| Forside | | Indhold | | Forrige | | Næste |

Effektiviseringspotentiale på forbrændingsanlæg og deponeringsanlæg i Danmark

5. Effektiviseringspotentiale for deponeringsanlæg

5.1 Konklusion

Analysen peger på, at de danske deponeringsanlæg³⁹ adskiller sig meget fra hinanden ud fra en effektivitetsvurdering. Således er der identificeret et effektiviseringspotentiale på 30 ud af de 32 analyserede anlæg. Hvis der imidlertid tages højde for forskellene mellem anlæggene i relation til mængder, deponeringshøjde og alder, udjævnes disse forskelle betydeligt. Der er dog stadigvæk større forskel på deponeringsanlæggene end på forbrændingsanlæggene set ud fra en effektiviseringssynsvinkel.

Potentialet på de inefficiente anlæg tilsammen ses i tabellen nedenfor. Potentialet for samtlige anlæg i Danmark vil være større end det viste potentiale, idet det er vurderet, at analysen dækker ca. 75% af de deponerede mængder blandet affald⁴⁰.

Tabel 5.1
Opdeling af effektiviseringspotentiale på deponeringsområdet i Danmark, mio. kr. i år 2000

Det er ikke muligt at lægge henholdsvis de laveste tal sammen og de højeste tal sammen og få et interval på det samlede potentiale. Usikkerheden på det totale potentiale vurderes at være på maksimalt ± 15%.

Det kan konkluderes, at 30-50 mio. kr. årligt bør kunne realiseres af anlæggene på kort sigt, svarende til mellem ca. 15% og 25% af deponeringsanlæggenes samlede omkostninger. 15-20 mio. kr. årligt bør kunne realiseres af anlæggene på lang sigt, svarende til yderligere mellem 7% og 10% af de totale omkostninger. 5-10 mio kr bør kunne realiseres af andre end anlæggene både på kort og på lang sigt, det vil sige i alt 5-10%.

Der er således to tredjedele af det identificerede realiserbare potentiale, som bør kunne realiseres på relativt kort sigt. Analysen peger på, at en stor del af det kortsigtede potentiale skyldes høje udgifter til personale og eksterne tjenesteydelser, mens en mindre del skyldes anlæggenes størrelse.

For det langsigtede potentiale peger analysen på, at der er et skalapotentiale, som kan realiseres, hvis en række af anlæggene bliver bedre til at udnytte stordriftsfordele.

Mængderne til deponering forventes ikke at stige i de kommende år samlet set i Danmark. Dog vil en række mindre fyldpladser lukke inden for en årrække på grund af skærpede regler for deponering. Dette vurderes dog ikke at være tilstrækkeligt for at kunne realisere hele det identificerede skalapotentiale, hvorfor det kun kan realiseres ved en diskussion af antal og størrelse af deponeringsanlæg i Danmark.

Der er endvidere identificeret et potentiale på 65-95 mio. kr. årligt, svarende til fra 30% til 45% af de totale omkostninger (inklusive omkostninger til perkolatopsamling og gasindvinding), som forventes at blive vanskeligt at realisere eller som slet ikke kan realiseres. Dette potentiale skyldes forhold på anlæggene såsom forskel i deponeringshøjde, anlæggenes alder, håndtering af farligt affald og forhold, der er forskellige på grund af myndighedskrav.

Det skal bemærkes, at analysen omfatter ca. 75% af de deponerede mængder blandet affald i år 2000. For de anlæg, der ikke har svaret, er der foretaget et skøn over affaldsmængder i år 2000. Denne mængde udgør ca. 15% af den samlede mængde deponeret affald for samtlige anlæg, der har kunnet deltage i undersøgelsen. De udeladte anlægs deponerede mængder udgør ca. 10% af de samlede mængder til deponering. Hvis de ikke-inkluderede anlæg ligner de anlæg, der er medtaget i analysen, vil det samlede bruttoeffektiviseringspotentiale stige fra 151 mio. kr. i år 2000 til ca. 200 mio. kr.

Endelig skal det bemærkes, at potentialet er fastlagt i forhold til de "bedste" af anlæggene i analysen, og analysen forholder sig således ikke til, at de "bedste" anlæg muligvis kan blive endnu mere effektive. Det samlede potentiale kan derfor af den grund være større end det her fastlagte potentiale. Ved interview med de effektive anlæg er det konstateret, at disse allerede i en årrække har gennemgået en effektiviseringsproces. Da deponeringsanlæg er mere simple rent teknisk end forbrændingsanlæg er der ikke her den samme mulighed for løbende effektivisering gennem investering i ny teknologi. Samtidig udgør omkostningerne det eneste input i deponeringsanalysen, og det er således alt andet lige de billigste anlæg, der er de mest effektive anlæg. Dette sammenholdt med en nøje gennemgang af omkostningerne hos disse anlæg peger i retning af, at undervurderingen af potentialet ikke er af stor betydning på deponeringsområdet.

5.2 Datagrundlag

I dette afsnit redegøres kort for det datagrundlag, der har været udgangspunktet for analyserne. En række af de væsentligste elementer ved dataene beskrives ved hjælp af en række illustrationer og kvalitative beskrivelser af data.

I analysen indgår alle deponeringsanlæg i Danmark bortset fra fyldpladser, specialdepoter og industrielle deponeringsanlæg.

Resultatet af dataindsamling

Datagrundlaget for deponeringsanalysen er information indhentet via et spørgeskema udarbejdet til brug for denne undersøgelse. Spørgeskemaet har været udsendt til i alt 53 deponeringsanlæg. Status for besvarelserne fremgår af tabellen nedenfor.

Tabel 5.2
Status for dataindsamlingen, deponeringsanlæg

*Heraf har 3 anlæg en god begrundelse for ikke at svare, da de er under nedlukning.

Tabellen nedenfor viser de deponeringsanlæg, der ikke har besvaret spørgeskemaet.

Tabel 5.3
Deponeringsanlæg, der ikke har besvaret spørgeskemaet

* Sandholt Lyndelse, Kjærgårdsmølle Losseplads og Thyholm Losseplads afleverede ikke besvarelsen efter aftale, idet anlæggene står overfor lukning.

Når data og analyser præsenteres i det følgende er disse baseret på de 32 anlæg. Det enkelte anlæg i analysen er tildelt et bogstav, og hvert enkelt anlæg bevarer det samme bogstav igennem hele rapporten. I præsentationer, hvor anlæggene er tildelt et tal, er der tale om en rangordning af anlæggene efter det viste karakteristika.

For at analysen er repræsentativ for deponeringsanlæg i Danmark er det væsentligt, at anlæg af alle størrelser er dækket i analyserne. Figuren nedenfor viser affaldsmængderne i år 2000 de deponeringsanlæg, der indgår i deponeringsanalysen.

Figur 5.1
Mængder på deponeringsanlæggene

Note: Indeholder kun de anlæg som indgår i analysen.

Som det fremgår af figuren, er der en udemærket spredning i de deponerede og tilførte mellemdeponerede mængde for deponeringsanlæggene.

Det kan diskuteres, hvilke mængder i relation til mellemdeponering, der er korrekte at medtage i analysen. Det har derfor været undersøgt, om det var muligt på basis af de stillede spørgsmål at medtage summen af tilførte og fraførte mellemdeponerede mængder i analysen. Desværre viser data, at spørgsmålene om de udvejede mængder ikke er besvaret entydigt. Derfor er det besluttet at anvende de tilførte mellemdeponerede mængder som en indikation af aktiviteten omkring mellemdeponering. Den udvejede mængde er desuden undersøgt i de statistiske analyser.

Den deponerede mængde i de afleverede besvarelser dækker ca. 80% af den samlede deponerede mængde for alle adspurgte anlæg⁴¹. Dette vurderes at være en tilfredsstillende andel for, at analysen er repræsentativ for deponeringen af blandet affald i Danmark.

Økonomi

De økonomiske data spiller en central rolle i analysen. På figuren nedenfor illustreres spredningen i bruttoomkostningerne til deponering for de deponeringsanlæg, som indgår i analysen.

Figur 5.2
Bruttoomkostning per ton deponeret affald samt bruttoomkostning per ton deponeret + mellemdeponeret affald

Bruttoomkostningerne dækker alle omkostninger (ekskl. omkostningerne til perkolat håndtering og gasindvinding) til såvel endelig deponering som mellemdeponering. Det betyder, at bruttoomkostningerne per ton endeligt deponeret affald er et misvisende nøgletal i de tilfælde, hvor den mellemdeponerede mængde er stor.

Det fremgår af figuren, at der er en meget stor spredning i nøgletallene, som udtrykker bruttoomkostningerne per ton affald endeligt deponeret plus mellemdeponeret. Det er en indikation af, at der findes et betydeligt effektiviseringspotentiale på deponeringsområdet.

Den store spredning dækker efter al sandsynlighed over variationer i organiseringen af behandlingen af deponeringsaffald samt den egentlige drift af anlæggene, men kan i princippet skyldes forskellige miljøkrav og serviceniveauer for deponeringsanlæggene.

For deponeringsanlæggene bør der i modsætning til for forbrændingsanlæg være en forholdsvis tættere sammenhæng mellem deponeringsanlæggenes bruttoomkostninger per ton til deponering og deres behandlingsgebyr, da de fleste af deponeringsanlæggene kun har beskedne biindtægter.

På figuren nedenfor illustreres spredningen i gebyrerne til deponering for de deponeringsanlæg, som indgår i analysen.

Figur 5.3
Behandlingsgebyr eksklusiv moms og statsafgift for affald til endelig deponering per ton

Note 1: Gebyret er for sorteret ikke-brændbart affald til deponering.
Note 2: Der kan være forskel på gebyrer for småt og stort affald. De viste størrelser er dem, anlæggene har opgivet.

Figuren med behandlingsgebyrer viser det samme billede som figuren med bruttoomkostning per ton, dog er spredningen en anelse mindre. Der er således store forskelle i prisen for deponering af affald mellem de forskellige anlæg.

Da bruttoomkostningerne både dækker omkostninger til deponering og evt. omkostninger til mellemdeponering, giver det ikke mening at sammenligne størrelsen af behandlingsgebyret og bruttoomkostningerne per ton for samtlige anlæg. Men for de anlæg, som ikke har haft mellemdeponeret affald, kan sammenligningen bruges. På figuren nedenfor illustreres gebyrets andel af bruttoomkostningerne til deponering pr ton for de anlæg som ikke har mellemdeponering.

Figur 5.4
Behandlingsgebyr ekskl. moms og statsafgifter i forhold bruttoomkostninger per ton deponeret (kun for deponeringsanlæggene uden mellemdeponeret affald)

Figuren viser, at der er betydelig afvigelse mellem behandlingsgebyret og bruttoomkostningerne per ton deponeret affald for mange deponeringsanlæg.

Figuren nedenfor illustrerer, hvordan deponeringsanlæggenes omkostninger i gennemsnit er fordelt på forskellige kategorier.

Figur 5.5
Fordeling af bruttoomkostninger, deponeringsanlæg

Note: Fordelingen er vægtet med beløbenes størrelse.
Perkolatomkostningerne er vist separat på figuren, men kan henføres til de øvrige omkostningskategorier.

Figuren viser, at deponeringsanlæggenes omkostninger til perkolathåndtering i gennemsnit udgør ca. 14% af de totale omkostninger. Desuden viser figuren, at ca. 70% af anlæggenes omkostninger kan tilskrives driften, nemlig personaleomkostninger, eksterne tjenesteydelser, materiale- og ressourceforbrug, øvrige omkostninger samt andel af eventuelle fællesomkostninger og perkolatomkostninger. De resterende 30% kan tilskrives afskrivning, forrentning, leasing og hensættelser, hvoraf en del igen stammer fra andele af eventuelle fællesomkostninger og perkolatomkostninger. Disse kan ikke genfindes i figuren, da fællesomkostninger og perkolatomkostninger også inkluderer afskrivning og forrentning.

Andelen af de faste omkostninger (afskrivning, forrentning, leasing og hensættelser) er dermed lavere for deponeringsanlæg end for forbrændingsanlæg.

Den gennemsnitlige fordeling af bruttoomkostningerne ovenfor dækker imidlertid over meget store variationer i fordelingerne. Eksempelvis varierer andelen af personalomkostninger fra 3% til 45%, mens afskrivninger varierer fra 3% til 37%.

I forbindelse med indhentningen af de økonomiske data for deponeringsanlæggene viste det sig, at det er meget vanskeligt for en stor del af deponeringsanlæggene at angive deres omkostninger fordelt på disse få kategorier. Det er flere forklaringer dette. For det første er deponeringsanlæggenes økonomi i mange tilfælde integreret med økonomien for andre driftsområder på anlægget eller for et helt selskabs aktiviteter. I andre tilfælde er økonomien registreret i en kommunes økonomisystem, hvor afskrivninger af investeringer ikke opgøres.

I forbindelse med spørgeskemaet blev deponeringsanlæg spurgt, hvorvidt de følger den gældende regnskabspraksis for afskrivninger som beskrevet i Årsregnskabsloven. 14 af de 32 deponeringsanlæg oplyser, at de ikke følger principperne fra årsregnskabsloven, men derimod benytter principper i den kommunale regnskabspraksis. Visse anlæg gør begge dele.

Anlæggenes forskellige praksis til økonomistyring, specielt hvad angår aktivering og afskrivning af anlægsaktiver vanskeliggør sammenligning af anlæggenes økonomi.

Affaldstyper

Data viser, at der er stor forskel på, hvilke affaldstyper de enkelte deponeringsanlæg modtager. Mest udbredt er deponeringsegnet storskrald, byggeaffald og industriaffald. Det er i den statistiske analyse undersøgt, om der er forskel på anlæggene afhængig af hvor mange og hvilke affaldstyper, de modtager.

Sideaktiviteter

Variationen i organiseringen af affaldshåndteringen kommer bl.a. til udtryk i, hvordan affaldsselskabernes deponeringsanlæg er lokaliseret i forhold til andre driftsområder inden for behandlingen af affald. Det betyder, at der er forskel på, hvor mange andre aktiviteter, udover deponering, der findes på et anlæg. På de to figurer nedenfor illustreres, dels hvor mange af de forskellige sideaktiviteter der findes på deponeringsanlæggene, dels fordelingen af antal sideaktiviteter på deponeringsanlæggene.

Figur 5.6
Oversigt over sideaktiviteter på deponeringsanlæggene

Nedenfor vises en figur over antallet af sideaktiviteter i forbindelse med deponeringsanlæggene.

Figur 5.7
Oversigt over antallet af sideaktiviteter på deponeringsanlæggene

Figuren viser, at der er to deponeringsanlæg, der ingen sideaktiviteter har i forbindelse med deponeringsanlægget.

Det fremgår af figuren, at deponeringsanlæggene typisk har 3-4 sideaktiviteter i forbindelse med deponeringsanlægget. Endvidere viser den, at langt de fleste deponeringsanlæg også har sortering, kompostering og "andet" i forbindelse med deponeringsanlægget. "Andet" dækker i denne forbindelse over en lang række af forskellige sideaktiviteter som eksempelvis nedknusning, omlastning, rensning af olieforurenet jord mv.

Miljøforhold

Deponeringsanlæggene blev i spørgeskemaet spurgt om en række miljøforhold, bl.a. til den fysiske udformning af deponeringsanlægget. Den har indflydelse på såvel miljøbelastningen som ressourceforbruget. Endvidere blev de spurgt om forhold relateret til opsamling og behandlingen af perkolat, andre miljøforanstaltninger og ressourceforbruget.

Tre af de 32 anlæg opsamler ikke perkolat. På de øvrige deponeringsanlæg er der stor variation i, hvilken type membran deponeringsanlæggene har. Mens nogle anlæg kun har enkeltmembran i enten ler eller plast har andre anlæg kompositmembransystemer i kombinationer af ler, plast og bentonit. Mange deponeringsanlæg har forskellige typer af membraner på forskellige dele af deponeringsanlægget. Deponeringsanlæggenes membrantype er bestemt af en hel række forhold, eksempelvis tidspunktet for anlæggelse af deponeringsanlægget og dermed de på det tidspunkt gældende krav, hvilke affaldsfraktioner deponeringsanlægget modtager samt recipient- og geologiske forhold.

Der er endvidere stor variation i den mængde af perkolat som deponeringsanlæggene opsamler, både i faktisk mængde og mængde relativ til total deponeret mængde, størrelse og årlig deponeret mængde. En del af disse forskelle skyldes forskellig nedbørsmængde på anlæggene.

Kun to anlæg oplyser, at de er miljøcertificeret, mens yderligere 1 anlæg oplyser, at de forventer certificering i løbet af 2001. Det er endvidere kendetegnende, at det kun er få deponeringsanlæg, der udarbejder grønne regnskaber - typisk de deponeringsanlæg, der er en del af et større affaldsselskab.

Anlæggene er blevet spurgt, om de lever op til det nye EU-direktiv. Besvarelserne viser, at et anlæg angiver, at de med sikkerhed allerede lever op til alle kravene i direktivet, mens ca. en tredjedel ikke ved det. Knap halvdelen mener, at de på langt de fleste punkter lever op til direktivet. Anlæggene skal inden udgangen af 2009 leve op til kravene i direktivet.

Tabel 5.4
Opfylder anlægget EU direktiv

Service- og øvrige forhold

I et forsøg på at opfange alle vigtige variationer blev anlæggene tillige spurgt om serviceforhold. Således blev deponeringsanlæggene bl.a. spurgt om forhold relateret til deres ansatte, arbejdsmiljø og ressourceforbrug på andre serviceopgaver.

I faktiske tal, hvor der ikke tages højde for den affaldsmængde som deponeringsanlæggene modtager, er det gennemsnitlige antal ansatte på deponeringsanlæggene 4,7 ansatte, hvilket dækker over en spredning på 1-10 ansatte på de forskellige deponeringsanlæg. I gennemsnit har deponeringsanlæggene ansat ca. 3,5 mand per 10.000 tons deponeret affald (ca. 2,5 mand per 10.000 tons deponeret+mellemdeponeret affald). Gennemsnittet dækker over en spredning fra 0,6 til godt 13 mand per 10.000 tons deponeret (0,2 til 6 mand per 10.000 tons deponeret+mellemdeponeret)⁴².

Antallet af ansatte afspejler flere forhold. For det første er der stordriftsfordele. Store anlæg kan klare sig med relativt færre ansatte i forhold til affaldsmængden end små anlæg. For det andet har anlæggene forskelligt træk på eksterne folk, der ikke indgår i antallet af ansatte. Endvidere er der i et vist omfang forskellige aktiviteter knyttet til anlæggene, eksempelvis behandling af farligt affald, hvilket kan medføre forskelligt mandskabsbehov. Endelig udfører anlæggene en varierende mængde udviklings- og serviceopgaver. Gennemsnitsalderen for de ansatte på deponeringsanlæggene er ca. 47 år, hvilket dækker over en spredning fra ca. 35-55 år.

Middelværdien for det oplyste antal sygedage per ansat udgør 5,5, men enkelte anlæg har langtidssygemeldte, hvilket bevirker, at det gennemsnitlige antal sygedage for alle anlæg er godt 12 per ansat.

Deponeringsanlæggenes åbningstider er naturligvis en vigtig serviceparameter overfor kunderne, men kan tillige være en betydende parameter i forhold til effektiviteten på anlægget. I figuren nedenfor illustreres fordelingen antallet af anlæg fordelt på forskellige intervaller for den ugentlige åbningstid.

Figur 5.8
Deponeringsanlæggenes ugentlige åbningstid i timer

Som det fremgår af figuren, har anlæggene typisk åbent 40-50 timer om ugen. Ingen deponeringsanlæg oplyser, at de har en ugentlig åbningstid på under 31 timer per uge, mens et enkelt anlæg oplyser, at det har åbent hele 65 timer om ugen. Åbningstiden skal ses i sammenhæng med, hvor mange lastbiler der dagligt ankommer til deponeringsanlægget. Antallet af lastbiler varierer naturligvis med den mængde affald, som deponeringsanlægget modtager, men der er ingen sammenhæng mellem, hvor mange lastbiler, der kommer og anlæggets åbningstid.

Antallet af lastbiler, som ankommer til deponeringsanlæggene per dag, varierer mellem 6 og 80 med et gennemsnit på ca. 38 lastbiler.

Deponeringsanlæggene blev spurgt om deres ressourceforbrug på serviceopgaver som eksempelvis udarbejdelse af affaldsplaner for kommuner og affaldsproducenter, takstberegning, fakturavejledning, klagesagsbehandling mv. Det er imidlertid kun få deponeringsanlæg, der har besvaret disse spørgsmål detaljeret, andre har svaret overordnet, mens enkelte slet ikke har svaret. Deponeringsanlæggenes har haft vanskeligt ved at udfylde denne del af skemaet, da det kun er få deponeringsanlæg (ofte dem der er ejet af de store selskaber), der registrerer deres tidsforbrug.

Ud fra de deponeringsanlæg, der har oplyst deres ressourceforbrug på serviceopgaver, kan det konstateres, at der er en stor spredning. Dog er det kun få deponeringsanlæg, som angiver et betydeligt ressourceforbrug.

Til trods for de belyste forskellige karakteristika for deponeringsanlæggene kan anlæggene opfattes som homogene enheder i relation til benchmarkinganalysen. Det er derfor relevant at analysere anlæggene i en DEA-model. At anlæggene har meget forskellige størrelse, giver ikke anledning til bekymring i den forbindelse. DEA-metoden er netop designet til at håndtere dette aspekt.

Det væsentlige i forhold til kravet om homogenitet er at anlæggene bruger de samme basisressourcer til at producere de samme ydelser, hvilket er tilfældet.

Endvidere bliver givne forskelle mellem anlæggene, eksempelvis forskel i deponeringshøjde, alder og størrelse undersøgt i de efterfølgende analyser, og forskellene i relation til perkolatforhold er helt fjernet inden DEA-analysen.

5.3 DEA-model

Der tages udgangspunkt i én DEA-model, som vurderes at beskrive anlæggenes produktion på den bedste måde. Til denne model er således de mest centrale variable udvalgt ud fra en overordnet betragtning om, hvilke elementer der spiller en rolle i driften af deponeringsanlæggene. Denne model kaldes i det følgende for basis DEA-modellen.

Modellen er efterfølgende suppleret med en række DEA-analyser med forskellige kombinationer af variable. For overskuelighedens skyld præsenteres her først resultatet af basismodellen i detaljer, hvorefter resultaterne fra de øvrige DEA-analyser præsenteres mere overordnet (dog med detaljer dokumenteret i bilag).

Input og output

Som input indgår deponeringsanlæggets omkostninger, mens output i basis DEA-modellen er deponeret og mellemdeponeret affald. Deponering af affald er en ydelse og skal derfor fortolkes som et output. Omkostningerne er et udtryk for de ressourcer, som anlæggene forbruger til deponering, og de skal fortolkes som et input.

Grunden til, at affaldsmængden er opsplittet på deponeret og mellemdeponeret mængde, er, at der er store forskelle på hvor meget mellemdeponeret affald, deponeringsanlæggene modtager. Der er endvidere forskel på omkostningerne forbundet med mellemdeponering og endelig deponering, specielt i relation til afskrivning og forrentning, og det er derfor valgt at skille de to mængder fra hinanden. Mængden af mellemdeponeret affald skyldes primært underkapacitet på forbrændingsanlæggene, og en medtagelse af mellemdeponering separat sikrer, at de anlæg, der har store mængder mellemdeponeret affald, ikke straffes.

I princippet bør alle centrale input og output fra deponeringsanlæggene indgå. Belastning af miljøet udgør en omkostning for samfundet, hvorfor miljøindikatorer, der afspejler en belastning, også bør indgå, i det omfang de afspejler et ressourcetræk for samfundet.

Perkolat er det mest umiddelbare udtryk for et deponeringsanlægs miljøbelastning. Imidlertid er det ikke entydigt, om en stor mængde er godt eller om en lille mængde er godt. En stor mængde opsamlet perkolat kan således være udtryk for, at man på deponeringsanlægget gør meget ud af at opsamle perkolatet. Perkolatmængden kan også variere afhængig af forskellige former for slutafdækning. For miljøet er det heller ikke mængden af perkolat, men perkolatets skadelighed og evt. udslip, der er skadelig for miljøet. Der findes imidlertid ikke tilstrækkelig viden på området til at indrage dette aspekt i analysen. På denne baggrund er det derfor valgt ikke direkte at inddrage perkolat i basis DEA-modellen.

En udeladelse af perkolatomkostningerne er et forsøg på at stille alle anlæg lige i analyserne⁴³. Anlæggene bliver således ikke straffet for at have omkostninger til perkolatopsamling og -håndtering. Der er heller ikke tale om, at anlæggene skal kunne deponere affald så billigt som de anlæg, der ikke har perkolatopsamling.

Konsekvensen af dette er dog også, at anlæggene i analysen ikke bliver målt på deres evne til at håndtere perkolat..

Endelig kan man diskutere, hvorvidt produktion af gas udgør et output, der skal medtages i DEA-analysen. Indvinding af gas kan være forbundet med et driftsmæssigt overskud, men ofte er indvindingen provenuneutral, og gassen indvindes udelukkende af miljømæssige årsager. Miljøgevinsten ved indvinding af gas er tofoldig, idet man både opnår, at den skadelige drivhusgas methan (CH₄) omdannes til den mindre skadelige CO₂, og samtidig produceres energi, der reducerer mængden af skadelige emissioner fra andre energikilder.

Indvinding af gas er kun relevant for de deponeringsanlæg, hvor der har været deponeret betydelige mængder af biologisk nedbrydeligt materiale. Herudover er det kun få deponeringsanlæg, der selv producerer gas, mens enkelte andre deponeringsanlæg har afgivet rettighederne til at opsamle gassen til et andet selskab. Det er på denne baggrund vurderet, at det ikke er rimeligt direkte at medtage gas som et output i basismodellen.

For ikke at stille de deponeringsanlæg, der har gasproduktion dårligere end deponeringsanlæg, der ikke har gasproduktion, er det derfor besluttet også at fratrække omkostningerne til gas inden gennemførelsen af analysen. Igen er konsekvensen, at deponeringsanlæggene i analysen ikke bliver målt på deres evne til at indvinde gas, men omvendt betyder det også, at eventuelle effektivitetsforskelle ikke kan forklares med fordele/ulemper i forhold til indvindingen af gas.

Det skal tilføjes, at gasindvinding ikke ignoreres fuldstændig i den samlede analyse, idet betydningen af produktionen analyseres gennem en supplerende DEA-analyse, hvor gas indgår som output.

Endelig kan det nævnes, at anlæggenes volumenforhold også kan være vigtig i en effektiviseringsdiskussion, da der er visse forskelle på ressourceforbruget ved behandling af forskellige typer af affald. Der er imidlertid – på baggrund af forprojektet – ikke indsamlet data om anlæggenes volumenforhold, hvorfor dette aspekt ikke er medtaget i analysen.

De output og input, som indgår i basis DEA-modellen, fremgår af tabellen nedenfor.

Tabel 5.5
Input og output i basis DEA-analysen, deponering

Note: Alle variable er årlige for 2000.

Resultater

På basis af input og outputvariablene i tabellen ovenfor er basis DEA-analysen gennemført, og scorerne for hvert af de 32 deponeringsanlæg er afbildet i figuren nedenfor. En score på 1 betyder, at anlægget er efficient, mens et anlæg med en score mindre end 1 er inefficient⁴⁴.

Resultaterne er vist for de to analyser, hvor der i den ene ikke antages at være stordriftsfordele/ulemper (CRS), mens der i den anden antages at være stordriftsfordele/ulemper (VRS). Forskellen mellem de to scorer – det der på figuren er mørkt – kan således overordnet fortolkes som et skalapotentiale, mens det hvide mellemrum oven over søjlerne overordnet kan fortolkes som et potentiale knyttet til anlæggenes tekniske formåen.

Se her!

Figur 5.9
DEA-scorer i basis DEA-modellen under hhv. konstant (CRS) og variabelt (VRS) skalaafkast, deponeringsanlæg

Når der ikke tages højde for stordriftsfordele er 2 anlæg efficiente (CRS-analysen). I gennemsnit har anlæggene en score på 0,24, hvilket betyder at deponeringsanlæggene under en antagelse om konstant skalaafkast i gennemsnit kan reducere deres input med 76%. Gennemsnittet af de ineffektive anlægs score isoleret er 0,19.

Når der tages højde for stordriftsfordele er der 7 deponeringsanlæg, der er efficiente (VRS-analysen), mens 25 deponeringsanlæg er inefficiente. I gennemsnit har anlæggene en score på 0,52, hvilket betyder at deponeringsanlæggene under en antagelse om variabelt skalaafkast i gennemsnit kan reducere deres input med 48%. Gennemsnittet af de ineffektive anlægs score isoleret er 0,43.

Som tidligere nævnt er det intuitivt logisk at acceptere, at deponeringsanlæg har stordriftsfordele. Til gengæld er der ikke noget der taler for at meget store anlæg vil have vanskeligere ved at være effektive, hvorfor stordriftsulemper ikke accepteres. I sammenligningen af scorerne for hvert anlæg i de to analyser kan det fastlægges, om analysen peger på stordriftsfordele eller stordriftsulemper for et enkelt anlæg. Alle undtaget to anlæg producerer ifølge DEA-analysen på for lille skala⁴⁵.

Dette bekræfter den grundlæggende hypotese om, at der er stordriftsfordele for drift af deponeringsanlæg, hvilket mere præcist vil sige, at anlæg kan deponere affald billigere per ton, jo større de er.

Det samlede bruttoeffektiviseringspotentiale

Ud fra effektivitetsscorerne kan det samlede bruttoeffektiviseringspotentiale beregnes. Effektiviseringspotentialet dækker den mulige besparelse af input i analysen, hvilket i basismodellen for deponering blot er bruttoomkostningerne ekskl. evt. omkostninger til perkolathåndtering og gasindvinding.

Tabel 5.6
Beregnet bruttoeffektiviseringspotentiale for deponeringsanlæg

Note: Potentialet per anlæg er forskelligt fra det potentiale de gennemsnitlige DEA-scorer udtrykker, fordi besparelsen er udtrykt i kr., mens DEA-scorerne var udtrykt per anlæg og derfor ikke tog hensyn til størrelsen af anlæggene.

Som det fremgår af tabellen ovenfor, er det samlede bruttoeffektiviseringspotentiale på lang sigt uden hensyntagen til stordriftsfordele beregnet til 151 mio. kr. årligt svarende til en besparelse på i gennemsnit 84% af deponeringsanlæggenes samlede omkostninger. Med hensyntagen til stordriftsfordele, dvs. med en underliggende hypotetisk antagelse om, at anlæggene producerer ved den mest effektive størrelse ses, at potentialet falder til 130 mio. kr., svarende til 72% af deponeringsanlæggenes samlede omkostninger.

Der er altså tale om et endog meget stort relativt effektiviseringspotentiale på deponeringsområdet i Danmark.

Årsager til effektiviseringspotentialet

Et meget vigtigt element i en effektiviseringsdiskussion på deponeringsområdet er udviklingen i mængden af affald. Figuren nedenfor viser udviklingen fra 1994 til 2000.

Figur 5.10
Udviklingen i mængder fra 1994 til 2000

Kilde: Miljøstyrelsen

Mængderne til deponering har været faldende igennem en årrække. Udviklingen er resultatet af en politik om at minimere affaldet til deponering. Anlæggene har selv spillet en væsentlig rolle ved minimeringen af affaldsmængderne til deponering.

Siden 1994 er der kun lukket få deponeringsanlæg (ikke omfattende fyldpladser og specialdepoter) i Danmark, hvorfor mængderne til deponering på hvert enkelt deponeringsanlæg i gennemsnit vurderes at være faldet.

Det er samtidig et faktum, at der ikke i deponeringsanlæggenes rammebetingelser er indlagt krav om kapacitetstilpasning (sammenlægning, lukning af anlæg, personalereduktion eller anden form for effektivisering) ved faldende mængder⁴⁶. I stedet giver de faldende mængder en forlængelse af levetiden på de nuværende deponeringsanlæg, hvilket er positivt.

Da det imidlertid kan konstateres, at der på deponeringsanlæggene er sket forskellige grader af kapacitetstilpasninger i takt med de faldende mængder, er dette en væsentlig årsag til den store spredning i anlæggenes omkostninger per ton og dermed til effektiviseringspotentialets størrelse.

Kvalificering af potentialet

Det er dog vigtigt at påpege, at det beregnede bruttopotentiale i Tabel 5.6 udtrykker et fuldstændig unuanceret potentiale, hvor der ikke er taget stilling til, hvor stor en del af de samlede potentiale, som reelt vil kunne realiseres. For eksempel kan anlægsaktiverne ikke umiddelbart realiseres, og disse omkostninger er derfor ikke et potentiale på kort sigt. For at få et bedre billede af det kortsigtede effektiviseringspotentiale, kan man f.eks. udføre en tilsvarende analyse, hvor man i stedet for de samlede omkostninger tager driftsomkostningerne med.

I de følgende afsnit redegøres for resultaterne af analyser, som har til formål at kvalificere potentialet yderligere.

5.4 Kvalificerende DEA-analyser

Som allerede nævnt er der valgt én basis DEA-analyse, der vurderes at være den analyse, der bedst beskriver anlæggene inden for de rammer DEA-analysen har. Imidlertid er der desuden udført en række supplerende og kvalificerende DEA-analyser, der belyser hvor meget resultaterne afviger ved brug af alternative kombinationer af input og output. De kvalificerende DEA-analyser omfatter desuden analyse af betydningen af udeladelse af meget effektive og meget inefficiente deponeringsanlæg.

Der er udført 8 supplerende DEA-analyser på deponeringsområdet, som alle er varianter af basismodellen:

Model 1: Med opsplitning i drifts- og anlægsomkostninger

Model 2: Kun på driftsomkostninger i stedet for totalomkostninger

Model 3: Med gasindvinding som output

Model 4: Med dieselforbrug som input

Model 5: Totalomkostninger inkl. i stedet for ekskl. perkolatomkostninger

Model 6: Faktiske omkostninger erstattet med beregnede fiktive omkostninger på basis af behandlingsgebyrer

Model 7: Deponeret og mellemdeponeret som en samlet mængde

Model 8: Uden mellemdeponeret mængde

Tabellen nedenfor giver en oversigt over de input- og outputvariable, der indgår i de i alt 9 modeller.

Tabel 5.7
Oversigt over input og output i deponeringsanalyserne

På basis af input og outputvariablene i tabellen er de supplerede DEA-analyser gennemført. Scorerne for hvert af de 32 deponeringsanlæg er vises i bilag 9-16. De samlede beregnede bruttopotentialer for hver af analyserne ses i figuren nedenfor. De potentialer, der sammenlignes, er bruttopotentialer inklusiv eventuelt langsigtsstrukturændringer, der kan medvirke til at realisere stordriftsfordele.

Se her!

Figur 5.11
Bruttoeffektiviseringspotentialer fra de alternative DEA-modeller, deponeringsanlæg

Bruttopotentialet bliver lidt mindre i model 1, fordi omkostningerne er splittet op i drifts- og anlægsomkostninger. Dette giver deponeringsanlæggene yderligere en parameter at blive efficient på, og det betyder også, at selv om et deponeringsanlæg har høje driftsomkostninger kan det stadig blive efficient, hvis det til gengæld har lave anlægsomkostninger og vice versa. Da det er anlæggenes totale økonomi, der er interessant og ikke en specialisering i enten lave driftsomkostninger eller lave anlægsomkostninger, beskriver denne model ikke virkeligheden ligeså godt som en model med samlede omkostninger. Anlæggene har i øvrigt stor mulighed for at påvirke fordelingen af drifts- og anlægsomkostninger, ud fra deres valg af afskrivningspolitik. Resultatet fra denne model må derfor betragtes med forbehold.

Da der i model 2 kun medtages driftsomkostninger, er det ikke overraskende at bruttopotentialet i denne model bliver mindre end i basismodellen, idet variationen i driftsomkostninger svarer til variationen i de samlede omkostninger. I modellen udelades anlægsomkostninger som en parameter, man kan være efficient på, hvorved man ikke tager hensyn til anlæggenes måde at investere på. I gennemsnit er effektivitetsscorerne stort set uændret i forhold til basismodellen. Modellens resultat anvendes i forbindelse med kvalificeringen af bruttopotentialet.

Bruttopotentialet er mindre i model 3 and i basismodellen, fordi anlæggene kan være efficient på gasproduktion som output. Tilsvarende er bruttopotentialet mindre i model 4, fordi anlæggene kan være efficiente på diesel som input. Igen er det værd at bemærke at ingen af disse parameter kan forrykke det samlede bruttopotentiale væsentligt.

Bruttopotentialet for model 5 er en del større end basismodellen, da omkostningerne til perkolathåndtering er medtaget i denne model. Den primære årsag til det højere potentiale er, at de totale omkostninger for deponeringsanlæggene er større i denne model, men effektivitetsscorerne er dog også en anelse mindre i denne model. Strukturelle forhold bevirker, at anlæggenes ressourcebelastning til håndtering af perkolat varierer kraftigt, og til at belyse dette forhold er modellen uden perkolatomkostninger det bedste udgangspunkt.

Endelig giver model 6, hvor de faktiske omkostninger er erstattet med fiktive omkostninger beregnet på baggrund af behandlingsgebyrerne, et bruttopotentiale, der er noget mindre end i basisscenariet. Dette skyldes, at variationen i gebyrerne er mindre end variationen i anlæggenes faktiske omkostninger eksklusiv perkolatomkostninger i år 2000. Modellen er ikke relevant for kvalificeringen af potentialet, da den ikke afspejler de faktiske omkostninger.

Bruttopotentialet for model 7 er en anelse større end for basismodellen, da deponeringsanlæggene har en parameter mindre, de kan være efficiente på i denne model.

I model 8 bliver potentialet mindre, men det er som nævnt en undervurdering. Under alle omstændigheder ligger variationen inden for usikkerheden.

5.5 Supplerende analyser

Der er, som allerede nævnt, indsamlet en lang række variable i undersøgelsen af deponeringsanlæggene udover dem, der indgår direkte i DEA-analyserne. Formålet med dette afsnit er at kvalificere potentialet ud fra disse andre forhold ved at udføre statistiske analyser samt kvalitativt at vurdere forskellen mellem de efficiente og inefficiente deponeringsanlæg. Formålet er at identificere årsagerne til potentialet, og vurdere i hvilket omfang potentialet kan realiseres.

De variable, der ikke er inddraget direkte i DEA-analyserne, kan i princippet være ligeså vigtige som de, der indgår direkte. Det er imidlertid ikke alle variable, der kan integreres i en DEA-model (se bilag 1), hvorfor en række af de indsamlede variable er inddraget i supplerende statistiske analyser.

Statistisk analyse

De statistiske analyser på deponeringsområdet er gennemført lidt anderledes end på forbrændingsområdet.

Det er undersøgt, hvorledes VRS-scoren afhænger af de forskellige relevante parametre, men resultaterne bliver langt mere anvendelige, når det er CRS-scoren, der anvendes. Årsagen er, at der for adskillige deponeringsanlæg er stor forskel på de to scorer, CRS og VRS, jfr. Figur 5.9 på side *, og anlæggenes scorer er mere klare i CRS-analysen, hvor der ikke er kompenseret for stordriftsfordele. Ved at benytte CRS-scorerne i stedet, forklarer den statistiske analyse stordriftsfordelene i stedet for DEA-modellen. Der foretages en sammenligning af resultaterne ved de to metoder.

Resultaterne og fortolkningen af analysen præsenteres i det følgende.

Den statistiske analyse udpeger en række elementer som værende af betydning for de identificerede scorer. En meget lang række elementer har været afprøvet i den statistiske model, men af disse er det kun et begrænset antal, som kan forklare scorerne. Nedenfor beskrives de elementer, der har vist sig at beskrive data med en tilfredsstillende forklaringsgrad⁴⁷.

Jo større deponeret mængde, anlægget modtager, jo højere score har anlægget. Det betyder, at også den statistiske analyse påpeger, at der er stordriftsfordele på deponeringsområdet.

Jo højere deponeringshøjden er, jo højere score har anlægget. Dette er et meget intuitivt resultat, idet især anlægsomkostningerne reduceres betydeligt, hvis deponeringshøjden øges.

Jo yngre deponeringsanlægget er, desto lavere er scoren. Dette er en naturlig følge af, at specielt forrentningsomkostningerne, men også afskrivningerne, er højere ved nye anlæg end ved ældre anlæg. Det er også en logisk følge af, at der gennem tiden er blevet stillet større og større krav til deponeringsanlæggets udformning. Eksempelvis er kravene til membrantype løbende blevet skærpet, hvilket med tiden har forøget omkostningerne til anlæg af deponeringsanlæg. Dette aspekt kan således også være indeholdt i den effekt, der identificeres som alderseffekten.

Endvidere viser de statistiske analyser, at anlæg med 4 sideaktiviteter har højere scorer i gennemsnit. Dette er også intuitivt, da flere aktiviteter giver bedre mulighed for at udnytte ressourcerne. På grund af det sparsomme datamateriale, kan denne parameter ikke opdeles yderligere. Endelig viser analysen, at de fælleskommunale anlæg generelt har en højere score end de anlæg, der er kommunalt styrede eller styret på anden vis. Der er en vis korrelation mellem disse variable, men det vurderes dog at være fornuftigt at medtage dem begge i analysen.

En effekt kommer ikke helt så kraftigt ud som de effekter, der er redegjort for ovenfor⁴⁸. Det er om, hvorvidt anlægget modtager farligt affald, som analysen peger på kan have betydning for anlæggets score. Fem af de analyserede anlæg har angivet at modtage mere end 3,5% af deres affald som farligt affald. Analysen indikerer, at dette aspekt kan have betydning for disse anlægs scorer, så anlæggene der modtager farligt affald generelt har lidt lavere score end de øvrige anlæg.

Det skal nævnes allerede på dette sted, at den estimerede model har vanskeligt ved at forudsige høje effektivitetsscorer ud fra de oplysninger, der er tilstede. Dette tyder på, at de mest effektive anlæg på en række andre punkter skiller sig ud fra de øvrige anlæg. Dette aspekt diskuteres nærmere, når effektiviseringspotentialet kvalificeres.

Der er også en række faktorer, der har vist sig ikke at have signifikant betydning for anlæggenes score:

Anlæggenes regnskabspraksis (årsregnskab eller kommunalt regnskab) har ingen betydning for anlæggets score. Dette betyder, at der ikke kan observeres en systematisk skævhed i opgørelsen af specielt anlæggenes værdier for afskrivning og forrentning.

Det skal dog nævnes, at der ses en meget svag tendens til, at anlæg, der assisterer med at udarbejde affaldsplaner, er marginalt mindre efficiente end de øvrige anlæg – parameteren er ikke nær signifikant.

Hvor meget affald, anlæggene modtager af forskellige affaldstyper ud over farligt affald, har heller ingen signifikant betydning for anlæggenes scorer. Dette kan formentlig forklares med, at de efficiente anlæg i analysen modtager affald af mange forskellige typer.

Endvidere har det ikke signifikant betydning, om anlægget har særligt overvågnings- eller kontroludstyr til miljøkravene eller kvalitetssikring, eller om anlæggene har forskellige krav til grundvandsmonitering.

Der er som nævnt justeret for perkolatopsamling i omkostningerne, før DEA-analysen er gennemført. Men det er alligevel testet, om det forhold at anlæggene har perkolatopsamling eller ej har en signifikant betydning for scoren. Det har det ikke, hvilket bekræfter, at udeladelse af anlæggenes omkostninger til perkolatopsamling stiller anlæggene lige.

5.6 Kvalificering af potentiale

De konkrete statistiske resultater anvendes i det følgende til at kvalificere det identificerede bruttoeffektiviseringspotentiale på 151 mio. kr. i år 2000.

Effektiviseringspotentialet, der stammer fra varierende mængder på de forskellige deponeringsanlæg, kan beregnes til ca. 28 mio. kr. i år 2000.

Udgangspunktet for denne beregning er en årlig deponeret mængde på 60.000 tons og en mellemdeponeret mængde på 10.000 tons. Det udregnede potentiale angiver altså potentialet, hvis alle anlæg var af denne størrelse. Dette er klart ikke realistisk, ejheller det optimale niveau, men er fastsat for at stille alle anlæg lige, og giver således et billede af konsekvensen af, at anlæggene netop ikke er lige store. Hvis en lavere grænse var valgt, ville potentialet, der stammer fra forskellige mængder, blive mindre.

Potentialet er dog tæt på det potentiale på 22 mio. kr. i år 2000, som DEA-analysen udpegede som potentialet relateret til stordriftsfordele.

Dette potentiale kan karakteriseres delvist som et kortsigtet og delvis som et langsigtet potentiale. I tilfælde af en lukning af de mest inefficiente anlæg, vil de årlige driftsomkostninger umiddelbart blive sparet. Dog vil der være udgifter til selve nedlukningen. På den anden side vil omkostninger til afskrivninger og forretning være tabt for de dele af anlægget, der ikke er mobile. En total realisering af potentialet kræver endvidere en diskussion af antal og størrelse på deponeringsanlæg i Danmark. Det kan tillige diskuteres, hvor stor en del af potentialet, der er realiserbart på lang sigt, da også f.eks. transportomkostningerne skal inddrages for at give et retvisende billede af potentialet.

Det skal dog understreges, at det kun er en mindre del af det samlede potentiale, der er relateret til anlæggenes størrelse, og dermed strukturen på deponeringsområdet. En langt større del af potentialet skyldes andre faktorer.

Deponeringshøjde

Forskel i deponeringshøjde bidrager med ca. 14 mio. kr. i år 2000 til effektiviseringspotentialet. Udgangspunktet for denne beregning er en deponeringshøjde på 15 m. Dette potentiale kan karakteriseres som et potentiale, der kun vanskeligt eller slet ikke kan realiseres. Dette potentiale kan kun realiseres, hvis alle anlæg fik en deponeringshøjde på 15 m, hvilket ikke er realistisk. Resultatet kan imidlertid benyttes til at illustrere, hvor vigtig deponeringshøjden er for effektiviteten på et deponeringsanlæg. Dette peger også på, at det er vigtigt ved fremtidige anlæg af deponeringsanlæg at prioritere deponeringshøjden højt, naturligvis sammen med miljøspørgsmål og andre relevante kriterier.

Alder

Anlæggets alder og dermed forskel i størrelsen og vægten af afskrivning og forrentning, bidrager med ca. 16 mio. kr. til effektiviseringspotentialet. Også dette element i det beregnede bruttoeffektiviseringspotentiale, kan kun vanskeligt eller slet ikke realiseres.

Sideaktiviteter

At ikke alle anlæg har 4 sideaktiviteter, bidrager til effektiviseringspotentialet med ca. 14 mio. kr. i år 2000. Ligesom potentialet, der havde at gøre med stordriftsfordele på selve deponeringsaktiviteten, udtrykker dette potentiale udnyttelse af stordriftsfordele på selskabsniveau. Derfor kan selskaberne også her selv realisere potentialet.

Ejerform

Ca. 6 mio. kr. kunne realiseres, hvis alle anlæg var styret som de fælleskommunale anlæg. Denne del af potentialet har sandsynligvis igen at gøre med stordriftsfordele, og fanger givetvis noget af den variation, der ikke kan forklares med, om man har 1, 2 eller 3 sideaktiviteter. Derfor kan selskaberne også her selv realisere potentialet - om end på lang sigt.

Farligt affald

På grund af usikkerheden ved estimatet på farligt affald, er det ikke uproblematisk at beregne potentialet på dette. Det er dog medtaget, da det er positivt, at anlæggene yder en speciel indsats for det farlige affald. Potentialet er ikke realiserbart og medtages derfor i analysen. Modtagelsen af farligt affald bidrager således med 4,5 mio. kr. til potentialet.

Resterende potentiale

De identificerede potentialer er opsummeret i figuren nedenfor. Det resterende potentiale er på ca. 70 mio. kr..

Se her!

Figur 5.12
Opdeling af effektiviseringspotentiale på deponeringsområdet i Danmark, mio kr. i år 2000

Figuren nedenfor viser variationen i scorerne på de enkelte anlæg.

Se her!

Figur 5.13
Justerede CRS-scorer på deponeringsanlæggene

Scorerne er justeret for at tage højde for de identificerede faktorer.

Det er valgt at illustrere score-justeringen i to skridt. Først er der justeret for de faktorer, som optræder på grund af geografiske eller oplandsmæssige forhold for anlæggene: mængde, deponeringshøjde og alder. Det er de mørke søjler. Betragtes billedet efter denne justering ses, at der nu er en jævn fordeling af scorerne fra ca. 0,3 og op til 1. Der er altså ikke som på det oprindelige billede tale om enkelte anlæg, der totalt dominerer de øvrige anlæg i analysen.

Dette billede vurderes at være mere retvisende end billedet af de oprindelige scorer, da der her ikke var taget højde for forskelle i mængder, deponeringshøjde og alder.

De øverste hvide søjler illustrer den øvrige justering, det vil sige justering for sideaktiviteter, ejerform og farligt affald.

Figuren illustrerer, at det er en stor del af potentialet, der kan forklares med de identificerede faktorer. Gennemsnittet af de scorerne, når de er justeret for mængde, deponeringshøjde og alder er således på 0,59 og gennemsnittet af de fuldt ud justerede scorer på 0,70 mod 0,24 før justering.

Det ses imidlertid også, at der er meget stor forskel på, hvor meget de enkelte scorer er justeret op.

Fortolkningen er, at for nogle anlæg, eksempelvis anlæg I, har de identificerede parametre været i stand til at forklare stort set hele det identificerede potentiale. Anlæg I er et lille anlæg, der har en meget lav deponeringshøjde, kun 2 andre aktiviteter på anlægget og ikke er fælleskommunal.

For andre anlæg, eksempelvis anlæg C, har en langt mindre del af potentialet kunnet forklares med de identificere parametre. Anlæg C har en gennemsnitlig deponeringshøjde, er et gammelt anlæg, har allerede 4 øvrige aktiviteter og er allerede fælleskommunal.

Selv om scoren for C og I således som udgangspunkt var af samme størrelse, er de justerede scorer meget forskellige.

Det resterende potentiale på 70 mio. kr. kan ikke kvalificeres yderligere i den statistiske analyse. Der kan være en del af det, der kan realiseres på kort sigt, men givetvis også en del, der kun kan realiseres på lang sigt eller slet ikke.

For at kunne kvalificere denne del af potentialet yderligere, er der foretaget en supplerende analyse på DEA-scorerne.

Supplerende analyse

Resultaterne fra DEA-analysen er opdelt på en række omkostningskategorier, og effektiviseringspotentialet for hver af disse er identificeret.

Disse oplysninger er suppleret med en vurdering af, hvor stor en del af de identificerede potentialer fra den statistiske analyse, der kan henføres til henholdsvis anlæg, personaleomkostninger, materialeomkostninger og øvrige omkostninger. Eksempelvis vurderes det, at deponeringshøjden hovedsagelig påvirker anlægsomkostninger, mens håndtering af farligt affald både forøger personaleudgifter, anlægsomkostninger og materialeudgifter.

Ved at kombinere disse oplysninger, er det resterende potentiale på 70 mio. kr opdelt i kategorier. Resultatet ses i figuren nedenfor, som er den samme som Figur 5.12, dog med de 70 mio. kr øverst i figuren opdelt på en række poster.

Se her!

Figur 5.14
Kvalificering af potentialet med en uddybning af det resterende potentiale på 70 mio. kr., mio. kr. i år 2000

Figuren illustrerer, at der er stor forskel på størrelsen af de enkelte komponenter i det resterende potentiale. Blandt andet ses, at afskrivninger, forrentning og leasing udgør en meget lille del. Årsagen til dette er, at en stor del af de parametre, der blev identificeret i den statistiske analyse, er relateret til afskrivninger og forrentning.

I øvrigt kan det bemærkes, at potentialet, der kan henføres til afskrivning og forrentning stemmer udmærket overens med reduktionen i potentialet, når afskrivning og forrentning helt udelades af DEA-modellen (jvf. supplerende DEA-model 2).

Det er ikke muligt at udtale sig håndfast om, hvor stor en del af disse potentialer, der kan realiseres. Men mulighederne er diskuteret i det følgende.

Fællesomkostninger

Fællesomkostningerne er kun inddraget i lille omfang i den statistiske analyse, nemlig via fælleskommunal og de 4 sideaktiviteter. Der er stor variation i fællesomkostningerne, hvilket både kan skyldes reel variation, men også forskellige praksis for fordeling af fællesomkostningerne ved besvarelse af spørgeskemaet. Derfor kan det kun vanskeligt vurderes, i hvor høj grad det identificerede resterende potentiale på ca. 12 mio. kr. kan realiseres.

Afskrivning, forrentning og leasing

Det resterende potentiale på disse poster er som nævnt ret småt, nemlig på knap 3 mio. kr. Der kan nemt være forhold relateret til afskrivning og forrentning, der ikke er medtaget i analysen. Det kan f.eks. være investeringer i specielle anlæg eller maskiner til håndtering af særlige affaldstyper som shredderaffald eller farligt affald. Det kan også være, at specielle geografiske forhold gør sig gældende på anlægget. På den anden side kan der også være investeret i for dyre maskiner, specielt set i lyset af de faldende mængder. En forsigtig vurdering lyder dog på, at dette potentiale ikke vil kunne realiseres.

Øvrige omkostninger

De øvrige omkostninger dækker over en restgruppe, der blandt andet omfatter forsikringer, offentlig kontrol samt ejendomsskatter. Der kan være en stor forskel på ejendomsskatterne i de forskellige kommuner, ligesom forsikringer og offentlig kontrol naturligvis også kan være forskellige. På denne baggrund er det vanskeligt at forestille sig, at en stor del af dette potentiale på godt 13 mio. kr. kan realiseres.

Materialeomkostninger

Materialeomkostningerne består af en række forskellige omkostninger, såsom el, brændsel, kemikalier, udgifter til monitering, hjælpematerialer i øvrigt herunder forbrugsstoffer, spildevandsafgift (kloakafledning), brandslukningsmidler og indpakningsmaterialer mv. ved mellemdeponi. Det er derfor selvsagt vanskeligt at vurdere, hvor stor en del af potentiale på ca. 9 mio., der kan realiseres. Da visse elementer i kategorien er udefrakommende omkostninger, kan hele potentialet dog næppe realiseres. På den anden side er en del af potentialet også ressourceforbrug på selve deponeringsanlægget, der til en hvis grad bør kunne reduceres.

Personaleomkostninger

Endelig er der personaleudgifter og udgifterne til de eksterne tjenesteydelser, der udgør et potentiale på ca. 33 mio. kr. af de resterende potentiale. Meget taler for, at en del af dette potentiale vil kunne realiseres.

Årsagen hertil er, at der ses voldsomme forskelle i personale- og udgifter til eksterne tjenesteydelser mellem de forskellige anlæg – helt op til en faktor 10 til forskel og det uden, at forskellene i al væsentlighed kan forklares med eksempelvis større mængder, mange forskellige typer af affald eller krav om miljøforanstaltninger eller monitering. Som nævnt har anlæggene haft yderst vanskeligt ved at besvare spørgsmålene om deres tidsforbrug til forskellige serviceydelser, og det er derfor ikke muligt at undersøge, hvorvidt service har en betydning. Dog har de anlæg, der har besvaret den del af spørgeskemaet, ikke angivet en voldsom belastning med serviceydelser. Det er også undersøgt, om arbejdet med affaldsplaner kan forklare forskellene, men det kunne det ikke.

Dog er der visse elementer, der ikke er klarlagt i spørgeskemaet, og som kan have en mindre betydning. Det er specielt udseende af deponeringsanlægget, hvor nogle anlæg gør meget for æstetikken på anlægget, hensynet til naboer etc., mens det for andre anlæg ikke er nødvendigt i samme grad. Endvidere er der visse anlæg, der er på forkant med udviklingsaktiviteter, mens andre ikke beskæftiger sig med udvikling. Endelig har visse anlæg en forsorteringsaktivitet på anlægget.

Ved en gennemgang af de konkrete svar fra anlæggene og opfølgning, har det været muligt klart at identificere ca. 3 mio. kr. i personaleudgifter og udgifter til de eksterne tjenesteydelser, der ikke vil kunne realiseres. Hertil kommer ca. 2 mio. kr, der anvendes til forskellige former for serviceydelser på anlæggene, blandt andet udarbejdelse af affaldsplaner, klagesagsbehandning, besøg, takstberegning etc. Endelig vurderes der ved en gennemgang af anlæggenes omkostninger at være ca. 7 mio kr, der relaterer sig til en sorteringsaktiviteter på ca. en tredjedel af samtlige anlæg. Dette potentiale vil heller ikke kunne realiseres.

Af de resterende 21 mio. kr., det vil sige to tredjedele, vurderes en del at kunne realiseres.

Under alle omstændigheder peger analysen på, at der er behov for, at personaleforbruget på deponeringsanlæggene opgøres og diskuteres. Dette bekræftes af, at kun et af de 32 anlæg har angivet, at det allerede løbende gennemfører produktivitetsmålinger.

Bemærkning vedrørende perkolatomkostninger

Sent i analyseforløbet blev det klart, at mange anlæg ikke har opgivet omkostninger til anlæg af perkolatanlæg under søjlen med perkolathåndtering. Dette var potentielt et problem, da de relevante omkostninger så ikke var trukket ud af analyserne for at stille anlæggene lige med hensyn til perkolathåndtering. Derfor er konsekvenserne for analysens resultater med hensyn til afskrivning og forrentning undersøgt nøje.

Potentialet, der kan henføres til afskrivning og forrentning kan opgøres til 41 mio kr (størrelsen er ikke nævnt andetsteds i rapporten). Figuren nedenfor viser, hvorledes disse 41 mio kr er fordelt på de forskellige elementer, der er diskuteret ovenfor.

Endvidere illustrerer figuren, hvilke af disse elementer, der er karakteriseret som et potentiale, der kun vanskeligt eller slet ikke kan realiseres. Disse er markeret med gråt.

Figur 5.15
Fordeling af afskrivnings- og forrentningspotentialet på 41 mio kr

Figuren illustrerer, at en meget stor andel af potentialet, der kan henføres til afskrivning og forrentning, er karakteriseret som et potentiale, der kun vanskeligt eller slet ikke kan realiseres.

Den hvide del af figuren kan henføres til anlæg, der ikke kan udnytte stordriftsfordele så godt som andre anlæg. Dette vurderes ikke at være knyttet til perkolatomkostningerne. En mindre del af dette potentiale er i øvrigt, som beskrevet ovenfor, vurderet til ikke at kunne realiseres, men den største del kan realiseres – noget på kort og noget på lang sigt.

Selv om det potentielt var et problem, at det ikke var muligt at trække samtlige omkostninger til perkolat ud af analysen, så har det altså vist sig, at det ikke spiller en rolle i relation til størrelsen af det realiserbare potentiale.

Opsummering af potentialet

Nedenfor er opsummeret fordeling af skalapotentialet og det tekniske potentiale opdelt på de identificerede poster.

Se her!

Figur 5.16
Opsummering af potentialet på deponeringsanlæg

Skalapotentialet udgør ca. 28 mio. kr i år 2000, mens det tekniske potentiale udgør ca. 123 mio. kr. i år 2000.

Konklusion

Analysen har identificeret et betydeligt bruttopotentiale, og de supplerende analyser har grupperet dette potentiale. Efterfølgende er der foretaget en vurdering af, hvem, der har mulighed for at realisere potentialet og på hvilken tidshorisont potentialet eventuelt kan realiseres. Da der er usikkerheder forbundet med disse vurderinger, er der for hver potentiale-kategori foretaget en minimums og en maksimumsvurdering af muligheden og ansvaret for realisering. Disse vurderinger er derefter samlet som intervaller og er vist i tabellen nedenfor.

I resultaterne nedenfor tages der udgangspunkt i brutto-potentialet på de 151 mio. kr.

Tabel 5.8
Oversigt over effektiviseringspotentialet på deponeringsområdet, mio. kr. i år 2000

Det samlede potentiale er fast, og det er således ikke muligt at lægge henholdsvis de laveste tal sammen og de højeste tal sammen og få et interval på dette potentiale. Usikkerheden på det samlede potentiale vurderes at være på +/- 15%.

Det kan konkluderes, at 30-50 mio. kr. årligt bør kunne realiseres af anlæggene på kort sigt, svarende til mellem ca. 15% og 25% af deponeringsanlæggenes samlede omkostninger. 15-20 mio. kr. årligt bør kunne realiseres af anlæggene på lang sigt, svarende til yderligere mellem 7% og 10% af de totale omkostninger. 5-10 mio kr bør kunne realiseres af andre end anlæggene både på kort og på lang sigt, det vil sige i alt 5-10%.

Der er endvidere identificeret et potentiale på 65-95 mio. kr. årligt, svarende til fra 30% til 45% af de totale omkostninger (inklusive omkostninger til perkolatopsamling og gasindvinding), som forventes at blive vanskeligt at realisere eller som slet ikke kan realiseres.

Det er ikke direkte undersøgt, hvor mange ressourcer, der skal til for at realisere potentialerne. Tag potentialet på 30 mio kr fra tabellen ovenfor som eksempel. Hvis det kan opgøres, at det vil koste 10 mio kr at realisere potentialet, så viser analysen, at der kan spares 40 mio kr. Potentialet på de 30 mio kr er altså en mulig netto-besparelse, givet at anlæggene investerer ligeså fornuftigt som de effektive anlæg. Årsagen er, at potentialet er bestemt ud fra anlæg, der har tilsvarende lavere omkostninger, men som allerede har afholdt udgifter til evt. driftsinvesteringer.

Det skal bemærkes, at analysen kun omfatter ca. 80% af de deponerede mængder i år 2000. Hvis de udeladte anlæg ligner de inkluderede anlæg, vil det samlede bruttoeffektiviseringspotentiale stige fra 151 mio. kr i år 2000 til ca. 190 mio. kr. i år 2000.

Det skal endelig pointeres, at det undersøgte potentiale er en undervurdering af det samlede potentiale, da der ikke er medregnet en mulig effektivisering af de effektive anlæg. Dette aspekt vurderes dog ikke at have så stor betydning på deponeringsområdet.

5.7 Resultaternes robusthed

Som nævnt i metodeafsnittet vurderes mængderne ikke at være usikre.

Omkostninger

For omkostningernes vedkommende, er der dels usikkerhed ved opgørelse af afskrivning og forrentning og dels ved fordeling af omkostningerne mellem de forskellige aktiviteter.

For deponeringsanlæg vurderes begge elementer at være forbundet med en rimelig stor usikkerhed.

Der er således usikkerhed med hensyn til opgørelsen af afskrivningerne, hvor anlæggenes levetid er vanskelig at fastsætte. Med de seneste års nedgang i mængderne til deponering, er levetiden utvivlsomt generelt steget, og dette kan være håndteret på forskellig vis på de enkelte anlæg.

Sytten ud af de 32 analyserede anlæg oplyser endvidere, at de ikke normalt følger årsregnskabsloven i deres regnskab. Et enkelt gør dog noget tilsvarende. De resterende anlæg har måttet skønne afskrivning og forrentning til denne analyse, og i et par tilfælde er dette skøn foretaget af COWI. Det er dog undersøgt, om de 17 anlæg systematisk adskiller sig fra de øvrige anlæg i analysen, og dette er ikke tilfældet. De resterende 15 anlæg angiver, at de følger årsregnskabsloven, det vil sige opgør forretning og afskrivning efter en nøjere fastsat metode. Det kan være, at anlæggene anvender forskellige levetider, men det er vigtigere, at de anvender realistiske levetider for deres anlæg end de samme levetider på samtlige anlæg. Afskrivning og forrentning udgør ca. 25% af de samlede omkostninger.

Fordeling af omkostninger vurderes at være vanskeligere på deponeringsanlæg end på forbrændingsanlæg. I forbindelse med deponeringsanlæg er der nemlig typisk flere sideaktiviteter (se databeskrivelse), og medarbejderne arbejder også typisk på tværs af aktiviteter. Der er således både usikkerhed ved fastlæggelse af de direkte omkostninger ved deponering og fordeling af fællesomkostningerne.

På denne baggrund er der i robusthedsanalysen anvendt en betydelig usikkerhed på ± 30% på de samlede omkostninger (ekskl. omkostninger til perkolat og gasinvinding).

Miljøparametre

Der indgår ikke miljøparametre direkte i analysen, og usikkerhed op perkolatomkostningerne og omkostningerne til gasinvinding kan siges at være indbefattet af usikkerhedsberegningerne på omkostningerne.

Konkret metode

I de præsenterede robusthedsanalyser er data-elementerne ændret 20 gange med en tilfældig (normalfordelt) faktor. Dernæst er der gennemført en DEA-analyse svarende til hvert af de 20 datasæt, og de resulterende scorer er anvendt til at udregne det totale effektiviseringspotentiale.

De anvendte tilfældige tal er vist i figuren nedenfor.

Figur 5.17
Anvendte afvigelser i robusthedsanalysen

Note: Gennemsnittet af de automatisk generede afvigelser er meget tæt på 0. Hver af prikkerne i figuren illustrerer den faktor, der er anvendt på en af de 32 anlæg i et af de 20 "forsøg". Figuren illustrer, at der hovedsagelig er anvendt afvigelser på op til ± 30%, men også i enkelte tilfælde højere. Da DEA-analysen direkte sammenligner anlæggene med hinanden, er det værd at bemærke, at den relative forskel i anlæggenes omkostninger har varieret med op til det dobbelte. Der er således tale om betydelige ændringer i de relative størrelser.

Robusthedsanalyse på økonomi

De beregnede effektiviseringspotentialer i hvert af de 20 "forsøg" er sammenlignet med potentialet i basis-situationen. Gennemsnittet af de 20 effektiviseringspotentialer er ca. 2% højere end effektiviseringspotentialet i basissituationen, hvilket vurderes at være tilfredsstillende. Fordelingen af de procentvise afvigelser fra basis-situationen er vist i figuren nedenfor.

Figur 5.18
Robusthedsanalyse på økonomi - procentvise afvigelser fra basis-situationen

Figuren viser, at effektiviseringspotentialet selv med store afvigelser på omkostningerne, kun varierer med op til ca. 10%. Årsagen er, at det er de samme anlæg, der er efficiente igennem hele robusthedsanalysen.

"Outliers"

For deponeringsanlæg er der et par anlæg, der stort set dominerer samtlige andre anlæg. Tages det mest dominerende anlæg (F) ud af analysen, reduceres bruttoeffektiviseringspotentialet med ca. 12%. En nærmere analyse af tallene viser, at der i dette tilfælde står ét anlæg på spring, der overtager pladsen som det bedste anlæg. For dette anlæg forbedres scoren således betydeligt, mens der for langt de fleste af de øvrige anlæg er tale om reduktioner i effektiviseringspotentialet på under 15%.

Tages de to mest dominerende anlæg (F og Å) ud af analysen, reduceres bruttoeffektiviseringspotentialet med ca. 16%. En successiv udelukkelse af de næste efficiente anlæg giver mindre reduktioner i potentialet.

Disse resultater er ikke overraskende, idet de efficiente anlæg klarer sig noget bedre end de næstbedste anlæg. De efficiente anlæg er som tidligere karakteriseret ved en række specielle forhold som er medvirkende til at omkostningerne per ton affald er lave. Men det vurderes ikke at forholdene bevirker at de efficiente anlæg ikke kan sammenlignes med de øvrige anlæg. Dette er også illustreret i Figur 5.13 på side *, hvor scorerne for anlæggene er justeret for mængde, deponeringshøjde og alder. Figuren viser, at de dominerende anlæg F og Å efter denne justering ikke er nær så dominerende.

Det skal i øvrigt understreges, at vi har gennemgået omkostningerne og de øvrige data grundigt for de efficiente anlæg for at sikre, at de var korrekt opgivet.

På denne baggrund vurderes det ikke at give anledning til bekymring, at de mest effektive anlæg har en betydning for bruttopotentialet.

Selskaber med flere anlæg

To selskaber driver hver to deponier. Disse selskaber kører økonomien for anlæggene integreret, hvilket umiddelbart taler for at behandle selskabernes anlæg som ét anlæg. Det er imidlertid vurderet, at det er vigtigt at have alle anlæg repræsenteret separat for at afspejle og tage hensyn til de konkrete størrelser af deponeringsanlæggene. Selskabernes økonomi for deponeringsanlæggene er derfor opsplittet.

For at belyse betydningen af opsplitningen af økonomien er der gennemført en følsomhedsanalyse, hvor de to selskabers anlæg er slået sammen og indgår som ét anlæg.

Resultatet af følsomhedsanalysen viser, at det samlede bruttopotentiale uden hensyntagen til stordriftsfordele kun ændrer sig fra 151,4 mio. kr. til 151,6 mio. kr. Det har således kun marginal betydning om anlæggene for selskaber med ansvar for flere anlæg medtages som et samlet anlæg eller som separate anlæg.

Konklusion

Samlet set viser robusthedsanalyserne, at betydelige afvigelser i de samlede omkostninger kun betyder små afvigelser i effektiviseringspotentialet. Det er naturligvis altid vigtigt at have indsamlet de korrekte data fra anlæggene, men der er således ikke grund til bekymring over mindre afvigelser fra det sande billede. Endvidere er det set, at en udelukkelse af de dominerende anlæg fra undersøgelsen ikke betyder afgørende ændringer i potentialets størrelse.

Usikkerhedsanalyserne indikerer, at en usikkerhed på ± 15% på det samlede potentiale er en tilstrækkelig usikkerhedsmargin.