150 likes | 300 Views
Sammenligninger av kommunale kostnadsdata. Åge Johnsen, 18. januar 2008 Bygger på Karl Robertsen (2000). Sammenligning av kommunale kostnadsdata: Veien til mer effektiv kommunal produksjon?, i Styring og medvirkning i lokalforvaltningen, Oslo: Cappelen Akademisk Forlag. Oversikt.
E N D
Sammenligninger av kommunale kostnadsdata Åge Johnsen, 18. januar 2008 Bygger på Karl Robertsen (2000). Sammenligning av kommunale kostnadsdata: Veien til mer effektiv kommunal produksjon?, i Styring og medvirkning i lokalforvaltningen, Oslo: Cappelen Akademisk Forlag
Oversikt • Hvorfor sammenligne kostnader • Definisjon av produktivitet og effektivitet • Produktivitetsanalyser i praksis • Sammenligninger av gjennomsnittskostnader • Kostnadssammenligninger i praksis • Dataomhyllingsmetoden (DEA) • Sammenligninger av tjenester med ulik kvalitet • Aktivitetsbaserte kostnadsanalyser • Målestokkonkurranse • Konklusjoner
Hvorfor sammenligne? • Markeder kan gi insentiver til effektiv drift og signaler om kundenes preferanser • Uten markeder må offentlig virksomhet finne andre metoder for resultatvurderinger • Regnskaps- og kostnadsanalyser • Sammenligninger • Målstyring • Brukerundersøkelser • Evalueringer • Kostnadsanalyser og sammenligninger har blitt enklere å gjennomføre etter at KOSTRA ble obligatoriske fra 2001 • Det finnes imidlertid visse måleproblemer
Definisjon av produktivitet og effektivitet • Effektivitet handler om at prioriteringene av aktivitetene er i overensstemmelse med de rådende politiske preferansene • En produserer den ønskede sammensetningen av tjenester gitt budsjettet • Tjenestene fordeles til de prioriterte gruppene • Produktivitet er forholdet mellom tjenestemengde og ressursforbruk • Best produktivitet oppnås når • Tjenestene fremstilles med så lite ressursbruk som mulig • Det framstilles mest mulig tjenester til gitt ressursbruk • Ofte blir produktivitetsproblemet separert i to deler • Best mulig økonomisk produktivitet kjennetegnes av at det produseres mest mulig til et gitt budsjett • Best mulig teknisk produktivitet sikres ved at en velger den teknikk og organisasjon som gir størst mulig produksjon
Produktivitetsanalyser i praksis • I praktiske produktivitetsanalyser brukes ofte indikatorer for partiell produktivitet • Total produktmengde og en del av det totale ressursforbruket • En del av total produktmengde og det totale ressursforbruket • En del av total produktmengde og en del av det totale ressursforbruket • Ofte er det registreringsproblemer knyttet til datagrunnlaget • I praksis er det vanskelig å finne eksakte mål på produktivitet i offentlig tjenesteyting • Bruker indikatorer for produktivitet i stedet for direkte målinger
Sammenligninger av gjennomsnittskostnader • Forutsetninger for sammenligninger av gjennomsnittskostnader • Regnskapsføring: Alle relevante kostnader må være henførbare til den tjenestetypen som skal analyseres • Sammenlignbarhet: Produsert mengde må kunne kvantifiseres på en meningsfylt måte • To forhold er avgjørende for sammenlignbarheten • Faktorpriser • Produksjonsskala • Faktorprisene kan være forskjellige mellom kommunene • Forskjeller i faktorpriser kan gi forskjeller i produktivitetsindikatorer uten at produktiviteten er forskjellig mellom enhetene • Forskjeller i tilpasning til produksjonsskala kan gi forskjeller i gjennomsnittskostnader uten at forskjellene skyldes produktivitet
Kostnadssammenligninger i praksis For å unngå problemet med ulik produksjonsskala, kan en gruppere enhetene etter hvor stor skala de opererer i, og sammenligne gjennomsnittskostnadene innen hver gruppe Bare fornuftig å sammenligne enheter som har omtrent samme produksjons-volum
Dataomhyllingsmetoden (DEA) • DEA er en avansert analysemetode • Kan en estimere produktivitet ved å finne den sammenhengen mellom produksjon og innsatsfaktorer som representerer «beste praksis» (frontfunksjonen) innen et produksjonsområde • Kan analysere mange innsatsfaktorer samtidig • Kan utrykke produktiviteten som ett tall
Dataomhylling Effektive enheter ligger på den estimerte frontfunksjonen Mindre effektive enheter ligger innenfor den estimerte frontfunksjonen
Sammenligninger av tjenester med ulik kvalitet • Måleproblemer i kvantifisering av (offentlige) tjenester • Innholdet er ofte sammensatt av mange komponenter • En og samme enhet kan leverer ulike tjenester til forskjellige klienter • Produktet kan skilles i to • D-output: den direkte produksjonsmessige sammensetningen av en tjeneste • C-output: egenskapene ved tjenesten som har størst interesse for konsumenten D-vektoren sammen med variabler ved omgivelsene bestemmer C-vektoren, som igjen gir konsumenten nytte
Sammenligninger av tjenester med ulik kvalitet (forts.) • En sammensatt offentlig tjeneste kan oppfattes som bestående av ulike karakteristika • Enkelte tjenester kan spesialtilpasses den enkelte klient • Andre tjenester kan være standardisert for en gruppe klienter • Offentlige tjenester kan altså variere fra standardiserte til individuelt tilpassede tjenester • Direkte kostnadssammenligninger kan bare foretas i to tilfeller • Når tjenestene har ulike karakteristika men samme innsatsfaktorbruk • Når tjenestene inneholder nøyaktig samme sammensetning av karakteristika
Sammenligninger av tjenester med ulik kvalitet (forts.) • Praktiske løsninger på problemet med at tjenestene ikke er sammenlignbare med hensyn til karakteristika • Gjøre kostnadsdataene mer sammenlignbare ved å konstruere et produksjonsmål som en veid sum av de ulike karakteristika, hvor hver karakteristika gis en vekt tilsvarende hvor kostnadsdrivende den forventes å være. • Bare ta ut kostnadsdata fra den sammenlignbare delen av tjenesteproduksjonen Eks: «utgifter til UV-materiell i ordinær undervisning per elev» i KOSTRA
Aktivitetsbaserte kostnadsanalyser (ABC) • Med utgangspunkt i D-vektor kan det gjøres kostnadsanalyser ved hjelp av ABC-analyser • Henføring av produksjonskostnadene via de aktivitetene som utføres i produksjonen • De tiltakene som forårsaker kostnadene innen hver aktivitet kalles kostnadsdrivere • Fordelingen av kostnader på produkter baserer seg på produktenes forbruk av kostnadsdrivere • ABC-analyser krever normalt mer detaljert kunnskap om kostnader og produksjon enn det en ofte finner i KOSTRA • KOSTRA-data ikke alltid direkte relevant for ABC • ABC er imidlertid en metode som kan gi god innsikt i en tjenesteprodusents kostnadsstruktur
Målestokkonkurranse • Sammenlignbare data-metoden går ut på å finner den eller de mest (kostnads)effektive tjenesteprodusentene. Denne informasjonen kan så brukes i læring og omstillingsarbeide • En annen måte å organisere omstillingsarbeidet på, er å bruke insentiver i stedet for administrative inngrep • I målestokkonkurranse følges analysene opp av insentiver som skal virke kostnadseffektiviserende • I målestokkonkurranse registreres kostnadene hos ulike tjenesteprodusenter (som i sammenligninger) • Enhetskostnadene hos den beste enheten bestemmer satsene for tildeling av budsjett til de øvrige enhetene, eventuelt med et tillegg av en fast grunnbevilgning (basis) • Innføring av målestokkonkurranse krever at den enkelte enhet opererer som en selvstendig økonomisk enhet som både kan ha over- og underskudd
Konklusjoner • Forholdene som gjør kostnadssammenligninger vanskelige • Faktorpriser kan variere mellom enhetene • Kostnadene kan være registrert forskjellig fra enhet til enhet • Enhetene kan ha ulik produksjonsskala • Tjenestenes innhold varierer mellom ulike produsenter • Den enkelte produsent kan levere ulike tjenester fordi de er individualisert • Likevel finnes det metoder for å gjøre kostnadsdata forholdsvis mer sammenlignbare • Selv om en kjenner til kostnadseffektive produksjonsmetoder, er det ofte vanskelig å iverksette dem • Prinsipielt to muligheter • Administrativ styring (sammenlignbare data-metoden) • Insentivstyring som gjør at tjenesteprodusenten selv velger den mest effektive produksjonen (målestokkonkurranse) KOSTRA-data kan brukes i kommunale sammen-ligninger