Kommunaludvalget 2012-13
KOU Alm.del Bilag 125
Offentligt
Jesper Wittrup, Kurt Houlberg, Anne Line Tenney Jordan og Peter Bogetoft
Kommunale serviceniveauer ogproduktivitet
Publikationen ”Kommunaleserviceniveauer og produktivi-tet”kan hentes fra hjemmesiden www.kora.dk� KORA og forfatterneMindre uddrag, herunder figurer, tabeller og citater, ertilladt med tydelig kildeangivelse. Skrifter, der omtaler,anmelder, citerer eller henviser til nærværende, bedessendt til KORA.� Omslag: Mega Design og MonokromUdgiver: KORAISBN: 978-87-7509-614-510542Juni 2013KORADet Nationale Institut forKommuners og Regioners Analyse og ForskningKORA er en uafhængig statslig institution, hvis formål er atfremme kvalitetsudvikling, bedre ressourceanvendelse ogstyring i den offentlige sektor.
2
SammenfatningDet er en vanskelig opgave at vurdere kommunernes serviceniveauer og produktivitet. Dentraditionelle måde at opgøre det kommunale serviceniveau på består i at beregne et forventetudgiftsniveau ud fra en model, der tager højde for kommunernes demografiske og socioøkono-miske forhold. De faktiske serviceudgifter sammenholdes derefter med de forventede. Kommu-ner, der bruger flere penge end forventet, har ifølge denne definition et relativt højt serviceni-veau.En væsentlig ulempe ved denne metode er, at den ikke tager højde for forskelle med hensyn tilkommunernes produktivitet. Det, at en kommune bruger flere penge end forventet, behøverikke nødvendigvis betyde, at borgerne modtager en høj service men kan også skyldes, atkommunen har en lav produktivitet. På den bagrund har Produktivitetskommissionen bedt KO-RA om at opstille et alternativt mål for kommunernes serviceniveauer, der ikke baserer sig på,hvor mange penge kommunen bruger men på, hvad kommunen faktisk leverer til borgerne.KORA har således gennemgået eksisterende data vedrørende kommunernes ”output” og haridentificeret 47 indikatorer, der hver især bidrager til at kaste lys over den konkrete service,kommunerne leverer til borgerne. Det er eksempelvis indikatorer for de faglige resultater, fol-keskolerne opnår (kontrolleret for elevernes sociale karakteristika), for personalenormeringer idagtilbud, for omfanget af hjemmehjælpstimer, biblioteksudlån og vejkvalitet. Indikatorerne erudvalgt således, at de kun omfatter indikatorer, hvor det står klart, at der er en efterspørgselfra borgerne, der indebærer, at der kan gives en fornuftig tolkning af, hvorvidt en given værdikan opfattes som udtryk for en højere eller lavere service. Desuden er indikatorer karakterise-ret ved tvivlsom datakvalitet fravalgt.Alle disse indikatorer vægtes sammen for at give et samlet billede af kommunernes serviceni-veauer. Sammenvægtningsmetoden er ganske kompliceret, men i hovedtræk er princippet, atvi med vægtningen søger at stille den enkelte kommune i det bedst mulige lys. Hvis en kom-mune således giver skolebørnene mange undervisningstimer, men til gengæld også har mangeelever i klasserne, gives indikatoren for antal undervisningstimer en høj betydningsvægt fordenne kommune, mens indikatoren for klassekvotient gives en lav vægt. Hermed respekterermetoden, at det ikke er muligt præcist at værdisætte de enkelte serviceydelser, og at de kom-munale prioriteringer varierer.Selv når de enkelte kommuners serviceniveauer på denne vis sættes i det bedst mulige lys,fremgår det af KORAs beregninger, at nogle kommuner har et generelt lavere serviceniveauend andre. Der er – afhængigt af valg af beregningsmodel – et antal kommuner, der med ind-byrdes forskellige prioriteringer af serviceområderne, definerer den højeste, generelle, kommu-nale service. I forhold til disse har de øvrige kommuner, uanset hvordan serviceindikatorernevægtes, en lavere service.Endvidere viser det sig, at disse forskelle med hensyn til kommunernes serviceniveauer kun i etvist omfang kan forklares med tilsvarende forskelle i kommunernes udgiftsforbrug. Der er der-for grundlag for at antage, at der i mange kommuner er et produktivitetspotentiale. Dette kanenten udtrykkes ved, at kommunerne med det eksisterende udgiftsniveau bør kunne øge deresservice, eller at de bør kunne spare uden at sænke serviceniveauet. Det er selvsagt vanskeligtat give et præcist bud på størrelsen af disse potentialer, men KORAs mest konservative modelangiver, at der i kommunerne vil kunne effektiviseres svarende til en værdi på godt fem mia.kr.Dette estimat er på en række punkter meget konservativt, bl.a. fordi indikatorerne sammen-vægtes på en måde, så produktivitetspotentialet for den enkelte kommune minimeres, og fordi3
det antages, at der for alle de kommuner, hvor det ikke med stor sikkerhed kan siges at de ermindre produktive end andre kommuner, ikke er potentiale for forbedring af produktiviteten.Det reelle potentiale forbundet med, at de mindst produktive kommuner lærer af de mest pro-duktive, kan således være væsentligt større, end her angivet. Hvis man eksempelvis foretageren tilsvarende beregning af potentialerne på de tre store serviceområder hver for sig, og sum-merer beløbene, identificerer dette et væsentligt større potentiale. Alene på skoleområdet iden-tificerer denne analyse et produktivitetspotentiale på over fem mia. kr.Denne forskel skyldes primært, at vi, når de sektorspecifikke modeller ”lægges sammen”, irealiteten sætter en højere norm, fordi vi antager, at man kan kombinere bedste praksis på fxskoleområdet i én kommune med bedste praksis på dagtilbudsområdet i en anden kommune.Den samlede model antager modsat – og langt mere konservativt – at bedste praksis-kommuner skal være høj-produktive på alle serviceområder samtidig.Valget mellem den sektorspecifikke og den samlede model afhænger dermed i høj grad af, omvi tror på, at kommunerne vil kunne lære af forskellige andre kommuner på forskellige områder– eller om vi omvendt finder, at det er nødvendigt med et entydigt forbillede på alle områder,der evt. kan antages at afspejle en sammenhængende ”forvaltningskultur”. Desuden bør valgetogså afhænge af, hvor stort omfanget af mellemkommunale forskelle i konteringspraksis vur-deres at være, fordi sådanne forskelle potentielt kan gøre det vanskeligt at sammenligne kom-munerne på områdeniveau. De foretagne analyser peger på, at det identificerede potentiale påskoleområdet ikke i væsentligt omfang er påvirket af konteringsforskelle. Konteringsmæssigeforskelle og problemer kan derimod være mere betydelige på flere af de øvrige serviceområder.Et væsentligt forbehold i forhold til denne analyse er endvidere, at den kun indfanger den del afden kommunale service, der er målbare indikatorer for. En kommune, der ud fra nærværendeanalyse fremstår med en relativ lav, målbar service til borgerne sammenlignet med andrekommuner, kan potentielt levere fremragende service på ikke-målte dimensioner. Et særskiltdelformål med KORAs gennemgang af eksisterende data for kommunale serviceydelser har daogså været at pege på serviceområder, hvor der er behov for en bedre indsats for at tydeliggø-re den service, borgerne modtager. Det er særligt på det specialiserede socialområde, der ud-gør 14 pct. af de samlede serviceudgifter, at der er mangel på valide data. Dernæst ville detvære en stor fordel for en analyse af denne art, hvis det på flere områder var muligt at trækkepå indikatorer for effekten af den kommunale service (som eksempelvis vedr. skolernes bidragtil elevernes faglige resultater) frem for output-mål som fx personalenormeringer.Et andet væsentligt formål med analysen har været at introducere en ny og mere avanceretmetode til benchmarking på det kommunale område.Det er ikke hensigten med denne analyse at udstille enkeltkommuner. Dette skal også ses somen anerkendelse af behovet for fortsat at arbejde med forbedring af datagrundlaget. Analysere-sultaterne vil dog givetvis kunne give de enkelte kommuner inspiration til deres egne initiativermed hensyn effektivisering. Dette gælder til dels den generelle vurdering af forholdet mellemserviceniveau og udgifter men måske især de potentialer, der knytter sig til de enkelte service-områder. Det er indtil videre aftalt, at kommunernes adgang til mere detaljerede oplysningerom de potentialer, der er identificeret, sker via Produktivitetskommissionens sekretariat.Analysen er for KORA udarbejdet af programleder, cand.scient.pol., ph.d. Jesper Wittrup, pro-gramchef, cand.scient.pol., ph.d. Kurt Houlberg, konsulent, cand.scient.pol. Anne Line TenneyJordan og professor, cand.scient.oecon., dr.merc. Peter Bogetoft, CBS. Rapportudkast og mo-deller er løbende blevet drøftet med Produktivitetskommissionens sekretariat1.
1
I tilgift er metoden blevet drøftet med KL.
4
Indhold122.12.22.32.433.13.24I.II.III.Indledning .................................................................................................... 6Kommunale serviceniveauer ............................................................................ 8Begrebslig ramme ............................................................................................ 8Serviceindikatorer ............................................................................................ 9Metode til beregning af kommunale serviceniveauer ............................................ 11Resultater ..................................................................................................... 13Kommunalt produktivitetspotentiale ................................................................ 17Metode ......................................................................................................... 17Resultater ..................................................................................................... 18Fremadrettede perspektiver ........................................................................... 21Appendiks 1: Metode .................................................................................... 23Appendiks 2: Data ....................................................................................... 31Appendiks 3: Modelvalg og test heraf .............................................................. 66
Litteratur ............................................................................................................ 71
5
1 IndledningFormålet med denne rapport er at analysere serviceniveau og produktivitet i danske kommunerpå basis af benchmarkingmetoden Data Envelopment Analysis (DEA) og data, der i højere gradend i tidligere analyser består af output-baserede oplysninger om den kommunale service.Projektet har to delformål:Beregning af et samlet indeks for kommunal service, der ikke (direkte) baseres på ud-giftsdata.Identifikation af effektiviseringspotentialer, der tager hensyn til forskelle i serviceni-veauer.
Projektet er rekvireret og finansieret af Produktivitetskommissionen.Tidligere indikatorer for serviceniveau har typisk været baseret på udgiftsmodeller, hvor kom-munernes udgifter korrigeres for forskelle i demografisk og socioøkonomisk betingede udgifts-behov (se fx Houlberg, 2013; KL, 2010; Økonomi- og Indenrigsministeriet, 2013a, 2013b). Envæsentlig ulempe ved denne metode er, at den ikke tager højde for forskelle med hensyn tilkommunernes produktivitet. Det, at en kommune bruger flere penge end forventet, behøverikke nødvendigvis betyde, at borgerne modtager en høj service, men kan også skyldes, atkommunen har en lav produktivitet. På den bagrund har Produktivitetskommissionen bedt KO-RA om at opstille et alternativt mål for kommunernes serviceniveauer, der ikke baserer sig på,hvor mange penge kommunen bruger, men på hvad kommunen faktisk leverer til borgerne.Der er fem primære udfordringer ved konstruktionen af en outputbaseret kommunal servicein-dikator. Disse udfordringer er centrale for projektets valg af metode og er også vigtige for for-ståelsen af de forbehold, der må tages, når resultaterne af analysen fortolkes.For det første er der på nogle områder mangel på gode ikke-monetære indikatorer for output.Vi vurderer, at der for hele serviceområder, svarende til ca. 25 pct. af de samlede kommunaleudgifter, ikke findes relevante output- eller outcome-indikatorer. Heraf udgør en stor del dogadministration, der må formodes direkte eller indirekte at medvirke til produktionen af de øvri-ge (og målbare) serviceydelser.For det andet er det – selv på serviceområder, hvor der findes en række relevante indikatorer –naturligvis ikke alt, der måles eller er målbart. Vi har mål for fx personalenormeringer i ældre-plejen, men ikke for antallet af ”robotstøvsugere”. Vi kan vurdere folkeskolernes eksamensre-sultater, men ikke andre elementer af det outcome, folkeskolerne leverer.Det er derfor vigtigtat hæfte sig ved, at projektet præsenterer en sammenligning af kommunernes målelige ser-viceoutput. Kommuner, der fremstår med et relativt lavt målbart serviceniveau, kan evt. haveprioriteret ikke-målbare aspekter højt.For det tredje har vi kun i meget begrænset omfang kunnet basere opgørelsen af et kommunaltserviceniveau på outcome-indikatorer. De fleste af de anvendte indikatorer er output-indikatorer. Det indebærer, at vi ikke nødvendigvis kan sige, at et højt målbart kommunaltserviceniveau er udtryk for gode resultater og effekter i forhold til borgerne.For det fjerde kan det være problematisk at sammenligne indikatorer mellem kommuner medstore forskelle med hensyn til borgernes sociale baggrund. I forhold til visse indikatorer har viforetaget korrektioner for social baggrund – det gælder eksempelvis de beregnede undervis-ningseffekter, hvor der er taget højde for elevernes sociale baggrund. Og i forbindelse medældreområdet tages højde for de ældres alderssammensætning.
6
På andre områder kan man muligvis argumentere for, at den service, borgerne ”oplever”, inogen grad kan forventes at afhænge af de andre borgeres sociale baggrund. Hvis det eksem-pelvis antages, at elever og børnehavebørn med svag social baggrund kræver mere tid fra læ-rere og pædagoger, vil der alt andet lige være mindre tid til barnet med en(lands)gennemsnitlig baggrund i en kommune med mange borgere med svag social baggrund.Samme betragtning kan anvendes i forhold til ældre. Kommuner med mange ældre med ensvag social baggrund kan evt. forventes at være mere plejekrævende. Dette indebærer, at fxidentiske personalenormeringer muligvis vil kunne opleves som udtryk for forskellige serviceni-veauer i forhold til ”gennemsnitsborgeren” afhængigt af den sociale sammensætning i kommu-nen.Dette sammenlignelighedsproblem har vi i analysen søgt at håndtere ved at lægge restriktionerpå, hvilke kommuner der sammenlignes, således at kommuner ikke sammenlignes med kom-muner med en meget anderledes social sammensætning.For det femte består en meget væsentlig udfordring i, hvorledes indikatorerne indbyrdes skalvægtes. Det gælder både inden for det enkelte sektorområde (hvordan vægtes klassekvotient iforhold til antal undervisningstimer?) og mellem sektorområder (hvordan vægtes betydningenaf et højt serviceniveau på dagtilbudsområdet i forhold til serviceniveauet i ældreplejen?). Dissespørgsmål findes der ikke entydige svar på, og kommunerne vil givetvis have forskellige priori-teringer af vigtigheden af indikatorer og områder. Denne problemstilling er en vigtig begrundel-se for valget af projektets metode, der netop er ideel til at tage højde for usikkerhed om denrelative vigtighed eller prioritering af de målte outputs. Metoden diskuteres nærmere i appen-diks 1, mens appendiks 2 gennemgår de valgte indikatorer.I kapitel 2 præsenteres resultaterne af beregningen vedrørende de kommunale serviceindikato-rer. Der foretages både en samlet beregning og en beregning for de enkelte hovedområder. Etsådant indeks har selvstændig interesse, fordi Økonomi- og Indenrigsministeriets traditionelleindeks, som nævnt, ikke er i stand til at separere service fra lav produktivitet. Høje afholdteudgifter kan fx både skyldes et højt serviceniveau og en lav produktivitet. Projektets alternativeindeks er et forsøg på at komme et skridt nærmere en måling af det reelle serviceniveau.I kapitel 3 sammenholdes det målte serviceniveau med kommunernes udgiftsforbrug, og derforetages på den baggrund en vurdering af det samlede effektiviseringspotentiale i den kom-munale sektor.
7
2 Kommunale serviceniveauer2.1 Begrebslig rammeI Figur 2.1 præsenteres projektets overordnede begrebslige ramme for forståelse af den kom-munale produktionsproces.Figur 2.1 Model for den kommunale produktionsproces
Udgangspunktet for den kommunale serviceproduktion er det input, der i form af budgetmæs-sige ressourcer allokeres til den samlede serviceproduktion såvel som disses fordeling på deenkelte kommunale serviceområder. Disse ressourcer transformeres gennem kommunens or-ganisation og processer til et output i form af den konkret producerede service, som borgernemodtager. Disse præstationer forventes på kortere eller længere sigt at have betydning forrealiseringen af de målsætninger, der er for serviceproduktionen på de enkelte serviceområder.Det vil sige, det outcome serviceproduktionen giver anledning til i form af de resultater og ef-fekter, der er målet for aktiviteten på de pågældende serviceområder.I praksis er det ofte vanskeligt at foretage en meget stringent sondring mellem output og out-come for kommunale serviceydelser, men nogle typer af indikatorer falder mere eller mindrenaturligt i den ene eller anden kategori. Som eksempel kan man opfatte den gennemsnitligeklassekvotient i en kommunes folkeskoler som en indikator, der primært knytter sig til denkonkret producerede service (output). Her kan en lav klassekvotient tages som et udtryk for enservice, der efterspørges af borgerne, men det er usikkert, hvilken længerevarende effekt dethar på eleverne at have gået i en klasse med relativt færre klassekammerater. Omvendt kanman også se på de karakterer, eleverne opnår til den afsluttende folkeskoleeksamen. Karakte-rerne kan opfattes som en effekt (outcome) af – blandt andet – den service skolen har leveret.Der er udfordringer forbundet med anvendelsen af såvel output- og outcome-indikatorer ved enanalyse af det kommunale serviceniveau. I forbindelse med output-indikatorerne kan det i nog-le tilfælde være vanskeligt at afgøre om en given værdi for output er udtryk for højere ellerlavere service. Eksempelvis er det ikke givet, at alle vil betragte flere specialundervisningsele-ver, flere anbragte børn uden for eget hjem, flere kontanthjælpsmodtagere eller flere i behand-
8
ling for alkoholmisbrug som udtryk for en forbedret service. I denne undersøgelse har vi valgtprimært at begrænse os til output-indikatorer, hvor det står klart, at der er en efterspørgsel fraborgerne, der indebærer, at vi kan give en fornuftig tolkning af, hvorvidt en given værdi kanopfattes som udtryk for en bedre eller dårligere service.I forbindelse med outcome-indikatorerne er problemet, at den kommunale service sjældent eralene om at påvirke det observerede outcome. I eksemplet med folkeskolekaraktererne ved vifra talrige undersøgelser, at elevernes sociale baggrund spiller en meget stor rolle for karakter-opnåelsen, der således ikke kan tilskrives skolen alene. Denne type faktorer er i Figur 2.1 be-nævnt ”kontekst/rammebetingelser”. I det omfang outcome-indikatorer bruges som udtryk forden leverede kommunale service, bør tallene renses for de mest oplagte alternative forkla-ringskilder. Dette begrænser naturligt mængden af anvendelige outcome-indikatorer.Igennem de seneste tre årtier er der i forvaltningspolitikken og forvaltningsreformerne sket etskift i fokus fra styring på input-siden til stigende fokus på output og outcome, såvel i Danmark(Ejersbo og Greve, 2008) som i andre lande i den vestlige verden (Pollitt & Bouckaert, 2011). IEngland har ”the UK Audit Commission” for eksempel i en årrække publiceret et omfattendeperformance-indeks for de engelske kommuner (Andrews et al., 2005), ligesom der i Norgeeksisterer et nationalt ”produktionsindeks” for kommunale tjenester omfattende dagtilbud,folkeskoler, ældreomsorg, sundhedstjeneste, udsatte børn og unge, kultur og socialkontorer(Kommunal- og regionaldepartementet, 2012: 104; Borge et al., 2008). I Danmark har der i desenere år i regi af Styregruppen for Tværoffentligt Samarbejde (STS) været gennemført enrække ”dokumentationsprojekter” på de kommunale serviceområder med det formål at justereog omlægge den nationale dokumentation, så der i højere grad er fokus på resultater og effek-ter. Et andet eksempel er arbejdet med indførsel af et output-baseret nationalregnskab foroffentlige tjenester (Deveci, 2011).Bevægelsen i retning af øget fokus på output og outcome udfordres imidlertid fortsat af enrække videnmæssige, metodiske og datamæssige begrænsninger. I appendiks 2 gives en over-sigtlig vurdering af validiteten af eksisterende effektdata og udgiftsdata. Det ligger uden fordette projekts rammer at udvikle nye data og indikatorer, som kan bidrage til at tilvejebringemere valide effektmål. Projektets afsæt er primært de eksisterende data (såvel offentligt til-gængelige data, som data KORA har udarbejdet eller fremskaffet) og på grundlag af en vurde-ring af disse datas egnethed at udvikle en output-baseret indikator for serviceniveauet i kom-munerne.
2.2 ServiceindikatorerUdvælgelsen af de konkrete output-indikatorer baseres på en samlet vurdering af de eksiste-rende datas tilgængelighed, validitet og komplethed, samt i hvilken udstrækning de dækkercentrale indsatser og målsætninger på de pågældende serviceområder. På en række områderinddrages endvidere indikatorer, der på basis af eksisterende viden vurderes at udtrykke cen-trale forhold ved kvaliteten på et område eller opfanger resultater på et område, der vurderessom væsentlige i forhold til helheden af målsætninger på området.Ved tolkning af indikatorer og analyseresultater er der en række opmærksomhedspunkter:Indikatorerne dækker ikke udgifter til det brugerfinansierede område på hovedkonto 1,overførsler (bortset fra udgifter til beskæftigelsesforanstaltninger) og aktivitetsbestemtmedfinansiering af sundhedsvæsenet, men afgrænses til den kommunale servicevirk-somhed/serviceproduktion.Indikatorerne er ikke dækkende for alle målsætninger og aktiviteter på de enkelte om-råder.Brugeroplevet kvalitet indgår ikke.
9
Medarbejdertrivsel og arbejdsmiljø indgår ikke.Der er ikke taget højde for, at der på en række områder kan være en tidsmæssig for-skydning mellem det tidspunkt, hvor en kommunal indsats finder sted og det tidspunkt,hvor en ønsket effekt kan forventes opnået.
Samlet har KORA ved datagennemgangen udvalgt 47 indikatorer, der belyser den service bor-gerne modtager fra kommunen (Tabel 2.1). Indikatorerne beskrives mere detaljeret i appen-diks 2. For kommunerne under ét svarer de udgiftsområder, der er dækket af serviceindikato-rer, til ca. 75 procent af de samlede kommunale serviceudgifter. Den konkrete andel kan varie-re fra kommune til kommune. Der henvises til Tabel II.2 i appendiks 2 for en samlet oversigtover de udgifter, hvor det ikke har været muligt at identificere valide outputbaserede indikato-rer for serviceniveau.For at øge indikatorernes robusthed og minimere følsomheden over for udsving i enkeltår målesde enkelte indikatorer så vidt muligt som et gennemsnit over årene 2009-2011.Tabel 2.1 Indikatorer for kommunal serviceServiceområdeDagtilbudIndikatorer for serviceniveauFolkeskole inkl. SFOog specialskoleÆldreområdetUdsatte børn ogunge, sindslidendeog voksne handi-cappedeBiblioteksvæsen,kultur og fritidPersonalenormering dagplejePersonalenormering daginstitutionerAndel pædagogisk uddannede i daginstitutionerProcentdel raske årsværk blandt dagtilbudsansatte1/klassekvotientLærer-elevratioAntal planlagte undervisningstimer pr. klasseAfholdte timer pr. klasseProcentdel raske årsværk blandt lærerePersonalenormering i SFO og fritidshjemAndel pædagoger og lærere i SFO og fritidshjemUdgifter til kommunale og regionale specialskolerUndervisningseffekt for hhv. humanistiske fag og naturfag1Indskrevne fra kommunen pr. vægtet 65+ årig i alt på plejehjem, i plejeboligertil ældre, ældreboliger samt øvrige boliger for ældrePersonaleårsværk i ældreplejen pr. vægtet 65+ årigAndel 65+ årige (vægtet) der modtager varig hjemmehjælpAntal visiterede hjemmehjælpstimer pr. uge pr. modtagerForebyggende hjemmebesøg pr. 75+ årig1/antal genindlæggelser vedrørende forebyggelige diagnoser (slagtilfælde, væ-skemangel mv.) pr. 67+ årig180 - gennemsnitlig ventetid til plejebolig for personer på generel venteliste,som har fået tilbudt bolig i åretNettodriftsudgift til anbringelser pr. 0-22 årig i forhold til det forventede, givetkommunens demografiske og socioøkonomiske sammensætningNettodriftsudgift til forebyggende foranstaltninger pr. 0-22 årig i forhold til detforventede, givet kommunens demografiske og socioøkonomiske sammensæt-ningAntal botilbud for sindslidende og voksne handicappede pr. 18-64 årig (beta-lingskommune)Enhedsudgift pr. botilbud for sindslidende og voksne handicappedeBestand af bøger pr. indbyggerBestand af lydbøger, musikoptagelser og andre materialer pr. indbyggerBrug af elektroniske ressourcer (downloads) pr. indbyggerUdlån af bøger pr. indbyggerUdlån af lydbøger, musikoptagelser og andre materialer pr. indbygger
10
Serviceområde
Indikatorer for serviceniveauAktive lånere pr. indbyggerPersonaleårsværk på biblioteker pr. indbyggerAkademikerandel af bibliotekspersonaletHovedbibliotekets åbningstimer pr. ugeUdgifter til museer, biografer, teatre, folkeoplysning mv.Kilometer kommunal vej pr. indbygger i forhold til det forventede, givet kom-munens befolkningstæthedVejvedligeholdelsesstandard2Antal heltidsansatte læger og sundhedsplejere i sundhedstjenesten pr. 0-16 årigAntal heltidsansatte tandlæger og klinikassistenter i den kommunale tandplejepr. indskrevet (inkl. omsorgstandpleje)Andel læger og tandlæger af det samlede sundhedspersonaleAndel indskrevne i omsorgstandpleje i pct. af de indskrevne i kommunal tand-plejeBørns tandsundhed180 - antal dages ventetid til genoptræning (ssi.dk)Det gennemsnitlige antal dage på et år, hvor kommunens indbyggere modtagera-dagpenge i forhold til det forventede, givet befolkningens sammensætning ogde lokale arbejdsmarkedsforhold3Det gennemsnitlige antal dage på et år, hvor kommunens indbyggere modtagerkontanthjælp i forhold til det forventede, givet befolkningens sammensætningog de lokale arbejdsmarkedsforhold3Det gennemsnitlige antal dage på et år, hvor kommunens indbyggere modtagersygedagpenge i forhold til det forventede, givet befolkningens sammensætningog de lokale arbejdsmarkedsforhold3Det gennemsnitlige antal dage på et år, hvor kommunens indbyggere modtagerpermanente ydelser (ekskl. efterløn) i forhold til det forventede, givet befolknin-gens sammensætning og de lokale arbejdsmarkedsforhold3
Vejvæsen
Sundhed og fore-byggelse
Arbejdsmarkeds-foranstaltninger
12
Beregnes særskilt af KORABaseres på data om belægningsindeks fra www.samkom.dk3Beregnes særskilt af KORA, med reference til data fra jobindsats.dk
2.3 Metode til beregning af kommunale serviceniveauerVed konstruktionen af indeks for den kommunale service anvendes Data Envelopment Analysis(DEA). Som beskrevet af bl.a. Cherchye m.fl. (2006) er DEA en attraktiv metode ved etableringaf sammensatte indikatorer, bl.a. fordi man hermed kan undgå problematiske antagelser ompræcise vægtningsforhold mellem de bagvedliggende indikatorer. En mere udførlig gennem-gang af de metodiske problemstillinger er foretaget i appendiks 1.Den basale udfordring i forbindelse med konstruktionen af et output-/outcome-baseret indekser, at der findes en række partielle indikatorer, som på den ene eller anden måde skal sam-menvejes. Sammenvejningen af indikatorerne er vanskelig og vil ofte lede til diskussioner, somi sidste ende miskrediterer forsøget på aggregering. I dette projekt anvender vi derfor fleresammenvejninger, og vi vil lade hver kommune blive vurderet ved den sammenvejning, somstiller kommunen i bedst mulige lys. Det resulterende såkaldte Benefit-of-the-Doubt-indeks ersåledes konstrueret under størst mulig hensyntagen til de enkelte kommuners særlige egen-skaber og prioriteringer, og det repræsenterer hermed en meget forsigtig tilgang til konstrukti-on af et samlet indeks for serviceniveauet. En umiddelbar konsekvens af dette er også, at etsådant indeks ikke leder til en komplet rangordning af serviceniveauerne, og at der vil væreflere kommuner, som på forskellig måde leverer højst muligt serviceniveau.
11
Ved hjælp af DEA fastsættes vægtene endogent, således at den enkelte kommune sættes i detbedst mulige lys. Metoden tager dermed højde for, at kommunerne kan have prioriteret diverseserviceområder og serviceelementer forskelligt.For hver kommune identificeres dermed det sæt af vægte, der giver kommunen den højestmulige indikatorværdi. Såfremt en kommune opnår en samlet indikatorværdi på mindre end 1,er det udtryk for, at der findes mindst én anden kommune der – selv med disse for den førstekommune optimale vægte – opnår en højere vægtet score.Alle indikatorer er et udtryk for det output, kommunerne leverer jævnfør Figur 2.1. Man kannaturligt diskutere om disse vægte bør kunne vælges helt frit. Når man tillader fuld fleksibilitet,så indebærer det, at hvis en kommune scorer højst på fx en ud af fire indikatorer, men scorerlavt på de tre andre, så vil den tillægge den første indikator en vægt på 100 pct. og opnå enmaksimal samlet indikatorværdi.Det kan derfor være rimeligt at tilføje nogle yderligere restriktioner, der fratager mulighedenfor helt at ignorere enkelte indikatorer ved beregningen af det samlede indeks. I udgangspunk-tet anvendes ved sammenligningen de vægte, der stiller den enkelte kommune i det bedst mu-lige lys. Dette sker dog under iagttagelse af visse restriktioner. Der er dels restriktioner på,hvor meget og hvor lidt den enkelte indikator kan vægte indenfor hvert område, og dels er derrestriktioner på den indbyrdes vægtning mellem områderne.På det enkelte område er den generelle regel, at med n indikatorer på området kan den enkelteindikator minimalt vægte med 1/2n og maksimalt med 2/n andele af områdets samlede vægt.For et område med ti indikatorer kan hver indikator således udgøre mellem 5 pct. og 20 pct. afområdets samlede vægt. Der er ud fra en kvalitativ vurdering foretaget nogle få afvigelser fradenne generelle regel.Der opereres, som anført i tabellen ovenfor, med otte kommunale områder. Kommunerne harindbyrdes prioriteret områderne forskelligt, således at et områdes andel af de samlede udgiftervarierer fra kommune til kommune. Når en given kommune analyseres, tager vi udgangspunkti netop den pågældende kommunes udgiftspolitiske prioritering, således at områderne indbyr-des antages at vægte med præcis den udgiftsfordeling, kommunen har valgt. Vi ender dermedmed en hierarkisk model, som illustreret i nedenstående diagram.
Figur 2.2 Opbygning af indeks for kommunalt serviceniveau
Model for kommunalt serviceniveau med n indikatorer
Ved at indføre vægtrestriktioner ved konstruktionen af indekset for serviceniveauet sikres såle-des, at væsentlige faktorer, som spiller ind i helhedsbilledet af kommunens serviceniveau, ikkeignoreres helt. Samtidig sikres der dog en vis fleksibilitet ved at fastsætte intervaller for vægt-ningen i stedet for faste vægte, således at DEA-metodens fordele fortsat udnyttes, og kommu-
12
nerne har mulighed for at blive krediteret i indekset for de områder, hvor de leverer et højtserviceniveau.
2.4 ResultaterUd fra sammenvægtningen af serviceindikatorerne er kommunernes samlede målbare service-niveau estimeret. Nedenstående tabel viser fordelingen af serviceniveauer for tre store service-områder. Det fremgår, at et mindre antal kommuner definerer den højest mulige service, oghar en servicescore på 1. For de øvrige kommuner gælder, at uanset hvordan serviceindikato-rerne vægtes – inden for de rammer der er beskrevet ovenfor – så fremstår de med en lavereservice på området. En kommune med et serviceniveau på 0,9 leverer således (i bedste fald) tipct. lavere service.Figur 2.3 Fordeling af serviceniveauer på delområder (fortsættes på næste side)
Dagtilbud1.00
Serviceniveau
0.950.900.850.80
Kommuner
Skoler1.00
Serviceniveau
0.95
0.90
0.85
0.80
Kommuner
13
Ældre1.00
Serviceniveau
0.95
0.90
0.85
0.80
Kommuner
I analysen ”hjælpes” den enkelte kommune ikke blot ved, at dens service sættes i det bedstmulige lys ved fastsættelse af vægtene, men også ved at sammenligningen med andre er be-grænset til kommuner, der ikke har en væsentligt afvigende socioøkonomisk borgersammen-sætning2. Dette er nærmere beskrevet i appendiks.Det er ikke de samme kommuner, der har et højt serviceniveau på alle serviceområder. Neden-stående Figur 2.4 viser de signifikante (Pearson) korrelationer mellem områderne. Der er såle-des en tendens til, at kommuner, der har en relativt høj service på ældreområdet, til gengældhar en relativt lav service på dagtilbudsområdet (og omvendt). Til gengæld er der positiv korre-lation mellem fx service på sundhed og kultur.Figur 2.4 Signifikante parvise korrelationer mellem serviceniveauer på delområder
Dagtilbud og kulturSundhed og kulturDagtilbud og sundhedSkoler og ældreSundhed og arbejdsmarkedDagtilbud og ældreÆldre og kultur-0.6-0.4-0.200.20.40.6
2
Det skal også bemærkes, at kommuner med under 10.000 indbyggere (fire kommuner) generelt er taget udaf analysen.
14
Det forhold, at kommuner med lav service på ét område typisk kompenserer med høj servicepå andre områder, gør, at det samlede billede af kommunernes serviceniveauer bliver mindrenuanceret. Her er der et stort antal kommuner, der samlet set kan siges at have det højesteserviceniveau, når områderne sammenvægtes med udgangspunkt i den udgiftsprioritering denenkelte kommune har foretaget, jf. Figur 2.5. Det er dog fortsat langt over halvdelen af kom-munerne, der uanset, hvordan indikatorerne vægtes (inden for de beskrevne rammer), er ka-rakteriseret ved at have et relativt lavere serviceniveau.Figur 2.5 Generel kommunal service1.00
0.95
Serviceniveau
0.90
0.85
0.80
Kommuner
Det er vigtigt at være opmærksom på, at den lave grad af differentiering mellem kommunernesgenerelle serviceniveauer, der vises her, i høj grad kan tilskrives konservative modelvalg, derlader tvivlen komme den enkelte kommune til gode. Det gennemsnitlige kommunale serviceni-veau er i den konservative model på ca. 0,02 (to pct.) under maksimum. Nedenstående Figur2.6 viser effekten på den gennemsnitlige service af at ændre forskellige modelantagelser i min-dre konservativ retning herunder at tillade, at kommunerne sammenlignes indbyrdes med alleandre kommuner (uanset socioøkonomisk baggrund), at en standardisering af indikatorerne,der bidrager til at mindske den observerede spredning af serviceniveauer undlades, og atmindske den tilladte vægtvariation3. De alternativer modeller er mere udførligt beskrevet i ap-pendiks.
3
I grundmodellen tillades vægten at variere med en faktor 2, dvs. den kan vægte fra det halve til det dob-belte af gennemsnitsvægten på området. I den alternative model er brugt en faktor 1.5.
15
Figur 2.6 Modelantagelsers effekt på gennemsnitlig kommunal serviceSammenligningIngenMindre tilladt Alle de nævntemed allestandardisering vægtvariation modifikationer
Grundmodel0Gennemsnitligt niveau undermaksimal service-0.01-0.02-0.03-0.04-0.05-0.06-0.07-0.08
16
3 Kommunalt produktivitetspotentiale3.1 MetodeLigeledes ved hjælp af DEA-metoden er der foretaget estimater for kommunernes effektivise-ringspotentialer. For en given kommune søges efter andre kommuner, der har foretaget enlignende prioritering mellem serviceindikatorerne men har opnået mere effektivt forhold mellemdet outputbaserede serviceniveau og udgifter. Potentialet kan både forstås som en mulighed forat øge serviceniveauet uden forøgelse af udgifterne, eller som en mulighed for at sænke udgif-terne uden at forringe serviceniveauet.Som ”input” i denne model anvendes forholdet mellem kommunernes faktiske og forventedeudgifter, hvor de forventede udgifter er estimeret ud fra oplysninger om kommunernes demo-grafiske og socioøkonomiske forhold. Når det er nødvendigt at se på forholdet mellem faktiskeog forventede udgifter frem for blot at bruge de faktiske kommunale serviceudgifter skyldesdet, at serviceindikatorerne er relateret til brugerne, dvs. giver oplysning om serviceniveau (fx iform af personalenormeringer) pr. børnehavebarn, pr. skolelev, pr. ældre osv. Høje serviceud-gifter kan skyldes, at en kommune fx har mange børn og ældre, og behøver ikke give sig ud-slag i et højt serviceniveau. Hvis en kommune, derimod bruger flere penge på service, end viville kunne forvente ud fra sammensætningen af borgerne mv., bør dette alt andet lige give sigudslag i, at kommunen leverer et højere serviceniveau.Kommunernes forventede udgifter til service er estimeret på grundlag af nedenstående statisti-ske model til forklaring af forskelle mellem kommunernes samlede serviceudgifter pr. indbyg-ger i regnskab 2011 (Tabel 3.1). Estimeringen er baseret på de samme principper, der af Houl-berg (2013) er anvendt til analyser af udgiftsvariationer på de enkelte kommunale serviceom-råder. Kriterierne stammer primært fra udgiftsbehovskriterierne i udligningsordningen.Tabel 3.1 Statistisk model til forklaring af kommunernes serviceudgifter pr. indbygger,regnskab 2011. OLS regression.Ustandardiseretregressions-koefficientAndel af befolkningen i alderen 0-16 år og65+ årRejsetid pr. indbyggerLille ø-kommuneAndel børn af enlige forsørgere 0-17 årAndel familier i bestemte boligtyperAndel enlige 65+ årigeAndel indvandrere og efterkommere fraikke-vestlige landeKonstant547,9***-11.264,90,66***66,25993,7836,2***948,2***2.794,8**205,6*70,5*194,8***0,50***0,44***0,15**0,16*0,18*0,23***115,7147,21170,392,532,359,2Standardiseretregressions-koefficientStandard-fejl
*p<0,05;**p<0,01;***p<0,001; N = 98; Justeret R2= 0,79
Serviceudgifter er opgjort som skattefinansierede nettodriftsudgifter fratrukket nettodriftsudgif-ter til overførsler, forsikrede ledige, aktivitetsbestemt medfinansiering og ældreboliger.Modellens demografiske og socioøkonomiske kriterier forklarer samlet 79 procent af variatio-nerne i kommunernes serviceudgifter. Modellens kriterier kan tolkes som udgiftsbehovsfaktorerog viser i oversigtsform atjo flere børn og ældre, der er i en kommune, des højere er udgifterne
17
udgiftsbehovene stiger yderligere, hvis de ældre er enligesmå ø-kommuner har højere udgifter, hvilket kan tolkes som udtryk for smådriftsulem-perudgiftsbehovene er højere, jo mere spredt befolkningen bor. Dette kan tolkes som ud-tryk for, at det alt andet lige er dyrere at levere fx hjemmehjælp, borgerservicetilbudog skoletilbud når der er stor afstand mellem borgerneudgiftsbehovene er større, jo flere børn af enlige forsørgere, jo flere der bor i ’bestemteboligtyper’ og jo flere indvandrere og efterkommere fra ikke-vestlige lande, der relativtset er i en kommune. Disse kriterier kan tolkes som paraply-variable for grupper afborgere, der på grund af deres økonomiske, sociale og sproglige situation har et over-gennemsnitligt behov for ydelser og indsatser fra kommunen. For eksempel på dagtil-budsområdet, i folkeskolen eller som særlige indsatser for udsatte børn og unge.
Efter lignende principper er der foretaget modelestimater for de forventede kommunale udgifterpå tre store kommunale områder: dagtilbud, skoler og ældrepleje. For en nærmere beskrivelseaf disse se Houlberg (2013).
3.2 ResultaterVi kan opstille DEA-modeller for såvel sektorspecifikke effektiviseringspotentialer som samledeeffektiviseringspotentialer. Der er fordele og ulemper ved begge tilgange. Den sektorspecifikketilgang er følsom over for forskelle i kommunernes konteringspraksis, mens især den samledemodel risikerer at undervurdere kommunernes reelle effektiviseringspotentialer væsentligt. Idet følgende diskuteres først en sektorspecifik model på skoleområdet, og dernæst en samletmodel.Nedenstående Figur 3.1 viser fordelingen af estimeret ”produktivitet” blandt kommunerne påskoleområdet. Et produktivitetsmål på 1 angiver, at vi ikke har kunnet identificere et effektivi-seringspotentiale for kommunen på skoleområdet. Et produktivitetsmål på 0,9 angiver, atkommunen i princippet burde kunne levere samme service med kun 90 pct. af det nuværenderessourceforbrug.Figur 3.1 Produktivitet på skoleområdet1.00
0.95
Produktivitet
0.90
0.85
0.80
Kommuner
18
Det fremgår, at kun et mindre antal kommuner er produktive, når der ses på forholdet mellemserviceniveau og udgifter. Det samlede effektiviseringspotentiale på skoleområdet kan ud fradenne model anslås til at have en værdi på ca. 5,4 mia. kr.Vi har lavet tilsvarende beregninger på dagtilbud og ældreområdet, der også indikerer betydeli-ge effektiviseringspotentialer.Et væsentligt problem med ovennævnte model er, at den forudsætter, at kommunernes konte-ring og fordeling af udgifterne i regnskabet er konsistent og sammenlignelig. DEA-metoden ersærdeles følsom over for unøjagtigheder ved opgørelsen af udgiftsfordelingen. Dette gældersåvel fordelingen mellem administration og serviceområder samt fordelingen indbyrdes mellemserviceområderne.Som beskrevet nærmere i appendiks 2 og 3, kan vi ikke være sikre på, at udgiftsfordelingen påserviceområderne er fuldt sammenlignelig. På nogle områder, herunder skoleområdet, er situa-tionen dog bedre end på andre. På flere andre serviceområder anser vi fordelingen for at væresærdeles problematisk, hvorfor vi ikke har foretaget særskilte beregninger for disse områder.Givet problemet med udgiftsfordelingen har vi valgt at arbejde med en alternativ model, hvordet samlede serviceniveau sammenholdes med de samlede faktiske serviceudgifter i forhold tildet forventede. Foruden spørgsmålet vedr. fordelingen af udgifter, afhænger valget mellem densektorspecifikke og den samlede model af, om vi tror på, at kommunerne vil kunne lære afforskellige andre kommuner på forskellige områder (som det antages ved de sektor-specifikkemodeller) – eller om vi omvendt finder, at det er nødvendigt med et entydigt forbillede på alleområder, der evt. kan antages at afspejle en sammenhængende ”forvaltningskultur”.Fordelingen af kommunernes produktivitet ud fra denne samlede model fremgår af nedenstå-ende Figur 3.2.Figur 3.2 Generel kommunal produktivitet1.00
0.95
Produktivitet
0.90
0.85
0.80
Kommuner
Det samlede effektiviseringspotentiale kan her beregnes til 5,1 mia. kr. Når det samlede poten-tiale er mindre end det, der beregnedes ovenfor på skoleområdet, kan det skyldes flere forhold.For det første tillader denne model i princippet, at kommunen kan ”kompensere” for lav pro-duktivitet på ét område med høj produktivitet på et andet. For det andet kan konteringsmæssi-ge forhold, som nævnt, have bidraget til, at effektiviseringspotentialet overvurderes i beregnin-
19
gen på skoleområdet. Endelig er resultaterne meget afhængige af, hvordan de store kommunerplacerer sig.Ligesom ved beregningen af det generelle serviceniveau er modellen til beregning af det sam-lede effektiviseringspotentiale endvidere ekstremt konservativ. I Figur 3.3 nedenfor er angivet,hvor stort effektiviseringspotentialet ville se ud, hvis man modificerede nogle af modelantagel-serne. De alternative modeller er nærmere beskrevet i appendiks 3. I alle modeller er i øvrigtantaget, at de mest produktive kommuner ikke kan blive mere produktive. Det kan de forment-lig alligevel.Figur 3.3 Modelantagelsers effekt på gennemsnitligt kommunalt effektiviseringspotentiale16Effektiviseringspotentiale mia. kr.14121086420GrundmodelSammenligningIngenMindre tilladtmed allestandardisering vægtvariationAlle de nævntemodifikationer
Det er således vanskeligt at komme med et endeligt estimat for størrelsen af effektiviseringspo-tentialet. Selv ifølge det mest konservative bud er der dog tale om over fem mia. kr.
20
4 Fremadrettede perspektiverDet er, som anført ovenfor, særdeles vanskeligt at estimere størrelsen af det reelle effektivise-ringspotentiale præcist. Det er sådan set heller ikke størrelsen, der er det mest interessante.Benchmarkingen viser, at nogle kommuner har et produktivitetsmæssigt efterslæb. Og den kanogså vise, hvilke konkrete andre kommuner sådanne kommuner burde lade sig inspirere af. Detvil være kommuner, der på mange måder ligner – og har foretaget lignende prioriteringer –men tilsyneladende samtidig får mere ud af pengene.Et særskilt formål med analysen har været at afprøve en ny og mere avanceret metode samtvurdere datakvaliteten. Med hensyn til metoden er den primære udfordring givetvis af formid-lingsmæssig art, idet de fleste kommuner er uvant med avanceret benchmarking. Der er dogallerede en lang række andre sektorer og virksomheder, der anvender DEA og andre avancere-de benchmarkingmetoder, så det vil kommunerne potentielt også kunne gøre.Med hensyn til data er det et generelt problem, at der mangler valide effektmål for den kom-munale sektor (jf. appendiks 2). På de fleste serviceområder er der mål for output, om endvisse mål har en lav målingsvaliditet blandt andet grundet forskelle i registreringspraksis. Detvil sige, at kommunerne har en vis mulighed for at have overblik over, hvad de producerersammenlignet med andre kommuner, men de har kun i begrænset omfang mulighed for atsammenligne sig med andre kommuner i forhold til, hvor god effekt deres indsatser har.På de tre udgiftsmæssigt største kommunale serviceområder, folkeskole, dagtilbud og ældre,vurderes datakvaliteten at være relativ god. Der er et nogenlunde overblik over output på detre områder, men også her er der en generel mangel på outcomemål. På folkeskoleområdet harKORA udviklet et mål for skolernes undervisningseffekt, som også er anvendt på kommuneni-veau i nærværende analyse. På de fleste øvrige områder mangler vi outcomemål.På det fjerde største udgiftsområde, det specialiserede socialområde, der udgør ca. 14 pct. afserviceudgifterne i denne analyse, er der stor mangel på valide data. Der er ikke bare mangelpå indikatorer for outcome, men også for output. Der er ikke et nationalt overblik over antalmodtagere af botilbud, omfanget af støtte i eget hjem mv. blandt udsatte voksne, sindslidendeog voksne handicappede. Der er i nogen grad overblik over foranstaltninger for udsatte børn ogunge (med forbehold for manglende og forskelligartede indberetninger), men der er ikke valide,offentligt tilgængelige indikatorer, der viser, hvordan foranstaltningerne virker.På voksenhandicapområdet kan KORA kun anbefale, at man begynder at iværksætte en ensar-tet registrering af omfanget af botilbud efter alle relevante paragrafer (i Serviceloven såvel somAlmenboligloven) og omfanget af visiteret støtte (herunder kombineret støtte) i både botilbudog eget hjem til denne målgruppe. Dette vil medvirke til at give kommunerne et overblik, derer nødvendigt i styringsmæssig sammenhæng. Som nævnt i appendiks 2 er det svært at fore-stille sig, at der på dette område kan konstrueres valide outcomemål, der kan anvendes tilmellemkommunale sammenligninger.Samfundsøkonomisk set er området for udsatte børn og unge et meget vigtigt område, fordider er en forøget risiko for, at udsatte børn, der ikke får den rette hjælp, vil have svært ved atudvikle sig i en retning, hvor de kommer til at bidrage økonomisk til samfundet i deres voksen-tilværelse. Udviklingen af valide outcomemål på dette område er vigtig, fordi det giver mulig-hed for at undersøge, om den kommunale indsats har virket, og om vi som samfund er blevetbedre eller dårligere til at bryde den sociale arv.På nogle af de mindre udgiftstunge områder er der også behov for udvikling af bedre mål. Påsundhedsområdet er der fx så store forskelle i registreringspraksis i forhold til kommunale gen-optræningsydelser, at de tilgængelige data reelt ikke kan anvendes til mellemkommunal sam-
21
menligning, og på området for teknik og miljø er der på nuværende tidspunkt kun tilgængeligedata for vejvæsenet, mens der ikke er mulighed for at få overblik over alt fra parker til indsat-ser for trafiksikkerhed. Generelt bør kvaliteten af data for den kommunale sektor øges, fordidata for nogle områder simpelthen er af for dårlig kvalitet til at kunne anvendes, og så er detmeningsløst at bruge ressourcer på at indsamle og indberette dem.
22
I.
Appendiks 1: Metode
BaggrundEt af målene med dette projekt er at beregne et samlet indeks for den kommunale service, somikke baseres direkte på̊ udgiftsdata men derimod på tilgængelige indikatorer for output og out-come fra den kommunale sektor.Et sådan indeks har selvstændig interesse, fordi Økonomi- og Indenrigsministeriets (ØIM) tradi-tionelle indeks, som sammenholder de faktiske udgifter med det udgiftsbehov, som følger afkommunernes demografiske og socioøkonomiske karakteristika, ikke er i stand til at separereservice fra ineffektivitet. Høje afholdte udgifter kan fx både skyldes et højt serviceniveau og enlav effektivitet. Det kan således være interessant at beregne et indeks baseret på de faktiskleverede ydelser i stedet for faktisk afholdte udgifter.Et output-/outcome-baseret indeks er i særdeleshed nyttigt, når kommunernes produktivitetskal sammenlignes. Lavere omkostninger er således ikke i sig selv et udtryk for højere produk-tivitet, hvis serviceniveauet samtidigt er lavere. Korrektion for serviceniveauforskelle i forbin-delse med beregning af produktiviteten diskuteres nærmere i kapitel 2.Den basale udfordring i forbindelse med konstruktionen af et output-/outcome-baseret indekser, at der findes en række partielle indikatorer, som på den ene eller anden måde skal sam-menvejes. Sammenvejningen af indikatorerne er vanskelig og vil ofte lede til diskussioner, somi sidste ende miskrediterer forsøget på aggregering. I dette projekt vil vi derfor anvende fleresammenvejninger, og vi vil lade hver kommune blive vurderet ved den sammenvejning, somstiller kommunen i bedst mulige lys. Det resulterende såkaldte Benefit-of-the-Doubt-indeks(BoD-indeks) er således konstrueret under størst mulige hensyntagen til de enkelte kommunerssærlige egenskaber og prioriteringer, og det repræsenterer hermed en meget forsigtig tilgangtil konstruktion af et samlet indeks for serviceniveauet. En umiddelbar konsekvens af dette erogså, at et sådan indeks ikke leder til en komplet rangordning af serviceniveauerne, og at dervil være flere kommuner, som på forskellig måde leverer højest mulige serviceniveau.I dette appendiks diskuteres konstruktionen af BoD-indekset.
Økonomi- og Indenrigsministeriets serviceniveau-indeksØkonomi- og Indenrigsministeriet beregner hvert år nøgletal for det kommunale serviceniveau.Ifølge www.noegletal.dk beregnes serviceniveauet som”forholdet imellem kommunens udgifterpr. indbygger og de udgifter, som kan henføres til udgiftsbehov som følge af den aldersmæssi-ge og sociale sammensætning i kommunen pr. indbygger. Ved denne beregning fås et udtrykfor serviceniveauet i kommunen, idet udgifter, udover udgiftsbehov grundet den befolknings-mæssige sammensætning, er udtryk for et serviceniveau over landsgennemsnittet”(Økonomi-og Indenrigsministeriet, 2013b).Det er klart, at dette ikke er et godt mål for serviceniveauet. Ministeriet bemærker da ogsåselv, at“høje udgifter i nøgletallet også kan skyldes, at kommunen har en lavere produktivitetend landsgennemsnittet ved frembringelse af kommunale serviceydelser”(Økonomi- og Inden-rigsministeriet, 2013b).Lidt mere præcist kan vi se, at i ØIM’s nøgletal er forholdetØIM s serviceniveauUdgifterUdgiftsbehovMinimale udgifter Aktuel ineffektivitet Øget serviceniveauMinimale udgifter Gennemsnitlig ineffektivitet23
hvor de minimale udgifter her er de minimale omkostninger, som knytter sig til at levere engennemsnitlig service til borgere med en given aldersmæssig og social sammensætning.Det følger af denne opskrivning, at en kommunes ØIM-serviceniveau kan være lavt, det vil sigeunder 1, alene fordi kommunen er mere effektiv end gennemsnittet, og ØIM-serviceniveauetkan være højt, det vil sige over 1, alene af den grund, at kommunen er mindre effektiv endgennemsnittet. Begge dele er naturligvis uhensigtsmæssige.På trods af indeksets mangler anvendes det ofte i forbindelse med analyser af udgiftsvækst ogserviceniveauændringer, fx i Christoffersen og Larsen (2010).Den grundlæggende problemstillingDen grundlæggende problemstilling i forbindelse med konstruktionen af en sammensat service-indikator er, hvorledes et sæt af individuelle indikatorer eller servicedimensioner skal aggrege-res.Lad os antage, at vi for hver enhed, det være sig en hel kommune eller et helt serviceområdeindenfor en kommune, har et sæt af n indikatoreryServiceindikator j for kommune k, j1, … , n, k1, … , K
Spørgsmålet er nu, hvorledes servicevektoren for en given kommune kan sammenfattes i etsammensat indekstalSA y ,j1, … , n , k1, … , K
En sådan aggregering er nyttig, fordi den sammenfatter en kompleks, flerdimensional virke-lighed i et enkelt tal. Et sådan tal er langt lettere at forstå og anvende end et batteri af mangeforskellige indikatorer.Vi kan – stort set uden tab af generalitet – antage, at alle servicedimensionerne er præferen-cemæssigt uafhængige, det vil sige, at de værdier af en given indikator, vi foretrækker frem fraandre værdier, ikke påvirkes af, hvilke værdier de andre indikatorer har. Vi vil også forudsætte,at indikatorerne er formuleret, så høje værdier af de individuelle indikatorer er attraktive.Der findes naturligvis mange måder, hvorpå man kan konstruere sammenfatningen eller ag-gregeringen. Der findes også en righoldig litteratur om dette, således som den fx er opsumme-ret i OECD and European Commission (2008). Der er i den forbindelse tre fundamentale pro-blemer, nemlig hvordan man1.2.3.bestemmer et relevant sæt af individuelle indikatorernormaliserer de individuelle indikatorer, så de er sammenligneligesammenvejer de forskellige normaliserede indikatorer, så en sammensat indikatorværdikan etableres.
En særlig attraktiv aggregering er BoD-metoden, som vi anvender i dette projekt. Metode over-flødiggør i første omgang problem 2 ovenfor, idet metoden er invariant overfor en række for-skellige normeringer. Ikke desto mindre dukker normaliseringsproblemet op igen, når vi vilbegrænse de mulige målsætninger, en kommune med rimelighed kan påberåbe sig.
Relevante individuelle indikatorerUdgangspunktet for konstruktionen af et samlet serviceniveau-indeks S er et sæt af n individu-elle indikatorer, y1,…,yn. Det første spørgsmål er derfor, hvorledes disse kan afgrænses.
24
Der findes ikke en sammenhængende teori for dette, men vejledt af den generelle litteratur omevaluering og beslutningstagning under hensyntagen til mange kriterier, jævnfør fx Bogetoft ogPruzan (1991), kan man sige, at vi ideelt set leder efter et sæt af indikatorer, som er relevante,komplette, operationaliserbare og ikke-redundante:Relevans betyder, at indikatorerne skal afspejle de forhold, som borgere og myndighe-der forbinder med servicen.Komplethed betyder, at indikatorerne tilsammen skal dække alle de relevante dele afden service, som leveres.Operationaliserbarhed betyder, at servicedimensionerne skal kunne måles, og at derskal være data til rådighed.Ikke-redundans betyder, at man skal anvende den simplest mulige, tilstrækkelige be-skrivelse (Occam’s razor). Det betyder i særdeleshed, at overlappende indikatorer ide-elt set skal undgås, så visse serviceområder ikke alene af den grund tillægges dobbeltvægt.
Det er klart, at disse krav er ideelle og i sig selv delvist modstridende. Det kan fx være umuligtat opnå en komplet beskrivelse på grund af manglende adgang til operationelle indikatorer.Ikke desto mindre kan de overordnede principper være nyttige at holde sig for øje.Det kan ofte være nyttigt at organisere indikatorovervejelserne i et hierarki. Man starter (for-oven, i roden) med det overordnede sigte med at levere service, fx god uddannelse, og manbryder så dette formål op i et antal sekundære mål, som tilsammen dækker det overordnedemål, men som samtidigt er mere konkrete, fx dygtige elever, glade elever eller trygge elever.Niveau to-målene nedbrydes derefter i et sæt af niveau tre-mål, og således fortsættes ned-brydningen af de overliggende mål, idet man stedse forsøger at gøre dimensionerne mere kon-krete og målbare, fx i læringseffekt i forskellige fag, i trivselsmålinger etc.. I sidste ende kanman på denne måde forsøge at fange servicedimensionerne med en flerhed af indikatorer, somenten måler på indsatsen (input), på de umiddelbare resultater (outputs), eller i bedste fald påde resulterende egentlige formål (outcomes).
Benefit-of-the-Doubt-indeks (BoD-indeks)I litteraturen om sammensatte indeks er der indenfor de sidste fem til ti år dukket en ny klasseaf indikatorer op, nemlig de DEA-baserede indeks, nogen gange omtalt som ”Benefit-of-the-Doubt-indeks” (BoD-indeks), jævnfør fx Cherchye et al. (2006), Despotis (2005), González etal. (2011), OECD and European Commission (2008), og Tofallis (2012).BoD-indeks er særligt attraktive, fordi de tillader flere samtidige aggregeringer af de underlig-gende indikatorer. De forskellige kommuner vurderes så ved forskellige aggregeringer på ensådan måde, at de hver især stilles i bedst mulige lys, og dermed også så der tages størst mu-lig hensyntagen til den prioritering, som den enkelte kommune har lavet. Man kan sige at BoD-indekset passer godt sammen med ideen om kommunalt selvstyre.BoD-indekset er desuden attraktivt, fordi det er invariant over for en række re-skalleringer afde underliggende indikatorer, og fordi det er let at fortolke både begrebsmæssigt og grafisk.
25
En BoD-aggregering BoDkaf kommune k’s serviceniveau-indikatorer kan konstrueres således:
Maxw
w yi1ni1
n
ki i
ubb
w y≤1 for alle h=1,...,Kki i
wi≥0
for alle i=1,...,n
Det vil sige, vi maksimerer den vægtede sum af alle kommunens indikatorer under bibetingelseaf, at ingen kommune med de samme vægte opnår en sum større end 1. Det følger heraf, atBoDk1.En værdi på 1 betyder, at der ikke med de valgte vægte findes andre kommuner, somhar gjort det bedre end kommune k. Hvis kommune k opnår en samlet indikatorværdi på min-dre end 1, er det på den anden side udtryk for, at der findes mindst én anden kommune der –selv med disse for kommune k optimale vægte – giver en højere vægtet score.BoD-aggregeringen kan illustreres som i Figur I.1 nedenfor. Alle punkter på de rette linjer harsamme værdi af den vægtede sum wy. Vi kan tænke på disse linjer som indifferenskurver i ensocial præferencefunktion. Ideen er nu at finde de vægte, det vil sige den hypotetiske socialepræferencefunktion, som stiller den analyserede kommune i bedst mulige lys. Det sker ved atfinde den linje, som skal forskydes mindst muligt mod nordøst, før alle kommuner ligger tilvenstre for linjen. I det illustrerede tilfælde bliver BoD-indekset cirka 0,5 fordi wyk-linjen liggercirka halv så langt mod nord-øst som wy = 1 linjen. Hvis vi havde valgt en anden hældning påindifferenskurven, havde kommune k kunnet forbedre sig endnu mere.Figur I.1 BoD-aggregering som et vægtningsproblem
y2y1y2ykwy=1
y1Vi ser, at vi for at beregne BoD-scoren for en given kommune skal løse et relativt simplet line-ært programmeringsproblem med n mulige variable og K bibetingelser udover de normale ikke-negativitetsbetingelser. Det er simpelt men informativt at omskrive dette lineære programme-ringsproblem på forskellig vis. Formelle beviser for disse reformuleringer findes i Bogetoft andOtto (2011), og de mere begrebsmæssige fortolkninger er understreget i Bogetoft (2012).
26
Det er oplagt, at bibetingelserne i BoDi-problemet alene tjener til at begrænse vægtene. Ensimpel mulighed er derfor at omskrive ovenstående problem til
w yMax Minw≥0h
n
ki i
w yi=1
i=1n
hi i
Værdien af dette problem er igen lig BoDk. BoD-indekset for kommune k kan på denne mådefortolkes som resultatet af et spil mellem kommunen og evaluator. Kommunen forsøger at fin-de en vægtning af de forskellige indikatorer, der får dens serviceniveau til at se så stort ud sommuligt, mens evaluator på den anden side for givne vægte forsøger at finde en kommune h,som med disse vægte har gjort det særlig godt. Proceduren kan igen relateres til Figur I.1. Idet illustrerede tilfælde sammenlignes kommune k med kommune 1 eller kommune 2, det vilsige den optimale værdi af h er 1 eller 2.Vi kan reformulere BoD-problemet ved såkaldt dualisering. Det leder til følgende alternativeformulering
Min E,E
ubb E1h1ykhyhfor alle i=1,..., niih1h1n
K
≥0h
for alle h=1,..., K
Den optimale værdi i dette problem E* er lig BoDk. Vi ser, at beregningen svarer til et normaltinput-reduktionsproblem i DEA. BoD-indikatoren kan derfor også gives følgende fortolkning: Viantager, at alle kommuner har brugt den samme mængde af input (her for simpelhedens skyldsat til 1), og vi forsøger nu at finde den største reduktion i kommune k’s forbrug af input, somgør det muligt for et vægtet gennemsnit af de andre kommuner at producere mindst det sam-me serviceniveau under anvendelse af højst det reducerede input. Denne fortolkning forudsæt-ter, at den underliggende teknologi er kendetegnet ved konstant skalaafkast.Vi kan endeligt omformulere BoD-problemet til den inverse værdi af følgende
Max F,F
ubb Fyhyhfor alle i=1,..., niki
n
1h1h1
h1K
≥0h
for alle h=1,..., K
Hvis vi løser dette problem, kan vi finde BoDksom 1/F. Den geometriske fortolkning af det sid-ste problem er relativ klar. Vi forsøger at finde den størst mulige proportionale forøgelse af alleservicedimensioner, som er mulig i den mindste konvekse mængde, som indeholder alle kom-muners serviceprofiler. Dette er illustreret i Figur I.2 nedenfor. Vi starter i kommune k’s ser-viceprofil, og vi øger nu alle dimensioner med samme faktor, således at vi fortsat holder os idet brugbare område. Det svarer til at bevæge os på den rette linje fra 0 gennem yk, til vi når
27
randen af det mulighedsområde, der er konstrueret som den mindste konvekse mængde, dersamtidigt opfylder fri bortkastelse. Vi får på denne måde at
DoBk
0yk0y*
Figur I.2 BoD-aggregering som en proportional forøgelse af alle indikatorer
y2y1Y*y2
yk
0
y1
IndikatortransformationEn attraktiv egenskab ved BoD-indeks er, at de er uafhængige af, hvordan del-indikatorerneskalleres. Mere præcist kan vi sige, at BoD-indekset er invariant overfor lineære transformatio-ner, det vil sige
yiiyii=1,..., npåvirker ikke BoD-værdien så længei>0. Vi kan altså reskallere en del-indikator med en vil-kårlig positiv faktor, uden at det påvirker BoD-værdien. Dette er ikke overraskende, idet ensådan reskallering altid kan omgøres via en modsat reskallering af vægten. På denne mådepåvirkes del-indikatorernes andele wiyiaf den totale sum ikke. I illustrationer mv. kan det altsåvære nyttigt at tænke på del-indikatorernes andele af den totale indikatorsum, og vi kan fxillustrere en række kommuners relative serviceniveau og den implicitte vægtning af forskelligedel-indikatorer ved et antal lagkagediagrammer, hvor den totale størrelse på kagen er det tota-le serviceniveau, og hvor de forskellige kagestykker svarer til forskellige indikatorandele.BoD-indeks er derimod følsomme over for skift af nulpunkt. Det betyder at affine transformati-oner som
yiiiyii=1,..., nhvor0, i>0, vil påvirke BoD-værdien. Tilsvarende gælder for ikke-lineære reskalleringer(transformationer) af del-indikatorerne.Det følger af disse observationer, at de anvendte indikatorer ideelt set skal være ratioskaleret.Det vil sige, de skal have naturlige nulpunkter, så det giver begrebsmæssigt mening at tale om,at en del-indikator fx bliver dobbelt så stor. Dette er ikke tilfældet, hvis den anvendte måleska-la fx kun er intervalskalleret og ikke ratioskalleret.
28
Det kan i praksis vise sig nødvendigt at anvende intervalskallerede indikatorer, og i dette til-fælde vil der ikke være et naturligt nulpunkt for indikatoren. I sådanne tilfælde vil der typiskblive introduceret en vis tilfældighed i analysen alt efter, hvad vi opfatter som nulpunktet. Om-fanget af denne vilkårlighed kan afdækkes via numeriske analyser.
VægtrestriktionerI BoD-indekset fastsættes vægtene endogent, således at den enkelte kommune sættes i detbedst mulige lys. Metoden tager dermed højde for, at kommunerne kan have prioriteret for-skellige serviceområder og serviceelementer forskelligt. Vi kan også sige, at metoden finderden lineære sociale velfærdsfunktion, som får kommunens service til at se mest velfærdsska-bende ud sammenlignet med de andre kommuner. Under alle omstændigheder er det en at-traktiv egenskab ved metoden, at evaluator ikke behøver at værdisætte de forskellige service-områder i forhold til hinanden.I visse tilfælde er det dog oplagt, at det ikke er enhver relativ værdisætning, som giver me-ning. Man kan fx argumentere for, at ingen af de traditionelle kommunale serviceområder kantillægges en værdi på 0. En mulighed er i den forbindelse at forfine den traditionelle BoD-analyse med vægtrestriktioner.Sådanne restriktioner kan indføres på flere forskellige måder, nemlig somAbsolutte restriktioner,fx awibeller awiykibOrdinale restriktioner,fx w1w2w3eller w1yk1w2yk2w3yk3Relative restriktioner,fx aw1/w2beller aw1yk1/ w2yk2bAndelsrestriktioner,fx aw1/(w1+w2)beller aw1yk1/ (w1yk1+w2yk2)bKategorirestriktioner,fx a/(w1+w2) /(w1+w2+w3+w4)beller a(w1yk1+w2yk2) /(w1yk1+w2yk2+w1yk1+w2yk2)b
Geometrisk svarer sådanne restriktioner til, at man begrænser de mulige hældninger på indiffe-renskurverne i Figur I.1, og de mulige hældninger på den stykvis lineære front i Figur I.2. Detfølger matematisk, at serviceniveauet for en given kommune falder, jo flere restriktioner viintroducerer. Det betyder også, at mens en række kommuner vil få det størst tænkelige ser-viceniveau, 1, i det urestringerede problem, så vil der være færre kommuner med maksimaltserviceniveau, jo flere begrænsninger man indfører. Man kan altså sige, at vægtbegrænsnin-gerne hjælper med til sikre BoD-metodens diskriminatoriske evne.I mange situationer er det begrebsmæssigt mest naturligt at tænke på restriktioner på en ser-vicedimensions samlede bidrag, det vil sige restriktioner på wiykisnarere end på wi. Det harsamtidigt den fordel, at man ikke behøver at beskæftige sig med niveauet eller variationsbred-den i den underliggende indikator.Hvis man i stedet lægger begrænsninger direkte på vægtene, altså på wisnarere end på wiyki,er det vigtigt at holde sig for øje, hvad den underliggende serviceindikator yimåles i. Hvis enunderliggende indikator generelt har høje værdier, skal den vægte mindre. Samtidigt skal enindikator med lille variationsbredde normalt vægtes højere for at sikre, at forskelle i dennedimension kan modsvare forskelle i andre dimensioner. Disse hensyn kan stride mod hinanden,fx hvis vi har en indikator med stor middelværdi og lille varians. I sådanne tilfælde ville vi ideeltset ønske at lave en affin transformation, før vi fastlægger vægtene, fx transformationenyki
(ykyiGEN)i
(yi)
i=1,..., n
hvor yiGENer den gennemsnitlige værdi af indikatoren hos de forskellige kommuner, og(yi) erstandardafvigelsen. Hvis data normeres på den måde, skal vægtene alene afspejle den relative
29
vigtighed af de forskellige indikatorer og ikke kompensere for det generelle niveau eller variati-onsbredden. En sådan tranformation vil imidlertid, som omtalt ovenfor, kunne påvirke resulta-tet, og det er derfor bedst, hvis sådanne transformationer kan undgås, og man kan nøjes medat lægge restriktioner på dimensionerne samlede bidrag wiyki.En sidste overvejelse omkring vægtrestriktioner vedrører kolinearitet. Hvis der findes flere indi-katorer for nært beslægtede servicedimensioner kan det være en fordel at anvende restriktio-ner på denne gruppe af indikatorers samlede bidrag, det vil sige kategorirestriktioner på ser-vicemålsbidraget. Med sådanne restriktioner reduceres problemer med ikke-redundans og medovervægtning af serviceaspekter, som der findes mange indikatorer for.
30
II.
Appendiks 2: Data
I denne del af det tekniske appendiks redegøres for de anvendte indikatorer i serviceniveauin-dekset og i beregningen af effektiviseringspotentialet i den kommunale sektor. Herefter givesen oversigt over de udgifter, der indgår i analysen, og afsnittet afsluttes med en vurdering afkvaliteten af de eksisterende udgifts- og effektmål på de forskellige områder i den kommunaleserviceproduktion.
ServiceindikatorerUdvælgelsen af de konkrete output-indikatorer baseres, som sagt, på en samlet vurdering af deeksisterende datas tilgængelighed, validitet og komplethed, samt i hvilken udstrækning dedækker centrale indsatser og målsætninger på de pågældende serviceområder. På en rækkeområder inddrages endvidere indikatorer, der på basis af eksisterende viden, vurderes at ud-trykke centrale forhold ved kvaliteten på et område eller opfanger resultater på et område, dervurderes som væsentlige i forhold til helheden af målsætninger på området.Ved tolkning af indikatorer og analyseresultater er der en række opmærksomhedspunkter:Indikatorerne dækker ikke udgifter til det brugerfinansierede område på hovedkonto 1,overførsler (bortset fra udgifter til beskæftigelsesforanstaltninger) og aktivitetsbestemtmedfinansiering af sundhedsvæsenet, men afgrænses til den kommunale servicevirk-somhed/serviceproduktion.Indikatorerne er ikke dækkende for alle målsætninger og aktiviteter på de enkelte om-råder.Brugeroplevet kvalitet indgår ikke.Medarbejdertrivsel og arbejdsmiljø indgår ikke.Der er ikke taget højde for, at der på en række områder kan være en tidsmæssig for-skydning mellem det tidspunkt, hvor en kommunal indsats finder sted og det tidspunkt,hvor en ønsket effekt kan forventes opnået.
I oversigten i Tabel II.1 præsenteres indikatorerne som nøgletal/andele. Det er som sådan deindgår i analysen, der leder frem til konstruktionen af en output-baseret indikator for serviceni-veauet.For at øge indikatorernes robusthed og minimere følsomheden over for udsving i enkeltår målesde enkelte indikatorer så vidt muligt som et gennemsnit over årene 2009-2011. I de tilfælde,hvor der ikke eksisterer data for alle tre år, er dette anført som note.Mere udførlige beskrivelser af indikatorerne følger nedenfor.
31
Tabel II.1 Datagrundlag og indikatorer for outputbaseret serviceindikator (fortsættes på defølgende sider)OmrådeDagtilbud
IndikatorerPersonalenormering dagplejePersonalenormering daginstitutionerAndel pædagogisk uddannede i daginsti-tutionerProcentdel raske årsværk blandt dagtil-budsansatte
NoteTakster kan være et servicepara-meter, men indgår ikke i analysen,da takster ikke er et outputmålPasning af skolebørn (SFO mv.)henregnes til folkeskoleområdet,da udbredelsen af heldagsskolerbetyder, at skole og SFO i stigendegrad integreresDer ses bort fra udgifter til særligedagtilbud og klubber, tilskud tilprivatinstitutioner, privat dagplejemv. samt udgifter til specialpæda-gogisk bistand og sprogstimuleringfor førskolebørn.
Folkeskole inkl. SFOog specialskole
1/klassekvotientLærer-elevratioAntal planlagte undervisningstimer pr.klasseAfholdte timer pr. klasseProcentdel raske årsværk blandt lærerePersonalenormering SFO og fritidshjemAndel pædagoger og lærere i SFO ogfritidshjemUdgifter til kommunale og regionalespecialskolerUndervisningseffekt for henholdsvishumanistiske fag og naturfag1
Der ses bort fra udgifter til statsli-ge/private skoler, ungdomsskoler,ungdomskostskoler, klubber ogandre socialpædagogiske fritidstil-bud samt idrætsfaciliteter for børnog unge.For kommunale og regionale speci-alskoler indgår udgifter som out-put, da valide outputindikatorerikke er tilgængelige.
Ældreområdet
Indskrevne fra kommunen pr. vægtet65+ årig i alt på plejehjem, i plejeboli-ger til ældre, ældreboliger samt øvrigeboliger for ældre
Modtagere af hjemmesygepleje ersporadisk datadækket og indgårikke.Data for genindlæggelser kun 2009
Personalenormering pr. vægtet 65+ årigAndel 65+ årige (vægtet) der modtagervarig hjemmehjælpAntal visiterede hjemmehjælpstimer pr.uge pr. modtager
og 2010.Data er vægtet efter den alders-mæssige sammensætning af æl-drebefolkningen (aldersbetingetplejebolighyppighed).
32
Område
IndikatorerForebyggende hjemmebesøg pr. 75+årig1/Antal genindlæggelser vedr. forebyg-gelige diagnoser (slagtilfælde, væske-mangel mv.) pr. 67+ årig180 - gennemsnitlig ventetid til plejebo-lig for personer på generel venteliste,som har fået tilbudt bolig i året
Note
Udsatte børn og unge,sindslidende og voks-ne handicappede
Nettodriftsudgift til anbringelser pr. 0-22 årig i forhold til det forventede, givetkommunens demografiske og socioøko-nomiske sammensætningNettodriftsudgift til forebyggende foran-staltninger pr. 0-22 årig i forhold til detforventede, givet kommunens demogra-fiske og socioøkonomiske sammensæt-ningAntal modtagere af botilbud for sindsli-dende og voksne handicappede pr. 18-64 årig (betalingskommune)Enhedsudgift pr. botilbud for sindsliden-de og voksne handicappede
Data for gennemført 9. klassefindes for 2009 og 2010, men erknyttet til bopælskommune som18 årig og indgår derfor ikke.Der ses bort fra udgifter til særligedagtilbud og særlige klubber.Korrektion for demografisk ogsocioøkonomisk sammensætningbygger på de kommuneniveauba-serede udgiftsanalyser af regnskab2011, der indgår i ECO Nøgletal(se Houlberg 2013).
Biblioteksvæsen, kul-tur og fritid
Bestand af bøger pr. indbyggerBestand af lydbøger, musikoptagelserog andre materialer pr. indbyggerBrug af elektroniske ressourcer (down-loads) pr. indbyggerUdlån af bøger pr. indbyggerUdlån af lydbøger, musikoptagelser ogandre materialer pr. indbyggerAktive lånere pr. indbyggerPersonaleårsværk på biblioteker pr.indbyggerAkademikerandel af bibliotekspersonaleHovedbibliotekets åbningstimer pr. ugeUdgifter til museer, biografer, teatre,
Udgifter til museer, biografer,teatre, folkeoplysning mv. indgårsom output, da der kun findessporadiske aktivitetsdata for disseserviceydelser.
33
Område
Indikatorerfolkeoplysning mv.
Note
Vejvæsen
Kilometer kommunal vej pr. indbygger iforhold til det forventede, givet kommu-nens befolkningstæthedVejvedligeholdelsesstandard2
Data om vejvedligeholdelsesstan-dard alene tilgængelige for 2009og alene for 44 kommuner. Forøvrige kommuner anvendes esti-meringer på basis af sammenhængmellem udgifter pr. km. vej ogvejvedligeholdelsesstandard i de44 kommuner med data.Der ses bort fra udgifter/indtægtervedr. parkering (2.22.07).
Sundhed og forebyg-gelse
Antal heltidsansatte læger og sundheds-plejere i sundhedstjenesten pr. 0-16årigAntal heltidsansatte tandlæger og kli-nikassistenter i den kommunale tand-pleje pr. indskrevet (inkl. omsorgstand-pleje)Andel læger og tandlæger af det samle-de sundhedspersonaleAndel indskrevne i omsorgstandpleje ipct. af de indskrevne i kommunal tand-plejeBørns tandsundhed180 - antal dages ventetid til genoptræ-ning (ssi.dk)
Der ses bort fra aktivitetsbestemtmedfinansiering/kommunaltgrundbidrag vedr. sundhedsvæse-net.Der ses bort fra udgifter til fore-byggende og sundhedsfremmendetilbud, da data er utilstrækkelige.Der ses bort fra udgifter til veder-lagsfri fysioterapi, da der ikke ertilgængelige aktivitetsdata.Endvidere ses bort fra udgifter tilpraksistandpleje.Data for antallet af almindeligegenoptræningsydelser er af sådårlig kvalitet, at de ikke anven-des.Kun sporadisk dækning af indikato-rer for børnesundhed (overvægt,kontakt med sundhedspleje mv.).
Arbejdsmarkedsfor-anstaltninger
Det gennemsnitlige antal dage på et år,hvor kommunens indbyggere modtagera-dagpenge i forhold til det forventede,givet befolkningens sammensætning ogde lokale arbejdsmarkedsforhold3
Kun data for 2011.Pga. forskelle i organisering ogkonteringspraksis er det ikke mu-ligt at sammenligne kommunernesadministrative udgifter til indsat-sen.Der ses bort fra kontanthjælps-modtagere omfattet af integrati-onsloven/modtagere af integrati-onsydelse (5.46.61).
Det gennemsnitlige antal dage på et år,hvor kommunens indbyggere modtagerkontanthjælp i forhold til det forvente-de, givet befolkningens sammensætningog de lokale arbejdsmarkedsforhold3
Det gennemsnitlige antal dage på et år,hvor kommunens indbyggere modtagersygedagpenge i forhold til det forvente-
34
Område
Indikatorerde givet befolkningens sammensætningog de lokale arbejdsmarkedsforhold3Det gennemsnitlige antal dage på et år,hvor kommunens indbyggere modtagerpermanente ydelser (ekskl. efterløn) iforhold til det forventede, givet befolk-ningens sammensætning og de lokalearbejdsmarkedsforhold3
Note
123
Beregnes særskilt af KORABaseres på data om belægningsindeks fra www.samkom.dkBeregnes særskilt af KORA, med reference til data fra jobindsats.dk
Indikatorer på dagtilbudsområdetDagtilbudsområdet afgrænses til at indbefatte dagpleje, vuggestuer, børnehaver og aldersinte-grerede institutioner. Fritidshjem og skolefritidsordninger (SFO) er behandlet under skoleområ-det, fordi disse institutionstyper har nær tilknytning til folkeskolen og i mange tilfælde er place-ret i tilknytning til skolernes arealer.Når serviceniveauet og dermed kvaliteten af kommunernes ydelser på dagtilbudsområdet skalvurderes, må man først overveje, hvad der er formålet med dagtilbuddene. Antager man, atdagtilbud af høj kvalitet kan øge børnenes skoleparathed, og dermed give dem bedre mulighe-der for at klare sig godt i skolen og på længere sigt få en uddannelse, må de dagtilbud, derleverer en høj kvalitet i det pædagogiske arbejde, være dem, der bedst formår at forberedebørnene på deres skolegang gennem udvikling af børnenes kognitive evner og opbygning afbørnenes selvtillid.Udenlandske erfaringer viser, at der kan genereres store samfundsmæssige gevinster ved atsende børn i børnehaver af høj kvalitet, fordi det blandt andet har en positiv effekt på børnenessenere uddannelsesniveau, job- og indtjeningsmuligheder og sundhed, og fordi det dermedbidrager til at bryde negativ social arv (SFI, 2009:11). I en forskningsoversigt på dagtilbuds-området med fokus på børnehaver skriver SFI:”Personaletsindsigt i børnenes udvikling og sensibilitet samt lydhørhed over for børnenes ytrin-ger er antagelig de faktorer, der har størst indflydelse, men som er vanskeligst at regulere. Destrukturelle parametre er nemme at øve indflydelse på, og de er desuden understøttende for deprocesser, som finder sted i børnehaven. De strukturelle parametre som fx gruppestørrelse,normeringer og pædagogernes kvalifikationer har betydning for gennemførelsen af det pæda-gogiske program og kan give pædagogen mulighed for at være lydhør og sensitiv over for bør-nenes behov på baggrund af en erhvervet indsigt i børns sociale, kognitive og følelsesmæssigeudvikling”(SFI, 2009:10).SFI peger således på flere faktorer, der i forskningen har vist sig at have betydning for børne-nes udvikling. Heraf er der især to faktorer, som må siges at være mulige for kommunerne atpåvirke: Normeringer og personalets kvalificerende uddannelse (SFI, 2009: 10). Derudover harsygefraværet blandt personalet betydning for den reelle normering i institutionerne. Vores indi-katorer for det kommunale serviceniveau på dagtilbudsområdet består derfor af:Personalenormering i daginstitutionerPersonalenormering i dagplejenUddannelsesandel i dagtilbud
35
Sygefravær.
Personalenormering i daginstitutionerSom indikator for serviceniveauet i daginstitutionerne konstrueres et normeringsindeks forkommunale og selvejende institutioner, herunder vuggestuer, børnehaver og aldersintegreredeinstitutioner. Gruppen af personale indbefatter mellemledere, pædagoguddannede, støttepæ-dagoger og pædagogmedhjælpere, fordi disse typer medarbejdere udgør den gruppe, der vare-tager det pædagogiske arbejde med børnene. Ansatte i flexjob indgår med en vægt på 0,5, dersvarer til halv tid, fordi denne type medarbejder i de fleste tilfælde arbejder mindre end 37timer om ugen. Ekstraordinært ansatte indgår ikke i normeringsberegningen.Antallet af ansatte sættes i forhold til antal indskrevne børn. Da personalebehovet eksempelviser større for nul til toårige end for tre til femårige, anvendes en fordelingsnøgle, der tager høj-de for, hvilken alder de indskrevne børn har. Med udgangspunkt i forholdet mellem normerin-gen i vuggestuer og børnehaver i gennemsnitskommunen i 2007-2010 anslås indskrevne nul tiltoårige at kræve 1,72 gange normeringen for tre til femårige. Antallet af indskrevne børn væg-tes således i forhold til de indskrevne børns alder, inden normeringen udregnes:0-2 år:3-5 år:6 år:7-9 år:10-13 år:14-17 år4:1,721,000,750,500,330,20
Desuden er der korrigeret for antal budgetterede deltidspladser5. Metoden til udregning af nor-meringen er anvendt i et igangværende projekt hos KORA. Antallet af indskrevne såvel somantal medarbejdere udregnes som et gennemsnit for årene 2009-2011. Dette gøres for at giveet mere sikkert billede af normeringen (forhøje reliabiliteten). Data er trukket fra DanmarksStatistik.
Personalenormering i den kommunale dagplejeFor at måle personalenormeringen i den kommunale dagpleje konstrueres et normeringsindekspå tilsvarende vis som ovenfor. Vi medregner antal medarbejdere med pædagogiske arbejds-opgaver. Det vil sige pædagoger, omsorgsassistenter, pædagogmedhjælpere, dagplejere mv.6.Ansatte i flexjob indgår med en vægt på 0,5, og ekstraordinært ansatte indgår ikke i norme-ringsberegningen.Antallet af ansatte sættes i forhold til antal indskrevne børn i dagpleje. Der anvendes sammealdersmæssige fordelingsnøgle som for daginstitutioner, så der tages højde for, hvilken alderde indskrevne børn har. Ligesom for normeringen i daginstitutionerne anvendes gennemsnits-mål for årene 2009-2011, så effekten af tilfældige udsving i data mindskes. Data er fra Dan-marks Statistik.
4
56
Nogle institutioner – især de aldersintegrerede institutioner – har børn i meget forskellige aldersgrupper,og der må i beregningen af normeringen tages højde for, at ældre børn har relativt mindre personalebehovend mindre børn.Data for budgetterede deltidspladser er leveret af Indenrigs- og Økonomiministeriet.Ledere medregnes ikke, idet det antages, at ledere primært er beskæftiget med administrative opgaver. Ipraksis vil balancen mellem en leders administrative og pædagogiske opgaver kunne variere fra institutiontil institution, og specielt i små institutioner må det forventes, at det pædagogiske arbejde i praksis indgårmed nogen vægt i lederens arbejde.
36
Uddannelsesandel i dagtilbudUddannelse gør personalet mere stimulerende og støttende, hvilket har en positiv effekt påbarnets sociale, følelsesmæssige og kognitive udvikling (SFI, 2009: 10). Derfor vil en oppriori-tering af uddannet personale til varetagelse af det pædagogiske arbejde her betyde et højereserviceniveau. Uddannelsesandelen udregnes som procentdel pædagoger af den samledemængde fuldtidsansatte med pædagogiske arbejdsopgaver i institutioner såvel som dagpleje iårene 2009-2011. Også denne indikator bygger på data fra Danmarks Statistik.
SygefraværDenne indikator medtages, fordi en høj normeringkanvære udtryk for et højt sygefravær, daman ikke kan udskille vikarårsværk fra andre årsværk. Samtidig giver et højt sygefravær enmindre sammenhængende voksenkontakt med børnene, og det påvirker derfor kvaliteten afden ydelse, som kommunen producerer på området.Indikatoren for sygefravær måles som procentdel raske dagsværk af årets arbejdsdage. Pådenne måde vender indikatoren korrekt, således at en høj værdi er lig et højt serviceniveau.Der er kun udregnet et gennemsnit for årene 2009-2010, fordi data for 2011 endnu ikke ertilgængelige. Fraværsdata er leveret af Kommunernes og Regionernes Løndatakontor (KRL), ogde må ifølge aftale med KRL ikke offentliggøres for den enkelte kommune.
Indikatorer på skoleområdetVi vælger på dette område at se på folkeskole og SFO/fritidshjem som et sammenhængendeudgiftsområde, idet udbredelsen af heldagsskoler i en række kommuner betyder, at grænsenmellem folkeskole og SFO udviskes, hvorfor det kan være vanskeligt at adskille undervisnings-delen af folkeskolens virksomhed fra pasningsdelen.Indikatorerne på skoleområdet afgrænses til at omfatte indikatorer for folkeskolen og for fri-tidshjem og skolefritidsordning (SFO):KlassekvotientLærer-elevratioAntal planlagte undervisningstimer i folkeskolenAndel gennemførte undervisningstimerSygefraværUndervisningseffektNormering i fritidshjem og skolefritidsordninger (SFO)Uddannelsesandel i fritidshjem og skolefritidsordninger (SFO)Udgifter til kommunale og regionale specialskoler.
Der anvendes således primært outputindikatorer til indekset for skoleområdet. Vi har dog ogsåmulighed for at anvende nogle få outcome- eller kvalitetsmål i form af folkeskolernes undervis-ningseffekt og uddannelsesandelen i fritidshjem og SFO.
KlassekvotientKlassekvotienten hentes i Undervisningsministeriets databank (HGS-registret). Data vedrørernormalklasser i folkeskolen i 2009-2011, da der ikke forekommer oplysninger om klassekvoti-enten i specialklasser og -skoler. Afgrænsningen til folkeskolen fremfor privat- og friskoler fore-tages, fordi det udelukkende er klassekvotienten i folkeskolen, kommunerne har mulighed forat påvirke, og det er altså denne klassekvotient, der er det bedste udtryk for kommunernesserviceniveau.
37
En lav klassekvotient regnes i denne analyse for at indikere et højt serviceniveau. Derfor skalindikatoren vendes, så en høj værdi er lig en lav klassekvotient og et højt serviceniveau. Vivender indikatoren ved at dividere 1 med klassekvotienten.
Lærer-elevratioForholdet mellem antal lærere og antal elever måles normalt som antal elever pr. lærer. Tilvores formål er dette forhold dog mindre brugbart. Vi ønsker, at en høj værdi på indikatorenskal være udtryk for et højt serviceniveau, og derfor måles lærer-elevratioen i denne analyseikke som antal elever pr. lærer, men som antal lærere pr. elev.Vi trækker oplysningerne om antal lærere og antal elever fra Undervisningsministeriets data-bank. Børnehaveklasseledere medregnes i lærerkategorien. Vi ser udelukkende på forholdetmellem lærere og elever i folkeskolen. Vi omregner først værdierne fra skoleår til regnskabsår.Skoleåret starter 1. august og slutter 30. juli, derfor er udregningen for antal lærere i regn-skabsåret 2009 for eksempel udregnet som ”lærere i skoleåret 2008/2009”/12*7 + ”lærere iskoleåret 2009/2010”/12*5. Når alle variabler er omregnet til regnskabsår, sættes antal lærerei forhold til antal elever i 0.-10. klasse i årene 2009-2011. Når elevantallet opgøres på kommu-neniveau, er der dog (i hvert fald) to måder at opgøre det på: Antal elever med bopæl i kom-munen og antal elever på institutioner med beliggenhed i kommunen. Vi anvender forholdetmellem lærere og antal elever på kommunens institutioner, fordi dette forhold i højere gradbeskriver lærer-elevratioen på den enkelte kommunes skoler.
Antal planlagte undervisningstimerVi har fået stillet en oversigt over planlagte undervisningstimer i folkeskolen til rådighed afMinisteriet for Børn og Undervisning. Oversigten indeholder en variabel for alle indberettedetimer, som anvendes som indikator for serviceniveauet, da vi antager, at alle de indberettedetimer på den ene eller den anden måde er relevante for børnenes læring. Indikatoren angiverdet gennemsnitlige timetal i kommunen vægtet efter skolestørrelse (elevtal)7.
Andel gennemførte undervisningstimerAndelen af undervisningstimer, der er blevet aflyst, er hentet fra rapporter på www.unic.dk(UNI-C, 2012: bilag 2; UNI-C, 2011: bilag b). Data bygger på enslydende spørgsmål i to spør-geskemaundersøgelser, der blev foretaget i november 2010 og november 2011.Undersøgelsens primære spørgsmål handler om det samlede antal planlagte undervisningstimeri en fire-ugers periode i november 2010 samt fordelingen af disse timer på følgende kategorier(UNI-C, 2011: 6):A.B.C.D.E.Timer læst efter planenVikarundervisningstimerSelvstændige undervisningstimerVikartimer uden undervisningAflyste timer.
Tilsammen udgør kategorierne A, B og C således de timer, hvor der er foregået undervisning,mens kategori D og E ikke er undervisningstimer.”Det samlede antal planlagte undervisnings-timer omfatter alle undervisningstimer ved skolen, samt eventuelle deletimer og to-lærertimer
7
Indikatorens værdier må ikke offentliggøres for enkeltkommuner.
38
(inkl. fx specialklasser, modtagelsesklasser, undervisning på hold, enkeltmandsundervisningosv.)”(UNI-C, 2011: 6).Da vi antager, at et højt serviceniveau i folkeskolen er kendetegnet ved en sammenhængendeundervisning af uddannede lærere, indgår vikarundervisningstimer, selvstændige undervis-ningstimer, vikartimer uden undervisning og aflyste timer alle i målet for timer, der ikke erblevet afholdt som planlagt. Vi anvender derfor ”timer læst efter planen” som indikator for,hvor sammenhængende undervisningen har været. Indikatoren konstrueres som et gennem-snitsmål for de to undersøgelser. Da der ikke er tale om populationsdata, er indikatoren for-bundet med en vis usikkerhed.
Sygefravær blandt lærereSygefraværet blandt lærere i folkeskolen er hentet fra Det Fælleskommunale Løndatakontor(FLD). Vi anvender sygefravær for både lærere og børnehaveklasseledere, da det er dissegrupper af medarbejdere, der er i direkte og daglig kontakt med børnene, og da et højt syge-fravær for disse grupper vil have en effekt på, hvor konsistent undervisning børnene modtager.Sygefraværet er udregnet som et gennemsnit for 2009-2011. Da vi forudsætter, at et lavt sy-gefravær indikerer et højt serviceniveau, vendes indikatoren, ved at procentdelen fratrækkes100 pct., således at vi får et mål for, hvor stor en procentdel af arbejdstiden lærerne ikke harværet syge.
UndervisningseffektUndervisningseffekten fungerer som et mål for outcome på undervisningsområdet. Under-visningseffekten er tidligere blevet udregnet og anvendt af KORA på skoleniveau (KREVI,2011a). Til anvendelse i denne analyse, er beregningerne opdateret med 2011-tal, og de ag-gregerede undervisningseffekter på kommuneniveau er beregnet.Undervisningseffekten er et udtryk for, hvor meget den enkelte skole formår at hæve eleverneskaraktermæssige niveau i forhold til det niveau, man kunne forvente ud fra elevernes estime-rede forudsætninger, der fastsættes ud fra elevernes sociale baggrund.En høj undervisningseffekt ses i denne sammenhæng som et højt serviceniveau, da den er etudtryk for kvaliteten af de kommunale folkeskolers indsats med eleverne. Der én indikator forundervisningseffekten i naturvidenskabelige fag og én for undervisningseffekten i de humanisti-ske fag.
Normering i SFO og fritidshjemDa man i nogle kommuner udelukkende har fritidshjem, mens man i andre kommuner udeluk-kende har skolefritidsordninger (SFO), og de to institutionstyper i stor udstrækning yder densamme service til borgerne, anvender vi et samlet mål for normeringen i de to institutionstypersom indikator.Normeringen for SFO’er og fritidshjem beregnes ligesom for dagtilbudsområdet ud fra en vægt-ning af de indskrevne i forhold til deres alder. De indskrevne indgår således i beregningen medvægtene:0-2 år:3-5 år:6 år:7-9 år:10-13 år:14-17 år:1,721,000,750,500,330,20
39
Der er primært børn i alderen seks til ni år indskrevet i SFO og på fritidshjem, men børn i deandre aldersgrupper forekommer også, og det er derfor nødvendigt at tage højde for de ind-skrevnes alder i forhold til arbejdsbelastningen for de ansatte.Indskrevne og personale er for både kommunale og selvejende institutioner. Der forekommerikke offentligt tilgængelige data, hvor personalet er opdelt efter ejerskab.Ved normeringsberegningen ser vi udelukkende på de personalegrupper, der har pædagogiskeopgaver i forhold til børnene. Det personale, der indgår i normeringsberegningen, er således8:Lærere, støttepædagoger mv.Pædagog, omsorgsassistent mv.Pædagogmedhjælper, dagplejer mv.
I analysen skal normeringen indgå på en måde, så en høj værdi svarer til et højt serviceniveau.Derfor udregnes normeringen ikke som normalt (børn/medarbejder), men som medarbej-der/barn.Variablen konstrueres som et gennemsnitsmål for årene 2010-2011, og data er hentet fra Sta-tistikbanken.dk.
Uddannelsesandel i SFO og fritidshjemAndelen af uddannet personale i SFO’erne er beregnet som andel lærere og pædagoger af detsamlede personale med pædagogiske opgaver jævnfør afgrænsningen ovenfor.Også denne variabel konstrueres som et gennemsnitsmål for 2010 og 2011.
Udgifter til kommunale og regionale specialskolerDen sidste indikator på skoleområdet vedrører specialundervisning. Der kan være stor forskelpå, hvordan kommunerne visiterer til specialundervisning – om de lægger vægt på specialun-dervisning i specialskoler, eller om de lægger vægt på at inkludere de specialundervisnings-krævende elever i normalklasser og/eller specialklasser. Derfor vil de kommuner, der inkluderermange elever i normalundervisningen eller i specialklasser på de enkelte folkeskoler kunnefremstå med en højere lærer-elevratio i folkeskolen end de kommuner, der i højere grad an-vender specialskoler. I modellen vil kommuner med en inkluderende skolepolitik derved ”score”bedre på lærer-elevratioen som følge af den inkluderende politik. For omvendt at kunne givekredit til kommuner, der i højere grad har prioriteret indsatsen på specialskoler, inddrages enindikator for udgifter til specialskoler opgjort pr. elev i folkeskolen. I mangel af valide indikato-rer for output, baseres indikatoren på udgifterne til specialskolerne. Dette under den ikke nød-vendigvis realistiske antagelse, at højere udgifter er udtryk for, at der leveres mere service.Indikatoren er udregnet som et gennemsnit for årene 2009-2011, og inkluderer nettodriftsud-gifter for regionale (funktion 3.22.07) og kommunale (funktion 3.22.08) specialskoler.
Indikatorer på ældreområdetKommunerne har efter Serviceloven en forpligtelse til at tilbyde hjælp til ældre, handicappedeog socialt udsatte. Formålet med hjælpen er at fremme den enkeltes mulighed for at klare sig
8
Ledere medregnes ikke, idet det antages, at ledere primært er beskæftiget med administrative opgaver. Ipraksis vil balancen mellem en leders administrative og pædagogiske opgaver kunne variere fra instituti-on til institution, og specielt i små institutioner må det forventes, at det pædagogiske arbejde i praksisindgår med nogen vægt i lederens arbejde.
40
selv eller at lette den daglige tilværelse og forbedre livskvaliteten (Serviceloven § 1). Kommu-nernes service over for ældre borgere kan helt overordnet set inddeles i to typer service: Tilbudom støtte i eget hjem og tilbud om plads i kommunale boligtilbud til ældre.Som mål for kommunernes leverede output i forhold til at tilbyde de ældre borgere støtte i egethjem (herunder ældre- og plejeboliger) anvendes:Andel 65+årige der modtager varig hjemmehjælp.Forebyggende hjemmebesøg pr. 75+årige.Antal visiterede hjemmehjælpstimer pr. uge pr. modtager.
På denne måde inkluderes to mål for, hvor stor andel af målgruppen der modtager en ydelse(brugerandelen) samt et for volumen af den leverede service til brugerne (brugsandelen).Som mål for kommunernes service i forhold til tilbud om boliger til ældre anvendes:Indskrevne 65+årige på plejehjem, i plejeboliger til ældre, ældreboliger og øvrige boli-ger til ældre pr. 65+årige indbyggere.
Vi anvender endvidere en indikator, der er et udtryk for den samlede personalemæssige dæk-ning af området:Personalenormering.
Det kan være vanskeligt at bestemme effekten af kommunernes indsats på området, da derbåde bør tages højde for borgernes levetid og for borgernes livskvalitet i perioden. Selv hvissådanne mål konstrueres, kan det være vanskeligt at isolere kommunernes indsats fra socialefaktorer, som man med sikkerhed ved også har en stor betydning for en borgers levetid. Vianvender dog to mål for outcome, som kan tages som udtryk for en effekt på borgernes livs-kvalitet:Antal genindlæggelser vedrørende forebyggelige diagnoser pr. 67+årige.Gennemsnitlig ventetid på plejebolig for personer på generel venteliste, som har fåettilbudt bolig i året.
Det skal understreges, at det forhold, at vi primært måler på, hvormegetservice der leveres(output) og ikke har mulighed for at inddrage oplysninger omkvalitetenaf den leverede servicei forhold til at understøtte den enkeltes mulighed for at klare sig selv eller at lette den dagligetilværelse og forbedre livskvaliteten (outcome) ikke mindst på ældreområdet, giver anledningtil nogle forbehold. Hvis en kommune fx bruger velfærdsteknologi eller tilrettelægger servicenpå en måde, der gør borgeren mere selvhjulpen, så vil denne kommune i modellen paradoksaltnok kunne komme ud som havende et ringere serviceniveau (målt på output), uagtet at borge-rens mulighed for at klare sig selv og livskvalitet kan være forbedret (outcome). Dette para-doks vil optræde, hvis kommunen har succes med at forbedre de ældres mulighed for at klaresig selv og som følge heraf reducerer det kommunale personaleforbrug og den kommunalt le-verede hjælp til borgerne. Givet manglen på valide data om de ældres livskvalitet og mulighedfor at klare sig selv, er det ikke muligt på det givne datagrundlag at imødegå disse problemer.Men det er ved fortolkningen af analysens serviceindikator vigtigt at erindre, at indikatorenprimært måler kvantiteten af den kommunalt leverede service, ikke kvaliteten af servicen iforhold til at forbedre de ældres livskvalitet og mulighed for at klare sig selv.
Andel indskrevneIndikatoren er et samlet mål for indskrevne i plejehjem, plejeboliger til ældre, ældreboliger ogøvrige boliger til ældre. Kategorien ”øvrige boliger til ældre” udgår efter 2009. Indikatoren er
41
beregnet som et gennemsnit for 2009-2011 sat i forhold til antal borgere på mindst 65 år. Dener konstrueret for indskrevne 65+årige, fordi gruppen af indskrevne under 65 år må forventesat høre til voksenhandicapområdet eller området for sindslidende. Desuden er antallet af ind-skrevne korrigeret, fordi det må antages, at jo ældre de indskrevne er, desto mere plejekræ-vende er de. Til korrektionen anvendes variablen ”Aldersbetinget plejebolighyppighed”.Aldersbetinget plejebolighyppighed viser, hvor stor en andel af de ældre i kommunen der villevære indskrevet i pleje- eller ældrebolig, såfremt indskrivningsfrekvensen for de femårige al-dersgrupper var som gennemsnittet i hele landet. Den aldersbetingede plejebolighyppighedangiver således den procentdel af ældrebefolkningen, der må formodes at være plejekrævende.Ved beregningen af den aldersbetingede plejebolighyppighed er anvendt følgende landsgen-nemsnitlige antal indskrevne pr. 100 indbygger i den pågældende aldersgruppe 2009 (inklusivKøbenhavn, Frederiksberg og Bornholm):65-69:70-74:75-79:80-84:85-89:90-94:95+:1,562,877,0813,7924,9242,9942,99
Statistikken gør det ikke muligt at opdele det landsgennemsnitlige antal indskrevne på de sid-ste to aldersgrupper, derfor anvendes det samme tal.Antallet af indskrevne i plejebolig sættes således i forhold til det estimerede antal plejekræven-de ældre i kommunen.
PersonalenormeringÆldre refererer til indbyggere på 65 år og derover ifølge folkeregistret 1. januar 2012. Oplys-ninger om personaleforbrug på ældreområdet stammer fra kommunernes indberetning til løn-statistik i 1. kvartal i året. Personale er med andre ord beregnet på grundlag af løntimerne forde ansatte medarbejdere - omregnet til fuldtidsbeskæftigede. Bemærk: Da personaleforbrugeter beregnet på grundlag af lønstatistik, vil en ekstraordinær høj grad af sygdom eller barselkunne påvirke tallene, da både fraværende medarbejdere (med løn) og eventuelle vikarer tæl-les med. Personale hos private leverandører er ikke med i opgørelsen. Personalet bliver afDanmarks Statistik opdelt efter arbejdsfunktioner (efter "Discokoder"). Arbejdsfunktionerne erher i tabellen opsummeret i tre hovedarbejdsfunktioner:1.2.Ledelse og administration mv. omfatter arbejdsfunktionerne Ledelse og Administrationsamt kontor- og sekretærarbejde.Omsorg og pleje omfatter Sygeplejerske, Fysioterapeut, Ergoterapeut mv., Pædagog oglærer mv., Psykolog, Socialrådgiver mv., Social- og sundhedshjælper og pædagogmed-hjælper mv. og Social- og sundhedsassistent.Hjælpefunktioner omfatter Økonomaer, kokke og køkkenmedhjælpere, Rengøring mv.og Ejendomsinspektør, pedel mv.
3.
Alle oplysninger stammer fra Danmarks Statistik (www.statistikbanken.dk), tabellen RES10 ogFOLK1. Personaletallet er sat i forhold til antal plejekrævende (se definition ovenfor) 65+årige.
Modtagere af varig hjemmehjælpData er trukket på statistikbanken.dk (AED06: Modtagere af varig hjemmehjælp (frit valg),efter område, ydelsestype, timer pr uge, alder og køn). Fritvalgsordningen betyder, at hjem-
42
mehjælpsmodtagere har mulighed for selv at vælge leverandør af hjemmehjælp – det vil sige,at modtageren som regel kan vælge mellem den kommunale hjemmehjælp og et eller flereprivate hjemmehjælpsfirmaer (sm.dk9). Der er hjemmehjælp både til folk, der bor i eget huseller lejlighed og folk, der bor i for eksempel en ældrebolig eller en af kommunens plejeboliger(sm.dk10).Grundlaget for opgørelsen er månedlige digitale indberetninger fra kommunerne. Der er varie-rende dækning af månederne kommunerne imellem (statistikbanken.dk11). Variablen er kon-strueret som et gennemsnitsmål for de af årene 2009-2011, hvor der optræder data for depågældende kommuner, og den er sat i forhold til det gennemsnitlige antal plejekrævende (sedefinition ovenfor) indbyggere, hvis alder er mindst 65 år i år 2009-2011.
Visiterede timers hjemmehjælpData er trukket fra statistikbanken.dk (AED021: Hjemmehjælp, (visiterede timer, ugentligtgennemsnit, efter område, ydelsestype, alder og køn)). Enheden er ugentligt gennemsnit pr.modtager. Grundlaget for opgørelsen er månedlige digitale indberetninger fra kommunerne.Der er varierende dækning af månederne kommunerne imellem. Antal timer er derfor opgjortsom et gennemsnit for de måneder som den enkelte kommune har indsendt. I 2011 har sekskommuner ikke indsendt oplysninger og de optræder som uoplyst. Indikatoren er derfor bereg-net som et gennemsnit af de af årene 2009-2011, hvor den enkelte kommune har indberettetdata.
Forebyggende hjemmebesøgKommunerne skal som minimum tilbyde borgere på 75 år eller derover ét årligt forebyggendehjemmebesøg. Kommunerne kan dog vælge at undtage personer, der modtager både personligpleje og praktisk hjælp (Serviceloven § 79a). Oplysninger vedrørende forebyggende hjemme-besøg er hentet på statistikbanken.dk (AED10: Modtagere af forebyggende hjemmebesøg efterområde, hjemmebesøg, alder og køn). Det er dels registreret, hvor mange indbyggere der harmodtaget forebyggende hjemmebesøg, dels hvor mange besøg der er gennemført. Vi har herkoncentreret os om antal gennemførte besøg. Indikatoren er konstrueret som et gennemsnitfor de tilgængelige data i 2009-2011, og den er sat i forhold til det gennemsnitlige antal75+årige indbyggere i 2009-2011. På trods af, at der er taget et gennemsnit for tre år, er derfire kommuner, som ikke har indberettet tal for nogen af de pågældende år. Disse kommunerindgår med indikatorens gennemsnitsværdi.
Genindlæggelser vedrørende forebyggelige diagnoserAntallet af genindlæggelser vedrørende forebyggelige diagnoser inkluderer diagnoserne:Slagtilfælde (apopleksi)Væskemangel (dehydratio)Forstoppelse (obstipation)LungebetændelseBlærebetændelseKOL (astma/bronkitis)HjertesvigtTarminfektion (gastroenterit)
9
http://www.sm.dk/Temaer/sociale-omraader/%C3%86ldre/hjemmehjaelp/frit-valg-personlig-praktisk-hjaelp/Sider/Start.aspx10http://www.sm.dk/Temaer/sociale-omraader/%C3%86ldre/hjemmehjaelp/hvad-er-hjemmehjaelp/Sider/Start.aspx11http://www.statistikbanken.dk/statbank5a/default.asp?w=1280
43
KnoglebrudBlodmangel (ernæring)Gigt.
Antallet er sat i forhold til antal indbyggere på mindst 67 år. Der er beregnet et gennemsnit forårene 2009-2010, da data for 2011 endnu ikke er tilgængelige. Indikatoren er endvidere”vendt” ved at dividere 1 med den. Data er trukket fra statistikbanken.dk.
Ventetid på plejeboligIndikatoren bygger på indberetninger fra samtlige 98 kommuner i 2009-2011. I 2009 har enenkelt kommune dog ikke indberettet tallene, og gennemsnittet for denne kommune er derforkun beregnet for 2010-2011. Indikatoren er opgjort i antal dage og gælder kun personer, derer visiteret gennem den generelle venteliste. Da en lang ventetid for plejeboliger må anses foret lavt serviceniveau, må indikatoren vendes for at kunne indgå i analysen. Dette gøres ved attrække det gennemsnitlige antal dages ventetid fra 180 dage cirka svarende til et halvt år, ogvi får således en indikator for serviceniveauet, hvor en høj værdi svarer til høj service.
Indikatorer på det specialiserede socialområdeDet specialiserede socialområde inkluderer for det første området for udsatte voksne og handi-cappede og for det andet området for udsatte børn og unge. Området for udsatte voksne oghandicappede dækker service til voksne borgere, der er socialt udsatte, sindslidende, eller somhar et fysisk eller psykisk handicap. Selvom udgifterne til området er store (i 2011 udgjorde de23 mia. kroner eller cirka ti pct. af de samlede kommunale nettoudgifter til service), er det etområde, hvor der er meget lidt overblik, og hvor der er stor mangel på relevante, systematiskindsamlede data.I Danmark registrerer man af princip ikke personer med handicap. En sådan registrering villeogså af praktiske årsager være vanskelig at gennemføre, fordi afgrænsningen af diagnoser, derkategoriserer en person som handicappet, er vanskelig at lave12. Man registrerer dog i nogetomfang indskrevne i forskellige typer botilbud og omfanget af socialpædagogisk støtte, så udenat registrere diagnoser, registrerer man alligevel omfanget af støttekrævende borgere. Detangivne antal botilbud er dog, som Danmarks Statistik anfører, undervurderede. KORA (tidlige-re KREVI) har i 2011 gennemført en kortlægning af området, og har i den forbindelse fundet, atder er ca. 24.000 beboere i botilbud til sindslidende og handicappede (KREVI, 2012:40), mensde officielle tal viser ca. 16.000 beboere (Danmarks Statistik, 2011).Variationen mellem de to opgørelser skyldes, at der er tre lovgrundlag, som borgere kan henvi-ses til botilbud efter:Serviceloven § 107: Midlertidige botilbudServiceloven § 108: Længerevarende botilbudAlmenboligloven § 105: Botilbudslignende boform eller bofællesskab med tilknyttetstøtte efter Servicelovens §§ 83-87.
Danmarks Statistik opgør kun indskrevne i botilbud efter Serviceloven, men kommunerne fin-der hjemmel i alle tre paragrafer, når de henviser borgere til botilbud. Der er en tendens til, atindskrevne efter Almenboligloven kræver mindre støtte end indskrevne efter Serviceloven, mengrænserne mellem de tre typer er meget flydende, og en valid mellemkommunal sammenlig-ning med statistikbankens tal kan derfor ikke gennemføres.
12
http://www.clh.dk/index.php?id=944&vURL=doc9.html&cHash=c6d06ef8b2
44
KORA har i sin kortlægning af området indsamlet oplysninger om antal modtagere af botilbud(efter både Serviceloven og Almenboligloven) og modtagere af lignende støtte i eget hjem –her afgrænset til socialpædagogisk bistand i minimum 15 timer om ugen. Det er variabler fradenne kortlægning, der anvendes som indikatorer for området for udsatte voksne og handicap-pede i konstruktionen af serviceniveauindekset.På området for udsatte børn og unge findes der oplysninger om forebyggende foranstaltninger,antal anbringelser, anbringelsessteder og foranstaltningstyper. En anbringelse er et målbartoutput, men en ikke-anbringelse er et lige så væsentligt output, der ikke måles, og det er ikkemuligt – og slet ikke på aggregeret niveau – at fastslå, hvilket output der er mest ønskværdigtfor borgerne, eller hvilket output der fører til det bedste outcome.Man har tidligere anvendt antal genanbringelser som et outputmål på området, men dette målkan lige så vel være et udtryk for kommunernes anbringelsespraksis som for antallet af sam-menbrud i anbringelsen. Nogle mener, at familiepleje er at foretrække frem for institutionsan-bringelser, men også dette er vanskeligt at vurdere på aggregeret niveau. Man er de senere årbegyndt at anvende skoleperformance som kvalitetsindikator på området for udsatte børn ogunge. Der findes dog endnu ikke offentligt tilgængelige data på kommuneniveau, hvor de ud-satte børns skoleperformance er opgjort på en sådan måde, at de kan anvendes til at vurderekommunernes indsats på området.Det specialiserede socialområde udgør i alt 14 pct. af de medregnede kommunale serviceudgif-ter, men området lider altså under en stor mangel på valide output- og outcomemål.I mangel af valide output- og outcome mål inddrages på dette område en række udgiftsbasere-de indikatorer. Samlet set anvender vi følgende mål:Nettodriftsudgifter til anbringelser af børn og unge (i forhold til det forventede)Nettodriftsudgifter til forebyggende foranstaltninger for børn og unge (i forhold til detforventede)Antal modtagere af botilbud og lignende støtte i eget hjem for sindslidende og voksnehandicappedeUdgifter til botilbud for sindslidende og voksne handicappede.
De to førstnævnte indikatorer inddrages som to selvstændige indikatorer fremfor én samletudgiftsindikator for at tage højde for, at de enkelte kommuner kan have prioriteret den ud-giftsmæssige balance mellem forebyggende foranstaltninger og anbringelser forskelligt.
Nettodriftsudgifter til anbringelser af børn og ungeNettodriftsudgifterne til anbringelser er målt pr. 0-22-årig og sat i forhold til de forventede net-todriftsudgifter, der er udregnet ud fra kommunens demografiske og socioøkonomiske sam-mensætning. Udgifterne er opgjort på følgende funktioner:5.28.20 Plejefamilier og opholdssteder for børn og unge5.28.23 Døgninstitutioner for børn og unge5.28.24 Sikrede døgninstitutioner for børn og unge.
At indikatoren er baseret på et udgiftsmål er ikke optimalt, men skyldes som nævnt ovenfor enmangel på valide output- og outcome mål. For at tage højde for de forskelle i udgiftsniveauet,der kan tilskrives forskelle i udgiftsbehov knyttet til befolkningens demografiske og socioøko-nomiske sammensætning, beregnes indikatoren som de faktiske udgifter i forhold til de forven-tede. Den model, der bruges til at estimere de forventede udgifter, forklarer samlet 60 procent
45
af variationerne i kommunernes udgifter til udsatte børn og unge (Houlberg 2013: 26-27)13. Enkommune, der scorer højt på indikatoren, er dermed en kommune med større udgifter, end detman kunne forvente ud fra kommunens demografiske og socioøkonomiske sammensætning.Denne udgiftsbaserede serviceniveau-indikatorer kan ses som en områdespecifik parallel til denserviceniveau-indikator, Økonomi- og Indenrigsministeriet opgør for de samlede kommunaledriftsudgifter. Ved fortolkningen er det afgørende vigtigt at holde sig for øje, at indikatoren erudgiftsbaseret og hverken siger noget om, hvor meget service der leveres eller kvaliteten afdenne. Hertil kommer, at det ud fra et servicemæssigt synspunkt ikke er entydigt om ”mere erbedre”. Som nævnt ovenfor kan en ikke-anbringelse godt være udtryk for god service.
Nettodriftsudgifter til forebyggende foranstaltninger for børn og ungeNettodriftsudgifterne til forebyggende foranstaltninger er målt pr. 0-22-årig og sat i forhold tilde forventede nettodriftsudgifter, der er udregnet ud fra kommunens demografiske og socio-økonomiske sammensætning. Udgifterne er opgjort på funktion 5.28.21 Forebyggende foran-staltninger for børn og unge.Der anvendes også her en udgiftsbaseret indikator som følge af, at der ikke eksisterer valideoutput- og outcome mål. Der knytter sig de samme forbehold til denne indikator som indikato-ren ovenfor vedrørende nettodriftsudgifter til anbringelser.
Modtagere af botilbud og lignende støtte i eget hjem for sindslidende ogvoksne handicappedeAntallet af modtagere af botilbud er indsamlet af KORA ved en kortlægning af området. Lignen-de støtte i eget hjem defineres som minimum 15 timers støtte om ugen. Støtten i eget hjemmedtages, da den i nogen grad kan anvendes som substitut for et botilbud. Antal modtagere eropgjort på betalingskommunen og sættes i forhold til antal 18-64-årige i kommunen. Indikato-ren er således et udtryk for dækningsgraden. Der er desværre kun 77 kommuner, der har valgtat indberette data for indikatoren i forbindelse med kortlægningen, og de resterende kommu-ner sættes derfor til gennemsnitsværdien på indikatoren. Opgørelsen er for årene 2009 og2010.
Udgifter til botilbud for sindslidende og voksne handicappedeUdgifterne er opgjort som en sum af funktionerne:5.38.50 Botilbud til længerevarende ophold5.38.52 Botilbud til midlertidigt ophold5.32.33 Forebyggende indsats for ældre og handicappede (grp. 003 og 999).
Udgifterne er sat i forhold til antallet af modtagere af de pågældende botilbud. På denne mådeudregnes en enhedspris for botilbud i kommunerne, der i denne sammenhæng tolkes som enserviceindikator, 11 kommuner har valgt ikke at indberette tal for modtagere af botilbud i for-bindelse med kortlægningen. Disse kommuners enhedsudgift sættes til gennemsnitsværdien.
13
KORA har også på baggrund af registerbaserede individdata gennemført en analyse af 0-22 åriges sand-synlighed for at være anbragt uden for eget hjem eller modtage en forebyggende foranstaltning, givetden enkeltes sociale og familiemæssige baggrund. Den estimerede sandsynlighed korrelerer positivt medde forventede udgifter pr. 0-22 årig, der anvendes i indeværende projekts korrektion af faktiske udgifter.At korrelationskoefficienten blot er 0,2 indikerer dog også, at der kan være betydelige forskelle i udgiftenpr. anbringelse eller forebyggende foranstaltning. Sådanne bagvedliggende forskelle i enhedsomkostnin-ger kan naturligvis have betydning for den enkelte kommunes udgifter på området.
46
Biblioteksvæsen, kultur og fritidPå området for kultur og fritid er der ikke mange mål for output. Det er vanskeligt at kvantifice-re kultur, og lige så vanskeligt er det at måle kvaliteten af kulturen (outcome). En undtagelseer dog bibliotekerne, der stiller særdeles detaljerede outputmål til rådighed. Derfor anvendesdisse mål til beregningen af serviceniveauet på området for kultur og fritid. De kommunaledriftsudgifter til folkebiblioteker udgør dog på landsplan kun omkring en tredjedel af de samle-de udgifter på området. Derfor medregnes et mål for udgifterne på området eksklusive udgiftertil folkebiblioteker og sat i forhold til indbyggertallet. Vi antager således, at der ikke er storeforskelle på, hvor effektivt udgifterne til kultur og fritid anvendes, og at serviceniveauet i detstore og hele kan bestemmes ud fra, hvilke økonomiske rammer der afsættes til området.De variabler, der indgår i beregningen af serviceniveauet på området for kultur og fritid, ersåledes:Bestand af bøger pr. indbyggerBestand af andre materialer14pr. indbyggerUdlån af bøger pr. indbyggerUdlån af andre materialer14pr. indbyggerBrug af elektroniske ressourcer (downloads) pr. indbyggerAktive lånere pr. indbyggerPersonaleårsværk på biblioteker pr. indbyggerAndel akademikere på bibliotekerneÅbningstiderNettodriftsudgifter pr. indbygger til kultur og fritid eksklusive udgifter til folkebibliote-ker.
For alle indikatorerne er anvendt et gennemsnit for årene 2009-2011.
Bestand af materialerBestanden af materialer er naturligt nok et udtryk for volumen af udbuddet på bibliotekerne.Målene for materialebestanden er delt op i bøger og andre materialer. Begge materialetyper ersat i forhold til indbyggertallet i kommunen.
Udlån af materialerUdlån af materialer på folkebibliotekerne er også tidligere blevet anvendt som indikator forserviceniveauet på området (Dilling-Hansen, 2001). Antallet af udlån deles ligesom bestandenop på udlån af bøger og udlån af andre materialer. Begge udlånsmål sættes i forhold til indbyg-gertallet. Selvom udlånsmålene i høj grad også er et udtryk for efterspørgslen og aktiviteten påområdet, medtages målet alligevel som et mål for serviceniveauet, fordi det i høj grad er biblio-tekernes opgave at gøre det attraktivt for borgerne at benytte deres materialer jævnfør Biblio-tekslovens formålsparagraf, hvor folkebibliotekernes formål defineres som: ” Folkebiblioteker-nes formål er at fremme oplysning, uddannelse og kulturel aktivitet…”. Hvor materialebestan-den er et udtryk for volumen af materialeudbuddet, tolkes materialeudlånet altså blandt andetsom udtryk for kvaliteten af materialeudbuddet og bibliotekernes oplysningsarbejde.
Brug af elektroniske ressourcerBibliotekernes opgave med at ”fremme oplysning, uddannelse og kulturel aktivitet” kan ikkelængere afgrænses til det skrevne medie. I dag må bibliotekerne også bestræbe sig på at nå
14
Seriepublikationer, lydbøger, musikoptagelser etc.
47
borgerne gennem andre medier. Der kommer flere og flere muligheder for at benytte internet-tet til dette for eksempel gennem streaming af musik og film og udlån af e-bøger og tidsskriftertil tablets. Derfor anvendes indbyggernes brug af bibliotekernes elektroniske ressourcer ogsåsom en indikator for serviceniveauet. Brugen af elektroniske ressourcer er målt som antaldownloads, og antallet af downloads sættes i forhold til indbyggertallet.
Aktive lånereAntallet af aktive lånere sættes i forhold til indbyggertallet. Ligesom det er tilfældet med ud-lånsfrekvens, tolkes antal aktive lånere som et mål for, hvor attraktivt bibliotekerne formår atgøre deres materialesamling. En enkelt kommune har ikke indberettet antallet af aktive lånere,og kommunen sættes derfor til en gennemsnitsværdi på indikatoren.
PersonaleårsværkAntallet af medarbejdere målt i årsværk sættes i forhold til kommunernes indbyggertal. Grup-pen af medarbejdere inkluderer bibliotekarer, øvrigt akademisk personale samt assistenter.Øvrigt personale er ikke medtaget i beregningen, da vi kun er interesserede i de medarbejdere,der har med betjeningen af borgere at gøre – svarende til afgrænsningen af medarbejdere pådagtilbuds- og folkeskoleområdet.
Uddannet andel personaleSom en indikation af personalets kvalifikationer i forhold til at betjene og vejlede borgere, harvi medtaget et mål for andelen af den oven for definerede personalegruppe, der er enten biblio-tekarer eller øvrige akademiske medarbejdere.
ÅbningstiderDet kan endvidere siges at være en service for borgerne, hvis materialerne er tilgængelige enstor del af ugen – for eksempel i tidsrum, der ligger uden for normal arbejdstid. Vi har derformedtaget hovedbibliotekets åbningstimer pr. uge som endnu et mål for serviceniveauet påområdet. Dilling-Hansen anvender en lignende indikator for bibliotekernes producerede servicei sin beregning af effektivitet på biblioteksområdet (Dilling-Hansen, 2001: 172).
Nettodriftsudgifter til kultur og fritid ekskl. bibliotekerDenne indikator er inkluderet, fordi det kan være vanskeligt at tale om produktivitet i forhold tilkulturelle aktiviteter, da output på området vanskeligt vil kunne måles. Udgifterne på detteområde er i sig selv et mål for, hvordan rammerne for kultur og fritidsaktiviteter er i kommu-nen. Nettodriftsudgifterne inkluderer:3.35.603.35.613.35.623.35.633.35.643.38.703.38.723.38.733.38.743.38.753.38.763.38.773.38.78MuseerBiograferTeatreMusikarrangementerAndre kulturelle arrangementerFælles formål (folkeoplysning og fritidsaktiviteter mv.)Folkeoplysende voksenundervisningFrivilligt folkeoplysende foreningsarbejdeLokaletilskudFritidsaktiviteter uden for folkeoplysningslovenUngdomsskolevirksomhedDaghøjskolerKommunale tilskud til statsligt finansierede uddannelsesinstitutioner.
48
Udgifterne er sat i forhold til kommunernes samlede indbyggertal.Da formålet med folkeoplysningen er at sikre offentlige tilskud m.v. til den frie folkeoplysendevirksomhed, kan udgifterne til folkeoplysning med rimelighed betragtes som et udtryk for out-come. De øvrige udgifter i denne indikator må dog fortolkes i lyset af, at der er tale om ud-giftsmål, der ikke i sig selv fortæller noget om, hvor meget service der leveres og af hvilkenkvalitet.
Indikatorer på området for vejvedligeholdelseKommunerne er meget forskelligartede i deres geografiske sammensætning. Nogle kommunerhar kyststrækninger, nogle har mange vandløb, og nogle kommuner er bykommuner. Kommu-nerne er derfor ikke sammenlignelige, hvis man ser samlet på udgifter til området for teknik ogmiljø.Fælles for kommunerne er det dog, at de skal vedligeholde et vejnet. Derfor inddrager vi påområdet for teknik og miljø indikatorer, som vedrører de kommunale veje. Vi inddrager mål forsåvel kvantiteten som kvaliteten af vejene:Længde af kommunale vejeBelægningsindeks.
VejlængdeVejlængden er trukket fra Vejdirektoratets hjemmeside15for årene 2009-2011. Vejdirektoratetsoplysninger om længden af de kommunale veje bygger på træk fra den Centrale vej- og stifor-tegnelse (CVF) suppleret med indberetninger fra kommunerne. Vejlængden er sat i forhold tilen estimeret forventet vejlængde. Den forventede vejlængde beregnes ud fra befolkningstæt-heden samt en dummy-variabel for de fem mindste ø-kommuner (inkl. Christiansø). Den sam-lede justerede R2er 0,376. Af modeltekniske grunde bliver de prædikerede værdier for Køben-havn og Frederiksberg negative, og for disse to kommuner er anvendt den gennemsnitligeprædikerede vejlængde pr. indbygger i de øvrige kommuner i Region Hovedstaden.
Kvaliteten af de kommunale vejeMålet for kvaliteten af de kommunale veje er Vejdirektoratets belægningsindeks fra udgangenaf 2009. Værdierne for belægningsindekset fremgår af Vejdirektoratets rapport ”Belægning-sindekset 2009 – et overblik over belægningstilstanden på det kommunale vejnet”. Indeksetbygger på data fra kommunernes vejvedligeholdelsessystemer og er dels baseret på skadesre-gistrering af vejoverfladen og dels på oplysninger om belægningernes alder. Belægningsindek-set består af tre indeks, hvoraf vi anvender to (Vejdirektoratet, 2009: 5):Strukturelt indeks (SI).”Det Strukturelle Indeks er et samlet udtryk for vejkonstrukti-onens strukturelle tilstand. Dvs. et udtryk for, hvor god belægningen og de enkelte lagi vejens konstruktion er til at modstå de kræfter, der forårsages af trafikbelastninger.Den strukturelle tilstand kan også udtrykkes som den bæreevnemæssige tilstand ellerholdbarhed. En dårlig strukturel tilstand øger risikoen for, at skader opstår efter et lilleantal trafikbelastninger. SI angives på en skala fra 0 (kritisk) til 10 (perfekt) og bereg-nes på grundlag af de eksisterende, systematiske hovedeftersyn af vejene i kommu-nerne, idet kun de væsentligste skadestyper indgår”.
15
http://vejdirektoratet.dk/DA/viden_og_data/statistik/vejeneital/l%c3%a6ngdeoffentligeveje/Sider/Tidligere-opg%c3%b8relser.aspx
49
Funktionelt indeks (FI).”Det Funktionelle Indeks er et samlet udtryk for det serviceni-veau, vejbelægningen tilbyder trafikanterne og vejens naboer. Det kan være med hen-blik på kørselskomfort, sikkerhed, støj, æstetik, slitage på køretøjerne. En dårlig funk-tionel tilstand kan være forårsaget af en dårlig strukturel tilstand eller af klima, trafik-slid og opgravninger. FI angives på en skala fra 0 (kritisk) til 10 (perfekt) og beregnes(som SI) på baggrund af oplysninger fra de eksisterende, systematiske hovedeftersynaf vejene i kommunerne”.
Indeksene er desværre kun opgjort for 44 kommuner, men som det angives i rapporten, er dersammenhæng mellem belægningsindekset og vejbudgettet:”Det har vist sig, at der tilnærmel-sesvis er lineær sammenhæng mellem forøgelsen i budgettet og forbedringen af Belægning-sindekset, og at størrelsen af den beregnede forbedring er omvendt proportional med udgangs-tilstanden (dvs. at forbedringer i Belægningsindekset bliver dyrere at opnå, desto bedre vejnet-tet er). Med udgangspunkt i et årligt ”referencebudget” på 2,25 kr./m2, har det vist sig, at derskal investeres mellem 0,20 kr./m2 og 0,45 kr./m2 ekstra for at forbedre Belægningsindeksetmed 0,1 over en femårig periode.”På basis af sammenhængen mellem belægningsindekset og udgiften pr. kilometer vej i de 44datadækkede kommuner, er for de øvrige kommuner estimeret en forventet værdi for de på-gældende kommuners belægningsindeks givet den enkeltes kommunes udgift pr. kilometer vej.Styrken af den statistiske sammenhæng i de 44 kommuner er dog beskeden (Justeret R2=0,03), hvorfor der knytter sig nogen usikkerhed til de modelestimerede værdier for belægning-sindekset. I praksis er værdien for de 54 kommuner med modelestimeret belægningsindeksderfor i al væsentlighed en afspejling af det gennemsnitlige belægningsindeks i de 44 datadæk-kede kommuner.
Indikatorer på sundhedsområdetDet er generelt vanskeligt at finde valide outcome-mål på sundheds- og forebyggelsesområdet,da der typisk vil være stor tidsmæssig afstand mellem en given sundhedsindsats og de potenti-elle sundhedsmæssige effekter af indsatsen, ikke mindst når det drejer sig om forebyggendeaktiviteter for at reducere omfanget af livsstilssygdomme og forbedre folkesundheden. Da dergrundet sundhedspolitikkens tværgående karakter tillige knytter sig betydelig usikkerhed tilden konkrete kontering af udgifter til sundhedsfremme og forebyggelse ser vi bort fra dennedel af sundhedsområdet, ligesom den aktivitetsbestemte medfinansiering af sundhedsvæsenetikke er omfattet af projektet.Sundhedsområdet afgrænses til at inkludere sundhedspleje, tandpleje (herunder omsorgstand-pleje) samt genoptræning.Vi anvender følgende indikatorer for serviceniveauet på sundhedsområdet:Medarbejdere i sundhedsplejenMedarbejdere i tandplejenAndel læger og tandlæger af det samlede sundhedspersonaleProcentdel indskrevne i omsorgstandplejeBørns tandsundhedVentetid på genoptræning.
Medarbejdere i sundhedstjenestenAntallet af medarbejdere i sundhedstjenesten inkluderer kommunalt ansatte læger og sund-hedsplejersker. Antallet er sat i forhold til antal børn i alderen 0-16 år og forholdet er udregnetsom et gennemsnit for årene 2009-2011. For Høje-Taastrup mangler indberetning af antal
50
sundhedsplejersker for 2009 og 2010, og der er i stedet anvendt antallet fra 2008 og 2011. ForSyddjurs Kommune mangler indberetning for både 2010 og 2011, og der er derfor udelukkendeanvendt tal fra 2009.
Medarbejdere i tandplejen pr. indskrevetMedarbejderantallet i den kommunale tandpleje er på tilsvarende vis udregnet for 2009-2011og sat i forhold til antal indskrevne i den kommunale tandpleje. Medarbejderne i tandplejeninkluderer tandlæger og klinikassistenter. Tre af kommunerne i analysen har ingen indskrevnebørn i kommunal tandpleje. Dette skyldes, at de er såkaldte praksiskommuner, hvor børne-tandplejen varetages af privatpraktiserende tandlæger. De pågældende kommuner er sat til engennemsnitsværdi i beregningen, da det ikke er muligt at bestemme, hvor højt et serviceni-veau borgerne får hos de privatpraktiserende tandlæger.
”Akademikerandel” af sundhedspersonaletFor at tage højde for, at nogle kommuner prioriterer en højtuddannet medarbejdergruppe med-tages indikatoren for akademikerandel af sundhedspersonalet. I gruppen af akademikere med-regnes læger og tandlæger, mens den samlede gruppe medarbejdere også inkluderer sund-hedsplejere og klinikassistenter. For de kommuner, der ikke har nogen indskrevne i kommunaltandpleje, angives akademikerandelen som andel læger ud af antal medarbejdere i sundheds-tjenesten (læger og sundhedsplejersker).
Andel indskrevne i omsorgstandplejeOmsorgstandplejen er en ordning for borgere over 18 år, som på grund af kronisk nedsat før-lighed eller vidtgående fysisk eller psykisk handicap vanskeligt kan benytte de almindeligetandplejetilbud (Sundhedsloven § 131). Indikatoren for omfanget af omsorgstandpleje er tagetmed i serviceniveauberegningen, fordi patienter i omsorgstandpleje er mere behandlingskræ-vende end de børn, der er indskrevet i tandplejen. Andelen er udregnet som et gennemsnit forårene 2009-2011, og den er udregnet som den procentvise andel indskrevne i omsorgstandple-je ud af det samlede antal indskrevne i tandpleje (i kommunal tandpleje såvel som ved privat-praktiserende tandlæger).
Børns tandsundhedTandsundheden opgøres som gennemsnitligt antal kariesinficerede tandflader. Opgørelsen erbaseret på den såkaldte DMF-S opgørelse, som er den internationalt mest anerkendte metodetil opgørelse af tandsundhed (http://www.dentalcare.com/en-US/dental-education/continuing-education/ce368/ce368.aspx?ModuleName=coursecontent&PartID=4&SectionID=-1).Børns tandsundhed kan tolkes som et outcome-mål for den kommunale tandpleje, men denkan ikke udelukkende henføres til tandplejens indsats, da den kan være påvirket at børnenessociale baggrund. Ligeledes kan børn i kommuner med et højt flourindhold i grundvandet for-ventes at have sundere tænder, fordi flour forebygger karies. Derfor korrigeres tandsundhedenbåde for børnenes sociale baggrund og for flourindholdet i drikkevandet. Den samlede justere-de R2er 0,28, og både social baggrund og flourindhold viser sig, som forventet, at have enstatistisk signifikant sammenhæng med tandsundheden. Indikatoren udregnes således som denforventede tandsundhed minus den observerede tandsundhed, sådan at et lavere antal karies-udbrud end forventet (givet fluorindholdet i drikkevandet og børnenes sociale baggrund) giveren positiv værdi på indikatoren.Oplysninger om børns tandsundhed og fluorindhold i vandet stammer fra et forskningsprojektpå Aarhus Universitet og er velvilligt stillet til rådighed for projektet af adjunkt Christian Bøt-cher Jacobsen.
51
Data dækker 12- og 15-åriges tandsundhed i årene 2009 og 2010, men vil naturligvis ogsåkunne være en afspejling af den kommunale tandplejeindsats i årene forud.
Ventetid på genoptræningVentetiden på genoptræning er målt i antal dage, og den er udregnet som et gennemsnit for2009-2011. Det gennemsnitlige antal dages ventetid på genoptræning er herefter trukket fra180 dage svarende til et halvt år, så den endelige indikator viser hvor mange dage under ethalvt år borgerne i gennemsnit har skullet vente på genoptræning i den enkelte kommune. Pådenne måde er en høj værdi på indikatoren lig et tilsvarende højt serviceniveau. Ventetiden pågenoptræning er den tid, der går fra genoptræningsplanen oprettes på sygehuset til den førstegenoptræningsydelse gives til borgeren. Ved nogle typer diagnoser er det ikke hensigtsmæssigtat begynde genoptræningen, før der er gået et stykke tid – dette gælder for eksempel ved be-stemte typer operationer, hvor der skal ske en heling, inden genoptræningen kan begynde. Detantages dog, at spredningen af diagnoser er nogenlunde ens i kommunerne, og at ventetidenpå genoptræning alt andet lige derfor kan siges at være en indikator for den kommunale ser-vice.Det er ikke kun ventetiden på genoptræning, der registreres, men også antallet af genoptræ-ningsplaner og -ydelser. Et andet mål for den kommunale service kunne derfor være, hvormange ydelser der gives per plan. Vi har dog valgt ikke at anvende dette mål, da der fore-kommer markante forskelle i de registrerede ydelser på tværs af kommuner såvel som år (KO-RA, 2013: 12), hvilket tyder på en uens registreringspraksis, som sænker målingsvaliditeten tilet uacceptabelt niveau for analysen.
Indikatorer vedrørende arbejdsmarkedsforanstaltningerNår succesen af kommunernes beskæftigelsesindsats skal vurderes, er det vigtigt at tage højdefor, at kommunerne har meget forskelligartede vilkår for at opnå succes i beskæftigelsesindsat-sen i form af at få borgerne i arbejde og væk fra offentlig forsørgelse. Kommuner, hvor borger-ne statistisk set forventes at have længere tid på offentlig forsørgelse, har således mindre gun-stige rammevilkår end kommuner, hvor borgerne statistisk set må forventes at have korterevarighed på offentlig forsørgelse. Vigtigheden af at tage højde for sådanne forskelle i ramme-vilkår er ikke blevet mindre i lyset af den aktuelle økonomiske krise.Projektets datagrundlag bygger videre på de typer af effektmål, der er benyttet i tidligerebenchmarkinganalyser af succes ved kommunernes beskæftigelsesindsats på fx sygedagpenge-og kontanthjælpsområdet, hvor der kontrolleres for forskelle i kommunernes rammevilkår forbeskæftigelsesindsatsen i form af de lokale arbejdsmarkedsforhold og individbaserede karakte-ristika ved befolkningens sammensætning (se fx Arendt m.fl. 2004, Clausen m.fl. 2006 og Bollm.fl. 2010). Resultaterne af denne type analyser kan tolkes som outcome-indikatorer, hvorkommunernes succes måles som forskellen mellem den forventede varighed på offentlig for-sørgelse (givet rammevilkårene) og den faktiske varighed på offentlig forsørgelse. Jo mindreden faktiske varighed er i forhold til den forventede, jo mere succesfuld vurderes kommunensbeskæftigelsesindsats at være.Konkret bygger indikatorerne på de analyser af kommunernes rammevilkår for beskæftigelses-indsatsen, som en række forskere ved SFI og KORA aktuelt gennemfører for Arbejdsmarkeds-styrelsen, og som fremadrettet påwww.jobindsats.dkvil danne grundlag for inddeling af kom-munerne i klynger med sammenlignelige rammevilkår. Resultaterne af disse analyser er endnuikke offentliggjort, men er af forskerne velvilligt blevet stillet til rådighed for indeværende pro-jekt under den forudsætning, at der ikke offentliggøres oplysninger for enkeltkommuner før denofficielle rapport er blevet offentliggjort. Principperne i analysen svarer til det tidligere analyse-grundlag for klyngeinddeling påwww.jobindsats.dksom dokumenteret i Clausen m.fl. (2006)og i kortere form beskrevet påwww.jobindsats.dk/sw2891.asp.
52
Den nye analyse dækker året 2011 og bygger på individbaserede oplysninger om alle 18-59åriges socioøkonomiske baggrund samt deres faktiske varighed på forskellige typer arbejds-markedsydelser og oplysninger om de lokale arbejdsmarkedsforhold. På baggrund af detteestimeres for den enkelte kommune det gennemsnitlige antal dage borgerne forventes at værepå en given ydelse, givet de lokale arbejdsmarkedsforhold og den socioøkonomiske sammen-sætning i kommunen.Effektindikatorerne opgøres herefter i indeværende projekt som forholdet mellem borgernesforventede gennemsnitlige antal dage med en ydelse i 2011 (givet rammevilkårene) og detfaktiske antal dage med den pågældende ydelse. Det antages således, at en høj service forborgerne er lig med en relativ kort gennemsnitlig tid på sociale ydelser – at et højt serviceni-veau er, når kommunen er god til at få borgerne i arbejde og væk fra offentlig forsørgelse.For at tage højde for, at kommunerne kan have prioriteret indsatsen for forskellige målgrupperforskelligt, benyttes ikke en samlet indikator for hele arbejdsmarkedsområdet men selvstændi-ge indikatorer for fire ydelsestyper:ArbejdsløshedsdagpengeKontanthjælp mv. (omfatter kontanthjælp, revalidering og forrevalidering)SygedagpengePermanente ydelser ekskl. efterløn (omfatter førtidspension, ledighedsydelse og fleks-job).
På denne måde kan kommuner, der er gode til at få en bestemt gruppe tilbage på arbejdsmar-kedet og/eller væk fra offentlig forsørgelse, blive belønnet for det i beregningen af indekset forkommunens serviceniveau.
Input i produktivitetsanalysenI produktivitetsanalysen indgår serviceniveauindikatorerne igen i en DEA-model, men dennegang benyttes et mål for de kommunale serviceudgifter som input. Serviceudgifterne sættes iforhold til de forventede serviceudgifter, og dette mål indgår herefter som input i analysen.Den statistiske model til beregning af forventede serviceudgifter er beskrevet i rapporten (seafsnit 3.1). Da analysen fokuserer på serviceudgifter, er udgifter til overførsler, forsyningsvirk-somheder, forsikrede ledige og kommunal medfinansiering af sundhedsvæsenet ikke inklude-ret.Tabel II.2 indeholder en samlet oversigt over de inkluderede udgiftsdata på de enkelte udgifts-områder samt nederst i tabellen en sum for de samlede serviceudgifter omfattet af undersøgel-sen. Hvor intet andet er anført indgår kommunernesnettodriftsudgifter,dvs. den andel af ud-gifterne, som kommunen selv finansierer. De angivne udgifter er for 2011. I selve analysenindgår et gennemsnit for 2009-2011.Tabel II.2 Medregnede driftsudgifter for 2011 i beregningen af input til produktivitetsanaly-se, udgifter angivet i 1.000 kr. (fortsættes)Serviceområde og tilknyttede udgifterVejvæsen2.22.01 Fælles formål2.22.03 Arbejder for fremmed regning2.22.05 Driftsbygninger og -pladser2.28.11 Vejvedligeholdelse m.v.2.28.12 Belægninger m.v.Nettodriftsudgifter5.085.968482.376-78.809201.8592.930.961655.554
53
Serviceområde og tilknyttede udgifter2.28.14 VintertjenesteArbejdsmarkedsforanstaltninger5.68.90 Driftsudgifter til den kommunale beskæftigelsesindsats5.68.91 Beskæftigelsesindsats for forsikrede ledige5.68.98 BeskæftigelsesordningerDagtilbud5.25.10 Fælles formål (dagtilbud til børn og unge)5.25.11 Dagpleje5.25.12 Vuggestuer5.25.13 Børnehaver5.25.14 Integrerede daginstitutionerFolkeskole, fritidshjem og SFO3.22.01 Folkeskoler3.22.02 Fællesudgifter for kommunens samlede skolevæsen3.22.03 Syge- og hjemmeundervisning3.22.04 Pædagogisk psykologisk rådgivning m.v.3.22.05 Skolefritidsordninger3.22.06 Befordring af elever i grundskolen3.22.07 Specialundervisning i regionale tilbud3.22.08 Kommunale specialskoler5.25.15 FritidshjemÆldreområdet5.30.001 Ydelsesstøtte vedrørende private ældreboliger5.30.005 Lejetab5.30.006 Eventuelt tab på garanti for indekslån5.32.001 Kommunens levering af personlig og praktisk hjælp5.32.004 Hjemmesygepleje5.32.009 Private leverandører af personlig og praktisk hjælp5.32.011 Personlig og praktisk hjælp (hjemmehjælp) undtaget frit valg af leve-randør5.32.012 Personlig og praktisk hjælp (hjemmehjælp) i friplejeboliger5.32.013 Ydelser efter servicelovens §§ 85, 86, 97, 98 og 1025.32.014 Ydelser efter servicelovens § 83 som kan pålægges egenbetaling5.32.020 Tværgående arbejdsopgaver og service i plejeboligbebyggelser5.32.092 Betaling for personlig og praktisk hjælp (hjemmehjælp)5.32.093 Beboeres betaling for service5.32.095 Beboeres særlige servicebetaling5.32.200 Ledelse og administration5.32.30 Ældreboliger5.32.34 Plejehjem og beskyttede boliger5.32.37 Plejevederlag og hjælp til sygeartikler o. lign. ved pasning af døende ieget hjem5.32.999 Sum af uautoriserede grupperinger5.33.001 Forebyggende hjemmebesøg
Nettodriftsudgifter894.0275.435.8432.961.0171.985.187489.63924.184.5112.284.1864.845.217990.8333.949.25312.115.02245.206.08032.046.095540.07556.7171.211.7344.467.810954.032330.0075.228.675370.93539.507.35591.113174.6171.38110.728.7942.803.9311.589.65816.174.86489.28593.6332.031--201.464-1.196.766---534.242172.5455.103.145113.722
54
Serviceområde og tilknyttede udgifter5.33.002 Generelle tilbud med aktiverende og forebyggende sigte5.33.004 Socialpædagogisk bistand og behandling til personer med betydelignedsat funktionsevne eller særlige sociale problemer5.33.092 Betaling for generelle tilbud med aktiverende og forebyggende sigte5.33.093 Betaling for service i forbindelse med aflastningsforhold5.33.200 Ledelse og administration5.33.999 Sum af uautoriserede grupperinger5.35.005 Ortopædiske hjælpemidler, inkl. fodtøj5.35.006 Inkontinens- og stomihjælpemidler5.35.007 Andre hjælpemidler5.35.009 Forbrugsgoder5.35.010 Hjælp til boligindretning5.35.011 Støtte til individuel befordring5.35.093 Tilbagebetaling af hjælp til boligindretning5.35.999 Sum af uautoriserede grupperingerSpecialiseret socialområde5.22.07 Indtægter fra den centrale refusionsordning5.28.20 Plejefamilier og opholdssteder for børn og unge5.28.21 Forbyggende foranstaltninger for børn og unge5.28.23 Døgninstitutioner for børn og unge5.28.24 Sikrede døgninstitutioner for børn og unge5.35.40 Rådgivning og rådgivningsinstitutioner5.38.42 Botilbud mv. til personer med særlige sociale problemer5.38.44 Alkoholbehandling og behandlingshjem for alkoholskadede5.38.45 Behandling af stofmisbrugere5.38.50 Botilbud til længerevarende ophold5.38.52 Botilbud til midlertidigt ophold5.38.53 Kontaktperson- og ledsagerordninger5.38.58 Beskyttet beskæftigelse5.38.59 Aktivitets- og samværstilbudSundhed og forebyggelse4.62.82 Kommunal genoptræning og vedligeholdelsestræning4.62.84 Vederlagsfri behandling hos en fysioterapeut4.62.85 Kommunal tandpleje4.62.88 Sundhedsfremme og forebyggelse4.62.89 Kommunale sundhedstjenester4.62.90 Andre sundhedsudgifterKultur og fritid3.32.50 Folkebiblioteker3.35.60 Museer3.35.61 Biografer3.35.62 Teatre3.35.63 Musikarrangementer
Nettodriftsudgifter866.72246.978-6.380-31.334--35.562298.184636.9461.058.05619.468132.91335.570-1.019212.08230.083.273-5.647.2113.763.1522.993.447340.977782.126408.142298.621833.8207.437.7033.860.056431.0511.035.0362.251.9316.500.0471.736.842806.3352.034.505462.652924.560535.1538.110.0072.529.047542.59320.244249.306646.664
55
Serviceområde og tilknyttede udgifter3.35.64 Andre kulturelle opgaver3.38.70 Fælles formål (folkeoplysning og fritidsaktiviteter m.v.)3.38.72 Folkeoplysende voksenundervisning3.38.73 Frivilligt folkeoplysende foreningsarbejde3.38.74 Lokaletilskud3.38.75 Fritidsaktiviteter uden for folkeoplysningsloven3.38.76 Ungdomsskolevirksomhed3.38.78 Kommunale tilskud til statsligt finansierede selvejende uddannelsesinsti-tutioner mv.Residualområde10.22.01 Fælles formål (jordforsyning)0.22.02 Boligformål (jordforsyning)0.22.03 Erhvervsformål (jordforsyning)0.22.04 Offentlige formål (jordforsyning)0.22.05 Ubestemte formål (jordforsyning)0.25.10 Fælles formål (faste ejendomme)0.25.11 Beboelse0.25.12 Erhvervsejendomme0.25.13 Andre faste ejendomme0.25.15 Byfornyelse0.25.17 Anvisningsret0.25.18 Driftsikring af boligbyggeri0.28.20 Grønne områder og naturpladser0.32.31 Stadions, idrætsanlæg og svømmehaller0.32.35 Andre fritidsfaciliteter0.35.40 Kirkegårde0.38.50 Naturforvaltningsprojekter0.38.51 Natura 20000.38.52 Fredningserstatninger0.38.53 Skove0.38.54 Sandflugt0.48.70 Fælles formål (vandløbsvæsen)0.48.71 Vedligeholdelse af vandløb0.48.72 Bidrag for vedligeholdelsesarbejde m.v.0.52.80 Fælles formål (miljøforanstaltninger)0.52.81 Jordforurening0.52.83 Råstoffer0.52.85 Bærbare batterier0.52.87 Miljøtilsyn – virksomheder0.52.89 Øvrig planlægning, undersøgelser, tilsyn m.v.0.55.90 Fælles formål0.55.91 Skadedyrsbekæmpelse0.55.92 Skorstensfejerarbejde0.58.95 Redningsberedskab
Nettodriftsudgifter867.746146.807319.503383.000821.34897.9561.471.32414.46957.107.765-4.8215.420-476-388-42.542236.435-122.356-128.64769.710284.9191.464232.469952.9871.532.769134.37174.89559.2083.8691.20853.5105.39627.079227.8692.739120.11518.341-7319.751134.1081.893-15.666-1.278.309
56
Serviceområde og tilknyttede udgifter2.22.07 Parkering2.28.22 Vejanlæg2.28.23 Standardforbedringer af færdselsarealer2.32.30 Fælles formål (kollektiv trafik)2.32.31 Busdrift2.32.33 Færgedrift2.32.34 Lufthavne2.32.35 Jernbanedrift2.35.40 Havne2.35.41 Lystbådehavne m.v.2.35.42 Kystbeskyttelse3.22.09 Sprogstimulering for tosprogede børn i førskolealderen3.22.10 Bidrag til statslige og private skoler3.22.12 Efterskoler og ungdomskostskoler3.22.14 Ungdommens Uddannelsesvejledning3.22.16 Specialpædagogisk bistand til børn i førskolealderen3.22.17 Specialpædagogisk bistand til voksne3.22.18 Idrætsfaciliteter for børn og unge3.30.44 Produktionsskoler3.30.46 Ungdomsuddannelse for unge med særlige behov3.41.80 Regionale udviklingsopgaver på undervisningsområdet5.25.16 Klubber og andre socialpædagogiske fritidstilbud5.25.17 Særlige dagtilbud og særlige klubber5.25.18 Åbne pædagogiske tilbud, legesteder mv.5.25.19 Tilskud til privatinstitutioner, privat dagpleje, private fritidshjem, privateklubber m.v.5.30.092 Lejeindtægter5.30.999 Sum af uautoriserede grupperinger5.32.002 Tilskud til personlig og praktisk hjælp mv., som modtageren selv anta-ger5.32.003 Tilskud til ansættelse af hjælpere til personer med nedsat funktionsevne5.32.32 Pleje og omsorg mv. af ældre og handicappede5.32.33 Forebyggende indsats for ældre og handicappede5.32.35 Hjælpemidler, forbrugsgoder, boligindretning og befordring5.33.003 Afløsning, aflastning og hjælp mv. til ældre/personer med betydelignedsat funktionsevne5.35.001 Støtte til køb af bil mv.5.35.002 Optiske synshjælpemidler5.35.003 Arm- og benproteser5.35.004 Høreapparater til personer5.35.008 It-hjælpemidler og it-forbrugsgoder5.35.091 Tilbagebetaling vedrørende støtte til køb af bil mv. ydet før 1.1.20025.72.99 Øvrige sociale formål6.42.40 Fælles formål (politisk organisation)6.42.41 Kommunalbestyrelsesmedlemmer
Nettodriftsudgifter-511.4767117658.2092.993.654163.28219.5426157.898-10.6593.269-3.488.571952.718587.000103.286462.135639.314375.670976.923-1.160.4291.056.3939.908749.344-1.904.316766.666287.9811.375.843-299.646-102.303-10.0924.326.845412.36667.519123.800567.21321.344-136.359361.75238.503656.588
57
Serviceområde og tilknyttede udgifter6.42.42 Kommissioner, råd og nævn6.42.43 Valg m.v.6.45.50 Administrationsbygninger6.45.51 Sekretariat og forvaltninger6.45.52 Fælles it og telefoni6.45.53 Administration vedrørende jobcentre og pilotjobcentre6.45.54 Administration vedrørende naturbeskyttelse6.45.55 Administration vedrørende miljøbeskyttelse6.45.56 Byggesagsbehandling6.45.57 Voksen-, ældre- og handicapområdet6.45.58 Det specialiserede børneområde6.45.59 Administrationsbidrag til Udbetaling Danmark6.48.60 Diverse indtægter og udgifter efter forskellige love6.48.61 Vækstfora6.48.62 Turisme6.48.63 Udvikling af menneskelige ressourcer6.48.66 Innovation og ny teknologi6.48.67 Erhvervsservice og iværksætteri6.48.68 Udvikling af yder- og landdistriktsområder6.52.70 Lønpuljer6.52.72 Tjenestemandspension6.52.74 Interne forsikringspuljerHovedtotal1
Nettodriftsudgifter63.119111.4841.231.88722.401.629-2.997.877111.606329.271----23.4654.300214.9211.28033.245328.88432.278252.4974.006.828-41.333221.220.849
Residualområdet er de udgifter, der ikke er dækket af serviceindikatorerne.
Validitet af eksisterende udgifts- og effektdataEn grundforudsætning for at kunne gennemføre valide effektivitetsanalyser er, at der eksisterervalide data for såvel ressourceforbruget som effekterne på det område, der undersøges. Engrundforudsætning, der grundet begrænsninger knyttet til datas opgørelsesgrundlag, dæk-ningsgrad og kvalitet og/eller uklare, flerdimensionelle målsætninger, komplekse sammenhæn-ge mellem indsatser og resultater (”wicked problems”) og tidslig usikkerhed om, hvornår resul-tater kan forventes at indtræffe i forhold til indsatsen, ikke nødvendigvis er opfyldt (se fx Moyn-ihan mfl. 2011).Dette appendiks indeholder i oversigtsform en vurdering af validiteten af de eksisterende ud-giftsdata og effektindikatorer på centrale kommunale udgiftsområder. En fyldestgørende ogsystematisk vurdering vil kræve omfattende udredninger og undersøgelser af data, indikatorer,målgrupper, målsætninger mv. på de enkelte udgiftsområder, hvilket falder uden for rammerneaf dette projekt. Hensigten er således alene at give en grovkornet kvalitativ vurdering af data-validiteten på nuværende tidspunkt samt påpege centrale overordnede dataudfordringer på deenkelte områder.Den samlede vurdering af validiteten af eksisterende udgifts – og effektdata på udvalgte kom-munale udgiftsområder er præsenteret i Figur II.1. Skalaen for vurdering af udgiftsdatas ogeffektdatas validitet er ikke absolut, endsige intervalskaleret på en sådan måde, at det er me-ningsfuldt at konkludere, at datavaliditeten er x gange større på område 1 end på område 2.
58
De enkelte områders placering på skalaerne kan alene betragtes som et omtrentligt pejlemær-ke for den samlede kvalitative vurdering af datavaliditeten på det pågældende område.Figur II.1 er af illustrative hensyn inddelt i fire kvadranter, hvor udgiftsområderne placeret iøverste højre kvadrant samlet vurderes at have den relativt højeste validitet af udgiftsdatasåvel som effektdata. Omvendt karakteriseres nederste venstre kvadrant ved, at der er relativlav validitet for både udgiftsdata og effektdata.Figur II.1 Validitetsvurdering af udgifts- og effektsindikatorer på udvalgte udgiftsområder
Udgiftsområderne i øverste venstre kvadrant vurderes at have relativ høj validitet for udgifts-data, men samtidig en relativ lav validitet for de eksisterende effektdata. Omvendt gør det sig i
59
nederste højre kvadrant gældende, at effektdataene validitet vurderes som relativt høj, hvor-imod udgiftsdataenes validitet vurderes som lav.Grundlaget for vurderingen af de enkelte udgiftsområders placering præsenteres oversigtligtnedenfor.
DagtilbudsområdetPå dagtilbudsområdet eksisterer ikke data på kommuneniveau for effekter, der afspejler decentrale dele af dagtilbudslovens målsætninger om at fremme børns trivsel, udvikling og læ-ring. Data om udskudt skolestart kan være en proxy-indikator for en aldersvarende overgang tilfolkeskolen men vurderes at være for perifer i forhold til de centrale mål om trivsel, udviklingog læring. Brugerundersøgelser af forældrenes tilfredshed med og vurdering af barnets trivsel idagtilbuddet kan på dagtilbudsområdet være en væsentlig indikator for den brugeroplevedekvalitet. Udover at brugertilfredsheden alene kan opfange brugeroplevet kvalitet og ikke fagligog organisatorisk kvalitet, dækker de eksisterende brugertilfredshedsundersøgelser ikke alledanske kommuner, da de enten er baseret på nationale stikprøver eller alene dækker et udsnitaf de danske kommuner. Andel pædagogisk uddannede er foreslået som mulig indikator for denfaglige kvalitet, og undersøgelser viser at stabile voksenrelationer har betydning for barnetstrivsel. Indikatorer som personaleomsætning og sygefravær blandt personalet kan i dette lysbetragtes som indirekte indikatorer for børnenes trivsel. Altså forhold derkanhave betydningfor børnenes trivsel. Der er dog tale om ikke dækkende proxy-indikatorer, idet mange andreforhold end personaleomsætning og sygefravær blandt personalet har betydning for børnenestrivsel. Den samlede vurdering er, at der ikke eksisterer valide kommunebaserede data fortrivsel, udvikling og læring i dagtilbud - og de eksisterende effektdata vurderes følgelig at væreaf relativ lav validitet på dagtilbudsområdet.Omvendt vurderes udgiftsdataene på dette område at være af relativ høj validitet på basis affunktionsopdelingen i den kommunale kontoplan. Udgifterne kan være følsomme overfor snit-fladen mellem særlige dagtilbud og ”almindelige” dagtilbud som vuggestuer, børnehaver ogintegrerede institutioner, ligesom der kan være følsomhed overfor graden af decentralisering afadministrative opgaver til institutionsniveau og konteringspraksis med hensyn til, om udgiftertil fx revision, it og forsikringer konteres centralt i kommunen eller konteres ud på de enkelteudgiftsområder. Da, der i denne analyse tages udgangspunkt i nettodriftsudgifter, kan forskellei brugertakster i teorien have indflydelse på de beregnede resultater. Generelt er der dog kunbeskedne mellemkommunale forskelle på taksterne.Samlet set vurderes udgiftsdataene på dagtilbudsområdet imidlertid at være af høj validitet.
FolkeskoleområdetPå folkeskoleområdet er over de seneste årtier gennemført en række effektanalyser af elever-nes karakterer ved folkeskolens afgangsprøve og/eller overgang til ungdomsuddannelse medkontrol for elevernes sociale og familiemæssige baggrund (fx Heinesen 1999; Heinesen & Gra-versen 2005; Rangvid 2008; Andersen & Mortensen 2010; Andersen & Winter 2011; KREVI2011b; KREVI 2011c; Houlberg, Larsen og Rangvid 2013). Selvom disse effektindikatorer op-fanger centrale elementer af folkeskolelovens målsætninger, knytter der sig en række metodi-ske forbehold til denne type analyser. For det første kan kommuner og skoler have tillagt andreskoleformål end de faglige resultater (fx sociale kompetencer) forskellig vægt eller særligt prio-riteret undervisningen i andre fag end dansk og matematik (fx idræt og fremmedsprog), dertypisk er de vægtigste fag i de afgangskarakterbaserede effektstudierne. For det andet gælder,at selvom der i Danmark er mange datamæssige registermuligheder, og analysemodeller derforinddrager mange data om elevernes sociale og familiemæssige baggrund, så indeholder model-lerneikkealle forhold, der kan have betydning for elevernes faglige resultater og/eller udgifts-behovene på folkeskoleområdet. For eksempel er der ikke personhenførbare data til rådighed
60
for mobning, ordblindhed og sociale kompetencer, ligesom der ikke indgår oplysninger om ele-vernes (medfødte) evner og måske heller ikke om helbredsmæssige og psykiske problemer.Hertil kommer, at der kan være selektionsproblemer, idet det ikke er helt tilfældigt, hvilke børnder går i skole i hvilke kommuner. Forældre med særlige læringsambitioner for deres børn kanbevidst have valgt en skole i en anden kommune, hvor de forventer, at læringsambitionernebedre kan opfyldes. Selektionsproblemerne er dog væsentligt større på skoleniveau end påkommuneniveau.Udgiftsdataene på dette område vurderes på kommuneniveau at være af relativ høj validitet påbasis af funktionsopdelingen i den kommunale kontoplan. Udgifterne kan være følsomme over-for snitfladen mellem folkeskoler, kommunale og regionale specialskoler samt privatskoler. Pågrund af forskelle i kommunernes skolepolitik og inklusionspraksis kan det være vanskeligt atse på kommunernes udgifter til folkeskolen isoleret fra kommunernes udgifter til specialskoler,PPR mv. (Houlberg, Larsen og Rangvid 2013), ligesom en opgørelse af undervisningsudgifter tilhele aldersgruppen af 6-16 årige vil være misvisende, hvis ikke udgifter til privatskoler inklude-res i analysen. Som på andre udgiftsområder, kan også opgørelse af udgifterne til folkeskolervære følsomme overfor graden af decentralisering af administrative opgaver til institutionsni-veau og konteringspraksis med hensyn til, om udgifter til fx revision, it og forsikringer konterescentralt i kommunen eller konteres ud på de enkelte udgiftsområder. Samlet set vurderes ud-giftsdataene på folkeskoleområdet imidlertid at være af relativ høj validitet på kommuneniveau.Inden for den enkelte kommune kan der være stor forskel i elevernes faglige resultater fraskole til skole, også når der er taget højde for forskelle i elevernes sociale og familiemæssigebaggrund (KREVI 2011b; Houlberg, Larsen og Rangvid 2013). På grund af forskelle i kommu-nernes skolepolitik og konteringspraksis er det aktuelt ikke muligt at lave valide udgiftsopgørel-ser for de enkelte skoler (Larsen, Houlberg og Rangvid 2013), endsige undersøge om der erforskelle i, hvor omkostningseffektiv indsatsen er på de enkelte skoler. Hertil kommer, at selek-tionsproblemerne som nævnt ovenfor er betydeligt større på skoleniveau end på kommuneni-veau, hvorfor validiteten af analyser af opnåede faglige resultater er mindre på skoleniveau endpå kommuneniveau. Samlet er der derfor på skoleniveau en middel validitet for effektdata ogen relativ lav validitet af udgiftsdata.
ÆldreområdetPå ældreområdet eksisterer ikke valide data på kommuneniveau for effekter, der afspejler æl-dres trivsel, funktionsduelighed, livskvalitet mv.I det nationale dokumentationsprojekt på ældreområdet indgår en række såkaldte effektindika-torer16. Men udover at de fleste af disse alene opgøres på nationalt plan og ikke kan fordeles påkommuner, så er de typisk baseret på surveybaserede brugerundersøgelser. Brugeroplevetkvalitet er en væsentlig kvalitetsdimension (men ikke den eneste), men brugertilfredshed af-spejler ikke alene den faktisk leverede service men også de forventninger, borgeren har – ogsom vil kunne variere på tværs af kommuner og år. Brugertilfredsundersøgelser kan endviderevære følsomme overfor bortfald i undersøgelsen (hvem er det, der ikke vælger at svare) ogsocial desirebility-bias som på ældreområdet vil kunne betyde, at ældre svarer høfligt på inter-viewerens spørgsmål og derfor som udgangspunkt vil erklære sig tilfreds. Hertil kommer, at toaf ældredokumentationens fem indikatorer for brugertilfredshed fokuserer påkendskabtil hen-holdsvis frit valg og fleksibel hjemmehjælp snarere end kvalitetenafden leverede hjemme-hjælp. Brugerundersøgelser kan være et væsentligt input i en kvalitetsvurdering, men vurderesikke at være et dækkende og validt grundlag for vurdering af de samlede effekter på ældreom-rådet. Hertil kommer den aktuelle begrænsning i, at brugertilfredsheden alene opgøres på nati-onalt plan.
16
sehttp://www.dst.dk/da/Statistik/emner/de-nationale-dokumentationsprojekter/aeldre.aspx
61
Udgiftsmæssigt knytter der sig den udfordring, at det kan være vanskeligt at udskille udgiftertil ældre fra udgifter til handicappede. Økonomi- og Indenrigsministeriet har specificeret enrække udgiftsgrupperinger under ældreområdet som henhørende til det specialiserede social-område (http://budregn.oim.dk/media/347403/7.4.pdf). I den udstrækning kommunerne føl-ger de autoriserede konteringsprincipper, øger det validiteten af udgiftsdataene på ældreområ-det at holde de pågældende udgifter ude af udgiftsberegningen. Tilbagemeldinger fra kommu-nerne peger dog på, at kommunerne ikke anvender de autoriserede på konsistent og ensartetvis. Hvor stort problemet er, er det dog ikke muligt at sige. Men for eksempel konterer Køben-havns Kommune en meget stor del af udgifterne til handicappede som en integreret del af ud-gifterne til ældreområdet, og vil af denne grund få usammenligneligt høje udgifter på ældreom-rådet og usammenligneligt lave udgifter på området for udsatte voksne og handicappede. Hertilkommer, at det fortsat ikke er muligt ud fra kommunernes regnskaber at skelne mellem yngrehandicappede borgere og ældre borgere på plejehjem. Udgiften vil i begge tilfælde blive hen-regnet til ældreområdet. Tilsvarene medregnes udgifter til fx høreapparater til det specialisere-de socialområde, uanset om høreapparat sidder på en yngre handicappet borger eller en ældreborger.Som på andre områder kan udgiftsdataene endvidere være følsomme overfor graden af decen-tralisering af administrative opgaver til institutionsniveau og konteringspraksis med hensyn til,om udgifter til fx revision, it og forsikringer konteres centralt i kommunen eller konteres ud påde enkelte udgiftsområder. Samlet set vurderes udgiftsdataene på ældreområdet som værendeaf middel validitet.
Udsatte børn og ungePå udsatte børn og ungeområdet eksisterer ikke valide data på kommuneniveau for effekter,der afspejler de unges trivsel, livskvalitet, evne til at klare sig selv, gennemføre en uddannelsemv.Samtidig er det på dette område ikke entydigt, om flere anbringelser og/eller flere forebyggen-de indsatser per definition er udtryk for bedre service, ligesom vurderingen antageligvis vilvariere fra borger til borger.Udgiftsdataene på dette område vurderes at være af relativ høj validitet på basis af funktions-opdelingen i den kommunale kontoplan. Udgifterne vil dog kunne være følsomme overfor sær-ligt dyre enkeltsager. Udgifterne kan endvidere være følsomme overfor snitfladen mellem sær-lige dagtilbud og døgninstitutioner, ligesom der også på dette område kan være følsomhedoverfor graden af decentralisering af administrative opgaver til institutionsniveau og konte-ringspraksis med hensyn til, om udgifter til fx revision, it og forsikringer konteres centralt ikommunen eller konteres ud på de enkelte udgiftsområder. Samlet set vurderes udgiftsdataenepå udsatte børn og ungeområdet imidlertid at være af relativ høj validitet.
Udsatte voksne og handicappedePå området for udsatte voksne og handicappede eksisterer ikke valide data på kommuneniveaufor effekter, der afspejler disse borgeres trivsel, funktionsduelighed, livskvalitet mv. Hertilkommer, at området omfatter mange meget forskelligartede, komplekse og specialiserede ind-satser med varierede målsætninger.De samlede udgifter på området vurderes at kunne opgøres med relativ høj validitet på basis affunktionsopdelingen i den kommunale kontoplan, hvis de udgiftsgrupperinger, som Økonomi-og Indenrigsministeriet har specificeret som henhørende til det specialiserede socialområde(http://budregn.oim.dk/media/347403/7.4.pdf), medregnes. Dette sikrer dog ikke fuld ud-giftsmæssig adskillelse mellem ældreområdet og området for udsatte voksne/handicappede (jf.kommentarer til ældreområdet ovenfor). Udgifterne vil kun i meget begrænset omfang kunne
62
fordeles på forskellige typer af tilbud, og vil i øvrigt kunne være følsomme overfor særligt dyreenkeltsager. Endvidere kan der også på dette område være følsomhed overfor graden af decen-tralisering af administrative opgaver til institutionsniveau og konteringspraksis med hensyn til,om udgifter til fx revision, it og forsikringer konteres centralt i kommunen eller konteres ud påde enkelte udgiftsområder. Samlet set vurderes udgiftsdataene på udsatte voksne og handi-cappede at være af middel validitet.Er ambitionen at sammenligne kommunerne med sammenlignelige rammevilkår, knytter sigden særlige udfordring til dette område, at rammevilkårene på området kun i begrænset om-fang knytter sig til demografiske og socioøkonomiske forhold (fx Houlberg 2013a). Om man fxfødes med handicap eller bliver senhjerneskadet i et trafikuheld afhænger kun i begrænsetomfang af den pågældendes sociale og familiære baggrund.
Vej- og parkområdetPå vejområdet eksisterer der for et udvalg af landets kommuner opgørelser af vejbelægningenskvalitet, ligesom en række kommuner opererer med forskellige kvalitetsmål for kvaliteten afbeplantning, græsslåning mv. i kommunens parker. Sidstnævnte sker dog ikke systematisk ogudfordringen er både for vej- og parkområdets vedkommende, at der ikke eksisterer lands-dækkende sammenlignelige data.Udgifter til vejområdet kan som udgangspunkt opgøres relativt validt på basis af funktionsop-delingen i den kommunale kontoplan. Særligt på dette område knytter der sig dog en udfor-dring til, at grænsen mellem, hvad der er nyanlæg og hvad der er vedligeholdelse af veje, ikkeer entydig. Dermed er det ikke entydigt, om en konkret aktivitet bliver konteret som en drifts-udgift eller en anlægsudgift. Hertil kommer, at der kan være en konteringsmæssig snitflade-problemstilling i forhold til parkområdet. For parkområdet (grønne områder og naturpladser,stadion og idrætsanlæg) kan der videre være en snitfladeproblemstilling i forhold til idrætsan-læg knyttet til (og konteret på) folkeskoler, ligesom udgifterne kan være påvirkede af, om ved-ligeholdelsen af anlæggene er kommunalt finansieret, eller efter aftale med kommunen påhvileren forening, en privat aktør eller eventuelt en sponsor.
Kultur og fritidsområdetDer eksisterer ikke systematiske data, der kan belyse effekterne af bibliotekernes virksomhedmed hensyn til fremme oplysning, uddannelse og kulturel aktivitet data, der belyser tilsvarendeeffekter af kommunens eventuelle tilskud til eller drift af museer, teatre, biografer og musikar-rangementer mv.Folkeoplysningsområdet er den del af kultur- og fritidsområdet, hvor der er mest valide effekt-data. Dette skyldes, at formålet med folkeoplysningen er at sikre offentlige tilskud mv. til denfrie folkeoplysende virksomhed, hvorfor udgifterne til folkeoplysning i sig selv kan betragtessom en effektindikator. Da dette kun er en delmængde af aktiviteterne på kultur- og fritidsom-rådet, er den samlede vurdering, at der er begrænset validitet af effektdata på kultur- og fri-tidsområdet.Udgifterne til kultur- og fritidsområdet er relativt veldefinerede i den kommunale kontoplan, omend også dette område er følsomt overfor graden af decentralisering af administrative opgavertil institutionsniveau og konteringspraksis med hensyn til, om udgifter til fx revision, it og for-sikringer konteres centralt i kommunen eller konteres ud på de enkelte udgiftsområder. Hertilkommer, at det i udgiftssammenligninger kan skabe problemer, at ikke alle kommuner harudgifter til museer, teatre, biografer. Samlet set vurderes udgiftsdataene på kultur- og fritids-området imidlertid at være af relativ høj validitet.
63
ArbejdsmarkedsområdetDer er gennemført en række benchmarkinganalyser af succesen ved kommunernes beskæfti-gelsesindsats på sygedagpenge- og kontanthjælpsområdet, hvor der kontrolleres for forskelle ikommunernes rammebetingelser for beskæftigelsesindsatsen i form af karakteristika ved be-folkningens sammensætning og de lokale arbejdsmarkedsforhold (se fx Arendt m.fl. 2004,Clausen m.fl. 2006 og Boll m.fl. 2010). Disse analyser giver relativt valide data for effekterne afkommunernes indsats på arbejdsmarkedsområdet.Analyserne har dog kun i sporadisk omfang inddraget økonomiske oplysninger om kommuner-nes ressourceforbrug ved indsatsen. Enten fordi der har været tale om systematiske effektana-lyser helt uden tilknyttede udgifter til indsatsen (Arendt m.fl. 2004, Clausen m.fl. 2006), ellerøkonomioplysningerne alene omfatter forsørgelsesudgiften og ikke kommunernes ressourcefor-brug ved indsatsen (Boll m.fl. 2010). En grundudfordring i denne sammenhæng er, at det frasags- og økonomisystemer alene er muligt at få valide oplysninger omoverførselsudgifternetilmodtagerne af arbejdsmarkedsydelserne, ikke oplysninger om det der er afgørende for at vur-dere kommunens effektivitet, nemlig udgifter til beskæftigelsesindsatsen og administrativeudgifter til sagsbehandlingen. Frem til 2011 har det ikke været muligt at trække systematiskeregisteroplysninger om udgifter ved indsatsen for forskellige ydelsestyper fra de kommunaleøkonomi- og sagssystemer. Fx at adskille udgifter til indsatsen for kontanthjælpsmodtagere fraudgifter til indsatsen for sygedagpengemodtagere. I princippet er det med den nye funktion5.68.90 (Driftsudgifter til den kommunale beskæftigelsesindsats) fra 2011 muligt at fordeleudgifterne til indsatsen på forskellige ydelsestyper. Tilbagemeldinger fra kommunerne pegerdog på, at den nye funktion i de første år har været implementeret på forskellig vis i kommu-nerne, og at det fortsat er vanskeligt at afgrænse udgifterne til de forskellige ydelsesmodtage-re. I modsætning til andre ydelsesmodtagere er det muligt mere validt at afgrænse udgifternetil indsatsen for forsikrede ledige.Men for både forsikrede ledige og andre arbejdsmarkedsindsatser er den store udgiftsmæssigeudfordring, at deadministrativeudgifter ikke kan opgøres. De administrative udgifter til sags-behandling af fx kontanthjælpsmodtagere kan ikke adskilles fra øvrig sagsbehandling og admi-nistration. De administrative udgifter vil typisk være konteret samlet på funktion 6.45.53 (Job-centre) og/eller som en del af en integreret borgerservicecenter-udgift på 6.45.51 (Sekretariatog forvaltninger). I begge tilfælde uden mulighed for at udskille udgifterne til sagsbehandlingenfor forskellige ydelsesmodtagere.
Sundheds- og forebyggelsesområdetEffektanalyser på sundheds- og forebyggelsesområdet er i særlig grad udfordret af tidsperspek-tivet i form af den afstand i tid, der må forventes mellem en given indsats og de ønskede resul-tater. Dette gælder ikke mindst forebyggende aktiviteter i forhold til livsstilssygdomme og ind-satser for at styrke folkesundheden og fx øge levealderen. I disse tilfælde kan der gå årtier,inden det er muligt at sige, om den ønskede effekt er opnået, ligesom det kan være vanskeligtat opgøre den isolerede effekt af indsatsen, da mange andre faktorer vil have ændret sig isamme periode.I det nationale dokumentationsprojekt på sundhedsområdet indgår en række indikatorer for fxventetid på genoptræning og antallet af såkaldt forebyggelige indlæggelser af borgere der mod-tager hjemmesygepleje (fx indlæggelser for blodmangel, knoglebrud og dehydrering), mendisse er ufuldstændige og/eller opdateres ikke længere(http://www.statistikbanken.dk/statbank5a/default.asp?w=1440).På udgiftssiden er vurderingen, at den delmængde af sundhedsudgifter, der vedrører sund-hedspleje og tandpleje konteres relativt konsistent og sammenligeligt. For kommuner, der haretableret sundhedscentre, kan der dog være snitfladeproblemer i forhold til andre sundhedsud-
64
gifter (4.62.90), som betyder, at udgifterne til sundhedstjeneste og tandpleje ikke kan udskillesfra andre sundhedsudgifter. Hertil kommer, at der er betydelige konteringsmæssige snitflade-problemer vedrørende genoptræning og sundhedsfremme og forebyggelse. For genoptrænin-gens vedkommende både fordi grænsen mellem den patientrelaterede (der foregår i regionaltregi) og den borgerrelaterede genoptræning ikke er krystalklar, og fordi den interne kommuna-le afgrænsning af genoptræning og vedligeholdelsestræning/rehabilitering ikke er entydig ift.,om denne registreres under sundhedsområdet eller under ældreområdet. For sundhedsfremmeog forebyggelse knytter den konteringsmæssige usikkerhed sig til, at det ikke begrebsligt erentydigt, hvad sundhedsfremme og forebyggelse er, samt at sundhedspolitikken i kommunernetypisk har tværgående karakter. Nogle kommuner vil fx have sundhedspolitik integreret i børnog unge-politikken i form af en politik om fx et sundt måltid mad i daginstitutionerne og enopprioriteret indsats i form af idrætstimer og kostvejledningstimer i folkeskolen. Eller har etab-leret motionsfaciliteter for kommunens medarbejdere, kommunal løbeklub eller har indgåetrabataftaler eller lignende med lokale motionscentre. Sådanne sundhedsfremmeindsatser vilsandsynligvis blive konteret som ikke identificerbare udgifter på daginstitutions-, folkeskole- ogadministrationskonti – og ikke som en sundhedsfremmeudgift på kontoen for Sundhedsfremmeog forebyggelse (4.62.88). Den konkrete brug af kontoen for Sundhedsfremme og forebyggelsevil således variere fra kommune til kommune.
AdministrationAdministration er kendetegnet ved at være det område, hvor validiteten af både udgifts- ogeffektdata er lavest. En af grundende til dette er, at de administrative udgifter og ydelser ermangefacetterede og blandt andet inkluderer så forskelligartede funktioner som fx politisk se-kretariatsbetjening, myndighedsopgaver, løn- og personaleadministration, indkøbs- og analyse-funktioner, vedligeholdelse af administrationsbygninger samt udgifter til fx it, revision og for-sikringer.Der findes ikke valide data for, hvor meget de kommunale administrationer producerer, endsigefor kvaliteten af de administrative ydelser. Omgørelsesprocenter ved beskæftigelsesankenævnog sociale ankenævn har i forskellige sammenhænge været anvendt som indikatorer for kvali-teten i den administrative sagsbehandling. Men dels kan disse indikatorer være følsomme over-for ”klagekulturen” blandt borgerne i kommunen, dels dækker indikatorerne kun en begrænsetdel af den samlede administrative virksomhed. Disse indikatorer kan derfor ikke betragtes somvalide indikatorer for den samlede administrative aktivitet.På udgiftssiden aggregeres de snitfladeproblemer, der er nævnt under de enkelte udgiftsområ-der med hensyn til graden af decentralisering af administrative opgaver til institutionsniveau ogadministrativ konteringspraksis, op. Sammenligningsproblemerne som følge af forskelle i admi-nistrativ konteringspraksis summeres med andre ord op og slår igennem med fuld kraft på ad-ministrationsområdet. Ikke mindst påvirkes den enkelte kommunes administrationsudgifter af,om udgifter til fx revision, it og forsikringer konteres centralt i kommunen eller konteres ud påde enkelte udgiftsområder, ligesom graden af decentralisering af administrative opgaver (somfx sekretærer) har betydning for, om udgiften optræder som en administrativ udgift på hoved-konto 6 eller som udgift på de enkelte skoler, daginstitutioner og plejecentre.
65
III.
Appendiks 3: Modelvalg og test heraf
Appendiks 1 beskriver den anvendte metode. Dette appendiks beskriver de konkrete operatio-naliseringer, der er blevet anvendt. Det omfatter en diskussion af: standardisering af indikato-rerne; principperne for vægtning af indikatorer; restriktioner på hvilke kommuner der sammen-lignes med hvilke andre kommuner; og antagelse om marginale omkostninger ved forbedringaf service. Endelig diskuteres de sektorspecifikke modeller nærmere.
Standardisering af indikatorerVi har til brug for beregning af serviceniveauer og effektiviseringspotentialer valgt at standardi-sere de udvalgte serviceindikatorer. Standardiseringen er foretaget, fordi de originale variableer skaleret på forskellig vis, og fordi det bidrager til at skabe balance mellem, hvordan indikato-rerne vægtes. Uden standardisering er der en tendens til, at modellen vil vægte de sammeindikatorer for de fleste kommuner.Standardiseringen nødvendiggør en transformation af variablen, fordi vi i DEA ikke kan håndte-re negative output. Denne transformation har kun lille betydning for den indbyrdes rangordningaf kommunerne, men samtidig væsentlig betydning for estimatet for det samlede effektivise-ringspotentiale.Vi har undersøgt, hvor mange standardafvigelser det "rigtige" nulpunkt (hvor vi kan antage, atkommunen ingen udgifter har) ligger under minimumsværdien. Det typiske (medianen) for destore områder er 3,8 standardafvigelser under, hvorfor vi har sat det generelle nulpunkt til 4standardafvigelser under minimumsindikatorværdien blandt kommunerne.Standardiseringen har en tendens til at mindske differentieringen i forhold til kommunernesserviceniveauer samt mindske det målte effektiviseringspotentiale. Sammenlignet med deteffektiviseringspotentiale, der vises i modellen med standardiserede indikatorer, viser en modelmed ikke-standardiserede indikatorer et besparelsespotentiale, der er ca. 50 pct. højere.Effekten af at ændre nulpunktet har også betydning for det samlede resultatet. Sammenlignetmed et nulpunkt på -4 standardafvigelser, giver en model med et nulpunkt på -3 standardafvi-gelser et samlet besparelsespotentiale, der er otte pct. højere. En model med et nulpunkt på -5standardafvigelser viser derimod kun marginalt forskellige resultater sammenlignet med -4-modellen.
Vægtning af indikatorerI forhold til såvel beregningen af effektiviseringspotentialer som beregningen af serviceniveauerforetages en vægtning af indikatorerne for kommunernes service. I udgangspunktet anvendesved sammenligningen de vægte, der stiller den enkelte kommune i det bedst mulige lys. Dettesker dog under iagttagelse af visse restriktioner. Der er dels restriktioner på, hvor meget oghvor lidt den enkelte indikator kan vægte inden for hvert område, og dels restriktioner på denindbyrdes vægtning mellem områderne.På det enkelte område er den generelle regel, at med n indikatorer på området kan den enkelteindikator minimalt vægte med 1/2n og maksimalt med 2/n andele af områdets samlede vægt.For et område med fire indikatorer kan hver indikator således udgøre mellem 12,5 og 50 pct. af
66
områdets samlede vægt. Der er ud fra en kvalitativ vurdering foretaget nogle få afvigelser fradenne generelle regel17.Der opereres med otte kommunale områder. Kommunerne har indbyrdes prioriteret områderneforskelligt, således at et områdes andel af de samlede udgifter varierer fra kommune til kom-mune. Med henblik på at afspejle de forskellige prioriteringer sammenlignes hver kommunemed udgangspunkt i kommunens egen udgiftsfordeling, således at et område vægter svarendetil udgiftsfordelingen.Fastsættelsen af vægtrestriktioner har væsentlig indflydelse på resultaterne. Vi har kørt enalternativ model, hvor vægtene i stedet kan variere fra 1/1,5n til 1,5/n andele af områdetssamlede vægt på et område med n indikatorer. På et område med fire indikatorer kan den en-kelte indikator således vægte mellem 16,7 og 37,5 pct. I denne model er det beregnede bespa-relsespotentiale ca. 75 pct. højere sammenlignet med modellen med mindre restriktive vægtre-striktioner.Omvendt kan man, hvis der overhovedet ikke fastsættes restriktioner på vægtningen, stort setikke identificere noget effektiviseringspotentiale.
Restriktioner på indbyrdes sammenligningerKommuner med under 10.000 indbyggere indgår ikke i analysen.Desuden er der foretaget restriktioner på sammenligningerne, således at kommuner ikke sam-menlignes med andre kommuner med en fundamentalt forskellig social sammensætning. Somudgangspunkt for denne restriktion anvendes de af Økonomi- og Indenrigsministeriet beregne-de socioøkonomiske udgiftsbehov. Kommuner sammenlignes ikke med andre kommuner, derpå denne indikator afviger med mere end 1 standardafvigelse.Denne afgrænsningsmetode har været anvendt i lignende analyser, men der er ikke noget en-tydigt svar på, om netop en afvigelse på 1 standardafvigelse gør kommuner ”usammenligneli-ge”. Antagelsen har væsentlig indflydelse på estimatet for det samlede effektiviseringspotentia-le.Hvis der ikke er begrænsninger på, hvilke andre kommuner en given kommune sammenlignesmed, er det identificerede besparelsespotentiale ca. 85 pct. højere sammenlignet med oven-nævnte begrænsning. Hvis kommuner omvendt kun sammenlignes med andre kommuner, derligger højst en halv standardafvigelse væk på den socioøkonomiske udgiftsindikator, er detidentificerede besparelsespotentiale derimod godt 20 pct. lavere.
Skala-antagelseModellerne er kørt med anvendelse af en antagelse om, at der er konstante marginale omkost-ninger forbundet med forøgelse af service (dvs. en ”constant returns to scale”-model). Somkontrol har vi kørt en model med antagelse om variable marginale omkostninger. Denne modelgiver ikke signifikant forskellige resultater sammenlignet med grundmodellen.
Sektorspecifikke modellerSom anført i rapporten har vi kørt sektorspecifikke modeller på tre delområder: Skoler, dagtil-bud og ældre. Modellerne baseres specifikt på sektorområdets indikatorer, og effektiviserings-
17
Undtagelserne vedrører skolernes undervisningseffekter, der (som outcome-variable) tillades at vægtehøjere, mens der er restriktion på, hvor meget enkelte reelt udgiftsbaserede variable kan vægte.
67
potentialer identificeres på baggrund af forholdet mellem de faktiske udgifter på sektorområdetog de forventede udgifter modelleret på baggrund af relevante demografiske og socioøkonomi-ske forklaringsfaktorer i forhold til udgiftsvariationen.Diagrammet nedenfor angiver de på denne vis identificerede effektiviseringspotentialer på detre områder. Det samlede potentiale på de tre områder har ifølge modellerne en værdi på 13,8mia. kr. Det er vigtigt at være opmærksom på, at der er rent modeltekniske grunde til, at densamlede model (hvor alle områder er med) giver et mindre effektiviseringspotentiale end desektorspecifikke modeller lagt sammen. Når de sektorspecifikke modeller ”lægges sammen”sammenligner vi i realiteten med en højere norm, fordi vi antager at man kan kombinere bed-ste praksis på fx skoleområdet i én kommune med bedste praksis på dagtilbudsområdet i enanden kommune. Til sammenligning antager den samlede model – langt mere konservativt – atbedste praksis-kommuner ikke skal være højproduktive på alle serviceområder samtidig.Figur III.1 Sektorspecifikke modeller6.00
Effektiviseringspotentiale (mia. kr.)
5.00
4.00
3.00
2.00
1.00
0.00SkolerDagtilbudÆldre
Valget mellem den sektorspecifikke og samlede model afhænger dermed i høj grad af, om vitror på, at kommunerne vil kunne lære af forskellige andre kommuner på forskellige områder –eller om vi omvendt finder, at det er nødvendigt med et entydigt forbillede på alle områder, derevt. kan antages at afspejle en sammenhængende ”forvaltningskultur”. Desuden afhængervalget af omfanget af konteringsproblemer mellem områderne, jf. nedenfor.Disse forhold taget i betragtning, er de sektorspecifikke modeller dog – som det var tilfældetmed den samlede model - grundlæggende konservative. Nedenstående diagram viser konse-kvenserne på skoleområdet af ændringer af et antal af de modelforudsætninger, der er diskute-ret i dette appendiks18.
18
Endvidere har vi foretaget en beregning med brug af fem serviceindikatorer i stedet for ti. Vi har medtagetde to indikatorer for undervisningseffekt, to for SFO og én for specialskoler. Denne model giver et sam-let besparelsespotentiale på ca. 6,5 mia. kr. (sammenlignet med 5,3 i modellen med ti indikatorer).
68
Figur III.2 Alternative modeller på skoleområdet76Effektiviseringspotentiale (mia. kr.)543210GurndmodelSammenligningIngenmed allestandardiseringMindre tilladtvægtvariationAlle de nævntemodifikdationer
Det fremgår, at de alternative modeller på skoleområdet ikke afviger markant fra grundmodel-len (sammenlignet med den indflydelse tilsvarende modifikationer har på den samlede model).Tre af modellerne viser et større effektiviseringspotentiale (mellem 10 og 22 pct. højere), mensundladelse af standardisering af indikatorerne på skoleområdet ville have resulteret i et mindreberegnet effektiviseringspotentiale på 14 pct.Som anført i hovedrapporten er et problem med sektorspecifikke modeller, at disse er følsom-me over for konteringsforskelle eller -fejl, både indbyrdes i fordelingen af udgifter mellem del-områderne og mellem serviceområder og administration. Sådanne konteringsfejl kan få enkommune til at se mere produktiv ud, end den reelt er, hvilket samtidig kan have betydning fordet effektiviseringspotentiale, der beregnes for alle andre kommuner. Det skal bemærkes, atforhold vedrørende konteringen ikke har betydning for vurderingen af kommunernes serviceni-veau, og kun i meget begrænset omfang for vurderingen af effektiviseringspotentialer ved brugaf den samlede modelVi har ikke i forbindelse med dette projekt haft mulighed for systematisk at efterkontrollerekommunernes kontering af udgifter. Vi har imidlertid gennemført en række test, der kan giveen indikation af, i hvilket omfang vi kan fæste lid til resultaterne også på sektorniveau. Dissetest peger på, at vurderingen af potentialet på skoleområdet er robust, mens vi er mindre sikrepå resultatet på især ældreområdet. Mere specifikt mener vi at kunne fæste lid til resultaternepå skoleområdet af følgende grunde:1) Der er ikke negativ korrelation mellem de beregnede efficienser på skoleområdet og påde to øvrige områder. Der er således ikke et trade-off, der gør, at en kommune, der serproduktiv ud på skoleområdet, har tendens til at se mindre produktiv ud på de to øvri-ge områder (eller omvendt).19
19
Derimod er der en signifikant negativ indbyrdes korrelation mellem de beregnede efficienser på ældre ogdagtilbudsområdet.
69
2) Der er ikke positiv korrelation mellem kommunernes andel af administrative udgifter ogderes effektivitet/produktivitet på skoleområdet. Det tyder således ikke på, at systema-tisk forskellig konteringspraksis eller grad af decentralisering har væsentlig indflydelsepå det samlede resultat.3) Vi har forsøgt enkeltvis at fjerne de effektive/produktive kommuner fra analysen, oghar undersøgt konsekvenserne. Det viser sig, at det ikke på skoleområdet har megetstore konsekvenser for det samlede potentiale at fjerne enkeltkommuner (højst syvpct., og for de fleste effektive kommuner er effekten langt mindre). Dermed er der ik-ke noget der tyder på, at en enkeltstående ”fejlkontering” i en kommune kan have på-virket resultatet meget.4) En potentiel svaghed er, at vi benytter Økonomi- og Indenrigsministeriets indikator forsociale udgiftsbehov til, at identificere hvilke andre kommuner en given kommune kansammenlignes med. Denne indikator tager udgangspunkt i en lang række andre fakto-rer end forhold vedrørende skolebørn. Som alternativ har vi benyttet KORAs indikatorfor den socioøkonomiske status for elever der tager afgangseksamen i folkeskolen. Det-te giver kun et marginalt anderledes resultat.Samlet set vurderer vi, at delresultatet på skoleområdet er robust. Det skal i øvrigt bemærkes,at det ikke er overraskende at se et relativt større identificeret effektiviseringspotentiale påskoleområdet. Skoleområdet er det eneste af de større serviceområder, hvor vi for alvor haroutcome-indikatorer (undervisningseffekter). Korrelationen mellem input og outcome må for-ventes at være væsentligt lavere end mellem input og output. Hvis vi bruger flere penge kan vivære nogenlunde sikre på at få flere timer og flere lærere, men vi kan ikke være sikre på ateleverne klarer sig bedre fagligt. Det bør så også betyde, at vi på netop skoleområdet vil identi-ficere en væsentligt højere grad af ineffektivitet end på de øvrige områder.Mens resultatet på skoleområdet vurderes som robust, har vi større forbehold over for resulta-tet på især ældreområdet. Som anført i appendiks II er det velkendt, at kommunerne kan haveproblemer med at afgrænse udgifter til ældre i forhold til udgifter på det specialiserede social-område (fx udgifter til foranstaltninger for handicappede).I forbindelse med arbejdet med disse modeller konstaterede vi, at en kommune i et enkelt århar foretaget en misvisende placering af specifikke indtægter og udgifter, der har væsentligbetydning for fordelingen mellem ældreområdet og det specialiserede socialområde. Vi harnaturligvis korrigeret tallene, således at den specifikke fejl ikke influerer på de resultater, derrapporteres i denne rapport.Hvis vi havde brugt de oprindelige data – med én (men væsentlig) konteringsfejl for én enkeltkommune – ville den sektorspecifikke model på ældreområdet have vist et samlet effektivise-ringspotentiale, der var næsten 30 pct. højere sammenlignet med den model, hvor fejlen errettet. Fejlen indebar, at den pågældende kommune fremstod som ekstremt produktiv på æld-reområdet, og derfor som et potentielt forbillede for mange andre kommuner20.
20
I modsætning til de sektorspecifikke modeller er den samlede model væsentligt mere robust over for denkonteringsmæssige fordeling af udgifterne. Ovenævnte konteringsfejl ville i den samlede model udeluk-kende have indflydelse på estimatet for den specifikke kommune, og ikke for de øvrige kommuner. I densamlede model ville fejlen have givet et tilsyneladende samlet effektiviseringspotentiale, der var ca. sekspromille højere, end det burde have været. Når fordelingen også har en indflydelse på den samlede mo-del, skyldes det, at områderne for den enkelte kommune vægtes med udgangspunkt i udgiftsfordelingen.Fejlkonteringen vedrører dog et andet år, end det år vi har brugt til at vurdere udgiftsfordelingen. Vedovennævnte beregning har vi således regnet på konsekvenserne af, at en sådan fejlkontering var foreta-get i det år, vi har brugt til at vurdere kommunernes prioritering af udgifterne.
70
LitteraturAndersen, Simon C. & P.B. Mortensen (2010). ”Policy Stability and Organizational Performance:Is there a relationship?”,Journal of Public Administration Research and Theory,20(1):1-22.Andersen, Simon C. & S. Winter (red.) (2011).Ledelse, læring og trivsel i folkeskolerne,Kø-benhavn: SFI.Andrews, Rhys, George A. Boyne, Jennifer Law & Richard M. Walker (2005). “External con-straints on local service standards: The case of comprehensive performance assessment inEnglish local government”,Public Administration,83(3): 639-656Arendt, J.N., Heinesen, E., Husted, L., Colding, B. & Andersen, S.H. (2004).Kontanthjælpsfor-løbs varighed og afslutning: Forskelle mellem kommuner,København: AKF Forlaget.Bogetoft, P. (2012).Performance Benchmarking – Measuring and Managing Performance,NewYork: Springer.Bogetoft, P. & L. Otto (2011).Benchmarking with DEA, SFA and R,New York: Springer.Bogetoft, P. & P. Pruzan (1991).Planning with Multiple Criteria: Investigation, Communication,Choice,North-Holland.Boll Joachim, Marie Hertz, Michael Svarer & Michael Rosholm (2010).Evaluering af Aktive –Hurtigere Tilbage,Rambøll Management for Arbejdsmarkedsstyrelsen, august 2010.Boyne, G.A., James, O., John, P. & Petrovsky, N. (2012). “Party control, party competition andpublic service performance”,British Journal of Political Science42: 641-660.Borge, L.-E., Falch, T. and Tovmo, P. (2008). “Public sector efficiency: the roles of political andbudgetary institutions, fiscal capacity, and democratic participation”,Public Choice,136:475-495.Burns, C. and Himmler, O. (2011). “Newspaper Circulation and Local Government Efficiency”,Scandinavian Journal of Economics,113: 470-492.Cherchye, L. m.fl. (2006). “An Introduction To Benefit of the Doubt Indicators”,Social Indica-tors Research,vol. 82, pp. 111-45.Christoffersen, H. og K.B Larsen (2010).Kommunernes serviceniveau og reale udgiftsvækst fra2008 til 2010,CEPOS arbejdspapir nr. 11, København: CEPOS.Clausen Jens, Eskil Heinesen og M. Azhar Hussain (2006).De nye kommuners rammevilkår forbeskæftigelsesindsatsen,København: SFI.Danmarks Statistik (2011). “Omsorg for voksne handicappede april 2010”,NYT fra DanmarksStatistik,vol. 118.Despotis, D.K. (2005).“A Reassessment of the Human Development Index via Data Envelop-ment Analysis”,Journal of the Operational Research Society,56, 969–980.Deveci, N.N. (2011).Offentlig Produktion og produktivitet 2002-2009,København: DanmarksStatistik
71
Dilling-Hansen, Mogens (2001). ”Folkebibliotekernes ressourceforbrug og effektivitet”, pp. 167-182 i Rolf Nordstrand og Nils Groes (red.),Kommunestyrets fremtid,København: AKF Forlaget.Ejersbo, Niels og Carsten Greve (2008).Moderniseringen af den offentlige sektor (2. udg.),København: Børsen.González, E., Cárbaca, and J. Ventura (2011). “Quality of Life Ranking of Spanish Municipali-ties”,Revista de Economía Aplicada,No. 56, Vol. XIX, pp. 123-148.Heinesen, E. & Graversen, B.K. (2005). “The effect of school resources on educational attain-ment: evidence from Denmark”,Bulletin of Economic Research,57:109-143.Heinesen, E. (1999).Den sociale arvs betydning for unges valg og resultater i uddannelsessy-stemet. Arbejdspapir 2 om social arv,København: SFI.Houlberg, Kurt (2013).Teknisk vejledning til ECO Nøgletal 2013,København: KORA.Houlberg Kurt, Britt Ø. Larsen & Beatrice S. Rangvid (2013).Benchmarking- og effektivitets-analyse på folkeskoleområdet. Sammenhængen mellem folkeskoleudgifter og afgangskarakte-rer med korrektion for elevbaggrund og kommunale udgiftsbehov,København: KORA.KL (2010).Kommunebenchmark. Udgifter til udsatte børn og unge i forhold til rammebetingel-ser,www.kl.dk/ImageVault/Images/id_45722/scope_0/ImageVaultHandler.aspx (tilgået 1.februar 2013).Kommunal- og regionaldepartementet (2012).Rapport fra Det tekniske beregningsutvalg forkommunalogfylkeskommunaløkonomi,november2012,www.regjeringen.no/upload/KRD/RAPPORT_NOV2012.pdf (tilgået 1. februar 2013).KORA (2013).Organisering og produktivitet på det kommunale træningsområde – kortlægningog nøgletal,København: KORA.KREVI (2011a).Folkeskolens faglige kvalitet. Analyse af skolernes undervisningseffekt,Aarhus:KREVI.KREVI (2011b).Bilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne,bilag til rapporten ”Folkeskolens faglige kvalitet. Analyse af skolernes undervisningseffekt”,Aarhus: KREVI.KREVI (2011c).Effektivisering i folkeskolen. Muligheder og metoder,Aarhus: KREVI.KREVI (2012).Botilbudsområdet: Hvem-hvad-hvor,Aarhus: KREVI.Moynihan, D. P.; Fernandez, S. ; Kim S. ; LRoux, K. M. ; Piotrowski, S. J. Wright, B. E. & Yang,K. (2011). ”Performance Regimes Amidst Governance Complexity”,Journal of Public Admin-istration Research,2: 141-155.OECD and European Commission (2008).Handbook on Constructing Composite Indicators -Methodology and User Guide,OECD.Pollitt, Christopher and Geert Bouckaert (2011).Public Management Reform (3rd ed.),Oxford:Oxford University Press.Rangvid, B.S. (2008).Skolegennemsnit af karakterer ved folkeskolens afgangsprøver. Korrekti-on for social baggrund,København: AKF Working Paper, 2008(1).
72
SFI (2009).Børnehavens betydning for børns udvikling,København: SFI.Tofallis, C. (2012).An Automatic-Democratic Approach to weight setting for the new HumanDevelopment Index,Statistical Services and Consultancy Unit, The Business School Universityof Hertfordshire Business School Working paper.Uni-C (2011).Planlagt, gennemført og aflyst undervisning i folkeskolen november 2010,Kø-benhavn: Uni-C.Uni-C (2012).Undersøgelse af planlagt, gennemført og aflyst undervisning i folkeskolen, no-vember 2011,København: Uni-C.Vejdirektoratet (2011).Belægningsindekset 2009,København: Kommunalteknisk Chefforeningog Vejdirektoratet.Økonomi- og Indenrigsministeriet (2013a): Økonomi- og Indenrigsministeriets kommunalenøgletal, www.noegletal.dk (tilgået 1. februar 2013).Økonomi-ogIndenrigsministeriet(2013b):Definitionhttp://www.noegletal.dk/nwInfo13A-082.html(tilgået1.afServiceniveau,februar2013).
73
