Lær å forstå DEA-målingen

Transkript

1 Lær å forstå DEA-målingen Svein Sandbakken Temadag EBL 1. november 2007 Trondheim Beddingen Trondheim Fax ECgroup AS Tlf Oslo Stortingsgata Oslo Fax

2 Innhold DEA-modell Generelt Skalautbytte Supereffektivitet Nye produktaspekter 2

3 Effektivitetsmåling DEA-modell Sammenligning av hvilke innsatsfaktorer som benyttes for å produsere en kombinasjon av produkter Sammenligning av hvilke kostnader som benyttes for å løse en oppgave av en viss størrelse 3

4 DEA-modell generelt Nettvirksomheten Oppgave Transportere en viss energimengde fram til kundene Forhold som påvirker kostnaden med å utføre oppgaven rammevilkår Antall kunder Transportavstand Optimalt utbygd nett Faktisk linjelengde Transportforhold Geografi (fjord, fjell, vind, lyn, skog, snø, asfalt ++) Behov for omlasting 4

5 DEA-modell generelt Utfordring Beskrive oppgave/rammevilkår for å oppnå en mest mulig rettferdig effektivitetsmåling Umulig å kunne ta hensyn til alle forhold som har kostnadsmessige konsekvenser for utførelsen av oppgaven Effektivitetsmåling blir aldri 100 % korrekt 5

6 DEA-modell generelt Kostnader Tapskostnader (01 05) Avskrivning egen- og stønadsfinansierte anlegg Andre driftskostnader Kostnader for netttjenester - øvrig Normalavkastning egenog stønadsfinansierte anlegg KILE (snitt faktisk) Ikke med Nedskrivning Tap ved avgang Oppgave Distribusjon Overført energi Antall kunder fritidsbolig Antall kunder annen forsyning Lengde høyspentnett Antall nettstasjoner Grenseskilleparameter Kystklima Skog Snøfall Oppgave Regional Luftlinje vektet Jordkabel vektet Sjøkabel vektet Stasjoner vektet Skog 6

7 DEA-modell generelt NVE Distribusjon Sammenligning av de samlede samfunnsmessige kostnader knyttet til å transportere en viss energimengde over et nett med en viss utstrekning fram til et visst antall kunder, hensyntatt forsyningsområdets vanskelighetsgrad 7

8 DEA-modell generelt Inntektsramme Kostnadsnorm Erapp NVEs DEA-modell Effektivitet Agder Energi Nett AS 90,5 % Alta Kraftlag AL 83,5 % Andøy Energi AS 82,2 % Askøy Energi AS 107,6 % Aurland Energiverk AS 53,6 % Austevoll Kraftlag BA 56,9 % Ballangen Energi AS 73,7 % Bindal Kraftlag AL 88,5 % BKK Nett AS 86,6 % BKK Stord AS 71,3 % Bodø Energi AS 85,1 % Buskerud Kraftnett AS 89,1 % Dalane energi IKS 70,2 % 8

9 DEA-modell generelt PRODUKTASPEKTER OPPGAVEBESKRIVELSE CRS-FRONT VRS-FRONT D E F YB C B P2 Y1=YAB P1 P3 A TEKNISK EFFEKTIVITET = (XAB/YAB) / (X1/Y1) O XAB XB X1 INNSATSFAKTORER RESSURSBRUK Minimer λ λ j j x j NVEs DEA-modell gitt at y * λ j yrj r = 1,...,s rj λ j * = 0 j λ 0 j = 1,...,n j 9

10 DEA-modell generelt Effektivitet beregnes gjennom en sammenligning av kostnader og oppgave for alle selskap Ingen selskap med samme kombinasjon av oppgavebeskrivende parametere Nødvendig å konstruere et sammenligningsselskap for alle selskap Konstrueres som en kombinasjon av faktiske selskap 10

11 DEA-modell generelt Totalkostnad Energi Antall fritidskunder Antall kunder utenom fritid Lengde høyspent Antall nettstasjoner Grenseskilleparameter Kystklima Skog Snøfall Vekting Eget selskap KS NSs Selskap 1 K1 NS1 λ1 Selskap 2 K2 NS2 λ2.. Selskap N Kn NSn λn REFERANSE- SELSKAP Kr NSr Kr = K1*λ1 + + Kn*λn NSr = NS1*λ1 + + NSn*λn Minimeres Større eller lik selskapets oppgaveparametere Finn alle λi 11

12 DEA-modell generelt Konstruert sammenligningsselskap - Referanseselskap Konstrueres som en kombinasjon av faktiske selskap Alle oppgavebeskrivende parametere >= oppgavebeskrivende parametere for det aktuelle selskapet Lavest mulig kostnad (Mest effektive kombinasjon med samme eller større oppgave) 12

13 DEA-modell generelt Referanseselskap Selskapet Askøy Energi AS Fredrikstad Energi Nett AS Eidefoss AS Krødsherad Everk Nord- Salten Kraftlag AL Ørskog Interkomm. Kraftlag Hafslund Nett AS Totalt 4,008 0,059 0,932 8,381 0,261 9,282 0,074 Energi totalt [MWh] Antall kunder fritid Antall kunder utenom fritid Nettlengde høyspent [km] Antall nettstasjoner Grensesnittsvariabel 1 006,0 0, ,0 0,0 0,0 0,0 393, , ,0 Vind/kystavstand*HSL 6,3 5,2 1,5 0,3 0,0 13,1 1,9 2,1 42,7 Skog*HSL 973,4 21,5 8,6 19,3 37,9 21,1 56,3 305,4 973,4 Snø*HSL Referanseselskap Selskapet Fusa Kraftlag Luster Energiverk AS Totalt 0,135 0,797 Energi totalt [MWh] Antall kunder fritid Antall kunder utenom fritid Nettlengde høyspent [km] Antall nettstasjoner Grensesnittsvariabel 0,0 519,2 448,0 427,2 Vind/kystavstand*HSL 0,8 2,8 0,8 1,0 Skog*HSL 51,6 67,1 53,4 51,6 Snø*HSL

14 DEA-modell generelt Effektivitet Totalkostnad Referanseselskap Totalkostnad Eget selskap EFF = K Ref /K 14

15 DEA-modell Skalautbytte Skalautbytte (VariableRS ConstantRS) Forskjellig krav til konstruksjon av idealselskapet VRS Andeler >= 0 (λ i >= 0) Summen av andeler = 1 ( λ i = 1) CRS Andeler >= 0 (λ i >= 0) Strengere krav ved VRS enn ved CRS Kostnad Idealselskap VRS >= Kostnad Idealselskap CRS Effektivitet VRS >= Effektivitet CRS 15

16 DEA-modell Skalautbytte Skalautbytte (VRS CRS) PRODUKTASPEKTER OPPGAVEBESKRIVELSE CRS-FRONT VRS-FRONT D E F Y B C B P 2 Y 1=Y AB P 1 P 3 A TEKNISK EFFEKTIVITET = (X AB/Y AB) / (X 1/Y 1) O X AB X B X 1 INNSATSFAKTORER RESSURSBRUK 16

17 DEA-modell Skalautbytte VRS modell Referanseselskapet en kombinasjon av noen selskap som er større og andre som er mindre enn aktuelt selskap CRS-modell Referanseselskapet kan være en kombinasjon av bare selskap som er mindre eller bare selskap som er større enn eget selskap 17

18 DEA-modell Skalautbytte VRS modell Ikke mulig å konstruere en blanding av andre selskap med like stor oppgave som selskapene med størst oppgave Selskap med størst oppgave Referanseselskap = Eget selskap Effektivitet = 100 % uavhengig av kostnad 18

19 DEA-modell Skalautbytte VRS modell Vanskelig å konstruere en blanding av andre selskap med like stor oppgave For de nest største selskapene For de minste selskapene Effektivitet ~ 100 % 19

20 DEA-modell Skalautbytte Sammenheng mellom effektivitet med VRS og CRS (2004 med energi, kunder, lengde høyspent og lengde lavspent) Effektivitet med CRS 100,0 % 90,0 % 80,0 % 70,0 % 60,0 % 50,0 % 40,0 % 40,0 % 50,0 % 60,0 % 70,0 % 80,0 % 90,0 % 100,0 % Effektivitet med VRS 20

21 DEA-modell Skalautbytte Endring i effektivitet ved overgang fra VRS til CRS 5,0 % 0,0 % -5,0 % -10,0 % -15,0 % -20,0 % -25,0 % -30,0 % Antall kunder 21

22 DEA-modell Supereffektivitet Ordinær supereffektivitet Ikke seg selv som referanseselskap NVE Selskap som er effektive ved beregning basert på data for 1 år, defineres som supereffektive dersom effektiviteten er større enn 100 % ved en sammenligning med fjorårets front Forbedring i forhold til fjoråret 22

23 DEA-modell Supereffektivitet Supereffektivitet (> 100 %) Effektivitet % Effektivitet 2005 med data både for 2004 og 2005 > 100% Effektivitet > 100 % (forbedring i forhold til fjoråret) Effektivitet 2005 med data både for 2004 og % Effektivitet = 100 % 23

24 DEA-modell Flere produktaspekter CRS-modell Input = Totalkostnad 1 Output: Energioverføring Lavest kostnad pr. kwh høyest effektivitet Entydig sammenheng mellom kostnad pr. kwh og effektivitet Selskapet med lavest kostnad pr. kwh referanseselskap for alle andre Effektivitet >= 100 % 24

25 DEA-modell Flere produktaspekter Sammenheng mellom kostnad og overført energi Totalkostnad [kkr] 25

26 DEA-modell Flere produktaspekter Sammenheng mellom kostnad pr kwh og effektivitet 120,0 % 100,0 % 80,0 % 60,0 % 40,0 % 20,0 % 0,0 % 0,00 0,10 0,20 0,30 0,40 0,50 0,60 Kostnad [kr pr kwh] 26

27 DEA-modell Flere produktaspekter Nytt produktaspekt antall kunder Tilleggsbetingelse ved konstruksjon av idealselskapet Idealselskapets kostnad med 2 output >= Idealselskapets kostnad med 1 output Effektivitet med 2 output >= Effektivitet med 1 output Økning eller uendret effektivitet ved innføring av nytt produktaspekt 27

28 DEA-modell Flere produktaspekter Sammenheng mellom effektivitet med 1 og 2 output Effektivitet med GWh og kunder 120,0 % 100,0 % 80,0 % 60,0 % 40,0 % 20,0 % 0,0 % 0,0 % 20,0 % 40,0 % 60,0 % 80,0 % 100,0 % 120,0 % Effektivitet med bare GWh 28

29 DEA-modell Flere produktaspekter Sammenheng mellom effektivitet med 2 og 3 output Effektivitet med GWh, kunder og høyspent 120,0 % 100,0 % 80,0 % 60,0 % 40,0 % 20,0 % 0,0 % 0,0 % 20,0 % 40,0 % 60,0 % 80,0 % 100,0 % 120,0 % Effektivitet med GWh og kunder 29

30 DEA-modell Flere produktaspekter Selskap med lavest kostnad pr kwh Fritidskunde Kunde utenom fritid Km høyspentnett Nettstasjon Grenseskilleparameter Kystklimaparameter Skogparameter Snøfallparameter Effektivitet 100 % 30

31 DEA-modell Flere produktaspekter Selskap med høy verdi på en parameter i forhold til andre parametere spesielle selskap Effektivitet 100 % 31

32 DEA-modell Flere produktaspekter Nytt produktaspekt Økning i effektivitet for noen selskap Uendret effektivitet for andre Konsekvenser for selskap som ikke oppnår økning i effektivitet - utover misunnelse? 32

33 DEA-modell Flere produktaspekter I 2007 =50% *K % * K N JI K N 2005 = K 2005 *EFF 2005 /EFF Bransjen 2005 Nytt produktaspekt Økning i bransjens midlere effektivitet 33

34 DEA-modell Flere produktaspekter Økt inntektsramme for selskap med Økning i effektivitet > Økning i bransjens midlere effektivitet Redusert inntektsramme for selskap med Økning i effektivitet < Økning i bransjens midlere effektivitet 34

35 DEA-modell Omfordeling av inntektsramme mellom selskapene med ulike valg vedrørende DEA-modellen Skalautbytte (VRS CRS) Supereffektivitet Produktaspekter Strenge krav til DEA-modellens konstruksjon 35

36 De nye variablene - I Nettstasjoner istedenfor linjelengde lavspent Antall nettstasjoner sikrere enn lengde lavspentnett Manglende/feil rapportering av antall nettstasjoner hos 25 % av selskapene NVE: Nettstasjoner = Fordelingstrafoer Eierskap til lavspentnettet 36

37 De nye variablene - II Splitting av antall kunder mellom fritidsbolig og annet enn fritidsbolig 2 like selskap (energi, kunder, nett og lignende) Større kostnad i et nett med stor andel fritidsboliger? Manglende rapportering av antall fritidsboliger hos enkeltverk Skille fritidsboliger andre kunder Taktisk rapportering av antall fritidsboliger 37

38 De nye variablene III Grenseskillevariabel Selskap med litt regionalnett (trafo og bryterfelt) = Distribusjonsnett Tvilsomt å innføre parameter som ikke alle selskap har Selskap med både regionalnett og distribusjonsnett Forskjellig grense mellom R- og D-nett Noen med verdi på grenseskilleparameter, andre ikke 38

39 Virkning av grenseskilleparameter Økning i effektivitet ved innføring av grenseskilleparameter 40 % 35 % 30 % 25 % 20 % 15 % 10 % 5 % 0 % Grenseskilleparameter 39

40 De nye variablene III Rigid grense mellom R- og D-nett Distribusjonsnett Høyspentnett Nettstasjoner Lavspentnett Problematisk å effektivitetsmåle en håndfull regionalnettskomponenter Effektivitet Rnett = Effektivitet Dnett Effektivitet = Bransjens midlere effektivitet 40

41 De nye variablene IV Geografiparametere Kystklima (vind/kystavstand) Andel skog Snøfall Geografifaktorer * Lengde høyspent luftlinje Vanskelig kontrollerbare data 41

42 De nye variablene IV Hvorfor geografiparametere? Urettferdig behandling (for lav effektivitet) av selskap med høye kostnader som følge av vanskelige rammevilkår Kostnad uten geografikostnad: 100 Kostnad med geografikostnad: 110 Målt effektivitet uten geografikostnad - geografiparametere: 80 % Målt effektivitet med geografikostnad: Uten geografiparametere 72,7 % Med geografiparametere 80,0 % 42

43 Virkning av kystklima-parameter Økning i effektivitet ved innføring av kystklima 60 % 50 % 40 % 30 % 20 % 10 % 0 % 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 Vindbelastning/Kystavstand 43

44 Virkning av skogparameter Økning i effektivitet ved innføring av andel skog 25 % 20 % 15 % 10 % 5 % 0 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % Andel skog 44

45 Virkning av snøparameter Økning i effektivitet ved innføring av snøfall 35 % 30 % 25 % 20 % 15 % 10 % 5 % 0 % Snøfall [mm] 45

46 Virkning av geografiparametere Økning i effektivitet ved innføring av geografiparametere 50,0 % 45,0 % 40,0 % 85 mill kr 35,0 % 30,0 % 25,0 % 20,0 % 15,0 % 10,0 % 5,0 % 0,0 % 50,0 % 60,0 % 70,0 % 80,0 % 90,0 % 100,0 % 110,0 % 120,0 % Effektivitet uten geografiparametere 46

47 Nye parametere Grenseskilleparameter Tvilsom Geografiparametere Kontrollerbarhet Overkompensasjon 47

48 DEA-modell - Følsomhet Endring i selskapets oppgave Kan medføre endring i referanseselskap Selskapenes effektivitet følsom for endringer i ulike produktaspekter Idealselskapets oppgave >= Oppgave for selskapet 48

49 DEA-modell følsomhet Referanseselskap Selskapet Ørskog Interkomm. Kraftlag Energi1 Follo/Røyk en as Hafslund Nett AS Totalt 0,130 0,081 0,004 Energi totalt [MWh] Antall kunder fritid Antall kunder utenom fritid Nettlengde høyspent [km] Antall fordelingstrafoer Antall nettstasjoner Grensesnittsvariabel 0,0 393,2 0, ,0 68,6 Vind/kystavstand*HSL 0,8 5,7 2,6 6,7 1,0 Skog*HSL Snø*HSL

50 DEA-modell - Følsomhet Ingen endring i idealselskap før selskapets oppgave blir større enn idealselskapets oppgave Ingen økning i effektivitet før selskapets oppgave blir større enn idealselskapets oppgave Effektivitet mest følsom for endring i produktaspekt som er lik idealselskapets produktaspekt Effektivitet minst følsom for endring i produktaspekt med mye slakk i forhold til idealselskapet 50

51 DEA-modell - Følsomhet Økning i oppgave uten kostnadsøkning Mer eller mindre umulig Effektivitetsmessig endring Oppgaveendring - Kostnadsendring 51

52 DEA-modell - Følsomhet Produktaspekt Kostnad - Produktsapekt Kostnad 52