21. november 2018 Ulla Nørskov Philip & Martin Stabell

Præsentationer af emnet: "21. november 2018 Ulla Nørskov Philip & Martin Stabell"— Præsentationens transcript:

1 21. november 2018 Ulla Nørskov Philip & Martin Stabell
Ny benchmarkingmodel: Hvor gode er kommunerne til at få borgere væk fra offentlig forsørgelse? 21. november Ulla Nørskov Philip & Martin Stabell P r æ s e n t a t i o n s t i t e l

2 Benchmarking: Nyt redskab til at styrke indsatsen til ledige
Ranglister kommunerne fra 1 til 98 efter deres resultater på beskæftigelsesområdet Synlighed omkring kommunernes resultater Hvor gode er de enkelte kommuner til at få borgerne væk fra offentlig forsørgelse Kommunerne kan lære af hinanden Stor forskel på kommunernes resultater – også når der tages højde for kommunernes forskellige rammevilkår Kan også gavne kommunekassen mio. kr. kan kommunerne spare årligt, hvis kommunerne får lige så mange i job, som man kan forvente ud fra kommunernes rammevilkår Præsentationstitel

3 Hvorfor benchmarking? Ingen borgere må overlades til sig selv
Kommunerne får større frihed til at planlægge indsatsen til ledige (Aftale om forenkling af beskæftigelsesindsatsen) Frihed under ansvar Ingen borgere må overlades til sig selv på passiv forsørgelse Vi følger kommunernes resultater tæt og indfører skærpet opfølgning I yderste konsekvens kan kommuner blive sat under administration med faste krav til indsatsen ” Vi kommer til at følge kommunernes indsats og resultater meget tæt. Vi bliver nødt til at sikre os, at kommunerne lever op til det ansvar, vi giver dem Præsentationstitel

4 Hvad bygger modellen på?
Statistisk model, hvor alle borgere ml år er med. Giver et forventet omfang for ydelse for hver enkelt borger Analysedesign fra Det Nationale Forsknings- og Analysecenter for Velfærd (VIVE) til at bestemme kommunernes rammevilkår Analysen giver information om: Forventet omfang af offentlig forsørgede i hver kommune, når der er taget hensyn til kommunens rammevilkår Baseret på oplysninger for 2017 Opdateres halvårligt Personer på førtidspension mv. indgår ikke i modellen. Der er ikke noget ønske om, at der skal være færre personer på førtidspension end forventet. Opgøres for: Alle ydelser Dagpengeområdet Kontanthjælpsområdet Sygedagpengeområdet Statistisk model, hvor hver borger ml år er med. Giver et forventet omfang for ydelse for hver enkel borger VIVES analyse kan findes her: unernes-rammevilkaar-for- beskaeftigelsesindsatsen-17117/

5 Eksempler på karakteristika, der bestemmer udbud:
Uddannelsesniveau Folkeskolekarakterer Persons og partners oprindelsesland, opholdstype og længde Antal lægebesøg Diagnoser Eksempler på variable der bestemmer efterspørgsel: Antal jobopslag i pendlingsområdet Antal nye ansættelser i pendlingsområdet Brancheopdeling af personer i beskæftigelse i pendlingsområdet Hvad indgår i modellen? Kommunernes rammevilkår. Antallet af borgere, der forventes at modtage en ydelse, er bestemt ved to forhold: Udbud og Efterspørgsel efter arbejdskraft Udbud omhandler borgerne, som bor i kommunen og deres karakteristika Efterspørgselssiden består af forhold, der har betydning for, hvor let det er at finde job, og omhandler lokale arbejdsmarkedsforhold Der korrigeres for en lang række forhold inden for temaer som: Familie og bopæl Udsathed Uddannelse Socioøkonomisk status Indvandring Sundhed Pendlingsområde Præsentationstitel

6 Efterspørgselssiden tager udgangspunkt i pendlingsområder
Det lokale arbejdsmarked strækker sig yderligere end kommunens grænser. Nabokommunens arbejdsmarked har således også en betydning for efterspørgslen på arbejdskraft. Der benyttes Danmarks Statistiks definition på pendlingsområde. Metoden der benyttes tager højde for pendlingsmønstre hvorved, at de kommuner som har de stærkeste forbindelser til hinanden sammenlægges. Dokumentation af pendlingsområderne fremgår her: Præsentationstitel

7 Den statistiske model De statistiske modeller er opdelt i seks grupper
Mænd/Kvinder opdelt på 16-29 årige 30-49 årige 50-66 årige Lineær model (OLS-estimation) 𝑌𝑖 angiver den enkelte borgers ydelsesforbrug. 𝐷 𝑔𝑖 er en indikatorvariabel der angiver, hvilken af de seks grupper borgeren tilhører. 𝑋 1𝑖 𝑔 / 𝑋 2𝑖 𝑔 angiver de individuelle og lokale arbejdsmarkedskarakteristika 𝐵 𝑘 angiver hvorvidt borgeren er bosat i et pendlingsområde i én af de fire største byer. Dette tillader, at borgere kan tilskrives en særlig vægtning i modellen på grund af den særligt høje koncentration af arbejdspladser i pendlingsområdet. Dette gøres for at tage højde for at karakteristika vil påvirke forskelligt alt efter aldersgrupper og køn. Præsentationstitel

8 Højdespringere og kommunale besparelser
Højdespringere - kommunerne måles på deres udvikling. Der ranglistes efter udviklingen i andelen på offentlig forsørgelse, givet hvad man kunne forvente Kommunale besparelser – Der opstilles et mål for, hvor meget kommunen har sparet eller potentielt kunne spare, i forhold til hvis de performede som forventet. Der er blandt andet taget højde for udgifter i forbindelse med aktivering, udgifter til ydelser samt ændrede skatteindtægter. Højdespringer eksempel: Varde er placeret som nr. 4 ud af 98 kommuner på højdespringerlisten. Varde er dermed den kommune, der har haft den fjerde bedsteforbedring i forhold til sidste måling. Varde havde i ,2 pct. point flere på offentlig forsørgelse end forventet. I 2017 havde Varde 0,2 pct. point færre på offentlig forsørgelse end forventet, en forbedring på 0,4 pct. point. Præsentationstitel

9 Rangliste top 10 1. Nyborg 1.620 1.840 1,1 220 16,3 2. Frederiksberg
Plads Kommune Faktisk ydelsesomfang (fuldtidspersoner) Forventet ydelsesomfang (fuldtidspersoner) Forskel (pct. point / personer) Besparelse (mio. kr.) Højde-springer 1. Nyborg 1.620 1.840 1,1 220 16,3 2. Frederiksberg 4.330 5.090 460 57,3 3. Gladsaxe 2.980 3.400 0,9 420 31,1 4. Hedensted 1.820 2.080 260 18,2 5. Billund 1.090 1.230 0,8 140 9,4 6. Kerteminde 1.180 1.290 0,7 110 8,0 7. Vallensbæk 540 600 60 5,0 8. Vejen 1.980 2.150 0,6 170 11,8 9. Greve 1.950 2.130 180 13,0 10. Furesø 1.360 1.500 9,8

10 Interaktivt Danmarkskort på bm.dk
Eksempel 1: Gladsaxe er placeret som nr. 3. Gladsaxe Kommune har 0,9 pct.point færre på offentligt forsørgelse (dagpenge, kontanthjælp og sygedagpenge) end forventet ud fra kommunens rammevilkår Det svarer til 420 færre personer på offentlig forsørgelse end forventet Fordi Gladsaxe klarer sig bedre end forventet, har kommunen sparet 31,1 mio. kr. i det kommunale budget Højdespringerliste: Gladsaxe gør det i 2017 ikke lige så godt som i 2016 Præsentationstitel

11 Eksempel 2: København Københavns Kommune er nr. 83 ud af 98
Københavns Kommune har 0,4 pct.point flere på offentligt forsørgelse (dagpenge, kontanthjælp og sygedagpenge) end forventet ud fra kommunens rammevilkår Det svarer til flere personer på offentlig forsørgelse end forventet København kan spare 131 mio. kr., hvis kommunen får nedbragt antallet på offentlig forsørgelse, så det svarer til det forventede Præsentationstitel

12 Højdespringerliste top 10
Plads Kommune Forskel ml faktisk og forventet niveau (pct. point 2016) (pct. point 2017) Ændring (pct. point) 1. Kerteminde 0,7 -0,1 0,8 2. Læsø -0,2 -0,9 0,6 3. Ishøj 0,3 0,4 4. Varde 0,2 5. Brønderslev 6. Solrød 0,5 0,1 7. Slagelse 8. Vejen 9. Sorø 10. Assens

13 Tid til spørgsmål P r æ s e n t a t i o n s t i t e l

14 Temadag om produktionsstyring af jobrettede samtaler
Arbejdsmarkedskontor Øst Temadag om produktionsstyring af jobrettede samtaler … og mange tak for i dag P r æ s e n t a t i o n s t i t e l