Notat Utgiftsbehov i statlig barnevern - analyser på fylkesvise data

Transkript

1 Notat Utgiftsbehov i statlig barnevern - analyser på fylkesvise data

2 ECON-notat nr , Prosjekt nr EBO/cjo, GLU, 29. august 2006 Ikke offentlig Utgiftsbehov i statlig barnevern - analyser på fylkesvise data Utarbeidet for Barne- ungdoms- og familiedirektoratet ECON Analyse Postboks 5, 0051 Oslo. Tlf: , Faks: ,

3 Innhold: 1 INNLEDNING DESKRIPTIV ANALYSE Datagrunnlaget Barnevernsdata for Bivariat analyse driftsutgifter Bivariat analyse enhetskostnader ØKONOMETRISK ANALYSE Teori Resultater - brutto driftsutgifter per innbygger Resultater - brutto driftsutgifter per barn på tiltak KONKLUSJONER...15 REFERANSER...16

4 1 Innledning ECON og NOVA gjennomfører et utredningsprosjekt for Barne- ungdoms- og familiedirektoratet med henblikk på å utarbeide et kriteriebasert system for å fordele ressurser mellom de 5 regionene i det statlige barnevernet. Kriteriene skal uttrykke forskjeller mellom regionene i behovet for utgifter til barnevern, gitt at det skal gis et likeverdig tilbud til barn, unge og deres familier. Som ledd i dette prosjektet gjennomføres det ulike statistiske analyser a sammenhenger mellom utgifter til barnevernstiltak og kjennetegn ved barn/unge og deres situasjon, jf. nærmere dokumentasjon i ECON (2006). Selv om analysene har som formål å belyse kriterier på utgiftsbehov i 5 regioner, trenger ikke analysene for å avdekke disse kjennetegnene gjøres på regionnivå. I prosjektet gjennomføres det analyser på individnivå, kommunenivå og fylkesnivå. I dette notatet dokumenteres analysene basert på fylkesvise data, i de to siste årene hvor fylkeskommunen hadde ansvaret for andrelinjetjenesten i barnevernet (2002 og 2003). Vi antar at estimerte sammenhenger mellom kjennetegn ved fylkene og fylkeskommunenes utgifter til barnevern som identifiseres i disse årene, også er relevante for disse kriterievariablenes evne til å beskrive utgiftsbehovet i de 5 statlige barnevernsregionene i framtiden. En nærmere beskrivelse av hypoteser om hvilke kjennetegn ved barn, unge og deres situasjon som kan sies å utløse behov for barnevernstiltak, er gitt i ECON (2006), ECON (2006A) og Knudsen Sture (2006). Denne rapporten inneholder således ingen beskrivelse av hypoteser, tidligere forskning med mer. I ECON (2006A) dokumenteres analyser på kommunenivå. Vi har ikke data som angir forskjeller i praksis knyttet til det å iverksette statlige barnevernstiltak. Dette trenger ikke være noen alvorlig feilkilde dersom strenghet i praksis ikke er korrelert med de variablene (kjennetegnene) som er korrelert med utgiftene til barnevernstiltak. Ressurstilgangen i fylkeskommunen er det kontrollert for ved å inkludere fylkeskommunens frie inntekter per innbygger i analysen. Dette notatet er disponert som følger. Kapittel 2 inneholder en beskrivelse av datagrunnlaget for analysen, samt en deskriptiv analyse av den parvise samvariasjonen mellom mulige forklaringsvariabler og fylkeskommunenes driftsutgifter til barnevern. Kapittel 3 beskriver resultatene fra en regresjonsanalyse av disse driftsutgiftene. Til forskjell fra i den bivariate analysen, studeres her effektene av de enkelte variablene, kontrollert fra effektene av øvrige variabler. Kapittel 4 inneholder en oppsummering. 1

5 2 Deskriptiv analyse Vi redegjør i dette kapitlet for sentrale trekk ved datamaterialet for barnevern i fylkene i 2003, samt for de potensielle forklaringsvariablene. En slik analyse gir viktig informasjon om bivariate (parvise) sammenhenger, og bidrar dermed til å underlette tolkningen av resultatene fra de statistiske analysene. Vi inkluderer ikke Oslo, verken i de deskriptive analysene eller de økonometriske analysene. Hovedgrunnen til det er at Oslo er både kommune og fylkeskommune. Det betyr at frie inntekter for Oslo i egenskap av å være fylkeskommune ikke nødvendigvis er relevant som indikator for kommunens rammebetingelser. Delvis som en følge av dette er organiseringen av barnevernet i Oslo også annerledes enn i de øvrige kommunene, slik at valg av tiltak skjer under andre rammebetingelser enn det som var tilfellet i de øvrige fylkene. Vi står da igjen med 18 fylker. 2.1 Datagrunnlaget Vi benytter oss i all hovedsak over tilgjengelige data på fylkes- og kommunenivå fra SSBs åpne datakilder KOSTRA. Vi har videre supplert dataene med SSB-data fra andre databanker. Til slutt har vi benyttet enkelte data utarbeidet i forskningsprosjekter i SSB, med sikte på å være kriterievariabler i inntektssystemet for kommunene. KOSTRA har data for de fleste variablene både for 2002 og Dataene i fylkesanalysen er fylkeskommunens brutto driftsutgifter til barnevern i kroner per innbygger i 2002 og Dataene er tatt fra SSBs database for kommuner og fylkeskommuner, KOSTRA. KOSTRA-dataene inneholder data for avskrivninger, og fordi kvaliteten på disse dataene trolig er svakere enn andre data i KOSTRA, har vi trukket ut avskrivningene fra driftsutgiftene. 2

6 Tabell 2.1 Variabler som er brukt i analysen. Betegnelse Andel i småkommuner Andel i storbykommuner Barn som ikke bor sammen med begge foreldre Befolkningstetthet Diagnoser Forklaring Andel av fylkets innbyggere som bor i kommuner med mindre enn 5000 innbyggere Andel av fylkets innbyggere som bor i kommuner med mer enn innbyggere Antall barn som ikke bor med begge foreldre, dividert med befolkningen 0-17, %. Kilde: SSB (Langørgen m. fl., ). Innbyggere per kvadratkilometer Døde av risikodiagnoser (rus, psykiatri, ulykker, selvmord, drap) per innb. Dødelighet Døde per innb (alders- og kjønnsstandardisert) Enslige forsørgere Enslige forsørgere i % av befolkning år Fattige Andel fattige av befolkningen (%). Beregning for Kilde: SSB; Langørgen m. fl.(2005) 1) Folketall (etter alder) Folkemengde ved utgangen av året (etter alder) Frie inntekter Kommunens frie inntekter, 1000 kr pr. innb. Grunnskole Andel av befolkningen med grunnskole som høyeste utdanning, % Ikkevestlige innvandrere 0-18 år Innflytting Innvandrere fra ikkevestlige land 0-18 år, andel av befolkningen 0-17 år, % Netto innflytting i prosent av folketall foregående år. Innvandrere Innvandrerbefolkning, andel av befolkningen, % Kommunale fagstillinger Antall stillinger med fagutdanning i kommunalt barnevern per 1000 innbyggere. Kommunestørrelse Gjennomsnittlig kommunestørrelse (innbyggertall) i fylket. Ledighetsrate Arbeidsledige dividert på befolkning 16-66, %. Lovbrudd Anmeldte lovbrudd per 1000 innbyggere, gjennomsnitt fra 2003 og 2004 (kilde: SSB-Hjulet). Skilte og separerte Skilte og separerte år i % av befolkningen år. Sosialhjelp Brutto driftsutgifter til økonomisk sosialhjelp, kroner per innbygger år. Sysselsettingsandel Sysselsetting menn dividert med antall menn 40-54, %. Tettsted Andel av befolkningen som bor i tettsted, % Uførerate Uføre dividert på befolkningen år, %. 1 Takk til SSB for å ha stilt denne variabelen til disposisjon. 3

7 2.2 Barnevernsdata for 2003 Vi viser først data for antall barn på tiltak per innbygger, netto driftsutgifter per barn som er på tiltak og netto driftsutgifter per innbygger, jf. Figur 2.1. Figuren viser at det er betydelige forskjeller i ressursbruken per innbygger mellom fylkene. Nordland, som var den fylkeskommunen som hadde lavest driftsutgifter per innbygger, hadde et utgiftsnivå som bare var drøyt 1/3 av utgiftsnivået i fylkeskommunen med høyest utgifter (Hordaland). Figur 2.1 Fylkeskommunalt barnevern: Brutto driftsutgifter per innbygger, barn på fylkeskommunale tiltak per innbygger og brutto driftsutgifter per barn på tiltak. Indekser med Hordaland satt lik 100. Data for Ho Ak Ro Bu Øs Ve Fi Tr Au So Sø Te Ve He No Op Mø No Barn på FK tiltak per 1000 innb Bto dr. utg. per barn på tiltak Bto dr. utg. per innb Kilde: ECON, KOSTRA Rangeringen av fylkene etter brutto driftsutgifter per innbygger ligner rangeringen etter antall barn per innbygger som er på tiltak. Korrelasjonen mellom antall barn på fylkeskommunale tiltak og brutto driftsutgifter er 0,82. Imidlertid er det, riktignok med en del unntak, en tendens til at fylker med lavt antall barn på tiltak bruker mye penger på hvert av disse barna. Det ser vi i figuren av at brutto driftsutgifter per barn på fylkeskommunale tiltak synes å være høyere desto færre barn som er på fylkeskommunale tiltak. Korrelasjonskoeffisienten mellom barn på tiltak og brutto driftsutgifter per barn på tiltak, er -0, Bivariat analyse driftsutgifter Vi viser i det følgende fylkene rangert etter brutto driftsutgifter til barnevern, målt i kroner per innbygger. 4

8 Tabell 2.2 Kjennetegn ved fylkeskommunene gruppert etter stigende verdier av brutto driftsutgifter til barnevern målt i kroner per innbygger. Data for Driftsutgift, kr/innb Antall fylker Driftsutgifter kr/innb Barn på fylkeskommunale tiltak, per 1000 innb. Utgift per barn på tiltak, kroner Leve alder menn Fattige Barn som ikke bor sammen med begge foreldre Enslige forsørgere Skilte og separerte < , ,6 76,0 2,8 16,7 1,8 9,8 13,3 Leve alder kvinner , ,2 75,3 3,1 18,2 1,6 11,5 15, , ,0 75,0 3,8 17,6 2,0 11,4 14, , ,4 75,6 3,2 15,6 1,7 9,5 12, , ,5 74,4 3,6 20,4 2,2 11,9 14,2 > , ,7 76,1 3,8 15,5 1,7 10,9 9,8 Total , ,2 75,4 3,4 17,3 1,8 10,7 12,8 Korrelasjon 1) 1 0,82 0,22 0,05-0,05 0,63-0,01 0,05 0,26-0,49 1) Korrelasjonskoeffisient med brutto driftsutgifter til barnevern per innbygger. Uføre Tabell 2.3 Kjennetegn ved fylkeskommunene gruppert etter stigende verdier av brutto driftsutgifter til barnevern målt i kroner per innbygger. Driftsutgift, kr/innb Frie inntekter, 1000 kr/innb Ikkevest lige innvandrere 0-18 Ledighet Innflytting Sysselsettingsandel 25-66, % Folketall (1000) Innbyggere per kommune Andel i småkommuner <400 8,0 3,0 2,9 0,02 85, , ,9 4,0 2,4 0,20 79, , ,8 6,5 3,4 0,22 83, , ,9 4,1 3,1 0,09 88, , ,8 4,9 3,3 0,08 81, ,8 > 800 6,4 6,3 2,8 0,36 85, ,6 Total 7,4 4,8 3,0 0,15 84, ,5 Korrelasjon 1) -0,31 0,49 0,07 0,30 0,01 0,56 0,65-0,32 1) Korrelasjonskoeffisient med brutto driftsutgifter til barnevern per innbygger. 5

9 Tabell 2.4 Kjennetegn ved fylkeskommunene gruppert etter stigende verdier av brutto driftsutgifter til barnevern målt i kroner per innbygger. Driftsutgift, kr/innb Tettsted Andel 0-17 år Andel i storbykommuner Risikodiagnoser Sosialhjelp Befolkningstetthet Lovbrudd Kommunale fagstillinger Grunnskole høyeste utdanning <400 60,8 0,0 23,7 51, ,8 54,4 0,5 15, ,4 0,0 21,7 53, ,9 69,9 0,4 20, ,9 0,0 23,9 59, ,0 98,1 0,7 14, ,7 19,1 24,3 45, ,4 73,8 0,5 13, ,0 0,0 23,7 53, ,0 90,7 0,6 16,8 > ,3 25,9 24,9 42, ,7 79,5 0,5 13,3 Total 70,8 8,9 24,0 49, ,7 77,0 0,5 15,2 Korrelasjon 1) 0,74 0,49 0,37-0,25 0 0,52 0,50 0,38-0,36 1) Korrelasjonskoeffisient med brutto driftsutgifter til barnevern per innbygger. Dataene viser en del bivariate korrelasjoner. Bosettingsstruktur. Det er høy korrelasjon mellom driftsutgiftene til barnevern og flere variable for bosettingsstrukturen. Dette gjelder folketallet i fylket, gjennomsnittlig innbyggertall per kommune, andel i tettsted og andel som bor i store kommuner. Disse korrelasjonene er av forventet fortegn, dvs høyere driftsutgifter desto flere innbyggere, flere innbyggere i tettsted osv. Dette er forenlig med hypoteser om at sentralisering, tilflytting og lignende genererer økt behov for barnevern. Samvariasjonen mellom folketall og utgifter synes i hovedsak å komme av at utgiftene er klart høyere i fylkene med de høyeste innbyggertallene, enn i de fleste andre fylker. Andelen av innbyggerne som bor i små kommuner (mindre enn 5000 innbyggere), er negativt korrelert med barnevernsutgiftene, noe som tilsier mindre behov for barnevern i de minste kommunene. Korrelasjonen mellom barnevernsutgifter og netto innflytting er svak og ikke signifikant. Netto innflytting er på sin side sterkt korrelert med de øvrige demografivariablene; det er innflytting til store og sentrale kommuner (som også har mange som bor i tettbygde strøk) og fraflytting fra små kommuner og fra fylker med lave innbyggertall. Arbeidsmarked/trygd. I motsetning til hva vi fant på kommunedataene, er det ingen samvariasjon mellom arbeidsledighet/sysselsettingsandel/uførhet i forventet retning. Korrelasjonskoeffisienten for ledighet er nær null, og den er negativ for uføreraten. Dette er motsatt av forventet. Innvandring. Det er en sterkt positiv korrelasjon mellom andelen ikkevestlige innvandrere 0-18 år og utgifter til barnevernstiltak. Frie inntekter samvarierer ikke med barnevernsutgiftene. Korrelasjonskoeffisienten er, i motsetning til hva som var forventet, negativ. Dette tyder ikke på at høye utgifter er en konsekvens av høye inntekter i fylkeskommunene. 6

10 Sosiale problemer. Andel fattige korrelerer høyt med utgiftene til barnevern i fylkeskommunene. Anmeldte lovbrudd er også korrelert med barnevernsutgiftene, mens korrelasjonen med utgiftene til sosialhjelp er noe svakere. Det er en negativ korrelasjon (motsatt av forventet) mellom andelen med lav utdanning og barnevernsutgiftene. Det er ingen korrelasjon mellom barnevernsutgiftene og andel enslige foreldre eller andel av barna som ikke bor sammen med begge foreldrene (i motsetning til situasjonen for kommunedataene i 2004). Derimot korrelerer andelen skilte og separerte positivt med barnevernsutgiftene. Høy dødelighet fra risikodiagnoser (rus, ulykker, psykiatriske diagnoser, selvmord, drap) korrelerer ikke positivt med barnevernsutgiftene. Enkelte av de potensielle forklaringsvariablene er høyt innbyrdes korrelert. Andel ikkevestlige innvandrere og andel fattige er blant annet høyt korrelert (0,72). Det er likeledes korrelasjon (0,45) mellom dødelighet av risikodiagnoser og andelen av barna som ikke bor sammen med begge foreldrene. Ressursbruk i kommunene. Det er en viss positiv samvariasjon mellom antall stillinger i det kommunale barnevernet i fylket (per innbygger) og fylkeskommunens driftsutgifter til barnevern. Korrelasjonen synes å komme av at det er få kommunale stillinger (per innbygger) i fylker med lave driftsutgifter til barnevern. For høyere nivåer på de fylkeskommunale driftsutgiftene, synes det imidlertid ikke å være noen slik samvariasjon. Ifølge tabell 3.3 er antall kommunale stillinger i barnevernet per innbygger omtrent det samme uansett om fylkene har moderat eller høy ressursbruk til barnevern. En eventuell sammenheng mellom kommunale ressurser i barnevern og fylkeskommunenes utgifter til barnevern, kan være en tilbudssideeffekt eller reflektere lokale behov for barnevern. Med våre data kan vi ikke avgjøre hvilken av disse hypotesene (eller noen av dem) som er riktig. 2.4 Bivariat analyse enhetskostnader Tabellene nedenfor viser hvordan enhetskostnadene (fylkeskommunens brutto driftsutgifter per barn på fylkeskommunale tiltak) samvarierer med ulike kjennetegn ved fylkeskommunen. Vi fokuserer bare på demografiske og bosettingsmessige faktorer som det er grunn til å tro kan ha betydning for hvor dyrt det er å drive fylkeskommunalt barnevern. 7

11 Tabell 2.5 Kjennetegn ved fylkeskommunene gruppert etter stigende verdier av enhetskostnadene målt som brutto driftsutgifter per barn på fylkeskommunale tiltak. Utgifter, 1000 kr/barn på tiltak Antall fylker Driftsutgifter per barn på tiltak Driftsutgift per innb Barn på fylkeskommunale tiltak Folketall (1000) Frie inntekter Gjennomsnittlig innbyggertall per kommune Andel bosatt i småkommuner < ,7 8, , ,0 6, , ,8 7, , ,4 7, , ,7 8, , og høyere ,6 6, ,4 Total ,7 7, ,5 Korrelasjon 1) 0 1 0,22-0,36-0,02 0,001 0,00-0,12 1) Korrelasjonskoeffisient med brutto driftsutgifter til barnevern per innbygger. Tabell 2.6 Kjennetegn ved fylkeskommunene gruppert etter stigende verdier av enhetskostnadene målt som brutto driftsutgifter per barn på fylkeskommunale tiltak. Utgifter, 1000 kr/barn på tiltak Andel 0-5 år Andel 6-12 år Andel år 8 Andel 0-17 år Befolkningstetthet Andel i tettsted Andel i storbykommuner <700 7,4 9,7 6,8 23,9 6,3 54,7 0, ,7 9,7 6,5 23,9 58,4 81,5 26, ,7 9,9 6,7 24,2 17,8 73,0 5, ,6 9,7 6,9 24,1 16,2 67,2 0, ,5 9,9 6,8 24,2 13,0 69,2 13, og høyere 7,0 9,3 6,6 22,9 55,5 78,5 0,0 Total 7,5 9,7 6,7 24,0 25,7 70,8 8,9 Korrelasjon 1) -0,22-0,13-0,01-0,15 0,07 0,26-0,08 1) Korrelasjonskoeffisient med brutto driftsutgifter til barnevern per innbygger. Hovedtrekk i samvariasjonen mellom enhetskostnadene og andre variabler er (korrelasjonskoeffisienter i parentes): Enhetskostnadene er negativt korrelert med antall barn på tiltak. Det er altså en tendens til at desto flere barn som er på fylkeskommunale tiltak, desto mindre ressurser bruker fylket på hvert barn. Tendensen kan også spores i figur 3.1, men har som vi ser der, mange unntak. Frie inntekter er ukorrelert med ressursbruken per barn på tiltak. Det tilsier at hvor god økonomi fylkeskommunen har, ikke er viktig for enhetskostnadene i barnevernet. Det er få klare sammenhenger mellom enhetskostnadene og ulike demografiske variabler, og variabler som beskriver bosettingsstrukturen.

12 Andelen bosatt i tettsted er den eneste variabelen som er korrelert med enhetskostnadene (korrelasjon på 0,26). Verken folketallet i fylket, gjennomsnittlig innbyggertall per kommune, eller andelen som er bosatt i hhv svært små eller svært store kommuner er korrelert med enhetskostnadene. Vi finner således ingen tendenser til høye enhetskostnader i grisgrendte fylker, noe det kunne være grunn til å vente, fordi lange reiseavstander medfører ekstrakostnader og kanskje også økte kostnader på grunn av at institusjonene måtte gjøres mindre i slike regioner. At utgiftene er høyere desto flere som bor i tettsted, kan tenkes å komme av at sosiale problemer er større i fylker der mange bor i tettsteder, og at det krever dyrere tiltak enn i andre fylker. 9

13 3 Økonometrisk analyse Vi redegjør i det følgende for økonometriske analyser for fylkene i perioden Vi utelukker Oslo fra analysen, siden Oslo både er kommune og fylkeskommune. Det gjør at dataene for frie inntekter ikke er direkte sammenlignbare mellom Oslo og andre kommuner. 3.1 Teori Vanligvis gjøres analyser av utgiftsbehovet i kommuner og fylkeskommuner på data fra ett år. En typisk regresjonsmodell kan formuleres som: Y i = a 0 + a 1 X a n X n Hvor Y i kan være barnevernsutgifter per innbygger i kommune i, mens X 1,, X n er ulike variabler som antas å forklare de kommunale barnevernsutgiftene. Estimatet på koeffisienten a i tolkes som hvor mange kroner per innbygger barnevernsnutgiftene i kommunen øker dersom forklaringsvariabelen X i øker med 1 enhet. En slik modell reiser spørsmålet om de indikatorene som nyttes er valide overfor endringer over tid i indikatorene. Dette drøftes bl. a. av Inntektssystemutvalget (2005), der det i diskusjonen av analysene av sosialhjelp (side 221) sies at de estimerte effektene av enkelte forklaringsvariabler varierer til dels betydelig fra ett år til et annet. Det indikerer at modellen er tidsavhengig. For eksempel kan høy arbeidsledighet i en kommune indikere et strukturelt høyt omfang av sosiale problemer, mens endringer i ledigheten ikke på samme måte kan tas som indikasjon på at de sosiale problemene er endret tilsvarende. Til tross for disse innvendingene baserte inntektssystemutvalget baserte seg likevel på analyser for enkelt-år, men tok i sine anbefalinger skjønnsmessig hensyn til slike momenter. I analysesammenheng kan vi søke å skille mellom strukturelle forhold og effekten av endringer over tid, ved å gjennomføre regresjonsanalyser basert på kombinerte tverrsnitts- og tidsseriedata. Dette kan gjøres for eksempel slik: Y i,t = a 0 + a 1 X a n X n + b 1 Z 1,t + + b m Z m,t + c t t 10

14 her betegner fotskriften i fortsatt kommunen, mens fotskriften t indikerer hvilket år observasjonen er fra. Modellen sier at barnevernsutgift i kommune i, år t, er et konstantledd pluss effekten av kommunevariabler som ikke varierer over tid (X 1, X n ), samt effekten av variabler som varierer over tid (variablene Z 1, Z n ). I tillegg kan barnevernsindikatorene tenkes å variere over tid av forhold som ikke er med i modellen, men som vi ikke kjenner til eller har data for). Dette kan være en felles trend i retning av vekst eller nedgang, som kan være felles for alle kommunene (fylkene). Vi kontrollerer for slike felles effekter (tidsspesifikke faktorer) ved tidsdummiene c t i ligningen over. Koeffisienten c t uttrykker effekten av år t (i forhold til et referanseår) på barnevernsutgiften. De kombinerte tverrsnitt/tidsseriene er korte (to år), som følge av at vi ønsker å bruke relativt nye data siden det skjer såpass store strukturelle endringer i barnevernet). 3.2 Resultater - brutto driftsutgifter per innbygger Fylkeskommunenes brutto driftsutgifter ekskl. avskrivninger til barnevern per innbygger er den variabelen som analyseres. Vi har gjennomført regresjonsanalyser for årene 2002 og Modellen inneholder en dummyvariabel for 2003, for å ivareta årsspesifikke forhold som er felles for alle fylkene, f. eks. vekst i frie inntekter eller utdanningsnivå i alle fylkene. Vi har forsøkt en rekke modellspesifikasjoner. Mange av de variablene som ble forsøkt ble ikke statistisk signifikante, når de inngår i modellen sammen med andre variabler. Det skyldes at flere av variablene som enkeltvis korrelerer med utgiftene, ofte er innbyrdes høyt korrelert. Dette gjelder kanskje særlig andelen av befolkningen som bor i tettsted, som er høyt korrelert med folketallet og med andelen fattige. Innvandrerandelen er også gjennomgående høyere i tettbygde strøk. Frie inntekter i fylkeskommunen ble generelt ikke signifikant, og fikk ofte heller ikke forventet fortegn. Det tyder på at andre forhold enn inntektene i fylkeskommunene har vært viktige for utgiftene til barnevern. Andel fattige blir gjennomgående signifikant, mens andelen ikkevestlige innvandrere i alderen 0-18 år har positiv men statistisk til dels meget usikker effekt på utgiftene. Andel av befolkningen som er barn og ungdom (0-17 år) blir heller ikke signifikant. Vi har forsøkt med ulike indikator for spredt bosetting og for storbyfaktorer. Foruten folketall har vi benyttet variabelen gjennomsnittlig innbyggertall per kommune. Andelen som bor i små kommuner (mindre enn 5000 innbyggere) kan fange opp små behov eller høye terskler for fylkeskommunale tiltak i slike kommuner, men også høyere kostnader i barnevernet pga lengre reiseavstander. Andelen bosatt i kommune med mer enn innbyggere, kan tenkes å fange opp spesielle storbyproblemer. Andelen bosatt i tettsted er en ytterligere indikator som er benyttet. 11

15 Tabell 3.1 Estimeringsresultater. Venstresidevariabel: Fylkeskommunens brutto driftsutgifter til barnevern i kr/innb. (signifikansnivå i parentes). Estimeringsperiode: Variabel\modell Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Andel fattige 84,5 (0,36) 135,1 (0,03) 192,8 (0,00) Andel i tettsted 5,0 (0,06) 4,8 (0,09) 13,6 (0,00) 11,1 (0,00) Andel i kommune med mer enn innb 2,8 (0,28) 2,6 (0,12) Andel i kommune med mindre enn 5000 innb Andel ikkevestlige innvandrere 0-18 Dødelighet av risikodiagnoser Gjennomsnittlig innbyggertall per kommune 16,0 (0,00) 15,6 (0,00) 17,3 (0,00) 15,4 (0,50) 1,8 (0,39) 0,04 (0,01) 0,04 (0,00) 0,05 (0,00) R 2 0,79 0,75 0,73 0,54 0,71 Antall obs Metode: Minste kvadraters metode, robuste standardfeil. Modellen er estimert med Generaliserte minste kvadraters metode med robuste standardfeil (GLS) ved hjelp av statistikkpakken PCGIVE. Modellene inneholder også et konstantledd og en årsdummy for Modell 1 er en generell modell med andel fattige samt flere bosettingsvariabler. Dødelighet, fattige og innvandrere er ikke signifikante, mens andelen bosatt i småkommuner har en sterkt positiv og signifikant koeffisient. Andelen i tettsted har en positiv effekt. Ved tolkningen av betydningen av folketall i modellen må det også tas hensyn til at gjennomsnittlig innbyggertall per kommune, andelen bosatt i tettsted og andelen bosatt i kommuner med mer enn innbyggere, har positive effekter (dog er ikke andelen i kommuner med mer enn innbyggere signifikant). I modell 2 er de mest usikre variablene, dvs. dødelighet, innvandrere og andel bosatt i kommuner med mer enn innbyggere, fjernet. Da øker effekten av andel fattige, mens estimatene på de øvrige koeffisientene endres lite. Andel i tettsted blir noe mer usikkert bestemt (signifikant på 10 prosents nivå men ikke på 5 prosents nivå). Andel i tettsted er signifikant på 10 prosents, men ikke 5 prosents nivå. I modell 3 er den mest usikre variabelen, også andelen bosatt i tettsted, fjernet fra modell 2. I modell 3 øker betydningen av de gjenværende variablene, særlig andel fattige. 12

16 Både i modell 1, 2 og 3 framstår effektene av bosettingsstruktur og folketall som komplekse og lite gjennomsiktige. Det kan for eksempel virke lite intuitivt at kostnadene er høyere desto større andelen er som bor i småkommuner, siden det er en negativ parvis korrelasjon mellom andel bosatt i slike kommuner og driftsutgiftene. Resultatene må ses i sammenheng med at dette er en multivariat analyse, dvs at for gitt andel i tettsted og for gitt gjennomsnittlig størrelse på kommunene i fylket, vil en partiell økning i andelen bosatt i små kommuner, trekke de gjennomsnittlige kostnadene opp. En sammenligning mellom hva disse estimatene sier om utgiftene i ulike fylker, må ta hensyn til at fylkene varierer langs alle disse tre variablene. Fordi modell 3 kan framstå som for kompleks i forhold til implementering av kostnadsnøkkel i regionalt barnevern, kan det være av interesse å undersøke hva en enklere modellformulering gir, noe som innebærer å eliminere signifikante variabler med utgangspunkt i modell 2. Fjerner vi andelen bosatt i småkommuner fra modell 2, blir også andelen fattige og gjennomsnittlig folketall per kommune insignifikant. En forenkling med utgangspunkt i modell 2, leder til modell 4, som bare inneholder andelen bosatt i tettsted. Effekten av andel i tettsted blir mye større i modell 4 enn i de øvrige modellene hvor denne variabelen er med. Gevinsten ved å benytte modell 4 er en mer enkel og lettere tolkbar modell, men modellens forklaringskraft reduseres en del i forhold til modell 1-3. I Modell 5 har vi tatt inn igjen andelen bosatt i storbykommuner, for å belyse spørsmålet om det er særegent høye barnevernsutgifter i slike kommuner. Resultatene tyder på høyere utgifter i fylker med en høy andelen av innbyggerne i storbykommuner, men effekten er statistisk noe usikker. Signifikansnivået er hele 12 prosent. Hva betyr så disse estimatene? Vi tar utgangspunkt i modell 5. Denne modellen sier at en økning i andelen av befolkningen som bor i tettsted med 1 prosentpoeng, medfører en økning i netto driftsutgifter per innbygger på 11 kroner. Dette er knapt 2 prosent av gjennomsnittlig driftsutgift per innbygger. Forskjellen mellom fylket med lavest andel bosatt i tettbygd strøk (Hedmark, 53 prosent) og fylket med den høyeste andelen (Akershus, 87 prosent) bidrar ifølge modell 5 til en forskjell i driftsutgiftene per innbygger på (87%-53%)*11 = 374 kroner. Dette er i størrelsesorden halvparten av det gjennomsnittlige nivået på driftsutgiftene per innbygger. Andelen bosatt i tettsted framstår således som en meget viktig forklaringsfaktor for de betydelige fylkesvise variasjonene i barnevernsutgifter vi observerer i 2002 og Betydningen av andel i storbykommune kan illustreres med forskjellen mellom fylket med høyest andel (Hordaland, 57%) og mellom de mange fylkene som har en andel på 0. Effekten blir 57*2 = 114 kroner per innbygger. 3.3 Resultater - brutto driftsutgifter per barn på tiltak Vi tok utgangspunkt i en generell modell med mange forklaringsvariabler blant variabler som kunne tenkes å uttrykke ufrivillige kostnadsulemper i drift av statlig barnevern. Dette er variabler som på ulike måter uttrykker ulike aspekter ved 13

17 bosettingsmønsteret, slik som andel bosatt i tettsted, gjennomsnittlig innbyggertall per kommune, og lignende. Forklaringskraft og statistisk signifikans er langt lavere i analysen av enhetskostnadene enn i analysen av driftsutgiftene. Dette gjenspeiler seg også i at de partielle korrelasjonene med enhetskostnadene er langt lavere enn korrelasjonen med utgiftene, jf. avsnitt 3.3 foran. Det viste seg ikke mulig å etablere modeller med signifikante effekter av noen forklaringsvariabler på enhetskostnadene. 14

18 4 Konklusjoner I notatet dokumenteres analyser av fylkeskommunenes brutto driftsutgifter til barnevern i de siste to årene da fylkeskommunene hadde det økonomiske hovedansvaret for andrelinjetjenesten i barnevernet (2002 og 2003). Det er generelt få variabler som blir signifikante, også variabler som enkeltvis har høy samvariasjon med driftsutgiftene. Bosettingsmønsteret synes å være en meget viktig variabel for å forklare den fylkesvise variasjonen i driftsutgiftene. Vi finner relativt komplekse og vanskelig tolkbare sammenhenger mellom ulike indikatorer for bosettingsmønsteret og utgiftene per innbygger. Enklere modeller, som synes mer attraktive å inkludere i et kriteriesystem for utgiftsbehov, innebærer at utgiftene stiger med andelen av innbyggerne som bor i tettsted. Vi finner også tegn til noe høyere utgifter i fylker med høy andel av innbyggerne bosatt i storbykommuner (mer enn innbyggere), men denne effekten er noe usikker. 15

19 Referanser Langørgen, A., T. A. Galloway, M. Mogstad og R. Aaberge (2005): Sammenligning av simultane og partielle analyser av kommunenes økonomiske atferd. Rapport 5/2005. Oslo: Statistisk sentralbyrå. Melberg, H. O og Ø. O. Alver (2003): Rus og psykiatri i inntektssystemet for kommunene. Rapport 3/2003. Oslo: Statens institutt for rusmiddelforskning SIRUS. ECON (2006): Kriteriemodell for budsjettering i statlig barnevern. ECON-rapport Oslo: ECON Analyse. ECON (2006A): Utgiftsbehov i statlig barnevern analyser på kommunedata. ECON-notat Knudsen Sture, C. (2006): Omfang og innhold i barneverntjenesten. Hva utløser behov for barneverntjenester? Notat, Norsk Institutt for forskning om velferd, oppvekst og aldring (NOVA). Inntektssystemutvalget (2005): Fordeling, forenkling, forbedring. Inntektssystemet for kommuner og fylkeskommuner. NOU 2005:18. 16