Resume og kommentar
Social- og Indenrigsministeriet har sammenlignet, hvordan Danmarks 98 kommuner klarede sig på ni områder. Denne analyse ser på, hvad der kendetegner de kommuner, der i gennemsnit klarede sig bedst.
Analysen viser, at Lemvig, Aabenraa og Holstebro er de tre kommuner, der placerer sig i toppen. I bunden ligger Frederikssund, Ishøj og Lejre.
De ni områder er f.eks. sygefraværet for kommunalt ansatte, hvor mange unge der starter på en uddannelse, og hvor mange psykisk syge, som kommunen hjælper i job eller uddannelse.
”De ni områder udgør jo langt fra alle aspekter af kommunernes virksomhed, men de giver dog et fingerpeg om kommunernes samlede indsats udtrykt ved f.eks. lavt kommunalt sygefravær, at unge bliver hjulpet i gang med en uddannelse, og at udgifterne til kommunens administration ikke løber løbsk,” siger forskningschef Henrik Christoffersen fra CEPOS.
Helt overordnet viser analysen, at hvis en kommune klarer sig godt på ét område, vil den ofte også klare sig godt på de fleste andre områder.
”Men det svært at pege præcist på, hvad der kendetegner den gode kommune. Analysen viser, at det kun i lav grad er elementer som f.eks. kommunens økonomiske styrke, omfanget af det kommunale forbrug, antallet af indbyggere eller borgmesterens partifarve, der forklarer placeringen,” siger forskningschef Henrik Christoffersen fra CEPOS.
Men der er dog én ting, der især kendetegner de kommuner, der ligger højt på listen: En forholdsvis stor andel af kommunens indbyggere er medlemmer af folkekirken.
”Der er det tydelige mønster, at de gode kommuner typisk ligger inden for samme region. Det gør sig især gældende, på de områder der handler om sygefravær, og om unge tager en uddannelse. Her viser analysen, at folkekirkemedlemsskab har stor betydning. Det er nok ikke folkekirken som institution, der i sig selv pålægger mennesker at møde på arbejde eller uddanne sig, men der kan være en norm eller et værdimæssigt fundament hos denne del af befolkningen, som gør det meningsfuldt at passe arbejdet samvittighedsfuldt,” siger han.
Listen er skabt ved at give kommunerne en score for hver af de ni områder. Har kommunen f.eks. landets laveste sygefravær for lærere får kommunen 98 point. Har den det højeste sygefravær, får den 1 point og så fremdeles. Listen er så fremkommet ved at tage gennemsnittet for scoren på de ni områder.
De ni områder er:
Sygefravær blandt ansatte på sygehuse, skoler og social- og sundhedspersonale
Andel i ungdomsuddannelse ét år efter 9. klasse
Andel med afsluttet ungdomsuddannelse fem år efter 9. klasse
Udgifter til administration
Forebyggende indlæggelser
Fravær fra danskundervisning for flygtninge
Psykisk syge 18-29-årige i beskæftigelse eller uddannelse
Forord
Økonomi- og Indenrigsministeriet (nu Social- og Indenrigsministeriet) oprettede i 2018 en benchmarkingenhed, og ved indgangen til 2019 forelå en række benchmarking analyser af for-skellige kommunale aktivitetsområder. Mediet NB Økonomi bragte første gang en oversigt over resultaterne fra de første ni kommunale benchmarking analyser med et forsøg på at foretage en samlet rangordning af de 98 kommuner ud fra de samlede resultater fra disse analyser. Det har inspireret til denne analyse, hvor der søges efter, hvad der kendetegner henholdsvis godt og svagt præsterende kommuner.
Selv om den nye benchmarkingenhed har udviklet fagligt solide metoder til at få kommunerne til at fremstå så sammenlignelige som muligt, vil der i sagens natur altid være en vis usikkerhed forbundet med disse analyser. Sådan en usikkerhed forstærkes, når resultater fra analyser af forskellige aktivitetsområder integreres til en samlet karakteristik af de enkelte kommuner. Der gøres derfor ikke forsøg i dette arbejdspapir på at nå frem til meget detaljerede karakteristikker af enkelte kommuner, men der bliver lagt vægt på det helhedsbillede, som tegner sig. Det viser sig med sådan en tilgang, at der træder nogle tydelige mønstre frem.
Dataanalyserne er udført af stud.polit. Camilla Hu Worm.
1. Sammenfatning
Den nye benchmarking enhed, som Økonomi- og Indenrigsministeriet etablerede i 2018, har ved indgangen til 2019 gennemført en række kommunale benchmarkinganalyser. Med udgangs-punkt i 9 færdige analyser undersøges her, i hvilket omfang der på nuværende tidspunkt kan udpeges gennemgående forklaringer på, hvilke kommuner, som leverer stærke præstationer, og hvilke der leverer svagere præstationer. Det skal understreges, at de 9 behandlede opgaveområder langt fra dækker alle aspekter af kommunernes virksomhed, og at det tillige er forbundet med en vis usikkerhed at samle resultater af analyser på 9 områder sammen til et samlet udtryk for kommunernes positioner. Den nærværende analyse finder imidlertid nogle meget tydelige og synlige overordnede mønstre, som der fokuseres på i arbejdspapiret.
Når de enkelte kommuner karakteriseres ved hjælp af indikatorer for kommunens struktur, kommunalpolitik, kommunens økonomiske styrke samt kommunens udgiftsniveau, lader det sig gøre at forklare omkring 15 procent af forskellene i præstationsniveau mellem kommunerne. Det forekommer, at der er en stærk tendens til, at det er kommuner med en stærk position på nogle områder, som også viser sig at have stærke positioner på andre områder.
Denne moderate forklaringsgrad ved anvendelse af mulige forklaringer af rent faktuel art er i analysen taget som anledning til at søge efter forklaringer af anden art, og her er sat fokus på forklaringer af værdimæssig art. Der findes ikke noget enkelt mål for værdier, men der er valgt at udpege kendetegn ved lokalsamfund, som alligevel udsiger træk, der peger i retning af be-stemte værdisæt. Med sådan et udgangspunkt er efterprøvet, hvorvidt medlemskab af folkekirken kan fungere som et sådant kendetegn. Det vil i givet fald næppe være medlemskabet snæ-vert opfattet i sig selv, som repræsenterer den egentlige årsagssammenhæng, og kirken og kommunen er formelt set totalt adskilte institutioner i samfundet. Men eventuelt kan andelen af borgere, som er medlem af folkekirken alligevel fungere som en form for mekanisme, der opfanger en dybere realitet.
Det viser sig, at en tilføjelse af andelen af indbyggere med medlemskab af folkekirken til den statistiske forklaringsmodel faktisk hæver modellens forklarings-evne voldsomt. Hvor det var 15 procent af forskellene mellem kommunerne, som i første omgang blev forklaret af modellen, så øges forklaringsgraden til 37 procent, når medlemskab af folkekirken tilføjes som forklaring.
Hvad angår de enkelte af de 9 inddragne præstationsområder, så har modellen en ret svag forklaringskraft især for kommunernes forebyggende indsats og for at få psykisk syge i aktivitet. Omvendt findes en stærkere forklaringskraft for kommunernes sikring af afsluttede ungdoms-uddannelser og for administrations-udgifter samt for sygefravær. Også i analyserne af kommu-nernes præstationer på de enkelte præstationsområder er det medlemskab af folkekirken, som gennemgående viser sig som den mest signifikante forklarende faktor.
Alt i alt peger analyserne på, at der råder betydende regionale forskelle i de værdier, som såvel driver borgerne som kommunernes adfærd.
2. Nogle nye kommunale benchmarkingresultater
Økonomi og Indenrigsministeriet etablerede i 2018 en benchmarking enhed. Primo 2019 forelå der en række publicerede benchmarking analyser fra enheden. Her er søgt at tilvejebringe et så ensartet grundlag som muligt for sammenligninger mellem kommunerne i det output eller præ-stationer, som de leverer. Det overordnede indtryk er, at der er væsentlig forskel mellem kom-munerne på præstationerne.
I den nærværende analyse søges der efter, i hvilket omfang der ud fra det nu foreliggende materiale lader sig uddrage nogle mere gennemgående træk, som kendetegner såvel godt som mindre godt præsterende kommuner.
Det er gennemgående i benchmarkingenhedens analyser, at der beregnes en forventet præstation givet vilkårene for opgaveløsning i kommunen, og at den forventede præstation derpå sam-menholdes med den faktisk realiserede præstation. Forskellen betegnes benchmarkingindikatoren.
Med udgangspunkt i dette materiale kan de 98 kommuner rangordnes i deres evne til opgave-løsning på hver af de analyserede målepunkter. Det er gjort nedenfor, og disse rangordninger er derpå taget som udgangspunkt for statistiske analyser, som eftersøger, hvilke faktorer som kan bidrage til at forklare kommunernes placering i rangordningerne. Disse statiske analyser er gen-nemført såvel for en række enkelte præstationsområder i kommunerne som for en sammenvejet rangordning af kommunerne på grundlag af alle de inddragne præstationsområder.
Der er i alt medtaget resultaterne fra 9 benchmarkinganalyser fra Økonomi- og Indenrigsministeriets benchmarking enhed. De 9 kommunale præstationsområder er oplistet i tabel 1. Der er i hovedsagen tale om præstationsområder med forbindelse i bred forstand til arbejdsmarkedsom-rådet.
Kommunerne er rangordnet efter deres opnåede benchmarkingindikator. Kommunen med højest benchmarkingindikator er tildelt resultatet 98 og de øvrige kommuner følger herefter ned til resultatet 1. Dog foreligger for nogle præstationsområders vedkommende ikke data for alle kommuner, men stærkeste resultat tildeles alligevel resultatet 98, hvorefter der da ikke kan tildeles resultater helt ned til resultatet 1.
Rangordningen ud fra benchmarkingindikatorerne er i flere henseender grovkornet. Den antager forenklet, at der er lige stor afstand mellem kommunernes positioner, og den antager endvidere, at de enkelte præstationsområder vægter lige meget. Det indebærer alt i alt, at de fremkomne resultater må tolkes med forsigtighed. Rent faktisk forholder det sig imidlertid således, at kom-muner med stærk placering på ét præstationsområde og har en tendens til at opnå en stærk placering på øvrige præstationsområder og vice-versa, hvad der gør sammen-vejning mindre pro-blematisk. Rangordningen af kommunerne ud fra de sammenvejede præstationer på de 9 præstationsområder, er vist i tabel 2.
3. En statistisk eftersøgning efter forklaringer på forskelle
Der kan tænkes forskellige forklaringer på, hvad der kendetegner de stærkest præsterende kommuner. I det følgende opstilles en række hypoteser, som så efterfølgende afprøves i en stati-stisk analyse. Hypoteserne omfatter i første omgang:
• Kommunens struktur
• Kommunalpolitik
• Kommunens økonomiske styrke
• Kommunens udgiftsniveau
Den statistiske efterprøvning af gyldigheden af disse hypoteser er foretaget i tabel 3 i anden søjle. Med modellen lader det sig i alt gøre at forklare 15 procent af forskellene imellem kommu-nerne; R2 = 0,15. Det er primært kommunalpolitik, som skiller de stærkt præsterende kommuner fra de svagere præsterende kommuner. Borgerlige borgmestre fra V eller K kendetegner de stærkere præsterende kommuner. Tillige er der som et lidt mindre signifikant resultat en ten-dens til, at kommuner med stærkt fragmenterede kommunalbestyrelser præsterer svagere end mere homogent ledede kommuner. Herfindahl-indekset er et mål for fragmenteringen.
Et blik på oplistningen af kommuner i tabel 2 vil antyde, at der gælder et særligt geografisk møn-ster for kommunernes præstationer. Alle de stærkest præsterende kommuner befinder sig i Jyl-land uden for Aarhus-området. Det tyder på, at der gælder forklaringer, som ikke er opfanget af den allerede afprøvede statistiske model.
Hypoteserne i den afprøvede model er alle af rent faktuel natur. De giver alt i alt et vist men ikke overbevisende stærkt forklaringsbidrag. Spørgsmålet er, om modellen har overset andre rent faktuelle og stærkt forklarende momenter. I mangel af supplerende forestillinger om sådanne yderligere faktuelle momenter ledes den videre eftersøgning efter forklaring i retning af momen-ter af en anden natur. Det er muligt, at kommunal effektivitet også er et spørgsmål om rådende værdier i kommunen og i lokalsamfundet.
Der findes ikke nogen enkel måleskala for værdier, men måske er det alligevel muligt at udpege kendetegn ved lokalsamfund, som udsiger et eller andet reelt, der peger i retning af bestemte værdisæt. Nedenfor er efterprøvet, hvorvidt medlemskab af folkekirken kan fungere som et så-dant kendetegn. Det vil i givet fald næppe være medlemskabet snævert opfattet i sig selv, som repræsenterer den egentlige årsagssammenhæng, og kirken og kommunen er formelt set totalt adskilte institutioner i samfundet. Men eventuelt kan andelen af borgere, som er medlem af fol-kekirken alligevel fungere som en form for mekanisme, der alligevel opfanger en dybere realitet.
I Danmarkskortet i figur 4 er dækningen af medlemskab af folkekirken i kommunerne illustreret. Der ses væsentlige regionale forskelle, og umiddelbart forekommer de at have et vist sammen-fald med rangordningen af kommuner i tabel 2.
Faktoren medlemskab af folkekirken er på den baggrund føjet til den statistiske model i tabel 3. Resultaterne er vist i tabellens første søjle. Det viser sig, at modellens forklaringsevne derved springer kraftigt i vejret. Nu er det ikke kun 15 procent af forskellene mellem kommunerne, som forklares af modellen, men 37 procent, og medlemskab af folkekirken fremstår med en stærkt signifikant for-klaringskraft. Det er et resultat, som peger i retning af, at værdier i lokalsamfun-det og i kommunens system spiller en meget betydende rolle. Holdningsmæssige forskelle sam-les i modellen delvist op af de politiske variable, men det tyder på, at nok så stærke værdimæssi-ge lokale og regionale forskelle råder neden under de faktuelt beskrivende karakteristika.
Sådan som den statistiske undersøgelse er blevet tilrettelagt, så kan det ikke på forhånd udelukkes, at nogle af de udvalgte forklarende variable er stærkt sammenhængende. I tabel 5 er det undersøgt, hvorvidt dette skulle være tilfældet. Her er beregnet et mål for statistisk korrelation, og det er en standard norm, at tal for korrelation på over 0,30 tages som udtryk for, at der gælder en betydende korrelation. Det ses, at medlemskab af folkekirken er betydende korreleret med kommunens likviditet men ikke med andre af de anvendte forklarende variable. Medlemskab af folkekirken føjer altså noget egentligt nyt til modellen. Stor tilslutning til folkekirken er dog statistisk sammenhængende med beskeden kommunal likviditet.
4. Delanalyser for de enkelte præstationsområder
Arbejdspapirets analyser har i alt taget udgangspunkt i 9 kommunale benchmarking analyser fra Økonomi- og Indenrigsministeriets benchmarking enhed. Den statistiske eftersøgning efter for-klaringer bag kommunernes præstationer fortsættes i det følgende, idet der nu gennemføres statistiske undersøgelser for hver af de 9 præstationsområder. Resultaterne af disse undersø-gelser er vist i tabel 6.
Der er ingen af de forklarende variable, som viser sig at have en statistisk signifikant forkla-ringskraft i forhold til alle 9 præstationsområder.
De fundne parameterværdier på de 9 områder har også skiftende fortegn for alle forklarende variables vedkommende. Dog er fortegnet ens for alle signifikante forklarende variable med und-tagelse af variablen indkomst.
Modellen har en ret svag forklaringskraft især for kommunernes forebyggende indsats og for at få psykisk syge i aktivitet. Omvendt findes en stærkere forklaringskraft for kommunernes sik-ring af afsluttede ungdomsuddannelser og for administrationsudgifter samt for sygefravær.
