Miljøprojekt nr. 990, 2005

Pilotbenchmarking af miljøtilsynet






Forord

Sammenfatning og konklusioner

Summary and conclusions

1 Kommunernes kategorisering af virksomhederne

2 Kommunernes ressourceforbrug

3 Kommunernes reaktioner

4 Kvalitetsstyring i kommunerne

5 Godkendelser og tilladelser

6 Anmeldte og uanmeldte tilsyn og gennemførelse af brugerundersøgelser

7 Evaluering af spørgsmål

8 Vejning






Forord

I ”Rapport fra Virksomhedsudvalget”, Miljøstyrelsen, 2003, blev det i forbindelse med tilrettelæggelsen af de fremtidige kommunale tilsyn anbefalet at igangsætte et projekt om definering af kvalitetsparametre/iværksættelse af benchmarking på områder, der viser sig egnet herfor [1].

Det erklærede formål med benchmarkingprojektet er, at undgå forskelligartet tilsynspraksis landet over. [2] Det uddybes tillige, at benchmarkingen skal medvirke til større gennemsigtighed, ensartethed og effektivitet i tilsynets udførelse landet over. [3]

Nærværende rapport er en pilotbenchmarking af tilsynsadministrationen, som skal bidrage til udviklingen af en benchmarkingmetode til en landsdækkende benchmarking af miljøtilsynene.

Det er i forbindelse med rapportens praktiske eksempler med indhentede data vigtigt at understrege, at der er tale om dels et begrænset datagrundlag og dels skønnede data. Der kan derfor ikke drages konklusioner omkring tilsynsadministrationers adfærd på baggrund af resultaterne. Undersøgelsen har alene haft til formål at vurdere, om de stillede spørgsmål er relevante og kan besvares på en enkelt måde.

Formålene med pilotbenchmarkingen er følgende:

  1. Udvikle benchmarking model
  2. Afprøve benchmarking model
  3. Evaluering af benchmarking model

Nærværende rapport knytter sig til det andet formål – afprøvningen af benchmarkingmetoden, der er udviklet i den første fase af projektet.

I den afsluttende fase kan denne rapport danne baggrund for den endelige udvikling af benchmarkingmetoden samt evaluering af, hvilke målepunkter der er relevante at medtage.

Rapporten bygger på data indhentet fra 5 amter og 11 kommuner. I udgangspunktet blev der indhentet forhåndstilsagn om data fra 20 kommuner, og alle amter fik muligheden for at være med i pilotundersøgelsen.

Svarene for amterne og kommunerne er i sagens natur bygget på en række skøn. Derfor præsenteres alle resultaterne anonymt i rapporten. Det er således ikke vigtigt, hvad den enkelte kommune eller det enkelte amt har svaret, men det, der bliver lagt vægt på, er det samlede billede, som pilotbenchmarkingen giver i forhold til målepunkterne og de spørgsmål, der bliver stillet i spørgeskemaet.

Rapporten indeholder følgende afsnit:

  • Sammenfatning og konklusioner
  • Summary and conclusions
  • Kommunernes kategorisering af virksomhederne
  • Kommunernes ressourceforbrug
  • Kommunernes reaktioner (påbud, forbud etc.)
  • Kvalitetsstyring af kommunerne
  • Godkendelser og tilladelser
  • Kommunernes evaluering af spørgeskemaet
  • Et afsnit omkring vejemetoder til resultaterne

Projektet er fulgt af en styregruppe bestående af:

  • Karoline Klaksvig, Arbejdstilsynet
  • Arne Jensen, CO- industri
  • Ulla Hansen Telcs, Dansk Industri
  • Lidde Bagge Jensen, Dansk Landbrug
  • Sine Olsson, Erhvervs- og Selskabsstyrelsen
  • Thorbjørn Sørensen (for Amtsrådsforeningen) Fyns Amt
  • Michael Damm, (for FMK), Kolding Kommune
  • Per Møller, Københavns Kommune, Miljøkontrollen
  • Maria C. Nielsen, KL
  • Aase Lynæs (for Amtsrådsforeningen), Københavns Amt
  • Morten Løber, Landbrugsraadet
  • Finn Thoft Jensen, (for KL) Vejle Kommune
  • Anne-Sofie Nielsen, Skov- og Naturstyrelsen
  • Marie Leer Jørgensen, Miljøstyrelsen
  • Jørgen Nielsen, Miljøstyrelsen
  • Gudmund Nielsen (formand), Miljøstyrelsen

Rapporten er udarbejdet for Miljøstyrelsen af analysefirmaet Epinion A/S


Fodnoter

[1] Side 49, 4. afsnit i Rapport fra Virksomhedsudvalget

[2] Side 47, 5. afsnit i Rapport fra Virksomhedsudvalget

[3] Side 47, 6. afsnit i Rapport fra Virksomhedsudvalget






Sammenfatning og konklusioner

1.1 Anbefalede målepunkter
1.2 Følgende målepunkter anbefales med de anførte forudsætninger
1.3 Styregruppen anbefaler følgende formidling af benchmarkingmålinger

På baggrund af undersøgelsen konkluderede og besluttede styregrupen for projektet på sit afsluttende møde den 25. august 2004 følgende anbefalinger vedrørende måleparametre til benchmarking af kommunal og amtskommunal miljøadministration.

1.1 Anbefalede målepunkter

  1. Fordelingen af niveau 1, 2 og 3 virksomheder/ landbrug.
  2. Ressourceforbrug per samlet tilsyn fordelt på de forskellige niveauer (1, 2 og 3) af virksomhed/ landbrug.
  3. Andel af henholdsvis anmeldte og uanmeldte tilsyn fordelt på de forskellige niveauer af virksomheder/ landbrug.
  4. Reaktioner – fordelt på reaktionstyper - per samlet tilsyn og for de forskellige niveauer (1, 2 og 3) af virksomheder/ landbrug.
  5. a. Sagsbehandlingstiden fra ansøgningstidspunkt til sagen er fuldt oplyst.
  1. b. Sagsbehandlingstiden fra sagen er fuldt oplyst til meddelelse af godkendelsen.

1.2 Følgende målepunkter anbefales med de anførte forudsætninger

  1. Uddannelseskroner brugt til efteruddannelse pr. medarbejderårsværk. Det forudsættes, at der udarbejdes en præcis definition af efteruddannelse.
  2. Kvalitetsstyring af tilsynsadministrationen. Dette forudsætter, at der arbejdes videre med, hvilke kvalitetsparametre der er interessante at måle på. Ifølge udmøntningsplanen for den nye kommunale struktur skal en bredt sammensat arbejdsgruppe komme med forslag til en kvalitetssikringsordning for kommunal miljøsagsbehandling.
  3. Gennemførte brugerundersøgelser af tilsynsadministrationen. Dette forudsætter, at der arbejdes videre med et koncept for brugerundersøgelser i de enkelte kommuner og amter.
  4. Ressourceforbrug per godkendelse. Det forudsættes, at der er tale om ressourceforbrug per godkendelse, dvs. uden at ressourceforbruget fordeles på de forskellige niveauer af virksomheder.

1.3 Styregruppen anbefaler følgende formidling af benchmarkingmålinger

  1. Der bør udvikles og anvendes en web-baseret sammenligningsmulighed, således at såvel tilsynsmyndighederne som de centrale myndigheder får størst mulig udbytte af benchmarkingen. Med en sådan løsning kan tilsynsmyndighederne f.eks. via Miljøstyrelsens hjemmeside logge sig ind og downloade resultaterne og efter behov sammenligne sig med andre relevante kommuner og amter.
  2. Det er i denne sammenhæng vigtigt at understrege, at hvis benchmarkingen skal være et fornuftigt redskab, skal den stilles til rådighed for kommuner og amter, således at resultaterne kan anvendes til diskussion og videreudvikling af den kommunale tilsynspraksis.





Summary and conclusions

The present report is the result of a pilot benchmarking project carried out by Danish Environmental Protection Agency and conducted by the consultants Epinion A/S.

The report identifies and specifies benchmarking parameters that can be used in a nation-wide benchmarking of the local environmental inspectorates in the Danish local and regional authorities (municipalities and counties). The parameters chosen are the result of the recommendations of the project steering committee.

Nine benchmarking parameters have been recommended by the project steering committee. The parameters focus on the use of resources in the different aspects of inspection and permitting procedures, the way inspection and enforcement are carried out, and the quality assurance in the inspectorate.

The steering committee also recommends that a web-based benchmarking tool be developed. The purpose of the tool is to facilitate that inspectorates can be compared to relevant benchmarking partners and, thus, to create a learning environment for the involved authorities.






1 Kommunernes kategorisering af virksomhederne

1.4 Overordnede konklusioner og anbefalinger
1.5 Analyser af kommunernes besvarelser
     1.5.1 Kategorisering af virksomheder
     1.5.2 Kategorisering af Landbrug
     1.5.3 Sammenligning af kommunernes og amternes kategorisering af
     virksomheder

     1.5.4 Sammenligning af kommunernes kategorisering af landbrug
      1.5.5 Vurdering af målepunkt: Kategorisering af virksomheder og
     landbrug/ pelsdyrsfarme

For at det differentierede tilsyn skal fungere i praksis, er det en vigtig forudsætning at kategoriseringen af virksomhederne i kommunerne er ensartede. Således bør chancen for, at en virksomhed placeres i niveau 1, 2 eller 3 ikke afhænge af, hvilken kommune, virksomheden er placeret i. I princippet bør to forskellige personer heller ikke vurdere virksomhederne forskelligt.

Disse krav til ensartethed stiller naturligvis meget store krav til det vejledningsmateriale, som de ansatte i tilsynsadministrationen får udleveret. Benchmarkingen kan være med til at understøtte arbejdet med at sikre en form for ensartethed, da indberetningerne og sammenligningsresultaterne kan være med til at sætte fokus på vigtigheden af korrekt kategorisering.

Virksomhedsudvalgets rapport sætter som en ledesnor, at ca. 25 % af virksomheder skal kategoriseres i kategori 1 (de mest miljøvenlige virksomheder), 50 % i kategori 2 og 25 % i kategori 3 (de mindst miljøvenlige virksomheder). Denne ledesnor kan i sagens natur sagtens variere fra kommune til kommune og fra amt til amt i forhold til, hvilke virksomheder der befinder sig i de respektive lokaliteter.

Det skal understreges, at besvarelserne fra kommunerne og amterne i resultaterne præsenteret nedenfor bygger på skøn, og at resultaterne således skal tolkes derefter.

Målepunkt 1: Fordelingen af kategori 1, 2 og 3 virksomheder/ landbrug i kommunen eller amtet.

1.4 Overordnede konklusioner og anbefalinger

  • Målepunktet vurderes af Epinion at være yderst relevant i forhold til at sammenligne kommunernes respektive kategorisering af virksomhederne. Benchmarking på dette punkt kan således blive en støtte til implementeringen af det differentierede tilsyn, idet det vil støtte en ensartet praksis på området.
  • Flere kommuner og amter fandt det tidskrævende at lave kategoriseringen af virksomheder og landbrug. Det er ikke overraskende, eftersom det er første gang, kommunerne og amterne laver den, og da de administrative systemer således ikke er tilpasset. Flere kommuner og amter nævnte tillige, at kategoriseringen var præget af skøn, hvilket også må være forventeligt i et pilotforsøg af denne art.
  • De enkelte amter og kommuners kategorisering af virksomhederne i kommunen eller amtet er præget af stor uensartethed for både virksomheder og landbrug.
  • Det vurderes, at implementeringen af det differentierede tilsyn bør kombineres med en form for registrering af den valgte kategorisering, at registreringen bør indberettes og vurderes af Miljøstyrelsen, samt at benchmarkingen er nødvendig for at skabe det nødvendige, vedvarende fokus på behovet for ensartethed i kategoriseringen.

1.5 Analyser af kommunernes besvarelser

Nedenfor er amternes og kommunernes kategorisering i pilotundersøgelsen præsenteret.

1.5.1 Kategorisering af virksomheder

Tabellen nedenfor viser, hvorledes forskellige grupper af virksomheder er blevet rubriceret af kommuner og amter. Det er altså totalfordelingen af virksomhederne.

Tallene viser, at IPPC virksomheder i højere grad end andre bliver kategoriseret i kategori 1, hvilket sandsynligvis hænger sammen med, at disse virksomheder som følge af deres registrering i højere grad har større systematik i deres oplysninger til miljøtilsynet. Systematik i miljøoplysninger er en af to parametre, der afgør kommunernes kategorisering.

Ydermere fremgår det af tabel 1, at den samlede fordeling i kategorier af virksomhederne fordeler sig nogenlunde jævnt og på linie med virksomhedsudvalgets anbefalinger. Dog er midtergruppen større end forventet. Størstedelen af virksomhederne befinder sig i kategori 2 (66 %), mens cirka lige mange virksomheder befinder sig i henholdsvis kategori 1 (17 %) og kategori 3 (16 %).

Tabel 1: Samlet kategorisering af virksomhederne (kommuner og amter)

  IPPC virksom-
heder
Øvrige
godkendel-
sespligtige virksom-
heder
Anmeldevirk-
somheder
Auto-
værksteder
Total
Kategori 1 virksomheder 34 %
(65)
21 %
(213)
14 %
(199)
16 %
(182)
17 %
(659)
Kategori 2 virksomheder 57 %
(110)
70 %
(712)
71 %
(999)
60 %
(695)
66 %
(2516)
Kategori 3 virksomheder 10 %
(19)
9 %
(94)
15 %
(217)
24 %
(279)
16 %
(609)
Total 100 %
(194)
100 %
(1019)
100 %
(1415)
100 %
(1156)
100 %
(3784)

Som det fremgår af tabel 2 og 3, minder kommunernes og amternes kategorisering af virksomhederne i høj grad om hinanden.

Tabel 2: Kommunernes kategorisering af virksomheder

  IPPC virksom-
heder
Øvrige
godkendel-
sespligtige virksom-
heder
Anmeldevirk-
somheder
Auto-
værksteder
Total
Kategori 1 virksomheder 35 %
(15)
26 %
(93)
15 %
(197)
16 %
(179)
17 %
(484)
Kategori 2 virksomheder 47 %
(20)
58 %
(208)
69 %
(927)
60 %
(685)
64 %
(1840)
Kategori 3 virksomheder 19 %
(8)
16 %
(56)
16 %
(216)
24 %
(279)
19 %
(559)
Total 100 %
(43)
100 %
(357)
100 %
(1340)
100 %
(1143)
100 %
(2883)

Tabel 3: Amternes kategorisering af virksomhederne

  IPPC virksom-
heder
Øvrige
godkendel-
sespligtige virksom-
heder
Anmeldevirk-
somheder
Auto-
værksteder
Total
Kategori 1 virksomheder 34 %
(50)
22 %
(120)
3 %
(2)
23 %
(3)
22 %
(175)
Kategori 2 virksomheder 61 %
(90)
91 %
(504)
96 %
(72)
77 %
(10)
85 %
(676)
Kategori 3 virksomheder 7 %
(11)
7 %
(38)
1 %
(1)
0 %
0
6 %
(50)
Total 100 %
(148)
100 %
(556)
100 %
(75)
100 %
(13)
100 %
(792)

1.5.2 Kategorisering af Landbrug

Tabel 4 viser kommunernes kategorisering af landbrug, og her tegner der sig et billede, der ligner kategorisering af virksomhederne. De fleste landbrug er kategoriseret i kategori 2 og færre i kategori 1 og 3. Dog bemærkes, at pelsdyrfarme i højere grad end landbrug er kategoriseret i hhv. kategori 1 og 3 – hvilket er tæt på den fordeling, som er forventet af Virksomhedsudvalget.

Tabel 4: Kommunernes kategorisering af landbrug

  Godkendel-
sespligtige
landbrug
Ikke
godkendel-
sespligtige
erhvervs-
mæssige
husdyrbrug
Pelsdyr-
farme
Total
Kategori 1 Landbrug 26 %
(5)
18 %
(112)
24 %
(9)
19 %
(126)
Kategori 2 Landbrug 68 %
(13)
73 %
(453)
50 %
(19)
72 %
(485)
Kategori 3 Landbrug 5 %
(1)
9 %
(55)
26 %
(10)
10 %
(66)
Total 100 %
(19)
100 %
(620)
100 %
(38)
100 %
(677)

1.5.3 Sammenligning af kommunernes og amternes kategorisering af virksomheder

Når man kigger på kategoriseringen hos den enkelte kommune, er der, modsat de samlede tal, store forskelle at spore. Figur 1 illustrerer således, at fire kommuner næsten ingen kategori 3 virksomheder har, at to kommuner har en stor grad af kategori 3 virksomheder, mens andre kommuner næsten kun har kategori 2 virksomheder.

Et lignende broget billede tegner sig for amterne i figur 2, hvor et amt næsten udelukkende har kategori 2 virksomheder og amterne generelt har få kategori 3 virksomheder.

På trods af den samlede fordeling i ovenstående tabeller kan det således konkluderes, at kommunerne og amterne – som det fremgår af figur 1 og 2 – har en noget uensartet kategorisering, hvilket dels kan skyldes en uensartet branchesammensætning af virksomhederne og til dels også med sikkerhed skyldes forskelle i den administrative praksis på området.

Figur 1: Sammenligning af kommunernes kategorisering virksomheder

Figur 1: Sammenligning af kommunernes kategorisering virksomheder

Figur 2: Sammenligning af amternes kategorisering virksomheder

Figur 2: Sammenligning af amternes kategorisering virksomheder

1.5.4 Sammenligning af kommunernes kategorisering af landbrug

For landbrug kan der også i figur 3 ses en uensartethed i kategoriseringen, idet nogle kommuner næsten kun har kategori 1 virksomheder, mens andre kommuner næsten kun har kategoriseret kategori 2 virksomheder.

Figur 3: Sammenligning af kommunernes kategorisering af landbrug

Figur 3: Sammenligning af kommunernes kategorisering af landbrug

1.5.5 Vurdering af målepunkt: Kategorisering af virksomheder og landbrug/ pelsdyrsfarme

Det vurderes, som konsekvens af kommunerne og amternes kategorisering af virksomhederne, at der i samspil med implementeringen af det differentierede tilsyn bør være en form for registrering af kommunernes kategorisering for at sikre implementeringen af det differentierede tilsyn og for at kunne vurdere forskelle.






2 Kommunernes ressourceforbrug

2.1 Overordnede konklusioner og anbefalinger
2.2 Ressourceforbrug til samlede tilsyn og opfølgende arbejde 2003
     2.2.1 Ressourceforbrug per samlet tilsyn af landbrug og pelsdyrsfarme
     2.2.2 Vurdering af målepunkt: ressourceforbrug per samlet tilsyn
2.3 Ressourceforbrug til godkendelser og tilladelser
2.4 Udannelseskroner per årsværk

Dette afsnit undersøger kommunernes ressourceforbrug fordelt på de forskellige kategorier, samt hvor meget de enkelte kommuner og amter bruger på uddannelse per årsværk.

Målingen af ressourceforbruget er centralt i forhold til det differentierede tilsyn, idet det forventes, at kategori 1 virksomheder/landbrug kræver et mindre ressourcetræk på kommunen end kategori 2 virksomheder/landbrug og så fremdeles. Virksomhedernes/landbrugenes forureningspotentiale spiller dog også en væsentlig rolle i denne prioritering af indsatsen.

Målepunkt 2: Ressourceforbrug per samlet tilsyn og for de forskellige kategorier af virksomhed/ landbrug.

Målepunkt 3: Ressourceforbrug per godkendt virksomhed.

Målepunkt 4: Uddannelseskroner brugt per årsværk.

2.1 Overordnede konklusioner og anbefalinger

  • Der er ikke nogen entydig tendens til, at kommunerne og amterne bruger flere ressourcer per samlet tilsyn på kategori 3 virksomheder end kategori 1 virksomheder. Dette indikerer, at ressourceforbruget kan tilpasses, hvis der skal leves op til idéerne bag det differentierede tilsyn, hvor den bærende idé er at fokusere indsatsen på kategori 3 virksomheder.
  • Epinion vurderer, at ressourceforbrugets fordeling er et meget relevant målepunkt i forbindelse med opfølgning på det differentierede tilsyn. Dels illustrerer det de totale forskelle i ressourceindsatsen kommunerne og amterne imellem, og dels viser det relevante informationer om ressourcefordelingen internt i kommunerne og amterne.
  • Flere kommuner fandt, at det var ressourcekrævende at udfylde spørgsmålene om ressourcefordelingen, idet spørgsmålet er komplekst, og det kræver en kategorisering, som ikke er administrativ praksis i kommunerne. Resultaterne i denne måling er således behæftet med en grad af skøn – mere præcise resultater kan dog forventes over tid, når kommunerne bliver vant til opgørelsesmetoden.
  • Baseret på antallet af brugbare svar har især kommunerne haft besvær med spørgsmålet vedr. ressourceforbrug per godkendt virksomhed. Ydermere laver små kommuner kun ganske få godkendelser på årsbasis, hvilket også gør datagrundlaget per kommune mere spinkelt.
  • Målepunktet uddannelseskroner per årsværk er relativt uproblematisk for kommunerne og amterne at besvare.
  • Det skal også bemærkes, at der ikke var nok brugbare svar i relation til ressourceforbruget til godkendelsesarbejdet i landbruget.

2.2 Ressourceforbrug til samlede tilsyn og opfølgende arbejde 2003

Nedenfor er de enkelte kommuners ressourceforbrug per samlet tilsyn udspecificeret for de forskellige kategorier af virksomheder.

Ressourceforbruget inkluderer både årsværk brugt på det samlede tilsyn i 2003, de udgifter kommunen eventuelt måtte have haft til miljøsamarbejder og de udgifter kommunen eventuelt har haft til fremmede tjenesteydelser. For at kunne give en kroneværdi per samlet tilsyn er årsværk omregnet således, at et årsværk er sat til kr. 500.000.

Figur 4 nedenfor viser kommunernes ressourceforbrug per samlet tilsyn i virksomhederne. For hver kommune er der fire bjælker. Den første bjælke er ressourceforbrug per samlet tilsyn for kategori 1 virksomheder, den næste bjælke er ressourceforbrug per samlet tilsyn for kategori 2 virksomheder og så fremdeles. Den fjerde bjælke repræsenterer det gennemsnitlige ressourceforbrug per samlet tilsyn. Det skal bemærkes, at i figur 4 og i mange af den andre figurer i rapporten, er der ofte stor lighed mellem ressourceforbruget per samlet tilsyn for kategori 2 virksomheder og det gennemsnitlige ressourceforbrug. Det skyldes, at der en stor repræsentation af kategori 2 virksomheder, hvorfor dette gennemsnit i høj grad indvirker på det samlede gennemsnit.

Der er to centrale observationer i figur 4: For det første er der ikke nogen klar tendens til, at kommunerne bruger flere ressourcer per samlet tilsyn for kategori 3 virksomheder end for andre virksomheder, som det kunne forventes.

For det andet ligger ressourceforbruget per samlet tilsyn ret jævnt på omkring 10.000 kr. per samlet tilsyn i fem ud af otte kommuner. Tre kommuner udskiller sig – en med et noget mindre ressourceforbrug per samlet tilsyn og to med et noget højere ressourceforbrug per samlet tilsyn. Dog udskiller K5 og K7 sig med markant højere ressourcetræk for kategori 3 virksomheder end for andre.

I en benchmarkingoptik ville det være interessant at gå bagom tallene og analysere, hvad der er årsagen til henholdsvis de dyre og den billige kommune. Det kunne være relevant at klarlægge de centrale faktorer, som forårsager forskellene i udgifterne.

K2 er et interessant eksempel på, at ressourcerne anvendes modsat af hensigten med det differentierede tilsyn. Således bruges der gennemsnitligt flest ressourcer pr. samlet tilsyn på kategori 1 virksomheder. Der bruges mindst på kategori 3, og kategori 2 placerer sig midt imellem. En sådan kommune ville kunne bruge benchmarkingen til at overveje, om der bør ske en omprioritering af indsatsen.

K1 er interessant, fordi ressourceforbruget per samlet tilsyn ligger markant under de øvrige kommuner. Dette kan enten skyldes høj effektivitet, lavere kvalitet i arbejdet eller en kombination heraf. I benchmarking sammenhæng ville det være relevant, at kommunen indgik i et samarbejde med andre kommuner om at komme bag om tallene. Hvis forskellen skyldes høj effektivitet, ville de være en ”best practice”, som andre kunne lære af. Hvis kvaliteten er lav, kunne afdelingen bruge resultaterne til argumentere for behovet for øget ressourceindsats på området.

Figur 4: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af virksomheder

Figur 4: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af virksomheder

For amterne er der en tendens til, at kategori 3 virksomhederne er dyrere per samlet tilsyn end andre kategorier af virksomheder inden for de enkelte amter. Ydermere kan det bemærkes, at ressourceforbruget per samlet tilsyn på tværs af de tre amter er ret ens.

A3 er et eksempel på et amt, som har den ressourcefordeling, som stemmer overens med idéerne bag det differentierede tilsyn.

Figur 5: Amternes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af virksomheder

Figur 5: Amternes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af virksomheder

2.2.1 Ressourceforbrug per samlet tilsyn af landbrug og pelsdyrsfarme

I figur 6 fremgår det, at der også for tilsyn af landbrug er store forskelle mellem forskellige grupper af kommuner. To kommuner skiller sig ud ved at have et markant højere ressourcetræk per samlet tilsyn end de andre. Ligesom ved virksomhederne er det ikke noget entydigt tegn på, at kommunerne har et større ressourcetræk for kategori 3 virksomheder end for andre virksomheder.

Figur 6: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af landbrug

Figur 6: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af landbrug

Når ressourcetrækket for tilsyn af pelsdyrsfarme opgøres, viser der sig store forskelle de fire kommuner imellem, som det fremgår af figur 7 nedenfor.

Figur 7: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af pelsdyrsfarme

Figur 7: Kommunernes ressourceforbrug i kr. per samlet tilsyn for forskellige kategorier af pelsdyrsfarme

2.2.2 Vurdering af målepunkt: ressourceforbrug per samlet tilsyn

Epinion vurderer, at ressourceforbrugets fordeling er et meget relevant målepunkt i forbindelse med opfølgning på det differentierede tilsyn. Dels illustrerer det de totale forskelle i ressourceindsatsen kommunerne og amterne imellem, og dels viser det relevante informationer om ressourcefordelingen internt i kommunerne og amterne.

Dog skal det bemærkes, at flere kommuner fandt, at det var ressourcekrævende at udfylde skemaet, idet spørgsmålet er komplekst og det kræver en kategorisering, som ikke er administrativ praksis i kommunerne.

2.3 Ressourceforbrug til godkendelser og tilladelser

Ligesom med ressourceforbruget per samlet tilsyn blev kommunerne og amterne spurgt til ressourceforbruget med hensyn til kommunernes og amternes godkendelsesarbejde. Ressourceforbruget er opgjort som årsværk i egen forvaltning, udgifter til kommunalt miljøsamarbejde og udgifter til andre fremmede tjenesteydelser. Som i analysen ovenfor er et årsværk sat til en værdi på 500.000 kr.

I figur 8 nedenfor er kommunernes godkendelsesarbejde opgjort i forhold til ressourceforbruget per godkendt virksomhed. Det bemærkes, at kun fire kommuner besvarede denne spørgsmålskategori fyldestgørende, hvilket tyder på, at det var svært for kommunerne at besvare. Ydermere laver små kommuner kun ganske få godkendelser på årsbasis, hvilket betyder at også datagrundlaget per kommune er mere spinkelt.

I figuren nedenfor kan der igen observeres ret store forskelle kommunerne imellem. Dog er disse resultater bygget på et spinkelt datagrundlag.

Figur 8: Ressourceforbrug i kr. per godkendte virksomhed (kommuner)

Figur 8: Ressourceforbrug i kr. per godkendte virksomhed (kommuner)

Figur 9 nedenfor viser, at også for amterne er der store forskelle mellem ressourceforbruget per godkendte virksomhed.

Figur 9: Ressourceforbrug i kr. per godkendt virksomhed (amter)

Figur 9: Ressourceforbrug i kr. per godkendt virksomhed (amter)

2.4 Udannelseskroner per årsværk

Det er relativt uproblematisk for kommunerne at opgøre hvor mange midler, der er blevet brugt på uddannelse af medarbejdere. Figur 10 antyder en vis spredning i midler brugt i både amter og kommuner.

Figur 10: Uddannelseskroner per årsværk i kommuner 2003

Figur 10: Uddannelseskroner per årsværk i kommuner 2003

Figur 11: Uddannelseskroner per årsværk i amter 2003

Figur 11: Uddannelseskroner per årsværk i amter 2003






3 Kommunernes reaktioner

3.1 Overordnede konklusioner og anbefalinger
3.2 Reaktionshyppighed per samlet tilsyn
3.3 Vurdering af målepunkt: Reaktioner per samlet tilsyn

Det kan forventes, som en del af det differentierede tilsyn, at de virksomheder og landbrug, der er kategoriseret i kategori 3, får flere reaktioner i form af henstillinger, indskærpelser, politianmeldelser, påbud og forbud. Derfor synes det relevant at kigge på netop denne parameter.

Målepunkt 5: Reaktioner per samlet tilsyn for forskellige kategorier af virksomheder/ landbrug.

3.1 Overordnede konklusioner og anbefalinger

  • Resultaterne viser, at for både kommuner og amter og for både virksomheder og landbrug ses den forventede tendens til, at kategori 3 virksomheder/ landbrug modtager flere reaktioner end andre. Der er dog også under dette målepunkt variation kommunerne imellem.
  • Målepunktet vurderes som relevant til at give en indikation af implementeringen af det differentierede tilsyn, idet især kategori 3 virksomheder må forventes at modtage flere reaktioner. Det støttes også af, at målepunktet i pilotbenchmarkingen giver relativt konsistente resultater.

3.2 Reaktionshyppighed per samlet tilsyn

Det samlede antal gennemsnitlige antal reaktioner fordeler sig nogenlunde jævnt kommunerne imellem. Den kommune med færrest reaktioner per samlet tilsyn har to reaktioner for hver 10 samlede tilsyn. Den kommune, som har flest reaktioner, har syv reaktioner for hver 10 samlede tilsyn.

Det er i sagens natur ikke entydigt, om få eller mange reaktioner er godt. Benchmarkingen vil derfor være relevant for kommuner i begge ender af spektret. Kommuner med få reaktioner bør overveje om deres praksis er for 'blød', mens kommuner i den modsatte ende kan overveje, om der findes andre veje til at nå målet.

Der ses også en nogenlunde klar men dog ikke entydig tendens til, at kategori 3 virksomheder generelt får flere reaktioner end kategori 1 og 2 virksomheder – det gør sig gældende for K1, K2, K5, K7 og K8 nedenfor. Denne sammenhæng var forventet, men det kunne også tyde på, at reaktioner tæller stærkt i kommunernes og amternes kategorisering af virksomhederne.

Figur 12: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af virksomheder (kommuner)

Figur 12: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af virksomheder (kommuner)

Den ovenfor beskrevne tendens – at kategori 3 virksomheder får flere reaktioner – gør sig også gældende for amterne, som det ses i figur 13 nedenfor. I figuren skal det også bemærkes, at et amt (A1) ikke bruger reaktioner så ofte i de samlede tilsyn som de andre amter.

Figur 13: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af virksomheder (amter)

Figur 13: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af virksomheder (amter)

Figur 14 viser samme tendens, som den ovenfor beskrevne, hvor der i højere grad tildeles reaktioner til kategori 3 virksomheder.

Figur 14: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af landbrug og pelsdyrsfarme (kommuner)

Figur 14: Reaktionshyppighed per samlet tilsyn i forskellige kategorier af landbrug og pelsdyrsfarme (kommuner)

3.3 Vurdering af målepunkt: Reaktioner per samlet tilsyn

Målepunktet vurderes som relevant til at give en indikation af implementeringen af det differentierede tilsyn, idet især kategori 3 virksomheder må forventes at modtage flere reaktioner. Det støttes også af, at målepunktet i pilotbenchmarkingen giver relativt konsistente resultater.






4 Kvalitetsstyring i kommunerne

4.1 Overordnede konklusioner og anbefalinger
4.2 Analyser af kommunernes og amternes besvarelser

En række spørgsmål har forsøgt at indfange kvalitetsstyringen i kommunerne. Spørgsmålene har taget udgangspunkt i den af Miljøstyrelsen udgivne publikation ”Vejledning nr. 1, 2001 Kvalitetsstyring i kommunerne”.

Målepunkt 6: Kvalitetsstyring af tilsynsadministrationen.

4.1 Overordnede konklusioner og anbefalinger

  • Spørgsmålene vedr. kvalitetsstyring i kommunerne og amterne er relativt uproblematiske af få besvaret.
  • Følgegruppen bør dog vurdere relevansen og informationsværdien af spørgsmålene. Hvis kvalitetsstandarder fastlægges nationalt, eksempelvis i form af et dansk akkrediteringssystem, ville dette målepunkt i højere grad vurderes som relevant.
  • Epinion vurderer, at spørgsmålene er relevante, hvis kommunerne og/ eller Miljøstyrelsen har nogle bestemte typer kvalitetssikringsmetoder, som ønskes fremmet.

4.2 Analyser af kommunernes og amternes besvarelser

En række målepunkter for kvalitetsstyring i kommunerne og amterne er opstillet, som det fremgår af tabellerne nedenfor.

Tabel 5: Kvalitetsstyring kommuner, andel af kommuner (antal besvarelser i parentes)

  Ja Nej
Laves der kvalitetspolitik for sagsbehandlingen? 60 % (6) 40 % (4)
Opstilles der kvalitetsprincipper for sagsbehandlingen? 50 % (4) 50 % (4)
Opstilles der kvalitetsmål for sagsbehandlingen? 67 % (6) 33 % (3)
Er der udarbejdet funktionsbeskrivelser for sagsbehandlingen? 38 % (3) 63 % (5)
Er der udarbejdet procedurer, checklister, standarder m.v. for sagsbehandlingen? 80 % (8) 20 % (2)
Gennemføres der auditering af, at procedurer, checklister, standarder er blevet overholdt? 30 % (3) 70 % (7)
Gennemføres der auditering af kvalitetsmål? 30 % (3) 70 % (7)

Tabel 6: Kvalitetsstyring amter, andel af amter (antal besvarelser i parentes)

  Ja Nej
Laves der kvalitetspolitik for sagsbehandlingen? 60 % (3) 40 % (2)
Opstilles der kvalitetsprincipper for sagsbehandlingen? 100% (5) 0 % (0)
Opstilles der kvalitetsmål for sagsbehandlingen? 80 % (4) 20 % (1)
Er der udarbejdet funktionsbeskrivelser for sagsbehandlingen? 60 % (3) 40 % (2)
Er der udarbejdet procedurer, checklister, standarder m.v. for sagsbehandlingen? 100% (5) 0 % (0)
Gennemføres der auditering af, at procedurer, checklister, standarder er blevet overholdt? 40 % (2) 60 % (3)
Gennemføres der auditering af kvalitetsmål? 40 % (2) 60 % (3)





5 Godkendelser og tilladelser

5.1 Overordnede konklusioner og anbefalinger
5.2 Analyser af kommunernes besvarelser
5.3 Vurdering af målepunkt: sagsbehandlingstider

Sagsbehandlingstiden vedr. tilsynsadministrationernes afgørelser vedr. miljøgodkendelser og tilladelser har været en af de centrale parametre, som især industrien har ønsket at inddrage.

Målepunkt 7: Sagsbehandlingstiden fra ansøgningstidspunkt til sagen er fuldt oplyst.

Målepunkt 8: Sagsbehandlingstiden fra sagen er fuldt oplyst til sagen er blevet afgjort.

5.1 Overordnede konklusioner og anbefalinger

  • Generelt er der få besvarelser for kommunerne vedr. tidsforbruget i relation i sagsbehandlingen af godkendelser og tilladelser.
  • Tidsforbruget for de fire kommuner, der har svaret, ligger relativt stabilt på ca. 15-25 uger per sag. Tre ud af fire kommuner oplevede længere gennemsnitlig sagsbehandlingstid fra starten af sagen, til sagen blev fuldt oplyst, end fra sagen er fuldt oplyst til afgørelse i sagen.
  • Amterne oplyste markant flere sager end kommunerne, hvorfor dette datagrundlag vurderes at være bedre til at udregne den gennemsnitlige sagsbehandlingstid.
  • På trods af den lave besvarelsesprocent blandt kommunerne vurderes målepunktet til at være relevant, hvis der ønskes fokus på sagsbehandlingstider. Med et bedre datagrundlag – flere besvarelser – ville det i analysen være muligt at skelne mellem forskellige typer af godkendelser, virksomhedernes kategorisering og virksomhedens branche.

5.2 Analyser af kommunernes besvarelser

I spørgeskemaet blev der spurgt til tidsforbruget i forhold til kapitel 5 godkendelser og tilslutningstilladelser.

Relativt få kommuner har valgt at besvare spørgsmålene vedr. sagsbehandlingstiden for godkendelser og tilladelser i kommunerne. Derudover skal det bemærkes, at små kommuner kun behandler et lille antal godkendelser i løbet af et år. Dette ændres dog sandsynligvis på baggrund af kommunalreformen, hvor kommunerne bliver større og ansvarsområder flyttes.

I figur 15 nedenfor fremgår det, at der kun er mindre variation i sagsbehandlingstiden imellem de kommuner, der har besvaret spørgsmålet. For de fire kommunerne ligger den gennemsnitlige sagsbehandlingstid mellem 15-25 uger per godkendelse/ tilladelse. Det skal også bemærkes, at for tre kommuner (K1, K2, K3) er det gennemsnitlige tidsforløb fra ansøgningstidspunktet til sagen er fuldt oplyst mindre, end fra sagen er fuldt oplyst til afgørelsen. Den sidste del af sagsbehandlingsarbejdet er den del af arbejdet, hvor kommunerne har mest kontrol over tidsforbruget.

Figur 15: Gennemsnitlig sagsbehandlingstid kommuner

Figur 15: Gennemsnitlig sagsbehandlingstid kommuner

Amterne behandler generelt flere godkendelser, hvorfor datagrundlaget for disse vurderes til at være bedre end for kommunerne. Amterne havde dog ikke i deres besvarelser differentieret mellem de to tidsperioder, og som det fremgår af figuren nedenfor, ligger den gennemsnitlige sagsbehandlingstid for amterne mellem 15 og 30 uger for de tre amter, der har besvaret spørgsmålet.

Figur 16: Gennemsnitlig sagsbehandlingstid amter

Figur 16: Gennemsnitlig sagsbehandlingstid amter

5.3 Vurdering af målepunkt: sagsbehandlingstider

På trods af den lave besvarelsesprocent blandt kommunerne vurderes målepunktet til at være relevant, hvis der ønskes fokus på nedbringelse af sagsbehandlingstider. Med et bedre datagrundlag – flere besvarelser – ville det i analysen være muligt at skelne mellem forskellige typer af godkendelser, virksomhedernes kategorisering og virksomhedens branche.






6 Anmeldte og uanmeldte tilsyn og gennemførelse af brugerundersøgelser

6.1 Overordnede konklusioner og anbefalinger
6.2 Aftalte og uanmeldte besøg
     6.2.1 Andelen af aftalte og uanmeldte besøg for alle respondenter
     6.2.2 Sammenligning af kommunernes og amternes aftalte og
     uanmeldte tilsyn for forskellige kategorier af virksomheder

     6.2.3 Sammenligning af kommunernes aftalte og uanmeldte tilsyn
     besøg for forskellige kategorier af landbrug og pelsdyrsfarme

     6.2.4 Vurdering af målepunkt: Aftalte og uanmeldte besøg
6.3 Gennemførsel af bruger undersøgelser

Om tilsynsadministrationen gennemfører aftalte eller uanmeldte tilsyn, blev udvalgt som målepunkt på baggrund af, at det vurderes, at lavere kategoriserede virksomheder skal have flere uanmeldte tilsynsbesøg end højere kategoriserede virksomheder. Det skal i denne sammenhæng bemærkes, at tilsyn som udgangspunkt er anmeldte, med mindre formålet med tilsynet forspildes ved, at det anmeldes. I så fald skal tilsynet være uanmeldt.

Gennemførelse af brugerundersøgelser blev udvalgt, fordi det vurderes at kunne sige noget om blandt andet. tilsynsadministrationens faglige viden om virksomheder og landbrug

Målepunkt 9: Andel af henholdsvis anmeldte og uanmeldte tilsyn fordelt på de forskellige kategorier af virksomheder/landbrug.

Målepunkt 10: Gennemførelse af brugerundersøgelser af tilsynsadministrationen.

6.1 Overordnede konklusioner og anbefalinger

  • For virksomheder er der en tendens til, at kategori 1 virksomheder i mindre grad får uanmeldte tilsynsbesøg. For landbrug og pelsdyrsfarme er der en tendens til, at kategori 1 virksomheder i højere grad får uanmeldte tilsynsbesøg.
  • Der er stor spredning blandt alle kommuner og amter i forhold til deres andel af uanmeldte besøg til virksomheder, landbrug og pelsdyrsfarme. Der findes ingen entydig tendens til, at kategori 3 virksomheder/ landbrug oftere besøges uanmeldt end andre virksomheder.
  • Følgegruppen må vurdere relevansen af målepunktet. Hvis der tages udgangspunkt i en praksis, hvor det antages at kategori 3 virksomheder skal have flere uanmeldte tilsynsbesøg end andre, har målepunktet en klar relevans. Hvis dette ikke er tilfældet, er målepunktet mindre relevant.
  • Følgegruppen må ydermere vurdere relevansen af spørgsmålet om, hvorvidt der gennemføres brugerundersøgelser. Det er mest relevant, hvis det er en praksis, som det anses for vigtig at fremme.

6.2 Aftalte og uanmeldte besøg

Andelen af aftalte og uanmeldte besøg for virksomheder og landbrug er opgjort nedenfor.

6.2.1 Andelen af aftalte og uanmeldte besøg for alle respondenter

Der er en lille tendens til, at andelen af uanmeldte besøg er mindre for kategori 1 virksomheder, hvilket man også kunne forvente. Dog kan det også ses, at der foretages flere uanmeldte af kategori 2 virksomheder, end man skulle forvente, når der sammenlignes med kategori 3 virksomheder.

Tabel 7: Aftalte og uanmeldte besøg i virksomheder

  Aftalte Uanmeldte Total
Kategori 1 virksomheder 74 % (67) 26 % (24) 100 %
Kategori 2 virksomheder 60 % (345) 40 % (231) 100 %
Kategori 3 virksomheder 66 % (122) 34 % (64) 100 %
Total 63 % (534) 37 % (319) 100 %

For landbrug og pelsdyrsfarme er der en tendens til, at de i kategori 1 modtager en højere grad af uanmeldte besøg end kategori 2 og 3.

Tabel 8: Aftalte og uanmeldte besøg i landbrug og pelsdyrsfarme

  Aftalte Uanmeldte Total
Kategori 1 landbrug/ pelsdyrsfarme 64 % (21) 36 % (12) 100 %
Kategori 2 landbrug/ pelsdyrsfarme 84 % (270) 16 % (50) 100 %
Kategori 3 landbrug/ pelsdyrsfarme 83 % (24) 17 % (5) 100 %
Total 82 % (315) 18 % (67) 100 %

6.2.2 Sammenligning af kommunernes og amternes aftalte og uanmeldte tilsyn for forskellige kategorier af virksomheder

Sammenlignes kommunernes andel af uanmeldte besøg, ses der en stor spredning kommunerne imellem. Nogle kommuner har næsten ingen uanmeldte besøg, men fire kommuner har en samlet andel af uanmeldte besøg på over 50 %. Derudover skal det bemærkes, at der ikke kan spores nogen entydig forskel mellem forskellige kategorier af virksomheder.

Ligesom for nogle af de øvrige målepunkter er det ikke entydigt, hvorvidt få eller mange uanmeldte besøg er godt eller skidt. Benchmarkingen vil derfor være relevant for kommuner i begge ender af spektret.

Figur 17: Sammenligning af kommunernes andel af uanmeldte besøg for forskellige kategorier af virksomheder

Figur 17: Sammenligning af kommunernes andel af uanmeldte besøg for forskellige kategorier af virksomheder

I forhold til amternes andel af uanmeldte besøg er der også en stor spredning, hvilket også illustrerer forskellig administrativ praksis. Der er heller ikke her nogen entydig forskel at spore mellem de forskellige kategorier af virksomheder.

Figur 18: Sammenligning af amternes andel af uanmeldte besøg for forskellige kategorier af virksomheder

Figur 18: Sammenligning af amternes andel af uanmeldte besøg for forskellige kategorier af virksomheder

6.2.3 Sammenligning af kommunernes aftalte og uanmeldte tilsyn besøg for forskellige kategorier af landbrug og pelsdyrsfarme

For landbrug og pelsdyrsfarme gør samme tendens sig gældende med stor spredning og ingen forskel mellem de forskellige kategorier af landbrug/ pelsdyrsfarme.

Det er interessant, at K3 og K4 kommer uanmeldt ud til alle kategori 1 virksomheder, men kun uanmeldt ud til 70-85 % af kategori 3 virksomhederne. Dette kan dog også skyldes, at kommunerne har haft en særlig indsats overfor netop landbrug og pelsdyrfarme, hvor alle virksomheder er blevet besøgt uanmeldt. Kategori 3 virksomhederne er inde i et forløb, hvilket kan forklare, at de har flere anmeldte besøg.

Figur 19: Sammenligning af kommunernes andel af uanmeldte besøg for forskellige kategorier af landbrug og pelsdyrsfarme

Figur 19: Sammenligning af kommunernes andel af uanmeldte besøg for forskellige kategorier af landbrug og pelsdyrsfarme

6.2.4 Vurdering af målepunkt: Aftalte og uanmeldte besøg

Følgegruppen må vurdere relevansen af målepunktet. Hvis der tages udgangspunkt i en praksis, hvor det antages, at kategori 3 virksomheder skal have flere uanmeldte tilsynsbesøg end andre, har målepunktet en klar relevans. Hvis dette ikke er tilfældet er målepunktet mindre relevant.

6.3 Gennemførsel af bruger undersøgelser

Fire ud af 11 kommuner og tre ud af fem amter gennemfører brugerundersøgelser. Den type af undersøgelser, der bliver gennemført, er tilfredsheds/ brugerundersøgelser i virksomhederne.






7 Evaluering af spørgsmål

7.1 Overordnede konklusioner og anbefalinger
7.2 Spørgsmål der er svære og krævende af tilsynsmyndigheden
     7.2.1 Spørgsmål 1-11: Kategorisering af virksomheder og
     landbrug/pelsdyrsfarme og ressourceforbrug

     7.2.2 Spørgsmål 12-20: Andre spørgsmål vedr. tilsynet og
     ressourceforbruget

     7.2.3 Spørgsmål 21-27: Kvalitetsstyring
     7.2.4 Spørgsmål 28-29 Kapitel 5 godkendelser/-tilslutningstilladelser
7.3 Spørgsmål der er forbundet med stor grad af skøn
     7.3.1 Spørgsmål 1-11: Kategorisering af virksomheder og landbrug/
     pelsdyrsfarme og ressourceforbrug

     7.3.2 pørgsmål 12-20: Andre spørgsmål vedr. tilsynet og
     ressourceforbruget

     7.3.3 Spørgsmål 21-27: Kvalitetsstyring
     7.3.4 Spørgsmål 28-29 Kapitel 5 godkendelser/ tilslutningstilladelser

Som et led i besvarelsen af spørgeskemaet blev kommunerne og amterne også spurgt til:

  • Hvilke spørgsmål der var ressourcekrævende at svare på
  • Hvilke spørgsmål der var præget af en stor grad af skøn

Nedenfor er amternes og kommunerne vigtigste observationer i relation til spørgeskemaet.

7.1 Overordnede konklusioner og anbefalinger

  • Spørgsmål 1-11 vedr. kategoriseringen og ressourceforbruget for de forskellige kategorier af virksomheder har i pilotprojektet generelt været ressourcekrævende for kommunerne og amterne, og svarene har i de fleste tilfælde været præget af skøn.
  • For nogle kommuner har antallet af henholdsvis aftalte og uanmeldte tilsynsbesøg været præget af skøn, idet disse kommuner ikke i forvejen opgør dette.
  • Spørgsmålene 21-27 vedr. kvalitetsstyring i kommunerne kan sandsynligvis forenkles. Spørgsmålenes relevans bør også i høj grad evalueres af følgegruppen.
  • Et par kommuner stillede spørgsmålstegn ved relevansen af spørgsmålene vedr. tidsforbruget i sagsbehandlingen forbundet med godkendelser. Derudover blev det også bemærket, at tidsopdelingerne (fra sagens begyndelse til sagen er fuldt oplyst, og fra sagen er fuldt oplyst til afgørelsen af sagen) i nogle tilfælde ikke stringent kan registreres.

7.2 Spørgsmål der er svære og krævende af tilsynsmyndigheden

7.2.1 Spørgsmål 1-11: Kategorisering af virksomheder og landbrug/pelsdyrsfarme og ressourceforbrug

Gennemgående for kommunerne og amterne var, at spørgsmål 1 og 2, hvor de blev spurgt til kategoriseringen af virksomheder og landbrug/ pelsdyrsfarme, var ressourcekrævende at svare på. Det har følgende årsager ifølge kommunerne:

  • Opdelingen af data for virksomhederne var ikke tilgængelig.
  • Mangel på software til at administrere opdelingerne af virksomhederne.
  • De større kommuner og amterne fører tilsyn med så mange virksomheder, at kategoriseringen er et omfattende arbejde.
  • Det tager tid at sætte sig ind i, hvordan kategoriseringen laves.
  • Flere kommuner fandt det nødvendigt at udtage stikprøver og fordele kategoriseringen efter stikprøvens fordeling.

Som følge af at kategoriseringen er besværlig for kommunerne og amter, er spørgsmål 3-11 (ressourcefordeling på kategorier) også besværlig for kommunerne og amterne.

I denne sammenhæng er det dog vigtigt at bemærke, at kommunerne og amterne får nemmere ved ovenstående, når det differentierede tilsyn bliver implementeret, idet kategoriseringen indarbejdes i den administrative praksis.

7.2.2 Spørgsmål 12-20: Andre spørgsmål vedr. tilsynet og ressourceforbruget

Generelt er der ikke mange kommentarer fra kommunerne vedr. disse spørgsmål. Dog skal det bemærkes at:

  • Spørgsmål 13: ”Antallet af medarbejdere i miljøtilsynet” synes at være unødvendigt, idet antallet af årsværk i tilsynet opgøres andetsteds, og da denne parameter (årsværk) er mere præcis som målestok end antallet af medarbejdere.
  • Derudover er spørgsmål 17 en gentagelse af spørgsmål 16 og skal derfor udelades.

Endelig opgør nogle kommuner ikke antallet af aftalte og uanmeldte tilsynsbesøg (spørgsmål 18-20), hvorfor de havde svært at besvare disse spørgsmål.

7.2.3 Spørgsmål 21-27: Kvalitetsstyring

Flere kommuner havde svært ved at differentiere mellem de forskellige parametre i kvalitetsstyringsspørgsmålet.

Spørgsmålene kan derfor med sikkerhed revideres til sandsynligvis færre parametre. Følgegruppens vurdering af spørgsmålene bør også spille ind i denne sammenhæng.

7.2.4 Spørgsmål 28-29 Kapitel 5 godkendelser/-tilslutningstilladelser

Spørgsmålene vedr. tidsforbruget var ressourcekrævende at svare på for nogle kommuner. Derudover havde mange kommuner svært ved at se relevansen af spørgsmålet.

En kommune bemærkede endvidere, at det ikke er muligt at lave den skelnen af tidsforløbet (fra sagens begyndelse til sagen er fuldt oplyst, og fra sagen er fuldt oplyst til afgørelsen af sagen), som spørgsmålet lægger op til.

7.3 Spørgsmål der er forbundet med stor grad af skøn

7.3.1 Spørgsmål 1-11: Kategorisering af virksomheder og landbrug/ pelsdyrsfarme og ressourceforbrug

Generelt påpeger kommunerne og amterne, at disse spørgsmål er forbundet med en stor grad af skøn ud fra de samme årsager, som er bemærket i afsnit: 9.2.1.

7.3.2 Spørgsmål 12-20: Andre spørgsmål vedr. tilsynet og ressourceforbruget

Kommunerne har generelt ingen bemærkninger vedr. skønnet involveret i svaret til disse spørgsmål.

7.3.3 Spørgsmål 21-27: Kvalitetsstyring

Svarene er generelt ikke forbundet med skøn.

7.3.4 Spørgsmål 28-29 Kapitel 5 godkendelser/ tilslutningstilladelser

Se bemærkninger i afsnit 9.2.4.






8 Vejning

8.1 Den simple vejemetode - tabelvejning
8.2 Klyngevejning
8.3 Residualanalyse

I forbindelse med følgegruppemøderne har der været ønske om at kunne tage højde for forskellene, som måtte skyldes forskelle i virksomhedssammensætningen i de enkelte kommuner og amter.

Der eksisterer en række vejemetoder, som kan anvendes til at korrigere for sådanne forhold. I det følgende beskrives tre forskellige metoder ved hjælp af eksempler.

  • Tabelvejning
  • Klyngevejning
  • Regressionsbaserede metoder

Løsningerne skitseres særskilt, men de kan også kombineres, så det bedste fra alle verdener opnås.

8.1 Den simple vejemetode – tabelvejning

Den simple løsning er at udregne en forventet fordeling på kategori 1, 2 og 3 virksomheder i en kommune ud fra virksomhedssammensætningen i kommunen og den gennemsnitlige nationale fordeling af virksomheder i de tre kategorier.

Metoden kan anvendes til at konkludere, om kommunen har en tendens til at klassificere virksomheder anderledes (f.eks. tendens til at placere relativt flere i kategori 2) end resten af kommunerne. Metoden kan både bruges i forhold til kommuner og amter. Metoden er eksemplificeret nedenfor.

Tabellen nedenfor viser, at kommuner, som eksempelvis har forholdsmæssigt mange autoværksteder, må forventes at have flere kategori 3 virksomheder end en kommune, som har mange godkendelsespligtige virksomheder.

Tabel 9: Den nationale fordeling fra pilotbenchmarking

  IPPC
virksom-
heder
Øvrige
godkendelses-
pligtige
virksom-
heder
Anmelde-
virksom-
heder
Auto-
værk-
steder
Total
Kategori 1 virksomheder 35 %
(15)
26 %
(93)
15 %
(197)
16 %
(179)
17 %
(484)
Kategori 2 virksomheder 47 %
(20)
58 %
(208)
69 %
(927)
60 %
(685)
64 %
(1840)
Kategori 3 virksomheder 19 %
(8)
16 %
(56)
16 %
(216)
24 %
(279)
19 %
(559)
Total 100 %
(43)
100 %
(357)
100 %
(1340)
100 %
(1143)
100 %
(2883)

Nedenstående tabel viser virksomhedssammensætningen i en fiktiv kommune. Det fremgår, at kommunen totalt set har markant flere kategori 1 og 3 virksomheder end landsgennemsnittet. Skyldes dette, at kommunen har en helt speciel virksomhedssammensætning?

Tabel 10: Fordeling i fiktiv kommune

  IPPC
virksom-
heder
Øvrige
godkendelses-
pligtige
virksom-
heder
Anmelde-
virksom-
heder
Auto-
værk-
steder
Total
Kategori 1 virksomheder 50 %
(2)
28 %
(22)
28 %
(14)
23 %
(14)
27 %
(52)
Kategori 2 virksomheder 25 %
(1)
44 %
(34)
41 %
(45)
41 %
(25)
42 %
(105)
Kategori 3 virksomheder 25 %
(1)
28 %
(22)
30 %
(33)
36 %
(22)
31 %
(78)
Total 100 %
(4)
100 %
(78)
100 %
(109)
100 %
(61)
100 %
(235)

Dette kan afgøres ved at sammenligne det forventede antal kategori 1 – 3 virksomheder, ud fra den viden man har om fordelingen på type af virksomhed (IPPC virksomhed, anmeldevirksomheder mv.) i kommunen. Logikken er den simple, at udregne antallet af virksomheder i hver kategori ud fra landsgennemsnittet. Dette giver derefter et totalt forventet antal i hver kategori. Dette forventede tal kan herefter sammenlignes med det faktiske.

Et eksempel på resultatet af denne simple udregning ses nedenfor:

Tabel 11: Forventet fordeling af virksomheder ud fra national fordeling

  IPPC
virksom-
heder
Øvrige
godkendelses-
pligtige
virksom-
heder
Anmelde-
virksom-
heder
Auto-
værk-
steder
Total
Kategori 1 virksomheder 1,4 20,28 16,35 9,76 48 (19 %)
Kategori 2 virksomheder 1,88 45,24 75,21 36,6 159 (63 %)
Kategori 3 virksomheder 0,76 12,48 17,44 14,64 45 (18 %)
Total 4 78 109 61 252 (100 %)

Som det fremgår af udregningen, forventes det, at der er 9,76 autoværksteder, som er kategoriseret som kategori 1 virksomheder i kommunen. Dette er fundet ved at tage antal autoværksteder i kommunen (61) og gange med 16 %, som er den andel af autoværksteder, der gennemsnitligt på landsplan er kategori 1 virksomheder. Vi får altså 0,16 * 61 = 9,76.

Ud fra ovenstående tabel, kan man udregne den procentvise forskel (tabel ikke medtaget her). Herefter kan man sammenligne de enkelte fordelinger med de faktiske fordelinger. Dette er gjort i tabellen ovenfor.

Tabel 12: Forskel faktisk fordeling minus forventet fordeling

  IPPC
virksom-
heder
Øvrige
godkendelses-
pligtige
virksom-
heder
Anmelde-
virksom-
heder
Auto-
værk-
steder
Total
Kategori 1 virksomheder 15 % 2 % 13 % 7 % 8 %
Kategori 2 virksomheder -22 % -14 % -28 % -19 % -21 %
Kategori 3 virksomheder 6 % 12 % 14 % 12 % 13 %

Heraf fremgår det, at der i kommunen er færre kategori 2 virksomheder, end man skulle forvente. Dette skyldes, at der konsistent for alle typer af virksomheder er færre virksomheder, der er i denne kategori. Specielt er der få anmeldevirksomheder i denne kategori. Konklusionen må med andre ord være, at den store andel af kategori 1 og kategori 2 virksomheder, som sås i tabel 2, ikke skyldes en speciel virksomhedsfordeling, men snarere at kommunen konsistent for alle virksomhedstyper er mindre tilbøjelig til at kategorisere virksomhederne som type 2 virksomheder.

Tallene for den enkelte kommune kan naturligvis også repræsenteres grafisk.

Figur 20: Forskel faktisk fordeling minus forventet fordeling

Figur 20: Forskel faktisk fordeling minus forventet fordeling

Metoden kan, ud over at sammenligne kategorisering af virksomheder, anvendes til at sammenligne:

  • Ressourceforbrug fordelt på kategori 1, 2 og 3.
  • Reaktioner fordelt på kategori 1, 2 og 3.
  • Anmeldte og uanmeldte besøg fordelt på kategori 1, 2 og 3.

8.2 Klyngevejning

Ved denne metode laves 10-20 klynger af kommuner, som anses for at have sammenlignelige rammevilkår. Det er f.eks. denne metode, som anvendes i de såkaldte ECO-nøgletal, som de fleste kommuner kender.

Et eksempel på en klynge kunne være at samle kommuner, som har under 10.000 indbyggere, mange landbrugsvirksomheder, og som har lagt tilsynsopgaven ud til et miljøsamarbejde.

Fordelen ved denne metode er, at kommunerne kan sammenligne deres indberetninger direkte op imod hinanden, da beregninger ikke er nødvendige. Dermed vil de rapporterede tal til sammenligning svare til dem, som er eksemplificeret i pilotbenchmarkingen. Beregningerne er så at sige foretaget i klyngedannelsen. Dermed kan kommunerne selv identificere benchmarkingpartnere, som de kan arbejdere videre med i mere detaljerede undersøgelser af årsagerne til de identificerede forskelle.

Klyngedannelsen kan foretages ud fra nogle bløde overvejelser eller ud fra hårde data. De bløde overvejelser kunne indeholde betragtninger om, hvilke kommuner den enkelte kommune mener at have noget til fælles med. Ofte har geografisk placering stor betydning.

Til supplering af denne subjektive vurdering eller helt alene, kunne man lave en klyngeanalyse. En klyngeanalyse gennemføres enkelt forklaret ved, at man vælger en række klassificeringsvariabler. Derefter gennemføres analysen, hvor det drejer sig om at opdele i et specificeret antal grupper, hvor de indbyrdes forskelle minimeres. Det kunne eksempelvis være kommunestørrelse, erhvervssammensætning, urbaniseringsgrad etc., som medtages.

Metoden er ikke velegnet til amter, da der er meget få enheder, som kan grupperes. En mere velegnet metode ville være tabelvejning.

8.3 Residualanalyse

Residualanalyse er i princippet en forfinet form for tabelvejningen, som er beskrevet ovenfor. Forfinelsen består i, at det er muligt at inddrage mange flere variable, fordi metoden er baseret på statistisk regression. I tabelvejningen vejes der 'kun' for forskelle i virksomhedssammensætning. Hvis statistisk regression anvendes, er der ikke samme begrænsning.

Ulempen er, at der skal laves en regressionsmodel for hver enkelt indikator, som ønskes sammenlignet:

  • Fordeling på kategori 1, 2 og 3.
  • Totale ressourceforbrug.
  • Ressourceforbrug fordelt på kategori 1, 2 og 3.
  • Totale antal reaktioner.
  • Reaktioner fordelt på kategori 1, 2 og 3.
  • Totale antal anmeldte og uanmeldte besøg.
  • Anmeldte og uanmeldte besøg fordelt på kategori 1, 2 og 3.

Det er ikke muligt at konstruere et eksempel med det grænsede datamateriale.

Metoden bruges blandt andet også til benchmarking af folkeskoler, tandpleje, kommunal aktivering. Nedenfor illustreres metoden med en sammenligning af ressourceforbrug.

For hver af kommunerne er der beregnet et forventet ressourceforbrug pr. virksomhed, som sammenholdes med det faktiske ressourceforbrug pr. virksomhed.

Det rensede ressourceforbrug giver et bud på, hvad en kommunes udgift kan forventes at være, når en kommunes specifikke virksomhedssammensætning, andel skrivebordstilsyn osv. bliver indoptaget i analysen.

Metoden er langt mere retvisende end simple nøgletalssammenligninger (f.eks. ECO nøgletal), hvor der laves sammenligninger af udgifter uden hensyntagen til typen af virksomheder og øvrige rammevilkår.

Figuren nedenfor illustrerer princippet for metoden anvendt på tandplejeområdet.

Illustration af princippet for metoden anvendt på tandplejeområdet

Figuren viser sammenhængen mellem en række udgiftsdrivere og udgiften pr. bruger i en række kommuner. Linien, der går tværs igennem prikkerne, viser den rensede udgift for de enkelte kommuner. Prikkerne illustrerer kommunernes faktiske udgift pr. bruger.

I dette eksempel ligger kommune D lige på den rensede udgift, mens kommune E, F, G bruger færre ressourcer end forventet og kommune A, B, C

 



Version 1.0 Marts 2005 • © Miljøstyrelsen.