Ressourceforbrug i folkeskolen og effekter på elevernes uddannelsesforløb

Ressourceforbrug i folkeskolen og effekter på elevernes uddannelsesforløb af Eskil Heinesen Brian Krogh Graversen Niels Madsen AKF Forlaget Oktober 1999 1

Forord I denne rapport beskrives hovedresultaterne fra analyser af ressourceforbruget i folkeskolen og effekter heraf på elevernes uddannelsesforløb. Der er to formål med rapporten. For det første at analysere variationen over kommuner og over tid i ressourceforbruget i folkeskolen og at undersøge, hvilke faktorer der kan bidrage til at forklare denne variation. For det andet at undersøge, hvilke effekter ressourceforbruget i folkeskolen har på elevernes uddannelsesforløb i grundskolen og navnlig efter afslutningen af grundskolen. Det undersøges blandt andet, om sandsynligheden for, at en person gennemfører en ungdomsuddannelse, påvirkes af, hvor stort ressourceforbruget pr. elev i folkeskolen har været i den kommune/de kommuner, hvor personen har gået i skole, idet der tages højde for en række baggrundsfaktorer, herunder forældrenes socioøkonomiske forhold. Datagrundlaget for analyserne er dels AKF s forløbsregister med forældre- og skolekoblinger, som er baseret på administrative registre i Danmarks Statistik, dels data for ressourceforbrug pr. elev i folkeskolen opgjort for hver kommune i perioden 1977-96. En mere udførlig dokumentation af analyserne og datagrundlaget findes i AKF-publikationerne Graversen og Heinesen (1999) og Graversen, Heinesen og Madsen (1999). Forskningsassistent Brian Krogh Graversen og studentermedarbejder Niels Madsen har stået for databehandlingen og gennemført de deskriptive analyser og de statistiske analyser beskrevet i kapitel 4. Den foreliggende rapport er (med udgangspunkt i publikationerne Graversen og Heinesen, 1999, og Graversen, Heinesen og Madsen, 1999) skrevet af forskningsleder Eskil Heinesen, der også har været projektansvarlig og stået for de statistiske analyser beskrevet i kapitel 3. Professor Martin Browning, Københavns Universitet, takkes for gode råd undervejs i projektet. Professor Ellen Andersen og lektor Axel Mossin, Københavns Universitet, professor Poul 1

Erik Mouritzen, Odense Universitet, og adjunkt Michael Rosholm, Handelshøjskolen i Århus, takkes for kommentarer til tidligere versioner af rapporten. Forskningsprojekterne om ressourceforbruget i folkeskolen og effekter heraf på elevernes uddannelsesforløb er finansieret af Finansministeriet, Det kommunale Momsfond og AKF. Eskil Heinesen Oktober 1999 2

1 Sammenfatning Udgifterne til folkeskolen er en betydelig post på kommunernes budget. Samtidig varierer udgifterne pr. elev meget mellem kommunerne, og for landet som helhed er udgifterne pr. elev i folkeskolen vokset markant inden for de sidste 20 år, målt i faste priser. Der er to hovedformål med denne rapport. For det første at undersøge, hvor meget ressourceforbruget i folkeskolen (målt ved nettodriftsudgifter pr. elev) varierer mellem forskellige kommuner og over tid, og at analysere årsagerne til denne variation. Med baggrund i disse analyser korrigeres udgifter pr. elev for en række forhold, som afspejler, at kommunernes vilkår er forskellige, snarere end at kvaliteten af folkeskolen er forskellig. For det andet er det formålet at undersøge, i hvilket omfang ressourceforbruget i folkeskolen påvirker elevernes uddannelsesforløb. Blandt andet undersøges, om de personer, der har gået i folkeskolen i kommuner med et stort (korrigeret) ressourceforbrug, i større omfang får en ungdomsuddannelse end dem, der kommer fra kommuner med et lavere ressourceforbrug idet der i analyserne tages højde for forskelle i personernes forældrebaggrund og de socioøkonomiske forhold i kommunerne. Datagrundlaget for analyserne er dels AKF's forløbsregister med forældre- og skolekoblinger, som er baseret på administrative registre i Danmarks Statistik, dels data for ressourceforbrug pr. elev i folkeskolen opgjort for hver kommune over 20 år samt en række andre variabler på kommuneniveau. Ud fra registrene har vi detaljerede oplysninger for de samme personer over flere år. Vi kan således følge de unges vej igennem uddannelsessystemet, og vi har oplysninger om deres familiemæssige baggrund, herunder deres forældres socioøkonomiske forhold. 7

1.1 Analysernes resultater Hovedresultaterne af analyserne er følgende: Det reale ressourceforbrug pr. elev i folkeskolen er vokset betydeligt i de sidste 20 år: Fra 1977 til 1996 steg det med 26%. Der er store forskelle mellem kommunerne med hensyn til ressourceforbrug pr. elev, men forskellene er blevet mindre inden for de sidste 10 år. Ressourceforbruget i folkeskolen hænger sammen med de sociale og økonomiske forhold i kommunen. Urbaniseringsgrad og stordriftsfordele har betydning for ressourceforbruget pr. elev. En generel stigning i ressourceforbrug pr. elev har kun meget små effekter på elevernes uddannelsesforløb efter folkeskolen. Jo flere ressourcer pr. elev en kommune bruger på folkeskolen, desto flere elever vil efterfølgende gennemføre en ungdomsuddannelse, men effekten er meget lille. At forbedre de unges chance for at gennemføre en ungdomsuddannelse gennem flere ressourcer til folkeskolen er derfor meget dyrt. Det, der betyder mest for de unges uddannelsesforløb, er deres forældres sociale og økonomiske forhold, specielt forældrenes uddannelsesniveau. Uddannelsesforløbet efter folkeskolen er også påvirket af sociale og økonomiske forhold i den kommune, hvor man har gået i skole. Nedenfor beskrives resultaterne mere detaljeret. Udviklingen i nettodriftsudgifter pr. elev Nettodriftsudgifter pr. elev i faste priser er i perioden 1977-96 vokset med 46% for landet som helhed. En betydelig del af denne stigning kan dog forklares af udviklingen i lærerlønninger (på grund af stigningen i lærernes gennemsnitlige anciennitet), andelen af tosprogede elever (der påvirker udgifterne på grund af modtageklasser, modersmålsundervisning og specialundervisning i dansk), den generelle arbejdstidsnedsættelse, elevernes fordeling på klassetrin (der påvirker udgifterne, fordi eleverne på de højere klassetrin undervises flere timer om ugen) og kommunernes øgede udgifter til pension til lærerne. Korrigeres udgifterne for disse forhold, er udgifter pr. elev således»kun«steget 26%, hvilket ligger tæt på væksten i antallet 8

af lærerløntimer pr. elev. Variationen i nettodriftsudgifter pr. elev Der er en betydelig variation over kommuner i nettodriftsudgifter pr. elev. Fra slutningen af 1970'erne til midten af 1980'erne var udgifter pr. elev i den dyreste kommune ca. dobbelt så høje som i den billigste. Siden midten af 1980'erne er variationen aftaget noget, men forskellene er stadig betydelige; i 1996 brugte den dyreste kommune således ca. 70% mere end den billigste. Kommuner med høje udgifter pr. elev er hovedsageligt koncentreret i den østlige del af landet, især i hovedstadsregionen, mens de fleste kommuner med lave udgifter pr. elev ligger i Jylland. Korrigeres udgifter pr. elev for forskelle i lønudgifter pr. lærer (som følge af stedtillæg og forskelle i anciennitet), elevernes fordeling på klassetrin og andelen af tosprogede elever, reduceres udgiftsforskellene mellem kommunerne. Korrigeres derforuden for forskelle i sociale problemer (målt ved andel børn af enlige forsørgere og andelen af socialt udsatte boliger), reduceres forskellene yderligere. Men der er dog stadig betydelige forskelle. Den dyreste kommune brugte ca. 65% mere end den billigste i 1996 ifølge de korrigerede tal for udgifter pr. elev. Rangordningen af kommuner med hensyn til (korrigerede) udgifter pr. elev ændres kun lidt fra ét år til det næste. Men set over en længere periode, fx 10 år eller mere, sker der betydelige ændringer, således at en stor del af de kommuner, der i slutningen af 1970'erne havde lave udgifter pr. elev i forhold til landsgennemsnittet, havde relativt høje udgifter pr. elev i slutningen af 1980'erne og senere. Omvendt har nogle af de kommuner, der i slutningen af 1970'erne havde høje udgifter i forhold til landsgennemsnittet, et udgiftsniveau tæt på landsgennemsnittet i 1990'erne. Model for udgifterne Med henblik på at forklare variationen i udgifter pr. elev (korrigeret for forskelle i lærerlønninger, elevernes fordeling på klassetrin og arbejdstidsnedsættelsen) er der foretaget statistiske analyser baseret på en model for udgifterne. I modellen indgår en række faktorer, der kan tænkes at påvirke udgifterne, idet de afspejler bl.a. økonomiske, sociale, demografiske og politiske forhold i kommunerne. Analysens hovedresultater (der i store træk er som man kunne forvente), søges sammenfattet i det følgende. 9

Hvis kommunernes velstand (målt ved beskatningsgrundlag pr. indbygger og andelen af erhvervsaktive) vokser, vil udgifter pr. elev også vokse. En stigning i andelen af elever fra socialt udsatte familier (målt ved andelen af børn af enlige forsørgere, andelen af tosprogede elever og andelen af socialt udsatte boliger) medfører en stigning i udgifter pr. elev. Dette kan forklares med, at andelen af elever fra socialt udsatte familier er en indikator for andelen af elever, der har behov for ekstra ressourcer i form af fx specialundervisning. Effekten af en lav urbaniseringsgrad er høje udgifter pr. elev, hvilket kan forklares med, at tyndt befolkede landkommuner typisk har relativt små skoler med lave klassekvotienter og større udgifter til skolebusdrift. Der er stordriftsfordele, således at effekten af et stort elevtal er lave udgifter pr. elev. Stordriftsfordelene kan være knyttet til skoleadministration og til det forhold, at det er nemmere at undgå lave klassekvotienter, hvis man har et stort elevgrundlag. Der er en langsom tilpasning af udgifterne til ændrede vilkår i kommunerne. Flere af resultaterne tyder endvidere på, at der er asymmetri i kommunernes tilpasning til ændringer i elevtallet. Hvis elevtallet vokser, sker der således en hurtig tilpasning opad i udgifterne, således at udgifter pr. elev er omtrent uændrede. Omvendt udløser fald i elevtallet ikke tilsvarende reduktioner i udgifterne, hvilket bevirker, at udgifter pr. elev vokser. Den langsomme tilpasning bevirker, at udgifterne pr. elev typisk vil ligge på et relativt højt niveau i adskillige år efter, at elevtallet er faldet. Effekter på elevernes uddannelsesforløb Det er et politisk interessant spørgsmål, i hvilket omfang ressourceforbruget i folkeskolen har betydning for, hvordan det efterfølgende går eleverne i uddannelsessystemet og på arbejdsmarkedet. Grundlæggende må ressourceforbruget naturligvis have betydning på et eller andet niveau. Men spørgsmålet er, om en øgning af ressourcerne, givet deres nuværende niveau, har positive effekter på, hvordan eleverne klarer sig. Eller, udtrykt på en anden måde, om de eksisterende kommunale forskelle i ressourceforbrug har betydning for elevernes resultater. I analyserne af effekterne af ressourceforbruget i folkeskolen fokuseres som nævnt på elevernes valg og resultater i uddannelsessystemet. Der er dog også foretaget analyser af effekterne på ledighedsgraden efter endt 10

uddannelse. Ved hjælp af statistiske modeller søges belyst, hvilke forhold, herunder ressourceforbrug pr. elev, der har betydning for elevernes valg og resultater. I modellerne indgår foruden mål for ressourceforbrug pr. elev også mål for forældrebaggrund (herunder familiestruktur og forældrenes uddannelse, indkomst og boligforhold) og socioøkonomiske karakteristika ved den kommune, hvor personen har gået i skole. Resultaterne viser, at højere skoleudgifter har (statistisk signifikante) effekter på flere af de analyserede valg og resultater. Elever fra kommuner med store udgifter pr. elev har således større sandsynlighed for at vælge at gå i 10. klasse og for at påbegynde og gennemføre en ungdomsuddannelse. Effekterne af højere udgifter pr. elev er dog meget små. En stigning i udgifter pr. elev på 10% vil således kun øge sandsynligheden for at gennemføre en ungdomsuddannelse med ca. 1% for en typisk elev. Dette resultat indebærer, at det vil være særdeles dyrt for en typisk kommune, at øge andelen af elever, der gennemfører en ungdomsuddannelse, hvis midlet er at øge det generelle udgiftsniveau i kommunens folkeskole: At få én ekstra elev pr. år til at gennemføre en ungdomsuddannelse vil koste kommunen ca. 4 mio.kr. pr. år i ekstra folkeskoleudgifter. I analyserne for de øvrige resultatmål (om eleverne forlader grundskolen i utide, om de tager en gymnasial uddannelse, om de senere påbegynder en videregående uddannelse, og i hvilket omfang de er arbejdsløse efter endt uddannelse) er effekterne af at øge udgifterne pr. elev ikke statistisk signifikante (dvs. at effekterne er så usikkert bestemt, at det ikke kan afvises, at de er lig med nul). Effekten på elevernes karakterniveau efter en gymnasial uddannelse (for dem, der tager en sådan) er tilsyneladende marginalt negativ; dette uventede resultat har dog muligvis en teknisk forklaring, jf. kaptiel 4. Effekterne af en stigning i ressourceforbruget er mindre, når ressourceforbruget måles ved antallet af lærertimer pr. elev, end når det måles ved udgifter pr. elev. Det forhold, at udgifter pr. elev er et meget bredt ressourcemål, er altså ikke årsagen til, at en stigning i udgifterne pr. elev kun har små effekter på elevernes uddannelsesforløb. Mere snævert afgrænsede ressourcemål baseret på antallet af lærertimer pr. elev har mindre effekter, og effekterne er mindre, jo mere snævert målet for lærertimer pr. elev afgrænses. Den overordnede konklusion er, at selv i de tilfælde, hvor der estimeres 11

statistisk signifikante effekter af et øget ressourceforbrug, er disse effekter meget små. Med andre ord har de eksisterende kommunale udgiftsforskelle stort set ingen praktisk betydning for elevernes senere uddannelsesforløb. Det udelukker naturligvis ikke, at tilførsel af ekstra ressourcer til folkeskolen i forbindelse med en målrettet indsats, fx med henblik på at øge andelen, der gennemfører en ungdomsuddannelse, kan lykkes. Det er afgørende, hvordan udgifterne konkret anvendes. Blot at øge udgifterne uden en målrettet indsats vil ikke have nogen særlig effekt. Analyserne viser i øvrigt (som et stort antal andre undersøgelser), at det først og fremmest er den sociale arv, der er afgørende for elevernes uddannelsesforløb. Forældrenes socioøkonomiske forhold, navnlig deres uddannelse, har således stor betydning. Som eksempel kan nævnes, at hvis den ene forælder har en lang videregående uddannelse, vil sandsynligheden for, at eleven gennemfører en ungdomsuddannelse være 15-20% større, end hvis den pågældende forælder ikke har nogen uddannelse ud over grundskolen. Uddannelsesforløbet efter folkeskolen er også påvirket af sociale og økonomiske forhold i den kommune, hvor man har gået i skole, herunder arbejdsløshedsprocenten og indbyggernes uddannelsesniveau. 1.2 Diskussion Forskelle mellem kommuner i ressourceforbrug pr. elev til folkeskolen kan have mange årsager, bl.a. at kommunernes vilkår er forskellige (hvilket vi har forsøgt at tage højde for i analyserne), at de prioriterer forskelligt og at der er forskelle i effektivitet. Det kan være svært at vurdere, hvilke af disse årsager der dominerer. Det er vigtigt at understrege, at et højt udgiftsniveau pr. elev i en kommune ikke nødvendigvis er et problem, da det kan skyldes meget andet end ineffektivitet og manglende styring af ressourcerne, fx en politisk prioritering af en høj kvalitet i folkeskolen. Tilsvarende behøver et lavt udgiftsniveau ikke at være positivt, da det fx kan afspejle ringe kvalitet snarere end stor effektivitet. Det kan være vanskeligt at måle, i hvilken udstrækning forskelle i ressourceforbrug afspejler forskelle i kvalitet, da der er mange dimensioner af kvalitet. I denne rapport er der fokuseret på den dimension, der har at 12

gøre med elevernes uddannelsesforløb efter afslutningen af grundskolen samt deres arbejdsmarkedsforløb efter endt uddannelse. Som nævnt finder vi kun små effekter på disse forhold af et øget ressourceforbrug. Men det er klart, at ressourceforbrug i folkeskolen kan have effekter på en lang række andre forhold, som vi ikke analyserer i denne undersøgelse, fx de pædagogiske kvaliteter i skolen, elevernes trivsel, mens de går i skole, og deres tilegnelse af kundskaber, som ikke har målelige effekter i relation til de resultater i uddannelsessystemet og på arbejdsmarkedet, vi har undersøgt. Det er også vigtigt at nævne, at folkeskolens formålsparagraf dækker et særdeles bredt spektrum af formål. Hvorvidt ressourceforbruget har effekter på opfyldelsen af disse mål, er ikke belyst i denne undersøgelse. På den anden side må man forvente, at fx et godt miljø i skolen og stor tilfredshed med skolen samt opfyldelsen af mange af de formål, der er nævnt i formålsparagraffen, faktisk vil give de unge bedre forudsætninger for at tilegne sig færdigheder, der er relevante for at kunne gennemføre en uddannelse efter grundskolen. 13

2 Indledning 2.1 Baggrund og formål Udgifterne til folkeskolen udgør en betydelig del af de kommunale budgetter. Driftsudgifterne pr. elev er for landet som helhed vokset betydeligt fra 1977 til 1996 med ca. 46%, målt i faste priser. Samtidig er der store forskelle på ressourceforbruget pr. elev mellem forskellige kommuner. I 1996 varierede nettodriftsudgifterne pr. elev således fra ca. 31.500 kr. til ca. 54.000 kr. Derfor er det interessant at undersøge, hvad der bestemmer ressourceforbruget pr. elev i folkeskolen, herunder hvor stor en del af variationen, der afspejler, at kommunernes vilkår er forskellige (og har ændret sig over tiden), og hvor stor en del, der afspejler kvalitets- eller effektivitetsforskelle. Dette er interessant i sig selv, men også som udgangspunkt for videre analyser af sammenhængen mellem ressourceforbrug pr. elev og forskellige konkrete mål for kvalitet, herunder elevernes færdigheder i folkeskolen og deres uddannelses- og arbejdsmarkedsforløb efter afslutningen af folkeskolen. Formålet med denne rapport er for det første at undersøge, i hvilket omfang ressourceforbruget i folkeskolen målt ved nettodriftsudgifter pr. elev varierer mellem forskellige kommuner og over tid, og at analysere årsager til denne variation. Der opstilles korrigerede mål for ressourceforbruget i folkeskolen, der i så vidt omfang som muligt alene afspejler forskelle i kvalitet og effektivitet mellem kommunerne (og over tid). Dette gøres ved at korrigere nettodriftsudgifter pr. elev for en række forhold, som afspejler, at kommunernes vilkår er forskellige, snarere end at kvaliteten af folkeskolen er forskellig. Det undersøges, hvordan de forskellige korrektioner påvirker fordelingen af udgifter pr. elev over kommuner og over tid. 14

For det andet er formålet at undersøge, hvilke effekter ressourceforbruget i folkeskolen har på elevernes uddannelsesforløb deres uddannelsesmæssige valg og resultater efter afslutningen af grundskolen. Det undersøges således, om de personer, der har gået i folkeskolen i kommuner med et stort (korrigeret) ressourceforbrug, klarer sig bedre i uddannelsessystemet end dem, der har gået i folkeskolen i kommuner med et lavere ressourceforbrug, når der tages højde for dels personernes forskellige familiemæssige baggrund (herunder deres forældres socioøkonomiske forhold), dels forskelle i socioøkonomiske forhold i kommunerne. Baggrunden er, at det er et centralt element i og et vigtigt formål med folkeskoleuddannelsen at give eleverne gode (først og fremmest boglige) færdigheder og derved sætte dem i stand til at gennemføre en kompetencegivende uddannelse efter afslutningen af grundskolen. Datagrundlaget for analyserne er dels AKF s forløbsregister med forældre- og skolekoblinger, som er baseret på administrative registre i Danmarks Statistik, dels data for ressourceforbrug pr. elev i folkeskolen opgjort for hver kommune over 20 år. Ud fra registrene har vi detaljerede oplysninger for de samme personer over flere år. Vi kan således følge de unges vej igennem uddannelsessystemet, og vi har oplysninger om deres familiemæssige baggrund, herunder deres forældres socioøkonomiske forhold. 2.2 Mål for ressourceforbrug i folkeskolen Ressourceforbruget i folkeskolen måles i denne rapport ved nettodriftsudgifter pr. elev. Der er tale om et relativt bredt ressourcemål, som omfatter følgende udgiftskategorier: løn til lærere og administrativt personale, undervisningsmidler, skolebiblioteker, rengøring, bygningsvedligeholdelse, skolebusdrift mv. 1 Det skal præciseres, at rapportens analyser ikke omfatter privatskoler. Tal for såvel elevtal som udgifter (og antal lærertimer) omfatter alene den kommunale folkeskole. Nettodriftsudgifterne pr. elev korrigeres i rapporten for forhold, som må antages hovedsageligt at afspejle forskelle i vilkår mellem kommunerne, snarere end forskelle i kvalitet eller effektivitet. Først korrigeres for forhold, der påvirker udgifterne på en forholdsvis kendt måde. Det drejer sig om 15

forskelle i lønomkostninger pr. lærer (som følge af forskelle i gennemsnitlig læreranciennitet og forskelle i stedtillægssats), forskelle i elevernes fordeling på klassetrin (som påvirker udgifterne, fordi elever på højere klassetrin undervises i flere timer om ugen end elever på lavere klassetrin) og andelen af tosprogede elever (som påvirker udgifterne på grund af modtageklasser, modersmålsundervisning og specialundervisning i dansk). Desuden korrigeres udgifterne over tid som følge af arbejdstidsforkortelsen og kommunernes øgede udgifter til pension til lærerne. Kommunernes vilkår for folkeskoledrift er forskellige af andre grunde end dem, ovennævnte korrektioner tager hensyn til. Et vigtigt aspekt er, at elevgruppens forudsætninger kan være meget forskellige i forskellige kommuner, hvilket kan hænge sammen med omfanget af sociale problemer. Udgifterne pr. elev kan således være høje i en kommune, fordi der er en stor andel af elever med ringere forudsætninger end gennemsnittet og dermed større ressourcebehov, fx til specialundervisning, og ikke fordi mængden af ressourcer til en elev med gennemsnitlige forudsætninger er stort. Andelen af børn af enlige forsørgere og andelen af socialt udsatte boliger 2 kan være indikatorer for sociale problemer, som er relateret til elevgruppens gennemsnitlige forudsætninger. I nogle af analyserne benyttes tal for udgifter pr. elev, som er korrigeret for disse indikatorer for sociale problemer (ud over de ovennævnte forhold). Der er større usikkerhed forbundet med disse korrektioner, da indikatorerne for sociale problemer er usikre mål for elevgruppens gennemsnitlige forudsætninger, og da der ikke findes nogen præcis viden om, hvordan ressourcebehovet påvirkes. De foretagne korrektioner for sociale problemer er derfor baseret på statistiske analyser af en model, hvor forskelle i udgifter pr. elev søges forklaret ved forskelle i sociale problemer, velstandsniveau, elevtal (stordriftsfordele), urbaniseringsgrad, demografiske forhold mv. Analyserne har på mange måder samme karakter som analyserne i Mouritzen (1991), Larsen (1993), Finansministeriet et al. (1995), Finansministeriet (1995) og Indenrigsministeriet (1998), dog med den væsentlige forskel, at vi har data for en lang årrække, hvilket gør det muligt at undersøge, hvordan forskellene mellem kommuner udvikler sig over tid, og at foretage mere generelle statistiske analyser. 16

2.3 Effekter på elevernes uddannelsesforløb I analyserne af effekterne af ressourceforbruget i folkeskolen fokuseres på elevernes uddannelsesforløb efter afslutningen af folkeskolen (der estimeres dog også modeller for deres arbejdsmarkedsforløb efter endt uddannelse). Det undersøges bl.a., om sandsynligheden for at påbegynde og gennemføre en ungdomsuddannelse er større, hvis man kommer fra en kommune med et stort ressourceforbrug i folkeskolen. Dette gøres ud fra modeller for de unges valg og resultater i uddannelsessystemet, hvor der tages højde for bl.a. deres forældrebaggrund. Den grundlæggende hypotese er, at et stort ressourceforbrug pr. elev i folkeskolen har positive effekter på de unges resultater i uddannelsessystemet og på arbejdsmarkedet, således at et stort ressourceforbrug fx øger sandsynligheden for at påbegynde og gennemføre en ungdomsuddannelse. Analyser af, hvorvidt ressourceforbruget i folkeskolen har effekter på elevernes uddannelses- og arbejdsmarkedsforløb efter afslutningen af grundskolen, har (så vidt vides) ikke før været foretaget på danske data. Der er en omfattende international (især amerikansk) litteratur om effekterne af ressourceforbrug i grundskolen på elevernes resultater. I langt størstedelen af den økonomiske empiriske litteratur på dette område analyseres effekterne på elevernes karakterer eller prøveresultater i grundskolen eller på deres indtjening på arbejdsmarkedet efter endt uddannelse. Der er kun en meget begrænset litteratur, som fokuserer på effekterne på de unges resultater i uddannelsessystemet efter afslutningen af grunduddannelsen. Når vi i denne undersøgelse fokuserer på netop disse effekter, er det for det første, fordi erhvervelsen af en kompetencegivende uddannelse efter grundskolen er afgørende for mulighederne på arbejdsmarkedet, både med hensyn til at få en fast tilknytning til arbejdsmarkedet og med hensyn til indtjening. For det andet har vi i det foreliggende datasæt ikke data for elevernes karakterer eller prøveresultater i folkeskolen. For det tredje indeholder datasættet den begrænsning, at vi kun kan følge de unge til de er ca. 30 år. Derfor ville analyser af effekten på indtjening på arbejdsmarkedet være meget usikker, specielt for de grupper, der tager en videregående uddannelse. 17

2.4 Ressourceforbrug og kvalitet i folkeskolen Forskelle mellem kommuner i ressourceforbrug pr. elev til folkeskolen kan have mange årsager. En væsentlig del af forskellene skyldes, at kommunernes vilkår er forskellige. I denne rapport har vi forsøgt så godt som muligt at korrigere for dette forhold, men selv efter disse korrektioner er der store forskelle mellem kommunerne. Der kan være flere årsager hertil. For det første er der en vis usikkerhed forbundet med nogle af korrektionerne, og der kan være en række specielle forhold, der gør sig gældende i forskellige kommuner. For det andet kan forskellene være udtryk for en bevidst prioritering i kommunerne en prioritering, der er bestemt både af, hvor høj prioritet folkeskolen har i forhold til andre udgiftsområder, og af hensynet til at holde en lav skatteprocent samt af kommunernes økonomiske muligheder. Nogle kommuner vælger fx at anvende mange ressourcer på folkeskolen med henblik på at sikre en høj kvalitet i den ene eller den anden dimension. For det tredje kan forskellene skyldes forhold, som kan tænkes at påvirke kvaliteten, uden at det er udtryk for en bevidst prioritering. For eksempel kan der være relativt mange ressourcer til rådighed pr. elev i kommuner, hvor elevtallet er faldet, da det tager tid at justere ressourceforbruget. For det fjerde kan forskellene være udtryk for forskelle i effektivitet i den forstand, at nogle kommuner er dygtigere end andre til at holde udgifterne nede, uden at det går ud over kvaliteten af folkeskolen. Det kan være svært at vurdere, hvilke af disse årsager der dominerer. Det er vigtigt at understrege, at et højt udgiftsniveau pr. elev i en kommune ikke nødvendigvis er et problem, da det kan skyldes meget andet end ineffektivitet og manglende styring af ressourcerne, fx en politisk prioritering af en høj kvalitet i folkeskolen. Tilsvarende behøver et lavt udgiftsniveau ikke at være positivt, da det fx kan afspejle ringe kvalitet snarere end stor effektivitet. Hvis forskellene i ressourceforbrug i væsentligt omfang er udtryk for forskelle i prioritering af folkeskolen, må man forvente, at de giver sig udslag i forskelle i kvalitet af folkeskolen. Det kan være vanskeligt at måle, i hvilken udstrækning dette er tilfældet, idet der er mange dimensioner af kvalitet. Nogle kommuner kan fx vælge at bruge mange ressourcer på at sikre en høj kvalitet af de specielle tilbud, der gives til tosprogede eller 18

fagligt svage elever, fx i form af specialundervisning, mens andre kommuner prioriterer lave klassekvotienter eller høj standard for rengøring og bygningsvedligeholdelse. Men de korrigerede ressourcemål, der er beskrevet i kapitel 3 i denne rapport, kan benyttes som udgangspunkt for analyser af, om der er en sammenhæng mellem ressourceforbrug pr. elev og kvalitet. I kapitel 4 fokuseres på den dimension, der har at gøre med elevernes uddannelsesforløb efter afslutningen af grundskolen samt deres arbejdsmarkedsforløb efter endt uddannelse. Men ressourceforbrug i folkeskolen kan have effekter på en lang række andre forhold, som vi ikke analyserer i denne undersøgelse. Et højt ressourceforbrug kan fx have en positiv effekt på elevernes trivsel, mens de går i skole, og på deres tilegnelse af musiske og andre kundskaber, som ikke har målelige effekter i relation til de resultater i uddannelsessystemet og på arbejdsmarkedet, vi har data for, men som kan bidrage til at give dem et rigere liv i bred forstand. Det er også vigtigt at nævne, at folkeskolens formålsparagraf dækker et særdeles bredt spektrum af formål. På den anden side må man forvente, at fx et godt miljø i skolen og stor tilfredshed med skolen samt opfyldelsen af mange af de formål, der er nævnt i formålsparagraffen, faktisk vil give de unge bedre forudsætninger for at tilegne sig færdigheder, der er relevante for at kunne gennemføre en uddannelse efter grundskolen. Et tredje forhold, man skal være opmærksom på ved fortolkning af resultaterne, er, at unges uddannelsesforløb i langt højere grad er påvirket af deres familiemæssige baggrund, herunder ikke mindst forældrenes socioøkonomiske forhold, end af ressourceforbruget i grundskolen. For at kunne beregne effekterne af ressourceforbrug er det derfor afgørende at have gode data, ved hjælp af hvilke man kan tage højde for forskelle i familiebaggrund. Det registerbaserede datagrundlag, vi benytter i denne rapport, giver særdeles gode muligheder på dette punkt. 19

Noter 1.Følgende funktioner i den kommunale kontoplan er medtaget: 3.01 Folkeskoler (undervisning og drift af skolerne); 3.02 Forskellige serviceforanstaltninger; 3.03 Sygeog hjemmeundervisning; 3.04 Skolepsykolog; 3.07 Undervisning af børn med vidtgående handicap; 3.08 Observationsskoler; 3.09 Skolebiblioteker; 1.22 Skolebusdrift. Udgifter til skolefritidsordninger er ikke med i det anvendte udgiftsmål. I Graversen og Heinesen (1999) diskuteres afgrænsningen af udgiftsbegrebet nærmere, herunder forholdet mellem netto- og bruttodriftsudgifter og de specielle forhold vedrørende Københavns og Frederiksberg Kommuner, som også løser amtskommunale opgaver på skoleområdet. 2.Antallet af socialt belastede boliger opgøres ud fra Danmarks Statistiks boligopgørelse og omfatter samtlige boliger, opført før 1920, som er uden centralvarme, og samtlige egentlige beboelseslejligheder samt enkeltværelser, opført efter 1964, der bliver beboet af personer, som ikke ejer boligen. Andelen af socialt udsatte boliger svarer til Indenrigsministeriets»boligkriterium«. 20

3 Udgifter pr. elev: Udviklingen over tid og forskelle mellem kommuner 3.1 Udviklingen i folkeskoleudgifterne for landet som helhed 1977-96 For landet som helhed er nettodriftsudgifter pr. elev målt i 1996-priser vokset fra 27.126 kr. i 1977 til 39.728 kr. i 1996, dvs. med 46%, jf. figur 3.1. (Til sammenligning kan nævnes, at bruttonationalproduktet målt i faste priser pr. indbygger er vokset med 38% i samme periode). En del af stigningen i nettodriftsudgifter pr. elev skyldes øgede lønudgifter pr. lærertime som følge af de generelle arbejdstidsnedsættelser, den øgede gennemsnitlige anciennitet blandt lærerne og de øgede pensionsudgifter til lærere. En anden del af stigningen skyldes det øgede ressourceforbrug i forbindelse med den voksende andel af tosprogede elever. Endelig kan udgifterne pr. elev variere over tid som følge af, at elevernes sammensætning på klassetrin ændres (jo større andelen af elever på de høje klassetrin er, desto større er de gennemsnitlige udgifter pr. elev, da disse elever har væsentlig flere timer pr. uge end elever på lavere klassetrin). Korrigeres for disse fem faktorer, fås en væsentlig lavere stigning i nettodriftsudgifter pr. elev: ca. 26%, jf. figur 3.1. Denne lavere vækst i de korrigerede udgifter pr. elev svarer omtrent til stigningen i antallet af lærerløntimer pr. elev, jf. Graversen og Heinesen (1999, afsnit 2.5), hvilket ikke er overraskende, da lønudgifter udgør ca. 80% af de samlede nettodriftsudgifter. I samme periode, hvor udgifterne pr. elev voksede med 46% og korrigeret med 26% faldt elevtallet med 31% (fra ca. 752.000 i 1977 til 516.000 i 1996). Det vil sige, at de samlede udgifter til folkeskolen voksede med ca. 1%, mens der var tale om et fald på ca. 13% i de samlede korrigerede udgifter, jf. figur 3.1. En del af forklaringen på det større ressourcefor- 21

brug pr. elev kan netop være det faldende elevtal, da det tager tid for kommunerne at tilpasse ressourceforbruget nedad (dette bekræftes af analyserne, der beskrives i kapitel 6). Figur 3.1 Udgifter pr. elev, antal elever og samlede udgifter for hele landet, 1977-96. Indeks 1977=100 150 140 130 Indeks, 1977=100 120 110 100 Udgifter pr. elev, ukorrigeret Udgifter pr. elev, korrigeret Udgifter i alt, ukorrigeret Udgifter i alt, korrigeret Antal elever 90 80 70 60 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 År 3.2 Variationen i udgifter pr. elev over kommuner 3.2.1 Ressourceforbruget i 1996 I 1996 varierede kommunernes nettodriftsudgifter på folkeskoleområdet fra 31.479 kr. pr. elev i Høng Kommune til 54.083 kr. pr. elev i Frederiksberg Kommune. Ressourceforbruget pr. elev er altså ca. 70% højere i kommunen med de højeste udgifter pr. elev sammenlignet med den kommune, som har de laveste udgifter pr. elev. Figur 3.2 viser, hvordan kommunerne er fordelt med hensyn til ressourceanvendelsen i 1996. Kommunerne er her opdelt efter størrelsen af nettodriftsudgifterne pr. elev i forhold til landsgennemsnittet (det uvægtede gennemsnit på 39.147 kr. pr. elev; i de følgende figurer for udgifter i forhold til landsgennemsnittet er der også tale om det uvægtede gennemsnit). En stor andel af kommunerne anvender et beløb pr. elev, der ligger relativt tæt på gennemsnittet for hele landet. 111 kommuner (40%) ligger således 22

inden for et interval på +/- 5%'s afvigelse fra gennemsnittet. Inden for et bredere interval på +/- 15%'s afvigelse fra gennemsnittet er der 240 kommuner (87%). Fordelingen er højreskæv: Ser vi på kommunerne, der ligger i intervallet +/- 15% i forhold til landsgennemsnittet, er der væsentlig flere kommuner, der bruger lidt under gennemsnittet, end der er kommuner, som bruger lidt over gennemsnittet; omvendt er antallet af kommuner, der ligger mere end 15% over gennemsnittet, væsentlig større end antallet af kommuner, der ligger mere end 15% under gennemsnittet. I kommunen med de højeste nettodriftsudgifter pr. elev er ressourceforbruget pr. elev således ca. 40% højere end landsgennemsnittet, mens kommunen med de laveste udgifter pr. elev bruger ca. 20% mindre end landsgennemsnittet. Korrigeres udgifter pr. elev for forskelle i lønudgifter pr. lærer, elevernes fordeling på klassetrin og andelen af tosprogede elever, reduceres udgiftsforskellene mellem kommunerne. Korrigeres derforuden for omfanget af sociale problemer (målt ved andel børn af enlige forsørgere og andelen af socialt udsatte boliger), sker der en yderligere reduktion af udgiftsforskellene. Dette er illustreret i figur 3.3, hvor de grå søjler viser fordelingen af kommunerne med hensyn til ukorrigerede udgifter pr. elev (det samme som er illustreret i figur 3.2), de sorte søjler viser fordelingen med hensyn til de korrigerede udgifter, og de hvide søjler viser fordelingen med hensyn til udgifter, der også er korrigeret for sociale problemer. Denne ekstra korrektion er baseret på resultaterne af estimation af en statistisk model for udgifter pr. elev, jf. afsnit 3.4. Det ses, at korrektionerne betyder, at der er flere kommuner, som ligger i intervallet fra 5% under landsgennemsnittet til 15% over landsgennemsnittet, og færre kommuner, der ligger uden for dette interval. I tabellen i bilaget er vist, hvor meget korrektionerne betyder for hver enkelt kommune; ukorrigerede og korrigerede udgifter pr. elev er vist for 1977, 1986 og 1996. Som eksempel på, hvor meget korrektionerne betyder for de enkelte kommuner, kan nævnes, at Københavns Kommune ifølge de ukorrigerede udgifter pr. elev lå 17% over landsgennemsnittet i 1996. Efter korrektion for lærerlønninger, tosprogede elever og elevernes fordeling på klassetrin, lå Københavns Kommune kun 11% over gennemsnittet. Det er især den store andel af tosprogede elever i Københavns Lommune, der har betydning, men 23

korrektionerne for lærerlønninger (stedtillæg og anciennitet) reducerer også udgifter pr. elev i Københavns Kommune, mens korrektionen for elevernes fordeling på klassetrin trækker den anden vej, idet der var relativt mange elever på de lave klassetrin i Københavns Kommune i 1996. Korrigeres yderligere for omfanget af sociale problemer (andel børn af enlige forsørgere og andel socialt udsatte boliger), ligger udgifterne pr. elev i Københavns Kommune kun 2% over landsgennemsnittet. Et eksempel på en kommune, hvor korrektionerne har modsat virkning er Arden. Ifølge de ukorrigerede udgifter pr. elev, lå Arden i 1996 13% under landsgennemsnittet. Efter korrektion for lærerlønninger, andel tosprogede og elevernes fordeling på klassetrin lå Arden 11% under landsgennemsnittet. Den yderligere korrektion for sociale problemer betyder, at Arden kun ligger 7% under landsgennemsnittet. Figur 3.2 Fordelingen af kommunerne efter størrelsen af nettodriftsudgifterne pr. elev (i forhold til landsgennemsnittet), 1996. (Histogram) 0,25 0,2 0,15 Andel 0,1 0,05 0 0,75-0,80 0,80-0,85 0,85-0,90 0,90-0,95 0,95-1,00 1,00-1,05 1,05-1,10 1,10-1,15 1,15-1,20 1,20-1,25 1,25-1,30 1,30-1,35 1,35-1,40 1,40-1,45 Nettodriftsudgifter pr. elev i forhold til landsgennemsnittet i 1996 24

Figur 3.3 Fordelingen af kommunerne med hensyn til ukorrigerede og korrigerede nettodriftsudgifter pr. elev. Angivet i forhold til landsgennemsnittet, 1996 0,3 0,25 0,2 Andel 0,15 0,1 0,05 0 0,75-0,80 0,80-0,85 0,85-0,90 0,90-0,95 0,95-1,00 1,00-1,05 1,05-1,10 1,10-1,15 1,15-1,20 1,20-1,25 1,25-1,30 1,30-1,35 1,35-1,40 1,40-1,45 1,45-1,50 1,50-1,55 1,55-1,60 Udgifter pr. elev i forhold til landsgennemsnittet Ukorrigeret Korrigeret Korrigeret, også for sociale forhold Geografisk set er kommunerne med de højeste ukorrigerede udgifter pr. elev placeret i hovedstadsregionen og i Fyns Amt, mens koncentrationen af billige kommuner er størst i Jylland. Det samme mønster tegner sig (omend mindre udtalt), når der korrigeres for forskelle i lærerlønninger, andel tosprogede og elevernes fordeling på klassetrin, jf. figur 3.4. Korrigeres derudover for forskelle i omfanget af sociale problemer, bliver dette mønster væsentlig svagere, jf. figur 3.5. 25

Figur 3.4 Geografisk fordeling af korrigerede nettodriftsudgifter pr. elev i forhold til landsgennemsnittet, 1996, procent 26

Figur 3.5 Geografisk fordeling af nettodriftsudgifter pr. elev, korrigeret også for sociale problemer, i forhold til landsgennemsnittet, 1996, procent 27

3.2.2 Ressourceforbruget 1977-96 Som beskrevet i afsnit 3.2.1 var der store forskelle på kommunernes ressourceforbrug til folkeskolen i 1996. Forskellene var imidlertid endnu større tidligere. I 1970'erne og 1980'erne var (ukorrigerede) udgifter pr. elev således ca. dobbelt så høje i den dyreste kommune som i den billigste. De store forskelle er illustreret i figur 3.6, der viser kommunernes fordeling mht. udgifter pr. elev korrigeret for forskelle i lærerlønninger, andel tosprogede og elevernes fordeling på klassetrin. De grå søjler viser fordelingen i 1977, de sorte fordelingen i 1986 og de hvide fordelingen i 1996 (svarende til de sorte søjler i figur 3.3). Det ses, at der i 1977 og specielt i 1986 var flere kommuner med meget høje og meget lave udgifter pr. elev, end tilfældet var i 1996. Forskellene mellem kommunerne var altså mindre i 1996 end i 1977 og 1986. Det samme mønster er i figur 3.7 illustreret ved den såkaldte variationskoefficient, som er større, jo større variationen i udgifter pr. elev er, dvs. jo større forskelle der er mellem kommunerne. Variationskoefficienten er vist for perioden 1977-96, både for de ukorrigerede udgifter pr. elev og for de to mål for korrigerede udgifter pr. elev. Det ses, at forskellene i udgifter pr. elev blev større fra 1977 til midten af 1980'erne, hvorefter forskellene blev mindre, således at der i midten af 1990'erne var mindre variation end i slutningen af 1970'erne. Det ses også af figur 3.7, at korrektionerne med hensyn til lærerlønninger, andel tosprogede og elevernes fordeling på klassetrin reducerer forskellene mellem kommunerne i alle år, og at den ekstra korrektion med hensyn til sociale problemer reducerer forskellene yderligere. 28

Figur 3.6 Fordelingen af kommunerne efter størrelsen af korrigerede nettodriftsudgifter pr. elev i 1977, 1986 og 1996 0,3 0,25 0,2 Andel 0,15 0,1 0,05 0 0,75-0,80 0,80-0,85 0,85-0,90 0,90-0,95 0,95-1,00 1,00-1,05 1,05-1,10 1,10-1,15 1,15-1,20 1,20-1,25 1,25-1,30 1,30-1,35 1,35-1,40 1,40-1,45 1,45-1,50 1,50-1,55 1,55-1,60 Korrigerede nettodriftsudgifter pr. elev i forhold til landsgennemsnittet 1977 1986 1996 Figur 3.7 Variationskoefficienten for udgifter pr. elev (ukorrigerede og korrigerede), 1977-96 0,14 Varianskoefficient(Std.afv./gennemsnit) 0,13 0,12 0,11 0,1 0,09 Varianskoefficient for nettodriftsudgifter pr. elev Varianskoefficient for korrigerede nettodriftsudgifter pr. elev Varianskoefficient for nettodriftsudgifter pr. elev, korrigeret også for sociale forhold 0,08 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 År 29

3.3 Mobilitet I dette afsnit beskrives mobiliteten inden for fordelingen, dvs. ændringen over tid i de enkelte kommuners placering i fordelingen efter udgifter pr. elev. Den enkelte kommunes udgifter pr. elev ændrer sig typisk ikke meget fra et år til det næste, og kommunernes placering i fordelingen ændres derfor heller ikke meget på et år. Dette er i figur 3.8 illustreret for udgifter pr. elev korrigeret med hensyn til forskelle i lærerlønninger, andelen af tosprogede og elevernes fordeling på klassetrin. På den vandrette akse måles udgifter pr. elev i forhold til landsgennemsnittet i 1995, og på den lodrette akse måles udgifter pr. elev i forhold til landsgennemsnittet året efter (1996). Der er i figuren 275 prikker, en for hver kommune. Hvis det for alle kommuner gjaldt, at de (i forhold til landsgennemsnittet) havde de samme udgifter pr. elev i 1996 som året før, ville alle prikker i figuren ligge på 45 o -linjen (der også er indtegnet i figuren). Det er selvfølgelig ikke tilfældet, men som det ses, ligger langt de fleste punkter meget tæt på denne linje, hvilket illustrerer den begrænsede mobilitet på kort sigt. Hvis en prik i figuren ligger under 45 o -linjen, betyder det, at den pågældende kommunes udgifter (i forhold til landsgennemsnittet) var lavere i 1996 end i 1995, og omvendt hvis prikken ligger over 45 o -linjen. Tilsvarende figurer over 1- årsmobilitet for andre år har samme udseende med en betydelig koncentration omkring 45 o -linjen. Over en længere periode er der større mobilitet. Figur 3.9 og 3.10 illustrerer mobiliteten over henholdsvis 10 og 19 år fra 1986 til 1996, og fra 1977 til 1996 (idet der på den lodrette akse er angivet udgifter pr. elev i forhold til landsgennemsnittet henholdsvis 10 og 19 år efter de udgifter pr. elev, der måles på den vandrette akse). Den større mobilitet viser sig ved, at prikkerne i højere grad ligger langt væk fra 45 o -linjen. Af figur 3.9 ses fx, at kommunen med de højeste udgifter pr. elev i 1986 (Rødovre), som her lå mere end 50% over landsgennemsnittet, i 1996 kun lå ca. 20% over landsgennemsnittet og ikke længere var den dyreste, men»kun«den sjettedyreste. Af figur 3.10 ses, at de syv kommuner, der i 1977 var dyrest med udgifter pr. elev på 30-57% over landsgennemsnittet, alle i 1996 havde væsentlig lavere udgifter pr. elev i forhold til landsgennemsnittet; bortset fra Frederiksberg var der i 1996 ikke nogen kommuner, der lå mere end 30% over 30

landsgennemsnittet. Københavns Kommune, der i 1977 lå 42% over landsgennemsnittet, lå i 1996 kun 11% over, og Gentoftes udgifter faldt fra 47% over landsgennemsnittet i 1977 til kun 1% over i 1996. En af de kommuner, hvor udgifterne i forhold til landsgennemsnittet er vokset mest, er Broby fra 1% over gennemsnittet i 1977 til 25% over i 1996, hvor Broby var den tredjedyreste kommune. Mobiliteten for de enkelte kommuner mellem årene 1977, 1986 og 1996 fremgår af tabellen i bilaget. Figur 3.8 Korrigerede nettodriftsudgifter pr. elev i forhold til landsgennemsnittet i 1995 og 1996: 1-års mobilitet 1,4 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1996. 1,3 1,2 1,1 1 0,9 0,8 0,7 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1995. 31

Figur 3.9 Korrigerede nettodriftsudgifter pr. elev i forhold til landsgennemsnittet i 1986 og 1996: 10-års mobilitet 1,6 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1996. 1,5 1,4 1,3 1,2 1,1 1 0,9 0,8 0,7 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1986. Figur 3.10 Korrigerede nettodriftsudgifter pr. elev i forhold til landsgennemsnittet i 1977 og 1996: mobilitet over 19 år 1,6 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1996. 1,5 1,4 1,3 1,2 1,1 1 0,9 0,8 0,7 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 Korrigerede nettodriftsudgifter i forhold til landsgennemsnittet, 1977. 32

3.4 Model for udgifter pr. elev Med henblik på at forklare en del af variationen i de korrigerede nettodriftsudgifter pr. elev er der foretaget statistiske analyser baseret på en model for udgifterne. I modellen indgår en række variabler, der kan tænkes at påvirke udgifterne. Variablerne afspejler bl.a. økonomiske, sociale, demografiske og politiske forhold i kommunerne. I modellen forklares udgifter pr. elev korrigeret for forskelle i lærerlønninger og elevernes fordeling på klassetrin (men ikke for andelen af tosprogede elever, der til gengæld indgår som en af de forklarende variabler i modellen). I det følgende søges hovedresultaterne sammenfattet. Variabler for kommunernes velstand (beskatningsgrundlag pr. indbygger og andelen af befolkningen, der er erhvervsaktive) har en effekt på udgifter pr. elev, idet udgifterne vokser, hvis beskatningsgrundlaget eller andelen af erhvervsaktive vokser. Dette er ikke overraskende, da kommuner med et højt beskatningsgrundlag (for en given skattesats) har råd til relativt høje udgifter til folkeskolen og på andre områder, og da velstillede og erhvervsaktive borgere kan forventes at stille relativt høje krav til den offentlige service. Ifølge beregningerne vil en stigning på 1% i beskatningsgrundlaget føre til en stigning på mellem 0,1 og 0,2% i udgifter pr. elev, mens en stigning i andelen af erhvervsaktive borgere på 1 procentpoint vil føre til en stigning i udgifter pr. elev på ca. 0,3%. Variabler, der er indikatorer for andelen af elever fra socialt udsatte familier (andelen af børn af enlige forsørgere, andelen af tosprogede elever og andelen af socialt udsatte boliger), har en effekt på udgifterne, idet udgifter pr. elev er højere, jo større indikatorerne for omfanget af sociale problemer er. Baggrunden for denne effekt er, at elever fra socialt belastede familier i gennemsnit har ringere forudsætninger og dermed større behov for specialundervisning mv. Det skal understreges, at de anvendte variabler kun er indikatorer for omfanget af sociale problemer og derigennem for elevgruppens forudsætninger, og at andelen af tosprogede elever som nævnt også har en effekt på udgifterne via modtageklasser, modersmålsundervisning og specialundervisning i dansk. Hvis andelen af børn af enlige forsørgere vokser med 1 procentpoint (fra fx 10% til 11%), vil udgifter pr. elev vokse med ca. 0,5% (på langt sigt). Hvis andelen af tosprogede elever vokser med 1 procentpoint, vil udgifter pr. elev vokse med ca. 0,3%. Hvis 33

andelen af socialt udsatte boliger vokser med 1 procentpoint, vil udgifter pr. elev vokse med ca. 0,6%. Effekten af en lav urbaniseringsgrad er øgede udgifter pr. elev. Baggrunden herfor er, at tyndt befolkede landkommuner typisk har relativt små skoler med lave klassekvotienter og større udgifter til skolebusdrift. Hvis hele befolkningen bor i landdistrikter eller små byer (med 200-800 indbyggere), er udgifterne pr. elev 10-15% højere, end hvis hele befolkningen bor i store byer (med mindst 5000 indbyggere). Der er stordriftsfordele, således at effekten af et stort elevtal er mindskede udgifter pr. elev. Stordriftsfordelene kan være knyttet til skoleadministration og til det forhold, at det er nemmere at undgå lave klassekvotienter, hvis man har et stort elevgrundlag. Effekten af en fordobling af elevtallet er, at udgifter pr. elev mindskes med ca. 4%. Der er en langsom tilpasning af udgifterne til ændrede vilkår i kommunerne. Det er også, hvad man kunne forvente, da det tager tid at tilpasse ressourcerne til ændrede behov, specielt hvis det indebærer oprettelse eller nedlæggelse af klasser eller skoler, men også med hensyn til ændring af praksis vedrørende fx specialundervisning mv. Flere af resultaterne tyder på, at der er asymmetri i kommunernes tilpasning til ændringer i elevtallet. Hvis elevtallet vokser med fx 1%, sker der således en hurtig tilpasning opad i udgifterne, således at udgifter pr. elev kun falder med ca. 0,2% samme år (og ikke med 1%, som ville være tilfældet, hvis udgifterne ikke reagerede på kort sigt) ifølge nogle beregninger er udgifterne pr. elev endda omtrent uændrede. Omvendt udløser fald i elevtallet ikke tilsvarende reduktioner i udgifterne, hvilket bevirker, at udgifterne pr. elev vokser; et fald i elevtallet på 1% medfører en stigning i udgifter pr. elev på ca. 0,8% samme år. Det skal bemærkes, at kommunernes tilpasning til en stigning i elevtallet er relativt usikkert bestemt, da modellen er estimeret for en periode, hvor det samlede elevtal faldt betydeligt. Nogle af resultaterne tyder på, at elevernes andel af befolkningen har en effekt på udgifter pr. elev, således at jo større elevernes andel af befolkningen er, jo mindre er udgifterne pr. elev. Dette kan muligvis forklares med, at en stor andel elever betyder, at folkeskoleudgifterne udgør en relativt stor del af kommunens budget, hvorfor det vil være relativt vigtigt at holde udgifterne pr. elev nede. 34

Tilsvarende tyder nogle af resultaterne på, at elevernes andel af befolkningen mellem 6 og 16 år har en effekt på udgifter pr. elev, således at jo mindre denne andel er, jo større er udgifterne pr. elev. Dette kan måske forklares med, at en lille værdi af denne andel er en indikator for, at relativt mange børn i kommunen går i privatskole, hvorfor kommunen holder et relativt højt udgiftsniveau for at tage konkurrencen op med privatskolerne. Arbejderpartiernes mandatandel i kommunalbestyrelsen har været inddraget for at undersøge, om partipolitiske forhold har betydning for udgifterne, idet arbejderpartierne traditionelt har været fortalere for et højt offentligt serviceniveau. Det ser dog ikke ud til, at dette mål for sammensætningen af kommunalbestyrelsen har nogen signifikant effekt på udgifter pr. elev til folkeskolen. 3.4.1 Korrektion af udgifterne for sociale forhold På baggrund af resultaterne fra den statistiske model er som nævnt beregnet et mål for korrigerede udgifter pr. elev, hvor udgifterne ud over korrektionerne for forskelle i lærerlønninger, andel tosprogede elever og elevernes fordeling på klassetrin også er korrigeret for forskelle i omfanget af sociale problemer mellem kommunerne (målt ved andelen af børn af enlige forsørgere og andelen af socialt udsatte boliger). 1 Korrektionerne er foretaget som beskrevet i Graversen og Heinesen (1999, afsnit 5.6) på baggrund af estimationsresultatet (GMM-SYS), der er dokumenteret i Heinesen (1999). Det skal bemærkes, at korrektionerne for sociale problemer er mere usikre end de øvrige korrektioner. Ud over at korrigere for sociale problemer, kunne man argumentere for at korrigere for flere andre af de faktorer, der indgår i modellen. Dette er diskuteret nærmere i Graversen og Heinesen (1999). Her skal blot nævnes, at når vi ikke har korrigeret for forskelle i urbaniseringsgrad og stordriftsfordele, skyldes det, at en væsentlig årsag til, at små kommuner og kommuner med en lav urbaniseringsgrad alt andet lige har et relativt højt ressourceforbrug, er at det er vanskeligt at holde lave gennemsnitlige klassekvotienter, når elevgrundlaget er lille og skolerne er små. Men lave klassekvotienter kan med rimelighed opfattes som udtryk for kvalitet. Korrektionerne har til formål at tage højde for de forskelle i vilkår, som ikke kan tænkes at afspejle sig i kvalitetsforskelle. De forskelle der bliver til rest efter korrektionen skyldes flere ting: 35

Svagheder ved korrektionsmodellen, forskelle i effektivitet, organisatorisk slør, samt bevidste politiske prioriteringer (om ressourceanvendelse på specifikke dele af folkeskoleområdet). 3.5 Variationen i lærertimer pr. elev Som alternativ til at måle ressourceforbruget i folkeskolen som nettodriftsudgifter pr. elev har tre mål for antallet af lærertimer pr. elev været anvendt: Antallet af lærerskematimer i normalklasser pr. normalklasseelev, antallet af lærerskematimer i alt pr. elev og antallet af løntimer pr. elev. Det første mål er det, der har den snævreste afgrænsning. Det sidste har den bredeste afgrænsning, men også det er mindre omfattende end nettodriftsudgifter pr. elev. I betragtning af, at de tre mål for lærertimer er mere snævert afgrænsede ressourcemål end nettodriftsudgifter, er det ikke overraskende, at lærertimer pr. elev har en mindre variation over kommuner end udgifter pr elev; det gælder især for de relativt snævert afgrænsede mål for lærerskematimer. Rangordningen af kommuner efter ressourceforbrug ændres en del, hvis der tages udgangspunkt i antal lærertimer pr. elev især det snævert afgrænsede mål for lærerskematimer i normalklasser pr. normalklasseelev i forhold til, hvis der tages udgangspunkt i nettodriftsudgifter pr. elev. En af årsagerne hertil kan være, at mange små landkommuner har relativt små skoler med lave klassekvotienter og dermed et stort antal lærerskematimer i normalklasser pr. normalklasseelev, men at de til gengæld anvender færre ressourcer på andre områder, fx specialundervisning, således at de kan holde relativt lave nettodriftsudgifter pr. elev. Dette eksempel peger på, at det formentlig i de fleste sammenhænge er bedre at benytte et bredt afgrænset mål for ressourceforbrug som udgifter pr. elev, end mere snævert afgrænsede mål som klassekvotient i normalklasser. Noter 1.Korrektionen med hensyn til andel tosprogede elever er (som det gælder for andel børn af enlige forsørgere og andel socialt belastede boliger) baseret på estimationsresultatet fra den statistiske model, men den har stort set samme effekt som ved beregningen af den anden variabel for korrigerede udgifter pr. elev. De estimerede kvasi-elasticiteter, der ligger til grund for korrektionerne er 0,338 for andelen af tosprogede elever, 0,505 for andelen af børn af enlige forsørgere og 0,605 for andelen af socialt udsatte boliger. 36

4 Effekter på elevernes uddannelsesforløb 4.1 Indledning I dette kapitel redegøres for resultaterne af analyser af, om og i hvilken udstrækning ressourceforbruget i folkeskolen har effekter på elevernes uddannelsesforløb: Er det fx sådan, at folkeskoleelever fra kommuner, der anvender mange ressourcer pr. elev i folkeskolen, har en større sandsynlighed for at gennemføre en ungdomsuddannelse, end elever fra kommuner med et lavt ressourceforbrug? Der er betydelige forskelle mellem kommunerne med hensyn til, hvor stor en andel af folkeskoleeleverne, der senere tager en ungdomsuddannelse, også selv om man tager højde for de enkelte elevers forældrebaggrund, jf. Graversen, Heinesen og Madsen (1999, afsnit 5.2 og 6.3). En del af disse forskelle kan tænkes at hænge sammen med karakteristika ved de enkelte kommuner, herunder karakteritika ved kommunernes skoler, bl.a. ressourceforbruget pr. elev. Der er en omfattende international litteratur om ressourceanvendelse og kvalitet i grundskolen. Størstedelen af den økonomiske litteratur på dette område vedrører amerikanske forhold og kan fortolkes som et forsøg på at estimere»uddannelsesmæssige produktionsfunktioner«. Dette er grundlæggende et meget kompliceret problem, da resultaterne (output) af et uddannelsesforløb har mange dimensioner, og da der indgår en lang række forskellige input i»produktionsprocessen«foruden de input, der er knyttet snævert til skolernes ressourcer, er også elevernes grundlæggende evner og de input, de modtager fra familie og venner, af stor betydning. Problemet bliver ikke mindre af, at det ofte er vanskeligt at finde gode empiriske mål for såvel input som output. I litteraturen anvendes en række forskellige mål for såvel ressourcer (input) som kvalitet (output eller resultater). Undersø- 37

gelserne kan opdeles i tre hovedgrupper efter hvilken type af mål for output der anvendes: (1) Karakterer og prøveresultater i grundskolen, (2) resultater i uddannelsessystemet efter grundskolen (specielt valg af uddannelseslængde), (3) resultater på arbejdsmarkedet efter endt uddannelse (specielt indtjening). Uanset hvilket outputmål, der anvendes, er resultaterne i litteraturen ikke entydige, og der er stor uenighed med hensyn til fortolkningen. Der er dog en klar tendens til, at sammenhængen mellem input og output er mere signifikant, når man ser på resultaterne efter grundskolen (outputmål (2) og især (3)) end når man ser på karakterer og prøveresultater i grundskolen (outputmål (1)). Dette opfattes af bl.a. Burtless (1996) og Hanushek (1996b) som et paradoks, idet skolernes primære opgave er elevernes tilegnelse af faglige færdigheder i skolen (som bedst måles på prøveresultater), mens skolerne ikke (eller kun i meget ringe omfang) bevidst har som mål at øge elevernes fremtidige indtjeningsmulighed. Card og Krueger (1996) mener dog ikke, at der nødvendigvis er et paradoks, idet de henviser til undersøgelser, der viser, at karakterer i skolen ikke er tæt korreleret med senere resultater på arbejdsmarkedet, hvilket de begrunder med, at karakterer er en dårlig indikator for de kundskaber, som har betydning for senere indtjening. Et andet paradoks i litteraturen er, at meget generelle inputmål (specielt udgifter pr. elev), for hvilke der typisk kun findes statistik på et forholdsvis aggregeret niveau (skoledistrikt, kommune, stat), i relativt mange estimationer giver signifikant positive effekter på elevernes resultater, mens inputmål, der ofte findes på skole- eller endog klasseniveau (lærer-elev ratio, lærerløn, læreruddannelse), relativt ofte giver insignifikante estimater. En forklaring på dette paradoks kan dog være, at det samlede input af ressourcer (målt ved fx udgifter pr. elev) betyder noget, men at opdelingen af disse på mere specielle input (som lærer-elev ratio, læreruddannelse, materielle input mv.) giver insignifikante estimater, fordi den efficiente udnyttelse af ressourcerne i den enkelte kommune og på den enkelte skole afhænger af lokale forhold. I tyndt befolkede områder med relativt små skoler kan det fx være rationelt at prioritere en høj lærer-elev ratio (en lav klassekvotient) i den sædvanlige klasseundervisning højt, og så til gengæld spare på andre input, mens det samme ikke behøver at være tilfældet i byområder med store skoler. De to typer af ressourcemål, vi har i vores datasæt, nemlig udgifter pr. 38

elev og lærertimer pr. elev (der i store træk kan sammenlignes med lærerelev ratio), har i følge litteraturoversigten i Hanushek (1996a og 1996b) henholdsvis en relativt signifikant effekt og en meget tvivlsom effekt på elevernes resultater. Vores analyser bekræfter dette mønster. Resultaterne, der præsenteres i denne rapport, fokuserer på ressourcemålet: udgifter pr. elev. Til trods for, at der findes en meget omfattende international, især amerikansk, litteratur på området, er det af flere grunde interessant at anvende danske data i undersøgelser af, om der er en sammenhæng mellem skoleressourcer og elevernes resultater. For det første adskiller det danske skolesystem (og uddannelsessystem i det hele taget) sig meget fra det amerikanske (ligesom der også er store forskelle på arbejdsmarkedet i de to lande). For det andet er de danske data på væsentlige punkter bedre end de amerikanske. Individdata baseret på administrative registre giver således mulighed for at estimere med et meget stort antal observationer og for at tage højde for et meget stort antal relevante baggrundsvariabler, ikke mindst forældrenes socioøkonomiske baggrund, der i alle tidligere undersøgelser viser sig at have stor betydning. Desuden indeholder registrene detaljerede oplysninger om den enkelte persons vej igennem uddannelsessystemet, således at der er særlig gode muligheder for at analysere eventuelle effekter af skoleinput på de unges resultater i uddannelsessystemet efter grundskolen netop den type analyser, der ikke er så mange af på amerikanske data, og som fx Betts (1996) efterlyser. 4.2 Modeller og hypoteser I analyserne af effekterne af ressourceforbruget i folkeskolen fokuserer vi på elevernes valg og resultater i uddannelsessystemet. Vi har dog også foretaget analyser af effekterne på ledighedsgraden efter endt uddannelse. Der opstilles og estimeres statistiske modeller med henblik på at identificere, hvilke forhold, herunder ressourceanvendelse pr. elev, der har betydning for: 1 om eleverne afslutter grundskolen i utide (før afslutningen af 9. klasse) om eleverne fortsætter i grundskolens 10. klasse efter 9. klasse om de unge går i gang med en ungdomsuddannelse 39

om de afbryder en ungdomsuddannelse (givet, at de er gået i gang) om de afslutter en ungdomsuddannelse om de tager en gymnasial uddannelse (givet de har taget en ungdomsuddannelse) hvilket karaktergennemsnit de unge opnår, hvis de tager en gymnasial uddannelse om de unge senere påbegynder en videregående uddannelse i hvilket omfang de unge er arbejdsløse, efter at de har afsluttet deres uddannelse. Som forklarende variabler indgår foruden mål for ressourceforbrug pr. elev også variabler for familiemæssig baggrund og socioøkonomiske karakteristika ved den kommune, hvor personen har gået i skole. Den grundlæggende hypotese er, at et højt niveau for ressourceanvendelse pr. elev i folkeskolen har positive effekter på de unges resultater i uddannelsessystemet og på arbejdsmarkedet. Det vil sige: at det øger sandsynligheden for at påbegynde og afslutte en ungdomsuddannelse og for at have afsluttet eller være i gang med en videregående uddannelse; at det mindsker sandsynligheden for at afslutte grundskolen i utide og afbryde en ungdomsuddannelse; og at det mindsker ledighedsgraden efter endt uddannelse. Der er ikke på forhånd nogen hypoteser om, hvordan ressourceanvendelse pr. elev påvirker valg af 10. klasse, valg af gymnasial uddannelse (givet valg af ungdomsuddannelse) eller karaktergennemsnit ved gymnasiale uddannelser. Med hensyn til valg af 10. klasse kan der således være modgående effekter: Hvis et højt ressourceforbrug har en positiv effekt på kvaliteten af grundskolen, kan det tænkes, at færre elever har brug for at gå i 10. klasse for at forbedre de færdigheder, de har opnået til og med 9. klasse; på den anden side kan det være, at et højt ressourceforbrug især er til gavn for de bogligt svage elever, som derfor i højere grad bliver motiverede til at fortsætte i uddannelsessystemet og vælger 10. klasse for at forbedre deres muligheder. En alterneativ forklaring på en evt. positiv effekt af ressourceforbrug på sandsynligheden for at vælge 10. klasse kan være, at de øvrige forklarende variabler (vedr. forældrebaggrund og socioøkonomiske faktorer i kommunen) ikke opfanger alle væsentlige forskelle i elevernes forudsætninger. 40

Hvis kommuner, der har mange elever med svage forudsætninger, bruger relativt store ressourcer på skoleområdet, afspejler en positiv sammenhæng mellem ressourcemålet og sandsynligheden for at fortsætte i 10. klasse muligvis blot, at der i kommuner med relativt mange svage elever også er relativt mange, der fortsætter i 10. klasse. Der er heller ikke nogen klar hypotese om, hvordan ressourceanvendelse pr. elev påvirker sandsynligheden for, at man som 25-årig har gennemført en gymnasial uddannelse, givet at man har gennemført en ungdomsuddannelse (dvs. en gymnasial eller erhvervsfaglig uddannelse). Hvis et højt niveau for ressourceanvendelse pr. elev primært styrker de boglige færdigheder hos de elever, der i forvejen har gode boglige færdigheder, kan man forvente, at en større del af dem, der vælger en ungdomsuddannelse, vælger en gymnasial uddannelse. Hvis omvendt det primært er de bogligt relativt svage elever, der styrkes, således at nogle af dem, der ellers ikke ville gå i gang med en (erhvervsfaglig) ungdomsuddannelse, kommer i gang, vil relativt færre af dem, der tager en ungdomsuddannelse, vælge en gymnasial uddannelse. En tilsvarende effekt kan i princippet tænkes at gøre sig gældende med hensyn til til eksamensgennemsnit ved en gymnasial eksamen (for dem, der gennemfører en gymnasial uddannelse): Hvis høje udgifter pr. elev betyder, at flere bogligt relativt svage elever vælger en gymnasial uddannelse, kan dette have en negativ effekt på den gennemsnitlige eksamenskarakter i gymnasiet. 4.3 Ressourceforbruget for den enkelte elev En præcis bestemmelse af, hvor mange ressourcer der er blevet brugt i forbindelse med undervisningen af den enkelte elev, kræver, at man ved, hvilket skoleforløb barnet har gennemgået, og hvor stort ressourceforbruget har været på de forskellige klassetrin i skoleforløbet. Det er dog generelt ikke nogen let opgave at konstruere et sådant mål for ressourceforbruget over en elevs skoleforløb. Det er meget vanskeligt at måle, hvor mange ressourcer der anvendes specifikt på den enkelte elev. I praksis er man derfor nødt til at benytte ressourcemål opgjort på klasse-, skole- eller kommuneniveau. Jo tættere på den enkelte elev ressourceforbruget er opgjort, desto større overensstemmelse må man forvente, at der er mellem 41

det målte ressourceforbrug og det faktiske ressourceforbrug for den givne elev. Ud fra denne betragtning er det således umiddelbart bedre at bruge ressourcemål opgjort på fx klasseniveau end på kommuneniveau. De ressourcemål, der opgøres på klasseniveau (fx lærerskematimer pr. elev), har imidlertid oftest en mere snævert afgrænset karakter end de ressourcemål (fx udgifter pr. elev), der kun er opgjort på mere aggregeret niveau, fx kommuneniveau. Det betyder, at en række ressourcekategorier som fx specialundervisning, undervisningsmidler (herunder bøger og computere), skolebibliotek, rengøring og vedligeholdelse ikke er indholdt i de ressourcemål, der opgøres på klasseniveau. I de analyser, der beskrives i denne rapport, er alene benyttet ressourcemål på kommuneniveau. Alle ressourcemål vedrører den kommunale folkeskole (og altså ikke privatskoler). Hovedvægten lægges på at undersøge betydningen af det bredest afgrænsede ressourcemål, nettodriftsudgifter pr. elev (korrigeret for forskelle i lærerløn, andel tosprogede elever og elevernes fordeling på klassetrin). Resultaterne af at benytte mere snævert afgrænsede ressourcemål, nemlig lærertimer pr. elev, beskrives dog også kort. Der er ikke fuldt dækkende oplysninger om børnenes skoleforløb. Der findes oplysninger om, hvilken skole børnene har gået på i 8., 9. og 10. klasse. Men der er ikke nogen informationer om skoleforløbet fra børnehaveklassen til 7. klasse. Opgørelsen af det ressourceforbrug, som knytter sig til hvert enkelt barn, kan derfor foretages på flere forskellige måder. Den mest simple opgørelsesmetode anvender ressourceforbruget pr. elev i den kommune, hvor personen gik i skole i 8. klasse. Der er afprøvet to varianter af denne opgørelsesmetode. I den ene benyttes alene ressourceforbruget pr. elev i det år, hvor personen gik i 8. klasse, i den anden benyttes et gennemsnit af ressourceforbruget i de år, hvor personen gik i skole (fra børnehaveklassen til 9. klasse), hvor det antages, at skolekommunen i alle år er den samme som i 8. klasse. Begge mål kan være rimelige indikatorer for ressourceforbruget over hele skoleforløbet, hvis de fleste børn går i skole i den samme kommune i hele skoleforløbet. En forudsætning for, at den første variant af ressourcemålet er en god indikator for ressourceforbruget over hele skoleforløbet, er dog, at kommunernes ressourceforbrug pr. elev ikke ændres meget over tiden (relativt til andre kommuner). Analyserne i afsnit 3.3 viser imidlertid, at der over er periode på ca. 10 år (svarende til et 42

normalt skoleforløb) er en betydelig mobilitet af de enkelte kommuner inden for fordelingen med hensyn til ressourceforbrug pr. elev. En anden mere avanceret opgørelsesmetode bestemmer med udgangspunkt i bl.a. forældrenes bopælskommune, hvilke kommuner børnene går i skole i fra børnehaveklassen til 7. klasse. Ud fra kendskabet til ressourceanvendelsen i de relevante kommuner er det derefter muligt at beregne et mål for det gennemsnitlige ressourceforbrug over hele skoleforløbet for den enkelte elev. Det vurderes, at denne opgørelsesmetode giver det bedste mål for ressourceforbruget over hele skoleforløbet. Det er derfor resultaterne af at anvende denne opgørelsesmetode, der beskrives i næste afsnit. 4.4 Ressourceforbrug og uddannelsesforløb Effekterne af ressourceforbruget i folkeskolen på elevernes uddannelsesforløb undersøges ved anvendelse af statistiske modeller for de unges valg og resultater i uddannelsessystemet. Disse valg og resultater søges i modellerne forklaret ved at inddrage en lang række variabler (faktorer), herunder selvfølgelig ressourceforbruget i folkeskolen, men også et stort antal variabler for den enkelte elevs familiemæssige baggrund (forældrenes uddannelse, indkomst, formue, arbejdsmarkedstilknytning, boligforhold og spørgsmålet om, hvorvidt forældrene er skilt eller bor sammen), personlige karakteristika (køn, fødselsår, etnisk baggrund) og socioøkonomiske forhold i skolekommunen (arbejdsløshedsprocent, uddannelsesniveau og andelen af børn (6-16 år) fra 3. lande (dvs. lande uden for Norden, Vesteuropa og Nordamerika)). Når effekterne af ressourceforbruget i folkeskolen søges estimeret, er det helt afgørende på denne måde at tage højde for elevernes socioøkonomiske baggrund, der fra et stort antal tidligere undersøgelser vides at spille en stor rolle for de unges uddannelsesforløb. Variablerne for forældrenes og bopælskommunens socioøkonomiske forhold måles for det år, hvor personen var 15 år. Datagrundlaget for analyserne består dels af de beskrevne data for ressourceforbrug pr. elev i folkeskolen i hver kommune i årene 1977-96, dels af data fra de administrative registre, hvorfra vi for den enkelte person og dennes forældre har oplysninger over flere år om bl.a. uddannelse, beskæftigelse, arbejdsmarkedstilknytning, indkomst, formue, boligforhold, 43

bopælskommune mv. samt oplysninger om køn, fødselsår og etnisk baggrund. 4.4.1 Beskrivelse af»referenceperson«efter estimation af de statistiske modeller kan man beregne effekterne af at ændre en eller flere af de forklarende variabler. For størstedelen af modellerne er effekterne imidlertid forskellige for personer med forskellige karakteristika. Derfor illustreres resultaterne af analyserne med udgangspunkt i en person med bestemte karakteristika. Denne person kaldes i det følgende for»referencepersonen«. Referencepersonen har følgende karakteristika: Det er en dreng, født i 1978 og kategoriseret som dansker. 2 Personen har ingen søskende og bor sammen med begge forældre som 15-årig. Der er således oplysninger om begge forældre i datamaterialet. Hverken moren eller faren var under 20 år, da barnet blev født. Begge forældre er lønmodtagere med en grundskoleuddannelse som højeste fuldførte uddannelse, og de er ikke berørt af ledighed. Erhvervsindkomsten er på 160.000 kroner for moren og 250.000 kroner for faren. Moren og faren har en formue på henholdsvis 0 og 300.000 kroner. 3 Familien bor i en ejerbolig med fire værelser (ekskl. køkken, bad og toilet), hvilket betyder at der er 1,33 værelse pr. person. Boligen ligger ikke i et udsat boligområde. Referencepersonen går i en kommunal grundskole i 8., 9. og 10. klasse og oplever ingen skoleskift i denne periode. Han gennemgår et normalt skoleforløb uden at gå klassetrin om. Ved folkeskolens afslutning tager han fire prøver, hvoraf de to er udvidede prøver. I den kommune, hvor han går i skole, er 2% af børnene (6-16 år) udenlandske statsborgere fra 3. lande. Blandt indbyggerne i den erhvervsaktive alder er 9% arbejdsløse, 32% har en erhvervsfaglig uddannelse, 14% har en videregående uddannelse, og de resterende 54% har ingen erhvervskompetencegivende uddannelse. Nettodriftsudgifterne pr. elev er på 35.000 kroner. 4.4.2 Estimationsresultater Der fokuseres i det følgende primært på de estimerede effekter af ressourceforbrug pr. elev i de forskellige modeller. Før beskrivelsen af de estimerede effekter af ressourceforbrug pr. elev beskrives dog kort hovedresultaterne vedrørende de øvrige forklarende variabler i analyserne. Alle estimationer er karakteriseret ved, at variablerne for familiebag- 44

grund (set under ét) som ventet er stærkt signifikante (og langt mere signifikante end målene for ressourceforbrug pr. elev i folkeskolen), og at de estimerede effekter af de enkelte variabler for familiebaggrund i langt de fleste tilfælde har de forventede fortegn. Navnlig har følgende grupper af variabler vedrørende familiebaggrund stor betydning: familiestruktur (om forældrene bor sammen, hvem af forældrene barnet bor hos), forældrenes uddannelse og ledighedsgrad, farens indkomst og formue samt boligforhold (lejebolig kontra ejer-/andelsbolig, og antal kvadratmeter pr. person). For eksempel vil referencepersonens sandsynlighed for at gennemføre en ungdomsuddannelse vokse med 15-20% (fra 74% til 85-89%), hvis faren har en lang videregående uddannelse i forhold til, hvis han ikke har nogen uddannelse ud over grundskolen. Hvis begge forældre har en lang uddannelse, er effekten endnu større. Som et andet eksempel kan nævnes, at hvis forældrene er skilt og referencepersonen bor hos moren, vil sandsynligheden for, at referencepersonen gennemfører en ungdomsuddannelse mindskes med 8-14% (fra 74% til 64-68%) i forhold til en situation, hvor forældrene bor sammen. I en del af estimationerne er (som beskrevet nedenfor) medtaget variabler vedrørende skoleforløbet i 8., 9. og 10. klasse. Disse er (under ét) stærkt signifikante og har i langt de fleste tilfælde de forventede fortegn. I det mindste nogle af variablerne, der fungerer som indikatorer for socioøkonomiske forhold i kommunerne, er signifikante i de fleste estimationer, og variablerne har gennemgående de forventede fortegn. Hvis fx andelen med en lang videregående uddannelse i skolekommunen er 5 procentpoint højere, er sandsynligheden for, at referencepersonen gennemfører en ungdomsuddannelse ca. 2% større (dvs. ca. 76% i stedet for 74%). 4.4.3 Estimerede effekter af nettodriftsudgifter pr. elev Effekterne på elevernes uddannelsesforløb af ressourceanvendelsen i folkeskolen er som nævnt estimeret ved hjælp af statistiske modeller, som tager hensyn til personlige karakteristika, forældrenes socioøkonomiske forhold og gennemsnitlige socioøkonomiske forhold i kommunen. Nedenfor beskrives resultaterne af at estimere modellerne i fire forskellige varianter. Disse adskiller sig for det første fra hinanden ved, om der indgår en variabel for, om kommunerne ligger i hovedstadsregionen. Når der indgår en sådan variabel, tages der hensyn til, at de unges uddannelses- 45

mæssige valg og adfærd kan være anderledes i hovedstadsregionen end i resten af landet, hvilket bl.a. kan hænge sammen med den geografiske koncentration af et bredt spektrum af uddannelsessteder i hovedstadsregionen eller med forskelle i normer og traditioner. Når resultaterne af at estimere modellen uden denne variabel også beskrives, er det fordi udgifter pr. elev (som beskrevet i kapitel 3) er større i hovedstadsregionen end i resten af landet, hvilket kunne tænkes at være en af forklaringerne på den større uddannelsesfrekvens i hovedstadsregionen. Hvis det er tilfældet, kunne estimationerne med variablen for hovedstadsregionen undervurdere effekterne af ressourceforbrug i folkeskolen. For det andet er modellerne estimeret med og uden variabler, der tager højde for elevernes skoleforløb i 8., 9. og 10. klasse (bl.a. med hensyn til om de har skiftet skole, gået klassetrin om, skiftet til privatskole eller efterskole, og hvor mange prøver de har taget efter 9. eller 10. klasse). Medtages disse variabler for skoleforløb, fås en statistisk bedre beskrivelse af de unges uddannelsesforløb efter afslutningen af folkeskolen, hvilket kan hænge sammen med, at variablerne kan afspejle elevernes evner, motivation og vilkår under skolegangen. På den anden side kan nogle af disse variabler også være påvirket af ressourceforbruget i skolen, hvorfor medtagelse af variablerne kan bevirke en fejlvurdering af effekterne af ressourceforbruget: Hvis fx et stort ressourceforbrug bevirker, at færre elever skifter skole, og at der i gennemsnit tages flere prøver, vil effekterne af ressourceforbruget blive undervurderet, hvis disse variabler er med i modellen. I tabel 4.1 er vist de estimerede effekter af ressourcemålet nettodriftsudgifter pr. elev. De to første kolonner i tabellen viser effekterne for den variant af modellerne, hvor der er inkludereret en variabel for hovedstadsregionen, mens de to sidste kolonner viser effekterne, når denne variabel er udeladt. Den første og tredje kolonne viser effekterne, når der ikke er medtaget variabler for elevernes skoleforløb i 8.-10. klasse, mens anden og fjerde kolonne viser effekterne, når disse variabler er medtaget. Hvor sikkert effekterne er bestemt statistisk, er angivet med»stjerner«: *** angiver, at man med meget stor sikkerhed kan afvise, at effekten er nul; hvis der ikke er nogen stjerne, kan man ikke afvise, at effekten af ressourceforbruget er nul (* angiver signifikans på 5%'s-niveau, ** på 1%'s- niveau og *** på 0,1%'s-niveau). Størrelsen af effekterne er målt ved elasticiteter, der angiver den procent- 46

vise ændring i målene for uddannelsesmæssige valg og resultater som følge af en stigning i nettodriftsudgifter pr. elev på 1%. Højere udgifter pr. elev reducerer (som ventet) sandsynligheden for at forlade grundskolen i utide (før 9. klasse er afsluttet), men effekten er statistisk helt insignifikant (dvs. den er ikke signifikant forskellig fra nul). På trods af, at den er insignifikant, er den estimerede elasticitet i første kolonne numerisk større end de andre elasticiteter i tabellen. Det skyldes imidlertid blot, at sandsynligheden for at forlade grundskolen i utide er meget lille (1,4% for referencepersonen). Elasticitetsestimatet på -0,4 betyder, at en stigning i udgifter pr. elev på 10% mindsker sandsynligheden for at forlade grundskolen i utide med 4%, men det vil blot sige at sandsynligheden falder med ca. 0,06 procentpoint fra 1,40% til 1,34%. Højere udgifter pr. elev øger signifikant sandsynligheden for at vælge at gå i 10. klasse. Ifølge estimationerne i de to første kolonner er den estimerede elasticitet ca. 0,2 (for referencepersonen), hvilket betyder, at en stigning i udgifter pr. elev på 10% øger sandsynligheden for at gå i 10. klasse med ca. 2% (dvs. fra ca. 70% til knap 72%, da referencepersonen ifølge estimationerne har ca. 70%'s sandsynlighed for at vælge 10. klasse). I de to sidste kolonner (hvor der ikke er medtaget en variabel for hovedstadsregionen) er effekterne af ressourceforbrug kun ca. halvt så store, men fortsat stærkt signifikante. Udgifter pr. elev har som ventet en signifikant positiv effekt på sandsynligheden for at påbegynde en ungdomsuddannelse. Den estimerede elasticitet er ca. 0,05, således at en stigning i udgifter pr. elev på 10% medfører en stigning i sandsynligheden for at starte på en ungdomsuddannelse på ca. 0,5% (fra ca. 89,4% til ca. 89,8%) for referencepersonen. 47

Tabel 4.1 Den procentvise ændring i forskellige resultatmål ved en stigning i nettodriftsudgifter pr. elev på 1% Variabel for hovedstadsregionen + - Variabler for 8.-10. klasse Sandsynligheden for at forlade grundskolen, før 9. klasse er afsluttet Sandsynligheden for at fortsætte i 10. klasse - + - + -0,418 - -0,105-0,190 *** 0,202 *** 0,101 *** 0,111 *** Sandsynligheden for at være gået i gang 0,067 ** 0,036 * 0,063 ** 0,040 ** med en ungdomsuddannelse som 25-årig 1 Sandsynligheden for at være droppet ud -0,110-0,149-0,162-0,267 af en ungdomsuddannelse som 25-årig 2 Sandsynligheden for at have afsluttet en ungdomsuddannelse som 25-årig Sandynligheden for at have taget en gymnasial uddannelse som 25-årig (givet at den unge har afsluttet en ungdomsuddannelse) Eksamenskvotienten ved den gymnasiale uddannelse Sandsynligheden for at være i gang med eller have afsluttet en videregående uddannelse som 25-årig Ledighedsgrad som 25-årig blandt unge i arbejdsstyrken 0,112 ** 0,112 ** 0,117 ** 0,141 *** -0,126 0,008-0,078 0,137-0,026 ** -0,017 * -0,024 ** -0,020 * 0,028 0,107 0,014 0,125 0,110 0,135 0,054 0,049 Kilde: Graversen, Heinesen og Madsen (1999). Anm.: Tallene er beregnet ud fra statistiske modeller, hvor der tages højde for forskelle i de unges personlige karakteristika, forældrebaggrund og socioøkonomiske forhold i den kommune, hvor de gik i skole. Ved beregningen af elasticiteterne er der taget udgangpunkt i en person med bestemte karakteristika, jf afsnit 4.4.1. Symbolerne *,** og *** angiver, at den estimerede koefficient til ressourcemålet er signifikant i de statistiske modeller på henholdsvis 5, 1 og 0,1%'sniveau. Antallet af personer, der indgår i de forskellige estimationer, ligger mellem 22.000 og 85.000. Modellen for, om skolen forlades før afslutningen af 9. klasse, er ikke estimeret med variabler for skoleforløbet i 8. og 9. klasse (da skolen i nogle tilfælde forlades allerede i 8. klasse). Modellen for, om eleverne vælger 10. klasse, er estimeret med og uden variabler for skoleforløbet i 8. og 9. klasse (men naturligvis ikke for 10. klasse). 1 Er i gang som 25-årig eller har tidligere været i gang med en ungdomsuddannelse. 2 Har før 25-års-alderen været i gang med en ungdomsuddannelse, men er som 25-årig ikke i gang med og har ikke færdiggjort en ungdomsuddannelse. Sandsynligheden for at»droppe ud«af en ungdomsuddannelse (givet at 48

man har påbegyndt) påvirkes som ventet negativt af øgede udgifter pr. elev, men effekten er helt insignifikant. Øgede udgifter pr. elev har som ventet en signifikant positiv effekt på sandsynligheden for at have afsluttet en ungdomsuddannelse som 25-årig. Den estimerede elasticitet på ca. 0,11 betyder, at en stigning på 10% i udgifter pr. elev fører til en stigning på ca. 1,1% (fra ca. 73% til ca. 74%) i sandsynligheden for at gennemføre en ungdomsuddannelse for referencepersonen. I den sidste modelvariant (uden variablen for hovedstadsregionen og med variabler for skoleforløbet i 8.-10. klasse) er effekten lidt større og statistisk mere signifikant. Sandsynligheden for at have gennemført en gymnasial uddannelse som 25-årig, givet at man har gennemført en ungdomsuddannelse, påvirkes ikke signifikant af udgifter pr. elev. Kontrolleres for variabler vedrørende skoleforløbet i 8., 9. og 10. klasse, er elasticiteten positiv, men kontrolleres ikke for disse variabler, er den negativ. Den gennemsnitlige eksamenskvotient ved en gymnasial uddannelse påvirkes tilsyneladende negativt af udgifter pr. elev i folkeskolen. Effekten er dog meget lille og kun signifikant på et 5%'s-niveau, når variabler vedrørende 8., 9. og 10. klasse medtages i estimationen. I følge elasticitetsestimatet på -0,02 vil eksamenskvotienten falde med 0,2% (fra 8,16 til 8,14) for referencepersonen, hvis udgifter pr. elev vokser med 10%. Sandsynligheden for at være i gang med eller at have afsluttet en videregående uddannelse påvirkes ikke signifikant af udgifter pr. elev i folkeskolen ifølge estimationerne. Det samme er tilfældet for den gennemsnitlige ledighedsgrad for 25-årige i arbejdsstyrken. Sandsynligheden for at blive udsat for ledighed afhænger af ens uddannelsesniveau. Derfor er relationen for ledighedsgraden også estimeret for forskellige grupper af unge med forskelligt uddannelsesniveau (grundskole, gymnasial uddannelse, erhvervsfaglig uddannelse, videregående uddannelse). For dem, der ikke tager nogen uddannelse ud over grundskolen, er desuden estimeret relationer for ledighedsgraden, da de unge var yngre end 25 år. I ingen af disse estimationer var udgifter pr. elev signifikant. Konklusionen på baggrund af tabel 4.1 er, at ressourceforbrug pr. elev kun har signifikant effekt med det forventede fortegn i analyserne af sandsynligheden for at påbegynde og gennemføre en ungdomsuddannelse. I analyserne af sandsynligheden for at forlade grundskolen i utide, for at 49

droppe ud af en ungdomsuddannelse og for at have afsluttet eller være i gang med en videregående uddannelse er fortegnet på den estimerede effekt af ressourceanvendelse som forventet, men effekten er statistisk insignifikant. I analysen af ledighedsgrad blandt unge i arbejdsstyrken er effekten insignifikant og med modsat fortegn af det forventede. For analyserne af sandsynligheden for at gå i 10. klasse efter 9. og for at have gennemført en gymnasial uddannelse, givet at man har gennemført en ungdomsuddannelse, samt for analysen for den gymnasiale eksamenskvotient havde vi ikke på forhånd nogen forventning om fortegnet på en evt. effekt af ressourceforbrug. I den første af disse analyser er der estimeret en signifikant positiv effekt, i den anden er effekten insignifikant, mens effekten er signifikant negativ i den tredje. Størrelsen af effekterne af ressourceforbruget Selv i de tilfælde, hvor udgifter pr. elev har statistisk signifikante effekter, er størrelsen af effekterne meget små. Hvis målet fx er at få flere unge til at gennemføre en ungdomsuddannelse, indikerer de estimerede effekter, at det er prohibitivt dyrt at søge at realisere dette mål ved blot at øge udgifterne til folkeskolen. Som nævnt vil en udgiftsstigning på 10% ifølge beregningerne betyde, at referencepersonens sandsynlighed for at gennemføre en ungdomsuddannelse øges med ca. 1,1% (ca. 0,8 procentpoint), hvilket kan antages at føre til en stigning i andelen, der gennemfører en ungdomsuddannelse på også ca. 0,8 procentpoint. Hvis en kommune vil opnå, at 1% flere gennemfører en ungdomsuddannelse hvert år, skal den altså hæve udgifterne til folkeskolen med ca. 10%. Følgende eksempel illustrerer, hvad det betyder for en typisk kommune. Antag, at der er 2000 folkeskoleelever i kommunen (hvilket er lidt over gennemsnittet i 1996), dvs. ca. 200 elever pr. årgang. Antag endvidere, at de gennemsnitlige nettodriftsudgifter pr. elev var på 40.000 kr. i 1996 (svarende omtrent til landsgennemsnittet). De samlede nettodriftsudgifter pr. elev var altså på 80 mio.kr. pr. år i 1996. En stigning på 10%, dvs. 8 mio.kr. pr. år, betyder ifølge beregningerne, at andelen af hver årgang elever, som gennemfører en ungdomsuddannelse, øges med ca. 1%, dvs. ca. to elever pr. år for denne kommune. At få én ekstra elev pr. år til at påbegynde og gennemføre en ungdomsuddannelse koster altså kommunen ca. 4 mio.kr. pr. år, hvis midlet er at hæve det generelle udgiftsniveau i folke- 50

skolen. Ved vurderingen af dette resultat skal man dog naturligvis tage i betragtning, at vi ser på effekterne af en generel stigning i udgifter pr. elev, og at folkeskolen har en lang række formål. Der vil givetvis være væsentlig større effekter pr. krone af en målrettet indsats med henblik på at øge andelen, der gennemfører en ungdomsuddannelse, fx ved at forbedre uddannelses- og erhvervsvejledningen i skolen eller ved at ændre prioriteringen af ressourcerne med henblik på en forbedring af særlig relevante færdigheder hos eleverne. Estimationer med alternative ressourcemål I tabel 4.1 måles ressourceforbrug pr. elev ved korrigerede nettodriftsudgifter pr. elev. Det ændrer stort set ikke resultaterne, hvis man i stedet benytter ukorrigerede udgiftstal. Estimeres med en antagelse om, at eleverne fra børnehaveklassen til 7. klasse gik i skole i den samme kommune som i 8. klasse (i stedet for at benytte oplysninger om forældrenes bopælskommune, jf. afsnit 4.3), fås typisk lidt mindre (og lidt mindre signifikante) estimater til udgifter pr. elev. For modellen for, om de unge har gennemført en ungdomsuddannelse som 25-årige, er det forsøgt at anvende de alternative mål: løntimer pr. elev, lærerskematimer i alt pr. elev og lærerskematimer til normalklasseundervisning pr. normalklasseelev. Modellen er altså estimeret med anvendelse af hvert af disse mål i stedet for nettodriftsudgifter pr. elev. Som nævnt er nettodriftsudgifter det mest omfattende ressourcemål. Dernæst kommer løntimer, der omfatter alle lærerløntimer. Lærerskematimer til normalklasseundervisning er det mest snævre ressourcemål, mens lærerskematimer i alt er noget bredere, idet det bl.a. indeholder timer til specialundervisning. De estimerede elasticiteter med hensyn til løntimer er lidt større, men mindre signifikante end elasticiteterne med hensyn til udgifter i tabel 4.1. De to mest snævre ressourcemål, lærerskematimer i normalklasser og lærerskematimer i alt pr. elev, er ikke signifikante. Dette resultat, at brede ressourcemål er mere signifikante end snævre, svarer til, hvad man har fundet i den internationale litteratur på området, jf. afsnit 4.1. 4.5 Konklusion 51

Konklusionen på analyserne er for det første, at ressourceforbrug kun ser ud til at have meget små effekter på de undersøgte resultatmål. Effekterne er som ventet af langt mindre betydning end familiemæssig baggrund, herunder familiestruktur og forældrenes uddannelse, arbejdsmarkedstilknytning, indkomst og boligforhold. For det andet kan det konkluderes, at et stort ressourceforbrug pr. elev ser ud til at have en positiv effekt på sandsynligheden for at fortsætte i 10. klasse efter 9. klasse, en positiv effekt på sandsynligheden for at påbegynde og for at afslutte en ungdomsuddannelse, og en negativ effekt på eksamensresultatet ved gymnasiale uddannelser. Estimaterne til ressourceforbrug er insignifikante for de øvrige resultatmål. Én af flere mulige fortolkninger af dette mønster i estimaterne er følgende. Et stort ressourceforbrug pr. elev i folkeskolen gør det attraktivt for specielt de bogligt svage elever at fortsætte i 10. klasse. Det forhold, at en større andel af de bogligt svage elever har valgt 10. klasse, betyder, at disse elever er bedre rustet til at gå i gang med og gennemføre en ungdomsuddannelse. Et stort ressourceforbrug øger derigennem andelen af især bogligt svage elever, der gennemfører en ungdomsuddannelse, hvilket forklarer, at der ikke er en større andel af dem, der tager en ungdomsuddannelse, der vælger en gymnasial uddannelse. Hvis et stort ressourceforbrug samtidig betyder, at en lidt større andel af de bogligt svage elever vælger en gymnasial uddannelse, kan det forklare den marginalt negative effekt på den gymnasiale eksamenskvotient. Ifølge denne fortolkning kan selektionseffekter (som hænger sammen med, at et højt ressourceforbrug især har positive effekter for de bogligt svage elever) forklare både de negative effekter af ressourceforbrug på den gymnasiale eksamenskvotient og den insignifikante effekt på sandsynligheden for at gennemføre en gymnasial uddannelse (givet gennemførelse af en ungdomsuddannelse). Det skal dog understreges, at denne fortolkning af resultaterne kun er en blandt mange mulige, og at der kræves flere og mere avancerede analyser for at undersøge, om den holder. 52

Noter 1. Der er også foretaget foreløbige analyser for antallet af prøver ved afslutningen af 9. og 10. klasse. Disse er dokumenteret i Graversen, Heinesen og Madsen (1999). Da der kun er tale om foreløbige analyser, og da der kan være problemer med data for antal aflagte prøver, beskrives resultaterne ikke her. 2. Når den årgang, som er født i 1978, ikke indgår i de statistiske analyser, antages det i stedet, at referencepersonen tilhører den yngste fødselseårgang, som indgår i analyserne. 3. Fastsættelsen af erhvervsindkomsten og formuen er baseret på beregninger af den gennemsnitlige erhvervsindkomst og formue for forsørgere, der bor sammen i en ejerbolig, og hvor de begge er ufaglærte lønmodtagere, som ikke er berørt af ledighed. De valgte værdier for erhvervsindkomsten og formuen ligger altså tæt på de faktiske gennemsnitlige erhvervsindkomster og formuer for familier, som har disse karakteristika. 53

Bilag Udgifter pr. elev i forhold til landsgennemsnittet Tabel B1 viser nettodriftsudgifter pr. elev for hver kommune i forhold til landsgennemsnittet i hvert af årene 1977, 1986 og 1996. Tabellen viser både de ukorrigerede udgifter pr. elev, de korrigerede udgifter pr. elev, og udgifter pr. elev, der også er korrigeret for forskelle i sociale forhold (se kapitel 3). Det skal bemærkes, at korrektionen for forskelle i sociale forhold er mere usikker end de øvrige korrektioner. Når de ukorrigerede udgifter pr. elev i forhold til landsgennemsnittet er 117% i 1996 for Københavns Kommune, betyder det, at udgifter pr. elev lå 17% over landsgennemsnittet i København. Når de ukorrigerede udgifter pr. elev i forhold til landsgennemsnittet var 94% i 1977 for Greve, betyder det, at udgifter pr. elev udgjorde 94% af landsgennemsnittet, dvs. at de lå 6% under landsgennemsnittet. Som nævnt ses det af tabellen, at Københavns Kommune i 1996 lå 17% over landsgennemsnittet med hensyn til de ukorrigerede udgifter pr. elev. Korrigeres udgifterne pr. elev med hensyn til forskelle i lærerlønninger (på grund af anciennitet og stedtillæg), elevernes fordeling på klassetrin og andelen af tosprogede elever, lå København kun 11% over landsgennemsnittet i 1996. Korrigeres udgifterne pr. elev derudover for forskelle i sociale problemer (målt ved andelen af børn af enlige forsørgere og andelen af socialt udsatte boliger) lå København kun 2% over landsgennemsnittet i 1996. 54

Tabel B1 Nettodriftsudgifter pr. elev i forhold til landsgennemsnittet i 1977, 1986 og 1996, procent Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 København 101 150 151 117 142 144 111 118 121 102 Frederiksberg 147 160 152 138 157 150 135 132 127 128 Ballerup 151 110 139 116 107 134 112 96 122 100 Brøndby 153 115 132 119 111 126 111 94 106 96 Dragør 155 114 113 112 111 110 111 111 109 113 Gentofte 157 152 120 101 147 117 101 149 120 108 Gladsakse 159 150 155 121 144 149 119 133 138 112 Glostrup 161 125 155 120 122 151 117 113 138 108 Herlev 163 121 124 112 117 120 108 100 104 95 Albertslund 165 112 134 118 110 129 112 83 97 86 Hvidovre 167 128 131 110 124 126 106 110 112 98 Høje Tåstrup 169 112 125 125 109 121 119 101 111 106 Ledøje-Smørum 171 100 111 108 101 111 106 103 113 106 Lyngby-Tårbæk 173 145 152 105 138 145 104 135 143 105 Rødovre 175 144 160 124 139 154 121 138 151 121 Søllerød 181 141 139 111 136 133 110 128 127 108 Ishøj 183 105 114 127 103 110 117 79 84 90 Tårnby 185 115 132 119 110 128 117 109 127 115 Vallensbæk 187 107 103 107 106 100 104 110 105 109 Værløse 189 109 113 105 106 109 103 104 106 104 Allerød 201 102 108 110 101 106 109 100 104 107 Birkerød 205 119 122 124 118 119 122 115 117 123 Farum 207 112 116 122 109 111 117 91 93 98 208 98 117 119 98 116 118 90 108 109 Fredensborg-Humlebæk Frederikssund 209 104 115 117 102 111 114 94 103 102 Frederiksværk 211 126 115 115 123 111 113 123 112 113 Græsted-Gilleleje 213 109 114 106 107 111 107 112 116 111 Helsinge 215 111 111 109 110 108 107 113 112 110 55

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Helsingør 217 102 116 108 98 113 104 89 103 97 Hillerød 219 105 122 115 104 119 112 98 113 106 Hundested 221 102 98 103 100 99 103 101 99 103 Hørsholm 223 116 112 128 113 108 126 104 100 117 Jægerspris 225 110 135 104 111 136 105 113 140 109 Karlebo 227 106 107 113 109 107 108 89 90 92 Skibby 229 119 116 107 118 115 107 120 116 108 Skævinge 231 106 107 123 107 107 122 109 109 121 Slangerup 233 119 113 119 119 112 118 118 110 115 Stenløse 235 103 118 116 103 116 115 103 117 115 Ølstykke 237 95 108 116 96 107 115 99 111 115 Bramsnæs 251 104 99 108 103 99 108 108 105 115 Greve 253 94 99 115 94 98 111 86 91 99 Gundsø 255 99 109 106 101 109 107 104 111 107 Hvalsø 257 98 115 112 98 114 112 98 112 107 Køge 259 102 112 110 102 110 106 91 99 92 Lejre 261 102 105 113 103 105 112 107 109 119 Ramsø 263 118 116 99 118 115 98 121 119 100 Roskilde 265 116 122 118 115 119 115 103 108 104 Skovbo 267 100 105 107 101 105 106 101 106 105 Solrød 269 102 104 100 102 104 98 99 101 94 Vallø 271 101 107 112 101 106 113 104 109 116 Bjergsted 301 101 89 107 100 91 107 101 92 105 Dianalund 303 85 85 92 85 87 94 83 86 94 Dragsholm 305 94 100 103 96 101 104 97 103 106 Fuglebjerg 307 114 100 95 111 101 98 103 96 91 Gørlev 309 104 107 107 104 106 107 108 110 109 Hashøj 311 104 102 99 105 103 99 102 99 96 Haslev 313 113 103 105 115 104 106 107 98 99 Holbæk 315 99 105 98 99 104 97 91 96 89 56

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Hvidebæk 317 105 108 102 105 108 103 103 106 99 Høng 319 88 83 80 89 82 82 83 77 77 Jernløse 321 117 103 105 118 104 105 115 101 103 Kalundborg 323 90 101 106 88 100 107 85 97 103 Korsør 325 96 104 106 95 103 104 90 98 100 Nykøbing-Rørvig 327 110 117 100 110 117 100 112 118 103 Ringsted 329 98 98 99 98 99 97 92 92 91 Skælskør 331 105 103 96 103 102 96 98 96 89 Slagelse 333 95 96 104 95 95 101 88 88 95 Sorø 335 99 97 101 100 97 101 96 94 96 Stenlille 337 104 107 106 104 109 106 103 107 104 Svinninge 339 107 100 104 106 101 103 101 96 99 Tornved 341 108 97 95 108 96 97 102 92 89 Trundholm 343 108 112 109 108 111 110 114 118 115 Tølløse 345 93 109 108 96 113 109 94 111 106 Fakse 351 93 91 91 92 91 93 87 86 89 Fladså 353 108 99 91 112 101 94 108 97 90 Holeby 355 108 116 105 108 116 104 104 111 99 Holmegård 357 82 96 99 81 96 99 81 96 98 Højreby 359 105 109 94 107 110 94 101 106 88 Langebæk 361 98 90 97 99 91 97 99 92 95 Maribo 363 94 86 97 93 86 96 88 82 88 Møn 365 108 113 100 108 112 101 104 110 96 Nakskov 367 96 104 102 97 104 100 89 94 90 Nykøbing-Falster 369 109 105 96 109 105 94 103 99 87 Nysted 371 106 111 108 107 111 107 103 108 102 Næstved 373 86 102 100 85 100 97 80 93 91 Nørre Alslev 375 102 105 103 102 107 102 98 103 98 Præstø 377 104 98 96 104 98 93 100 95 90 Ravnsborg 379 110 118 104 111 118 105 104 112 101 57

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Rudbjerg 381 109 127 114 110 129 114 112 130 121 Rødby 383 103 103 98 104 106 98 102 103 94 Rønnede 385 103 91 111 104 92 112 100 88 111 Sakskøbing 387 101 97 93 100 97 95 94 91 90 Stevns 389 92 96 94 92 97 97 88 93 93 Stubbekøbing 391 109 105 97 109 106 96 103 101 92 Suså 393 95 82 87 96 84 89 91 80 85 Sydfalster 395 104 96 101 106 98 101 111 104 109 Vordingborg 397 106 110 100 103 108 101 100 106 98 Allinge-Gudhjem 401 105 108 99 105 107 99 107 107 101 Hasle 403 102 99 112 104 100 113 105 100 113 Neksø 405 98 101 101 99 102 101 100 102 101 Rønne 407 95 99 95 97 101 94 93 97 89 Åkirkeby 409 101 93 87 103 95 87 104 96 89 Assens 421 92 95 100 93 96 100 94 97 101 Bogense 423 91 96 102 92 97 104 94 100 107 Broby 425 99 96 124 101 98 125 104 100 127 Egebjerg 427 104 102 120 104 102 120 106 104 122 Ejby 429 96 91 100 96 92 102 100 96 106 Fåborg 431 102 96 99 101 95 98 102 96 100 Glamsbjerg 433 95 94 95 94 93 96 95 94 97 Gudme 435 108 105 98 107 105 100 109 108 102 Hårby 437 88 91 107 88 90 109 90 93 111 Kerteminde 439 98 100 114 98 100 116 101 103 119 Langeskov 441 94 95 120 95 95 121 98 98 122 Marstal 443 83 85 86 85 87 85 84 84 82 Middelfart 445 90 95 97 93 97 97 95 99 98 Munkebo 447 84 101 109 85 99 106 82 95 100 Nyborg 449 92 97 106 94 99 105 92 98 103 Nørre Åby 451 97 95 96 99 95 96 101 98 97 58

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Odense 461 102 106 99 101 104 97 95 97 91 Otterup 471 99 104 113 102 104 113 107 109 119 Ringe 473 100 114 99 98 112 98 98 113 97 Rudkøbing 475 97 93 96 96 94 97 94 93 94 Ryslinge 477 99 104 103 100 105 102 104 109 104 Svendborg 479 106 97 96 106 96 96 101 91 89 Sydlangeland 481 100 106 116 99 106 115 99 106 118 Søndersø 483 97 100 98 99 102 99 101 104 101 Tommerup 485 98 91 101 99 93 103 102 96 104 Tranekær 487 107 101 101 106 101 102 106 101 104 Ullerslev 489 98 100 109 98 100 110 102 106 116 Vissenbjerg 491 96 96 105 96 96 106 98 99 102 Ærøskøbing 493 90 85 103 93 87 103 90 85 102 Ørbæk 495 107 102 102 107 104 103 111 108 107 Årslev 497 96 103 108 96 102 107 101 107 113 Årup 499 88 102 99 88 103 99 89 105 101 Augustenborg 501 85 92 93 86 92 95 89 96 98 Bov 503 96 92 93 94 92 95 95 92 95 Bredebro 505 103 89 96 104 90 100 106 94 100 Broager 507 86 95 93 89 97 93 92 100 97 Christiansfeld 509 98 90 93 98 89 95 100 92 100 Gram 511 94 95 97 94 95 98 96 96 99 Gråsten 513 102 92 98 103 92 98 105 95 100 Haderslev 515 95 101 98 92 100 98 90 97 96 Højer 517 106 98 86 103 100 87 104 99 84 Lundtoft 519 102 86 98 100 87 99 103 90 102 Løgumkloster 521 93 89 90 93 90 91 96 93 93 Nordborg 523 88 97 104 87 95 103 85 92 99 Nørre Rangstrup 525 97 92 96 98 94 99 100 96 101 Rødding 527 99 94 98 99 94 99 104 99 103 59

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Rødekro 529 87 80 86 88 83 86 92 86 86 Skærbæk 531 107 89 86 105 91 89 108 94 93 Sundeved 533 104 95 109 104 95 108 107 99 113 Sydals 535 91 91 105 92 92 105 96 95 109 Sønderborg 537 102 101 99 101 99 97 94 92 89 Tinglev 539 112 89 97 113 91 98 117 93 100 Tønder 541 103 92 86 102 93 87 101 91 85 Vojens 543 90 97 98 89 97 98 89 97 98 Åbenrå 545 91 91 103 90 90 102 84 85 96 Billund 551 90 97 100 92 98 101 90 96 98 Blåbjerg 553 106 90 93 104 90 95 113 98 104 Blåvandshuk 555 107 89 87 109 91 91 117 98 100 Bramming 557 90 86 87 93 89 88 96 92 91 Brørup 559 92 88 90 95 92 91 97 93 92 Esbjerg 561 100 102 97 99 100 95 93 93 88 Fanø 563 106 96 93 106 98 92 111 103 96 Grindsted 565 95 84 90 95 86 90 96 87 91 Helle 567 101 93 93 101 94 95 108 101 103 Holsted 569 100 94 100 99 93 99 104 97 101 Ribe 571 101 98 89 102 99 90 103 100 91 Varde 573 92 97 90 92 97 90 93 97 90 Vejen 575 106 92 94 105 91 96 104 90 95 Ølgod 577 96 83 83 96 84 85 102 90 90 Brædstrup 601 99 95 97 99 96 97 102 98 101 Børkop 603 82 88 96 85 90 96 88 94 99 Egtved 605 99 98 98 101 99 98 106 105 103 Fredericia 607 92 96 92 91 95 92 87 91 87 Gedved 609 89 94 100 90 95 101 91 97 103 Give 611 93 98 94 94 99 94 98 103 98 Hedensted 613 91 94 91 92 96 93 95 99 96 60

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Horsens 615 97 92 89 97 91 87 97 91 86 Jelling 617 78 92 94 75 91 94 76 92 93 Juelsminde 619 102 102 96 99 102 97 104 106 103 Kolding 621 97 93 105 97 92 105 95 90 103 Lunderskov 623 86 96 107 88 98 109 90 100 112 Nørre Snede 625 110 102 95 109 103 96 112 106 99 Tørring-Uldum 627 97 94 96 97 94 96 103 101 102 Vamdrup 629 95 89 82 96 89 83 96 91 85 Vejle 631 96 95 96 94 95 95 91 90 90 Avlum-Haderup 651 87 79 91 88 81 92 94 86 98 Brande 653 87 89 91 89 91 92 92 94 95 Egvad 655 98 97 102 97 96 102 103 102 110 Herning 657 84 91 101 85 92 100 84 90 100 Holmsland 659 87 80 90 89 82 91 96 89 102 Holstebro 661 88 87 84 89 87 84 88 86 84 Ikast 663 79 87 89 81 88 88 82 89 89 Lemvig 665 96 87 95 95 87 97 99 91 103 Ringkøbing 667 100 87 100 100 88 100 102 90 102 Skjern 669 101 91 83 102 92 84 106 96 87 Struer 671 85 86 92 87 88 93 89 90 96 Thyborøn-Harboør 673 78 90 88 81 93 89 86 99 95 Thyholm 675 95 89 86 95 88 89 101 93 95 Trehøje 677 87 83 87 89 85 90 94 89 95 Ulfborg-Vemb 679 108 96 95 109 96 96 116 102 102 Videbæk 681 95 90 89 96 91 91 101 96 97 Vinderup 683 89 82 93 95 88 99 101 94 106 Åskov 685 88 86 95 89 89 95 96 95 102 Ebeltoft 701 97 96 92 96 96 92 99 99 96 Galten 703 92 95 112 96 99 111 98 102 114 Gjern 705 105 89 94 107 91 95 111 95 99 61

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Grenå 707 98 90 102 97 90 102 97 90 101 Hadsten 709 100 91 91 103 94 91 107 97 92 Hammel 711 97 88 101 98 88 101 100 91 103 Hinnerup 713 95 91 101 99 94 102 100 94 100 Hørning 715 91 98 101 93 100 102 92 100 100 Langå 717 102 107 105 104 108 105 110 112 109 Mariager 719 107 87 94 104 87 95 108 91 99 Midtdjurs 721 77 79 85 80 81 87 84 84 89 Nørhald 723 87 97 99 91 99 98 96 105 103 Nørre Djurs 725 93 92 95 88 91 96 93 97 103 Odder 727 87 93 99 89 94 100 92 96 102 Purhus 729 87 82 103 93 86 102 98 91 108 Randers 731 96 100 101 94 98 100 91 96 97 Rosenholm 733 94 96 100 96 96 101 98 99 102 Rougsø 735 93 84 87 92 85 89 95 88 92 Ry 737 98 88 96 98 89 99 99 90 101 Rønde 739 97 92 100 96 94 102 99 98 106 Samsø 741 104 102 98 102 100 97 103 100 97 Silkeborg 743 92 93 94 95 94 94 93 92 91 Skanderborg 745 89 97 97 90 97 97 85 92 92 Sønderhald 747 89 99 99 92 100 99 96 105 102 Them 749 98 93 98 101 97 100 106 101 102 Århus 751 105 102 94 103 101 93 95 92 85 Bjerringbro 761 104 96 100 102 97 101 107 100 102 Fjends 763 95 90 86 96 90 88 104 97 95 Hanstholm 765 101 92 100 101 94 101 104 96 102 Hvorslev 767 85 91 91 86 91 91 91 97 97 Karup 769 92 96 90 93 96 89 97 100 91 Kjellerup 771 90 90 87 90 90 87 95 94 92 Morsø 773 105 100 100 102 99 102 105 101 105 62

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Møldrup 775 101 100 98 102 100 100 108 107 105 Sallingsund 777 99 95 94 99 96 95 107 103 102 Skive 779 96 93 92 95 93 92 94 92 91 Spøttrup 781 96 97 84 98 98 87 104 105 92 Sundsøre 783 109 106 92 111 106 92 119 114 99 Sydthy 785 107 94 87 105 94 87 112 100 93 Thisted 787 104 100 91 104 99 92 107 102 96 Tjele 789 106 96 91 106 97 93 114 105 99 Viborg 791 93 94 85 93 95 84 91 92 81 Ålestrup 793 101 96 92 102 98 94 108 104 99 Arden 801 88 97 87 89 99 89 95 104 93 Brovst 803 95 94 97 94 95 97 99 101 103 Brønderslev 805 97 92 86 98 92 87 100 94 88 Dronninglund 807 103 88 87 103 88 89 108 92 92 Farsø 809 98 86 88 98 87 87 105 92 93 Fjerritslev 811 98 93 102 98 92 102 104 98 108 Frederikshavn 813 80 90 94 79 90 93 77 87 91 Hadsund 815 98 94 92 96 93 92 100 98 99 Hals 817 83 84 92 84 87 94 90 93 102 Hirtshals 819 79 99 94 78 100 94 81 102 96 Hjørring 821 91 92 88 93 93 89 93 93 89 Hobro 823 94 98 88 94 99 91 95 101 90 Læsø 825 94 93 98 95 93 98 94 94 102 Løgstør 827 99 94 99 98 93 97 103 98 103 Løkken-Vrå 829 103 99 91 103 100 92 110 107 99 Nibe 831 100 93 98 99 92 99 105 97 105 Nørager 833 88 98 91 88 98 92 94 104 97 Pandrup 835 90 91 98 90 92 99 97 100 109 Sejlflod 837 97 89 91 95 92 93 101 98 98 Sindal 839 96 86 87 96 87 88 100 92 93 63

Ukorrigeret Korrigeret Korrigeret (sociale forhold) Kommune Kode 1977 1986 1996 1977 1986 1996 1977 1986 1996 Skagen 841 88 91 100 86 92 100 87 93 101 Skørping 843 95 85 94 94 86 95 99 91 100 Støvring 845 103 99 94 105 101 94 112 109 100 Sæby 847 90 93 92 91 94 92 96 98 97 Åbybro 849 88 90 102 92 93 102 99 100 108 Ålborg 851 100 102 100 99 100 99 94 95 93 Års 861 90 94 95 90 94 95 94 98 97 64

Litteratur Betts, J.R. (1996): Is there a link between school inputs and earnings? Fresh scrutiny of an old literature. I Burtless (1996). Burtless, G. (1996): Does money matter? The effect of school resources on student achievement and adult success. Brookings Institution Press. Washington D.C. Card, D. og A.B. Krueger (1996): Labor market effects of school quality: Theory and evidence. I Burtless (1996). Finansministeriet, Undervisningsministeriet, Kommunernes Landsforening, Københavns Kommune, Frederiksberg Kommune (1995): Folkeskolens økonomi. København. Finansministeriet (1995): Kommunal budgetoversigt. København. Graversen, Brian Krogh og Eskil Heinesen (1999): Ressourceforbruget i folkeskolen: Forskelle mellem kommuner. AKF Forlaget. København. Graversen, Brian Krogh; Eskil Heinesen og Niels Madsen (1999): Effekter på elevernes uddannelsesforløb af ressourceforbruget i folkeskolen. AKF Forlaget. København. Hanushek, E.A. (1996a): School resources and student performance. I Burtless (1996). 65

Hanushek, E.A. (1996b): Measuring investment in education. Journal of Economic Perspectives 10(4): 9-30. Heinesen, Eskil (1999): Municipalities school expenditure in Denmark: A dynamic panel data model. Arbejdspapir. AKF. København. Indenrigsministeriet (1998): Betænkning om kommunernes udgiftsbehov. Redegørelse fra arbejdsgruppe under Indenrigsministeriets Finansieringsudvalg. Betænkning nr. 1361 (med bilag). Larsen, Hanne D.R. (1993): Stordriftsfordele i folkeskolen et argument for kommunesammenlægninger? Specialeopgave ved Institut for erhvervsret og politologi, Odense Universitet. Mouritzen, Poul Erik (1991): Den politiske cyklus. En undersøgelse af vælgere, politikere og bureaukrater i kommunalpolitik under stigende ressourceknaphed. Forlaget Politica. Århus. 66

Summary School Resources and Effects on Educational Attainment of Pupils Eskil Heinesen, Brian Krogh Graversen and Niels Madsen, October 1999 The expenses for the municipal primary and lower secondary school are a major item on the budget of municipalities in Denmark. At the same time expenses per pupil vary very much between the various municipalities, and for Denmark as a whole the expenses per pupil in the municipal primary and lower secondary school have grown significantly within the past 20 years in terms of fixed prices. This report has two main goals. Firstly, to examine how much the consumption of resources in the municipal primary and lower secondary school (in terms of net operating expenses per pupil) varies between the 275 municipalities and over a period of time and to analyse the causes of this variation. Based on these analyses, adjustments are made in the expenses per pupil for various factors that reflect that it is the conditions of municipalities that differ rather than the quality of the municipal primary and lower secondary school. Secondly, the goal is to examine to what extent the consumption of resources in the municipal primary and lower secondary school affects the educational attainment of pupils. Among other things, an analysis is made as to whether those who have attended a primary and lower secondary school in municipalities with a large (adjusted) consumption of resources, do to a greater extent receive a youth education (i.e. upper secondary school 67

or vocational education) than do those who come from municipalities with a lower consumption of resources controlling for differences in the parental background of these individuals and in the socioeconomic conditions of the municipalities. The data basis for the analyses is partly the longitudinal register of AKF (Institute of Local Government Studies) with parent and school links that is based on administrative registers at Statistics Denmark, partly data showing the consumption of resources per pupil in the municipal primary and lower secondary school computed for each municipality over 20 years and a number of other variables at the municipal level that can contribute to explaining the consumption of resources. Based on the registers, we have detailed information on the same individuals over several years. Thus we can follow the route of young people through the educational system, and we have information on their family background, including their parents socioeconomic conditions. Results of the Analyses Development in Net Operating Expenses per Pupil The net operating expenses per pupil in fixed prices have increased during the period 1977-96 by 46% for Denmark as a whole. An explanation for a considerable part of this increase is developments in teacher salaries (owing to a rise in the average seniority of teachers), the share of children of immigrant families (which affects the expenses owing to reception classes, mother-tongue teaching and special education in Danish), the general reduction of working hours, the distribution of pupils into form levels (which affects the expenses because pupils at the higher form levels are taught more hours a week) and the increased expenses of municipalities for pensions for teachers. When the expenses are adjusted for these factors, expenses per pupil have thus increased»only«by 26%, which is close to the increase in the number of teacher salary lessons per pupil. Variation in Net Operating Expenses per Pupil There is a considerable variation from municipality to municipality in net operating expenses per pupil. From the end of the 1970s until the middle of the 1980s, the expenses per pupil in the most expensive municipality were approximately twice the size of those of the least expensive. Since the 68

middle of the 1980s the variation has decreased to a certain extent. However, the differences are still considerable. In 1996 the most expensive municipality thus spent approximately 70% more than the least expensive. Municipalities with high expenses per pupil are concentrated mainly in the eastern part of Denmark, especially in the Copenhagen area, while most of the municipalities with low expenses per pupil are situated in Jutland. If expenses per pupil are adjusted for differences in payroll costs per teacher (as a consequence of local cost of living allowance and differences in seniority), the distribution of pupils into form levels and the share of children of immigrant families, the differences in expenses between municipalities are reduced. If adjustments are also made for differences in social problems (in terms of share of children of single parents and the share of socially deprived dwellings) the differences are reduced even further. But there are still considerable differences. The most expensive municipality spent approximately 65% more than the least expensive in 1996 according to the adjusted figures of expenses per pupil. The order of priority of municipalities as regards (adjusted) expenses per pupil change only slightly from one year to another. But seen over a longer period of time, for instance 10 years or more, considerable changes occur so that a major part of the municipalities which had low expenses per pupil as compared to the national average at the end of the 1970s had relatively high expenses per pupil at the end of the 1980s and later. Conversely, some of the municipalities which had high expenses at the end of the 1970s as compared to the national average, have an expense level close to the national average in the 1990s. Model for Expenses With a view to explaining the variation in expenses per pupil (adjusted for differences in teachers salaries, the distribution of pupils into form levels and the reduction of working hours), statistical analyses have been conducted based on a model of the expenses. The model includes a number of factors that could be supposed to affect the expenses as they reflect among other things economic, social, demographic and political conditions within the municipalities. Below, an attempt is made to summarise the main results of the analyses (which are by and large as could be expected). If the prosperity of the municipalities (in terms of the tax base per 69

inhabitant and the share of individuals engaged in active employment) increases, the expenses per pupil will also increase. An increase in the share of pupils from socially disadvantaged families (in terms of the share of children of single parents, the share of children of immigrant families and the share of socially deprived dwellings) leads to an increase in expenses per pupil. This can be explained by the share of pupils from socially disadvantaged families being an indicator of the share of pupils needing extra resources by way of e.g. special tuition. The effect of a low degree of urbanisation is high expenses per pupil, which can be explained by thinly populated rural municipalities typically having small schools with low numbers of pupils per class and larger expenses for running school buses. There are economies of scale so that the effect of a large number of pupils is reduced expenses per pupil. The economies of scale may be related to the administration of the school and to the fact that it is easier to avoid low numbers of pupils per class if the pupil base is large. The expenses will be adapted slowly to changed conditions within the municipalities. Several of the results indicate furthermore that there is asymmetry in the adaptation of municipalities to changes in the number of pupils. If the number of pupils increases, there will thus be a rapid upward adjustment in expenses so that the expenses per pupil are more or less unchanged. On the other hand, a reduction in the number of students does not similarly lead to a reduction in expenses, which has the effect that the expenses per pupil increase. Effects on Pupils Education In the analyses of the effects of the consumption of resources in the municipal primary and lower secondary school, the focus is, as already mentioned, on the choices and results of the pupils in the educational system. Analyses have also been conducted, however, of the effects on the unemployment rate after completion of the education. Statistical models are set up and estimated with a view to identifying what conditions, including the consumption of resources per pupil, are of importance for the choices and results of pupils. In addition to measures of consumption of resources per pupil, also variables showing the background of parents (including family structure and the education, income and housing conditions of parents) as 70

well as socioeconomic characteristics of the municipality in which the individual attended school are included as explanatory variables. The results show that higher school expenses do have statistically significant effects on a number of the choices and results analysed. Thus, there is a greater likelihood that pupils from municipalities with high expenses per pupil will choose to be in the 10 th form (which is an optional extra year at lower secondary school) and to start and complete a youth education; on the other hand, their level of marks after a general upper secondary education (for those receiving such an education) will be marginally lower (a possible explanation of this result that is on the face of it unexpected may be selection effects). Even though the effects of expenses per pupil in these models are statistically significant, they are very small and of far less importance than the background of parents. An increase in expenses per pupil of 10% will thus only increase the likelihood of completion of a youth education by approximately 1% for a typical pupil. For comparison it may be mentioned that if just one parent has a long, post-secondary education, the likelihood that the pupil completes a youth education will be approximately 15-20% higher than if the parent in question does not have any education apart from the basic school. In the analyses of the other measures of results (whether the pupils leave the basic school prematurely, whether they complete an education at upper secondary level, whether they later start a post-secondary education and to what extent they are unemployed after having completed their education), the effects of net operating expenses per pupil are not statistically significant. If the consumption of resources is measured in terms of the number of teacher lessons per pupil, the effects are less significant than in the case of measurements of expenses per pupil. The overall conclusion is that even in the instances where statistically significant effects of school resources are estimated, these effects are very small. In other words, the existing municipal differences in expenses are by and large of no practical importance for the later educational attainment of pupils. Naturally, this does not exclude the possibility that the provision of extra resources to the municipal primary and lower secondary school in connection with a goal-directed effort, for instance with a view to increasing 71

the number of pupils who will complete a youth education, can succeed. What is decisive is how the expenses are concretely used. Just increasing expenses without a goal-directed effort will have no particular effect. Discussion There may be many reasons for differences between municipalities in the consumption of resources per pupil in the municipal primary and lower secondary school, among other things that the conditions of municipalities are different (a factor we have attempted to make allowance for in the analyses), that they have different priorities and that there are differences in efficiency. It can be difficult to assess which one of these causes is the dominant one. It is important to emphasise that a high expense level per pupil in a municipality is not necessarily a problem as it may be due to many other facts apart from inefficiency and lack of control of resources, e.g. political priority being given to high quality in the municipal primary and lower secondary school. Correspondingly, a low expense level need not be positive, as it may reflect low quality rather than high efficiency. It can be difficult to measure to what extent differences in the consumption of resources reflect differences in quality as there are many dimensions to quality. This report focuses on the dimension related to the educational attainment of pupils after they have completed the basic school as well as their career in the labour market after completion of their education. As already mentioned, we find only small effects on these factors. But it is clear that school resources can have effects on a large number of other matters that we have not analysed in this report, e.g. the educational standards in the school, the well-being of pupils while they attend school and their acquisition of knowledge the effects of which cannot be measured in relation to the results within the educational system and in the labour market that we have examined. It is also important to mention that the objects clause of the municipal primary and lower secondary school covers a very wide spectrum of objects. Whether the consumption of resources has an effect on the realisation of these goals has not been analysed in this report. On the other hand, it is reasonable to expect that for instance a good environment in the school and great satisfaction with the school as well as 72

the attainment of many of the objects that are mentioned in the objects clause will actually provide young people with better prerequisites for being able to complete an education after the basic school. 73