Kommunernes økonomistyring

Præsentationer af emnet: "Kommunernes økonomistyring"— Præsentationens transcript:

1 Kommunernes økonomistyring
KORA Konference om Kommunernes økonomistyring 22. november 2016 #korakonf2016

2 Benchmarking som redskab i den kommunale økonomistyring
22. november 2016 Benchmarking som redskab i den kommunale økonomistyring Peter Holdt-Olesen, Analyse- og Forskningschef

3 Hvad kan jeg tilbyde denne gang?
Begrebsafklaring Faldgruber og hvordan man undgår dem Også kaldet databenchmarking Sammenligningen kan vedrøre mange forskellige karakteristika ved en organisations ydelser, fx produktivitet, serviceniveauer, kvalitet, effekter og ikke mindst effektivitet

4 Verdens første benchmark
Sammenligningsgrundlag / referencepunkt En standard, som noget kan måles eller vurderes efter Engelske landsmåleres navn for vandrette mærke mejslet ind i sten og bygninger, som angav punkter med en kendt højde over havniveau. Udgangspunkt for videre opmålinger. Et referencepunkt i terrænet som andre punkter relateres til

5 At måle sig i forhold til et referencepunkt
Benchmarking At måle sig i forhold til et referencepunkt En proces der indebærer sammenligning af nøgletal mellem enheder og/eller år Typiske referencepunkter: Gennemsnitlige værdi i sammenligningsgruppen Bedste værdi Værdi i udgangsåret En normativ standard Også kaldet databenchmarking Sammenligningen kan vedrøre mange forskellige karakteristika ved en organisations ydelser, fx produktivitet, serviceniveauer, kvalitet, effekter og ikke mindst effektivitet

6 Forskellige formål med benchmarking i den offentlige sektor
Læring Kontrol Forbedre grundlag for styring Opstået i den private sektor sidst i 70’erne: Man sammenligner for at lære og overleve Svar på følgende spørgsmål 1) Hvor dygtige er vi?, 2) Hvor skal vi fokusere forbedringstiltag?, 3) Hvad er realistiske målsætninger for vores organisation? Tilbyder et ydre perspektiv på egen praksis, hjælper med at fokusere forbedringstiltag og hjælper med at fastsætte realistiske målsætninger.

7 To veje til misvisende benchmarking
For stor tiltro til datas kvalitet og sammenlignelighed Manglende forståelse af forskelle i rammebetingelser De fleste benchmarkinger er blevet kaldt misvisende. Nogle endda med rette! Fejlregistreringer mere udbredt end mange går og tror. Og de vejledninger og kontoplaner, som der skal registreres efter, er langt fra altid entydige. Det giver forskelle i konteringspraksis, som kan give udfordringer for benchmarking-analyser.

8 Faldgrube 1: At regne ukritisk på data fra Danmarks Statistik
Gennemsnitlige personalenormeringer i vuggestuer Fra 0,25 barn pr. voksen til 32 børn pr. voksen Antal ledere i daginstitutioner Kommuner med mere end 100 pædagogiske medarbejdere pr. institutionsleder Enhedsudgifter i kommunale specialskoler: Fra kr. til 33 mio. kr. Administration et klassisk gråzoneområde – det kommer Kurt ind på

9 Hvordan undgår man faldgrube 1?
Benchmarking af et mindre antal kommuner: Datavalidering i workshopforløb Detaljeret korrektion af data Landsdækkende benchmarkinganalyser: Fokus på datavalidering og ekstreme værdier Grundig beskrivelse af konstaterede dataproblemer Evt. benchmarking på mere aggregeret niveau Hvis vi skal løfte vidensniveau, så kræver det bedre registrering Og vi får først bedre registrering, når kommunerne ser, at registreringerne faktisk bliver brugt til at skabe meningsfuld styringsinformation Indledende interviews med praktikere, Kontrol for særligt afvigende værdier (outliers) Stikprøvekontrol af grunddata Markering af kommuner, hvor der er særlige tegn på datafejl Ved væsentlige og udbredte dataproblemer: Helt undlade benchmarking

10 Faldgrube 2: At overse betydningen af rammevilkår
Økonomiaftalen for 2013: Målsætning om inklusionsgrad på 96 pct.

11 Hvordan undgår man faldgrube 2?
A: Med statistisk metode og masser af registerdata! B: Ved brug af sund fornuft, når der vælges sammenligningskommuner Hvis vi skal løfte vidensniveau, så kræver det bedre registrering Og vi får først bedre registrering, når kommunerne ser, at registreringerne faktisk bliver brugt til at skabe meningsfuld styringsinformation Indledende interviews med praktikere, Kontrol for særligt afvigende værdier (outliers) Stikprøvekontrol af grunddata Markering af kommuner, hvor der er særlige tegn på datafejl Ved væsentlige og udbredte dataproblemer: Helt undlade benchmarking

12 ”Så hvad er dit budskab, Peter”?
Benchmarking giver værdifuld styringsinformation – hvis den udføres ordentligt Ingen benchmarking er bedre end de data, den bygger på Derfor: Gå kritisk til de benchmarking-analyser, I bliver udsat for (eller selv laver) Brug dem til også at se kritisk på jeres egen opgaveløsning Kig indad, når misvisende resultater skyldes jeres egne fejlregistreringer Kommunernes tilgang til benchmarking er markant mere positiv i dag end for 10 år siden. Tror det hænger meget sammen med KL’s strategiskifte omkring kvalitetsreformen Var lidt fornærmede hver gang nogen tillod sig at lave kommunal benchmarking, men indså at det kom med eller uden deres hjælp. Fx institutionsbenchmarking uden om kommunerne. Valgte at tage en aktiv rolle i datafortællingen om den kommunale sektor, med udvikling af FLIS løbende udsendelse af nøgletal, de såkaldte trafiklys osv. Det fælleskommunale kvalitetsprojekt: Bedre kvalitet. Kommunerne viser vejen. Styring og dokumentation som indsatsområde. Hvis vi skal løfte vidensniveau, så kræver det bedre registrering Og vi får først bedre registrering, når kommunerne ser, at registreringerne faktisk bliver brugt til at skabe meningsfuld styringsinformation Indledende interviews med praktikere, Kontrol for særligt afvigende værdier (outliers) Stikprøvekontrol af grunddata Markering af kommuner, hvor der er særlige tegn på datafejl Ved væsentlige og udbredte dataproblemer: Helt undlade benchmarking

13 Glem ikke den statistiske usikkerhed!
Det er faktisk en metodisk løftet pegefinger, The Donald står og stritter med. Man vil stort set altid finde variation mellem kommuner – spørgsmålet er om den er tilfældig Det kan vi give et bud på med statistiske metoder, dvs. et bud på hvor sandsynligt det er, at forskellene er udtryk for mere end blot tilfældigheder. Selvfølgelig konfidensintervallet, jeg snakker om. Tilfældig variation findes i alle produktionsprocesser Ikke tilfældig variation findes i nogle processer Ændring over tid udtrykker langt fra altid ikke-tilfældig variation Modstå fristelsen til at handle for hurtigt på forværrede resultater.

14 Folkeskolernes undervisningseffekter med konfidensintervaller