1.1 Datagrundlag

Faktortal ud fra input-output tabeller

Fastlæggelsen af faktortallene baseres på Danmarks Statistiks input-output tabeller. Disse er baseret på en såkaldt input-output model for Danmark, som populært sagt er en "flersektormodel" til forskel fra andre makroøkonomiske modeller, i hvilke de danske erhvervs produktion og forbrug optræder som aggregerede størrelser. Som det vil fremgå herunder, giver input-output modellen en skematiseret beskrivelse af produktionsstrukturen i de danske erhverv.

Tilgangssiden I input-output tabellerne er hele produktionen i den danske økonomi opgjort på 130 erhverv. For hvert erhverv opgøres tilgang og anvendelse. På tilgangssiden angives, hvor meget det enkelte erhverv leverer til hvert af de 130 erhverv opgjort i kroner henholdsvis som andel af erhvervets samlede produktion. Udover at levere input til erhvervene går en del af det enkelte erhvervs produktion til at dække "endelig anvendelse", fx indenlandsk forbrug og eksport.

Anvendelsessiden

For hvert erhverv opgøres på anvendelsessiden, hvor meget hver af de 130 erhverv leverer til input i erhvervet. Foruden input fra andre erhverv anvender det enkelte erhverv en række "primære faktorer" i sin produktion, fx import.

Model

I input-output tabellerne opgøres således tilgang og anvendelse for alle erhvervene, og der haves hermed en model, som i princippet indeholder alle transaktioner i det danske produktionssystem, idet det - ved at inddrage de endelige anvendelser og primære faktorer - gælder for hvert erhverv, at samlet tilgang = samlet anvendelse.

Bagudrettede effekter

En input-output tabel kan hermed anvendes til at kortlægge de bagudrettede effekter af en investering i et givet erhverv/branche. Når fx en entreprenør skal udføre en opgave, må han bl.a. have leverancer fra en række fremstillings- og industrierhverv, afhængig af opgavens indhold, samt fra rådgivende ingeniører. Endvidere skal både entreprenøren samt de leverende erhverv bruge energileverancer for at kunne honorere efterspørgselen efter deres varer/tjenester. Energierhvervene skal ligeledes bruge input fra andre erhverv osv. Input-output modellen er i stand til at beregne samtlige leverancer, som foregår i hele produktionssystemet som følge af investeringen i - i dette eksempel - entrepenørbranchen.

Beskæftigelses effekten

Sideløbende med input-output tabellerne opgør Danmarks Statistik erhvervenes beskæftigelse. Ved at kombinere disse kan beskæftigelseseffekten i samtlige erhverv af at investere i et enkelt erhverv beregnes. Dette gøres ved at sammenholde hvert erhvervs samlede beskæftigelse med dets samlede omsætning. Herved kan det bestemmes, hvor mange der er beskæftiget i erhvervet pr. mio. kr.

Som eksemplet illustrerer, må et givet erhverv have tilført input fra andre erhverv (samt evt. erhvervet selv) for at kunne opfylde en efterspørgsel, hvilket - som nævnt - er opgjort i input-output tabellerne. I disse erhverv skabes der hermed også beskæftigelse, som kan fastlægges som hver leverances størrelse i kr. og øre gange det enkelte erhvervs tal for beskæftigelse pr. mio. kr. Da de leverende erhverv igen må have leverancer fra andre erhverv, skabes også her beskæftigelse. Input-output modellen kan hermed simultant beregne den samlede beskæftigelseseffekt i hele økonomien, når der investeres et bestemt beløb i et bestemt erhverv.

Den samlede effekt kan betragtes som en direkte beskæftigelseseffekt, nemlig den beskæftigelse, som direkte skabes i det erhverv, der investeres i samt en indirekte beskæftigelseseffekt, som dækker den beskæftigelse, der skabes i alle leverende erhverv som følge af investeringen.

1.2 Faktortal for hver branche

Nyeste tal fra 1992

De faktortal, som nedenfor er angivet for hver af de fire brancher, bygger på en input-output beregning af de såkaldte beskæftigelsesmultiplikatorer (direkte + indirekte beskæftigelseseffekter), som Danmarks Statistik i forbindelse med denne rapport har foretaget på de nyeste tilgængelige tal. Som omtalt senere i kapitlet, bevirker den omfattende dataindsamling fra i princippet alle private og offentlige virksomheder i Danmark, at de nyeste tal som regel er 4-6 år gamle. Beregningerne i forbindelse med denne rapport er således fra 1992, idet tallene fra 1993 og 1994 først forventes at være klar senere i år.

For hver branche vil der blive angivet et faktortal for henholdsvis den direkte og den indirekte beskæftigelseseffekt af en investering på 1 mio. kr. Faktortallene vil desuden blive opsplittet på henholdsvis selvstændige og lønmodtagere.

1.2.1 Rådgivende ingeniører og laboratorier

Fordelingsberegning

Rådgivende ingeniører indgår i input-output erhvervet "Rådgivende ingeniører, arkitekter mv". Dette erhverv indeholder desuden branchen "Kemiske og tekniske laboratorier". Da det specifikt er rådgivende ingeniører henholdsvis laboratorier, der optræder i denne rapport, udskilles disse to brancher fra input-output erhvervet.

Deres respektive andele af det samlede erhverv opgøres ved hjælp af Danmarks Statistiks tal for omsætningen i hver af de brancher, som indgår i input-output erhvervet. Herefter justeres det samlede erhvervsbeskæftigelsesmultiplikatorer. Dette gøres ved at foretage en vægtning, som er baseret på gennemsnitslønnen for ingeniører henholdsvis laboranter.

Når en sådan beregning foretages, skyldes det, at en direkte anvendelse af Danmarks Statistiks beskæftigelsesmultiplikatorer ikke vil opfange den forskel, der er på beskæftigelseseffekten i de to brancher, der ses på i denne rapport. En investering i disse brancher vil først og fremmest beskæftige ingeniører henholdsvis laboranter, hvorfor disses indbyrdes lønforhold er valgt som grundlag for vægtningen.

Tabel 1.1
Faktortal, rådgivende ingeniører. Enhed: Beskæftigede/mio. kr. Uoverensstemmelser ved summering skyldes afrunding. Beregninger fra Danmarks Statistik samt egne beregninger

Tabel 1.1 viser blandt andet, at 1 mio. kr. brugt på rådgivende ingeniører kræver 1,62 beskæftigede i selve branchen, mens der herudover i alt beskæftiges 0,78 i andre erhverv. Det fremgår endvidere, at 2,14 af den samlede beskæftigelseseffekt på i alt 2,4 udgøres af lønmodtagere, hvilket svarer til cirka 90%.

Tabel 1.2
Faktortal, laboratorier. Enhed: Beskæftigede/mio. kr. Uoverensstemmelser ved summering skyldes afrunding. Beregninger fra Danmarks Statistik samt egne beregninger

Sammenlignet med rådgivende ingeniører beskæftiges der 0,17 flere, når der anvendes 1 mio. kr. i laboratorie-branchen. Udtrykt i "hele personer" vil det sige, at en investering på knapt 6 mio. kr., som går til laboratoriearbejde, vil beskæftige en person mere, end hvis et tilsvarene beløb bruges på rådgivende ingeniører.1.2.2 Entreprenører

Denne branche modsvares af input-output erhvervet for anlægsvirksomhed. Erhvervet dækker bygge- og anlægsvirksomhed, men er renset for aktiviteter som nybyggeri og reparation og vedligeholdelse af bygninger.

Tabel 1.3
Faktortal, entreprenører. Enhed: Beskæftigede/mio. kr. Beregninger fra Danmarks Statistik

Til forskel fra både rådgivende ingeniører og laboratorier er der i entreprenørbranchen større indirekte end direkte beskæftigelseseffekter. Dette vidner om, at branchen har et relativt større behov for input fra andre erhverv. At det i høj grad er industrierhvervene, der leverer til denne branche, medfører, at det samlede faktortal er lavere end for rådgivende ingeniører og laboratorier, som er mere arbejdskraftintensive.

1.2.3 Jordrens

Beskæftigelsen i forbindelse med jordrens er beregnet ud fra det input-output erhverv, som indbefatter behandling og destruktion af affald, herunder rensning af forurenet jord.

Tabel 1.4
Faktortal, jordrens. Enhed: Beskæftigede/mio. kr. Uoverensstemmelser ved summering skyldes afrunding. Beregninger fra Danmarks Statistik

Det samlede faktortal for jordrens er en smule højere end de øvrige branchers og er desuden kendetegnet ved, at næsten ¾ af den samlede beskæftigelseseffekt alene stammer fra den direkte beskæftigelse af lønmodtagere i selve branchen.

1.3 Faktortallenes nøjagtighed

Sektor/erhvervsgrupper

Som nævnt i beskrivelsen af datagrundlaget ovenfor adskiller input-output modellen sig fra andre makroøkonomiske modeller ved at operere med mange sektorer i stedet for en eller ganske få. Det er imidlertid praktisk umuligt at inddrage samtlige sektorer/brancher i hele Danmark enkeltvis, og inddelingen af hele det danske produktionssystem i 130 erhverv betyder hermed, at mange af disse er sammensat af flere forskellige brancher.

Når man - som i denne rapport - ønsker at analysere ganske bestemte brancher, kan der være en mindre usikkerhed i resultaterne, afhængig af i hvor høj grad brancherne i det givne erhverv er homogene, fx. med hensyn til omsætning og beskæftigelse. Omfanget af data, som kræves indsamlet for at kunne foretage input-output beregninger, bevirker desuden, at de nyeste tilgængelige tal som regel er 4-6 år gamle.

Data fra 1992

Da det tilstræbes at gøre erhvervene så homogene som muligt, og da de enkelte branchers inputsammensætning sjældent ændrer sig radikalt over en periode på 4-6 år, medfører disse forhold næppe nogen væsentlig usikkerhed i resultaterne. Endelig vil det være særdeles tidskrævende og svært at forsøge selv at indsamle de data, som kræves for at kunne vurdere de ønskede beskæftigelseseffekter, ligesom det ikke vil være muligt at medtage alle underleverandører.

Følsomhedsberegning ud fra prisindekset

At de data, som anvendes til at bestemme faktortallene i denne rapport, er fra 1992, er altså en forsinkelse, som må betragtes som en usikkerhedsfaktor. En beregning af faktortallenes størrelse for de efterfølgende år vil kun kunne foretages med samme forsinkelse. Danmarks Statistik offentliggør dog skønnede produktionsværdier for en række hovederhverv, i hvilke de fire brancher i denne rapport er indeholdt. Ønskes det at vurdere den usikkerhed, der er forbundet med, at data er fra 1992, kan der foretages en følsomhedsberegning, ved at bruge et implicit prisindeks, som kan bestemmes ud fra disse produktionsværdier.

Prisindekset udtrykker prisstigningen i de enkelte erhverv i årene 1993-96 i forhold til de i rapporten anvendte tal, dvs. 1992. De hovederhverv, som lægges til grund for prisindekserne er for rådgivende ingeniører samt laboratorier: "Forretningsservice mv", for entreprenører: "Bygge- og anlægsvirksomhed" og for jordrens: "Renovation mv".

Tabel 1.5
Prisindeks fordelt på brancher. Fra Danmarks Statistik samt egne beregninger

Prisindeksene skal bruges på følgende måde: Hvis den samlede beskæftigelseseffekt af en investering i branchen Jordrens på 5 mio. kr. beregnes ud fra tabel 1.4, fås: 2,64×5 = 13,2 personer. Er investeringen foretaget i 1995, kan denne udtrykkes i 1992-priser ved hjælp af prisindekset: 5/1,04 = 4,808. Hermed bliver den samlede beskæftigelseseffekt: 2,64×4,808 = 12,7. Prisindekset bruges altså til at dividere investeringen med, før beskæftigelseseffekten beregnes.

Da prisindeksene kun kan beregnes på hovederhverv og er baseret på skønnede værdier, er der også usikkerhed forbundet med at bruge disse. Derfor anbefales de kun anvendt som følsomhedsberegninger i forbindelse med brug af faktortallene fra tabel 1.1 - 1.4, men de udgør den bedste vurdering, der kan foretages "frem i tiden" i forhold til rapportens faktortal.

Makroøkonomiske effekter

Foruden de direkte og indirekte beskæftigelseseffekter, som følger af en investering, vil der være en række andre afledte beskæftigelseseffekter - de såkaldte makroøkonomiske effekter. Investeringen vil medføre en øget indkomstdannelse i økonomien, som igen vil afføde et øget forbrug og hermed øget produktion. Der vil hermed blive skabt beskæftigelse. Effekten er selvforstærkende, da den øgede produktion igen er med til at skabe øget indkomst i samfundet, hvilket igen øger investeringerne. Dette giver en yderligere stigning i forbrug og produktion osv.

I hvilket omfang denne indkomstmultiplikator virker, og hvor meget beskæftigelse den trækker med sig, varierer afhængigt af økonomiens aktuelle "tilstand". Da det desuden er en selvforstærkende effekt, er beskæftigelseseffekten pr. mio. kr. vidt forskellig, når der foretages en stor investering i forhold til en mindre investering. De afledte effekter af en investering på fx 1 mio. kr. vil hurtigt "dø ud", mens en langt større investering vil få multiplikatoreffekten til at virke i flere år efter og hele tiden give øget beskæftigelse. Endelig vil de makroøkonomiske effekter af en investering på et givent tidspunkt være forskellige år for år i en periode herefter, for til sidst helt at forsvinde.

Alle de nævnte forhold gør, at de afledte effekter vil være svære at udtrykke i et faktortal, som angiver en konstant effekt pr. mio. kr., uafhængigt af fx tidspunktet for og størrelsen af investeringen. Det betyder dog, at de resultater, som opnås ved brug af de ovenfor angivne faktortal, må formodes at ligge i underkanten af de reelle virkninger særligt ved større investeringer. Ønskes der en beregning af de afledte effekter, vil det være nødvendigt på baggrund af en konkret investering at foretage en analyse ved hjælp af en makroøkonomisk model som fx Danmarks Statistiks ADAM-model.2