Bureau of lessenaar Een onderzoek naar de meting van bureaucratie in onderwijsinstellingen Definitief eindrapport
Opdrachtgever: Ministerie van Onderwijs, Cultuur en Wetenschap
ECORYS Arbeid & Sociaal Beleid Jos Blank Ruud van der Aa Bart van Hulst Patrick Koot Frank van Zutphen
Rotterdam, 9 september 2005
ECORYS Nederland BV Postbus 4175 3006 AD Rotterdam Watermanweg 44 3067 GG Rotterdam
T 010 453 88 05 F 010 453 88 34 E
[email protected] W www.ecorys.nl K.v.K. nr. 24316726
BLA/LB EE12959rap
BLA/RG EE12959rap
Inhoudsopgave
Voorwoord
7
Samenvatting
9
1 Inleiding 1.1 Beleidskader 1.2 Onderzoeksvragen 1.3 Leeswijzer
15 15 16 16
2 Literatuuronderzoek bureaucratieonderzoek 2.1 Inleiding 2.2 Bureaucratie in het Nederlandse onderwijs 2.2.1 Conclusies van de Onderwijsraad 2.2.2 Overige studies naar benchmarks in het onderwijs 2.3 Nederlandse studies naar bureaucratie (semi-)publieke sector 2.3.1 Verpleging en verzorging 2.3.2 Thuiszorg 2.3.3 Gehandicaptenzorg 2.3.4 GGD’en Zuid-Holland 2.3.5 Gemeenten 2.3.6 Omvang overhead publieke en semi-publieke diensten 2.3.7 Politie 2.3.8 Woningcorporaties 2.3.9 Waterleidingbedrijven 2.3.10 Ziekenhuizen 2.4 Buitenlandse studies naar bureaucratie in onderwijs en overige publieke sectoren 2.5 Conclusies
17 17 18 18 19 22 22 23 23 23 24 24 24 25 25 25
3 Bureaucratie als onderdeel van een integrale benadering 3.1 Inleiding 3.2 Een micro-economisch kader 3.3 Empirische modellen 3.4 Kostenmodel 3.4.1 Algemeen 3.4.2 Allocatieve en technische efficiëntie 3.4.3 Schaaleffecten 3.4.4 Autonome kostenontwikkelingen
31 31 32 33 33 33 34 36 36
BLA/LB EE12959rap
26 28
4 Kwalitatieve toets 4.1 Inleiding 4.2 Bekostigingssystematiek 4.3 Kwalitatieve toetsing model: rondetafelconferentie 4.3.1 Opzet en deelnemers 4.3.2 Gesprekspuntenlijst 4.3.3 Uitkomsten rondetafelconferentie 4.3.4 Wenselijkheid bureaucratiebenchmark
39 39 39 41 41 41 42 45
5 Empirische toepassing in het voortgezet onderwijs 5.1 Inleiding 5.2 Definities en gegevens 5.2.1 Afbakening scholen 5.2.2 Definitie en meting van de productie 5.2.3 Definitie en meting van de inzet van middelen 5.2.4 Bewerkingen en controles 5.3 Statistische beschrijving gegevens 5.3.1 Productie 5.3.2 Ingezette middelen 5.3.3 Meting van de stand van de techniek en autonome ontwikkelingen 5.4 Schatting van het kostenmodel 5.4.1 Resultaten algemeen 5.4.2 Allocatieve inefficiënties 5.5 Conclusies
47 47 47 47 47 48 49 50 50 55 64 64 64 64 71
Bijlage bij hoofdstuk 4 B4.1Veranderingen in het voortgezet onderwijs B4.2 Kengetallen B4.3Toekomstige ontwikkelingen B4.4Lijst van deelnemers:
75 75 78 80 80
Bijlage bij hoofdstuk 5 B5.1Modellen voor regioprijs en onderwijsproductie B5.2Statistische beschrijving gegevens B5.3Het kostenmodel
81 81 85 87
Referenties
93
BLA/RG EE12959rap
Voorwoord
Het begrip bureaucratie staat sterk in belangstelling bij beleidsmakers. Mede door de decentralisatie bestaat het vermoeden dat de bureaucratie in instellingen steeds omvangrijker wordt. Hiermee zou de doelmatigheid van de dienstverlening in het geding kunnen zijn. Bureaucratie heeft dan ook meestal een negatieve connotatie. In dit rapport gaan we in op de bureaucratie in het onderwijs. Methodologische uitgangspunten staan daarbij centraal. Op basis van literatuurstudie, raadpleging van mensen uit het onderwijs en een empirische analyse wordt een genuanceerd beeld geschetst van bureaucratie. Het rapport presenteert een methodologie waarmee de samenhang tussen bureaucratie en dienstverlening wordt onderzocht. Hiermee is een overmatige bureaucratie in instellingen op te sporen, maar ook een tekort aan bureaucratie. Bij de totstandkoming van dit rapport hebben we van veel kanten hulp gekregen. Graag willen wij Rutger Kramer en Peter Wansink (OCW) bedanken voor hun waardevolle opmerkingen op eerdere versies van het rapport. Verder zijn wij het Cfi en de Onderwijsinspectie zeer erkentelijk voor de snelle en adequate levering van de benodigde gegevens voor de empirische analyse. Zeer erkentelijk zijn we ook de deelnemers aan de rondetafelconferentie: Mw. M.J.H. van Bergem (LMC Voortgezet Onderwijs), Dhr. A.A.G. Zadelberg (Bureau Christelijk Onderwijs Utrecht) en Dhr. H.A.J. van Asseldonk (SCO Lucas). Zij hebben ons van zeer nuttige informatie voorzien wat betreft de dagelijkse praktijk van het besturen van scholen.
Jos Blank 9 september 2005
Bureau of lessenaar
7
Samenvatting
Autonomievergroting in het onderwijs kan leiden tot een toenemende bureaucratisering. Door de grotere verantwoordelijkheid krijgt het management een grotere behoefte aan interne bedrijfsinformatie. Verder is het niet uit te sluiten dat het management bureaucratisch gedrag gaat vertonen. Overwegingen van status en financiële aard zijn hierbij dikwijls van invloed. Het is daarom van wezenlijk belang voor beleidsmakers en besturen om zicht te houden op de ontwikkeling van de bureaucratie. Hoewel de overheid de allocatie van middelen niet meer dwingend voorschrijft, blijft er wel een toezichtstaak en een taak om een optimale bedrijfsvoering binnen scholen te faciliteren. Het zichtbaar maken van bureaucratie, of in bredere zin de allocatie van middelen, en de doelmatigheid van het onderwijs is onderwerp van deze studie. De volgende aspecten staan daarbij centraal: •
Beschikbaarheid van methodieken/monitors om bureaucratisering bij onderwijsinstellingen te
•
Huidig gebruik en voornemens rondom het meten/benchmarken (en inperken) van bureaucratisering in de
•
De aandacht voor schoolgrootte in methodieken/monitors.
meten/benchmarken.
onderwijssectoren (po, vo, bve en ho).
Deze studie bestaat uit: • Een literatuurstudie over benchmarken en bureaucratiemeting in de publieke sector en onderwijs in het bijzonder. • De ontwikkeling van een empirisch model om de allocatie van middelen binnen een school en het effect hiervan op de doelmatigheid te meten. • Een kwalitatieve toetsing van het model door managers in het voortgezet onderwijs. • Een empirische toetsing van het model op een deel van het voortgezet onderwijs.
Literatuurstudie Uit de literatuurstudie is een aantal verschillende conclusies te trekken. In Nederland is benchmarking in de publieke sector een populair instrument. Veel benchmarks belichten slechts een beperkt aantal aspecten. In het bijzonder geldt dit voor een aantal bureaucratiemonitors. Deze studies definiëren bureaucratie dikwijls als al die activiteiten die niet direct met de finale dienstverlening te maken hebben. Deze aanpak suggereert dat er een eenvoudige knip tussen het primaire en secundaire proces is te maken. Deze onderzoeken houden geen rekening met de samenhang tussen bureaucratie en de overige ingezette middelen, de omvang en de samenstelling van de dienstverlening en
Bureau of lessenaar
9
omgevingsfactoren. Dikwijls blijft het bij constateringen dat een partieel kengetal van een instelling boven of onder het gemiddelde ligt. Onderbouwde uitspraken over een gewenste omvang van de bureaucratie zijn in deze benchmarks niet te vinden. Een deel van de studies tracht de samenhang in het productieproces wel te beschrijven. Het centrale uitgangspunt is doelmatigheid en er wordt gekeken welke factoren hierop van invloed zijn. Deze studies gaan meestal niet in op de positie van individuele instellingen, maar beperken zich tot globale uitspraken over schaaleffecten en dergelijke. Relevante managementinformatie op instellingsniveau ontbreekt dikwijls. De internationale literatuur kent een aantal interessante artikelen over bureaucratie in het onderwijs. Een aantal studies plaatst bureaucratie in een theoretisch kader. Kenmerkend is dat deze studies heel nadrukkelijk de aandacht vragen voor de samenhang tussen onderwijzend personeel, andere personeelscategorieën en de dienstverlening. Hun stelling is dat sommige onderwijsdoelen beter zijn te realiseren door ‘bureaucraten’ dan door leerkrachten. Zo is het verminderen van vroegtijdig schoolverlaters vooral gediend met bijvoorbeeld goede registratiesystemen van schoolprestaties en spijbelgedrag en het aanbieden van goede studieruimtes en andere faciliteiten. Hoewel in veel studies het bestaan van schaaleffecten wordt aangegeven, ontbreekt in deze studies een expliciete relatie tussen schaal en bureaucratie.
Empirisch model Enkele jaren geleden is in Nederland een model ontwikkeld voor het in kaart brengen van de bureaucratie in ziekenhuizen. Dit model is ook goed toe te passen op onderwijsinstellingen. Het model kan een integrale relatie leggen tussen onderwijsprestaties, ingezette middelen (personeel, materiaal, et cetera.), omgevingsfactoren en veranderingen in de tijd (bijvoorbeeld ICT, maar ook wetgeving). Het model genereert ook een optimale allocatie van middelen. Het model geeft dus aan hoe de optimale samenstelling van de ingezette middelen is bij gegeven productie, prijzen van ingezette middelen en omgevingskenmerken. Door deze optimale waarden te vergelijken met de feitelijke waarden, is aan te geven of een school te veel of te weinig inzet van bepaalde middelen, in het bijzonder dus voor middelen die we tot bureaucratie rekenen. Verder is het mogelijk uit te rekenen of er sprake is van een systematische over- of onderbenutting van bepaalde middelen voor de sector als geheel.
Kwalitatieve toetsing van model De uitgangspunten en het theoretische kader van het model zijn voorgelegd aan een aantal managers in het voortgezet onderwijs in een rondetafelconferentie. Hieruit kwam naar voren dat binnen het onderwijs het begrip bureaucratie als een onzinnig begrip wordt ervaren. Het onderscheid het tussen primair en secundaire proces is in het onderwijs zeer diffuus. Onderwijs bestaat niet louter uit een klas leerlingen met een docent ervoor. Veel niet-onderwijzend personeel is op een of andere manier betrokken bij het onderwijs aan leerlingen of het faciliteren van de leeromgeving.
10
Bureau of lessenaar
De afwegingen en criteria bij de besluitvorming over de allocatie van middelen worden als een belangrijk aspect gezien. Deze criteria hebben zeker ook betrekking op de schoolgrootte, het onderwijstype en de samenstelling van de leerlingenpopulatie. Voorts wordt in het bijzonder aandacht gevraagd voor de huisvesting van scholen. De kwaliteit van de gebouwen, het aantal locaties en de vestigingsplaats hebben wel degelijk hun invloed op de samenstelling van middelen (denk aan onderhoud en verwarming). Ook economische afwegingen spelen een belangrijke rol. Zo wordt beoordeeld of sommige taken van leerkrachten kunnen worden overgenomen door assistenten met een lager salaris of wordt bij de instroom gelet op de anciënniteit van de leerkracht. De genoemde afwegingen hebben vooral op het niveau van de school (een BRIN-nummer) plaats. Besturen van scholen hanteren over het algemeen geen eigen verdeelmodel voor de aangesloten scholen, maar volgen de bekostigingssystematiek van het ministerie van OCW (dat op scholen geënt is). Hierdoor is het mogelijk dat op dit niveau niet optimaal gealloceerd wordt. Het succes van de toepassing van een dergelijk model wordt volgens de betrokkenen mede bepaald door de keuze voor een bottom up of top down benadering. Wanneer de overheid heel nadrukkelijk de benchmark initieert, ontstaat wellicht terughoudend vanwege de mogelijke gevolgen in termen van beleidsaanpassingen (efficientiekortingen, herallocaties). Een bottom up aanpak zou daarom de voorkeur genieten.
Empirische toetsing Voor een empirische invulling van het model zijn gegevens nodig over onderwijsprestaties, ingezette middelen en omgevingsfactoren. Het grootste deel hiervan is rechtstreeks beschikbaar via het Cfi en de Onderwijsinspectie. Het Cfi heeft per school informatie over financiën, de inzet van personeel en leerlingen per onderwijstype. De onderwijsinspectie beschikt over interessante gegevens over schoolprestaties, zoals rendement, onvertraagd rendement en examenresultaten. Ook zijn er gegevens over het oorspronkelijke schooladvies, zodat een goede indicator in termen van toegevoegde waarde is te construeren. Deze gegevens hebben we dan ook opgevraagd. Op basis van deze gegevens is een analysebestand samengesteld bestaande uit scholen voor vmbo-t/havo/vwo en havo/vwo voor de schooljaren 2001/2002 en 2002/2003. De geleverde gegevens moesten daarvoor wel de nodige bewerkingen ondergaan. Zo werden financiële gegevens op basis van kalenderjaren versleuteld naar schooljaren en werden prijzen voor personeel en materiaal berekend en gedifferentieerd naar jaar en regio. Om rendementscijfers zoveel mogelijk de werkelijke toegevoegde waarde van onderwijs te laten weergeven zijn de gegevens van de Onderwijsinspectie gecorrigeerd voor achtergrondkenmerken, zoals het aantal cumi-leerlingen en de mate van verstedelijking.
Bureau of lessenaar
11
Op basis van deze gegevens is een kostenmodel geschat voor de schooltypen vmbo-t/havo/vwo en havo/vwo. De belangrijkste conclusies zijn: 1. Het kostenmodel levert betrouwbare schattingen op voor de kostenstructuur van vmbo-t/havo/vwo scholen. Vanwege het geringe aantal scholen havo/vwo zijn de schattingen voor dit type scholen veel minder betrouwbaar. De volgende conclusies hebben dan ook alleen betrekking op vmbo-t/havo/vwo scholen. 2. Er is geen systematische over- of onderbenutting van management en beheer, administratief en overig personeel aan te tonen. Er zijn dus geen aanwijzingen voor een generieke overbodige bureaucratie bij de onderzochte scholen. 3. Op het individuele schoolniveau is daarentegen wel sprake van onder- en overbenutting van ingezette middelen. De mate waarin is echter beperkt. Een aantal scholen zou er echter wel goed aan doen hun allocatie van middelen eens onder de loep te nemen. 4. Er is sprake van continue schaalvoordelen. Dat wil zeggen dat grote scholen relatief voordeliger zijn dan kleine scholen. Dit schaalvoordeel blijft bestaan naarmate een school groter wordt; het wordt wel steeds geringer.Ook in de samenstelling van de ingezette middelen verschillen grote scholen van kleine scholen. Zo kennen grote scholen een groter aandeel van hun budget toe aan onderwijzend personeel en een geringer deel aan management, beheer, administratief en overig personeel en materiaal. 5. De allocatie van middelen vloeit voor een deel ook voort uit de samenstelling van leerlingen over de verschillende afdelingen van de school (onderbouw, vmbo-t, havo en vwo). Zo legt de onderbouw een relatief geringer beslag op management en beheer, administratief en overig personeel dan de andere afdelingen. 6. Een hoger (gecorrigeerd) rendement lijkt gepaard te gaan met een grotere inzet van middelen. Een hoger rendement hangt samen met een groter aandeel onderwijzend personeel en een geringer aandeel beheer, administratie en overig personeel en materiaal. De gemeten effecten kennen overigens een behoorlijke onbetrouwbaarheidsmarge. De samenhang tussen rendement en de allocatie van middelen is gering. 7. De schattingen geven verder aan dat de kosten tussen 2001/2002 en 2002/2003 autonoom zijn gegroeid met 3 procent. Het betreft hier dus een kostenverhoging, die niet het gevolg is van veranderingen in de aantallen leerlingen of ontwikkeling van de prijzen. Ook is er sprake van een autonome verschuiving in de allocatie ten gunste van beheer, administratief en overig personeel, Dit is ten koste gegaan van het aandeel management. 8. De (technische) efficiëntie van de scholen is vrij hoog te noemen. De meeste scholen hebben een efficiëntiescore boven de 80 procent. Er zijn ook nauwelijks negatieve uitschieters te melden. 9. De analyses leveren voorts nog een aantal interessante bijproducten op. Zo blijken er redelijk grote verschillen te bestaan tussen de kosten per voltijdbaan per regio. Scholen in Groningen en Friesland hebben relatief duur personeel. Demografische of arbeidsmarktsituaties zouden hier debet aan kunnen zijn. Daarentegen blijken scholen in IJssel-Vecht/Twente en IJssel/Veluwe juist ‘voordelig’ personeel in dienst te hebben.
12
Bureau of lessenaar
Kanttekening bij de uitkomsten is dat het hier een pilotstudie betreft. De korte doorlooptijd van het onderzoek maakte het onmogelijk gegevens over een langere periode te gebruiken of alternatieve specificaties toe te passen. In het bijzonder verdient de meting van onderwijsproductie nog meer aandacht. Het materiaal van de onderwijsinspectie biedt hiervoor voldoende aanknopingspunten. Verder is het aan te bevelen om nog alternatieve specificaties voor de allocatie van middelen te testen.
Eindconclusie Uit alle onderdelen van het onderzoek komt naar voren dat bureaucratie niet als een geïsoleerd begrip moet worden gehanteerd. Het onderscheid tussen het primaire en secundaire proces is in het onderwijs zeer diffuus. Bureaucratie heeft voorts een negatieve connotatie, terwijl bureaucratie in complexe processen onontbeerlijk is. Veel meer voor de hand ligt het om een integrale benadering te kiezen waarbij alle onderscheiden ingezette middelen in samenhang met onderwijsprestaties worden bezien. Methodes voor een integrale aanpak zijn beschikbaar en al eerder, bijvoorbeeld in de ziekenhuizen, met succes toegepast. Uit een analyse van een deel van het (voorgezet) onderwijs blijkt dat een dergelijke aanpak goed is uit te voeren. De vereiste gegevens zijn echter maar beschikbaar voor twee jaar. Uit de analyses volgt een aantal interessante gezichtspunten over bureaucratie of in zijn algemeenheid de allocatie van middelen. Uitkomsten van een dergelijke analyse leveren voor individuele scholen nuttige managementinformatie op en kunnen aldus bijdragen aan een optimalisering van de bedrijfsvoering van scholen. Om te voorkomen dat een wildgroei ontstaat van allerlei benchmarkinitiatieven, zowel door het veld zelf ontwikkeld als daarbuiten, zou de overheid wel het voortouw kunnen nemen om het proces te entameren, maar verder geen al te nadrukkelijke rol in het geheel moeten spelen. Een vergelijkbare aanpak is eerder door het ministerie van VWS toegepast in de thuiszorg en de sector verpleging en verzorging.
Bureau of lessenaar
13
1 Inleiding
1.1
Beleidskader
In het huidige regeerakkoord zijn vermindering van administratieve kosten en deregulering centrale thema’s. In het onderwijsbeleid betekent dit het terugdringen van de administratieve lasten, aanpassingen en communicatie van SZW-regelgeving en het opschonen van het regelbestand. Tegelijkertijd is het beleid gericht op autonomievergroting van scholen. Het is niet ondenkbaar dat deze autonomievergroting juist gepaard gaat met een toenemende bureaucratisering. Hiervoor bestaan twee redenen. In de eerste plaats krijgt het management van onderwijsinstellingen een grotere verantwoordelijkheid en ruimte in de besluitvorming. Het management zelf heeft daardoor een grotere behoefte aan interne bedrijfsinformatie. Hiervoor zullen noodzakelijkerwijs in scholen nieuwe administratieve processen worden geïnitieerd. Daarnaast is het niet uit te sluiten dat het management, zoals bekend uit de literatuur, bureaucratisch gedrag gaat vertonen. Overwegingen van status, maar ook van financiële aard, zijn hierbij dikwijls van invloed. Voorbeelden in de uitvoering van de sociale zekerheid in het afgelopen decennium zijn hiervoor illustratief. De verkenning Bureaucratisering in het onderwijs. Suggesties voor de beleidsagenda, van de Onderwijsraad (Onderwijsraad, 2004a) en de studie Bureaucratisering en schaalfactoren in het onderwijs (Onderwijsraad, 2004b) gaan uitgebreid in op bureaucratiseringstendensen in het onderwijs. Het is daarom van wezenlijk belang voor beleidsmakers en managers van onderwijsinstellingen om zicht te houden op de productiviteit van instellingen en in het bijzonder op de allocatie van middelen binnen een instelling. In het recente verleden is in andere sectoren, zoals in de zorg en bij gemeenten, een aantal benchmarks uitgevoerd naar bureaucratie. Deze onderzoeken richten zich op partiële kengetallen, zoals de verhouding tussen aantal hetpersoneelsleden in het primaire en secundaire proces. De beoordeling van deze cijfers is dikwijls gebaseerd op normatieve uitgangspunten. Inzichten in een optimale bureaucratie ontbreken. Tevens leggen deze studies geen verband tussen bureaucratie en de output of prestaties van een instelling. Door deze bezwaren is dit type onderzoek kwetsbaar. Methoden gebaseerd op een integrale meting en waarbij een verband wordt gelegd tussen bureaucratie en onderwijsoutput genieten daarom de voorkeur. Het onderzoek zou tevens de vorm van een benchmark moeten hebben met de mogelijkheid voor instellingen om van elkaar te kunnen leren. Informatie hierover dient voor management hanteerbaar te zijn. Bureaucratie heeft dikwijls een negatieve bijklank. Het begrip is voor velen synoniem met rigide regelgeving, autocratische leidinggevenden en apathische medewerkers. Hier tegenover staat het beeld dat iedere organisatie, dus ook scholen, juist bureaucratische
Bureau of lessenaar
15
structuren nodig hebben om chaos te voorkomen en de doelmatigheid te bevorderen. Bureaucratie is vooral bedoeld om structuren en procedures te ontwikkelen die juist ondersteunen in plaats van hinderen. Onderzoek moet dus ook duidelijk maken wat een ‘optimale’ bureaucratie is.
1.2
Onderzoeksvragen
Tegen de in paragraaf 1.1 geschetste achtergrond heeft het ministerie van OCW ECORYS een onderzoeksopdracht gegeven om de onderstaande onderzoeksvragen te beantwoorden: •
Welke methodieken/monitors zijn geschikt om bureaucratisering bij onderwijsinstellingen te meten? Hierbij kunnen de ervaringen van andere sectoren en onderzoeken benut worden. Toepassingsmogelijkheden bij instellingen, aansluiting bij administratieve gegevens, vergelijkbaarheid tussen instellingen (sectoren) en indicaties van kosten van de benchmarks zijn hierbij belangrijke aandachtspunten. Verder is het van belang om het conceptueel kader bij de monitors/ benchmarking aan te geven.
•
Wat is de stand van zaken ten aanzien van het huidige gebruik en wat zijn de huidige voornemens rondom het meten/benchmarken (en inperken) van bureaucratisering in de onderwijssectoren (PO, VO, BVE en HO)?
•
Gelet op de aandacht voor het onderwerp schaalgrootte geldt de vraag: in hoeverre vergt schaalgrootte aparte aandacht bij de ontwikkeling van methodieken/monitors bij de eerste vraag?
Naast de vragen van methodische aard heeft het ministerie van OCW ECORYS tevens gevraagd om de toepassing/gebruikswaarde van de te ontwikkelen methodieken voor het management te testen op instellingen voor voortgezet onderwijs. De kwalitatieve toets bestaat uit raadpleging van bestuurders van onderwijsinstellingen voor voortgezet onderwijs in een rondetafelconferentie. De kwantitatieve toets bestaat uit de empirische toepassing van de ontwikkelde methodiek.
1.3
Leeswijzer
Dit rapport omvat de volgende onderdelen. Hoofdstuk 2 besteedt op basis van een literatuuronderzoek aandacht aan onderzoeken naar bureaucratie in het onderwijs en andere onderdelen van de publieke sector. Hoofdstuk 3 schetst een theoretisch kader met het accent op de allocatie van middelen binnen een instelling. Hoofdstuk 4 beschrijft de resultaten van de rondetafelconferentie met bestuurders uit het voortgezet onderwijs. Deze gesprekken staan vooral in het teken van de allocatie van middelen binnen een school en de belangrijkste determinanten van bureaucratie. Hoofdstuk 5 presenteert de resultaten van het empirisch onderzoek naar de bureaucratie in het voortgezet onderwijs.
16
Bureau of lessenaar
2 Literatuuronderzoek bureaucratieonderzoek
2.1
Inleiding
In Nederland zijn de laatste jaren verschillende benchmarkstudies uitgevoerd naar bureaucratie in publieke instellingen. Zo zijn er onder meer onderzoeken verricht bij verpleging- en verzorgingstehuizen, instellingen voor thuiszorg, instellingen voor gehandicapten, gemeenten, woningcorporaties, onderwijsinstellingen en ziekenhuizen. Dit onderdeel presenteert kort de belangrijkste uitkomsten van de verschillende onderzoeken en gaat tevens in op de gehanteerde methodologieën. Paragraaf 2.1 behandelt de benchmarkstudies in de verschillende sectoren van het onderwijs (zie tweede onderzoeksvraag). De verschillende studies worden geëvalueerd op hun methodische aanpak en de praktische consequenties, bijvoorbeeld in termen van administratieve lastendruk door verzwaring van de enquêtedruk. Bij de evaluatie kijken we in het bijzonder naar: • het kunstmatige onderscheid tussen het primaire en secundaire proces; • de gehanteerde aanpak via ééndimensionale kengetallen of middels een integrale analyse; • de relatie met de omvang en samenstelling van de productie; • verklaringen voor bureaucratie; • het afleiden van een optimale bureaucratie; • steekproeven en de representativiteit; • de enquête- en registratiedruk voortvloeiende uit het onderzoek; • in hoeverre een (robuuste) uitspraak kan worden gedaan over de optimale omvang van de bureaucratie. Een aardige verhandeling over bureaucratie is te vinden bij Arre Zuurmond, De Infocratie. Een theoretische en empirische heroriëntatie op Weber’s ideaaltype in het informatietijdperk (Den Haag, 1994). Bureaucratie is een veelgebruikte, ingeburgerde term, waaraan door velen een verschillende inhoud wordt gegeven. Albrow onderscheidt zeven verschillende definities van dit begrip. De belangrijkste drie zijn kort samengevat. Historisch is de eerste betekenis van bureaucratie: heerschappij door het ambtelijk apparaat, of apparaten. De Gournay introduceert het begrip in deze zin. Het is dan bedoeld analoog aan aristocratie of democratie. De bureaus hebben de macht. Een tweede betekenis ziet bureaucratie als een louter technische organisatievorm; een instrument in handen van zijn meester, waarbij de normatiek van gehoorzaamheid en berekenbaarheid centraal staat. Dit is de betekenis die Weber gaf bij de formulering van zijn ideaaltype, dat hierboven aan de orde is geweest.
Bureau of lessenaar
17
Een derde betekenis is van nog recenter datum. Hierin wordt bureaucratie juist geassocieerd met een disfunctionele organisatie. Bureaucratie wordt hier ingevuld als organisatorische inefficientie. Merton en Crozier hebben laten zien hoe informele en onvoorziene processen, voortkomend uit de uiterlijk rationele organisatie, kunnen leiden tot administratieve vertragingen en klachten over papieren rompslomp. Leden van de organisatie komen in conflict met elkaar en de structuur van de organisatie.”
Een meer praktische definitie wordt dikwijls in empirisch onderzoek toegepast. De definitie van bureaucratie verschilt per organisatie. In dit onderzoek rekenen wij tot "bureaucratie" alle centrale en decentrale afdelingen/eenheden van de volgende functies: 1. personeel en Organisatie; 2. automatisering; 3. marketing, communicatie en kwaliteitszorg; 4. financiële en salarisadministratie; 5. directievoering, management en bestuur; 6. facilitaire dienst; 7. secretariaten in het ‘primaire proces’. Bij elk van deze afdelingen gaat het om de volgende kosten: Salariskosten (inclusief sociale lasten en overige personele lasten), kosten van uitbesteding van activiteiten en inhuur van personeel, materiële kosten en huisvestingskosten.
2.2 2.2.1
Bureaucratie in het Nederlandse onderwijs Conclusies van de Onderwijsraad
Recentelijk heeft de Onderwijsraad (2004a, 2004b) twee publicaties uitgebracht over het onderwerp bureaucratisering in het onderwijs. De ene publicatie richt de aandacht op algemene aspecten van het vraagstuk van bureaucratisering. Zo houdt de Onderwijsraad een aantal beschouwingen over verschijnselen samenhangend met bureaucratisering, zoals de kostendoelmatigheid, de invloed van schaal op bureaucratie, interne en externe factoren van bureaucratie. Verder doet de Onderwijsraad een aantal suggesties voor de beleidsagenda. De tweede publicatie is, in het licht van dit rapport, interessanter. Deze richt zich op de vraag of in de afgelopen twintig jaar iets is veranderd in het percentage van de onderwijsmiddelen dat aan het secundaire onderwijsproces wordt besteed. Daarbij worden zowel cijfers op macro- als mesoniveau gepresenteerd. Verder hanteert de Onderwijsraad hier een relevant onderscheid tussen twee definities: een brede en een smalle definitie van secundair onderwijsproces. De brede definitie heeft betrekking op alle activiteiten die het primaire proces op onderwijsinstellingen ondersteunen of aanvullen. Het gaat hier om activiteiten op het terrein van beleid en bestuur, planning en beheer, coördinatie, overleg en advies, schoolbegeleidingsdiensten, ontwikkeling toetsen, leerplanontwikkeling en dergelijke. De smalle definitie heeft betrekking op uitsluitend administratie, beleid en beheer. Tabel 2.1 bevat gegevens over de ontwikkeling van het aandeel secundaire kosten naar onderwijstype tussen 1980 en 2000.
18
Bureau of lessenaar
Tabel 2.1
Smalle variant percentage secundaire lasten onderwijstype Percentage
Index
1980
1985
1990
1995
2000
1980
1985
1990
1995
2000
Bao
4
4
7
13
11
100
100
175
325
275
Vo
9
10
9
12
12
100
111
100
133
133
42
37
39
100
100
88
93
Hbo
18
19
21
30
33
100
106
117
167
183
Wo
29
32
35
37
38
100
110
121
128/
131
11
12
18
21
20
100
109
164
191
182
Bve
Totaal Bron:
Bureaucratisering en schaalfactoren in het onderwijs, Onderwijsraad, Den Haag.
Uit tabel 2.1 blijkt dat het aandeel secundaire kosten voor het gehele onderwijs tussen 1980 en 2000 gegroeid is van 11 naar 20 procent. De ontwikkeling per onderwijstype verschilt sterk. Zo is in het basisonderwijs sprake van bijna een verdrievoudiging (4% in 1980 naar 11% in 2000), terwijl de groei in het voortgezet onderwijs slechts 33 procent bedraagt (van 9% in 1980 naar 12% in 2000). Verder constateert de Onderwijsraad dat op basis van een enquête de verschillen tussen instellingen in 2000 tamelijk fors zijn. Met name in het basis onderwijs en voortgezet onderwijs zijn de verschillen het grootst. In het voortgezet onderwijs laat een kleine steekproef reeds zien dat de aandelen secundaire kosten variëren tussen 6 en 33 procent (Onderwijsraad, 2004a: 16). De Onderwijsraad wijst in het bijzonder ook op de mogelijke samenhang tussen secundaire kosten en schaalfactoren. In hun onderzoek is geen duidelijk verband geconstateerd tussen schaal en secundaire kosten. Voor een deel hangt dit samen met beperkingen in de gegevens.
2.2.2
Overige studies naar benchmarks in het onderwijs
Basisonderwijs Het basisonderwijs kent, voor zover bekend, alleen partiële benchmarks. Deze benchmarks bestaan bijvoorbeeld uit peilingen naar tevredenheid bij ouders of personeel in een beperkt aantal scholen (zie bijvoorbeeld D&K Onderzoek en opleiding, 2005). In geen van deze benchmarks is sprake van aandacht voor de inzet van middelen en de relatie met de prestaties van het onderwijs. Het begrip bureaucratie speelt al helemaal geen rol. Belangrijke oorzaak hiervan is waarschijnlijk de vergaande regulering over de inzet van middelen en het gebrek aan vrijheid voor het management om middelen zelf te alloceren. Met de introductie van de lumpsumbekostiging zal hier ongetwijfeld verandering in komen. In een verder verleden is wel een aantal onderzoeken uitgevoerd naar de doelmatigheid in het basisonderwijs. Het Sociaal en Cultureel Planbureau publiceerde in 1990 de studie School en schaal over dit onderwerp (Blank et al., 1990). Een verdere verdieping van deze studie is te vinden in Kosten van kennis (Blank,1993). Dit proefschrift gaat diep in op de definitie en meting van onderwijsproductie, de samenhang tussen ingezette middelen en productie en de transportkosten voor leerlingen. Uit het onderzoek blijkt onder meer dat er grote schaalvoordelen optreden bij schaalvergroting van kleine scholen. Voor middelgrote en grote scholen ebben deze schaalvoordelen weg. Het onderzoek Bureau of lessenaar
19
besteedt ook aandacht aan de allocatie van personeel, materiaal en huisvesting. De schaaleffecten manifesteren zich het meest in de sfeer van kapitaal. De studie bevat echter geen expliciete verwijzing naar bureaucratie. Voortgezet onderwijs De Onderwijsinspectie presenteert sinds een aantal jaren kwaliteits- en opbrengstenkaarten voor scholen in het voortgezet onderwijs. Van elke school(vestiging) voor voortgezet onderwijs bestaat er een opbrengstenkaart. Daarop staat algemene informatie over de denominatie, het aantal leerlingen en de verdeling van de leerlingen over de opleidingen (vbo, mavo, havo). Daarnaast bevat de opbrengstenkaart gegevens over zittenblijven, doorstroom en examenresultaten. Een belangrijke methodisch aspect betreft de beoordeling van de resultaten. Bij de beoordeling spelen namelijk het schooladvies en de zogenoemde cumi- en lwoo-leerlingen een rol. Door deze correctie voor achtergrondkenmerken ontstaat een beter beeld van de ‘toegevoegde waarde’ van een school. De schoolresultaten zijn overzichtelijk in kaart gebracht voor ouders, leerlingen, scholen en andere belangstellenden. Op deze wijze is een vergelijking mogelijk met andere scholen in de regio en het landelijk gemiddelde. Het is echter geen benchmark met casebeschrijvingen en een 'best practice'. Evenmin wordt een link gelegd met de inzet van middelen of kenmerken van de bedrijfsvoering. De inzet van middelen en de bedrijfsvoering komen wel aan bod in Onderwijs in cijfers van het Cfi (www.onderwijsincijfers.nl). Op deze website zijn gegevens per school beschikbaar over leerlingen, personeel en financiën, waarbij de verschillende onderdelen verder zijn uitgesplitst naar categorieën. Scholen kunnen op deze wijze hun cijfers vergelijken met gemiddelden van een vergelijkingsgroep. Ook hier geldt dat het geen benchmark is met casebeschrijvingen en een 'best practice'. Het gaat uitsluitend om het vergelijken van partiële cijfers. Een integraal kader of samenhangend beeld ontbreken hier eveneens. Er zijn op dit moment wel initiatieven om tot een benchmark voor het voortgezet onderwijs te komen. De Onderwijsinspectie streeft ernaar om over te gaan tot zogenaamd proportioneel toezicht. Het toezicht wordt pas dan geïntensiveerd, wanneer de resultaten op een school daar aanleiding toe geven. Hiervoor is het gewenst om een model te hebben op basis waarvan de onderwijsinspectie deze selectie kan maken (er wordt in dit kader gesproken van een zogenaamd risicomodel). Voor dit risicomodel worden op het eerste gezicht dezelfde gegevens verzameld als die nodig zijn voor het maken van de benchmark. Het Cfi en de Onderwijsinspectie (en op de achtergrond het ministerie van OCW) zijn betrokken bij de ontwikkeling van dit model. Op dit moment is net gestart met de ontwikkeling, er wordt nog nagedacht over hoe het model eruit dient te zien. Bureau Berenschot heeft een eigen benchmark naar de omvang van de bureaucratie bij scholen ontwikkeld voor het voortgezet onderwijs (en voor het hoger beroepsonderwijs). Het is voor instellingen op elk moment mogelijk om hier (tegen betaling) aan mee te doen. In het jaar 2003 hebben 36 scholen voor voortgezet onderwijs deelgenomen aan
20
Bureau of lessenaar
deze benchmark. De benchmark is een zogenaamde levende1 partiële benchmark en er wordt aandacht besteed aan de volgende kenmerken van bureaucratie: directie en management, personeel en organisatie, financiën, automatisering, communicatie, kwaliteitszorg, facilitaire dienst, administratie en secretariaat. Het betreft hier dus een benchmark met een hele kleine steekproef, waarin een conceptueel kader ontbreekt. Ook bestaan er lokale initiatieven, zo bleek uit de rondetafelconferentie (zie hoofdstuk 4), voor benchmarking. Deze benchmarks hebben dan betrekking op scholen die tot een bestuur behoren. Oudere studies naar de doelmatigheid van het voortgezet onderwijs zijn Goudriaan et al. (1989) en Blank et al. (1990). In beide studies wordt een integraal beeld geschetst van de relatie tussen onderwijsprestaties en ingezette middelen. In het bijzonder besteden de studies aandacht aan het verschijnsel van schaaleffecten. Bve Sinds enige jaren wordt in opdracht van de Bve Raad een monitor uitgevoerd onder bveinstellingen. De monitor stelt ROC’s en vakinstellingen in staat zich te kunnen benchmarken op de financiële positie en de bedrijfsvoering (zie Wouters et al., 2005). De monitor bevat kerngegevens over de onderwijsinrichting, personeel, bedrijfsvoering, ICT, huisvesting, facilitaire ondersteuning en educatie. De mate van detaillering is groot. Zo kijken de onderzoekers binnen de groep facilitair onder andere naar de beveiliging en naar de catering. De kengetallen worden in de meeste gevallen gepresenteerd als gemiddelde aantallen, bedragen, aandelen of verhoudingscijfers (zoals deelnemers computerratio of personeelskosten per deelnemer). Het totale bestand aan personeel voor management, ondersteuning en bedrijfsvoering omvat in 2004 31 procent van de personeelsinzet (Wouters et al., 2005: 71). De studie bevat geen integrale analyse van de samenhang tussen de verschillende aspecten van de bedrijfsvoering. Het onderzoek levert interessante en nuttige gegevens op, die bij een nadere integrale analyse nog meer interessante gezichtspunten kunnen opleveren. De recentste bve-monitor stamt uit maart 2005 en heeft betrekking op het schooljaar 2003/2004. Sinds de verschijning van de eerste bve-monitor in 2001 zijn de accenten verlegd. De huidige bve-monitor is een instrument voor benchmarking en good practices tussen bve-instellingen. Gezien de groeiende behoefte aan informatie over relevante indicatoren en kengetallen lijkt een continuering van de bve-monitor voor de komende jaren verzekerd. Veder ontwikkelt het beroepsonderwijs een benchmark die de prestaties van de onderwijsinstellingen beter zichtbaar en onderling vergelijkbaar maakt. Deze benchmark wordt afgestemd met het ministerie van OCW en moet vooral ook invulling geven aan de wens vanuit het bedrijfsleven om beter inzicht te krijgen in de prestaties van de onderwijsinstellingen.
1
Een levende benchmark betekent dat de resultaten van de benchmark kunnen veranderen, wanneer er nieuwe instellingen in de benchmark worden meegenomen. De benchmark is dan ook nooit af.
Bureau of lessenaar
21
Hoger onderwijs Recentelijk hebben Jongbloed et al. (2003) een studie gepresenteerd over de kosten per student in Nederland voor het wo en hbo. De studie is vooral interessant vanuit een methodologisch gezichtspunt. Jongbloed et al. benadrukken het multiple input-multiple output karakter van universiteiten en hogescholen. Universiteiten en hogescholen zijn in hun termen multiproductorganisaties en zij stellen dan ook voor om een methode (Data Envelopment Analysis) te gebruiken die recht doet aan dit aspect. Zij laten zien dat deze methode afwijkende uitkomsten geeft in vergelijking met de gebruikelijke methode, waarbij uitgegaan wordt van vooraf vastgestelde verdeelsleutels voor de kosten. Verder laten zij zien dat in het wo de kosten per student samenhangen met de schaal van de instelling. Een relatie tussen kosten per student en kwaliteit kan niet worden vastgesteld. De opvattingen van Jongbloed et al. over de te hanteren methode sluiten nauw aan bij deze studie. Hoofdstuk 4 gaat hier verder op in. In hun analyse staat vooral de kostprijsberekening van de verschillende opleidingen centraal. Zij besteden geen aandacht aan het proces van allocatie van middelen. Dit aspect komt echter wel aan de orde in een afzonderlijke internationale vergelijking. Zij vergelijken een aantal landen (Nederland, Duitsland, Zweden en Engeland) onder meer op basis van de student/staf ratio (s/s ratio). Hieruit blijkt dat de s/s ratio in Zweden relatief laag is. Nederland vertoont een vergelijkbaar niveau als Duitsland. Verder blijkt de s/s ratio op hogescholen aanzienlijk hoger te liggen dan op universiteiten. In Nederland is de s/s-ratio op hogescholen driemaal zo hoog als op universiteiten. Dit is te verklaren uit de inzet van onderzoeksgerelateerd personeel. Zweden is verder het enige land waarin de s/s-ratio in de tweede helft van de jaren negentig is gedaald. In de overige landen is de ratio, na een daling begin jaren negentig, in de tweede helft van het vorige decennium weer gegroeid. In het hbo zelf worden ook initiatieven ontwikkeld. Binnenkort start bijvoorbeeld de tweede ronde benchmark ICT-kosten. Vorig jaar hebben 17 hogescholen deelgenomen aan deze benchmark. Deze scholen hebben gezamenlijk een bestand opgebouwd van gegevens waarmee hogescholen elkaar kunnen vergelijking met betrekking tot de ICT-kosten. Ook dit jaar wordt weer een benchmark uitgevoerd (www.hbo-raad.nl).
2.3 2.3.1
Nederlandse studies naar bureaucratie (semi-)publieke sector Verpleging en verzorging
De brancheorganisatie van verpleeg- en verzorgingshuizen heeft een benchmark uitgevoerd onder instellingen. De benchmark richt zich in het bijzonder op kosten, doelmatigheid, kwaliteit en bedrijfsvoering. Het gaat om een beperkte steekproef van 100 instellingen. Iedere instelling ontvangt een vertrouwelijk instellingsrapport. Tevens is er een algemeen rapport uitgebracht (Arcares, 2004). Het rapport rekent de kosten toe aan verschillende zorgactiviteiten. Dit gebeurt aan de hand van bepaalde verdeelsleutels. Het rapport gaat ook in op de verschillende kostenonderdelen en de samenstelling van de kosten. Hieruit is ook duidelijk een onderscheid te maken tussen directe en indirecte kosten. Directe kosten zijn kosten die
22
Bureau of lessenaar
direct verband houden met zorgcontacten met patiënten en indirecte kosten zijn in deze context synoniem met bureaucratie. De onderzoekers hebben ook rekening gehouden met deverschillen in zorgproducten (verpleeghuiszorg, verzorgingshuiszorg, extramurale zorg en woonzorgcomplexen). De kosten per eenheid zorg variëren substantieel, evenals de verdeling van directe en indirecte kosten. Ook is de relatieve doelmatigheid berekend met Data Envelopment Analysis. De relatieve doelmatigheid bedraagt gemiddeld 84 procent voor verpleeghuizen en 73 procent voor verzorgingshuizen. Voor de gecombineerde instellingen en de woonzorgcomplexen liggen de scores nog iets lager. De studie geeft helaas geen antwoord op de vraag waardoor doelmatigheidsverschillen ontstaan. Ook gaat de studie niet in op de allocatie van middelen of in het bijzonder de rol van bureaucratie.
2.3.2
Thuiszorg
In de thuiszorg is het eerste benchmarkonderzoek in 1998 uitgevoerd. Dit onderzoek had betrekking op de productie van algemene thuiszorg en de bedrijfsvoering in 1997. Bijna alle instellingen voor thuiszorg hebben hieraan meegewerkt. Bouwstenen waren doelmatigheid, kwaliteit, omgevingsfactoren en bedrijfsvoering. Op doelmatigheid en kwaliteit waren de instellingen goed te vergelijken, terwijl de beide andere factoren nadere uitwerking vereisten. In 2001 is een tweede benchmark gehouden in opdracht van LVT en BTN. Het betrof een onderzoek naar de productie en de bedrijfsvoering in 2000 waarvoor instellingen de gegevens via internet hebben aangeleverd2.
2.3.3
Gehandicaptenzorg
Ernst & Young voert een financiële benchmark uit onder instellingen voor gehandicaptenzorg. De benchmark richt zich vooral op de financiële ontwikkeling van de instellingen, zoals de ontwikkeling van lasten en baten, vermogenspositie, solvabiliteit en dergelijke. Met kengetallen wordt tevens gekeken naar de ontwikkeling van de arbeidsproductiviteit. De benchmark besteedt geen aandacht aan de allocatie van middelen binnen de instellingen.
2.3.4
GGD’en Zuid-Holland Deze benchmark is puur gericht op het verschaffen van managementinformatie. De inleiding van deze rapportage spreekt ook over “het kunnen spiegelen aan de best practice [..] om daarmee een discussie, onderzoek en kennisuitwisseling te bevorderen, waardoor op langere termijn, alle instellingen betere resultaten bereiken”. Zo bevat de benchmark onder meer informatie over de geleverde diensten en de inzet van middelen van de GGD’en. In het bijzonder richt de benchmark zich ook op het onderscheid tussen 2
In 2004 is een derde benchmark uitgevoerd waarvan de eerste resultaten medio 2005 verwacht worden.
Bureau of lessenaar
23
directe en indirecte kosten. De benchmark is uitsluitend bedoeld voor de aangesloten GGD’en. Een rapportage met een totaaloverzicht ontbreekt. 2.3.5
Gemeenten
De VNG kent een groot aantal benchmarks voor allerlei verschillende gemeentelijke diensten. Zo zijn er benchmarks voor zuiveringsbeheer, brandweer, openbare bibliotheken, bouw- en woningtoezicht, afvalverwerking. In de meeste gevallen gaat het om een beperkte hoeveelheid informatie vooral ook gericht op afnemers/klanten. Er bestaan een paar bedrijfsvergelijkingen, maar ook hier gaat het slechts om ruwe kengetallen.
2.3.6
Omvang overhead publieke en semi-publieke diensten
Het bureau Berenschot heeft een benchmark ontwikkeld waarbij in verschillende sectoren instellingen zelf een aantal gegevens over hun bedrijfsvoering moeten invoeren. Op basis van de ingevoerde gegevens worden vergelijkingen opgesteld tussen de instellingen. Het betreft hier slechts een vergelijking van eenvoudige kengetallen, die in de loop der tijd steeds een veranderend beeld geven (door toevoeging van nieuwe instellingen). Voor een beschrijving van het een en ander zijn geen rapporten beschikbaar of volledige overzichten. Het één en ander is wel te vinden op de website www.kenniscentrumbenchmarking.nl. Voorzieningen die in de benchmark zijn opgenomen zijn onder andere: onderwijs, gehandicaptenzorg, verpleging en verzorging, woningcorporaties. In het onderwijs komen voortgezet onderwijs en hogescholen aan bod. De benchmark voor het voorgezet onderwijs is zeer beperkt. Hier doen slechts 36 scholen aan mee.
2.3.7
Politie
Het ministerie van BZK rapporteert jaarlijks over de prestaties en de ingezette middelen van de politie in de publicatie Kerngegevens Nederlandse Politie (zie bijvoorbeeld ministerie BZK, 2002). Per korps vermelden de rapporten gegevens over personeel, materiële inzet en allerlei productiegegevens over aantallen transacties en aan het Openbaar Ministerie aangeleverde verdachten. Ook worden meer kwalitatieve gegevens toegevoegd over tevredenheid van de bevolking over de politie en de gepercipieerde veiligheid. Het rapport presenteert ook een aantal kengetallen. Het rapport bevat geen integrale analyse van politiekorpsen en leidt ook geen best practices af . Het materiaal wordt wel door andere onderzoekers gebruikt voor nadere analyse. Wiebrens (2004) presenteert een doelmatigheidsanalyse over politiekorpsen. Centraal in deze analyse staat de maximaal haalbare productie bij een gegeven inzet van middelen. Er wordt niet ingegaan op de allocatie van middelen bij de politie. Een zeer recente analyse op het materiaal is uitgevoerd door Cleuver (2005). In deze doctoraalscriptie staat eveneens de doelmatigheid van korpsen centraal met specifiek aandacht voor de invloed van omgevingsfactoren op de doelmatigheid. Ook in deze
24
Bureau of lessenaar
analyse besteedt de onderzoekster geen expliciete aandacht aan het verschijnsel bureaucratie of de allocatie van middelen.
2.3.8
Woningcorporaties
Graaf et al. (2001) publiceren de uitkomsten van een onderzoek naar de effectiviteit en efficiëntie van woningcorporaties. Hoewel zij beschikken over individuele gegevens van woningcorporaties presenteren zij uitsluitend gemiddelden en is de analyse vooral gericht op het meten van efficiëntie. Hoewel de onderzoekers beschikken over afzonderlijke gegevens over ingezette middelen doen zij geen onderzoek naar een optimale allocatie van middelen. Ook zij presenteren uitkomsten van een integrale analyse, in dit geval van Data Envelopment Analysis (DEA).
2.3.9
Waterleidingbedrijven
Sinds 1997 voert de vereniging van waterleidingbedrijven VEWIN een benchmark uit naar de prestaties, kwaliteit, efficientie en bedrijfsvoering van de waterleidingbedrijven in Nederland (zie bijvoorbeeld VEWIN, 2001). Deze benchmark bevat een scala aan verschillende typen gegevens. In het bijzonder schenkt deze benchmark ook aandacht aan de allocatie van middelen. Zo maakt de benchmark een onderscheid tussen belastingen, vermogenskosten, afschrijvingen en operationele kosten. Tot de laatste groep behoren onder andere personele kosten, diensten derden, inkoop materialen en huur uitzendkrachten. Opvallend is dat de resultaten per waterleidingbedrijf worden gepresenteerd en niet uitsluitend de gemiddelden en dergelijke. Er is hier dus sprake van een ‘echte’ benchmark. De resultaten van de benchmark zijn tevens gehanteerd door Dijkgraaf et al. (2004) en Blank en Koot (2004) om een integrale efficientie-analyse te maken. Zij maken hierbij gebruik van geavanceerde technieken zoals Stochastic Frontier Analysis en Data Envelopment Analysis. In genoemde publicaties spelen vooral de meting van efficiëntie en de verklaringen voor efficiëntieverschillen een belangrijke rol. Op een optimale allocatie van middelen wordt helaas niet ingegaan. Het begrip bureaucratie komt helemaal niet aan de orde.
2.3.10
Ziekenhuizen
Blank et al. (2002) hebben een uitgebreid onderzoek verricht naar de bureaucratie in algemene en academische ziekenhuizen in de periode 1993-2000. Het onderzoek maakte gebruik van de jaarlijkse enquêtes onder ziekenhuizen over de bedrijfsvoering. De dekking van het analysebestand was daarmee bijna 100 procent. Bureaucratie wordt gedefinieerd als het totaal van staf, administratie en ondersteunend personeel. De onderzoekers maken gebruik van een stelsel bestaande uit een schaduwkostenfunctie en kostenaandelenfuncties. Hiermee is het mogelijk op een integrale wijze de kosten en de allocatie van de ingezette middelen te verklaren. Zij presenteren een aantal opmerkelijke conclusies. Zo blijkt dat het kostenaandeel van de bureaucratie in de totale kosten door de jaren nagenoeg constant is gebleven op ongeveer 20 procent. In de
Bureau of lessenaar
25
onderlinge verhoudingen tussen staf, administratie en ondersteuning is relatief weinig veranderd. Voor de meeste ziekenhuizen geldt dat het kostenaandeel bureaucratie binnen een marge van 4 procent van het gemiddelde ligt. Ook in deze spreiding is in de loop der jaren weinig veranderd. Op basis van schattingen stelt het rapport dat algemene ziekenhuizen (niet topklinisch) een systematische overbenutting van inzet van staf en administratie kennen, maar dat deze overbenutting een bescheiden effect heeft op de kosten (circa 1%). De systematische overbenutting van staf en administratie gaat ten koste van de inzet van paramedisch personeel. In individuele gevallen is echter wel sprake van een buitensporige bureaucratie. Verder blijkt uit het onderzoek dat andere vormen van inefficiëntie veel belangrijker zijn dan de onjuiste allocatie van middelen (bureaucratisering). Naarmate een algemeen ziekenhuis meer patiënten behandelt, neemt het kostenaandeel van bureaucratie in de totale kosten af. Met andere woorden, grote instellingen kennen minder bureaucratie. De grote academische ziekenhuizen kennen daarentegen juist meer bureaucratie.
2.4
Buitenlandse studies naar bureaucratie in onderwijs en overige publieke sectoren
Smith en Larimer (2004) beargumenteren dat de negatieve samenhang tussen bureaucratie en schoolprestaties, zoals die over het algemeen in studies over bureaucratie en onderwijs wordt gerapporteerd, onvolledig is. Net zoals vele andere complexe publieke diensten moeten scholen keuzes maken over een uitruil tussen verschillende doelstellingen of prestaties. Bureaucratie speelt een belangrijke rol in het bepalen van de aard van deze uitruil: een die meer dimensies kent dan in de bestaande literatuur. De auteurs laten zien dat de relatie tussen bureaucratie en prestaties afhankelijk is van de wijze waarop prestaties zijn gemeten. Zo tonen zij bijvoorbeeld aan dat bureaucratie negatief gecorreleerd is met testscores, maar positief met vermindering van uitval. Zij pleiten er dan ook voor bureaucratie te plaatsen in een context van het managen van een organisatie die meerdere doelen nastreeft. Marlow (2001) toetst de relatie tussen monopoliemacht van schooldistricten en bureaucratisering en de relatie tussen bureaucratisering en schoolprestaties. Uit zijn empirisch onderzoek onder Amerikaanse scholen (Californië) blijkt dat monopoliemacht inderdaad leidt tot een grotere inzet van administratief en onderwijzend personeel ten koste van overig personeel. Een hogere inzet van onderwijzend personeel draagt niet bij aan hogere onderwijsprestaties. Dit geldt echter wel voor administratief personeel. Meer administratief personeel heeft hogere toetsscores en een geringer aantal voortijdig schoolverlaters tot gevolg. Marlow (2001) concludeert hieruit zelfs dat de prestaties nog verhoogd zouden kunnen worden door onderwijzend personeel te vervangen door administratief personeel. De publieke opinie zou echter een verdere ‘bureaucratisering’ in de weg staan. Chubb en Moe (1988) toetsen de hypothese dat de monopoliemacht van schooldistricten in de Verenigde Staten bureaucratisering bevordert en daardoor een negatief effect heeft op de onderwijsprestaties. Uit hun onderzoek blijkt dat meer monopoliemacht leidt tot een grotere inzet van zowel staf/ondersteunend en onderwijzend personeel. Terwijl het aantal leerkrachten niet van invloed is op de leerprestaties, beïnvloedt het aantal
26
Bureau of lessenaar
personeelsleden staf/ondersteuning de leerprestaties wel op een positieve manier. De auteurs suggereren dan ook dat er eerder te veel leerkrachten dan staf/onderteunend personeel worden ingezet. De theorie over bureaucratie wordt daarmee verworpen. Eerder lijkt er sprake te zijn van een maatschappelijke druk om meer onderwijzend personeel in te huren. Hoy en Sweetland (2001) presenteren de resultaten van een sociaal-wetenschappelijk onderzoek naar bureaucratie in 97 highschools in Ohio. Bureaucratie wordt hier gemeten langs een aantal dimensies dat de mate van formalisering en centralisatie meet. De meting heeft plaats door leerkrachten hierover een vragenlijst te laten invullen. Een ondersteunende bureaucratie is een combinatie van ondersteunende regels en een ondersteunende hiërarchie. De resultaten van de bureaucratieschaal worden geplaatst naast een aantal andere kenmerken van de school, zoals vertrouwen in de leiding, het vertrouwen tussen collega’s onderling, en het ontbreken van rolconflicten. De ondersteunende bureaucratie heeft in alle gevallen een positieve correlatie met genoemde kenmerken. De studie van Hoy en Sweetland (2001) wijkt af van de andere economisch georiënteerde studies. Het belang van deze studie is te laten zien dat bureaucratie zich noodzakelijkerwijs niet alleen vertaald in een grote administratie en staf, maar ook een vertaling is van regels en organisatie. Twee scholen met precies dezelfde inzet van staf en administratie kunnen in de praktijk organisatorisch en qua regelgeving sterk van elkaar verschillen en ook verschillende onderwijsprestaties leveren. Overigens is een sterke correlatie op voorhand niet uit te sluiten. Dikwijls zal een dichte regelgeving of een sterke hiërarchische structuur zich ook vertalen in meer staf en administratie. Meier et al. (2000) belichten nog weer een ander aspect van de problematiek met bureaucratie in het onderwijs. Zij stellen de causaliteit in veel onderzoeken ter discussie. Zo zou een grote bureaucratie gepaard gaan met lage onderwijsprestaties. De bureaucratie wordt daar dan meestal verantwoordelijk voor gesteld. Deze auteurs betogen echter dat slechte onderwijsprestaties leiden tot wijzigingen in het onderwijsproces, waardoor ook het aantal bureaucraten toeneemt. Het onderzoek is uitgevoerd op scholen in Texas. Alvarez en Lovell (2004) onderzoeken bureaucratische tendensen in Spaanse ziekenhuizen. Op basis van gegevens over verschillende ingezette middelen in ziekenhuizen over een reeks van jaren en toepassing van een zogenoemd schaduwkostenmodel, concluderen zij dat in Spaanse ziekenhuizen sprake is van een systematische overbenutting van staf en administratie. Het belang van deze studie is de methodische aanpak. Voorgestelde methode geeft expliciet aan wat een optimale verhouding is tussen de verschillende ingezette middelen. Afwijkingen ten opzichte van dit optimum zijn dan eenvoudig vast te stellen. De OESO (OECD) publiceert jaarlijks de - inmiddels gezaghebbende - internationaal vergelijkende studie Education at a Glance3. Deze publicatie bevat een grote hoeveelheid internationaal vergelijkbare gegevens over uiteenlopende indicatoren van het onderwijssysteem, van primair tot en met hoger onderwijs. Hierbij wordt zowel gebruik 3
OECD, Education at a Glance OECD Inidcators 2003.
Bureau of lessenaar
27
gemaakt van bestaande overheidsstatistieken - zoals de in-, door en uitstroom van leerlingen, aantallen leraren, uitgaven aan onderwijs- als grootschalige internationale onderzoeken die inzicht geven in de kwalitatieve output van onderwijs, zoals taal- en wiskundevaardigheden (PISA, TIMMS e.d.). Deze publicatie bestaat grotendeels uit partiële benchmarks als: • De klassen in het Nederlandse primair onderwijs zijn met gemiddeld 23,9 leerlingen groter dan in de omringende landen, behalve in Verenigd Koninkrijk. • In Nederland is de leerling-leraar ratio in het voortgezet onderwijs nog hoger dan in het primair onderwijs. • Leerlingen ontvangen vrijwel nergens in de OESO-landen zoveel lesuren per jaar als in het Nederlandse basisonderwijs. • De Nederlandse onderwijsuitgaven aan instellingen zijn, als percentage van het BBP, lager dan in alle omringende landen. • Nederlandse jongens en meisjes presteren beter in wiskundevaardigheidstoetsen dan in de ons omringende landen. Naast de OECD zijn er ook nog andere internationale organisaties die vergelijkende gegevens presenteren over onderwijssystemen, zoals EUROSTAT en Euridyce. Stuk voor stuk leveren deze organisaties en studies een schat aan informatie over belangrijke kengetallen van het onderwijs die in vergelijkend perspectief uitdagende vragen opleveren, maar slechts zelden bevredigende antwoorden. De complexiteit van inputoutputrelaties is hieraan voor een belangrijk deel debet. Echter, ook het ontbreken van integrale analyses speelt hierbij een rol. Overigens worden incidenteel wel pogingen gedaan tot meer integrale analyses4. Een goede integrale analyse is te vinden in een zeer recente publicatie van de European Central Bank (Alfonso en St. Aubyn, 2005). Zij maken een integrale vergelijking van de onderwijsprestaties en ingezette middelen van 25 OECD-landen met een Data Envelopment Analysis. Helaas wordt in deze studie geen onderscheid gemaakt tussen de verschillende ingezette middelen en wordt dus ook geen schatting gemaakt van het effect van bureaucratie op de doelmatigheid.
2.5
Conclusies
Dit hoofdstuk beschrijft de literatuur op het terrein van benchmarking, doelmatigheid en bureaucratie. Uit de literatuur zijn verschillende conclusies te trekken. In Nederland is benchmarking een populair instrument. Grote delen van de publieke sector worden tegenwoordig gebenchmarkt. Deze benchmarks verschillen sterk qua methodologie en uitgangspunten. In veel benchmarks komt slechts een beperkt aantal aspecten aan de orde. In het bijzonder geldt dit voor een aantal bureaucratiemonitors. Deze studies definiëren bureaucratie als al die onderdelen van het bedrijfsproces die niet direct met het primaire proces of de finale dienstverlening te maken hebben. Deze aanpak suggereert dat er een eenvoudige knip tussen primaire en secundaire proces is te maken. In de praktijk ligt dit anders. De genoemde benchmarks plaatsen bureaucratie meestal niet in samenhang met de overige ingezette middelen, de omvang en de samenstelling van de
4
28
Zie bijvoorbeeld de jaarlijkse OECD-publicatie: Education policy analysis.
Bureau of lessenaar
dienstverlening en omgevingsfactoren. Dikwijls blijft het bij constateringen dat instellingen boven of onder het gemiddelde liggen. Onderbouwde uitspraken over een gewenste omvang van de bureaucratie zijn in deze benchmarks niet te vinden. Een deel van de studies tracht de samenhang in het productieproces wel te beschrijven. Onderzoekers maken dan meestal gebruik van geavanceerde statistische technieken, waarbij doelmatigheid het centrale uitgangspunt is en waarin wordt beoordeeld welke factoren hierop van invloed zijn. Deze studies kenmerken zich veelal door hun globaliteit. Dikwijls worden uitspraken gedaan over de gemiddelde efficiëntie, het bestaan van schaaleffecten en dergelijke. De studies gaan meestal niet in op de positie van individuele instellingen en voorts laten de studies na voor iedere instelling afzonderlijke relevante managementinformatie te genereren. Op een enkele studie na gaat deze categorie onderzoeken niet in op het begrip bureaucratie. Over bureaucratie in het Nederlandse onderwijs is op basis van de literatuur weinig te melden. Recentelijk verschenen er 2 rapporten van de Onderwijsraad over dit onderwerp. De rapporten hadden vooral een signaleringsfunctie en schetsten een aantal ontwikkelingen in de tijd, waarbij verder geen oordelen werden geveld over de (on)wenselijkheid van deze ontwikkelingen. In de internationale literatuur is hierover meer te vinden, maar ook niet overvloedig. In de Verenigde Staten is een aantal studies uitgevoerd, waarbij bureaucratie ook meer in een theoretisch kader wordt geplaatst. Opvallend is dat in een aantal van deze studies heel nadrukkelijk de aandacht wordt gevraagd voor de samenhang tussen onderwijzend personeel, andere personeelscategorieën en de dienstverlening. Sommige onderwijsdoelen zijn beter te realiseren door ‘bureaucraten’ dan door leerkrachten. Zo is het verminderen van vroegtijdig schoolverlaters vooral gediend met bijvoorbeeld goede registratiesystemen van schoolprestaties en spijbelgedrag en het aanbieden van goede studieruimtes en andere faciliteiten. Over de relatie tussen schaal en bureaucratie in het onderwijs is weinig te vinden. Veel studies tonen wel aan dat er voor kleine scholen schaalvoordelen zijn te behalen. Naarmate scholen groter zijn, ebben deze voordelen weg. Verdere vergroting heeft dan geen zin meer. Bij grote scholen ontstaan dikwijls schaalnadelen. Verdere vergroting leidt dan juist tot hogere kosten per leerling. Deze studies wijzen de bureaucratie aan als belangrijkste oorzaak van de stijgende gemiddelde kosten zonder daar direct een bewijs voor te leveren.
Bureau of lessenaar
29
3 Bureaucratie als onderdeel van een integrale benadering
3.1
Inleiding
Uit het vorige hoofdstuk bleek dat veel benchmarkstudies gebruik maken van partiële kengetallen. Deze kengetallen belichten steeds een deel van het productieproces of de kostenstructuur. Dikwijls worden ook normatieve uitspraken verbonden aan de uitkomsten, zoals dat instelling X te veel management in dienst heeft. Bij partiële kengetallen wordt de samenhang tussen de verschillende variabelen uit het oog verloren. Ook is het moeilijk verantwoorde conclusies te trekken. In onderstaand tekstkader hebben we een voorbeeld opgenomen om de problemen met kengetallen te illustreren. In dit hoofdstuk presenteren we een alternatief gebaseerd op een integrale aanpak gebaseerd op de micro-economische theorie van producenten. Paragraaf 3.2 beschrijft het theoretische kader. Paragraaf 3.3 bespreekt de empirische modellen voor een integrale aanpak. In paragraaf 3.4 lichten we het door ons toegepaste kostenmodel verder toe. Voorbeeld partiële kengetallen Tabel 3.1 geeft een voorbeeld van partiële kengetallen. Er zijn kengetallen gegeven voor 4 havo/vwo scholen. Hieruit blijkt hoe diffuus het beeld is dat ontstaat bij deze methode. Zo lijkt op het eerste gezicht school I het minst inefficiënt. De kosten per leerling bedragen € 7.000, terwijl in de andere scholen de kosten € 6.000 bedragen. School I lijkt het overigens wel goed te doen qua onderwijsprestaties. Het rendement voor de bovenbouw is voor zowel havo als vwo hoger dan voor de andere scholen. Je krijgt daar dus wel waar voor je geld. Is het misschien ook niet zo dat kleine scholen vanwege schaaleffecten per definitie altijd hogere kosten per leerling hebben en deze school zijn middelen juist heel goed besteed? De span of control van deze school is zeer klein en daarom is het aandeel management gering. Doet school I het heel goed of hebben zij juist veel te veel beheer- en administratiepersoneel in dienst of is dat onvermijdelijk op een kleine school? School III heeft wel een hele kleine onderwijsstaf en relatief veel onderwijs ondersteunend personeel. De onderwijsprestaties lijden er echter niet echt onder. Zo scoort school III bijvoorbeeld beter in de onderbouw dan school I en II, terwijl het havo-rendement gelijk is. Wat is nu de best practice? Voor een uitgebreide kritiek op partiële kengetallen zie Blank (1998).
Bureau of lessenaar
31
Tabel 3.1 Voorbeeld partiële kengetallen Variabele\
School
I
II
III
IV
500
800
1200
1500
7.000
6.000
6.000
6.000
3
7
8
10
Onderwijzend personeel (in %)
60
65
55
70
Onderwijs ondersteunend personeel (in %)
10
5
17
2
Beheer en administratie personeel (in %)
27
23
20
18
Aandeel havo-leerlingen (in %)
50
60
40
20
Leerlingen
Kosten per leerling (in €) Management (in %)
3.2
Rendement onderbouw (in %)
70
70
80
90
Rendement havo (in %)
90
80
90
70
Rendement vwo (in %)
90
80
75
95
Een micro-economisch kader
Deze paragraaf schetst de economische theorie van het bedrijf. Deze theorie geeft aan hoe op basis van de productietechnologie en een gegeven dienstverlening de optimale inzet van middelen kan worden afgeleid. In concreto betekent dit dat de theorie uitsluitsel geeft over de optimale inzet van managers, leerkrachten, ondersteunend personeel en vierkante meters gebouwoppervlakte bij een gegeven aantal leerlingen en prestaties (bijvoorbeeld in termen van diplomering of drop out). Het is van wezenlijk belang op te merken dat de economische theorie een integraal beeld schetst van de optimale bedrijfsvoering. Zo is de bureaucratie niet zo maar een percentage, maar een grootheid die afhankelijk is van de omvang en samenstelling van de productie, de prijzen van de ingezette middelen, technologische veranderingen en omgevingskenmerken. Zo ligt het bijvoorbeeld voor de hand dat in grote scholen of in scholen met veel praktijkonderwijs (denk aan amanuensis) meer bureaucratie voorkomt. Als bijvoorbeeld het salaris van leerkrachten stijgt ten opzichte van het ondersteunende personeel dan ligt het ook in de rede administratieve taken van leerkrachten te verschuiven naar ondersteunend personeel. Door nieuwe technologische ontwikkelingen, bijvoorbeeld via ICT, zou de rol van de leraar in het onderwijsproces aan betekenis kunnen verliezen, terwijl het ondersteunende ICT-personeel juist aan betekenis wint. Ook omgevingsfactoren kunnen van invloed zijn. Scholen met bijvoorbeeld oude gebouwen zijn dikwijls meer geld kwijt aan energie of onderhoud. Samenvattend betekent dit dat de optimale inzet van middelen varieert met specifieke omstandigheden van een school. In het bijzonder geldt dit dus ook voor de bureaucratie. Een teveel aan bureaucratie in een school is dan ook alleen te beoordelen met kennis over de invloed van schoolspecifieke omstandigheden. De vraag is dan ook of een instelling economische motieven heeft om voor een bepaald punt te kiezen. Dit wordt het economische gedrag van de producent genoemd. Zo kan de producent bijvoorbeeld streven naar maximale winst of naar minimale kosten. De producent maakt daarbij een keuze over de samenstelling van de productie of de samenstelling van de ingezette middelen of zelfs over de samenstelling van zowel 32
Bureau of lessenaar
productie als ingezette middelen. In deze studie wordt uitgegaan van kostenminimalisatie, zie bijvoorbeeld Blank et al. (1998) voor een uiteenzetting over andere gedragsveronderstellingen. Door uit te gaan van kostenminimalisatie wordt de keuze van een producent voor een bepaalde samenstelling van de inzet van middelen beperkt. Behalve de genoemde factoren speelt ook de economische context een belangrijke rol. In de bovenstaande toelichting is sprake van een instelling met een streven naar kostenminimalisatie bij een gegeven dienstverlening. In de praktijk doen zich ook andere situaties voor waarbij een alternatieve insteek ook mogelijk is. Dat geldt bijvoorbeeld voor sectoren met een lumpsumbekostiging. De kosten zijn dan in feite een gegeven en de instelling probeert dan een maximale productie te realiseren in termen van onderwijsresultaat (percentage geslaagden, onderwijsrendement). Een treffend voorbeeld van de invloed van de economische context is te vinden bij Blank en Merkies (2004) over de Nederlandse ziekenhuissector. Het ziekenhuis tracht zijn kosten te minimaliseren terwijl tegelijkertijd een opbrengst‘tartget’ moet worden gehaald. Zonder hier in te gaan op alle technische merites van de verschillende economische modellen is het van belang te onderstrepen dat een andere economische context ook kan leiden tot een andere optimale allocatie5. Dit betekent dat de optimale bureaucratie mede wordt bepaald door de inrichting van de bekostiging en andere vormen van regulering.
3.3
Empirische modellen
Met empirische modellen is het mogelijk de bovenstaande theorie een cijfermatige invulling te geven. Deze modellen bestaan uit wiskundige vergelijkingen, waarvan de parameters op basis van feitelijke gegevens worden geschat. Een voorbeeld van een empirisch model is het kostenmodel. Een kostenmodel geeft de rekenkundige relatie weer tussen enerzijds de totale kosten van een school en de productie, prijzen van ingezette middelen, technologie en omgevingskenmerken anderzijds. Op basis van een kostenmodel is het mogelijk voor iedere school de optimale inzet van middelen vast te stellen. Het empirische model is ook zo in te richten dat het mogelijk is om uitspraken te doen over een generieke overbenutting van een bepaald ingezet middel. Hier zullen wij eerst het kostenmodel bespreken. Verder schenken we hier aandacht aan de presentatie van uitkomsten. Deze zal bijvoorbeeld bestaan uit kengetallen waarbij de optimale kostenaandelen van de verschillende ingezette middelen worden vergeleken met de feitelijke inzet. Het betreft hier dus kostenaandelen van bijvoorbeeld management, onderwijzend personeel, ondersteunend personeel en materiaal.
3.4 3.4.1
Kostenmodel Algemeen
De kostenstructuur van scholen is goed te beschrijven met een kostenmodel dat bestaat uit een vergelijking die de totale kosten beschrijft en een stelsel van vergelijkingen die de 5
Voor een uitgebreide uiteenzetting over dit aspect zie bijvoorbeeld Lovell (2000).
Bureau of lessenaar
33
aandelen van de verschillende typen kosten in de totale kosten beschrijven (zie ook Blank et al., 1998). Een dergelijke benadering is bij uitstek geschikt voor de vraagstelling die hier aan de orde is, namelijk de relatie tussen bureaucratie en productie. Een alternatief is de toepassing van een indirecte output distance function ( zie Grosskopf et al., 1997)6. Een kostenfunctie geeft de samenhang weer tussen enerzijds de kosten en anderzijds de omvang en samenstelling van de dienstverlening, de prijzen van de ingezette middelen (zoals salarissen van verplegend personeel) en de stand van de techniek. Uit de economische theorie volgt dat uit de kostenfunctie zogenoemde kostenaandelenfuncties zijn af te leiden (Färe en Primont 1995). Deze kostenaandelenfuncties geven voor elk ingezet middel (bijvoorbeeld verplegend personeel) de optimale relatie weer tussen de inzet van dat middel enerzijds en de omvang en samenstelling van de dienstverlening, de prijzen van de ingezette middelen en de technische ontwikkeling anderzijds. Met andere woorden, de kostenfunctie beschrijft of verklaart de kosten, de kostenaandelenfuncties de optimale samenstelling van personeel, materiaal en kapitaal. Dit model kent twee grote voordelen. In de eerste plaats hebben alle uit de kostenfunctie af te leiden vergelijkingen voor de kostenaandelen een eenvoudige vorm. Daarnaast zijn direct uit het kostenmodel diverse economische relaties voor iedere school af te leiden. Met behulp van deze economische relaties kunnen de onderzoeksvragen worden beantwoord. Het gaat hier om de volgende relaties. • allocatieve en technische efficiëntie; • schaaleffecten; • autonome kostenontwikkelingen. In het vervolg van deze paragraaf worden deze begrippen nader toegelicht.
3.4.2
Allocatieve en technische efficiëntie
In deze paragraaf bespreken we de efficiëntie van een school. We gaan hierbij in op de begrippen allocatieve en technische efficiëntie. Figuur 3.1 geeft de begrippen technische en allocatieve efficiëntie weer.
6
34
Vanwege de korte doorlooptijd van het project is deze optie niet verder uitgewerkt.
Bureau of lessenaar
Kosten
Grafische weergave kostenfunctie
A A
T1 T2
Eff = BC/AC
B B
C C
Aandeel kosten overhead
Productie
A B
T1 T2
Productie
Aandeel kosten verplegend personeel
Figuur 3.1
B A
T2 T1 Productie
Het bovenste plaatje van figuur 3.1 bevat een vereenvoudigde kostenfunctie, T1. Op de horizontale as staat de productie weergegeven en op de verticale as de kosten. Ieder punt in de figuur representeert een school. De gehanteerde techniek bepaalt nu een curve die door een aantal punten gaat met de laagste kosten: de zogenoemde beste praktijk of grenskostenfunctie. Punt A geeft de kosten en productie weer van een willekeurige school uit de steekproef. Wanneer we nu vanuit punt A een verticale lijn naar beneden trekken, geeft het snijpunt van die verticale lijn met een T1, punt B, de minimale kosten weer, waarmee dezelfde productie behaald kan worden. De efficiëntie van een school is nu gelijk aan de verhouding tussen de minimaal haalbare kosten en de feitelijke kosten (= BC/AC). Deze efficiëntie ontstaat deels door een onjuiste samenstelling van de ingezette middelen. Dit blijkt uit de twee onderste delen van de figuur. In het middelste gedeelte staat op de verticale as het percentage van de kosten dat aan overhead (bureaucratie) wordt besteed. De economische theorie geeft nu aan dat wanneer de kostenfunctie bekend is (bovenste deel) ook de optimale samenstelling van de ingezette middelen, ofwel de kostenaandelen
Bureau of lessenaar
35
bekend zijn. De lijn T1 in het tweede en derde plaatje geeft voor ieder niveau van productie het optimale kostenaandeel weer. Instelling A zit in het middelste plaatje hierboven en gebruikt dus te veel bureaucratie. Er zijn echter ook instellingen, die te weinig bureaucratie hebben. Inefficiëntie die ontstaat door een verkeerde samenstelling van ingezette middelen wordt allocatieve inefficiëntie genoemd. Een kostenfunctie gaat uit van een ideale productiestructuur. Dit betekent dat scholen die de beste verhouding weergeven tussen productie en kosten, als efficiënt worden aangemerkt. Soms is er echter sprake van systematische afwijkingen ten opzichte van de optimale mix van ingezette middelen. Grosso modo hebben scholen dan een bepaalde voorkeur voor één of meer ingezette middelen. Zo kan het zijn dat ook een in eerste instantie als efficiënt aangemerkt school teveel van een bepaald productiemiddel inzet. Dit zou bij een ‘gewone’ kostenfunctie niet naar voren komen. Aangezien het in dit onderzoek juist gaat om een dergelijke systematische voorkeur, dient hier een enigszins aangepast kostenmodel te worden gehanteerd. Het gaat hier om een zogenoemd schaduwprijs kostenmodel (zie bijvoorbeeld Atkinson en Primont, 2002; Kumbhakar, 1997)7. Naast een onjuiste samenstelling van de ingezette middelen bestaat ook de mogelijkheid dat een school over de gehele linie te veel middelen inzet. In dat geval is er sprake van technische inefficiëntie.
3.4.3
Schaaleffecten
Uit de kostenfunctie is ook direct een maat af te leiden voor de schaaleffecten. De kostenfunctie geeft immers aan wat de gevolgen zijn in termen van kosten bij een groei van de productie met bijvoorbeeld één procent. Indien de kosten met minder dan één procent groeien, is er sprake van schaalvoordelen. Als de kosten met precies één procent stijgen dan is er sprake van constante schaalvoordelen. In het geval dat de kostenstijging groter is dan één procent, is er sprake van schaalnadelen. Overigens kunnen de schaaleffecten variëren met de grootte van een school. Bij kleine scholen is wellicht sprake van schaalvoordelen, terwijl grote scholen met schaalnadelen worden geconfronteerd. Een dergelijk verloop staat bekend als een U-vorm: de gemiddelde kosten dalen tot een bepaald optimum naarmate de school groter wordt, daarna groeien de kosten weer. Overigens kunnen de gemiddelde kosten ook nog een ander verloop hebben, bijvoorbeeld L-vormig (alleen maar schaalvoordelen) of omgekeerd L-vormig (alleen maar schaalnadelen). De empirie moet hierover uitsluitsel geven.
3.4.4
Autonome kostenontwikkelingen
Een belangrijk element in het kostenmodel betreft de invloed van technische of autonome ontwikkelingen. Door technische ontwikkelingen, maar ook door andere ontwikkelingen 7
36
Deze modellen gaan uit van de veronderstelling dat instellingen bij de besluitvorming over de inzet van middelen (fictieve) prijzen hanteren die afwijken van de feitelijke prijzen. De afwijkingen tussen fictieve en feitelijke kosten vormen een maat voor de kostenopdrijving door een onjuiste verhouding tussen de ingezette middelen (allocatieve inefficiëntie).
Bureau of lessenaar
zoals wijzigingen in de wet- en regelgeving kunnen veranderingen optreden in de kosten. Een voorbeeld van technische ontwikkelingen is de toepassing van andere onderwijsmethoden (bijvoorbeeld ICT), waardoor de inzet van leerkrachten vermindert. Dikwijls wordt in vergelijkbare studies uitgegaan van neutrale technische ontwikkeling: de technische ontwikkeling heeft een even grote impact op alle ingezette middelen (zie ook Blank et al., 1998). Deze restrictieve veronderstelling wordt hier losgelaten (zie Atkinson en Primont, 2002). Het hier gehanteerde kostenmodel laat toe dat er in de loop der tijd veranderingen optreden in de samenstelling van de ingezette middelen als gevolg van wijzigingen in de techniek of in de omgeving (zie bijvoorbeeld Blank en Vogelaar, 2004). Zo moet bijvoorbeeld de vermeende verzwaring van de administratieve lasten in de loop der tijd expliciet zichtbaar worden. Hiertegenover staat bijvoorbeeld de arbeidsbesparing bij administratieve taken door de automatisering. Figuur 3.1 geeft grafisch weer welke veranderingen in de loop der tijd kunnen optreden. De kostenfunctie schuift van T1 naar T2. Ook de bijbehorende optimale kostenaandelen kunnen hierdoor verschuiven. Het is goed mogelijk dat door de groei van het aantal registratieverplichtingen de administratieve lasten (= bureaucratie) toenemen. Deze vertalen zich dan in een opwaartse richting van de curve in het middelste deel van de figuur.
Bureau of lessenaar
37
4 Kwalitatieve toets
4.1
Inleiding
Naast de vragen van methodische aard heeft het ministerie van OCW tevens verzocht om de ontwikkelde methodiek te testen in een onderwijssector. In overleg met het ministerie is gekozen voor het voortgezet onderwijs. Het in hoofdstuk 3 gepresenteerde model wordt kwalitatief getoetst door consultatie van bestuurders van scholen in het voortgezet onderwijs. De resultaten van deze consultatie zijn hier te vinden. Alvorens de resultaten te bespreken gaan we kort in op de belangrijkste aspecten van de huidige bekostiging. Deze vormen immers het startpunt van de bedrijfsvoering. Voor een uitgebreidere beschrijving over de bekostiging en onderwijsinhoudelijke veranderingen in de loop der tijd verwijzen we naar de bijlage bij hoofdstuk 4.
4.2
Bekostigingssystematiek8
Veruit het grootste deel van de kosten in het voortgezet onderwijs zijn gemoeid met het personeel (ongeveer 85%). Het aantal leerlingen bepaalt de hoogte van het bedrag dat scholen ontvangen voor de dekking van kosten voor personeel en materiaal. Voor het voortgezet onderwijs is een lumpsumbekostiging van toepassing. Dit betekent dat per school op basis van een aantal normen een totaalbedrag wordt berekend. De school kan binnen enkele wettelijke grenzen zelf bepalen hoe zij dat totaalbedrag (het schoolbudget) besteedt. Het bekostigingsmodel voor het voortgezet onderwijs kent twee onderdelen: • de materiële component; • de personele component. Tot de materiële kosten worden gerekend: schoonmaak, onderhoud, energieverbruik, administratie, bestuur en beheer (ABB), heffingen, inventaris en leermiddelen. De materiële component wordt vastgesteld op basis van het Bekostigingsstelsel Materieel (BSM). Het stelsel is per 1 januari 1993 ingevoerd. Scholen ontvangen een vast bedrag per leerling naast een vast bedrag per school (de ‘vaste voet’).
8
Bron: Dossier Bekostiging Voortgezet onderwijs (http://www.minocw.nl/bekostigingvo/).
Bureau of lessenaar
39
De bekostigingssystematiek voor de personele formatie is van kracht vanaf 1 augustus 1996. De toepassing van dit model leidt tot een normatieve formatie, uitgedrukt in fulltime equivalenten (fte’s). De omvang van de normatieve formatie wordt bepaald door ratio’s (aantal leerlingen per fte, afhankelijk van de personeelscategorie en schoolsoort), een vaste voet en opslagpercentages. De ratio voor de categorieën directie en onderwijsondersteunend personeel (zoals conciërges en administratief personeel) is voor alle vier schoolsoorten gelijk. Voor leraren is de normatieve verhouding afhankelijk van de schoolsoort. Per personeelscategorie gelden afzonderlijke bedragen voor de gemiddelde personeelslast. Voor de berekening van de gemiddelde personeelslast maakt het stelsel een onderscheid tussen de verschillende schoolsoorten. Aangezien gemeenten verantwoordelijk zijn voor de huisvesting van scholen vallen kapitaalkosten buiten de lumpsum. Scholen maken dus geen afweging over de inzet van kapitaal. Vereenvoudiging van de bekostiging Vanaf 1 januari 2006 worden de regels voor de bekostiging vereenvoudigd (zie OCW, 2005). De reden hiervoor is dat het ministerie met de bekostigingssystematiek meer wil aansluiten bij de toegenomen autonomie van de scholen, te meer daar het beleid erop gericht is de trend naar meer autonomie door te zetten. De huidige bekostiging is gebaseerd op een groot aantal parameters, die hun grondslag vinden in bekostigingsformules die teruggaan tot de jaren ’70. De inhoudelijke ontwikkelingen van het onderwijs zijn echter niet duidelijk meer te relateren aan het bekostigingsstelsel. Er bestaat dan ook een relatief ondoorzichtig systeem van bekostigen met vele parameters. Daarom is in overleg met vertegenwoordigers van de scholen in het vo besloten het systeem van bekostiging vanaf 1 januari 2006 te vereenvoudigen. De maatregelen zijn: 1.
Het omzetten van bekostiging per schooljaar naar kalenderjaar.
2.
De leerlingfluctuatiefactor wordt afgeschaft. Dit is de factor die er voor zorgt dat veranderingen in leerlingaantallen twee jaar doorwerken in de hoogte van de bekostiging.
3.
Het afschaffen van de leeftijdscorrectie voor leraren bij het bepalen van de gemiddelde personeelslast per school.
4.
Een forse vermindering van het aantal parameters in de bekostiging (met name opslagen voor adv, frictie, bapo, schoolprofielbudget) .
5.
Het gelijktrekken van de vaste basisformatie (de zogenaamde vaste voeten) gerelateerd aan het aantal afdelingen VBO.
6.
Het gelijktrekken van de vaste basisformatie voor atheneum en lyceum, al dan niet in combinatie met havo en/of mavo.
7. 8.
Het opnemen van het nascholingbudget in de lumpsum. Het afschaffen van de groeiregeling praktijkonderwijs, deze is door de omzetting naar bekostiging op kalenderjaar overbodig geworden.
De eerste twee maatregelen hebben voor de meeste scholen de grootste gevolgen. Het overgaan van schooljaar op kalenderjaar houdt onder andere in dat de scholen al drie maanden na de telling van de leerlingen (op 1 oktober) de bekostiging voor die leerlingen ontvangen. Er wordt vanaf 1 januari 2006 daarnaast geen rekening meer gehouden met de leerlingaantallen van het voorgaande schooljaar (de leerlingfluctuatiefactor). Dat betekent
40
Bureau of lessenaar
dat scholen sneller worden bekostigd op het juiste niveau. Scholen met stijgende leerlingaantallen hoeven dus minder lang op hun geld te wachten, scholen waarvan het aantal leerlingen daalt moeten eerder kostenbeperkende maatregelen nemen. De afschaffing van de leeftijdscorrectie voor leraren betekent dat de leeftijd van de docenten geen rol meer speelt in de bekostiging van de scholen. Het maakt in termen van bekostiging dus geen verschil of een jonge of wat oudere docent wordt aangenomen. Voor scholen ontstaat dan wel een prikkel om jongere (goedkopere) leerkrachten in te huren. De genoemde maatregelen hebben tot gevolg dat de hoogte van de bekostiging zal veranderen. Om schoolbesturen met een krimpend budget tegemoet te komen, is een overgangsregeling in de wet opgenomen9.
4.3 4.3.1
Kwalitatieve toetsing model: rondetafelconferentie Opzet en deelnemers
Voordat de analyse over bureaucratie volgens de in hoofdstuk 3 besproken methode is toegepast op het voortgezet onderwijs, is het voorstel eerst op een kwalitatieve manier getoetst. Er is een rondetafelconferentie georganiseerd met drie schoolbesturen. Voor de bijeenkomst ontvingen de deelnemers een gesprekspuntenlijst. Vooraf zijn door ECORYS de bij het Cfi beschikbare gegevens van de instellingen naast elkaar gelegd en met elkaar vergeleken (mini benchmark). Deze overzichten zijn aan de deelnemers voorgelegd met de vraag om een reactie te geven en om – op het eerste gezicht – mogelijke verklaringen te geven voor verschillen. Het conceptueel kader was richtinggevend voor de gespreksonderwerpen van de conferentie. Drie grote besturen met vestigingen in de steden Rotterdam, Utrecht en Den Haag (en omstreken) hebben deelgenomen aan de rondetafelconferentie. In de bijlage bij hoofdstuk 4 zijn de namen van de deelnemers opgenomen.
4.3.2
Gesprekspuntenlijst
Tijdens de rondetafelconferentie zijn de volgende vragen aan de orde gekomen: Begripsbepaling • Welke kosten worden onderscheiden? Tot welk detailniveau? • Hoe wordt bureaucratie gezien? Wat behoort tot bureaucratie?
9
Schoolbesturen die er meer dan 1,5% op achteruitgaan worden gedurende vijf jaar gecompenseerd, waarbij het bedrag dat wordt toegekend, afloopt van 100% via 80%, 60%, 40% naar 20%. De uitbetaling van dit bedrag gebeurt in één keer in het jaar 2006.
Bureau of lessenaar
41
•
In hoeverre is het onderscheid tussen het primaire en secundaire proces te maken? In hoeverre is het onderscheid tussen onderwijsgevend personeel (OP) en het onderwijsondersteunende personeel (OOP) te maken?
Allocatie van de middelen • Hoe worden middelen binnen een school en binnen een bestuur verdeeld? • Wie is verantwoordelijk voor de verdeling van middelen? • Worden hier normen/uitgangspunten voor gehanteerd (voor bijvoorbeeld de verdeling personeel/materieel)? • In hoeverre is de verdeling van middelen flexibel? Welke ruimte hebben scholen/ besturen (vergelijk vaste versus variabele kosten)? Bureaucratie bij instellingen • Welke factoren beïnvloeden de omvang van de bureaucratie? • Grootte van de instelling? • Type onderwijsinstelling? • Bijzondere omstandigheden? Wenselijkheid bureaucratiebenchmark • In hoeverre worden er zelf initiatieven genomen om te benchmarken? • In hoeverre is het wenselijk om een bureaucratiebenchmark te ontwikkelen?
4.3.3
Uitkomsten rondetafelconferentie
Langs de lijnen van de gesprekspuntenlijst worden hieronder de resultaten van de rondetafelconferentie weergegeven. Wij geven hier de meningen van de deelnemers aan de rondetafelconferentie weer. Begripsbepaling Het begrip bureaucratie roept vraagtekens op bij de deelnemers. Zoals één van de deelnemers stelt: “Het is wel heel simpel om alles wat niet tot het lesgeven behoort, te bestempelen als bureaucratie”.
In het algemeen leeft het beeld dat middelen voor de ondersteuning ten goede komen aan het primaire proces. Het onderscheid tussen het primaire en secundaire proces is gradueel en vanuit beleidsmatig oogpunt te rigide. Door meer middelen te besteden aan het secundaire proces is het goed mogelijk dat het primaire proces effectiever en efficiënter verloopt. Daarnaast is het onderscheid ook niet altijd te maken, een leraar houdt zich ook bezig met het secundaire proces en een directeur kan ook regelmatig voor de klas staan. Dergelijke gegevens worden niet verzameld (denk bijvoorbeeld aan tijdschrijven). Daarnaast is er een aantal opmerkingen over de gebruikte gegevens. De gegevens van het personeel zijn afkomstig van de CASO. CASO is een salarisadministratiesysteem en de gegevens worden voor dat doel verzameld. Dit betekent dat de gegevens van CASO niet zonder meer gebruikt kunnen worden voor het maken van een benchmark (informatie over bijvoorbeeld werkervaring van de leraar wordt slechts indirect bijgehouden via de
42
Bureau of lessenaar
salarisschaal, informatie over het middelmanagement wordt in het geheel niet verzameld). Daarnaast kiezen geleidelijk steeds meer scholen ervoor om met een ander salarissysteem te gaan werken. Aangezien er geen informatieverplichting is voor scholen om deze gegevens aan te leveren aan het ministerie van OCW is het de vraag in hoeverre er op termijn nog sprake is van een integrale dekking van scholen. De betrouwbaarheid van de gegevens van het Cfi (en met name de financiële gegevens) worden wel als zeer betrouwbaar gekwalificeerd. Ten slotte komt het in de praktijk soms voor dat het bovenschoolse bestuur aan één BRIN-nummer wordt toegekend. Bij het benchmarken leidt dit tot een scheve verdeling. De school aan welke het bovenschoolse bestuur is toegekend kent dan een relatief grotere bureaucratie. Allocatie van de middelen In principe bepaalt het bovenschoolse bestuur de wijze waarop de middelen tussen de scholen onder het bestuur worden verdeeld. Aangezien de financiering van de middelen via het BRIN-nummer van de school geschiedt, komt het er in de praktijk wel op neer dat de verdeling van de financiële middelen ongeveer gelijk is aan de verdeling op basis van het BRIN-nummer. Dit beperkt de beleidsruimte van het bovenschoolse bestuur. De verdeling van financiële middelen binnen een school wordt voor een groot deel door de school zelf gemaakt, scholen zijn in belangrijke mate autonoom. Zaken waar op schoolniveau over beslist wordt, zijn bijvoorbeeld zaken als groepsgrootte, inzet van onderwijsgevend personeel versus onderwijsondersteunend personeel, de taken van het personeel (denk aan taakverbreding van de amanuensis of aan het verzorgen van de ICTvoorzieningen door een docent) en het aanvragen en besteden van additionele projectfinanciering. De gemeente speelt in de besteding van de middelen indirect eveneens een belangrijke rol. De huisvesting van de school wordt door de gemeente bepaald. Met andere woorden, nieuwbouw of verbouw is een beslissing van de gemeente. Aangezien een nieuw gebouw leidt tot lagere exploitatiekosten heeft de gemeente hiermee invloed op de inzet van de middelen op een school (de gemeente Rotterdam besteedt hier veel middelen aan en bijvoorbeeld de gemeente Rijswijk is hier heel terughoudend). Een ander voorbeeld is te vinden in de gemeente Den Haag. De gemeente heeft hier een bijdrage geleverd aan de totstandkoming van een glasvezelkabel tussen scholen. Dit betekent voor deze scholen een lagere inzet van personeel voor netwerkbeheer en meer mogelijkheden voor nieuwe vormen van lesgeven. Tenslotte heeft een school niet in alle gevallen de flexibiliteit om middelen naar eigen inzicht te besteden. Scholen gaan langlopende verplichtingen aan (denk aan huisvesting, maar ook aan personeel). Wanneer bijvoorbeeld het leerlingaantal terugloopt, dan kunnen er niet direct leraren worden ontslagen of lokalen worden afgestoten10.
10
Het afstoten van lokalen aan de gemeente is in bepaalde gevallen wel mogelijk,
Bureau of lessenaar
43
Bij de allocatie van middelen worden soms bepaalde uitgangspunten gehanteerd vanuit de opvattingen van het bestuur. Het bestuur zou bijvoorbeeld een prioriteit kunnen leggen bij versterking van het primaire proces en meer onderwijzend personeel aan kunnen nemen. Deze bestuursprioriteiten zijn vooralsnog beperkt. Hiervoor zou de bekostiging ook moeten worden afgestemd op het bestuursniveau in plaats van op schoolniveau Bureaucratie bij instellingen Bij het voorleggen van de uitkomsten van de mini benchmark is de deelnemers gevraagd te reageren op de verschillen. De mini benchmark bevatte informatie over de relatie tussen het aantal leerlingen en: • personeel (fte); • kosten; • onderwijsondersteunend personeel; • directie; • materiële kosten. Een belangrijke reden voor de verschillen in de kosten per leerling en daarmee ook in de bureaucratie van een onderwijsinstelling is gelegen in het type onderwijs, dat op de school gegeven wordt (lwoo, pro, vmbo, havo/vwo). De leerling-leraar ratio voor het lwoo is 8:1, terwijl dit voor de havo/vwo ruim twee keer hoger ligt. De leerling-leraar ratio voor theoretisch onderwijs (voor het vmbo) is bijvoorbeeld ook hoger dan voor het onderwijs met praktijkvakken. Dit komt ook tot uiting in de vergoeding die onderwijsinstellingen van het ministerie van OCW ontvangen per leerling. Een andere factor is de ontwikkeling van de leerlingenaantallen. Vanwege beperkingen in de mogelijkheden om te schuiven met middelen vanwege langlopende verplichtingen, komen instellingen met een dalend leerlingenaantal op relatief hoge kosten per leerling uit. Aan de andere kant betekent een oprichting van een nieuwe school met snel stijgende leerlingaantallen dat er in het begin aanloopkosten worden gemaakt ten opzichte van relatief weinig leerlingen, waardoor de kosten per leerling en de bureaucratie per leerling relatief hoog uitvallen. Huisvesting is eveneens een belangrijke verklarende factor voor de kosten per leerling en daarmee ook voor de bureaucratie van een school. De beslissing over de huisvesting ligt in handen van de gemeente en is daardoor niet – op korte termijn – te beïnvloeden door de school. Dit leidt tot hogere kosten per leerling en daarmee bureaucratie in de vorm van de grootte van de school (aantal m2 per leerling), de efficiëntie van het gebouw (denk aan loze ruimtes als gangen en zolders die wel meetellen in het aantal m2), de leeftijd van het gebouw (met een directe relatie tot de exploitatiekosten) en de schaalgrootte van de huisvesting (wanneer er meer locaties zijn kan bijvoorbeeld personeel minder efficiënt worden ingezet vanwege reistijd tussen de locaties). De kosten voor ICT (als onderdeel van de bureaucratie) hangen sterk af van de wijze waarop de school de inrichting heeft georganiseerd. Tenslotte is er ruimte binnen de school om te beslissen over de inzet van personeel. Een belangrijke ontwikkeling in dit geval is de komst van meer onderwijsassistenten of de inzet van meer ondersteunend personeel waardoor de bureaucratie relatief hoger wordt.
44
Bureau of lessenaar
Dit is een ontwikkeling die ook is ingegeven door de krapte op de arbeidsmarkt voor leraren. Tenslotte heeft de mate van uitbesteden van diensten ook gevolgen voor de bureaucratie. Op dit moment gebeurt dit nog nauwelijks, behalve op het gebied van schoonmaak en onderhoud. ICT-diensten worden nog weinig uitbesteed, met name ook vanwege de grote inhoudelijke betrokkenheid van docenten bij de inzet van ICT op school (dit kan voor bepaalde docenten gezien worden als onderdeel van de aantrekkelijkheid van het werk).
4.3.4
Wenselijkheid bureaucratiebenchmark
De deelnemers zijn zich bewust van de toegevoegde waarde van het benchmarken van instellingen, omdat dit belangrijke managementinformatie op kan leveren voor de scholen. Sommige besturen ondernemen op dit moment zelf initiatieven om eenvoudige (partiële) benchmarks te ontwikkelingen. Over de ontwikkeling van een benchmark door het ministerie van OCW zijn de deelnemers huiverig. Er bestaat de angst dat deze informatie (met name in de handen van de politiek) gebruikt kan worden om meer inmenging te krijgen op scholen (denk aan efficiëntiekortingen). Aangezien veel schoolspecifieke eigenschappen en schoolspecifieke ontwikkelingen van invloed zijn op de relatie tussen de bureaucratie en het onderwijs, is het van belang om niet alleen de cijfers te kennen maar ook het verhaal achter de cijfers. Scholen beschikken over deze informatie en het ministerie van OCW (en de politiek) in mindere mate. Een benchmark geeft de scholen dan ook belangrijk inzicht in de werking van de school en de mate van efficiëntie en effectiviteit van het primaire proces. Met dit inzicht kan de school zelf beoordelen op welke wijze de inzet van middelen aangepast moet worden.
Bureau of lessenaar
45
5 Empirische toepassing in het voortgezet onderwijs
5.1
Inleiding
Dit hoofdstuk bevat een empirische toepassing van het model, zoals besproken in hoofdstuk 3, op delen van het voortgezet onderwijs. Paragraaf 5.2 gaat in op de invulling van het model. Definities van variabelen en de bijbehorende gegevens staan hier centraal. Paragraaf 5.3 presenteert een statistische beschrijving van de gehanteerde gegevens. Paragraaf 5.4 geeft de schattingsresultaten weer. In paragraaf 5.5 is een aantal conclusies opgenomen.
5.2 5.2.1
Definities en gegevens Afbakening scholen
De onderzoeksopzet beperkt zich om praktische redenen tot een onderzoek naar de bureaucratie van scholengemeenschappen met de volgende onderwijselementen: vmbo-t (voorheen mavo), havo en vwo. De homogeniteit in dienstverlening van deze scholengemeenschappen is het grootst. Bovendien levert deze keuze een voldoende aantal scholen voor een empirische toepassing11.
5.2.2
Definitie en meting van de productie
De onderwijsliteratuur omvat een uitgebreide discussie over de definitie van onderwijsproductie. In een studie over de kostenstructuur van het Nederlandse basisonderwijs besteedt Blank (1993) uitgebreid aandacht aan deze discussie. Ook in meer recente publicaties staan onderzoekers uitgebreid stil bij dit vraagstuk. Het navolgende bevat een korte bespreking van de belangrijkste aspecten en elementen van de discussie. De meest gangbare definitie van onderwijsproductie verwijst naar de toegevoegde waarde in kennis en vaardigheden per jaar (zie bijvoorbeeld Blank, 1993 en Wenger, 2000). Dit betekent dat voor onderwijssectoren met een heterogene instroom qua kennis en capaciteiten het ook van groot belang is om het aanvangsniveau te meten. Het primair
11
De bve-sector was een andere optie vanwege de aanwezigheid van gedetailleerde gegevens uit de lopende benchmark in deze sector. De diversiteit in de BVE-sector is echter veel groter en het aantal instellingen juist geringer. Bij de uitvoering had dit meer problemen op kunnen leveren.
Bureau of lessenaar
47
onderwijs is daarvan het meest sprekende voorbeeld. Het aanvangsniveau is daar bijvoorbeeld te benaderen met de leerlinggewichten. In het voortgezet onderwijs is het echter van belang rekening te houden met de verschillende richtingen en de nominale studieduren van de opleidingen. Voorbeelden van relevante (product) indicatoren zijn: rendement per schooltype, examenresultaten, schooladvies en cumi-leerlingen. De opbrengstenkaart van de onderwijsinspectie bevat informatie op het niveau van vestigingen over de volgende prestatiecijfers: • onvertraagd rendement onderbouw; • vertraagd rendement onderbouw, gecorrigeerd voor schooladvies; • onvertraagd rendement bovenbouw; • gemiddelde cijfers voor het centraal examen. Deze zijn beschikbaar voor de schooljaren 2000/2001 tot en met 2004/2005. Naast de gemiddelde prestatie per leerling is uiteraard het aantal leerlingen bepalend voor de onderwijsproductie. Het Cfi heeft deze gegevens op schoolvestigingsniveau verstrekt, waarbij het Cfi tevens een onderscheid maakt tussen het aantal leerlingen per onderwijselement.
5.2.3
Definitie en meting van de inzet van middelen
Bij de meting van de ingezette middelen is het van belang relatief homogene groepen ingezette middelen te onderscheiden, zowel wat betreft kosten als qua bijdrage aan de productie. Ook hier geldt dat het aantal onderscheiden middelen beperkt dient te zijn. In feite bepaalt het aantal waarnemingen in de empirische analyse de mogelijkheden van onderscheid. Een voorbeeld van onderscheiden ingezette middelen zijn: onderwijzend personeel, onderwijsondersteunend personeel, staf en administratief, onderhoudspersoneel, materiaal, inventaris en gebouwen. Vanwege het bijzondere karakter van kapitaal (gebouwen en inventaris) wordt dit niet als te verklaren grootheid of als onderdeel van de totale kosten in de analyses verwerkt. Het management heeft immers weinig invloed op de inzet van kapitaal, vanwege de rol van de gemeente in deze. Wel dient kapitaal als verklarende factor voor de kosten en de samenstelling van de ingezette middelen. Zo leidt een relatief hoge inzet van kapitaal vanzelf tot een relatief hoge inzet van ondersteunend personeel (onderhoud en schoonmaak) en materiaal (energie). De beschikbare informatie bevat gegevens over afschrijvingen en huisvestingskosten. Deze worden gehanteerd als een globale indicator voor de inzet van kapitaal. Aangezien er wordt afgeschreven tegen historische kostprijs zijn de afschrijvingen een indicatie voor zowel het volume als de kwaliteit van de inzet van kapitaal. Bij meting van de prijzen van de ingezette middelen wordt verondersteld dat er naast prijsverschillen (lonen) in de loop der tijd ook regionale verschillen tussen prijzen bestaan. Zo verschillen lonen bijvoorbeeld door wisselende schaarsteverhoudingen op
48
Bureau of lessenaar
arbeidsmarkten in verschillende regio’s. Ook in de materiële sfeer bestaan regionale verschillen, onder andere door verschillen in gemeentelijke belastingen en rechten. Aangezien het CBS niet beschikt over gegevens over regionale prijsverschillen worden deze geschat via een regressieanalyse van de loonkosten per voltijdequivalent (bijvoorbeeld van onderwijzend personeel). Jaar en RBA-regio (Regionaal Bestuur voor de Arbeidsvoorziening) fungeren als verklarende variabelen in deze analyse. Vervolgens dienen deze schattingen om een ‘prognose’ te maken van de prijzen van ingezette middelen voor scholen. Alle scholen in eenzelfde regio en in eenzelfde jaar krijgen dezelfde prijs toegewezen voor bijvoorbeeld onderwijzend personeel. Het Cfi heeft gegevens verschaft over de inzet van personeel en de exploitatielasten per school over de periode 1999-2003. Deze gegevens zijn verder bewerkt en ingedikt tot de volgende variabelen: • personeelskosten management; • personeelskosten onderwijzend personeel; • personeelskosten onderwijsondersteunend personeel; • personeelskosten beheer, administratief en overig personeel; • materiële kosten; • voltijdbanen management; • voltijdbanen onderwijzend personeel; • voltijdbanen onderwijsondersteunend personeel; • voltijdbanen beheer, administratief en overig personeel; • afschrijvingen; • huisvestingskosten (huur).
5.2.4
Bewerkingen en controles
De gegevens van de in paragraaf 5.1 beschreven variabelen zijn nog verder bewerkt en gecontroleerd op uitbijters. Zo zijn de financiële gegevens, die gebaseerd zijn op kalenderjaren, omgerekend naar schooljaren. Bij deze omrekening is rekening gehouden met het aantal maanden dat een bepaald schooljaar in een kalenderjaar valt (7 maanden, respectievelijk 5 maanden) en de verhouding tussen het aantal leerlingen in opeenvolgende schooljaren. Helaas beschikt het Cfi niet over een uitsplitsing van de personeelskosten naar de verschillende functies. Deze gegevens zijn echter wel essentieel voor de analyse van de allocatie van ingezette middelen. Daarom worden deze benaderd via de inschaling van het personeel. Voor iedere functie is namelijk wel bekend op welk niveau het personeel is ingeschaald. Door het mediane salaris uit een salarisschaal te koppelen aan de inschaling van personeel zijn de salariskosten te benaderen. Slechts in het geval waarin een school zeer veel jonge of oude werknemers in een bepaalde functiecategorie kent, ontstaan er afwijkingen ten opzichte van de feitelijke kosten. De salariskosten voor iedere functie worden vervolgens opgehoogd tot de personeelskosten (dus inclusief sociale premies, vakantietoeslag et cetera) met een ophoogfactor. Deze is gelijk aan de verhouding tussen de totale personeelskosten en de totale salariskosten van een school.
Bureau of lessenaar
49
Verder hebben we de rendementcijfers van de inspectie van het onderwijs gecorrigeerd voor sociale kenmerken van de school. We hebben gecorrigeerd voor het percentage culturele minderheden leerlingen en voor het percentage inwoners dat in zeer en redelijk verstedelijkte gebieden in een gemeente wonen. Dit is een veelal beproefde aanpak, zie bijvoorbeeld Grosskopf et al. (1997), waarin de schoolprestaties van schooldistricten in Texas worden berekend door de testscores te corrigeren voor etniciteit en gratis lunches (lage inkomensgroep). Voor de resultaten zie bijlage bij hoofdstuk 5. Bij de bepaling van de uitbijters hebben wij eenvoudige kengetallen berekend en geavanceerde technieken gehanteerd. Tot de eerste groep behoren grootheden, zoals het aantal leerlingen per voltijdbaan en de kosten per leerling. De tweede groep uitbijters traceren we met de methode van de influential observations (Judge et al. 1988: 892-895) en de methode van least median of squares (zie Rousseeuw en Leroy, 1987). Scholen met uitbijters of ontbrekende gegevens zijn uit het scholenbestand verwijderd. Dit gecorrigeerde bestand noemen we het analysebestand. Tabel 5.1 geeft het aantal vmbo-t/havo/vwo-scholen en het aantal havo/vwo-scholen weer in het oorspronkelijke bestand en het aantal scholen dat na opschoning van de gegevens uiteindelijk gebruikt wordt in de analyses. Tabel 5.1
Aantal scholen per type scholengemeenschap, 2002 Schoolsoort
Oorspronkelijke bestand
Vmbo-t/havo/vwo
105
81
39
31
144
112
Havo/vwo Totaal
Analyse bestand na opschoning
Tabel 5.1 laat zien dat er uiteindelijk 32 scholen buiten de analyses gelaten zijn vanwege ontbrekende of onjuiste gegevens.
5.3 5.3.1
Statistische beschrijving gegevens Productie
In dit onderzoek gebruiken we, zoals eerder aangegeven, zowel het aantal leerlingen als de prestaties van leerlingen als productie-indicatoren in het model. In deze paragraaf bespreken we de gegevens over de productie-indicatoren op schoolniveau. Als eerste kijken we naar het aantal leerlingen per school. Figuur 5.1 geeft het aantal leerlingen op vmbo-t/ havo/vwo-scholen weer. Het aantal leerlingen per havo/vwo-school wordt weergegeven in figuur 5.2. De horizontale as in deze figuren geeft de scholen weer, de verticale as het aantal leerlingen.
50
Bureau of lessenaar
Figuur 5.1
Leerlingen per school vmbo-t/ havo/vwo, 2002 2500
2000
1500
1000
500
0
Figuur 5.2
Leerlingen per school havo/vwo, 2002 1800 1600 1400 1200 1000 800 600 400 200 0
Figuur 5.1 laat zien dat het aantal leerlingen op de onderzochte scholen vmbo-t/havo/vwo varieert tussen ongeveer 700 en ruim 2.000. Uit figuur 5.2 blijkt dat het aantal leerlingen per school van het type havo/vwo varieert tussen de ruim 600 en ongeveer 1.700. Voor beide schooltypen is sprake van een behoorlijke spreiding in leerlingaantal. Een andere belangrijke productie-indicator is het onvertraagde rendement per opleidingstype. Het onvertraagde rendement voor een bepaalde opleiding is gelijk aan het aantal leerlingen in het derde leerjaar dat zonder zittenblijven zijn diploma behaalt voor de betreffende opleiding. De figuren 5.3 tot en met 5.5 geeft het onvertraagde rendement van het vmbo-t , havo en vwo per school weer. Figuur 5.3 heeft alleen betrekking op vmbo-t/havo/vwo scholen. In figuren 5.4 en 5.5 worden de rendementen van zowel vmbo-t/havo/vwo scholen als havo/vwo scholen weergegeven.
Bureau of lessenaar
51
Figuur 5.3
Onvertraagd rendement vmbo-t, 2002 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%
Figuur 5.4
Onvertraagd rendement havo, 2002 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%
52
Bureau of lessenaar
Figuur 5.5
Onvertraagd rendement vwo, 2002
100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%
Het onvertraagd rendement van de onderzochte scholen ligt voor de opleiding vmbo-t tussen de 60 en 100 procent zo blijkt uit figuur 5.3. Figuur 5.4 laat zien dat het onvertraagde rendement voor de opleiding havo tussen de 33 en ruim 83 procent ligt. Hier zit duidelijk meer spreiding dan in het rendement voor de opleiding vmbo-t. Een kanttekening hierbij is dat in het analysebestand meer scholen met een havo-opleiding voorkomen dan met een vmbo-t opleiding. Ook de langere opleidingsduur van de havo speelt hierin een rol. Het onvertraagd rendement voor het vwo varieert tussen de 25 en 90 procent (figuur 5.5). Een andere belangrijke factor bij het analyseren van de prestaties van scholen is het aandeel cumi-leerlingen per opleidingsoort. In de analyses corrigeren we de rendementen in figuur 5.3-5.5 onder andere met het aandeel cumi-leerlingen. Zodoende kunnen prestaties van scholen met veel cumi-leerlingen en scholen met weinig cumi-leerlingen beter met elkaar vergeleken worden. De figuren 5.6 tot en met 5.8 geven het aandeel van cumi-leerlingen weer op het totaal aantal leerlingen vmbo-t, havo en vwo. Figuur 5.6 heeft alleen betrekking op vmbo-t/havo/vwo scholen. In figuren 5.7 en 5.8 worden de aandelen cumi-leerlingen van zowel vmbo-t/havo/vwo scholen en havo/vwo scholen weergegeven.
Bureau of lessenaar
53
Figuur 5.6
Aandeel cumi-leerlingen vmbo-t, 2002 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0%
Figuur 5.7
Aandeel cumi-leerlingen havo, 2002 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0%
54
Bureau of lessenaar
Figuur 5.8
Aandeel cumi-leerlingen vwo, 2002
50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0%
Uit figuur 5.6 blijkt dat het aandeel cumi-leerlingen vmbo-t sterk varieert. Zo zijn er scholen zonder cumi-leerlingen en een substantieel scholen met een aandeel cumileerlingen van meer dan 15 procent. Figuur 5.7 laat zien dat het aandeel cumi-leerlingen havo veel geringer is. Voor een klein deel van de school is het aandeel cumi-leerlingen groter dan 10 procent. Er zijn wel wat scholen met boven de 30 procent cumi-leerlingen. Figuur 5.8 laat zien dat het aandeel cumi-leerlingen vwo varieert van 0 tot zo’n 10 procent. Het aandeel cumi-leerlingen in het vwo is aanzienlijk lager dan in het vmbo-t en havo. Voor bijna alle scholen geldt een aandeel cumi-leerlingen vwo van minder dan 4 procent.
5.3.2
Ingezette middelen
De volgende ingezette middelen worden onderscheiden in dit onderzoek: • directie/management personeel; • onderwijzend personeel; • onderwijsondersteunend personeel; • beheer, administratief personeel en overig personeel; • materiaal. Figuur 5.9 en 5.10 geven een beeld van de kosten per leerling naar de verschillende schoolsoorten in 2002.
Bureau of lessenaar
55
Figuur 5.9
Spreiding kosten per leerling vmbo-t/ havo/vwo, 2002
8000 7000 6000 5000 4000 3000 2000 1000 0
Figuur 5.10
Spreiding kosten per leerling havo/vwo, 2002 8000 7000 6000 5000 4000 3000 2000 1000 0
Uit figuur 5.9 en 5.10 blijkt dat de kosten per leerling in 2002 uiteenlopen tussen € 4.000 en € 7.000. Dit geldt zowel voor vmbo-t/ havo/vwo scholen als havo/vwo scholen. Er zijn dus scholen die bijna 1,75 keer zoveel kosten per leerling hebben in 2002 dan andere scholen. Het is daarom interessant om te zien hoe deze kosten opgebouwd zijn. Figuur 5.12 en figuur 5.13 geven een beeld van de allocatie van de kosten van de ingezette middelen, voor de verschillende schoolsoorten.
56
Bureau of lessenaar
Figuur 5.11
Gemiddelde allocatie van middelen vmbo-t/ havo/vwo, 2002
15%
3%
7%
10%
2% 63%
Figuur 5.12
Directie en management
Onderwijzend personeel
Onderwijsondersteunend personeel
Beheer, administratief en overig personeel
Materiaal
Kapitaal
Gemiddelde allocatie van middelen havo/vwo, 2002
15%
3%
7%
9%
2% 63% Directie en management
Onderwijzend personeel
Onderwijsondersteunend personeel
Beheer, administratief en overig personeel
Materiaal
Kapitaal
Figuur 5.11 en figuur 5.12 laten nagenoeg hetzelfde beeld zien. De grootste kostenpost is voor onderwijzend personeel. Deze bedraagt 63 procent van de totale kosten. Verder bedragen de kosten van directie en management personeel ongeveer 7 procent van de totale kosten. Het aandeel kosten voor beheer, administratief en overig personeel is gelijk aan 9 à 10 procent van de totale kosten. In figuur 5.13-5.17 wordt het aandeel van de kosten van de verschillende soorten personeel ten opzichte van de totale kosten per school weergegeven. Hierdoor ontstaat
Bureau of lessenaar
57
een beeld over de mate van spreiding van de verschillende kostensoorten. De figuren bevatten de gegevens van zowel vmbo-t/ havo/vwo-scholen als havo/vwo-scholen. Figuur 5.13
Spreiding aandeel management in totale kosten, 2002 14% 12% 10% 8% 6% 4% 2% 0%
Figuur 5.14
Spreiding aandeel onderwijzend personeel in totale kosten, 2002 80% 70% 60% 50% 40% 30% 20% 10% 0%
58
Bureau of lessenaar
Figuur 5.15
Spreiding aandeel onderwijsondersteunend personeel in totale kosten, 2002 4,0% 3,5% 3,0% 2,5% 2,0% 1,5% 1,0% 0,5% 0,0%
Figuur 5.16
Spreiding aandeel kosten beheer, administratief en overig personeel in totale kosten, 2002 25%
20%
15%
10%
5%
0%
Het aandeel van kosten voor management en directiepersoneel ten opzichte van de totale kosten varieert van ‘circa 2 tot ongeveer 13 procent bij de onderzochte scholen (figuur 5.13). Voor onderwijzend personeel varieert het aandeel van 50 tot ruim 70 procent (figuur 5.14). Het aandeel van kosten voor onderwijsondersteunend personeel loopt uiteen van 1-4 procent (figuur 5.15). Het kostenaandeel voor beheer, administratief en overig personeel loopt sterk uiteen, van 5 tot bijna 20 procent (figuur 5.16). Belangrijke conclusie is dat de allocatie van middelen tussen scholen sterk uiteen kan lopen. De vraag is waardoor dit wordt veroorzaakt en of er hierdoor inefficiënties ontstaan. De loonkosten per voltijdbaan kunnen een belangrijke determinant zijn. De loonkosten per voltijdbaan worden per school weergegeven in figuur 5.17-5.20. Voor iedere personeelscategorie presenteren we een afzonderlijke figuur. De figuren bevatten de gegevens van zowel vmbo-t/ havo/vwo-scholen als havo/vwo-scholen.
Bureau of lessenaar
59
Figuur 5.17
Spreiding loonkosten per voltijdbaan voor management, 2002 180.000 160.000 140.000 120.000 100.000 80.000 60.000 40.000 20.000 0
Figuur 5.18
Spreiding loonkosten per voltijdbaan voor onderwijzend personeel, 2002 70.000 60.000 50.000 40.000 30.000 20.000 10.000 0
60
Bureau of lessenaar
Figuur 5.19
Spreiding loonkosten per voltijdbaan voor onderwijsondersteunend personeel, 2002
80.000 70.000 60.000 50.000 40.000 30.000 20.000 10.000 0
Figuur 5.20
Spreiding loonkosten per voltijdbaan voor beheer, administratief en overig personeel, 2002 80.000 70.000 60.000 50.000 40.000 30.000 20.000 10.000 0
De loonkosten per voltijdbaan uitgesplitst naar personeelssoort variëren sterk per school (figuur 5.17-5.20). Met name de loonkosten voor management kennen een grote spreiding (figuur 5.17). Zo zijn er scholen met loonkosten per voltijdsbaan van ongeveer € 60.000 euro per jaar, maar ook scholen met loonkosten per voltijdbaan van € 160.000 per jaar. Voor het gros van de scholen geldt echter een bedrag van tussen € 80.000 en € 110.000. Voor onderwijzend personeel geldt een zeer gelijkmatige verdeling van de loonkosten per voltijdbaan (€ 50.000 à € 60.000). Voor een belangrijk deel is dit het gevolg van het grote aandeel van onderwijzend personeel in het totaal personeel. Uitbijters worden hierdoor geneutraliseerd. Bij personeelscategorieën met een klein aandeel personeel bepalen een paar medewerkers met een hoge anciënniteit al het (afwijkende) beeld. Een deel van de spreiding in loonkosten per voltijdbaan is ook te verklaren uit regionale verschillen. Deze regionale verschillen schatten we door een regressieanalyse uit te
Bureau of lessenaar
61
voeren van de personeelskosten per voltijdbaan op de RBA’s. (Zie bijlage bij hoofdstuk 5). Deze schattingen leiden voor de RBA’s tot de volgende prijsverschillen in figuur 5.21 tot en met 5.25. Omdat sommige RBA’s niet voldoende waarnemingen bevatten is een aantal RBA’s samengevoegd, zoals Groningen en Friesland (zie verder de figuren). Figuur 5.21
Regionale prijzen management per RBA, 2002 105.000 100.000 95.000 90.000 85.000 80.000
IJ s
se l-V
ec ht /T w
en te
+
IJ
Ze ss ela e l/V nd M id el de R uwe n ijn & s W es tree k tB ra N b a oo R nt i N rd-O jnm oo o nd rd ost B -H ol rab la Ar nd ant nh em H No /O aag ord -G la n l Zu d/N den ym id -O os ege n Zu tB ra id ba el yk n N Lim t oo bu M id rd-H rg de n- olla N ed nd G er ro la ni nd ng D en re n + Fr the ie sl an d
75.000
Figuur 5.22
Regionale prijzen onderwijzend personeel per RBA, 2002 64.000 62.000 60.000 58.000 56.000 54.000 52.000
62
/O -G
Ar nh em
IJ s
se l-V
ec ht /T w
en te
+
IJ ss el /V
el uw e D r e ld /N nth ym e e R ge ijn n s H aa tree k gl an M Zu id R den id den ijnm el on yk - N d N ed N oo oo erl rd rd an -H -H d o ol la llan nd M d id N de oo n rd & L W i mb es ur tB g ra N ba oo n rd Z -O ee t Zu os lan t G ro id-O Bra d ni ng ost ban t en Br + aba Fr n ie t sl an d
50.000
Bureau of lessenaar
Figuur 5.23
Regionale prijzen onderwijsondersteunend personeel per RBA, 2002
R ijn
st re ek Ze el an IJ d R ss ijn el m -V on ec M d ht id D /T r d e w e n n en th -N e te ed + e M IJ rla id ss nd de el n /V & e lu W w es N e oo tB rd ra -O ba os nt tB ra b N an oo t rd Li -H m bu ol la nd rg Zu N o id H el aa ord yk gl an N oo de Zu rd-H n Ar id ol nh la e m Oo nd st /O Br -G ab G ro ld an / ni ng Nym t en eg + en Fr ie sl an d
44.000 43.000 42.000 41.000 40.000 39.000 38.000 37.000 36.000 35.000 34.000
Regionale prijzen beheer, administratief en overig personeel per RBA, 2002 46.000 44.000 42.000 40.000 38.000 36.000 34.000
N oo
/T w
en t
e
+
IJ ss el /V el uw rd - H Ze e ol N e la oo l a rd nd nd -O N os oo tB rd ra ba Li nt m Ar Ri bur nh g jn st em re /O R e -G ijn k ld m Zu Zu i / N o n d id d-O ym el yk os ege N tBr n M oor aba id d de -H nt n- oll a N ed nd G ro ni Ha erla ag nd M ng e id de n + lan d n & Frie en W es slan tB d ra ba n Dr t en th e
32.000
IJ ss el -V ec ht
Figuur 5.24
De regionale prijsverschillen zijn aanzienlijk. Zo bedraagt de prijs voor een manager in Groningen en Friesland en Drenthe bijna een ton. In Zeeland kost een manager gemiddeld ruim € 83.000. Voor onderwijzend personeel geldt een geringere bandbreedte (€ 54.000 à € 62.000). De prijs van onderwijsondersteunend personeel varieert tussen € 37.000 en € 42.500 en voor beheer, administratief en overig personeel tussen € 37.000 en € 44.500. De hoge prijs voor managers in Groningen en Friesland geldt ook voor onderwijzend en onderwijsondersteunend personeel. Tot de ‘voordelige’ regio’s in Nederland behoren IJssel-Vecht/Twente+IJssel/Veluwe en Zeeland. Dit geldt voor alle personeelscategorieën met uitzondering van onderwijzend personeel in Zeeland.
Bureau of lessenaar
63
5.3.3
Meting van de stand van de techniek en autonome ontwikkelingen
Het toevoegen van de factor tijd aan het model van kostenfunctie en kostenaandelen geeft een indicatie van de invloed van de veranderende techniek en gewijzigde omstandigheden in de loop der tijd.
5.4
Schatting van het kostenmodel
Een populaire specificatie van het kostenmodel is het zogenoemde translog kostenmodel met de bijbehorende kostenaandelenfuncties. Het kostenmodel wordt geschat met Seemingly Unrelated Regression (zie Zellner 1963). Dit is een bij uitstek geschikte methode om stelsels die onderlinge samenhang vertonen te schatten. Uit de geschatte parameters zijn vervolgens schaaleffecten, technische ontwikkelingen en de andere grootheden af te leiden. In het bijzonder leveren de schattingen inzicht in de (mis) allocaties van de ingezette middelen. Voor de technische beschrijving zie de bijlage bij hoofdstuk 5.
5.4.1
Resultaten algemeen
Het gekozen model voor de vmbo-t/ havo/vwo scholen blijkt een goede representatie te geven van de kostenstructuur van deze scholen. De verklaarde varianties zijn overwegend hoog. Het overgrote deel van de geschatte parameters is in statistische zin betrouwbaar. Verder blijken de modellen te voldoen aan een aantal theoretische voorwaarden die aan de richting en vorm van de functies van het model worden gesteld. De grootte van de geschatte effecten zijn plausibel. Verder blijkt een aantal economische grootheden, zoals verder uit de tekst zal blijken, plausibele waarden aan te nemen. Voor het schooltype havo/vwo zijn te weinig waarnemingen beschikbaar om hetzelfde model te kunnen schatten. Een wat beperktere versie levert wel een aantal plausibele schattingen op, maar niet voor de parameter van het onderwijsrendement. Deze is namelijk significant negatief. Met andere woorden, een groei van het onderwijsrendement gaat gepaard met lagere kosten. Deze uitkomst vraagt om nadere duiding. Gegeven de beperkte doorlooptijd van het onderzoek laten we dit deel verder buiten beschouwing. De weergegeven resultaten hebben dus betrekking op vmbo-t/havo/vwo scholen.
5.4.2
Allocatieve inefficiënties
Tabel 5.2 geeft de relatie weer tussen een optimale allocatie van ingezette middelen enerzijds en productie, prijzen en autonome ontwikkelingen anderzijds. Een vet-/ schuingedrukte waarde in tabel 5.2 geeft aan dat de betreffende parameter een significante invloed heeft op de variabele kosten (op respectievelijk het 95%- en 90%-betrouwbaarheidsniveau).
64
Bureau of lessenaar
Uit tabel 5.2 blijkt dat een groter aantal leerlingen (behalve bij havo-leerlingen) gepaard gaat met een relatief grotere inzet van onderwijzend personeel. Dit gaat voor vmbo-t en vwo (bovenbouw) leerlingen ten koste van de materiële component. Bij een groot aantal leerlingen in de onderbouw is vooral het geringere aandeel van het management (-0,02) en het beheer, administratief en overig personeel (-0,01) opvallend. Grotere scholen hebben blijkbaar juist minder overhead en/of bureaucratie nodig. De gevonden effecten zijn overigens betrekkelijk gering en in slechts een paar gevallen significant. Een hoger rendement gaat gepaard met een grotere inzet van middelen (0,43). Dit betekent dat een stijging van het rendement met 10 procent ongeveer 3 procent meer middelen vereist. Het gemeten effect kent overigens een behoorlijke onbetrouwbaarheidsmarge. Het gemeten effect is niet significant op het 5 procent-niveau. Ook het rendement heeft een bescheiden effect op de allocatie van middelen. Zo gaat een hoger (gecorrigeerd) rendement gepaard met een grotere inzet van onderwijzend personeel ten koste van de inzet van administratief, beheer en overig personeel en de materiële inzet. Dit effect is overigens zeer gering (0,02) en eveneens niet significant. Een kanttekening is hier op zijn plaats. Doordat rendementen niet rechtstreeks worden waargenomen, maar afgeleid uit stromen en worden gecorrigeerd met een globale variabele als de mate van verstedelijking, bestaat de kans dat de betrouwbaarheid van de schattingen wordt onderschat. Een betere meting en correctie zou tot een betrouwbaardere schatting kunnen leiden. De schatting van de jaardummy geeft aan dat de kosten tussen 2001 en 2002 autonoom zijn gegroeid met 3 procent. Het betreft hier dus een kostenverhoging, die niet het gevolg is van veranderingen in de aantallen leerlingen of ontwikkeling van de prijzen. Daar is immers al voor gecorrigeerd. Verder is er sprake van een autonome daling van het kostenaandeel voor management (1 procent) en een significant autonome groei van het kostenaandeel voor beheer, administratief en overig personeel (1 procent). Tabel 5.2
Relatie optimale allocatie en kenmerken, 2002 Kosten
Kostenaandelen Management
Onder-
Onderwijs-
Beheer,
wijzend
ondersteunend
administratief
personeel
personeel
en overig
Materiaal
personeel 0,06
0,08
0,66
0,02
0,09
0,16
0,10
0,00
0,04
0,00
-0,01
-0,02
havo
0,22
0,01
-0,01
-0,01
0,00
0,00
Leerlingen vwo
0,27
0,00
0,03
0,00
-0,01
-0,03
0,24
-0,02
-0,01
0,00
-0,01
0,04
Constante Leerlingen vmbo-t Leerlingen
Leerlingen onderbouw Gecorrigeerd Rendement
0,43
0,00
0,02
0,00
-0,01
-0,01
Jaar-2001
0,03
-0,01
0,00
0,00
0,01
0,00
Bureau of lessenaar
65
In eerste instantie is het model geschat met schaduwprijzen (zie § 3.4). Onder de aanname van kostenminimalisatie zijn de optimale hoeveelheden hieruit af te leiden. Tevens is dan na te gaan of er in een sector sprake is van een systematische onder- of overbenutting van ingezette middelen. Zo is onder meer onderzocht of voor management en beheer, administratief en overig personeel een structurele afwijking bestond. Voor het management vinden we dan een zeer kleine coëfficiënt, die bovendien statistisch niet significant van nul verschilt. Dit duidt erop dat er geen sprake is van een algemene overof onderbenutting van management. Dit betekent dat scholen gemiddeld ongeveer op het optimum uitkomen. Merk op dat het optimum niet een vast percentage is, maar verschilt per school. Het optimum is namelijk afhankelijk van het aantal leerlingen in de onderbouw vmbo-t, havo en vwo, het rendement, de prijzen van de verschillende personeelscategorieën en materiaal en de inzet van kapitaal. Tabel 5.3 geeft een statistische beschrijving van de optimale kostenaandelen. Tabel 5.3
Optimale kostenaandelen in procenten, 2002 Standaarddeviatie
Minimum
Maximum
Management
Gemiddeld 7,2
0,7
4,8
9,3
Onderwijzend
65,3
1,6
61,1
68,7
Onderwijsondersteunend
2,1
0,3
1,5
2,8
Beheer, administratief en overig
9,9
0,9
7,4
12,0
15,6
1,1
12,3
18,4
Materiaal
Uit tabel 5.3 blijkt dat het optimale kostenaandeel voor management gemiddeld 7,2 procent bedraagt met een standaarddeviatie van 0,7 procent. De optimale kostenaandelen lopen uiteen tussen 4,8 procent en 9,3 procent afhankelijk van de verschillende kenmerken. Voor het onderwijzend personeel variëren de optimale kostenaandelen tussen 61,1 en 68,7 procent. Het kostenaandeel voor onderwijsondersteunend personeel kent een geringe bandbreedte. De bandbreedtes voor beheer, administratief en overig personeel en materiaal zijn vergelijkbaar met management. De belangrijkste conclusie hier is dat de optimale allocatie van de ingezette middelen nogal kan verschillen. Wat voor de ene school optimaal is hoeft dat zeker niet voor de andere school te zijn. Voor het beheer, administratief en overige personeel is om schattingstechnische redenen een dergelijke toets niet uitgevoerd. Aanvullende gegevens over meer dan twee jaren zou hier een oplossing kunnen bieden. Ook al is er geen sprake van een systematische onder- of overbenutting van middelen, dan kunnen individuele scholen toch afwijken van de optimale samenstelling van middelen. Gegeven het feit dat er geen systematische afwijkingen zijn aan te tonen zal ongeveer de helft van de scholen boven en de andere helft onder het optimum uitkomen. De Figuren 5.25 tot en met 5.29 geven deze afwijkingen weer voor de verschillende personeelscategorieën. Op de horizontale as staan de scholen, op de verticale as het aantal procentpunten overbenutting.
66
Bureau of lessenaar
Figuur 5.25
Onder- en overbenutting management, vmbo-t/havo/vwo, 2002 15%
10%
5%
0%
-5%
-10%
-15%
Figuur 5.26
Onder- en overbenutting onderwijzend personeel, vmbo-t/havo/vwo, 2002 15%
10%
5%
0%
-5%
-10%
-15%
Bureau of lessenaar
67
`
Figuur 5. 27
Onder- en overbenutting onderwijsondersteunend personeel, vmbo-t/havo/vwo, 2002 15%
10%
5%
0%
-5%
-10%
-15%
Figuur 5.28
Onder- en overbenutting beheer, administratief en overig personeel, vmbo-t/havo/vwo, 2002 15%
10%
5%
0%
-5%
-10%
-15%
68
Bureau of lessenaar
Figuur 5.29
Onder- en overbenutting materiaal, vmbo-t/havo/vwo, 2002 15%
10%
5%
0%
-5%
-10%
-15%
Uit figuur 5.25 blijkt dat voor ruim de helft van de scholen er sprake is van een te geringe inzet van management, voor de andere scholen een te ruime inzet. Het gaat echter om relatief kleine percentages. Ongeveer ¾ van de scholen ligt binnen een bandbreedte van 2,5 procentpunt van het optimum. Voor het onderwijzend personeel is de over- en onderbenutting relatief gezien groter (figuur 5.26). Zo is er een school die 10 procent te weinig onderwijzend personeel inzet en scholen die bijna 10 procent teveel onderwijzend personeel inzetten. Er blijkt verder nauwelijks over- en onderbenutting van onderwijsondersteunend personeel (figuur 5.27). Voor beheer, administratie en overig personeel geldt dat een kleine meerderheid van de scholen een onderbenutting kent (figuur 5.28). Tot slot blijkt uit figuur 5.29 dat bij een kleine meerderheid scholen materiaal onderbenut wordt. Deze onderbenutting is in sommige gevallen ruim 6 procent. Daarentegen zijn er ook scholen die materiaal overbenutten, in het hoogste geval met ruim 15 procent. Technische efficiëntie Technische efficiëntie is een maat voor generieke overbenutting van middelen. Het geeft aan in welke mate alle ingezette middelen tegelijkertijd kunnen worden verminderd zonder de dienstverlening aan te tasten. Hierbij is de efficiëntie van een school gelijk aan de verhouding tussen de minimaal haalbare kosten en de feitelijke kosten. De minimaal haalbare kosten worden bepaald aan de hand van referentiepunten: kosten van goed scorende scholen(‘best practices’). Figuur 5.30 geeft de verdeling van de technische efficiëntie weer voor de scholen in 2002. Op de horizontale as staan de scholen, op de verticale as de technische efficiëntie.
Bureau of lessenaar
69
Figuur 5.30
Technische efficiëntie, 2002 100% 95% 90% 85% 80% 75% 70% 65% 60%
Het overgrote deel van de scholen (90 procent), zo blijkt uit figuur 5.30, kent een technische efficiëntie van boven de 80 procent. Dit betekent dat er voor deze scholen maximaal 20 procent efficiëntiewinst (voor scholen met een technische efficiëntie van exact 80 procent) of minder (voor scholen met een technische efficiëntie van meer dan 80 procent) geboekt kan worden door over de gehele linie minder middelen in te zetten. Overigens is dit een bovengrens. Zo kan het zijn dat een deel van de inefficiëntie beïnvloedt wordt door externe factoren (bijvoorbeeld wetgeving). Ongeveer 37 procent van de scholen heeft een efficiëntiescore van meer dan 90 procent. Deze resultaten zijn in perspectief van de uitkomsten van ander efficiëntieonderzoek tamelijk hoog te noemen. Onderzoeken waarin bijvoorbeeld inefficiënties van minder dan vijf procent worden gerapporteerd zijn zeer zeldzaam.12 De efficiëntiescores dienen ook niet verabsoluteerd te worden. Er bestaat zoiets als een natuurlijke inefficiëntie. Een efficiëntievoordeel kan bijvoorbeeld worden gerealiseerd door een goed wervings- en selectiebeleid van personeel. Het is duidelijk dat niet iedere school de ‘beste’ leerkrachten uit het beschikbare potentieel op de arbeidsmarkt kan werven. Uitgebreide studie naar de achtergronden van deze verschillen zou hier meer duidelijkheid over kunnen geven (benchmarking). Uit tabel 5.2 zijn ook schaaleffecten af te leiden. Deze zijn ook grafisch weer te geven. Figuur 5.31 laat de ontwikkeling zien van de kosten per leerling bij een gelijkblijvende samenstelling van de leerlingenpopulatie en kwaliteit naarmate een school groter wordt. Merk op dat hier niet de bekostigingsregels worden gerepresenteerd, omdat deze geen gelijkblijvende kwaliteit waarborgen. 12
70
Het valt buiten het bestek van dit onderzoek om een meta-analyse te maken van onderzoeken op dit terrein. Een aardige indicatie kan worden verkregen door de internationale bijdragen van verschillende auteurs in Blank (2000) eens onder de loep te nemen. Deze variëren van bijvoorbeeld 7#% voor Australische ziekenhuizen tot 93% voor politiedistricten in New South Wales. In deze publicatie geven De Borger en Kerstens ook een overzicht van studies naar de efficiëntie van gemeenten. Deze variëren tussen 55% en 94%. Blank et al. (1998) presenteren een overzicht van studies naar ziekenhuizen. Zij rapporteren efficiëntiescores tussen 72% en 97%.
Bureau of lessenaar
Op de horizontale as is de omvang van de productie weergegeven bij een gemiddelde samenstelling van de productie. Met andere woorden, vergroting van de productie betekent dat alle leerlingaantallen van de onderscheiden groepen in dezelfde mate groeien. Op de verticale as staan de bijbehorende gemiddelde kosten. De gemiddelde school (wat betreft aantal leerlingen per onderwijselement en kwaliteit) is als referentiepunt genomen (referentieschool). Dit houdt in dat een waarde van 0,5 op de horizontale as betekent dat het aantal leerlingen de helft bedraagt van het aantal leerlingen op de referentieschool. Op de verticale as staat aangegeven hoeveel procent de gemiddelde kosten van deze school bedragen van de gemiddelde kosten van de referentieschool. Figuur 5.31
Relatie kosten per leerling en schaal*, 2002 7.000 6.000 A 5.000 4.000 3.000 2.000 1.000
4
6
8
0
2
4
6
8
0
2
0,
0,
0,
1,
1,
1,
1,
1,
2,
2,
0
*de referentieschool (punt a) heeft de volgende kenmerken: - kosten per leerling: € 5.500; - aantal vmbo-t leerlingen: 167; - aantal havo-leerlingen: 294; - aantal vwo-leerlingen: 267; - aantal leerlingen onderbouw: 523.
Figuur 5.31 laat zien dat er sprake is van een zogenoemde L-curve. Dat wil zeggen, bij kleine instellingen treden schaalvoordelen (dalende gemiddelde kosten) die bij verdere schaalvergroting steeds geringer worden. De kosten (exclusief kapitaal) voor een school met een grootte van 40% van de referentieschool (dus een school met 40% van het aantal leerlingen op de referentieschool) bedragen circa € 6.500, voor een school met een grootte van 240% maal de referentieschool (dus met 240% van het aantal leerlingen op de referentieschool) circa € 4.600. Voor de referentieschool bedragen de kosten ongeveer € 5.500.
5.5
Conclusies
Dit hoofdstuk bevat een empirische toepassing van het theoretische model uit hoofdstuk 3. De belangrijkste conclusie is dat het model goed toepasbaar is op scholen Bureau of lessenaar
71
voor vmbo-t/havo/vwo. Het kostenmodel levert betrouwbare schattingen op voor de kostenstructuur van dit type scholen. Vanwege het geringe aantal scholen havo/vwo blijken de schattingen voor dit type scholen minder betrouwbaar. Voor vmbo-t /havo/vwo geldt dat er geen systematische over- of onderbenutting van management en ondersteunend personeel is aan te tonen. Er zijn dus geen aanwijzingen voor een generieke overbodige bureaucratie bij de onderzochte scholen. Bij individuele scholen is daarentegen wel sprake, zij het van beperkte omvang, van onder- en overbenutting van ingezette middelen. De allocatie van middelen vloeit voor een deel ook voort uit de samenstelling van leerlingen over de verschillende afdelingen van de school (onderbouw, vmbo-t, havo en vwo). Er is sprake van continue schaalvoordelen. Dat wil zeggen dat grote scholen relatief voordeliger zijn dan kleine scholen. Dit schaalvoordeel blijft bestaan naarmate een school groter wordt; het wordt wel steeds geringer.Ook in de samenstelling van de ingezette middelen verschillen grote scholen van kleine scholen. Zo kennen grote scholen een groter aandeel van hun budget toe aan onderwijzend personeel en een geringer deel aan management, beheer, administratief en overig personeel en materiaal. Een hoger (gecorrigeerd) rendement lijkt gepaard te gaan met een grotere inzet van middelen. Het gemeten effect kent overigens een behoorlijke onbetrouwbaarheidsmarge. De samenhang tussen het rendement en de allocatie van middelen is echter gering. De schattingen geven verder aan dat de kosten tussen 2001/2002 en 2002/2003 autonoom zijn gegroeid met 3 procent. Het betreft hier dus een kostenverhoging, die niet het gevolg is van veranderingen in de aantallen leerlingen of ontwikkeling van de prijzen. Ook is er sprake van een autonome verschuiving in de allocatie ten gunste van beheer, administratief en overig personeel, Dit is ten koste gegaan van het aandeel management. De (technische) efficiëntie van de scholen is vrij hoog te noemen. De meeste scholen hebben een efficiëntiescore boven de 80 procent (90%). Er zijn ook nauwelijks negatieve uitschieters te melden. De analyses leveren voorts nog een aantal interessante bijproducten op. Zo blijken er redelijk grote verschillen te bestaan tussen de kosten per voltijdbaan. Deels zijn deze regionaal bepaald. Nader onderzoek Kanttekening bij de uitkomsten is dat het hier een pilot-studie betreft. De korte doorlooptijd van het onderzoek maakte het onmogelijk gegevens over een langere periode te gebruiken of alternatieve specificaties toe te passen. Een langere tijdreeks zou de betrouwbaarheid van de schattingen nog kunnen vergroten. In het bijzonder geldt dit voor de schattingen van havo/vwo scholen. In het bijzonder verdient de meting van onderwijsproductie nog meer aandacht. Het materiaal van de onderwijsinspectie biedt hiervoor voldoende aanknopingspunten. Wij hebben hier voor een relatief eenvoudige weg gekozen. De prestaties van de scholen in termen van eindexamenscores zijn in onze kwaliteitsmaatstaf niet verwerkt. Ook zou de
72
Bureau of lessenaar
correctie voor sociale achterstand van leerlingen nog kunnen worden verbeterd als er gegevens beschikbaar zijn op het niveau van leerlingen, bijvoorbeeld over de opleiding van hun ouders. Ook als deze gedetailleerde gegevens niet beschikbaar zijn, dan zouden nog andere kenmerken van gemeente of buurt kunnen worden verwerkt. De literatuur kent naast het kostenmodel nog een aantal alternatieve modellen, waarbij andere gedragsveronderstellingen worden gehanteerd dan in het kostenmodel (zie Lovell, 2000). Een voorbeeld van een alternatief is het zogenoemde budget gerestricteerde productiemodel. Een variant, die in de context van het voortgezet onderwijs, ook goed zou passen. Verder is het aan te bevelen om nog alternatieve specificaties voor het kostenmodel of productiemodel te toetsen.
Bureau of lessenaar
73
Bijlage bij hoofdstuk 4
B4.1 Veranderingen in het voortgezet onderwijs Het voortgezet onderwijs is de afgelopen jaren geconfronteerd met zowel onderwijsinhoudelijke vernieuwingen als infrastructurele veranderingen die hun weerslag hebben (gehad) op de verdeling en besteding van middelen. Tegelijkertijd merken we op dat de financieringsgrondslag tot op heden grotendeels is gebaseerd op inzichten en uitgangspunten uit de jaren zeventig van de vorige eeuw. De Bezemregeling vereenvoudiging bekostiging voortgezet onderwijs zal hierin tot op zekere hoogte een sanerende werking hebben. In deze paragraaf bespreken wij enkele veranderingen die mogelijk relevant zijn voor de ontwikkeling van de bureaucratie in het onderwijs. Wij maken hierbij onderscheid in: • onderwijsinhoudelijke veranderingen; • infrastructurele veranderingen; • bekostigingstechnische veranderingen; • functieveranderingen; • bestuurlijke veranderingen. Het is niet onze bedoeling om hierin volledigheid na te streven. Het gaat erom inzichtelijk te maken hoe bepaalde veranderingen kunnen doorwerken in de verdeling van middelen en het daarmee samenhangende onderscheid tussen het primaire en secundaire proces. Onderwijsinhoudelijke veranderingen De veranderingen in het voortgezet onderwijs zijn de laatste jaren aanzienlijk geweest. In onderstaand overzicht zijn vanaf 1992 de belangrijkste onderwijsinhoudelijke veranderingen in het voortgezet onderwijs weergegeven. 1992/1993: Invoering basisvorming/voorbereidend beroepsonderwijs 1999/2000: Invoering vmbo Leerwegondersteunend onderwijs Praktijkonderwijs Profielen/studiehuis 2003: Leerwerktrajecten
We bespreken hieronder kort deze onderwijsinhoudelijke veranderingen. In 1992 is de basisvorming en het voorbereidend beroepsonderwijs ingevoerd. Doel van deze invoering was om leerlingen beter voor te bereiden op het vervolgonderwijs, hun toekomstige werk en hun rol in de samenleving13. Alle scholen in het voortgezet 13
Zie: http://www.minocw.nl/onderbouwvo/bvnu.html.
Bureau of lessenaar
75
onderwijs (vmbo, havo en vwo) bieden de leerlingen in de eerste drie leerjaren dezelfde vakken en programma's aan. Hiermee wordt beoogd dat leerlingen gemakkelijker kunnen doorstromen van de ene naar de andere schoolsoort. Tegelijk met de invoering van de basisvorming veranderde ook het lager beroepsonderwijs (lbo) van karakter, zowel in naam als in inhoud14. Van beroepskwalificerend onderwijs werd het beroepsvoorbereidend onderwijs (vbo). In 1998 gingen het vbo en het mavo op in het voorbereidend middelbaar beroepsonderwijs (vmbo). Er kwamen vier leerwegen in de bovenbouw van het voorbereidend middelbaar beroepsonderwijs (vmbo). Tegelijkertijd werd ook een deel van het voortgezet speciaal onderwijs – het onderwijs voor leerlingen met leer- en opvoedingsproblemen (vso-lom) en voor moeilijk lerende kinderen (vsomlk) – als zorgstructuur in het vmbo geïntegreerd. Het leerwegondersteunend onderwijs (lwoo) was daarmee een feit. Voor de leerlingen die deze vorm van onderwijs niet aankunnen is er het praktijkonderwijs dat direct toeleidt naar een plaats op de arbeidsmarkt. Met ingang van 1999 is begonnen met de invoering van de profielen en de oprichting van studiehuizen voor havo/vwo. Hiermee wordt een betere aansluiting met het hoger onderwijs beoogd. Tevens worden de leerlingen voorbereid op zelfstandig leren. De taak van de leraar verschuift hierdoor van doceren naar meer begeleiden, de taak van de leerling verschuift naar meer actief leren. De mogelijkheid om leerwerktrajecten aan te bieden binnen het vmbo is in 2003 formeel verankerd in de wetgeving. De daarbij aangeboden combinatie van leren en werken spreekt veel leerlingen aan die anders mogelijk het onderwijs zouden verlaten. De relatie tussen de genoemde onderwijsinhoudelijke veranderingen en de bureaucratie in het onderwijs kan alleen door een nauwgezette analyse van de veranderingen worden vastgesteld. In het kader van deze studie is het niet gepast om hierover uitspraken te doen. Daarvoor ontbreekt het ons op dit moment aan informatie. Vanuit het oogpunt van het monitoren van bureaucratie is het evenwel relevant om erop te wijzen dat de onderwijsinhoudelijke veranderingen, zoals die hier kort zijn besproken, voor een – nader te bepalen - deel raken aan kostenbepalende factoren in het onderwijs. Als voorbeeld kan hier worden genoemd de financiering van leerlingen in het speciaal onderwijs, waar niet langer de school de rekeneenheid is, maar de leerling met een ‘rugzakje’ speciale begeleiding kan inkopen via de school. Ook de invoering van het studiehuis vergt een andere rol van de docent waardoor op termijn de verhouding tussen onderwijzend en onderwijsondersteunend personeel kan veranderen. Infrastructurele veranderingen In de eerste helft van de jaren negentig is een begin gemaakt met een omvangrijke fusieoperatie in het voortgezet onderwijs. Het aantal scholen is daardoor meer dan gehalveerd. Veel categorale scholen fuseerden tot grote brede scholengemeenschappen. Naast onderwijskundige overwegingen (o.a. invoering van de basisvorming) werd deze ontwikkeling ook ingegeven door overwegingen van doelmatigheid15. Overigens toont deze verandering ook treffend dat het streven naar doelmatigheid zo zijn 14 15
76
Zie: H.M. Bronneman-Helmers, et. al., Voortgezet onderwijs in de jaren negentig, SCP, Den Haag, april 2002. Zie: H.M. Bronneman-Helmers et al. op.cit.
Bureau of lessenaar
maatschappelijke grenzen kent. De financiële stimulering van fusies in het voortgezet onderwijs is enkele jaren geleden afgeschaft en kleinschaligheid in het onderwijsproces wordt gestimuleerd. Bekostigingstechnische veranderingen De belangrijkste wijzigingen in de bekostiging van het voortgezet onderwijs zijn: 1992/1993: Formatiebudgetsysteem 1996/1997: Lumpsumsysteem 1998/1999: Decentralisatie huisvestingskosten
De wettelijke grondslag voor de bekostiging en subsidiëring van het voortgezet onderwijs ligt in de Wet op het voortgezet onderwijs (WVO), de Wet subsidiëring landelijke onderwijsondersteunende activiteiten (SLOA) en de diverse algemene maatregelen van bestuur en ministeriële regelingen. In het begin van de jaren tachtig bestonden er verschillende bekostigingssystemen voor het beroepsonderwijs en het algemeen voortgezet onderwijs. Huisvestingskosten werden op aanvraag vergoed door het ministerie van OCW, materiële kosten werden vergoed op basis van een genormeerde lumpsum (algemeen vormend onderwijs) en op basis van een declaratiesysteem (beroepsonderwijs). Voor de personele kosten gold eveneens een declaratiesysteem. In 1992 is het declaratiesysteem voor de personele kosten gewijzigd in een formatiebudgetsysteem (FBS) en in 1996 zijn de personele kosten opgenomen in de lumpsum. De materiële kosten werden eveneens opgenomen in de lumpsum. De huisvestingskosten zijn in 1997 gedecentraliseerd naar de gemeenten. De scholen voor het voortgezet onderwijs kennen sinds 1 augustus 1996 lumpsumbekostiging. Kort samengevat komt dit neer op een bekostiging waarbij het bedrag voor de school bepaald wordt door het aantal getelde leerlingen op 1 oktober voorafgaand aan het schooljaar16. De scholen zijn vrij in de besteding van de middelen. Voor de begroting betekent dit dat de band tussen geld en prestaties voor vrijwel 100 procent van de middelen niet één op één te leggen is Functieveranderingen Zowel onderwijsinhoudelijke veranderingen (meer zelfstandige leerlingen, ICT, meer aandacht voor zorgleerlingen et cetera) als discussies over de aantrekkelijkheid van het leraarberoep hebben begin jaren negentig geleid tot een opleidings- en arbeidsmarkt beleid waarvan taak- en functiedifferentiatie een belangrijk onderdeel vormen. Hierin worden taken die niet wezenlijk zijn voor de leraarsfunctie overgenomen door ondersteunend personeel. Functiedifferentiatie is een ontwikkeling die verder gestimuleerd moet worden, vindt het ministerie van OCW. Daarom zijn forse uitbreiding van het aantal onderwijsassistenten en verdere functiedifferentiatie in scholen gewenst. Bestuurlijke veranderingen In samenhang met de bestuurlijke schaalvergroting heeft zich een ontwikkeling voorgedaan in de vorming van bovenschools management in het voortgezet onderwijs. Afzonderlijke scholen maken daarbij deel uit van een groter organisatorisch geheel, 16
Ministerie van OCW, Rijksbegroting OCenW 2002.
Bureau of lessenaar
77
waarbij op bovenschools niveau randvoorwaardelijke zaken kunnen worden geregeld (bijvoorbeeld schoonmaak, ICT, vervanging, speciale zorgtaken et cetera). In 2003 waren er in het voortgezet onderwijs circa 170 bovenschoolse directeuren actief. De inzet van bovenschoolse directeuren hangt nauw samen met de omvang van het schoolbestuur. Besturen met veel scholen hebben vaker bovenschoolse directeuren in dienst dan besturen met weinig scholen17.
B4.2 Kengetallen Onderstaand presenteren wij enkele kengetallen voor het voortgezet onderwijs. Deze cijfers zijn gebaseerd op de studie Bureaucratisering en schaalfactoren in het onderwijs (Onderwijsraad, 2004) en op de rapportage Kerncijfers 1999-2003 Onderwijs, Cultuur en Wetenschap (OCW, 2004). Figuur B4.1 geeft de ontwikkeling weer van het aantal instellingen, het aantal leerlingen en de gemiddelde schoolgrootte tussen 1980 en 2002. De ontwikkeling wordt weergegeven met indexcijfers. Het basisjaar 1980 is op 100 gesteld. Figuur B4.1
Ontwikkeling scholen, leerlingen en gemiddelde schoolgrootte, 1980-2002 350%
300%
250%
200%
150%
100%
50%
0% 1980/1981
1983/1984
1986/1987
1989/1990
Aantal instellingen
1992/'93
Aantal leerlingen
1995/'96
1998/'99
2001/'02
Aantal leerlingen per instelling
Indexcijfers 1980=100. Aantal instellingen 1980 = 2.800; aantal leerlingen 1980 = 1,2 miljoen; leerlingen per school 1980 = 430. Bron: Onderwijsraad (2004), Bureaucratisering in het onderwijs, Onderwijsraad, Den Haag, www.cbs.nl.
Figuur 4.1 illustreert treffend de schaalvergroting die zich de afgelopen jaren in het voortgezet onderwijs heeft voorgedaan. Terwijl het aantal leerlingen in het voortgezet onderwijs tussen 1980 en 2003 is gedaald met een kwart, is het aantal instellingen in dezelfde periode gedaald met 75 procent. Het gemiddelde aantal leerlingen per onderwijsinstelling is meer dan verdrievoudigd. Doordat de schaalvergroting in het voortgezet onderwijs in de jaren tachtig en negentig vooral is gerealiseerd door fusies, is de gemiddelde omvang van schoolbesturen, gemeten 17
78
http://www.minocw.nl/arbeidsmarkt/babo100/05.html.
Bureau of lessenaar
in het aantal scholen in beheer, in de periode 1985-2000 afgenomen. Van het aantal schoolbesturen bestuurt ruim 80 procent nog steeds maar één school (zogenoemde ‘éénpitters’)18. In het schooljaar 2000/2001 bedroeg het gemiddelde aantal leerlingen per schoolbestuur 2.200. Wanneer we de ontwikkeling van de formatieomvang vergelijken met de ontwikkeling van het aantal leerlingen, dan is te zien dat het aantal leerlingen afneemt, terwijl de formatie eerst daalde en daarna weer steeg. Het afnemende leerlingenaantal bij een gelijkblijvende of toenemende formatie doet vermoeden, dat de kosten voor het voortgezet onderwijs de afgelopen decennia zijn toegenomen. Het is evenwel van belang om hierbij onderscheid te maken tussen onderwijsgevend personeel en onderwijsondersteunend personeel. In 2000 zijn er in het voortgezet onderwijs naast de vaste formatie van bijna 70 duizend voltijd arbeidsplaatsen circa 2.000 Melkert- of ID-banen gerealiseerd. Volgens de informatie uit de rijksbegrotingen ontwikkelde het macrobudget voor het voortgezet onderwijs zich van 3,7 miljard euro in 1980 naar 5,7 miljard euro in 2000. Het budget bevat de uitgaven van het Rijk en de daaraan toegevoegde aanvullende budgetten van gemeenten, scholen en schoolbesturen en ouders. De gemeentelijke budgetten betreffen uitsluitend de vrij besteedbare middelen uit het Gemeentefonds. De voor onderwijs geoormerkte budgetten die van het Rijk naar gemeenten stromen, zijn opgenomen onder de posten rijksvergoeding personeel, materieel en huisvesting. De bijdragen van ouders zijn te onderscheiden in drie categorieën: het wettelijk verplichte lesgeld, de kosten van boeken en schoolmaterialen en de vrijwillige ouderbijdragen. Voor een berekening van de bureaucratiekosten in het voortgezet onderwijs dienen alle uitgaven te worden meegenomen. De kengetallen over het macrobudget voortgezet onderwijs vertonen sterke overeenkomsten met de eerder gepresenteerde kengetallen van de overheidsuitgaven voortgezet onderwijs. De uitgaven per leerling zijn in de jaren tachtig afgenomen, maar sinds 1990 weer toegenomen. In 2000 was het gedefleerde macrobudget per leerling 32 procent hoger dan in 1980. In de periode 1980-2000 was dus sprake van een reële toename van het macrobudget met gemiddeld 1,5 procent per jaar. In het voortgezet onderwijs bedragen de gemiddelde uitgaven in 2003 per leerling ruim 5.800 euro. Binnen het voortgezet onderwijs varieert dit bedrag afhankelijk van de samenstelling van de school. Scholen die praktijkonderwijs, leerwegondersteunend onderwijs en voorbereidend beroepsonderwijs aanbieden, komen gemiddeld hoger uit. Dat komt onder andere omdat voor de lwoo- en pro-leerlingen een extra vergoeding wordt ontvangen. Dit onderstreept het belang van het onderwijstype als belangrijke achtergrondvariabele bij het berekenen van bureaucratie.
18
http://www.minocw.nl/download/doc/15539b.doc.
Bureau of lessenaar
79
B4.3 Toekomstige ontwikkelingen Toename van autonomie In het najaar van 2003 is het traject gestart gericht op het tot stand komen van een meerjarig beleidsplan voor het voortgezet onderwijs (Koers VO). In Koers VO is een eerste aanzet gegeven voor het voortgezet onderwijs in de toekomst19. In Koers VO wordt gesteld: “OCW stelt scholen in staat het onderwijs zelf vorm te geven, zodat zij in hun eigen omgeving aan de eigen leerlingen onderwijs op maat kunnen geven. OCW beperkt zich tot de kaders en geeft meer ruimte en verantwoordelijkheid aan de scholen”. De Rijksoverheid stelt de kaders waarbinnen de school opereert vanuit de verantwoordelijkheid voor kwaliteit, toegankelijkheid en doelmatigheid van het onderwijs. De kaders hebben betrekking op de curricula en exameneisen, op de onderwijstijd, op de bevoegdheden/bekwaamheden van het personeel, op de spreiding van de onderwijsvoorzieningen en op de hoogte van de budgetten20. Autonomie voor de school en de daarmee gepaard gaande deregulering door de Rijksoverheid, vraagt om een goed systeem van toezicht en rekenschap. Immers, naarmate scholen meer ruimte krijgen om keuzes te maken (binnen gestelde kaders), is het nodig dat de verantwoording over de gemaakte keuzes transparanter wordt. Op dit moment leggen scholen op verschillende manieren rekenschap af. Aan de ene kant vindt toezicht plaats op schoolniveau (Inspectie, public accountant). De school moet duidelijk maken wat haar specifieke doelen zijn, wat ze gaat ondernemen om die doelen te bereiken, hoe ze mensen en middelen inzet en welke resultaten ze hierbij boekt. Een systeem van kwaliteitszorg is hierbij onontbeerlijk. Aan de andere kant vindt toezicht plaats op het functioneren van het stelsel, via het Onderwijsjaarverslag van de Inspectie, via het werk van de departementale Audit Dienst en via de Cfi die toeziet op de kwaliteit van de jaarrekeningen21. Een bureaucratiemonitor kan hierin een aanvullende rol spelen.
B4.4 Lijst van deelnemers: • • • •
19 20 21
80
Mw. M.J.H. (Marian) van Bergem, controller, LMC Voortgezet Onderwijs Dhr. A.A.G. (Arnold) Zadelberg), directeur, Bureau Christelijk Onderwijs Utrecht Dhr. H.A.J. (Hein) van Asseldonk, lid College van Bestuur, Voortgezet Onderwijs/stafbureau, SCO Lucas
Bron: Ministerie van OCW (2004), Koers VO. De leerling geboeid, de school ontketend, Ministerie van OCW, Den Haag. OCW Rijksbegroting 2005. idem.
Bureau of lessenaar
Bijlage bij hoofdstuk 5
B5.1 Modellen voor regioprijs en onderwijsproductie Schattingen prijzen van ingezette middelen Het bepalen van de regioprijs gebeurt in twee stappen. In eerste instantie wordt onderstaande vergelijking geschat:
ln(ups i ) = α + ∑ β j * regio ji + ∑ δ k * jaarki + l * ln(%vmboi ) j
upsi regioji Jaarki %vmboi
k
= unitprijs van input s voor school i; = dummyvariabele voor regio j en school i die aangeeft of school i zich in regio j bevindt; =dummyvariabele voor jaar k en school i die aangeeft of de waarneming van school i betrekking heeft op jaar k; = aandeel vmbo-t leerlingen op school i;
α , β j , δ k , l = de te schatten parameters. De regioprijs is dan gelijk aan:
wps i = exp(αˆ + ∑ βˆ j * regio ji + ∑ δˆk * jaarki ) j
wpsi
k
= benaderde prijs ingezet middel s.
Tabel B5.1 bevat de schattingsresultaten van bovenstaand model voor het ingezet personeel. Een vetgedrukte parameter betekent dat de desbetreffende parameter een significant invloed heeft op de unitkosten (95%-betrouwbaarheidsniveau). Een schuingedrukte parameter betekent dat deze parameter een significante invloed heeft op de unitkosten op het 90%-betrouwbaarheidsniveau.
Bureau of lessenaar
81
Tabel B5.1
schattingsresultaten prijzen ingezette middelen Variabele
Unitkosten
Unitkosten
Unitkosten
Unitkosten
onderwijzend
management-
onderwijs-
beheer,
personeel
personeel
ondersteunend
administratief en
personeel
overig personeel
Constante
11,45
10,97
10,61
10,59
Dummie 2001**
-0,01
-0,02
0,00
-0,01
Friesland
0,05
0,07
0,04
0,02
Dummy Drenthe
0,05
-0,04
-0,05
0,12
-0,08
-0,06
-0,04
-0,06
0,00
-0,03
0,02
0,01
0,01
-0,01
-0,05
0,02
-0,01
0,00
0,01
-0,01
Dummy Groningen +
Dummy IJsselVecht/Twente + IJssel/Veluwe Dummy Arnhem/OGld/Nymegen Dummy MiddenNederland Dummy Noord-Holland Noord Dummy Zuidelyk Noord-Holland
0,00
-0,01
0,01
0,02
Dummy Rijnstreek
-0,03
-0,03
-0,08
0,00
Dummy Haaglanden
-0,01
-0,02
0,00
0,02
Dummy Rijnmond
-0,01
-0,02
-0,06
0,00
Dummy Zeeland
-0,13
0,01
-0,07
-0,06
-0,03
0,00
-0,02
0,03
-0,01
0,01
0,00
-0,01
0,00
0,03
0,02
0,02
-0,01
0,01
-0,04
-0,02
Dummy Midden & WestBrabant DummyNoordOostBrabant Dummy ZuidOostBrabant Ln (Aandeel Vmbo-t leerlingen) *referentiedummy regio Limburg ** referentie dummy jaar=2002
Vervolgens laat tabel B5.2 de uitgerekende regioprijzen in 2002 zien.
82
Bureau of lessenaar
Tabel B5.2
Regioprijzen, 2002 Gebied RBA
Groningen + Friesland Drenthe IJssel-Vecht/Twente +
Nr.
Prijs
Prijs
Prijs
Prijs beheer,
RBA
onderwijzend
management-
onderwijsondersteunend
administratief en
personeel
personeel
personeel
overig personeel
1+2
100.144
62.234
42.857
40.870
3
100.128
55.965
38.595
44.828
87.275
54.681
38.780
37.446
94.529
56.399
41.473
40.111
4+5
IJssel/Veluwe Arnhem/O-Gld/Nymegen
6
Midden-Nederland
8
95.773
57.728
38.653
40.551
Noord-Holland Noord
9
93.868
58.162
40.701
39.265
Zuidelyk Noord-Holland
10
95.104
57.810
41.089
40.467
Rijnstreek
11
91.732
56.534
37.270
39.853
Haaglanden
12
94.043
56.974
40.746
40.580
Rijnmond
13
93.268
57.182
38.242
39.867
Zeeland
14
83.629
58.525
37.681
37.449
Midden & WestBrabant
15
91.952
58.278
39.587
40.898
Noord-OostBrabant
16
93.751
59.048
40.528
39.389
Zuid-OostBrabant
17
94.737
60.175
41.343
40.268
Limburg
18
94.899
58.185
40.595
39.812
Voor het uitrekenen voor de prijs van materiaal hanteren we een andere methode. We hebben gegevens per school over verschillende materiële kostensoorten.Over aantallen ingezet materiaal weten we echter niets en daardoor kunnen we de regioprijzen voor materiaal niet schatten omdat de unitkosten niet uit te rekenen zijn. Via het CBS hebben we prijsindexcijfers voor de verschillende materiële kostencomponenten verkregen22. Door deze met het kostenaandeel van de bijbehorende materiaalcomponent te vermenigvuldigen en te sommeren over alle materiaalcomponenten, hebben we toch een materiaalprijs berekend die tussen instellingen verschilt. Bovendien houden we rekening met de prijsontwikkeling in de schoolperiode 2001-2002 tot 2002-2003. Dit door de CBS-indexcijfers over de kalenderjaren 2000-2004 om te rekenen naar indexcijfers voor het schooljaar 2001-2002 en 2002-2003. In formulevorm ziet de berekening er als volgt uit:
wmat i = ∑ ( k
waarin: wmati Kmatcompki Kmati PIk
22
Kmatcomp ki * PI k ) Kmat i = prijs materiaal school i; = kosten materiaalcomponent k voor school i; = materiaalkosten school i; = prijsindexcijfer materiaalcomponent k.
Statline: de online gegevensbank van het CBS.
Bureau of lessenaar
83
Schattingen gecorrigeerde rendementscijfers Als kwaliteitsindicator is in dit onderzoek een meetkundig gemiddelde van het onvertraagd rendement gebruikt. In eerste instantie hebben we de rendementcijfers gecorrigeerd. De volgende vergelijking is geschat:
rend ij = a1 + a 2 * %cumiij + a3 * % stedelijkeni + fout ij waarin: rendij %cumiij %stedelijkeni foutij a1, a2, a3
= het rendement van school i voor onderwijs j; = het percentage cumi-leerlingen op school i voor onderwijs j; = het percentage inwoners dat in een zeer of redelijk stedelijk gebied woont in de gemeente waar school i zich bevindt; = de foutterm; = de te schatten parameters.
Op basis van de schattingsresultaten kunnen de gecorrigeerde rendementen als volgt berekend worden:
Corrend ij = aˆ1 + fout ij Tabel B5.3 geeft de schattingsresultaten van dit model. Een vetgedrukte parameter betekent dat de desbetreffende parameter een significante invloed heeft op het rendement (95%-betrouwbaarheidsniveau). Een schuingedrukte parameter betekent dat deze parameter een significante invloed heeft op het rendement op het 90%betrouwbaarheidsniveau. Tabel B5.3
Schattingsresultaten correctie rendementen, 2002 Gebied RBA
84
Onvertraagd
Onvertraagd
Onvertraagd
Onvertraagd
rendement vmbo-t
rendement havo
rendement vwo
rendement
(%)
(%)
(%)
onderbouw (%)
Constante
87,90
60,79
64,33
100,29
% cumi-leerlingen
-19,33
-46,85
-55,09
-29,94
% stedelijken
-5,84
-4,92
-3,95
Bureau of lessenaar
Vervolgens is het meetkundig gemiddelde genomen:
Avrend i = ( vmboi + hai + vwoi + oni ) (ren _ vmboi Waarin: Avrendi vmboi hai vwoi ren_vmboi ren_hai ren_vwoi ren_oni
vmboi
) * (ren _ hai
hai
) * (ren _ vwoi
vwoi
) * (ren _ oni
= (meetkundig) gemiddeld rendement school i; = aantal vmbo-t leerlingen school i; = aantal Havo-leerlingen school i; = aantal Vwo-leerlingen school i. = gecorrigeerd rendement vmbo-t op school i; = gecorrigeerd rendement havo op school i; = gecorrigeerd rendement vwo op school i; = gecorrigeerd rendement onderbouw op school i.
B5.2 Statistische beschrijving gegevens Tabel B5.4( 2001) en B5.5 (2002) bevat een statistische beschrijving van de belangrijkste gegevens van de vmbo-t/havo/vwo scholen waar de analyses op uitgevoerd zijn.
Bureau of lessenaar
85
oni
)
Tabel B5.4
Statistische beschrijving scholen voor vmbo-t, havo en vwo, 2001 Variabele
Gemiddelde
Standaard-
Minimum
Maximum
afwijking Variabele kosten ( x 1.000 €)
5.870.541
1.480.048
2.992.898
9.549.507
Leerlingen vmbo-t
169
49
73
322
Leerlingen havo
283
91
124
594
Leerlingen vwo
254
94
96
506
Leerlingen Onderbouw
497
136
167
817
193.578
128.465
31.076
789.421
82
9
55
98
54
12
26
79
58
13
23
83
98
8
73
119
87
8
64
101
59
11
34
80
62
12
39
88
100
7
78
122
Afschrijvingen ( x 1.000 €) Onvertraagd rendement vmbo-t (%) Onvertraagd rendement havo (%) Onvertraagd rendement vwo (%) Onvertraagd rendement onderbouw (%) Gecorrigeerd onvertraagd rendement vmbo-t (%) Gecorrigeerd onvertraagd rendement havo (%) Gecorrigeerd onvertraagd rendement vwo (%) Gecorrigeerd onvertraagd rendement onderbouw (%)
86
Bureau of lessenaar
Tabel B5.5
Statistische beschrijving scholen voor vmbo-t, havo en vwo, 2002 Variabele
Gemiddelde
Standaard-
Minimum
Maximum
afwijking Variabele kosten €
6.329.255
1.496.686
3.808.090
9.884.343
Leerlingen vmbo-t
167
51
86
341
Leerlingen havo
294
87
139
585
Leerlingen vwo
267
94
119
497
Leerlingen Onderbouw Afschrijvingen €
523
143
282
913
215.792
130.986
32.943
891.928
84
7
63
100
56
11
34
80
61
12
24
90
98
7
82
110
89
7
69
103
61
11
39
84
65
11
31
90
99
6
83
110
Onvertraagd rendement vmbo-t (%) Onvertraagd rendement havo (%) Onvertraagd rendement vwo (%) Onvertraagd rendement onderbouw (%) Gecorrigeerd onvertraagd rendement vmbo-t (%) Gecorrigeerd onvertraagd rendement havo (%) Gecorrigeerd onvertraagd rendement vwo (%) Gecorrigeerd onvertraagd rendement onderbouw (%)
Tabel B5.4 en B5.5 laat zien dat de gemiddelde variabele kosten voor vmbo-t/havo/vwo scholen in 2002 duidelijk hoger liggen dan in 2001 (€ 6,3 miljoen tegen € 5,9 miljoen). De variabele kosten zijn alle kostenposten van een school behalve de kapitaal(afschrijvingen) en huurkosten. Ook de afschrijvingen liggen in 2002 met € 216 duizend hoger dan in 2001 (€ 194.000). Verder zitten er tussen 2001 en 2002 slechts kleine verschuivingen in het gemiddeld aantal leerlingen per opleidingssoort en de onvertraagde rendementen per opleidingssoort. Tot slot bevat tabel B5.4 en B5.5 de door ECORYS gecorrigeerde rendementcijfers. Gemiddeld liggen deze gecorrigeerde rendementcijfers hoger dan de oorspronkelijke onvertraagde rendementcijfers. Dit komt omdat we gecorrigeerd hebben voor het percentage cumi-leerlingen en de mate van verstedelijking van de gemeente waar de school in gevestigd is.
B5.3 Het kostenmodel Er wordt in dit onderzoek uitgegaan van een schaduwprijzenmodel zoals voorgesteld door Kumbhakar (1997). Het schaduwprijskostenmodel bestaat uit een kostenfunctie en een aantal bijbehorende kostenaandelenvergelijkingen:
ln(C a ) = ln(C o ) + ln(C al ) + ln(C te ) + v
Bureau of lessenaar
87
S ia = S io + η i Hierbij is: Ca = werkelijke kosten o C = optimale (= minimale) kosten al C = allocatieve inefficiëntie component te C = technische inefficiëntie component ν = storingsterm a Si = werkelijke kostenaandeel input i (i = 1,.., n)
S io
= optimale kosten aandeel input i (i = 1,.., n)
ηi
= storingsterm (i = 1,.., n)
Dit model verdeelt de werkelijke kosten in drie componenten: minimale kosten nodig voor de betreffende productie (Co), kosten veroorzaakt door technische inefficiëntie (Cte) en kosten veroorzaakt door allocatieve inefficiëntie (Cal). Alle kostencomponenten worden verondersteld een translog kostenfunctie te volgen. De vergelijking van de optimale kosten behorende bij een bepaald productieniveau wordt hiermee als volgt. m
n
n'
m
i =1
i =1
i =1
i =1
ln(C o ) = a0 + ∑ bi ln(Yi ) + ∑ ci ln(Wi ) + ∑ d i ln(Z i ) + 1 / 2 ∑ n
1/ 2 ∑ i =1
n
n'
j =1
i =1
∑ cij ln(Wi ) ln(W j ) + 1 / 2 ∑
m
∑b
ij
ln(Yi ) ln(Y j ) +
j =1
n'
∑d
ij
ln(Z i ) ln(Z j ) +
j =1
n
n'
i =1
j =1
i =1
n'
m
∑ i TIME * ln(W )
j =1
i =1
m
∑ ∑ i =1
∑ eij ln(Yi ) ln(W j ) + ∑
n
∑f
ij
ln(Z i ) ln(W j ) +
j =1
∑ g ij ln(Z i ) ln(Y j ) + h0 * TIME + h11 * TIME 2 +
n
i
Hierbij is:
Yi = output i (i = 1,.., n) TIME = tijd Wi = prijs input i (i = 1,.., n) Zi = fixed input i (i = 1,.., n) a o , aa 0 , aa1 , bi , ci , d i , bij , cij , d ij , eij , f ij , en g ij de te schatten parameters Met behulp van Shephard’s Lemma kunnen de optimale kostenaandelen uit deze kostenfunctie afgeleid worden: n
m
n'
j =1
j =1
j =1
S io = ci + ∑ cij ln(W j ) + ∑ eij ln(Y j ) + ∑ f ij ln(Z j ) + ii * TIME (i = 1,..n)
88
Bureau of lessenaar
i
Een andere kostencomponent is die van allocatieve inefficiëntie. Deze component wordt gegeven met behulp van de volgende formule:
ln(C al ) = ln(G ) + ∑ ciξ i + ∑ i
+∑
∑f ξ ij
i
∑e ξ
i
ij
j
i
ln(Y j ) + ∑ i
∑b ξ ij
j
j
ln(W j ) + 1 / 2∑ i
∑c ξ ξ ij
i
j
ln(Z j )
i
j
waarbij:
S oj + ∑ cij ξ j j G =∑ ξj e j
ξ
en e j is de prijs vervormingfactor van de prijs van de input j, die de schaduwprijs levert voor input j. De prijs vervormingfactor wordt als volgt gemodelleerd:
ξ j = − 1 + 2 * CN (ξ oj + ∑ ξ jk E k ) k
Hierbij is: CN = cumulatieve standaard normale verdeling Ek = verklarende variabele k voor allocatieve efficiëntie
ξ oj en ξ jk de te schatten parameters Ten slotte de term η i in de aandeelvergelijking (%). Deze kan expliciet afgeleid worden:
( S io (1 − Ge ξi ) + ∑ cij ξ j )
ηi =
j
Ge
ξi
B5.4 Resultaten Een overzicht van de volledige schattingsresultaten wordt gegeven in tabel B5.3. Een vetgedrukte parameter betekent dat de desbetreffende parameter een significante invloed heeft op de kosten (95%-betrouwbaarheidsniveau). Een schuingedrukte parameter betekent dat deze parameter een significant invloed heeft op de kosten op het 90%betrouwbaarheidsniveau.
Bureau of lessenaar
89
j
Tabel B5.3
Relatie optimale allocatie en kenmerken, 2002 Kosten
Standaard-
T-statistic
afwijking Constante
0,06
0,08
0,79
Leerlingen vmbo-t
0,10
0,04
2,57
Leerlingen havo
0,22
0,04
5,11
Leerlingen vwo
0,27
0,03
9,21
Leerlingen onderbouw
0,24
0,05
4,48
Leerlingen vmbo-t * Leerlingen vmbo-t
0,43
0,26
1,67
Leerlingen vmbo-t * Leerlingen havo
-0,33
0,17
-1,89
Leerlingen vmbo-t * Leerlingen vwo
-0,04
0,12
-0,34
Leerlingen vmbo-t * Leerlingen onderbouw
-0,08
0,26
-0,32
Leerlingen havo * Leerlingen havo
0,49
0,28
1,75
Leerlingen havo * Leerlingen vwo
-0,20
0,14
-1,42
0,19
0,22
0,88
Leerlingen havo * Leerlingen onderbouw
0,36
0,13
2,90
Leerlingen vwo * Leerlingen onderbouw
-0,15
0,14
-1,06
Leerlingen onderbouw * Leerlingen onderbouw
-0,03
0,31
-0,11
Prijs management
0,08
0,00
29,13
Prijs onderwijzend
0,66
0,01
114,71
Prijs onderwijsondersteunend
0,02
0,00
26,45
Prijs beheer/administratief/overig
0,09
0,00
30,93
Prijs materiaal
0,16
0,01
30,82
Prijs management * Prijs management
-0,11
0,09
-1,18
Prijs management * Prijs onderwijzend
0,23
0,08
2,97
-0,08
0,03
-2,79
0,13
0,08
1,73
Leerlingen vwo * Leerlingen vwo
Prijs management * Prijs onderwijsondersteunend Prijs management * Prijs beheer, administratief en overig personeel
-0,18
0,07
-2,62
Prijs onderwijzend * Prijs onderwijzend
0,16
0,14
1,08
Prijs onderwijzend * Prijs onderwijsondersteunend
0,01
0,02
0,51
personeel
-0,36
0,07
-4,77
Prijs onderwijzend * Prijs materiaal
-0,04
0,11
-0,35
0,05
0,02
2,77
0,06
0,03
2,17
-0,04
0,02
-1,65
-0,11
0,09
-1,20
0,28
0,08
3,57
Prijs management * Prijs materiaal
Prijs onderwijzend * Prijs beheer, administratief en overig
Prijs onderwijsondersteunend * Prijs onderwijsondersteunend Prijs onderwijsondersteunend * Prijs beheer, administratief en overig personeel Prijs onderwijsondersteunend * Prijs materiaal Prijs beheer, administratief en overig personeel * Prijs beheer, administratief en overig personeel Prijs beheer, administratief en overig personeel * Prijs materiaal Prijs materiaal * Prijs materiaal
90
-0,02
0,13
-0,20
Afschrijvingen
0,01
0,01
0,68
Gecorrigeerd rendement
0,43
0,35
1,20
Bureau of lessenaar
Kosten
Standaard-
T-statistic
afwijking Afschrijvingen * Afschrijvingen
0,00
0,02
0,15
Afschrijvingen * Gecorrigeerd rendement
-0,01
0,04
-0,35
Gecorrigeerd rendement * Gecorrigeerd rendement
-1,81
1,27
-1,42
Leerlingen vmbo-t * Prijs management
0,00
0,01
-0,27
Leerlingen vmbo-t * Prijs onderwijzend
0,04
0,02
1,72
Leerlingen vmbo-t * Prijs onderwijsondersteunend
0,00
0,00
-0,52
personeel
-0,01
0,01
-0,74
Leerlingen vmbo-t * Prijs materiaal
-0,02
0,02
-1,30
Leerlingen havo * Prijs management
0,01
0,01
1,04
Leerlingen havo * Prijs onderwijzend
-0,01
0,02
-0,30
Leerlingen havo * Prijs onderwijsondersteunend
-0,01
0,00
-2,04
personeel
0,00
0,01
0,40
Leerlingen havo * Prijs materiaal
0,00
0,02
-0,08
Leerlingen vwo * Prijs management
0,00
0,01
0,10
Leerlingen vwo * Prijs onderwijzend
0,03
0,01
2,30
Leerlingen vwo * Prijs onderwijsondersteunend
0,00
0,00
0,27
personeel
-0,01
0,01
-0,95
Leerlingen vwo * Prijs materiaal
-0,03
0,01
-2,11
Leerlingen onderbouw * Prijs management
-0,02
0,01
-1,96
Leerlingen onderbouw * Prijs onderwijzend
-0,01
0,03
-0,37
0,00
0,00
-0,21
-0,01
0,01
-0,68
Leerlingen onderbouw * Prijs materiaal
0,04
0,02
1,72
Gecorrigeerd rendement * Prijs management
0,00
0,01
0,20
Gecorrigeerd rendement * Prijs onderwijzend
0,02
0,01
1,41
Gecorrigeerd rendement * Prijs onderwijsondersteunend
0,00
0,00
0,83
overig personeel
-0,01
0,01
-1,76
Gecorrigeerd rendement * Prijs materiaal
-0,01
0,01
-0,84
Leerlingen vmbo-t * Gecorrigeerd rendement
-0,10
0,14
-0,75
Leerlingen havo * Gecorrigeerd rendement
-0,04
0,12
-0,33
Leerlingen vwo * Gecorrigeerd rendement
0,09
0,07
1,30
-0,02
0,14
-0,15
0,03
0,01
1,95
-0,01
0,00
-1,85
Leerlingen vmbo-t * Prijs beheer, administratief en overig
Leerlingen havo * Prijs beheer, administratief en overig
Leerlingen vwo * Prijs beheer, administratief en overig
Leerlingen onderbouw * Prijs onderwijsondersteunend Leerlingen onderbouw * Prijs beheer, administratief en overig personeel
Gecorrigeerd rendement * Prijs beheer, administratief en
Leerlingen onderbouw * Gecorrigeerd rendement Jaar-2001 Jaar-2001 * Prijs management Jaar-2001 * Prijs onderwijzend
0,00
0,01
-0,11
Jaar-2001 * Prijs onderwijsondersteunend
0,00
0,00
-0,28
personeel
0,01
0,00
3,20
Jaar-2001 * Prijs materiaal
0,00
0,01
-0,64
Jaar-2001 * Prijs beheer, administratief en overig
Bureau of lessenaar
91
92
Bureau of lessenaar
Referenties
Albrow, M., Bureaucratie: een begripsanalyse, Universitaire Pers, Rotterdam, 1971. Alfonso, A., en M. St. Aubyn. Cross-country efficiency of secondary education provision: a semi-parametric analysis with nondiscretionary inputs. Frankfurt am Main: European Central Bank, 2005 Alvarez, A., & C.A.K. Lovell, Excess Capacity and Expense Preference Behavior in National Health Systems: An Application to the Spanish Public Hospitals, Health Economics, 13 (2): 157-169, 2004. Arcares, Benchmark verpleeg- en verzorgingshuizen 2003; prestaties van zorgaanbieders gemeten, Utrecht, Arcares, 2004. Atkinson, S.E., en D. Primont, 2002. Stochastic estimation of firm technology, inefficiency, and productivity growth using shadow cost and distance functions. In: Journal of Econometrics 108: 203-225. Blank, J.L.T., S. Boef-van der Meulen, H.M. Bronneman-Helmers, L.J. Herweijer, B. Kuhry, and R.A.H. Schreurs, School en schaal (Cahier 81), Sociaal en Cultureel Planbureau/VUGA, Rijswijk/Den Haag, 1990. Blank, J.L.T., Kosten van kennis: een empirisch onderzoek naar de productiestructuur van het basisonderwijs in Nederland, (Sociale en culturele studie 17) SCP/VUGA, Rijswijk/Den Haag, 1993. Blank, J.L.T., Benchmarken of de kunst van het vergelijken, in: Economisch Statistische Berichten, Volume 83, Nr. 4154, pp. 432-435, 1998. Blank, J.L.T., W. Koolmees, I. Vogelaar en J.L. Waaijers, Tussen bureau en bed: een empirisch onderzoek naar de relatie tussen overhead en productie in Nederlandse ziekenhuizen, ECORYS-NEI, Rotterdam, 2002. Blank, J.L.T. en P.M. Koot. 2004. Zuinig met water: een empirisch onderzoek naar de efficiëntie van bedrijven in de drinkwatersector in: Tijdschrift voor Openbare Financiën, Volume 36, Nr. 2, pp. 51-62, 2004. Blank, J.L.T., en A.H.Q.M. Merkies, Empirical assessment of the economic behaviour of Dutch general hospitals in: Health Economics 13 (3), 265-280, 2004.
Bureau of lessenaar
93
Blank, J.L.T., en I. Vogelaar, Specifying technical change: a research on the nature of technical change in Dutch hospital industry in: The Quarterly Review of Economics and Finance 44, 448–463, 2004. Capgemini Nederland B.V., Bve Monitor 2003-2004. Deelrapport Financiën, Capgemini Nederland B.V., Amsterdam, 2005. Chub, J.E., en T. Moe, Politics, markets and the organization of schools, Washington D.C., The Brookings Institute, 1988. Cleuver, E. Efficiëntiescores van Politiekorpsen in Nederland: Een econometrische analyse van de kostenstructuur van de Nederlandse regionale politiekorpsen in 19992003. Rotterdam: Erasmus Universiteit, 2005. D&K Onderzoek en Opleiding, Benchmark Beleving SKPO, D&K, Heerewaarden, 2005. Dijkgraaf, E., en M. Varkevisser, Efficiency boven water in: Economisch Statistische Berichten (2): 34-35, 2004. Dijkgraaf, E., R.F.T. Aalbers, S.A. van der Geest, T. Post & M. Varkevisser, Efficiëntie boven water, SEOR-ECRi, Erasmus Universiteit Rotterdam, Rotterdam, 2004. Dijkgraaf, E. & M. Varkevisser, Kosten en baten van toezicht op de doelmatigheid van drinkwaterbedrijven, OCFEB Research Memorandum 0404, Erasmus Universiteit Rotterdam, Rotterdam, 2004. Färe, R. en D. Primont, Multi-Output Production and Duality: Theory and Applications, Kluwer Academic Publishers, Dordrecht, 1995. GGD Zuid Holland Noord, Managementrapportage Jaarrekening, GGD Zuid Holland Noord, 2002. Graaf, D. de, J.M. de Winter, en P.H.G. Berkhout, Effectiviteit en efficiëntie van woningcorporaties, SEO Onderzoek, Amsterdam, 2001. Grosskopf, S., K.J. Hayes, L.L. Taylor, en W.L. Weber, Budget-Constrained Frontier Measures of Fiscal Equality and Efficiency in Schooling, Review of Economics and Statistics, 79 (1): 116-124, 1997. Goudriaan, R., F.P. van Tulder, J.L.T. Blank, A.G.J. van der Torre, and B. Kuhry, Doelmatig dienstverlenen: een empirisch onderzoek naar de productiestructuur van vier voorzieningen in de kwartaire sector, Sociaal en Cultureel Planbureau, Rijswijk, 1989. Hakfoort, Jacco, Michiel van Leuvensteijn & Gusta Renes, Woningcorporaties: prikkels voor effectiviteit en efficiëntie, Centraal Planbureau, Den Haag, 2002. Hoy, W.K., & S.R. Sweetland, Designing better schools: the meaning and measure of enabling school structures, Educational Administration Quarterly, 37 (3): 296-321, 2001.
94
Bureau of lessenaar
Inspectie van het onderwijs, Technische toelichting op de opbrengstenkaart 2005, 2005. Jongbloed, Ben, Carlo Salerno & Frans Kaiser, Kosten per student. Methodologie, schattingen en een internationale vergelijking, Cheps, Enschede, 2003. Judge, G.C., R.C. Hill, W.E. Griffiths, H. Lütkepohl en T.S. Lee, Introduction to the theory and practices of econometrics, second edition, New York: John Wiley, 1988. Kumbhakar, S.C., Modeling Allocative Inefficiency in a Translog Cost Function and Cost Share Equations: an Exact Relationship. Journal of Econometrics 76: 351-356, 1997. Kumbhakar, S.C. en C.A.K. Lovell, Stochastic Frontier Analysis. New York: Cambridge University Press, 2000. Lovell, C.A.K., Measuring efficiency in the public sector. In: Blank, J.L.T. (ed.), Public provision and performance: contributions from efficiency and productivity measurement, 23-43, Amsterdam, 2000. Marlow, M.L., Bureaucracy and student performance in US public schools, Applied Economics, 33: 1341-1350, 2001. Meier, K.J., J.L. Polinard, en R.D. Wrinkle, Bureaucracy andorganizational performance: causality arguments about public schools, American Journal of Political Science, July, 2000. Ministerie van BZK (2002), Kerngegevens Nederlandse Politie 2001, Den Haag: Ministerie van BZK. OCW, Bezemregeling vereenvoudiging bekostiging voortgezet onderwijs, in: Gele Katern, nummer 5, 23 maart, 2005. Onderwijsraad, Bureaucratisering in het onderwijs. Verkenning, Drukkerij Artoos, Den Haag, 2004a. Onderwijsraad, Bureaucratisering en schaalfactoren in het onderwijs. Studie, Drukkerij Artoos, Den Haag, 2004b. Rousseeuw, P.J., en A.M. Leroy, Robust Regression and Outlier Detection, New Yersey, John Wiley and Sons, 1987. Smith, K.B., en C.W. Larimer, A mixed relationship: bureaucracy and school performance, Public Administration Review, 64 (6): 728-736, 2004. VEWIN, Water In Zicht 2000, VEWIN, Rijswijk, 2001. Wenger, J. W., ‘What do schools produce? implications of multiple outputs in education.’ Contemporary Economic Policy 18(1), 27–36, 2000.
Bureau of lessenaar
95
Wiebrens, C.J, Celdagen zeggen meer over doelmatigheid politie, Economisch Statistische Berichten, 87 (4389): 900-903, 2002. Wouters, P., P. Holen, N. Schoenmakers & C. Tiebosch, Bve Monitor 2003-2004. Deelrapport Bedrijfsvoering, Capgemini Nederland B.V., Amsterdam, 2005. Zuurmond, Arre, De infocratie, een theoretische en empirische heroriëntatie op Weber's ideaaltype in het informatietijdperk. Phaedrus, Den Haag, 1994. Zellner, A., An efficient method of estimating seemingly unrelated regression and tests of aggregation bias. In: Journal of the American Statistical Association. 57: 500-509, 1962.
96
Bureau of lessenaar
