BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Børne- og Undervisningsudvalget 2019-20
BUU Alm.del Bilag 182
Offentligt

Omkostningsanalyse af

ungdomsuddannelsesområdet

Analyserapport om gymnasier

November 2019

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

De almene gymnasier er kendetegnet ved faldende marginalomkostninger, hvilket gør det sværere

at drive mindre institutioner, som samtidig typisk er placeret på landet

Faldende marginalomkostninger

•

Gymnasierne er samlet set kendetegnet ved

faldende marginalomkostninger,

idet større institutioner har de laveste omkostninger per årselev:

–

Denne tendens gør sig gældende for

lønomkostninger til undervisning,

hvilket hænger sammen med, at større gymnasier generelt har større

hold og højere andele undervisningstid end mindre gymnasier, hvilket er med til at nedbringe lønomkostningerne til undervisning pr. årselev

–

For

lønomkostninger til administration og ledelse

er der ligeledes observeret faldende marginalomkostninger. Det skyldes bl.a., at visse opgaver

inden for administration og ledelse er forholdsvis faste uanset elevtallet

–

For

bygningsomkostninger

er der omvendt ikke identificeret faldende marginalomkostninger. Det dækker dog over to modsatrettede tendenser,

hvor større institutioner typisk har højere omkostninger per kvadratmeter men færre kvadratmeter per årselev, hvilket hænger sammen med den

geografiske placering af institutionerne, jf. nedenfor

–

For

øvrige driftsomkostninger

er der faldende marginalomkostninger, bl.a. pga. bedre forhandlingsmuligheder for indkøb, kontrakter, mv.

Geografi

•

Analyserne indikerer, at geografi har betydning for institutionernes økonomi:

–

Institutioner i landkommuner har generelt højere

lønomkostninger til undervisning pr. årselev

end gymnasier i bykommuner, når der kontrolleres

for antal årselever. Det indikerer, at geografi har en selvstændig betydning for lønomkostningerne pr. årselev til undervisning uanset størrelsen

på gymnasierne. Institutionsbesøg peger på, at det bl.a. kan skyldes forskelle i rekrutteringsmuligheder mellem by og land

–

Ligeledes viser analysen, at

bygningsomkostninger pr. årselev

er højere på landgymnasier

–

til trods for, at kvadratmeterpriserne er lavere på

landet. Det skyldes, at landgymnasierne generelt har flere kvadratmeter pr. årselev, hvilket er den bagvedliggende omkostningsdriver

–

Samtidig viser analysen, at gymnasier i landkommuner er overrepræsenterede blandt de gymnasier, der har

størst tilpasningsudfordringer

ift.

ændringer i økonomien fra år til år. De skyldes, at små gymnasier i landkommuner generelt oplever de største relative indtægtsfald fra år til år,

ligesom de generelt har en mindre andel af omkostningsbasen med kort bindingstid. Geografi kan bl.a. påvirke institutionernes tilpasningsevne,

fordi den geografiske placering har betydning for i) mulighederne for at afsætte bygninger, ii) leje af (midlertidige) bygninger, der kan bruges til

undervisning, iii) udbuddet af undervisere såvel som konkurrencen om undervisere i området, m.m.

Økonomisk bæredygtighed

•

Gymnasiernes finansielle robusthed er samlet set forbedret i perioden 2011-2018, men det dækker over betydelig varians mellem institutionerne.

De økonomisk udsatte gymnasier, der over en 3-årig periode fra 2016-2018 i gennemsnit har oplevet underskud, faldende elevtal og ikke samtidig

har haft høj soliditetsgrad, er kendetegnet ved:

–

Færre årselever og overrepræsentation af små gymnasier

–

En smule overrepræsentation af gymnasier i landkommuner

–

Mindre holdstørrelser og elev-lærer-ratio end gymnasierne generelt

–

En smule socioøkonomisk svagere elevgrundlag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

1. INTRODUKTION

Rapportens struktur

•

Institutionerne der er omfattet af analysen, segmenteres i elleve arketyper (jf. side 5-8), som analyseres i separate analyserapporter. De fire arketyper under

delsektoren gymnasier er analyseret i én analyserapport, hvorfor der i alt er otte analyserapporter.

Denne rapport behandler gymnasierne samlet, dog præsenteres de private gymnasier særskilt i bilag 6.3. Rapporten indgår i den samlede omkostningsanalyse, hvor

den udgør én af i alt otte analyserapporter. De centrale og tværgående konklusioner fra de otte analyser opsummeres i én samlet hovedrapport

Nedenfor fremgår en oversigt over struktur og indhold i analyserapporterne, herunder fire delanalyser (kap. 2-5). Alle otte analyserapporter følger samme struktur,

men med forbehold for tilpasninger i de konkrete analyser i henhold til særlige karakteristika for de enkelte arketyper, for institutionsinddeling se bilag 6.1

Analyserne er baseret på en række datakilder, som til sammen udgør omkostningsanalysens datagrundlag. I bilag 6.2 er datagrundlaget beskrevet, herunder

hvordan data fra relevante registre er samlet i ét datasæt

Beskrivelse

•

Præsenterer og beskriver arketypesegmenteringen, som er udarbejdet pba. relevante karakteristika, da der eksisterer relevante forskelle på tværs af delsektorer: i) almene

gymnasier er en relativ homogen gruppe, hvor den største forskel er ift. størrelse, hvorfor de inddeles i arketyper herefter, ii) erhvervsskolerne udbyder mange forskellige

uddannelser og er meget forskellige ift. elevsammensætning, hvorfor de inddeles i henhold til institutionstyper i Institutionsregisteret, og iii)

VUC’erne

er ikke inddelt i flere arketyper

pga. det lave antal institutioner (24 voksenuddannelsescentre)

•

Arketyperne er baseret på inddelingen af institutioner i Regnskabsportalen. I bilag findes oversigter over, hvilke institutioner, der hører til i hvilke arketyper

•

Fremstiller gensidigt udelukkende omkostningskategorier for hele sektoren, hvorefter en omkostningskortlægning nedbryder omkostningsbasen for arketypen i de gensidigt

udelukkende kategorier, herunder også kortlægning af udviklingen fra 2011-2018

•

Kortlægger omkostninger per uddannelseskategori og nedbryder omkostninger per årselev per uddannelse

•

Omkostningskategorierne anvendes i de efterfølgende analyser, og kortlægningen af omkostningsstrukturerne danner grundlag for de efterfølgende analyser, som i vid

udstrækning ser på de relative forskelle i, hvordan omkostninger fordeler sig på tværs af institutioner i hver arketype

•

Identificerer relevante omkostningsdrivere indenfor de tre overordnede omkostningskategorier (lønomkostninger, bygningsomkostninger og omkostninger til øvrig drift) pba.

institutionsbesøg, registerdataanalyser og input fra hhv. BUVM og tekniske eksperter fra institutionerne på tværs af delsektorer

•

Analyserer effekten af omkostningsdriverne inden for de tre overordnede omkostningskategorier samt, hvordan disse omkostningsdrivere evt. relaterer sig til hinanden, herunder

særligt ift. institutionsstørrelse og geografi

•

Belyser, hvorvidt der eksisterer faldende marginal omkostninger, og ser nærmere på betydningen af institutionernes geografiske lokation

•

Undersøger institutionernes tilpasningsevne, hvilket indledes med en analyse af institutionernes tilpasningsbehov ved at identificere størrelsen af indtægtsfald i perioden 2012-

2018 som følge af ændringer i antal årselever/-kursister

•

Beregner institutionernes omkostningsfleksibilitet ud fra to nøgleparametre: i) omkostningernes aktivitetsafhængighed og ii) bindingstid på omkostninger. Derudover belyser

analysen af tilpasningsevne, hvordan institutionerne i praksis tilpasser deres omkostninger i perioder med indtægtsfald, herunder hvordan besparelser fordeler sig imellem

omkostningskategorier

•

Sammenholder institutionernes tilpasningsevne- og behov for at identificere tilpasningsudfordringer for institutionerne

•

Kortlægger finansielle nøgletal for arketypen, som viser udviklingen i økonomisk robusthed

•

Analyserer økonomisk bæredygtighed med afsæt i to punkter: i) udvælgelse af institutioner pba. resultater fra det igangværende arbejde om institutionernes økonomi og ii)

identifikation af relevante karakteristika for institutioner med udfordret økonomi

•

Analyserne i dette kapitel baseres i høj grad på foregående analyser

•

Kapitel

Introduktion

Delanalyse 1:

Omkostnings-

strukturer

Delanalyse 2:

Omkostnings-

drivere

Delanalyse 3:

Tilpasningsevne

Delanalyse 4:

Økonomisk

bæredygtighed

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

1. INTRODUKTION

Institutionerne segmenteres i arketyper indenfor hver delsektor

•

Figuren nedenfor viser institutionspopulationen fordelt efter antal uddannelser

og antal årselever

på tværs af de tre delsektorer

Af figuren fremgår det, at der er markante forskelle mellem de forskellige delsektorers størrelse og udbud. Eksempelvis har alle gymnasier undtagen et gymnasium

under 1.500 årselever, og langt størstedelen udbyder 1-3 uddannelser. Det står i skarp kontrast til erhvervsskolerne, som spænder mellem ~50 årselever på de

mindste landbrugsskoler til over 6.000 årselever på de største kombinationsskoler med et uddannelsesudbud på over 40 forskellige uddannelser

Den store forskel på tværs af de tre delsektorer betyder, at det ikke er formålstjenstligt at udvikle arketyper, som går på tværs af delsektorerne. I stedet kan arketyper

med fordel udvikles indenfor hver delsektor, hvilket understøtter sammenligneligheden mellem enhederne samtidig med, at antallet af arketyper ikke bliver unødigt

højt

På følgende tre sider uddybes arketyperne indenfor hver af analysens tre delsektorer

Beskrivelse

VUC’er

•

I figuren til venstre er analysens omfattede institutioner fordelt ift.

deres antal af udbudte uddannelser og årselever

•

Antal årselever og uddannelser for institutionspopulationen (2018)

Antal uddannelser

Erhvervsskoler

Almene gymnasier og HF

•

Figuren viser, at der er er markant forskel mellem de tre forskellige

delsektorers årselevsantal og antal udbudte uddannelser (forskellen

fremstår især markant ml. erhvervsskoler og øvrige institutioner).

Eksempelvis udbyder en kombinationsskole næsten 50 forskellige

uddannelser og har næsten ~6.000 årselever, mens et

gennemsnitligt gymnasie har 700 årselever og udbyder 1-3

uddannelser

Figuren understreger dermed, at der med fordel kan udvikles

arketyper indenfor hver delsektor fremfor på tværs af delsektorer. I

de efterfølgende sider præsenteres opdelingerne i arketyper

indenfor hver delsektor

500

1.000 1.500 2.000 2.500 3.000 3.500 4.000 4.500 5.000 5.500 6.000 6.500 7.000

Antal årselever

•

Note: 1) Uddannelser er opgjort ved at tælle unikke uddannelseskoder, hvorpå institutionen har registreret årselever. Fx tæller smedeuddannelsen således kun én gang på tværs af grundforløb, hovedforløb og EUX. AMU kurser fremgår som

én uddannelse i opgørelsen. 2) Optællingen af årselever er renset for indtægtsdækket virksomhed

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

1. INTRODUKTION

Erhvervsskolerne inddeles i seks arketyper baseret på institutionstype

•

Nedenfor opstilles de seks arketyper for erhvervsskolerne, og deres udfaldsrum for de fire variable til udvælgelse af arketyper angives

Grundet heterogeniteten mellem institutionstyperne i den overordnede delsektor ”erhvervsskoler”, laves arketypeopdelingen

pba. funktionelle forskelle iht. den

underliggende institutionstype, jf. nedenfor. Dermed anvendes størrelse ikke som den primære sondring mellem arketyper indenfor denne delsektor, da de

underliggende forskellige institutionstyper er vurderet mere retvisende mhp. særskilte analyser af omkostningsstrukturer, -drivere, -bindinger og -bæredygtighed

Erhvervsskolerne dækker over mange forskellige erhvervsrettede ungdomsuddannelser, der som udgangspunkt alle består af grundforløb og hovedforløb, hvor

hovedforløbet er praktik enten i en virksomhed eller i et praktikcenter med indlagte skoleperioder undervejs. Flere erhvervsskoler udbyder ligeledes gymnasiale

uddannelser (fx HTX og HHX). Erhvervsskolerne er den mest heterogene af de tre delsektorer, og nedenstående gruppering dækker derfor over seks forskellige

institutionstyper, som hver især udbyder forskellige uddannelser og har forskellige karakteristika herunder bl.a. antallet af årselever og udbudte uddannelser

Arketyper for erhvervsskoler mv.

Institutionstype (antal)

Arketype

Gns. antal

årselever

•

~1.400

•

~2.300

•

~1.800

•

Gns. antal uddannelser

Gns. årselever per uddannelse

•

168

•

Omkostningsstruktur

(Løn t. undervisning/totale omk.)

•

Handelsskoler (20)

•

Kombinationsskoler (18)

•

Tekniske skoler (14)

•

SOSU-skoler (12)

•

Landbrugsskoler (8)

•

56%

•

51%

•

47%

Arketype

•

~700

•

~150

•

~390

Handelsskoler

•

Kombinationsskoler

•

110

•

Tekniske Skoler

SOSU-skoler

•

52%

•

32%

•

36%

Landbrugsskoler

AMU-centre

Arketype

•

AMU-centre (5)

Antal uddannelser

200

400

600

800

1.000 1.200 1.400 1.600 1.800 2.000 2.200 2.400 2.600 2.800 3.000 3.200 3.400 3.600 3.800 4.000 4.200

6.000 6.200 6.400 6.600

Antal årselever

Note: 1) En enkel kombinationsskole kategoriseres i stedet som en handelsskole, da deres omkostningsstruktur og årselevsfordeling fremgår som handelsskolernes. Hvis institutionen kategoriseres som kombinationsskole, vil den fremgå som

en outlier i mange af rapportens analyser og blive fjernet, hvorfor den som den eneste institution flyttes. 2) Landbrugsskolernes relativt lave andel løn til undervisning påvirkes af, at de har store kostafdelinger relativt til deres størrelse, hvilket

driver omkostninger i andre omkostningskategorier end løn til undervisning. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

1. INTRODUKTION

Gymnasier opdeles i fire arketyper ift. ejerform og størrelse

•

Nedenfor opstilles arketyperne for delsektoren gymnasier og HF-kurser, som udbyder 3-årige og 2-årige gymnasiale uddannelser, der har til formål at forberede de

studerende til en videregående uddannelse ud fra en bred, almen fagrække inden for humaniora, samfunds- og naturvidenskaben

Gymnasierne og HF-kurserne er en relativt homogen gruppe. I størrelse varierer de fra 9 årselever på det mindste gymnasium til over 1.500 årselever på det største

gymnasium. Langt størstedelen af gymnasierne har dog mellem 300 og 1.000 årselever (~70 pct. af gymnasierne)

Segmenteringen af arketyperne laves ved at isolere og behandle de private gymnasier i arketype 4

. Det gøres mhp. at sikre metodisk stringens, da de private

gymnasier ikke aflægger formålsregnskab men analyseres ud fra deres årsrapporter. Derudover har de private gymnasier ofte andre udbud i tillæg til de gymnasiale

uddannelser, herunder bl.a. grundskole og børnehave. De resterende 121 gymnasier og HF-kurser er opdelt i tre repræsentative grupper efter størrelse: i) arketype 3

udgør almene gymnasier og HF-kurser med op til 650 årselever, ii) arketype 2 udgør mellemstore gymnasier med mellem 650 og 850 årselever, mens iii) arketype 1

udgør store gymnasier med over 850 årselever

Arketyper for gymnasier og HF-kurser

Institutionstype (antal)

Arketype

Gns. antal

årselever

•

~1.050

•

~740

•

~450

•

~210

Gns. antal uddannelser

•

~1,5

Store gymnasier

Gns. årselever per uddannelse

•

520

•

360

•

225

•

125

Mellemstore gymnasier

Omkostningsstruktur

(Løn t. undervisning/totale omk.)

•

Store gymnasier (39)

•

Mellemstore gymnasier (40)

•

68%

•

69%

•

66%

•

n/a

Små gymnasier

Privatgymnasier

Arketype

•

Små gymnasier (42)

•

Privatgymnasier (24)

Arketype

Antal uddannelser

Gymnasier med merkantil

EUD og/eller erhvervs-

gymnasiale uddannelser

100

200

300

400

500

600

700

800

900

1.000

1.100

1.200

1.300

1.400

1.500

1.600

Antal årselever

Note: 1) Arketypen private gymnasier behandles særskilt i bilag 6.3. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

1. INTRODUKTION

Voksenuddannelsescentrene samles i én arketype, da de er få institutioner

•

Nedenfor præsenteres voksenuddannelsescentrene (VUC’erne), der analyseres som én samlet arketype

VUC’erne udbyder almene uddannelser til voksne inden for almen voksenuddannelse, forberedende voksenundervisning og HF. ”Almene” betyder,

at undervisningen

skal forbedre kursisternes generelle kompetencer, som styrker den enkeltes forudsætninger for at fungere i samfundet og på arbejdsmarkedet. Den almene

voksenuddannelse (AVU) tilbydes til voksne over 18 år og har til formål at forbedre deres kundskaber i en række almene fag. Den forberedende voksenundervisning

(FVU) har til formål at give voksne over 18 år mulighed for at forbedre og supplere deres grundlæggende færdigheder. HF udbydes som enkelt studieforberedende

fag eller som et 2-årig almendannende og studieforberedende forløb og har til formål at udvikle kursistens faglige indsigt og studiekompetence

De 24

VUC’er

tilbyder gennemgående de samme uddannelser, men varierer markant mht. størrelse målt på årselever. Pga.

VUC’ernes

begrænsede antal og deres

ensartethed mht. uddannelsesudbud samles de i én arketype

Analysens mindste VUC har 250 årskursister, mens den største institution har et kursistgrundlag på ~4.000 årskursister

Fremfor at sammenligne forskellige VUC arketyper med hinanden, vil analysen undersøge forskelle internt i gruppen af

VUC’er.

Det vil herunder blive analyseret,

hvilken rolle årskursister spiller for institutionsdriften. Ligeledes vil det blive undersøgt, hvilken betydning sammensætning af hhv. HF og AVU/FVU årskursister har

for

VUC’ernes

mulighed for stordrift og kapacitetsudnyttelse

•

Arketyper for

VUC’erne

Institutionstype (antal)

Gns. antal

årselever

•

~1.300

VUC’er

•

Gns. antal uddannelser

•

240

Gns. årskursister per

uddannelse

Omkostningsstruktur

(Løn t. undervisning/totale omk.)

Arketype

• VUC’er

(24)

•

58%

Antal uddannelser

500

1.000

1.500

2.000

2.500

3.000

3.500

4.000

Antal årskursister

Note: 1)

VUC’ernes

årskursistopgørelse er renset for kursister, som undervises af deres driftsoverenskomstparter 2) Udover de 24 institutioner, som i UVM's regnskabsportal er kategoriseret som

VUC’er,

er der yderligere fem

VUC’er,

som i

dag er en del af fusionerede institutioner. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Sektoren havde samlede omkostninger på ~23 mia. kr. i 2018, hvoraf 72 pct. var udgjort af løn

•

Nedenfor vises et overordnet omkostningsnedbrud af de omfattede institutioners samlede omkostninger i 2018. Figuren viser, at sektoren i 2018 havde samlede

omkostninger på 23,3 mia. kr

.1,

hvoraf størstedelen blev udgjort af løn (72 pct.), mens bygningsdrift (10 pct.) og øvrig drift (18 pct.) udgjorde de resterende 28 pct.

Nedbruddet viser ligeledes, at der er store forskelle på omkostningssammensætningen på tværs af de tre delsektorer. Eksempelvis går 78 pct. af gymnasiernes

omkostninger til løn, mens de tilsvarende tal for

VUC’erne

og erhvervsskolerne er hhv. 75 pct. og 66 pct.

Beskrivelse af sektorens omkostningsstruktur

•

Lønomkostninger

Bygningsdrift

Øvrig drift

66%

•

Der er stor forskel på fordelingen af omkostninger på de tre

omkostningskategorier mellem delsektorerne

De store forskelle i de relative størrelser på

omkostningskategorierne kan bl.a. henføres til, at

erhvervsuddannelserne sætter betydeligt større krav til

indkøb af råmaterialer og maskinel end gymnasier og

VUC’er.

Forskellene illustrerer, hvorfor delsektorerne vil

blive behandlet i separate arketyper i analyserne

Det understøttes af, at løn udgør en relativt større andel af

de samlede omkostninger på gymnasier (78 pct.) og

VUC’er

(75 pct.), end det er tilfældet på erhvervsskolerne.

Omvendt udgør øvrig drift en større andel af

omkostningerne på erhvervsskolerne (22 pct.), end

kategorien gør for gymnasier (14 pct.) og

VUC’er

(17 pct.)

Størrelsen af delsektorerne og typerne af institutioner

indenfor hver delsektor understreger ligeledes værdien af at

behandle arketyperne i separate analyser

Fx står erhvervsskolerne for 54 pct. af sektorens samlede

omkostninger (12,5 mia.) og er dermed den største af

analysens tre delsektorer målt på omkostninger. Det skal

dog noteres, at erhvervsskolebegrebet dækker over seks

forskellige institutionstyper, som både omfatter store

institutionstyper (fx tekniske skoler og kombinations-skoler)

og små institutionstyper (fx AMU-centre og

landbrugsskoler). Gymnasierne og

VUC’erne

står for hhv.

33 pct. (7,8 mia) og 12 pct. (2,9 mia.) af sektorens

omkostninger

Fordeling af sektorens omkostninger (mia.kr., 2018)

23,3

12,5

•

72%

12%

22%

7,8

•

78%

•

10%

14%

18%

2,9

75%

17%

VUC’er

Sektortotal

Erhvervsskoler m.v.

Gymnasier og HF-kurser

Note: 1)

VUC’ernes omkostninger til bygningsdrift er justeret med 311 mio. kr. svarende til den ekstraordinære nedskrivning af en enkelt VUC’s bygningsværdi

i 2018

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Omkostningsstrukturer kortlægges i tre trin for hver arketype

•

I delanalyse 1 (kapitel 2) kortlægges arketypernes omkostninger i tre trin. De fire tre er uddybet i illustrationen nedenfor

Kortlægningerne er i overvejende grad baseret på analysens datamodel, men hvor relevant suppleres kortlægningerne af sektorindsigter fra institutionsbesøgene og

desk-research

1. Opstilling af omkostnings-

kategorier

•

Opstilling af et gensidigt udelukkende omkostningsnedbrud for institutionerne baseret på de formålsbaserede

regnskaber og indledende nedbrud på sektorens overordnede omkostningskategorier (løn, bygningsdrift og

øvrig drift)

2. Kortlægning af omkostnings-

fordelinger

•

Kortlægning af arketypernes omkostninger nedbrudt på de kategorier, som etableres tidligere i delanalysen

•

Kortlægning af arketypernes omkostninger fra 2011-2018, herunder nedbrud på udvikling i forholdet ml.

omkostningskategorier

•

Kortlægning af den relative størrelse af omkostningskategorierne for institutionerne indenfor hver arketype

•

Kortlægningen af omkostninger per uddannelseskategori nedbryder arketypernes samlede omkostninger på

uddannelseskategorier. Derudover kortlægges omkostningerne per årselev for arketypernes

uddannelseskategorier

3. Kortlægning af omkostninger

per uddannelseskategori

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Uddannelsesinstitutionernes omkostningsstrukturer kortlægges pba. et gensidigt udelukkende og

udtømmende omkostningsnedbrud

•

Nedenfor præsenteres omkostningsnedbruddet, der er udarbejdet pba. institutionernes formålsfordelte regnskaber mhp. at konstruere meningsfulde kategorier, der

understøtter behovet for transparens i institutionernes

omkostningsstrukturer.

Institutionernes formålsfordelte regnskaber er anvendt ned gennem analysen

Nedbruddet er desuden udarbejdet med relevante omkostningsdrivere in mente, da det muliggør kobling af interessante

omkostningsdrivere

med relevante

omkostningskategorier

Omkostningskategoriseringen vil være gennemgående for alle rapportens delanalyser

Omkostningskategorier

Undervisning

Ledelse og administration

Løn

Bygningsdrift

Øvrig drift

Husleje

Afskrivninger på bygninger

Totale

omkostninger

Bygnings-

drift

(ex løn)

Forsyning

Renter

Reparationer og vedligehold

Øvrige bygningsomk.

Køb af varer til forbrug

Køb af tjenesteydelser (ex IT)

Øvrig drift

(ex løn)

Rep. og vedligehold (ex byg.)

Afskrivninger (ex bygninger)

Øvrige

STRUENSEE & CO.

Omkostningsdrivere

•

Antal årselever

•

Andel undervisningstid

•

Holdstørrelse

•

Antal uddannelser

•

Antal lokationer

•

Geografi

•

Antal årselever

•

Kapacitetsudnyttelse

•

Antal lokationer

•

Geografi

•

Antal årselever

•

Bygningsmasse

•

Kontraktstyring

•

Indkøbspraksis

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

De almene gymnasier har samlede omkostninger på ~8 mia. kr., hvoraf lønomkostninger udgør 78

pct.

•

Figuren nedenfor viser gymnasiernes samlede omkostninger nedbrudt på omkostninger til løn, bygningsdrift og øvrig drift. Det fremgår, at gymnasierne har et samlet

omkostningsniveau på 7.747 mio. kr. i 2018. Heraf udgøres 78 pct. af lønomkostninger, mens de resterende 22 pct. udgøres af bygningsdrift (8 pct.) og omkostninger

til øvrig drift (14 pct.). Den største enkeltstående omkostningspost er løn til undervisning, som udgør 67 pct. af gymnasiernes totale omkostninger

Øvrig drift er den næststørste omkostningspost med 14 pct. af de samlede omkostninger. Herunder er indkøb af tjenesteydelser (administrative fællesskaber, eksterne

rådgivere, etc.) og køb af varer til forbrug de største omkostningskategorier, der hver udgør 4 pct. af de samlede omkostninger for gymnasierne

Nedbruddet viser, at lønomkostninger er den vigtigste omkostningskomponent for gymnasierne med 78 pct. af de samlede omkostninger og er derfor central for de

følgende analyser

Omkostningsnedbrud for gymnasierne, 2018 (mio. kr.)

1,2

Løn til undervisning

Løn til ledelse og administration

5.262 (67%)

512 (7%)

Løn til bygningsdrift

Løn til øvrig drift

Lønomkostninger

Husleje

Afskrivninger på bygninger

Rep. og vedligehold

Forsyning

Renter

Øvrige bygningsomkostninger

Bygningsdrift

Køb af tjenesteydelser (ex IT)

Køb af varer til forbrug

Afskrivninger

Rep. og vedligehold (ex. byg)

Øvrige driftsomkostninger

Øvrig drift

6.110 (78%)

270 (3%)

66 (1%)

47 (1%)

Konfrontationstid

•

Ca. 30 pct. af lærernes

arbejdstid på

gymnasierne består af

konfrontationstid

•

Det svarer til, at ~1.588

mio. kr. anvendes på

konfrontationstid

178 (2%)

160 (2%)

123 (2%)

72 (1%)

30 (0%)

609 (8%)

334 (4%)

331 (4%)

23 (0%)

58 (1%)

331 (4%)

1.076 (14%)

Samlede omkostninger

7.795 (100%)

Note: 1) Analysen er baseret på institutionernes formålsfordelte regnskaber. Det bemærkes, at data fra de formålsfordelte regnskaber ikke altid er tilsvarende de omkostningsdata, der findes på Regnskabsportalen. For at understøtte

analysens formål er de anvendte omkostningsdata desuden eksklusive omkostninger til indtægtsdækket virksomhed. 2) Omkostningsdata i analysen er prisreguleret til 2019-priser. 3) Konfrontationstiden (2017 data) udgøres af summen af

indikator 1 (elevsamvær iht. reglerne om uddannelsestid) og indikator 2 (andre former for elevsamvær med et direkte læringsformål). Den gennemsnitlige konfrontationstid er fundet ved at tage et gennemsnit af indikator 1+2 for almene

gymnasier. Tallet er ikke vægtet ift. skolernes størrelse. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Overordnet set har gymnasiernes omkostningsstrukturer været stabile fra 2011-2018

•

Nedenfor vises udviklingen i antallet af årselever og omkostningsfordelingen på gymnasierne fra 2011-2018. Institutionernes overordnede

omkostningsniveau er i perioden steget en smule fra 2011-2014 og er derefter aftaget fra 2014-2018, mens antallet af årselever har fulgt udviklingen

Antal årselever steg betydeligt mellem 2011 og 2014 og er siden faldet en smule

Mellem 2011 og 2018 har forholdet mellem gymnasiernes omkostningsfordeling været stabil. Største udsving observeres på andelen af omkostningsbasen, som går

til løn til undervisning, hvilket også er den største omkostningskategori. Generelt har andelen af den totale omkostningsbase, som går til løn til undervisning, været

svagt stigende siden 2014

Omkostningsnedbrud (venstre akse) og antal årselever (højre akse) for gymnasier, 2011-2018 (total angives i mio. kr., størrelse på kategorierne angives i pct.)

Årselever

Løn til undervisning

Omk. (mio. kr.)

9.000

8.196

8.000

7.000

6.000

7.724

8.482

8.581

8.541

8.283

Løn til ledelse og adm.

Løn til bygningsdrift

Løn til øvrig drift

Bygningsdrift (ex løn)

Køb af varer til forbug

Køb af tjenesteydelser (ex IT)

Årselever

100.000

8.029

7.795

90.000

80.000

70.000

Øvrige driftsomkostninger og afskrivninger

64%

5.000

65%

66%

65%

66%

67%

68%

60.000

50.000

4.000

40.000

3.000

2.000

1.000

2011

2012

2013

2014

2015

2016

30.000

2018

20.000

10.000

2017

Note:. 1) Af visuelle hensyn er reparation og vedligehold, afskrivninger og øvrige driftsomkostninger kombineret i kategorien

”øvrige driftsomkostninger og afskrivninger.”

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Omkostningsstrukturerne varierer en smule på tværs af de gymnasiale arketyper

•

Nedenfor illustreres omkostningsfordelingen på de største omkostningskategorier for de almene gymnasier. Figuren viser, at der er store forskelle på, hvordan

institutionernes omkostninger fordeler sig på tværs af arketyper. Fx varierer omkostninger til løn til undervisning mellem i gennemsnit 65 pct. på de små gymnasier til

i gennemsnit 69 pct. på de mellemstore gymnasier. Omvendt bruger de små gymnasier en større andel af deres omkostninger på løn til administration og ledelse

end de øvrige gymnasier

Løn til undervisning

Løn til administration og ledelse

Løn til bygningsdrift

Løn til øvrig drift

Bygningsdrift (ekskl. løn)

Køb af varer til forbrug

Køb af tjenesteydelser (ekskl. IT)

Øvrige driftsomkostninger og afskrivninger

Arketype

Gns. omk., 2018 (mio. kr.)

Gns. omkostningsfordeling inden for arketypen, 2018

(pct.)

Små gymnasier

65%

4% 1%

Mellemstore

gymnasier

69%

Store gymnasier

68%

Centrale observationer

•

Løn til undervisning

udgør størstedelen af omkostningerne for alle tre arketyper. Der er dog visse forskelle mellem den gennemsnitlige andel af arketypernes omkostninger

anvendt til løn til undervisning. Således anvender de små gymnasier en smule mindre andel (65 pct.) af deres omkostninger på løn til undervisning end de øvrige gymnasier (hhv.

69 pct. for mellemstore og 68 pct. for store gymnasier)

Løn til administration og ledelse

som andel af de samlede omkostninger varierer ligeledes en smule på tværs af arketyper. De små gymnasier anvender en smule større andel (8

pct.) af deres samlede omkostninger på administration og ledelse end de mellemstore (7 pct.) og store gymnasier (6 pct.)

Variation i omkostningsstruktur:

Opgørelsen ovenfor dækker over stor variation i omkostningsstrukturer mellem institutionerne inden for hver arketype. Udover strukturelle

forhold og strategiske valg, bemærker institutionerne, at forskellene mellem institutioner også kan skyldes forskellig konteringspraksis og institutionsspecifikke

ressourcestyringssystemer

•

1) Om variation i løn til øvrig drift og køb af tjenesteydelser: Den store variation i udgifter til hhv. løn til øvrig drift og køb af tjenesteydelser mellem institutionerne kan bl.a. tilskrives hvorvidt institutionen huser et

administrativt fællesskab eller betaler til et administrativt fællesskab. Eksempelvis er en række institutioner værtsinstitutioner for større administrative fællesskaber, hvorfor de har højere lønomkostninger til øvrig

drift. Tilsvarende har andre institutioner omkostninger til administrative fællesskaber, der afholdes af værtsinstitutioner, hvorfor de har højere omkostninger til køb af tjenesteydelser.

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Omkostningsstrukturerne varierer ikke betydeligt på tværs af uddannelsestyper inden for

delsektoren for gymnasier

•

Figurerne nedenfor viser hhv. omkostningerne fordelt per uddannelse på gymnasierne (til venstre) og omkostningerne per årselev per uddannelse (til højre)

Af den samlede omkostningsbase på ~8 mia. kr. udgøres 26 pct. af indirekte omkostninger, dvs. omkostninger, der ikke er formålsfordelt på uddannelser. De indirekte

omkostninger er fordelt vha. årselever som fordelingsnøgle efter validering med institutionerne, som vurderer, at årselever på tværs af uddannelser trækker omtrent

lige meget på de ikke-fordelte omkostninger, herunder løn til ledelse og administration, bygningsdrift og øvrig drift

figuren til venstre

fremgår det, at STX er den største uddannelse på de almene gymnasier med samlede omkostninger på 6.767 mio. kr. svarende til 87 pct. af

gymnasiernes omkostninger. Figuren viser også, at der ikke er betydelig varians i omkostningskategoriernes andel af omkostningerne på tværs af STX og HF

figuren til højre

fremgår det, at omkostningerne per årselev er højest for gruppen af andre uddannelser (GSK, introduktionskurser og brobygning, merkantil EUX,

realkompetencevurdering mv.), mens omkostningerne pr. årselev er lavest for IB o.lign. (pre-IB, IB og andre internationale uddannelser). Samtidig er omkostningerne

pr. årselev en smule højere på STX end på HF, hvilket dog kan skyldes databegrænsninger sfa. inkonsistent konteringspraksis på uddannelsesniveau

Løn til undervisning

Løn til bygningsdrift

Bygningsdrift (ex løn)

Køb af tjenesteydelser (ex IT)

Løn til ledelse og adm.

Løn til øvrig drift

Køb af varer til forbug

Øvrige driftsomkostninger og afskrivninger

Omkostninger per årselev fordelt på uddannelser

2, 4

(2018)

Omkostninger per årselev per uddannelse (tusinde kr.)

120

110

100

75%

67%

64%

116

Fordeling af omkostninger på uddannelser

2, 4

(2018)

Omkostninger per uddannelse (mio. kr.)

6.767

6.800

67%

Omkostninger til STX skønnes at

2.200

udgøre 87 pct. af de samlede

2.000

omkostninger til delsektoren for

gymnasier og HF

1.800

1.600

1.400

1.200

1.000

800

745

67%

8% 5%

66%

HHX

70%

IB o.lign.

Andre

HF-enkeltfag

600

400

200

139

64%

75%

66%

70%

STX

IB o.lign.

Andre

HHX

HF-enkeltfag

Note: 1) Fordelingsnøgler for indirekte omkostninger er udarbejdet i samarbejde med institutionerne på institutionsbesøgene. 2)

Kategorien ”andre” omfatter en række mindre uddannelser på gymnasierne, herunder GSK, merkantilt og teknisk

hovedforløb, mv. Opgørelsen omfatter ikke indtægtsdækket virksomhed, 10. klasse mv. og summer derfor ikke til totalen på de foregående sider. 3) Omkostningsdata stammer fra årsrapporter, mens antal årselever stammer fra CØSA.

Forskellig indmeldelsestidspunkt og -praksis på den enkelte institution kan gøre, at data på visse institutioner ikke kan sammenholdes på uddannelsesniveau. 4) Ca. 17 mio. kr. (0,2 pct. af omkostningsbasen) kan ikke henføres til en specifik

uddannelse og er ikke opgjort i ovenstående. Dette ændrer ikke på fordelingen af omkostninger på uddannelser. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

2. INSTITUTIONERNES OMKOSTNINGSSTRUKTURER

Der er identificeret faldende marginalomkostninger på gymnasiernes STX-uddannelser

•

Figuren nedenfor viser de samlede omkostninger per årselev for de fem største uddannelser på gymnasierne (STX, HF, IB o.lign, HHX og HF-enkeltfag) samt

gruppen af andre uddannelser sammenholdt med antallet af årselever på de pågældende uddannelser

Analysen viser, at der er faldende marginalomkostninger på STX, mens data ikke giver et entydigt billede på de øvrige uddannelser grundet et lavt antal

observationer. Omkostningerne pr. årselev til STX er især aftagende for institutioner med op til 600 STX-årselever, mens grafen er svagere aftagende fra 600

årselever og op. Årsagerne til faldende marginalomkostninger undersøges i delanalyse 3 (kapitel 4) om omkostningsdrivere.

Der identificeres faldende marginalomkostninger for andre uddannelseskategorier på tværs af arketyper, dette fremgår af bilag 6.4

Omkostninger per årselev ift. antal årselever fordelt på gymnasiernes uddannelser (2018)

1, 2, 3

Omkostninger pr. årselev (tusinde kr.)

200

180

160

140

120

100

200

300

400

500

600

700

800

900

1.000

1.100

1.200

1.300

1.400

1.500

1.600

Antal årselever

Uforholdsmæssigt lave

enhedsomkostninger på bl.a.

HF skyldes formentlig

datamæssige begrænsninger

For HF, HF-enkeltfag, HHX, IB o-lign. er

antallet af observationer og de

underliggende omkostninger for lave til at

uddrage tendenslinjer for uddannelserne

STX

IB o.lign.

HHX

HF-enkeltfag

Andre

Faldende

marginalomkostninger

for STX

Note: 1) Der er testet for, hvorvidt særligt høje omkostninger til administrative fællesskaber hos værtsinstitutioner påvirker tendensen i grafen. Omkostninger til værtskab for administrative fællesskaber påvirker ikke tendensen. 2)

Omkostningsdata stammer fra årsrapporter, mens antal årselever stammer fra CØSA. Forskellig indmeldelsestidspunkt og -praksis på den enkelte institution kan gøre, at data på visse institutioner ikke kan sammenholdes på

uddannelsesniveau. 3) Ca. 17 mio. kr. (0,2 pct. af omkostningsbasen) kan ikke henføres til en specifik uddannelse og er ikke opgjort i ovenstående. Dette ændrer ikke på fordelingen af omkostninger på uddannelser. Kilde: Analysens

datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

3.1

Metode

3.2

Lønomkostninger

3.3

Bygningsomkostninger

3.4

Øvrige driftsomkostninger

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3. OMKOSTNINGSDRIVERE

Gymnasiernes omkostningsdrivere karakteriseres ved nedenstående fire overordnede fund

Lønomkostninger afhænger særligt af institutionsstørrelse og geografisk placering

•

De primære omkostningsdrivere er: i)

institutionsstørrelse (antal årselever),

ii)

geografi,

og iii)

socioøkonomisk reference,

som er statistisk signifikante

omkostningsdrivere. Derudover indikerer dataanalyse og institutionsbesøg, at også iv)

holdstørrelse

og v)

andel undervisningstid

er omkostningsdrivere, men

disse er ikke statistisk signifikante

Dataanalyse, institutionsbesøg

og regressionsanalyse finder samstemmende, (i) at der er faldende marginalomkostninger i delsektoren, og (ii) at

lønomkostningerne er lavere i byerne.

Dataanalyse

institutionsbesøg

indikerer, at større (iii) holdstørrelse og (iv) andel undervisningstid reducerer lønomk.

•

Konklusioner for de tre

omkostningskategorier

Bygningsomkostninger afhænger i høj grad af institutionsspecifikke forhold, men derudover har især den geografiske placering betydning

•

Den primære omkostningsdriver er i)

geografisk placering

Analysen indikerer, at bygningsomkostningerne pr. årselev er

lavere

i byerne end på landgymnasier. Sidstnævnte dækker over, at landgymnasierne har lavere

kvadratmeterpriser, men de har samtidig markant flere kvadratmeter pr. årselev, hvilket gør, at bygningsomkostningerne pr. årselev er højere på landgymnasier.

Dette understøttes af

dataanalyse, institutionsbesøg og regressionsanalyse

Institutionsbesøg

peger desuden på, at ii)

antal årselever

og iii)

andelen af lejede bygninger

kan have betydning for bygningsomkostningerne pr. årselev

•

Øvrige driftsomkostninger afhænger af centralisering og udlicitering

•

Den primære omkostningsdrivere identificeret er:

institutionsstørrelse (antal årselever)

Dataanalyserne

indikerer, at omkostninger til øvrig drift er kendetegnet ved faldende marginale omk. ved stigende institutionsstørrelse, jf. konklusionen nedenfor

Pba.

institutionsbesøgene

fremhæves, at nogle omkostninger er uafhængige af aktivitetsniveau, fx nogle it licenser; at større institutioner ofte kan forhandle sig

til bedre indkøbspriser, mv.

Tværgående konklusioner

Større institutionerne har lettere ved at optimere en række omkostningsdrivere

•

Institutionernes arbejde med optimering af holdstørrelse og undervisningstidsandel understreger betydningen af institutionsstørrelse. Flere institutioner

bemærker, at fordeling af undervisningstimer og optimering af holdstørrelse er lettere for store institutioner. Dataanalyserne understøtter denne sammenhæng

Også for lønomkostninger til administration og ledelse observeres en effekt af institutionsstørrelse

For lønomkostninger er der identificeret faldende marginalomkostninger i delsektoren. Dertil kommer, at omkostningerne til løn og bygninger generelt er lavere

på bygymnasier, når der korrigeres for antal årselever

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

3.1

Metode

3.2

Lønomkostninger

3.3

Bygningsomkostninger

3.4

Øvrige driftsomkostninger

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.1. OMKOSTNINGSDRIVERE - METODE

Der er betydelige forskelle i omkostninger per årselev mellem gymnasierne. Analysens formål er

at identificere årsagerne til disse forskelle, herunder relevante omkostningsdrivere

•

Nedenstående graf viser, at der på tværs af gymnasierne er en forskel i omkostninger per årselev på op til godt 60 pct. i gns. for 2016-2018, svarende til ~47.000 kr.

per årselev (søjler). Grafen viser desuden de totale indtægter per årselev for institutionerne, der tæt følger de totale omkostninger per årselev (kurve)

Grundet sammenhængen mellem aktivitet (årselever) og indtægter og omkostninger (jf. det nuværende aktivitetsbaserede taxametersystem) vil de følgende analyser

se på de relative forskelle mellem institutionerne, bl.a. ift. nedbrud på omkostningskategorier. Med andre ord undersøges de relative forskelle mellem institutionerne,

da det absolutte niveau af omkostninger for den enkelte institution tæt følger de aktivitetsbaserede indtægter

De betydelige forskelle i omkostninger per årselev kan skyldes forskelle i de underliggende omkostningsdrivere - enten af strukturelle årsager eller sfa.

institutionernes strategiske valg. Figuren viser således, at de små gymnasier generelt har højere omkostninger pr. årselev end de større gymnasier. De følgende

sider undersøger, hvordan institutionsstørrelse og andre mulige omkostningsdrivere påvirker institutionernes enhedsomkostninger

Indtægter og omkostninger per årselev på de almene gymnasier (gns. for 2016-2018)

2, 3

Indtægter pr. årselev

Tusinde kr. per årselev

130

120

110

100

Overrepræsentation af små

gymnasier blandt

institutioner med de højeste

enhedsomkostninger

Små gymnasier,

omkostninger pr. årselev

+47

(+63%)

+13

(+15%)

Overrepræsentation af store

gymnasier blandt

institutioner med de laveste

enhedsomkostninger

Mellemstore gymnasier,

omkostninger pr. årselev

Store gymnasier,

omkostninger pr. årselev

Almene gymnasier

Note: 1) Årsagen til, at indtægterne pr. årselev ikke er de samme for alle gymnasier, er bl.a., at visse gymnasier modtager udkantstilskud, socialt taxameter, etc. 2) Det skal bemærkes, at værtinstitutioner for administrative fællesskaber vil

fremgå med en lidt højere omkostning per årselev. 3) Opgørelsen er korrigeret for indtægter og omkostninger til kostafdelinger på institutionerne mhp. at sikre det bedst mulige sammenligningsgrundlag. Dog indebærer inkonsistent

konteringspraksis, at der potentielt stadig kan indgå omkostninger til kostafdelinger, som ikke er konteret som sådan.

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.1. OMKOSTNINGSDRIVERE - METODE

Gymnasiernes omkostningsdrivere analyseres for hver af de tre omkostningskategorier

•

I delanalyse 2 (kapitel 3) analyseres de tre omkostningsdrivere, dvs. i) identifikation af primære omkostningsdrivere, ii) hvilken effekt disse omkostningsdrivere har

og iii) hvordan omkostningsdriverne evt. relaterer til hinanden, herunder særligt ift. institutionsstørrelse og geografi

En bruttoliste af forventeligt relevante drivere af omkostninger indenfor løn, bygninger og øvrig drift er udarbejdet i tre kausalmodeller. Kausalmodellerne viser,

hvordan omkostninger og omkostningsdrivere er relateret. Pba. dataanalyser (deskriptive analyser af data), regressionsanalyser, institutionsbesøg og teoretiske

forventninger er et antal af omkostningsdriverne udvalgt til nærmere analyse. Kausalmodellerne præsenteres på de følgende sider

Først præsenteres analysen af omkostningsdrivere for lønomkostninger, dernæst ift. bygningsomkostninger, og endeligt ift. øvrig drift

Analyserne anvender metode- og datatriangulering, dvs. begrunder konklusioner med såvel dataanalyser (deskriptive analyser af data), regressionsanalyser og

institutionsbesøg og input fra BUVM og eksperter fra institutionerne

Nedenfor præsenteres kort, hvad analysen fokuserer på indenfor hver af de tre omkostningskategorier

Analytisk fokus

•

Analyse af løn-

omkostninger

(s. 23-34)

•

Analysen af lønomkostninger fokuserer på omkostningskomponenterne:

(1) løn per lærer og (2) årselever per lærer

Følgeligt fokuseres særligt på omkostningsdriverne: i) andel

undervisningstid, ii) holdstørrelse, iii) antal årselever, iv) antal lokationer, v)

antal uddannelser, vi) geograf og vii) socioøkonomi. Disse er udvalgt ud

fra de beskrevne kausalmodeller for lønomkostninger

Analysen af bygningsomkostninger fokuserer på

omkostningskomponenterne: (1) kvm pris og (2) kvm per årselev

Følgeligt fokuseres særligt på omkostningsdriverne: i) kapacitetsudnyttelse

(andel kvm til undervisningslokaler), ii) institutionsstørrelse (antal

årselever), iii) antal lokationer og iv) geografi. Disse er udvalgt ud fra den

beskrevne kausalmodel for bygningsomkostninger

I analysen af øvrige driftsomkostningers drivere fokuseres alene på

institutionsstørrelse

Institutionsbesøg og ekspertinput indikerer, at institutionsstørrelse bl.a.

fremmer muligheder for professionaliseret indkøb, bedre

forhandlingsposition ift. indkøb og lavere omkostninger per elev til fastpris

abonnementer, der ikke er aktivitetsafhængige

•

Særlige opmærksomhedspunkter

•

Lønomkostninger udgør størstedelen af institutionernes

omkostninger og har de mest påvirkelige

omkostningsdrivere på kort sigt (se delanalyse 3 i kapitel 4

for uddybning heraf)

•

Analyse af

bygnings-

omkostninger

(s. 35-42)

•

Bygningsomkostninger udgør en forholdsmæssig lille del af

institutionernes omkostninger men varierer betydeligt på

tværs af institutioner

•

Analyse af øvrige

drifts-

omkostninger

(s. 43-45)

•

Omkostninger til øvrig drift varierer meget på tværs af

institutionstyper, men større institutioner har

gennemgående lavere omkostninger til øvrig drift end

mindre institutioner

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

3.1

Metode

3.2

Lønomkostninger

3.3

Bygningsomkostninger

3.4

Øvrige driftsomkostninger

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Syv primære drivere af lønomkostninger til undervisning udvælges pba. en kausalmodel og

bruttoliste over mulige drivere

Primær

omkostningsdriver

•

Nedenfor ses en kausalmodel med en bruttoliste over mulige drivere af lønomkostninger til undervisning. Modellen illustrerer de forventede sammenhænge mellem

bruttolisten af omkostningsdrivere og hvordan disse påvirker de to omkostningskomponenter, der tilsammen resulterer i institutionernes lønomkostninger

De identificerede omkostningsdrivere er udtryk for en bruttoliste af forhold, der forventes at have substantiel betydning for omkostningsstrukturerne

Pba. kausalmodellens bruttoliste er foretaget en indledende screening af, hvilke omkostningsdrivere der forventes primært at drive omkostninger per årselev

Udvælgelsen af disse primære omkostningsdrivere er baseret på indledende empiriske tests, input fra tekniske eksperter fra institutionerne, BUVM og

konsulentteamets erfaringer. Udvælgelsen er valideret løbende ifm. institutionsbesøg mhp. at sikre, at alle primære omkostningsdrivere undersøges

Omkostningsdrivere, der ikke er markeret med grøn nedenfor, indgår fortsat i analyserne så vidt muligt og relevant, men er ikke i særskilt fokus i denne

afrapportering

Udvælgelsesprocessen har resulteret i et fokus på særligt syv omkostningsdrivere af lønomkostninger til nærmere analyse. De udvalgte drivere er markeret med

grønt i kausalmodellen og dækker: i) andel undervisningstid, ii) holdstørrelse, iii) antal årselever, iv) antal lokationer, v) antal uddannelser, vi) geograf og vii)

socioøkonomi

Et overblik over resultaterne for disse syv primære omkostningsdrivere præsenteres på de følgende sider

Omkostningsdrivere

Anciennitet

Overarbejde

Løntrin

Andel vikar-ÅV

Tillæg

Gennemsnitlig

månedsløn

Løn per lærer

Omkostningskomponenter

Geografi

Antal lokationer

Anciennitet

Antal års-

elever

Antal uddannelser

Undervisningsandel

Lønomkostninger

til undervisning per

elev

Antal årselever per

underviser

Antal uddannelser

Antal lokationer

Min.-størrelse for

hold

Antal hold

Socioøkonomi

Geografi

Demografisk

udvikling

Politiske

reformer

Antal

optagede

Antal års-

elever

Frafalds pct.

Holdstørrelse

Søge-mønstre

Kilde: Teamanalyse; interviews; institutionsbesøg.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Variation i lønomkostningerne til undervisning pr. årselev mellem institutioner dækker over

mindre forskelle i gennemsnitslønnen og større forskelle i antal årselever pr. underviser

•

Nedenstående grafer viser, at lønomkostningerne til undervisning per årselev varierer betydeligt inden for arketyperne. Denne variation skyldes forskelle i de

gennemsnitlige lønomkostninger per underviser samt antal årselever per underviser mellem institutionerne

Figuren indikerer, at der både er variation i lønomkostningerne pr. underviser og i antal årselever per underviser, mens variationen i sidstnævnte forekommer at

være en smule større samt at korrelere med lønomkostningerne pr. årselev. Det kunne indikere, at denne omkostningskomponent udgør den primære

forklaringsfaktor ift. lønomkostningerne pr. årselev på tværs af institutioner, mens forskelle i lærerlønninger driver en mindre del af variationen. Det understøttes af, at

lønomkostninger per underviser i høj grad er overenskomstbestemt, hvorimod antal årselever per underviser afhænger af driftsstyring mv., fx i form af

skemaplanlægning af time-fagfordeling og holdstørrelser mv.

De følgende sider fokuserer derfor særligt på de omkostningsdrivere, der primært virker igennem antal årselever pr. underviser

•

Lønomkostninger til undervisning per årselev og de to lønomkostningskomponenter, fordelt på institutioner (2018)

Lønomkostninger til undervisning per

årselev (tusinde kr.)

Gennemsnitlige lønomkostninger per

underviser

(tusinde kr.)

Antal årselever per underviser

Små

gymnasier

Højeste gns.

lønomk. pr.

årselev

Ø 63

Mellem-

store

gymnasier

+58%

Størst variation i

lønomk. pr.

årselev inden for

arketypen

+31%

Færrest

årselever pr.

underviser

Ø 671

Ø 11

Ø 58

Ø 672

Ø 12

Store

gymnasier

+29%

Lavest

gennemsnitsløn

Ø 56

Ø 653

Ø 12

Note 1) Antallet af undervisere er justeret iht.

IDV’s

andel af totale omkostninger, da undervisere på IDV (indtægtsdækket virksomhed) ikke kan udskilles selvstændigt i ISOLA. 2) Lønomkostningerne pr. årselev er opgjort som gns. af

institutioner, hvorfor opgørelsen afviger fra lønomkostningerne pr. underviser multipliceret med antal årselever pr. underviser. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Lønomkostninger per årselev hos gymnasierne er især drevet af antal årselever, holdstørrelse og

andel undervisningstid

= uddybes på følgende sider

•

Nedenfor ses en opgørelse over de primære drivere af lønomkostninger per årselever for gymnasierne. De syv primære omkostningsdrivere er udvalgt pba.

indledende screeninger af bruttolisten af mulige drivere, jf. kausalmodellen på den tidligere side

Opgørelsen præsenterer en samlet vurdering og beskrivelse af hver driver pba. data- og analysetriangulering, der anvender hhv. kvantitative dataanalyser

(deskriptive analyser af data), institutionsbesøg og OLS-regressionsanalyse. De tre indikatorer anvendes til triangulering og ligger til grund for en helhedsvurdering af

hver omkostningsdriver. ”Dataanalyser” dækker over analyser af data fra datamodellen som ikke anvender regressioner –

se de følgende sider for eksempler herpå

Analyserne indikerer samlet set, at særligt i) andel undervisningstid, ii) holdstørrelse, iii) antal årselever er betydende omkostningsdrivere for lønomkostninger per

årselev, iv) socioøkonomi og v) geografisk placering

De følgende sider præsenterer og uddyber disse fem omkostningsdrivere, der er identificeret som betydende

= indikerer at driveren har en betydende effekt

─

= en betydende effekt er ikke identificeret

Omk.

komp.

Indikationer på effekt af omkostningsdriveren

Omkostningsdrivere

Andel undervisnings-

tid

(s. 27)

Holdstørrelse

(s. 28)

Dataanalyser

Institutionsbesøg

Regressioner

Beskrivelse af effekter

•

Både institutionsbesøg dataanalyser indikerer, at en høj andel undervisningstid reducerer udd.lønomk. per årselev

•

Regressionsanalyserne har imidlertid ikke identificeret en statistisk signifikant sammenhæng. Samlet kan der derfor

ikke konkluderes entydigt på driverens betydning for lønomkostningerne til uddannelse

─

Antal årselever per underviser

•

Effekten af holdstørrelse er fundet at være betydelig, da gennemsnitlige holdstørrelser korrelerer med

lønomkostninger til undervisning per årselev, dvs. større hold driver lavere omk., hvilket understreges af interview

med institutionerne, der i udpræget grad fokuserer på holdstørrelser i deres styring

•

Der er imidlertid ikke fundet en statistisk signifikant sammenhæng, og konklusionen skal derfor tages med forbehold

•

Flere årselever driver lavere lønomk. per årselev. Det underbygges af såvel dataanalysen, interview med

gymnasierne samt regressionsanalysen, som finder, at effekten af antal årselever er statistisk signifikant

•

Data- og metodetrianguleringen viser altså samlet set, at der er faldende marginale lønomkostninger

Antal årselever

(s. 27-29; s. 31; s. 33)

Antal lokationer

─

•

Hverken dataanalyse, interview eller regressionsanalysen viser en effekt af antallet af lokationer på

lønomkostningerne. Det kan bl.a. skyldes, at de fleste gymnasier kun har én lokation

•

Omkostningsdriveren præsenteres derfor ikke yderligere i de følgende sider

•

Antal uddannelser varierer kun i begrænset omfang på tværs af gymnasierne

•

Ingen af analyserne har klart indikeret, at antal uddannelser har en betydende effekt på lønomkostningerne, hvorfor

driveren ikke præsenteres yderligere i de følgende sider

•

Data- og regressionsanalyser viser en negativ effekt af socioøkonomisk reference på både lønomk. til undervisning

samt ledelse og adm. Effekten af regressionsanalyserne går delvist igennem holdstørrelse og undervisningstid

•

På institutionsbesøg blev det også fremhævet, at socioøkonomi har en effekt på lønomkostninger

•

Analyserne har identificeret systematiske forskelle på institutioner i hhv. by- og landkommuner. Således er

lønomkostninger til undervisning statistisk signifikant lavere i byerne end på landgymnasier

•

Institutionsbesøg har ligeledes indikeret, at områders særlige forhold (fx lærerudbud og -konkurrence samt

elevgrundlag) har betydning for lønningerne

Antal uddannelser

Socioøkonomi

(s. 30; 34)

Geografi

(by-/landkommune)

(s. 31)

Note: 1) Effekterne er beregnet pba. multivariate OLS regressioner, med omkostningsdriverne som uafhængige variable, og udd.- og adm. lønomkostninger per årselev som den afhængige variabel. Data fra 2018 er anvendt. Flueben angiver

statistik signifikans på 10 pct. niveau. Flueben med parentes angiver, at variablen vurderes at have betydning via regresionsanalysen, men er ikke signifikant på 10 pct. niveau. 2) Deskriptive dataanalyser, som ser på bivariate

sammenhænge, dvs. sammenhænge mellem to variable. Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

Begge

omk.

komp.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Analysen indikerer, at større andel undervisningstid er forbundet med lidt lavere lønomkostninger

til undervisning per årselev, og at større gymnasier har en smule højere andel undervisningstid

Antal årselever

•

Andel undervisningstid

Nedenstående grafer illustrerer betydningen af andel undervisningstid for lønomkostningerne til undervisning per årselev

Opgørelsen til venstre indikerer, at lønomkostninger til undervisning per årselev tenderer til at være faldende ved en højere andel undervisningstid, hvilket ses på

den svagt negative hældning af trend-linjen på grafen nedenfor

Analysen indikerer således, at institutioner, der bruger mere tid på undervisning har lavere lønomkostninger til undervisning per årselev. Det understøttes af

institutionsbesøgene, hvor flere institutioner bemærker, at de aktivt arbejder med den andel af lærernes arbejdstid, der anvendes på undervisning. Denne styring

foregår naturligt i sammenhæng med styring på holdstørrelse (jf. næste side). Fx forsøger institutionerne at tage højde for frafald, time-fag fordeling,

kapacitetsudnyttelse af lærerressourcer, herunder ved skemaplanlægning, mv.

–

alle sammen tiltag, der i sidste ende kan bevare en højere andel tid anvendt på

undervisning

Grafen til højre viser en svag tendens til, at større institutioner har højere undervisningsandele. Institutionerne understreger, at det er lettere at optimere

undervisningstiden ved mange årselever. Bl.a. fordi de ovenfor nævnte tiltag bedre kan anvendes, fx større fleksibilitet i time-fag fordeling ved en større lærerstab,

mere fleksibel skemaplanlægning, mv.

Små gymnasier

Andel undervisningstid ift. lønomkostninger til undervisning per årselev (2017)

Omkostninger til undervisning per årselev

80.000

75.000

Mellemstore gymnasier

Store gymnasier

•

Andel undervisningstid ift. institutionsstørrelse (2017)

Andel undervisningstid (%)

70.000

65.000

60.000

55.000

50.000

23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

Andel undervisningstid ( pct.)

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

200

400

600

800

Årselever

1.000

1.200

1.400

1.600

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Analysen indikerer, at større hold reducerer lønomkostningerne til undervisning per årselever, og

at større gymnasier har bedre forudsætninger for at optimere holdstørrelserne

Antal årselever

•

Holdstørrelse

Nedenstående grafer illustrerer betydningen af gennemsnitlig holdstørrelse for lønomkostningerne til undervisning per årselev

Opgørelsen til

venstre

indikerer, at løn til undervisning per årselev er faldende ved større holdstørrelser, hvilket ses på den negative hældning af trend-linjen

Analysen indikerer således, at institutioner, der har større gennemsnitlige holdstørrelser har lavere lønomkostninger til undervisning per årselev, da lærer/elev

rationen (dvs. omkostningskomponenten: ‘antal

årselever per underviser’)

herved mindskes

Det understøttes af institutionsbesøg, hvor særligt holdstørrelse (klassekvotienten) fremhæves som en væsentlig faktor for undervisningslønomkostningerne

Grafen til

højre

viser, at større institutioner har en tendens til at have højere gennemsnitlige holdstørrelser, hvilket indikerer, at deres lavere omkostninger til

undervisning skyldes bedre muligheder for tilpasning af holdstørrelse. Institutionsbesøg understøtter konklusionen om, at det er nemmere for større institutioner at

optimere holdstørrelsen og dermed nedbringe lønomkostningerne pr. årselev

Små gymnasier

Større hold driver lavere omkostninger (gns. for 2011, 2015 og 2018)

Omkostninger til undervisning per årselev

75.000

Mellemstore gymnasier

Store gymnasier

Gns. holdstørrelse fordelt efter institutionsstørrelse (gns. for 2011, 2015 og 2018)

Gennemsnitlige holdstørrelse

70.000

65.000

60.000

55.000

50.000

500

Årselever

1.000

1.500

Gennemsnitlige holdstørrelse

Note: 1) Data er baseret på indsamlede spørgeskemaer, derfor er data kun tilgængelig for de udvalgte år. Der er beregnet gennemsnit for årene 2011, 2015 og 2018 mhp. at reducere outliers i enkeltår.

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Der er identificeret faldende marginalomkostninger på løn til undervisning på gymnasierne

Antal årselever

•

Nedenstående graf viser lønomkostninger til undervisning per årselev på tværs af institutionsstørrelse (målt som antal årselever). Af grafen fremgår det, at

lønomkostninger til undervisning per årselev er lavere jo større en institution er, hvilket ses på den negative hældning af tendenslinjen

Institutionsbesøgene indikerer, at stordriftsfordelene i betydelig grad skyldes forbedrede muligheder hos større institutioner for optimering af holdstørrelser og

lærernes undervisningsandel, som fremgik af foregående sider

Lønomkostninger til undervisning per årselev ift. antal årselever (gns. for 2016-2018)

Små gymnasier

Lønomkostninger til undervisning pr. årselev

85.000

80.000

75.000

70.000

Mellemstore gymnasier

Store gymnasier

Observationer

•

Det bemærkes, at institutioner med få

årselever har særligt høje omkostninger til

undervisning

Variationen i omkostningerne er tilmed større

blandt de små institutioner, hvorimod

institutioner med flere årselever er mere

homogene og generelt set mere effektive på

lønomkostninger. Der er således faldende

marginalomkostninger på lønomkostninger til

undervisning

Resultatet underbygges af

regressionsanalysen, som finder en statistisk

signifikant sammenhæng

Sammenhængen indikerer, at der indtræder

stordriftsfordele, når institutionen når over en

vis størrelse målt i årselever, hvilket

understøttes af input fra institutionsbesøgene,

men der kan ikke entydigt fastlægges en kritisk

grænseværdi ud fra datanalysen

•

65.000

60.000

55.000

50.000

200

400

600

800

1.000

1.200

1.400

1.600

•

Antal årselever

Note: 1) Analysen er ligeledes foretaget for institutions-år fra 2011-2018, med samme tendens som resultat

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Analysen indikerer, at institutioner med socioøkonomisk svagere elever har højere

lønomkostninger til undervisning pr. årselev

Socioøkonomi

•

Nedenstående graf viser sammenhængen mellem elevernes socioøkonomiske baggrund og lønomkostningerne til undervisning pr. årselev. Førstnævnte er udtrykt

som elevernes forventede eksamensresultat baseret på deres socioøkonomiske baggrund (køn, alder, herkomst, indkomst, karakterer i 9. klasse, mv.)

Grafen indikerer, at der er højere lønomkostninger til undervisning per årselev for institutioner med en socioøkonomisk svagere elevsammensætning. Det vil sige, at

institutioner, der optager elever, der i gennemsnit forventes at have et lavere karaktergennemsnit baseret på socioøkonomiske karakteristika, generelt har højere

lønomkostninger til undervisning pr. årselev. Regressionsanalysen indikerer, at denne sammenhæng er statistisk signifikant for gymnasierne

Analysen viser ligeledes, at små gymnasier har et socioøkonomisk svagere elevgrundlag end mellemstore og store gymnasier. Små gymnasier har i gennemsnit en

socioøkonomisk reference på 6,77, mens de mellemstore i gennemsnit har en socioøkonomisk reference på 7,08 og de store på 7,14

Institutionsbesøg peger på, at elevernes socioøkonomisk baggrund kan påvirke lønomkostninger til undervisning gennem mindre holdstørrelse for at sikre

undervisningen gennemførsel, højere lønomkostninger til undervisning ift. specifikke kompetencer samt lavere undervisningsandele, da lærerressourcer skal bruge

en større del af deres tid på administrative opgaver

Lønomkostninger til undervisning per årselev fordelt efter socioøkonomisk reference for karakterer (gennemsnit for 2016-2018)

Lønomkostninger til undervisning per årselev

85.000

80.000

75.000

70.000

65.000

60.000

55.000

50.000

0,0

5,7 5,8 5,9 6,0 6,1 6,2 6,3 6,4 6,5 6,6 6,7 6,8 6,9 7,0 7,1 7,2 7,3 7,4 7,5 7,6 7,7 7,8 7,9 8,0 8,1 8,2 8,3 8,4 8,5 8,6 8,7 8,8

Socioøkonomisk reference for karakterer

Noter: 1)

BUVM’s

socioøkonomiske referencer for karakterer er baseret på elevernes 9.-klasses FP-karakterer, køn, alder, herkomst, forældrenes højeste fuldførte uddannelse, forældrenes bruttoindkomst, familiestatus og elevens adgangsvej

inden start på uddannelsen. Den forventede karakter er beregnet som gns. af forventet eksamensresultat (inkl. bonus A) på tværs af uddannelser på institutionen

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

Små gymnasier

Mellemstore gymnasier

Store gymnasier

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Gymnasier i landkommuner har generelt højere undervisningslønomkostninger pr. årselev end

gymnasier i bykommuner

Geografi

•

Nedenstående graf viser lønomkostninger til undervisning per årselev på tværs af institutionsstørrelse for hhv. land- og bygymnasier

Figuren viser, at landgymnasierne generelt har højere lønomkostninger til undervisning pr. årselev end bygymnasier. Det understøttes af regressionsanalysen, som

finder en statistisk signifikant sammenhæng, også når der kontrolleres for antal årselever på institutionerne. Det indikerer, at geografisk placering har en selvstændig

effekt på lønomkostningerne, udover hvad der forklares af institutionernes størrelse

Undervisere på landgymnasier har ikke højere gennemsnitslønninger end undervisere på bygymnasier, hvilket indikerer, at det er antal årselever pr. underviser

snarere end lønomkostningerne pr. underviser, der adskiller landgymnasierne fra bygymnasierne

Lønomkostninger til undervisning per årselev ift. antal årselever fordelt på land- og bygymnasier

(gns. for 2016-2018)

Lønomkostninger til undervisning pr. årselev

85.000

80.000

75.000

70.000

65.000

60.000

55.000

50.000

100

200

300

400

500

600

700

800

900 1.000 1.100 1.200 1.300 1.400 1.500 1.600

Gymnasier i

bykommuner har

generelt lavere

lønomkostninger til

undervisning pr. årselev

Landkommune

Bykommune

Observationer

•

Figuren til venstre viser, at

lønomkostningerne til undervisning pr.

årselev generelt er højere på

landgymnasier end på bygymnasier

Samtidig viser figuren, at landgymnasierne

generelt er mindre end bygymnasierne

•

Regressionsanalysen finder en statistisk

signifikant negativ effekt af at være

bygymnasium på lønomkostninger til

undervisning pr. årselev, også når der

korrigeres for antal årselever

Denne sammenhæng understøttes at

interview med sektoren, som bl.a. peger

på, at det kan være sværere at optimere

lærerressourcerne på landgymnasier, fx

fordi det er sværere at opnå store

holdstørrelser, rekruttere vikarer, som kan

optimere medarbejderudnyttelsen, etc.

•

Antal årselever

Note: 1) Opdeling i by- og landkommune baseret på Danmarks statistiks kommunegruppering i a) hovedstadskommuner, b) storbykommuner, c) provinsbykommuner, d) oplandskommuner og e) landkommuner. a)-c)

er her defineret som ‘by’

og d)-e)

som ‘land’. Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

For lønomkostninger til administration og ledelse fokuseres på antal årselever og socioøkonomi

som de primære omkostningsdrivere

Primær

omkostningsdriver

•

Nedenfor ses en kausalmodel med en bruttoliste over mulige drivere af lønomkostninger til administration og ledelse. Modellen illustrerer de forventede sammen-

hænge mellem bruttolisten af omkostningsdrivere og hvordan disse påvirker de to omkostningskomponenter, der tilsammen resulterer i institutionernes lønomk.

De identificerede omkostningsdrivere er udtryk for en bruttoliste af forhold, der forventes at have substantiel betydning for omkostningsstrukturerne

Pba. kausalmodellens bruttoliste er foretaget en indledende screening af hvilke omkostningsdrivere, der forventes primært at drive omkostninger per årselev

Udvælgelsen af disse primære omkostningsdrivere er baseret på indledende empiriske tests, input fra tekniske eksperter fra institutionerne, BUVM og

konsulentteamets erfaringer. Udvælgelsen er valideret løbende ifm. institutionsbesøg mhp. at sikre, at alle primære omkostningsdrivere undersøges

Omkostningsdrivere der ikke er markeret med grøn nedenfor indgår fortsat i analyserne så vidt muligt og relevant, men er ikke i særskilt fokus i denne afrapportering

Udvælgelsesprocessen har resulteret i et fokus på særligt to omkostningsdrivere af lønomkostninger, fsva. administration og ledelse specifikt. De udvalgte drivere er

markeret med grønt i kausalmodellen (antal årselever og socioøkonomi)

Næste side præsenterer analysen af antal årselever ift. administration og ledelse

Omkostningsdrivere

Overarbejde

Tillæg

Ansættelses-

forhold

Omkostningskomponenter

Gennemsnitlig

månedsløn

Gennemsnitlig

lønomkostning per

ÅV

Anciennitet

Geografi

Interne politikker

Administrations-

andel

Lønomkostninger

til ledelse og

administration

per årselev

Antal ÅV per

årselev

Organisering

Fællesskaber

(administrative,

indkøb, IT, mv.)

Uddannelses-

udbud

Kilde: Teamanalyse; interviews; institutionsbesøg.

STRUENSEE & CO.

Geografi

Antal årselever

Antal ÅV

Socioøkonomi

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Der er identificeret faldende marginalomkostninger til administration og ledelse

Antal årselever

•

Interviews og analyser viser, at omkostninger til administration og ledelse per årselev, alt andet lige, er lavere jo større en institution er (målt på antal årselever).

Denne sammenhæng illustreres på nedenstående graf, hvor den grønne tendenslinje viser faldende lønomkostninger til adm. og ledelse ved flere årselever

Ved institutionsbesøg er bl.a. blevet fremhævet, at særligt administrative fællesskaber er afgørende for lave omkostninger per årselev inden for denne

omkostningskategori. Ligeledes understreges det, at mulighederne for at optimere via disse tiltag lettes ved øget institutionsstørrelse

Analysen afdækker ikke en kritisk grænseværdi for antal årselever ift. at opretholde en effektiv administration, men især de mindste gymnasier har uforholdsmæssigt

store administrative omkostninger pr. årselev. Det kan hænge sammen med, at en del administrative opgaver er faste, ikke-aktivitetsafhængige omkostninger, jf.

delanalyse 4 (kapitel 5)

Det fremgår, at forskellene mellem små og store institutioner kan være markante, idet lønomk. til adm. og ledelse per årselev svinger fra ~3.000 kr. til ~13.000 kr.

Lønomkostninger til administration og ledelse per årselev ift. institutionsstørrelse (gns. for 2016-2018)

1, 2, 3

Lønomk. til adm. og ledelse

14.000

12.000

10.000

8.000

6.000

4.000

2.000

100

200

300

400

500

600

700

800

Årselever

Note: 1) Analysen er ligeledes foretaget for årene 2011-2018 med samme tendens som resultat. 2) Omkostninger pr. årselev er opgjort ekskl. omkostninger til kostafdelinger mhp. at sikre det bedst mulige sammenligningsgrundlag. Dog

indebærer inkonsistent konteringspraksis, at der potentielt stadig kan indgå omkostninger til kostafdelinger, som ikke er konteret som sådan. 3) Opgørelsen er baseret på gennemsnit for 2016-2018, og enkelte små gymnasier, der har oplevet

faldende elevtal, fremstår derfor med flere årselever end visse mellemstore, osv. Det skyldes, at kategoriseringen af arketyper er foretaget på baggrund af antal årselever i 2018.

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

Små gymnasier

Mellemstore gymnasier

Store gymnasier

Institutioner med få årselever har

generelt højere lønomkostninger pr.

årselev til administration og ledelse

900

1.000

1.100

1.200

1.300

1.400

1.500

1.600

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.2. OMKOSTNINGSDRIVERE - LØNOMKOSTNINGER

Analysen indikerer, at institutioner med socioøkonomisk svagere elever har højere

lønomkostninger til ledelse og administration pr. årselev

Socioøkonomi

•

Nedenstående graf viser sammenhængen mellem elevernes socioøkonomiske baggrund og lønomkostninger per årselev til ledelse og administration. Førstnævnte

er udtrykt som elevernes forventede eksamensresultat baseret på deres socioøkonomiske baggrund (køn, alder, herkomst, indkomst, karakterer i 9. klasse, mv.)

Grafen indikerer, at der er højere lønomkostninger til ledelse og administration pr. årselev for institutioner med elever med svagere socioøkonomisk baggrund. Det vil

sige, at institutioner, der optager elever, der i gennemsnit forventes at have et lavere karaktergennemsnit baseret på socioøkonomiske karakteristika, generelt har

højere lønomkostninger til ledelse og administration per årselev. Regressionsanalysen viser, at denne sammenhæng er statistisk signifikant for gymnasierne

Analysen viser ligeledes, at små gymnasier har et socioøkonomisk svagere elevgrundlag end mellemstore og store gymnasier. Små gymnasier har i gennemsnit en

socioøkonomisk reference på 6,77, mens de mellemstore i gennemsnit har en socioøkonomisk reference på 7,08 og de store på 7,14

Institutionsbesøg peger på, at elevernes socioøkonomiske baggrund bl.a. kan påvirke lønomkostningerne til ledelse og administration ved øget træk eksempelvis

elevadministration (sammensætning af hold mv.), studievejledning, administration af indsatser ift. socioøkonomisk udsatte elever, mv.

Lønomkostninger til ledelse og administration per årselev fordelt efter socioøkonomisk reference for karakterer (gns. for 2016-2018)

Lønomkostninger til ledelse og administration per årselev

14.000

12.000

10.000

8.000

6.000

4.000

2.000

5,5

6,0

6,5

7,0

7,5

8,0

8,5

9,0

Socioøkonomisk reference for karakterer

Noter: 1)

BUVM’s

inden start på uddannelsen. Den forventede karakter er beregnet som gns. af forventet eksamensresultat (inkl. bonus A) på tværs af uddannelser på institutionen. 2) Omkostninger pr. årselev er opgjort ekskl. omkostninger til kostafdelinger

mhp. at sikre det bedst mulige sammenligningsgrundlag. Dog indebærer inkonsistent konteringspraksis, at der potentielt stadig kan indgå omkostninger til kostafdelinger, som ikke er konteret som sådan.

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

Små gymnasier

Mellemstore gymnasier

Store gymnasier

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

3.1

Metode

3.2

Lønomkostninger

3.3

Bygningsomkostninger

3.4

Øvrige driftsomkostninger

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

Drivere af bygningsomkostninger identificeres pba. empiriske analyser,

institutionsbesøg og ekspertinput

Primær

omkostningsdriver

•

Nedenfor ses en kausalmodel med en bruttoliste over mulige drivere af bygningsomkostninger. Modellen illustrerer de forventede sammenhænge mellem

bruttolisten af omkostningsdrivere og hvordan disse påvirker de to omkostningskomponenter, der tilsammen resulterer i institutionernes bygningsomkostninger

De identificerede omkostningsdrivere er udtryk for en bruttoliste af forhold, der forventes at have substantiel betydning for omkostningsstrukturerne

Pba. kausalmodellens bruttoliste er foretaget en indledende screening af hvilke omkostningsdrivere, der forventes primært at drive omkostninger per årselev

Udvælgelsen af disse primære omkostningsdrivere er baseret på indledende empiriske tests, input fra eksperter fra institutionerne, BUVM og konsulentteamets

erfaringer. Udvælgelsen er valideret løbende ifm. institutionsbesøg mhp. at sikre, at alle primære omkostningsdrivere undersøges

Omkostningsdrivere der ikke er markeret med grøn nedenfor indgår fortsat i analyserne så vidt muligt og relevant, men er ikke i særskilt fokus i denne afrapportering

Udvælgelsesprocessen har resulteret i et fokus på særligt fem omkostningsdrivere af bygningsomkostninger til nærmere analyse. De udvalgte drivere er markeret

med grønt i kausalmodellen og dækker: i) antal årselever, ii) antal lokationer, iii) geografi, iv) andel lejede kvm og v) andel undervisnings kvm

Et overblik over resultaterne for disse fem primære omkostningsdrivere præsenteres på siden efter den følgende, hvorefter udvalgte drivere uddybes yderligere

•

Omkostningsdrivere

Andel lejede kvm

Omkostningskomponenter

Geografi

Bygningsmasse (kvm)

Bygnings-

omkostninger per

kvm.

Bygnings-

omkostninger per

årselev

Serviceniveau

Låneforhold

Renter

Finansielle

poster

Afskrivninger

Forsyningsbehov

Antal lokationer

Antal årselever

Antal kvm. per

årselev

Lokalestørrelse gnm.

kvm.

Uddannelsesudbud

Antal lokaler

Andel undervisnings

kvm.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

Bygningsomkostninger per årselev varierer betydeligt mellem institutioner, men store gymnasier

har generelt højere kvadratmeterpriser og flere årselever pr. kvadratmeter end mindre gymnasier

•

Nedenstående grafer viser, at bygningsomkostningerne per årselev varierer betydeligt inden for arketyperne. Denne variation skyldes betydelige forskelle i de

gennemsnitlige bygningsomkostninger per kvadratmeter samt antal kvadratmeter pr. årselev mellem institutionerne

Graferne viser desuden, at de gennemsnitlige bygningsomkostninger pr. årselev er på ca. 7.000 kr. pr. årselev for alle tre arketyper. Det dækker imidlertid over, at

bygningsomkostningerne pr. kvadratmeter er betydeligt højere for de store gymnasier, mens antal kvadratmeter pr. årselev er højest for de små gymnasier. De store

gymnasier betaler altså mere pr. kvadratmeter men er bedre til at udnytte de kvadratmeter, de har

Variation inden for arketyperne kan indikere, at området er kendetegnet ved en række institutionsspecifikke forhold, herunder omstændighederne for overdragelse af

bygninger ifm. overgang til selveje samt strategiske valg. Det skal understreges, at institutionernes strategiske valg og deres strukturelle vilkår påvirker hinanden.

Således har ikke alle institutioner samme muligheder for at optage lån til nybyggeri, hvilket igen påvirker deres langsigtede strukturelle situation

Bygningsomkostninger per årselev og de to bygningsomkostningskomponenter på tværs af institutioner inden for arketyperne (gns. for 2016-2017)

Bygningsomkostninger per årselev

(gns. for 2016-2017

, tusinde kr.)

2, 3

Bygningsomkostninger per kvm (gns.

for 2016-2017

, kr.)

Kvadratmeter per årselev (gns. for

2016-2017

)

Små

gymnasier

+170%

Ø7

Mellem-

store

gymnasier

Ø 380

Ø 21

Flest

kvadratmeter pr.

årselev

+293%

Ø7

Ø 540

Ø 14

Store

gymnasier

+262%

Højest

kvadratmeterpris

Ø7

Ø 641

Ø 12

Note: 1) Gns. for 2016-2017 er anvendt, da 2018 data ikke er tilgængelig fra SparEnergi-datakilden vedr. antal kvadratmeter. 2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger mhp. sammenlignelighed mellem institutioner.

Det har ikke været muligt at korrigere antal kvadratmeter relateret til kostafdelinger, og omkostningerne pr. kvadratmeter er derfor en smule undervurderet på institutioner med kostafdelinger. Det overordnede billede ændres dog ikke af at

opgøre omkostninger inkl. kostafdelinger. 3) Omkostningerne pr. årselev er opgjort som gns. af institutioner, hvorfor opgørelsen afviger fra bygningsomkostninger pr. kvm. multipliceret med kvadratmeter pr. årselev. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

Bygningsomkostningerne afhænger i høj grad af institutionsspecifikke forhold, men den

geografiske placering er identificeret som en signifikant omkostningsdriver

= uddybes på følgende sider

•

Nedenfor ses en opgørelse over de primære drivere af bygningsomkostninger per årselev på gymnasierne. De fem primære omkostningsdrivere er udvalgt pba. indledende

screeninger af bruttolisten af mulige drivere, jf. kausalmodellen på den tidligere side

Opgørelsen præsenterer en samlet vurdering og beskrivelse af hver driver pba. data- og analysetriangulering, der anvender hhv. kvantitative dataanalyser (deskriptive analyser af

data), institutionsbesøg og OLS-regressionsanalyse. De tre indikatorer anvendes til triangulering og ligger til grund for en helhedsvurdering

af hver omkostningsdriver. ”Dataanalyser”

dækker over analyser af data fra datamodellen som ikke anvender regressioner

–

se de følgende sider for eksempler herpå

Analyserne indikerer samlet set, at særligt geografi er en betydende omkostningsdriver for bygningsomkostninger per årselev. Institutioner i bykommuner har således signifikant

lavere

bygningsomkostninger pr. årselev end gymnasier i landkommuner, hvilket skyldes, at de har flere årselever pr. kvadratmeter

De følgende sider præsenterer betydningen af geografi og institutionsstørrelse for gymnasiernes bygningsomkostninger

= indikerer at driveren har en betydende effekt

─

= en betydende effekt er ikke identificeret

Omk.

komp.

Indikationer på effekt af omkostningsdriveren

Omkostningsdrivere

Dataanalyser

Institutionsbesøg

Regressioner

Beskrivelse af effekter

•

Analyserne indikerer, at institutioner i bykommuner har

lavere

bygningsomkostninger per årselev. Det er tilfældet,

når der tages højde for, at landgymnasierne generelt er mindre end bygymnasier (dvs. der korrigeres for årselever)

•

Sammenhængen understøttes af institutionsbesøgene og regressionsanalysen, som viser, at bymæssig placering

har statistisk signifikant negativ betydning for omkostningerne pr. årselev

•

Institutionsbesøgene indikerer, at lejede kvm typisk er dyrere end ejede kvm

Andel lejede kvm

Geografi

(by/landkommune)

(s. 41-42)

Kvm.

priser

─

•

Dataanalyser og regressioner har dog ikke identificeret en effekt af andelen af lejede kvm på bygningsomkostninger

per årselev, hvilket dog kan skyldes lav variation og få observationer

•

Omkostningsdriveren præsenteres derfor ikke yderligere i de følgende sider

•

Hverken dataanalyser, institutionsbesøg eller regressioner har klart indikeret, at andelen af

undervisningskvadratmeter har en effekt på bygningsomkostninger per årselev

•

Omkostningsdriveren præsenteres derfor ikke yderligere i de følgende sider

•

Institutionsbesøg har peget på faldende marginale bygningsomkostninger på gymnasierne, men det understøttes

ikke af data- og regressionsanalyserne

•

Bygningsomkostningerne pr. årselev dækker over to modsatrettede effekter, hvor store institutioner har højere

bygningsomkostninger per kvadratmeter (bl.a. fordi de ofte ligger i byerne) men har færre kvadratmeter per årselev

•

Hverken dataanalyser, institutionsbesøg eller regressioner har klart indikeret, at antal lokationer har en effekt på

bygningsomkostninger per årselev. Det kan skyldes, at de fleste gymnasier kun har én lokation

•

Omkostningsdriveren præsenteres derfor ikke yderligere i de følgende sider

Antal kvadratmeter per årselev

Andel undervisnings

kvm

Antal årselever

(s. 39-40)

Antal lokationer

Note: 1) Effekterne er beregnet pba. multivariate OLS regressioner, med omkostningsdriverne som uafhængige variable, og bygningsomkostninger per årselev som den afhængige variabel. Data fra 2018 er anvendt. Flueben angiver statistik

signifikans på 10 pct. niveau. Flueben med parentes angiver, at variablen vurderes at have betydning via regresionsanalysen, men er ikke signifikant på 10 pct. niveau. 2) Deskriptive dataanalyser, som ser på bivariate sammenhænge, dvs.

sammenhænge mellem to variable. Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

Der er er ikke identificeret faldende marginalomkostninger for bygningsdrift på gymnasierne …

Antal årselever

•

Nedenfor ses en opgørelse over sammenhængen mellem omkostninger til bygningsdrift pr. årselev og institutionsstørrelse (målt som antal årselever). Opgørelsen

har til formål at belyse eventuelle stordriftsfordele på bygninger

Af opgørelsen fremgår en meget svag negativ hældning på tendenslinjen, samlet på baggrund af data- og regressionsanalysen vurderes sammenhængen samlet set

ikke at være substantiel betydende. Dog peger institutionsbesøg på, at store institutioner vil have nemmere ved at nedbringe bygningsomkostningerne på årselev,

bl.a. fordi visse dele af bygningsmassen vil være faste, ikke-aktivitetsafhængige omkostninger, fx indgangspartier, sportshaller, mv. Samlet set kan der dog ikke

identificeres faldende marginalomkostninger i data. Den næste side undersøger, hvad der ligger til grund for bygningsomkostningerne pr. årselev

Omkostninger til bygningsdrift per årselev ift. antal årselever (gns. for 2016-2018)

Små gymnasier

Bygningomkostninger per årselev

14.000

13.000

12.000

11.000

10.000

9.000

8.000

7.000

6.000

5.000

4.000

200

400

600

800

Årselever

1.000

1.200

1.400

1.600

Mellemstore gymnasier

Store gymnasier

Observationer

•

Analysen indikerer samlet set ikke, at der er betydeligt

faldende marginalomkostninger til bygninger

Institutionsbesøgene peger imidlertid på, at institutionerne

har en oplevelse af, at store institutioner kan have lettere ved

at nedbringe enhedsomkostningerne på bygninger. Det

billede kan dog ikke umiddelbart bekræftes af data- og

regressionsanalyserne

•

Derudover er der en række forhold, der har stor betydning for

institutionernes bygningsomkostninger, som er

institutionsspecifikke og ikke kan tilskrives strukturelle

forholde i systematiske omkostningsdrivere. Det gælder fx

økonomien og bygningsmassen ved overdragelse fra

selveje, bygningsalder, valgte låneforhold, det konkrete

ejendomsmarked i nærområdet, mv.

Eksempelvis vil nyopførte bygninger typisk være dyre i

afskrivninger og renteomkostninger men samtidig være mere

energieffektive, kræve mindre vedligehold, mv.

•

2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger mhp. sammenlignelighed mellem institutioner. Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

… hvilket dog dækker over, at større institutioner har højere bygningsomkostninger per

kvadratmeter men samtidig flere elever per kvadratmeter end de mindre gymnasier

Antal årselever

•

Graferne nedenfor viser, at de svagt faldende marginalomkostninger til bygninger er drevet af to modsatrettede tendenser vedr. hhv. bygningsomkostninger per

kvadratmeter og kvadratmeter per årselev

–

dvs. de to omkostningskomponenter, der påvirker bygningsomkostningerne pr. årselev

Grafen til

venstre

viser, at større institutioner tenderer til at have højere bygningsomkostninger per kvadratmeter, mens grafen til

højre

viser, at større institutioner

generelt har færre kvadratmeter per årselev

Store institutioner har altså både færre kvadratmeter per årselev og højere bygningsomkostninger per kvadratmeter. Det kan skyldes, at store gymnasier generelt er

placeret i mere befolkningstætte områder, hvor kvadratmeterprisen er højere, hvilket også giver større incitament til at kapacitetsudnytte bygningsmassen bedre

Disse fund underbygges af institutionsbesøg, der peger på højere kvadratmeterpriser for større bygymnasier, mens landgymnasier har lavere kvadratmeterpriser og i

visse tilfælde ledige kvadratmeter (kapacitet), fordi de har oplevet nedgang i elevtallet og ikke har reduceret bygningsmassen tilsvarende, bl.a. pga. høj bindingstid

Små gymnasier

Bygningsomk. per kvm ift. institutionsstørrelse (gns. for 2016-2017)

1, 2

Bygningsomkostninger per kvm

1.500

Mellemstore gymnasier

Store gymnasier

•

Kvm. per årselev ift. institutionsstørrelse (2016-2017)

Kvm per årselev

1.000

500

Årselever

1.000

1.500

500

Årselever

1.000

1.500

Note: 1) Analysen er ligeledes foretaget for årene 2011-2017 med samme tendens som resultat. 2018 er udeladt pga. for få data. 2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger mhp. sammenlignelighed mellem

institutioner. Det har ikke været muligt at korrigere antal kvadratmeter relateret til kostafdelinger, og omkostningerne pr. kvadratmeter er derfor en smule undervurderet på institutioner med kostafdelinger. Det overordnede billede ændres dog

ikke af at opgøre omkostninger inkl. kostafdelinger. 3) Opgørelsen er baseret på gennemsnit for 2016-2017, og enkelte små gymnasier, der har oplevet faldende elevtal, fremstår derfor med flere årselever end visse mellemstore, osv. Det

skyldes, at kategoriseringen af arketyper er foretaget på baggrund af antal årselever i 2018. Kilde: Analysens datamodel; Institutionsbesøg.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

Regressionsanalysen viser, at bygningsomkostningerne pr. årselev er højere på landgymnasier,

når der kontrolleres for antal årselever …

Geografi

•

Nedenfor ses en opgørelse over bygningsomkostninger per årselev for land- og bygymnasier set ift. antal årselever. Institutionerne er geografisk opdelt afhængigt af,

om de er placeret i en bykommune eller en landkommune

Regressionsanalysen finder, at landgymnasierne har statistisk signifikant højere bygningsomkostninger pr. årselev end bykommunerne, når der kontrolleres for

effekten af antal årselever. Det skyldes, at landgymnasierne har færre årselever pr. kvadratmeter, jf. næste side

Figuren viser ikke umiddelbart, at bygningsomkostningerne er højere for landgymnasier, men dette er tilfældet, når det kontrolleres for antal årselever

Figuren nedenfor illustrerer således, at landkommunerne har færre årselever. Når der kontrolleres herfor, viser regressionsanalysen altså en selvstændig betydning

af den geografiske placering

Bygningsomkostninger pr. årselev for by- og landgymnasier (gns. for 2016-2018)

1, 2

Bygningsomkostninger per årselev

14.000

13.000

12.000

11.000

10.000

9.000

8.000

7.000

6.000

5.000

4.000

Det kan ikke umiddelbart aflæses af figuren, at

bygningsomkostningerne pr. årselev er lavere i

byerne, men regressionsanalysen viser, at

sammenhængen er statistisk signifikant, når der

kontrolleres for antal årselever

Landkommune

Bykommune

100

200

300

400

500

600

700

800

Årselever

900

1.000

1.100

1.200

1.300

1.400

1.500

1.600

Note: 1) Opdeling i by- og landkommune baseret på Danmarks statistiks kommunegruppering i a) hovedstadskommuner, b) storbykommuner, c) provinsbykommuner, d) oplandskommuner og e) landkommuner. a)-c)

er her defineret som ‘by’

og d)-e)

som ‘land’. 2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger

mhp. sammenlignelighed mellem institutioner.

Kilde: Analysens datamodel; Danmarks Statistik, 2018

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.3. OMKOSTNINGSDRIVERE - BYGNINGSOMKOSTNINGER

… hvilket dækker over, at landgymnasierne har lavere kvadratmeterpriser men flere kvadratmeter

pr. årselev

Geografi

•

Nedenfor ses en opgørelse over bygningsomkostninger per kvadratmeter samt antal kvadratmeter per årselev på tværs af institutionsstørrelse

Institutionerne er geografisk opdelt afhængigt af, om de er placeret i en bykommune eller en landkommune

Opgørelsen viser en sammenhæng mellem institutionsstørrelse og omkostningerne til bygninger, som synes at være betinget af geografisk placering

Institutioner i landkommuner er generelt billigere på bygningsomkostninger pr. kvadratmeter, men de har samtidig dårligere kapacitetsudnyttelse af deres bygninger

(dvs. flere kvadratmeter pr. årselev). Det kan bl.a. skyldes, at disse gymnasier har oplevet et fald i antallet af årselever og ikke har kunnet tilpasse

bygningsomkostninger tilsvarende, jf. delanalyse 4 (kapitel 5)

Sammenhængen dækker dog over store variationer i omkostninger (som fremgår ved institutioner i både by- og landkommune) bl.a. pga. forskelle i andele eje og

leje. Fx bemærker flere institutioner, at de så vidt muligt forsøger at have en andel af bygningsmassen, der er fleksibel (primært lejeaftaler), mhp.

tilpasningsmuligheder. Valget af eje eller leje er dog meget afhængigt af de konkrete situationer ved hver lokation

Bygningsomkostninger per kvm på tværs af institutionsstørrelse for

institutioner i by- og landkommuner (gns. for 2016-2017)

Bygningsomkostninger per kvm

1.500

Institutioner i

landkommuner er typisk

mindre og billigere på

bygningsomkostninger

pr. kvadratmeter …

Landkommune

Bykommune

Kvadratmeter per årselev på tværs af institutionsstørrelse for institutioner

i by- og landkommuner (gns. for 2016-2017)

Kvadratmeter pr. årselev

500

200

400

600

800

1.000

1.200

1.400

1.600

Antal årselever

200

400

600

800

1.000

1.200

1.400

1.600

Antal årselever

Landkommune

Bykommune

… men landgymnasierne

har samtidig typisk flere

kvadratmeter pr. årselev

end bygymnasierne

1.000

Note: 1) Opdeling i by- og landkommune baseret på Danmarks statistiks kommunegruppering i a) hovedstadskommuner, b) storbykommuner, c) provinsbykommuner, d) oplandskommuner og e) landkommuner. a)-c)

er her defineret som ‘by’

og d)-e)

som ‘land’.2) Analysen er ligeledes foretaget for årene 2011-2017,

med samme tendens som resultat. 2018 er udeladt pga. for få data. 3) 2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger mhp. sammenlignelighed

mellem institutioner. Det har ikke været muligt at korrigere antal kvadratmeter relateret til kostafdelinger, og omkostningerne pr. kvadratmeter er derfor en smule undervurderet på institutioner med kostafdelinger. Det overordnede billede

ændres dog ikke af at opgøre omkostninger inkl. kostafdelinger. Kilde: Analysens datamodel; Danmarks Statistik, 2018

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

3.1

Metode

3.2

Lønomkostninger

3.3

Bygningsomkostninger

3.4

Øvrige driftsomkostninger

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

3.4. OMKOSTNINGSDRIVERE

–

ØVRIGE DRIFTSOMKOSTNINGER

Større institutioner har en smule lavere omkostninger til øvrig drift per årselev …

•

Nedenstående graf indikerer, at omkostninger til øvrig drift er faldende med stigende institutionsstørrelse, dvs. at større institutioner gennemsnitligt har lavere

omkostninger til øvrig drift per årselev end mindre institutioner, jf. den grønne trend-linje

Der fremgår dog en stor spredning i øvrig driftsomkostninger per årselev på tværs af institutionsstørrelse, hvilket indikerer, at omkostningsstrukturer også er drevet af

andre faktorer ud over institutionsstørrelse

Institutionsbesøgene understøtter nedenstående sammenhæng, hvor der bl.a. fremhæves i) udlicitering, ii) indkøbsfællesskaber og iii) IT-fællesskaber

F.eks. nævner institutionerne, at en stor institution har en bedre forhandlingsposition og forudsætninger for billigere indkøb. Dog kan ressourceforbrug grundet

udbudskrav være større for store institutioner, da deres indkøb oftere vil være over grænseværdierne for udbudsreglerne

Drivere af øvrige driftsomkostninger

•

Skalafordele:

Omkostningsdriverne af øvrige driftsomkostninger per

årselev er primært antallet af årselever og antallet af medarbejdere

(hvilket er drevet af antal årselever). Det følger af, at øvrige

driftsomkostninger i høj grad er aktivitetsafhængige, da de omfatter fx

undervisningsmateriale, IT-licenser, inventar og kontorartikler,

opkvalificering af medarbejdere, markedsføring mv. Institutionsbesøg

indikerer, at der i visse tilfælde kan være skalafordele, fx ved indkøb i

større volumen, etc.

Faste omkostninger:

Samtidig er der nogle øvrige driftsomkostninger,

der i mindre grad er aktivitetsafhængige, men som har visse faste

omkostninger uanset institutionsstørrelse. For omkostninger, der ikke er

aktivitetsafhængige vil omkostningen per årselev være lavere for større

institutioner. Det gælder fx Lectio abonnement, Navision, SLS, Sikkerpost,

faktura-flow-systemer, journaliseringssystemer, mv.

Geografi:

Udover skalafordele og faste omkostninger kan

sammenhængen også være påvirket af den geografiske fordeling af

institutionerne, idet gymnasier i landkommuner generelt er mindre.

Institutionsbesøg indikerer, at geografi kan have betydning, fx fordi lange

afstande kan gøre det sværere at indgå i administrative og andre typer

fællesskaber mellem institutioner. Ligeledes kan konkurrencesituationen i

visse landområder hæve prisen på tilkøb af tjenesteydelser, hvis der kun

er få udbydere i området (fx på rengøring, reparation og vedligehold, mv.)

Omkostninger til øvrig drift per årselev på tværs af institutionsstørrelse (gns. for 2016-2018)

1, 2

Små gymnasier

Omkostninger til øvrig drift per årselev

25.000

Mellemstore gymnasier

Store gymnasier

20.000

•

15.000

•

10.000

200

400

600

800

Årselever

1.000

1.200

1.400

1.600

Note: 1) Analysen er ligeledes foretaget for institutions-år fra 2011-2018, med samme tendens som resultat. 2) Omkostningerne er opgjort ekskl. omkostninger til kostafdelinger mhp. sammenlignelighed mellem institutioner.

Kilde: Analysens datamodel; Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

… og der er stor forskel på institutionernes sammensætning af øvrige driftsomkostninger

•

Nedenstående figur viser en oversigt over øvrige driftsomkostninger per årselev på tværs af de 122 gymnasier. Øvrige driftsomkostninger er opdelt i køb af

tjenesteydelser ekskl. IT (kurser, rådgivning og køb af øvrige tjenesteydelser), reparation og vedligehold ekskl. bygninger, køb af varer til forbrug

(undervisningsmaterialer, småanskaffelser, elevaktiviteter og øvrigt varekøb), afskrivninger ekskl. bygninger samt øvrige driftsomkostninger inkl. omkostninger til IT

Figuren viser en variation på over 300 pct. mellem institutioner ift. omkostninger til øvrig drift per årselev, som jf. foregående side bl.a. korrelerer med antal årselever.

Samtidigt viser figuren, at der er stor forskel på sammensætningen af øvrige driftsomkostninger på tværs af institutionerne

Forskelle i det absolutte forbrug pr. årselev og sammensætningen af forbruget af øvrig drift kan bl.a. skyldes forskellige valg på institutionerne, herunder ift. graden af

udlicitering af rengøring, kantinedrift, reparation og vedligehold, mv. Institutioner, der har udliciteret sådanne opgaver, vil alt andet lige have højere øvrige

driftsomkostninger og lavere lønomkostninger end institutioner, der varetager sådanne opgaver in-house

Omkostninger til øvrig drift per årselev per institution (tusinde kr.), 2018

Køb af tjenesteydelser (ex IT)

Rep. og vedligehold (ex. byg)

+368%

Stor varians i køb af tjenesteydelser kan bl.a. skyldes, at

visse institutioner betaler til administrative fællesskaber,

mens andre er værter for administrative fællesskaber. Kun

førstnævnte er konteret under øvrig drift og indgår her

. Det

påvirker således både andelen af køb af tjenesteydelser og

det absolutte niveau af øvrige driftsomkostninger pr. årselev

+27%

54%

40%

20%

10%

37%

16%

24%

30%

29%

41%

26%

Ø 12

Køb af varer til forbrug

Afskrivninger

Øvrige driftsomkostninger

58%

24%

58%

Note: 1) Det skal bemærkes, at de institutioner, som er værter for administrative fællesskaber, har en større andel af omkostninger til løn til øvrig drift, som ikke er inkluderet i ovenstående graf. De institutioner, som betaler til administrative

fællesskaber har højere omkostninger til køb af tjenesteydelser, som indgår i ovenstående graf. 2) Opgørelsen er foretaget inkl. omkostninger til kostafdelinger. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

4.1

Metode

4.2

Tilpasningsbehov

4.3

Tilpasningsevne

4.4

Tilpasningsudfordringer

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4. INSTITUTIONERNES TILPASNINGSEVNE

Analysen identificerer en række forhold, der påvirker gymnasiernes tilpasningsbehov og

tilpasningsevne

•

Nedenfor præsenteres de overordnede konklusioner for delanalyse 4’s (kapitel 5) to første afsnit vedr. tilpasningsbehov og tilpasningsevne

Det bemærkes, at udfordringerne sfa. tilpasningsbehovet, beskrevet i boksen til højre, særligt gør sig gældende ved

reduktioner

i elevtallet, da stigninger giver

udslag ved stigende indtægter og tilpasningsbehovet derfor ofte kan løses ved mere tilgængelige tiltag; fx ved at ansætte flere medarbejdere el.lign.

4.2

Tilpasningsbehov (s. 50-52)

Ændringer i elevtallet skaber tilpasningsbehov

•

Ændringer i elevtallet får næsten fuldt gennemslag på institutionernes

indtægter, da hovedparten af indtægtsgrundlaget er aktivitetsafhængigt.

Det betyder, at ændringer i elevtallet påvirker behovet for at tilpasse

økonomien

De gymnasier, der har faldende indtægter et givent år, oplever i

gennemsnit et indtægtsfald på godt 3 pct. pr. år ift. det foregående år i

perioden 2012-2018

Størrelsen på de gennemsnitlige indtægtsfald har været stigende frem

mod 2017, hvor indtægtsfaldene i gennemsnit var på knap 6 pct. ift. året

før. Det er en betydelig ændring fra ét år til det næste

Ligeledes er antallet af gymnasier, der oplever indtægtsfald ift. året før

steget frem mod 2017, hvor 113 ud af 122 gymnasier oplevede et fald i

indtægterne ift. 2016

4.3

Tilpasningsevne (s. 53-63)

Faste omkostninger og omkostninger med lang bindingstid svækker

tilpasningsevnen

•

Jo færre omkostninger, som ikke giver praktisk mening at justere ved

fald i elevtallet (fordi de ikke er aktivitetsafhængige, fx visse admini-

strative opgaver), og som har lange bindingstider (fx pga. opsigelses-

varsler), jo nemmere er det for institutionerne at tilpasse økonomien

Analysen peger på, at ca. 71 pct. af gymnasiernes omkostninger har høj

grad af aktivitetsafhængighed. Ligeledes viser beregninger, at ca. 95

pct. af omkostningerne skønnes at have en bindingsperiode på mindre

end 10 mdr. Det skyldes, at undervisningslønomkostningerne udgør en

stor del af de samlede omkostninger, og at de typisk har en relativt kort

bindingsperiode. En sådan tilpasning vil dog have konsekvenser for

undervisningens gennemførsel, hvorfor tallet ikke nødvendigvis er

udtryk for et fagligt bæredygtigt tilpasningsrum ved faldende indtægter

•

4.4

Tilpasningsudfordringer (s. 64-66)

Analysen viser, at de gymnasier, der har det størst tilpasningsbehov og den laveste tilpasningsevne, er kendetegnet ved:

•

Færre årselever:

De udfordrede gymnasier har generelt færre

årselever (i gennemsnit 583 årselever) sammenlignet med de øvrige

gymnasier (i gennemsnit 802 årselever)

Det skyldes, at mindre gymnasier generelt har sværere ved at tilpasse

økonomien ved ændringer i indtægterne (mindre tilpasningsevne),

ligesom mindre gymnasier generelt oplever en smule større relative

årlige indtægtsfald fra år til år (større tilpasningsbehov)

•

Flere gymnasier i landkommuner:

Blandt de udfordrede gymnasier er

en større andel af gymnasierne placeret i en landkommune end for de

øvrige gymnasier. Således ligger 12 ud af 22 af de udfordrede

gymnasier i landkommuner (svarende til 55 pct.), mens 38 af de

resterende 100 gymnasier ligger i en landkommune (38 pct.)

Det skal dog ses i sammenhæng med, at gymnasier i landkommuner

generelt er mindre end de øvrige gymnasier

•

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

4.1

Metode

4.2

Tilpasningsbehov

4.3

Tilpasningsevne

4.4

Tilpasningsudfordringer

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.1. INSTITUTIONERNES TILPASNINGSEVNE - METODE

Analysen af tilpasningsevne undersøger omkostningernes aktivitetsafhængighed og

bindingsperiode

•

Nedenfor beskrives de to nøgleparametre som analysen af tilpasningsevne baseres på. Tilgangen fokuserer på: (1) aktivitetsafhængighed og (2) bindingstider, som

er de to faktorer, der påvirker institutionerne evne til at tilpasse økonomien ved ændringer i indtægterne fra ét år til det næste

Jo større andel af omkostningsbasen, der har høj grad af aktivitetsafhængighed og korte bindingstider, jo bedre er evnen til at tilpasse økonomien til ændringer i

indtægterne fra ét år til det næste. Det skyldes, at institutionerne i praksis finder det mest oplagt at justere de omkostninger, som er variable med aktiviteten, givet at

der ikke er uforholdsmæssigt lange bindinger på disse omkostninger, fx i form af opsigelsesvarsler, kontraktmæssige bindinger, el.lign.

Aktivitetsafhængigheden opgøres for hver omkostningskategori pba. institutionsbesøg og kvantitativ analyse af tilpasningsevne for forskellige

omkostningskomponenter ved fald i elevtallet. Aktivitetsafhængigheden vurderes på en kvalitativ tre-trins skala fra høj til lav

Bindingstid opgøres for hver omkostningskategori i antal måneder fra 0-3 mdr., 4-10 mdr., 11-24 mdr. og 25+ mdr. For lønomkostninger er bindingsperioden opgjort

pba. anciennitet og de overenskomstbestemte varselsperioder.

For bygningsomkostninger og øvrige driftsomkostninger er bindingsperioden opgjort pba. interview

på institutionsbesøg og spørgeskemabesvarelser

Tilpasningsevne

Omkostningernes aktivitetsafhængighed

Aktivitetsafhængighed

Bindingstid

Bindingstid på omkostninger

•

Det første forhold, institutionerne tager højde for, når omkostninger skal tilpasses

sfa. et indtægtsfald pba. faldende elevtal, er, om de forskellige

omkostningskomponenter afhænger af elevtallet

Omkostninger, som kun i begrænset omfang påvirkes af ændringer i elevtallet fra

ét år til det næste

–

fx visse bygningsomkostninger samt engangsudgifter til

licenser (fx Lectio)

–

er ifølge institutionerne kun oplagte at justere ved

længerevarende trends i indtægtsændringer, og såfremt der ikke i forvejen er

”lavt hængende frugter” at høste på disse områder

Omkostninger med høj grad af aktivitetsafhængighed

–

fx lønomkostningerne til

undervisning

–

er umiddelbart oplagte at tilpasse ved ændret elevtal fra år til år

Beslutningen om at udmønte besparelser afhænger dog bl.a. af bindingstiden på

de enkelte omkostninger (fx opsigelsesvarsler og abonnementsbindinger) samt

faglige hensyn til at understøtte undervisningskvalitet mv.

Størstedelen af institutionernes samlede omkostninger skønnes at have en høj

grad af aktivitetsafhængighed, på tværs af delsektorer

•

Det næste forhold, institutionerne tager højde for ved tilpasning til indtægtsfald,

er, hvor lang bindingstid der er på de omkostninger, der vurderes mest

relevante at tilpasse ud fra deres aktivitetsafhængighed, kvalitetshensyn, mv.

Visse omkostninger med længere bindingstid

–

fx husleje- og låneomkostninger

samt evt. kontraktmæssige forpligtelser på rengøring, vedligehold, forsyning og

abonnementer

–

vil ikke kunne justeres på den korte bane

Omvendt vil omkostninger med forholdsvis lav bindingstid

–

fx lønomkostninger,

der har en bindingstid på 0-10 mdr.

–

være mere oplagte at justere ved

indtægtsfald. Ifølge institutionerne indgår opsigelseslængden dog sjældent i

overvejelserne om, hvilke medarbejdere der skal afskediges

Det skønnes på tværs af delsektorer, at en overvejende andel af

omkostningerne har en bindingstid på 0-10 mdr., hvilket især er drevet af

bindingstiden på løn

Hvis institutionerne har en forventning om længerevarende trends i udviklingen

af elevtallet, vil også de dele af omkostningerne med længere bindinger kunne

justeres for at imødegå det fremtidige indtægtsgrundlag. Spørgsmålet om

bindingstid er derfor især relevant ift. tilpasning til udsving på den korte bane

Note: 1) Det bemærkes, at der i nogle tilfælde må påregnes en høringsperiode ifm. opsigelser på ca. 14 til 30 dage, som ikke er indeholdt i beregningerne

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

4.1

Metode

4.2

Tilpasningsbehov

4.3

Tilpasningsevne

4.4

Tilpasningsudfordringer

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.2. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSBEHOV

Gymnasierne kender først deres reelle tilpasningsbehov med det endelige elevoptag i august,

som efterfølgende påvirkes af frafald i løbet af efteråret

•

Nedenfor skitseres gymnasiernes typiske årshjul med fokus på de primære faktorer, der påvirker tilpasningsbehovet

Institutionsbesøg indikerer, at gymnasierne oplever en afvejning mellem at tilpasse tidligt (med risiko for, at man justerer til et forkert niveau) og at tilpasse senere på

året (med risiko for, at tilpasningen så ikke kan gennemføres fuldt ud inden næste skoleår)

Institutionsbesøg peger på to overordnede vinduer for tilpasning af personale; første vindue ligger i januar, hvor gymnasierne kender deres årsrapport for foregående

år og på baggrund heraf har foretaget en budgetlægning for det kommende skoleår; andet vindue ligger i juni, hvor gymnasierne har et mere sikkert overblik over

elevgrundlaget pba. elevoptaget

•

Gymnasiernes årshjul og tilpasningsbehov

Jan

Fremlæggelse af årsrapport og

udarbejdelse af budget

Feb

Mar

Apr

Maj

Jun

Jul

Aug

Sep

Okt

Nov

Dec

Jan

Feb

Mar

Apr

Maj

Jun

Jul

Aug

Første

indikation på

elevgrundlag

•

Ansøgningsfrist

for optagelse

15. marts

•

Herefter

modtager

gymnasierne

de første

søgetal og

laver budget-

opfølgning

herefter

Reservation af

studieplads

•

I primo april

vender

eleverne

retur med

endelig

reservation af

plads

•

Herefter

kvalificeres

elevgrundlag

et yderligere

Optagelsesprøver

•

Primo juni: Tidlig

optagelsesprøve

•

Ultimo juni: Sen

optagelsesprøve

•

Elevgrundlaget

og budgettet

tilpasses herefter

pba. optag efter

endt prøve

Skolestart

•

Ved skolestart i

medio august

kender

gymnasierne i

høj grad

årgangens

elevtal, der

typisk kun i

begrænset

omfang ændres

ved

efterfølgende

frafald

Primære frafald

efter skolestart

•

Holdstørrelser,

lærernes fag-

time fordelinger,

mv. er typisk

fordelt på dette

tidspunkt

•

Evnen til at

forudsige korrekt

frafald er vigtig

for kapacitets-

udnyttelse ved

tælledagen

Tælledag i

november

•

For gymnasierne

ligger tælledagen i

november, dvs. 40

pct. inde i skoleåret

•

Alt frafald, der sker

efter tælledagen

påvirker

gymnasiernes

indtægter via

gennemførsels-

taxameteret

Endelig

fastlæggelse af

budget

•

Efter finansloven

kender

gymnasierne

deres endelige

indtægter og er

herefter i stand

til at

fastlæggelse det

endelige budget

Årshjul

Første vindue for tilpasning af personale

Andet vindue for tilpasning af personale

Andet vindue for tilpasning foreligger herefter i

primo juni, og udgør et mere sikkert tidspunkt for

tilpasning ift. endelig elevtal. På baggrund af

endelige elevoptag og klassetal besluttet i

fordelingsudvalg foretages en endelig opgørelse

over medarbejderbehov for kommende skoleår.

Venter gymnasierne til juni med at tilpasse, risikerer

de dog at bruge omkostninger på personale, der

kunne være tilpasset tilbage i januar

Tilpasning til frafald

Frafald efter skolestart kræver

budgetopfølgninger henover efteråret og

muligvis efterfølgende tilpasninger. Evnen til

at forudsige det korrekte frafald er derfor

vigtig. Den største udfordring består i, at

elevernes adfærd svinger år til år, hvorfor

gymnasierne oplever, at det er vanskeligt at

budgettere og tilpasse ifm. frafald, da det er

vanskeligt at forudsige elevernes adfærd

Tilpasningsbehov

Med udgangspunkt i årsrapporten fra foregående år

foreligger første vindue for tilpasning af personale i

primo januar. Her igangsættes en tilpasning på

baggrund af finansloven, budgettet, og forventninger

til kommende års elevoptag med udgangspunkt i

tidligere års optag og demografiens udvikling.

Økonomisk set er dette det optimale

afskedigelsestidspunkt, men det kan være svært at

tilpasse i januar pga. usikkerhed om fremtidigt behov,

da de første søgetal først kommer i medio marts

Kilde: Institutionsbesøg

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.2. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSBEHOV

Når gymnasierne oplever et fald i indtægter, er det gennemsnitligt på godt 3 pct., hvilket skaber et

tilpasningsbehov på institutionerne

•

Grafen nedenfor illustrerer omfanget af indtægtsfald, som de almene gymnasier oplever i de år, de registrerer et indtægtsfald. Dvs. såfremt en institution oplever et

fald i indtægter, så vil det fald gennemsnitligt være på 1,5-5,7 procent ift. året før. Fx oplever institutioner med et indtægtsfald i 2017 gennemsnitligt et fald på 5,7 pct.

ift. året før (2016). Grafen tolkes altså som den gennemsnitlige marginale ændring i indtægter fra et år til det næste for de institutioner, som netop det år har oplevet

et indtægtsfald

. I gennemsnit oplever ca. 53 pct. af gymnasierne et indtægtsfald i et givet år i perioden

Under grafen er antallet af gymnasier med indtægtsfald opgjort. Således var der i 2012 kun 11 ud af 122 gymnasier, der oplevede et indtægtsfald ift. året før, mens

der i 2017 var 113 ud af 122 gymnasier med indtægtsfald ift. året før. I gennemsnit oplevede 65 ud af 122 gymnasier indtægtsfald hvert år over perioden

Betydelige årlige ændringer i de samlede indtægter skaber et behov for at tilpasse omkostningerne til den nye situation. Størrelsesordenen af grafen (dvs. op til 5,7

pct. og et gennemsnit på 3,4 pct.) indikerer, at gymnasierne jævnligt oplever betydelige tilpasningsbehov, der kræver en ikke ubetydelig reduktion af omkostninger

Ændringer fra år til år

•

5,7

4,3

•

3,4

Der er stor forskel på de driftsmæssige og

organisatoriske udfordringer, som hhv. en stigning

og et fald i indtægterne medfører. Analysen

fokuserer særskilt på institutioner, der oplever

fald

indtægter

De gymnasier, der har faldende indtægter et givent

år, oplever i gennemsnit (vægtet) et indtægtsfald på

1,5-5,7 pct. i perioden 2012-2018

Størrelsen af de gennemsnitlige årlige indtægtsfald

er steget i fra 1,5 pct. i 2012 til 5,7 pct. i 2017, mens

det er faldet en smule i 2018. Ligeledes er antallet af

gymnasier, der oplever et indtægtsfald, steget fra

2011 til 2017 og aftaget i 2018

Samlet set viser opgørelsen, at der er forholdsvis

store årlige ændringer i indtægterne, og at det i

visse år omfatter en stor del af den gymnasiale

sektor

De fleste gymnasier oplever ændringer i elevtallet

hvert år, i opad- eller nedadgående retning, hvilket

påvirker deres indtægter. Det skyldes, at

taxametersystemet er overvejende

aktivitetsafhængigt

Årsager til indtægtsændringer

Indsigter fra institutionsbesøg:

Interview med

institutionerne peger på 4 hovedårsager til

indtægtsændringer:

•

Demografiske ændringer:

Den demografiske udvikling

driver tendenser på lang sigt, fx reduceret elevgrundlag

grundet faldende ungdomsårgange. Udviklingen er som

regel til at forudsige, når der ses på tidligere år og den

forventede udvikling i størrelsen af den relevante

aldersgruppe i området

Ændrede søgemønstre:

De unges søgemønstre

ændres på både langt og kort sigt. På længere sigt er

der en urbaniseringstendens, hvor de unge i stigende

grad søger mod institutioner i de større byer. Men

institutionerne oplever også ændringer i søgemønstrene

på kort sigt fra år til år, hvilket gør det svært at forudsige

elevtallet for det kommende skoleår. Det sker især i

områder med stor konkurrence mellem institutioner

Politiske reformer mv.:

Institutionerne oplever, at

politiske reformer kan give ‘eksterne chok’ til elevtallet på

kort sigt. Det skyldes fx ændrede incitamenter,

optagelseskrav, mv., som påvirker elevtallet

Ændrede takster mv.:

Institutionerne oplever

indtægtsændringer, når taxametersystemet ændres, som

derigennem påvirker indtægter per årselev

•

Gennemsnitlig ændring i indtægter ift. året før (pct.)

Gennemsnitlig pct.

fald ift. året før

3,8

2,9

2,0

1,5

4,0

Indtægts-

fald (pct.)

•

2012 2013 2014 2015 2016 2017 2018

Antal

200

gym. med

100

indtægts-

fald

•

113

•

2012 2013 2014 2015 2016 2017 2018

79 93

100

Andel

gym. med

19 30

indtægts-

fald (pct.)

2012 2013 2014 2015 2016 2017 2018

•

Note: 1) De almene gymnasiers indtægter kommer fra tilskud (97 pct.), deltagerbetaling (0,1 pct.) og øvrige indtægtskilder (2,9 pct.). For de almene gymnasier, der har oplevet indtægtsfald ift. året før, kommer indtægterne fra tilskud (89

pct.), deltagerbetaling (5 pct.) og øvrige indtægtskilder (6 pct.). Alle almene gymnasier med tilgængelig data i datamodellen er inkluderet, mens private gymnasier ikke indgår i analysen pga. manglende data / datasammenlignelighed.

Kilde: Formålsregnskaber fra almene gymnasier

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

4.1

Metode

4.2

Tilpasningsbehov

4.3

Tilpasningsevne

4.4

Tilpasningsudfordringer

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

De gymnasier, der oplever indtægtsfald, reducerer i gennemsnit deres omkostninger med 73 pct.

ift. indtægtsfaldet samme år, men det dækker over betydelig varians mellem gymnasier

•

Nedenfor ses sammenhængen mellem indtægtsfald og omkostningsreduktioner for gymnasierne i perioden 2012-2018. Af figuren ses sammenhængen mellem en

institutions gennemsnitlige årlige indtægtsfald og den realiserede omkostningsreduktion i samme år fordelt på løn, bygninger og øvrig drift

I den højre søjle sammenlignes resultaterne med gymnasiernes omkostningsfordeling i 2018

Analysen viser for det første, at der er betydelig variation på tværs af institutioner ift. hvordan omkostninger ændres i år med et indtægtsfald. Det indikerer, at

omkostningstilpasning i høj grad er afhængig af institutionernes egne strategiske valg, og i mindre grad drives af systematik i, hvordan de enkelte

omkostningskategorier tilpasses som følge af et indtægtsfald

For det andet viser nedenstående graf den gennemsnitlige omkostningstilpasning i sektoren, men kan ikke tage højde for forskelle mellem enkelte institutioner,

hvilket medfører en usikkerhed. Grafen bør derfor tolkes som den gennemsnitlige tilpasning på 73 pct. for den del af sektoren, der oplever indtægtsfald et givent år

Resultaterne af analysen indikerer, at gymnasierne især tilpasser på løn (42 pct. af tilpasningen) og øvrig drift (34 pct. af tilpasningen), mens der tilpasses en smule

mindre på bygninger (24 pct. af tilpasningen). Omkostningsreduktionerne på bygninger og øvrig drift er dog forholdsmæssigt store ift. kategoriens andel af totale

omkostninger (hhv. 8 og 14 pct.), mens reduktionerne på løn er forholdsmæssigt mindre ift. lønomkostningernes andel af de totale omkostninger (78 pct.)

Når indtægterne falder med … … falder omkostningerne med …

… ift.

omkost.- fordelingen

Bygninger

Observationer

•

Gns. indtægtsfald:

Det gennemsnitlige indtægtsfald ift.

året før udgør 2,3 mio. kr. for perioden 2012-2018 for de

inkluderede gymnasier

•

Gns. omkostningsreduktion:

Gymnasierne justerer i gns.

deres omkostninger ifm. et indtægtsfald med 73 pct.

Indtægtsfald

Løn

2,3 mio. kr.

Øvrig drift

1,7 mio. kr.

42%

7.795 mio. kr.

78%

73 pct.

•

Løn:

I gns. foretages ~42 pct. af tilpasningen af

omkostningerne på lønnen. Det indebærer, at gymnasierne

reducerer antallet af medarbejdere (ved afskedigelse eller

naturlig afgang) eller lønnen pr. medarbejder (fx bonusser,

el.lign.). Tilpasningen sker især gennem reduktion af

medarbejderstaben, særligt antal undervisere

•

Bygninger:

~24 pct. af tilpasningen foretages på

bygninger. Det er forholdsvis meget ift. bygningers andel af

de samlede omkostninger samt bindingstid mv.

Besparelser på fx vedligehold af bygninger kan medvirke til

at drive omkostninger på længere sig

•

Øvrige driftsomkostninger:

Ca. 34 pct. af

omkostningsreduktionen foretages på øvrig drift, hvilket er

relativt højt ift. den totale andel på 14 pct.

24%

34%

14%

Totale omkostninger

(2018)

Gns. indtægtsfald

pr. år (2012-2018)

Gns. omkostnings-

reduktion pr. år (2012-2018)

Note: 1) Outliers med indtægtsfald eller omkostningsfald per omkostningskategori på over 10 mio. kr. ift. året før er frasorteret. Der er så vidt muligt kontrolleret for effekten af tidligere år med indtægtsfald, ved at frasortere institutions-år,

der i det givne år også havde et indtægtsfald året før. Derudover er frasorteret institutions-år, hvor institutionen ikke i det efterfølgende år havde et indtægtsfald. Det er gjort mhp. at udvælge institutioner, der i det givne år havde et øget

incitament til at tilpasse omkostningerne, grundet en mulig forventning om et yderligere indtægtsfald det følgende år. Kilde: Analysens datamodel.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

De små gymnasier tilpasser især lønomkostningerne, mens de store i højere grad tilpasser de

øvrige driftsomkostninger

•

Nedenfor ses sammenhængen mellem indtægtsfald og omkostningsreduktioner i perioden 2012-2018 fordelt på små, mellemstore og store gymnasier. I figurerne er

det opgjort, hvor stor andel af de gennemsnitlige indtægtsfald, gymnasierne formår at tilpasse ved omkostningsreduktioner, samt hvor meget der tilpasses på hhv.

løn, bygninger og øvrig drift. Analysen viser, at de små gymnasier især tilpasser omkostningerne til løn, mens de store især tilpasser øvrig drift

Indtægtsfald

Når indtægterne falder med …

2,1 mio. kr.

1,3 mio. kr.

Små

gymnasier

49%

63 pct.

Små

gymnasier

tilpasser

især løn-

omkost-

ningerne

Løn

Bygninger

Øvrig drift

… falder omkostningerne med …

Observationer

•

Omkostningsreduktion:

De små gymnasier tilpasser især på løn, når

økonomien skal justeres sfa. indtægtsfald. Således udmønter de små

gymnasier 49 pct. af omkostningsreduktionen på løn, mens kun en mindre

andel (35 pct.) foretages på øvrig drift. Det kan indikere, at der ikke er

”lavhængende frugter” at plukke på øvrig drift

Implikationer:

Afskedigelse af undervisere kan have negative konsekven-

ser for undervisningskvaliteten. Dertil kommer, at mindre gymnasier i

forvejen har sværere ved at udnytte medarbejderressourcerne optimalt,

hvilket forstærkes yderligere af, at omkostningsreduktionerne sker på løn

Omkostningsreduktion:

De mellemstore gymnasier tilpasser en smule

mindre på øvrig drift (24 pct.) og tilsvarende mere (27 pct.) på bygninger

end de små gymnasier. Samtidig viser analysen, at det gennemsnitlige

indtægtsfald ift. året før er størst for de mellemstore gymnasier, der formår

at tilpasse med 82 pct. i gennemsnit, hvilket skal holdes op imod, at deres

økonomi er mindre end de store gymnasier

Implikationer:

En mindre andel af besparelser på øvrig drift

–

sammenlignet med de små og store gymnasier

–

må alt andet lige

forventes indikere, at der er skåret ind til benet

Omkostningsreduktion:

De store gymnasier tilpasser mest på øvrig drift

(45 pct.) og mindst på bygninger (26 pct.) og løn (28 pct.) sammenlignet

med andre gymnasier. Det indikerer, at de store gymnasier i højere grad

end andre har øvrige driftsomkostninger, som kan undværes, når der skal

spares. Det bemærkes, at underviserne generelt har kortere anciennitet

og opsigelsesvarsler på store gymnasier, så det er ikke bindinger, der

ligger til grund for denne forskel fsva. tilpasning af løn

Implikationer:

Tilpasning på øvrig drift frem for løn indebærer, at risikoen

for negative konsekvenser for kvalitet mv. i videst muligt omfang undgås

16%

35%

•

Gns. indtægtsfald

2,8 mio. kr.

Gns. omkostningsreduktion

Mellemstore gymnasier tilpasser

mest ift. indtægtsfaldet

•

2,3 mio. kr.

Mellemstore

gymnasier

49%

82 pct.

27%

24%

Gns. indtægtsfald

Gns. omkostningsreduktion

•

2,2 mio. kr.

1,6 mio. kr.

Store

gymnasier

28%

73 pct.

•

Store

gymnasier

tilpasser

især de

øvrige

driftsom-

kostninger

26%

45%

•

Gns. indtægtsfald

Kilde: Analysens datamodel.

STRUENSEE & CO.

Gns. omkostningsreduktion

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

Op til 93 pct. af gymnasiernes omkostninger kan principielt justeres inden for 10 måneder, og 71

pct. af omkostningerne har høj aktivitetsafhængighed

•

Nedenfor ses en oversigt over de almene gymnasiers samlede omkostninger fordelt på aktivitetsafhængighed og bindingstider

Som det fremgår af opgørelsen, estimeres ca. 71 pct. af omkostningerne at have høj grad af aktivitetsafhængighed, mens ca. 93 pct. af omkostningerne skønnes

principielt at kunne tilpasses inden for 10 mdr. Det skyldes især aktivitetsafhængigheden og bindingstiden på undervisningslønomkostningerne

Oversigten indikerer, at gymnasierne på forholdsvis kort tid kan tilpasse en betydelig andel af deres omkostninger. Denne økonomiske fleksibilitet er ikke

nødvendigvis udtryk for faglig fleksibilitet, da justeringer af særligt lønomkostninger kan have betydning for undervisningens gennemførsel mv.

På de følgende sider uddybes de omkostningskomponenter, der ligger til grund for nedenstående fordeling af totale omkostninger

•

Tilpasningsevne

Omkostningernes aktivitetsafhængighed

Høj

Middel

Lav

Bindingstid på omkostninger

0-3 mdr.

4-10 mdr.

11-24 mdr.

25+ mdr.

71%

23%

29%

64%

•

Ca. 71 pct. af

gymnasiernes samlede

omkostninger skønnes at

have høj grad af

aktivitetsafhængighed,

baseret på interviews

med institutionerne

Det skyldes især løn til

undervisning, som udgør

67 pct. af de totale

omkostninger. Dertil

kommer godt 3 pct.

bygningsdrift med høj

aktivitetsafhængighed

•

De 23 pct. af

omkostningerne, der

vurderes at have en

middel

aktivitetsafhængighed,

består af

lønomkostninger til

administration og ledelse

samt bygningsdrift og

øvrig drift (~11 pct. af

totale omkostninger), en

del på bygninger (~2 pct.

af totale omkostninger)

og en del på øvrig drift

(~10 pct. af totale

omkostninger), jf.

følgende sider

•

De resterende 6 pct.

vurderet at have lav

aktivitetsafhængighed

udgøres primært af en

del af

bygningsomkostninge

rne (~5,3 pct. af totale

omkostninger) og en

mindre del af øvrige

driftsomkostninger

(~0,3 pct. af totale

omkostninger)

De følgende sider

uddyber disse

resultater

•

Det skønnes, at principielt ca. 93 pct. af gymnasiernes

samlede omkostninger har en bindingstid på 0-10 mdr.,

hvilket især er drevet af bindingstiden på løn, som er under

10 mdr. Heraf har principielt ~29 pct. af omkostningerne en

bindingstid under ca. 3 mdr.

De 29 pct., der principielt kan justeres inden for ca. 3 mdr.,

består af lønomkostninger (17 pct. af totale omkostninger),

en smule bygningsdrift (1 pct. af totale omkostninger) og

øvrige driftsomkostninger (12 pct. af total omkostninger)

De 64 pct. af omkostningerne med en bindingstid på 4-10

mdr. består primært af lønomkostninger med 61 pct. af de

totale omkostninger samt en mindre del bygnings- (1 pct.) og

øvrige driftsomkostninger (1 pct.)

•

De resterende 7 pct.

omkostninger med

længere bindingstid

end 11 mdr. består

særligt af

bygningsomkostning

er (6 pct. af totale

omkostninger) samt

nogle former for

øvrige

driftsomkostninger (2

pct. af totale

omkostninger)

Note: 1) Opgjort på baggrund af interviews med 7 gymnasier samt kvantitativ analyse af tilpasningsevne for forskellige omkostningskomponenter ved fald i elevtallet. 2) For lønomkostninger er bindingstiden opgjort pba. anciennitetsdata og

lærernes overenskomstmæssige opsigelsesvarsler, mens den for øvrige omkostninger er opgjort pba. interviews med 7 gymnasier. Det bemærkes, at opsigelsesvarslet på for de fleste medarbejdere er 3-6 mdr. Det bemærkes ligeledes, at

der i nogle tilfælde må påregnes en høringsperiode ifm. opsigelser på ca. 14 til 30 dage, som ikke er indeholdt i ovenstående beregninger samt beregninger på næste side. 3) Delmængden summer ikke til totalen pga. afrunding. Kilder:

Anciennitetsdata fra ISOLA, analysens datamodel.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

Ca. 1/5 af gymnasiernes lønomkostninger kan principielt tilpasses inden for ca. 3 måneder, mens

resten kan tilpasses inden for 10 måneder

Uddybes på de

næste sider

•

Nedenfor illustreres gymnasiernes muligheder for at tilpasse lønomkostningerne ud fra omkostningernes aktivitetsafhængighed og bindingstid

Analysen viser, at løn til undervisning i høj grad er aktivitetsafhængigt og har forholdsvis lav bindingstid med 20 pct. inden for ca. 3 mdr. og resten (80 pct.) inden for 4-10 mdr.

Løn til administration og ledelse er mindre aktivitetsafhængig, da en række administrative og ledelsesmæssige opgaver skal varetages uagtet antallet af årselever. En større andel (26

pct.) af lønnen til administration og ledelse har samtidig kort bindingstid (0-3 mdr.) end til undervisning, hvilket skyldes de ansattes anciennitet og løn

Øvrige lønomkostninger, fx til kantinedrift og rengøring, er ligeledes til dels aktivitetsafhængige og har ca. 19 pct. med lav bindingstid (0-3 mdr.), mens resten (81 pct.) har 4-10 mdr.

Aktivitetsafhængigheden tilsiger, at det er mest oplagt at tilpasse antallet af undervisere ved ændringer i elevtallet, mens tilpasning af administration og ledelse samt øvrige

lønomkostninger i mindre grad er aktivitetsafhængige og derfor justeres over en længere periode og ved større aktivitetsændringer sammenlignet med løn til undervisning

Aktivitets-

Bindingstid

afhængighed omkostninger

0-3 mdr.

4-10 mdr.

11-24 mdr.

25+ mdr.

Omkostnings-

kategorier

Observationer

•

Aktivitetsafhængighed:

Skift i elevtallet forudsætter tilpasning af antallet af undervisere, hvis lærer/elev ratioen skal fastholdes.

Lønomkostningerne til undervisning er derfor aktivitetsafhængige, dog med faldende marginalomkostninger, fx grundet bedre

mulighed for optimeret planlægning, større hold mv. i større institutioner. Aktivitetsafhængighed indebærer, at lønomkostninger til

undervisning er en af de løftestænger institutionerne kan bruge i tilfælde af skiftende elevtal

Bindingstid:

Efter lærernes overenskomst gælder det, at ansatte kan have op til 6 måneders opsigelse og 3 måneders fratrædelses-

godtgørelse. Dertil kommer en høringsperiode på ca. 14 til 30 dage. Baseret på anciennitetsfordelingen skønnes ca. 20 pct. af

lønomkostningerne at være knyttet til undervisere med krav på 0-3 mdr.

varsel, mens resten (80 pct.) har krav på 4-10 mdr. varsel

Tilpasningsevne:

Kombinationen af, at gymnasiernes lønomkostninger til undervisning er aktivitetsafhængige og har begrænset

bindingstid, indebærer, at tilpasningsevnen generelt er høj på denne del af omkostningsbasen

Aktivitetsafhængighed:

Fald i elevtallet frigør kun i begrænset omfang administrative og ledelsesmæssige ressourcer, da en række

opgaver er uafhængige af elevtal (fx løn- og regnskabsadministration). Faldende elevtal kan have en vis effekt på omfanget af

elevadministration, studievejledning mv. Derfor vurderes løn til administration og ledelse at have middel aktivitetsafhængighed

Bindingstid:

Ledere og størstedelen af de administrative medarbejdere har samme opsigelsesvarsler som underviserne, mens en

mindre del af administrationsmedarbejderne er ansat på mere midlertidige vilkår. Der er derfor generelt lave bindingsperioder på

ledelse og administration. Især elevadministrative opgaver og støttefunktioner (fx studievejledning mv.) vil ifølge institutionerne kunne

justeres ved ændrede elevtal over en 2-3-årig periode

Tilpasningsevne:

Kombinationen af, at gymnasiernes lønomkostninger til administration har begrænset aktivitetsafhængighed og lav

bindingstid, indebærer, at tilpasningsevnen generelt er middel på denne del af omkostningsbasen

Aktivitetsafhængighed:

Fald i elevtallet har til dels en effekt på øvrige lønomkostninger. Det gælder fx omkostninger til kantinedrift,

rengøring mv., som påvirkes af antallet af elever. Hertil kommer en række øvrige lønomkostninger, som ikke påvirkes af elevantallet,

fx bygningsvedligehold mv. Derfor vurderes øvrige lønomkostninger at have en middel aktivitetsafhængighed

Bindingstid:

Øvrige medarbejdere har samme opsigelsesvarsler som underviserne, mens en mindre del af øvrige medarbejderne er

ansat på mere midlertidige vilkår. Der er derfor generelt lave bindingsperioder vedrørende øvrige lønomkostninger, jf. følgende sider

Tilpasningsevne:

Kombinationen af, at gymnasiernes øvrige lønomkostninger har begrænset aktivitetsafhængighed og lav

bindingstid, indebærer, at tilpasningsevnen generelt er middel på denne del af omkostningsbasen

Undervisning

80%

Høj

•

20%

Administration og

ledelse

Løn

74%

Middel

•

26%

•

Øvrige løn

81%

Middel

•

19%

Note: 1) Det bemærkes, at opsigelsesvarslet på for de fleste medarbejdere er 3-6 mdr. Det bemærkes ligeledes at der i nogle tilfælde må påregnes en høringsperiode ifm. opsigelser på ca. 14 til 30 dage, som ikke er indeholdt i ovenstående

beregninger. Kilde: Anciennitetsdata fra ISOLA, analysens datamodel.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

Gymnasiernes lønomkostninger til undervisning afhænger af lærerstabens anciennitet og de

deraf følgende krav til opsigelsesvarsler …

•

Nedenfor fremgår en opgørelse af bindingstiden på gymnasiernes lønomkostninger til undervisning. Opgørelsen er beregnet ud fra (1)

undervisningsårsværkenes anciennitet, (2) de overenskomstmæssige opsigelsesvarsler ud fra ancienniteten og (3) lønomkostningerne til disse årsværk

Beregningstilgangen illustrerer, at omfanget og fordelingen af ancienniteten er den primære driver for justerbarheden af lønomkostninger til undervisning. Dertil skal

tages højde for praktiske begrænsninger i kraft af undervisningens årshjul, som beskrevet tidligere i dette afsnit

Det bemærkes, at anciennitetsdata er behæftet med usikkerheder, da det ikke har været muligt at trække faktisk anciennitet fra relevante registre. I stedet er optalt

antal hele år, medarbejdere er ansat. Denne tilgang medfører øget metodisk usikkerhed, hvilket også gør sig gældende for de resulterende omkostningsfordelinger

På de følgende to sider illustreres den tilsvarende sammenhæng mellem anciennitet, opsigelsesvarsel og bindingsperioder for lønomkostninger til administration og

ledelse samt til bygningsdrift og øvrig drift

Beregningsskridt Undervisernes anciennitet, opsigelsesvarsler og lønomkostninger

Fordeling af

årsværk på

anciennitet

Observationer

1 år

2 år

3 år

4 år

5 år

6 år

7 år

8 år

9+ år

•

15%

10%

35%

•

Af søjlen øverst til venstre ses, at

ancienniteten for gymnasiale undervisere

(opgjort i årsværk) fordeler sig med den

største gruppe (35 pct.) med 9+ års

anciennitet, efterfulgt af 15 pct. med op til

et års anciennitet

Den anden søjle viser på baggrund af

anciennitetsfordelingen og de deraf

følgende krav til varsler, at ca. 78 pct. af

underviserne har 4-6 mdr. bindingstid

Af søjlen nederst til venstre ses, at ca. 20

pct. af gymnasiernes lønomkostninger til

undervisning går til ansatte med krav på 1-

3 måneders varsel, mens resten (ca. 80

pct.) har krav på 4-6 mdr. varsel

De relative forskelle mellem

beregningsskridt 2 og 3 skyldes, at

undervisere med højere anciennitet

generelt har højere lønninger, hvilket fx

resulterer i, at 38 pct. af

lønomkostningerne optages af de 35 pct.

årsværk, som har mere end 6 mdr.

opsigelse

1 md.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

Løn til undervisning

Opsigelses-

varsler baseret

på anciennitet

16%

23%

20%

35%

•

78 pct.

1 md.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

•

Lønomkost-

ninger opdelt

på opsigelses-

varsler

14%

22%

20%

38%

80 pct.

Note: 1) Opgjort i årsværk. Bemærk, at ansatte med over 12 års anciennitet har ret til fratrædelsesgodtgørelse, hvorfor deres samlede bindingstid kan være højere. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

… ligesom anciennitet er afgørende for gymnasiernes mulighed for at tilpasse lønomkostninger til

administration og ledelse …

•

Nedenfor fremgår en opgørelse af bindingstiden på gymnasiernes lønomkostninger til administration og ledelse. Opgørelsen er beregnet ud fra (1) adm.- og

ledelsesårsværkenes anciennitet, (2) deres overenskomstmæssige opsigelsesvarsler og (3) lønomkostningerne til disse årsværk

Tilgangen følger tilgangen fra forrige side vedr. lønomkostninger til undervisning, og dermed driver anciennitet ligeledes justerbarheden af lønomkostninger til

administration og ledelse. Dog er aktivitetsafhængigheden vurderet lavere for administration og ledelse end for undervisning, grundet karakteren af nogle af de

opgaver administrativt personale og ledere varetager

På næste side fremgår den tilsvarende fordeling af anciennitet, opsigelsesvarsler og lønomkostninger for øvrige medarbejdere udover undervisere, administration og

ledelse

Beregningsskridt

Fordeling af

årsværk på

anciennitet

Administration og ledelses anciennitet, opsigelsesvarsler og lønomkostninger

Observationer

•

Opgørelsen viser, at en mindre andel (27

pct.) af ledere og administrative

medarbejdere har 9+ års anciennitet end

undervisningsstaben (35 pct.), jf.

sammenligning med forrige side

Det resulterer i, at andelen af ledere og

administrativt personale med 6 måneders

opsigelsesvarsel er 27 pct. ift.

undervisningspersonalets tilsvarende 35

pct.

I modsætning til lønomkostninger til

undervisning, er lønomkostningerne til

administration og ledelse relativt mindre

for gruppen med 9+ års anciennitet. Det

viser, at ledere og administrativt

personale med høj anciennitet

gennemsnitligt ikke har højere lønninger

end øvrige ledere og administrative

medarbejdere, mens det modsatte gør sig

gældende for underviserne

1 år

2 år

3 år

4 år

5 år

6 år

7 år

8 år

9+ år

13%

15%

27%

Løn til administration og ledelse

•

1 md.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

Opsigelses-

varsler baseret

på anciennitet

•

20%

32%

15%

27%

1 md.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

Lønomkost-

ninger opdelt

på opsigelses-

varsler

20%

35%

15%

25%

75 pct.

Note: 1) Bemærk, at ansatte med over 12 års anciennitet har ret til fratrædelsesgodtgørelse, hvorfor deres samlede bindingstid kan være højere. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

… og ancienniteten har også betydning for muligheden for at opsige øvrige medarbejdere, der

står for in-house bygningsdrift, rengøring, kantinedrift mv.

•

Nedenfor fremgår en opgørelse af bindingstiden på gymnasiernes lønomkostninger til øvrige medarbejdere, udover undervisere, administration og ledelse. Det drejer

sig bl.a. om medarbejdere, der står for bygningsvedligehold og evt. rengøring og kantinedrift. Opgørelsen er beregnet ud fra (1) årsværkenes anciennitet, (2) de

samme opsigelsesvarsler som for de øvrige medarbejdergrupper og (3) lønomkostningerne til disse årsværk

Tilgangen følger tilgangen fra de foregående sider vedr. lønomkostninger til undervisning og administration og ledelse. Anciennitet driver ligeledes justerbarheden af

lønomkostninger til disse øvrige medarbejdere. Dog er aktivitetsafhængigheden vurderet lavere for disse medarbejdere end for undervisning, grundet karakteren af

opgaverne

På de følgende sider opgøres aktivitetsafhængigheden og bindingstiden for bygningsomkostning og øvrige driftsomkostninger for gymnasierne

Beregningsskridt

Fordeling af

årsværk på

anciennitet

10%

Øvrige medarbejderes anciennitet, opsigelsesvarsler og lønomkostninger

1 år

2 år

3 år

4 år

5 år

6 år

7 år

8 år

9+ år

Observationer

•

Af søjlen øverst til venstre ses, at

ancienniteten for øvrigt personale (opgjort i

årsværk) fordeler sig med den største

gruppe (37 pct.) med 9+ års anciennitet

Den anden søjle viser på baggrund af

anciennitetsfordelingen og de deraf

følgende krav til varsler (baseret på de

andre medarbejdergruppers

opsigelsesvarsler), at ca. 79 pct. af de

øvrige medarbejdere skønnes at have 4-6

mdr. bindingstid

Af søjlen nederst til venstre ses, at ca. 19

pct. af gymnasiernes lønomkostninger til

øvrigt personale går til ansatte med krav på

1-3 måneders varsel, mens resten (ca. 81

pct.) har krav på 4-6 mdr. varsel

De relative forskelle mellem

beregningsskridt 2 og 3 skyldes, at ansatte

med højere anciennitet generelt har højere

lønninger, hvilket fx resulterer i, at 39 pct.

af lønomkostningerne optages af de 37 pct.

årsværk, som har mere end 6 mdr.

opsigelse

6% 6%

37%

•

Løn til bygningsdrift og øvrig drift

1 md.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

Opsigelses-

varsler baseret

på anciennitet

17%

23%

19%

37%

•

1 md.

79 pct.

3 mdr.

4 mdr.

5 mdr.

6 mdr.

•

Lønomkost-

ninger opdelt

på opsigelses-

varsler

15%

23%

19%

39%

81 pct.

Note: 1) Bemærk, at ansatte med over 12 års anciennitet har ret til fratrædelsesgodtgørelse, hvorfor deres samlede bindingstid kan være højere. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

Bygningsomkostninger er svære at tilpasse på kort sigt, fordi de typisk ikke påvirkes af udsving i

elevtal og har lang bindingstid

•

Nedenfor analyseres gymnasiernes evne til at tilpasse bygningsomkostningerne ud fra omkostningernes aktivitetsafhængighed og bindingstid

Analysen viser, at bygningsomkostningerne kun i begrænset grad er aktivitetsafhængige og har varierende bindingstid. Således er 34 pct. af omkostningerne

vurderet at have en bindingstid på 25 måneder eller mere, imens kun 7 pct. vurderes at have en bindingstid under tre måneder

Institutionsbesøgene understreger dog, at omfang og karakter af bygningsomkostninger i betydelig grad er institutionsspecifikke, da de bl.a. afhænger af økonomiske

overdragelsesforhold, låntagningsbeslutninger, alder og stand af bygningsmassen, mv.

Analysen indikerer, at det i praksis er svært for institutionerne at tilpasse bygningsomkostningerne på kort sigt. Dette kan blandt andet skyldes, at institutionerne ofte

følger en vedligeholdelsesplan, hvilket kan begrænse tilpasningsevnen på kort sigt. Desuden bemærker institutionerne, at tilpasning af bygningsomkostninger på kort

sigt kan drive omkostninger på lang sigt

Beregningerne af bindingstiden er baseret på omkostningsfordelingen for gymnasiernes bygningsomkostninger koblet med de angivne aktivitetsafhængigheder og

bindingstider. Det bemærkes, at gymnasiernes bygningsomkostninger og omkostninger til øvrig drift (jf. næste side) ligner især

VUC’ernes.

Det skyldes, at begge

delsektorer primært gennemfører teoretisk undervisning, og at disse omkostningskategorier relaterer til denne undervisningsform på samme måde

Aktivitets-

afhængighed

Bindingstid

Omkostningskategorier

Total

Totale bygningsomkostninger for

almene gymnasier (mio. kr.)

Observationer

7% 19%

40%

34%

609

0-3 mdr.

4-10 mdr.

11-24 mdr.

25+ mdr.

Husleje

Lav

4-25+ mdr.

Husleje:

Der er betydelig varians i bindingstiden på lejede bygninger. Dertil kommer, at

partielle opsigelser ikke altid er mulige, så ændringer i huslejen vil reelt forudsætte fraflytning

af hele lejemål. Disse forhold gør, at det kan være vanskeligt at tilpasse huslejen på kort sigt

Afskrivninger:

Omkostninger til afskrivninger mv. påvirkes ikke af ændringer i elevtallet på

kort sigt, og der er gennemgående lang bindingstid på dem, da det kan være svært at sælge

bygninger hurtigt

Reparation og vedligehold:

Faldende elevtal ift. året før påvirker kun i begrænset omfang

behovet for reparationer og vedligehold. Der er generelt kort bindingstid, da der dag-til-dag

kan fravælges visse opgaver, især hvis institutionerne har egne pedeller

Forsyning:

Institutionerne giver udtryk for, at faldende elevtal har en vis effekt på forsynings-

udgifterne, bl.a. til el og vand, men der er en del faste omkostninger knyttet til bygnings-

massen, som ikke ændres ved fald i elevtallet. Samtidig varierer bindingstiden betydeligt

Renter (prioriteter):

Renteudgifter på prioriteter påvirkes ikke af faldende elevtal fra år til år,

og der er lang bindingstid på rentebetalinger, da de er afhængige af tilbagebetalinger på-

og/eller omlægninger af lån

Rengøring:

Ifølge institutionerne vil rengøringsudgifterne kun i begrænset omfang reduceres

ved faldende elevtal. Bindingstiden afhænger af, om institutionen har udliciteret opgaven og i

så fald af bindingsperioden i kontrakten

Øvrig bygningsdrift:

Øvrige omkostninger til bygninger, herunder leje og leasing i øvrigt og

omkostninger ved tab af afhændelse af anlæg, har generelt lav aktivitetsafhængighed og

middel til lang bindingstid

Afskrivninger

Reparation og

vedligehold

Forsyning

Renter

(prioriteter)

Rengøring

Lav

11-25+ mdr.

178

Bygninger

Lav

0-25+ mdr.

162

Middel

4-25+ mdr.

123

Omkostninger til

rengøring afholdes

som øvrige

driftsomkostninger,

når der er tale om

indkøb af ydelser

(eksterne), og som

løn til bygningsdrift,

når det håndteres af

ansat personale

Lav

11-25+ mdr.

Lav

11-24 mdr.

Øvrig

bygningsdrift

Kilde: Analysens datamodel.

STRUENSEE & CO.

Lav

4-25+ mdr.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

De fleste øvrige driftsomkostninger er forholdsvis aktivitetsafhængige og har lav bindingstid

•

Nedenfor analyseres gymnasiernes evne til at tilpasse øvrige driftsomkostninger ud fra omkostningernes aktivitetsafhængighed og bindingstid

Analysen viser, at de øvrige driftsomkostninger har varierende aktivitetsafhængighed men generelt korte bindingstider. For gymnasierne er 84 pct. af de øvrige

driftsomkostninger vurderet at have en bindingsperiode på under ca. 3 måneder. Ca. 5 pct. af de øvrige driftsomkostninger skønnes at have en bindingstid på 4-11

mdr. binding, ca. 12 pct. vurderes at have 11-24 mdr. binding, mens ingen omkostninger indenfor øvrig drift vurderes at have en bindingsperiode over 25 måneder.

Der er derfor gode muligheder for at tilpasse de øvrige driftsomkostninger på kort sigt i det omfang det giver praktisk mening for institutionerne

Det bemærkes, at gymnasiernes bygningsomkostninger (jf. forrige side) og omkostninger til øvrig drift ligner især

VUC’ernes.

Det skyldes, at begge delsektorer

primært gennemfører teoretisk undervisning, og at disse omkostningskategorier relaterer til denne undervisningsform på samme måde

Aktivitets-

Underkategorier afhængighed Bindingstid

Total

Undervisning

smaterialer

Små-

anskaffelser

Elev-

aktiviteter

Køb af øvrige

varer

Kurser

Køb af

tjeneste-

ydelser

(ekskl. IT)

Høj

•

Omkostningskategorier

Total

Øvrige driftsomkostninger for

almene gymnasier (mio. kr.) Observationer

84%

12%

1.076

138

262

331

0-3 mdr.

4-10 mdr.

11-24 mdr.

25+ mdr.

0-3 mdr.

Undervisningsmaterialer:

Følger i høj grad ændringer i elevtallet. Samtidig er der

typisk korte bindingstider (dog længere på e-bøger mv). Samlet høj tilpasningsevne

Småanskaffelser:

Kan, ifølge institutionerne, reduceres på kort sigt ved fald i

elevtallet, ligesom der ikke er væsentlige bindinger på indkøb af småanskaffelser

Elevaktiviteter:

Er i høj grad betinget af antallet af elever med generelt kort

bindingstid. Der er derfor generelt stor tilpasningsmulighed på elevaktiviteter

Køb af øvrige varer:

Er ifølge institutionerne i aktivitetsafhængigt, og der er typisk

korte bindingstider (fx køb af inventar mv). Institutionerne har derfor relativt gode

muligheder for at tilpasse køb af øvrige varer

Kurser:

I det omfang faldende elevtal medfører reduktioner i lærerstab mv., vil

faldende elevtal reducere behovet for kurser. Der er kort bindingstid på kurser

Rådgivning:

Har generelt kort bindingstid, da det typisk kan fravælges med kort varsel.

Der er en vis aktivitetsafhængighed ift. elevantal

Køb af øvrige tjenesteydelser:

Udgifter til fx markedsføring, rejser, vagtservice, fragt,

rengøring mv. har varierende aktivitetsafhængighed. Ligeledes varierer bindings-

tiderne, som dog generelt vurderes korte

Reparation og vedligehold (ekskl. byg.):

Flere årselever skaber øget behov for

vedligehold, mens et vist grundniveau af vedligehold typisk er nødvendigt uagtet antal

elever. Bindingstiden er kort, da planlagte opgaver kan annulleres på kort sigt

Afskrivninger:

Har generelt mellemlang bindingstid. Det vil variere fra aktiv til aktiv ift.

bindingstiden

Øvrige (inkl. IT):

Øvrige driftsomkostninger, herunder IT, har generelt høj

aktivitetsafhængighed og korte bindingstider. Dele af IT-driften er faste omkostninger,

der ikke påvirkes af elevtal, mens visse licenser til software mv. betales pr. bruger

Høj

0-3 mdr.

Køb af varer

til forbrug

Høj

0-3 mdr.

Middel

0-3 mdr.

Øvrig drift

Middel

0-3 mdr.

Rådgivning

Køb af øvrige

tjenesteyd.

Middel

0-3 mdr.

Middel

0-24 mdr.

Rep. og vedl.

(ekskl. byg.)

Afskrivninger

(ekskl. byg.)

Øvrige (inkl.

IT)

Kilde: Analysens datamodel.

STRUENSEE & CO.

Rep. og vedl.

(ekskl. byg.)

Afskrivninger

(ekskl. byg.)

Øvrige (inkl.

IT)

Middel

0-3 mdr.

Middel

4-10 mdr.

Høj

0-3 mdr.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.3. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSEVNE

Store forskelle i bindingstider inden for arketyper kan indikere, at gymnasierne træffer forskellige

valg, der påvirker tilpasningsevnen

•

Nedenstående figur viser forskellene i andelen af de samlede omkostninger med bindingstid på ca. 0-3 mdr. på tværs af hhv. små, mellemstore og store gymnasier

Institutioner med en stor andel af omkostningerne med korte bindinger (0-3 mdr.) vil alt andet have lettere ved at tilpasse økonomien på kort sigt

Figurerne viser, at der er stor varians på tværs af institutioner inden for hver af arketyperne. Det kan skyldes, at der er strukturelle forskelle inden for arketyperne

med indflydelse på bindingstiden (fx geografi, størrelse, etc.), eller at institutionerne aktivt træffer forskellige ledelsesmæssige valg, der påvirker tilpasningsevnen

Observationer

Varians i bindingstid:

•

Der er betydelig varians inden for arketyperne på, hvor stor andel af

omkostningerne der har kort (ca. 0-3 mdr.) bindingstid. Fx er der for

de små gymnasier 43 pct.-point forskel mellem et gymnasium, der

har 54 pct. omkostninger med lav binding, og et andet gymnasium,

der har 11 pct. omkostninger med lav binding. Forskellene kan

skyldes rammebetingelser eller aktive valg:

–

Enten skyldes de observerede forskelle i andelen af

omkostninger med lav bindingstid, at der er systematiske

strukturelle forskelle

mellem institutionerne

Ellers skyldes de observerede forskelle i bindingstider, at

institutionerne aktivt har truffet

forskellige valg,

som påvirker

deres tilpasningsevne positivt eller negativt

Aktive valg

Indsigter fra institutionsbesøg:

Interview med

institutionerne peger på en række greb, som aktivt kan

tages i anvendelse mhp. at øge fleksibiliteten, herunder:

Brug af midlertidige ansættelse (vikarer mv.) øger

tilpasningsevnen

•

Midlertidige ansættelser kan øge fleksibiliteten men

kan være dyrere og svække kvaliteten

Brug af overarbejdstimer øger fleksibiliteten, men det

koster samtidig mere efter gældende overenskomst

Andel af gymnasiernes omkostninger

med 0-3 mdr. bindingstid (pct.), 2018

+43 pct.-point

29 pct.

Små

gymnasier

+33 pct.-point

29 pct.

Mellemstore

gymnasier

+33 pct.-point

30 pct.

Brug af overarbejde kan øge tilpasningsevnen

•

–

Hjemtagelse af opgaver fra administrative

fællesskaber kan øge fleksibiliteten

•

Administrative fællesskaber svækker tilpasningsevnen

men er generelt billigere end decentrale løsninger

Opsætning af midlertidige bygninger, fx pavilloner,

kan løse et tilpasningsbehov på kort sigt men er

uforholdsmæssigt dyrt ift. regulær leje eller eje

Strukturelle forskelle:

•

Der er betydelige forskelle i medarbejdernes anciennitet på tværs af

institutioner, hvilket påvirker de overenskomstbestemte

opsigelsesvarsler og dermed institutionernes evne til at tilpasse

økonomien på kort sigt. Strukturelle forskelle i gymnasiernes

rekrutteringsmuligheder kan påvirke medarbejdernes anciennitet.

Fx har undervisere på mindre landgymnasier generelt højere

anciennitet, hvilket kan skyldes, at det er sværere at rekruttere

unge, nyuddannede medarbejdere uden for de større byer.

Sådanne forskelle skyldes rammevilkår og ikke aktive valg

Gymnasierne kan samtidig aktivt træffe bestemte beslutninger, som

øger fleksibiliteten af deres omkostninger og dermed evnen til at

tilpasse økonomien på kort sigt. Der kan dog være

meromkostninger forbundet med at ”købe sig” fleksibilitet, fx ved

brug af midlertidige ansættelser, overarbejde, mv.

Midlertidige bygninger øger tilpasningsevnen

•

Lejede bygninger er dyrere end at eje men

indeholder typisk mere fleksibilitet

•

Det er typisk lettere at opsige et lejemål end at sælge

en bygning, men det afhænger af kontrakt, mv.

Aktive valg:

Store

gymnasier

•

Kortere kontraktperioder på service og

abonnementer mv. øger tilpasningsevnen

•

Der er typisk en afvejning mellem længden på

servicekontrakter, abonnementer mv. og den pris, det

er muligt at forhandle hjem

Kilde: Analysens datamodel.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

4.1

Metode

4.2

Tilpasningsbehov

4.3

Tilpasningsevne

4.4

Tilpasningsudfordringer

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.4. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSUDFORDRINGER

Analysen af tilpasningsbehov og -evne har identificeret fire typer af institutioner med forskellige

grader af udfordringer

= under gennemsnittet

Uddybes på

næste side

= over gennemsnittet

•

Nedenfor ses to figurer, der hhv. illustrerer gymnasiernes kortsigtede tilpasningsudfordringer og deres langsigtede bindinger. Figuren

til venstre

sammenholder de

almene gymnasiers kortsigtede tilpasningsbehov (målt som procentvis fald i indtægterne ift. året før) og tilpasningsevne (målt som andel af omkostninger med 0-3

mdr. bindingstid) i 2018. Gymnasier med højt behov for tilpasning og lav evne er identificeret som særligt udfordrede. Analysen viser, at der i gruppen af udfordrede

institutioner er relativt få store gymnasier, mens der er relativt få små gymnasier blandt de tilpasningsdygtige. Figuren

til højre

viser gymnasiernes gennemsnitlige

bindingstid på tværs af deres omkostningsbaser og den procentvise andel af deres omkostningsbase, som udgøres af omkostningskategorier med 11+ mdr. binding

Grader af tilpasningsudfordringer

Langsigtede bindinger

Kortsigtede tilpasningsudfordringer: Tilpasningsbehov

og tilpasningsevne

Tilpasningsbehov

Højt

Små gymnasier

Mellemstore gymnasier

Store gymnasier

Udfordrede institutioner:

•

Særligt små gymnasier oplever

store indtægtsfald ift. året før

(højt behov) og har en lav

andel af omkostninger med

kort bindingstid

(lav evne)

Gns. bindingstid

(mdr.)

8 7 6 5 4 3 2 1 0

Faste omkostninger

(pct. samlede omk.)

10 15 20

Potentielt udfordrede

institutioner (I):

•

Især små og mellemstore

gymnasier har højt

tilpasningsbehov og høj

tilpasningsevne

Potentielt udfordrede

institutioner (II):

•

Især de store gymnasier har

lavt tilpasningsbehov og lav

tilpasningsevne

Tilpasningsdygtige institutioner:

•

Særligt store og mellemstore

gymnasier har lavt

tilpasningsbehov og høj evne

Lavt

Lav

Tilpasningsevne

Høj

Ø6

Ø5

Note: 1) Tilpasningsbehov er målt som den relative størrelse på indtægtsfaldet fra ét år til det næste for de almene gymnasier i gennemsnit for 2016-2018. Ikke alle 122 gymnasier indgår i analysen af tilpasningsbehov, da kun dem, der har

oplevet indtægtsfald og dermed er angivet med et tilpasningsbehov i 2016-2018, indgår. 2) Tilpasningsevnen er her målt som andelen af omkostninger med bindingstid fra 0-3 mdr. da bindingstiden er afgørende for, om institutionen kan

tilpasse økonomien på kort sigt. Et gymnasium i 2018 er fjernet som outlier, da den lå betydeligt lavere på tilpasningsbehov med et fald på ~35 pct. 3) Gns. bindingstid findes her ved at gange institutionernes andele omkostninger indenfor

løn, bygninger og øvrig drift med hhv. 0-3-, 4-10-, 11-24-, og 25+ mdr. binding. Fx vægtes en 0-3 mdr. binding som 1,5 måned. Opregnet findes den gns. bindingstid for den hver institutions samlede omk.base 4) Andelen af faste

omkostninger findes ved at tage andelen af omk. med 11+ mdr. binding ud af institutionernes samlede omk.base. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

4.4. INSTITUTIONERNES TILPASNINGSEVNE - TILPASNINGSUDFORDRINGER

Gymnasier med store tilpasningsudfordringer har generelt færre årselever, ligger oftere i

landkommuner, har flere kvadratmeter pr. årselev og færre ansatte med kort anciennitet

•

Nedenfor beskrives en række karakteristika, der kendetegnet de gymnasier, der har højt tilpasningsbehov og lav tilpasningsevne, dvs. samlet set store

tilpasningsudfordringer. Baggrundkarakteristika er opgjort som gennemsnit for 2016-18 mhp. at reducere risiko for outliers i enkeltår. Det skal bemærkes, at der er

tale om et øjebliksbillede baseret på de anvendte indikatorer for gruppe 1, jf. foregående side

Analysen viser, at gymnasier med relativt store tilpasningsudfordringer generelt har færre årselever, og at gymnasier i landkommuner er overrepræsenteret blandt de

udfordrede gymnasier. Samtidig er bygningsmassen en smule dårligere kapacitetsudnyttet, ligesom de udfordrede gymnasier har også færre undervisere med kort

anciennitet, hvilket gør, at en større del af undervisningslønomkostningerne har længere bindingstid

Karakteristika ved gymnasier med tilpasningsudfordringer

Analysen indikerer, at en række faktorer kan have indflydelse på institutionernes tilpasningsudfordringer. Når gymnasier med relativt store tilpasningsudfordringer i

(dvs. gruppe 1 i figuren på foregående side) sammenlignes med alle øvrige gymnasier (dvs. både gymnasier, der har oplevet indtægtsnedgang og -fremgang),

fremstår en række forhold med potentiel indflydelse på institutionernes udfordringer. Det skal dog bemærkes, at der er tale om et øjebliksbillede. Gymnasier med

tilpasningsudfordringer er kendetegnet ved:

Færre årselever:

De udfordrede gymnasier har generelt færre årselever (i gennemsnit 583 årselever) sammenlignet med alle øvrige gymnasier (i

gennemsnit 802 årselever). Det skyldes, at mindre gymnasier generelt har sværere ved at tilpasse økonomien ved ændringer i indtægterne

(tilpasningsevne), ligesom mindre gymnasier generelt oplever en smule større relative årlige indtægtsfald fra år til år (tilpasningsbehov)

Større andel i landkommuner:

Blandt de udfordrede gymnasier er en større andel af gymnasierne placeret i en landkommune end for de øvrige

gymnasier

. Således ligger 12 ud af 22 af de udfordrede gymnasier i landkommuner (svarende til 55 pct.), mens 38 af de resterende 100 gymnasier

ligger i en landkommune (38 pct.). Det skal dog ses i sammenhæng med, at gymnasier i landkommuner generelt er mindre end de øvrige gymnasier,

og at de mindre gymnasier generelt oplever større tilpasningsudfordringer end de øvrige gymnasier, jf. foregående punkt

Dårligere kapacitetsudnyttelse af bygningsmassen:

De udfordrede gymnasier har i gennemsnit en smule flere kvadratmeter pr. årselev (16 kvm.

pr. årselev) sammenlignet med de øvrige gymnasier (14 kvm. pr. årselev). Dårligere kapacitetsudnyttelse af bygningsmassen indikerer, at der er ledig

lokalekapacitet mv., som potentielt ville kunne afhændes. Forskellen i kapacitetsudnyttelsen er dog forholdsvis lille, hvilket indikerer, at det ikke er den

væsentligste faktor for gymnasiernes tilpasningsudfordringer

Færre undervisere med kort anciennitet:

Gymnasier med tilpasningsudfordringer har en smule større andel lønomkostninger ud af de totale

omkostninger (78,6 pct.) end de øvrige gymnasier (77,7 pct.), men andelen af undervisningslønomkostninger med ca. 0-3 mdr. bindingstid ud af de

totale lønomkostninger til undervisning er knap halvt så stor for de udfordrede gymnasier (12,1 pct.) som for de øvrige (22,1 pct.). Det skyldes, at de

udfordrede gymnasier har færre undervisere med kort anciennitet (under 2 år og 9 mdr.), som har kortere opsigelsesvarsler. Dermed er det sværere

hurtigt at afskedige lærere på de gymnasier, der oplever tilpasningsudfordringer

Note: 1) Opdeling i by- og landkommune baseret på Danmarks statistiks kommunegruppering i a) hovedstadskommuner, b) storbykommuner, c) provinsbykommuner, d) oplandskommuner og e) landkommuner. a)-c) er her defineret som

‘by’ og d)-e) som ‘land’. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

Sammenfatning af analysen af økonomisk bæredygtighed for gymnasierne

Økonomisk bæredygtighed

•

Gymnasiernes finansielle robusthed er samlet set forbedret i perioden 2011-2018. Delsektoren er i dag bedre rustet til længerevarende nedgangsperioder

(pga. øget egenkapital) men er en smule mere sårbar over for midlertidige udsving i driften (pga. svagt faldende likviditetsgrad), jf. næste side

Delsektorens generelle finansielle robusthed dækker imidlertid over betydelig variation i de finansielle nøgletal på tværs af institutioner. Visse gymnasier er

således mere økonomisk udsatte end andre. Ud fra ét sæt af kriterier for økonomisk udsathed

–

flerårige underskud, faldende elevtal og fravær af høj

soliditetsgrad over en 3-årig periode

–

er 8 gymnasier identificeret som de økonomisk udsatte. Sammenlignet med gymnasierne under ét er de økonomisk

udsatte institutioner bl.a. kendetegnet ved:

–

Færre årselever og overrepræsentation af små gymnasier

–

En smule overrepræsentation af gymnasier i landkommuner

–

Mindre holdstørrelser og elev-lærer-ratio end gymnasierne generelt

–

Lidt socioøkonomisk svagere elevgrundlag

Antal årselever

•

Analysen indikerer, at små gymnasier er overrepræsenteret blandt de institutioner, der er identificeret som økonomisk udsatte

. Således er 6 ud af 8 af de

økonomisk udsatte gymnasier små (75 pct.), mens 43 ud af alle 122 gymnasier befinder sig i samme kategori (35 pct.). De økonomisk udsatte gymnasier

har i gns. ca. 300 færre årselever end gennemsnittet for alle gymnasierne. Det afspejler de foregående analyser, der peger på antal årselever som en

central omkostningsdriver pga. faldende marginalomkostninger i delsektoren. Fundet skal dog tages med forbehold for få observationer

Der er tale om en generel tendens på tværs af de 122 institutioner, men der er samtidig mange små gymnasier, som

ikke

fremstår økonomisk udfordrede.

Der kan derfor ikke ud fra dataanalysen opstilles en kritisk minimumsgrænse for, hvornår et gymnasium ikke længere vil være økonomisk bæredygtigt. Dog

peger institutionsbesøg på, at det er særligt udfordrende at drive økonomisk og fagligt bæredygtige gymnasier med under 400-500 årselever

Det forhold, at der også findes små gymnasier uden umiddelbare økonomiske udfordringer, peger på, at institutionsstørrelse kun er en medvirkende faktor

for økonomisk udsathed, og at institutionsspecifikke forhold og ledelsesmæssige prioriteringer også har stor betydning for institutionernes situation

•

Geografi

•

Gymnasier i landkommuner er en smule overrepræsenterede blandt gruppen af økonomisk udsatte

. Således er 5 ud af 8 af de økonomisk udsatte

gymnasier placeret i landkommuner (63 pct.), mens det er tilfældet for 50 ud af de 122 gymnasier (41 pct.). Det skal ses i lyset af, at udkantstilskuddet i

taxametersystemet allerede kompenserer for nogle af de potentielle udfordringer, der kan følge af at være placeret i et yderområde

Konklusionen skal imidlertid tages med forbehold for, at der er tale om få observationer, og at gymnasier i landkommuner typisk er mindre end gymnasier i

byerne. Geografisk placering har derfor ikke nødvendigvis en stærk selvstændig forklaringskraft ift. institutionernes økonomiske bæredygtighed

På trods af dette forbehold skal fundet ses i lyset af, at de foregående analyser har identificeret geografisk placering i en landkommune som en signifikant

omkostningsdriver af bl.a. løn- og bygningsomkostninger pr. årselev, hvilket kan påvirke institutionernes økonomiske situation

•

1) Konklusionerne på denne side er baseret på analysen af de økonomisk udsatte institutioner i ”den flerårige model” præsenteret

på de følgende sider. Gruppen af økonomisk udsatte institutioner i

STUK’s

tilsynsmodel adskiller sig i mindre grad fra gymnasierne som helhed på de undersøgte parametre.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

Samlet set er gymnasiernes finansielle robusthed gradvist forbedret fra 2011-2018, men det

dækker over betydelig varians på tværs af institutioner

•

De fire grafer nedenfor viser, hvordan gymnasiernes finansielle robusthed samlet set har udviklet sig fra 2011-2018

. Delsektoren for gymnasier har i perioden øget

egenkapitalen og soliditetsgraden, men har siden 2011 oplevet faldende overskudsgrad og svagt faldende likviditetsgrad

Ift. udgangspunktet i 2011 er gymnasierne samlet set bedre rustet til længerevarende nedgangsperioder (egenkapital), men er lidt mere sårbare overfor kortere

udsving i driften (likviditetsgrad). Likviditetsgraden har dog været nogenlunde stabil siden 2013 og vurderes at være solid for delsektoren som helhed

Beskrivelse

30%

20%

10%

•

Egenkapital

Udvikling i nøgletal for gymnasiernes finansielle robusthed (2011-2018)

Egenkapital (mio. kr.), venstre akse

28%

3.000

Egenkapital/omsætning (pct.), højre akse

2.187

2.000 11%

1.000

902

2011

4,0%

2011

40%

2012

2013

2014

2015

2016

2012

2013

2014

2015

2016

2017

•

Delsektorens samlede

egenkapital

er steget markant fra 2011-2018 fra

~ 900 mio. kr. til ~ 2.200 mio. kr. Udviklingen er dog aftaget en smule

mellem 2017 og 2018

Delsektoren har i samme periode øget

egenkapitalen som andel af

omsætningen

fra 11 pct. til 28 pct.

Delsektorens

overskudsgrad

har været positiv over hele perioden fra

2011-2018, men den er generelt faldet over perioden, især siden 2014

I 2018 var overskudsgraden for gymnasierne omtrent 0 pct.

I perioden 2016 til 2018 har institutionerne været omfattet af et

omprioriteringsbidrag på 2 pct. årligt

Delsektorens

soliditetsgrad

er fra 2011-2018 steget 12 procentpoint fra

13 pct. til 25 pct.

Stigningen tilsvarer ikke stigningen i egenkapital, hvilket indikerer, at

institutionernes fremmedkapital (fx banklån) også er steget. Stigningen i

fremmedkapital er dog mindre end stigningen i egenkapital, hvorfor

gymnasiernes soliditetsgrad er steget

Gymnasiernes gennemsnitlige

likviditetsgrad

på tværs af institutioner

er fra 2011-2018 faldet 12 procentpoint fra 102 pct. til 90 pct.

Siden 2013 har likviditetsgraden dog været nogenlunde stabil omkring 90

pct.

2018

•

Overskudsgrad

2,3%

1,0%

2017

0,2%

2018

•

Soliditetsgrad

25%

13%

2012

2013

2014

2015

2016

2017

2018

•

30%

20%

10%

2011

Likviditetsgrad

150%

100%

50%

2011

Likviditetsgrad

102%

92%

•

90%

•

2012

2013

2014

2015

2016

2017

2018

Note: 1) Egenkapital, overskudsgrad, soliditetsgrad og likviditetsgrad er beregnet som den samlede udvikling i delsektoren. Belåningsprocent indgår ikke eksplicit i ovenstående analyse pga. utilstrækkelig datagrundlag for hele perioden. 2) Egenkapital

er udtryk for selskabets aktiver fratrukket hensættelser og gæld. Egenkapital udgøres typisk både af likvider og bygninger, hvor bygninger ofte er værdiansat i henhold til kostpris. Forholdet mellem kostpris og markedsværdi kan påvirke institutionernes

muligheder for optage lån. 3) Overskudsgraden er udtryk for, hvor stor en del af institutionernes omsætning, som ender på bundlinjen

som ”årets resultat.” 4) Soliditetsgrad er et udtryk for, hvor modstandsdygtig institutionen er overfor eventuelle tab.

Tallet beregnes ved at tage egenkapitalens del af institutionens samlede aktiver. 5) Likviditetsgrad beregnes ved at finde andelen af omsætningsaktiver af institutionens kortfristede gældsforpligtelser. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

Analysen identificerer de institutioner, der er økonomisk udsatte, og undersøger sammenhængen

med bagvedliggende omkostningsdrivere og institutionernes omkostninger

Kriterier for økonomisk udsathed

defineres på næste side

•

Nedenfor illustreres rammen for analysen af økonomisk bæredygtighed, der undersøger kendetegnene for de økonomisk udsatte institutioner

Økonomisk udsathed kan opstå som følge af en nedadgående udvikling i indtægter (fx som følge af fald i antal årselever, der udløser taxametertilskud) eller et

opadgående pres på omk. (fx også som følge af et fald i antal årselever pga. faldende marginalomkostninger)

–

eller en kombination af begge dele, jf. nedenfor

En central udfordring for analysen består i, at institutionerne vil have en tendens til at bruge de indtægter, de modtager

–

uanset om de er økonomisk udfordrede eller

ej. Således vil institutioner med ”sund” økonomi ikke nødvendigvis opbygge store overskud. Derfor bruges en række finansielle

nøgletal og udviklingen i elevtallet i to

komplementære modeller til at identificere de institutioner, der er økonomisk udfordrede

, jf. næste side

Specifikt undersøges følgende:

En række

omkostningsdrivere

kan være med til at drive omkostninger på institutionerne,

der kan påvirke institutionernes

omkostningsstrukturer og tilpasningsevne

samt

omkostningerne pr. årselev,

hvilket kan føre til

økonomisk udsathed,

hvis presset på omkostningerne

ikke kompenseres af øgede indtægter, hvilket kan komme til udtryk i de finansielle nøgletal

Den næste side beskriver kriterierne for identifikation af gruppen af økonomisk udsatte institutioner. De efterfølgende sider undersøger disse institutioners

karakteristika vedr. hhv. omkostningsdrivere og omkostninger i sammenligning med institutionerne generelt

Omkostningsdrivere

Analysen fokuserer på de omkostningsdrivere,

der i delanalyse 3 (kapitel 4) er identificeret som

betydningsfulde for institutionernes

omkostninger. Det drejer sig især om antal

årselever og geografisk placering, men også

holdstørrelse, elevernes socioøkonomiske

baggrund mv. undersøges

Omkostningsdrivere

•

Antal årselever

Geografi

Holdstørrelse og elev-lærer-ratio

Socioøkonomisk baggrund hos elever

Andel undervisningstid, m.fl.

•

Omkostninger

Det undersøges, om de institutioner, der

identificeres som økonomisk udsatte, adskiller

sig fra resten af institutionerne ift. deres

omkostningsstrukturer, tilpasningsevne og

omkostninger pr. årselev

Hypotesen er, at de udsatte institutioner vil have

højere omkostninger pr. årselev

Omkostninger

•

Økonomisk udsathed

Analysen sammenligner delsektoren generelt

med to grupper af de økonomisk udsatte

institutioner

–

baseret på hhv.

STUK’s

tilsynsmodel og en flerårig model (jf. næste side)

–

mhp. at afdække, om de udsatte institutioner

har bestemte kendetegn, som kan være

udløsende faktorer for deres situation

•

Omkostningsstrukturer

•

Tilpasningsevne (omkostningernes bindingstid

og aktivitetsafhængighed)

•

Omkostninger pr. årselev

Økonomisk udsathed

Indtægtsudløsere

•

Antal årselever (aktivitetsbaseret taxameter)

Geografi

(udkantstilskud)

Socioøkonomi

(socialt taxameter)

Bygningsforhold (bygningstilskud)

Øvrige (andre indtægtskilder end tilskud)

Indtægter

•

Indtægter fra taxametersystemet

•

Øvrige indtægter

•

De økonomisk udsatte institutioner kan

identificeres på flere måder

•

Analysen baseres på to modeller til identifikation

af økonomisk udsatte institutioner, der begge

tager udgangspunkt i finansielle nøgletal og

aktivitetsudviklingen. Det drejer sig om:

STUK’s

tilsynsmodel

ii. En flerårig udvælgelsesmodel

•

De to modeller adskiller sig bl.a. ved, at

STUK’s

tilsynsmodel udgør et øjebliksbillede af situationen

i 2018, mens den flerårige model ser på et

gennemsnit for 2016-18

Note: 1) Der sondres mellem økonomisk og faglig bæredygtighed. Institutioner, der vedvarende har højere omkostninger end indtægter, er ikke økonomisk bæredygtige. Omvendt kan institutioner godt isoleret set være

økonomisk bæredygtige (dvs. justere omkostningerne til indtægtsniveauet) og samtidig være udfordrede ift. at kunne levere undervisning af hensigtsmæssig faglig kvalitet. Denne analyse fokuserer på økonomisk

bæredygtighed. 2) Socioøkonomisk elevgrundlag og geografisk placering kan udløse tilskud, men kriterierne kan ikke sammenlignes med brugen af variable i det følgende. 3): Det bemærkes, at analysen af økonomisk

bæredygtighed, herunder økonomisk udsathed, er en relativ vurdering af institutionerne på baggrund af de valgte parametre. Kilde: Team-analyse

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

De økonomisk udsatte institutioner identificeres ved at screene for økonomisk bæredygtighed ud

fra to forskellige sæt af kriterier

•

De foregående analyser har peget på en række karakteristika, som udfordrer institutionerne og potentielt kan skabe økonomisk udsatte institutioner. De følgende

sider undersøger derfor, om de institutioner, der kan identificeres som økonomisk udsatte, adskiller sig fra gymnasierne generelt fsva. centrale omkostningsdrivere,

omkostningsstrukturer og tilpasningsevne, omkostninger pr. årselev samt finansielle nøgletal

Nedenfor beskrives to modeller til screening for økonomisk bæredygtighed, hhv. i)

STUK’s

tilsynsmodel og ii) en flerårig udvælgelsesmodel. De to modeller adskiller

sig for det første ved, at

STUK’s

tilsynsmodel giver et øjebliksbillede af de økonomisk udsatte et givent år, mens den flerårige model ser på en 3-årig periode mhp. at

reducere effekten af særforhold i enkeltår. For det andet adskiller kriterierne vedr. finansielle nøgletal sig fra hinanden i de to modeller, jf. nedenfor

Kriterier for identifikation af de økonomisk udsatte institutioner

•

STUK’s

tilsynsmodel identificerer institutioner, som er udsatte målt ved

finansielle nøgletal og udviklingen i elevtallet

Tilsynsmodellen screener ved følgende kriterier for finansielle nøgletal

(kaldet ”prioriteringsgruppe 1 og 2”)

A. Finansielle nøgletal i året (1 ud af 4 kriterier er opfyldt):

1. Likviditetsgrad

under 50 pct. af gennemsnit for institutionerne

2. Soliditetsgrad

under 50 pct. af gennemsnit for institutionerne

3. Relativt aktivitetsfald over 5 pct.

4. Belåningsprocent over 100 pct.

B. Finansielle nøgletal i året (1 ud af 3 opfyldt ud over kriterier i A.):

1. Likviditetsgrad

50-75 pct. af gennemsnit for institutionerne

2. Soliditetsgrad

50-75 pct. af gns. for gruppen

3. Relativt aktivitetsfald 0-5 pct.

4. Belåningsprocent 80-100 pct.

Den flerårige model kombinerer relative og absolutte mål for økonomisk

bæredygtighed og screener ligeledes for udviklingen i finansielle nøgletal

og elevtallet, men i modsætning til

STUK’s

model undersøges det for en 3-

årig periode mhp. at reducere udslag af enkeltår. Kriterierne er:

1. Underskud i gennemsnit i 2016-18

2. Aktivitetsfald i gennemsnit i 2016-18

3. Soliditetsgrad

under 150 pct. for delsektoren i gennemsnit i

2016-18

Identifikation

Formål og begrænsninger ved identifikationsmodeller

•

Formålet er at give et øjebliksbillede af de udsatte

institutioner ifm.

STUK’s

tilsynsvirksomhed

Modellen tager højde for finansielle nøgletal i året og

screener for økonomisk bæredygtighed. Der ses på forholdet

mellem egenkapital og aktiver (soliditetsgrad), den

kortsigtede betalingsevne (likviditetsgrad), omfanget af lån

(belåningsprocent) og ændringen i elevtal (aktivitetsfald)

Modellen ser på relative forskelle. Dermed vil der typisk,

uagtet om nogle institutioner er bæredygtige eller ej, være

institutioner, som modellen kendetegner som udsatte. Med

andre ord er der ikke en absolut betragtning om økonomisk

bæredygtighed

Modellen tager desuden ikke højde for

udviklingen

økonomisk bæredygtighed, da institutioner kan være udsatte

i et enkelt år, men over en årrække være bæredygtige

Modellen har til formål at identificere de institutioner, som er

strukturelt udfordrede. Derfor indgår udviklingen i finansielle

nøgletal (underskud og soliditetsgrad) og udviklingen i

elevtallet ift. året før i en 3-årig periode (2016-2018) som

kriterier. Der ses på både de relative forskelle og absolutte

værdier mhp. at identificere de udsatte institutioner

Kriterierne er valgt, fordi analyserne har vist, at vedvarende

underskud, som ikke kompenseres af høj soliditetsgrad

(herunder egenkapital), kombineret med faldende elevtal

–

dermed indtægter

–

kan udfordre institutionernes økonomi

STUK’s

tilsyns-

model

gymnasier

•

Overlap på

1 institution

•

Flerårig

model

gymnasier

•

1) Soliditetsgrad er et udtryk for, hvor modstandsdygtig institutionen er overfor eventuelle tab. Tallet beregnes ved at tage egenkapitalens del af institutionens samlede aktiver. 2) Likviditetsgrad beregnes ved at finde andelen af

omsætningsaktiver af institutionens kortfristede gældsforpligtelser; 3)

STUK’s

tilsynsmodel opererer alene på niveau af gymnasier, erhvervsskoler og

VUC’er.

4) Omfatter institutioner i prioriteringsgruppe 1 og 2 i

STUK’s

tilsynsmodel ekskl.

institutioner, som alene er placeret i gruppe 1 eller 2 pga. skærpet økonomisk-administrativt tilsyn, kritisk revisionsrapport eller rykker for indberetning af årsregnskab. Frasortingen af disse institutioner i tilfælde, hvor de finansielle nøgletal ikke

indikerer økonomiske udfordringer, skyldes, at fx manglende indberetning af årsregnskab ikke i sig selv gør institutionerne økonomisk udfordrede, etc.

Kilde:

STUK’s

kriterier for indplacerings- og prioriteringsgrupper; analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

De gymnasier, der er identificeret som økonomisk udsatte i den flerårige model, har markant færre

årselever, en smule socioøkonomisk svagere elever, mindre hold, m.m.

•

Nedenfor ses en sammenligning af institutionerne i den flerårige model,

STUK’s

tilsynsmodel

og hele populationen af gymnasier på centrale omkostningsdrivere

Analysen viser, at især de identificerede gymnasier i den flerårige model adskiller sig fra gymnasierne som helhed, mens de udsatte i

STUK’s

model ligner

populationen mere. Det kan skyldes, at

STUK’s

model i højere grad indfanger gymnasier, der er udfordrede pga. særforhold i et enkelt år (fx pga. ledelsesmæssige

prioriteringer), end effekten af mere permanente omkostningsdrivere, der påvirker institutionsdriften negativt over en årrække. Derfor er konklusionerne ikke ens

For gymnasierne i den

flerårige model

viser analysen, at der er forholdsvis mange små

–

og ingen store

–

gymnasier, at gymnasier i landkommuner er

overrepræsenterede, at de har markant færre og socioøkonomisk en smule svagere elever, færre elever pr. lærer korrigeret for socioøkonomi og mindre hold

For gymnasierne i

STUK’s

tilsynsmodel

er de store gymnasier også underrepræsenterede, men ellers adskiller gruppen sig ikke betydeligt fra gennemsnittet på de

fleste af de undersøgte omkostningsdrivere

Flerårig model

75% (6)

40% (8)

35% (43)

33% (40)

467

743

757

38% (3)

65% (13)

59% (72)

63% (5)

35% (7)

41% (50)

6,7

122

Skal ses ift. en total

varians i

populationen mellem

5,7-8,6 i forventet

karaktergennemsnit

ud fra elevernes

socioøkonomiske

baggrund

Land

45% (9)

32% (39)

25% (2)

15% (3)

Arketypefordeling

(2018)

Små

Mellemstore

STUK’s tilsynsmodel

Hele populationen

Store

Flerårig model

Antal årselever

(2018)

Geografi

(andel i hhv. by- og

landkommuner, 2018)

Socioøkonomisk

reference

(forv. karakter, 2018)

Elever pr. lærer

korrigeret for

socioøkonomi

(2018)

STUK’s tilsynsmodel

Hele populationen

Flerårig model

STUK’s tilsynsmodel

Hele populationen

Omkostningsdrivere

Flerårig model

STUK’s tilsynsmodel

Hele populationen

Flerårig model

STUK’s tilsynsmodel

Hele populationen

Flerårig model

10,5

6,9

7,0

11,8

11,4

21,8

Holdstørrelse

(2018)

STUK’s tilsynsmodel

Hele populationen

Flerårig model

23,1

23,7

29,8

29,3

30,2

Undervisningsandel

(pct., 2017)

STUK’s tilsynsmodel

Hele populationen

1) Analysen omfattet institutioner i prioriteringsgruppe 1 og 2 i

STUK’s

tilsynsmodel ekskl. institutioner, som alene er placeret i gruppe 1 eller 2 pga. skærpet økonomisk-administrativt tilsyn, kritisk revisionsrapport eller rykker for indberetning af

årsregnskab, fordi fx manglende indberetning af årsregnskab kan være udtryk for særforhold og ikke i sig selv gør institutionerne økonomisk udfordrede. 2)

BUVM’s

socioøkonomiske referencer for karakterer er baseret på elevernes 9.-

klasses FP-karakterer, køn, alder, herkomst, forældrenes højeste fuldførte uddannelse, forældrenes bruttoindkomst, familiestatus og elevens adgangsvej inden start på uddannelsen. For gymnasier beregnet som gns. af forventet

eksamensresultat (inkl. bonus A) på tværs af uddannelser. Kilde: Team-analyse, analysens datamodel;

BUVM’s

socioøkonomiske referencer (2018);

STUK’s

kriterier for indplacerings- og prioriteringsgrupper

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

5. ØKONOMISK BÆREDYGTIGHED

Der er kun begrænsede forskelle i omkostningsstrukturer og enhedsomkostninger, men de

økonomisk udsatte gymnasier har generelt svagere finansielle nøgletal

•

Nedenfor ses en sammenligning af institutionerne i den flerårige model,

STUK’s

tilsynsmodel og gymnasierne generelt på omkostningsstukturer og tilpasningsevne,

omkostninger pr. årselev og finansielle nøgletal

Analysen viser, at de identificerede økonomisk udsatte gymnasier generelt har omtrent de samme omkostningsstrukturer som delsektoren som helhed, ligesom

omkostningerne pr. årselev er ca. de samme. De økonomisk udsatte gymnasier har imidlertid generelt svagere finansielle nøgletal, hvilket til dels følger af

udvælgelseskriterierne. Således har gymnasierne i

STUK’s

model især lav likviditetsgrad, mens de i den flerårige model har negativ overskudsgrad

Flerårig model

79%

15%

13%

14%

Løn

Bygninger

Omk.strukturer og

tilpasningsevne

Omkostningsstruktur

(2018, procent)

Bindingstid

(2018, procent)

Aktivitetsafhængighed

(2018, procent)

Omk. til løn til per

årselev

(tusinde kr.)

Omk. til bygningsdrift

per årselev

(tusinde kr.)

Omk. til øvrig drift per

årselev

(tusinde kr.)

Egenkapital som andel

af omsætningen

(pct., 2018)

Overskudsgrad

(pct., 2018)

Soliditetsgrad

(pct., 2018)

Likviditetsgrad

(pct., 2018)

STUK’s tilsynsmodel

Hele populationen

Øvrig drift

0-3 mdr.

4-10 mdr.

Høj

Middel

Lav

11-24 mdr.

25+ mdr.

Flerårig model

STUK’s tilsynsmodel

Hele populationen

Flerårig model

STUK’s tilsynsmodel

Hele populationen

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

4,2

7,1

6,5

26%

37%

68%

65%

68%

71%

30%

59%

28%

23%

65,1

Omkostninger pr.

årselev

66,6

65,8

12,6

11,0

11,4

18,6

21,2

28,5

0,6

0,2

20,3

16,8

Finansielle nøgletal

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

Flerårig model -4,2

STUK’s

tilsynsmodel

Hele populationen

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

Flerårig model

STUK’s

tilsynsmodel

Hele populationen

25,9

96,1

67,3

95,5

1) Omkostningerne er opgjort ekskl. kostelever. 2) Angivelsen af institutionernes bindingstid følger beregningerne i delanalyse 4. 3) Beregningen af institutionernes aktivitetsafhængighed følger metoden i delanalyse 4. 4) Egenkapitalens andel af omsætni ngen og likviditetsgrad

tages som gennemsnittet på tværs af institutionerne, hvorfor tallet divergerer en smule fra side 67. Kilde:

STUK’s

kriterier for indplacerings- og prioriteringsgrupper; analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

6.1

Institutionsinddeling

6.2

Analysens datagrundlag

6.3

Private gymnasier

6.4

Omkostningsniveau på tværs af arketyper

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

INSTITUTIONSINDDELING

Arketypeoversigt for almene gymnasier og

VUC’er

•

Nedenfor fremgår institutionerne indeholdt i de fire arketyper for gymnasier samt arketypen for

VUC’er

Arketypeinddelingen er lavet med udgangspunkt i institutionernes kategorisering, som det fremgik i Regnskabsportalen for 2017. Kategoriseringen fra 2017 var på tidspunktet

for udarbejdelsen af analysens datafundament det senest tilgængelige. I samarbejdet med BUVM og FM er lavet få justeringer ift. Regnskabsportalens arketypeinddeling for

at analysen bedst muligt afspejler den nuværende sektorstruktur. Således er nogle institutioner samlet som følge af fusioner, og en institution er omkategoriseret

For almene gymnasier er lavet en yderligere inddeling i fire arketyper mhp. at kunne sammenligne karakteristika på tværs af gymnasier. Opsplitningen i store- (>850

årselever), mellemstore- (650-850 årselever) og små gymnasier (<650 årselever) er lavet pba. input fra institutionsbesøg samt for at sikre arketyper med sammenlignelig

størrelse. Privatgymnasier behandles for sig, da de ikke aflægger formålsregnskab

Mellemstore gymnasier (40)

Tårnby Gymnasium

Ordrup Gymnasium

Randers Statsskole

Århus Statsgymnasium

Marselisborg Gymnasium

Viborg Gymnasium og HF

Mulernes Legatskole

HF-Centret Efterslægten

Holstebro Gymnasium og HF

Skanderborg Gymnasium

Egå Gymnasium

Rungsted Gymnasium

Nørresundby Gymnasium og HF

Risskov gymnasium

Rødovre Gymnasium

Ribe Katedralskole (jur)

Favrskov Gymnasium

Rødkilde Gymnasium

Christianshavns Gymnasium

Hasseris Gymnasium

Københavns åbne Gymnasium

Kolding Gymnasium, HF-Kursus og IB School

Horsens Statsskole - Gymnasium og HF-Kursus

Ikast-Brande Gymnasium

Aurehøj Gymnasium

Tornbjerg Gymnasium

Allerød Gymnasium

Midtsjællands Gymnasium

Kalundborg Gymnasium og HF

Skive Gymnasium og HF

Nykøbing Katedralskole

Øregård Gymnasium

Himmelev Gymnasium

Viby Gymnasium

Mariagerfjord Gymnasium

Helsingør Gymnasium

Århus Akademi

Solrød Gymnasium

Paderup gymnasium

Middelfart Gymnasium & HF

Store gymnasier (44)

Silkeborg Gymnasium

Roskilde Katedralskole

Rosborg Gymnasium & HF

Næstved Gymnasium og HF

Stenhus Gymnasium

Frederiksborg Gymnasium og HF

Slagelse Gymnasium

Gefion Gymnasium

Ørestad Gymnasium

Borupgaard Gymnasium

Svendborg Gymnasium

Køge Gymnasium

Nærum Gymnasium

Espergærde Gymnasium og HF

Viborg Katedralskole

Herning Gymnasium

Roskilde Gymnasium

Nørre Gymnasium

Birkerød Gymnasium HF IB & Kostskole

Greve Gymnasium

Virum Gymnasium

Rysensteen Gymnasium

Gladsaxe Gymnasium

Gammel Hellerup Gymnasium

Nyborg Gymnasium

Falkonergårdens Gymnasium og HF-Kursus

Esbjerg Gymnasium

Aalborg Katedralskole

Sønderborg Statsskole

Fredericia Gymnasium

Sct. Knuds Gymnasium

Haderslev Katedralskole

Odense Katedralskole

Aalborghus Gymnasium

Hjørring Gymnasium/STX og HF

Aarhus Katedralskole

Munkensdam Gymnasium

Egedal Gymnasium & HF

Aabenraa Statsskole

Små gymnasier (42)

Gribskov Gymnasium

AARHUS GYMNASIUM, Tilst

Frederiksberg Gymnasium

Struer Statsgymnasium

Vordingborg Gymnasium & HF

Frederikshavn Gymnasium og HF-Kursus

Tønder Gymnasium

Vestfyns Gymnasium

Horsens Gymnasium

Thisted Gymnasium, STX og HF

Herlev Gymnasium og HF

Odder Gymnasium

Varde Gymnasium

Grenaa Gymnasium

Høje-Taastrup Gymnasium

Vejen Gymnasium og HF

Midtfyns Gymnasium

Vesthimmerlands Gymnasium og HF

Støvring Gymnasium

Frederiksberg HF-Kursus

Hvidovre Gymnasium & HF

Alssundgymnasiet Sønderborg

Nordfyns Gymnasium

Gentofte HF

Dronninglund Gymnasium

Frederikssund Gymnasium

Lemvig Gymnasium

Brønderslev Gymnasium og HF

Grindsted Gymnasium & HF

Vestjysk Gymnasium Tarm

Frederiksværk Gymnasium og HF

Tørring Gymnasium

Odsherreds Gymnasium

Nakskov Gymnasium og HF

Ringkjøbing Gymnasium

Rønde Gymnasium

Maribo Gymnasium

Morsø Gymnasium

Fjerritslev Gymnasium

Bjerringbro Gymnasium

Faaborg Gymnasium

Høng Gymnasium og HF

Privatgymnasier (24)

Det frie Gymnasium

N. Zahles Gymnasieskole

Marie Kruses Skole

Aalborg City Gymnasium

Herlufsholm Skole og Gods

Ingrid Jespersens Gymnasieskole

Johannesskolen

Brøndby Gymnasium

Gentofte Studenterkursus

Niels Steensens Gymnasium (NSG)

Bagsværd Kostskole og Gymnasium

Det Kristne Gymnasium

Skolerne i Oure - Sport & Performance

Nordsjællands Grundskole og Gymnasium samt HF (NGG)

Deutsches Gymnasium Für Nordschleswig

Københavns Private Gymnasium

Copenhagen International School

Høje Taastrup Private Gymnasium

Vejlefjordskolen

International School of Hellerup

Aarhus Private Gymnasium

Prins Henriks Skole, Lycee Francais De Copenhague

Sankt Petri skole - Gymnasium

Hovedstadens Kristne Gymnasium

VUC’er

(24)

Frederiksberg VUC & STX

Herning HF og VUC

HF & VUC FYN

HF & VUC København Syd

HF & VUC NORD

HF & VUC Nordsjælland

Horsens HF & VUC

Kolding HF og VUC

Københavns VUC

Nordvestsjællands HF & VUC

Randers HF & VUC

Skive-Viborg HF & VUC

TH. LANGS HF & VUC

Thy-Mors HF & VUC

Vestegnen HF & VUC

VUC Djursland

VUC Holstebro-Lemvig-Struer

VUC Lyngby

VUC Roskilde

VUC Storstrøm

VUC Syd

VUC Vest

VUC Vestsjælland Syd

Aarhus HF & VUC

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

INSTITUTIONSINDDELING

Arketypeoversigt for erhvervsskoler

•

Nedenfor fremgår institutionerne indeholdt i de seks arketyper for erhvervsskoler

Arketypeinddelingen er lavet med udgangspunkt i institutionernes kategorisering, som det fremgik i Regnskabsportalen for 2017. Kategoriseringen fra 2017 var på tidspunktet

for udarbejdelsen af analysens datafundament det senest tilgængelige. I samarbejdet med BUVM og FM er lavet få justeringer ift. Regnskabsportalens arketypeinddeling for

at analysen bedst muligt afspejler den nuværende sektorstruktur, herunder bl.a. at SOSU Sjælland i analysen er underlagt ZBC for at afspejle nuværende situation.

Erhvervsgymnasiet Grindsted er som eneste institution blev omkategoriseret (fra kombinationsskole til handelsskole). Det skyldes, at institutionens omkostningsstruktur og

årselevsfordeling ligner handelsskolernes. Hvis institutionen kategoriseres som kombinationsskole, vil den fremgå som en outlier i mange af rapportens analyser og blive

fjernet, hvorfor den som den eneste institution flyttes

Kombinationsskoler (18)

Campus Bornholm

CELF

College360

Erhvervsskolen Nordsjælland

Erhvervsskolerne Aars

EUC Nord

EUC Nordvest

EUC Nordvestsjælland

Herningsholm Erhvervsskole

Mercantec

Handelsskoler (20)

Business College Syd

Campus Vejle

Erhvervsgymnasiet Grindsted

Frederikshavn Handelsskole

Haderslev Handelsskole

Handelsfagskolen

Handelsgymnasiet Vestfyn

IBC International Business College

Knord

Køge Handelsskole

Learnmark Horsens

Tekniske skoler (14)

Den Jydske Haandværkerskole

EUC Lillebælt

EUC Sjælland

EUC Syd

HANSENBERG

Hotel- og Restaurantskolen

Jordbrugets UddannelsesCenter Århus

Kold College

Roskilde Tekniske Skole

Syddansk Erhvervsskole Odense-Vejle

TEC, Technical Education Copenhagen

TECHCOLLEGE

UddannelsesCenter Ringkøbing Skjern

AARHUS TECH

SOSU-skoler (13)

Bornholms Sundheds- og Sygeplejeskole

Randers Social- og Sundhedsskole

Social & Sundhedsskolen, Herning

Social- og Sundhedsskolen Esbjerg

Social- og Sundhedsskolen Fyn

Social- og Sundhedsskolen Skive-Thisted-

Viborg

Social- og Sundhedsskolen Syd

Social- og Sundhedsskolen Fredericia-

Vejle-Horsens

SOPU Sundhed, omsorg, pædagogik

København og Nordsjælland

SOSU C Social- og Sundhedsuddannelses

Centret

SOSU Nord

SOSU Nykøbing F.

SOSU Østjylland

Landbrugsskoler (8)

Agroskolen Hammerum

Asmildkloster Landbrugsskole

Bygholm Landbrugsskole

Dalum Landbrugsskole

Grindsted Landbrugsskole

Gråsten Landbrugsskole

Kjærgård Landbrugsskole

Nordjyllands Landbrugsskole

AMU-centre (5)

AMU Hoverdal

AMU Nordjylland

AMU SYD

AMU-Fyn

AMU-Vest

Niels Brock (Copenhagen Business College) Rybners

Roskilde Handelsskole

Skive College

Skanderborg-Odder Center for uddannelse Svendborg Erhvervsskole

TietgenSkolen

Tønder Handelsskole

Tradium

Uddannelsescenter Holstebro

Varde Handelsskole og Handelsgymnasium Viden Djurs

Vejen Business College

Aalborg Handelsskole

Aarhus Business College

Zealand Business College

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

6.1

Institutionsinddeling

6.2

Analysens datagrundlag

6.3

Private gymnasier

6.4

Omkostningsniveau på tværs af arketyper

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Omkostningsanalysens datagrundlag

•

Omkostningsanalysen bygger på et omfattende datagrundlag bestående af: i) registerdata fra syv tilgængelige registre hos Børne- og Undervisningsministeriet og

Finansministeriet, ii) spørgeskemaer udsendt til cirka 250 institutioner og iii) interviews fra 21 institutionsbesøg

Herudover trækker omkostningsanalysen på input fra tekniske eksperter fra institutioner på tværs af delsektorer samt hyppig sparring med Børne- og

Undervisningsministeriet og Finansministeriet, hvilket har bidraget til kvalificering af data og analysens konklusioner

Analysens datagrundlag er baseret på tre primære kilder: i) registerdata fra syv

tilgængelige registre hos BUVM og FM, ii) spørgeskemaer udsendt til cirka 250

institutioner

og iii) interviews fra 21 institutionsbesøg.

Alle indsamlede registerdata og data fra spørgeskemaer er samlet i én analysedatabase,

som danner baggrund for tre analysedatasæt. Både analysedatabase og analysedatasæt

er afrapporteret til BUVM og FM.

På de følgende sider gennemgås konsolideringen af data samt analysens tre datakilder.

På de første to sider fremgår et overblik over konsolideringen af data, og efterfølgende

gennemgås hver af de tre datakilder.

Dataindsamlingen ifm. analysen er foretaget i tæt samarbejde med både BUVM og FM og

med relevante bidrag fra tekniske eksperter fra institutionerne på tværs af delsektorer.

Alle tre delsektorer har løbende været inddraget i analysen, herunder særligt i

dataindsamlingsprocessen. Tekniske eksperter fra institutionerne har kvalificeret og leveret

input til udformning af spørgeskema, forberedelse af institutionsbesøg og drøftelse af

centrale observationer af analysen. Følgende tekniske eksperter har bidraget til analysen:

•

Fra erhvervsskolerne: Janne Taklo (Roskilde Tekniske Skole), Erling Bräuner (College

360) og Per Søgaard Jørgensen (Hansenberg)

Fra

VUC’erne:

Vera Buus Nielsen (VUC Fyn), Peter Gordon Ainsworth-Zink (VUC Fyn)

Fra gymnasierne: Peter Kuhlman (Danske Gymnasier) og Jakob Thulesen Dahl

(Skanderborg Gymnasium og Danske Gymnasier)

Anvendelse af de tre datakilder i analysen

Omkostningsanalysen bygger på tre primære datakilder, som hver har tilvejebragt et

formålstjenligt bidrag til omkostningsanalysen, jf. nedenstående figur.

Datakilde

Anvendelse

•

Registerdata

•

Initialt overblik over ungdomsuddannelsernes

omkostninger

Indsigter ift. relevante informationer fra

spørgeskemadata og interviews

Primært grundlag for kvantitative analyser

Kvalificering og udbygning af datagrundlag ift.

detaljegrad i registerdata

Udvælgelse af besøgsinstitutioner

Spørgeskemadata

•

Interviews

Indsigt og indblik i institutionsdrift

Praksisnære observationer

Uddybning af indsigter fra registerdata og

spørgeskemaer

Note: 1) Spørgeskema vedrørende institutionernes bygningsmasse blev udsendt i samarbejde med Implement Consulting Group

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Konsolidering af data

•

Datagrundlaget for analysen er baseret på en række datakilder, der er blevet konsolideret og beriget med nøgler for at danne en samlet datamodel. Registerdata er

desuden suppleret med øvrige datakilder, herunder offentligt tilgængelige datakilder og data fra BUVM som fx socioøkonomisk reference for frafald og forventet

karaktergennemsnit, overblik over andel fjernundervisning for

VUC’er,

samt geografisk placering fra Danmarks Statistik

Datamodellen er blevet anvendt til at udarbejde tre datasæt, der hver især indeholder en række variable, som er blevet anvendt i analysen.

På de efterfølgende sider beskrives analysens tre datakilder

Konsolidering af data

Institutionsregister

CØSA

Formålsregnskab

Aggregering af data

Sammenkobling af data

Etablering af analysedata

CØSA

Datasæt på

institutionsniveau

Formålsregnskab

Regnskaber

ISOLA

Lærernes

arbejdstidsanvendelse

Datasæt på

uddannelses-

kategoriniveau

ISOLA

Analyse-

databasen

Spar Energi

Spørgeskema til

omkostningsanalyse

Spørgeskema om bygninger

(Implement)

Online spørgeskema

(Implement)

Øvrige datakilder

Spørgeskemadata

Datasæt på

uddannelsesniveau

Socioøkonomisk

reference

Øvrige

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Konsolidering af data (fortsat)

Datakonsolidering og forberedelse

Konsolidering i Excel

•

Data er modtaget i Excel-format fra BUVM. I nogle tilfælde

er der modtaget en samlet fil for alle relevante år fra en

datakilde, og i andre tilfælde er der modtaget en fil per år.

Struktur og format varierer på tværs af kilder og år, hvorfor

der for de fleste datakilder er gennemført en indledende

datakonsolidering i Excel (fx regnskabsdata) via makroer

eller manuel behandling

Konsolidering i database

•

De konsoliderede Excel-filer er importeret i en række

databaser, hvor strukturer og formater er harmoniseret på

tværs af år fra samme datakilde. I nogle tilfælde er data

normaliseret for at begrænse omfanget og lette den

efterfølgende databehandling

Etablering af datamodel

•

For hver af datakilderne er der identificeret en eller flere

nøgler, der kan anvendes til at koble data sammen på

tværs af kilderne samt anvendes til at aggregere data til

definerede analyseniveauer. I den forbindelse er der

udarbejdet en række støttetabeller med masterdata

Etablering af analysedata

•

Baseret på den etablerede datamodel er datakilderne

aggregeret til de valgte analyseniveauer og koblet sammen

til et datasæt per analyseniveau, der er gjort tilgængelig i

Excel, med et live link til databasen, så data kan opdateres i

forbindelse med ændringer i datamodellen

Analyseniveauer

Institutionshierarki

(Delsektor > Arketype > Institution)

•

Der er taget udgangspunkt i institutionsregisteret fra 2017,

hvor alle de relevante uddannelsesinstitutioner fremgår.

Kategoriseringen fra 2017 var på tidspunktet for

udarbejdelsen af analysens datafundament det senest

tilgængelige. I samarbejdet med BUVM og FM er lavet få

justeringer ift. Regnskabsportalens arketypeinddeling for at

analysen bedst muligt afspejler den nuværende

sektorstruktur. Således er enkelte institutioner samlet som

følge af fusioner, og en institution er omkategoriseret.

Registeret indeholder foruden hovedinstitutionen også

underafdelinger

•

I analysedatasættet er alle datakilder aggregeret til

hovedinstitutionen, da dette er det mest konsistente niveau

på tværs af datakilderne. Disse er manuelt grupperet i en

række arketyper under de tre delsektorer

Uddannelseshierarki

(Uddannelseskategorigruppe > Uddannelse)

•

Baseret på en manuel gruppering af uddannelser er der

oprettet et uddannelseshierarki, der muliggør, at enkelte

datakilder kan aggregeres til uddannelsesniveau og

uddannelseskategoriniveau

•

Uddannelseskategoriniveau er det lavest mulige niveau for

aggregering af uddannelserne i ens grupper på tværs af

datakilderne

•

I enkelte datakilder kan data aggregeres på et lavere niveau

(uddannelsesniveau), hvor der for erhvervsskolerne kan

skelnes mellem grundforløb 1, grundforløb 2 og hovedforløb

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Datakilder: Registerdata

•

Med relevant registerdata er der skabt et overblik over ungdomsuddannelsesinstitutionernes omkostningsstrukturer, hvilket også bidrog til identifikation af, hvilke

indsigter spørgeskemaundersøgelsen og institutionsbesøgene skulle tilvejebringe

Analysens registerdata involverer data fra syv forskellige registre, som blev udvalgt og kvalificeret i tæt samarbejde med BUVM og FM

Registerdata er desuden suppleret med øvrige datakilder, herunder offentligt tilgængelige datakilder og data fra BUVM som fx socioøkonomisk reference for frafald

og forventet karaktergennemsnit, overblik over andel fjernundervisning for

VUC’er,

samt geografisk placering fra Danmarks Statistik

Overblik over registre og deres indhold

Institutions-

registeret

Indhold

•

Relation mellem afdelinger og hovedskoler på institutions- og

afdelingsniveau for 2017

Struensee & Co. har indhentet registerdata i tæt samarbejde med BUVM og FM for at sikre

inklusion af al relevant data. De forskellige registers indhold og anvendelse fremgår i

tabellen til højre.

Ifm. anvendelsen af registerdata blev en række centrale udfordringer identificeret og

håndteret:

•

Opgørelse af antal uddannelser:

Uddannelser under AMU-centre grupperes for at

skabe et mere retvisende billede af antallet af forskellige uddannelser

Identificering af uddannelseskategorier:

UDD/CØSA-formål felterne henviser til en

uddannelse i hhv. CØSA og Formålsregnskabet og er grupperet i

uddannelseskategorigrupper, mens identificering af uddannelseskategori kun har været

mulig i CØSA-datasættet

Relationerne til institutionsregisteret:

Tre af datakilderne (ISOLA, SparEnergi og

Lærernes arbejdstidsanvendelse) er relateret til institutionsregisteret via manuelt

oprettede relationstabeller (broer)

Udvælgelse af datapunkter:

I flere af datakilderne er der oprettet støttetabeller til at

skabe en relation (bro) mellem datakilden og kortlægningsrammens variable. Fx

varierer registreringspraksis (de anvendte feltkoder) over tid og på tværs af arketyper i

data fra Regnskabsportalen

Sammenhæng mellem omkostninger og aktiviteter:

Der er ikke overensstemmelse

mellem antal årselever per uddannelse, der fremgår i CØSA, og de formålsfordelte

omkostninger til specifikke uddannelser, der findes i formålsregnskaberne. Dvs. at

nogle institutioner fremgår med årselever på nogle uddannelser, som de ikke har

henført omkostninger til i formålsregnskabet. Hvor dette er observeret er data korrigeret

ved at fjerne observationerne fra analysen

CØSA

•

Informationer om aktivitet og tilskud fordelt på uddannelser på

institutions- og uddannelsesniveau for perioden 2011 til 2018

Omkostninger for institutionerne med ca. 2/3 af

omkostningerne henført til specifikke uddannelser på

institutions- og uddannelsesniveau for perioden 2011 til 2018

Finansielle informationer, herunder nøgletal på

institutionsniveau for perioden 2003 til 2018

Moderniseringsstyrelsens informationssystem om løn- og

ansættelsesvilkår på institutionsniveau for perioden 2011 til

2018

Informationer ift. bygningsarealer med data om forbrug af

elektricitet, varme og vand på institutionsniveau for perioden

2006 til 2018

Informationer om lærernes arbejdstidsanvendelse på

institutions- og uddannelseskategoriniveau for 2017

Derudover gør to centrale forhold sig gældende for forbindelsen af datasæt i datamodellen:

•

Formålsregn-

skab

•

Regnskabs-

portalen

•

ISOLA

•

SparEnergi

De anvendte omkostningsdata kommer i langt overvejende grad fra institutionernes

formålsfordelte regnskaber. For at understøtte analysens formål er de omkostningsdata der

er anvendt i analysen desuden eksklusive omkostninger til indtægtsdækket virksomhed.

Endeligt er alle historiske data prisreguleret til 2019-priser for at gøre analysen

tidssvarende.

STRUENSEE & CO.

Lærernes

arbejdstids-

anvendelse

•

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Datakilder: Spørgeskemaer

•

Spørgeskemaundersøgelsen har bidraget til at udvide datagrundlaget og kvalificere data vedrørende institutionsdrift og bygningsomkostninger

Spørgeskemaundersøgelsen består af tre spørgeskemaer: ét ifm. omkostningsanalysen og to ifm. institutionsanalysen. De tre spørgeskemaer blev sendt til alle

institutioner, der indgår i analysen

Spørgsmålene blev udarbejdet i tæt samarbejde med BUVM, FM og tekniske eksperter fra institutionerne på tværs af de tre delsektorer

For at kvalificere og supplere registerdata udarbejdedes en spørgeskemaundersøgelse.

Institutionerne modtog tre spørgeskemaer, hvoraf Struensee & Co var afsender på ét ifm.

omkostningsanalysen og Implement Consulting Group var afsender på to i forbindelse med

analysen af institutionsudviklingen.

Forud for udsendelsen blev der formuleret og udsendt en følgemail, hvor formålet med

spørgeskemaerne blev fremlagt. Struensee & Co har løbende haft sparring med BUVM ift.

udsendelsestidspunkt samt formulering af følgemailen. I følgemailen blev desuden

beskrevet både omkostningsanalysen udarbejdet af Struensee & Co samt analysen af

institutionsudviklingen udarbejdet af Implement Consulting Group. Dermed sikredes

transparens om anvendelsen af de tre spørgeskemaer.

Omkostningsanalysens spørgeskema omhandlede omkostningsstrukturer, herunder

aktivitetsniveauer og institutionsdrift. Spørgsmålene vedrørte bl.a. gennemsnitlige

holdstørrelser, minimums holdstørrelser og kontraktuelle bindinger.

Omkostningsanalysen belyser også bygningsomkostninger, hvorfor der løbende har været

sparring med Implement Consulting Group angående spørgsmål om institutionernes

bygningsmasse. Således har data fra spørgeskema om institutionernes bygningsmasse

været med til at udbygge datagrundlaget i omkostningsanalysen.

Data fra spørgeskemaerne har været underlagt kritisk og grundig gennemgang. Derudover

er relevante overvejelser omkring datavaliditet bragt med ind i analysearbejdet.

Spørgeskemaernes data vurderes at være robuste bl.a. som følge af en høj svarprocent, jf.

tabellen til højre.

Den samlede svarprocent på tværs af institutionerne er 63 pct. hvilket udgør til et godt

stykke over halvdelen af landets ungdomsuddannelsesinstitutioner. Inden for de enkelte

delsektorer observeres også høje svarprocenter med 70 pct. af alle erhvervsskoler, 58 pct.

af almene gymnasier og 67 pct. af voksenuddannelsescentrene.

Opgørelse af svarprocent for spørgeskema ifm. omkostningsanalysen

Delsektorer, arketyper

AMU-centre

Handelsskoler

Kombinationsskoler

Erhvervsskoler

mv.

Landbrugsskoler

SOSU-skoler

Tekniske skoler

I alt, erhvervsskoler mv.

Mellemstore gymnasier

Besvarelser

Institutioner, i alt

Svar pct.

80%

75%

65%

63%

86%

53%

70%

66%

Private gymnasier

Almene

gymnasier

Små gymnasier

Store gymnasier

I alt, almene gymnasier

VUC’er

Sektoren

I alt

159

148

254

19%

64%

70%

58%

67%

63%

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.2 BILAG

–

DATAGRUNDLAG

Datakilder: Institutionsbesøg

•

I forbindelse med omkostningsanalysen har Struensee & Co besøgt 21 udvalgte institutioner på tværs af delsektorer og arketyper rundt omkring i landet. Besøgene

har bidraget med dybdegående indsigter og indblik i institutionernes drift og har derfor kvalificeret og udbygget omkostningsanalysens datagrundlag

Besøgsinstitutionerne blev udvalgt i tæt samarbejde med Børne- og Undervisningsministeriet og Finansministeriet gennem opstilling af følgende

udvælgelseskriterier: i) alle arketyper skulle være repræsenteret, ii) institutionerne inden for hver arketype skulle have forskellige karakteristika, og iii) hver

besøgsinstitution skulle have en back-up-institution, som ligeledes opfyldte de to foregående kriterier

Overblik over antal årselever, omkostninger per årselev samt geografisk placering

for analysens besøgsinstitutioner

Arketype

Tekniske

skoler

SOSU-skoler

Institution

•

EUC Lillebælt

TEC

Randers SOSU

SOSU H

AMU-Vest

Årselever

750

4.239

403

2.025

320

Omk., total (mio. kr.)

113

531

253

Geografi

Land

For at opnå indsigt i institutionsdriften på de omfattede ungdomsuddannelsesinstitutioner

VUC’er

samt at udbygge datagrundlaget har Struensee & Co. besøgt 21 udvalgte

institutioner. Institutionerne blev udvalgt i tæt samarbejde med BUVM og FM ved at opstille

en række udvælgelseskriterier for at sikre repræsentativitet på tværs af delsektorer.

Udvælgelseskriterierne var som følger:

•

Alle arketype skulle være repræsenteret med minimum to institutioner

•

Besøgsinstitutionerne inden for hver arketype skulle repræsentere institutioner med

forskellige karakteristika. I den forbindelse blev det prioriteret, at institutionerne havde

forskellige omkostninger per årselev, at de havde forskellige forudsætninger sfa. deres

årselevantal, samt at de var geografisk spredte

•

Besøgsinstitutioner skulle hver have en backup-institution med lignende karakteristika i

tilfælde af, at den prioriterede institution ikke kunne deltage

Efter udvælgelsen af 21 institutioner blev der udsendt en orienteringsmail om

institutionsbesøgets formål, herunder hvilke emner og spørgsmål interviewet ville tage

udgangspunkt i. De 21 institutionsbesøg involverede interviews med nøglepersoner som

bl.a. rektorer, direktører, ressourcedirektører, regnskabsmedarbejdere mv. Interviewene

omfattede spørgsmål til strategiske overvejelser for institutionens ledelse, spørgsmål til

institutionernes rammevilkår og specifikke situationer, herunder regnskabs- og

budgetmæssige konsekvenser af fx lovgivning, fald i elevtal samt institutionernes

muligheder for at tilpasse omkostninger til indtægtsændringer. På besøgene deltog som

udgangspunkt to konsulenter fra Struensee & Co.

AMU-centre

Landbrugsskoler

•

Asmildkloster Landbrugsskole

Handelsgymnasium Vestfyn

Køge Handelsskole

ZBC

Nordsjællands Grundskole og

Gymnasium

Vestjysk gymnasium Tarm

Odsherred gymnasium

Hvidovre gymnasium

Mariagerfjord gymnasium

Roskilde Katedralskole

Frederiksborg gymnasium

Viborg gymnasium og HF

HF og VUC Fyn

Kolding HF og VUC

HF og VUC KBH SYD

208

192

1.383

5.806

6.507

193

422

381

471

682

1.448

1.307

1.131

3.878

518

1.298

134

704

695

119

100

385

111

Land

Handelsskoler

Kombinations-

skoler

Private

gymnasier

Små gymnasier

Mellemstore

gymnasier

Store gymnasier

Institutionsbesøgene har bidraget til identificering af forskelle i institutionernes driftspraksis.

Institutionsbesøgene har således bidraget med praksisnære observationer og indsigter om

best-practice og innovative tiltag til eksempelvis at tilpasse omkostninger i perioder med

indtægtsfald. Institutionsbesøgene spiller derfor en central rolle for analysens

observationer og konklusioner.

VUC

Note: 1) For AMU og Landbrugsskoler er kun én institution fra hver arketype besøgt. 2) Den geografiske placering ift. land og by er ikke den samme, som er anvendt i analysen i øvrigt, da dette blev fastlagt efter vedtagelse af

institutionsbesøg.

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

6.1

Institutionsinddeling

6.2

Analysens datagrundlag

6.3

Private gymnasier

6.4

Omkostningsniveau på tværs af arketyper

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

PRIVATE GYMNASIER

De private gymnasier ligner overordnet de almene gymnasier, men adskiller sig en smule på de

finansielle nøgletal og omkostningsstrukturer

•

I de følgende sider sammenlignes omkostningerne for de almene gymnasier med private gymnasier

Datagrundlaget i indeværende analyse er ikke lige så omfangsrigt for de private gymnasier som de almene gymnasier. Fx er der ikke data på holdstørrelse,

omkostninger på uddannelsesniveau, antal kvadratmeter mm. Dertil kommer, at databrud mellem 2016-17 gør, at udviklingen ikke kan undersøges over tid

Pba. af ovenstående databegrænsninger gennemføres analyserne kun ift. finansielle nøgletal, omkostningsstruktur og omkostningskategorier per årselev i 2018

14 ud af 21 private gymnasier udbyder andre undervisningsformer end ungdomsuddannelser, hvorfor deres omkostninger er splittet mhp. at henføre de relevante

omkostninger til gymnasiedrift, jf. boksen til højre

Finansielle nøgletal

Databegrænsninger for private gymnasier

•

Syv af de private gymnasier udbyder kun

ungdomsuddannelser. De resterende 14

privatgymnasier tilbyder også andre

undervisningsformer (fx grundskole), hvor

omkostninger til gymnasieafdeling ikke fremgår

af de tilgængelige omkostningsdata. Derfor er

det nødvendigt at bruge en fordelingsnøgle, så

omkostninger til gymnasiedelen kan udskilles

I årsregnskabet for 2018 angiver en institution

lønomkostninger per årselev for deres

gymnasieafdeling. Institutionen angiver en

fordeling, som er 11 pct. højere end den ville

være med en flad fordeling, hvor omkostninger

blot deles pba. antal årselever. Meromkostningen

på 11 pct. er anvendt som proxy for fordeling på

de resterende gymnasier. Dvs. at en

gymnasieårselev er 11 pct. dyrere end ved en

fordeling alene pba. antal årselever

Bygningsomkostninger (løn og bygningsdrift) er

fordelt alene på baggrund af antal årselever, da

det antages, at gymnasieelever ikke driver flere

bygningsomkostninger end andre elever

•

De private gymnasier har generelt højere soliditetsgrad og egenkapital som andel af

omsætningen end de almene gymnasier

Samtidig har de private gymnasier lavere likviditetsgrad end de almene gymnasier

Overskudsgraden er nogenlunde ens for begge delsektorer

Omkostningsstrukturer

•

Overordnet har de private og almene gymnasier samme omkostningsstrukturer

De private gymnasiers andel lønomkostninger til undervisning ud af totale

omkostninger er dog lavere end de almene gymnasiers andel. Således udgør

lønomkostninger til undervisning 57 pct. for private gymnasier, mens andelen udgør 67

pct. for almene gymnasier

•

Faldende marginalomkostninger

•

I lighed med de almene gymnasier indikerer analysen, at de private gymnasier har

faldende marginalomkostninger

Der er således en svag tendens til faldende marginalomkostninger til løn til

undervisning, hvilket dog skal tages med forbehold for få observationer i gruppen

Ligeledes indikerer analysen, at lønomkostninger til bygningsdrift per årselev og

omkostninger til bygningsdrift per årselev er mindre på de større institutioner

•

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

PRIVATE GYMNASIER

De private gymnasier har højere soliditetsgrad og lavere likviditetsgrad end de almene gymnasier

•

De fire figurer nedenfor viser, hvordan de private gymnasiers finansielle robusthed ser ud i 2018

Sammenlignet med almene gymnasier har private gymnasier højere soliditetsgrad og egenkapital som andel af omsætningen. Overskudsgraden er nogenlunde ens

for begge arketyper, og likviditetsgraden er højere for de almene gymnasier

For alle fire nøgletal er der stor variation mellem institutionerne

Beskrivelse

•

Private gymnasier

Nøgletal for de private gymnasiers finansielle robusthed (2018)

Egenkapital

200%

100%

-100%

Egenkapital/omsætning i alt (pct.)

De private gymnasier har

egenkapital

som andel af omsætning mellem

128 pct. og -48 pct. i 2018

De private gymnasier har 48 pct. egenkapital som andel af omsætning i

2018, mens delsektoren for almene gymnasier er 20 procentpoint lavere

på 28 pct.

De private gymnasier har mellem -8 pct. og 8 pct. i

overskudsgrad

0,2

pct. i 2018

I 2018 har de private gymnasier en overskudsgrad på 0,3 pct., og

almene gymnasier har en lignende overskudsgrad på 0,2 pct.

Overskudsgrad

10%

-5%

-10%

Overskudsgrad (pct.)

•

Private gymnasier

Soliditetsgrad

Soliditetsgrad (pct.)

100%

50%

-50%

-100%

200%

100%

-100%

Likviditetsgrad (pct.)

•

Soliditetsgraden

for private gymnasier er mellem -91 pct. og 75 pct.,

når der ses bort fra tre privat gymnasier, som er fjernet pga. store

negative soliditetgrader

Soliditetsgraden for delsektoren for private gymnasier er på 45 pct.,

mens de almene gymnasier er 20 procentpoint lavere på 25 pct. i 2018

De private gymnasiers

likviditetsgrad

er mellem 8 pct. og 180 pct.

Private gymnasier har en likviditetsgrad på 78 pct. i 2018, mens de

almene gymnasier er lidt højere på 90 pct.

•

Private gymnasier

Likviditetsgrad

•

Private gymnasier

Note: 1) Egenkapital er udtryk for selskabets aktiver fratrukket hensættelser og gæld. Egenkapital udgøres typisk både af lik vider og bygninger. 2) Et gymnasie med 244 pct. egenkapital/omsætning er taget ud af visuelle hensyn. 3) ET gymnasie med -

48 pct. Overskudsgrad er taget ud af visuelle hensyn. 4) Overskudsgraden er udtryk for, hvor stor en del af institutionernes omsætning,

som ender på bundlinjen som ”årets resultat.” 5) Soliditetsgrad er et udtryk for, hvor modstandsdygtig institutionen

er overfor eventuelle tab. Tallet beregnes ved at tage egenkapitalens del af institutionens samlede aktiver. 6) 3 gymnasier har store negative soliditetsgrader og er taget ud af visuelle hensyn. 7) Likviditetsgrad beregnes ved at finde andelen af

omsætningsaktiver af institutionens kortfristede gældsforpligtelser. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

PRIVATE GYMNASIER

Private gymnasier har en mindre andel lønomkostninger til undervisning end de almene

gymnasier

•

Nedenstående grafer viser private gymnasiers samlede omkostninger nedbrudt på omkostninger til løn, bygningsdrift og øvrig drift samt en sammenligning af

omkostningsstrukturen mellem private og almene gymnasier

Figuren til venstre

viser, at private gymnasier har et samlet omkostningsniveau på 480 mio. kr. i 2018. Heraf udgøres 68 pct. af lønomkostninger, mens de

resterende 32 pct. udgøres af bygningsdrift (12 pct.) og omkostninger til øvrig drift (20 pct.). Den største enkeltstående omkostningspost er løn til undervisning, som

udgør 57 pct. af gymnasiernes totale omkostninger

Figuren til højre

viser, at almene gymnasiers andel af de samlede omkostninger til løn til undervisning er større end de private gymnasier. Lønomkostninger til

undervisning udgør hhv. 57 pct. for de private gymnasier og 67 pct. for de almene gymnasier. Lønomkostninger til ledelse og administration er identisk på 7 pct.

Detaljeret omkostningsnedbrud for privatgymnasier, 2018 (mio. kr.)

Omkostningsnedbrud for gymnasier, 2018 (mio. kr.)

Lønomkostninger til undervisning

275 (57%)

31 (7%)

19 (4%)

Omk. (mio. kr.)

Lønomkostninger til ledelse og adm.

Anden bygningsdrift og lønomkostninger til ejendomsdrift

Øvrige omkostninger

Løn til undervisning

Løn til ledelse og administration

Løn til bygningsdrift

Lønomkostninger

Andre bygningsomkostninger

Bygningsdrift

Andre omkostninger til undervisning

Andre omkostninger til ledelse og adm

Øvrige driftsomkostninger

325 (68%)

100%

57 (12%)

39 (8%)

26 (5%)

32 (7%)

90%

80%

70%

60%

50%

40%

30%

20%

10%

7.747

480

57%

67%

11%

15%

Almene gymnasier

20%

Private gymnasier

16%

Øvrig drift

Samlde omkostninger

480 (100%)

98 (20%)

Note: 1) For private gymnasier består ‘øvrige omkostninger’ af andre omkostninger til undervisning, ledelse og adm. samt øvrig

drift.

For almene gymnasier består ‘øvrige omkostninger’ af køb af tjenesteydelser

(ex IT) og varer til forbrug, øvrige driftsomkostninger og afskrivninger. Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

PRIVATE GYMNASIER

Private gymnasier har generelt højere omkostninger per årselev end de almene gymnasier

•

Nedenstående figurer viser de totale omkostninger per årselev for alle private gymnasier (til venstre) samt lønomkostninger til undervisning per årselev målt op imod

størrelsen på institutionerne (til højre)

Figuren til venstre

viser, at der er stor spredning af omkostninger per årselev for private gymnasier, men at de private gymnasier generelt har højere samlede

omkostninger pr. årselev end de almene. Kun to private gymnasier har lavere omkostninger per årselev end gennemsnittet for almene gymnasier

Figuren til højre

indikerer en svag tendens til faldende marginalomkostninger for lønomkostninger til undervisning for private gymnasier. Der er dog forholdsvis stor

spredning i observationerne. For almene gymnasier viste foregående analyse, at der er faldende marginalomkostninger til undervisning per årselev

Forskelle i omkostninger per årselev på tværs af almene gymnasier (2018)

Gns. omk. per årselev,

almene gymnasier

Totale omkostninger per årselev

350

300

250

200

150

100

Private gymnasier

Ø 107

Totale omkostninger per årselev,

private gymnasier

Lønomkostninger til undervisning ift. størrelse på institutionen (2018)

Private gymnasier

Lønomkostninger til undervisning per årselev (tusinde kr.)

100

150

200

250

300

350

400

450

Antal årselever

Note: 1) To privat gymnasier er fjernet som outliers hhv. pga meget få årselever og meget høje lønomkostninger.

Kilde: Analysens datamodel

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.1 BILAG

–

PRIVATE GYMNASIER

Analysen indikerer, at lønomkostninger til bygningsdrift per årselev og omkostninger til

bygningsdrift er en smule højere for små private gymnasier

•

Nedenstående figurer viser lønomkostninger til administration per årselev og ledelse samt omkostninger til bygningsdrift per årselev målt op mod institutionsstørrelse

(antal årselever)

Figuren til venstre

indikerer svagt, at lønomkostninger til administration og ledelse per årselev er højere for små institutioner. Dermed indikerer det faldende

marginalomkostninger for større institutioner. For almene gymnasier er der ligeledes fundet faldende marginalomkostninger for administration og ledelse per årselev

Figuren til højre

indikerer, at omkostninger til bygningsdrift per årselev er højere for små institutioner. Her er der dermed også indikationer på faldende

marginalomkostninger for større institutioner. For almene gymnasier er der fundet svagt faldende marginalomkostninger for bygningsdrift per årselev

For begge figurer er der forholdsvis stor spredning i observationerne

•

Lønomkostninger til administration og ledelse per årselev ift. institutionsstørrelse (2018)

Omkostninger til bygningsdrift per årselev ift. antal årselever (2018)

Private gymnasier

15.000

30.000

25.000

10.000

20.000

15.000

5.000

10.000

5.000

100

150

200

250

300

350

400

450

Årselever

Note: 1) To privat gymnasier er fjernet som outliers. 2) Tre privat gymnasier er fjernet som outliers.

Kilde: Analysens datamodel

STRUENSEE & CO.

100

150

200

250

300

350

400

450

Årselever

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Indholdsfortegnelse

Introduktion

Institutionernes omkostningsstrukturer

Omkostningsdrivere

Institutionernes tilpasningsevne

Økonomisk bæredygtighed

Bilag

6.1

Institutionsinddeling

6.2

Analysens datagrundlag

6.3

Private gymnasier

6.4

Omkostningsniveau på tværs af arketyper

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.4 BILAG

–

OMKOSTNINGSNIVEAU PÅ TVÆRS AF ARKETYPER

Omkostninger per årselev for tekniske hovedforløb

•

Figuren nedenfor viser omkostningerne per årselev på tekniske hovedforløb ift. antal årselever på uddannelseskategorien. Landbrugsskoler og AMU-centre fremgår

ikke i sammenligningen, da observationerne er få, og deres uddannelser er meget anderledes fra tekniske hovedforløb på kombinationsskoler og tekniske skoler.

For både kombinationsskoler og tekniske skoler ses det, at der er faldende marginalomkostninger per årselev på tekniske hovedforløb. Det kan skyldes, at skoler

med mange årselever på tekniske hovedforløb kan oprette større hold og samtidig realisere stordrift på eksempelvis indkøb af undervisningsmaterialer.

Grafen indikerer, at stordriftsfordelene opvejer meromkostningerne forbundet med et større uddannelsesudbud på de store institutioner. Figuren viser også, at

omkostningerne per årselev på tekniske hovedforløb er meget ens for kombinationsskoler og tekniske skoler. De gennemsnitlige omkostninger per årselev er

imidlertid en smule lavere på de tekniske skoler. Grafen til venstre vægter ikke antallet af årselever, hvorfor trendlinjen for kombinationsskoler ligger lavest

Omkostninger per årselev per uddannelseskategori (tusinde kr.)

200

195

190

185

180

175

170

165

160

155

150

145

140

135

130

100

200

300

400

500

600

700

800

900

1.000

1.100

1.200

Kombinationsskoler

Tekniske skoler

1.300

1.400

1.500

1.600

1.700

Årselever per uddannelseskategori

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.4 BILAG

–

OMKOSTNINGSNIVEAU PÅ TVÆRS AF ARKETYPER

Omkostninger per årselev for tekniske grundforløb

•

Figuren nedenfor sammenligner omkostningerne per årselev for tekniske grundforløb for kombinationsskoler og tekniske skoler.

Ligesom for tekniske hovedforløb indikerer figuren, at der er faldende marginalomkostninger på tekniske grundforløb. Effekten er imidlertid ikke lige så udtalt som for

tekniske hovedforløb. Det kan skyldes, at det er nemmere at understøtte store holdstørrelser på tekniske grundforløb selv med få elever på uddannelseskategorien.

Derudover er der mere teoriundervisning på de tekniske grundforløb, hvilket sætter færre krav til indkøb af omkostningstunge undervisningsmaterialer sammenholdt

med tekniske hovedforløb.

Endelig ses det af figuren, at kombinationsskolerne gennemgående har lavere omkostninger per årselev end de tekniske skoler, og at differencen er større end for

tekniske hovedforløb. Spredningen af omkostninger per årselev er imidlertid markant for især kombinationsskolerne, hvilket der skal tages forbehold for i læsningen

af figuren.

Kombinationsskoler

Tekniske skoler

•

Omkostninger per årselev per uddannelseskategori (tusinde kr.)

180

170

160

150

140

130

120

110

100

200

300

400

500

600

700

800

900

1.000

1.100

1.200

1.300

1.400

1.500

Årselever per uddannelseskategori

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.4 BILAG

–

OMKOSTNINGSNIVEAU PÅ TVÆRS AF ARKETYPER

Omkostninger per årselev for HHX

•

Figuren nedenfor opstiller omkostningerne per årselev for HHX for kombinationsskolerne og handelsskolerne.

Ligesom for de tidligere præsenterede uddannelseskategorier gælder det, at der er faldende marginalomkostninger per årselev for HHX.

Figuren indikerer, at effekten er mest betydelig for kombinationsskolerne, mens den er mindre klar for handelsskolerne.

Faldende marginalomkostninger på HHX vil primært være drevet af lønomkostninger til undervisning per årselev, som kan reduceres ved understøttelse af store hold

og optimering af lærerressourcer på tværs af klasser.

Hvor kombinationsskolerne gennemgående var mere omkostningseffektive end de tekniske skoler på de tekniske erhvervsuddannelser og HTX, indikerer figuren for

HHX, at handelsskolerne har lavere omkostninger per HHX årselev end kombinationsskolerne.

Kombinationsskoler

Handelsskoler

Omkostninger per årselev per uddannelseskategori (tusinde kr.)

130

125

120

115

110

105

100

200

400

600

800

1.000

1.200

1.400

1.600

1.800

2.000

2.200

2.400

2.600

2.800

Årselever per uddannelseskategori

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

6.4 BILAG

–

OMKOSTNINGSNIVEAU PÅ TVÆRS AF ARKETYPER

Omkostninger per årselev for HF

•

Figuren nedenfor sammenligner omkostningerne per årselev for HF for de almene gymnasier og

VUC’erne.

For HF observeres kun i meget begrænset grad faldende marginalomkostninger per årselev for både gymnasier og

VUC’er.

Især gymnasierne har stor spredning på

omkostninger per årselev for HF på trods af, at de fleste gymnasier, som udbyder HF, har 50-150 HF årselever.

Figuren viser imidlertid, at omkostningerne per årselev for HF er lavere for gymnasierne end for

VUC’erne.

Analysen afdækker i udgangspunktet ikke, hvad der kan

forårsage de lavere omkostninger per årselev for HF på gymnasierne.

Noget af effekten kan dog skyldes, at enkelte

VUC’er

udbyder HF på flere lokationer, hvilket kan gøre det sværere at opretholde store hold på HF og dermed drive de

samlede omkostninger per årselev op

Omkostninger per årselev per uddannelseskategori (tusinde kr.)

130

125

Gymnasier

VUC’er

120

115

110

105

100

150

200

250

300

350

400

450

500

550

600

650

700

750

800

850

900

Årselever per uddannelseskategori

STRUENSEE & CO.

BUU, Alm.del - 2019-20 - Bilag 182: Afrapportering af eftersyn af taxameter- og tilskudssystemet samt institutionseftersynet på undervisningsområdet, fra børne- og undervisningsministeren

Struensee & Co. er en del af Deloitte. Deloitte leverer ydelser inden for revision, consulting, financial

advisory, risikostyring, skat og dertil knyttede ydelser til både offentlige og private kunder i en lang række

brancher. Deloitte betjener fire ud af fem virksomheder på listen over verdens største selskaber, Fortune

Global 500®, gennem et globalt forbundet netværk af medlemsfirmaer i over 150 lande, der leverer

kompetencer og viden i verdensklasse og service af høj kvalitet til at håndtere kundernes mest komplekse

forretningsmæssige udfordringer. Vil du vide mere om, hvordan Deloittes omkring 312.000 medarbejdere

gør en forskel, der betyder noget, så besøg os på Facebook, LinkedIn eller Twitter.

Deloitte er en betegnelse for Deloitte Touche Tohmatsu Limited, der er et britisk selskab med begrænset

ansvar (DTTL), dets netværk af medlemsfirmaer og deres tilknyttede virksomheder. DTTL og alle dets

medlemsfirmaer udgør separate og uafhængige juridiske enheder. DTTL, der også betegnes Deloitte

Global, leverer ikke selv ydelser til kunderne. Vi henviser til www.deloitte.com/about for en udførlig

beskrivelse af DTTL og dets medlemsfirmaer.

Struensee & Co. / Magstræde 6, 1204 København K / +45 2615 0803 / [email protected] / www.struensee.dk