Aktiver Javascript i din nettleser for en bedre opplevelse på regjeringen.no

Produksjonsindeks for...

Produksjonsindeks for kommunale tjenester

[ Kapittel 10 inneholder mange spesialtegn – trykk her for å laste ned Word-versjonen ]

Innledning

Resultatrapportering fra kommuner og fylkeskommuner har fått stadig større oppmerksomhet de senere årene. De årlige kommuneproposisjonene gir omfattende informasjon om produksjon, dekningsgrad og ressursinnsats per bruker for ulike kommunale tjenester. Det presenteres oppstillinger for kommunene gruppert etter størrelse, inntekt og fylke. Tilsvarende informasjon finnes i publikasjoner fra Statistisk sentralbyrå (Kommune-Norge i tall) og Norsk samfunnsvitenskapelig datatjeneste (Kommunal monitor).

Resultatrapportering fra enkeltsektorer gir et detaljert og omfattende bilde av det kommunale tjenestetilbudet, og har vært et godt grunnlag for analyser av prioritering og sektorstudier av effektivitet. På den andre siden har dataene i liten grad vært utnyttet med sikte på å etablere mål eller indikatorer for den samlede tjenesteproduksjonen i den enkelte kommune. 11I ’Kommunal monitor’ er det imidlertid foretatt en sammenvekting av henholdsvis dekningsgrad og produktivitet fra ulike sektorer. Utvalget har initiert et forskningsprosjekt for å vurdere hensiktsmessigheten av å utvikle produksjonsindekser som kan gi et mål på den samlede tjenesteproduksjonen i den enkelte kommune. Ideen til prosjektet kommer fra Sverige hvor det ble beregnet et samlet ’prestationsmått’ på slutten av 1990-tallet.

Prosjektet er todelt. For det første skal det gis en prinsipiell drøfting av egenskaper ved produksjonsindekser, herunder hvordan ulike indikatorer for tjenesteproduksjonen skal vektes sammen. For det andre skal det foreslås utforming av en produksjonsindeks basert på KOSTRA data. I den empiriske analysen skal det legges vekt på å studere sammenhengen mellom produksjonsindeksen og økonomiske rammebetingelser (målt ved korrigert inntekt). Endelig skal den prinsipielle drøftingen og den empiriske analysen gi grunnlag for å vurdere hensiktsmessigheten av å benytte og å videreutvikle slike produksjonsindekser.

Prosjektet er utført av forskningsstiftelsen ALLFORSK ved Norges teknisk-naturvitenskapelige universitet, og er i sin helhet dokumentert i Borge, Falch og Tovmo (2001). I kapittel 10.2-10.5 gis det en oversikt over hovedresultatene fra prosjektet. I kapittel 10.6 gjør utvalget rede for sin vurdering av produksjonsindekser.

Sammenvekting av tjenesteproduksjonen i ulike sektorer

Måling av kommunal tjenesteproduksjonen

I den foregående diskusjonen om sammenvekting av tjenesteproduksjon i ulike sektorer ble det sett bort fra eventuelle måleproblemer ved å anta at gir en komplett beskrivelse av tjenesteproduksjonen i sektor i i kommune j. I en empirisk analyse vil imidlertid hovedutfordringen være å finne gode indikatorer for tjenesteproduksjonen.

Komplette mål på tjenesteproduksjonen i en kommunal sektor vil sjelden eller aldri være tilgjengelig. I beste fall må man basere seg på flere indikatorer som fanger opp ulike aspekter ved tjenestetilbudet. To viktige aspekter er kvantitet og kvalitet. For de fleste kommunale tjenester er det mulig å måle kvantiteten på en rimelig god måte. I barnehager og eldreomsorg vil dekningsgrader som andel barn med plass i barnehage og andel eldre som mottar omsorgstjenester, være gode indikatorer på omfanget av tjenestetilbudet. Kvaliteten er som regel vanskeligere å måle. Dette har blant annet sammenheng med at kvalitet i seg selv har mange aspekter, og at det er vanskelig å finne gode indikatorer for alle disse aspektene. Dette betyr ikke at det er umulig å finne relevante kvalitetsindikatorer. I den empiriske analysen benyttes for eksempel antall m 2> leke- og uteareal per barn som kvalitetsindikator for barnehager og andel institusjonsplasser i enerom som kvalitetsindikator i eldreomsorgen.

Hvordan bør så kvantitet og kvalitet inngå i produksjonsindeksen? Teoretisk sett kan det i mange tilfeller være riktig å la kvantitet og kvalitet inngå multiplikativt, det vil si at tjenesteproduksjonen i en sektor framkommer som produktet av kvantitet og kvalitet. Dette sikrer at uttellingen for høy kvalitet øker med omfanget av produksjonen.

I den empiriske analysen vil likevel kvantitets- og kvalitetsindikatorer inngå additivt i produksjonsindeksen. Det har sammenheng med at det er vanskelig å finne komplette indikatorer for kvalitet, og at en multiplikativ tilnærming da vil ha en tendens til å ’blåse opp’ måleproblemene. Poenget kan illustreres gjennom et eksempel. Betrakt en kommune hvor både kvantitet og kvalitet ligger på landsgjennomsnittet og har indeksverdier lik 1. Det korrekte produksjonsmålet er da 1. Anta så at kvaliteten måles feil eller mangelfullt. Hvis det feilaktig observerer at kvaliteten er lavere enn den reelle, for eksempel 0.6, så vil den multiplikative tilnærmingen gi en produksjon på 0.6. Og hvis det feilaktig observeres for høy kvalitet, for eksempel 1.4, blir indeksverdien 1.4.

I den empiriske analysen benyttes en additiv tilnærming hvor en i større grad unngår at måleproblemene blåses opp. Med en additiv tilnærming må det imidlertid tas stilling til hvordan kvalitet og kvantitet skal vektes. Da det ikke er mulig å fordele utgiftene mellom kvantitet og kvalitet, foreslås det at kvantitets- og kvalitetsindikatorene gis lik vekt. I eksemplet over vil en slik additiv tilnærming gi indeksverdier på 0.8 og 1.2 når vi henholdsvis observerer for lav kvalitet (0.6) og for høy kvalitet (1.4). Skjevheten i forhold til det korrekte produksjonsmålet er mindre enn ved den multiplikative tilnærmingen.

Svakheten ved den additive tilnærmingen over er det ikke er noe sterkt grunnlag for å si at kvantitets- og kvalitetsindikatorene skal gis lik vekt. Men i mangel av relevant budsjettinformasjon er det vanskelig å foreslå andre vektingsregler. En mer veloverveid vekting må eventuelt baseres på detaljert sektorkunnskap og kvalifisert skjønn.

Beregning av produksjonsindeks basert på KOSTRA data for 2000

Innenfor prosjektet er det beregnet produksjonsindekser basert på KOSTRA data for 2000. Det beregnes delindekser for barnehager, grunnskole, primærhelsetjeneste, pleie og omsorg, barnevern, soialkontortjenester, samt tekniske tjenester. Kultur og samferdsel er utelatt fordi det har vært vanskelig å finne gode indikatorer for tjenesteproduksjonen i disse sektorene. Videre er tekniske tjenester er utelatt fra totalindeksen for å unngå betydelig reduksjon i antall observasjoner. I alt 217 kommuner rapporterte data til KOSTRA i 2000. For 174 av disse finnes det komplette data for alle delindekser (unntatt teknisk sektor). Delindeksen for teknisk sektor kan beregnes for 147 kommuner.

Ved valg av indikatorer har det vært lagt til grunn at ressursinnsats ikke skal brukes som mål på tjenesteproduksjon. Det viktigste unntaket fra denne regelen er delindeksen for primærhelsetjenesten hvor legeårsverk, fysioterapiårsverk og helsesøsterårsverk inngår. Indikatoren ’årstimer per elev’ i delindeksen for grunnskole kan betraktes som et grensetilfelle. Valget av indikatorer er i noen grad begrenset av at tilgjengelighet på data. Det vil si at enkelte variable som er relevante for å beskrive tjenesteproduksjonen er utelatt fordi det mangler informasjon for mange kommuner.

Når det gjelder vekting, er hovedprinsippet at de indikatorene som inngår i indeksen vektes med utgangspunkt i tjenestens budsjettandel. I de tilfeller hvor det ikke er mulig å fordele utgiftene mellom to eller flere indikatorer, er indikatorene gitt lik vekt. Tabell 10.1 gir en detaljert beskrivelse av hvordan delindeksene og samlet produksjonsindeks er beregnet. I vedlegg x rapporteres produksjonsindekser og korrigert inntekt for de 174 kommunene som inngår i analysen.

Tabell 10.1 Oversikt over indikatorer og vekter i delindeksene og i samlet produksjonsindeks

Sektor/ Indikator

Vekt

Barnehage (BH)

Andel barn 1-2 år med plass i kommunal barnehage

0.198

Andel barn 3-5 år med plass i kommunal barnehage

0.198

Andel brukere i kommunal barnehage med oppholdstid 33 timer eller mer

0.198

Antall m 2 >leke og uteareal pr barn

0.198

Andel barn 0-5 år i privat barnehage med kommunal støtte

0.208

Grunnskole (GS)

Årstimer per elev

0.942

Andel elever i alderen 6-9 år med plass i SFO

0.029

Andel av brukerne av SFO med oppholdstid 15 timer eller mer

0.029

Primærhelsetjeneste (PH)

Antall legeårsverk pr 1000 innbyggere

0.342

Antall fysioterapiårsverk pr 1000 innbyggere

0.342

Antall helsesøsterårsverk pr 1000 innbyggere

0.316

Pleie og omsorg (PO)

Andel av innbyggerne over 80 år som mottar hjemmetjenester

0.250

Andel av innbyggerne over 80 år med plass i institusjon

0.250

Andelen av institusjonsplasser som er i enerom

0.250

Andel brukere av hj.tj. med både praktisk bistand og hjemmesykepleie

0.250

Barnevern (BV)

Andel barn 0-17 år omfattet av barnevernsundersøkelse

0.500

Andel barn 0-17 år omfattet av tiltak

0.500

Sosialkontortjenester (SK)

Andel innbyggere 20-66 år som mottar økonomisk sosialhjelp

0.500

Gjennomsnittlig utbetaling per stønadsmåned

0.500

Tekniske tjenester (TE)

Andel av vannkvalitetsprøver med godkjent resultat

0.122

Andel av innbyggerne tilknyttet kommunal vannforsyning

0.122

Andel av innbyggerne som har kommunalt organisert renovasjon

0.445

Andel av innbyggerne tilknyttet kommunal avløpsordning

0.311

Samlet indeks (TOT)

Barnehager

0.111

Grunnskole

0.346

Primærhelsetjeneste

0.055

Pleie og omsorg

0.402

Barnevern

0.032

Sosialkontortjenester

0.054

Tabell 10.2 viser delindeksene og samlet produksjonsindeks for kommunene gruppert etter korrigert inntekt (per innbygger). Inntektene er korrigert for forskjeller i beregnet utgiftsbehov og omfatter inntekts- og formuesskatt, rammeoverføringer, eiendomsskatt og konsesjonskraftinntekter. Både indekser og korrigert inntekt er normalisert slik at gjennomsnittet for alle kommuner som inngår er 100.

Tabell 10.2 Produksjonsindekser for kommunene gruppert etter korrigert inntekt (KI)

KI

BH

GS

PH

PO

BV

SK

TE

TOT

KI

Under 85

91.4

87.0

84.5

94.8

97.3

104.3

91.5

91.7

84.1

85-90

87.2

89.3

86.8

93.1

100.8

99.3

106.3

91.4

87.2

90-95

95.2

97.4

95.4

97.7

89.8

97.4

104.6

96.9

92.0

95-100

102.8

100.0

108.5

102.0

99.3

97.1

92.6

101.4

97.0

100-110

107.7

111.1

103.0

109.5

119.9

100.1

84.9

109.4

104.9

110-125

122.4

115.1

113.2

105.2

93.9

101.2

113.2

110.3

117.7

Over 125

122.2

127.7

140.6

113.5

111.6

102.9

90.7

120.2

157.0

St.avvik

22.0

18.2

28.2

12.8

44.0

28.3

44.2

12.7

25.2

Korrelasjon med KI

0.49

0.64

0.60

0.39

0.06

-0.05

-0.06

0.64

1.00

Antall kommuner

174

174

174

174

174

174

147

174

174

Merknad: Produksjonsindekser og korrigert inntekt er normalisert slik at gjennomsnittet for de kommunene som inngår er lik 100.

For delindeksene for barnehage og grunnskole 12Andre analyser viser at grunnskoleutgiftene er mindre følsomme for inntektsendringer enn utgiftene i de fleste andre sektorer. Når det motsatte er tilfelle her, så kan det ha sammenheng med at grupperingsanalysen i tabell 10.2 ikke tar hensyn til betydningen av andre faktorer enn inntekt. er det slik at gjennomsnittlig indeksverdi stiger med korrigert inntekt. Korrelasjonen mellom indeksverdi og korrigert inntekt er henholdsvis 0.49 og 0.64. Det er også systematisk samvariasjon mellom korrigert inntekt og delindeksene for primærhelsetjeneste og pleie og omsorg. Her er korrelasjonskoeffisientene henholdsvis 0.60 og 0.39.

Delindeksene for barnevern, sosialkontortjenester og tekniske tjenester er praktisk talt ukorrelert med korrigert inntekt. For barnevern og sosialkontortjenester kan dette ha sammenheng med at aktiviteten i større grad påvirkes behovet for tjenestene enn av kommunenes økonomiske rammebetingelser. For tekniske tjenester kan det store omfanget av brukerfinansiering forklare den svake korrelasjonen med korrigert inntekt.

For samlet produksjonsindeks som omfatter barnehage, grunnskole, primærhelsetjeneste, pleie og omsorg, barnevern og sosialkontortjenester, stiger gjennomsnittlig indeksverdi med korrigert inntekt. Korrelasjonen med korrigert inntekt er såpass høy som 0.64. Videre er det en tendens til at kommuner med korrigert inntekt under gjennomsnittet har høyere verdi på produksjonsindeksen enn på korrigert inntekt, mens det motsatte er tilfelle for kommuner med korrigert inntekt over landsgjennomsnittet. En mulig forklaring på dette er at kommuner med svake økonomiske rammebetingelser ’tvinges’ til å være mer effektive enn kommuner med gode økonomiske rammebetingelser. En alternativ forklaring er at kommuner med gode økonomiske rammebetingelser i større grad prioriterer høy kvalitet, som bare i begrenset grad fanges opp av produksjonsindeksen.

Det er en interessant observasjon at den samlede produksjonsindeksen jevnt over er sterkere korrelert med korrigert inntekt enn de enkelte delindeksene. Dette har sammenheng med at forskjeller i lokale prioriteringer slår sterkere ut i delindeksene enn i den totale indeksen. Det framgår også at den samlede produksjonsindeksen varierer mindre kommunene imellom enn de enkelte delindeksene.

Tabell 10.3 viser produksjonsindekser og korrigert inntekt for kommunene gruppert etter antall innbyggere. For barnehager, grunnskole, primærhelsetjeneste, pleie og omsorg og barnevern er hovedbildet at kommuner med færre enn 5 000 innbyggere har indeksverdi over gjennomsnittet, mens det motsatte er tilfelle for kommuner med over 5 000 innbyggere. Disse delindeksene følger i hovedsak samme mønster som korrigert inntekt: Indeksverdi og korrigert inntekt avtar med økende folketall for de fire kommunegruppene med færre enn 20 000 innbyggere. Videre er det en tendens til at produksjonsindeksene i gjennomsnitt er høyere i kommuner med over 20 000 innbyggere enn i kommuner med mellom 10 000 og 20 000 innbyggere.

Tabell 10.3 Produksjonsindekser for kommunene gruppert etter antall innbyggere

Antall innbyggere

BH

GS

PH

PO

BV

SK

TE

TOT

KI

Under 2 500

110.2

119.8

129.9

110.6

109.7

91.9

80.2

113.8

119.9

2 500 – 5 000

105.4

109.3

105.2

103.1

104.4

101.1

89.3

105.6

103.8

5 000 – 10 000

95.0

94.9

88.6

97.9

102.3

94.7

94.6

96.0

94.4

10 000 – 20 000

89.5

85.9

83.2

94.2

83.1

102.7

105.7

90.3

88.7

Over 20 000

98.7

85.3

90.0

91.8

97.6

113.4

140.0

91.5

90.1

Merknad: Produksjonsindekser og korrigert inntekt er normalisert slik at gjennomsnittet for de kommunene som inngår er lik 100.

For sosialkontortjenester er indeksverdien høyest i kommuner med over 20 000 innbyggere, noe som trolig reflekterer at levekostnader og omfanget av sosiale problemer er størst i de største kommunene. I teknisk sektor er det en klar tendens til at indeksverdien øker med økende innbyggertall.

Samlet produksjonsindeks er høyest i kommuner med færre enn 2 500 innbyggere, nærmere bestemt 14 prosent over gjennomsnittet. Deretter avtar indeksverdien (og korrigert inntekt) med økende folketall, og i gjennomsnitt er det kommunene med mellom 10 000 og 20 000 innbygger som har den laveste verdien på produksjonsindeksen (10 prosent under gjennomsnittet). Kommunene med over 20 000 innbyggere har noe høyere produksjonsindeks og noe høyere korrigert inntekt enn kommunene med mellom 10 000 og 20 000 innbyggere.

Tabell 10.4 viser produksjonsindekser og korrigert inntekt for kommunene gruppert etter landsdel. Verdien på produksjonsindeksen er høyest blant kommunene i Nord-Norge som ligger 11.2 prosent over landsgjennomsnittet. I den motsatte enden av skalaen finner vi kommunene i Akershus som ligger vel 10 prosent under gjennomsnittet.

Tabell 10.4 Produksjonsindekser for kommunene gruppert etter landsdel

Landsdel

BH

GS

PH

PO

BV

SK

TE

TOT

KI

Akershus

110.0

82.8

81.9

91.2

68.7

94.2

144.1

89.4

91.5

Hedmark og Oppland

95.7

95.0

102.6

94.1

82.1

104.1

92.1

95.2

89.3

Sør-Østlandet

102.1

95.8

94.3

94.7

118.8

108.9

110.3

97.4

95.4

Agder og Rogaland

83.6

96.0

90.8

98.0

91.2

99.9

102.1

95.2

107.6

Vestlandet

99.6

103.7

106.7

104.3

74.4

86.1

85.7

101.8

100.6

Trøndelag

92.4

99.3

97.9

103.3

119.3

95.2

93.4

100.5

91.4

Nord-Norge

120.0

112.7

113.2

105.0

132.2

115.6

98.8

111.2

111.5

Merknad: Produksjonsindekser og korrigert inntekt er normalisert slik at gjennomsnittet for de kommunene som inngår er lik 100. Sør-Østlandet inkluderer Østfold, Buskerud, Vestfold og Telemark. Vestlandet er Hordaland, Sogn og Fjordane og Møre og Romsdal.

Selv om kommunene i Nord-Norge gjennomgående har høye korrigerte inntekter og kommunene i Akershus ligger lavt, så er sammenhengen mellom total produksjonsindeks og korrigert inntekt mindre tydelig når kommunene er gruppert etter landsdel enn når de er gruppert etter korrigert inntekt og antall innbyggere. Kommunene i Agder og Rogaland har lav verdi på produksjonsindeksen relativt til korrigert inntekt. Hovedårsaken til dette er de to kraftkommunene Bykle og Sirdal som har svært høy verdi på korrigert inntekt (henholdsvis 275 og 251), mens verdien på produksjonsindeksen ikke er tilsvarende høy (henholdsvis 141 og 118). Dersom disse kommunene holdes utenfor, blir gjennomsnittlig produksjonsindeks og korrigert inntekt henholdsvis 92.7 og 96.1. Kommunene i Trøndelag og i Hedmark og Oppland kommer ut med høy verdi på produksjonsindeksen relativt til korrigert inntekt. Her er forklaringen at kommunene i disse landsdelene gjennomgående har høyere verdi på produksjonsindeksen enn på korrigert inntekt.

Nærmere om sammenhengen mellom produksjonsindeks og korrigert inntekt

Diskusjonen foran vektla den nære sammenhengen mellom den samlede produksjonsindeksen og korrigert inntekt som framkom når kommunene ble gruppert etter henholdsvis korrigert inntekt og antall innbyggere. Slike gjennomsnittsbetraktninger kan imidlertid skjule stor variasjon i produksjonsindeksen mellom kommuner med om lag samme nivå på korrigert inntekt.


Figur 10.1: Sammenhengen mellom produksjonsindeks og korrigert inntekt

I figur 10.1 er produksjonsindeksen plottet mot korrigert inntekt. 13Tre av de 174 kommunene er utelatt fra figuren for å tydeliggjøre den visuelle sammenhengen mellom produksjonsindeksen og korrigert inntekt. Dette er Bykle, Sirdal og Eidfjord som har svært høy korrigert inntekt. Den rette linja i figuren er en regresjonslinje, og den positive helningen dokumenterer den positive samvariasjonen mellom produksjonsindeks og korrigert inntekt. Samtidig framgår det at det er betydelig variasjon rundt denne regresjonslinja, det vil si at produksjonsindeksen varierer mye mellom kommuner med om lag samme nivå på korrigert inntekt. Regresjonslinja i figur 2 er gjengitt i kolonne A i tabell 10.5 hvor det framgår at sammenhengen mellom produksjonsindeks og korrigert inntekt er statistisk utsagnskraftig. Videre er det slik at korrigert inntekt, målt ved den multiple determinasjonskoeffisienten R 2>, forklarer vel 40 prosent av variasjonen i produksjonsindeksen.

Hvordan skal en tolke de store forskjellene i produksjonsindeks mellom kommuner med om lag samme inntektsnivå? Gitt at produksjonsindeksen er ideell (i den forstand at den kun fanger opp forskjeller i effektivitet og økonomiske rammebetingelser) og korrigert inntekt gir et fullstendig mål på kommunenes økonomiske rammebetingelser, vil forskjeller i produksjonsindeks som ikke kan tilbakeføres til ulik korrigert inntekt kunne tolkes som forskjeller i effektivitet. I så fall er implikasjonen av analysen i kolonne A at forskjeller i effektivitet kan forklare nærmere 60 prosent av variasjonen i produksjonsindeksen.

Men fordi produksjonsindeksen ikke er ideell og korrigert inntekt ikke gir et fullstendig mål på kommunens økonomiske rammebetingelser, er det en rekke andre forhold, i tillegg til forskjeller i effektivitet, som kan forklare de observerte forskjellene i produksjonsindeks mellom kommuner med om lag samme inntektsnivå. Disse andre forholdene kan knyttes til produksjonsindeksens teoretiske egenskaper, til den empiriske operasjonaliseringen av produksjonsindeksen og til definisjonen av korrigert inntekt.

Den produksjonsindeksen som er beregnet benytter aggregerte budsjettandeler som vekter, og som diskutert foran vil denne kunne påvirkes av forskjeller i prioritering. Dette innebærer at to kommuner med samme effektivitet og med samme nivå på korrigert inntekt kan komme ut med forskjellig verdi på produksjonsindeksen fordi de prioriterer ulikt.

Utfordringene i den empiriske operasjonaliseringen av produksjonsindeksen er å finne fram til gode indikatorer på tjenesteproduksjonen i de enkelte sektorer. På grunn av databegrensninger er kultur, samferdsel og teknisk sektor utelatt fra den samlede produksjonsindeksen. Lav verdi på produksjonsindeksen relativt til korrigert inntekt kan derfor forklares med at disse tjenestene prioriteres høyt. Videre er det gjennomgående lettere å måle omfanget av tjenesteproduksjonen enn kvaliteten. Følgelig vil det være en tendens til at den empiriske produksjonsindeksen undervurderer produksjonen i kommuner som prioriterer høy kvalitet framfor stort volum.

Tabell 10.5 Regresjonsanalyser med produksjonsindeks som avhengig variabel

A

B

Korrigert inntekt

0.49

(10.33)

-

Korrigert inntekt *>

0.44

(8.12)

Andel kultur

-

-0.24

(0.50)

Andel samferdsel

-

-0.39

(2.58)

Andel bolig

-

-1.69

(2.39)

Andel teknisk

-

-0.30

(0.91)

Netto driftsresultat

-

-0.47

(2.47)

Rente og avdrag

-

-0.45

(2.13)

Brukerbetaling barnehager

-

0.21

(2.18)

Brukerbetaling hjemmeomsorg

-

0.15

(0.46)

Brukerbetaling institusjonsomsorg

-

-0.01

(0.11)

Kriteriene i kostnadsnøkkelen er inkludert

Nei

Ja

Forklart andel av variasjonen (R 2>)

0.41

0.78

Merknader: Komplette data finnes for 158 kommuner. Analysen er basert på 155 kommuner (Bykle, Sirdal og Eidfjord er utelatt, se fotnote 9). Korrigert inntekt *> tar hensyn til den regional variasjonen i arbeidsgiveravgiften. Tallene i parentes er t-verdier. Effektene er statistisk utsagnskraftige (på 10 prosent nivå) dersom t-verdien er 1.65 eller større.

Korrigert inntekt er det inntektsmålet som er best egnet til å si noe om forskjeller i økonomiske rammebetingelser kommunene imellom, og vi har her benyttet den mest omfattende varianten som også inkluderer eiendomsskatt og konsesjonskraftinntekter. Likevel er det mulig å peke på en rekke potensielle svakheter ved korrigert inntekt i vår sammenheng. For det første er flere av tjenestene som inngår i produksjonsindeksen delvis finansiert gjennom øremerkede tilskudd og brukerbetaling som ikke inngår i korrigert inntekt. For det andre er kostnadsnøkkelen som benyttes i deflateringen basert på grunnskole, helse- og sosialsektoren og administrasjon. Utvalget av indikatorer og vektingen av disse er ikke nødvendigvis representativ for andre tjenester som inngår i produksjonsindeksen, først og fremst barnehager. Kostnadsnøkkelen tar heller ikke hensyn til den regionale variasjonen i arbeidsgiveravgiften.

Når produksjonsindeksen skal sammenliknes med korrigert inntekt, kan det være et problem at kostnadsnøkkelen inneholder flere etterspørselsfaktorer enn alder, mens dekningsgradene i produksjonsindeksen utelukkende relateres til aldersgrupper. Ett eksempel er aleneboende eldre som er et kriterium i kostnadsnøkkelen for pleie og omsorg. Høye dekningsgrader i eldreomsorgen på grunn av mange aleneboende eldre gir uttelling i form av høy verdi på produksjonsindeksen. Det er ikke noe galt i det. Problemet oppstår når produksjonsindeksen sammenliknes med et inntektsmål hvor mange aleneboende eldre isolert sett bidrar til lav inntekt. Sett i forhold til inntektsbegrepet vil det være en tendens til at produksjonsindeksen overvurderer produksjonen i kommuner med mange aleneboende eldre. De sosiale kriteriene i kostnadsnøkkelen for sosialhjelp skaper tilsvarende problemer i sammenlikningen mellom produksjonsindeksen og korrigert inntekt. Og i grunnskolen vil et spredt bosettingsmønster og en desentralisert skolestruktur bidra til mange årstimer og høy produksjon, samtidig som spredt bosettingsmønster isolert sett bidrar til lav korrigert inntekt.

Til slutt kan det nevnes at forskjeller i netto driftsresultat og rente- og avdragsutgifter bidrar til at kommuner med samme inntektsnivå ikke nødvendigvis har samme nivå på driftsutgiftene. Lavt netto driftsresultat og lave rente- og avdragsutgifter kan bidra til høy produksjon sett i forhold til korrigert inntekt.

I kolonne B i tabell 10.5 er det prøvd å ta hensyn til disse innvendingene ved å inkludere en rekke kontrollvariable. Den første gruppen av variable er budsjettandelen for fire utelatte sektorer (kultur, samferdsel, bolig og teknisk). 14Budsjettandelene er målt som sektorenes andel av netto driftsutgifter. De fire budsjettandelene har som forventet negativ effekt, det vil si at kommuner som prioriterer utelatte sektorer høyt har lavere verdi på produksjonsindeksen enn andre kommuner. Effekten er statistisk utsagnskraftig for samferdsel og bolig. Den andre gruppen av variable er netto driftsresultat og netto renter og avdrag (målt som andel av brutto driftsinntekter). Begge variablene kommer ut med negative effekter som er statistisk utsagnskraftige. Det betyr at kommuner med høye gjeldsutgifter alt annet likt har lav produksjon. Den tredje gruppen av variable er brukerbetaling i barnehager og pleie og omsorg. Effekten av foreldrebetaling i barnehager har den forventede positive effekten, mens brukerbetaling i pleie og omsorg ikke er statistisk utsagnskraftig. Den fjerde gruppen av variable som er inkludert er kriteriene i kostnadsnøkkelen i inntektssystemet. Disse variablene fanger opp kommunestørrelse, bosettingsmønster, alderssammensetning og sosiale forhold, og ivaretar at vektingen i kostnadsnøkkelen ikke nødvendigvis er representativ for de tjenester som er inkludert i kostnadsnøkkelen. Da det er vanskelig å utvikle presise hypoteser om effekten av disse variablene, er ikke koeffisientverdiene rapport i tabell 10.5. Endelig er det i beregningen av korrigert inntekt tatt hensyn til den regionale variasjonen i arbeidsgiveravgiften.

I tillegg til at de fleste kontrollvariablene har forventet effekt, så bidrar de til å forklare en vesentlig del av variasjonen i produksjonsindeksen kommunene imellom. Forklaringskraften øker fra vel 40 prosent i kolonne A til nærmere 80 prosent i kolonne B. Dette indikerer at maksimalt 20 prosent av variasjonen i produksjonsindeksen kan tilskrives forskjeller i effektivitet. Videre er det slik at effekten av korrigert er nokså lik i kolonne A og kolonne B. Det betyr at kontrollvariablene i liten grad ’stjeler’ forklaringskraft fra korrigert inntekt, men at de kommer i tillegg. Det er fortsatt en positiv og statistisk utsagnskraftig sammenheng mellom produksjonsindeksen og korrigert inntekt.

Utvalgets vurdering av produksjonsindekser

Resultatrapporteringen fra kommuner og fylkeskommuner gir et detaljert bilde av tjenesteproduksjonen i de enkelte sektorer, og med innføringen av KOSTRA vil datatilfanget bli ytterligere forbedret. Hver for seg er ikke de enkelte indikatorer for tjenestetilbudet noe godt utgangspunkt for å vurdere hva kommunene får ut av de ressurser de disponerer. Siden kommunene har stor frihet til å prioritere mellom ulike sektorer og ulike aktiviteter, er det nødvendig å se all tjenesteproduksjon i sammenheng. Utvalget tror at produksjonsindekser, hvor tjenesteproduksjonen i ulike sektorer veies sammen, kan være et nyttig supplement for å beskrive tjenesteproduksjonen i kommunene. Blant annet vil kommuner og innbyggere kunne vurdere eget tjenestetilbud i forhold til sammenliknbare kommuner.

Utvalget betrakter det utførte prosjektet som et godt utgangspunkt for videre arbeid med produksjonsindekser. Prosjektet har bidratt til å klargjøre de teoretiske begrensningene ved produksjonsindekser, og har foreslått en empirisk operasjonalisering basert på KOSTRA data. Den empiriske analysen gir interessante og tolkbare resultater. Det dokumenteres en klar positiv sammenheng mellom produksjonsindeksen og korrigert inntekt. Kommuner med høy korrigert inntekt har i gjennomsnitt høyere verdi på produksjonsindeksen enn kommuner med lav korrigert inntekt. Denne sammenhengen er sterkere for den samlede produksjonsindeksen enn for de enkelte delindekser, noe som indikerer at prioriteringsforskjeller ’vaskes bort’ når tjenesteproduksjonen i ulike sektorer veies sammen. Samtidig er det betydelig variasjon i produksjonsindeks mellom kommuner med om lag samme inntektsnivå. En vesentlig del av denne variasjonen kan forklares med at produksjonsindeksen ikke fanger opp alle aspekter ved tjenestetilbudet og med at korrigert inntekt ikke gir et fullstendig bilde av kommunenes økonomiske rammebetingelser. Det antydes at maksimalt 20 prosent av variasjonen i produksjonsindeksen skyldes forskjeller i effektivitet kommunene imellom.

Utvalget vil videreføre arbeidet med produksjonsindekser, og tar sikte på å publisere produksjonsindekser for den enkelte kommune også i framtidige rapporter. På kort sikt vil produksjonsindeksen kunne forbedres ved at KOSTRA data blir tilgjengelig for alle kommuner fra 2001 og ved at kvaliteten på de rapporterte data blir bedre. På lengre sikt er det en utfordring å utvikle bedre indikatorer for tjenesteproduksjonen i de enkelte sektorer.

Referanser

Borge, L.-E., T. Falch og P. Tovmo (2001): Produksjonsindeks for kommunale tjenester, Rapport, ALLFORSK.


Til toppen