Helt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner:

Transkript

1 N OTAT Metode, FLIS sammenligningskommuner Dette notat præsenterer metoden bag udregning af sammenligningskommuner i FLIS. Derudover præsenteres de første tre modeller der anvendes til at finde sammenligningskommuner på henholdsvis det tværgående område (økonomi-, fravær- og borgerdata), skole- og voksenhandicapområdet. Der laves desuden modeller på områderne udsatte børn og unge samt ældre. De lægges i FLIS, når områderne i løbet af 2013 bliver en del af systemet Metoden bag udregning af sammenligningskommuner Det grundlæggende princip er, at den enkelte kommune sammenlignes med kommuner, der ligner den pågældende kommune mest på en række strukturelle rammebetingelser. Der er tale om strukturelle rammebetingelser, som kommunerne har vanskeligt ved at påvirke på kort sigt, fx beskatningsgrundlag, indbyggernes alders- og kønssammensætning, indbyggertal, befolkningstæthed mv. Den 13. december 2012 Sags ID: Dok.ID: APK@kl.dk Direkte Mobil Weidekampsgade 10 Postboks København S Telefon Side 1/7 Helt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner: 1. Analyse af hvilke strukturelle rammebetingelser, der har betydning for den afhængige variabel (fx på skoleområdet NDU pr. elev) 2. Udarbejdelse af afstandsmål og efterfølgende udvælgelse af sammenligningskommuner for den enkelte kommune. Ad 1. Analyse af strukturelle rammebetingelser Kommunerne skal som nævnt kunne sammenligne sig med andre kommuner med ensartede rammebetingelser.

2 På det tværgående område er det valgt at benytte beregningen vedrørende kommunernes udgiftsbehov for 2012 som defineret i Bekendtgørelse af lov om kommunal udligning og generelle tilskud til kommuner 3-5. Udgiftsbehovet er baseret på en række relevante rammebetingelser for kommunernes økonomi. Det er disse beregninger, som afstandsmålene er lavet på baggrund af på det tværgående område. Beregning af afstandsmål følger i ad 2. For fagområderne findes der ikke en allerede eksisterende beregning af udgiftsbehovet. Derfor er nedenstående fremgangsmåde anvendt for på hvert område at komme frem til en model over strukturelle rammebetingelser, der er relevante for udgifterne på området. 1. Definition af den afhængige udgiftsvariabel 2. Identifikation af mulige rammebetingelser, som forventes at kunne have betydning på det pågældende område 3. Ved hjælp af lineær regression bliver det klarlagt, hvilke rammebetingelser der har statistisk signifikant betydning for den afhængige variabel på området 4. Der dannes en endelig model med de relevante rammebetingelser På de tre områder, der på nuværende tidspunkt ligger sammenligningskommuner for i FLIS, er de afhængige variable vist i tabellen nedenfor: Område Det tværgående område (økonomi, personale og borger) Skoleområdet Voksen handicap området Afhængig variabel Udgiftsbehov jf. Bekendtgørelse af lov om kommunal udligning og generelle tilskud til kommuner, 3-5 Nettodriftsudgifter til folkeskoler, fællesudgifter og specialundervisning pr årig Nettodriftsudgifter til voksenhandicap området og området for udsatte voksne pr. borger fra år De afhængige variable er defineret yderligere i de efterfølgende afsnit om modellerne på de enkelte områder. Rammebetingelserne der indgår i analyserne er udvalgt efter, at de forventes at have betydning for den pågældende afhængige variabel. For at sikre at alle relevante variable er inddraget er der forud for udvælgelsen gennemført et litteraturstudie, som skulle sikre at alle relevante rammebetingelser blev inddraget i regressionsanalyserne. 2

3 Resultatet af første fase er, at der er skabt klarhed over, hvilke strukturelle variable der skal indgå i udvælgelsen af sammenlignelige kommuner. Samtidig fremgår regressionskoefficienterne for de enkelte strukturelle variable. Resultaterne af analyserne præsenteres i de sidste afsnit i dette dokument. Ad 2. Afstandsmål og sammenligningskommuner På baggrund af udgiftsbehovet på det tværgående område og de udvalgte modeller på de to fagområder beregnes et afstandsmål, der indikerer, hvor langt kommunerne parvist er fra hinanden. Den anvendte formel til beregning af afstandsmålet er som følger: Afstand(i;j) = (b1/sy)*(x1i-x1j) + (b2/sy)*(x2i-x2j) (bk/sy)*(xki-xkj), hvor i og j er to kommuner b1 er den ustandardiserede regressionskoefficient for den første strukturelle variabel (b2 for den næste strukturelle variabel osv.) sy er standardafvigelsen på y, dvs. på den afhængige variabel i tidligere nævnte regressionsanalyse x1 er den første strukturelle variabel (x2 den næste strukturelle variabel osv.) Ud fra formlen udregnes der hermed et mål for afstanden mellem alle par af kommuner på hvert af områderne. På hvert enkelt område kan afstandsmålene for alle kommunepar herefter opstilles i en matrice. Herefter normeres afstandsmålet til at gå fra 0-1. Dette gøres i praksis ved at dividere alle afstandsmålene for den enkelte kommune med det oprindelige afstandsmål med den største værdi. Det indebærer, at det normerede afstandsmål ikke nødvendigvis er det samme, hvis man ser med udgangspunkt i to kommuner. På den baggrund er det nu muligt at pege på de kommuner, der ligner den pågældende kommune mest, når der tages højde for alle de strukturelle variable, som er fundet relevante i regressionsanalysen på det pågældende område. I forhold til rækkevidden af benchmarkingmodulet kan den pågældende kommune fx sammenlignes med: 3

4 De 5 kommuner, der ligner den pågældende kommune mest i landet (dvs. de 5 kommuner hvor afstandsmålet er mindst) De 5 kommuner, der ligner den pågældende kommune mest i regionen De 5 billigste kommuner blandt de 10 mest sammenlignelige kommuner i landet De 5 billigste kommuner blandt de 10 mest sammenlignelige i regionen Gennemsnittet for de udvalgte kommuner (hvad enten det er på landsplan eller regionalt) Landsgennemsnittet Regionsgennemsnittet Derudover vil kommunen også selv have mulighed for at udvælge kommuner til sammenligning. Sammenligningskommuner på det tværgående område På det tværgående område, der omfatter økonomi-, personale- og borgerdata, er sammenligningskommunerne som nævnt baseret på kommunernes beregnede udgiftsbehov for Ud fra de enkelte kommunernes udgiftsbehov beregnes afstandsmålene mellem kommunerne parvist. Det vil sige, at den enkelte kommunes sammenligningskommuner udvælges ud fra, hvem de minder mest om i forhold til det beregnede udgiftsbehov. Sammenligningskommuner på skoleområdet På skoleområdet blev der som beskrevet ovenfor lavet en regressionsanalyse, der viste, hvilke strukturelle rammebetingelser der har signifikant betydning på området. Den afhængige variabel for analyserne er defineret på følgende måde: Afhængig variabel i regressionsanalyser på skoleområdet: Nettodriftsudgifter på følgende konti: Konto (Folkeskoler) Konto (Fællesudgifter) Konto (Specialundervisning i regionale tilbud) Konto (Kommunale specialskoler) NDU er opgjort pr. barn eller ung mellem 6-16 år i kommunen. På baggrund af lineær regressionsanalyse fremkom en model for skoleområdet med en forklaringskraft på 0,683. Det vil sige, at de udvalgte struktu- 4

5 relle rammebetingelser kan forklare 68,3 % af variationen mellem kommunernes udgifter på skoleområdet. Ustandardiseret Standardafvigelse regressionskoefficient Konstant 76,070*** 4,312 Antal 6-16 årige (log) -3,629*** -3,629 Andel af de 6-16 årige med 46,929*** 46,929 ikke-vestlig herkomst Andel af de 6-16 årige, hvis 57,857*** 13,836 forældre er enlige Urbaniseringsgrad (Indb. -0,008** 0,003 pr. 10 km 2 ) Andel privatskoleelever ud -0,301*** 0,062 af alle elever **: sig. på 0,01 niveau ***: sig. på 0,001 niveau Variablenes betydning kan ikke umiddelbart sammenlignes ud fra tabellen, da de ustandardiserede regressionskoefficienter er afhængige af den målestok, der er anvendt i målingen af variablen. Fortolkningen af de strukturelle rammebetingelser er: - Antal 6-16 årige (log): Jo flere 6-16 årige der er i kommunen, desto lavere vil udgifterne på skoleområdet pr årig være - Andel af de 6-16 årige med ikke-vestlig herkomst: Jo større andelen af 6-16 årige med ikke-vestlig baggrund er i kommunen, desto større vil udgifterne på skoleområdet pr årig være - Andel af de 6-16 årige, hvis forældre er enlige: Jo større andelen af børn er, hvis forældre er enlige, desto større vil udgifterne på skoleområdet pr årig være - Urbaniseringsgrad: Jo tættere borgerne i kommunen bor på hinanden, desto mindre vil udgifterne på skoleområdet pr årig være - Andel privatskoleelever ud af alle elever: Jo større andelen af elever i privatskoler bliver, desto lavere vil udgifterne på skoleområdet pr årig være bemærk her, at bidrag til private og statslige skoler ikke er en del af definitionen af den afhængige variabel. På baggrund af ovenstående model indsættes værdier for kommunerne på variablene ud fra regnskabstal og tal for de strukturelle rammebetingelser i

6 Sammenligningskommuner på voksenhandicap området På området for voksne handicappede og udsatte voksne blev der som beskrevet ovenfor lavet en regressionsanalyse, der viste, hvilke strukturelle rammebetingelser der har signifikant betydning på området. Den afhængige variabel for analyserne er defineret på følgende måde: Afhængig variabel i regressionsanalyser på voksenhandicap området: Nettodriftsudgifter på følgende konti: Konto (gruppe ) Konto (gruppe 003) Konto (gruppe , 008, 091) Konto NDU er opgjort pr. borger mellem år i kommunen. På baggrund af lineær regressionsanalyse fremkom en model for området for voksenhandicappede og udsatte voksne med en forklaringskraft på 0,301. Det vil sige, at de udvalgte strukturelle rammebetingelser kan forklare 30,1 % af variationen mellem kommunernes udgifter på området. Ustandardiseret Standardafvigelse regressionskoefficient Konstant -0,135 1,477 Antal førtidspensionister 0,401*** 0,076 pr årige Indkomst pr. indbygger i 0,008*** 0, kr. Andel familier i visse 5,301*** 1,158 boligtyper 1 ***: sig. på 0,001 niveau Variablenes betydning kan ikke umiddelbart sammenlignes ud fra tabellen, da de ustandardiserede regressionskoefficienter er afhængige af den målestok, der er anvendt i målingen af variablen. Fortolkningen af de strukturelle rammebetingelser er: 1 Følgende boligtyper indgår i beregningen: Almene boliger, privat udlejning fra før 1920, privat udlejning med mangler og sommerhuse. Indgår som en del af beregningen af en kommunens socioøkonomiske udgiftsbehov som defineret i Udligningsloven. 6

7 - Antal førtidspensionister pr årige: Jo flere førtidspensionister der er i befolkningen mellem år, desto større er udgifterne til området for voksne handicappede. - Indkomst pr. indbygger i kr.: Jo højere indkomsten er blandt borgere i kommunen desto større vil udgifterne til området for voksne handicappede være - Andel familier i visse boligtyper: Jo flere familier der bor i disse typer af boliger, desto større vil udgifterne til området for voksne handicappede være På baggrund af ovenstående model indsættes værdier for kommunerne på variablene ud fra regnskabstal og tal for de strukturelle rammebetingelser i