En modell for verdibevaring i offentlig eiendomsforvaltning

Transkript

1 Masteroppgave En modell for verdibevaring i offentlig eiendomsforvaltning Er verdibevaring bare et spørsmål om store nok vedlikeholdsbudsjetter? Oslo 21. Juni 2011 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for arkitektur og billedkunst Institutt for byggekunst, prosjektering og forvaltning

2 Forord Denne oppgaven er skrevet våren 2011 og er avsluttende masteroppgave i masterstudiet i Eiendomsutvikling og -forvaltning ved Norges teknologiske og naturvitenskapelige universitet (NTNU) i Trondheim. Det erfaringsbaserte masterstudiet er gjennomført ved siden av full jobb som seksjonssjef for Porteføljeavdelingen i Forsvarsbygg Utleie Faglig veileder har vært Nils Olsson og jeg vil rette en stor takk for god veiledning. Retter også en takk til medstudenter og lærere for et svært godt studiemiljø og et godt tilrettelagt studieopplegg. Jeg ønsker å takke familie og spesielt 3 tålmodige tenåringsbarn for støtte og forståelse i en hektisk hverdag. Jeg vil også rette en takk til arbeidsgiver Forsvarsbygg Utleie for muligheten til å gjennomføre dette studiet ved siden av jobb. Innholdet i denne masteroppgaven står for forfatterens regning. Oslo 21. juni 2011 Side i

3 Sammendrag Offentlig verdibevaring er et tidsaktuelt tema også i media. Det er skapt et inntrykk av at offentlig eiendomsforvaltning ikke er i stand til å ivareta verdiene i bygningsmassen på vegne av fellesskapet og det henvises til svimlende beløp på vedlikeholdsetterslep. Oppgavens formål har vært å utarbeide en modell for relevante innsatsfaktorer for et verdibevarende vedlikehold basert på en litteraturstudie og analyse av datagrunnlag fra Forsvarsbygg gjennom problemstillingen: Hvilke direkte faktorer synes å være de viktigste for tilstanden i en bygningsportefølje og er det en klar sammenheng mellom utvalgte årsaksfaktorer og utviklingen av porteføljens tilstand? Litteraturstudien viste at det kan være flere årsaksforhold som påvirker utviklingen av tilstandsgrad i en portefølje samtidig som at tidligere studier ikke viser et entydig bilde på hva som påvirker tilstanden. Jeg har valgt å se nærmere på direkte årsaksfaktorer som åpenbart burde ha en påvirkning på tilstandsutviklingen og har tatt utgangspunkt i en modell med vedlikeholdsinnsats som en direkte forklaringsvariabel som antatt har en påvirkning av tilstandsutviklingen. I denne oppgaven har jeg gjennomført en regresjonsanalyse for å se om de direkte forklaringsvariabler kan predikere utviklingen av tilstanden på bakgrunn av den utarbeidede modellen utledet fra litteraturstudien. Analysegrunnlaget er basert på kvm av Forsvarsbyggs portefølje som er tilstandsvurdert 2 ganger. Gjennomførte vedlikeholdskostnader i perioden mellom første og andre tilstandskartlegging var den utvalgte forklaringsvariabelen i tillegg til at andre forklaringsvariabler som brukerfinansierte tiltak, kostnader i forhold til registrert behov samt alder ble lagt inn i analysemodellen. Analyseresultatene viste at forklaringsvariablene ikke hadde en statistisk sammenheng eller forklaringseffekt med utviklingen av tilstandsgraden eller hvilken tilstand bygget hadde ved siste tilstandsregistrering. Oppgaven viser at selv om det er tilført langt mer vedlikeholdsmidler enn det registrerte behovet i tilstandsregistreringene ved første måling, har dette ikke hatt en effekt. En mulig forklaring på analyseresultatet er feil i tilstandsregistreringene og en kan stille spørsmålstegn om reliabiliteten til måleresultatene, det vil si om målingene er konsistente og nøyaktige. For å undersøke reliabilitet i tilstandskartlegginger gjorde jeg en sammenliknende analyse basert på 2 profesjonelle aktører som kartla et identisk utvalg av bygg i Forsvarsbygg. Denne Side ii

4 analysen konkluderte med at aktørene kom frem til divergerende resultater både når det gjaldt avvik på bygningsdeler og tekniske anlegg samt kostnadsvurderinger forbundet med dette. Oppgavens konklusjon er at modellen som er utgangspunktet for analysen ikke kan verifiseres på et statistisk grunnlag. Vedlikeholdsinnsats og brukerfinansierte tiltak har ingen effekt på utviklingen av tilstandsgraden eller hvilken tilstand bygget har. Forutsetningene for modellen, som er utgangspunktet for analysen, er at tilstandsregistreringene har tilfredsstillende reliabilitet. Denne forutsetningen er ikke til stede. Dette betyr at grunnlaget for optimal vedlikeholdsplanlegging ikke er til stede. Dette basert på at korrekt oversikt over tilstand er grunnlaget for å kunne planlegge et optimalt vedlikehold i tillegg til å måle hvilken effekt vedlikeholdet har hatt. Dette betyr at det ikke vil være mulig å finne en balanse mellom tilgjengelig budsjett basert på strategi på det ene siden og vedlikeholdsbehovet basert på en tilstandsgrad med tilfredsstillende reliabilitet på den andre siden. Tilstandsregistreringer er den beste metoden som i dag finnes for å måle tilstand og utvikling av denne. Imidlertid setter dette strenge krav til utførelse, kompetanse og erfaring. Oppgaven konkluderer med at sannsynligheten er høy for at tilstandsregistreringer kan gi svært divergerende resultat forklart i forskjellig erfaring, kompetanse eller for lite ressursbruk. I en slik situasjon er tilstandsregistreringer ikke egnet som grunnlag til å planlegge vedlikehold eller for å måle utviklingen i en portefølje. På bakgrunn av denne oppgaven kan en stille spørsmålstegn med de store tall for vedlikeholdsetterslep og negativ utvikling i media i de siste årene. Det er en felles oppfatning at innenfor offentlig eiendomsforvaltning er det et stort vedlikeholdsetterslep, men spørsmålet blir hvor mye det i realiteten er. Oppgaven peker også på at ulike preferanser til definisjonen av vedlikehold også kan gi forskjellig resultat i hva en definerer som vedlikeholdskostnader sett opp mot andre prosesser som løpende drift samt at vedlikeholdsbegrepet er noe snevert definert. Denne oppgaven tar utgangspunkt i Forsvarsbyggs portefølje og et utvalg på kvm. Dette er ikke tilstrekkelig for å generalisere for andre offentlige eiendomsbesittere, men gir allikevel en sterk indikasjon på at en bør stille spørsmål til hvordan offentlige eiendomsbesittere kommer frem til tall for vedlikeholdsetterslep og utvikling av tilstandsgrad. Side iii

5 Innholdsfortegnelse Sammendrag... ii 1. Innledning BAKGRUNN OG HENSIKT HVORFOR DETTE ER INTERESSANT PROBLEMSTILLING BEGRENSINGER OG FORUTSETNINGER Metode INNLEDNING FORSKNINGSSTRATEGI CASE STUDIER KVALITATIVE OG KVANTITATIVE METODER VALG AV METODE - REGRESJONSANALYSE FEILKILDER FORVENTEDE RESULTATER Teoretisk tilnærming INNLEDNING GOD EIENDOMSFORVALTNING OG VEDLIKEHOLD VEDLIKEHOLDSBEGREPET OG DEFINISJONER Verdibevarende vedlikehold Tilstandsbasert vedlikehold Vedlikeholdsstrategi og planlegging Måling av vedlikehold Vedlikeholdsetterslep Beskrivelse av Forsvarsbygg INNLEDNING HUSLEIEMODELLEN VURDERINGER AV TILKNYTINGSFORM ORGANISERING PORTEFØLJESAMMENSETNING RELEVANTE STUDIER OG RAPPORTER I FORSVARSBYGG Vedlikehold i Forsvarsbygg Utleie (masteroppgave) Innføring av husleie i Forsvaret suksess, fiasko eller litt av begge deler? (Masteroppgave) Revisjon av metoder for tilstandsanalyser i Forsvarsbygg Beregning av årlige vedlikeholdskostnader for Forsvarsbyggs bygningsmasse Litteraturstudie INNLEDNING RELEVANTE STUDIER OG RAPPORTER INNENFOR OMRÅDET Organisering av virksomheten påvirker tilstanden Gode planverktøy med styringsinformasjon påvirker tilstanden Internhusleie påvirker tilstanden Kompetanse påvirker tilstanden Vedlikeholdsinnsats påvirker tilstanden Alder påvirker tilstanden Kvalitet i tilstandsregistreringer Side iv

6 5.3 OPPSUMMERING AV RELEVANT LITTERATUR MODELL FOR PÅVIRKNING AV TILSTAND DATAINNSAMLING Analyseresultater UTVIKLING AV TILSTANDSGRAD I FORHOLD TIL UTFØRTE VEDLIKEHOLDSTILTAK Utvikling av tilstandsgrad Resultater fra regresjonsanalysen Feilkilder Oppsummering av funn i analysen KVALITET I TILSTANDSREGISTRERINGER Innledning Rambøll datagrunnlag PTLs datagrunnlag Sammenstilling av data OPPSUMMERING AV ANALYSEN Diskusjon VEDLIKEHOLD OG ETTERSLEP DIREKTE ÅRSAKSFAKTORER SOM SANNSYNLIGVIS PÅVIRKER KVALITET I TILSTANDSREGISTRERINGER MODELL FOR VERDIBEVARENDE VEDLIKEHOLD Konklusjon Litteraturliste Vedlegg Side v

7 1. Innledning 1.1 Bakgrunn og hensikt Etterslepet for manglende vedlikehold av offentlige bygg og infrastruktur har hopet seg opp til 800 milliarder kroner, ifølge en rapport som legges fram var medieoppslaget på NRKs nettsider den 9. mars 2010 (NRK 2010). Dette på bakgrunn av Rådgivende ingeniørers forenings rapport State of the nation som ble lagt frem samme dag (RIF 2010). Rapporten har undersøkt bygg og anlegg til en samlet verdi av milliarder kroner og konkluderte med et etterslep på 800 milliarder kroner på grunn av manglende vedlikehold (RIF 2010). Administrerende direktør Liv Kari Skudal Hansteen i RIF ble i samme artikkel sitert på at: Vi mener det er alvorlig fordi det skyldes årelang forsømmelse av samfunnets hovedpulsårer. Aftenposten kunne videre melde at kommunesektoren trenger 250 mrd. til vedlikehold basert på samme rapport. (Aftenposten 2010). Svein Bjørberg fra Multiconsult, som har vært ansvarlig for omtalen av kommunale bygg i nevnte rapport, ble sitert på at En stor del av den kommunale bygningsmassen stammer fra og 1970-årene. Det burde ikke være noen overraskelse at det da melder seg omfattende vedlikeholdsbehov (Aftenposten 2010). For større offentlige eiendomsbesittere, både statlige og kommunale, er begreper som vedlikeholdsetterslep, utilstrekkelig vedlikehold, for lave vedlikeholdsbevilgninger og salderinger av vedlikeholdsbudsjetter kjente begrep. Offentlige vedlikeholdsbudsjetter påstås å være salderingsposter for andre driftskostnader. I den senere tid har tilstanden innen den offentlige eiendomsmassen vært fokusert på i media. Eksempler på dette er mediefokus på en nedslitt jernbaneinfrastruktur i Norge hvor omfattende forsinkelser og togavsporinger forklares med en utslitt infrastruktur på laveste nivå i Europa. Dårlig inneklima i offentlige skoler på grunn av manglende utført vedlikehold er en gjenganger og dårlige vegvedlikehold gir dårlig fremkommelighet er andre eksempler. Riksrevisjonen kommenterte i sin rapport om kommunenes ansvar for skolebygg, hvor 600 skoler ble kartlagt, at 58 % av skolene hadde en tilstand som ikke var forsvarlig Side 1

8 (Riksrevisjonen 2005). Riksrevisjonen kommenterer videre i sin rapport at dette viser at forvaltning og vedlikehold ikke er på et forsvarlig nivå (Riksrevisjonen 2005). Det offentlige skal på vegne av fellesskapet ivareta store verdier som eiendomsmassen representerer en svært stor andel av. Innen den offentlige forvaltningen skal alle anskaffelser vurderes ut i fra et livssyklusperspektiv etter lov om offentlige anskaffelser. Dette innebærer at drift og vedlikeholdskostnader for hele livsløpet i byggeprosjekter må vurderes i tillegg til investeringskostnadene. Dette forutsetter at for å ivareta verdiene må dette vedlikeholdet faktisk utføres. Det finnes også referanser til lovverket ved at det offentlige heller ikke har anledning til å forringe verdier som ligger i offentlig eiendomsmasse. I plan- og bygningslovens 31-3 pålegges eier ansvaret for å holde bygninger forsvarlig ved like. Det skapes imidlertid et inntrykk av at det offentlige Norge ikke er i stand til dette samtidig som flere offentlige eiendomsbesittere innfører husleiemodeller i sin forvaltning for å synliggjøre kostnader og dermed bevisstgjøre bruken av arealer. Det er tidligere gjort flere interessante undersøkelser innenfor hva som påvirker tilstanden av offentlige bygg og mange peker på at det benyttes for lite til vedlikehold. Det synes å være en sammenfattende oppfatning i disse undersøkelsene at det foregår en verdiforringelse av offentlig bygningsmasse. Samtidig synes det også å være en viss usikkerhet i forhold til hvordan det faktisk står til med den offentlige bygningsmassen da tallmateriale og kostnadstall ikke alltid er etterprøvbare, samtidig som at det er mangelfull forskning på området. Når det opereres med svimlende tall for etterslepet i den offentlige Norge er et betimelig spørsmål hvordan dette tallmaterialet er fremkommet, hva ligger i tallene og hvilke forutsetninger er gjort for å fremskaffe de. 1.2 Hvorfor dette er interessant Dette er også kjente problemstillinger i Forsvarsbygg hvor jeg er ansatt og opplever de samme diskusjonene. Årlige budsjettdiskusjoner handler ofte om hva som er tilstrekkelig vedlikeholdsnivå i den kostnadsdekkende husleiemodellen som forsvarssektoren innførte i forbindelse med etablering av ny organisasjon i I egen etat er det en oppfatning av at Side 2

9 leien ikke er høy nok for å ivareta en tilfredsstillende tilstandsgrad i porteføljen selv om det årlig brukes 350 mill kr i vedlikehold på en portefølje på 3,76 mill kvadratmeter. Et naturlig spørsmål fra eier (Forsvarsdepartementet) er derfor hva som er tilstrekkelig vedlikeholdsnivå for å opprettholde eller heve tilstandsgraden i porteføljen. Forsvarsdepartementets styringsmål til Forsvarsbygg som forvalter er at gjennomsnittelig tilstandsgrad ikke skal forverres. Verdibevarende vedlikehold er et utrykk som stadig trekkes frem innenfor den offentlige eiendomsforvaltningen ved at det er dette skal legges til grunn i vedlikeholdet. Verdibevarende vedlikehold må i dette avgrenses i forhold til hva dette i praksis betyr for en offentlig eiendomsbesitter. Verdibevaring kan forstås både i forhold til et politisk mål og et langsiktig økonomisk perspektiv (NOU 2004) eller fokuset på bygget i seg selv ved at et bygg oppgraderes til dagens standard (Bjørberg 2009). Begrepet verdibevaring kommer jeg tilbake til i kapittel 3. Det er utvilsomt mange faktorer som innvirker på tilstanden og at problemstillingene knyttet til dette er mer komplekst enn det som ofte fremkommer i tidligere studier. Hvis en skal legge til grunn tallmaterialet fra RIFs rapport betyr dette at nesten en fjerdedel av verdien i den offentlige eiendomsporteføljen er borte (RIF 2010). Dette basert på at det er 800 milliarder kroner i etterslep i en portefølje som er har verdi på milliarder kroner. Dette er svært høye tall som den offentlige sektor trolig ikke vil ha mulighet til å innhente innenfor dagens rammebetingelser. Sakens kjerne er da om en har tillit til disse tallene og om en tror at løsningen vil være å heve vedlikeholdsbudsjettene i offentlig sektor. 1.3 Problemstilling For å forklare hva som påvirker tilstanden i en portefølje pekes det ofte på forhold som strategiske forhold, organisatoriske forhold, størrelse på vedlikeholdsbudsjetter og kostnader pr kvadratmeter, politisk vilje, planverktøy, husleiemodell /ikke husleiemodell, prosjekteringen, og feilkilder. Dette tyder på at det er sannsynligvis flere forhold som kan defineres som årsaksfaktorer. En utfordring kan være hvis en stiller spørsmålstegn ved reliabiliteten og påliteligheten av tilstandsvurderingene som gjøres siden dette er Side 3

10 målemetoden som benyttes. Feilkildene blir mange og sammensatt hvis en forsøker å forklare årsaksfaktorer basert på en målt tilstandsutvikling som ikke er reell. Valen og Olsson har definert en modell som viser at egenskaper som beskriver virksomheten påvirker de fysiske egenskapene som karakteriserer et bygg som igjen påvirker tilstandsgraden (Valen og Olsson 2009). En direkte effekt av dette kan være vedlikeholdsetterslep og indirekte effekter kan være missfornøyde brukere (Valen og Olsson 2009). Denne modellen tar for seg en helhet og peker på flere aktuelle påvirkningsfaktorer for tilstanden. Disse årsaksfaktorene er et utgangspunkt for problemstillingen i denne oppgaven, men selv om det utvilsomt er mange variabler som påvirker utviking av tilstanden i en portefølje vil jeg se nærmere på variabler som åpenbart burde ha en positiv påvirkning på utviklingen av tilstanden. Både direkte og indirekte årsaksfaktorer kan påvirke eller eventuelt ikke påvirke tilstanden i bygningsmassen. Hvilke årsaksfaktorer dette er vil jeg basere på hva som synes å være de viktigste i de undersøkelser og studier som tidligere er gjennomført samt relevant teori Utgangspunktet for denne masteroppgaven er derfor å isolere undersøkelsen til å fokusere kun på de variabler som åpenbart burde ha en påvirkning på tilstanden i en større og sammensatt portefølje. Jeg har valgt å benytte porteføljen til Forsvarsbygg Utleie da denne både er omfattende, sammensatt og forfatteren har tilgang til datagrunnlag for nærmere analyse. Forsvarsbygg er dessuten Norges største eiendomsbesitter. Problemstillingen er dermed: Hvilke direkte faktorer synes å være de viktigste for tilstanden i en bygningsportefølje og er det en klar sammenheng mellom utvalgte årsaksfaktorer og utviklingen av porteføljens tilstand? Side 4

11 Dette søkes besvart gjennom å drøfte følgende områder: Masteroppgave i eiendomsutvikling og forvaltning Hva er vedlikehold, avgrenset mot andre forhold og hva er vedlikeholdsetterslep? Hvilke direkte faktorer er de mest sannsynlige for påvirkning av tilstandsgraden? Hvilken sammenheng er det mellom et utvalg av disse faktorene og utviklingen av tilstanden i en større eiendomsportefølje Hvilke forutsetninger må legges til grunn kvalitet i tilstandsvurderinger og kalkyle av etterslep Jeg har en hypotese om at det ikke nødvendigvis er en direkte sammenheng mellom hva som benyttes til vedlikehold og utviklingen av tilstandsgraden og etterslep. Det kan være andre innsatsfaktorer som har større påvirkningsgrad, eller at det finnes andre årsaker. Jeg stiller også spørsmålstegn om hvorvidt måten tilstandsregistreringer og analyser gjennomføres på er egnet til å måle en utvikling. Målsetningen med denne besvarelsen er at resultatet skal gi noen svar på relevante problemstillinger i dialogen mellom Forsvarsdepartementet som eier og Forsvarsbygg som forvalter av Forsvarets bygningsmasse for lettere definere innsatsfaktorer basert på valgte vedlikeholdsstrategier og ambisjonsnivå når de årlige budsjetter skal settes. 1.4 Begrensinger og forutsetninger Det er sannsynlig at det er svært mange variabler som påvirker en porteføljes tilstandsutvikling. Jeg har ikke hatt som hensikt å undersøke alle mulige variabler som kan tenkes å ha en påvirkning. Jeg vil kun fokusere på et fåtall for å undersøke i hvilken grad dette påvirker. Når det gjelde hva som undersøkes har jeg avgrenset dette med et utvalg i en større portefølje som vil være deler av Forsvarsbyggs portefølje. Jeg har valgt å ta utgangspunkt i utviklingen av den tekniske tilstandsgraden selv om kartlegging av inneklima og funksjonalitet også viser hvor hensiktsmessig et bygg er. Dette begrunnet i at det kan være flere grunner til at inneklima og funksjonalitet er dårlig, det kan eksempelvis være endret bruk av bygget. Side 5

12 2 Metode 2.1 Innledning I dette kapittelet drøfter jeg først forskningsdesignet jeg har tatt utgangspunkt i samt valg av metode for oppgaven og drøfte problemstillinger når et gjelder feilkilder. 2.2 Forskningsstrategi Jeg har basert besvarelsen som en todelt oppgave. Først en litteraturstudie for å utvikle en analysemodell for forklaringsvariabler for tilstandsutvikling og antatte forklaringsvariabler i forhold til problemstillingen vurdert mot relevant fag- og pensumlitteratur fra fagområdet. Dette for å påpeke hva som bør ha en påvirkning av en tilstandsutvikling og etablere en modell som vil være utgangspunktet for en analyse for å undersøke om det virkelig er slik. For analysen har jeg benyttet datagrunnlag basert på innhentet tallmateriale fra Forsvarsbygg. For det aktuelle datagrunnlaget vil jeg benytte kolerasjons og regresjonsanalyser for å sette ulike innsatsområder mot hverandre. Jeg bruker tallmateriale fra Forsvarsbygg som en casestudie for å understøtte en teoretisk drøftet modell for å underbygge eller eventuelt avkrefte den teoretiske modellen Jeg etablerer egne datasett ved å sammenstille de data som allerede finnes i Forsvarsbygg som tidligere ikke er sammenstilt og analysert på denne måten tidligere. Tallmateriale fra Forsvarsbygg er tilgjengelig fra 2002 (da Forsvarsbygg ble etablert) og frem til i dag og er omfattende. Tallmateriale vil være basert på resultatene fra tilstandsregistreringer og analyser for porteføljen på byggnivå. I dag foreligger det data for hele porteføljen i tillegg til at 32 % av porteføljen er tilstandsvurdert 2 ganger. Dette gir en utvikling i tilstandsgrad og tallfestet kronestørrelser for etterslep. I tillegg har jeg bygget opp datasettet med produksjonstall basert på hva den teoretiske modellen viser. 2.3 Case studier Ordet case er utledet av det latinske casus og forteller oss noe om at dette gjelder ett eller få tilfeller av noe som undersøkes. Imidlertid er det en oppfatning at det ikke finnes en entydig og klar definisjon på hva en casestudie som metode refererer til (Andersen 2003). Det finnes Side 6

13 imidlertid eksempler på nettopp dette. Robert Yin ikke er så opptatt av antall case i en studie som for øvrig står bak en av de mest innflytelsesrike bøker om case studier det siste 10 året. Yin refererer til undersøkelser hvor flere enn 100 case undersøkes (Yin 2009). Til tross for dette er det nokså bred oppfatning av at casestudier betegner og beskriver undersøkelser hvor antall subjekt er lik en eller noen få. Det er i tillegg omstridt hvorvidt casestudier er egnet til å generalisere. Ifølge Andersen er det mulig å designe casestudier på en slik måte at det prøves ut spesifikke implikasjoner av ulike teorier på områder der det eksisterer en velutviklet teori (Andersen 2003). Det kan altså generaliseres ut fra casestudier i følge Andersen. Generaliseringene er i denne forbindelse først og fremst på et teoretisk plan, og ikke som på et statistisk grunnlag ut fra et representativt utvalg mot en populasjon (Andersen 2003). Flere tidligere studier peker på at det ikke er etablert en velutviklet teori innenfor dette området. Dette betyr at selv om en i utgangspunktet kan generalisere basert på casestudier vil det være problematisk i dette tilfellet. Datagrunnlag fra Forsvarsbygg vil også være et representativt utvalg mot en populasjon, hvilket betyr at en skal være forsiktig med å anta at funn vil være representativt for hele den offentlige sektoren. Casestudier defineres ofte som det motsatte av kvantitativ vitenskap. Ofte er utgangspunkt at casestudier vurderes som en hovedleverandør av nye ideer, som så kan prøves ut i kvantitativ forskning (Andersen 2003). Casestudier tilfredsstiller ikke krav til representativitet og kontroll, men kan imidlertid gi en detaljert innsikt i aktørers virkelighetsoppfatning og sosial kontekst samt utviklingsløp. I en casestudie er det av stor viktighet av å ha en klar modell siden selve prosessen med å analysere i liten grad følger regler som er standardiserte. Imidlertid er styrken i casestudier som metode fleksibiliteten hvor en sammenkobling mellom aktuell problemstilling og empiri gjør det enklere å presisere og tydeliggjøre problemstillingen (Andersen 2003). I tillegg til å undersøke tidligere studier innenfor dette området, vil jeg benytte en del erfaringer og vurderinger i Forsvarsbygg i form av interne rapporter og utredninger for å tydeliggjøre både modellen i tillegg til det som analyseres. Side 7

14 Typisk for a-teoretiske og teoretisk fortolkende casestudier er at de er drevet ut i fra en spesiell og genuin interesse for det som undersøkes enn å utvikle eller etablere generelle teorier (Andersen 2003). Forskjellen på disse to casemodellene er at den a-teoretiske studien fokuseres på det unike som studeres, mens den teoretiske fortolkende studien er fokusert på en generell innsikt og teorier som benyttes for å forsøke å forklare det som skjer. 2.4 Kvalitative og kvantitative metoder I følge Anne Kristin Larsen i boken En enklere metode, kan det ofte være en fordel å bruke metodetriangulering i en undersøkelse. En metodetriangulering kan være en kombinasjon av kvalitative og kvantitative forskningsmetoder. Kombinasjonen av disse kunne redusere svakheter i den enkelte undersøkelse. Jeg vil dermed basere besvarelsen på både en kvalitativ undersøkelse i form av litteraturstudie basert på tidligere relevante studier og relevant teori samt en kvantitativ undersøkelse basert på analyser av tilgjengelig tallmateriale og interne rapporter utarbeidet i Forsvarsbygg. En kvalitativ forskningsmetode kan at det som undersøkes, gjennomføres ved grundige dybdeintervjuer, for å minimere muligheten for missforståelser. Tidligere studier innenfor dette området peker spesielt på dette, et eksempel på dette er en egenvurdering av kompetanse (Valen og Olsson 2009). En ulempe kan være at intervjueren påvirker hva intervjuobjektet svarer (Larsen 2008). Jeg vil imidlertid basere denne delen av undersøkelsen kun på litteratur og teori og tilgjengelige interne rapporter i Forsvarsbygg. Det er utarbeidet flere masteroppgaver av ansatte i Forsvarsbygg med beslektede temaer både på et detaljert nivå og mer overordnet. Jeg vil vise til disse besvarelsene da konklusjonene vil kunne si noe om tallmaterialet jeg har benyttet fra Forsvarsbygg. For å kunne generalisere er en kvantitativ metode fornuftig da grunnlagsdata innhentes for analyse. En mulig feilkilde kan være feil i grunnlaget (Larsen 2008). Mens kvantitative forskningsmetoder er utgangspunktet for å gjøre innsamlet data til målbare størrelser for å kunne utføre regneoperasjoner gir den kvalitative forskningsmetoden en dypere innsikt når det gjelder å fange opp meninger som ikke lett lar seg tallfeste (Dalland 2000). Her vil Side 8

15 eksempelvis en regresjonsanalyse kunne gi den innsikten ved å vurdere sammenhenger basert på faktatall. Jeg vil derfor benytte regresjonsanalyse som metode. Når det gjelder spesielt den kvantitative delen av undersøkelsen vil det være spesielt viktig å vurdere variabilitet (relevant i forhold til det som undersøkes, hensikt) og reliabilitet (gjentakelighet i svarene) når det gjelder innsamlede data (Rienecker og Jørgensen 2006). Dette fordi dette området synes spesielt å ha svakheter i tidligere studier. 2.5 Valg av metode - regresjonsanalyse Det er flere parametre som vil kunne påvirke utviklingen av tilstandsgraden i en positiv eller negativ retning. Dette kan være direkte forhold som gjelder de fysiske egenskapene til et bygg (Valen og Olsson 2009): Type bygning Type bruk Løpende drift Klimatiske forhold Byggtekniske løsninger Alder Indirekte forhold som gjelder virksomheten som er ansvarlig for bygget kan være (Valen og Olsson 2009): Eiers mål og strategi Prioriteringer Verktøy og metoder Forventninger Ressurser og fagkompetanse. For å finne i hvilken grad påvirkningsfaktorene, som er underlag for modellen, påvirker tilstandsutviklingen har jeg gjennomført en regresjonsanalyse basert på et datasett som Side 9

16 organiseres slik at hvert bygg er representert i en rad og påvirkningsvariabler er uttrykt i kolonner. Dette for å finne hvilken påvirkning de respektive variablene har. En regresjonsanalyse er en statistisk kvantitativ analyse av sammenhenger mellom en avhengig variabel og en eller flere uavhengige variabler. Regresjonsanalyser er en analysemetode som overgår de fleste andre statistiske metoder når det gjelder å teste ulike sammenhenger på ulike tyde datasett og synliggjør en tankemåte som skiller mellom hva som skal forklares og det som forklarer. (Midtbø 2007). I regresjonsanalyser er en avhengig av at problemstillingen er et presist spørsmål som det skal finnes svar på og at forutsetningene og grunnlaget undersøkelsen skal bygge på er klart definert. I en regresjonsanalyse starter man derfor med en hypotese basert på en problemstilling. Dette fordi teorier ofte er for generelle og abstrakte for å undersøkes eller testes direkte. En hypotese er derfor empiriske argumenter som kan gi et foreløpig svar på en gitt problemstiling. Hypotesen kan derfor understøttes først når en empirisk analyse er gjennomført (Midtbø 2007). Et relevant eksempel på en hypotese kan være at vedlikeholdsinnsats ikke har en påvirkning på utvikling av tilstandsgraden. Innenfor statistisk analyse skilles det på 2 typer hypoteser. Nullhypotesen går ofte ut på at det ikke er en sammenheng mellom variablene, mens den alternative hypotesen er at sammenhengen er reel og at nullhypotesen er feil. Basert på hypoteser formaliseres teorien i en modell. En modell er formelle abstraksjoner som bygger på eksplisitte forutsetninger og skal fremheve de mest interessante aspektene av virkeligheten. Hensikten med å lage modeller som grunnlag for analyser er å fjerne kompleksitet som gjør det vanskelig å finne sammenhenger og er en avveining mellom enkelhet og realisme (Midtbø 2007). Prinsippet som ligger bak å lage enkle modeller er prinsippet om parsimonitet (enkelhet) som tilsier at en lærer mer ved å konsentrere seg om noe mindre (Midtbø 2007). I modellen er variabelen en egenskap av det som undersøkes, dvs. en variabel Y som påvirkes og en variabel X som påvirker. Dette betyr at Y (avhengig variabel) viser resultater, X Side 10

17 (påvirkningsvariabel) viser årsaken. Basert på dette kan en sette opp et årsaksdiagram som vist i figur 1 (Midtbø 2007). Forklaringsvariabler Avhengig variabel Forklaringsvariabel 1 - årsak b1 Forklaringsvariabel 2 - årsak Forklaringsvariabel 3 - årsak b2 +b3 Avhengig variabel - resultat Forklaringsvariabel 4 - årsak +b4 Figur 1 Forklarende årsaksdiagram med avhengig variabel og uavhengige variabler som påvirker Ved å gå tilbake til problemstillingen stiller jeg spørsmålet om hvilken sammenheng er det mellom utvikling av tilstandsgrad og direkte forklaringsvariabler. Dette vil imidlertid ikke kunne gi svar på hvor pålitelige tilstandsregistreringer er for å måle reell utvikling av tilstanden i en portefølje. En hypotese utledet av dette er at det ikke nødvendigvis er en direkte sammenheng mellom hva som benyttes til vedlikehold eller andre forklaringsfaktorer og utviklingen av tilstandsgraden og etterslep. I regresjonsanalysen vil derfor dette være nullhypotesen. Jeg har valgt en å gjennomføre en tverrsnittanalyse som er basert på at innsamlede data på ett enkelt tidspunkt selv om den uanhengige variabelen er uttrykt som en utvikling over en 4- årsperiode. Hadde utgangspunktet vært en portefølje hvor jeg hadde hatt flere målepunkter, dvs. en 3 og 4 måling, kunne jeg ha gjennomført en mer komplisert tidsserieanalyse. Dette vil kunne være en interessant analyse når et mer omfattende datagrunnlag er tilgjengengelig på et senere tidspunkt. Side 11

18 Av problemstillingen og den statistiske metoden for regresjonsanalyser vil jeg sette opp en modell for årsakssammenhengene med forklaringsvariablene samt den avhengige variabelen som vist i figur 1. I denne modellen er pilene utrykt som en årsaksretning og viser hvilke sammenhenger jeg forventer å finne men ikke minst de sammenhenger jeg ikke forventer å finne. Når det gjelder retning og størrelse av effektene som skal undersøkes er de beskrevet som b2, b2 etc. Dette er koeffisienter og fortegnet er hva som forventes å finnes, dvs. en positiv påvirkning (Midtbø 2007). Det vil være flere svar en kan få frem med en regresjonsanalyse. En kan finne ut hvordan mange uavhengige variabler muliggjør predikering av utfallet for den avhengige variabelen samt hvilke av de av de uavhengige variablene som gir denne predikeringen (Johannessen 2009). Det siste er relevant for denne oppgaven. Datagrunnlaget organiserer jeg i en datamatrise som vist i tabell 1 hvor enhetene er det enkelte bygget og variablene er forklaringsvariablene som vist i figur 1. Verdiene er det innsamlede datagrunnlaget baseres på økonomi og regnskapssystem og FDV verktøy for gjennomføring av tilstandsregistreringer. Variabel 1 Variabel 2.. Variabel n Bygg 1 Verdi Verdi.. Verdi Bygg 2 Verdi Verdi.. Verdi Bygg 3 Verdi Verdi.. Verdi Verdi Bygg n Verdi Verdi Verdi Verdi Tabell 1 Organisering av variabler Det er lagt til grunn et utvalg på 32 % av en total populasjon som er samtlige bygg i porteføljen som tilstandsvurderes. Verdiene er metriske verdier som er faktiske tall som kan benyttes i regneoperasjoner. Side 12

19 For å gjennomføre regresjonsanalysen har jeg valgt å benytte statistikkprogrammet SPSS. Ved siden av å være et standardverktøy som er brukervennlig, er programmet tilgjengelig fra NTNU. Regresjonsanalysen vil dermed kunne gi svar på hvilken effekt og innbyrdes effekt påvirkningsvariablene har for utviklingen av tilstandsgraden. I problemstillingen har jeg i tillegg satt et spørsmålstegn på om forutsetningene for selve registreringen og analysen av tilstandsgrader. I den forbindelse vil jeg gjennomføre en sammenliknende analyse på et arbeid hvor 2 aktører har gjennomført et identisk kartleggingsoppdrag i Forsvarsbygg. Det finnes 2 varianter av regresjonsanalyser, lineær og logistisk regresjon. For å benytte en lineær regresjonsanalyse forutsettes det at den avhengige variabelen har et høyt målenivå hvilket den avhengige variabel i denne oppgaven har. Logistisk regresjon benyttes i de tilfeller hvor den avhengige variabel ikke har et høyt målenivå eller at den består av nominal, ordinal eller dikotomverdier med få verdier (Johannesen 2009). Jeg velger å benytte metoden lineær regresjon basert forutsetningen om at variabelen som skal forklares har et høyt målenivå. 2.6 Feilkilder Feilkildene kan være flere og av ulik art. Det kan være feilkilder i oppgaver, rapporter og dokumenter. Dette kan skyldes at forfatteren av materialet kan ha misoppfattet eller vært preget av en spesiell vinkling i problemstillinger. Innsamling, bearbeiding og koding av data kalles måling innenfor statistisk analyse. En problemstilling er at i forbindelse med operasjonalisering av definisjonene for årsaksvariablene så skal disse være et bindeledd mellom abstrakte definisjoner og konkrete data som samles inn. En målefeil i forhold til datagrunnlaget vil være hvis de innsamlede data er feil fordi de observerte variasjonene baseres på feilaktige måleinstrumenter (Midtbø 2007). I denne sammenhengen vil feil kunne finnes i registrerte data for kostnadstall, men ikke minst i forhold til utviklingen av tilstandsgraden som er basert på en subjektig vurdering av det enkelte bygg. Det blir en vurdering av reliabiliteten som er et spørsmål om resultatene er konsistente og nøyaktige. En annen vurdering er validiteten, dvs. om det er det jeg faktisk ønsker å måle. Reliabiliteten kan understøttes ved å gjennomføre gjentatte målinger, mens Side 13

20 validiteten ofte blir et vurderingsspørsmål. Dette er både intern validitet som blir en vurdering om hvorvidt målene kan representere de teoretiske begrepene som legges til grunn, samt eksternt validitet, dvs. en vurdering om resultatene vil ha en gyldighet utover det utvalget som analyseres (Midtbø 2007). 2.7 Forventede resultater Jeg forventer å finne sammenhenger og årsak og virkningsforhold som kan gi svar på problemstillingen og forklare noen av de spørsmål som ofte stilles innen offentlig eiendomsforvaltning. Dette ikke minst på egen arbeidsplass i Forsvarsbygg. Innen offentlig eiendomsforvaltning er det et samfunnsoppdrag i å ivareta samfunnets verdier, både reelt sett men ikke minst for at virksomhetene som sitter i byggene skal kunne utføre sitt samfunnsoppdrag. Da det ofte pekes på at det ikke alltid er politisk vilje til bevilgninger i henhold til det fagmiljøene ofte betegner som nødvendig, er det viktig å finne de reelle forklaringsfaktorene. En kan bare ha en antakelse om at vedlikeholdsbudsjettene hadde vært tilstrekkelig hvis andre forklaringsfaktorer var ivaretatt. Om det virkelig er slik har jeg ingen formening om og er heller ikke temaet i denne oppgaven. Det er tidligere påpekt at det er en del mangler i tidligere studier delvis begrunnet i at faget eiendomsforvaltning er et relativt nytt fag som fortsatt er praktisk rettet. I en del studier er det øyeblikksbilder som vurderes og hvor tidsaspektet ikke godt nok er ivaretatt da dagens vedlikeholdsnivå gjerne er et resultat av tidligere års påvirkning (Valen og Olsson 2009). Som et utgangpunkt har jeg en forventning om at resultatene i denne oppgaven kan sammenfattes for å gi innspill til en modell for et verdibevarende fokus for større offentlige eiendomsbesittere med relevante faktorer som påvirker dette og som tar høyde for de usikkerheter som råder på området. Jeg vil søke å komme frem til et svar som er uttrykt kvalitativt hvor påvirkningsfaktorene fremkommer og i hvilken grad de fremkommer basert på de undersøkelser og analyser jeg har planlagt å utføre. I hvilken grad resultatene av dette er egnet til å generalisere og dermed utvikle en modell som er allmenngyldig vil jeg drøfte i kapittel 7. Side 14

21 3 Teoretisk tilnærming 3.1 Innledning Eiendomsforvaltning og verdibevaring har vært et fokusområde tilbake i historisk tid. I romertiden ble det fastslått at byggverk skulle være vakre, funksjonelle og varige (Bjørberg, Olsson, Valen og Gissinger 2011). Eksempler fra vår egen historie er Magnus Lagabøters landlov av 1276 hvor alle bønder som soknar til kyrja pliktar og levera spon samt tjærebre kyrja kvart tredje år om vinteren (Haugen 2008). Dette er i praksis en vedlikeholdsplan som forteller noe om hvem som skal utføre, hvor ofte samt bruk av materialer. Verdibevaring er en del av begrepet Facilities Management som beskriver helheten i eiendomsforvaltningen hvor det fokuseres på den aktiviteten og verdiskapningen om skjer i byggene. Facilities management er oversatt til fasilitetsstyring i Norge og omfatter således alle delområder som forvaltning, drift, vedlikehold, utvikling, service samt potensiale beskrevet i Norsk Standard for livssykluskostnader for byggverk (NS 3454). Definisjonen av facilites management er i fasilitetsstyring Del 1 beskrevet som: Integrasjon av prosesser i en organisasjon for å opprettholde og utvikle avtalte tjenester som støtter og forbedrer effektiviteten til organisasjonens primære mål (NS-EN ). Vedlikehold er dermed en begrenset del av fasilitetsstyringen. I dette kapittelet redegjør jeg for en teoretisk tilnærming til området verdibevaring og vedlikehold relatert til problemstillingen. Jeg ser nærmere på begreper og definisjoner når det gjelder hva som har innvirkning på hvordan en forvalter planlegger, utfører og følger opp utviklingen av vedlikehold og tilstandsutviklingen. Det finnes flere begreper innenfor vedlikehold og i dette kapittelet drøfter jeg begreper og definisjoner innenfor området. 3.2 God eiendomsforvaltning og vedlikehold God eiendomsforvaltning defineres som: Å gi brukerne gode og effektive bygninger til lavest mulig kostnad (NOU 2004). I rapporten Velholdte bygninger gir mer til alle i regi av kommunal og- og regionaldepartementet foreslås det fire hovedkriterier, basert på offentlig Side 15

22 eiendomsforvaltning, som beskriver hva som er god eiendomsforvaltning og som ofte benyttes i studier innenfor dette temaet (NOU 2004): 1. Det foreligger overordnede politisk bestemte mål for eiendomsforvaltningen 2. Det foreligger et rasjonelt system for planlegging og styring av eiendomsforvaltningen 3. Generelle delkriterier: a. Tilfredsstille prioriterte brukerbehov b. Effektiv arealutnyttelse c. Godt, verdibevarende vedlikehold d. Kostnadseffektiv eiendomsforvaltning e. Målrettet utvikling av eiendommens kvaliteter f. Hensiktsmessig organisering av eiendomsforvaltningen g. Riktige økonomiske rammebetingelser tilpasset eiendomsforvaltningens langsiktige karakter 4. Lovpålagte krav overfor eier og bruker blir ivaretatt. Dette oppfattes som generelle forutsetninger som må ligge til grunn for en god og effektiv eiendomsforvaltning. Overordnede mål for en forvalter vil ha føringer for hvilke vedlikeholdsstrategier som legges til grunn og dermed målsetninger for i hvilken tilstand en eiendomsportefølje skal ha (Bjørberg, Olsson, Valen og Gissinger 2011). Lovpålagte krav vil naturligvis være et prioritert område. Når det gjelder de andre delkriteriene peker tidligere studier på ulike forklaringsfaktorer på hva som har mest fokus og hva som har en påvirkning av tilstanden i en portefølje. Når det gjelder vedlikehold ser vi av listen at dette er kun et av flere delkriterier som er en forutsetning for en god eiendomsforvaltning (NOU 2004). Her introduseres vi til begrepet Side 16

23 verdibevarende vedlikehold. En ofte brukt tolkning av dette er at en skal ivareta verdiene i hva en eiendomsmasse representerer. En eiers motivasjon for å vedlikeholde sine bygg er basert på flere forhold og dette fokuset vil være forskjellig, ofte basert på forskjellige rammebetingelser. Vedlikehold er regulert i lovverket, men selv om 31-3 i Plan- og bygningsloven pålegger eier ansvaret for å holde bygningen forsvarlig ved like, sies det intet om hva det faktisk innebærer. Dette er noe mer tydeliggjort i Kulturminnelovens 17 som fastslår at dersom et fredet byggverk er i ferd med å forfalle kan myndighetene pålegge husleier å gjennomføre tiltak (Bjørberg, Olsson, Valen og Gissinger 2011). Selve gjennomføringen av vedlikeholdsrelaterte tiltak er i tillegg regulert i forskrift om brannforebyggende tiltak og brannhensyn, forskift om elektriske bygningsinstallasjoner samt i arbeidsmiljøloven. Fellesnevneren her er helse, miljø og sikkerhet. En omforent oppfatning er at verdiforringelse er et resultat av manglende strategier og manglende vedlikeholdsplaner og utførelse. Det er flere gode grunner til at vedlikeholdet pekes på som viktig. Dette gjelder områder som sikkerhet i forholdet til bygget og for virksomheten som bedrives i bygget, men også i forhold til produktivitet og trivsel. Et økonomisk perspektiv er at et forsømt vedlikehold kan gi følgeskader og dermed et fordyrende vedlikehold. 3.3 Vedlikeholdsbegrepet og definisjoner Vedlikeholdsbegrepet er definert i norsk standard for livssykluskostnader (NS 3454) som planlagt vedlikehold og utskiftninger. Med det menes: Kostnader som er nødvendig for å opprettholde byggverket på et fastsatt kvalitetsnivå og dermed gjøre det mulig å bruke det til sitt tiltenkte formål innenfor en gitt brukstid (NS 3454). Side 17

24 Vedlikehold deles videre i standarden inn i hovedområdene planlagt vedlikehold og utskiftinger. Planlagt vedlikehold har en preventiv virkning, forebygger skader og defineres som arbeider som må utføres for å hindre forfall som følge av jevn og normal slitasje (NS 3454). Utskiftinger defineres som: utskriftninger av bygningsdeler/tekniske installasjoner med kortere levetid enn resten av byggverket er også definert som vedlikehold. Når det gjelder løpende drift som ikke er en del av vedlikeholdet beskrives dette i standarden som: kostnader til løpende drift, renhold, vakt, sikring, energi o.a. Omfatter også løpende vedlikehold, skade og hærverk. Begrepet løpende vedlikehold er videre forklart med oppdukkende og uforutsette tiltak som krever akutt vedlikehold (NS 3454). Vedlikehold er dermed entydig beskrevet, men jeg vil gjøre et poeng ut av at standarden skiller dette på den bakenforliggende årsaken. Dette betyr at hvis en ikke har gode systemer for å skille på årsak til at noe oppstår, vil en kunne postere kostnader feil. Utvikling er nært knyttet til vedlikeholdet ved å være definert til å være løpende ombygninger, offentlige krav og påbud samt oppgradering. Løpende ombygninger er mindre justeringer for å tilrettelegge for annen arealutnyttelse. Dette vil stort sett være mindre tiltak som ikke forstyrrer den daglige driften. Når det gjelder offentlige krav og påbud vil dette være tiltak som kan føre til en oppgradering av den tidligere standarden. Oppgradering er tiltak for å dekke krav om endrede funksjoner eller andre krav som er kommet til etter at bygget er oppført (NS 3454). Både tiltak innenfor vedlikehold og utvikling kan dermed ha en innvirkning på tilstanden for et bygg. Dette også fordi definisjonen på tilstandsgrad 3 kan også være brudd på lover og forskifter (NS 3424). Ofte er det naturlig å se vedlikehold og utvikling i sammenheng når det Side 18

25 gjelder vedlikeholdsplanlegging og utførelse. Imidlertid kan det være en utfordring å skille mellom vedlikehold og løpende drift. En interessant observasjon er at begrepet vedlikehold defineres av andre land til å være mer enn hva den norske standarden legger opp til. Et eksempel fra England viser standarden at en tar med driftsmessige elementer i definisjonen (ISO :2000, BS 3811), i tidligere utgaver ble også planlagt renhold sett på som en del av vedlikeholdet. Denne standarden har definert vedlikehold som: A combination of any actions carried out to retain an item in, or restore it to an acceptable condition. (BS 3811: 1984) (Wood 2009) Senere revidert til: The combination of all technical and administrative actions, including supervision actions, intended til retain an item in, or restore it to a state in which it can perform a required function. (BS 3811: 1993) (Wood 2009) Fritt oversatt blir dette: Vedlikehold er en kombinasjon av alle tekniske og administrative tiltak inkludert tilsynsoppgaver som har til hensikt å opprettholde tilstanden til en komponent/bygningsdel eller for å sette den i stand på en slik måte at funksjonene opprettholdes. Brian Wood foreslo i 2006 en enklere definisjon: Building maintenance is the totality off all actions that keep a building functioning effectively (Wood 2009) Fritt oversatt: Bygningsvedlikehold er totaliteten av alle tiltak for å påse at bygningens funksjon opprettholdes effektivt. Side 19

26 Vedlikehold sees dermed på som noe mer enn utførelse av faktiske vedlikeholdsmessige tiltak slik det defineres i den Norske standarden (NS 3454). Dette påpekes også av Chanter og Swallow ved at vedlikehold ved siden av planlegging og utførelse også innbefatter rammebetingelser og finansiering samt strategier. I tillegg mener Chanter og Swallow at den effektive bruken av bygget skal understøttes og ikke kun fokusere på den tekniske tilstanden. I dette også å vurdere egnetheten til bygget i forhold til valgte strategier. (Chanter og Swallow 2007) Verdibevarende vedlikehold Et nyere begrep er verdibevarende vedlikehold. I Eikelandsutvalget i NOU 2004:22 defineres verdibevarende vedlikehold til å være: Godt, verdibevarende vedlikehold er et utrykk for et optimalt vedlikehold, hvor arten og omfanget av vedlikeholdet vurderes i et langsiktig perspektiv og i forhold til de politiske målene for eiendomsforvaltningen. Bjørberg (2009) går noe lenger ved å definere verdibevarende vedlikehold som å drive byggende byggene på en slik måte at de kontinuerlig oppgraderes til dagens standard, altså at byggets standard øker over tid. Valen og Olsson (2009) sammenfatter dette begrepet gjennom samtalene med kommunene som: en beslutning om eller en målsetning om at vedlikeholdet skal være optimalt og forebyggende slik at bygningen opprettholder sin effektivitet og funksjon for bruker og eier, både teknisk og funksjonelt. I St meld 32 ( ) defineres verdibevarende vedlikehold som: Et godt og verdibevarende vedlikehold er uttrykk for et optimalt vedlikehold i et langsiktig økonomisk perspektiv. Side 20

27 Verdibevarende vedlikehold er dermed ikke et entydig begrep da noen beskriver dette som et optimalt vedlikehold sett i lys av et livssyklusperspektiv og for å opprettholde status mens andre tar inn en reell verdiøkning da en hele tiden vedlikeholder opp til dagens standard. Valen og Olssons definisjon på verdibevarende vedlikehold er nærmere den engelske definisjonen på vedlikehold ved å fokusere på at funksjoner og effektivitet skal opprettholdes. Det alle imidlertid er enige i er at tilstanden ikke skal forverres. Dette gir også en indikasjon på at vedlikeholdet slik det er definert i standarden (NS 3454) er for snevert for å forklare påvirkningen av tilstanden da noe mer burde vært inkludert i dette begrepet. Figur 2 Utvikling av et byggs standard og funksjonalitet over tid (Bjørberg 2008) Av figur 2 ser vi at både vedlikehold ved periodisk vedlikehold og utskitninger påvirker standard funksjonalitet eller tilstanden i tillegg til utskiftninger Tilstandsbasert vedlikehold Tilstandsbasert vedlikehold er et uttrykk som benyttes i forsvarssektoren. Forsvarsbygg skal gjennomføre et tilstandsbasert vedlikehold for porteføljen. I dette ligger at alle planlagte vedlikeholdstiltak skal baseres på en tilstandsanalyse eller en tilstandsvurdering. Gjennom tilstandsanalysene skal det dermed måles hvilken effekt det tilstandsbaserte vedlikeholdet har. Side 21

28 Føringen fra Forsvarsdepartementet som eier til Forsvarsbygg som forvalter er at alle vedlikeholdstiltak skal være basert på en allerede gjennomført tilstandsanalyse eller vurdering. Vedlikeholdsbehovet for et bygg vil endre seg over tid og kan grovt sett inndeles i 3 faser (Bjørberg, Olsson, Valen og Gissinger 2011). De første årene i byggets levetid er det mest aktuelt med et løpende vedlikehold. Dette fordi det i denne fasen normalt sett ikke er nødvendig med større vedlikeholdstiltak eller utskriftninger. I de neste 10 årene vil dette normalt komme og det er aktuelt å basere vedlikeholdsplanen på et tilstandsbasert vedlikehold som er kartlagt på bakgrunn av tilstandsregistreringer. I den siste fasen er det aktuelt å vurdere bygget mer helhetlig, det vil si om teknisk tilstand, funksjonalitet og tilpasningsdyktighet vurderes i forhold til fortsatt vedlikehold eller større ombygginger og oppgraderinger (Bjørberg, Olsson, Valen og Gissinger 2011). Mangel på planlegging kan føre til en strategi som er tuftet på brannslukking. I dette ligger at vedlikeholdet preges av omprioriteringer grunnet i akutte feilsituasjoner som må rettes i stedet for å utøve et planlagt og forebyggende vedlikehold. Dette kan føre til mer kostbart vedlikehold grunnet følgeskader (Bjørberg, Olsson, Valen og Gissinger 2011). Å fokusere kun på et tilstandsbasert vedlikehold i Forsvarsbygg kan derfor synes å være noe reaktivt i forhold til preventivt vedlikehold Vedlikeholdsstrategi og planlegging En strategi er en forutsetning for å kunne ta en beslutning av hva en ønsker å oppnå før en planlegger vedlikehold. Wood peker på flere forhold som bør inngå i et strategiarbeid: viktigheten av å fastsette et mål på forhånd, ha et langsiktig fokus, en prosess for planlegging, vurdere hva som skal til av midler samt utarbeide selve planen (Wood 2009). Wood peker videre på at en vedlikeholdsplanlegging må ha et tilstrekkelig langsiktig fokus eksempelvis 10 år frem i tid avhengig av byggverket det planlegges for (Wood 2009). Et viktig grunnlag for å kunne si noe om vedlikeholdsbehovet og dermed kunne planlegge er at en må vite dagens tilstand samt ha definert en ønsket tilstand. Dette illustreres godt av Haugens figur 3, hentet Side 22

29 fra doktorgradsavhandlingen fra 1990 som viser at 2 forhold påvirker vedlikeholdsplanen hvis en forutsetter at en valgt strategi er definert (Haugen 1990). Det første er en korrekt oppfatning av hva dagens tilstand er, den andre er at en har balanse mellom nødvendig budsjett og tilgjengelig budsjett. En kan være uenig i en strategi men oversikt over tilstanden er en nødvendighet. Dagens tilstand Ønsket tilstand Vedlikeholdsstrategi Dagens tilstand Vedlikeholdsbehov Planlegging Nødvendig budsjett Tilgjengelig budsjett Balanse Vedlikeholdsplan Figur 3 Modell av vedlikeholdsprosessen (Haugen 1990). Viktigheten av kartleggingen kommer Wood inn på ved å tydeliggjøre at tilstandskartleggingen er helt sentrale og grunnlaget fra dette arbeidet må analyseres, kostnader beregnes og i nødvendig grad utføre ekstra erfaringer for å avdekke uklare forhold (Wood 2009). Det er flere forhold som påvirker behovet for vedlikehold eller hva som forårsaker en nedbrytning av bygget. Materialvalg og tekniske løsninger og selve utførelsen vil kunne Side 23

30 påvirke dette, eller yte motstand mot en nedbrytning. Nedbrytningen kan være forhold som vær og vind, bruksmønster og miljømessige forhold (Bjørberg, Olsson, Valen og Gissinger 2011). Et hovedpoeng vil da være å kunne ha oversikt over utviklingen i bygget for å kunne sette inn korrektive tiltak på et optimalt tidspunkt som hindrer følgeskader eller fare relatert til helse, miljø eller sikkerhet. For å oppnå dette må det legges til grunn en god planlegging av vedlikeholdet. En viktig forutsetning er derfor registrering av tilstanden på bygget for å kunne prioritere hva som skal vedlikeholdes samt måle effekten av det man gjennomfører av tiltak (Bjørberg, Olsson, Valen og Gissinger 2011). Utgangspunktet for en vedlikeholdsplan er at eier har en strategi for hva man ønsker å oppnå eller opprettholde. En strategi med et verdibevarende vedlikehold som utgangspunkt betyr gjerne at eier ønsker å opprettholde verdien på byggene gjennom byggets levertid ved å sørge for et tilfredsstillende vedlikehold (Bjørberg, Olsson, Valen og Gissinger 2011). En eier vil legge til grunn ulike vurderinger rundt akseptnivå og ambisjonsnivå for ulike typer bygg og ikke minst bruk. Eksempler på dette kan være at en eier definere at ingen bygningsdeler skal ha en tilstandgrad 3 og skal tilfredsstille lover og forskrifter. Dette setter krav til kvaliteten i tilstandskartleggingen da beslutninger som tas er basert på disse resultatene. En vedlikeholdsplan må forankres i en strategi og kan ha både et kortsiktig og langsiktig tidsperspektiv og inneholder i korte trekk en informasjonsfase, med innsamling av data, analyse samt opprettelse av tiltak. En vedlikeholdsplan er ikke et fastlåst dokument men skal gi en god oversikt over byggenes tilstand og hvilke behov bygget har på kort og lang sikt. I dette ligger også at planen skal bidra til at tiltakene prioriteres riktig og at større tiltak som utskiftninger kan planlegges. Planen vil i tillegg være grunnlaget for budsjetteringen og eventuelt gjøre avsetninger for fremtidige behov (Bjørberg, Olsson, Valen og Gissinger 2011). En vedlikeholdsplan inneholder som oftest informasjon om byggets egenskaper som areal, alder og tyde i tillegg til Side 24

31 tilstandsbeskrivelse etter NS 3424 samt informasjon om de tiltakene som er planlagt ift omfang og kostnader (Bjørberg, Olsson, Valen og Gissinger 2011). Forutsetninger for en god vedlikeholdsplan er dermed at en har en mest mulig korrekt informasjon om den faktiske tilstanden og dermed behov for vedlikehold. Et viktig poeng er at en teknisk tilstand av byggene ikke er et godt nok beslutningsunderlag da en må legge til grunn vurderinger i forhold til egnethet og om bygget kan utvikles videre. Dette betyr at hvis et bygg har en dårlig egnethet og vanskelig lar seg utvikle bør en vurdere om bygget kan brukes til et annet formål eventuelt rives. Hvis bygget dekker dagens funksjon men kan vanskelig utvikles bør vurderingen være at en holder vedlikeholdet på et minimumsnivå i en hvis tid. Dette innebærer at disse forholdene også bør legges til grunn i planleggingen av vedlikeholdet. En vedlikeholdsstrategi kan eksempelvis være direkte knyttet til standardens definisjoner på de ulike tilstandsgrader. Et eksempel er Forsvarsbygg der den overordnede vedlikeholdsstrategien eksempelvis sier at et bygg ikke skal ha delkomponenter med TG 3. Strategien sier videre at kombinasjonen TG 2 og KG 3 i kategoriene økonomi, vern eller HMS heller ikke skal fremkomme. Strategien sier videre at enkeltbygg ikke skal være dårligere enn 1,6 og for porteføljen samlet er grensen 1,2 (FB 2010) Måling av vedlikehold Å vite tilstanden for et bygg er avgjørende. I 1995 kom det en egen standard for tilstandsanalyser (NS 3424). Her er tilstandsanalyser definert som: Den samlede analyse (definering av oppgaven, planlegging, tilstandsregistrering, vurdering og rapportering) på et gitt tidspunkt i henhold til denne standarden (NS 3424). Målsetningen med standarden er at den skal gi grunnlag for at tilstandsregistreringer gjennomføres på en objektiv og likeartet måte. Tilstandsregistreringer defineres i 3 nivåer hvor nivå 1 er en visuell befaring, mens nivå 3 er en detaljert gjennomgang med prøvetaking. Side 25

32 Tilstandsgraden i henhold til NS 3424 ses på som et godt utgangspunkt for å definere målepunkter som skal understøtte en vedlikeholdsstrategi som ofte tar et utgangspunkt i at verdiene i porteføljen skal opprettholdes (Bjørberg, Olsson, Valen og Gissinger 2011). Koblingen mellom vedlikeholdsstrategien og parameter for måling defineres ofte i tilstandsanalysens tilstandsgrader. NS 3424 definerer 4 ulike tilstandsgrader basert på de sviktelementene som kartlegges. Inndelingen for de respektive kategoriene er: TG 0 ingen symptomer på avvik TG 1 svake symptomer på avvik TG 2 middels symptomer på avvik TG 3 kraftige symptomer på avvik Videre knyttes det konsekvensgrader til de enkelte funnene som er en enkel risikoanalyse av alvorlighetsgraden av en feil eller mangel hvor KG 0 gir ingen konsekvenser, mens KG 3 gir store konsekvenser. Konsekvensgradene deles ytterligere inn i tema som estetikk (E), Økonomi (Ø), helse og miljø (H) samt sikkerhet (S). Selv om standarden for tilstandsregistrering skal være entydig og gi nødvendige rettledninger, så kan utførelsen av selve tilstandsregistreringen utføres på forskjellige nivå. Enkelte offentlige eiendomsbesittere som for eksempel Forsvarsbygg definerer sin tilstandskartlegging på 40 ulike delkomponenter etter bygningsdelstabellen på nivå 2 og hvor den samlede karakteren er en vektet vurdering av hva en antar er viktig i forhold til byggets funksjon. Imidlertid anbefales det å vekte dette i et økonomisk perspektiv ved at utbedringer som koster det dobbelte av et annet tiltak vektes tilsvarende (Bjørberg, Olsson, Valen og Gissinger 2011). Andre større eiendomsbesittere har en enklere tilnærming. I Multiconsults rapport på oppdrag fra Kommunenes sentralforbund ble tilstandsvurderingen basert på en mer overordnet modell hvor kommunene kartla tilstanden på færre parametere (Multiconsult og PriceWaterhouseCoopers (2008). Felles for disse er at det mer eller mindre er tatt utgangspunkt i en kartlegging på nivå 1, dette betyr en visuell tilnærming. Dette sier oss at Side 26

33 selv om standarden er entydig i hvordan en skal forstå de ulike tilstandskarakterene på delkomponentnivå, kan vurderingene i forhold til en samlet tilstandsgrad for hele bygget være forskjellig. Dette kan gi noen utfordringer når det gjelder å benchmarke tilstandsgrad mellom porteføljer eller enkeltbygg. Tilstandsregistreringer og analyser er både grunnlaget for å kunne planlegge vedlikehold, samt metoden for å måle effekten av vedlikeholdsinnsatsen som legges i bygget. Tilstandsanalyser er dermed et av de viktigste elementene for å synliggjøre den faktiske statusen på vedlikeholdet for bygget. I denne analysen er også dette en forutsetning for resultatet. Wood peker også på viktigheten når det gjelder forutsetningene for kartlegging av bygg og viser til en undersøkelse fra 1999 hvor 10 personer vurderte det samme bygget. Av 6 feil i bygget var det kun 1 som fant alle, 1 fant 5 feil, 3 fant 4 feil, resten fant ikke mer en 2 feil. Wood peker videre på at viktigheten av at de som utfører tilstandsregistreringer må ha den rette bakgrunnen og utdannelsen selv om dette ikke er en garanti for at det blir entydige resultater (Wood 2009). Bruk av utvikling av tilstandsgrad er utvilsomt den beste metoden som finnes i dag, men det er åpenbart at det vil bære utfordringer knyttet til dette. Dette vil være hvor objektive tilstandsregistreringene er og hva reliabiliteten er av resultatene i slike kartlegginger samt validiteten i hva man måler. Dette vil åpenbart være et interessant område å undersøke Vedlikeholdsetterslep Begrepet vedlikeholdsetterslep benyttes ofte for å beskrive en unnfallenhet fra en eiendomseier, dette i form av et avvik i forhold til hva som burde vært gjort. Et vedlikeholdsetterslep kvantifiseres som en kronestørrelse og vil kunne forstås som hva som må til av ressurser for å sette i stand eiendommen slik den bør være. Begrepet vedlikeholdsetterslep defineres ofte som manglende utført vedlikehold. En forklaring hentet fra ISO/WD er vist i figur 4. Figuren viser at et bygg kan Side 27

34 opprettholdes på et teknisk nivå tilsvarende som nytt ved å gjennomføre planlagt vedlikehold og utskiftinger ( refurbishment ) av bygningsdeler som har en kortere levetid enn selve bygget. Vedlikeholdsetterslep på et gitt tidspunkt fremkommer i figur 4 som manglende utført vedlikehold innenfor definerte, anbefalte eller vurderte vedlikehold og utskiftingssyklus for de ulike bygningsdelene. Dette vist som limit states i figuren. figur 4). Denne syklusen vil kunne forlenges eller forkortes avhengig av ytre miljø, brukerbelastning, feil materialbruk, dårlig teknisk løsning og/eller manglende utført tilsyn og vedlikehold. Dersom det avdekkes ved en tilstandsvurdering at aktuell bygningsdel burde vært vedlikeholdt eller skiftet ut vil dette kunne defineres som et etterslep. Dette gis ofte tilstandsgrad 3. Figur 4 Term in building performance life-cycle, hentet fra ISO/WD En utfordring når det gjelder å kvantifisere et vedlikeholdsetterslep er hva etterslepet er i forhold til. Ulike eiendomsbesittere vil ha forskjellige preferanser til hva som defineres som en akseptabel standard og vil kunne ha ulike vedlikeholdsstrategier. I en større eiendomsportefølje vil det være naturlig å ha et etterslep som nødvendigvis ikke er ønskelig å gjøre noe med. Dette kan begrunnes i at en vil kunne ha bygningsmasse i porteføljen som har nådd en funksjonell levealder før den teknologiske eller den økonomiske Side 28

35 levealderen inntreffer. Hvis en større eiendomsportefølje ikke har vedlikeholdsetterslep vil en kunne anta at ressursene ikke er benyttet mest mulig optimalt. Problemstillingen da vil være å differensiere hva som er det akseptable vedlikeholdsetterslepet og hva er ikke akseptabelt. I hvilken grad dette er gjenspeilet i de studier og rapporter som omhandler etterslep i offentlig sektor kan en spørre seg. Et vedlikeholdsetterslep vil aldri kunne være en matematisk korrekt gjengivelse av virkeligheten men snarere en subjektiv vurdering av de som gjennomfører tilstadsregistreringer. Feilkildene i dette kan være mange. Å finne alle avvik i et bygg setter krav til både kompetanse og erfaring. Det finnes flere eksempler på at selv om dette er tilstedet, så vil forskjellige registreringsteam komme frem til forskjellige svar. I tillegg er kostnader som fremkommer i tilstandsregistreringer vurderinger som gjøres der og da og vil snarere være forsiktige antakelser enn reelle kostnadsberegninger av et vedlikeholdsetterslep. Disse forholdene taler for at når det gjelder tallstørrelser som fremkommer i forbindelse med vedlikeholdsetterslep, så bør en utvise en forsiktighet og være tydelig på usikkerheten i dette. Et vedlikeholdsetterslep vil være avhengig av hva en eier og forvalter definerer til å være et riktig nivå på vedlikeholdet. Det finnes ingen norsk standard som beskriver hva et nødvendig vedlikehold er (Bjørberg, Olsson, Valen og Gissinger 2011). En kan grovt dele inn vedlikeholdsnivå i tre klassifiseringer som minimumsnivå, normal standard samt høy standard. Et forslag til relatering av dette til standard for tilstandsregistreringer for byggverk (NS 3424) er følgende etter (Bjørberg, Olsson, Valen og Gissinger 2011): Høy standard tilstandsgrad mellom 0-0,5 Middels standard tilstandsgrad mellom 0,5-1,2 Lav standard tilstandsgrad mellom 1,2-2 Eksempelvis er tilstandsgrad vektet for porteføljen på Dette gir en lav standard i forhold til denne klassifiseringen. Side 29

36 4 Beskrivelse av Forsvarsbygg 4.1 Innledning Masteroppgave i eiendomsutvikling og forvaltning Siden utgangspunktet for analysegrunnlaget i denne oppgaven er basert på Forsvarsbyggs portefølje, beskriver jeg virksomheten i dette kapittelet. Dette for at leseren skal ha en oppfatning av Forsvarsbygg som organisasjon og hvilke rammebetingelser som ligger bak tallenes tale. Forsvarsbygg er et statlig forvaltningsorgan etablert i 2002 på bakgrunn av St.prp. nr. 77 ( ) hvor Forsvarets bygningstjeneste som var underlagt Forsvarsdepartementet og de lokale forvaltningsmyndighetene i Forsvarets militære avdelinger ble sammenslått: St.prp. nr. 77 ( ) pkt 7.5.3, 4. avsnitt: "Det opprettes leieavtaler mellom den nye forvaltningsbedriften og de respektive brukerne. Forhandling om leie forutsettes å skje gjennom reelle forhandlinger for å bidra til at det skapes best mulig balanse mellom oppdrag og ressurser hos begge parter." En viktig forutsetning er at det skal betales en kostnadsdekkende leie for alle bygg, anlegg og eiendommer. Leien skal dekke de reelle kostnader (direkte og indirekte) ved arealbruken. Den nye organisasjonen hadde om lag 1900 ansatte og forvaltet en bygningsportefølje på over 6 millioner kvadratmeter. 4.2 Husleiemodellen Det ble innført en kostnadsdekkende husleiemodell etter samme prinsipper som for Statsbygg. Intensjonen var en mer helhetlig og effektiv forvaltning av forsvarssektorens eiendomsbruk og for å bedre understøtte Forsvarets behov. Tanken var også at Forsvaret skulle gis en reell mulighet til å velge resursbruk på eiendommer etter hva slags behov de hadde. Forsvarsbyggs første strategier var også fokusert på dette ved at intensjonen med Forsvarsbygg var at en skulle i avgjørende grad bidra til Forsvarets omstilling. I dette lå at reduksjon av husleienivå skulle gi en positiv effekt for verdiskapningen i Forsvaret. Side 30

37 Husleien ble definert i et sett av nøkkeltall basert på vurderinger av kostnadsnivået forut sammenslåingen. Man antok at man dermed hadde en kostnadsdekkende leie. I årene fra 2002 og frem til 2007 ble nøkkeltallene for husleien styrt av Forsvarsdepartementet basert på antakelsen om at ny organisering av forsvarssektorens EBA forvaltning skulle gi en økonomisk gevinst. Nøkkeltallene ble i iverksettingsbrevene til Forsvarsbygg styrt kostnadsmessig i iverksettingsskrivene for de respektive år ved at samlet leie (FDVU) skulle fra 207 kr pr kvm i 2003 til 162 kr pr kvm i 2006 og videre til 154 kr pr kvm for Alle tall er gjengitt i 2004 kroner. Dette som et ledd i effektiviseringskravene fra Forsvarsdepartementet til Forsvarsbygg. I de etterfølgende år skulle leienivå fastsettes i årlige forhandlinger mellom Forsvarsbygg og Forsvaret, dog uten å endre Forsvarets driftsrammer. Resultatet av dette er at nøkkeltallene kun er justert for prisjusteringer etter Finansdepartementets føringer. For nye byggeprosjekter fra 2009 beregnes det full kostnadsdekkende leie hvor livssykluskostnadene legges til grunn. Forsvarsbygg består av flere forretningsområder hvor Forsvarsbygg Utleie er det største. Forsvarsbygg Utleie skal også i dag bidra til moderniseringen av Forsvaret gjennom å synliggjøre og ha kontroll på kostnader relatert til eiendom samt avdekke og gi råd om hva Forsvaret trenger av eiendom. Målsetningen er å forvalte eiendom mer profesjonelt samtidig som Forsvarsbygg skal skaffe inntekter ved av salg av eiendom. 4.3 Vurderinger av tilknytingsform Det er flere departement som ivaretar bygge- og eiendomsforvaltning i dag og det var også temaet i Regjeringens moderniseringsprogram som fokuserer på klarere skiller mellom ulike roller i rapporten En mer effektiv statlig bygge- og eiendomsforvaltning som var et interdepartementalt utvalg under ledelse av datidens Moderniseringsdepartement (MOD 2005). Rapporten sammenfattet en handlingsplan for en bedre og mer effektiv statlig byggeog eiendomsforvaltning og flere departement deltok i dette arbeidet i tillegg til Statsbygg og Forsvarsbygg. Side 31

38 Jeg har valgt å ta med denne rapporten da den viser Forsvarsdepartementets syn på eiendomsforvaltingen i forsvarssektoren og Forsvarsbyggs rolle i dette. Mandatet for arbeidet var: Formålet med arbeidet er å foreslå endringer som vil gi en mest mulig effektiv statlig bygge- og eiendomsforvaltning i et samfunnsmessig perspektiv, og sikre at aktørene har riktige insentiver for å bidra til dette. (MOD 2005:6) Videre het det også at Utvalget skal vurdere hvordan staten kan forbedre sin samlede byggeog eiendomspolitikk ut fra blant annet optimalt vedlikeholdsnivå sett i et langsiktig økonomisk perspektiv. I dette ligger en antakelse om virksomhetene ikke er kostnadsoptimale og at velferdsstaten i utgangspunktet er fordyrende samt spørsmål om hva som en hensiktsmessig politisk styring (MOD 2005). Utvalget kom blant annet frem til en anbefaling i form av en handlingsplan; 1. vektlegge det reelle kundeforholdet mellom bruker og forvalter i større grad enn i dag 2. øke profesjonalisering av aktørene 3. politisk styring av etterspørselen gjennom brukerleddet konsentreres der bruker ikke har tilstrekkelig med midler innenfor eksisterende rammer 4. skille mellom leverandør og rådgiverrolle 5. bedre prosedyrer for leie og anskaffelse 6. styring av tilbudssiden gjennom avkastningskrav, god forvalting, benchmarking og risikostyring 7. organisering av tilbyderne etter forvaltningsbedriftsmodellen, men med økt finansiell fleksibilitet og bruk av styrer 8. etablering av et eget selskap for salg av statlig eiendom (MOD 2005) Side 32

39 Imidlertid var det ikke enstemmighet i utvalget. Forsvarsdepartementet var av den oppfatning av at det var behov for en langt sterkere styring av tilbudssiden i forsvarssektoren. Man mente Forsvarsbygg fortsatt burde organiseres som et forvaltningsorgan. Dette begrunnet i at Forsvaret er lokalisert i en del distriktsområder hvor en markedssituasjon ville vanskeliggjøre å finne tilbydere av de tjenestene Forsvaret trenger. Når det gjelder bedre synliggjøring av kostnadene og skape incentiver for nøktern arealetterspørsel og bruk var et poeng å innføre en differensiert kostnadsdekkende husleie inkludert kapitalelement for hver enkelt forsvarseiendom og ikke pr bygningskategori samt redusere vedlikeholdsetterslep ved å identifisere vedlikeholdsetterslepet og konkretisere behov for tiltak. Det ble påpekt at det burde etableres spesielle tiltak for å ta igjen etterslepet i forsvarssektoren. I dette ligger en innrømmelse av en situasjon hvor for lite midler brukes til vedlikehold av bygningsmassen, noe som kan føre til en verdiforringelse (MOD 2005). Videre anbefalinger når det gjelder verdibevaring var at de respektive departementer og de statlige eiendomsforvalterne selv skulle vurdere når og i hvilket omfang en kunne gjennomføre en ytterligere konkurranseutsetting av drift og vedlikeholdstjenester. Videre var anbefalingene at all statlig virksomhet skal kunne velge om de ønsker å leie statlige bygg eller fra det frie markedet ut i fra rene økonomiske prinsipper. Det anbefales at det åpnes for at Forsvaret kan leie fra andre enn Forsvarsbygg samtidig som Forsvarsbygg kan leie ut til sivile aktører der Forsvaret flytter ut og eiendommen fortsatt er i statlig eie (MOD 2005). Dette er imidlertid ikke implementert da Forsvarsbygg fortsatt har en monopolsituasjon når det gjelder leieforhold til Forsvaret. Forsvarsbygg Utleie har heller ikke i utgangspunktet anledning til å leie ut til sivile aktører hvis Forsvaret sier opp leieavtalene. Da skal bygningsmassen utrangeres ved salg eller riving. Bakgrunnen for at utvalget anbefaler forvaltningsbedrift som tilknytningsform med økt finansiell fleksibilitet fremfor statsforetak eller statsaksjeselskap begrunnes i at dette gir en bedre mulighet til politisk styring og at en del av eiendomsmassen er av en slik karakter at det er vanskelig å sette markedsleie. Side 33

40 Forsvarsdepartementet går i mot å endre Forsvarsbyggs tilknytningsform og begrunner dette igjen med at faren for en eller få tilbydere. Dette fordi Forsvarets virksomhet er dominerende i mange små lokalsamfunn. Et frislipp kan dermed gi negativt virkende incentiver og gi høyere kostnader for bruker som vil gå utover omstillingsprosessene i Forsvaret der fokuset i dag er å bruke mindre på støtteelementene og mer på den skarpe enden. Denne reaksjonen er forståelig fra departementets side. Det finnes flere eksempler på privatisering av noe som går fra å være statlig til å bli et privat monopol. Slik kan energisektoren oppleves hvor strømprisene til stadighet stiger. En fristilling av Forsvarsbygg kan meget godt føre til at prisene vil stige der det ikke finnes andre tilbydere og det i praksis vil være et privatisert monopol. På den andre siden kan Forsvarsbygg argumentere med at dagens husleiepriser allerede er for lave og underbygger dette med et stort vedlikeholdsetterslep som er et identifisert problem. Dette viser at Forsvarsdepartementet ønsker å holde leieprisene så lave som mulig i forsvarssektoren. I Statsbygg er situasjonen en annen ved at de leier ut til statlige leietakere under forskjellige departementer. 4.4 Organisering Forsvarsbygg Utleie er det største forretningsområdet og forvalter nær samtlige bygg, anlegg og eiendommer i aktiv bruk hvor forsvarssektoren er leietaker. Forsvarsbygg Utleie skal ivareta serviceansvar og eiendomsfaglige oppgaver når det gjelder økonomisk forvaltning og innkjøp, porteføljeadministrasjon, forvalte avtaler og leiekontrakter for over 8000 eiendommer, ivareta daglig drift og renhold på mer enn 100 steder, sørge for plan og utførelse av verdibevarende vedlikehold, formidle vertskapstjenester til Forsvaret og samtidig ha et landsdekkende servicesenter. Side 34

41 Forsvarsbygg Utleie er organisert med 2 sentrale landsdekkende ansvarsenheter for henholdsvis husleierelatert og FDVU prosessene (Utleietjenester) og driftsprosessene herunder energi, fagingeniører, energi og tilleggstjenester (Eiendomstjenester) vist i figur 5. Forsvarsbygg Utleie Fellesstab HMS / Internkontoll Eiendomstjenester (landsdekkende) 10 lokale markedsområder Utleietjenester (landsdekkende) Figur 5 - Organisering av Forsvarsbygg Utleie Det utførende leddet er organisert i 9 (tidligere 10) markedsområder spredt rundt i landet. Den geografiske inndelingen fremkommer av figur 6. Forsvarsbygg Utleie har til sammen 980 årsverk og forvalter en samlet portefølje på 3,76 mill kvm og med et samlet budsjett på kr ,- i Med dette er Forsvarsbygg en betydelig eiendomsaktør og har en portefølje som er større enn Statsbyggs. Forsvarsbygg og er også tilstedet i utlandet med bygging og drift av Meymaneh i Afghanistan. MO M idt- MO Finnmark MO MO Midt-Troms Hå loga la nd MO Hålogaland MO MO Bodø MO Trøndelag MO Trøndelag MO MO MO Østlandet MO Bergen MO Oslo fjo rd MO Vest MO Oslofjord (fra MO MO Stavanger MO Stavanger MO Oslo Figur 6 - Geografisk spredning av markedsområdene. Side 35

42 Markedsområdene forestår den daglige forvaltningen av porteføljen og har utførende personell innenfor løpende drift, vedlikeholdsplanlegging, til en viss grad utførende innen vedlikehold og rengjøring. I tabell 2 vises fordeling av årsverk og budsjett for de respektive markedsområdene. Enhet Årsverk mars 2010 Budsjett netto Kapitalelement/ fornyelse Budsjett totalt Fellesstab + HMS/IK Eiendomstjenester 38, Utleietjenester MO Finnmark 56, MO Midt-Troms 185, MO Hålogaland 80, MO Bodø 66, MO Trøndelag 104, MO Bergen 46, MO Stavanger 73, MO Oslofjord 136, MO Oslo 66, MO Østlandet 78, Totalt 980, Tabell 2 - Fordeling av budsjett hentet fra Forsvarsbyggs årsmelding for 2010 (FB 2010) 4.5 Porteføljesammensetning Jeg tar utgangspunkt i Forsvarsbygg Utleies eiendomsportefølje som i hovedsak har Forsvaret som leietaker. Dette er en eiendomsportefølje på til sammen 3,76 millioner kvadratmeter bygningsflate. Porteføljen er svært sammensatt og inneholder bygningskategorier som: boliger, kontorer, forlegninger, kjøkken/messebygg, lager, fjellanlegg, sambandsinstallasjoner, flyplasser, kaier og dokker og skyte og øvingsfelt. For denne porteføljen har Forsvarsbygg en samlet leieinntekt på 770 millioner kroner som skal dekke FDVU (forvalting, løpende drift, vedlikehold og utvikling). I tillegg leier Forsvarsbygg inn en portefølje for 223 millioner kroner for Forsvaret. Andelen av leieinntektene for FDVU som øremerkes i budsjetter for henholdsvis vedlikehold og utvikling er for mill kr og 49 mill kr. Dette er svakt synkende, eksempelvis var vedlikeholdsdelen 330 mill kr i Dette skyldes til dels avhending og oppsigelse av Side 36

43 arealer. I tillegg tar Forsvarsbygg inn ca 1 milliard kroner i avskrivninger som tilbakeføres Forsvarsdepartementet hvert år. Dette kommer tilbake i form av nyinvesteringer og fornyelse av eksisterende portefølje. 4.6 Relevante studier og rapporter i Forsvarsbygg Når det gjelder Forsvarsbygg som case, er det naturlig å se nærmere på vurderinger og undersøkelser som er gjort innenfor dette temaet. Jeg trekker spesielt frem 4 rapporter: masteroppgave som omhandler vedlikeholdsprosessen i Forsvarsbygg, masteroppgave som omhandler innføring av husleiemodellen i Forsvaret, revisjonsrapport av hvordan Forsvarsbygg gjennomfører tilstandsregistreringer, samt en utarbeidet konsulentrapport som omhandler vedlikeholdsnivået i forhold til leieinntektene Vedlikehold i Forsvarsbygg Utleie (masteroppgave) I masteroppgaven Vedlikehold i Forsvarsbygg Utleie beskriver Fossdal hvordan Forsvarsbygg gjennomfører vedlikeholdsprosessen (Fossdal 2009). Oppgaven peker på at resultatene fra tilstandsanalysene viser at det er et betydelig vedlikeholdsetterslep samtidig som det jobbes med å standardisere prosessene for et bedre plangrunnlag. Masteroppgaven søker svar på hvordan arbeidet rundt vedlikeholdsprosessene er organisert. Denne oppgaven er relevant da det peker på noen sentrale årsaksforhold, selv om oppgaven er skrevet som en casestudie hvor 3 av 9 markedsområder en undersøkt og som dermed ikke er egnet til generalisering. Den viser imidlertid noen av utfordringene i Forsvarbygg Utleie. Oppgaven trekker frem manglende kompetanse og en følelse av manglende ressurser og det pekes på at det er liten forståelse av definisjonene av løpende drift og vedlikehold. Oppgaven viser også at 2 av 3 markedsområder ikke benytter tilstandsanalyser som et verktøy i vedlikeholdsplanleggingen. Det vises til at Forsvarsbygg muligens ikke vil være i stand til å lage langsiktige gode planer og ha tilstrekkelig oversikt over tilstanden samt at usikkerheten fører til at eksempelvis oppdukkende feil og mangler føres som vedlikehold og ikke løpende drift (Fossdal 2009). Side 37

44 I intervjuene i oppgaven forteller sentralt plasserte personer i markedsområdene at tilstandsanalysene ikke blir benyttet i særlig grad fordi kvaliteten på dette arbeidet vurderes som for dårlig og blir utført som et venstrehåndsarbeid selv om dette er et krav. Oppgaven peker også på at det synes som at vedlikeholdsstrategi er ukjent. Oppgaven viser at det i de første rundene av tilstandsvurderingene ble foretatt til dels skrivebordsanalyser. Det tegnes et nedslående bilde av informantene ved at en tviler på at man klarer å opprettholde tilstandsgraden med de disponible midlene samt at en streng styring av kostnadsnøkkeltall fører til at driftkostnader blir saldert mot vedlikehold (Fossdal 2009) Innføring av husleie i Forsvaret suksess, fiasko eller litt av begge deler? (Masteroppgave) I masteroppgaven Innføring av husleie i Forsvaret av Trond Eliassen ble det vurdert om forutsetingene som lå til grunn for innføring av husleie i forsvarssektoren ble oppfylt (Eliassen 2010). Noe av bakgrunnen var at det ikke fantes incentiver for Forsvaret å redusere areal. Stortinget satt derfor konkrete mål for eiendomsreduksjoner i sektoren samt at Forsvaret skulle leie bygg og anlegg til kostnadsdekkende leie. Den økonomiske gevinsten ble tydeliggjort ved at innsparingene skulle gi mer til operativ virksomhet. Oppgaven konkluderer med at husleiemodellen har ført til besparelser for Forsvaret selv om dette ikke var sentralt i begrunnelsen for innføring av leiemodell (Eliassen 2009). Leiemodellen har dermed vært et godt incitament for å redusere arealmengde. Oppgaven behandler ikke problemstillinger knyttet til tilstand eller verdiforringelse annet enn å påpeke at leiemodellen er underfinansiert på enkelte områder Revisjon av metoder for tilstandsanalyser i Forsvarsbygg Som et ledd i interne forbedringsprosesser er det gjennomført en intern revisjon av arbeidet med tilstandanalyser utført av revisjonsfirmaet KPMG i desember Denne rapporten tar opp flere forhold rundt kvaliteten av tilstandsregistreringene. Rapporten konkluderer med at det er mangler i dokumenterte rutiner og prosedyrebeskrivelser for gjennomføring av tilstandsanalyser i Forsvarsbygg Utleie. Selv om det er utarbeidet et felles malskjema mangler Side 38

45 dette beskrivelse og det settes heller ikke spesifikke krav til hvordan gjennomføringen skal gjøres og dermed hvilke kvalitetskrav som stilles. Videre påpekes det at det er heller ikke er stilt tydelige krav til hvilken kompetanse som er nødvendig for å utføre en tilstandsanalyse. Dette kan gi en for høy risiko i forhold til gjennomføring og dermed ulik kvalitet. Rapporten anbefaler at registreringsskjema tydeliggjøres når det gjelder detaljeringsnivå. Det pekes også på at det kun finnes ett skjema for alle typer bygg. Dette betyr at det er vanskelig å benytte på komplekse anlegg som igjen fører risiko for at viktig informasjon ikke registreres. Det fremkommer at det i for liten grad gjennomføres kurs og opplæring samt at det er lite erfaringsutveksling mellom Markedsområdene. Konsekvensen av dette kan være manglende kompetanse (KMPG 2010). Kvalitetssikringen av det arbeidet som gjøres er begrenset med manglende prosedyrer. Det er en variasjon i gjennomføringen i forhold til kompetanse og fagområder samt når det gjelder utfylling av informasjon, detaljeringsnivå og kostnadsberegninger. Det konkluderes med at dette gir en dårlig pålitelighet av resultatene og vil kunne reduserer nytten når det gjelder vedlikeholdsplanlegging (KPMG 2010) Beregning av årlige vedlikeholdskostnader for Forsvarsbyggs bygningsmasse I 2008 gjennomførte Forsvarsbygg Utleie en kartlegging for å prøve å finne et normert vedlikeholdsnivå. Dette som et ledd i de årlige budsjettinnspillene til Forsvarsdepartementet. Bakgrunnen var nødvendigheten av å få et sikrere og mer presist bilde av kostnadsdekkende leie basert på tilstandsgrad, vedlikeholdsetterslep, kostnadsbærere og konsekvensene av dette. Hensikten med arbeidet var å normere nøkkeltallene for vedlikehold mot dagens kostnadsnivå og dermed etablere mer korrekte kostnadsdekkende husleiepriser basert på oppdaterte kostnadsvurderinger. Det var kun vedlikeholdselementet som ble vurdert. Oppdragsgiver ønsket å få utført en kvalitetsmessig gjennomgang og vurdering av nøkkeltallene for vedlikehold med utgangspunktet i NS 3454 (Livssykluskostnader for byggverk) og i henhold til NS 3424 (Tilstandsanalyse for byggverk). Man ønsket å få frem en vurdering av og forslag om anbefalt nivå på årlig vedlikehold. Side 39

46 Oppdraget var todelt: Befaring, kartlegging og beregning av et utvalg på 90 bygg innenfor hovedkategoriene med et totalt areal på kvm, lokalisert på 5 geografiske steder. Oppdragstaker skulle basert på dette synliggjøre anbefalt årlig vedlikehold og eventuelt vedlikeholdsetterslep samt en vurdering av oppgitt restlevetid. Utarbeide revidert nøkkeltallsmatrise for vedlikehold for hele porteføljen på bakgrunn av det beregnede utvalget, vurdert mot bransjetall og datagrunnlag for resten av Forsvarsbygg Utleies portefølje. Oppdraget ble gitt til 2 separate konsulentfirmaer (PTL og Rambøll). I tillegg ble Econ Pöyry leid inn for å kvalitetssikre arbeidet. Konsulentfirmaene PTL og Rambøll har gjennomført identiske og parallelle oppdrag. PTL løste oppdraget ved å kartlagge og beregne kostnadsdekkende nøkkeltall for vedlikehold etter NS I kartleggingen ble det vurdert bygningsdeler som har kortere levetid enn bygget. For en del av byggene ble det konstatert et betydelig vedlikeholdsetterslep (PTL 2008). PTL har også vurdert bransjetall fra Norges Bygg- og Eiendomsforening (NBEF) og HolteProsjekt FDV-nøkkelen og konkluderte med at NBEFs tall er basert på faktisk forbruk budsjettmessig styrt og dermed mindre representative for et anbefalt vedlikeholdsnivå. Rambøll løste oppdraget ved å gjennomføre kartlegging av byggene og resultatet var 548 registrerte avvik fra referansenivået (tilstandsgrad 1) som de sammenstilte i 385 konkrete utbedringstiltak som ble kostnadsberegnet på bakgrunn av erfaringstall. Dette var utgangspunktet for beregninger av reviderte nøkkeltall. De definerte følgende forutsetninger for beregningen av nøkkeltallene: De registrerte utbedringstiltak m/budsjettpris representerer det reelle behovet for midler til planlagt vedlikehold for den kontrollerte bygningsmassen for perioden med dagens (2008) kroneverdi. Budsjettprisene for utvalget er representativt, og kan dermed Side 40

47 generaliseres for å gjelde for heler Forsvarets bygningsmasse etter de definerte byggtypegruppene. I tillegg til det planlagte vedlikeholdet, må det settes av midler til uplanlagt vedlikehold (skader, havari og andre uforutsette kostnader). I beregningene er det antatt at det uplanlagte vedlikeholdet vil være 30 % av det planlagte vedlikeholdet 2008). (Rambøll I nøkkeltallsmatrisen som ble utarbeidet varierte vedlikeholdsbehovet fra kr 48,44 pr kvm pr år for de enkleste byggene til kr 106,06 pr kvm pr år til de mest kompliserte byggene med et snitt for alle byggtyper på kr 65,68 pr kvm pr år. Sammenliknet mot snitt fra NBEFs nøkkeltall er dette 15 % høyere mens det er 44 % lavere enn HolteProsjekt sin FDV nøkkel (Rambøll 2008). Det ble ikke gjennomført en beregning av tilstandsgrad, men Rambølls inntrykk var at den samlede gjennomsnittlige tilstandsgraden for den kartlagte bygningsmassen var rundt tilstandsgrad 1. Rambøll konkluderte derfor med at vedlikeholdsetterslepet dermed var kr 0,- (Rambøll 2008). Når det gjelder vurdering av restlevetiden så oppsummerte rapporten at en ville klare å holde den tekniske standarden i overskuelig fremtid. Dette betyr at teknisk levetid overgår funksjonell restlevetiden. De konkluderte også med at den tekniske restlevetiden blir uendelig dersom det årlige vedlikeholdet bringes opp på et nivå tilsvarende det som er gitt i er anbefalt i rapportens nøkkeltallsmatrisen (Rambøll 2008). Konsulentfirmaet Econ Pöyry kvalitetssikret både oppdragsbeskrivelsen og rapportene som de 2 konsulentfirmaene leverte. Konsulentfirmaene PTL og Rambøll har i utgangspunktet gjennomført parallelle oppdrag med samme oppdragsbeskrivelse og kartlagt de samme byggene. Imidlertid har de løst dette på forskjellig vis og kommet frem til motstridende resultater. I etterkant av rapporteringen konkluderte Econ Pöyry i sin rapport at Rambøll ikke svarer på flere av de sentrale spørsmålene i oppdragsbeskrivelsen og velger å se bort fra resultatene selv om rapporten inneholder informasjon som kan være nyttig for Forsvarsbygg i andre sammenhenger (Econ Pöyry 2008). Side 41

48 På bakgrunn av PTL rapportens tallmateriale analyserte Econ Pöyry anvendte, indekserte og anbefalte nøkkeltall for de ulike byggkategoriene (Econ Pöyry 2008). For indeksering ble Statistisk sentralbyrås statistikk over byggekostnader for enebolig i tre lagt til grunn. De poengterer at selv om det relativt lille utvalget på 90 bygg er den generelle tendensen er tydelig selv om resultater ned på de enkelte byggtyper bør tolkes med forsiktighet (Econ Pöyry 2008). PTL anbefaler vesentlig høyere nøkkeltall for vedlikehold enn det Forsvarsbygg benytter som nøkkeltall. Indeksering av tall fra 2002 viser også høyere tall for de fleste byggtypene, noe som indikerer nøkkeltalene som var satt i utgangspunktet i 2002 var for lave (Econ Pöyry 2008). Figur 7 viser en sammenstilling av relativt avvik mellom dagens nøkkeltall og PTLs anbefaling. Her ser man at avviket varierer fra 200 % til 650 % (Econ Pöyry 2008). 700,0 % 600,0 % 500,0 % 400,0 % 300,0 % 200,0 % 100,0 % 0,0 % Kasun Shelter Boligblokk/andre Hangar Spredte hytter Idrettshall Horisontaldelt bolig Rekkehus/vertikaldelt bolig Atrium/terasse-/kjedehus Enebolig Båthus Kaldlager Moblager Ammolager Undervisning Verkstedhall i fjell Våpen-/kjøretøyverksteder Øvrige verksteder Varmgarasje Velferd Ekserserhaller Messer Boliggarasje Kaldgarasje Sanitet Befalsforlegning Vakt og arrest Forskning og utvikling Barnehage Administrasjon/Kontorbygg Mannskapsforlegning Depotbygg, bemannet Proviantmagasin Museer Varmlager Værskjul/Skur Sanitærbygg Figur 7 - Relativt avvik mellom anvendte nøkkeltall og PTLs anbefaling (kr/kvm, prosent) (Econ Pöyry, 2008) I figur 8 vises en sammenstilling av Forsvarsbygg nøkkeltall for vedlikehold i 2008 sammenlignet med PTLs forslag til nøkkeltall for planlagt vedlikehold (Econ Pöyry 2008). Side 42

49 140,0 120,0 100,0 Kr/kvm 80,0 60,0 40,0 20,0 0,0 Kasun Værskjul/Skur Moblager Ammolager Boliggarasje Kaldgarasje Kaldlager Sanitærbygg Spredte hytter Proviantmagasin Varmlager Ekserserhaller Båthus Varmgarasje Depotbygg, bemannet Museer Forskning og utvikling Sanitet Administrasjon/Kontorbygg Vedl.kost Barnehage Shelter Undervisning Verkstedhall i fjell Vakt og arrest Mannskapsforlegning Velferd Idrettshall planlagt vedlikehold Våpen-/kjøretøyverksteder Befalsforlegning Messer Boligblokk/andre Øvrige verksteder Hangar Atrium/terasse-/kjedehus Rekkehus/vertikaldelt bolig Enebolig Horisontaldelt bolig Figur 8 - Forsvarsbyggs nøkkeltall for vedlikehold og PTLs nøkkeltall for planlagt vedlikehold (Econ Pöyry 2008) Selv om det er betydelige avvik viser dette at Forsvarsbyggs nøkkeltall for alt vedlikehold i stor grad samsvarer med det PTL anbefaler kun til planlagt vedlikehold. Dette betyr at ifølge PTLs anbefaling har man ikke midler til utskiftinger (Econ Pöyry 2008). Oppsummert kan en si dette viser at hvis en legger PTLs rapport til grunn, er vedlikeholdsnivået i Forsvarsbygg Utleie ikke på et tilstrekkelig nivå, noe også Econ Pöyrys rapport understøtter. Dette var ikke et ikke et overraskende funn. Det overraskende var at 2 ledende konsulentfirmaer kom til helt forskjellige svar på et identisk oppdrag. Rapportene viser at de har forskjellig vurdering av NS 3454 og vurderer vedlikeholdsetterslep ulikt. De kommer også frem til svært forskjellige anbefalte nøkkeltall selv om Rambøll ikke utarbeidet dette for alle bygningskategorier. Side 43

50 5 Litteraturstudie 5.1 Innledning Det er tidligere utarbeidet flere studier innenfor denne problemstillingen. I NOU 2004:22 Velholdte bygninger gir mer til alle, er det sammenfattet mye av de studier som er gjennomført frem til 2004 og jeg vil komme inn på mye av dette. I NTNU rapporten En studie av årsakssammenhenger i kommunal eiendomsforvaltning (Valen og Olsson 2009) er relevante studier listet opp etter at NOU 2004 ble utarbeidet og frem til Både sammenstillingen av tidligere studier i NOU (2004) og Valen og Olssons rapport fra 2009 er lagt til grunn i tillegg til de relevante referansene innenfor dette området. Jeg vil drøfte resultatet av litteraturstudien mot relevant teori om vedlikeholdsplanlegging samt utredninger og rapporter fra Forsvarsbygg Utleie om dette temaet for å definere en modell. Når det gjelder litteratur direkte relatert til Forsvarsbygg har jeg benyttet relevante masteroppgaver i tillegg til relevante interne rapporter som er utarbeidet. Selv om en rekke studier dreier seg om kommunal sektor, forutsettes det at dette er sammenliknbart med statlig sektor. I de etterfølgende kapitler blir relevante studier og rapporter redegjort for og deretter sammenstilt i en teoretisk modell for videre analyse. En modell i denne sammenhengen er en forenkling av virkeligheten. 5.2 Relevante studier og rapporter innenfor området Når det gjelder funn og resultater i relevante studier og undersøkelser innenfor dette området tematiserer jeg dette i forhold til ulike forklaringsfaktorer som synes å være fornuftige og som legges til grunn for hva som påvirker bygningers tilstand. Disse temainndeling synes å være generelle områder i tidligere gjennomførte studier innenfor området og er som følger: 1. Organisering av virksomheten påvirker tilstanden 2. Gode planverktøy med styringsinformasjon påvirker tilstanden 3. Internhusleie påvirker tilstanden 4. Kompetanse påvirker tilstanden 5. Vedlikeholdsinnsats påvirker tilstanden Side 44

51 6. Alder påvirker tilstanden 7. Kvalitet i tilstandsregistreringene påvirker tilstandsgraden Organisering av virksomheten påvirker tilstanden I rapporten Diagnostisering av eiendomsforvaltning fra utprøving i 15 kommuner av Per T. Eikeland og Fredrik Horjen fra 2006 på oppdrag for KLP Skadeforsikring, er en vurdering av forvaltningsregime gjort i forhold til teknisk tilstand og skaderisiko. En mulig sammenheng mellom god organisering og få skader på byggene ble påvist. (Eikeland og Horjen 2006) I masteroppgaven Organisering av kommunal eiendomsforvaltning fra 2006 argumenteres det for at det finnes et optimalt vedlikeholdsnivå som minimerer drift og vedlikehold. Dette basert på samfunnsøkonomisk teori. Videre argumenteres det for at ansvaret for å finne dette nivået er en forvaltningsoppgave, mens ansvaret for den interne effektiviteten bør ligge i en drift og vedlikeholdsenhet. Dette underbygger at en forvaltning og drift/vedlikehold er ulike roller og må nødvendigvis ikke plasseres i samme enhet (Raknes 2006). I masteroppgaven Skolebygningers tilstand i kommunene (Loka 2006) undersøkes faktorer som innvirker på tilstanden på kommunale skolebygninger basert på 217 kommuner. Flere faktorer ble undersøkt, men det var kommunenes preferanser i forhold til vedlikehold som hadde en signifikant sammenheng med tilstanden. Dette går på tvers av antakelsen av at f. eks organisasjonsmodeller og planleggingsverktøy som viktige faktorer. I dette ligger at tilstanden var bedre for de kommunene som prioriterte vedlikehold. Forhold som inntektsnivå pr innbygger, organisasjonsmodeller, kommunestørrelse og systemer for planlegging hadde ikke en signifikant påvirkning av tilstanden. Dette betyr at det ikke ble funnet en sammenheng mellom organisering og tilstanden (Loka 2006). Rapporten Vedlikehold i kommunesktoren av Multiconsult og PriceWaterhouseCoopers fra 2008 fremheves organisering av forvaltingsvirksomhetene som en viktig årsak til utviklingen av tilstandsgraden (Multiconsult og PwC 2008) Side 45

52 I masteroppgaven Kartlegging av sammenheng mellom kommunalt forvaltningsregime og skolens fysiske kvalitet av Ulslimoen og Harridsleff fra 2007 undersøkes 20 kommuner og 130 skoler. Undersøkelsen viser en viss tendens til at et godt forvaltningsregime gir økt fysisk kvalitet i skolene (Ulslimoen og Harridsleff 2007) Gode planverktøy med styringsinformasjon påvirker tilstanden I Riksrevisjonens undersøkelse av kommunenes ansvar for skolebygninger fra 2005 ble det fokusert på hvordan kommunene forvalter sine skolebygninger. Her fremkom det at over 50 % av bygningsmassen hadde en utilfredsstillende tilstandsgrad og at vedlikeholdet lå under anbefalte nivåer. Her ble det også påpekt manglende rutiner og definert målbilde. Rapporten underbygget at styringsinformasjon har en positiv effekt (Riksrevisjonen 2005). I masteroppgaven Økonomiske konsekvenser av manglende vedlikeholdsstrategi og tiltak av Furustøl i 2008 er sammenhengen mellom vedlikeholdsforbruk i forhold til byggteknisk tilstand undersøkt basert på casestudier av 4 kommuner. Det ble ikke funnet sammenheng mellom vedlikeholdskostnader og tilstandsgraden. Tilstandsgraden var basert på skjønnsmessige vurderinger. Imidlertid ble det pekt på at en god oversikt over porteføljen og gode planprosesser for vedlikeholdet var en fellesnevner som påvirket tilstanden positivt (Furustøl 2008). Rapporten En studie av årsakssammenhenger i kommunal eiendomsforvaltning fra 2009 sammenfatter mye av forskingen på området og fremhever at det er en indikasjon på at god styringsinformasjon gir bedre eiendomsforvaltning og dermed bedre tilstand (Valen og Olsson 2009). Dette fremheves også som er årsak i rapporten Vedlikehold i kommunesektoren av Multiconsult og PriceWaterhouseCoopers (2008) det ble gjennomført en større kvantitativ undersøkelse av tilstanden av kommunal og fylkeskommunal bygningsmasse samt en Side 46

53 kvalitativ vurdering av konsekvensene, diskusjon av årsaker og mulige tiltak (Multiconsult og PwC 2008) Internhusleie påvirker tilstanden I rapporten Husleieordninger i statlig eiendomsforvaltning Teoretisk grunnlag og praktiske erfaringer Eikeland (2005) er statlige universitet og høgskolebygg temaet. Denne rapporten peker spesielt på at positive effekter av husleieordning er avhengig av hvilken beslutningsmyndighet brukerne gis samt om rammebetingelser for samhandling er tilstedet og viser også at det er en sammenheng mellom husleieordninger og en god tilstandsgrad for bygningsmassen hvis dette er tilstedet. Rapporten bygger på en sammenlikning av undervisningsbygg innenfor og utenfor en husleiemodell hvor byggene innenfor en husleiemodell hadde en bedre standard tilstandsmessig. Imidlertid er det ikke påvist en direkte sammenheng. I rapporten Fra skippertak til systematisk vedlikehold av kommunale bygninger (FOBE 2007) undersøkes 7 kommuners erfaring med internhusleie hvor det ble konkludert med at bedre kostnadsoversikt og rolleforståelse er forutsetninger som må være tilstede i tillegg til husleiemodell for at dette skal ha noen effekt på tilstanden. I dette ligger det at det ikke er påvist en kortsiktig effekt. Dette underbygges også av studien av årsakssammenhenger i kommunal eiendomsforvaltning (Valen og Olsson 2009) ved at dette ikke er påvist ved at kun 1 av 16 kommuner hadde erfaring med internleie. Masteroppgaven Innføring av husleie i Forsvaret omhandlet ikke leiemodellens påvirkning av tilstanden eller vedlikeholdsetterslepet spesielt, men peker på at leiemodellen er underfinansiert på enkelte områder (Eliassen 2010). Dette betyr at leiemodellen ikke har hatt en påvirkning på dette. Side 47

54 5.2.4 Kompetanse påvirker tilstanden Masteroppgave i eiendomsutvikling og forvaltning Masteroppgaven Kartlegging av sammenheng mellom kommunalt forvaltningsregime og skolen fysiske kvalitet (Ulslimoen og Harridsleff 2007) viste at økt kompetanse samvarierer med bedre tilstand. Dette basert på en kartlegging av 20 kommuner. Masteroppgaven Økonomiske konsekvenser av manglende vedlikehold (Furustøl 2008) basert på 4 casestudier i kommunesektoren underbygger dette ved at økt kompetanse i kommunene synes å bidra til en bedre tilstand Vedlikeholdsinnsats påvirker tilstanden I masteroppgaven fra NTNU Tilståndet hos den offentliga byggnadsmassan i ock eftersläp i underhåll (Franzen 2005), basert på en studie på 4 kommuner viser til at det ikke ble funnet en lineær sammenheng mellom tilstandsgrad og hva man benyttet til vedlikehold. Det ble også funnet ulik praksis i forhold til beregning av etterslep. En annen trend var at større kommuner var kommet lengre i å ta inn etterslep. I masteroppgaven Skolebygningers tilstand i kommunene (Loka 2006) som undersøkte påvirkningen av tilstanden basert på blant annet forklaringsfaktorer som organisasjonsmodell, plansystemer og kommunens preferanser til vedlikehold, var det kun en faktor som viste en signifikant sammenheng. Kommuner som prioriterte midler til vedlikehold hadde en bedre tilstand på byggene. Undersøkelsen var basert på datamaterialet samlet inn forbindelse med NOU 2004:22 med et utvalg på 217 kommuner. Det spesielle i denne undersøkelsen var at det ble benyttet en statistisk analyse for å undersøke eventuelle sammenhenger mellom variablene. Her er det spesielt interessant fordi statistiske analyser krever gode data og det stilles spørsmålstegn om nettopp datagrunnlaget når det gjelder kvalitet i tilstandsvurderinger (Loka 2006). I masteroppgaven Økonomiske konsekvenser av manglende vedlikeholdsstrategi og tiltak (Furustøl 2008) ble sammenhengen mellom vedlikeholdsforbruk i forhold til teknisk tilstand Side 48

55 og vedlikeholdsstrategier undersøkt. Dette basert på casestudier av 4 kommuner. Det ble ikke funnet noen sammenheng mellom vedlikeholdskostnader på byggene og den tekniske tilstanden. Valen og Olsson (Valen, Olsson 2008) peker på at datagrunnlaget var noe ufullstendig og at tilstandsvurderingene var skjønnsmessig satt. Oppgaven fremhold at en god oversikt over tilstanden og systematisk innsamling av vedlikeholdsbehov bidrar til bedret vedlikehold. I prosjekt Vedlikeholdsstrategi og tilstand av kommunale bygninger på oppdrag av KoBE (Valen, Olsson 2009) ble sammenhengen mellom teknisk tilstand vedlikeholdskostnader og vedlikeholdsfilosofi i et utvalg kommuner undersøkt. Vedlikeholdskostnader pr kvm varierte stort fra små til store kommuner hvor større kommuner har høyere vedlikeholdskostnader. Imidlertid har de større kommune det største vedlikeholdsetterslepet. Imidlertid ble det ikke funnet noen sammenheng mellom hvor mye som brukes på vedlikehold og tilstandsgraden. Det ble heller ikke funnet en sammenheng mellom forvaltet areal og tilstandsgrad. Rapporten peker på at det er svakere samvariasjon mellom det som antas å være forklaringsfaktorer for teknisk tilstandsgrad ikke alltid stemmer med teoretiske analyser. Dette forklares med at det kan være mer komplekse forhold som innvirker på dette samt kvaliteten på vurdering av tilstandsgrad. Imidlertid bekrefter rapporten betydningen av langsiktige planer og politiske mål for det verdibevarende vedlikeholdet. Det pekes også på at det ikke bør være en målsetning i å bruke mest mulig på vedlikehold, men å finne den optimale balansen mellom preventivt vedlikehold og minst mulig til akutte tiltak. Rapporten foreslår noen områder som bør undersøkes nærmere: Variasjon mellom ulike personers kartlegging av tilstanden bør undersøkes nærmere Metoder for å kvantifisere etterslep Mer forskning for å finne styringsmodeller for vedlikehold (verdi, tilstand, og egnethet) koblet mot budsjettprosesser Prospektive undersøkelser som ser nærmere på årsaker og effekter over tid i et livsløp Side 49

56 Kartlegging av reell kompetanse, rammebetingelser og strategier som ikke er basert på spørreundersøkelser Det kan være svært vanskelig å finne reelle kostnadstall for vedlikehold, noe undersøkelsen Kartlegging av kommunenes utgifter til vedlikehold av sine bygninger viste FOBE (2007). Utgangspunktet i dette var at kommunenes utgifter til vedlikehold kostnadsført i regnskapene ikke gav et bilde av det reelle vedlikeholdsnivået da det også utføres vedlikehold over investeringsbevilgninger. I dette ligger at ordinært vedlikehold nedprioriteres og heller ble hentet inn i forbindelse med rehabiliteringer over investeringsbudsjettet. Her er det også spesielt interessant at studien viste at kostnaden til vedlikeholdsdelen av rehabiliteringsprosjektet ikke er større enn hva som normalt ville blitt brukt på vedlikehold. En utsettelse av vedlikeholdet kan til og med oppfattes til å være positivt fordi ved at samle opp dette til større rehabiliteringsprosjekter hvor en samtidig utfører funksjonelle oppgraderinger som bedre kan tilfredsstille nye krav og forventninger. Gissinger så nærmere på hvor gode kostnadsoverslagene for vedlikehold var i artikkelen The Maintenance planning process in Trondheim Municipality hvor det ble synliggjort store avvik på enkelte tiltak mens kostnadsoverslagene stemte i sum (Gissinger 2007). I en kartlegging av forskningen på sammenheng mellom skolebyggs utforming og elevers læringsutbytte (Schanke og Skålholt 2008) trekkes det frem at det er lite empirisk forskning på dette og at forskningsresultatene spriker på området. I rapporten State of the nation som ble lagt frem 9. mars 2010 av Rådgivende Ingeniørers Forening (RIF 2010) har en samlet rådgivningsbransje gått gjennom eiendomsverdier på milliarder kroner, og konkludert med at det er store etterslep innen flere områder på samlet 800 milliarder kroner som begrunnes med manglende vedlikehold. Side 50

57 5.2.6 Alder påvirker tilstanden I rapporten Vedlikehold i kommunesektoren utarbeidet av Multiconsult og PriceWaterhouseCoopers (2008) på oppdrag av på oppdrag av KS basert på en studie ved en kvantitativ kartlegging av tilstanden til kommunal og fylkeskommunal bygningsmasse med kostnadsbehov for verdibevarende vedlikehold samt en konsekvensvurdering basert på tilstanden. Rapporten viser at tilstanden er bedre enn antatt. I denne undersøkelsen er det en interessant diskusjon om det kan være fornuftig å utsette vedlikehold for å kunne tilpasse nye brukerkrav og ny teknologi. Rapporten peker på at det er en liten forskjell i tilstandsgrad mellom bygg fra ulike tiår. Riksrevisjonens rapport peker på at det er små variasjoner for tilstanden for skoler bygget mellom 1950 og Kvalitet i tilstandsregistreringer Flere studier og rapporter peker imidlertid på kvaliteten i tilstandsregistreringene som legges til grunn for å dokumentere byggverks tekniske tilstand og vedlikeholdsetterslep. Dette beskriver Fossdal i sin masteroppgave ved at tilstandsregistreringer er venstrehåndsarbeid (Fossdal 2009) og det settes spørsmålstegn ved kvaliteten i dette av Valen og Olsson basert på den forskningen som er gjort på området hvor tilstanden er skjønnsmessig (Valen og Olsson 2009). Dette understøttes i interne rapporter fra Forsvarsbygg hvor revisjonen av arbeidet med tilstandsregistreringer peker på mangler i forhold til standardiserte rutiner og retningslinjer, metodikk og kvalitetssikring. Det pekers også på behovet for å undersøke nærmere hvordan ulike personer tilstandsvurderer samme bygg. I arbeidet med å finne et normert nivå på vedlikehold gjennomførte Forsvarsbygg en kartlegging av et utvalg på 90 bygg på kvm med to forskjellige aktører. Undersøkelsen viste at vedlikeholdsnivået er for lavt, men like interessant var at de to aktørene som gjennomførte et identisk oppdrag kom frem til svært forskjellige resultater for å finne et vedlikeholdsbehov som skulle vurderes basert på en Side 51

58 vurdering av tilstanden. Dette viser at en stor feilmargin vil være tilstede i en tilstandsregistrering og at forskjellige aktører kan komme frem til svært forskjellige resultater. I rapporten Diagnostisering av eiendomsforvaltning av Per T. Eikeland og Fredrik Horjen (2006) ble reliabilitet i tilknytning til vurdering av tilstanden til bygningene diskutert ved at det ble antatt at best reliabilitet kunne oppnås hvis de samme personene analyserte alle bygninger. I masteroppgaven: Skolebygningers tilstand i kommunene (Loka 2006) ble det benyttet en statistisk analyse for å undersøke eventuelle sammenhenger mellom variablene. Her er det spesielt interessant fordi statistiske analyser krever gode data og det stilles spørsmålstegn om nettopp datagrunnlaget når det gjelder kvalitet i tilstandsvurderinger. 5.3 Oppsummering av relevant litteratur De ulike studier og rapporter peker at det innen offentlig sektor er et betydelig vedlikeholdsetterslep. Imidlertid spriker årsaksforklaringene på dette. Dette kan tyde på at modeller som er benyttet er for enkle og at det finnes mer komplekse forklaringsmodeller for hva som påvirker tilstanden. Flere studier finner ingen sammenheng mellom tilstandsgrad og vedlikeholdsinnsatsen som legges i byggene. Dette understøttes av Franzen i sin masteroppgave (Franzen 2005) samt Furustøl (2008) og av Valen og Olsson (2009). Det kan være flere årsaksforklaringer til dette, noe Valen og Olsson peker på. Det er imidlertid 2 forhold som peker seg ut. Det er kvalitet i tilstandsregistreringene som gir en usikker målemetode og det er usikre kostnadstall. For å kunne ha en god oversikt over vedlikeholdskostnadene peker flere studier på at vedlikehold kan konteres på forskjellig vis. I dette ligger at NS 3454 kan forstås forskjellig. Eksempler på dette er f. eks håndtering av feil og skader. Dette betyr at det ofte er årsaken til at noe som oppstår som er bestemmende for om dette er drift eller vedlikehold. For å kunne Side 52

59 ha en komplett oversikt over vedlikeholdskostnader må både drift (skader), vedlikehold og investering sees i sammenheng for å finne de reelle kostnadstallene. Dette kan bety at dagens NS 3454 ikke er en egnet kontoinndeling. I En studie av årsakssammenhenger i kommunal eiendomsforvalting (Valen og Olsson 2009) var formålet å vurdere sammenhenger mellom teknisk tilstand på bygningsmassen, reelt vedlikeholdsforbruk samt vedlikeholdsstrategier basert på tidligere utførte studier og egne studier. Studien diskuterte kjennetegn ved god eiendomsforvaltning, forklaringsfaktorer på god og dårlig eiendomsforvaltning samt effekter av god og dårlig eiendomsforvaltning. Dette er sammenfattet i en modell strukturert som en årsak-virkningskjede. Indirekte forklaringsfaktorer Direkte forklaringsfaktorer Direkte effekter Indirekte effekter Organisasjon Politiske mål Prioriteringer Metoder Verktøy for Planlegging og besl.støtte Intern husleie Forventninger Kr/m2 og år Alder Type bygning Type bruk Tilstand Etterslep Inneklima Energiforbruk Omfang av skader Annet direkte målbart Fornøyde brukere Produktivitet Prøveresultat Funksjonalitet Egnethet i bruk Totaløkonomi Figur 9 Årsakssammenhenger og effekter (Valen og Olsson 2010) Veien til forringelse etter går fra manglende strategier, manglende planlegging som fører til lite planmessig vedlikehold til akkumulerte etterslep med verdiforringelse som resultat (Furustøl 2008). Basert på litteraturstudien har jeg satt opp en sammenstilling av vurderte påvirkningsfaktorer og om ulike studier har påvist en sterk påvirkning, en indikasjon eller ingen påvirkning. Sammenstillingen er vist i tabell 3. Side 53

60 1). Organisering påvirker tilstandsgraden 2). Gode planverktøy og styringsinformasjon påvirker tilstandsgraden 3). Internhusleie påvikrer tilstanden 4). Kompetanse påvirker tilstanden 5). Vedlikeholdsinnsats påvirker tilstanden 6). Alder påvirler tilstanden Eikeland og Horjen 2006 Indikasjon Raknes 2006 Infikasjon Loka 2006 Ingen Ingen Sterk Sterk Multiconsult og PwC 2008 Sterk Sterk Harridsleff og Ulimoen 2007 Indikasjon Sterk Ingen Riks-revisjonen 2005 Sterk Ingen Furustøl 2008 Sterk Indikasjon Ingen Valen og Olsson 2009 Indikasjon Ingen Indikajson Indikasjon Sterk Eikeland 2005 Fobe 2007 Franzen 2005 Fossdal 2010 Eliassen 2010 Indikasjon Ingen Ingen Tabell 3 - Sammenstilling av studier og forklaringsfaktorer Ingen 7). Kvalitet i tilstangsanalyser påvirker oppfatning av tilstanden Sterk Det er altså flere forhold som kan påvirke tilstanden i en eiendomsportefølje, noe tidligere studier viser, men det synes å være en trend at vedlikeholdsinnsats vurderes som å ha en sterk påvirkning på utviklingen av tilstanden. Basert på litteratur studien har jeg kommet frem til at jeg vil analysere venstresiden av modellen i figur 9. Dette vil si forklaringsfaktorene og i hovedsak de direkte forklaringsfaktorene. Svært mange forhold vil kunne påvirke utviklingen av tilstanden. Dette kan være direkte forhold som gjelder de fysiske egenskapene til et bygg som (Valen og Olsson 2009): Type bygning Type bruk Løpende drift Klimatiske forhold Byggtekniske løsninger Alder Indirekte forhold som gjelder virksomheten som er ansvarlig for bygget kan være: Eiers mål og strategi Side 54

61 Prioriteringer Verktøy og metoder Forventninger Ressurser og fagkompetanse. Masteroppgave i eiendomsutvikling og forvaltning Litteraturstudien viser at det ikke er et entydig forklaringsbilde når det gjelder hvilke faktorer som påvirker tilstanden i en portefølje av eiendommer. Det er overraskende at vedlikeholdsinnsatsen vurderes forskjellig. Litteraturstudien viser også at det stilles spørsmålstegn til kvaliteten i tilstandsregistreringene. Rapporter og studier i Forsvarsbygg understøtter dette ved at det stilles spørsmål til kvaliteten i tilstandsvurderingene og dette som grunnlag for planleggingen av vedlikeholdet. 5.4 Modell for påvirkning av tilstand Litteraturstudien viser at vedlikeholdsinnsatsen vurderes til å ha en sterk påvirkning i flere studier. Dette understøttes også av relevant teori, selv på det også her pekes på flere forklaringsfaktorer på hva som innvirker på tilstandsutviklingen. Vedlikeholdsinnsatsen er dermed en variabel som utvilsomt bør ha en direkte påvirkning av tilstanden for en bygningsportefølje. Jeg har derfor valgt å fokusere på vedlikeholdsinnsatsen som en forklaringsfaktor når det gjelder påvirkning av tilstandsutvikling, da dette ses på som noe som har en sterk påvirkning i flere studier. Dette også begrunnet i relevant teori. Jeg vil imidlertid trekke frem masteroppgaven fra NTNU Tilståndet hos den offentliga byggnadsmassan i ock eftersläp i underhåll (Franzen 2005), basert på en studie på 4 kommuner viser til at det ikke ble funnet en lineær sammenheng mellom tilstandsgrad og hva man benyttet til vedlikehold. Jeg trekker dette frem som et poeng da en analyse av vedlikeholdes påvirkning også kan avkrefte en signifikant påvirkning av utviklingen av tilstandsgraden. Side 55

62 Selv om jeg har valgt å fokusere på vedlikehold er det allikevel naturlig å se utviklingselementet i sammenheng med vedlikeholdet. Dette begrunner jeg i at ofte vil en eiendomsforvalter se vedlikehold og utvikling i sammenheng. En annen grunn til at jeg har valgt å ta dette med er relatert til husleiemodellen i Forsvaret som divergerer noe i forhold til NS Utvikling er i standarden (NS 3454) definert til å være: Kostnader til utvikling av byggverk for å opprettholde dets verdi over tid i forhold til nye krav fra brukere, marked og myndigheter. Grensene mellom vedlikehold og utvikling kan være uklare og tiltak synliggjort i tilstandsregistreringene etter NS 3424 kan være nødvendige tiltak som kan defineres til å være utvikling. Jeg har derfor valgt å inkludere dette sammen med utviklingskostnadene. I forsvarssektoren er utviklingselementet delt ved at nødvendige tiltak som en følge av lov og forskrifter bekostes av Forsvarsbygg mens mindre tilpasninger for å tilpasse bygget ved endret bruk bekostet av Forsvaret som en tilleggstjeneste. Dette er kostnader som normalt ikke skal påvirke aktivering eller behov for endret leie. Dette er i Forsvaret definert som brukerdefinert utvikling (BDU). Jeg har valgt å ta dette med som en egen variabel for å se om dette også har en påvirkning av tilstanden. Litt av bakgrunnen for dette er antakelsen av at innenfor brukerdefinerte tiltak kan det være skjulte vedlikeholdstiltak. Siden en svært viktig forutsetning for en analyse av dette må forutsette at tilstandsmålinger er korrekt, har jeg valgt å gjøre en tilleggsanalyse av dette. Dette begrunnet i at flere tidligere studier peker på manglende forskning på dette området og at det stilles spørsmålstegn med reliabilitet og validitet i slike kartlegginger, noe også interne rapporter fra Forsvarsbygg understøtter. Modellen jeg vil legge til grunn for analysens første del tar derfor utgangspunkt i de direkte forklaringsfaktorer vist i figur 10 som utførte vedlikehold og utviklingstiltak samt brukerdefinerte tiltak. Dette utført som en regresjonsanalyse for å vurdere hvilken variabler som synes å ha størst påvirkning. Side 56

63 Indirekte forklaringsfaktorer Verktøy for Planlegging Tilstand Direkte forklaringsfaktorer Kr/m2 og år Alder Vedlikehold Utvikling Brukerfinaniserte tiltak type Tilstandsregistrering Figur 10 Modell for direkte påvirkingsfaktorer Av problemstillingen og den statistiske metoden for regresjonsanalyser har jeg satt opp en modell for årsakssammenhengene med forklaringsvariablene samt den avhengige variabelen som vist i figur 11. I denne modellen er pilene utrykt som en årsaksretning og viser hvilke sammenhenger jeg forventer å finne men ikke minst de sammenhenger jeg ikke forventer å finne. Forklaringsvariabler Avhengig variabel Vedlikehold og utvikling b1 Brukerdefinerte tiltak Alder b2 -b3 Utvikling tilstandsgrad Figur 11 Modell for regresjonsanalyse med forklaringsvariabler (uavhengige variabler) og utvikling av tilstandsgrad som avhengig variabel. Side 57

64 Når det gjelder retning og størrelse av effektene som skal undersøkes er de beskrevet som B2, b2 etc. Dette er koeffisienter og fortegnet er hva som forventes å finnes, dvs. en positiv påvirkning. I modellen har jeg dermed valgt å definere utviklingen av tilstandsgraden som den avhengige variabelen. Som forklaringsvariabler har jeg valgt å definere vedlikehold og utviklingskostnader, samt brukerdefinerte kostnader. I tillegg har jeg tatt med alder for å se om det er noen sammenhenger her. Det teoretiske datagrunnlaget som danner basisen for regresjonsanalysen er vist i tabell 4 og er grunnlaget for datainnsamlingen av relevante data fra Forsvarsbygg. Alder VU kostnader BDU kostnader Utvikling tilstandsgrad Bygg 1 Verdi Verdi.. Verdi Bygg 2 Verdi Verdi.. Verdi Bygg 3 Verdi Verdi.. Verdi Verdi Bygg n Verdi Verdi Verdi Verdi Tabell 4 Tabell med variabler etter teoretisk modell. 5.5 Datainnsamling Den samlede porteføljen i Forsvarsbygg Utleie er 3,76 mill kvm. Imidlertid er det 3,08 mill kvm som defineres som bygningsareal som tilstandsvurderes. En del kategorier innenfor spesielle objekter og mindre bygg tas ikke med her. Jeg har satt sammen et datasett bestående av 32 % av denne porteføljen til Forsvarsbygg Utleie bestående av bygg som er tilstandsvurdert 2 ganger med 4-5 års mellomrom. Forsvarsbygg tilstandsvurderer om lag 20 % av porteføljen hvert år. Datasettet inneholder dermed 2 målepunkter for tilstandsgrad med noen års mellomrom på byggnivå og gir en utvikling av tilstandsgraden. Jeg har fra tilstandsregistreringene også tatt med hvilke kostnader som ble kartlagt på disse målepunktene. Tilstandsregistreringene i Forsvarsbygg er utformet som maler i Excel hvor markedsområdene har fylt ut disse som deretter er blitt lastet inn i en sentral database. Databasen inneholder tilstandsgrad ned på bygningsdelsnivå og er iht. nivå 1 etter NS Side 58

65 Her er alle avvik registrert med en kostnadsbeskrivelse av hvordan dette kan heves til nivå 1. Jeg har sammenstilt resultatene fra denne databasen. For dette utvalget har jeg sammenstilt hvilke vedlikehold og utviklingskostnader som er gjennomført i perioden mellom disse målepunktene. I tillegg har jeg lagt til kostnader for brukerdefinerte tiltak som er gjennomført i perioden. Alle kostnader er regnet om til 2010 kr for å få sammenliknbare tall. For dette har jeg benyttet byggekostnadsindeksen for boligblokk (SSB 2011). Kostnadstall for vedlikehold, utvikling og brukerdefinerte tiltak er hentet gjennom arbeidsordrer i FDVU systemet og kostnadstall fra økonomi og regnskapssystemet. Et utdrag av det sammenstilte datagrunnlaget er vist i tabell 5 hvor alle kostnadstall er vist i hele tusen. TG måling VU ift 2 Kostnad 2 Utført VU Utført BDU behov VU og BDU ift behov Byggnr Alder år Areal Geografi TG måling 1 Kostnad 1 Utvikling TG Oslofjord 1 0 1, , Oslofjord 1 0 1, , Oslofjord 1, ,5 1, , Oslofjord 1 0 1, , Oslofjord , , Oslofjord 1, ,5 1, , Oslofjord 1 0 1, , Oslofjord 1 0 1, , Oslofjord 1 0 1, , Oslofjord 1 0 1, , Oslo 1 0 1, , Oslo 1, , , Oslo 1 0 2, , Oslo 1 0 1, , Oslo 1 0 1, ,59 Tabell 5 Innsamlet og bearbeidet materiale Det tilgjengelige datasettet er satt sammen med egenskaper som jeg definerer som påvirkningsvariabler mens utvikling av tilstandsgraden uttrykkes som den avhengige variabelen. Tabell 5 viser dermed grunnlaget for regresjonsanalysen. Forklaring til kolonnene i tabell 5: Byggnr (id kode på hvert bygg) Alder År (Byggets alder) Side 59

66 Geografi (hovedsete for markedsområde som forvalter) TG måling 1 (registrert tilstandsgrad første måling) Kostnad 1 (registrerte kostnader for å rette avvik i første tilstandsregistrering, summert og omregnet til 2010 kr) TG måling 2 (registrert tilstandsgrad andre måling) Kostnad 2 (registrerte kostnader for å rette avvik i andre tilstandsregistrering, summert og omregnet til 2010 kr) utført VU (registrerte vedlikehold og utviklingskostnader i perioden mellom TG 1 og TG 2, omregnet til 2010 kr) Utført BDU (registrerte kostnader for brukerfinansierte tiltak i perioden mellom TG 1 og TG 2, omregnet til 2010 kr) VU i forhold til behov (registrerte vedlikehold og utviklingskostnader minus registrerte kostnader for å rette avvik i TG 1), VU og BDU i forhold til behov (VU og BDU kostnader minus registrerte kostnader for å rette avvik i TG 1) Utvikling TG (TG 2 TG 1) Side 60

67 6 Analyseresultater 6.1 Utvikling av tilstandsgrad i forhold til utførte vedlikeholdstiltak Utvikling av tilstandsgrad Utvalget består av til sammen kvm og utgjør 32 % av den totale porteføljen. Utvalget består av 666 enkeltbygg med en gjennomsnittelig alder på 42, 4 år. Arealvektet tilstandsgrad for utvalget ved første registrering er 1,09. For andre registrering er arealvektet tilstandsgrad endret seg til 1,32. Dette betyr en negativ utvikling på 0,23. I perioden var vedlikeholdsinnsatsen på kroner. I samme periode ble det utført brukerdefinerte tiltak på til sammen kroner. Dette gir en samlet innsats på kr. Imidlertid viser tallene at registrerte kostnader for å rette avvik endret seg fra kroner ved første registrering til ved andre registrering. Dette gir en utvikling av etterslep fra kr 165,- pr kvm til kr 2 101,- pr kvm som vist i tabell 6. Dette forteller også at det er utført mer vedlikehold enn det registrerte behovet i tilstandsregistreringer ved første måling. Første vurdering Andre vurdering Tilstandsgrad (arealvektet) 1,09 1,3 Kostnadsregistrering Kr , ,- Etterslep pr kvm Kr 165,- Kr 2 101,- Tabell 6 Utvikling av tilstandsgrad, kostnadsregistrering med etterslep pr kvm fra første til andre tilstandsvurdering Disse resultatene viser at tilstanden har endret seg i negativ retning og registrerte kostnader har økt. Dette betyr at for den utvalgte porteføljen er det registrert en reel verdiforringelse. Ved å sammenlikne den samlede tilstandsutviklingen for hvor en også tar med resten av porteføljen så er den negative utviklingen fra 1,27 til 1,32 (tilstandsregistreringer gjennomført i perioden ) sammen med tilstandsregistreringer i perioden ). Dette viser en negativ utvikling av tilstandsutviklingen på kort tid. En samlet tilstandsgrad på 1,32 tilsier en lav standard på porteføljen (Bjørberg, Olsson, Valen og Gissinger 2011). Side 61

68 Dette viser en økning både når det gjelder forverring av tilstandsgrad samt registrerte kostnader. Jeg har først gjort en enkel sammenstilling av resultatene for å gi et inntrykk av datagrunnlaget. For den kartlagte porteføljen er det en viss sammenheng mellom tilstandsgrad og alder. Imidlertid viser figur 12 at tilstanden er dårligst for bygg mellom 40 og 50 år. Samtidig ser vi at de yngste byggene har den største negative utviklingen. Tilstandsgrad og utvikling i forhol til alder 2,00 1,50 1,00 Tilstandsgrad 0,50 0,00-0,50 0 til til 20 år 20 til 30 år 30 til til til 60 år over 60 år TG 2 Utviking TG -1,00 Alder bygg Figur 12 Tilstandsgrad og alder I figur 13 har jeg sammenstillet økningen av etterslep. her fremkommer det at det er kategorien fra 40 til 50 år som øker mest. Side 62

69 Økning etterslep Økning etterslep 4000 % 3500 % 3000 % 2500 % 2000 % 1500 % 1000 % 500 % Økning etterslep 0 % 0 til til 20 år 20 til 30 år 30 til til til 60 år over 60 år Alder bygg Figur 13 Etterslep i % og alder. Sammenstilling fordelt på bygningskategori viser i figur 14. I denne sammenstillingen har jeg ikke tatt med bygningskategorier med færre enn 10 registrerte bygg. Denne viser at boliger har den beste tilstandsgraden, hangarer den dårligste. Hangarer har også den dårligste utviklingen. Registrert tilstandsgrad og utvikling 2,00 1,50 1,00 Tilstandsgrad 0,50 TG vektet 2 utvikling tilstand 0,00-0,50-1,00 Administrasjon/kontorbygg Undervisning Messer Befalsforlegning Mannskapsforlegning Boliger Våpen- /kjøretøyverksted Bygningskategori Øvrige verksteder Hangar Figur 14 Registrert tilstandsgrad og utvikling pr bygningskategori. Side 63

70 Utført VU og BDU i forhold til kartlagt kostnadsbehov Kostnader Kartlagte kostnader i 2010 kr Utført VU i perioden (2010 kr) Utført BDU i perioden (2010 kr) Administrasjon/kontorbygg Undervisning Messer Befalsforlegning Mannskapsforlegning Boliger Våpen- /kjøretøyverksted Øvrige verksteder Hangar Bygningskategori Figur 15 Utført vedlikehold, utvikling og BDU i forhold til registrert behov. Figur 15 viser en grafisk sammenstilling av hvor mye vedlikehold og brukerdefinerte tiltak som er brukt pr bygningskategori i forhold til registrert behov. Her ser vi at det er benyttet vesentlig mer enn registrert behov bortsett fra hangarer. Dette kan sees i sammenheng med at hangarer har den dårligste tilstandsutviklingen vist i figur Resultater fra regresjonsanalysen Problemstillingen var i hvilken grad direkte påvirkningsfaktorer som utført vedlikehold har til vedlikeholdet og gjennomførte brukerdefinerte tiltak har påvirkning av utviklingen av tilstandsgraden. I tillegg er det vurdert i hvilken grad andre faktorer har av påvirking. De ulike undersøkelsene og analysene er vist i vedlegg 1 som en utskrift fra statistikkprogrammet SPSS. Første del av analysen er en undersøkelse av datasettet. Dette er basert på de metoder som John Tukey la frem i boken Exploratory data analysis i 1977 (SPSS 2006). For dette har jeg benyttet funksjonen Analyze, Descriptive Statistics, Explore for å undersøke de uavhengige variablene basert på modellen: alder, Utført VU, Utført BDU. Alle variabler hadde gyldige Side 64

71 verdier. Ellers viste denne analysen at noen av variablene hadde lave verdier for 5 % gjennomsnitt (der 5 % av de høyeste og laveste verdiene er tatt bort) i forhold til gjennomsnittet. Dette ble også gjort for den avhengige variabelen Utvikling av tilstandsgrad som også hadde gyldige verdier. I denne delen av analysen er også variablene undersøkt hver for seg opp mot den avhengige variabelen, det vil si ikke en regresjonsanalyse. Her viste resultatene ingen åpenbar sammenheng for vedlikeholdskostnader og brukerdefinerte kostnader når det gjelder utviklingen av tilstandsgrad. Et eksempel på dette er vist i figur 17 hvor det fremkommer gjennom R2 verdien er svært lav. Dette gir en indikasjon på den videre analysen. Normalfordelingen vist i figur 16, viser en overvekt på høyresiden av 0. Figur 16 - Normalfordeling utvikling av tilstandsgrad Figur 17 Enkel vurdering av sammenheng mellom VU og utvikling TG. Side 65

72 Korrelasjonsverdiene i denne undersøkelsen viste også både lave verdier og negative verdier. Neste trinn i analysen er å kjøre en lineær regresjonsanalyse av de samme variablene. Resultatet av denne analysen viser at modellen treffer svært dårlig. I tabell 7 fremkommer R Squere = 0,001. Dette betyr at kun 1 % av variasjonen av variabelen utvikling av TG kan forklares av modellen. ANNOVA tabellen som viser resultatet av testen for signifikansen mellom den avhengige variabelen og de uavhengige variablene viser verdien Sig. = 0,941. For at dette skal være signifikant, så må Sig. være mindre enn 0,05. Dette betyr at modellen ikke er signifikant. Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,025 a,001 -,004,54607 a. Predictors: (Constant), Alder år, Utført BDU, Utført VU b. Dependent Variable: Utvikling TG ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression,119 3,040,133,941 a Residual 197, ,298 Total 197, a. Predictors: (Constant), Alder år, Utført BDU, Utført VU b. Dependent Variable: Utvikling TG Tabell 7 - Modellvurdering og signifikans modell summary og ANOVA Betaverdien er partialkoeffisienten og vurderer relativ viktighet for de uavhengige variablenes påvirkning. Betaverdiene i analysen viste også svært lave verdier. Normalitetsplottet viste også at residualverdiene ligger noe utenfor normalen. Regresjonsplottet for variabelen utført vedlikehold er vist i figur 18. Side 66

73 Figur 18 Regresjonsplott for Utført VU i forhold til utvikling TG Her fremkommer det at det ikke er en sammenheng mellom utført vedlikehold og utvikling og utvikling av tilstandsgrad. Resultatene for brukertiltak og alder viser det samme. Konklusjonen er at det ikke er påvist sammenhenger. For å prøve å finne en bedre modell gjennomførte jeg en ny analyse hvor jeg tar utgangspunktet i målt tilstandsgrad ved siste måling som den avhengige variabelen i stedet for utvikling av tilstandsgrad. Dette for å se om modellen ble bedre ved å prøve å finne sammenhenger mellom kostnader og en god eller dårlig målt tilstandsgrad. Resultatene ved å sammenlikne variablene enkeltvis viste det samme mønsteret for vedlikehold og brukertiltak. Imidlertid viste den en svak sammenheng mellom alder og tilstandsgraden ved andre måling, noe jeg allerede har konstatert. For å prøve å finne en god nok modell benyttet jeg en stegvis regresjonsanalyse med de variablene jeg hadde i datasettet. Denne regresjonsanalysen gjør en vurdering av variablene og analyserer ulike modellsammensetninger av variablene. Det finner først den variabelen med høyest korrelasjon og legger denne inn først i analysen. Variablene jeg la inn i denne Side 67

74 analysen var fortsatt TG 2 som den avhengige variabelen. Som uavhengige variabler la jeg inn: Utført VU, Utført BDU, Alder, TG måling 1, VU i forhold til behov samt VU og BDU i forhold til behov. De to siste variablene la jeg inn i datasettet som beregnede verdier basert på utført VU og BDU i forhold til de kartlagte kostnadene (behovet) ved første målepunkt. Resultatet av denne analysen viste at en modell hvor variablene Alder år, TG måling 1, VU i forhold til behov samt Utført VU ble vurdert som den beste modellen med høyest R verdi i tabell 8. Denne analysen fjerner de variabler som ikke gir signifikans i modellen. Beste modell fremkommer av høyest R verdi i tabell 8. ANOVA tabellen viste at modellene var signifikante, men Beta verdiene var lave, dvs. svært liten forklaringsverdi. Model Summary e R R Square Adjusted R Square,279 a,078,077,304 b,093,090,316 c,100,096,341 d,117,111 a. Predictors: (Constant), Alder år b. Predictors: (Constant), Alder år, TG måling 1 c. Predictors: (Constant), Alder år, TG måling 1, VU ift behov d. Predictors: (Constant), Alder år, TG måling 1, VU ift behov, Utført VU e. Dependent Variable: TG måling 2 Tabell 8 Modellvurdering stegvis regresjons Basert på dette resultatet kjørte jeg en vanlig regresjonsanalyse med de samme variablene som den anbefalte modellen. Resultatet av dette fremkommer i tabell 9. Side 68

75 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,341 a,117,111,35771 a. Predictors: (Constant), TG måling 1, Utført VU, Alder år, VU ift behov b. Dependent Variable: TG måling 2 Tabell 9 Modellvurdering av ny regresjonsanalyse ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 11, ,790 21,806,000 a Residual 84, ,128 Total 95, a. Predictors: (Constant), TG måling 1, Utført VU, Alder år, VU ift behov b. Dependent Variable: TG måling 2 Coefficients a Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 1,062,041 26,160,000 Utført VU -9,238E-5,000 -,227-3,557,000 Alder år,004,001,240 6,340,000 VU ift behov 9,415E-5,000,272 4,235,000 TG måling 1,134,032,165 4,244,000 a. Dependent Variable: TG måling 2 Tabell 10 Signifikans og koeffisienter I tabell 10 fremkommer det at modellen er signifikant men har svært liten forklaringsstyrke ved lave Beta verdier. Tabellen viser konstantleddet og variablene. Predikeringen angis blant annet av presisjonsnivået som ses av t-verdiene som er angitt i tabell 10. Erfaringsmessig bør t-verdier være over 2 eller under -2. Hvis en antar konstanten med tilstandsgrad 1,062 viser B Side 69

76 verdien i tabell 10 at tilstanden påvirkes med negativ verdi på 0, for hver 1000 vedlikeholdskrone. Dette viser en svært liten påvirkning. Korrelasjonskoeffisienten som sier noe om i hvor stor grad den uavhengige variabelen predikerer den avhengige, er i hele analysen preget av lave verdier. God korrelasjon i denne type studie hadde vært opp mot 0,5 eller bedre. Regresjonsplottene viser også dette, vist i figur 19, 20 og 21. Figur 18 Regresjonsplott for utført vedlikehold Side 70

77 Figur 19 Regresjonsplott for alder Figur 20 Regresjonsplott for VU i forhold til behov Konklusjonen på denne analysen er at modellen er signifikant, men utført vedlikehold eller brukerdefinerte tiltak har ikke en sammenheng eller predikerer verken utvikling av Side 71

78 tilstandsgraden eller på hvor god eller dårlig den registrerte tilstandsgraden var ved andre måling. I figur 19 fremkommer det at alder har en viss sammenheng med tilstandsgraden. Dette betyr at den forventede sammenhengen er ikke funnet. Utfallet av analysen kan ha flere forklaringer: Datagrunnlaget har dårlig validitet (ikke måler det vi ville måle), og/-eller reliabilitet (mange tilfeldige feil/variasjoner) Sammenhengen finnes, men den arter seg annerledes enn man trodde, og den oppsatte modellen viser det ikke sammenhengen finnes ikke, eller er mye svakere enn antatt Feilkilder En tilleggsopplysningen er innhentet, det er undersøkt om noen av byggene i analysen er tilført andre midler i form av investering som rehabilitering eller fornyelse. Ingen av byggene har fått tilført andre midler. Kostnadstallene i analysen er basert på økonomitall fra økonomisystem og FDVU system. En mulig feilkilde er feilkontering, meg jeg antar at en viss sammenheng ville kunne påvises i en regresjonsanalyse selv med enkelte feil i kontering på feil bygg Oppsummering av funn i analysen Det er ikke påvist signifikant prediksjon for verken utviklingen av tilstandsgraden eller siste måling av tilstandsgraden når det gjelder vedlikeholdsinnsatsen eller de tiltakene som leietaker har finansiert selv. Av dette slutter jeg at datakvaliteten i tilstandsvurderingene er svake. Dette gjelder både måling 1 og måling 2 da jeg heller ikke fant sammenhenger mot den siste målte tilstandsgraden. Dette underbygges også av at det er benyttet vesentlige mer kostnader til vedlikehold enn det registrerte behovet ved første tilstandsregistrering. Dette retter en del kritiske spørsmål til kvaliteten i tilstandsregistreringene. Dette gjør andre del av analysen svært interessant. Side 72

79 6.2 Kvalitet i tilstandsregistreringer Innledning Masteroppgave i eiendomsutvikling og forvaltning Litteraturstudien viste at det stilles spørsmålstegn ved kvaliteten av utførte tilstandsregistreringer, noe regresjonsanalysen understøtter. Dette er et avgjørende område når det gjelder målingen av tilstanden og dermed planleggingen av vedlikeholdsinnsats i bygningsporteføljer. En mulig forklaringsfaktor til regresjonsanalysens oppsummering er at tilstandsregistreringene ikke er korrekt. Jeg har derfor valgt å gjennomføre en analyse for å vurdere kvalitet i tilstandsregistreringer. I 2008 utførte konsulentfirmaene Prosjekt og teknologiledelse (PTL) og Rambøll et identisk oppdrag hvor en skulle komme frem til et normert vedlikeholdsnivå for Forsvarsbyggs portefølje. Dette arbeidet var todelt hvor de skulle gjennomføre en kartlegging av de samme byggene som et av flere innspill for å finne frem til mer korrekte nøkkeltall for vedlikehold. Begge konsulentfirmaene gjennomførte en kartlegging for å finne etterslep basert på en tilstandsvurdering. Det er resultatet av dette arbeidet jeg har sammenstilt for å se for hvor like eller ulike vurderingene var. De 90 byggene ble plukket ut for å gi en viss spredning i forhold til type bygg, alder, tilstand og geografi uten at dette var grunnlag for å gi et statistisk helt korrekt bilde. Samlet areal var kvm og utgjorde 7,7 % av den samlete forvaltede porteføljen som tilstandsvurderes. Både Rambøll og PTL leverte inn et detaljert datagrunnlag som var grunnlaget for de rapportene de leverte. Jag har valgt å benytte dette grunnlaget for å gjøre en direkte sammenlikning av registreringene som ble gjort. Selv om Econ vurderte Rambølls rapport som utilstrekkelig, så stilte de ikke spørsmål ved kartleggingen de gjorde, kun vurderingen av dette. Jeg har derfor forutsatt at dette grunnlaget er sammenliknbart. Side 73

80 6.2.2 Rambøll datagrunnlag I Rambølls datafangstgrunnlag ble alle tiltak registrert med definisjon av tilstandsgrad fra svake symptomer til kraftige symptomer sammenfallende med tilstandsgrad fra 0 til 3 på bygningsdelsnivå (NS 3424). Datagrunnlaget vurderes derfor som en gjennomført tilstandsregistrering selv om det ikke er funnet vektet tilstandsgrad for hele bygget. I tillegg var tiltakene merket med svikt etter NS 3424 med registrerte kostnader. Basert på NS 3424 har jeg i grunnlaget fjernet de tiltak som var merket med svake symptomer da dette ikke defineres som etterslep. Symptomer som middels kraftige eller kraftige vurderes derfor som at vedlikehold skulle vært gjennomført på et tidligere stadium. Alle tiltakene var merket med NS koder som jeg har oppdatert i grunnlaget basert på ny standard for bygningsdelstabellen (NS 3451). Dette for at grunnlaget skulle kunne sammenliknes med PTLs datagrunnlag. Et utdrag fra Rambølls datafangst er vist i tabell 11. Bygning Beskrivelse Mengde Tittel Virksomhetste Bygninsdel Gradering Svikttype Beskrivelse NS3454 Budsjett Bygg A Råttent. Anbefalt revet. Inngangsparti Administrasjon/ Bygning Kraftige Svikt Inngangsparti syd syd Kontorbygg-1 symptomer riving Bygg A Bakre del av kjeller bør ryddes for organisk materiale. Lettvegger Kjeller ryddes Administrasjon/ Kontorbygg-1 Bygning Kraftige symptomer Svikt Kjeller - rydding og riving Bygg A Foreldet Varmeanlegg i kjeller Administrasjon/ Kontorbygg-1 Bygg A Flasset. Avskalling. Grunnmur Administrasjon/ Kontorbygg-1 Bygg A Malingsavflassing. 256 Vinduer Administrasjon/ hovedbygninger Kontorbygg-1 Varme Fundamenter Vinduer dører mm Middels kraftige symptomer Middels kraftige symptomer Kraftige symptomer Svikt Varmeanlegg i kjeller utskifting radiator Svikt Svikt Grunnmur - ny drenering og knotteplast Vinduer hovedbygninger - maling, planlagt Tabell 11 Utdrag fra Rambølls datafangstgrunnlag PTLs datagrunnlag I datafangstgrunnlaget til PTL var det totale vedlikeholdsbehovet registrert og nåverdiberegninger utført som LCC kalkyler. Imidlertid var alle tiltak merket med anbefalt gjennomføringsår og om dette var et vedlikeholdsetterslep eller ikke. Også i dette datagrunnlaget var det registrert bygningsdelskoder, om dette gjaldt planlagt vedlikehold eller utskiftninger i tillegg til kostnader. For å sammenlikne dette mot Rambølls datasett, fjernet jeg alle tiltak som ikke var merket med vedlikeholdsetterslep. Et eksempel på datagrunnlaget fra PTL er vist i tabell 12. Side 74

81 Bygningsdel 42 Utskifting 41 Vedlikehold Etterslep Neste år Byggnr Kapittel Bygningsdel Mengde Enhet Beskrivelse U U U Beløp U 08 Tiltak V Etterslep V Neste år V Belop V Ytterdører og Bygning porter 44 stk Garasjeporter isolert Ja Bygning 233 Vinduer 42 stk Doble vinduer over port - trekarmer Ja 2008 Skraping og maling Bygning 235 Ytterdører og porter 14 stk Tredør Tofløyet Ja 2008 Skraping og maling Bygning 235 Ytterdører og porter 5 stk Tredører Enfløyet Ja 2008 Skraping og maling Bygning 233 Vinduer 203 stk Enkle vinduer - trekarmer Ja 2008 Skraping og maling Tabell 12 Utdrag fra PTLs datafangstgrunnlag Sammenstilling av data Datafangstfilene har jeg sammenstilt opp mot hverandre for å sammenlikne hvert enkelt bygg. I tabell 13 er et utdrag fra sammenstillingen vist. Byggnr BTA m2 NS 3451 TG Rambøll PTL Sammenlikning NS 3453 Beskrivelse beskrivelse Kostnad NS 3451 NS 3453 Beskrivelse Kostnad Like Ulike Innvendige dører 42 Uklassifiserte Vinduer, dører, Middels kraftige 41 Feil utførelse av Vinduer i våtrom porter symptomer foring og belistning. Bør foringer og belistning i tre skiftes. skiftes til fliser, og 234 Vinduer, dører, Tredører En- og fuges porter 42 Tofløyet Utvendig kledning og Kraftige symptomer 41 Flasser på innvendig side Grunnmur - Puss innvendig side overflate Innvendig overflate Yttertak - Males Taktekning Middels kraftige symptomer 41 Malingsavflassing, slitasje. 262 Taktekning 42 Aluminiumsplater Himling og innvendig overflate Luftbehandling, generelt 42 Oppgradering nødv Tabell 13 - Sammenstilling av datafangstfilene fra Rambøll og PTL Tabell 13 viser resultatet av de sammenstilte dataene. Utgangspunktet er sammenstilling av vedlikeholdsetterslep basert på avvik i forhold til tilstandsgrad 2 og 3. I det sammenstilte materialet i tabell 13 fremkommer nøkkelinformasjon som sted, byggnummer, areal og byggeår. Alle tiltak er kostnadsberegnet i 2008 kroner og det fremkommer også om de har definert tiltakene som planlagt vedlikehold (kode 41 etter NS 3454) eller utskiftninger (kode 42 etter NS 3454). Jeg har deretter sammenliknet hvert enkelt tiltak basert på tiltakets innhold og kodifisering etter bygningsdelstabellen (NS 3451). Til slutt har jeg merket av om tiltakene tilsynelatende omhandler de samme forholdene. Side 75

82 En analyse av dette grunnlaget vist i tabell 14 viser at det er stor forskjell når det gjelder hvilke og hvor mange bygg det er funnet vedlikeholdsetterslep i. Av totalt 90 bygg var det funnet vedlikeholdsetterslep i av byggene hadde begge aktører funnet vedlikeholdsetterslep mens 43 bygg hadde bare vedlikeholdstiltak basert på et registrert etterslep registrert av en av aktørene. Totalt antall vurderte bygg 90 Antall bygg med registrerte tiltak 86 Antall bygg hvor begge har registrert tiltak 42 Antall bygg der kun 1 har registrert tiltak 43 Tabell 14 - Antall vurderte bygg og forskjeller i kartleggingen En sammenlikning av de respektive tiltakene og kostnadsberegninger viste også store forskjeller. Ved å se på alle bygg hvor det var registrert et vedlikeholdsetterslep av enten aktør 1, aktør 2 eller begge viste store forskjeller både i kostnadsberegnede tiltak og antall tiltak. Forskjellen når det gjelder avvik i beregnet etterslep var på 86 % fra aktør 1 til aktør 2. Når det gjelder de enkelte tiltakene var avviket på 489 %, vist i tabell 15. Beregnet etterslep Rambøll Beregnet etterslep PTL Avvik kostnad % Antall like tiltak Antall ulige tiltak Avvik tiltak % % Tabell 15 Analyse av alle bygg som begge eller en av aktørene har funnet etterslep i. 43 bygg var registrert med etterslep av kun 1 aktør. For å fjerne eventuelle feilkilder i forhold til dette analyserte jeg et grunnlag hvor kun de 42 byggene som begge aktører hadde registrert et vedlikeholdsetterslep på vist i tabell 16. Beregnet etterslep Rambøll Beregnet etterslep PTL Avvik kostnad % Antall like tiltak Antall ulike tiltak Avvik tiltak % % Tabell 16 Analyse av kun bygg som begge aktørene har funnet etterslep i. Resultatet av dette viste at avviket når det gjelder beregnet etterslep økte til 182 % mens en minskning av avvik på antall tiltak ned til en avviksprosent på 309 %. Side 76

83 6.3 Oppsummering av analysen Når det gjelder vurdering av validitet som er en vurdering av hvor relevant dette er i forhold til det som undersøkes og hensikten med det ser vi at validitet er tilstedet. Denne analysen viser imidlertid klart at selv om et oppdrag om kartlegging og vurdering av tilstanden gis identisk til 2 profesjonelle aktører i markedet, er resultatet svært forskjellig. Dette viser at reliabiliteten ikke er god, det vil si kvaliteten i den som registreres. Dette understøtter Woods poeng når det gjelder viktigheten av dette arbeidet og at kompetanse og erfaring er utslagsgivende (Wood 2009). Side 77

84 7 Diskusjon 7.1 Vedlikehold og etterslep Masteroppgave i eiendomsutvikling og forvaltning Vedlikehold har man gjennomført langt tilbake i historisk tid og vedlikeholdsplanlegging er dermed ikke et nytt fenomen. Begrepet verdibevaring er et nyere begrep og er noe mer enn kun vedlikehold i tillegg til at god eiendomsforvaltning er mer enn vedlikehold. Med utgangspunktet i at et verdibevarende vedlikehold skal være optimalt og forebyggende slik at bygningen opprettholder sin effektivitet og funksjon for bruker og eier, både teknisk og funksjonelt (Valen og Olsson 2009) og Woods definisjon på vedlikehold som totaliteten av alle tiltak for å påse at bygningens funksjon opprettholdes effektivt (Wood 2009) forstår vi at vedlikeholdet omfattes av mer enn utførelse av vedlikeholdstiltak, noe som også påpekes av Chanter og Swallow ved at den effektive bruken må legges til grunn i planleggingen av vedlikeholdet og ikke kun det tekniske (Chanter og Swallow 2007). Når dette sammenliknes med standardens definisjon av vedlikeholdet som kostnader som er nødvendig for å opprettholde byggverkets på et fastsatt kvalitetsnivå og dermed gjøre det mulig å bruke til sitt tiltenkte formål innenfor en gitt brukstid, er dette relativt sammenfattende (NS 3454). Imidlertid er standardens inndeling med en underdeling av planlagt vedlikehold og utskiftninger som hovedområder trolig ikke dekkende. Løpende vedlikehold som er en del av driftsbegrepet er ikke med her. I England defineres driftsrelaterte tiltak som en del av vedlikeholdet. Eksempelvis viser Fossdal til at i Forsvarsbygg har man problemer med å skille mellom vedlikehold og løpende drift (Fossdal 2009). Dette kan føre til feilkonteringer som vanskeliggjør sammenlikning av vedlikehold i benchmarking ved at tall ikke er sammenliknbare. Dette tydeliggjøres også at enkelte tiltak kan være både vedlikehold og løpende drift, men skal skilles på bakgrunn av årsaken til at et avvik oppstår. Dette forteller oss at grunnlaget for å vurdere vedlikeholdskostnader og behov kan være en utfordring. Når det gjelder Forsvarsbygg som case kan dette sette noen spørsmålstegn til kartlagte vedlikeholdskostnader. Når det gjelder vedlikeholdsetterslep er det ikke gitt entydige definisjoner på dette i norsk standard. Ved å se på definisjonen på vedlikehold kan en allikevel anta at et vedlikeholdsetterslep har oppstått hvis byggverket ikke lenger kan opprettholde tiltenkt funksjon innenfor angitt brukstid. Et etterslep kan også defineres basert på en valgt Side 78

85 eierstrategi, dvs. avvik i forhold til en gitt strategi om hvilke referansenivå som er akseptabelt. Dette kan eksempelvis være forskjellig fra boliger til operative anlegg i Forsvaret. Et ofte benyttet kriterium er tilstandsanalysens inndeling av tilstandsgrader ved at TG 3 ses på som et etterslep med alvorlig svikt i en bygningskomponent (NS 3424). Dette forteller oss at et vedlikeholdsetterslep ikke nødvendigvis er en entydig størrelse. Når RIF rapporten refererer til et etterslep på 800 mill kr i forhold til en antatt balanseverdi på mill kr kan en stille spørsmål om på hvilket grunnlag man har kommet frem til tallet for etterslep (RIF 2009). For å gjennomføre et optimalt vedlikehold må det planlegges. Et viktig moment er derfor at en har en klar strategi som et utgangspunkt for å kunne stille til rådighet et tilgjengelig budsjett. Masteroppgaven Vedlikehold i Forsvarsbygg Utleie gir noen indikasjoner på at dette grunnlaget er fraværende i planleggingen når det gjelder Forsvarsbygg som case. Dette ved at strategi er ukjent i tillegg til at tilstandsregistreringer ikke benyttes som grunnlag ved at en henviser til at dette er et venstrehåndsarbeid (Fossdal 2009). I en slik situasjon faller hele grunnlaget bort for optimale vedlikeholdsplaner ved at man ikke har god nok oversikt over tilstanden som skal gi innpill til et nødvendig budsjett. Her er det svært viktig å finne balansen mellom et nødvendig budsjett basert på tilstand og tilgjengelig budsjett basert på strategi (Haugen 2005). Ved å se nærmere på Forsvarsbygg som case er det flere forhold som peker på at leiemodellen ikke fullt ut er kostnadsdekkende. De interne utredningene utført av PTL og Rambøll tyder på at nøkkeltall for vedlikehold er for lave. I denne vurderingen konkluderes det med at den nøkkeltallsbaserte leien kun dekker planlagt vedlikehold og ikke utskiftninger (Econ Pöyry (2008). Fossdal peker også på følelsen av ressursmangel (Fossdal 2009) i tillegg til at Eliassen også kommer inn på dette ved at det fortsatt er underfinansiering selv om leiemodell er innført i forsvarsektoren (Eliassen 2010). Det er derfor ikke overraskende at samlet tilstandsgrad for Forsvarsbyggs portefølje er 1.32 og forverres fra år til år. Logisk sett kan dette forklares. Vedlikeholdsetterslep er et begrep som henspeiler seg på de funn av svikt og kostnadsberegning for å rette opp dette registrert i tilstandsregistreringer. Således er dette et Side 79

86 svært viktig planverktøy for vedlikehold. Imidlertid viser funn i noen studier at det er en svakere sammenheng mellom det man har antatt er påvirkningsfaktorer på utviklingen av tilstanden. Noen studier kommer også frem til at hvor mye vedlikeholdsmidler som benyttes ikke nødvendigvis er en god beskrivelse av hva effekten egentlig er. 7.2 Direkte årsaksfaktorer som sannsynligvis påvirker Litteraturstudien gav ikke et entydig bilde på hva som forklarer en utvikling av tilstandsgraden i en portefølje. Flere årsaksfaktorer synes å ha en påvirkning samtidig det er motstrid mellom enkelte tidligere studier. Eksempler på dette at en studie finner ikke sammenheng mellom vedlikeholdsinnsats og tilstand (Furustøl 2008) mens andre studier finner en sammenheng (Loka 2006) mens andre finner en indikasjon (Valen og Olsson 2009). I studien En studie av årsakssammenhenger i kommunal eiendomsforvalting (Valen og Olsson 2009) påpekes det at det er svakheter og mangler i tidligere utførte studier innenfor dette området. Forskningen har ikke kommet langt nok og det pekes spesielt på at få studier har et tidsperspektiv. Et eksempel på dette som er klassisk innenfor annen forskning er at en tilstand kartlegges før en studie starter, deretter følges 2 grupper med ulik påvirkning og resultatene analyseres. Dette kunne vært en interessant studie ved å gjøre utvalg av en portefølje, kartlegge den og deretter over flere år gjennomføre ulik påvirkning i antatte variabler som kan påvirke tilstanden. Imidlertid vil dette være et ressurskrevende arbeid som trolig også ville gå ut over den faktiske bruken av byggene. Det er heller ikke gjort studier hvor en spesielt ser på hva effektene av en dårlig tilstandsgrad faktisk er (Valen og Olsson 2009). Dette viser at behovet for ytterligere forskning innenfor årsakssammenhenger for hva som påvirker tilstanden av bygningsmassen, er tilstedet. En direkte årsaksfaktor som vedlikehold synes å være viktig i forhold til litteraturstudien og burde således være en faktor som påvirker tilstanden. Dette er også utgangspunktet for en hypotese som jeg tar utgangspunkt i en analyse for å finne en sammenheng. Resultatene fra analysen for å se på om vedlikehold og eventuelt brukerdefinerte tiltak har en påvirkning på utviklingen av tilstandsgraden gav ikke bekreftelse på en prediksjon av tilstanden. Jeg har Side 80

87 ikke funnet grunnlag for å kunne si at vedlikeholdsinnsats har en påvirkning. Dette kan skyldes flere forhold. Også som litteraturstudien gav et svar på, så er det flere årsaksforhold som påvirker dette. En annen forklaring er at på grunn av leiemodellens rammebetingelser i Forsvarsbygg så er en del av vedlikeholdet kamuflert som tilleggstjenester som leietaker betaler i tillegg til leien. De interne rapporter og studier fra Forsvarsbygg understøtter dette ved at husleiemodellen i forsvarssektoren ikke er dekkende. Forsvarsdepartementet som eier har heller ikke insentiver nok til å fokusere i stor nok grad på verdibevarende vedlikehold da dette vil være en prioritering mot øvrige driftsbudsjetter som skal sørge for styrkeproduksjonen i Forsvaret. Analysen finner imidlertid heller ikke en sammenheng for å understøtte dette. Utførte BDU tiltak har heller ingen prediksjon på verken utvikling av tilstandsgraden eller tilstanden ved siste måling. 7.3 Kvalitet i tilstandsregistreringer Det er mest vanlig er å ta utgangspunkt i målinger av tilstandsgrad etter Norsk standard for tilstandsanalyser (NS 3423)og bruke dette som en indikator på bygningenes tilstand. Dette baserer seg ofte på en skjønnsmessig vurdering og hva som registreres og på hvilket detaljeringsnivå er opp den som registrerer. For større porteføljer er det sjelden at tilstandsregistreringene gjøres på et detaljert nivå med prøvetaking (NS 3424). Resultatet kan være avhengig av erfaring og kompetanse til de som registrerer. Flere studier indikerer at det ikke alltid er en direkte sammenheng mellom vedlikeholdsbudsjetter og tilstandsgraden. Dette samtidig som at det ikke er spesielt vurdert reliabilitet og validitet i tilstandsanalyser etter Norsk standard (NS 3424) når det gjelder sannsynliggjort variasjon og kvalitetssikring av tilstandsklassifisering (Valen og Olsson 2009). Noen studier finner for øvrig ingen sammenheng mellom tilstandsgrad og vedlikeholdskostnader mens andre gjør det. I tillegg etterlyses det for øvrig til metoder for kvantifisering av etterslep og relevant styringsinformasjon om bygnings tilstand og egnethet (Valen og Olsson 2009). En del studier er basert på spørreundersøkelser med de feilkilder som da er aktuelle og spesielt kompetansenivå er ikke viet spesiell oppmerksomhet (Valen og Olsson 2009). Det finnes ikke flere uavhengige måter å finne oppgraderingsbehov på. Imidlertid pekes det ofte på i tidligere studier at for å drive verdibevarende vedlikehold har Side 81

88 det stor betydning å ha politisk målstyring og langsiktige strategier for eiendomsforvaltningen (Valen og Olsson 2009). På en annen side kan det også stilles spørsmål om hvorvidt det er lønnsomt å vedlikeholde et bygg i hele den tekniske levealder som ofte settes til 60 år i ett livsløpsperspektiv. Innen bygget har nådd denne tekniske leveralderen, så er sannsynligheten for at bygget ikke er funksjonelt nok stor. Utviklingen av tilstandsgraden viser imidlertid at det er en negativ trend når det gjelder verdiforringelse i Forsvarsbyggs portefølje. Indikasjoner på dette er at tilstandsgraden for de byggene som er tilstandsvurdert 2 ganger har hatt en negativ utvikling. Økningen av registrerte avvik understøtter også dette. Imidlertid kan en stille spørsmålstegn ved kvaliteten i utførelsen av tilstandsregistreringer. Her vil jeg trekke frem KPMGs rapport som påpeker en del mangler i forhold til entydighet i rutiner og krav (KPMG 2010). Dette understøttes også i Fossdals masteroppgave som påpeker at tilstandsregistreringer er et venstrehåndsarbeid som ikke alltid benyttes i vedlikeholdsplanleggingen (Fossdal 2009). Dette strider direkte mot det teorien forfekter er nødvendige forutsetninger for god eiendomsforvalting og gode vedlikeholdsplaner. En forutsetning for å kunne finne riktig vedlikeholdsinnsats er at en har et korrekt bilde av tilstanden i porteføljen. Siden jeg ikke fant at vedlikeholdsinnsatsen har en direkte påvirkning på vedlikeholdsutviklingen var det nødvendig å se nærmere på premissene for dette, dvs. tilstandsregistreringene. Wood peker også på dette ved å henvise til undersøkelse om tilstandsregistreringer som viser at en ikke kommer frem til samme resultat (Wood 2009). Dette var også temaet for del 2 av analysen. Resultatet av denne viser klart at selv om 2 profesjonelle aktører innenfor markedet fikk identisk oppdrag og gjennomførte en kartlegging på de samme byggene, kom de frem til forskjellig resultat. Dette viser at tilstandsregistreringer ikke er en eksakt vitenskap og vil kunne påvirke mulighetene for å si noe om utviklingen. Fossdals masteroppgave peker på at første runde av tilstandsregistreringene i Forsvarsbygg ble gjort av et annet personell og ble gjort på en grovere måte ved at ikke alle byggene ble befart (Fossdal 2009). Dette understreker viktigheten av ressursinnsatsen av akkurat dette. Det som er større grunn til bekymring er at Side 82

89 det ikke burde være en forutseting i metoder for at det er det samme personellet som gjennomfører dette over tid. Et forhold til bekymring er at disse to eksterne aktører kommer frem til vidt forskjellig svar på hva et vedlikeholdsetterslep er i kroner. Dette indikerer at for mye er opp til tilfeldigheter og vil vanskeliggjøre vedlikeholdsplanlegging for å finne riktige nivå på vedlikeholdsinnsatsen. En mulig forklaring kan være at tilstandsregistreringer ikke benyttes til vedlikeholdsplanlegging i Forsvarsbygg i stor nok grad. 7.4 Modell for verdibevarende vedlikehold Utgangspunktet for oppgaven var å definere en modell for verdibevarende vedlikehold og jeg valgte å definere en modell basert på de direkte påvirkningsfaktorer for påvirkning av tilstandsutviklingen som synes å være de viktigste basert på en litteraturstudie og relevant teori. Jeg valgte å ikke ta med alle mulige variabler som antas å kunne påvirke. Dette for å definere en enkel modell for å studere nærmere hva som burde hatt en sterk påvirkning. En modell i denne sammenhengen er en sterk forenkling av virkeligheten for å studere nærmere en mindre del av en større modell. Dette begrunnet i at hensikten med å lage modeller som grunnlag for analyser, er å fjerne kompleksitet som gjør det vanskelig å finne sammenhenger og er en avveining mellom enkelhet og realisme (Midtbø 2007). Prinsippet som ligger bak å lage enkle modeller er prinsippet om at en lærer mer ved å konsentrere seg om noe mindre (Midtbø 2007). Resultatene viser at det ikke er et statistisk grunnlag for å bekrefte modellen som var utgangspunktet for analysen og oppgaven kom derfor ikke lengre i å finne en modell som kunne synliggjøre påvirkningsfaktorer mer entydig. En direkte sammenlikning på bygningskategorier viste at bygg som var mellom 40 og 50 år hadde en økning i etterslep i forhold til andre kategorier samt at nyere bygg hadde den dårligste utviklingen samt at noen byggkategorier hadde en dårligere utvikling enn andre. Regresjonsanalysen viste en svak sammenheng når det gjaldt alder men de andre årsaksvariablene kan ikke forklares statistisk. Et mulig utfall hvis tilstandsregistreringene hadde hatt en god reliabilitet kunne være å justere modellen med relevante påvirkningsvariabler som har den største påvirkingskraften. En slik modell kunne være aktuell å inngå i en større modell hvor også indirekte påvirkningsvariabler inngår. Side 83

90 Denne oppgaven tar utgangspunkt i Forsvarsbyggs portefølje og et utvalg på kvm som er 32 % av den porteføljen som blir tilstandsvurdert. Spørsmålet er om dette er egnet til å generalisere for andre offentlige eiendomsbesittere. Dette vurderes i denne oppgaven som ikke tilstrekkelig for å generalisere på en slik måte at en kan definere en ny teoretisk allmenn modell, men gir allikevel en sterk indikasjon på at en bør stille spørsmål til hvordan offentlige eiendomsbesittere kommer frem til tall for vedlikeholdsetterslep og utvikling av tilstandsgrad. Forutsetningen for å kunne generalisere er at det allerede finnes en velutviklet teori på dette området. Tidligere studier viser at dette ikke er tilfellet. Side 84

91 8 Konklusjon Oppgavens formål var å finne en modell for relevante innsatsfaktorer for et verdibevarende vedlikehold basert på en litteraturstudie og analyse av datagrunnlag fra Forsvarsbygg gjennom problemstillingen: Hvilke direkte faktorer synes å være de viktigste for tilstanden i en bygningsportefølje og er det en klar sammenheng mellom utvalgte årsaksfaktorer og utviklingen av porteføljens tilstand? Problemstillingens første spørsmål var: hvilke direkte faktorer er de mest sannsynlige for påvirkning av tilstandsgraden? Litteraturstudien viste at det kan være flere årsaksforhold til utviklingen av tilstandsgraden i en portefølje og tidligere studier gir ikke et entydig svar på dette. Jeg har valgt å konsentrere meg om vedlikeholdsinnsats som direkte årsaksfaktor som åpenbart burde ha en påvirkning på tilstandsutviklingen basert på litteraturstudien og relevant teori. Noen studier påviser at vedlikeholdsinnsats har en positiv påvirkning på utviklingen av tilstandsgrad mens andre ikke finner en direkte sammenheng. Modellen som ble basert på litteraturstudien og relevant teori er vist i figur 21 og synliggjør direkte forklaringsfaktorer som antatt har en påvirkning av tilstandsutviklingen. Indirekte forklaringsfaktorer Verktøy for Planlegging Tilstand Direkte forklaringsfaktorer Kr/m2 og år Alder Vedlikehold Utvikling Brukerfinaniserte tiltak type Tilstandsregistrering Figur 21 Modell for direkte forklaringsfaktorer Problemstillingens neste spørsmålsstilling var: Hva er vedlikehold, avgrenset mot andre forhold og hva er vedlikeholdsetterslep? Oppgaven viser at vedlikeholdsbegrepet kan tolkes ved at grenseflatene mot andre prosesser som utvikling og løpende drift kan være vanskelig å Side 85

92 dette og må vurderes på bakgrunn av årsaken til at et behov oppstår. Eksempelvis legges det mer i vedlikeholdsbegrepet i England som tar med flere påvirkningsfaktorer fra driftsbegrepet som påvirker vedlikeholdseffekten. Vedlikehold slik det er definert i NS 3454 synes å være for snevert for å få med alle faktorer som påvirker og begrepet verdibevarende vedlikehold omfatter også mer en hva vedlikehold er definert i standarden til å være. Et vedlikeholdsetterslep vil være avhengig av hva en eier og forvalter definerer til å være et riktig nivå på vedlikeholdet og det er heller ikke entydig beskrevet i noen norske standarder. Dette betyr at et vedlikeholdsetterslep aldri vil kunne være en matematisk korrekt gjengivelse av virkeligheten men snarere en subjektiv vurdering av de som gjennomfører tilstadsregistreringer vurdert opp mot den vedlikeholdsstrategien som gjelder. Kvantifisering av et vedlikeholdsetterslep vil derfor være avhengig av hvilke preferanser eier har til hva som er en akseptabel standard. Et vedlikeholdsetterslep kan dermed oppstå ved at bygget har en lavere standard en den uttrykte vedlikeholdsstrategien eller ved at et bygg ikke lenger fyller den funksjonen det er tiltenkt. Denne oppgaven synliggjør problemstillinger når det gjelder definisjonen av hva vedlikehold er i forhold til å kartlegge riktige kostnader. Dette innebærer at en kan stille spørsmålstegn ved hvordan et etterslep beregnes og i forhold til hvilke preferanser som vil være forskjellig fra eier til eier. Basert på modellen for direkte påvirkningsfaktorer var neste steg i oppgaven å bekrefte modellen med en analyse basert på Forsvarsbyggs datagrunnlag. Problemstillingens tredje spørsmålsstilling var: Hvilken sammenheng er det mellom et utvalg av disse faktorene og utviklingen av tilstanden i en større eiendomsportefølje? De interne rapporter og utredninger i Forsvarsbygg når det gjelder vedlikeholdsnivået tilsier at leiemodellen ikke er kostnadsdekkende og de gjennomførte tilstandsregistreringene viser at tilstanden har en negativ utvikling og en lav standard. Den negativ utviklingen av tilstandsgraden kan logisk sett forklares av en leiemodell som ikke er kostnadsdekkende hvis en forutsetter at tilstandsregistreringene er korrekte. Side 86

93 I denne oppgaven har jeg først gjennomført en regresjonsanalyse for å se om de direkte forklaringsvariabler kan predikere utviklingen av tilstanden på bakgrunn av den utarbeidede modellen. Gjennomførte vedlikeholdskostnader i perioden mellom første og andre tilstandskartlegging var den utvalgte forklaringsvariabelen men jeg har valgt å inkludere utviklingskostnadene fordi dette sees i sammenheng med vedlikeholdet i Forsvarsbygg. I tillegg ble andre forklaringsvariabler som brukerfinansierte tiltak, kostnader i forhold til registrert behov samt alder lagt inn i analysemodellen. Analyseresultatene viste at forklaringsvariablene ikke hadde en statistisk sammenheng eller forklaringseffekt med utviklingen av tilstandsgraden. Analysen ble også gjennomført for å finne en sammenheng mellom forklaringsvariablene og hvilken tilstand bygget hadde ved siste tilstandsregistrering med samme analyseresultat. Denne oppgaven finner ikke prediksjon eller statistisk sammenheng mellom vedlikeholdsinnsatsen og utvikling av tilstandsgrad eller tilstandsvurderingen ved siste måling. Ei heller ved å inkludere brukerfinansierte tiltak som er gjort på byggene. Et logisk resultat ville vært at bygg som har fått tilført mye vedlikeholdsinnsats vil bedre tilstanden eller i det minste ha en mindre negativ utvikling. Oppgaven gir derfor ikke et entydig svar på hva som påvirker utviklingen av tilstandsgraden men reiser en problemstilling knyttet til kvantifisering av vedlikeholdsetterslep og hvorvidt det er en negativ utvikling eller ikke. Resultatet av analysen stiller spørsmålstegn til reliabilitet og validitet i det datagrunnlaget som er analysert. I problemstillingens siste spørsmålsstilling ble følgende spørsmål stillet: Hvilke forutsetninger må legges til grunn kvalitet i tilstandsvurderinger og kalkyle av etterslep? Det er et strategisk grep som må gjøres for å definere hvilke vedlikeholdsnivåer en ønsker å ha i en portefølje, deretter er det helt avgjørende å benytte nok ressurser og riktig kompetanse for å kartlegge tistanden i en bygningsmasse. Oppgaven peker på viktigheten av gode tilstandsregistreringer og viser også at tilstandsregistreringer kan gjøres på ulike nivå. Resultatet av analysen viser at en mulig forklaring på analyseresultatet er at tilstandsregistreringene er feil. Flere ting tyder på dette, både at ingen sammenhenger finnes for utviklingen av tilstanden men også at sammenhenger heller ikke finnes for den siste Side 87

94 tilstandsmålingen. Dette ustøttes av masteroppgaven om vedlikehold i Utleie (Fossdal 2009). I denne forbindelse trekker jeg frem masteroppgaven Skolebygningers tilstand i kommunene (Loka 2006) som også gjennomførte en statistisk analyse som fant at tilstanden var bedre for de kommunene som prioriterte vedlikeholdet. Det spesielle i denne oppgaven var at det ikke ble funnet sammenhenger for andre forklaringsvariabler som organisasjonsmodeller og planleggingsverktøy. Dette understøtter at det stilles strengere krav til hva som kan oppfattes som statistiske sammenhenger basert på et datagrunnlag. En kan stille spørsmålstegn om reliabiliteten til måleresultatene, det vil si om målingene er konsistente og nøyaktige. For å undersøke reliabilitet i tilstandskartlegginger ble en sammenliknende analyse basert på 2 profesjonelle aktører som kartla et identisk utvalg av bygg i Forsvarsbygg. Denne analysen konkluderte med at aktørene kom frem til divergerende resultater både når det gjaldt avvik på bygningsdeler og tekniske anlegg samt kostnadsvurderinger forbundet med dette. Både regresjonsanalysen for å finne predikering av tilstandsutvikling og sammenliknende analyse av tilstandskartlegging peker på at reliabiliteten ikke er god nok. Når det gjelder validitet så er en utviklingen av tilstandsgraden det som ønskes analysert. Validiteten er dermed god men reliabiliteten er for dårlig til å verifisere en påvirkning av tilstandsutviklingen. Oppgavens konklusjon er at modellen som er utgangspunktet for analysen ikke kan verifiseres på et statistisk grunnlag. Vedlikeholdsinnsats og brukerfinansierte tiltak har ingen effekt på utviklingen av tilstandsgraden eller hvilken tilstand bygget har. Forutsetningene for modellen, som er utgangspunktet for analysen, er at tilstandsregistreringene har tilfredsstillende reliabilitet. Denne forutsetningen er ikke til stede. Dette betyr at grunnlaget for optimal vedlikeholdsplanlegging ikke er til stede. Dette basert på at korrekt oversikt over tilstand er grunnlaget for å kunne planlegge et optimalt vedlikehold i tillegg til å måle hvilken effekt vedlikeholdet har hatt. Dette betyr at det ikke vil være mulig å finne en balanse mellom tilgjengelig budsjett basert på strategi på det ene siden og vedlikeholdsbehovet basert på en Side 88

95 tilstandsgrad med tilfredsstillende reliabilitet på den andre siden. Tilstandsregistreringer er den beste metoden som i dag finnes for å måle tilstand og utvikling av denne. Imidlertid setter dette strenge krav til utførelse, kompetanse og erfaring. Oppgaven konkluderer videre med at sannsynligheten er høy for at tilstandsregistreringer kan gi svært divergerende resultat forklart i erfaring, kompetanse eller for lite ressursbruk. I en slik situasjon er tilstandsregistreringer ikke egnet som grunnlag til å planlegge vedlikehold eller for å måle utviklingen i en portefølje. Utgangspunktet for oppgaven var å drøfte en modell for verdibevarende vedlikehold for offentlig eiendomsforvaltning vurdert mot en modell basert på en litteraturstudie og analyseresultater. Jeg har kommet frem til en delvis modell basert på direkte årsaksfaktorer som åpenbart burde ha en påvirkning av tilstanden. Utfordringen er at modellen ikke understøttes av analyseresultatene. Tilnærmingen til dette er at forutsetningene for modellen fortsatt er til stede men kvaliteten i datagrunnlaget kan ikke verifisere modellen. På bakgrunn av denne oppgaven kan en stille spørsmålstegn med de store tall for vedlikeholdsetterslep og negativ utvikling i media i de siste årene. Det er en felles oppfatning at innenfor offentlig eiendomsforvaltning er det et stort vedlikeholdsetterslep, men spørsmålet blir hvor mye det i realiteten er. Oppgaven peker også på at ulike preferanser til definisjonen av vedlikehold også kan gi forskjellig resultat i hva en definerer som vedlikeholdskostnader sett opp mot andre prosesser som løpende drift. Denne oppgaven tar utgangspunkt i Forsvarsbyggs portefølje og et utvalg på kvm som er 32 % av den porteføljen som blir tilstandsvurdert. Spørsmålet er om dette er egnet til å generalisere for andre offentlige eiendomsbesittere. Dette er ikke tilstrekkelig for å generalisere på en slik måte at en kan definere en ny teoretisk allmenn modell, men gir allikevel en sterk indikasjon på at en bør stille spørsmål til hvordan offentlige eiendomsbesittere kommer frem til tall for vedlikeholdsetterslep og utvikling av tilstandsgrad. Side 89

96 Litteraturliste Aftenposten (2010) URL: Andersen, S (2003): Case-studier og generalisering. Oslo: Fagbokforlaget Bergseng, E. og Håkonsen, L. (2001) Forvaltning, drift og vedlikehold av eiendom i offentlig og privat sektor. Erfaringer, utfordringer og muligheter. Rapport nr. 7/2001. Bø i Telemark. Bjørberg, S (2009) Forelesningsnotater. NTNU Trondheim Bjørberg, S, Gissinger, H. K, Olsson, N, Valen, M. S (2011): Bygningsvedlikehold bedre planlegging en nøkkel til bedre drift og vedlikehold, Temahefte 4 Eiendomsutvikling og forvaltning, (Foreløpig utgave). NTNU Trondheim Dalland, O (2000) Moderne oppgaveskriving for studenter. Oslo: Gyldendal Norsk Forlag ECON og Multiconsult (2002) Organisering av kommunal eiendomsforvaltning. Rapport Econ. Oslo. ECON og Multiconsult (2001) Vedlikehold av kommunale bygninger. Rapport Econ. Oslo. Econ Pöyry (2008) Beregning av årlige vedlikeholdskostnader for Forsvarsbyggs bygningsmasse. Rapport Econ. Oslo Eikeland, P. T. (2005) Husleieordninger i statlig eiendomsforvaltning. Teoretisk grunnlag og praktiske erfaringer. Rapport til Moderniseringsdepartementet, Oslo 28. januar Eliassen, T (2010) Innføring av husleie i Forsvaret suksess, fiasko eller litt av begge deler. Masteroppgave NTNU, Institutt for byggekunst, prosjektering og Forvaltning. Trondheim FOBE (2006) Kartlegging av kommunenes utgifter til vedlikehold av sine bygninger. Utredning for Kommunal- og regionaldepartementet. Rapport Norsk kommunalteknisk forening. Oslo. FOBE (2007) Fra skippertak til systematisk vedlikehold av kommunale bygninger. Kartlegging av beste praksis. Rapport Norsk kommunalteknisk forening. Oslo. Franzén, Å (2005) Tillståndet hos den offentliga byggnadsmassan i och eftersläp i underhåll. Masteroppgave NTNU, Institutt for bygg, anlegg og transport. Trondheim. Furustøl, K (2008) Økonomiske konsekvenser av manglende vedlikeholdsstrategi og tiltak. Masteroppgave NTNU, Institutt for bygg, anlegg og transport. Trondheim. Side 90

97 Fossdal, C (2009) Vedlikehold i Forsvarsbygg Utleie. Masteroppgave NTNU, Institutt for byggekunst, prosjektering og Forvaltning. Trondheim FB (2011), Årsmelding for 2010, Forsvarsbygg Gissinger, H. K. (2007) The Maintenance planning process in Trondheim Municipality, in Proceedings Maintenance and Management conference, September 2007, Roma. Haugen, T. (2008) Temahefte 1 Forvaltning, drift, vedlikehold og utvikling av bygninger. Tapir akademiske forlag, Trondheim. Haugen, T. (1990) Bygningsforvaltning, doktoravhandling, Institutt for husbyggingsteknikk, NTN, Trondheim. ISO/WD Johannessen, A (2008) Introduksjon til SPSS, Abstrakt forlag, Oslo KPMG (2010) Internrevisjonsrapport av tilstandsregistreringer i Forsvarsbygg. KPMG, Oslo Larsen, A. K (2008). En enklere metode. Bergen: Fagbokforlaget Loka, I (2006) Skolebygningers tilstand i kommunene, hva kan forklare variasjon i den bygningsmessige tilstand. Masteroppgave, Høgskolen i Agder. Midtbø, T (2007) Regresjonsanalyse for samfunnsvitere, Universitetsforlaget, Oslo MOD (2005) En mer effektiv statlig bygge- og eiendomsforvaltning. Moderniseringsdepartementet, Oslo Multiconsult og PriceWaterhouseCoopers (2008) Vedlikehold i kommunesektoren. Fra forfall til forbilde. Oslo. NRK (2010) URL: NTNU (2007) Utvikling og forvaltning av offentlige bygninger i et livsløpsperspektiv. FOU program Kommunal Eiendomsforvaltning. NTNU, Fakultet for arkitektur og billedkunst og Fakultet for Ingeniørvitenskap og teknologi, Trondheim. NOU 2004:22 Velholdte bygninger gir mer til alle. Kommunal- og regionaldepartementet. Oslo. NS-EN , Norsk standard for fasilitetsstyring, Standard Norge Side 91

98 NS 3454, Norsk standard for livssykluskostnader for byggverk, Standard Norge NS 3424, Norsk standard for tilstandsanalyser for byggverk, Standard Norge NS 3452, Bygningsdelstabell, Standard Norge PTL (2008) Beregning av årlige vedlikeholdskostnader for Forsvarsbyggs bygningsmasse. Rapport Prosjekt og teknologiledelse. Trondheim Rienecker, L og Jørgensen S. P (2006) Den gode oppgaven. Fagbokforlaget Riksrevisjonen, (2005) Riksrevisjonens undersøkelse av kommunenes ansvar for skolebygg. Rapport 3:13. Oslo. Raknes, S. P. (2006), Organisering av kommunal eiendomsforvaltning, Masteroppgave NHH, Bergen. Rambøll (2008) Beregning av årlige vedlikeholdskostnader for Forsvarsbyggs bygningsmasse. Rapport Rambøll. Trondheim RIF (2010) State of the nation. Rapport Rådgivende Ingeniørers Forenings. Oslo Schanke, T, Skålholt, A. (2008) Kunnskapsstatus om skolebygg. Notat 02/2008 fra Østfoldforskning. St meld 32 (2009) Stortingsmelding nr 32, St prp 77 (2001) Stortingsproporsisjon nr 77 SPSS (2006) Advanced Techniques Regression, Kursmateriell, SPSS inc, Chicago SSB (2011). Boligprisindeksen, alle boliger, URL: Ulimoen, E, Harridsleff, Ø(2007) Kartlegging av sammenheng mellom kommunalt forvaltningsregime og skolens fysiske kvaliteter. Masteroppgave NTNU, Institutt for bygg, anlegg og transport, Trondheim. Valen, M. S og Olsson, N (2009): En studie av årsakssammenhenger i kommunal eiendomsforvaltning. Rapport 2009, NTNU Wood, B (2009) Building maintenance, Blackwell Publishing Ltd, West Sussex, United Kingdom Side 92

99 Yin, R. K. (2009) Case Study Research: Design and Methods. Fourth Edition. SAGE Publications. California, Årsberetning Forsvarsbygg (2005). URL: (Lesedato: ). Vedlegg 1). Regresjonsanalyse Side 93

100 Vedlegg 1 1. Undersøkelse av datasett av modell Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent Alder år ,0% 0,0% ,0% Utført VU ,0% 0,0% ,0% Utført BDU ,0% 0,0% ,0% TG måling ,0% 0,0% ,0% Descriptives Statistic Std. Error Alder år Mean 42,40,990 95% Confidence Interval for Lower Bound 40,45 Mean Upper Bound 44,34 5% Trimmed Mean 40,04 Median 41,00 Variance 652,938 Std. Deviation 25,553 Minimum 2 Maximum 220 Range 218 Interquartile Range 33 Skewness 1,913,095 Kurtosis 7,533,189 Utført VU Mean 387,19 36,051 95% Confidence Interval for Lower Bound 316,41 Mean Upper Bound 457,98 5% Trimmed Mean 221,83 Median 83,87 Variance ,105 Std. Deviation 930,367 Minimum 0 Maximum 9859 Range 9859 Interquartile Range 312 Skewness 5,165,095 Kurtosis 34,815,189 Utført BDU Mean 248,41 33,923 Side 1 av 30 sider

101 95% Confidence Interval for Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 Lower Bound 181,80 Mean Upper Bound 315,02 5% Trimmed Mean 96,33 Median 1,32 Variance ,096 Std. Deviation 875,463 Minimum 0 Maximum Range Interquartile Range 77 Skewness 6,773,095 Kurtosis 57,774,189 TG måling 1 Mean 1,17,018 95% Confidence Interval for Lower Bound 1,13 Mean Upper Bound 1,20 5% Trimmed Mean 1,16 Median 1,00 Variance,219 Std. Deviation,468 Minimum 0 Maximum 3 Range 3 Interquartile Range 0 Skewness,787,095 Kurtosis 2,781,189 Extreme Values Case Number Value Alder år Utført VU Highest Lowest Highest a Side 2 av 30 sider

102 Utført BDU TG måling 1 Lowest Highest Lowest Highest Lowest Masteroppgave i eiendomsutvikling og forvaltning Vedlegg b b b a. Only a partial list of cases with the value 5 are shown in the table of lower extremes. b. Only a partial list of cases with the value 0 are shown in the table of lower extremes. Side 3 av 30 sider

103 Vedlegg 1 Histograms Side 4 av 30 sider

104 Vedlegg 1 Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent Utvikling TG ,0% 0,0% ,0% Side 5 av 30 sider

105 Vedlegg 1 Descriptives Statistic Std. Error Utvikling TG Mean -,1882, % Confidence Interval for Lower Bound -,2296 Mean Upper Bound -,1467 5% Trimmed Mean -,2007 Median -,1950 Variance,297 Std. Deviation,54500 Minimum -1,74 Maximum 1,93 Range 3,67 Interquartile Range,50 Skewness,492,095 Kurtosis 1,635,189 Extreme Values Case Number Value Utvikling TG Highest Lowest , , , , , , , , , ,39 Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. Utvikling TG, ,000, ,000 a. Lilliefors Significance Correction Side 6 av 30 sider

106 Vedlegg 1 Utvikling TG Side 7 av 30 sider

107 Vedlegg 1 Grafer Side 8 av 30 sider

108 Vedlegg 1 Correlations Correlations Alder år Utført VU Utført BDU Alder år Pearson Correlation 1,086 * -,027 Sig. (2-tailed),026,484 Utført VU Utført BDU N Pearson Correlation,086 * 1,085 * Sig. (2-tailed),026,028 N Pearson Correlation -,027,085 * 1 Sig. (2-tailed),484,028 Side 9 av 30 sider

109 Vedlegg 1 N *. Correlation is significant at the 0.05 level (2-tailed). 2. Regresjonsanalyse Utvikling tilstandsgrad Descriptive Statistics Mean Std. Deviation N Utvikling TG -,1882, Utført VU 387,19 930, Utført BDU 248,41 875, Alder år 42,40 25, Correlations Utvikling TG Utført VU Utført BDU Alder år Pearson Correlation Utvikling TG 1,000 -,003,016,017 Utført VU -,003 1,000,085,086 Utført BDU,016,085 1,000 -,027 Alder år,017,086 -,027 1,000 Sig. (1-tailed) N Utvikling TG.,471,341,328 Utført VU,471.,014,013 Utført BDU,341,014.,242 Alder år,328,013,242. Utvikling TG Utført VU Utført BDU Alder år Variables Entered/Removed b Variables Variables Model Entered Removed Method 1 Alder år, Utført BDU, Utført VU. Enter a. All requested variables entered. b. Dependent Variable: Utvikling TG Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,025 a,001 -,004,54607 a. Predictors: (Constant), Alder år, Utført BDU, Utført VU b. Dependent Variable: Utvikling TG Side 10 av 30 sider

110 Vedlegg 1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression,119 3,040,133,941 a Residual 197, ,298 Total 197, a. Predictors: (Constant), Alder år, Utført BDU, Utført VU b. Dependent Variable: Utvikling TG Coefficients a Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -,206,042-4,913,000 Utført VU -3,426E-6,000 -,006 -,149,881 Utført BDU 1,050E-5,000,017,432,666 Alder år,000,001,018,469,639 a. Dependent Variable: Utvikling TG Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value -,2206 -,0707 -,1882, Residual -1, ,12622,00000, Std. Predicted Value -2,426 8,790,000 1, Std. Residual -2,827 3,894,000, a. Dependent Variable: Utvikling TG Side 11 av 30 sider

111 Vedlegg 1 Charts Side 12 av 30 sider

112 Vedlegg 1 Side 13 av 30 sider

113 Vedlegg 1 3. undersøkelse datasett avhengig variabel TG 2 Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent TG måling ,0% 0,0% ,0% Descriptives Statistic Std. Error TG måling 2 Mean 1,3552, % Confidence Interval for Lower Bound 1,3263 Mean Upper Bound 1,3841 5% Trimmed Mean 1,3482 Median 1,3200 Variance,144 Std. Deviation,37943 Minimum,00 Maximum 2,70 Range 2,70 Interquartile Range,44 Skewness,245,095 Kurtosis 2,010,189 Side 14 av 30 sider

114 Extreme Values Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 Case Number Value TG måling 2 Highest Lowest , , , , , , , , , ,00 a a. Only a partial list of cases with the value,00 are shown in the table of lower extremes. Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic Df Sig. Statistic df Sig. TG måling 2, ,000, ,000 a. Lilliefors Significance Correction TG måling 2 Side 15 av 30 sider

115 Vedlegg 1 Side 16 av 30 sider

116 GGraph Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 Side 17 av 30 sider

117 Vedlegg 1 Side 18 av 30 sider

118 Vedlegg 1 4. Stegvis regresjon for å finne ny modell Descriptive Statistics Mean Std. Deviation N TG måling 2 1,3552, Utført VU 387,19 930, Utført BDU 248,41 875, Alder år 42,40 25, VU ift behov 223, , VU og BDU ift behov 472, , TG måling 1 1,17, Correlations TG måling 2 Utført VU Utført BDU Alder år Pearson Correlation TG måling 2 1,000,017 -,051,279 Utført VU,017 1,000,085,086 Utført BDU -,051,085 1,000 -,027 Alder år,279,086 -,027 1,000 VU ift behov,083,810,021,065 VU og BDU ift behov,032,680,634,033 TG måling 1,186,010 -,023,246 Sig. (1-tailed) TG måling 2.,334,093,000 Utført VU,334.,014,013 Utført BDU,093,014.,242 Alder år,000,013,242. VU ift behov,017,000,291,048 VU og BDU ift behov,202,000,000,195 TG måling 1,000,396,277,000 Side 19 av 30 sider

119 Vedlegg 1 N TG måling Utført VU Utført BDU Alder år VU ift behov VU og BDU ift behov TG måling Correlations VU ift behov VU og BDU ift behov TG måling 1 Pearson Correlation TG måling 2,083,032,186 Utført VU,810,680,010 Utført BDU,021,634 -,023 Alder år,065,033,246 VU ift behov 1,000,787 -,132 VU og BDU ift behov,787 1,000 -,117 TG måling 1 -,132 -,117 1,000 Sig. (1-tailed) N TG måling 2,017,202,000 Utført VU,000,000,396 Utført BDU,291,000,277 Alder år,048,195,000 VU ift behov.,000,000 VU og BDU ift behov,000.,001 TG måling 1,000,001. TG måling Utført VU Utført BDU Alder år VU ift behov VU og BDU ift behov TG måling Variables Entered/Removed a Variables Variables Model Entered Removed Method 1 Alder år. Stepwise (Criteria: Probability-of-Fto-enter <=,050, Side 20 av 30 sider

120 Vedlegg 1 Probability-of-Fto-remove >=,100). 2 TG måling 1. Stepwise (Criteria: Probability-of-Fto-enter <=,050, Probability-of-Fto-remove >=,100). 3 VU ift behov. Stepwise (Criteria: Probability-of-Fto-enter <=,050, Probability-of-Fto-remove >=,100). 4 Utført VU. Stepwise a. Dependent Variable: TG måling 2 (Criteria: Probability-of-Fto-enter <=,050, Probability-of-Fto-remove >=,100). Model Summary e Model R R Square Adjusted R Square Std. Error of the Estimate 1,279 a,078,077, ,304 b,093,090, ,316 c,100,096, ,341 d,117,111,35771 a. Predictors: (Constant), Alder år b. Predictors: (Constant), Alder år, TG måling 1 c. Predictors: (Constant), Alder år, TG måling 1, VU ift behov d. Predictors: (Constant), Alder år, TG måling 1, VU ift behov, Utført VU e. Dependent Variable: TG måling 2 Side 21 av 30 sider

121 Vedlegg 1 ANOVA e Model Sum of Squares df Mean Square F Sig. 1 Regression 7, ,461 56,122,000 a Residual 88, , Total 95, Regression 8, ,431 33,816,000 b Residual 86, ,131 Total 95, Regression 9, ,180 24,427,000 c Residual 86, ,130 Total 95, Regression 11, ,790 21,806,000 d Residual 84, ,128 Total 95, a. Predictors: (Constant), Alder år b. Predictors: (Constant), Alder år, TG måling 1 c. Predictors: (Constant), Alder år, TG måling 1, VU ift behov d. Predictors: (Constant), Alder år, TG måling 1, VU ift behov, Utført VU e. Dependent Variable: TG måling 2 Coefficients a Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 1,179,027 43,067,000 Alder år,004,001,279 7,491, (Constant) 1,081,041 26,603,000 Alder år,004,001,248 6,507,000 TG måling 1,101,031,125 3,270,001 (Constant) 1,067,041 26,059,000 Alder år,004,001,240 6,263,000 TG måling 1,112,031,138 3,591,000 VU ift behov 2,952E-5,000,085 2,284,023 (Constant) 1,062,041 26,160,000 Alder år,004,001,240 6,340,000 TG måling 1,134,032,165 4,244,000 VU ift behov 9,415E-5,000,272 4,235,000 Utført VU -9,238E-5,000 -,227-3,557,000 a. Dependent Variable: TG måling 2 Side 22 av 30 sider

122 Vedlegg 1 Excluded Variables e Model Beta In t Sig. Partial Correlation Collinearity Statistics Tolerance 1 Utført VU -,008 a -,201,841 -,008,993 Utført BDU -,044 a -1,171,242 -,045,999 VU ift behov,065 a 1,739,083,067,996 VU og BDU ift behov,023 a,618,536,024,999 TG måling 1,125 a 3,270,001,126, Utført VU -,006 b -,165,869 -,006,992 Utført BDU -,042 b -1,125,261 -,044,999 VU ift behov,085 b 2,284,023,088,972 VU og BDU ift behov,039 b 1,053,293,041,982 Utført VU -,227 c -3,557,000 -,137,330 Utført BDU -,043 c -1,176,240 -,046,999 VU og BDU ift behov -,070 c -1,176,240 -,046,380 Utført BDU -,028 d -,755,451 -,029,983 VU og BDU ift behov -,045 d -,755,451 -,029,374 a. Predictors in the Model: (Constant), Alder år b. Predictors in the Model: (Constant), Alder år, TG måling 1 c. Predictors in the Model: (Constant), Alder år, TG måling 1, VU ift behov d. Predictors in the Model: (Constant), Alder år, TG måling 1, VU ift behov, Utført VU e. Dependent Variable: TG måling 2 Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value,7645 2,0192 1,3552, Residual -1, ,22247,00000, Std. Predicted Value -4,560 5,125,000 1, Std. Residual -3,842 3,418,000, a. Dependent Variable: TG måling 2 Side 23 av 30 sider

123 Charts Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 Side 24 av 30 sider

124 Vedlegg 1 Side 25 av 30 sider

125 Vedlegg 1 5. Regresjonsanalyse ny modell utvikling TG 2 Descriptive Statistics Mean Std. Deviation N TG måling 2 1,3552, Utført VU 387,19 930, Alder år 42,40 25, VU ift behov 223, , TG måling 1 1,17, Correlations TG måling 2 Utført VU Alder år Pearson Correlation TG måling 2 1,000,017,279 Utført VU,017 1,000,086 Alder år,279,086 1,000 VU ift behov,083,810,065 TG måling 1,186,010,246 Sig. (1-tailed) N TG måling 2.,334,000 Utført VU,334.,013 Alder år,000,013. VU ift behov,017,000,048 TG måling 1,000,396,000 TG måling Utført VU Alder år VU ift behov TG måling Side 26 av 30 sider

126 Correlations Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 VU ift behov TG måling 1 Pearson Correlation TG måling 2,083,186 Utført VU,810,010 Alder år,065,246 VU ift behov 1,000 -,132 TG måling 1 -,132 1,000 Sig. (1-tailed) N TG måling 2,017,000 Utført VU,000,396 Alder år,048,000 VU ift behov.,000 TG måling 1,000. TG måling Utført VU Alder år VU ift behov TG måling Variables Entered/Removed b Variables Variables Model Entered Removed Method 1 TG måling 1, Utført VU, Alder år, VU ift behov. Enter a. All requested variables entered. b. Dependent Variable: TG måling 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,341 a,117,111,35771 a. Predictors: (Constant), TG måling 1, Utført VU, Alder år, VU ift behov b. Dependent Variable: TG måling 2 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 11, ,790 21,806,000 a Residual 84, ,128 Total 95, a. Predictors: (Constant), TG måling 1, Utført VU, Alder år, VU ift behov Side 27 av 30 sider

127 b. Dependent Variable: TG måling 2 Masteroppgave i eiendomsutvikling og forvaltning Vedlegg 1 Coefficients a Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 1,062,041 26,160,000 Utført VU -9,238E-5,000 -,227-3,557,000 Alder år,004,001,240 6,340,000 VU ift behov 9,415E-5,000,272 4,235,000 TG måling 1,134,032,165 4,244,000 a. Dependent Variable: TG måling 2 Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value,7645 2,0192 1,3552, Residual -1, ,22247,00000, Std. Predicted Value -4,560 5,125,000 1, Std. Residual -3,842 3,418,000, a. Dependent Variable: TG måling 2 Charts Side 28 av 30 sider