosentvis vekst er 	1,7 prosent 	i 	
Akershus og 	0,1 prosent 	i Nordland	, som ikke 	er så stor forskjell hvis man ser ett år alene.	 Men over 75 	
år gjør det en enorm forskjell, slik 	Figur 	2.2 viser. 	 	
Figuren viser ikke innflytting til byene i regionene, men sentraliseringen inn mot byene kan ha vært enda 
sterkere enn mellom regioner.	 	
 	
Figur 	2.2: Befolkningsutviklingen i fylkene som har vokst mest og minst	, 1951	-2025	. Prosen	tvis endring fra	 1951	. 	
Kilde: SSB	 Statistikkbanken tabell 	06913	 	
En alternativ forklaring til sentralisering enn den vi har lansert her, kunne være at de fraflyttingspregede 
regionene sakker bakover i inntektsutviklingen, sammenliknet med det tilflyttingspregede. 	For å under	-	
søke denne hypotesen på fylkesnivå, sammenlikner	 vi bruttoprodukt	 per innbygger i 	Oslo	, Ro	galand	 og 	
Nordland 	ved hjelp av 	data fra fylkesfordelt nasjonalregnskap. 	 	
0%
50%
100%
150%
200%
250%
300%
350%
400%	
1951	1956	1961	1966	1971	1976	1981	1986	1991	1996	2001	2006	2011	2016	2021	
Akershus
Innlandet
Rogaland
Nordland
Finnmark

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	4 	
 	
Figur 	2.3: Inntektsutvikling i Nordland, Rogaland og Oslo,	 2008	-2022	. Kilde: SSB	 Statistikkbanken tabell 09391	 	
Disse dataene går bare tilbake til 2008	 og ender i 2022, men 14 år er likevel et godt stykke tid. Oslo er 	
indikator	 for Akershus, som har en brutt dataserie pga	. Viken. 	Finnmark og Innlandet har også brutte 	
dataserier. 	Sammenlikningen	 av Oslo	, Rogaland	 og Nordland viser at 	inntektsutviklingen i Nordland har 	
vært bedre enn i 	de to andre	 i denne perioden. (Inntekts	nivået	 er derimot lavere i Nordland). Det viser 	
at sentralisering under vekst er en 	likevektsprosess,	 der 	arbeidstakere og arbeidsgivere gjør tilpa	sninger 	
for å unngå at inntektsforskjellene utvider seg. For eksempel kan avgang av arbeidskraft fra jordbruket 
forklares ved at	 inntekten i andre yrker er høyere. Denne avgangen medvirker til å opprettholde 	
jordbruksinntekten for de gjenværende i yrket. 	 	
Sentraliseringen i Norge har foregått	 i hele tidsperioden på 75 år, dvs	. på tvers av politiske flertall og 	
ulike regjeringers politikk. Sentraliserin	g er heller ikke isolert til Norge, men foregår med 	større eller 	
mindre styrke i de fleste land. Samtidig er det ikke slik at 	den er upåvirket av politikk. En påstand om 	
Norge og Sverige 	som ofte nevnes, 	er at sentraliseringen har vært kraftig i Sverige, mens vi i Norge har 	
holdt den tilba	ke ved hjelp av distriktspolitikk. Det er også slik at sentraliseringen har naturlige 	
motkrefter	 – vi lever ikke alle sammen i én gigantisk by. 	De høye bolig	- og eiendomsprisene i byer og 	
tettsteder er en motvirkende kraft mot sentralisering	. Med sentralisering opplever man	ge 	dessuten 	at 	
det er en lengre avstand mellom boligsted og arbeidssted. 	Reiseveien øker, og tidsklemma likeså. 	Dette 	
er en annen negativ virkning, som forsterkes 	av negative eksterne virkninger knyttet til transport. 	
Kriminalitet, utrygghet og fremmedgjøring kan være andre negativ	e faktorer. 	 	
Hypotesen ut fra denne historiske gjennomgangen er likevel at sentraliseringen vil fortsette	 i årene som 	
kommer	. Styrken	 i den	, og innretningen på den, 	kommer an på omfanget av økonomisk vekst, av 	
produktivitet og sysselsetting i 	de 	stedbundne	 og stedløse næringene og av hvilke næringer som 	
begunstiges av etterspørselen i fremtiden. 	 	
 
 
 	
0%
20%
40%
60%
80%
100%
120%
140%
160%
180%
200%	
2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022	
Oslo
Rogaland
Nordland

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	5 	
3	 	Hovedtrekk ved NOREG 2.3	 	
En mer omfattende beskrivelse av NOREG 2.3	-modellen er gitt i 	0. Lesere som er interessert i modellens 	
virkemåte	 eller informasjon om datagrunnlaget	, nærings	- og regioninndelingen	, henvises dit. 	 	
Dette kapitlet gir en	 kortfattet beskrivelse av 	hovedtrekkene ved 	mode	llen	, som	 en nyttig bakgrunn for 	
lesere som først og fremst er interessert i 	de regionale referansebanene.	 	
NOREG2 representerer en nyvinning innenfor regional økonomisk modellering, ved at den kombinerer 
elementer fra tradisjonelle anvendte generelle likevektsmodeller, som har spilt en sentral rolle i norsk 
økonomisk planlegging siden 1960	-tallet, med moderne r	egionale modeller som kan operere helt ned på 	
kommunenivå. Denne unike kombinasjonen gir forskere og beslutningstakere en kraftig verktøykasse for 
å simulere og analysere de regionale konsekvensene av realpolitiske tiltak, og dermed gi innsikt som er 
avgjø	rende for en informert politikkutforming.	 	
3.1	 	NOREG 2	.3	: regional likevektsmodell for Norge	 	
NOREG 2 er en 	regional	 likevektsmodell for økonomisk utvikling i norske fylker og kommuner	. Den 	
trinnvise modellutviklingen følger implementeringen i modellsystemet av forsknings	- og utviklings	-	
oppgavene i prosjektet og modellsystemet vil utvides og utvikles gjennom hele den 10	-årige prosjekt	-	
perioden	. Modellen er programmert i GAMS	6 og de regionale referansebanene som presenteres i denne 	
rapporten er beregnet med NOREG, versjon 2.3.	 	
I NOREG 2	.3 fremstilles økonomien som bestående av husholdninger, bedrifter og offentlig sektor. 	
Husholdninger og bedrifter er	 model	lert som representative regio	nale aktører, mens	 offentlig sektor er 	
modellert på nasjonalt nivå. 	Husholdningen mottar alle inntekter fra primærfaktorene arbeidskraft og 	
kapital.	 Bedrifter maksimerer profitten	. Offentlig sektor mottar alle skatteinntektene	 og kapitalinntek	-	
tene fra	 offentlige næringer	, og betaler	 ut subsidier til bedrifter og overføringer til husholdninger. 	
Likevektsmodellen modellerer samspillet mellom disse aktørene i økonomien. Økonomien er liten og 
åpen med omfattende handel med utlandet. 	 	
NOREG 2	.3 er en dynamisk rekursiv modell, dvs. at modellen består av en serie statiske modeller der 	
enkeltårene blir knyttet sammen via husholdningenes sparebeslutninger, bedriftenes investeringsbeslut	-	
ninger og flyttebeslutninger. 	Sparing og investering knytter økonomien i ett år sammen med det neste. 	
Over tid angir sparing og investering en tidsutvikling for realkapital, som sammen med forutsetninger 
om sysselsettingsutviklingen og forutsetninger om teknologisk fremgang bestemmer ø	konomisk vekst 	
på makro	nivå.	 	
Det er én representativ husholdning i hver region, hvis adferd og preferanser er kalibrert til å represen	-	
tere hele regionens befolkning. Det betyr imidlertid ikke det at husholdningene er like på tvers av 
regioner. Størrelsen på arbeidsmarkedene i regionene er ulik (i utgangspunktet bestemt av datasettet i 
basisåret) og sammensetningen av utdanningsnivå er ul	ik i de forskjellige geografiske sonene. Det er i 	
tillegg geografiske forskjeller i disponibel realinntekt mellom regionene i modellen. Ulik industris	am	-	
men	setning i de ulike regionene i modellen forsterker de geografiske forskjellene mellom de represen	-	
tative husholdningene på tvers av region	er. 	
I hver region er det én representativ bedrift i hver næring som minimerer kostnadene. Vi antar at hver 
næring kun produserer én varetype. Det samme produksjonsnivået kan oppnås ved forskjellige kombi	-	
nasjoner av innsatsfaktorer, og til hvert produksjonsnivå antar vi at bedriftene velger kombinasjoner av 	
 	
6 The General Algebraic Modeling System: 	https://www.gams.com/

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	6 
innsatsfaktorer på en slik måte at produksjonskostnaden minimeres. Dette gir den kostnadsmini	me	-	
rende mengden av kapital, arbeidskraft, energi	- og innsatsvarer som skal til for å produsere en enhet av 	
varen. Hvor mange enheter som blir produsert blir deretter bestemt utfra profittbetingelsen til bedrif	-	
tene.	 	
Bedriftenes 	produktfunksjon er kalibrert slik at de observerte mengdene av innsatsfaktorer i basisåret 	
løser produsentenes kostnadsminimeringsproblem, gitt produksjonsmengden som er observert i basis	-	
året. Ettersom relative priser på innsatsvarer endres, vil bedriftene endre sammensetningen av faktor	- 	
og vareinnsatsen, basert på elastisiteter.	 Produksjonsteknologiene har konstant 	skalautbytte	, og er 	
modellert som CES	-funksjoner	7 der kapital, arbeidskraft og ulike innsatsvarer (inkl. energivarer) til en 	
viss grad er substituerbare med hverandre	. 	
Arbeidskraften er differensiert, basert på utdanningsnivå. Vi antar at arbeidskraft med ulikt utdannings	-	
nivå til en viss grad kan erstatte hverandre	, og at	 også 	arbeidskraft og kapital 	kan 	erstatte hverandre til 	
en viss grad	. Bytteforholdene er regulert ved substitusjonselastisiteter.	 	
NOREG 2	-modellene er utviklet for å studere regional økonomi. De har en fleksibel regional inndeling 	
som gjør det mulig å studere for eksempel fylkesvis økonomisk utvikling, eller utviklingen på kommune	-	
nivå i ett fylke sammen med fylkesnivå ellers, eller andre regionale aggregeringskombinasjoner. Når den 
regionale inndelingen er bestemt, regner modellen ut den økonomiske utviklingen i hver region innenfor 
en makroøkonomisk ramme. 	Modell	systemet	 er særlig egnet til å studere langsiktige økonomiske 	
problem	stillinger, for eksempel næringsutvikling og regional utvikling, fremveksten av økonomiske 	
ubalanser mellom regioner, den langsiktige effekten av strukturpolitiske tiltak, osv. 	 	
I virkeligheten skjer ikke tilpasningen så fort som NOREG 2.	3 legger til grunn: det tar tid å investere i ny 	
kapital, arbeidskraft med riktig utdannelse og kompetanse er ikke umiddelbart tilgjengelig, mm.. NOREG 
2.3 ser bort fra slike begrensninger	. Derfor må modellresultatene, spesielt på kort sikt, tolkes med 	
varsomhet. 	 	
Virkemåten til NOREG 2.	3 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 etterspørselsstimulans lede til 	et betydelig 	
antall arbeidsplasser i form av ringvirkninger. NOREG 2.	3 har alle de samme egenskapene som en etter	-	
spørselsdrevet modell, men i tillegg har modellen en realøkonomisk ramme som reflekterer at ressur	-	
sene som strømmer til regionen som opplever etterspørselsstimulans, må flytte ut av andre sektorer og 
regioner. Denne effekten skyldes forutsetningen om full ressursutnyttelse og bidrar til å dempe, og av 
og til fjerne, ringvirkningene av en etterspørselsi	mpuls. I NOREG 2.	3 møtes etterspørsels	- og 	tilbuds	-	
siden i økonomien i likevekt. Hvilken modell som modellerer virkeligheten best, kommer 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 makroøkonomiske omstendigheter, ikke av mindre etterspørselsimpulser på regionalt nivå. 
På kort sikt kan det være annerledes. I et slikt bilde kan man si at NOREG 2.	3 modellerer	 omstendig	-	
hetene på lengre sikt, mens en etterspørselsdrevet modell modellerer på kort sikt.	 	
3.2	 	Tidligere modellforbedringer	 	
Likevektsmodellen	 NOREG	 2 er under kontinuerlig utvikling og vil gjennomgå flere oppdateringer og 	
forbedringer i løpet av prosjektets 10	-årige varighet. Hver ny versjon av modellen innfører betydelige 	
 	
7 CES: Constant Elasticity of Substitution, se Varian (1992).

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	7 	
forbedringer og utvidelser. Den opprinnelige versjonen, NOREG 2.0, la grunnlaget for modellsystemet 
ved å integrere de tidligere SCGE	-modellene PINGO (Hansen 2015, Hansen og Johansen 2016) og NOREG 	
(Bruvoll m.fl. 201	5). NOREG 2.2 innehold	t flere viktige oppdateringer, inkludert en mer detaljert model	-	
lering av arbeidsmarkedet med fire ulike utdanningsnivåer, samt en endogen behandling av 
arbeidskraftens mobilitet mellom modellens geografiske sone	r. 	
Tilgang på arbeidskraft er en viktig forutsetning i en likevektsmodell. I NOREG 2 representeres arbeids	-	
kraften ved den norske befolkningen i alderen 16	-74 år, korrigert for sysselsettingsraten. 	 	
Arbeidskraften i modellen er inndelt i fire kategorier, etter utdanningsnivå (ikke spesifikke utdanninger): 
lavere utdanning (t.o.m. videregående skole), videregående fagutdanning (typisk utdanningskategoriene 
som vil lede til fagbrev), lavere høgskole	- og	 universitetsutdanning, og høyere høgskole	- og universitets	-	
utdanning. 	Utviklingen i regionalt utdanningsnivå følger nas	jonale prediksjoner	 og	 tilgjengelig arbeids	-	
kraft 	forutsettes å følge	 de regionale befolkningsframskrivingene fra SSB	. Her benyttes MMM	-	
alternativet for befolkningsframskriving fra SSB på kommunenivå. 	 	
Nytt i NOREG 2.2. 	var	 modeller	ing av endogen flytting i model	len. 	Arbeidsstyrken i er i utgangspunktet 	
eksogent	 bestemt av SSBs regionale befolkningsframskrivinger for relevante aldersgrupper, justert for 	
sysselsettingsraten. I tillegg til denne eksogene endringen i arbeidsstyrken kan arbeidsstyrke endre seg 
endogent	 som følge av flytting mellom regionene.	8 Vi modellerer flytting som begrunnes med forskjellig 	
lønnsutvikling i ulike regioner. Denne muligheten til å flytte sørger for lønnsutjevning mellom regionene	 	
og bidrar til mobilitet i modellens arbeidsmarked. 	 Estimerte flytteelastisiteter etter utdanningsnivå	 for 	
NOREG 2 modellen finnes i Kornstad m.fl (2023) og Skjerpen m.fl. (2023).	 	
3.3	 	Nytt i NOREG 2.3	 	
En sentral komponent i NOREG	 2-modellen er de såkalte CES	-elastisitetene	 (“Constant Elasticity of 	
Substitution”)	. Disse elastisitetene 	definerer	 hvor lett 	forskjellige innsatsfaktorer kan erstatte hverandre	 	
i produksjonen	 – for eksempel	 hvor lett kapital kan erstatte arbeidskraft når lønningene stiger, og hvor 	
lett man kan bytte 	vekk fra strøm som innsatsfaktor når strømprisene stiger. 	 	
Tidligere har NOREG	 2-modellen b	asert seg på 	CES	-elastisiteter 	hentet fra interna	sjonale studier, særlig 	
fra Koesler og Schymura (2015). 	Det er imidlertid betydelig usikkerhet knyttet til hvorvidt slike anslag er 	
gyldige for norske forhold, og om estimater fra en annen tid og kontekst fortsatt er relevante. 	Vi har 	
derfor estimert elastisitetene mellom kapital, arbeidskraft, 	energibruk	 og innsatsfaktorer (en såkalt 	
“KLEM” struktur) ved hjelp av et detaljert datasett med 64 næringer over ti år i alle Norges k	ommuner. 	
Vi har dermed estimert elastisiteter skreddersydd til norsk økonomi.	 	
I tillegg introduserer vi en forbedret estimeringsmetode som gjør resultatene mer robuste. Estimering 
av CES	-elastisiteter er kjent for å være ustabil og følsom for små variasjoner i data og metodevalg. I et 	
tilhørende vitenskapelig paper (	Winther	-Larsen mfl. 2025	, under fagfellevurdering) viser vi at bruk av 	
bootstrap	-aggreg	ering	 (bagging) reduserer tilfeldig variasjon og gir mer pålitelige anslag. De nye elasti	-	
sitetene i NOREG 2.3 er dermed både metodisk forbedret og empirisk forankret i norske forhold 	– noe 	
som gir en mer presis modell med mer realistiske reaksjoner på sjokk i øk	onomien. 	 	
 	
8 SSBs befolkningsframskrivinger inneholder flytting basert på historiske trender. Disse trendene sammenfaller 
ikke nødvendigvis med det vår modellanalyse gir.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	8 
4	 	Referansebane 2024	-2060	: Økonomisk 	
utvikling i fylkene	 	
Vi har utarbeidet en referansebane for utviklingen i norsk økonomi fra 2024	 til 2060. 	Denne 	banen	 kan 	
sees på som en regionalisering av Perspektivmeldingen 2024	, som 	gir en	 nasjonal	 utviklingsbane	. Refe	-	
ransebanen 	i NOREG2 	fram	kommer 	ved å 	bruke	 de samme antakelsene som ligger til grunn for 	fram	-	
skrivinger i 	Perspektivmeldingen.	 Dette vil gi 	uli	ke utslag i ulike regioner	 i Norge	 på grunn av forskjeller i 	
befolknings	utvikling, n	æringsstruktur	, handelsmønster	 og befolkningens 	utdannings	sam	men	setning	. 	
De økonomiske framskrivingene i Perspektivmeldingen er i hovedsak basert på modellen DEMEC	, som er 	
driftet av SSB og finansiert av Finansdepartementet.	 DEMEC har imidlertid 	en grovere inndeling enn 	
NOREG2: det er 	ingen geografisk dimensjon	, og 	kun to private næringer (varer og tjenester).	 Til gjeng	jeld 	
er petroleumssektoren og offentlig sektor	 mer detaljert modellert	, med henholdsvis	 tre offshore	-	
næringer og 11 offentlige sektorer	.9 	
Både DEMEC og NOREG 2 	er 	makroøkonomiske 	modeller som er utformet for å studere langsi	ktige 	
sammenhenger i norsk økonomi. 	Men der 	DEMEC 	legger hovedvekt	 på	 demografi og offentlige finanser	, 	
og er bedre egnet til å st	udere 	langsiktige finanspolitiske 	sammenhenger	, fokuserer NOREG 2 mer på	 	
den regionale samhandlingen i økonomien. 	 	
NOREG 2 er en SCGE	-modell for Norge	 med en geografisk dimensjon	, der landet er delt opp i regioner. 	
DEMEC har ingen 	slik geografisk dimensjon. 	Med det menes at det	 i NOREG 2	 eksplisitt blir modellert at 	
konsum og produksjon oppstår på ulike steder i landet, og at varer fraktes internt og mellom de innen	-	
landske regionene (sonene) i modellen, i tillegg til handel med utlandet.	 	
NOREG 2 produserer 	mange av 	de samme makroøkonomiske resultatvariablene som 	DEMEC	 (BNP, 	
produksjon og verdiskapning for hver næring, konsum, handel, osv.), men at der 	DEMEC	 kun gir 	
nasjonale resultater, beregner NOREG 2 resultater både på nasjonalt og på regionalt nivå. 	 	
4.1	 	Perspektivmeldingen 2024	 	
Perspektivmeldingen er en stortingsmelding	 som legges fr	em av Finansdepartementet	 og	 som 	skisserer 	
de langsiktige utfordringene og mulighetene for norsk	 økonomi. 	Denne stortin	gsmel	dingen legges frem 	
hvert fjerde år og P	erspektivmelding	en 2024	 ble lagt fr	em av Regjeringen i august 2024	. 	
Perspektiveldingen er et 	sentralt strategisk dokument som blant annet skal sikre at nasjonen tidlig nok 	
tar 	de grep som er nødvendig for å møte utfordringene og mulighetene	 som ligger foran oss i et 	
langsiktig perspektiv. 	 	
Hovedpunkter fra Perspektivmeldingen 2024	10 er: 	
Økonomisk bærekraft	: Meldingen fremhever behovet for å sikre bærekraft i offentlige finanser over tid. 	
En aldrende befolkning innebærer økte kostnader til helse, omsorg og pensjoner. Uten nødvendige tiltak 
kan dette føre til økt press på statsbudsjettet, noe som igjen kan tvin	ge frem enten høyere skattebyrde 	
eller kutt i andre offentlige tjenester.	 	
Demografiske utfordringer	: Den demografiske utviklingen fører til at færre yrkesaktive må forsørge en 	
stadig større andel eldre. Dette skaper press på arbeidsmarkedet, pensjonsordningene og velferds	-	
 	
9 Offentlige finanser på lang sikt (DEMEC) 	– SSB	 	
10 Pressemelding fra	 Regjeringen Nr.	37/2024	, 9.august 2024.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	9 	
tilbudene. Meldingen drøfter ulike løsninger, som å få flere i arbeid og å tilpasse velferdsordningene til 
en ny virkelighet.	 	
Klima og omstil	ling	: Det er et tydelig behov for å gjennomføre en grønn omstilling av økonomien for å 	
nå Norges klimaforpliktelser. Dette krever omfattende investeringer i teknologi, fornybar energi og 
bærekraftige næringer. Selv om omstillingen stiller krav til endringer i bå	de arbeidsliv og nærings	-	
struktur, åpner den også for ny vekst og innovasjon.	 	
Produktivitetsvekst	: For å sikre fortsatt vekst i velstandsnivået, må produktiviteten i økonomien økes. 	
Perspektivmeldingen foreslår å satse på utdanning, forskning og teknologiutvikling. I tillegg løftes 
digitalisering, forbedret infrastruktur og en mer effektiv offentlig sek	tor som sentrale virkemidler.	 	
Internasjonale forhold:	 Som en liten og åpen økonomi er Norge sterkt påvirket av globale utviklings	-	
trekk. Handel, teknologisk utvikling og økt geopolitisk usikkerhet kan få store konsekvenser for norsk 
økonomi. Meldingen understreker betydningen av en økonomisk politikk som er fleksibel og rustet til å 
møte eksterne endringer.	 	
Sosial bærekraft:	 For å bevare et inkluderende samfunn med små sosiale forskjeller, må høy sysselset	-	
ting, like muligheter i utdanning og et sterkt velferdssystem opprettholdes. Meldingen peker på at sosial 
bærekraft er en forutsetning for økonomisk stabilitet og et godt samfunn.	 	
Perspektivmeldingen 2024 viser at Norge står overfor krevende, men håndterbare utfordringer. Ved å 
kombinere grønne omstillinger, høyere produktivitet, tilpasninger til en aldrende befolkning og en 
effektiv offentlig sektor, kan man sikre en bærekraftig øk	onomisk utvikling og et fortsatt sterkt 	
velferdssamfunn.	 	
4.2	 	Forutsetninger for referansebanen	 	
Forutsetningene for referansebanen er følgende:	 	
- 	Befolkningsutvikling	 er basert på 	SSBs 	kommunevise 	befolkningsframskrivinger	 fra 2024	. 	
- 	For å framskrive 	arbeidsstyrken	 tar vi utgangspunkt i befolkningsutviklingen for personer i 	
alderen 16	-74 år.	 Deltakelse i arbeidsstyrken	 er basert p	å årlige sysselsettingsandeler fra 	
DEMEC.	 For perioden 2024	-2060 ligger denne	 stort sett mellom 71 og 72 prosent	 for alders	-	
gruppen 16	-74 år.	 	
- 	Endring i utdanningsnivå	 følger Cappelen mfl. 	(2020). Andelen av arbeidsstyrken med lav 	
utdanning og fagutdanning 	er antatt å 	gå ned, 	mens 	andelen med universitetsutdanning 	øker	. 	
- 	Etterspørselen etter utdanning 	er antatt å øke i tråd med utdanningsnivået,	 slik at	 bedrifter	 er i 	
stand til å 	benytte seg av	 den stadig mer utdannede arbeidsstyrken.	 	
- 	Petroleumsnæringen	 er antatt å 	reduseres med om lag 60 prosent i 2060 sammenlignet med 	
2024	-nivå	11. 	
- 	Vekst i	 offentlig 	konsum 	følger DEMEC	. Dette innebærer 	en årlig vekst 	på 	i overkant av 1,5 	
prosent	 (i faste priser) fram mot	 2036, og en avtakende vekst etter dette. I snitt	 vil offentlig 	
sektor øke med 1,3 prosent	 i året i perioden 2024	-2060.	 	
- 	Vi legger 	til grunn en 	sterk vekst	 i forsvaret	 den første 12	-årsperioden.	 I tråd med 	Perspektiv	-	
meldingen vil det, på grunn av lave fødselstall den siste tiden	, være tilsvarende lavere vekst i 	
utdannin	g. Dette betyr at 	ekspansjonen av forsvaret ikke vil 	gi et trend	brudd i 	veksten 	for	 	
offentlig sektor som helhet	. 	
 	
11 Perspektivmeldingens anslag på utviklingen i	 oljeproduksjon på norsk sokkel	 baseres på S	okkeldirektoratets	 	
anslag for den gjenværende	 ressursbasen på	 norsk kontinentalsokkel	. Anslaget følger	 mulighetsbildet 	
«Forventning»	 fra Sokkeldirektoratets 	Ressursrapport 2024	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	10	 
- 	Produktivitetsvekst	 bygger også på 	DEMEC.	 Gjennomsnittlig årlig produktivitetsvekst i perioden 	
2024	-2060 er på 	litt over 	0,7 prosent	 i private næringer	, og 	i underkant av	 0,5 prosent i offent	-	
lige næringer.	 	
- 	Energieffektivisering	 er antatt å være n	esten 1 prosent 	årlig, basert på anslag fra CEPII 	
(EconMap	, 2016).	 	
Nedenfor følger en mer detaljert gjennomgang av de	 viktigste av disse forutsetningene. 	 	
4.2.1	 	Befolkningsvekst	 og tilbud av arbeidskraft	 	
SSBs 	hovedalternativ 	for	 befolkningsframskrivinge	r viser en lavere befolkningsvekst, sterkere aldring av 	
befolkningen og en større (og eldre) innvandrerbefolkning de kommende tiårene enn i dag	 (Tømmerås 	
og Thomas, 2024)	. Den demografiske utviklingen vil ha store konsekvenser for etterspørselen etter 	
tjenester som utdanning og helse og omsorg. SSB skriver blant annet at «[…] befolkningen over 80 år, en 
gruppe som i dag er store brukere av helse	- og omsorgstjenester, forve	ntes å mer enn doble seg innen 	
2050».	 	
De 	regionale	 befolkningsframskrivingene er 	dokumentert i Leknes og Løkken (2024), og 	bygger på ulike 	
demografiske rater (fruktbarhet, dødelighet/levealder og innvandring/utvandring) for grupper av kjønn 
og ett	-årig alder. 	I tillegg 	inneholder 	de 	rater for innenlands flytting for personer under 70 år. Hvilken 	
kommune en utflytter fra en gitt kommune flytter til, er bestemt ut fra observert flytting mellom 
kommuner de siste ti årene.	 	
I og med at flyttingen 	i SSBs regionale befolkningsframskrivinger er bakoverskuende (kun tar innover seg 	
historiske flyttemønstre), vil de ikke nødvendigvis fange opp flyttemønstre som følge av endringer i 
økonomisk utvikling på tvers av regionene. Derfor modellerer vi også 	innenlands 	flytting, utover den 	
flyttingen befolkningsframskrivingene fanger opp, som følge av relative endringer i lønnsforskjeller på 
tvers av regioner. Se avsnitt 	4.3.3	 for mer om dette.	 	
De regionale befolkningsframskrivingene er 	kun tilgjengelige 	fram til 2050	. Vi tar utgangspunkt i 	
middels	alternativet for disse (MMMM)	 for å beregne årlige prosentvise endringer i befolkningen i hver 	
region i modellen. For perioden 2050 til 2060 bruker vi (den nasjonale) befolkningsutviklingen fra 
DEMEC	. Den nasjonale endringen 	blir deretter	 fordelt mellom kommuner basert på trenden i de regio	-	
nale vekstratene fra 	SSB 	de siste 10 årene (	fra 	2040 til 2050	), og aggregert opp til modellens 	region	-	
inndeling	. 	
Siden modellen antar full sysselsetting, er arbeidsstyrken beregnet ut fra befolknings	framskrivinger for 	
aldersgruppen 16	-74 år, multiplisert med sysselsettingsraten for denne gruppen. Til referansebanen 	
bruker vi årlige	 sysselsettingsrate	r fra DEMEC.	 Figur 	4.1 viser den nasjonale befolkningsutviklingen for 	
tre grupper: alle aldre, 16	-74 år, og antall sysselsatte.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	11	 	
 	
Figur 	4.1: Nasjonale befolknings	- og arbeidsstyrkeframskrivinger i NOREG2 basert på SSBs kommunale 	
befolkningsframskrivinger og forutsetninger fra DEMEC	. 	
4.2.2	 	Endring i utdanningsnivå	 	
I forrige versjon av referansebanen for NOREG2, som var kalibrert mot 	Perspektivmeldingen 2021	 	
(Rosnes mfl. 2020)	, fulgte utviklingen i utdanningsnivå 	i Gyene mfl. (2019). I nåværende referansebane 	
følger utviklingen i utdanning 	SSBs prognoser (	Cappelen mfl.	, 2020),	 på lik linje med	 	
Perspektivmeldingen 2024.	 	
I og med at	 modellen antar full sysselsetting, tar vi utgangspunkt i framskrivingene for arbeidsstyrkens 	
utdanningsnivå	 (i motsetning til befolkningens utdanningsnivå	). Disse 	framskrivingene 	er gjengitt i 	
Figur	 3.2 	i Cappelen mfl.	 (2020	). Herfra fremgår det 	at andelen med «uoppgitt utdanning», «grunnskole	-	
utdanning» eller «studieforberedende videregående opplæring» vil reduseres med 27 prosent i 2040, 
sammenlignet med 2018. Andelen med «videregående yrkesfag» vil reduseres med 14 prosent. 
Økningen i høyere utdanning v	il fordeles noenlunde likt mellom gruppene SSB kaller «bachelor» og 	
«master» 	- dette tilsvarer en økning på 33 prosent og 52 prosent, respektivt.	 	
Utdanningsinndelingen i NOREG2 er ikke nøyaktig den samme som SSB bruker i sine 	framskrivinger	. 	
Figur 	4.2 viser nasjonale utdanningsandeler i referansebanen når vi tilpasser prognosene til utdannings	-	
gruppene i NOREG2, og fremskriver veksten i utdanning til 2060 med en avtagende trend.	 	
0	
1000000
2000000
3000000
4000000
5000000
6000000
7000000	
2024	2028	2032	2036	2040	2044	2048	2052	2056	2060	
Antall personer	
Befolkning, alle
Befolkning, 16-74 år
Sysselsatte

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	12	 	
 	 	
Figur 	4.2: Utvikling i utdanningsnivå, målt som andel 	
av nasjonal arbeidsstyrke (i antall 	sysselsatte	). 	
Figur 	4.3: Utvikling i utdanningsnivå, målt i antall 	
sysselsatte	. 	
Vi antar at etterspørselen etter arbeidskraft fra en spesifikk utdanningskategori kommer til å tilpasse seg 
det nye utdanningsnivået. 	I praksis gjøres dette ved å	 endre	 relativ teknisk fremgang/produktivitet på 	
tvers av utdanningskategorier	 i bedriftenes produktfunksjoner (se 	Acemoglu og Autor	, 2012). Dette gjør 	
at bedriftene over tid vil vri seg mot en høyere utdannet sammensetning av ansatte.	 	
Forutsetningene om endringer i tilbud av og etterspørsel etter arbeidskraft fra ulike utdanningsgrupper 
innebærer en noenlunde balansert lønnsutvikling	 (se	 Figur 	4.12	 for en visuell framstilling av dette)	. 	
4.2.3	 	Petroleumsproduksjon	 	
I Perspektivmeldingen	 2024	 er 	petroleumsaktiviteten 	antatt 	å være relativt stabil de 	nærmeste årene, 	
men 	å falle i takt 	med 	den gradvise nedgangen i 	gjenværende utvinnbare ressurser	. Målt i	 oljeekvi	va	len	-	
ter 	er 	det antatt en 	volum	nedgang på 	om lag 75 prosent 	fra 2024 til 2060	. 	
I NOREG2	 pålegger 	vi 	petroleumsnæringen	 den samme, nedadgående utviklingen.	 Med våre antakelser 	
blir imidlertid nedgangen i petroleumsnæringen på om lag 60 prosent fra 2024 til 2060. 	Dette skyldes at 	
petroleumsnæringen i NOREG2 	produserer 	mer enn bare olje	, og at næringsinndelingene dermed ikke 	
er fullt ut sammenlignbare	. Eksempelvis er «t	jenester til	knyttet oljenæringa	» også en del av denne 	
varegruppen	, og det er naturlig at en del av 	disse bedriftene vil klare å vri seg mot andre næringer 	
ettersom petroleumsproduksjonen s	ynker.	 	
Figur 	4.4 viser den eksogene banen for årlig petroleumsproduksjon i faste priser. I tillegg viser figuren 	
utviklingsbanen 	for varegruppen «	kjemisk in	du	stri, 	basisplast, farmasøytiske produkter og raffinerte 	
petroleumsprodukter	». Dette er varegruppen 	som i størst grad er avhengig av petroleum som innsats	-	
vare.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	13	 
 	
Figur 	4.4: Produksjonsverdi,	 2024	-2060	 (mill. kr., 	faste prise	r). Petroleumsprodukter og kjemiske og raffinerte 	
produkter.	 	
4.2.4	 	Vekst i offentlig sektor	 	
Vekst i offentlig konsum 	følger DEMEC. 	Det er i hovedsak tre næringer som leverer 	(produserer) 	offent	-	
lige tjenester: 	«skole og utdanning	», «helse og omsorg	», og 	«offentlig administrasjon	 og forsvar	». 	
Produksjon i de tre næringene øker omtrent 	tilsvarende	 økningen i offentlig konsum	. Endringen i 	
produksjonen over tid	 er vist i 	Figur 	4.5. 	
Forutsetningene fra DEMEC innebærer en 	årlig vekst 	i offentlig konsum 	på i overkant av 1,5 prosent (i 	
faste priser) fram mot 2036, og en 	avtakende vekst etter dette. I snitt vil offentlig sektor øke med 1,3 	
prosent i året i perioden 2024	-2060.	 	
Som en del av regjeringens langtidsplan for forsvarssektoren, legger Perspektivmeldingen 	opp til en 	
betydelig økning av forsvarsutgiftene.	 Denne økningen vil skje gradvis, fra 2024 til 2036. 	Etter 2036 	
antas 	forsvarsutgifter å følge utviklingen i fastlandsøkonomien. 	I NOREG2 er 	denne satsingen imple	men	-	
tert som	 en økt vekst i	 næring	sgruppen	 «offentlig administrasjon	 og forsvar»	. Samtidig antas det 	en mer 	
moderat 	vekst i 	ressursbruken	 i utdanningssektoren i den samme perioden, blant annet som følge av 	
små fødselskull 	de senere årene.	 	
0	
100000
200000
300000
400000
500000
600000
700000
800000	
2024	2028	2032	2036	2040	2044	2048	2052	2056	2060	
Produksjonsverdi, faste priser	
Petroleum	Kjemisk industri, raffinerier

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	14	 	
 	
Figur 	4.5. Produksjonsverdi	 i næringene 	Undervisning	, Helse og omsorg, og 	Offentlig administrasjon og forsvar	, 	
2024	-2060 (	mill. kr, 	faste priser)	. 	
4.2.5	 	Vekst i 	brutto nasjonalprodukt	 per innbygger	 	
Utover forutsetningene beskrevet over, er referansebanen kalibrert 	mot	 forventet BNP	-vekst rapportert 	
i perspektivmeldingen (	0,5 prosent vekst i BNP per innbygger, og 0,7 prosent vekst i fastlands	-BNP per 	
innbygger, 	i snitt for perioden 2024	-2060). 	Figur 	4.6 og 	Figur 	4.7 viser årlig vekst i fastlands	-BNP og BNP 	
per innbygger for denne perioden fra	 NOREG2 og DEMEC	-modellkjøringen som er grunnlaget for 	
Perspektivmeldingen 2024.	 Figurene viser at framskrivingen fra NOREG2 sammenfaller godt med 	
DEMEC	-framskrivingen.	 	
Den største forskjellen sammenlignet med forrige perspektiv	melding er økt vekst i offentlig sektor. 	 	
I neste kapittel 	viser vi hv	ordan denne	 nasjonale utviklingen 	fordeler seg på de ulike fylkene. 	 	
 	
Figur 	4.6. Prosentvis endring i fastlands	-BNP per 	
innbygger	 	
 	
Figur 	4.7. Prosentvis endring i BNP per innbygger	 	
 	 	
0	
100 000
200 000
300 000
400 000
500 000
600 000
700 000
800 000	
2024	2028	2032	2036	2040	2044	2048	2052	2056	2060	
Produksjonsverdi,mill. kr. 	
(faste priser)	
Undervisning	Helse og omsorg	Offentlig adm.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	15	 	
4.3	 	Resultater	 	
I kapittel 	2 drøftet vi den historiske 	økonomiske 	utviklingen	, særlig 	vridningen 	av 	etterspørselen	 fra 	
varer 	mot 	tjenester, 	i lys av 	sted	bundne vs. ikke	-sted	bundne næringer	, og ulik 	produktivitetsutvikling. 	
Det har vært en tydelig historisk trend mot sentralisering	 i hele etterkrigsperioden	. Hypotesen var at 	
sentraliseringen vil fortsette i årene som kommer. 	Vi undersøker	 denne 	hypotesen vha. NOREG 2	. 	
I dette kapittelet viser vi resultater av regionale framskrivinger av den økonomiske utviklingen fram til 
2060. Fokuset er på utvikling av næringsstrukturen i de ulike fylkene, hvordan det fører til ulikt inntekts	-	
grunnlag og til slutt flytting. 	 	
Med utgangspunkt i forutsetninger i Perspektivmeldingen 	framskriver vi	 den gjennomsnittlige BNP	-	
veksten per innbygger i fastlands	-Norge i perioden 2024	-2060 er 0,7 prosent per år. Veksten er noe 	
høyere de nærmeste årene, rundt 1,0 prosent, mens aktiviteten i petroleumssektoren er antatt å øke. 
Etter 2026 er det forutsatt laver	e aktivitet i petroleumssektoren, og dette får ringvirkninger til resten av 	
økonomien. Veksten i fastlands	-BNP per innbygger synker til rundt 0,6 prosent i perioden rundt 2035	-	
2040, og	 øker deretter til 0,7	-0,8 % utover mot 2050. 	 	
Nedenfor 	går vi nærmere inn på utvikling i 	ulike 	næringer og fylker. 	 	
4.3.1	 	Økonomisk utvikling i ulike næringer	 	
Figur 	4.8 viser 	utviklingen i ulike næringer	, for Norge totalt sett	. Ytterpunktene til s	trekene viser 	verdi	-	
skapningen	 i næringer i faste priser i 2024 og i 2060	, hvor den svarte prikken indikerer 2060.	 Strekene 	
viser utviklingen i perioden. 	 	
Den største økningen i verdiskapningen skjer i kunnskapsintensive tjenester. Også tjenester knyttet til 
bygg og finansnæringen vokser. I tillegg vokser offentlig sektor: både helsesektoren og offentlig adminis	-	
trasjon øker betydelig. Dette kommer som en direkte konsekvens av forutsetningene om økt offentlig 
konsum (se avsnitt 	4.2.4	). Nedgangen i petroleumssektoren er også en direkte konsekvens av at vi 	
forutsetter samme trend for oljeproduksjon som i perspektivmeldingen (se avsnitt 	4.2.3	). 	
Overordnet sett viser denne referansebanen, hvor Perspektivmeldingen 2024 er lagt til grunn, det 
samme bildet som referansebanen som var basert på Perspektivmeldingen 2021, men det er noe lavere 
vekst i private næringer og noe høyere vekst i offentlige nær	inger.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	16	 	
 	
Figur 	4.8: Verdiskapning i ulike næringer, 2024 og 2060. Faste priser	. 	
Forskjellene i utviklingen i ulike næringer 	fører	 også 	til 	ulik utvikling i fylkene	, siden	 næringene er ikke 	
jevnt fordelt utover landet	. Figur 	4.9 viser utviklingen i verdiskapningen i næringer i 	utvalgte fylker (Oslo, 	
Rogaland, Nordland og Innlandet), for å illustrere forskjellen. 	Merk at det er ulik skala på x	-aksen på 	
figurene, så de viser forskjellene i den overordnede næringsstrukturen i fylkene, ikke størrelsen av 
fylkene i forhold til hverandre. 	Se vedlegg 2 for 	tilsvarende figurer	 for alle fylker.	 	
I Oslo	 er det 	tjenest	eytende næringer som vokser klart mest: finans	, kunnskapsintensive tjenester, bygg	- 	
og boligtjenester og andre tjenester. Varehandel 	kommer på femte plass, deretter kommer de tre 	
næringene som er dominert av offentlig sektor: helse og omsorg, offentlig administrasjon og under	vis	-	
ning. 	De første er typiske ikke	-sted	bundne næringer, de siste er typisk næringer som flytter «etter folk». 	 	
Utviklingen i 	Rogaland	 domineres av nedgangen i petroleumsnæringen. 	Når den 	økonomiske aktiviteten 	
i petroleumsnæringen avtar, tar helse og omsorg, offentlig administrasjon og 	kunnskapsintensive 	
tjenester over.	 	
Også i 	Nordland	 er helse og offentlig administrasjon de største næringene og de som har høyest økning. 	
Men ellers viser bildet et annet mønster: fiske, fangst og akvakultur er en av de største næringene og 
vokser mye. I tillegg er det en betydelig økning i tjenester tilk	nyttet bygg og bolig, elektrisitet og skole. 	 	
Den økonomiske aktiviteten i 	Innlandet	 domineres klart av offentlig sektor: helse og omsorg	 og	 offentlig 	
administrasjon 	er 	de 	som 	vokser klart	 mest	, og utgjør to av de tre største næringene, sammen med 	
bygg	- og boligtjenester	. Disse etterfølges av undervisning	, kunnskapsintensive tjenester	 og elektrisitet	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	17	 	
 	 	
 	 	
Figur 	4.9: Verdiskapning i 	ulike 	næringer i 	utvalgte fylker	, 2024 og 2060. Faste priser. Merk ulik skala på x	-aksen. 	 	
4.3.2	 	Ulik næringsutvikling fører til ulik regional utvikling 	 	
Forskjellig næringsstruktur, kombinert med ulik vekstrate i ulike næringer, fører til forskjellig utvikling i 
samlet verdiskapning og inntektsgrunnlag	. Figur 	4.10	 viser	 årlig prosentvis endring 	i bruttoprodukt per 	
sysselsatt	 i fastlandsnæringer	 for hvert enkelt fylke, med 	fem fylker uthevet. 	Den svarte stiplede linja 	
viser utviklingen for Norge som helhet.	 Den årlige veksten i fastlands	-BNP per 	sysselsatt	 er på 0,9 	
prosent for hele perioden, altså 0,2 prosentpoeng høyere 	enn	 veksten i fastlands	-BNP per 	innbygger	 (se 	
avsnitt 	4.2.5	). 12 	
 	
 	
12 I modellen inngår arbeidsstyrken (befolkningen i alderen 16	-74 år, justert for deltakelse i arbeidslivet). Det er 	
arbeidsstyrken som bidrar til produksjon og verdiskaping. Derfor vises alle påfølgende figurer «per sysselsatt» 
heller enn «per innbygger». D	et er en liten økning i antall sysselsatte i løpet av perioden 2024	-2060, men den er 	
betydelig lavere enn økningen i innbyggertallet (se 	Figur 	4.1).

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	18	 	
 	
Figur 	4.10	: Prosentvis endring i fastlands	-bruttoprodukt per 	sysselsatt	, 2024	-2060 (faste priser).	 	
 
Figuren viser tydelige forskjeller i den økonomiske utviklingen i ulike fylker: 	 	
• 	For det første kan man merke seg at verdiskapningen i Oslo er høyere enn gjennomsnittet i 
landet og høyere enn i alle andre fylker. 	Den årlige v	eksten i Oslo ligger godt over 1% i hele 	
perioden, mens i de andre fylkene er veksten under 1 % 	per år 	(unntaket er Rogaland). 	 	
• 	For det andre fremkommer det tydelig hvor viktig petroleumsnæringen er for Rogaland: i de 
nærmeste årene er verdiskapningen der høyere enn i Oslo, men faller i takt med lavere aktivi	-	
tetsnivå i petroleumsnæringen. Men denne næringen inneholder mer enn bare utvinning av olje 
– det er også tjenester tilknyttet oljeutvinning. Disse tjenestene klarer å vri seg mot andre 
næringer og opprettholde aktiviteten, slik at den økonomiske veksten i	 Rogaland holder seg 	
fortsatt høyt, i forhold til andre fylker. 	Det redus	erte aktivitetsnivået i petroleumsnæringen vil 	
også frigjøre arbeidskraft,	 som 	kan benyttes i andre næringer	 i regionen	. 	
• 	Figuren viser også vekstbaner for Finnmark, Nordland og Innlandet, som eksempler på ulik 
utvikling (de andre fylkene er vist med grå linjer). Alle disse har 	lavere 	BNP	-vekst i fastlands	-	
næringer 	enn	 gjennomsnittet for landet. Innlandet, som starter aller lavest, får en gradvis bedre 	
utvikling. 	 	
• 	Det er likevel en tydelig konvergering 	gjennom perioden. 	 	
Det venstre panelet av 	Figur 	4.11	 oppsummerer den økonomiske utviklingen i perioden 2024	-2060. Den 	
viser de samme tallene som 	Figur 	4.10	 – verdiskapning per sysselsatt i fastlandsnæringer 	– men som 	
gjennomsnitt i hele perioden. Her ser vi at Oslo og Rogaland er de eneste fylkene med årlig vekst over 
1%, mens i de andre fylkene spenner veksten fra 0,5% (Innlandet, Østfold, Telemark) til 0,8	-0,9% 	
(Vestland, Trøndelag, Akershus). Det høyre panelet viser totalt bruttoprodukt per sysselsatt 	– inkludert 	
petroleumsnæringen 	– til sammenligning.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	19	 	
 	 	
Figur 	4.11	: Gjennomsnittlig årlig vekst i verdiskapningen 	per 	sysselsatt	 i fylker, 2024	–2060	. 	
4.3.3	 	Flytting som følge av endringer i næringsstruktur 	 	
Figur 	4.12	 illustrerer	 den modellerte 	lønnsutviklingen over tid for Norge som helhet, for hver av de fire 	
utdanningskategoriene.	 Figuren viser en noenlunde balansert lønnsvekst	 på tvers av utdannings	katego	-	
rier	. Dette skyldes delvis	 at vi forutsetter at bedrifters e	tterspørsel etter arbeidskraft av en viss utdann	-	
ingstype endrer seg i tråd	 med 	prognosene for utdanningsnivå fra Cappelen mfl. (2020).	 Se	 avsnitt	 4.2.2	 	
for mer om dette.	 	
 	
 	
Figur 	4.12	: Lønnsnivå i millioner kroner per 	sysselsatt	, nasjonalt gjennomsnitt per utdanningskategori.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	20	 	
Den økonomiske utviklingen medfører 	imidlertid 	også ulik lønnsutvikling	 i ulike fylker.	 Hver region i 	
model	len har arbeidsmarkeder for arbeidskraft av hver av de fire utdanningskategoriene, og lønnsnivået 	
er et resultat av tilbudet og etterspørselen etter arbeidskraft på et gitt tidspunkt. Næringer som vokser 
etterspør mer arbeidskraft. For å få tak i denne arb	eidskraften tilbyr de høyere lønn. Når lønns	forskjel	-	
lene blir store nok, vil arbeidstakere flytte dit hvor lønningene er høyere (til man når en ny	 likevekt).	 	
Flyttetilbøyeligheten er imidlertid ganske lav, særlig for høyt utdannet arbeidskraft. 	 	
I utgangspunktet	 er 	flyttemønstre bestemt av	 befolkningsframskrivinger (MMMM	-banen fra SSB), som 	
er lagt til grunn som forutsetning	. MMMM	-banen er basert på flyttetrender de ti siste årene, og tar 	
dermed ikke innover seg hvordan 	framtidige	 endringer i næringsstruktur og andre regionaløkonomiske 	
forhold vil påvirke attraktiviteten til regioner. NOREG 2.3 gir imidlertid pekepinn hvordan attraktiviteten 
endres. Rent konkret ser vi det ved ulik lønnsutvikling i regioner. Det er disse lønnsforsk	jellene som fører	 	
til flytting 	mellom regioner utover 	MMMM	-banen	. 	
Figur 	4.13	 viser hvordan	 relative lønnsforskjeller 	påvirker størrelsen på 	den totale 	arbeidsstyrken 	i fem 	
utvalgte fylker.	 De stiplede linjene 	illustrerer	 hva som ville skjedd dersom arbeidsstyrken hadde fulgt	 	
SSBs	 MMMM	-bane, og 	de heltrukne linjene 	viser	 størrelsen på arbeidsstyrken 	i modellkjøringen. 	Diffe	-	
ransen mellom de stiplede og de heltrukne linjene vil dermed utgjøre	 det	 kumulative 	antallet netto inn	- 	
eller utflyttere.	 I og med at relative lønninger er det eneste som påvirker netto flytting utover MMMM, 	
vil fylke	r med	 flere	 sysselsatt	e enn MMMM tilsier	 også ha	 hatt 	et høyere lønnsnivå	 relativt til resten av 	
landet. Fy	lker med færre 	sysselsatte	 har hatt	 en relativt lavere lønnsutvikling.	 	
 	
 	
Figur 	4.13	: Endring i arbeidsstyrken for utvalgte fylker (målt i antall 	sysselsatte	) i forhold til SSBs MMMM.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	21	 	
I våre modellberegninger tiltrekker den positive næringsutviklingen i Nordland 	noen	 hundre 	sysselsatt	e 	
hvert år. Dette utgjør o	m lag 11	 000 	sysselsatte	 til sammen 	fra 	2024 til 2060	. Samtidig vil	 reduksjonen i 	
petroleumsproduksjon	 føre til en netto utflytting av Rogaland	 på om lag 18	 000 	sysselsatt	e i løpet av 	
den samme perioden.	 	
Generelt er den modellberegnede 	netto inn	- eller ut	flyttingen	 i alle fylker	 lav fram til rundt 2030	, men 	
øker 	i takt med at utfasing av 	petroleumsnæringen	 i noen	 fylker	 frigjør arbeids	kraft	 som kan få høyere 	
lønn i andre fylker	 og andre næringer.	 	
Flyttemønsteret som 	Figur 	4.13	 illustrerer viser	 total flytting for 	sysselsatt	e i alle utdanningskategorier. 	
Dette kan imidlertid kamuflere forskjeller på tvers av	 ulike utdanningsgrupper. 	Figur 	4.14	 illustrerer det 	
samme som 	Figur 	4.13	 for fire ulike fylker, 	men viser flyttem	ønsteret separat 	for de ulike utdannings	-	
kategoriene	. Merk at y	-aksene i de forskjellige panelene har ulike enheter.	 Se 	Vedlegg 3	 for tilsvarende 	
figurer som vist i 	Figur 	4.14	, for alle Norges fylker.	 	
Figuren illustrerer at innflyttingen i Nordland og Innlandet i størst grad gjelder for personer med lavere 
universitetsutdanning eller mindre, og i liten grad gjelder for personer med høyere universitets	utdan	-	
ning. N	æringene som i størst grad utnytter denne arbeidskraften er offentlige næringer. 	 	
For Rogaland er det en netto utflytting for alle utdanningsgrupper, som reflekterer at reduksjonen i 
petroleumsproduksjon får ringvirkninger til en stor del av det lokale næringslivet. 	 	
Oslo har en netto innflytting av sysselsatte med høyere universitetsutdanning, men en netto utflytting 
av sysselsatte fra andre utdanningskategorier. Dette er fordi Oslo i større grad har kunnskapsintensive 
næringer som bedre er i stand til å ta i bruk høy	t utdannet arbeidskraft.	 	
 	
 	 	
 	 	
Figur 	4.14	: Endring i arbeidsstyrken 	for ulike utdanningsnivå og 	utvalgte fylker (målt i antall 	sysselsatt	e) i forhold til 	
SSBs MMMM.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	22	 	
4.4	 	Oppsummering	 	
Med utgangspunkt i samme forutsetninger som i Perspektivmeldingen 	2024 	framskriver vi den gjennom	-	
snittlige BNP	-veksten per innbygger i fastlands	-Norge i perioden 2024	-2060 	til 0,7 prosent per år. Veks	-	
ten er noe høyere de nærmeste årene, rundt 1,0 prosent, mens aktiviteten i petroleumssektoren er 
antatt å øke. Etter 2026 er det forutsatt lavere aktivitet i petroleumssektoren, og dette får ringvirkninger 
til resten av økonomien. 	På nasjonalt nivå 	blir	 helse og omsorg	 den største næringen i 2060, og også 	
nær	ingen med	 størst vekst fram mot 2060. 	Dette er drevet av eldrebølgen	. Andre 	næringer som vokser 	
mye er alle	 tjenesteytende næringer: kunnskap	sintensive tjenester	, finans	-, bygg	- og boligtjenester	. 	
Dette er enten næringer som ikke er stedbundne eller som flytter etter folk. 	 	
Flere av næringene med størst vekst	 i referansebanen 	tilhører også offentlig sektor	 («helse og omsorg», 	
«offentlig administrasjon og forsvar» og 	«undervisning», se 	Figur 	4.8). Generelt sett står disse	 nærin	-	
gene for en større ande	l av 	arbeidsplassene, verdiskapingen og produksjonen	 i distriktsregioner enn i 	
mer urbane regioner	. I flere av fylkene er offentlig sektor, og da særlig helse og omsorg, den største 	
arbeidsgiveren	 (se 	Vedlegg 2	). De offentlige	 næringene 	er 	relativt arbeidskraftintensive, 	og vil dermed	 i 	
stor 	grad påvirke de lokale arbeidsmarkedene.	 	
En annen trend perspektivmeldingen 	legger opp til som vil ha	 store 	regionaløkonomiske ringvirkninger	, 	
er nedtrappingen av petroleumsproduksjon.	 Denne nedtrappingen	 frigir arbeidskraft	, spesielt i 	
Rogaland, men også i	 fylker	 som 	Vestland, Finnmark og Møre og Romsdal (se 	Vedlegg 2	). Denne ar	beids	-	
kraften 	står fritt til å flytte. 	Modellresultatene viser at h	øyt utdannet arbeidskraft flytter til byene, mens 	
lavt utdannet arbeidskraft flytter ut av byene.	 	
Det 	samlede	 bildet er at 	sentraliseringen fortsetter, men ikke 	i så stor grad som 	tidligere (representert 	
ved SSBs 	MMMM	-bane)	. O	ffentlig sektor	 trekker til seg arbeidskraft i distrikts	fylkene,	 og dette driver 	
opp lønnsnivået	. Samtidig 	vedvarer 	forskjellene i verdiskapning	. Vi kan dermed si at 	det er 	sentralisering 	
i økonomisk forstand	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	23	 	
5	 	Videre modellutvikling	 	
NOREG 2 	-modellen utvikles	 både innenfor rammen av det 	10	-årige 	prosjektet finansiert av DEMOS	-	
programmet i 	forskningsrådet	, og gjennom 	modellutvikling finansiert av 	øvrige oppdragsgivere	. I 2025 	
gjennomfører vi	, i tillegg til de utviklingsoppgavene som ligger inne i prosjektplanen til 	forskningsråds	-	
prosjektet	, et større utviklingsprosjekt i regi av	 Transportvirksomhetene	. 	
5.1	 	Planlagt	 og pågående	 modellutvikling	 i 2025 	finansiert 	
av 	DEMOS	-programmet	 	
5.1.1	 	Petroleumsregioner	 	
Den geografiske effekten av økt eller redusert	 aktivitet på sokkelen gir forskjellige utslag i leverandør	-	
læringen	e på land avhengig av	 hvor endringen i aktivitet på sokkelen skjer. 	For å kunne fange opp disse 	
effektene vil vi 	i denne modelloppdateringen derfor splitte petroleumsaktiviteten	 på sokkelen	 inn i fem 	
petroleumsregioner	 som har forskjellig leveransestruktur. Første skritt i dette arbeidet har vært å 	gjøre 	
en omfattende analyse av	 hvilke supplybaser på land som leverer til hvilke felt 	– dette har vi gjort ved å 	
bruke AIS	-data (altså skipstrafikkdata som viser hvor skipene har seilt), slik at vi har 	en oversikt over 	
hvilke 	supplybaser som leverer til hvilke felt. 	 	
Videre arbeider vi nå med å kartlegge hvilke næringer som har mye aktivitet i 	supplybasene og hvilke 	
som leveres fra leverandører som kun sender varene gjennom supplybasene, slik at vi kan fordele 
næringsaktiviteten 	med høyest mulig presisjon	. Dette gjør vi med en kombinasjon av intervjuer og 	
sammenstilling av flere forskjellige datakilder. 	 	
I løpet av 2025 kommer vi til å implementere 	petroleumsregionen	e i modellen, slik at det 	blir	 mulig å 	
modellere hvordan økning eller nedgang i 	aktivitet 	i en petroleumsregion (for eksempel 	økt aktivitet i 	
Barentshavet	, mindre aktivitet i Nordsjøen eller mer aktivitet innen eksempelvis havvind	) vil gi utslag i 	
endringer i aktivitet i forskjellige 	deler av Norge	. Dette vil både kunne være nyttig for å analysere 	de 	
geografiske 	konsekvense	ne	 av en utfasing av petroleumsaktivitet, samt eventuelle nye felter elle	r ny 	
aktivitet i fremvoksende næringer på sokkelen	 som havvind eller havbruk til havs. 	 	
5.1.2	 	Agglomerasjon og produktivitetsvekst	 	
I denne 	modellutviklingen vil vi utnytte	 økonometriske innsikter om hvordan reiseavstander og trans	-	
portkostnader påvirker produktiviteten til bedrifter	. En av de viktigste drivkreftene for vekst i	 CGE	-	
model	ler med et langt 	tidsperspektiv er produktivitetsvekst. Byer og urbane områder fremheves ofte 	
som 	drivere	 for en mer kunnskapsbasert økono	mi med sterkere vekst	. Her er effekten av fysisk nærhet 	
viktig	, hvor økonomisk tetthet stimulerer 	ytelsen til bedriftene	 og hvor denne effekten avtar med reise	-	
avstand på en 	ikke	-lineær måte. 	Videre varierer	 den stedlige virkningen av agglomerasjon med nærings	-	
sammensetningen, siden agglomerasjonseffekter er mer relevante for noen næringer enn for andre. 
Flere studier finner bevis på sterkere påvirkning på tjenesteytende virksomheter enn på industribedrif	-	
ter	 og f	or tjenesteytende virksomheter har effektene en tendens til å avta sterkere med avstand enn for 	
industribedrifter.	 	
5.1.3	 	Webløsning	 	
Som en del av videreutviklingen av NOREG2	-modellen	 skal vi etablere	 en egen nettside som skal fungere 	
som et samlende knutepunkt for formidling av informasjon om modellen, dens anvendelser og tilhø	-	
rende resultater. Nettstedet skal bidra til økt åpenhet, gjenbruk og tilgjengelighet, både for fagmiljøer

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	24	 	
og offentligheten. Det vil gi brukere mulighet til å utforske modellkjøringer interaktivt, sammenligne 
scenarier og enkelt finne relevante rapporter og nøkkelresultater. For å støtte dette utvikles en skyløs	-	
ning for lagring av modellresultater i et standardisert format. Dette muliggjør effektiv visualisering 
gjennom den interaktive løsningen, og gjør det enklere å håndtere den store mengden resultater model	-	
len genererer 	– slik at brukerne selv kan velge hvilke dimensjoner eller variabler de ønsker å under	søke.	 	
Parallelt med nettstedet 	utvikler vi	 en grafisk profil for NOREG2 som sikrer en helhetlig og gjenkjennelig 	
visuell framstilling av resultater og kommunikasjon. Profilen inkluderer en tilpasset fargepalett, typografi 
og retningslinjer for grafiske elementer som grafer og kart. Den visuelle id	entiteten gjør det enklere å 	
skille offisielle NOREG2	-resultater fra andre analyser og skaper konsistens på tvers av rapporter, 	
dashboards og nettsider.	 	
5.2	 	Pågående modellutvikling finansiert av 
Transportetatene	 	
5.2.1	 	Innledning	 	
Transportetatene	13 og Nye veier AS 	finansierer i 2025 	et pågående utviklingsarbeid av NOREG 2	 for å 	
forberede og utvikle modellen til bruk i analyser i forbindelse med kommende Nasjonale transportplan	. 	
Utviklingsprosjektet 	omhandler oppdatering og videre klar	gjøring av modellen	 til å kunne benyttes til 	
analyser av	 virkemiddelpakker for å nå lavutslippssamfunnet 2050	. 	
Transportvirksomhetene 	er bedt som en del av et oppdrag fra Samferdselsdepartementet å benytte 	
makromodeller som en del av virkemiddelanalysene for å nå lavutslippssamfunnet i 2050. 	I den forbin	-	
delse er	 NOREG 2	-mod	ellen valgt til å svare ut 	oppdraget fra S	amferdselsdepartementet. 	En omstilling 	
til et lavutslippssamfunn i 2050 vil 	trolig innebære en radikal	 samfunnsendring. 	NOREG 2 kan benyttes	 til 	
å fremskrive hvordan næringsstrukturen i lavutslippssamfunnet vil se ut	 (under ulike forutsetninger om 	
hvilke 	tiltak man gjennomfører for å komme dit), og hvordan denne endringen	 i næringsstruktur	 vil 	
påvirke	 framtidens transportetterspørsel.	 	
Utviklingen og tilretteleggingen av NOREG 2 til å møte analysekravene fra transportvirksomhetene er 
inndelt i fire tematisk beslektede 	utviklingstrinn som alle vil bli gjennomfør	t i løpet av 2025	: 	
1. Tilrettelegging av NOREG 2 for analyser	 av klimaomstilling	 	
2. Oppdatering av modellens basisår til 2022	, kalibrering mot	 perspektivmeldingen og	 harmoni	-	
sering med Nasjonal godsmodell	 	
3. Detaljering av eksportmarkedet	 	
4. Sterkere 	kobling til	 persontransportmodellene	 	
Under følger en nærmere gjennomgang av innholdet i de ulike utviklingsoppgavene.	 	
5.2.2	 	Utvikling og tilrettelegging for analyser av	 klimaomstilling	 	
Vi vil innføre	 eksplisitt modellering av	 klimagassutslipp og	 klimapolitiske virkemidler for å redusere	 	
klimagassutslippene. 	Det er et stort behov for	 regio	nale analyser av	 klimapolitikk	. Nødvendig klima	-	
politikk vil resultere i samfunnsendringer som vil påvirke både næringsstrukturen 	i Norge, den geogra	-	
fiske fordelingen av næringer og fremtidig transport	omfang og behov.	 	
Tilrettelegging av NOREG 2 for analyser av klimaomstilling handler i stor grad om innhenting og bearbei	-	
ding av relevante data, samt kalibrering av utslipp og avgifter. Her vil det bli etablert nærings	-spesifikke 	
 	
13 Statens vegvesen, Kystverket	, Avinor	 og Jernbanedirektoratet	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	25	 	
utslippskoeffisienter knyttet til bruken av fossile energivarer og til utslipp fra prosesser i industrien. 
Næringsspesifikk utslippsintensitet vil bli beregnet basert på historiske data og vi vil videre skille mellom 
næringer innenfor og utenfor ETS.	 	
En forbedret modellering av skatte	- og avgiftsnivået i modellen vil også gi mulighet for analyser av 	
samtidig virkemiddelbruk, hvor avgiftslettelser i andre sektorer i økonomien kan minske de negative 
effektene klimatiltakene vil kunne ha på realøkonomien.	 Isolert sett vil et klimapolitisk virkemiddel med 	
en høy utslippspris per CO2	-ekvivalent eksempelvis kunne gi en reduksjon i BNP. Dette kan motvirkes 	
med avgiftslettelser i andre deler av økonomien. Den regionale konsekvensen av denne typen samspill i 
pol	itikkutformingen vil kunne analyseres ved bruk av NOREG 2, hvor ulikheter i den regionale nærings	-	
sammensetningen på tvers av regioner vil gjøre at politikkutformingen slår ulikt ut i ulike deler av landet. 
Slike analysemuligheter vil bidra til økt forståelse av hvordan økonomiske konsekvenser av virkemid	del	-	
bruk slår ulikt ut på tvers av regioner og mer målrettet virkemiddelbruk.	 	
5.2.3	 	Oppdatering 	av modellens basisår 	til	 2022	, kalibrering mot 	
perspektivmeldingen 	og harmonisering med Nasjonal godsmode	ll. 	
Denne utviklingsoppgaven er tredelt:	 	
1. Oppdatere	 økonomiske og demografiske grunnlagsdata til siste tilgjengelige regnskapsår. 	
Grunnet uregelmessigheter i økonomien som følg av Covid	19 og myndighetenes tiltakspakker 	
for å stimulere	 økonomien under pandemien, har det 	tidligere 	ikke vært hensiktsmessig å 	
oppdatere	 basisåret i modellen	. Nå foreligger det 2022 data for nasjonalt næringskryssløp som 	
muliggjør første oppdatering til 	en økonomi som kan forutsettes å være i likevekt.	 	
 	
2. Det pågår et arbeid med oppdatering av basismatrisene i Nasjonal godsmodell. Her oppdateres 
basismatrisene til 2023	-nivå med nye grunnlagsdata. Oppdateringen av NGM til 2023 vil baseres 	
på et stort antall datakilder og en videreutvikling av metoden for ber	egning av leveranse	møns	-	
ter. Denne pågående utviklingen av NGM utløser et behov for rekalibrering og harmonisering av 
NOREG 2 mot NGM. Godsmatrisene fra NGM utgjør svært viktige inngangsdata i NOREG 2 og 
legger grunnlag for modelleringen av næringsvis han	del internt	- og mellom sonene i modellen.	 	
 	
3. Nye og oppdaterte grunnlagsdata vil utløse et nytt behov for å kalibrere modellen mot	 perspek	-	
tivmelingen. 	En slik kalibrering av modellen er nødvendig for at modellens referansebane skal 	
følge referansebanen som ligger til grunn for Regjeringens perspektivmelding og således følge 
de overordnede makroøkonomiske utviklingstrekkene i norsk økonomi	. 	
5.2.4	 	Utenrikshandel	 	
Hovedformålet med denne utviklingsoppgaven er å tilrettelegge NOREG 2 for	 bedre analyser av eksport	-	
rettet grønn næringsvekst	. Hoveddelen av arbeidet 	vil dreie seg om etablering av et datasett for 	
kommune	fordelt og næring	sspesifikk utenrikshandel. 	Vi ønsker å utnytte ulike datakilder til å danne et 	
bedre bilde av den kommunefordelte næringsspesifikke eksporten	 og importen	 som både benyttes i 	
NOREG 2 og i N	asjonal godsmodell.	 Dette vil, utover å tilføre en større grad av realisme i modelleringen 	
av utenrikshandelen, gi bedre analysemulighetene for utviklingsbaner hvor det innføres virkemidler for 
eksportrettet grønn næringsvekst.	 	
Inkludert i denne arbeidspakken ligger også en	 vurdering av	 en oppdeling av	 utenrikssonen i modellen til 	
flere ulike eksport/importregione	r. 	
5.2.5	 	Kobling til persontransportmodellene	 	
Formålet med denne utviklingsoppgaven er å implementere 	modellering av arbeidspendling i	 NOREG 2.	 	
Dette vil gi	 modellverktøyet ful mobilitet i arbeidsmarkedet	 og gi en kobling	 av NOREG 2 til de nasjonale

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	26	 	
og regionale mode	llene for persontransport.	 En slik kobling vil blant annet gi utvidede muligheter til å 	
analysere demografi	- og næringseffekter av tiltak i transportsystemet.	 Denne modellutvidelsen vil tillate 	
at husholdningene i m	odellen 	bor i en modellsone og 	jobber	 i en annen modellsone	. 	
SCGE	-modeller er velegnet til analyser av utviklingsbaner for tiltak som skaper ringvirkninger i arbeids	-	
markedet. Hvor folk bor og hvor de jobber påvirkes av politikkutformingen. Per i dag kan NOREG	 2 	
benyttes iterativt med NGM ved at resultater fra NOREG 2 benyttes som alternative inngangsdata til 
NGM og bidrar da til alternativbaner for transportmiddelfordelt godstransport. Ved inkludering av pend	-	
ling i arbeidskraftsmobiliteten i NOREG 2, kan NOREG 2 i større grad benyttes iterativt også med person	-	
tran	sportsystemet ved at modellresultatene fra likevektsmodellen kan utnyttes i alternativbaner i 	
RTM/NTM6 med endret attraktivitet for destinasjonsvalgene.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	27	 	
Referanser	 	
Acemoglu, D, og 	D. 	Autor	 (2012). 	What does human capital do? A review of Goldin and Katz's The race 	
between education and technology.	 Journal of Economic Literature	 50.2 (2012): 426	-463.	 	
Bruvoll, A., L. Grünfeld, J. Skogstrøm og H. Vennemo (2015). Hvordan ta hele NOREG i bruk? Ny modell 	
for økonomisk utvikling i regionene.	 Samfunnsøkonomen	 129 (6), 8	–10. Tilgjengelig 	
fra:	 https://samfunnsokonomene.no/app/uploads/2019/04/Samfunns%C3%B8konomen	-nr-6-	
2015.pdf	 	
Cappelen, Ådne, Dapi, Bjorn og Gjefsen, Hege Marie (2020). 	Framskrivinger av arbeidsstyrken og 	
sysselsettingen etter utdanning mot 2040	. SSB	-rapport 2020/41. Statistisk sentralbyrå.	 	
Gyene, Markus, Røtnes, Rolf og Steen, Jørgen Ingerød (2019). Endringer i kompetansesammensetningen 	
i arbeidslivet mot 2040. Rapport nr. 31	-2019 fra Samfunnsøkonomisk analyse AS.	 	
Hansen, W.	 (2015). Makroøkonomiske effekter av ferjefri E39 	– en SCGE 	-modellanalyse. 	TØI	-rapport 	
1411/2015. Transportøkonomisk institutt.	 	
Hansen, W. og B. G. Johansen (2016). Beregning av netto ringvirkninger på utvalgte prosjekter, NTP 	
2018	-2029. TØI	-rapport 1471/2016, Transportøkonomisk institutt.	 	
Kornstad, T., T. Skjerpen og L. S. Stambøl (2023): Empirical modelling of internal migration and 	
commuting flows for economic regions in Norway.	 The Annals of Regional Science	. Tilgjengelig 	
fra:	 https://doi.org/10.1007/s00168	-023	-01208	-3 	
Leknes, Stefan og Løkken, Sturla A. (2024). 	Befolkningsframskrivinger for kommunene 2024	. SSB	-rapport 	
2024/20. 	Statistisk sentralbyrå. 	 	
Koesler, S. og M. Schymura (2015). 	Substitution elasticities in a constant elasticity of substitution 	
framework 	– empirical estimates using nonlinear least squares.	 Economic Systems Research	 27 	
(1), 101	–121. Tilgjengelig fra:	 http://dx.doi.org/10.1080/09535314.2014.926266	 	
Rosnes, O., Erraia, J., Hansen, W. og H. Vennemo (2020). Regional økonomisk framskriving basert på 	
likevektsmodellen NOREG. 	Vista Analyse rapport 2020/08	. 	
Skjerpen, T., T. Kornstad og L. S. Stambøl (2023). 	Modelling of net domestic migration and commuting 	
flows between economic regions in Norway 2001	–2014. 	Notater 2023/33, Statistisk sentralbyrå.	 	
St.Meld. 31 (2023	-2024)	. Perspekti	vmeldingen 2024. Det Kongelige Finansdepartement. 	 	
Tømmerås, Ane M. og Thomas, Michael J. (2024). 	Nasjonale befolkningsframskrivinger 2024. 	
Sammendrag av forutsetninger og resultater.	 SSB	-rapport 2024/21.	 Statistisk sentralbyrå.	 	
Winther	-Larsen, S. G., Vennerød, Ø. E. F., Aslesen, S. R., & Erraia, J. L. (2025). 	Stabilizing CES Estimates: A 	
Bootstrap Aggregation Approach using Norwegian Industry Data. 	Manuscript submitted for 	
publication.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	28	 	
Vedlegg	 
 En nærmere beskrivelse av NOREG 2.3	 	
 
G	enerelle likevektsmodelle	r 	
En generell likevektsmodell er en matematisk representasjon av et sammenkoblet system av markeder 
der alle markeder er i likevekt. En numerisk generell likevektsmodell, ofte referert til som en 
Computable General Equilibrium (CGE)	-modell, kan løses matemat	isk ved å sette inn numeriske verdier 	
og parameterestimater i ligningssystemet, og på den måten kvantitativt analysere og forutsi 
økonomiens responser på ulike eksogene endringer.	 	
Modellen består av et omfattende sett av ligninger som beskriver atferden til økonomiske aktører som 
husholdninger, bedrifter og myndigheter, samt strukturen i markedene, inkludert bruken av innsats	-	
faktorer og vareflyt. Disse ligningene bygger på mikroøkonomisk teori og er formulert ved hjelp av 
antakelser om funksjonsformer for produksjon og nytte, samt verdier for eksogene parametere som 
elastisiteter. Dette gjør CGE	-modeller teoretisk konsistente,	 ettersom de er forankret i grunnleggende 	
mikroøkonomiske	 prinsipper og fanger opp dynamikken i hele økonomien på en systematisk måte.	 	
Til grunn for modellen ligger et referansedatasett som beskriver alle transaksjonene i økonomien i et 
basisår. Referansedatasettet er et slags øyeblikksbilde av økonomien i basisåret. Den underliggende 
forutsetningen i numeriske generelle likevektsmodeller	 er at økonomien er i likevekt i basisåret, og at 	
referansedatasettet dermed representerer en likevektssituasjon. Prisene i modellen reflekterer 
samspillet mellom de ulike aktørene og sørger for at alle markeder simultant bringes i balanse.	 	
NOREG 2	.3 tilhører en spesialisert form for CGE	-modeller som kalles Spatial Computable General 	
Equilibrium (SCGE)	-modeller. Dette er en spesialisert form for numeriske generelle likevektsmodeller 	
som inkluderer en geografisk dimensjon. I SCGE	-modeller tas det hensy	n til at produksjon og konsum 	
foregår på ulike steder i landet, og at transportkostnader utgjør en del av de totale varekostnadene. 
Dette betyr at interaksjonene mellom aktører og markeder på ulike geografiske lokaliteter også blir 
modellert. Derm	ed utvides analysene til å omfatte regionale eller romlige aspekter av økonomien, noe 	
som gir en dypere forståelse av hvordan økonomiske endringer påvirker ulike deler av landet ulikt.	 	
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 disse varene 
er tjenestevarer, mens andre er industrivarer. 	Vi antar at både i	ndustri	- og tjenestevarene 	er mobile og 	
kan ha ulikt geografisk opphav.	 	
Det samme produksjonsnivået kan oppnås ved forskjellige kombinasjoner av innsatsfaktorer, og til hvert 
produksjonsnivå antar vi at bedriftene velger kombinasjoner av innsatsfaktorer på en slik måte at 
produksjonskostnaden minimeres. Dette gir den kostnadsm	inimerende mengden av kapital, arbeids	-	
kraft, energi	- og innsatsvarer som skal til for å produsere en enhet av varen. Hvor mange enheter som 	
blir produsert blir deretter bestemt utfra profittbetingelsen til bedriftene. 	 	
Produktfunksjonen er kalibrert slik at de observerte mengdene av innsatsfaktorer i basisåret løser 
produsentenes kostnadsminimeringsproblem, gitt produksjonsmengden som er observert i basisåret. 
Ettersom relative priser på innsatsvarer endres, vil bedrifte	ne endre sammensetningen av faktor	- og 	
vareinnsatsen, basert på elastisiteter.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	29	 	
Produksjonsteknologiene har konstant skalautbytte, og er modellert som CES	-funksjoner der kapital, 	
arbeidskraft og ulike innsatsvarer (inkl. energivarer) til en viss grad er substituerbare med hverandre. 
Det er mulig å spesifisere ulike substitusjonselasti	siteter på alle nivåer i CES	-funksjonen. 	 	
Figur 	V.1 illustrerer produktfunksjonen (den nestede CES	-funksjonen) til en representativ bedrift som 	
produserer vare 	i. Produsenten kombinerer innsatsen av arbeidskraft, kapital, energivarer og andre 	
innsatsvarer.	 	
Arbeidskraften er differensiert, basert på utdanningsnivå. Vi antar at arbeidskraft med ulikt utdannings	-	
nivå kan til en viss grad erstatte hverandre (representert med substitusjonselastisiteten 	�������). Videre kan 	
også arbeidskraft og kapital erstatte hverandre til en viss grad (representert med 
substitusjonselastisiteten 	��������	). 	
Vi skiller mellom energivarer og alle andre varer og tjenester. Energivarene elektrisitet, petroleum og 
raffinerte petroleumsprodukter kan substitueres med hverandre. Den aggregerte energivaren (ENERG	I) 	
kan videre substitueres med aggregatet av kapital og arbeidskraft (KL). Alle andre varer og tjenester enn 
energivarer inngår i 	innsatsvareaggregatet	. 	
Parameterne 	������ er substitusjonselastisiteter. Substitusjonselastisiteter angir hvor mye bedriftene vil 	
endre den relative mengden av innsatsfaktorer som følge av en endring i den relative prisen. Vi antar 
substitusjon på alle nivåer. Unntaket er varer og tjenester som i	nngår i 	innsatsvareaggregatet	, hvor 	
produksjonsteknologien er modellert ved hjelp av Leontief	-funksjoner (	�������	=	0). Dette betyr at det er et 	
fast forhold mellom mengden av ulike innsatsvarer.	 	
Produksjonen i alle næringer er representert ved en slik CES	-funksjon. Verdiene som inngår i funksjonen 	
(både mengder av innsatsfaktorer og substitusjonselastisiteter) varierer imidlertid mellom næringene.	 	
 	
 	
Figur 	V.1: CES	-produksjonsteknologi for produksjon av vare i. Substitusjonselastisitene mellom ulike innsatsfaktorer 	
(kapital, arbeid, energivarer og andre varer) 	er beskrevet med 	σ. 	
Konsum	: representativ husholdning og offentlig sektor	 	
En v	anlig forutsetning i denne typen modeller, er at konsumentenes preferanser kan representeres 	
gjennom preferansene til én representativ husholdning i hver region. Denne husholdningen repre	-

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	30	 	
senterer adferden til hele befolkningen i regionen, basert på en forutsetning om nyttemaksime	rende 	
rasjonelle aktører.	 	
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 sparing, som er en fast a	ndel av inntekten. Husholdningene tilbyr sin arbeids	-	
kraft til bedriftene i modellen og mottar lønn og kapitalinntekter. Husholdningene eier realkapitalen, 
som de leier ut mot renteinntekter, og tilbyr arbeidskraft i bytte mot lønnsinntekt. Utleie av kapit	al 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 arbeidsmarkedene i regionene er ulik (bestemt av referanse	-	
datasettet)	 og sammensetningen av utdanningsnivå er ulik i de forskjellige geografiske sonene. Det er i 	
tillegg geografiske forskjeller i disponibel realinntekt mellom regionene i modellen. Ulik industrisam	-	
men	setning i de ulike regionene i modellen forsterker de geografiske forskjellene mellom de repres	en	-	
tative husholdningene på tvers av regioner	. 	
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 subsidier 
og stønader. Samlet utgjør dette myndighetenes bu	dsjettbetingelse, som må overholdes når nyttefunk	-	
sjonen maksimeres	 	
Sparing og investeringer	 	
NOREG 2.	3 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 realkapital	en mellom periodene sørger for en 	
rekursiv 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 bakove	rskuende, noe som betyr at de lærer av tidligere perioder, men 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.	 	
Modellens likevektsbetingelse sier at total sparing må være lik totale investeringer	. Total innenlands 	
sparing, er definert som husholdningenes sparing, myndighetenes sparing, pluss bedrifters kostnad ved 
opprettholdelse av realkapital	. Innenlands sparing pluss investering i utlandet minus netto økning i 	
lagerbeholdninger utgjør det totale beløpet som kan investeres	. 	
Investeringsfunks	jonen produserer	 ny realkapital med en produktfunksjon på Cobb	-Douglas form. 	
Maksimering av denne produktfunksjonen	 gitt investeringsbudsjettet gir	 etterspørselsfunksjonen for 	
innsatsvarer for investering i realkapital. Disse investeringsvarene blir investert	 i de næringene som	 har 	
høyest etterspørsel etter kapital.	 	
Husholdningene sparer en fast andel av sin totale inntekt, hvor denne andelen er avhengig av deres 
marginale tilbøyelighet til sparing. Investeringer i realkapital blir brukt til anskaffelse av ulike typer 
kapitalvarer. Fordelingen av fysisk realkapital ti	l de ulike sektorene bestemmes av kapitalavkastningen i 	
sektorene. Den nominelle renta i økonomien blir beregnet som det vektede gjennomsnittet av kapital	-	
avkastningen i hver sektor. 	 	
Driftsbalansen med utlandet og endringer i lagerbeholdning er eksogene størrelser.	 	
Tilgang på arbeidskraft	 	
Modellen krever likevekt i arbeidsmarkedet. Anta 	sysselsatte	 som jobber i regionen må være lik den 	
tilgjengelige arbeidsstyrken for hver utdanningsgruppe.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	31	 	
Tilgangen til arbeidskraft er fast i en periode, men kan endres mellom periodene	. 	
Arbeidsstyrken er i utgangssituasjonen eksogent bestemt av SSBs regionale befolkningsframskriving	 for 	
relevante aldersgrupper (MMMM	-framskrivingsbanen for befolkning)	, justert for sysselsettingsraten. 	
SSB sine befol	kning	sframskrivinger inneholder flytting basert på historiske trender	. Modellanalysene 	
med NOREG 2	 gir 	trendbrudd og vi har innført endogen modellering av flytting utover SSB sine 	
fra	mskrivinger	. 	
Utover den eksogene endringen i arbeidsstyrke	n representert ved befolkningsframskrivingen	, kan 	
arbeidsstyrken endre seg endogent som følge av 	flytting mellom regionene. Vi modellerer flytting som 	
begrunnes med forskjellig lønnsutvikling i ulike regioner	. Muligheten for flytting sørger for lønnsutjev	-	
ning mellom regionene i modellen. 	Vi modellerer 	netto migrasjon	 som avhengig av relative lønns	-	
forskjel	ler. Migrasjonen som andel av regionens befolkning for utdanningsgruppe	ne	 endres som følge av 	
forskjeller m	ellom regionens timelønn og gjennomsnittlig timelønn i andre regioner	. 	
Det er estimert flytteelastisiteter for hver utdanningsgruppe. 	Flytteelastisitetene er basert på Kornstad 	
m.fl. (2023) og Skjerpen m.fl. (2023). Forskjellen mellom disse publikasjonene er at i Skjerpen m.fl. 
(2023) er den økonometriske modellspesifikasjonen tilpasset inndelingene i NOREG 2.	 	
Handel mellom regioner og mellom land	 	
Den romlige 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 produksjonen i hv	er region har sitt geografiske opphav i samme 	
region, en annen innenlandsk region og/eller utlandet. I denne modellversjonen skiller vi ikke på ulikt	 	
geografisk opphav av importerte innsatsvarer, men opererer med ettstort utland. Bedriftene i modellen 
eksporterer også 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 b	ruk i annen industriproduksjon i inn	- og utland 	
eller som sluttprodukter til husholdningene eller offentlige myndigheter. På samme måte fordeler 
handelsagenten importvarene som kommer inn i regionen mellom de ulike regionspesifikke 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 innen	-	
landske 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 homo	-	
gene 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. Dette innebærer at 	
produkter fra den samme sektoren, men produsert i forskjellige regioner eller land, blir modellert som 
imperfekte substitutter av hverandre. Graden av substi	tusjon mellom produkter fra ulikt geografisk 	
opphav 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 
prisfølsom	 enn handelen med utlandet.	 	
For handel i tjenester, så antar vi at det regionale handelsmønsteret	 for tjenestevarer	 følger	 mønsteret 	
for 	arbeidsreiser	 fra persontransportmodellene. 	Denne antagelsen muliggjør handel med tjenester på 	
tvers av modellens soner.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	32	 	
Modellens inngangsdata	 	
Datagrunnlaget til NOREG 2 består i hovedsak av nasjonalregnskapet, supplert med handelsmatriser og 
demografiske data over befolkning og utdanningsnivå per kommune.	 	
Kryssløpstabeller fra nasjonalregnskapet, fordelt på kommuner.	 	
Kryssløpstabellen representerer det næringsvise nasjonalregnskapet for Norge og 	gir en systematisk og 	
detaljert oversikt over økonomiens produksjonsstruktur og sammenhenger.	 For hver næring inneholder 	
datasettet informasjon om all økonomisk aktivitet: produksjon, hvilke innsatsfaktorer (arbeidskraft, 
kapital og innsatsfaktorer) næringen bruker og hva produksjonen brukes til. Tabellene gir således av en 
full oversikt over alle 	næringer og hvordan de samhandler med hverandre.	 	
En av hovedutfordringene i regionale analyser og modellering av den regionale økonomien, er mangelen 
på data, og da spesielt data på inter	-regional handel og inter	-industrielle transaksjoner på regionalt nivå. 	
Inter	-regional handel refererer til vare	- og t	jenestestrømmer mellom ulike geografiske regioner, som 	
fylker, kommuner eller landsdeler. Det beskriver hvordan regioner kjøper og selger varer og tjenester til 
hverandre. Mens inter	-industrielle transaksjoner beskriver økonomiske utvekslinger av varer og 	tjenes	-	
ter mellom ulike næringer innenfor eller mellom regioner. Disse transaksjonene reflekterer produksjons	-	
prosessen, hvor én næring leverer innsatsfaktorer til en annen.	 	
Manglende detaljerte data på regionalt nivå er den største utfordringen når det skal lages næringskryss	-	
løp på kommune og fylkesnivå. Input	-output tabeller er tilgjengelig på nasjonalt nivå, men ikke for 	
mindre	 geografiske enheter	 som kommuner 	eller	 fylker. Vår eneste kilde til næringskryssløp, er de 	
nasjonale datatabellene som SSB publiserer.	 	
Den nasjonale kryssløpstabellen 	regionaliseres	 til kommunevise kryssløpstabeller. Til dette bruker vi 	
årlig	 regnskap	s- og aktivitetsinformasjon for alle norske bedrifter som er rapporteringspliktige til 	
Brønnøysundregistrene, blant annet inkludert 	hvor bedriften er lokalisert. Vi fordeler alle 	produksjons	-	
størrelser	 (alle variabler i kryssløpstabellen unntatt forbruk og investering fra privat og offentlig sektor) 	
ved hjelp av omsetning. Med andre ord, andelen av produksjonen i en næring allokeres til en gitt 
kommune, basert på kommunens andel av omsetning i den enkel	te næring i regnskaps	data	base	n; 	
tilsvarende for alle an	dre produksjonsstørrelser. 	Forbruk	 og 	investeringer	 fordeles basert på disponibel 	
inntekt, og her brukes det samme fordelingsnøkkel for alle næringer i en kommune. Denne øvelsen gir 
oss dermed en fullverdig kryssløpstabell for hver enkelt kommune. De kommunale kryssløpstabellene er 
balanserte og summerer s	eg opp til nasjonalregnskapet når de aggregeres.	 Målsettingen i en slik 	
regionalisering er at de regionale kryssløpstabellene som konstrueres i størst mulig grad skal reflektere 
den industrielle strukturen	 i den aktuelle regionen.	 	
Regionale kryssløpstabeller er et kraftig verktøy for å analysere de økonomiske sammenhengene i en 
region, hvor tabellene gir et detaljert bilde av hvordan ulike sektorer påvirker hverandre, og hvordan 
endringer i én del av økonomien kan skape ringvirkning	er i andre deler av økonomien.	 	
Demografiske data 	 	
Vi benytter en rekke demografiske datakilder i NOREG 2:	 	
• 	Regionale befolkningsframskrivinger fra SSB. Her benyttes MMM	-alternativet for 	
befolkningsframskriving på kommunalt nivå for arbeidsstyrken 16	-74 år.	 	
• 	Kommunevise l	ønnsdata per utdanningsgruppe og næring hentet fra Micodata.no	 	
• 	Kommunevis utdanningssammensetning per næring fra Micodata.no	 	
• 	Framskrivning av sysselsettingsrater

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	33	 	
Transportkostnader per sonepar og næring	 	
Varehandelen mellom geografiske soner blir fordelt på de ulike regionale kryssløpstabellene ved hjelp av 
matriser for regionale varestrømmer og transportkostnader, hentet fra Nasjonal Godsmodell. Denne 
modellen beregner blant annet godstransport og tilhør	ende transportkostnader innenfor en rekke 	
produktkategorier mellom alle norske kommuner. De estimerte relative andelene brukes til å fordele 
innsatsfaktorer til en gitt næring i en gitt kommune på andre kommuner. 	 	
Handel i tjenester er antatt å følge mønsteret til arbeidsreiser hentet fra persontransportmodellen, både 
mellom soner og internt i hver sone. 	 	
Næringer i NOREG 2	 	
Grunnversjonen av NOREG 2 har 64 næringer (det samme som i SSBs kryssløpstabeller, såkalt A64	-	
næringer). Næringsstrukturen i NOREG er fleksibel, og A64	-næringene fra SSBs kryssløpstabeller kan 	
aggregeres opp til en enhver tid passende næringsstruktur.	 For å gjøre analysen mer oversiktlig har vi 	
aggregert næringene til 24 næringer i denne analysen.	 	
Tabell 	V.1: Næringsinndeling i NOREG 2.3 benyttet i beregning av de regionale referansebanene	. 	
Næringskode	 	Næring	 	Forklaring	 	
LANDBRUK	 	Landbruk	 	Jordbruk, jakt og viltstell, skogbruk; tjenester tilknyttet	 	
BYGG	-TJEN	 	Bygg	- og boligtjenester	 	Bygg	- og boligtjenester: boligtjenester, egen bolig, borettslag og sameie; 	Omsetning og drift av fast eiendom; 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	 	
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, oljeplattformer; 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 distribusjonsvirksomhet	 	
REISE	 	Reiseliv	 	Reiseliv (reisebyrå, overnatting; servering)	 	
VANN	 	Vann og avløp	 	Vannforsyning, avløp, avfall

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	34	 	
Tabell 	V.2: Detaljert liste over næringer i nasjonalregnskapet og NOREG	 2.3	. 	
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	odukter	 	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	 	
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 motorvogner	 	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 rådgivning	 	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

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	35	 	
Nærings	- 	kode*	 	Forklaring	 	NOREG	-sektor	 	
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 eiendomsdrift; annen forretningsmessig 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 kulturvirksomhet	 	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	 	
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/metoder	-og-dokumentasjon/supply	-and	-use	-and	-input	-output	-	
tables	. 	
Geografiske soner	 	
Ett av de elementene som gjør NOREG 2 til et unikt analyseverktøy er den geografiske oppløsningen. I 
modellen kan det handles i både varer og tjenester mellom de representative aktørene internt og 
mellom hver modellsone. Dette er svært viktig komponent i e	n SCGE	-modell og muliggjør ringvirknings	-	
analyser både på tvers av geografi og sektorer. Modellen har et fleksibelt oppsett som gjør at man, 
avhengig av analyseformål, kan aggregere modellens regionale inndeling til det ønskede nivået. Nedad 
er den geograf	iske oppløsningen begrenset til kommunenivå som minste mulige geografiske enhet. Den 	
geografiske dimensjonen i modellsystemet muliggjør detaljerte regionale og lokale analyser av lang	-	
siktige økonomiske konsekvenser helt ned på kommunenivå.	 	
Data fra nasjonale kryssløpstabeller fordeles ut på hver enkelt kommune slik at vi får et sammenhen	-	
gende og konsistent sett av kommunefordelte nasjonalregnskap. Modellen brukes imidlertid sjelden på 
kommunenivå, for de fleste analyser er det lite hensiktsmessig med en så detaljert regional inndeling. 
Det er da nyttig å aggregere kommunene til større enh	eter. I beregningen av regionale referansebaner, 	
har vi aggregert modellen opp til fylkesnivå.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	36	 	
 Verdiskaping	 i ulike næringer, per region

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	37

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	38

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	39

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	40

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	41

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	42

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	43

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	44	 	
 Endring i antall 	sysselsatt	e per region per 	
utdanningskategori sammenlignet med MMMM	 	
 
Merk at figurene 	under ikke nødvendigvis 	krysser y	-aksen i nullpunktet. 	Derfor vil 	relative 	forskjeller se 	
større ut i figurene	. 	
NOREG2	-modellen inneholder ingen moduler for arealbruk eller for tilbud av og etterspørsel etter 	
boliger. Derfor vil 	arealmessige og bygningsmessige beskrankinger 	ikke fanges opp i modellen.	 	
Heltrukne linjer viser antall sysselsatte i NOREG	2-modellkjøringen, mens stiplede linjer viser	 antall 	
sysselsatte i tråd med SSBs 	MMMM	-bane. Differansen	 mellom heltrukken og stiplet linje er derfor er 	
mål på kumulativ netto inn	- eller utflytting	 utover MMMM	-banen	.

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	45

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	46

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	47

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	48

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	49

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
 	Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post: 	toi@toi.no	 www.toi.no	 	50

Regional økonomisk 	utvikling	 i norske fylker 2024	–2060	 	
Transportøkonomisk Institutt, Gaustadalléen 21, 0349 Oslo	, E-post:	 toi@toi.no	 www.toi.no	 	51

Videreutvikling av makromodellen NOREG 2 for analyser av omstilling til lavutslippssamfunnet 2050	 	
 	
Vista Analyse	 | Rapport 2026/26	 	 	
 
 	
 
 
 
 	
Vista Analyse AS	 	
Meltzers gate 4	 	
0257 Oslo	 	
 
post@vista	-analyse.no	 	
vista	-analyse.no