SLUTTRAPPORT. Prosjekt: Innovation, Industrial Structure and Economic Development: Determinants and Policy Design. Prosjektnr.

SLUTTRAPPORT Prosjekt: Innovation, Industrial Structure and Economic Development: Determinants and Policy Design. Prosjektnr.: 154769/510

INTRODUKSJON Denne rapporten har til hensikt å oppsummere sentrale resultater fra prosjektet INNED: Innovation, industrial structure and economic development: Determinants and Policy Design som er blitt utført av SNF (Institutt for Samfunns- og Næringslivsforskning) innenfor rammen av NFR-programmet KUNI (Kunnskapsgrunnlaget for nærings- og innovasjonspolitikken). Målet for prosjektet har vært å bidra til å styrke kunnskapsgrunnlaget for nærings- og innovasjonspolitikken gjennom å gi svar på to sentrale spørsmål: a) Hva er de viktige drivkreftene bak innovasjon, verdiskaping og økonomisk vekst? b) Hvorledes bør nærings- og innovasjonspolitikken i en liten åpen økonomi innrettes for å styrke innovasjon og økonomisk vekst? For å belyse spørsmål a) har vi foretatt omfattende studier av næringslokalisering på tvers av regioner og industribransjer i Norge. 1 I kapittel 1 i denne rapporten sammenfatter vi sentrale resultater fra disse studiene. Dette kapitlet bygger til dels på SNF-rapport R35/05 av Julie Riise Kolstad. Kapittel 2 i denne rapporten gir en oversikt over sentrale forskningsresultater og politikkanbefalinger relatert til spørsmål b). Rapporten er utarbeidet av Karen Helene Ulltveit-Moe, prosjektleder for INNED, og Julie Riise Kolstad. 1 Denne studien var planlagt å være mer omfattende enn det som ble resultatet. Dette skyldes dessverre at prosjektet fikk et betydelig kutt i sin bevilgning fra Norges forskningsråd i sitt siste år. 2

KAPITTEL 1: NORSK NÆRINGSLOKALISERING Hva kjennetegner norsk næringslokalisering? Kunnskap om lokaliserings- og spesialiseringsmønster danner et viktig grunnlag for å forstå dynamikken i næringsutviklingen. Spørsmål vi typisk har søkt å besvare er relatert til næringer så vel som regioner. Knyttet til næringer har vi sett på: Tenderer bedriftene innen samme næring til å klynge seg sammen? Er det store variasjoner i regional klyngedannelse på tvers av ulike industrier? Hvilke næringer søker til hvilke regioner i henhold til nærings- og regionkarakteristika? Skiller FoU- og kunnskapsintensive næringer seg fra andre hva angår lokaliseringsmønster? Mens i relasjon til regioner har vi belyst spørsmål som: Varierer graden av spesialisering på tvers av regionene? Hva karakteriserer de mer spesialiserte regionene fra de mindre spesialiserte i henhold til regionale karakteristika? Hvilke type regioner er typisk spesialisert i hvilken type virksomhet? Skiller regionene som er spesialisert i FoU- og kunnskapsintensive industrier seg klart fra andre, og hvis så, langs hvilke dimensjoner? Mens studiene har hatt en generell karakter, har vi imidlertid ønsket et særlig fokus på næringer og regioner med en høy grad av innovasjonsaktivitet, hvilket forklarer vektleggingen av FoU- og kunnskapsintensive næringer og regioner. 1.1 Geografisk konsentrasjon innen norsk industri Industribransjer kan karakteriseres i henhold til en rekke faktorer. Her ser vi nærmere på FoUintensitet, kunnskapsintensitet, koblinger til underleverandører, stordriftsfordeler i produksjonen, og sysselsettingsvekst. For en mer detaljert redegjørelse henvises til SNF-rapport R35/05 av Julie Riise Kolstad, som også gir eksakte definisjoner av ulike begreper og variabler. FoU-intensive bransjer FoU-intensitet (definert som totalt utført FoU (eksternt og internt) dividert med verdiskapning) 2. Figur 1 viser at industrier med lav grad av FoU-intensitet jevnt over er mer konsentrerte enn andre industrier. De industriene som satser mest på FoU, hadde siste halvdel av 90-tallet lavere konsentrasjon enn industriene som satset minst på FoU-aktiviteter, men opplevde en økt grad 2 FoU-intensiteten varierer fra år til år. Hvilke industrier som er i kategoriene lav, middels og høy satsning på FoU vil derfor variere fra år til år. 3

konsentrasjon ved årtusenskiftet. Gruppen med Middels FoU-intensive bransjer skiller seg klart ut som betydelig mye mindre konsentrert enn de to andre gruppene. 0.04 Geografisk konsentrasjon 0.035 0.03 0.025 0.02 0.015 0.01 1989 1991 1993 1995 1997 1999 2001 Lav FoU intensitet Middels FoU intensitet Høy FoU intensitet Figur 1: Norske industribransjers geografisk konsentrasjon ihht FoU intensitet Det er viktig å merke seg at vi her har benyttet oss av tidsserier for FoU-intensitet, og med det tatt hensyn til at en del bransjer har endret FoU-intensitet over tid. Inndelingen i kategorier etter FoUintensitet viser at gruppene er relativt lite konstante. Fire industrier tilhører gruppen med lav FoU-intensitet, mens tre industrier tilhører gruppen med høy FoU-intensitet over hele perioden vi har studert. De resterende 18 industriene skifter gruppe en eller flere ganger i løpet av perioden. Vi har derfor også tatt med en figur som viser utvikling i konsentrasjon i industrier delt inn i grupper etter FoU-intensiteten i 1989. 3 Dersom man ikke tar hensyn til endringene i FoU-intensitet, blir forskjellene i konsentrasjonsgrad mellom bransjene atskillig mindre, se Figur 2. Det kan og være verd å merke seg at denne siste gruppen har vist en tendens til økt konsentrasjon mot slutten av perioden, og at man også kan registrere en viss konvergens mellom de tre gruppene mot slutten av perioden. 3 Tabell 2 i appendikset viser eksternt og internt utført FoU dividert med verdiskapning, og gir et bilde av hvilke industrier som er FoU-intensive og hvilke som ikke er det. Tabellen gir også et visst inntrykk av utviklingen i de ulike næringene over tid. Pulp, paper & paper products hadde en relativt høy satsning på FoU-aktiviteter på midten av nittitallet, men fremhever seg ikke verken i begynnelsen eller mot slutten av perioden. En gruppe industrier som derimot har vist et langvarig engasjement på dette området, er kjemikalieprodusenter og produsenter av farmasøytiske varer. Også produsenter av maskiner og elektriske maskinkomponenter viser seg å ha satset relativt jevnt og mye på forskning og utvikling i perioden 1989-1999. 4

Geografisk konsentrasjon 0.04 0.035 0.03 0.025 0.02 0.015 0.01 1989 1991 1993 1995 1997 1999 2001 Lav FoU intensitet i 1989 Middels FoU intensitet i 1989 Høy FoU intensitet i 1989 Figur 2: Norske industribransjers geografiske konsentrasjon ihht FoU intensitet i 1989 I SNF-rapport 35/05 av Riise Kolstad vises at det er et vesentlig innslag av FoU-intensive bransjer i landsdelene Rogaland & Agder og Sørøstlandet. Særlig er dette framtredende i Rogaland. Karakteriserende for de samme landsdelene er at de er relativt spesialiserte regioner. Kunnskapsintensitet Industrier som er lite kunnskapsintensive er betydelig mer spredt geografisk enn industribransjene med middels og høy kunnskapsintensitet, se Figur 3. 4 Dette bildet endrer seg ikke i løpet av perioden. De kunnskapsintensive industriene er relativt konsentrerte, mens industriene som havner i mellomkategorien, de som er bare middels kunnskapsintensive, viser seg å være de aller mest konsentrerte industriene gjennom hele perioden. 4 Tabell 1 i appendikset angir kunnskapsintensitet for de enkelte industribransjene. Kunnskapsintensiteten kan, i likhet med FoU-intensitet, variere fra år til år. Vi har dessverre kun tall for ett tidspunkt. Kategoriene for lav, middels og høy kunnskapsintensitet vil følgelig også være faste over tid. 5

Geografisk konsentrasjon 0.04 0.035 0.03 0.025 0.02 0.015 0.01 0.005 0 1989 Lav kunnskapsintensitet Høy kunnskapsintensitet 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Middels kunnskapsintensitet Figur 3: Norske industribransjers geografiske konsentrasjon ihht kunnskapsintensitet KOBLINGER TIL UNDERLEVERANDØRER (bruk av innsatsfaktorer) Gruppen av industrier som har relativt svake koblinger til underleverandører, dvs. lav bruk av innsatsvarer generelt, er de mest konsentrerte, se Figur 4a. 5 Fokuserer vi imidlertid på koblinger innen den enkelte bransjen målt ved bruk av innsatsfaktorer fra underleverandører innen samme bransje blir bildet et helt annet. Figur 4b illustrerer at bransjene med de sterkeste næringsinterne koblingene er de relativt mest konsentrerte Geografisk konsentrasjon 0.04 0.035 0.03 0.025 0.02 0.015 0.01 1989 1991 1993 1995 1997 1999 2001 Svake koblinger til underleverandører Middels koblinger til underleverandører Sterke koblinger til underleverandører Figur 4a: Norske industribransjers geografiske konsentrasjon ihht koblinger til underleverandører 5 Tabell 1 i appendikset angir bruk av innsatsvarer som andel av bruttoproduksjonsverdi for de enkelte industribransjene for året 1995, som er det materialet som ligger til grunn for Figur 4a. 6

Geografisk konsentrasjon 0.04 0.035 0.03 0.025 0.02 0.015 0.01 1989 Svake koblinger til underleverandører innen egen bransje 1991 1993 1995 1997 1999 2001 Middels kobliger til underleverandører innen egen bransje Sterke koblinger til underleverandører innen egen bransje Figur 4b: Norske industribransjers geografiske konsentrasjon ihht koblinger til underleverandører innen egen bransje STORDRIFTSFORDELER I PRODUKSJONEN (skalafordeler) Av Figur 5 ser vi at gruppen av industrier med store skalafordeler viser seg å være den gruppen av industrier som i snitt er mest konsentrert 6. Dette er i tråd med økonomisk teori som predikerer at industriell aktivitet samles geografisk for nettopp å utnytte skalafordeler. Geografisk konsentrasjon 0.04 0.035 0.03 0.025 0.02 0.015 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Lave skalafordeler Middels skalafordeler Høye skalafordeler Figur 5: Norske industribransjers geografiske konsentrasjon ihht skalafordeler 6 Tabell 1 i appendikset rangerer de enkelte industribransjene i henhold til skalafordeler (stordriftsfordeler i produksjonen). 7

VEKST I SYSSELSETTING Når det gjelder lokaliseringen av vekstnæringer, ser vi av Figur 6 at bransjene med relativt lav sysselsettingsvekst er de mest geografisk konsentrerte. Industribransjene med middels høy sysselsettingsvekst er de minst geografisk konsentrerte. Det er her på sin plass å understreke at over denne perioden har vi i første rekke sett en nedgang i sysselsettingen innen norsk industri. For flertallet av industribransjene blir derfor gjennomsnittlig årlig sysselsettingsvekst negativ. Høy, middels og lav sysselsettingsvekst er med andre ord relative karakteristikker og ikke absolutte. Illustrasjonen her indikerer med andre ord, at det typisk er geografisk konsentrerte næringer som har opplevd den største nedgangen i sysselsetting siden inngangen til 90-tallet. Geografisk konsentrasjon 0.055 0.045 0.035 0.025 0.015 0.005 1989 1991 1993 1995 1997 1999 2001 Relativ lav sysselsettingsvekst Relativ høy sysselsettingsvekst Relativ middels sysselsettingsvekst Figur 6: Norske industribransjers geografiske konsentrasjon ihht gjennomsnittlig årlig sysselsettingsvekst GEOGRAFISK KONSENTRASJON OG ULIKE KARAKTERISTIKA Sammenlikner vi tendens til industriell klyngedannelse geografisk konsentrasjon på tvers av scores for ulike karakteristika, ser vi at næringer med høye skalafordeler i produksjonen og/eller sterke næringsinterne koblinger peker seg ut. Bransjer kjennetegnet ved høy FoU- og/eller kunnskapsintensitet er om lag like mye (eller lite) geografisk konsentrert som bransjer med relativt høy sysselsettingsvekst og sterke koblinger til underleverandører generelt. 8

0.055 Høy sysselsettingvekst Høye skalafordeler 0.045 0.035 Sterke koblinger til underleverandører 0.025 0.015 Høy kunnskapsintensitet Høy FoU intensitet 0.005 1989 1991 1993 1995 1997 1999 2001 Sterke koblinger til underleverandører innen egen bransje Figur 7: Norske industribransjers geografiske konsentrasjon ihht ulike karakteristika 1.2 Regional spesialisering For å studere geografiske variasjoner i næringslokalisering tar vi utgangspunkt i de såkalte økonomiske regionene i Norge. En økonomisk region er typisk større enn en kommune og mindre enn et fylke. Norge er oppdelt i om lag 100 økonomiske regioner. Regionale karakteristika vi har sett på er utdanningsnivå, arbeidsledighet, sentralitet, kyst vs. innland, og landsdel. UTDANNINGSNIVÅ 7 Regioner med en høyt utdannet befolkning skiller seg gjennom hele 90-tallet ut som spesielt lite industrielt spesialiserte regioner. I SNF-rapport 35/05 blir det pekt på at lite spesialiserte regioner typisk er sentrale innlandsregioner, og at de gjerne ligger i landsdelen Oslo & Akershus. Figur 8 viser også at regioner med lavt og middels utdanningsnivå skiller seg lite fra hverandre hva angår industrielt spesialiseringsnivå. 7 Med utdanningsnivå menes i denne sammenheng andel av befolkningen som har høyere utdannelse. Utdanningsnivået varierer fra år til år. Hvilke regioner som er i kategoriene lav, middels og høy andel av høyt utdannete vil derfor variere fra år til år. Tabell 3 i appendikset viser hvilke regioner som er i de ulike kategoriene på forskjellige tidspunkt. Det var kun 12 av 90 regioner som skiftet kategori, vi anser derfor inndelingen i kategorier som relativt konstant. 9

Regional spesialisering 0.9 0.85 0.8 0.75 0.7 0.65 0.6 1989 1991 1993 1995 1997 1999 Lav andel av befolkningen med høyere utdannelse Middels andel av befolkningen med høyere utdannelse Høy andel av befolkningen med høyere utdannelse Figur 8: Norske regioners industrielle spesialisering ihht regionenes befolknings utdanningsnivå ARBEIDSLEDIGHET 8 Figur 9 viser at arbeidsledigheten siden 1990 har vært lavest i de mest industrielt spesialiserte regionen hvilket kanskje er noe overraskende. Det er imidlertid viktig å merke seg at man verken her eller i relasjon til andre karakteristika foreløpig har grunnlag for å si om det foreligger årsakssammenheng her, og i så fall, i hvilken retning kausaliteten går. Ser vi på regionene med høyest ledighet, er det en tendens til at graden av spesialisering her har falt over tid. I 1989 var regionene som var mest spesialisert også de med høyest ledighet. I 2001 fant vi den høyeste arbeidsledigheten hos de minst industrielt spesialiserte regionene. Både når det gjelder kategorien høy og middels arbeidsledighet, har spesialiseringsgraden som karakteriserer denne gruppen endret seg markant over tid. Et blikk på tallene som ligger til grunn for analysen, indikerer imidlertid at den enkelte regions grad av spesialisering har vært relativ konstant over tid. Dette er imidlertid ikke tilfellet når det gjelder arbeidsledighet. Så mange som 70 av 90 regioner skiftet kategori (lav, middels, høy) i løpet av perioden mellom 1989 og 2001 9. Endringene i sammenheng mellom arbeidsledighet og spesialiseringsgrad ser med andre ord ut til i første rekke å være drevet av at det regionale arbeidsledighet mønsteret har endret seg; det er med andre ord et annet sett av regioner som i dag har relativ høy arbeidsledighet enn det var ved inngangen til 90-tallet. 8 Arbeidsledighetsnivået varierer fra år til år. Hvilke regioner som er i kategoriene lav, middels og høy arbeidsledighet vil derfor variere fra år til år. Tabell 4 i appendikset viser hvilke regioner som er i de ulike kategoriene på forskjellige tidspunkt. 9 6 regioner hadde høy arbeidsledighet i hele perioden, 2 hadde middels høy ledighet hele perioden og 12 hadde lav ledighet gjennom hele perioden. 10

0.9 Regional spesialisering 0.85 0.8 0.75 0.7 0.65 1989 1991 1993 1995 1997 1999 2001 Lav arbeidsledighet Middels arbeidsledighet Høy arbeidsledighet Figur 9: Norske regioners industrielle spesialisering ihht arbeidsledighet i regionene SENTRALITET OG KYSTLINJE Et vesentlig kjennetegn ved en regions lokalisering er hvor sentral en region er. Ser vi på sammenhengen mellom sentralitet og spesialisering, så finner vi ikke uventet at utkantsregionene er kjennetegnet ved størst grad av industriell spesialisering. Dette ser videre ut til å være en stabil sammenheng, slik som Figur 10 illustrerer. 10 0.95 Regional spesialisering 0.9 0.85 0.8 0.75 0.7 0.65 Utkant regioner Middels sentrale regioner Sentrale regioner 0.6 1989 1991 1993 1995 1997 1999 2001 Figur 10: Norske regioners industrielle spesialisering ihht regionenes sentralitet 10 Tabell 5 i appendiks gir en oversikt over de enkelte regioners kystlinje og sentralitet. 11

Et annet geografisk kjennetegn som forventes å ha betydning for en regions næringsstruktur og næringsutvikling er nærhet til kyst og havn. Splitter vi regionene i to grupper; innlandsregioner og kystregioner, ser vi at kystregionene har vært og forblir atskillig mer spesialiserte enn innlandsregionene. Regional spesialisering 0.84 0.82 0.8 0.78 0.76 0.74 0.72 0.7 0.68 1989 1991 1993 1995 1997 1999 2001 Innlandsregioner Kystregioner Figur 11: Norske regioners industrielle spesialisering ihht regionenes kystlinje REGIONAL SPESIALISERING OG ULIKE KARAKTERISTIKA Ser vi på ulike karakteristika og regional spesialisering, finner vi at kystregioner skiller seg meget fra sentrale regioner og regioner med en høy andel høyt utdannede i befolkningen. Sistnevnte type regioner er relativt minst spesialisert, mens kystregionene er relativt mest spesialisert. Regional spesialisering 0.84 0.82 0.8 0.78 0.76 0.74 0.72 0.7 0.68 1989 1991 1993 1995 1997 1999 2001 Høy andel høyt utdannete Sentrale regioner Kystregioner Høy arbeidsledighet Figur 12: Norske regioners industrielle spesialisering ihht ulike karakteristika 12

1.3 Oppsummering De foregående avsnittene har gitt summerisk oversikt over den typen innsikt som analyser av næringslokalisering kan gi. Funnene innenfor rammen av prosjektet INNED indikerer interessante sammenhenger mellom næringskarakteristika og næringslokalisering og mellom regionskarakteristika og regionale næringsstrukturer. Forståelse av disse sammenhengene er vesentlig for utforming av nærings-, innovasjons- og regionalpolitikk. Det er imidlertid ønskelig å gå videre med denne typen analyser, for ikke bare å avdekke sammenhenger, men også å kunne slå fast om vi her har å gjøre med kausaliteter, og i så fall i hvilken retning kausaliteten går. 13

KAPITTEL 2: NÆRINGS- OG INNOVASJONSPOLITIKK I EN LITEN ÅPEN ØKONOMI Forskningsprosjektet INNED har fokusert på nærings- og innovasjonspolitiske problemstillinger med relevans for norsk økonomisk utvikling og politikkutforming. Problemstillinger vi har sett på omfatter utforming av FoU-politikk innenfor en økonomisk union (for eksempel EØS); virkningen av økonomisk integrasjon på utformingen av en optimal FoU-politikk; rammebetingelser for flernasjonale selskaper og direkte utenlandsinvesteringer som viktige katalysatorer for innovasjon og vekst; samspillet mellom innovasjon, klynger og regionalpolitikk, herunder betydningen av klyngedannelse for politikkutforming som fremmer innovasjon. I punktene nedenfor redegjøres det kort for de arbeidene fra prosjektet som bidrar til å belyse disse temaene. 2.1 Utformingen av FoU-politikk i en økonomisk union Artikkelen Cooperative and non-cooperative r&d policy in an Economic union (SNF arbeidsnotat 49/03) av Jan I. Haaland J. og Hans Jarle Kind tar utgangspunkt i de to hovedspørsmålene i prosjektskissen, og analyserer formelt determinanter og mulige utforminger på FoU-politikken i en økonomisk union. I denne forbindelse konstruerer vi en enkel modell med horisontalt differensierte goder som produseres i forskjellige land innenfor unionen. Bedriftene har mulighet til å investere i FoU for å forbedre kvaliteten og dermed øke etterspørselen etter sine produkter. Videre kan hvert land subsidiere sine innenlandske bedrifters forskningsinnsats. I den formelle modellen påvirker FoU-subsidier et lands velferd gjennom to kanaler: gjennom å øke konsumentoverskuddet ved at produktkvaliteten øker, og ved å øke konkurransekraften til den innenlandske bedriften. Mens den første kanalen kan være en god grunn til å subsidiere FoU både fra unionens og hvert enkelt lands synsvinkel, er den andre kanalen et profit-shifting argument som kan føre til en skadelig politikkonkurranse mellom ulike nasjoner innenfor unionen. Det kan spesielt være grunn til å trekke frem følgende funn i artikkelen: A) Bedrifters incentiver til å investere i kvalitetsfremmende innovasjoner vil være avhengig av hvor nære substitutter rivalene produserer. B) Offentlige FoU-subsidier i en økonomisk union bør i utgangspunktet ikke avhenge av den interne fordelingen av konsumenter og bedrifter mellom medlemslandene. Selv i en relativt tett sammenvevd økonomisk union som EU, er imidlertid FoU-politikken lite koordinert på tvers av 14

landegrenser. Dette kan føre til at land med forholdsvis små hjemmemarkeder har for små incentiver til å støtte hjemmebedriftenes FoU-innsats i forhold til land med store hjemmemarkeder. 2.2 Økonomisk integrasjon og utformingen av FoU-politikk Artikkelen R&D Policies, Trade and Process Innovation (SNF arbeidsnotat 60/04) av Jan I. Haaland J. og Hans Jarle Kind har to hovedmål. Det første hovedmålet er å analysere sammenhengen mellom handelskostnader og FoU. Vi viser at økt økonomisk integrasjon (lavere handelskostnader) kan øke både private og sosiale incentiver til å investere i FoU, og derigjennom føre til at bedrifter selger mer både hjemme og utenlands. Det andre hovedmålet er å analysere effektene av politikkonkurranse og samarbeid i internasjonale markeder hvor det er imperfekt konkurranse. Spesielt viser vi at FoU-subsidier faktisk kan redusere antall produktvarianter i markedet. Dette viser seg å være tilfelle uavhengig av om subsidiene blir bestemt kooperativt eller ikke-kooperativt. For øvrig vil vi trekke frem følgende bedrifts- og samfunnsøkonomiske hovedresultater: A) Alt annet likt, vil handelsliberalisering øke bedrifters incentiver til å investere i kostnadsreduserende innovasjoner, og myndighetenes incentiver til å subsidiere FoU. B) Dersom land ikke koordinerer sin FoU-politikk, vil det kunne resultere i at bedrifter som møter forholdsvis svak internasjonal konkurranse mottar for lite FoU-støtte ut fra en velferdsbetraktning, mens det motsatte vil kunne være tilfelle for bedrifter som møter sterk internasjonal konkurranse. Punkt (A) viser følgelig at graden av økonomisk integrasjon kan være en viktig determinant for nivået på innovasjonsaktivitetene, mens punkt (B) viser at det kan være behov for internasjonal koordinering av ulike lands FoU-politikk. 2.3 Rammebetingelser og direkte utenlandsinvesteringer I artikkelen Domestic labour markets and foreign direct investments (SNF Arbeidsnotat 87/05) Av Jan I. Haaland og Ian Wooton fokuseres det på betingelser for at et land skal være attraktivt for og kunne tiltrekke seg utenlandske direkteinvesteringer. Vi ser spesielt på hvordan ulike arbeidsmarkedsforhold i ulike land kan være med å bestemme hvor mobile, utenlandske bedrifter velger å lokalisere seg. Mens tradisjonelle analyser har lagt vekt på lønnsnivået som en viktig faktor, påpekes det her at flere forhold i arbeidsmarkedet kan være viktig. Fleksibilitet i arbeidsmarkedet kan være spesielt viktig i bransjer med stor usikkerhet om fremtidig markedsutvikling. Bedrifter i slike bransjer kan derved velge å lokalisere seg i land med relativt høye lønninger, dersom arbeidsmarked er tilstrekkelig fleksibelt, med muligheter for å skalere ned aktiviteten i dårlige tider. I forhold til spørsmål om innovasjon, verdiskapning og økonomisk utvikling, gir paperet mye interessant innsikt. Land ønsker å tiltrekke seg utenlandsk FDI av mange grunner: Utenlandske 15

bedrifter kan tilføre landet kunnskap og teknologi; slike etableringer kan gi ringvirkninger og spillover-effekter til lokalt næringsliv; de kan gi lærings- og produktivitetsgevinster til lokal arbeidskraft, og de kan bidra direkte til økt sysselsetting og verdiskapning. Det å tilrettelegge for økte inngående FDI er derfor en viktig del av næringspolitikken i flere land. Slik politikk kan ta flere former, fra å tilby god infrastruktur og gode generelle rammevilkår til direkte subsidiering eller spesielle skatteregler med samme effekt. Det som vises i dette paperet, er at det er viktig å se på et videre sett av politikkområder dersom man ønsker å være attraktiv for utenlandske investeringer. Arbeidsmarkedets virkemåte er viktig, og hvis man ønsker å tiltrekke seg FDI i bransjer med stor usikkerhet, kreves det et fleksibelt arbeidsmarked. Med tanke på innovasjon og nyskapning, er kanskje nettopp dette med usikkerhet et viktig moment så paperet bidrar derved også til å si noe om hvordan arbeidsmarkedet kan påvirke etablering av innovative bedrifter, som nærmest per definisjon har en usikker fremtid. 2.4 Innovasjon, klynger og regionalpolitikk I artikkelen Regional policy design: an analysis of relocation, efficiency and equity (A06/04) av Karen Helene Ulltveit-Moe (Midelfart) fokuseres det på utforming av regional politikk i en økonomi med næringsklynger. Næringer kjennetegnet av en høy grad av innovasjon er typisk karakterisert med en stor grad av kunnskapslekkasjer (positive eksterne effekter) og således av klyngeeffekter (eks. Silicon Valley). Regionalpolitikk som har til hensikt å bidra til spredning av økonomisk aktivitet for således å eliminere forskjeller i inntekt og levekår, kan lett komme i konflikt med en innovasjonspolitikk som ønsker en konsentrasjon av økonomisk aktivitet for på denne måten å øke kunnskapslekkasjer og klyngeeffekter og således total verdiskaping og vekst i et land. Vi ser nærmere på hvordan man på en mest effektiv måte kan bidra til eliminering av regionale inntektsforskjeller. For å oppnå en lik regional inntektsfordeling har man i Norge (og andre land) gått inn for å prøve å sørge for en spredning av økonomisk aktivitet på tvers av landets regioner. Vi viser at en slik tilnærming til elimineringen av regionale forskjeller under visse forhold kan være svært kostbar, dvs. innebære et relativt stort velferdstap. Dette fordi man gjennom en spredning av økonomisk aktivitet hindrer utnyttelsen av klyngeeffekter. Klyngeeffekter (eksempelvis kunnskapslekkasjer knyttet til innovasjonsaktivitet) kan typisk virke mellom bedriftene innen en bransje og/eller på tvers av bransjer. Dersom klyngeeffektene innen bransjene dominerer, og transport- og kommunikasjonskostnader er relativt lave, så vil en politikk som fordrer spredning kunne medføre et markant velferdstap: Gjennom å forsere en geografisk spredning av aktivitet i bransjen hindrer man utnyttelsen av klyngeeffekter. Dersom klyngeeffektene mellom bransjene er større enn de er internt i den enkelte bransje, og transport- og kommunikasjonskostnader er høyere, så vil imidlertid en politikk som fremmer spredning av aktivitet være mer fordelaktig, og under visse omstendigheter faktisk føre til økt velferd. Resultatene fra analysen illustrerer at innovasjons- og regionalpolitikk lett kan komme i konflikt med hverandre, og at kunnskap om innovasjonsaktivitet, klyngeeffekter, transaksjons- og 16

kommunikasjonskostnader er vesentlig for utforming av helhetlig og velferdsfremmende økonomisk politikk. 17

APPENDIKS Tabell 1: Kunnskapsintensitet, bruk av innsatsvarer, salg til egen bransje, skalafordeler og sysselsettingsvekst i norske industribransjer 1989-2001 Bruk av innsatsvarer Bruk av innsatsvarer fra egen bransje Kunnskapsintensitet Skalafordeler Sysselsettings vekst 3110 Nærings- og nytelsesmidler 0.408 0.789 0.255 7 0.011 3120 Tobakkprodukter 0.351 0.630 0.000 7-0.027 3210 Tekstiler 0.248 0.629 0.171 4-0.047 3230 Lærprodukter og fottøy 0.191 0.653 0.076 2-0.064 3310 Trevarer 0.266 0.718 0.168 3-0.020 3320 Papirmasse, papir og papirprodukter 0.349 0.690 0.262 11-0.011 3330 Publisering, trykking og reproduksjon 0.525 0.562 0.133 12-0.020 Kull, raffinerte petroleumsprodukter og 3410 kjernekraft 0.613 0.937 0.050 17 0.016 3421 Kjemikalier (unntatt framasøytiske produkter 0.542 0.638 0.233 17-0.023 3422 Farmasøytiske produkter 0.714 0.638 0.233 17 0.039 3430 Gummi og plastikkprodukter 0.295 0.651 0.056 8-0.013 3500 Mineralske produkter 0.297 0.610 0.110 10-0.023 3610 Metaller, jernholdige 0.320 0.731 0.317 16-0.053 3620 Metaller, ikke-jernholdige 0.320 0.731 0.317 16-0.037 3700 Metallprodukter 0.282 0.595 0.041 9-0.012 3810 Maskiner 0.421 0.659 0.152 14-0.004 3820 Kontorrekvisita, regnskaps og datautstyr 0.665 0.723 0.211 15-0.063 3830 Elektriske apparater og maskiner 0.373 0.641 0.183 13-0.011 3850 Instrumenter, ur og klokker 0.439 0.630 0.042 12 0.002 3860 Kjøretøy 0.265 0.677 0.059 19 0.039 3871 Skip 0.280 0.658 0.150 18-0.003 3872 Fly 0.484 0.658 0.150 16-0.030 3873 Annen transport 0.288 0.658 0.150 18-0.077 3910 Møbler 0.258 0.630 0.039 3-0.028 3920 Annen industri 0.272 5-0.017 Kunnskapsintensitet: Bruk av innsatsvarer: Bruk av innsatsvarer over produksjonsverdi 1995 Salg til egen bransje: Salg til egen bransje over produksjonsverdi 1995 Skalafordeler: Rangering av bransjer etter tekniske estimater for skalafordeler (se Pratten, 1988). Høyest rangering indikerer størst skalafordeler. Sysselsettingsvekst: gjennomsnittlig årlig vekst i sysselsetting (antall heltidsansatte) i industrien i perioden 1989-2002 18

Tabell 2: FoU-intensitet i norske industribransjer 1989-2001 1989 1991 1993 1995 1997 1999 2001 3110 Nærings- og nytelsesmidler 0.162 0.316 0.193 0.444 0.942 3120 Tobakkprodukter 0.001 0.001 0.000 0.000 0.000 3210 Tekstiler 0.006 0.013 0.042 0.025 0.093 0.356 3230 Lærprodukter og fottøy 0.002 0.010 0.024 0.018 0.170 3310 Trevarer 0.036 0.029 0.020 0.119 0.057 0.151 0.653 3320 Papirmasse, papir og papirprodukter 0.024 0.054 0.134 0.211 0.097 0.217 1.218 3330 Publisering, trykking og reproduksjon 0.006 0.026 0.174 0.120 0.324 0.340 3410 Kull, raffinerte petroleumsprodukter og kjernekraft 0.016 0.208 0.127 0.169 0.127 0.315 0.033 3421 Kjemikalier (unntatt framasøytiske produkter 0.348 0.386 0.397 0.385 0.236 0.516 5.322 3422 Farmasøytiske produkter 0.149 0.144 0.186 0.133 0.106 0.917 16.241 3430 Gummi og plastikkprodukter 0.069 0.029 0.032 0.067 0.147 0.164 0.186 3500 Mineralske produkter 0.049 0.058 0.052 0.082 0.105 0.434 0.508 3610 Metaller, jernholdige 0.016 0.033 0.002 0.011 0.018 0.301 0.108 3620 Metaller, ikke-jernholdige 0.117 0.174 0.177 0.103 0.072 0.095 0.963 3700 Metallprodukter 0.259 0.088 0.051 0.074 0.106 0.154 1.195 3810 Maskiner 0.364 0.242 0.443 0.506 0.470 0.591 2.969 3820 Kontorrekvisita, regnskaps og datautstyr 0.733 0.126 0.068 0.164 0.082 1.557 0.844 3830 Elektriske apparater og maskiner 0.284 0.261 0.303 0.451 0.322 0.554 1.125 3850 Instrumenter, ur og klokker 0.366 0.156 1.025 0.328 0.512 1.061 1.706 3860 Kjøretøy 0.064 0.035 0.026 0.024 0.073 0.127 4.515 3871 Skip 0.075 0.035 0.049 0.093 0.160 0.491 1.162 3872 Fly 0.023 0.030 0.148 0.058 0.122 0.512 3873 Annen transport 0.005 0.009 0.016 0.019 0.051 3910 Møbler 0.012 0.021 0.111 0.115 0.129 1.110 3920 Annen industri 0.006 0.010 0.011 0.082 0.058 0.111 0.263 FoU-intensiteten er definert ved FoU-utgifter over bearbeidingsverdi til markedspriser 19

Tabell 3: Utdanningsnivå i norske økonomiske regioner 1989-1999 Beregnet som andel av befolkningen med høyere utdannelse Økonomisk region Andel av befolkningen med høyere utdannelse År 1989 1991 1993 1995 1997 1999 191 Halden 0.094 0.102 0.109 0.119 0.127 0.137 192 Moss 0.099 0.109 0.118 0.129 0.139 0.148 193 Fredrikstad/Sarpsborg 0.088 0.097 0.105 0.115 0.125 0.132 194 Askim/Mysen 0.075 0.082 0.088 0.095 0.103 0.110 291 Follo 0.162 0.172 0.184 0.195 0.204 0.217 292 Bærum/Asker 0.255 0.269 0.280 0.289 0.299 0.313 293 Lillestrøm 0.107 0.115 0.123 0.132 0.141 0.151 294 Ullensaker/Eidsfjord 0.083 0.091 0.098 0.105 0.114 0.122 391 Oslo 0.201 0.214 0.225 0.238 0.254 0.279 491 Kongsvinger 0.064 0.071 0.078 0.085 0.091 0.100 492 Hamar 0.098 0.108 0.117 0.127 0.136 0.144 493 Elverum 0.084 0.092 0.101 0.110 0.120 0.129 494 Tynset 0.083 0.090 0.102 0.107 0.115 0.124 591 Lillehammer 0.130 0.146 0.161 0.169 0.176 0.188 592 Gjøvik 0.070 0.079 0.086 0.092 0.100 0.125 593 Midt-Gudbrandsdalen 0.063 0.070 0.075 0.081 0.088 0.096 594 Nord-Gudbrandsdalen 0.064 0.070 0.076 0.081 0.085 0.092 595 Hadeland 0.072 0.081 0.087 0.094 0.102 0.109 596 Valdres 0.077 0.079 0.087 0.093 0.098 0.107 691 Drammen 0.101 0.110 0.118 0.126 0.136 0.147 692 Kongsberg 0.124 0.138 0.151 0.164 0.176 0.187 693 Hønefoss 0.094 0.105 0.114 0.121 0.132 0.144 694 Hallingdal 0.080 0.089 0.100 0.107 0.116 0.125 791 Tønsberg/Horten 0.117 0.128 0.140 0.151 0.163 0.174 792 Holmestrand 0.094 0.101 0.109 0.119 0.130 0.136 793 Sandefjord/Larvik 0.096 0.107 0.116 0.124 0.133 0.144 794 Sande/Svelvik 0.078 0.088 0.095 0.103 0.111 0.121 891 Skien/Porsgrunn 0.094 0.102 0.110 0.117 0.127 0.135 892 Notodden/Bø 0.099 0.105 0.115 0.123 0.135 0.146 893 Kragerø 0.071 0.077 0.084 0.091 0.104 0.110 894 Rukjan 0.074 0.080 0.089 0.099 0.106 0.115 895 Vest-Telemark 0.081 0.090 0.095 0.104 0.111 0.117 991 Risør 0.078 0.085 0.096 0.102 0.112 0.118 992 Arendal 0.113 0.123 0.125 0.134 0.145 0.154 993 Lillesand 0.096 0.107 0.118 0.127 0.134 0.144 994 Setesdal 0.084 0.093 0.102 0.111 0.117 0.124 1091 Kristiansand 0.119 0.129 0.137 0.146 0.155 0.166 1092 Mandal 0.082 0.090 0.097 0.109 0.119 0.125 1093 Lyngdal/Farsund 0.082 0.086 0.092 0.099 0.105 0.112 1094 Flekkefjord 0.077 0.083 0.092 0.097 0.104 0.111 1191 Egersund 0.063 0.070 0.077 0.081 0.087 0.095 1192 Stavanger/Sandnes 0.122 0.132 0.141 0.150 0.163 0.181 1193 Haugesund 0.083 0.091 0.100 0.108 0.116 0.124 20

1194 Jæren 0.076 0.081 0.089 0.094 0.104 0.114 1291 Bergen 0.130 0.141 0.150 0.161 0.171 0.183 1292 Søndre Sunnhordland 0.063 0.074 0.083 0.092 0.096 0.102 1293 Nordre Sunnhordland 0.089 0.096 0.104 0.113 0.118 0.122 1294 Odda 0.086 0.095 0.102 0.108 0.112 0.118 1295 Voss 0.104 0.111 0.122 0.129 0.134 0.142 1491 Florø 0.076 0.089 0.095 0.101 0.107 0.115 1492 Høyanger 0.079 0.084 0.089 0.098 0.103 0.111 1493 Sogndal/Årdal 0.100 0.111 0.121 0.128 0.138 0.145 1494 Førde 0.097 0.108 0.119 0.130 0.138 0.146 1495 Nordfjord 0.084 0.094 0.103 0.112 0.119 0.124 1591 Molde 0.093 0.100 0.110 0.120 0.128 0.135 1592 Kristiansund 0.078 0.088 0.096 0.105 0.110 0.118 1593 Ålesund 0.094 0.103 0.112 0.121 0.129 0.137 1594 Ulsteinvik 0.068 0.077 0.085 0.093 0.101 0.108 1595 Ørsta/Volda 0.109 0.117 0.130 0.139 0.148 0.156 1596 Sunndalsøra 0.082 0.089 0.098 0.108 0.116 0.124 1597 Surnadal 0.061 0.069 0.079 0.089 0.093 0.101 1691 Trondheim 0.137 0.149 0.160 0.171 0.183 0.198 1692 Frøya/Hitra 0.050 0.056 0.063 0.069 0.072 0.076 1693 Brekstad 0.061 0.071 0.079 0.085 0.092 0.098 1694 Oppdal 0.065 0.073 0.078 0.082 0.091 0.098 1695 Orkanger 0.071 0.076 0.086 0.092 0.099 0.105 1696 Røros 0.078 0.085 0.096 0.104 0.111 0.119 1791 Steinkjer 0.084 0.092 0.105 0.115 0.122 0.132 1792 Namsos 0.089 0.099 0.110 0.117 0.127 0.135 1793 Stjørdalshalsen 0.082 0.090 0.097 0.109 0.119 0.129 1794 Levanger/Verdalsøra 0.100 0.108 0.115 0.125 0.132 0.142 1795 Grong 0.064 0.072 0.084 0.088 0.099 0.110 1796 Rørvik 0.051 0.059 0.066 0.075 0.082 0.086 1891 Bodø 0.100 0.112 0.123 0.133 0.143 0.152 1892 Narvik 0.083 0.094 0.103 0.111 0.118 0.126 1893 Brønnøysund 0.062 0.069 0.078 0.084 0.094 0.101 1894 Sandnessjøen 0.007 0.076 0.083 0.090 0.096 0.107 1895 Mosjøen 0.007 0.081 0.090 0.100 0.107 0.114 1896 Mo i Rana 0.007 0.087 0.097 0.107 0.113 0.121 1897 Lofoten 0.062 0.070 0.080 0.088 0.093 0.099 1898 Vesterålen 0.070 0.081 0.088 0.096 0.099 0.106 1991 Harstad 0.098 0.107 0.119 0.126 0.136 0.147 1992 Tromsø 0.124 0.139 0.152 0.167 0.177 0.194 1993 Andselv 0.091 0.111 0.122 0.127 0.134 0.143 1994 Finnsnes 0.064 0.074 0.083 0.090 0.098 0.104 1995 Nord-Troms 0.062 0.073 0.084 0.091 0.092 0.100 2091 Vadsø 0.083 0.093 0.104 0.111 0.115 0.123 2092 Hammerfest 0.085 0.098 0.110 0.117 0.122 0.134 2093 Alta 0.090 0.101 0.118 0.127 0.133 0.142 2094 Kirkenes 0.097 0.108 0.121 0.127 0.131 0.146 21

Tabell 4: Arbeidsledighet i norske økonomiske regioner 1989-1999 Beregnet som andel arbeidsledige av befolkningen Økonomisk region Andel arbeidsledige i befolkningen År 1989 1991 1993 1995 1997 1999 2001 191 Halden 0.046 0.058 0.060 0.050 0.043 0.032 0.022 192 Moss 0.039 0.066 0.091 0.064 0.046 0.035 0.025 193 Fredrikstad/Sarpsborg 0.013 0.017 0.052 0.071 0.051 0.041 0.028 194 Askim/Mysen 0.046 0.078 0.122 0.083 0.053 0.045 0.024 291 Follo 0.035 0.063 0.078 0.057 0.037 0.026 0.015 292 Bærum/Asker 0.021 0.029 0.037 0.030 0.016 0.014 0.011 293 Lillestrøm 0.046 0.076 0.099 0.068 0.040 0.026 0.017 294 Ullensaker/Eidsfjord 0.055 0.085 0.097 0.067 0.041 0.019 0.016 391 Oslo 0.021 0.040 0.047 0.038 0.027 0.020 0.029 491 Kongsvinger 0.052 0.069 0.108 0.074 0.053 0.045 0.028 492 Hamar 0.030 0.042 0.073 0.060 0.040 0.030 0.024 493 Elverum 0.049 0.069 0.085 0.069 0.048 0.049 0.028 494 Tynset 0.028 0.029 0.045 0.041 0.027 0.018 0.013 591 Lillehammer 0.045 0.058 0.048 0.066 0.043 0.025 0.019 592 Gjøvik 0.066 0.083 0.102 0.076 0.051 0.023 0.015 593 Midt-Gudbrandsdalen 0.082 0.109 0.104 0.084 0.058 0.035 0.026 594 Nord-Gudbrandsdalen 0.063 0.073 0.091 0.075 0.053 0.038 0.022 595 Hadeland 0.043 0.071 0.098 0.077 0.042 0.028 0.017 596 Valdres 0.033 0.042 0.050 0.034 0.018 0.019 0.009 691 Drammen 0.038 0.058 0.083 0.063 0.041 0.036 0.024 692 Kongsberg 0.038 0.042 0.052 0.055 0.035 0.021 0.018 693 Hønefoss 0.034 0.040 0.062 0.041 0.026 0.023 0.017 694 Hallingdal 0.027 0.032 0.035 0.028 0.021 0.013 0.008 791 Tønsberg/Horten 0.050 0.055 0.071 0.057 0.039 0.030 0.024 792 Holmestrand 0.048 0.061 0.095 0.078 0.046 0.030 0.021 793 Sandefjord/Larvik 0.052 0.066 0.087 0.071 0.050 0.040 0.027 794 Sande/Svelvik 0.079 0.096 0.160 0.128 0.067 0.043 0.016 891 Skien/Porsgrunn 0.050 0.067 0.091 0.079 0.054 0.040 0.034 892 Notodden/Bø 0.072 0.080 0.086 0.066 0.043 0.026 0.022 893 Kragerø 0.062 0.072 0.122 0.097 0.053 0.064 0.029 894 Rukjan 0.057 0.063 0.058 0.055 0.036 0.020 0.024 895 Vest-Telemark 0.061 0.077 0.090 0.068 0.042 0.033 0.023 991 Risør 0.095 0.087 0.113 0.084 0.046 0.051 0.036 992 Arendal 0.034 0.029 0.086 0.070 0.045 0.041 0.032 993 Lillesand 0.059 0.061 0.073 0.066 0.040 0.038 0.028 994 Setesdal 0.043 0.053 0.051 0.042 0.027 0.024 0.021 1091 Kristiansand 0.049 0.064 0.074 0.061 0.039 0.031 0.035 1092 Mandal 0.085 0.080 0.091 0.069 0.055 0.041 0.028 1093 Lyngdal/Farsund 0.064 0.078 0.078 0.081 0.051 0.055 0.046 1094 Flekkefjord 0.058 0.041 0.077 0.050 0.030 0.030 0.023 1191 Egersund 0.043 0.038 0.038 0.044 0.030 0.021 0.024 1192 Stavanger/Sandnes 0.045 0.047 0.046 0.048 0.034 0.025 0.031 1193 Haugesund 0.074 0.074 0.061 0.061 0.035 0.031 0.036 22

1194 Jæren 0.043 0.055 0.047 0.036 0.024 0.019 0.017 1291 Bergen 0.067 0.072 0.076 0.061 0.047 0.034 0.031 1292 Søndre Sunnhordland 0.118 0.120 0.101 0.087 0.054 0.052 0.030 1293 Nordre Sunnhordland 0.085 0.053 0.059 0.055 0.036 0.030 0.037 1294 Odda 0.055 0.062 0.056 0.051 0.040 0.036 0.030 1295 Voss 0.045 0.047 0.053 0.051 0.043 0.037 0.031 1491 Florø 0.065 0.043 0.040 0.044 0.030 0.023 0.025 1492 Høyanger 0.024 0.030 0.029 0.032 0.021 0.017 0.013 1493 Sogndal/Årdal 0.028 0.041 0.040 0.041 0.027 0.016 0.013 1494 Førde 0.043 0.045 0.043 0.035 0.022 0.018 0.017 1495 Nordfjord 0.042 0.047 0.044 0.035 0.024 0.022 0.018 1591 Molde 0.058 0.056 0.067 0.043 0.027 0.024 0.022 1592 Kristiansund 0.104 0.099 0.103 0.096 0.066 0.052 0.041 1593 Ålesund 0.068 0.062 0.073 0.044 0.027 0.023 0.023 1594 Ulsteinvik 0.064 0.052 0.068 0.045 0.027 0.035 0.023 1595 Ørsta/Volda 0.058 0.050 0.053 0.039 0.028 0.027 0.025 1596 Sunndalsøra 0.058 0.070 0.071 0.068 0.037 0.018 0.016 1597 Surnadal 0.069 0.079 0.068 0.058 0.040 0.027 0.022 1691 Trondheim 0.057 0.070 0.079 0.063 0.041 0.039 0.034 1692 Frøya/Hitra 0.075 0.061 0.079 0.060 0.041 0.035 0.033 1693 Brekstad 0.096 0.094 0.095 0.090 0.071 0.060 0.033 1694 Oppdal 0.056 0.063 0.071 0.068 0.044 0.034 0.018 1695 Orkanger 0.064 0.085 0.096 0.069 0.047 0.044 0.030 1696 Røros 0.036 0.035 0.051 0.040 0.020 0.017 0.016 1791 Steinkjer 0.056 0.064 0.082 0.073 0.056 0.050 0.039 1792 Namsos 0.066 0.056 0.072 0.062 0.044 0.044 0.038 1793 Stjørdalshalsen 0.073 0.080 0.101 0.086 0.049 0.037 0.030 1794 Levanger/Verdalsøra 0.067 0.071 0.079 0.092 0.057 0.044 0.042 1795 Grong 0.074 0.077 0.077 0.073 0.065 0.055 0.041 1796 Rørvik 0.098 0.102 0.105 0.101 0.068 0.045 0.031 1891 Bodø 0.051 0.057 0.071 0.068 0.051 0.040 0.033 1892 Narvik 0.049 0.051 0.065 0.064 0.044 0.034 0.028 1893 Brønnøysund 0.063 0.065 0.077 0.073 0.045 0.034 0.025 1894 Sandnessjøen 0.096 0.095 0.096 0.066 0.046 0.047 0.040 1895 Mosjøen 0.052 0.053 0.073 0.064 0.045 0.034 0.023 1896 Mo i Rana 0.060 0.069 0.110 0.094 0.057 0.050 0.038 1897 Lofoten 0.092 0.088 0.101 0.092 0.081 0.070 0.051 1898 Vesterålen 0.106 0.096 0.091 0.100 0.061 0.055 0.045 1991 Harstad 0.083 0.076 0.084 0.066 0.048 0.035 0.035 1992 Tromsø 0.049 0.059 0.054 0.053 0.036 0.029 0.025 1993 Andselv 0.053 0.055 0.052 0.073 0.048 0.041 0.022 1994 Finnsnes 0.084 0.094 0.085 0.082 0.057 0.048 0.032 1995 Nord-Troms 0.140 0.120 0.134 0.151 0.101 0.089 0.049 2091 Vadsø 0.072 0.053 0.054 0.068 0.061 0.065 0.053 2092 Hammerfest 0.060 0.059 0.083 0.095 0.083 0.069 0.051 2093 Alta 0.085 0.081 0.090 0.099 0.091 0.076 0.055 2094 Kirkenes 0.044 0.042 0.051 0.058 0.101 0.080 0.042 23

Tabell 5: Regionale karakteristika i norske økonomiske regioner 1989-1999 Økonomisk region Regionale karakteristika nr navn Sentralitet (SSB) kyst landsdel (NUTS2) 191 Halden 0.61 ja Sørøstlandet 192 Moss 0.45 ja Sørøstlandet 193 Fredrikstad/Sarpsborg 0.8 ja Sørøstlandet 194 Askim/Mysen 0.45 nei Sørøstlandet 291 Follo 1.18 ja Oslo & Akershus 292 Bærum/Asker 2.44 ja Oslo & Akershus 293 Lillestrøm 0.6 nei Oslo & Akershus 294 Ullensaker/Eidsfjord 0.68 nei Oslo & Akershus 391 Oslo 2.11 ja Oslo & Akershus 491 Kongsvinger 0.4 nei Hedmark & Oppland 492 Hamar 0.78 nei Hedmark & Oppland 493 Elverum 0.39 nei Hedmark & Oppland 494 Tynset 0.61 nei Hedmark & Oppland 591 Lillehammer 0.54 nei Hedmark & Oppland 592 Gjøvik 0.48 nei Hedmark & Oppland 593 Midt-Gudbrandsdalen 0.23 nei Hedmark & Oppland 594 Nord-Gudbrandsdalen 0.42 nei Hedmark & Oppland 595 Hadeland 0.33 nei Hedmark & Oppland 596 Valdres 0.45 nei Hedmark & Oppland 691 Drammen 0.77 ja Sørøstlandet 692 Kongsberg 0.93 nei Sørøstlandet 693 Hønefoss 0.7 nei Sørøstlandet 694 Hallingdal 0.34 nei Sørøstlandet 791 Tønsberg/Horten 0.87 ja Sørøstlandet 792 Holmestrand 0.38 ja Sørøstlandet 793 Sandefjord/Larvik 0.89 ja Sørøstlandet 794 Sande/Svelvik 0.37 ja Sørøstlandet 891 Skien/Porsgrunn 0.6 ja Sørøstlandet 892 Notodden/Bø 0.72 nei Sørøstlandet 893 Kragerø 0.3 ja Sørøstlandet 894 Rukjan 0.44 nei Sørøstlandet 895 Vest-Telemark 0.32 nei Sørøstlandet 991 Risør 0.75 ja Rogaland & Agder 992 Arendal 0.72 ja Rogaland & Agder 993 Lillesand 0.43 ja Rogaland & Agder 994 Setesdal 0.16 nei Rogaland & Agder 1091 Kristiansand 0.93 ja Rogaland & Agder 1092 Mandal 0.57 ja Rogaland & Agder 1093 Lyngdal/Farsund 0.29 ja Rogaland & Agder 1094 Flekkefjord 0.3 ja Rogaland & Agder 1191 Egersund 0.36 ja Rogaland & Agder 1192 Stavanger/Sandnes 1.04 ja Rogaland & Agder 1193 Haugesund 0.55 ja Rogaland & Agder 24

1194 Jæren 0.38 ja Rogaland & Agder 1291 Bergen 0.94 ja Vestlandet 1292 Søndre Sunnhordland 0.45 ja Vestlandet 1293 Nordre Sunnhordland 0.45 ja Vestlandet 1294 Odda 0.21 ja Vestlandet 1295 Voss 0.54 ja Vestlandet 1491 Florø 0.52 ja Vestlandet 1492 Høyanger 0.19 ja Vestlandet 1493 Sogndal/Årdal 0.46 ja Vestlandet 1494 Førde 0.54 ja Vestlandet 1495 Nordfjord 0.36 ja Vestlandet 1591 Molde 0.42 ja Vestlandet 1592 Kristiansund 0.49 ja Vestlandet 1593 Ålesund 0.55 ja Vestlandet 1594 Ulsteinvik 0.44 ja Vestlandet 1595 Ørsta/Volda 0.3 ja Vestlandet 1596 Sunndalsøra 0.18 ja Vestlandet 1597 Surnadal 0.21 ja Vestlandet 1691 Trondheim 1.05 ja Trøndelag 1692 Frøya/Hitra 0.2 ja Trøndelag 1693 Brekstad 0.25 ja Trøndelag 1694 Oppdal 0.24 nei Trøndelag 1695 Orkanger 0.44 ja Trøndelag 1696 Røros 0.22 nei Trøndelag 1791 Steinkjer 0.44 ja Trøndelag 1792 Namsos 0.53 ja Trøndelag 1793 Stjørdalshalsen 0.37 ja Trøndelag 1794 Levanger/Verdalsøra 0.28 ja Trøndelag 1795 Grong 0.41 nei Trøndelag 1796 Rørvik 0.33 ja Trøndelag 1891 Bodø 0.53 ja Nord-Norge 1892 Narvik 0.51 ja Nord-Norge 1893 Brønnøysund 0.29 ja Nord-Norge 1894 Sandnessjøen 0.35 ja Nord-Norge 1895 Mosjøen 0.3 ja Nord-Norge 1896 Mo i Rana 0.86 ja Nord-Norge 1897 Lofoten 0.32 ja Nord-Norge 1898 Vesterålen 0.44 ja Nord-Norge 1991 Harstad 0.55 ja Nord-Norge 1992 Tromsø 0.62 ja Nord-Norge 1993 Andselv 0.23 ja Nord-Norge 1994 Finnsnes 0.43 ja Nord-Norge 1995 Nord-Troms 0.27 ja Nord-Norge 2091 Vadsø 0.32 ja Nord-Norge 2092 Hammerfest 0.28 ja Nord-Norge 2093 Alta 0.43 ja Nord-Norge 2094 Kirkenes 0.5 ja Nord-Norge 25