Rapport 86/02. Ressursbruk i skolen statistiske analyser

Transkript

1 Rapport 86/2 Ressursbruk i skolen statistiske analyser

2 ECON-rapport nr. 86/2, Prosjekt nr ISSN: , ISBN GLU/EBO/KVR/toe,RBE 6. november 22 Offentlig Ressursbruk i skolen statistiske analyser Utarbeidet for Utdanningsforbundet og Kommunenes Sentralforbund ECON Senter for økonomisk analyse Postboks 6823 St. Olavs plass, 13 Oslo. Tlf: , Faks: ,

3 Innhold: SAMMENDRAG OG KONKLUSJONER INNLEDNING INTERNASJONALT BILDE Ressursbruk pr. elev Mulige årsaksfaktorer Befolkningstetthet Inntektsnivå Spesialskoler - spesialklasser Innvandring Yrkesopplæringen Andelen av kullet i utdanning ULIKE TYPER ANALYSER ANALYSER PÅ NASJONALE DATA Grunnskolen Norge Grunnskolen Finland Folkeskolen Danmark Videregående utdanning Norge Sammenfattende kommentarer ANALYSER PÅ INTERNASJONALE DATA Resultater barnetrinnet Resultater videregående skole Sammenfatning internasjonale analyser SYNTESE AV DE ULIKE ANALYSENE...38

4 Sammendrag og konklusjoner Resymé Utdanningskostnadene i Norge er blant de høyeste i Europa. Spredt bosetting og små skoler gir Norge en kostnadsulempe i forhold til de fleste andre europeiske land. Vi anslår kostnadsulempen til å være i størrelsesorden ti prosent målt som driftsutgifter per elev. Den viktigste kilden til forskjeller i ressursbruk pr. elev mellom land er forskjeller i landenes inntekts- og dermed kostnadsnivå. Andelen innvandrerelever har også betydning for de gjennomsnittlige utgiftene pr. elev. Betydningen for kostnadsnivået av ulik politikk knyttet til integrering av funksjonshemmede elever er usikker. Bakgrunn Norge er et av de landene i OECD-området som bruker mest ressurser på skolen, både på grunnskolen og på videregående skole. Samtidig hevdes det at kvaliteten i den norske skolen ikke står i forhold til ressursinnsatsen. Studier foretatt i regi av OECD, dokumentert i Education at glance 21 og PISA-undersøkelsene, bekrefter etter enkeltes syn dette bildet. Undersøkelsene viser at Norge bruker mer ressurser på skolen enn gjennomsnittet av OECD-landene, og at elevenes prestasjoner, slik de måles i undersøkelsene, ligger om lag på gjennomsnittet. På denne bakgrunnen har representanter for sentrale myndigheter gitt uttrykk for at det ikke nødvendigvis er noen entydig sammenheng mellom ressursinnsats og kvalitet i skolen, men at det er behov for reformer som sikrer at ressursene brukes på en måte som sikrer høyere kvalitet. Sammenlignet med de fleste andre land har Norge en skolestruktur preget av mange små skoler med små klasser. Det innebærer en høy ressursbruk pr. elev. Videre gir den norske skolen tilbud til en meget stor andel av årskullene i grunnog videregående skole. Dette innebærer at den norske skolen er pålagt å gi tilbud til mange elever med spesielle behov, både av pedagogisk og sosial art, som kan være mer ressurskrevende enn i sammenlignbare land. Også andre strukturelle forhold, som for eksempel organiseringen av yrkesopplæringen, kan være en mulig årsak til forskjeller i ressursbruk mellom ulike land. Problemstilling I rapporten analyserer vi betydningen av særnorske strukturelle forhold som trolig gjør det dyrere å drive skole i Norge sammenlignet med mange andre land. Forhold vi har vurdert er: 1

5 at Norge har et mer spredt bosettingsmønster enn andre land med mindre skoler og klasser at Norge har en større andel av årskullene i ordinær skole enn andre land (gjelder særlig i videregående opplæring) at det er strukturelle forskjeller mellom yrkesopplæringen i Norge og i andre land. Analysene er gjort gjennom statistiske analyser av nasjonale data fra OECD-området og mer detaljerte data for Danmark, Finland og Norge. Konklusjoner Det er en viktig særnorsk kostnadsulempe i skolen som følge av spredt bosettingsstruktur og små skoler med små klasser i forhold til de fleste europeiske land. Datamaterialet gir oss ikke et presist estimat på hvor stor forskjellen er. Vår vurdering er at Norges kostnadsulempe i grunnskolen er i størrelsesorden ti prosent av utdanningskostnadene pr. elev. Høye utgifter i Norge, men Danmark på topp Norge bruker mer ressurser på utdanning enn mange andre land, men det er også flere land som bruker mer ressurser enn Norge, jf. Figur A. I 1998 brukte Norge 576 dollar pr. elev på barnetinnet. Det tilsvarende tallet for Danmark landet som brukte mest ressurser pr. elev, var 671 dollar. Forskjellen utgjør over 16 prosent av de norske kostnadene. Motsatt bruker Finland lite ressurser på utdanning utgiftene pr. elev på barnetrinnet var i dollar, nesten 2 prosent lavere enn i Norge. Figur A Utgifter pr. elev på barnetrinnet (1998) i dollar (venstre akse) og i prosent av BNP pr. innbygger (høyre akse) Dollar % av BNP pr. innbygger Dollar Norge Sverige Danmark Finland Tyskland Frankrike Italia %avbnp pr.innbygger Kilde: OECD (21), ECON Note: Utgifter pr. elev målt i prosent av BNP pr. innbygger må ikke forveksles med andelen av BNP som går til utdanning, jf. nærmere omtale i avsnitt

6 De fleste store vesteuropeiske landene, og særlig landene helt sør i Europa, bruker mindre ressurser pr. elev enn Norge. I gjennomsnitt var driftsutgiftene pr. elev i Vest-Europa på 44 dollar på barnetrinnet i Det er mer enn 2 prosent under det norske nivået. Norsk geografi gir høye utgifter til utdanning Norges spredte bosetting gir en høy andel småskoler med små klasser. Vi anslår at dette gir Norge en kostnadsulempe i grunnskolen på i størrelsesorden ti prosent sammenliknet med Danmark. Etter vår vurdering er kostnadsulempen i grunnskolen i Norge i forhold til et gjennomsnittlig europeisk land av samme størrelsesorden som i forhold Danmark. Finland har en bosettingsstruktur som bare er noe mer konsentrert enn den norske. Norges kostnadsulempe i forhold til Finland er mindre enn fem prosent. En viktig grunn til kostnadsulempen er at kostnadene pr. elev stiger sterkt når skolene blir svært små, jf. Figur B Norge har i dag mange små skoler, slik at sammenslåing og etablering av større skoler kan gi betydelige kostnadsreduksjoner. I Danmark, derimot, er skolene gjennomgående så store at større skoler nesten ikke gir lavere kostnader pr. elev i det hele tatt. Kostnadsreduksjonen ved å øke antall elever pr. skole blir raskt mindre når skolen har nådd en størrelse på mellom 1 og 2 elever. Figur B Estimert kostnadskurve for grunnskolen i Norge. Gjennomsnittlige driftsutgifter pr. elev som funksjon av gjennomsnittlig skolestørrelse i kommunen 12 1 Driftsutgifter i 1 NOK Elever pr skole Kilde: ECON Høye inntekter gir høye kostnader Forskjeller i inntektsnivået er den viktigste kilden til forskjellene i hvor mye ulike land bruker på utdanning. Det er helt klare tendenser til at land med høye inntekter målt ved bruttonasjonalproduktet (BNP) og dermed også kostnader bruker mer på utdanning enn land med lavere inntektsnivå. Den viktigste grunnen til at høyt BNP gir høye utgifter pr. elev er en ren kostnadseffekt: Lønningene, 3

7 også lærerlønningene, er høyere i rike land enn i land med lavere nasjonalinntekt. At høyinntektsland bruker mye ressurser på utdanning, kan også komme av at landene gir økt prioritet til skoler og utdanning, blant annet som følge av økte krav til utdanning og kompetanse i arbeidslivet. Få innvandrere i trekker utdanningskostnadene ned i Finland I hvert av landene Norge, Finland og Danmark er det en klar tendens til at kommunenes utgifter til utdanning er høyere desto høyere andelen innvandrere blant elevene er. Kostnadseffektene varierer mellom landene, trolig som følge av ulike politiske prioriteringer og ulike måter å organisere undervisningen av innvandrere på. Et grovt estimat er at dersom Finland hadde hatt en innvandrerandel like høy som Norges, hadde kostnadene pr. elev på barnetrinnet vært 6 prosent høyere. En kostnadseffekt i denne størrelsesorden svarer til om lag en fjerdedel av kostnadsforskjellen på barnetrinnet mellom Norge og Finland i Høy andel yrkesfag gir også noe høyere kostnader i Norge Andelen av elevene som går på yrkesfaglig linje er trolig også en faktor av betydning for forskjellene i kostnadene pr. elev i videregående skole. Norge har en høyere andel av elevene på yrkesfag enn gjennomsnittet for Vest-Europa og de andre nordiske landene. Den høyere yrkesfagandelen bidrar til at norske kostnader pr. elev er i størrelsesorden tre prosent høyere enn kostnadene i Danmark og Finland. Vanskelig å måle effekten av ulikheter i politikk mellom land Vi har i analysen av de internasjonale dataene ikke maktet å avdekke effektene på kostnadene av ulikheter i politikken mellom land. Landene har ulik politikk med hensyn til integrering av funksjonshemmede og barn med spesielle behov, ulik politikk med hensyn til hvor stor del av årskullene man inkluderer i videregående utdanning og ulik politikk når det gjelder sammensetning av videregående utdanning på ulike linjer (for eksempel allmennfag versus yrkesfag). For andre forklaringsfaktorer enn andelen yrkesfag i videregående utdanning har ikke analysen gitt klare resultater. 4

8 1 Innledning I denne rapporten undersøker vi om det fins særnorske forhold som kan forklare Norges relativt høye utgifter til utdanning pr. elev i grunnskolen og videregående opplæring. Forhold som har vært anført for å forklare at Norge bruker relativt mye ressurser på utdanning, har vært at Norge har et mer spredt bosettingsmønster enn andre land, slik at det har vært nødvendig med mindre skoler og klasser at Norge har en større andel av årskullene i ordinær skole enn andre land (gjelder særlig i videregående opplæring) at det er strukturelle forskjeller mellom yrkesopplæringen i Norge og i andre land. Mer spredt bosetting i Norge enn andre land kan altså gjøre det nødvendig med mindre skoler og klasser. Siden drift av en skole innebærer faste kostnader nesten uavhengig av hvor mange barn som går der, blir gjennomsnittlig ressursbruk pr. elev ofte høyere på små skoler. Dessuten vil små skoler som oftest innebære små klasser, noe som gir høyere kostnader enn i større skoler. I Norge har man i økende grad bygget ned spesialskoler for funksjonshemmede barn og barn med andre spesielle behov, og isteden integrert dem i den vanlige skolen. Det krever mer ressurser i den ordinære skolen og kan ha bidratt til å øke kostnadene pr. elev i Norge. Også utgifter til integrering av innvandrere og et uttalt politisk mål om at alle ungdommer skal ha et tilbud om videregående opplæring, kan ha bidratt til høyere kostnader i Norge. Forskjeller i organisering og sammensetning av videregående opplæring mellom land kan også ha vært en kilde til utgiftsforskjeller. Siden en yrkesfagsplass i gjennomsnitt koster langt mer enn en plass på allmennfag, vil en høy andel yrkesfagselever i videregående opplæring i et land trekke gjennomsnittlige kostnader pr. elev opp. Variasjoner i hvor stor del av yrkesopplæringen som skjer i skole og hvor stor del som skjer i bedriftene (lærlingeordninger) er også en mulig kilde til variasjoner mellom land i gjennomsnittlige utgifter pr. elev. Årsaker til kostnadsforskjeller Å analysere årsaker til kostnadsforskjeller eller særnorske kostnadsforhold krever varsomhet. De kostnadsforholdene vi drøfter betydningen av, er kombinasjoner av objektive forhold slik som bosettingsstruktur på den ene siden, og av politiske 5

9 prioriteringer på den andre siden. Kostnadene knyttet til høy grad av integrering av barn med spesielle behov, er således en kostnadsvariabel direkte avledet av politiske prioriteringer. Et stykke på vei er dette tilfellet også for betydningen av spredtbygdhet. Selv om det er klare grenser for hvor lang reisetid til skolen man kan pålegge elevene, har kommunene selv en betydelig valgfrihet for hvordan de vil organisere grunnskolen mange små eller få og større skoler. De effektene på kostnadsnivået vi finner av ulike indikatorer på spredtbygdhet er dermed en kombinasjon av betydningen av faktisk bosettingsstruktur og av politiske prioriteringer. Metodisk tilnærming I denne rapporten vil vi nærme oss spørsmålet om betydningen av særnorske kostnadsfaktorer fra mange retninger. Vi baserer oss dels på vurderinger av datamaterialet og sammenligner kostnadsnivåer mellom land og internt i land. Dernest gjennomfører vi statistiske regresjonsanalyser der vi forklarer variasjoner i utgiftene pr. elev med ulike forklaringsvariabler. Fordelen med regresjonsanalyse er at vi kan studere statistiske sammenhenger mellom flere variable samtidig. De statistiske regresjonsanalysene er todelt. Vi gjennomfører for det første regresjonsanalyser basert på disaggregerte tall for gjennomsnittlige utdanningskostnader på kommunenivå internt i Danmark, Finland og Norge. Dernest gjennomfører vi regresjonsanalyser der nasjonale gjennomsnittstall for OECDlandene er observasjonsenhetene. Leserveiledning I kapittel 2 vil vi redegjøre for gjennomsnittlige utgifter til utdanning i Norge og andre land. Disse dataene gir et hovedinntrykk av forskjellene mellom land, samt de tilgjengelige indikatorene for aktuelle forklaringsvariable bak forskjellene. I kapittel 3 drøfter vi hvordan de datasettene vi har hatt tilgang til kan benyttes til å analysere mulige årsaker til forskjellene i ressursbruk. Kapittel 4 redegjør for analyser basert på nasjonale data over gjennomsnittlig ressursbruk pr. elev på kommunenivå i henholdsvis Norge, Finland og Danmark. Kapittel 5 redegjør for statistiske analyser av landvise gjennomsnittstall for ressursbruk pr. elev. Kapittel 6 sammenfatter våre vurderinger av betydningen av særnorske kostnadsfaktorer, basert på de ulike datasettene og analysene. 6

10 2 Internasjonalt bilde Vi presenterer i dette kapittelet noen figurer over ressursbruk pr. elev i ulike land fra hentet fra OECD s publikasjon Education at a glance (OECD, 21). Tallene er samlet inn fra nasjonale kilder av OECD og samordnet så langt som mulig. Tallene omfatter all ressursbruk til utdanning, uavhengig om den finansieres av det offentlige eller av private, om den foregår i det ordinære utdanningssystemet eller spesialskoler og om elevene er barn, ungdom eller voksne. OECD-tallene er fra Utgiftstallene innbefatter alle typer utgifter, enten de er klassifisert som driftsutgifter eller kapitalutgifter. 1 Vi benytter også noen dataserier samlet inn av EU. Disse er fra det siste året med tilgjengelige data, i hovedsak Ressursbruk pr. elev To indikatorer for ressursbruk Vi presenterer to indikatorer for ressursbruken i utdanning. Den ene måler samlede driftsutgifter pr. elev målt i dollar. Den omfatter både lønnskostnader og andre driftskostnader, og er omregnet til felles valuta ved såkalte kjøpekraftspariteter. 2 Den andre indikatoren måler lærerårsverk pr. elev. Denne indikatoren er således ikke påvirket av usikkerhet med hensyn til omregningen til felles valuta. Men på den andre siden tar den ikke hensyn til at forskjeller i lærerlønningene kan gi ulik ressursbruk, selv om antall årsverk pr. elev er det samme. Indikatoren inneholder heller ikke informasjon om andre driftskostnader. Vi har altså to indikatorer som har sine styrker og svakheter. Høy ressursbruk i Norge, men danskene bruker mer Hovedbildet er at Norge bruker relativt sett mye ressurser pr. elev i alle skoleslag, men det er land som bruker mer. Danmark framstår som et land som bruker mye ressurser på utdanning, mens Finland bruker klart mindre enn de andre nordiske landene. 1 2 De nasjonale dataene for Norge, Finland og Danmark som analyseres i neste kapittel omfatter bare driftsutgifter. Nivåene på OECD-dataene og de nasjonale dataene kan derfor ikke uten videre sammenlignes. Kjøpekraftspariteten er en beregnet vekslingskurs som ofte ligger nær de faktiske valutakursene, men som er ment å gi bedre uttrykk for kjøpekraften til de ulike valutaene enn de observerte kursene i valutamarkedet. Likevel introduserer omregningen til en felles valuta en usikkerhet i tallene. 7

11 Hovedbildet i rangeringen av landenes ressursbruk finner vi igjen i indikatoren elever pr. lærer. Her er et lavt tall et tegn på høy ressursbruk, slik at Danmark plasseres helt til høyre i figuren. Finland har et langt høyere elevtall pr. lærer enn de andre nordiske landene. Det er ikke fullt samsvar i rangeringen av alle landene mellom de to indikatorene. Korea har flest elever pr. lærer, og bruker svært lite ressurser på utdanning målt med denne indikatoren. Målt i dollar, kommer Korea lenger opp på skalaen, hvilket skyldes de relativt sett høye lærerlønningene i landet (relativt til kjøpekraften i Korea). Figur 2.1 Ressursbruk pr. elev på barnetrinnet. Dollar (1998) Denmark Switzerland Austria United States Norway Italy Sweden Japan Finland Australia Belgium (Fl.) Netherlands France Belgium Germany United Kingdom Spain Portugal Korea Ireland Greece Hungary Czech Republic Poland Mexico Canada Iceland Luxembourg New Zealand Turkey Kilde: OECD (21) Figur 2.2 Ressursbruk på barnetrinnet. Elever pr. lærer (1998) Korea Turkey Mexico Czech Republic United Kingdom Ireland Japan Germany New Zealand France Canada Finland Australia Netherlands United States Switzerland Spain Austria Belgium Greece Sweden Iceland Norway Luxembourg Italy Hungary Denmark Kilde: OECD (21) 8

12 Figur 2.3 Ressursbruk pr. elev i ungdomsskole og videregående skole. Dollar (1998) Denmark Switzerland Austria United States Norway Italy Sweden Japan Finland Australia Belgium (Fl.) Netherlands France Belgium Germany United Kingdom Spain Portugal Korea Ireland Greece Hungary Czech Republic Poland Mexico Canada Iceland Luxembourg New Zealand Turkey Kilde: OECD (21) Note: Statistikken er delt i primary og secondary education. Primary education er barneskole og secondary education omfatter lower secondary - ungdomsskole og higher secondary videregående skole. Det er ulike grad av rapportering på undergruppene innenfor secondary education. For å få med flest mulig land viser vi utgiftene for secondary education samlet. OECDs utdanningsstatistikk gjør det ikke mulig å skille ut ressursbruken på barnetrinnet og ungdomstrinnet for alle landene. Figurene nedenfor viser utgiftene i dollar og i prosent av BNP pr innbygger for et utvalg land hvor denne oppsplittingen er mulig. BNP pr innbygger er en indikator på landets inntektsnivå. Utgifter pr. elev er en indikator for hvor mye landet satser på utdanning. Utgifter pr elev målt i prosent av BNP pr innbygger er en måte å korrigere landenes ulike satsing på utdanning for forskjeller i inntektsnivået mellom land. 9

13 Figur 2.4 Utgifter pr. elev på barnetrinnet(1998) i dollar (venstre akse) og i prosent av BNP pr. innbygger (høyre akse). Dollar % av BNP pr. innbygger Dollar Norge Sverige Danmark Finland Tyskland Frankrike Italia % av BNP pr. innbygger Kilde: OECD (21), ECON. Note: Utgifter pr. elev målt i prosent av BNP pr. innbygger må ikke forveksles med andelen av BNP som går til utdanning. Figur 2.5 Utgifter pr. elev på ungdomstrinnet(1998) i dollar (venstre akse) og i prosent av BNP pr. innbygger (høyre akse). Dollar % av BNP pr. innbygger Dollar Norge Sverige Danmark Finland Tyskland Frankrike Italia % av BNP pr. innbygger Kilde: OECD (21), ECON. Note: Utgifter pr. elev målt i prosent av BNP pr. innbygger må ikke forveksles med andelen av BNP som går til utdanning. 1

14 Figur 2.6 Utgifter pr. elev i videregående utdanning(1998) i dollar (venstre akse) og i prosent av BNP pr. innbygger (høyre akse). Dollar % av BNP pr. innbygger Dollar % av BNP pr. innbygger Norge Sverige Danmark Finland Tyskland Frankrike Italia Kilde: OECD (21), ECON Note: Utgifter pr. elev målt i prosent av BNP pr. innbygger må ikke forveksles med andelen av BNP som går til utdanning. 2.2 Mulige årsaksfaktorer Vi viser i dette avsnittet figurer over variabler som kan måle ulike årsaksfaktorer Befolkningstetthet Den eneste internasjonalt sammenlignbare indikatoren for spredtbygdhet, er innbyggere pr. kvadratkilometer. Dette er en langt fra perfekt indikator. Blant annet tar den ikke hensyn til at et land kan bestå av store ubebodde områder samtidig som befolkningen bor i sentra. Det gir få innbyggere pr. kvadratkilometer, samtidig som størstedelen av befolkningen bor i tettsteder. Bare i Norge, Sverige og Finland er det etter det vi kjenner til utviklet indikatorer som på en bedre måte måler graden av urbanisering. Vi kommer tilbake til disse indikatorene i omtalen av de nasjonale datasettene. Det er vanskelig å se noen direkte sammenheng mellom innbyggere pr. kvadratkilometer og ressursbruken, jf. Figur 2.7. Men det er altså all grunn til å huske på svakhetene ved dette målet. Vi ser blant annet det spesielt lave tallet for befolkningstetthet for Australia. Danmark framstår som langt mer tett befolket enn de andre nordiske landene, men ikke i internasjonal sammenheng. 11

15 Figur 2.7 Ressursbruk pr. elev på barnetrinnet og befolkningstetthet 5 Innbyggere pr. kvadr. km Korea Nederland Belgia Tyskland Japan Danmark 5 Mexico Irland Australia Finland Sverige USA Norge Dollar pr. elev i barneskolen Kilde: OECD, SSB Inntektsnivå En mulig forklaringsfaktor bak forskjeller i hvor mye ressurser landene bruker pr. elev, kan rett og slett være inntektsnivået, målt ved BNP pr. innbygger. Denne indikatoren fanger blant annet opp at rikere land har et høyere lønnsnivå enn land med lavt inntektsnivå. Høyere generelt lønnsnivå betyr som regel også høyere lønnskostnader i skolen. Det trekker kostnadene opp. En annen mulig effekt av inntekt er at når et land blir mer velstående, kan det bruke mer ressurser på ulike formål, inkludert utdanning. Det er en klar tendens til at land med høyt BNP pr. innbygger også tenderer til å bruke mye ressurser på utdanning, jf. Figur 2.8. Figur 2.8 Ressursbruk pr. elev på barnetrinnet og inntektsnivå 4 BNP. pr innbygger, dollar Korea Finland Norge Sverige USA Danmark Dollar pr. elev i barneskolen Kilde: OECD 12

16 2.2.3 Spesialskoler - spesialklasser En hypotese er at land som integrerer funksjonshemmede og barn med spesielle behov i den ordinære undervisningen, får økte kostnader. På den andre siden er ofte kostnadene pr. elev høyere i spesialskoler enn i ordinær skole. Det skulle tilsi at gjennomsnittlige kostnader pr. elev (gjennomsnitt av ordinær skole og spesialskoler) går ned jo mer elever med spesielle behov integreres i den ordinære undervisningen. Internasjonalt er det en langsiktig trend i retning av mer integrering, men den er ikke kommet like langt i alle land, og systemene for hvordan undervisningen av barna i denne gruppen er organisert, varierer betydelig, jf. European Commission (2). Indikatorer over omfanget av integrering er vanskelig å finne. Fra European Commission (2) har vi funnet andelen av elevene på barnetrinnet og ungdomstrinnet som enten går i spesialskole eller i spesialklasse. Denne indikatoren er ikke noe fullgodt mål, blant annet fordi den ikke skiller mellom elever i spesialklasser og elever i spesialskoler. Den skiller heller ikke mellom barnetrinnet og ungdomstrinnet. EU-publikasjonen inneholder bare data for Europeiske land; EU-land, EØS-land og mulige nye medlemsland. Vi har altså ikke data for OECD-land utenfor Europa slik som Japan eller USA for denne indikatoren. Figur 2.9 Andel av elevene på barnetrinnet og ungdomstrinnet enten går på spesialskole eller i spesialklasse. Prosent Prosent Korea Turkey Mexico Czech Republic United Kingdom Ireland Japan Germany New Zealand France Canada Finland Australia Netherlands United States Switzerland Spain Austria Belgium Greece Sweden Iceland Norway Luxembourg Italy Hungary Denmark Kilde: European Commission (2) Vi kan dele landene i figuren i tre grupper med hensyn til hvordan undervisningen av barn med spesielle behov er organisert: Land der andelen elever i spesialskoler eller spesialklasser er høyere enn tre prosent, er Tsjekkia, Irland, Tyskland, Finland, Nederland og Belgia I en mellomgruppe med andel elever i spesialskoler eller spesialklasser på mellom 1 og 3 prosent, er Storbritannia, Frankrike, Østerrike, Ungarn og Danmark Land med andel elever i spesialskoler/spesialklasser under 1 prosent er Spania, Hellas, Sverige og Norge. 13

17 2.2.4 Innvandring Innvandrerelever trenger spesialopplæring for å lære seg landets språk. Det krever merkostnader. Forskjeller i andelen av elevene som er innvandrere kan således være en kilde til forskjeller i ressursbruk pr. elev. Det fins imidlertid ingen internasjonalt samordnet statistikk over innvandrere, ikke en gang en omforent definisjon av hva som skal forstås med begrepet innvandrer. Vi har benyttet en oversikt over andelen utenlandske statsborgere i ulike europeiske land fra Europarådet (21). Figur 2.1 viser at Sveits har et eksepsjonelt høyt antall utenlandske statsborgere, trolig delvis som en funksjon av å være sentrum for mange internasjonale organisasjoner. Finland har en relativt lav andel utenlandske borgere, mens de øvrige Nordiske landene ligger like under eller like over 5 prosent. Figur 2.1 Andel av befolkning som er utenlandske statsborgere. Prosent Korea Turkey Mexico Czech Republic United Kingdom Ireland Japan Germany New Zealand France Canada Finland Australia Netherlands United States Switzerland Spain Austria Belgium Greece Sweden Iceland Norway Italy Hungary Denmark Kilde: Europarådet (21) Yrkesopplæringen En yrkesopplæringsplass i skolen i Norge koster om lag det dobbelte av en allmennfagplass. Merkostnaden i yrkesfag er neppe den samme i alle land, men det er grunn til å tro at dette forholdstallet angir størrelsesordenen på forskjellen i kostnad mellom en allmennfagplass og en yrkesfagplass. Et land med høy andel av de videregående elevene på yrkesfaglig linje vil derfor få høyere kostnader enn et land med en lav andel av elevene i yrkesfag, dersom alt annet var likt. Andelen av elever i videregående utdanning på yrkesfag er vist i Figur Yrkesopplæringen er ofte ulikt organisert og finansiert i forskjellige land. I Norge skjer en stor del av yrkesopplæringen i skolen. I andre land, blant annet i Tyskland og Østerrike, skjer en høy andel yrkesopplæringen i bedriftene (og bedriftene bærer en større del av kostnadene), gjennom lærlingordninger. Det bidrar isolert sett til høyere offentlige kostnader i Norge enn i disse landene. OECDs statistikk måler i prinsippet både offentlige og private kostnader til utdanning, slik at det 14

18 ikke skal spille noen rolle for tallene om det er det offentlige, bedriftene eller elevene selv (eventuelt deres familier) som betaler for bedriftenes kostnader ved yrkesopplæring av lærlinger. Figur 2.11 Andel av elevene i videregående skole som går på yrkesfag. Prosent Korea Turkey Mexico Czech Republic United Kingdom Ireland Japan Germany New Zealand France Canada Finland Australia Netherlands United States Switzerland Spain Austria Belgium (Fl.) Greece Sweden Iceland Norway Luxembourg Italy Hungary Denmark Belgium Portugal Poland Kilde: European Commission (21) Andelen av kullet i utdanning Norge har etter Reform-94 lagt opp til at alle ungdommer skal ha tilbud om utdanningsplass. Det brukes ressurser på å fange opp elever som faller ut av utdanningssystemet. Det må antas at en politikk som forsøker å føre en høy del av, eller helst hele, årskullet gjennom videregående utdanning, koster mer pr. elev enn dersom en aksepterer at en del av årskullet ikke tar utdanning. En mulig årsak kan være at når hele årskullet gis videregående utdanning, vil en større andel elevene være mindre motivert for undervisningen. Det kan kreve økte lærerressurser. En annen årsak kan være at overkapasiteten i skolesystemet i år med små kull nødvendigvis må være større når alle elevene garanteres skoleplass. Andre land kan i større grad la elevtallet (og kapasiteten) være gitt, og heller la andelen i de ulike årskullene som tilbys utdanning, være fleksibel når kullenes størrelse varierer. Figur 2.12 viser at den norske andelen av årskullene år som er under utdanning, er blant de høyeste internasjonalt sett. 3 I mange land omfatter denne aldersgruppen de årsklassene hvor det er obligatorisk skolegang og den er derfor ikke den beste når det gjelder å studere forskjeller mellom landene når det gjelder hvor stor del av ungdomskullene man ønsker å gi videregående utdanning. Aldersavgrensningen er den som finnes i OECD (21). 15

19 Figur 2.12 Andelen av personer år som er under utdanning. Prosent Korea Turkey Mexico Czech Republic United Kingdom Ireland Japan Germany New Zealand France Canada Finland Australia Netherlands United States Switzerland Spain Austria Greece Sweden Iceland Norway Luxembourg Italy Hungary Denmark Belgium Portugal Poland Kilde: OECD (21) 16

20 3 Ulike typer analyser Datamaterialet Vi har foran presentert enkelte hovedtrekk i det internasjonale datamaterialet. I tillegg til de internasjonale gjennomsnittsdataene, har vi hatt tilgang til kommunedata over ressursbruk til grunnskoleutdanning og aktuelle forklaringsvariabler for Norge, Finland og Danmark. Vi har også hatt norske fylkesdata over tilsvarende variabler for videregående utdanning. Det har ikke vært mulig å framskaffe data for videregående utdanning for Finland og Danmark. Grunnen er at det er en mer kompleks finansieringsstruktur for videregående utdanning i disse landene enn i Norge. I Finland fins det ikke noe fylkesnivå i forvaltningen, og finske kommuner fellesfinansierer ofte videregående skoler. Disse fellesutgiftene framkommer ikke i det tallmaterialet vi har hatt til disposisjon for finske kommuner. Et lignende problem er det for Danmark. Videregående utdanning finansieres dels av kommuner, dels av amtene (fylker) og dels av staten. I tillegg er det et ikke ubetydelig privat innslag i videregående utdanning. Av disse grunner, og fordi det er visse forskjeller når det gjelder hvilke typer utdanning som er inkludert i videregående skole, har det ikke vært mulig å framskaffe danske regionale data for utgiftene pr. elev i videregående utdanning. Begrensninger datamaterialet legger på analysene De nasjonale dataene gjør det mulig å analysere betydningen av ulike forklaringsvariabler for de observerte variasjonene i driftsutgifter pr. elev i et land vi kan observere på et gitt tidspunkt. Men de nasjonale dataene kan ikke brukes til å belyse betydningen av variasjoner i politikk med hensyn til hvor stor andel av årskullet som går i videregående skole, eller variasjoner i omfanget av spesialskoler. Politikken på disse områdene er jo den samme i hele landet. De internasjonale dataene kan i prinsippet si noe om effekten på driftsutgiftene pr. elev av: ulik andel av årskullet i utdanning (videregående) strukturen i videregående (andelen yrkesfag) spredtbygdhet (men dårlige mål i de internasjonale dataene) ulik andel innvandrerelever (men vi har bare andelen utlendinger i landet totalt) forskjeller i landenes inntektsnivå. 17

21 Problemet er få observasjoner og at vi mangler data for enkelte forklaringsvariabler, som må erstattes av data for andre variabler, som dermed bare er en tilnærming til det vi mener er den beste forklaringsmodellen for kostnadene i utdanning. En slik tilnærming vil normalt innebære at vi får upresise estimater på effekten av mange variable. I neste kapittel vil vi redegjøre for analyser av variasjonene i utgiftene internt i Norge, Finland og Danmark. I kapittel 5 redegjør vi for analysene av det internasjonale datasettet. 18

22 4 Analyser på nasjonale data Vi vil i dette kapittelet vise resultatene fra analysene på nasjonale data. Den felles tilnærmingen er å estimere en statistisk regresjonsmodell der gjennomsnittlige driftsutgifter pr. elev i grunnskolen forklares av Indikatorer for spredtbygdhet Gjennomsnittlig skolestørrelse og skolestruktur Indikator for kommuneøkonomien Andel innvandrere. Vi viser også resultatene fra analyser av norske fylkesdata for gjennomsnittlige driftsutgifter i videregående skole. Dataene for Norge, Finland og Danmark er alle fra 21. De måler gjennomsnittstall for kommuner (og fylker i Norge). Utgiftstallene omfatter bare driftsutgifter, dvs. at investeringer i bygninger og utstyr ikke er med Grunnskolen Norge Tallene for norske kommuner og fylkeskommuner er fra statistikkbasen KOSTRA som drives av Statistisk sentralbyrå, og dataene er fra 21. Det er store variasjoner i gjennomsnittlige driftsutgifter pr. elev i grunnskolen, fra et minstenivå på 47. kroner til et høyeste nivå på 155. kroner. Gjennomsnittet for Norge (et veid gjennomsnitt av alle kommunene) var på 56.6 kroner. Modell for driftsutgifter i grunnskolen Utgangspunktet for vår analyse var å estimere en lineær regresjonsmodell av typen Driftsutgifter Elev = α + β * Frie inntekter + β * Skolestørrselse + β * Objektive 1 spredtbygdindikatorer + β * Invandrerandel Vi gjennomførte en rekke regresjoner. Blant konklusjonene var: Befolkningstetthet (innbyggere pr. kvadratkilometer) ingen effekt Dette til forskjell fra de nasjonale gjennomsnittstallene fra OECD, som omfatter både drifts- og kapitalutgifter. 19

23 Andel av befolkningen i tettsted klar effekt Elever pr. skole klar effekt Andelen av elevene i småskoler (<5 elever) klar effekt Reisetid til kommunesentrum ingen effekt Reiseavstand til sonesentrum ingen effekt Reiseavstand til nærmeste nabokrets klar effekt Frie inntekter pr. innbygger klar effekt Andel innvandrere klar effekt. Som det framgår over, har vi hatt tilgang til en rekke indikator for sentralitet for kommunene. Disse er utarbeidet av Statistisk sentralbyrå (SSB), og benyttes som parametere i inntektssystemet for kommunene. Tettstedsvariabelen måler andel av befolkningen som bor i et tettsted definert som en husklynge med minst 2 innbyggere og der husene står maksimalt 5 meter fra hverandre. Reisetid er gjennomsnittlig reisetid for kommunens innbyggere fra bosted til rådhuset. At denne størrelsen ikke får noen effekt på driftskostnadene, er ikke så rart. Grunnskolene ligger gjerne spredt i kommunen og ikke i kommunesenteret. Reiseavstand til sonesentrum og nærmeste nabokrets er gjennomsnittlig avstand for kommunens innbyggere til ulike typer befolkningskonsentrasjoner, definert på bestemte måter. Det viser seg at det er reiseavstand til nærmeste nabokretse som har statistisk forklaringskraft. Det er grunn til å tro at jo mer velstående kommunen er, dess høyere utgifter har den. Den kan derfor velge å bruke mer penger på ulike formål, også grunnskole. Et mål på hvor god råd kommunen er frie inntekter pr. innbygger. Dette er summen av skatteinntekter og ikke-øremerkede overføringer fra staten. Denne variabelen viser seg å ha høy statistisk forklaringskraft i regresjonene. Korreksjon - inntektsvariable Inntektssystemet for kommunene har innbakt i seg en tendens til høyere frie inntekter pr. innbygger i distriktskommunene enn i sentrale kommuner, som følge av utgiftsutjevningselementet i systemet. 5 Kommuner med store utgiftsbehov og det er ofte distriktskommuner tildeles mer midler enn andre kommuner, alt annet likt. Det betyr at det er en komponent i de frie inntektene som reflekterer graden av spredtbygdhet i kommunen. Det igjen innebærer at den estimerte koeffisienten for variabelen frie inntekter ikke bare fanger opp inntektsvariasjoner mellom kommunene som skyldes forskjeller i skatteinntekter eller det gjennomsnittlige nivået på overføringene fra staten, men også en effekt av spredtbygdhet 6. Dersom vi er ute etter å tallfeste den samlede betydningen av spredtbygdhet 5 6 Andelen av innbyggere i tettsted, gjennomsnittlig reisetid til kommunesenter, gjennomsnittlig reiseavstand til nabokrets og gjennomsnittlig reiseavstand til sonesenter er alle indikatorer for spredtbygdhet som inngår i utgiftsnøkkelen i inntektssystemet for kommunene. Spredtbygdhet slik det måles ved disse variablene slår ut i form av høyere rammeoverføringer pr. innbygger for å kompensere for høyere utgiftsbehov i spredtbygde kommuner. Frie inntekter kan også fange opp deler av betydningen av andre forhold som kan tilsi høyere kommunale utgifter - også undervisningsutgifter. Blant disse er andelen innvandrere, en variabel som spiller en selvstendig rolle i våre analyser. 2

24 målt på ulike måter vil vi undervurdere betydningen av denne faktoren dersom vi også har med frie inntekter som forklaringsvariabel. Dersom vi fjerner frie inntekter fra regresjonsmodellen selv om den er signifikant øker den estimerte betydningen av indikatorene på spredtbygdhet. Ved å fjerne frie inntekter risikerer vi imidlertid å overvurdere effekten av spredtbygdhet. Den sanne effekten kan ligge et sted nøyaktig hvor vet vi ikke mellom estimatene med og uten frie inntekter inkludert i regresjonen. Ikke-lineær effekt av skolestørrelse Effekten av endret skolestørrelse eller endringer i andre variabler som fanger opp spredtbygdhet er ikke den samme for ulike skolestørrelser effektene er ikkelineære. En illustrasjon riktignok ikke noe endelig bevis på at det er slik, er Figur 4.1. Den er et kryssplott av driftsutgifter pr. elev mot gjennomsnittlig skolestørrelse i kommunen. Figur 4.1 Gjennomsnittlige driftsutgifter pr. elev i norske kommuner som funksjon av gjennomsnittlig skolestørrelse i kommunen. 1 kroner Brutto driftsutgifter pr elev i grunnskolen Gjennomsnittlig skolestørrelse Kilde: Statistisk sentralbyrå - KOSTRA Figuren viser en klar tendens til at gjennomsnittlige kostnader pr. elev i kommunen er høyere dess mindre gjennomsnittlig skolestørrelse er i kommunen. Den viser også en sterkt stigende gjennomsnittskostnad ved redusert skolestørrelse når gjennomsnittlig skolestørrelse allerede er lav. Effekten av endret skolestørrelse på driftsutgiftene pr. elev synes imidlertid å være svært liten og avtakende når kommunens gjennomsnittlige skolestørrelse er kommet over 15 elever. 21

25 Figuren viser at en rettlinjet (lineær) sammenheng muligens kan forklare variasjonene midt i datamaterialet, men at det er den buete linjen (hyperbelen) som føyer data best. En ikke-lineær effekt av skolestørrelse kan vi i modellen ta hensyn til ved å la skolestørrelse inngå i regresjonsmodellen på formen (1/elever pr. skole) hyperbelform - i tillegg til eller til erstatning for den lineære utformingen. Gjennomsnittstallene per kommune fanger ikke nødvendigvis opp hele betydningen av at kostnadene pr. elev kan bli svært høye i de minste skolene. Vi har derfor også benyttet data fra Undervisnings- og Forskningsdepartementets GSIdatabase for alle skolene i landet. Denne databasen innholder en rekke variable på enkeltskolenivå. Den ikke-lineære sammenhengen mellom skolestørrelse og ressursbruk pr. elev finner vi igjen også i dette materialet. For å nyttiggjøre oss GSI-dataene i vår analyse basert på kommunedata, har vi for hver kommune beregnet andelen av elevene som går på små skoler. Vi har forsøkt to definisjoner av små skoler, skoler med mindre enn 1 elever og skoler med mindre enn 5 elever. Modellen blir da: Driftsutgifter Elev 1 = α + β1 * + β 2 * Skolestørrelse Skolestørrelse + β * Andel i småskoler + β *... 3 Effekten av økt skolestørrelse (dvs. å øke elevtallet med én) vil i modellen være stor ved små skoler og deretter gradvis bli mindre for større skoler. Vi forsøkte en lang rekke modellvarianter. Variabelen andelen elever på skoler med mindre enn 5 elever fikk klart høyere forklaringskraft enn andel elever på skoler med mindre enn 1 elever. Det tyder på at det først og fremst er når skolene blir svært små, at kostnaden pr. elev blir høy. Hovedmodell for grunnskolen Det viste seg at når elever pr. skole inngår på hyperbelform (dvs. på formen (1/skolestørrelse)), blir elever pr. skole på lineær form ikke statistisk signifikant. Andelen elever i små skoler blir imidlertid fortsatt signifikant. Det samme gjelder andelen innbyggere i tettsted og gjennomsnittlig reiseavstand til nærmeste nabokrets. Kombinasjonen av andel småskoler og (1/skolestørrelse) fanger etter vår mening godt opp den ikke-lineære sammenhengen mellom skolestørrelse og driftsutgifter pr. elev. Modellen sier at enhetskostnadene faller betydelig med økt skolestørrelse opp til ca 15 elever, men at det deretter er en svært liten kostnadsreduksjon med større skoler. Som nevnt tidligere inneholder kommunenes frie inntekter inntektsomfordelende element basert på spredtbygdhet. Vi argumenterte derfor for at en modell der den estimerte effekten av frie inntekter inneholder deler av effekten av spredtbygdhet, og dermed stjeler forklaringskraft fra skolestørrelse og andre indikatorer for spredtbygdhet. Vi har derfor også estimert den foretrukne modellen der vi utelater frie inntekter. Da vil geografivariablene få økt forklaringskraft. De estimerte effektene av spredtbygdhet og skolestørrelse i de to modellene representerer trolig hvert sitt ytterpunkt. Modellen med uten frie inntekter gir som resultat større 4 22

26 effekt på kostnadene av spredtbygdhet og skolestørrelse enn modellen som inkluderer frie inntekter. Begge modellene er vist nedenfor. Tabell 4.1 Regresjoner for norske kommuner Modell 1 Modell 2 Variabel Estimat t-verdi Estimat t-verdi Konstantledd 35,7 13,6 52,5 26,7 1/Skolestørrelse 656,1 3,9 1175,2 6,8 Frie inntekter pr. innbygger 8,3*1-4 8,8 Andel innvandrere, prosent,35 1,9,52 2,6 Andel innbyggere i tettsted,6 2,9 -,9 4, Reiseavstand til nabokrets,91 3,5 1,38 4,9 Andel elever på småskole,15 2,9,13 2,2 Antall observasjoner 4 4 R 2,66,6 Avhengig variabel: Brutto driftsutgifter pr. elev i grunnskolen etter kommune, 1 kroner. Antall observasjoner er mindre enn antall kommuner på grunn av manglende rapportering til KOSTRA. Oslo er tatt ut analysen fordi den både er kommune og fylkeskommune. Betydningen av spredtbygdhet og skolestørrelse Betydningen av spredtbygdhet kan illustreres på ulike måter. En måte å illustrere effekten på kostnadene er å benytte modellens estimat til å beregne kostnadseffektene av hypotetiske antagelser om endringer i geografien og skolestørrelsen. Spørsmålet vi vil svare på er hva ville kostnadene pr. elev vært dersom gjennomsnittlig skolestørrelse i hver kommune ble økt til størrelsen i den kommunen som hadde den største gjennomsnittsskolen. Vi beregner også effekten på utgiften pr. elev av at andelen av innbyggerne som bor i tettsted øker fra sitt faktiske nivå til nivået i den mest tettbygde kommunen. For hver av de to estimerte modellene i vedlegg 1 har vi beregnet effekten av å forutsette at gjennomsnittlig skolestørrelse i alle kommuner er like stor som i den kommunen med det høyeste gjennomsnittet i utvalget. Mens (uveid) gjennomsnitt av skolestørrelsen var 148 elever, var den høyeste verdien 488 elever. Gjennomsnittet i Norge, dvs. det veide gjennomsnittet, er på 244 elever pr. skole. Denne endringen fører til en beregnet kostnadsnedgang pr. elev særlig for de minste skolene, siden det er her kostnadsulempene er størst. Skoler som i utgangspunktet er på 2 elever eller mer, får ifølge modellen visse, men små, kostnadsbesparelser ved å øke størrelsen til 488 elever. I tillegg til å øke skolestørrelsen, beregner vi effekten av å redusere andelen elever i små skoler (mindre enn 5 elever) fra sin faktiske verdi til null i alle kommuner. Dette fanger opp deler av de sterke kostnadseffektene ved å ha mange små skoler. Modellen sier i tillegg at andelen av befolkningen som bor i tettsted og gjennomsnittlig reiseavstand til nabokrets også gir høyere kostnader i skolen. Vi har beregnet en hypotetisk effekt av at mange bor spredt ved å endre verdien for alle kommunene fra sin faktiske verdi til den høyeste verdien i utvalget (for reiseavstand blir det den laveste verdien). Dette fører igjen til relativt store kostnads- 23

27 reduksjoner for spredtbygde kommuner, men mindre effekter for sentrale kommuner. Effektene må ses som teoretisk maksimale effekter. Vi har beregnet disse teoretisk maksimale effektene av en maksimal konsentrasjon av bosetting og sterk økning i gjennomsnittlig skolestørrelse med utgangspunkt både i modellen med frie inntekter og i modellen uten frie inntekter. De gjennomsnittlige kostnadene pr. elev i grunnskolen vil med maksimal konsentrasjon reduseres med 9 prosent i modellen med frie inntekter og 14 prosent i modellen uten frie inntekter, jf. Tabell 4.2. Det er store kostnadsreduksjoner i kommuner der gjennomsnittlig skolestørrelse er liten og andelen elever i små skoler er høy, men disse veier lite i de nasjonale gjennomsnittstallene. Selv om 2 prosent av skolene i Norge har mindre enn 5 elever, er andelen av elevene som går på slike skoler bare 2,9 prosent. Tabell 4.2 Effekt på gjennomsnittlige driftsutgifter i norsk grunnskole ved hypotetiske endringer i skolestørrelse 1). Prosent Effekt av skolestørrelse og andel i tettsted lik norsk maksimum Regresjon med frie inntekter Regresjon uten frie inntekter 9, 14, 1) Vi har i tillegg i alle beregningene økt andelen av befolkningen i hver kommune som bor i tettbygd strøk til det norske maksimalnivået. 4.2 Grunnskolen Finland For Finland har vi gjort lignende analyser som for Norge. Vi har en modell for driftsutgifter 7 pr. elev i hver kommune, og skal forklare variasjonene i denne variabelen med inntektsvariable for kommunen, indikatorer for geografi og gjennomsnittlig skolestørrelse. Vi har også med andelen innvandrere (innbyggere født i land utenfor OECD-området) som mulig kostnadsdrivende variabel i den finske grunnskolen. De finske dataene er vist i Figur 4.2. Modell for driftsutgifter i grunnskolen I innledende regresjoner, hvor vi forsøkte forskjellige modellvarianter og forklaringsvariable for gjennomsnittlige driftsutgifter pr. elev, fant vi blant annet: Befolkningstetthet (innbyggere pr. kvadratkilometer) har ingen effekt Andel av befolkningen i tettsted har klar (negativ) effekt Antall elever pr. skole har klar (negativ) effekt Andel innvandrere har klar (positiv) effekt Kommunale inntekter pr. innbygger og private inntekter pr. innbygger får begge statistisk forklaringskraft. 7 De finske dataene vi fikk tilgang til var netto driftsutgifter, det vil si brutto driftsutgifter fratrukket egenbetalinger fra foreldrene. Egenbetalingene er trolig svært små og vi tror ikke forskjellene i datadefinisjoner har hatt noen betydning for estimeringsresultatene. 24

28 Korreksjon - inntektsvariable For inntektsvariablene har vi gjort noen mindre endringer i forhold til i den norske analysen. Siden finske kommuner har fri beskatningsrett, vil kommunene selv kunne påvirke nivået på inntektene. Når kommunene selv kan påvirke inntektsnivået ved beskatningen, kan vi ikke uten problemer benytte disse inntektene i analysen som en gitt rammebetingelse kommunen står overfor. I analysen trenger vi en indikator som i størst mulig grad framstår som gitt og ikke påvirkbar for kommunen, og som samtidig gir et godt uttrykk for hvor mye ressurser kommunen har til rådighet. Vårt valg er et kompromiss mellom de to hensynene. Vi benytter derfor kommunens inntekter fra skatter og overføringer pr. innbygger, men inkluderer i tillegg i variabelen gjennomsnittlig skattbar inntekt hos innbyggerne i kommunen, som forklaringsvariabel. Ikke-lineær effekt av skolestørrelse Vi har som nevnt tilgang til data over andelen av innbyggerne i hver kommune som bor i tettsted. 8 For Finland har vi ikke tilgang til data over andel av elevene i små skoler, og heller ikke indikatorer som tilsvarer de norske indikatorene for reiseavstand og reisetid. Vi ser også i Finland en negativ sammenheng mellom gjennomsnittlig skolestørrelse og driftsutgifter pr. elev, jf. Figur 4.2. Sammenhengen er også i Finland sterkt ikke-lineær, det vil si at det er en negativ sammenheng for små skoler, men at den synes å flate ut eller forsvinne helt for gjennomsnittlig skolestørrelse et sted mellom 1 og 15 elever. Vi legger også merke til at grunnskolene i Finland gjennomgående er mindre enn i Norge. Gjennomsnittlig skolestørrelse i Finland var 24 elever, mot 244 elever i Norge. Samtidig er Finland noe mindre spredtbygd enn Norge. Andelen av innbyggerne som bor i tettsted i Finland er 82 prosent, mens den i Norge er 76 prosent. 8 Definisjonen er den samme som i de norske dataene minimum 2 innbyggere og maksimum 5 meter mellom bygningene. 25

29 Figur 4.2 Gjennomsnittlige driftsutgifter pr. elev som funksjon av gjennomsnittlig skolestørrelse i finske kommuner. Mark 8 7 Netto driftsutgifter pr elev i grunnskolen Gjennomsnittlig skolestørrelse Kilde: Statistisk sentralbyrå Finland. Regresjonene gir også støtte til en ikke-lineær effekt av skolestørrelse. Som i Norge er det hyperbelformen som passer best (dvs. formen (1/skolestørrelse)). Det er altså en sterk kostnadsreduksjon ved økt skolestørrelse når skolene er små, men effektene blir små ved større skoler. Hovedmodell for grunnskolen Vi rapporterer nedenfor de to regresjonene vi mener er best for Finland. I den ene regresjonen har vi begge inntektsvariablene med, mens vi fjerner kommunale inntekter pr. innbygger i den andre regresjonen. Begrunnelsen er at det kan være en geografisk forskjellsbehandling innbakt i det finske systemet for statlige overføringer til kommunene på lignende måte som i Norge. Regresjonen uten kommunale inntekter kan tjene til å få fram en øvre grense for betydningen av geografi og skolestørrelse i analysen av de finske kommunedataene. 26

30 Tabell 4.3 Regresjoner for finske kommuner Modell 1 Modell 2 Variabel Estimat t-verdi Estimat t-verdi Konstantledd 1182, ,2 1/Skolestørrelse , ,3 Frie inntekter pr. innbygger 1,25 14,8 Privat inntekt pr. innbygger -,4 3,6 -,4 3,1 Andel innvandrere, prosent 523,3 1,7 1393,7 3,8 Andel innbyggere i tettsted -29, 2,6-28,4 2,1 Andel elever i 4-7 klasse 212,6 3,3 179, 2,2 Antall observasjoner R 2,64,46 Avhengig variabel: Netto driftsutgifter pr. elev i grunnskolen etter kommune, finske mark. Betydningen av spredtbygdhet og skolestørrelse Også for Finland har vi gjennomført en beregning der vi hypotetisk forutsetter at skolestørrelsen i alle kommuner øker til det høyeste nivået i utvalget, og at andel som bor i tettsted økes tilsvarende. Begge disse endringene tilsier lavere gjennomsnittlige kostnader pr. elev i kommunene. Endringen betyr at det veide gjennomsnittet av elever pr. skole øker fra 23 til 412 elever. I regresjonen som inneholder frie inntekter, reduseres de gjennomsnittlige kostnadene i den finske grunnskolen med 6,5 prosent. I regresjonen uten frie inntekter spiller geografi og skolestørrelse en større rolle, slik at beregnet hypotetisk kostnadsreduksjon blir 8,1 prosent, jf. Tabell 4.4. Tabell 4.4 Effekt på gjennomsnittlige driftsutgifter i finsk grunnskole ved hypotetiske endringer i skolestørrelse 1). Prosent Regresjon med frie inntekter Regresjon uten frie inntekter Effekt av skolestørrelse lik finsk maksimum 6,5 8,1 Effekt av skolestørrelse lik norsk maksimum. 8,7 Effekt av skolestørrelse lik dansk maksimum. 9,4 1) Vi har i tillegg i alle beregningene økt andelen av befolkningen i hver kommune som bor i tettbygd strøk til det finske maksimalnivået. Ytterligere økninger i gjennomsnittlig skolestørrelse har liten betydning. Dersom vi øker skolestørrelsen opp til det høyeste gjennomsnittlige norske nivået (488 elever), blir kostnadsreduksjonen bare,6 prosentpoeng større (fra 8,1 til 8,7 prosent) og går vi videre helt opp til det danske nivået på 617 elever, øker kostnadsreduksjonen bare med ytterligere,7 prosentpoeng (til 9,4 prosent). Vi ser altså at den avtakende effekten fører til at når en kommer over en viss skolestørrelse, vil selv 5prosent større skole bare gi en kostnadsbesparelse på 1,3 prosent. 27