Kontakt
Landets jobcentre skal løse den samme opgave, men de har meget forskellige rammevilkår for at komme i mål. Der er nemlig stor forskel på befolkningens socioøkonomiske sammensætning og den lokale beskæftigelsessituation i de enkelte kommuner. Der er samtidig stor forskel på, hvor mange penge jobcentrene bruger på indsatsen, og hvor succesfulde de er med at skabe indsatser, der får kommunens borgere i beskæftigelse.
Denne analyse ser på, hvor store forskellene er på jobcentrenes evne til at udnytte ressourcerne mest effektivt: Hvor gode er jobcentrene til at løfte borgerne i den erhvervsaktive alder ud af offentlig forsørgelse – når man vel at mærke har taget højde for forskellene i jobcentrenes rammevilkår? Projektet undersøger dette gennem en benchmarkinganalyse af jobcentrenes resultater og effektivitet.
Resultater
Undersøgelsen viser, at der er betydelige forskelle i jobcentrenes resultater og i deres effektivitet i forhold til at få de bedst mulige resultater ud af udgifterne til beskæftigelsesindsatsen – selv når der tages hensyn til deres forskellige rammevilkår.
Analysen viser, at hvis de mindst effektive jobcentre er i stand til at lære af de mest effektive, er der potentiale for at reducere antallet af borgere i den erhvervsaktive alder på offentlige forsørgelsesydelser med 18-34.000 fuldtidspersoner, uden at det vil betyde øgede udgifter. Tilsvarende kan man se, at der er potentiale for at reducere udgifterne med 10-20 %, uden at det betyder, at der kommer flere borgere på offentlige forsørgelsesydelser.
Analysen påviser, at det er vigtigt at have jobcentrenes udgifter til beskæftigelsesindsats med, hvis man skal få et reelt billede af, hvor effektive de er. Nogle jobcentre opnår betydeligt bedre resultater, end man kan forvente ud fra deres rammevilkår. Hvis disse succesfulde jobcentre ovenikøbet opnår de gode resultater uden at bruge flere ressourcer end andre jobcentre, så kan de være et forbillede for andre jobcentre med hensyn til at udnytte ressourcerne effektivt. Men hvis et succesfuldt jobcenter bruger væsentligt flere penge på indsatsen end andre jobcentre, så fremstår jobcenteret ikke så effektivt.
Andre jobcentre opnår mere middelmådige resultater, men gør det med et lavere ressourceforbrug. Trods de middelmådige resultater kan disse jobcentre derfor godt være forbilleder, hvis man ønsker at opnå størst mulig effekt af hver krone, der bruges. Forbillederne er dermed forskellige, alt efter om man ønsker at opnå de bedste resultater, eller om man ønsker at opnå de bedste resultater i forhold til de penge, der bruges på beskæftigelsesindsatsen.
Metode
Vi har foretaget en benchmarkinganalyse baseret på den såkaldte DEA-metode. DEA-metoden gør det muligt at sammenveje jobcentrenes løfteevne for forskellige grupper af ydelsesmodtagere (output) med de udgifter, jobcentrene har til beskæftigelsesindsatsen (input). Samtidig har vi taget højde for, at kommunerne har forskellige rammevilkår for opgaveløsningen. Principperne i DEA-analysen betyder, at løfteevnen for de forskellige ydelsesgrupper vægtes, så det enkelte jobcenter stilles i det bedst mulige lys. Det enkelte jobcenters effektivitet måles herefter op imod de jobcentre (med sammenlignelige rammevilkår), som har den mest effektive udnyttelse af de ressourcer, de bruger på beskæftigelsesindsatsen.
I analysen af løfteevne indgår modtagere af tre hovedtyper af ydelser: arbejdsløshedsdagpenge, kontanthjælp mv. og sygedagpenge. Vi beregner løfteevnen ved at se på, hvor stor en andel af året, borgerne i den erhvervsaktive alder modtager ydelser, og sammenligner det med, hvad man kunne forvente ud fra en lang række oplysninger om borgernes socioøkonomiske karakteristika og den lokale beskæftigelsessituation.
Udgifterne i analysen er opgjort som de samlede udgifter til beskæftigelsesindsats og sagsbehandling pr. fuldtidsperson på arbejdsmarkedsydelser i året. Udgiftsoplysningerne stammer fra kommunernes regnskaber, men er kvalificeret ved indhentning af spørgeskemadata fra jobcentrene.
Om denne udgivelse
Rigsrevisionen
VIVE - Det Nationale Forsknings- og Analysecenter for Velfærd