University of Copenhagen

Transkript

1 University of Copenhagen Aktivering en god idé? Effekt og omkostninger forbundet med Aktivering Ivan Erik Kragh 6. november 2013 Resumé Notatets konklusion er en sammenfatning af hhv. Torben Tranæs og Rigsrevisionens konklusioner: Når det direkte angår den beskæftigelsesskabende side af sagen, tyder de seneste effektmålinger på, at den aktive arbejdsmarkedspolitik i sin praktiserede form har udviklet sig til et meget dyrt eksperiment. De sidste mia. kr., som bruges på de fleste programtyper, er langt fra at tjene sig hjem samfundsøkonomisk set. Dette er navnlig bekymrende, når de programmer, der ser ud til at have den største effekt, er dem, som er bedst til at få de ledige til ikke at deltage i programmet, den såkaldte motivationseffekt. Beregningerne viste at den ekstra beskæftigelse skulle være til årslønninger på godt 1,3 mio. kr. (1,319), før det samfundsøkonomisk hviler i sig selv. Rigsrevisionens effektundersøgelse viser, at aktivering af de ikke-arbejdsmarkedsparate kontanthjælpsmodtagere ikke bragte dem i beskæftigelse. Effekten af aktivering var således negativ både på selvforsørgelsesgrad og på beskæftigelsesgrad, dvs. at de aktiverede kom i selvforsørgelse eller beskæftigelse en mindre del af tiden end de ikke-aktiverede i perioden

2 INDHOLD INDHOLD Indhold 1 Introduktion 2 2 Aktiveringsudgifter i OECD 3 3 Prisen pr. Aktiverede 3 4 Samfundsøkonomisk cost-benefit vurdering 5 5 De første milliarder tjener sig formentlig hjem 6 6 Effektmål 7 7 Litteraturliste 8 A Arbejdsmarkedspolitik i Danmark, Norge og Sverige 9 B Effekten af aktivering 10 C Socioøkonomiske baggrundskarakteristika 12 1

3 1 INTRODUKTION 1 Introduktion Denne beretning er en sammenfatning af resultaterne fra hhv. (Tranæs: Hvorfor Aktivering) og (Rigsrevisionen: Beretning til Statsrevisorerne), og omhandler om, hvorvidt aktivering af ikke-arbejdsmarkedsparate kontanthjælpsmodtagere 1 har en positiv beskæftigelseseffekt. Undersøgelse omfatter aktiveringseffekten i perioden Dernæst vil der blive fortaget en cost-benefit vurdering af hvor meget den gennemsnitlige årsløn skal være for at de, som kommer i beskæftigelse som følge af aktiveringsindsatsen kan holde aktiveringsindsatsen udgiftsneutral. I 2012 var det danske aktiveringsbudget på omkring 16 mia. kr.,og i årene før lå udgifterne på samme niveau (15-16 mia. kr.), hvilket rundt regnet svarer til knap 1% af BNP. Aktiv arbejdsmarkedspolitik Begrebet aktiv arbejdsmarkedspolitik dækker over de aktiviteter, som jobcentre udfører i forhold til de ledige. Det drejer sig om tilbagevendende rådighedssamtaler, offentlig og privat tidsbegrænset ansættelse i praktik eller med løntilskud, samt om vejledning og uddannelse, hvad enten der er tale om korte vejlednings- og afklaringsforløb eller om længere forløb fx ordinære uddannelser. Overordnet set er der to mål med den aktive arbejdsmarkedspolitik: Det ene er, at de lediges rådighed skal testes. Det andet er, at det skal bidrage til et mere effektivt arbejdsudbud via uddannelsesløft, hjælp til at afdække aktuelle jobmuligheder og motivering af ledige til intensiveret jobsøgning. 1 Er "personer, der modtager kontanthjælp eller starthjælp efter lov om aktiv socialpolitik ikke alene på grund af ledighed"jf. lov nr. 419 af 10/ om en aktiv beskæftigelsesindsats, 2, stk. 3 2

4 3 PRISEN PR. AKTIVEREDE 2 Aktiveringsudgifter i OECD Aktiveringsbudgettet målt i forhold til BNP er der intet andet land end Danmark, der inden for OECD, bruger så meget på den aktive arbejdsmarkedspolitik. Til sammenligning bruger Danmark i dag betydeligt mere end både Norge 2 og Sverige og også mere end et land som Tyskland; i årene inden krisen brugte Sverige dog nogenlunde det samme på aktivering som Danmark. Stadig målt i forhold til BNP ligger de danske udgifter til den aktive arbejdsmarkedspolitik på et niveau, der er næsten tre gange så højt, som det OECD-landene i gennemsnit bruger på en aktiv arbejdsmarkedspolitik 3. Figur 1: Udgifter til den aktive arbejdsmarkedspolitik i OECD-lande, 2010 Pct. af BNP 1,20 1,00 0,80 0,60 0,40 0,20 0,00 Danmark Tyskland Holland Sverige OECD Note: Beregningerne omfatter udgifter til jobcentrenes administration, jobtræning, jobrotation samt støtte til ansættelse af ledige vedhjælp af aktivering mv. Kilde: OECD Employment Database. 3 Prisen pr. Aktiverede Man bør antage at de 16 mia. kr. man i år 2012 brugt på Aktivering er godt givet ud fra en beskæftigelsesmæssig betragtning. Det er de ikke. Men forklaringen på, at der alligevel bruges så mange penge på aktive tilbud, skal muligvis findes andre steder. Det kan fx være et mål at forfølge en række sociale og fordelingsmæssige effekter nemlig lighed, inklusion og kriminalitetsbekæmpelse. At høje aktiveringsbudgetter bidrager til at skabe større lighed, er der meget, der tyder på. Adskillige studier viser at de samfundsgrupper med lavest indkomst og uddannelse, har størst nytte af at pengene på. Flere studier viser, at aktivering hæmmer kriminel adfærd. Den velkendte frase om, at ledighed er roden til alt ondt, viser sig et langt stykke ad vejen at holde stik. Mennesker, der er i aktive tilbud, dømmes for færre kriminelle gerninger i forhold til sammenlignelige grupper. 2 For en yderligere gennemgang af udgifternes fordeling i hhv. Norge og Sverige se da bilag A 3 De Økonomiske Råd,

5 3 PRISEN PR. AKTIVEREDE Men hvad koster det så at holde folk i aktivering? Vi kan jf. (Tranæs, 2013) se en opgørelse over udgifterne pr. helårsledig. I begyndelsen af Figur 2: Udgifter til aktive programmer pr. helårsledig, faste 2010-priser Note: Fra begyndelsen af 1990 erne og frem til årtusindskiftet sker der en oprustning af aktiveringsindsatsen. Efter år 2000 sker der et fald. Den blå kurve, som bygger på ledigheden ifølge Arbejdskraftundersøgelsen (AKU en), overvurderer formentlig faldet i forbrug pr. ledig mod slutningen af perioden. Bruttoledigheden, som ligger bag den sorte kurve, er kun opgjort siden Kilde: Rockwool Fondens Forskningsenhed, Danmarks statistik erne var der med op mod registrerede fuldtidsledige stadig stor opmærksomhed om at begrænse arbejdsudbuddet. I sidste halvdel af 1990 erne begyndte forståelsen af arbejdsudbuddets betydning for beskæftigelsen imidlertid at ændre sig: Øget arbejdsudbud vil på sigt skabe øget beskæftigelse og ikke øget ledighed, sådan som synet ellers havde været på den sag i 1970 erne og 1980 erne. Fra 1994 og frem sker der således en klar opprioritering af de aktive elementer i arbejdsmarkedspolitikken både absolut, men navnlig relativt til den passive arbejdsmarkedspolitik bestående af overførselsindkomster. Dette forhold illustreres af, at udgifterne til den aktive politik blev fastholdt på et niveaulige over 1% af BNP selv efter, at konjunkturerne vendte,og ledigheden faldt til ca. 5% frem mod årtusindskiftet, hvor indsatsen er på sit højeste. Her er udgifterne til den aktive indsats næsten tre gange så høj som før 1994, målt i forhold til antallet af helårsledige,som det estimeres i Danmarks Statistiks Arbejdskraftundersøgelse. 4

6 4 SAMFUNDSØKONOMISK COST-BENEFIT VURDERING 4 Samfundsøkonomisk cost-benefit vurdering Hvor høj skal aflønningen være af den ekstrabeskæftigelse, som aktiveringen skaber, før aktiveringsprogrammerne hviler i sig selv samfundsøkonomisk? 4 En kvantificering af effekten viser, at en samlet proportional reduktion på 10 % af deltagelsen i aktivering kun vil hæve ledigheden med 0,05 procentpoint under højkonjunkturen. Under lavkonjunkturen stiger effekten til 1,13 procentpoint, men dette sidste resultat er alene drevet af effekterne af "samtaler", bl.a. rådighedssamtaler. Det skal her fremhæves, at DØR har beregnet marginale effekter, og at sådanne marginalberegninger formentlig vil pege på mindre effekter af politikken end ved et generelt lavere niveau for den aktive arbejdsmarkedspolitik. Nedenfor gennemføres et stiliseredeberegninger af, hvad den gennemsnitlige årsløn skal være i de ekstra job, som aktiveringsindsatsen netto skaber, før indsatsen hviler i sig selv samfundsøkonomisk. I begge beregninger sættes arbejdsstyrken i Danmark til personer, hvilket er gennemsnittet for perioden ifølge Arbejdskraftundersøgelsen fra Danmarks Statistik. De Økonomiske Råd kommer i deres rapport fra efteråret 2012 frem til, at en 10% parallel reduktion af de forskellige aktiveringsprogrammer vil resultere i en stigning i ledigheden på 0,05 procentpoint i en højkonjunktur. Hvis vi antager, at en reduktion af den størrelsesorden rammer alle typer af udgifter forholdsmæssigt ens, betyder det en reduktion af udgifterne til aktivering på 1,6 mia. kr., idet de samlede udgifter ifølge samme rapport er budgetteret til 16 mia.kr. i Dette udgiftsniveau svarer nogenlunde til det niveau, vi finder for Danmark via OECD, og som vi bruger, når vi skal sammenligne udgifterne i forskellige lande. Idet det antages, at ændringer i ledigheden fuld ud modsvares af ændringer i beskæftigelsen, kan vi beregne, hvor meget den ekstra beskæftigelse skal tjene, før projektet økonomisk set hviler i sig selv for samfundet:0,05 procentpoint svarer til personer givet en arbejdsstyrke på personer. De sidste 10% af aktiveringsbudgettet, 1,6 mia. kr., har altså skabt ekstra arbejdspladser. Hvis vi antager,at personerne aflønnes efter deres marginale produktivitet,skal deres årsløn være på 1,118 mio. kr. for, at regnestykket går lige op økonomisk for samfundet som helhed 5. Det vil så stadig koste det offentlige penge; det offentlige betaler jo de fulde 1,6 mia. kr., mens kun en del af de ekstra beskæftigede personers indkomster går til skatter og afgifter. 4 Følgende afsnit 4, er et citat af: Torben Tranæs (Appendix 1), Rockwool Fondens Forskningsenhed, Det er her antaget, at man kan skattefinansiere projekter uden andet end de direkte omkostninger til projektet. Hvis man i stedet antager, at der er omkostninger forbundet hermed, vil årslønnen i de ekstra job skulle være godt 1,3 mio. kr., før den aktive indsats hviler i sig selv på marginalen (Torben Tranæs (Appendix 1), Rockwool Fondens Forskningsenhed, 2013). 5 Faktisk skal de ekstra beskæftigede betale kr. i skat om året, før det løber rundt for det offentlige 5

7 5 DE FØRSTE MILLIARDER TJENER SIG FORMENTLIG HJEM Beregningerne oven for er forsigtige. Det er fx antaget,at det ikke er forbundet med et samfundsøkonomisk tab, når det offentlige opkræver skatter og brugerpengene på projekter. Dette er urealistisk, der vil være forskellige omkostninger forbundet hermed; administrationsomkostninger og inoptimal ressourceallokering grundet forvridninger. Hvis vi i stedet bruger standardantagelsen på området (dvs. 20% spild, som fx Finansministeriet antager), vil den ekstra beskæftigelse skulle være til årslønninger på godt 1,3 mio. kr. (1,319), før det samfundsøkonomisk hviler i sig selv. Her er medregnet, at det offentlige skal inddrive færre penge tilarbejdsløshedskompensation. Dagpengene (efter skat) til de personer, som kommer i beskæftigelse, skal der ikke længere inddrives skatter til, hvorfor omkostningerne ved beskatning falder med 20 % af de gennemsnitlige overførselsomkostninger (efter skat). Selve dagpengebeløbet er ikke et samfundsøkonomisk tab, og derfor er det heller ikke en gevinst, når det bliver sparet. Effekten under en lavkonjunktur er nogenlunde den samme som den oven for nævnte beregnet for en højkonjunktur for alle andre af de aktive programmer end "samtaler". For dette programområde finder DØR en meget stor effekt under en lavkonjunktur (men ingen effekt under en højkonjunktur). En ekstra samtale pr. ledig pr. år vil i sig selv reducere ledigheden med 0,1 procentpoint. 5 De første milliarder tjener sig formentlig hjem Ser man bort fra samtaler mv., så er den gennemsnitlige effekt af de sidste mia. kr., som bruges på de aktive programmer, altså meget beskeden. Omvendt er der massiv empirisk dokumentation for, at mange af de aktive programmer virker. Så det er meget sandsynligt, at de første mia., som bruges, har større effekt end de sidste og, at de ingen problemer har med at tjene sig hjem samfundsøkonomisk. Jo flere man aktiverer, desto sværere bliver det at gøre det effektivt. Overordnet er mønstret, at de effektive programmer har en positiv motivationsog/ eller programeffekt, men en negativ fastholdelseseffekt. Og navnlig de motivationsgivende indsatser har udvist gode resultater. Det kan som nævnt være obligatoriske samtaler om rådighed og jobsøgning. Motivationseffekt: Forestående aktivering mv. tilskynder ledige til at finde beskæftigelse. Fastholdelseseffekt: De ledige har en lavere jobsøgningsaktivitet og dermed også lavere overgang til beskæftigelse i løbet af en aktiveringsperiode. Programeffekt: Ændringen i de lediges muligheder på arbejdsmarkedet som følge af et aktiveringsforløb eller fra et bedre kendskab til jobmarkedet og forbedret jobsøgning via samtaler med jobkonsulenter. 6

8 6 EFFEKTMÅL 6 Effektmål Udfaldsvariablerne, der anvendes til konstruktion af analysens effektmål, er dels lønindkomst og transfereringer fra indkomststatistikken hos Danmarks Statistik og dels oplysninger om arbejdsmarkedstilstande hentet fra DREAM 6. Lønindkomsten er beregnet som summen af løn fra oplysningssedler (flere oplysningssedler, hvis individet har haft flere arbejdsgivere). I konstruktionen af beskæftigelsesgraden er der benyttet oplysninger om ATP-indbetalinger for de respektive år. Bemærk, at da arbejdsgivere i forbindelse med foranstaltningstypen ansættelse med løntilskud indbetaler til ATP, vil beskæftigelsesmål konstrueret på denne baggrund således overvurdere effekten. Bemærk dog også, at meget få individer deltager i denne foranstaltning for den valgte population. Summen af overførsler fra det offentlige er konstrueret på baggrund af oplysninger om samtlige overførsler inkl. ikke-skatte-pligtige overførsler som fx børnepenge og boligsikring. For alle foranstalt- Tabel 1: Effekten på beskæftigelse, 2006 Matchkategori 4 Matchkategori 5 Foranstaltningstype Foranstaltningstype Sær. Virk. Sær. Kort Sær. Kort tilret. Udd. praksis projekter afklaring projekter afklaring Beskæftigelsesgrad - effekt Note: Tabel 1 indeholder oplysninger om beskæftigelsesgraden (beregnet på baggrund af ATP-indbetalinger) i Da data endnu ikke er tilgængelige for senere år, kan der ikke siges noget om effekterne af aktiveringsforanstalt-ningerne på disse størrelser. ninger blandt matchkategori 4 gælder det, at beskæftigelsesgraden for deltagerne ligger på mellem halvdelen og to tredjedele af beskæftigelsesgraden blandt kontrolgrupperne. Forskellen mellem de to, effekten, ligger på minus 3-5% eller omkring halvdelen af den forskel, der var i selvforsørgelsesgraden mellem de to grupper det første år, jf. figur 5-7. Effekten svarer altså til et par ugers merbeskæftigelse på et år. For matchkategori 5 er der ikke nogen forskel mellem beskæftigelsesgraderne for deltagere og kontrolgruppe. Forskellen i selvforsørgelsesgraderne det første år (hvor kontrolgruppen var mere selvforsørgende, jf. figur 8-9) skal altså for hovedpartens vedkommende forklares ved, at kontrolgruppen i et større omfang helt har forladt systemet. Som det ses af figur 12, så bruges der flest penge på kvinder i matchgruppe 4 med en ikke vestlig baggrund, nemlig kr. det er 42.6% mere end man bruger på mænd i matchgruppe 4 med en dansk baggrund. 6 Dansk Register for Evaluering af Marginalisering 7

9 7 Litteraturliste [1] Beretning til Statsrevisorerne om effekten af aktivering af ikke- arbejdsmarkedsparate kontanthjælpsmodtagere. Rigsrevisionen, Oktober [2] Toben Tranæs: Hvorfor Aktivering. Rockwool Fondens Forskningsenhed [3] Det økonomiske Råds Formandsskab: Dansk Økonomi - Efterår De Økonomiske råd. Arbejdsmarkedspolitik i høj- og lavkonjunktur [4] Lars Skipper: En mikroøkonometrisk evaluering af den aktive beskæftigelsesindsats, Anvendt KommunalForskning (AKF),

10 A ARBEJDSMARKEDSPOLITIK I DANMARK, NORGE OG SVERIGE A Arbejdsmarkedspolitik i Danmark, Norge og Sverige Figur 3: Udgifter til aktive og passive arbejdsmarkedsprogrammer i Norge og Sverige som andel af BNP, udgifter til den aktive arbejdsmarkedspolitik på et niveau, der er næsten tre gange så højt, som det OECD-landene i gennemsnit bruger på en aktiv arbejdsmarkedspolitik. 4 Figur 1 gengiver udviklingen i ressourceforbruget på den aktive og passive arbejdsmarkedspolitik siden midten af 1980 erne. Bag stigningen fra slutningen af 1980 erne til ligger en påvirkning fra konjunkturerne, hvor ledigheden kulminerede omkring 12 %. Mere afgørende for stigningen i udgifterne til den aktive del af politikken var imidlertid en generel opprioritering af aktive instrumenter fra 1990 og frem, særligt efter arbejdsmarkedsreformen i Kilde: OECD, Torben Tranæs, Figur 4: 1. Udgifter til aktive og ogpassive arbejdsløshedsprogrammer i idanmark som somandel andel af BNP, af BNP, Andel af BNP i året 6% 5% 4% 3% 2% 1% 0% Aktive Passive Kilde: OECD. Note: Udgifter til hhv. aktive og passive programmer stammer fra OECD s klassificering, hhv. aktive hvor og der passive i dette programmer papir benyttes stammer enfra afgrænsning, OECD s klassificering, så posterne hvor 1.1, der 2, i dette papir benyttes Anm: Udgifter til en afgrænsning, så 3, posterne 4 og 7 indgår 1.1, 2, 3, i de 4 og aktive 7 indgår udgifter, i de aktive og post udgifter, nr. 8og alene post nr. indgår 8 alene i deindgår passive i de passive udgifter (se udgifter (se Kilde: OECD, Torben Tranæs 2013 I begyndelsen af 1990 erne var der med op mod registrerede fuldtidsledige stadig stor opmærksomhed om at begrænse arbejdsudbuddet. I sidste halvdel af 1990 erne begyndte forståelsen af arbejdsudbuddets betydning for beskæftigelsen imidlertid at ændre sig: Øget arbejdsudbud vil på 9 sigt skabe øget beskæftigelse og ikke øget ledighed, sådan som synet ellers havde været på den sag i 1970 erne og 1980 erne. Fra 1994 og frem sker der således en klar opprioritering af de aktive elementer i arbejdsmarkedspolitikken både absolut, men navnlig relativt til den passive arbejdsmarkedspolitik 4 De Økonomiske Råd, 2012.

11 B EFFEKTEN AF AKTIVERING B Effekten af aktivering Figur 5: Selvforsørgelsesgrad blandt deltagere i virksomhedspraktik, matchgruppe 4 Note: Det er den grønne linje, som viser effekten. Der er statistiske usikkerheder på 5% knyttet til den grønne effektlinje. Figur 6: Selvforsørgelsesgrad blandt deltagere i særligt tilrettelagte projekter, matchgruppe 4 Note: Det er den grønne linje, som viser effekten. Der er statistiske usikkerheder på 5% knyttet til den grønne effektlinje. 10

12 B EFFEKTEN AF AKTIVERING Figur 7: Selvforsørgelsesgrad blandt deltagere i korte afklaringsforløb, matchgruppe 4 Note: Det er den grønne linje, som viser effekten. Der er statistiske usikkerheder på 5% knyttet til den grønne effektlinje. Figur 8: Selvforsørgelsesgrad blandt deltagere i særligt tilrettelagte projekter, matchgruppe 5 Note: Det er den grønne linje, som viser effekten. Der er statistiske usikkerheder på 5% knyttet til den grønne effektlinje. 11

13 C SOCIOØKONOMISKE BAGGRUNDSKARAKTERISTIKA Figur 9: Selvforsørgelsesgrad blandt deltagere i korte afklaringsforløb, matchgruppe 5 Note: Det er den grønne linje, som viser effekten. Der er statistiske usikkerheder på 5% knyttet til den grønne effektlinje. C Socioøkonomiske baggrundskarakteristika Figur 10: Højeste gennemførte uddannelse i % Matchgruppe 4 Folkeskole Gymnasium Faglært KVU MVU LVU 100% 95% 90% 85% 80% 75% 70% 65% 60% 55% Mænd Ikke vestlige mænd Kvinder Ikke vestlige kvinder Note: Vi har da at gennemsnitsalderen for danske mænd og kvinder er hhv og 35.0, mens den for ikke vestlige mænd og kvinder er hhv og

14 C SOCIOØKONOMISKE BAGGRUNDSKARAKTERISTIKA Figur 11: Højeste gennemførte uddannelse i % Matchgruppe 5 Folkeskole Gymnasium Faglært KVU MVU LVU 100% 95% 90% 85% 80% 75% 70% 65% 60% 55% Mænd Ikke vestlige mænd Kvinder Ikke vestlige kvinder Note: Vi har da at gennemsnitsalderen for danske mænd og kvinder er hhv og 38.4, mens den for ikke vestlige mænd og kvinder er hhv og 43.8 Figur 12: Sum af offentlige transfereringer (2005) Dansker Ikke vestlige Mænd Matchgruppe 4 Kvinder Matchgruppe 4 Mænd Matchgruppe 5 Kvinder Matchgruppe 5 13

15 C SOCIOØKONOMISKE BAGGRUNDSKARAKTERISTIKA Figur 13: Ikke arbejdsmarkedsparate kontanthjælpsmodtagere pers Note: Antallet af ikke-arbejdsmarkedsparate kontanthjælpsmodtagere er steget markant siden krisens start, og en del heraf vurderes at være konjunkturmæssigt, jf. Dansk Økonomi, forår Kilde: Danmarks Statistik ADAM, og egne beregninger. Figur 14: Fremskrivning af antal ledige i Danmark pers Bru1oledighed Ne1oledighed 300 Ne1oledighed, strukturel Kilde: Danmarks Statistik ADAM, Det Økonomiske Råds beregninger. 14