Den socialøkonomiske investeringsmodel (SØM) teknisk indhold

Transkript

1 Den socialøkonomiske investeringsmodel (SØM) teknisk indhold KORA og Incentive, d. 4. november 2016 Dato 4. november 2016 KORA og Incentive er ved at udvikle et nyt værktøj, der kan udarbejde økonomiske evalueringer på socialområdet. Værktøjet og de bagvedliggende data og beregninger bliver udarbejdet for Socialstyrelsen. Værktøjet har fået navnet SØM (socialøkonomisk investeringsmodel). Baggrunden for udviklingen af SØM-modellen er et ønske om i højere grad at få viden om de økonomiske konsekvenser af sociale indsatser, og udviklingen af modellen er finansieret af en bevilling fra satspuljen. Tankegangen bag modellen og andre tidligere modeller på området er, at sociale indsatser kan ses som en social investering. Som for andre investeringer indebærer dette først en udgift (indsats), mens der senere kan opnås et afkast. For sociale investeringer opnås der i mange tilfælde ud over de mulige positive menneskelige effekter også betydelige økonomiske gevinster som følge af mindskede udgifter til behandling, støtte, offentlige overførsler mv. Det er disse effekter, modellen søger at måle. Modellens brugere ventes først og fremmest at blive kommunerne, hvor de fleste sociale indsatser er forankret. Men der kan også være brugere på statsligt niveau eller i organisationer og lign. SØM bliver en brugervenlig hjælp til at brugerne kan få et estimat over de økonomiske konsekvenser af en given indsats. I modellen vælger brugeren først målgruppe og indsatstype. Herefter vil værktøjet komme med et bud på, hvilket effekt indsatsen kan forventes at have samt beregne, hvilke økonomiske konsekvenser man kan forvente af indsatsen. Dette notat indeholder en indgående beskrivelse af værktøjet, den bagvedliggende model samt nogle af de andre modeller og studier, som modellen bygger ovenpå. Modellen forventes overleveret til Socialstyrelsen i september Grundlæggende struktur i modellen En af de største udfordringer ved økonomiske evalueringer er effektmålingen. Denne del har hidtil stået ret svagt i de fleste eksisterende danske evalueringer på socialområdet. En central del af det nye redskab er derfor en effektdatabase, der indeholder viden om effekter af indsatser på socialområdet. Har brugerne egne bud på effekternes størrelse, vil de selv kunne indtaste disse. Effektstørrelserne i effektdatabasen er opbygget på baggrund af viden fra gode studier af indsatsernes effekter. Det kan være både danske og internationale studier, de internationale studier er dog så vidt muligt tilpasset en dansk kontekst. Ved effekt forstås her den direkte årsags-effekt-sammenhæng, der er imellem en indsats og resultatet for borgeren på et eller flere områder. Fx kan en effekt af en indsats for stofmisbrugere være, at en vis andel af misbrugere kommer ud af deres misbrug.

2 Ud over den direkte effekt af en indsats, kan der også være afledte økonomiske konsekvenser. Disse konsekvenser opstår, når indsatsens effekt påvirker anvendelsen af fx offentlige ydelser som behandling i sundhedsvæsenet og brug af herberger eller (delvist) påvirker muligheden for, at individer kan træde ind på arbejdsmarkedet. Når vi kigger på de økonomiske konsekvenser, de såkaldte effekt-konsekvens-sammenhænge, bruger både estimater fra udenlandske studier og modeller og egne estimater baseret på danske registerdata. Da de økonomiske konsekvenser er mere landespecifikke, omregnes alle effekt-konsekvenssammenhænge til danske størrelsesordener. I dansk sammenhæng er dette en grundlæggende ny struktur. Den er stærkt inspireret af den metodiske tilgang i en model udviklet i USA af Washington State Institute for Public Policy (WSIPP). Styrken i denne model er netop, at den er empirisk stærkt funderet på de direkte effekter, men også i forhold til de sammenhænge, der binder effekter og økonomiske konsekvenser sammen. Én samlet model I det nye redskab er alle enkeltdele samlet i én model. Modellen kan anvendes både for udsatte børn og unge, voksne og personer med handicap, og er så vidt muligt baseret på målgrupper fra Socialstyrelsens vidensportal. I første omgang vil udviklingsarbejdet med modellen fokusere på indsatser og målgrupper for udsatte voksne, men sideløbende med dette projekt er KORA primus motor i udviklingen af en cost-benefitmodel på børne- og ungeområdet, i regi af Trygfondens børneforskningscenter, Aarhus Universitet. En del af resultaterne herfra lægges ind i modellen. Modellen kan bruges både på et overordnet niveau (fx udsatte voksne) for en specifik målgruppe (fx stofmisbrugere) og i nogle tilfælde for en specifik indsatstype (fx psykosocial indsats). Dermed målrettes modellen brugere på mange forskellige niveauer, fra departement, til kommunal økonomiafdeling og den enkelte socialforvaltning. Først og fremmest er modellen dog tænkt til at skulle vurdere de økonomiske konsekvenser af en konkret indsats for en konkret målgruppe. Redskab til effektestimater Det bærende element i en økonomisk evaluering vil altid være effekten af en given indsats. Hvis effekten er usikker, bliver de økonomiske konsekvenser usikre. Mange tidligere eksisterende økonomiske evalueringer af sociale indsatser herhjemme har været foretaget på baggrund af skøn over effekter af indsatserne, der ikke nødvendigvis har været empirisk dokumenteret. Dette betyder, at beregningerne enten har været baseret på en enkeltstående effekt, som efterfølgende er bredt ud over en række områder, eller har været baseret alene på skøn for de effekter, der kunne opnås ved indsatsen. Derfor er det helt centralt for en faglig opkvalificering af feltet, at effektdelen i væsentlig grad opkvalificeres. En indbygget del af den samlede model er derfor et databaser over effekter af tilsvarende indsatser. Databasen bliver opbygget således, at brugeren kan blive guidet igennem et bud på en effekt. Som en central del i kvalifikationen af et sådan bud giver redskabet altid et bud på effekter baseret på de bedste eksisterende effektmålinger for tilsvarende indsatser. Denne viden bliver opbygget i fire trin: 1. Opdeling i målgrupper, effektmål og indsatstyper 2. Indsamling af effekter baseret på eksisterende litteratur (effektmålinger og metaanalyser) 2

3 3. Der er overordnet fokus på effektmålinger i lande, der ligner Danmark mest muligt, men hvor det ikke er muligt, oversættes evidensen til dansk kontekst 4. Bedste bud på effekter for indsatser med forskellig grad af evidens i en dansk kontekst. Vi beskriver i det følgende hvordan, trin for trin. Trin 1: Målgrupper, effektmål og indsatstyper Modellen er bygget op omkring genkendelige målgrupper for at sikre, at modellen er anvendelig i en kommunal, daglig praksis. Skandia-modellen har haft succes med få, brede målgrupper, men antallet af målgrupper kan med fordel udvides, hvilket vi vil gøre. Grunden til, at det er en fordel med flere målgrupper, er, at målgrupperne for sociale indsatser ofte er meget forskellige, hvorfor få, brede målgrupper kun dårligt kan være repræsentative for andre udsatte grupper. Udgangspunktet er målgrupperne på vidensportal.dk. Det præcise antal målgrupper i modellen vil afhænge af datagrundlaget. Modellen bygges op omkring en struktur, hvor der for hver målgruppe er givet nogle indsatstyper og effektmål. Derved bliver budene på effekter så specifikke som muligt, hvilket kan være afgørende for at opnå et realistisk bud. Boks 1 giver eksempler på målgruppeafgrænsninger. For fx målgruppen hjemløse kan indsatstypen være bostøtte eller en misbrugsbehandling, og effektmålet kan være, om borgeren kommer i egen bolig. Boks 1. Eksempel på målgruppe, indsatstyper og effektmål for udsatte voksne Målgruppe: Psykisk lidelse Misbrug Prostitution Senfølger af seksuelle overgreb Typer af indsatser: Psykosocial, Medicinsk Effektmål: Mentalt helbred Psykosocial, Medicinsk Afholdenhed Hjemløse Trin 3: Standardisering af effekter og oversættelse til danske forhold Forskellige effektstudier kan desværre sjældent sammenlignes direkte, fordi de ofte sammenligner en given indsats med forskellige alternativer, er målt over forskellige tidshorisonter og med forskellige udfaldsmål mv. Modellen skal derfor så vidt muligt indeholde en standardise- Rådgivning, Psykosocial, Bostøtte, eller rettet mod problem (fx misbrug) Ophørt Mentalt Egen bolig prostitution helbred Udsat for vold Rettet mod voldsudøver (fx misbrug) eller offer (fx rådgivning) Gentagen vold Trin 2: Overblik over evidens For målgrupperne tager effektdatabasen udgangspunkt i Socialstyrelsens eksisterende vidensopsamlinger samt litteraturstudier fra en række andre litteraturoversigter. Det er bla. fra WSIPP, DSRU, Sundhedsstyrelsen, det engelske evalueringsinstitut NICE, samt reviews fra Cochrane og Campbell. Der fokuseres som nævnt ovenfor på studier fra Danmark eller fra lande, der ligner Danmark mest muligt, for at finde effekter, der bedst vil være opnåelige i Danmark. I de tilfælde, hvor det ikke er muligt at finde studier fra sammenlignelige lande, vurderes effektstørrelse med henblik på at revidere den, så den er passende til danske forhold. 3

4 ring af effekterne. Modellen bygger her videre på erfaringer fra både WSIPP-modellen, og DSRU, der har adapteret WSIPP-modellen i en britisk kontekst. WSIPP tilpasser effektmålinger i forhold til 5 metodiske forskelle (WSIPP 2015, afsnit 2.4). På nogle områder for voksne, justeres effekterne med en faktor 0,5, men de finder oftere behov for justeringer på børneområdet (WSIPP 2015). Effekterne fra udenlandske studier kan ikke nødvendigvis overføres direkte til en dansk kontekst. Modellen indeholder derfor også en vejledning til, hvordan man kan vægte studier fra forskellige lande med henblik på at få et dansk bud på effekt af en given indsats for en given målgruppe. Det vil ske på basis af en gennemgang af relevante studier og inddragelse af flere europæiske studier, end tilfældet er i studierne udført af WSIPP. Målet er dermed at få en mekanisk korrektion af effektstudier for forskellige lande, så effekterne let kan opdateres, når der kommer nye studier til. Det kan fx ske ved en meta-analyse eller ved en simplere og mere pragmatisk tilgang, som der fx er anvendt i jobeffekter.dk. Trin 4: Brugeren kan også selv indtaste effektskøn Modellen bliver opbygget således, at brugeren selv kan indtaste bud på størrelsen af effekten for en given indsats. Til støtte for dette vil modellen altid give et bedste bud på størrelsen af effekten for den indsats og målgruppe, brugeren har valgt, idet det anføres, hvor sikkert effektestimatet kan betragtes at være. På basis heraf kan brugeren overveje, om buddet skal revideres. Hvis der ikke findes nogen evidens for en given indsatstype, vil modellen vise eksisterende effekter for andre typer af indsatser for samme målgruppe. Hvis der ikke findes nogen evidens for disse heller, kan forventede maksimale effekter beregnes på baggrund af tommelfingerregler for effektstørrelser (fx at 0,5 er en mellemhøj effektstørrelse). Et supplerende pædagogisk værktøj til at beregne realistiske effekter, når effektestimater ikke haves, er, at brugeren får oplysninger om forventet udfald uden indsats. Disse fastlægges som en del af det registerbaserede arbejde, der beskrives i næste afsnit. Brugeren kan hermed søge at vurdere, hvor meget udfaldet uden indsats vil kunne ændres. Boks 2. Eksempel på brug af effekt-redskab Brugeren har valgt stofmisbrugere som målgruppe og psykosocial indsatstype. Her kan hentes viden fra vidensportal.dk, bl.a. at et review fra 2008 dokumenterer effekten af fire indsatser fra 34 studier: Contingency management (CM), Kognitiv terapi med CM, Kognitiv terapi alene og forebyggelse af tilbagefald. På baggrund af de fundne effektstudier fastlægges det primære udfald til afholdenhed. Effektstørrelserne ligger i et spænd på 0,05-0,9 med et vægtet gennemsnit på 0,45 og standardafvigelse 0,2. Disse kan findes i nøgletalskataloget, men vises ikke til brugeren. I stedet vises et eksempel med andelen, der er afholdende fx 6 måneder efter konstateret misbrug. Hvis den er 30 % uden indsats, betyder effektstørrelsen, at den vil være 39 % med indsats med gennemsnitlig effekt. 4

5 Redskaber til økonomiske konsekvenser I langt de fleste tilfælde måles effekter af sociale indsatser på udfald, der ikke er opgjort som økonomiske konsekvenser. Det er derfor en central del af den nye model at fastsætte sammenhænge mellem effekter og budgetøkonomiske konsekvenser. Den typiske tilgang i eksisterende danske modeller er, at det antages, at en effekt overføres direkte til en økonomisk konsekvens. Det medfører ofte en overvurdering af de økonomiske konsekvenser. Hvis stofmisbrugsbehandling fx øger andelen, der bliver stoffri med 20 procentpoint, kommer måske 10 % af de stoffri i job. Det betyder, at den økonomiske konsekvens fra beskæftigelse ikke er 20 procentpoint, men 2 procentpoint. Samtidig fastlægges varigheden af de økonomiske konsekvenser ofte ved at sammenligne målgruppen med en anden gruppe, der i udgangspunktet er bedre stillet (fx lavindkomstgruppen i Skandia-modellen), også på længere sigt og dermed overvurderes de langsigtede konsekvenser. Modellerne bygger derfor ikke på dokumenterede sammenhænge mellem effektmål og økonomiske konsekvenser, hverken på kort eller lang sigt. For at SØM-modellen skal bevæge sige fra potentiale til bedre skøn for faktiske gevinster, er det i vore øjne helt centralt, at modellen på dette punkt er bedre end de eksisterende modeller. Vi beskriver i det følgende, hvordan dette gennemføres i modellen, samt hvilke økonomiske områder der inkluderes. Trin 1: Sammenhænge mellem effekt og budgetøkonomiske konsekvenser For at etablere sammenhængen mellem effekter og de økonomiske konsekvenser anvendes tilgangen i WSIPP-modellen (som de kalder linkage studies ), idet sammenhængene genberegnes med afsæt i danske registerdata. Dette sker af flere årsager. For det første omfatter WSIPP-modellen ikke alle de konsekvenser, der er relevante i en dansk kontekst (fx på en række offentligt finansierede ydelser). For det andet fordi, det er betydeligt vanskeligere at overføre udenlandske estimater for sammenhænge mellem effekter og økonomiske konsekvenser end for effektstudier. Både fordi der er færre færdige litteraturoversigter, der kan anvendes, og fordi de ofte vil være udført på baggrund af et dårligere design, så kausalfortolkninger er svagere. Genberegningen ved anvendelse af danske registerdata sker ved at se på den empiriske sammenhæng imellem et bestemt outcome, der optræder som en direkte effekt i effektdatabasen og outcome på de områder, der dækkes af de økonomiske konsekvensberegninger. Derudover anvendes også links fra andre kilder fx WSIPP-modellen og fra litteraturen. Som i WSIPP-modellens bedste studier (WSIPP 2015, afsnit 2.5) estimeres sådanne sammenhænge bedst på baggrund af et longitudinalt design (dvs. hvor et givet outcome-mål er målt tidsmæssigt før de økonomiske konsekvenser), og hvor der kontrolleres for væsentlige baggrundsforhold. Estimationerne baseres på forskellige nedslag i tid, fx 1, 5 og 10 år efter målgruppe-tilhørsforhold er målt. Med afsæt i givne målgrupper, fx personer med stofmisbrug, er målet at beregne de økonomiske konsekvenser af at være ude af stofmisbrug sammenlignet med at være i misbrug. Ved at følge personer i stofmisbrugsbehandling ud fra stofmisbrugsdatabasen kan det undersøges, hvor høje fx de kommunale udgifter er, når en person er i stofmisbrug, og hvor meget disse udgifter falder, efter at personen får status af færdigbehandlet og dermed stoffri, og hermed får vi et estimat for de økonomiske konsekvenser af at komme ud af stofmisbrug Hvis vi ved, at en given indsats bringer X personer ud af stofmisbrug, kan vi koble det med sammenhængen med de økonomiske konsekvenser for derved at beregne de økonomiske konsekvenser, som følge af stofmisbrugsindsatsen. Det vil være nødvendigt at afgrænse de 5

6 sammenhænge modellen medtager, således at dobbelttælling undgås. Fx kan misbrugsafholdenhed og færdiggjort stofmisbrugsbehandling være indikatorer for det samme, og begges sammenhænge med fx kriminalitet skal ikke medregnes. Trin 2: Hvilke økonomiske konsekvenser inddrages En opgørelse af økonomiske konsekvenser som følge af en indsats kræver kendskab til udgifter og mængden af aktivitet for den enkelte ydelse. På områderne for børn og unge, beskæftigelse, uddannelse, kriminalitet og sundhed findes der detaljerede, validerede aktivitetsdata i de tilgængelige registerdata på området. Ligeledes findes der i stor udstrækning beregnede enhedspriser på disse områder. Fx har Socialstyrelsen beregnet enhedspriser på området for ydelser rettet mod udsatte børn og unge. En undtagelse er uddannelse, hvor vi foreslår at anvende satserne i taxameterordningen som enhedspriser for udgiften forbundet med, at flere kommer i uddannelse. De økonomiske konsekvenser af færdiggjort uddannelse fastlægges ved sammenhængen mellem uddannelse og overførsel og beskæftigelse. Fordelingen af udgifter til overførsel mellem stat og kommune afhænger på beskæftigelsesområdet fra 2016 af borgerens tidligere ledighedsgrad, og vi anvender Jobinvesteringsmodellen til at fastlægge dette og den tilhørende refusion. Vi tager højde for ændrede skattebetalinger ved at indlægge de kommunale og statslige skattesatser. På misbrugsområdet og for kriminalitet findes ikke direkte personhenførbare udgifter. Det er derfor nødvendigt at benytte estimerede gennemsnitlige enhedspriser. På disse områder er der ligeledes behov for at se på, om der meningsfuldt og på kort tid kan foretages en finere opdeling af aktiviteter, så der fx differentieres mellem prisen på ambulant og institutionaliseret misbrugsbehandling. Misbrugsbehandlingsomkostninger kommer fra kommunale regnskaber, mens omkostninger som følge af kriminalitet kommer fra bl.a. kriminalforsorgens årsopgørelser. Vi vil derfor beskrive forskellen og undersøge om de kan standardiseres. På det øvrige sociale område er det ikke trivielt at beregne udgifter, pga. begrænset datatilgængelighed. Projektet anvender her også data fra KORAs arbejde med opgørelser af enhedsomkostninger på socialområdet, som kombinerer data fra Danmarks Statistiks registre med kommunale data og regnskaber. Enhedspriserne i modellen vil naturligvis tilpasses de målevariable, der anvendes i estimationen af effekt-konsekvens-sammenhængene. Opsummerende kan vi føde modellen med en lang række nøgletal, både til redskaber til effekt-estimation, budgetøkonomiske konsekvenser og enhedspriser. Alle nøgletal vil være målgruppe- og indsatsopdelte, og opgjort over prædefinerede perioder over tid. Beskrivelse af den samlede model Dette afsnit beskriver kort modellens brugergrænseflade samt det bagvedliggende indhold af modellen til økonomisk evaluering af sociale indsatser. Den endelige opbygning af modellens brugerinterface og funktioner kan ændre sig i den færdigudviklede udgave. Vi har vist en oversigt over modellen, som den kunne se ud, når modellen startes, i figur 1 herunder. Den første side, der møder brugeren, er en forside med en oversigt over modellens sektioner og en kort beskrivelse af hver. Hvert ikon i figuren repræsenterer en af de syv sektioner i modellen. Det er en struktur, der efter vores erfaring virker godt og intuitivt for brugerne. 6

7 Figur 1. Oversigt over modellen: Eksempel på Forside På de næste sider gennemgår vi de seks sektioner i modellen, man kan komme til fra forsiden. Cockpit I cockpittet styrer brugeren sine indsatser. Brugeren vil få mulighed for at bruge modellen på en række indsatser ad gangen. De vil fx kunne regne på flere versioner af en indsats fx i forhold til størrelse (antal deltagere) og udformning (lavere/højere omkostning pr. deltager). En anden anvendelse af de flere samtidige indsatser kan være, at brugeren vælger en version af modellen med alle de igangsatte indsatser med det bedste skøn for effekter. På den måde kan brugeren altid have en opdateret liste med bud på samlede omkostninger og effekter for de relevante indsatser. Input På inputarket defineres indsatsen. Inputarkene udfyldes i en række trin, sådan at brugeren gradvist skal udvælge forudsætningerne for den beregning, modellen skal udføre. Brugeren bliver altså guidet igennem modellen og skal kun forholde sig til et spørgsmål ad gangen. Dette letter tilgængeligheden af modellen. Trinene er beskrevet nedenfor og vist samlet i figur 2. 7

8 Figur 2. Oversigt over de 5 trin i modellens input-sektion. Trin 1 Beskrivelse af indsats, valg af målgruppe og omfang I dette trin skal brugeren beskrive indsatsen og vælge imellem de forskellige målgrupper, modellen indeholder. I nogle tilfælde vil målgrupperne være opdelt på aldersklasser, sådan at det er muligt at gennemføre beregninger fx for unge særskilt. Ud over målgruppen skal brugeren også angive, hvor mange personer målgruppen består af. Figur 3. Eksempel på trin 1 i modellens input-sektion. Trin 2 Effekter Efter valg af målgruppe vil modellen selv give et bud på effekter for indsatsen, jf. beskrivelsen ovenfor. For nogle målgrupper vil modellen indeholde nogle typiske indsatstyper. Det kan fx være socialpædagogisk rådgivning eller psykosocial indsats. På baggrund af valgt målgruppe og eventuelt valgt indsatstype vil modellen præsentere størrelsen af de mest gængse effekter. 8

9 Det er dog muligt for brugeren at indtaste sit eget bud på effekt, som overskriver det bud, modellen giver. Trin 3 Økonomiske konsekvenser I dette trin får brugeren et overblik over, hvilke konsekvenser der kan dokumenteres mellem det valgte effektmål og de deraf følgende økonomiske konsekvenser. Dette gælder både en dokumentation af hvilke typer af økonomiske konsekvenser og hvilke tidshorisonter, de er dokumenteret for. Brugeren afgør derefter selv, hvilke økonomiske konsekvenser, der skal med i de endelige beregninger, samt hvilken tidsperiode, beregningerne skal dække, fx 5 eller 10 år. Trin 4 Omkostninger I dette skridt skal brugeren indtaste de omkostninger, fx timeforbrug for forskellige personalegrupper, der er forbundet med indsatsen. Denne sektion vil være integreret med Socialstyrelsens omkostningsmodel. Trin 5 Følsomhedsanalyser Erfaringsmæssigt er en vurdering af risici en central del af processen med at igangsætte en indsats. Derfor foreslår vi at gøre følsomhedsanalysen til en integreret del af modellen. Beregninger I modellen kan brugeren også følge beregningerne direkte fra input til resultater. Det er ikke meningen, at brugeren skal ændre i beregningerne, men brugeren vil hele tiden kunne se beregningerne. Det giver troværdighed og transparens til modellen og dens resultater. Nøgletalskatalog Dette er nøgletalskataloget med data for en bred vifte af målgrupper og indsatser. I nøgletalskataloget ligger alle tal, som modellen anvender (udover de tal, brugeren indtaster). Der ligger således også tal for diskonteringsrente. Modellen vil anvende en diskonteringsrente, der svarer til den kommunale virkelighed. Der vil blive muligt at vælge alternativ diskonteringsrate i den færdige model. Dataene ligger i overskuelige ark, der gør det muligt at få et overblik over datagrundlaget for modellen, samtidig med at de er organiseret på en måde, der gør det nemt senere at indsætte opdaterede tal for fx effektestimater. Nøgletalskataloget indeholder desuden kilder til alle tal. Det gør det muligt for interesserede, at dykke ned i baggrunden for fx effektestimaterne. Resultater I resultatafsnittet viser modellen de overordnede resultater øverst, hvorefter de mere detaljerede resultater vises længere nede på arket. Et eksempel er, at vi kan gøre resultaterne så anvendelige som muligt ved at designe resultat-output svarende til 1 A4-side, som brugeren kan gemme som pdf og vedlægge til fx indstillinger. Et eksempel på, hvordan modellens resultatside kan se ud, er vist i figur 4. 9

10 Figur 4. Eksempel på modellens resultat-sektion. Resultatarket vil bestå af flere forskellige elementer. Først og fremmest skal modellen selvfølgelig kunne svare på, hvorvidt den analyserede indsats giver et over- eller underskud for den offentlige sektor som helhed og for de forskellige aktører. Vi opgør både de årlige effekter og effekter i nutidsværdi. Opgørelsen af resultatet vil således blive fordelt ud på gevinster/tab for kommuner, region og stat, såvel som andre aktører, samt tiden det tager før omkostningerne er tjent ind. 10