| Forside | | Indhold | | Forrige | | Næste |
Effektiviseringspotentiale på forbrændingsanlæg og deponeringsanlæg i Danmark
3. Metode
I dette afsnit skitseres den metode, der er anvendt til at identificere
effektiviseringspotentialet på forbrændings- og deponeringsområdet.
Anvendelsen af benchmarking inden for såvel den private som den offentlige
sektor bliver stadig mere udbredt. Benchmarking er defineret som systematiske
resultatsammenligninger og erfaringsudveksling baseret på målinger for at lære af de
bedste på et område med henblik på selv at blive bedre.
Benchmarking kan udføres ved hjælp af forskellige værktøjer, men i dette konkrete
projekt er der anvendt en kombination af følgende metoder:
 | DEA-metoden (Data Envelopment Analysis) |
 | Statistiske analyser suppleret med kvalitative sammenligninger og vurderinger |
Metoderne er de mest korrekte at anvende til en sådan sammenligning af anlæg, og de
er også anbefalet i forprojektet.
Elementerne i analysen beskrives i det følgende. Dernæst beskrives en række
elementer, der betyder noget for anlæggenes effektivitet.
DEA er en økonomisk metode til produktivitets- og effektivitetsvurderinger. Det
grundlæggende rationale bag DEA-metoden er relativ præstationssammenligning af
homogene enheder. Med homogene enheder menes enheder, der på et overordnet plan
producerer de samme typer af ydelser med de samme input. Det betyder derimod ikke noget,
om enhederne har forskellig størrelse.
Således er DEA en produktivitets- og effektivitets-analysemetode, der kan undersøge
enheders effektivitet i forhold til de bedste enheder inden for samme sektor.
Sprogbrug i rapporten
De "bedste enheder" kaldes i DEA-terminologi for efficiente
enheder.
Denne sprogbrug er anvendt igennem hele rapporten. |
De efficiente er de anlæg, der er mest effektive i relation til variablene i
analysen. Disse anlæg har en score på 1, og effektiviseringspotentialet for disse
efficiente anlæg er 0.
Alle andre anlæg sammenlignes med de efficiente anlæg. Anlæggenes præstationer
vurderes altså ikke i forhold til en på forhånd fastsat norm for, hvor god
præstationen bør være. Der anlægges heller ikke nogen vægtning af omkostninger i
forhold til miljø. Da de bedste muligvis også kan blive bedre, betyder dette, at
effektiviseringspotentialet måske undervurderes.
Begrebet effektivitet vedrører evnen til at konvertere de anvendte ressourcer (input)
til den største effekt målt som flest mulige varer eller ydelser (outputs). Jo mindre
input for et givent output, jo mere effektiv er et anlæg11.
For en mere uddybende beskrivelse af DEA henvises til Bilag 1. I forprojektet findes
endvidere en mere teknisk beskrivelse af DEA-metoden.
Eksempel på baggrunden for DEA-metoden
Betragt 3 forbrændingsanlæg: Anlæg A, B og C. Alle anlæg brænder
10.000 tons affald per år. Antag nu, at den væsentligste emission er partikler.
Anlæggene har investeret forskelligt i røggasrensning, og har derfor forskellige
emissioner af partikler og omkostninger per ton:
Anlæg |
Partikler, g/ton |
Omkostninger, kr/ton |
A
B
C |
20
40
80 |
1000
800
600 |
Det er umiddelbart ikke muligt at vurdere, hvilket anlæg der samlet
set er "bedst". En sammenligning afhænger nemlig af, hvor stor vægt man
lægger på partikelemissioner og økonomi.
Hvis man lægger mest vægt på omkostningerne, vil man udpege anlæg
C som det bedste. Hvis man omvendt lægger mest vægt på emissionerne, vil man udpege
anlæg A som det bedste.
DEA-analysen er netop designet til at overkomme disse vanskeligheder.
For en yderligere beskrivelse henvises til bilag om DEA-analysen. |
En af styrkerne ved DEA-metoden er, at den kan håndtere, at enheder producerer flere
forskellige typer af output og anvender flere forskellige typer af input. Dette udnyttes i
analyserne, hvor både økonomi og miljø inddrages som selvstændige parametre. Anlæg
får på denne måde både mulighed for at klare sig godt på økonomiske og
miljømæssige karakteristika.
Som allerede nævnt baserer DEA-metoden sig på at sammenligne den relative præstation
af homogene enheder, dvs. enheder, der bruger den samme type af ressourcer (input)
til at producere de samme typer af ydelser (output). Data for deponering og forbrænding
er derfor gjort homogene, således at aktiviteter og omkostninger er kategoriseret på
samme måde for alle anlæg, der indgår i analysen. I afsnit 3.6 er anlæggenes
homogenitet i øvrigt diskuteret.
Et helt centralt element i en DEA-analyse er valget af variable.
Man skal udvise stor varsomhed, når man vælger variable til en DEA-analyse.
Overvejelserne er på ingen måde de samme, som man gør sig i sædvanlige statistiske
analyser. Her drejer det sig typisk om at inddrage så mange variable som muligt for at
opnå, at analysen på den bedst mulige måde beskriver virkeligheden. Det er ikke det
grundlæggende kriterium i DEA-analysen.
Variablene i DEA-analysen skal for det første direkte være ressourcer (input) og
ydelser eller produkter (output). Det er således ikke muligt, som i en statistisk analyse
at medtage dummyvariable12 for eksempelvis
forskellig typer af røggasrensning eller at medtage variable som deponeringshøjde, der
ikke er en egentlig ressource eller output.
For det andet er det centralt, at det er entydigt om mere eller mindre af en variabel
er godt, da en rangordning af anlæggene i forhold til denne variabel ellers ikke giver
mening.
For det tredje er det vigtigt at forstå tankegangen bag DEA-analysen, når variablene
skal vælges. Tager man en ekstra variabel med, betyder det, at man giver anlæggene
"en chance til" for at være efficiente på den variabel. Et godt argument for
at tage en variabel med er for eksempel, hvis der er stor forskel på anlæggenes
omkostninger i forbindelse med denne variabel. Hvis variablen tages med, udjævnes disse
forskelle i og med, at de anlæg, der er belastede, får mulighed for at være efficiente
på den pågældende variabel.
Den logiske følge heraf er, at hvis man tager for mange variable med i analysen, er
der stor sandsynlighed for, at samtlige anlæg bliver efficiente. Man skal derfor være
varsom med at tage ekstra variable med i analysen. Variable skal kun med, hvis de
udtrykker en ressourcebelastning for samfundet eller udgør en ønskværdig ydelse, og
hvis man mener, at det er acceptabelt, at anlæggene kan være efficiente, hvis de klarer
sig godt på variablen.
En tommelfingerregel siger, at analysen bliver mest retvisende, hvis antallet af input
plus output variable ikke overstiger en tredjedel af antallet af observationer/anlæg.
Skal de totale omkostninger eller både
driftsomkostninger og anlægsomkostninger indgå i DEA-analysen for forbrændingsanlæg?
Umiddelbart lyder det besnærende at inkludere driftsomkostninger og
anlægsomkostninger (afskrivning og forrentning) hver for sig i DEA-analysen. Der er jo en
opsplitning til rådighed i datamaterialet, og hvorfor så ikke bruge den?
Hvis begge typer af omkostninger inkluderes, så har det imidlertid
nogle uheldige effekter:
 | Anlægget med de relativt laveste anlægsomkostninger (anlæg A)
bliver efficient, selv om anlæggets samlede omkostninger kan være meget høje. Og
omvendt:
|
 | Anlægget med de relativt laveste driftsomkostninger (anlæg B)
bliver efficient, selv om det kan have meget høje samlede omkostninger.
|
Samtidig vil dette ændre scorerne for alle de andre anlæg. De, der
har relativt lave anlægsomkostninger vil blive sammenlignet med anlæg A, og de, der har
relativt lave driftsomkostninger vil blive sammenlignet med anlæg B.
Da der ydermere er en række substitutionsmuligheder mellem drift- og
anlægsomkostninger, bliver effektiviseringspotentialet ikke retvisende. På denne
baggrund er det valgt at anvende de samlede omkostninger i DEA-analysen for
forbrændingsanlæggene. |
DEA-analysen resulterer i en score mellem 0 og 1 for hver anlæg. Scoren udtrykker,
hvor effektivt anlægget er i sammenligning med de efficiente anlæg i analysen. En score
på 1 udtrykker, at anlægget er blandt de efficiente anlæg. En score på mindre end 1
udtrykker, at anlægget kunne producere det samme output med mindre input altså
blive mere effektivt.
Scorens størrelse udtrykker, hvor meget anlægget burde kunne reducere sin mængde
input med og samtidig producere det samme output. En score på 0,80 udtrykker således, at
anlægget burde kunne reducere input (f.eks. omkostninger) med 20% - altså er der et
totalt effektiviseringspotentiale på 20% af anlæggets totale omkostninger og
miljøparametre.
Beregning af effektiviseringspotentiale på basis
af DEA-scorerne
Effektiviseringspotentialet beregnes direkte på basis af DEA-scorerne
og input, eksempelvis omkostninger. Nedenfor er der vist et eksempel herpå.
|
DEA-Score |
Omkostninger, mio kr |
Effektiviserings-
potentiale, mio kr |
% |
Anlæg I
Anlæg II
Anlæg III |
1
0,8
0,9 |
1,2
2,0
1,0 |
0,0
0,4
0,1 |
0%
20%
10% |
I alt |
- |
4,2 |
0,5 |
12% |
Det vægtede effektiviseringspotentiale bliver altså på 12% af de
4,2 mio kr. |
I DEA-analysen kan man have forskellige forudgående antagelser om eksistensen af
stordriftsfordele. I nogle sektorer er der store stordriftsfordele, mens der i andre
sektorer ikke er nogen nævneværdige stordriftsfordele. Begge muligheder er undersøgt
for deponeringsanlæg og forbrændingsanlæg.
Scoren, der udtrykker effektiviseringspotentialet uden, at der er taget hensyn til
eventuelle stordriftsfordele eller -ulemper, kaldes CRS13.
Scoren, hvor realisering af stordriftsfordele eller -ulemper er medregnet kaldes for
VRS14. Det er disse to scorer, der
præsenteres og fortolkes i resultatafsnittet15.
Den grundlæggende og intuitive hypotese med hensyn til stordriftsfordele eller
ulemper i denne analyse er, at der både på forbrændings- og deponeringsområdet
eksisterer stordriftsfordele, mens det er vanskeligt at argumentere for stordriftsulemper16.
Sammenligner man VRS og CRS scorerne kan det direkte aflæses, hvor store
stordriftsfordelene er identificeret til at være for det enkelte anlæg.
Forskellige typer af potentiale
Det potentiale, der kan tilskrives stordriftsfordele kaldes i
rapporten også for skalapotentiale. Dette potentiale har altså at gøre med
størrelsen af anlæggene. Den anden type af potentiale kaldes i rapporten for teknisk
potentiale. Dette potentiale stammer fra selve driften af anlæggene. |
Hvis der eksisterer stordriftsfordele, vil et anlæg kunne opnå en højere
effektivitetsscore ved at være større, dvs. modtage mere affald. Den simple fortolkning
af stordriftsfordele er således, at et anlæg af beskeden størrelse potentielt vil kunne
deponere affald til en lavere omkostning per ton affald ved at være større. I DEA
terminologien siger man, at anlægget producerer på for lille skala, og at der som
følge heraf eksisterer et skalapotentiale.
Anlæggene bestemmer dog ikke selv deres affaldsmængde. Faktisk er det en
bagvedliggende målsætning for anlæggene at søge at minimere mængden så meget som
muligt. Stordriftsfordelene kan derfor kun udnyttes ved en strukturændring.
Eksempel på fortolkning af de to slags DEA-scorer
Nedenfor ses eksempler på DEA-scorer for anlæg og deres fortolkning.
Anlæg |
Score uden
stordriftsfordele |
Score med
stordriftsfordele |
A
B
C |
1,00
0,80
0,60 |
1,00
1,00
0,85 |
Samtlige tre anlæg har forskellige kombinationer af de to scorer, som
hver især giver forskellig fortolkning.
Anlæg A har 1-taller i begge søjler og er derfor efficient med og
uden hensyntagen til stordriftsfordele.
Anlæg B har et 1-tal, hvis der tages hensyn til stordriftsfordele.
Dette betyder, at hvis anlægget modtog mere affald og var i stand til at udnytte de
fordele, der er forbundet med at være større, da ville anlægget blive efficient.
Anlæg C kan også drage fordele af at blive større. Men selv hvis
anlægget blive større og formår og udnytte stordriftsfordelene vil anlægget alt andet
lige fortsat være inefficient i sammenligning med de øvrige anlæg. Med hensyntagen til
stordriftsfordele er C's score 0,85, hvilket betyder at anlæg C stadigvæk bør kunne
reducere sine input med 15% (15%=1-0,85). Disse sidste 15 % kaldes så det tekniske
potentiale. |
Det er vigtigt at bemærke, at DEA-analysen udelukkende identificerer et
effektiviseringspotentiale ved sammenligning af anlæggene. Analysen forholder sig ikke
til, om der også er et effektiviseringspotentiale for de efficiente anlæg. Hvis det er
tilfældet vil potentialet for de ikke-efficiente anlæg også være større end det
identificerede potentiale.
DEA-analysen undervurderer derfor det reelle bruttopotentiale.
Et allerede effektivt anlæg har plan for
effektivisering
Et af de forbrændingsanlæg, der kommer ud som efficient i analysen,
har over for COWI tilkendegivet, at de seneste års benchmarking-diskussion har givet
anledning til effektiviseringsdrøftelser på anlægget.
Anlægget har derfor netop udarbejdet en effektiviseringsplan for de
næste 2-3 år, hvor målet er at effektivisere, blandt andet igennem øget
automatisering. |
Visse af de indsamlede data er utvivlsomt behæftet med usikkerhed. Det er derfor
essentielt at undersøge, hvor følsomme DEA-resultaterne er overfor ændringer i de
anvendte dataelementer. Derfor er der gennemført en række robusthedsanalyser.
Manglen på automatisk mulighed for usikkerhedsanalyser er et af de punkter, der
traditionelt fremhæves som en svaghed ved DEA-analysen. Også derfor er det nødvendigt
at være ekstra opmærksom herpå i dette projekt.
I resultatafsnittene præsenteres resultaterne af sådan en robustheds-undersøgelse,
hvor de præsenterede analyser for forbrændingsanlæg og deponeringsanlæg er taget som
udgangspunkt17. Nedenfor diskuteres, hvor den
største usikkerhed optræder.
Analyserne er koncentreret om tre forskellige typer af data:
 | Mængder (affald, el og varme) |
 | Omkostninger |
 | Miljø-parametre |
Disse tre typer af data-elementer er behæftet med forskellige former for og størrelse
af usikkerhed.
Generelt vurderes mængderne ikke at være behæftet med betydelig usikkerhed, og disse
er derfor ikke medtaget i robusthedsanalysen. Anderledes forholder det sig med de to
øvrige typer af data.
Omkostninger
Omkostningerne kan være forbundet med en form for usikkerhed, der i litteraturen
kaldes metodeusikkerhed. Der er usikkerhed forbundet med den metode, hvormed man opgør
den undersøgte størrelse.
Eksempelvis er der metodeusikkerhed forbundet med opgørelse af afskrivning og
forrentning: Hvilken metode skal anvendes? Hvilke levetider skal anvendes?
En stor del af anlæggene har været igennem øvelsen med at fastlægge et
anlægskatalog og afskrive hver enkelt komponent. Anlæggene i Reno-Sams projekt har efter
alt at dømme anvendt nogenlunde fælles retningslinier, mens øvrige anlæg for eksempel
kan have anvendt andre levetider. Det vigtige er her ikke, at de samme levetider anvendes,
men at der anvendes nogle levetider, der afspejler anlæggenes økonomiske levetid så
godt som muligt.
Et andet usikkerhedsmoment opstår, når omkostningerne skal fordeles mellem
forskellige aktiviteter. Problematikken er relevant i relation til fordeling af alle typer
af omkostninger. Visse typer (kaldes typisk de direkte henførbare omkostninger), kan
direkte henføres til de undersøgte aktiviteter, forbrænding og deponering. Andre
omkostninger kan ikke det kan eksempelvis være ansatte, der arbejder både på
deponeringsanlægget og genbrugsstationen, de ansatte i en fælles administration,
omkostninger til anlæg og drift af administrationsbygningen etc. Disse omkostninger
(kaldes de indirekte henførbare omkostninger) fordeles ud på de fælles aktiviteter på
basis af skøn eller fastlagte fordelingsnøgler. Fordelingsnøglerne kan eksempelvis
være baseret på timeregistrering hos de ansatte. Afhængig af den valgte
fordelingnøgle, kan fordelingen af de sidstnævnte omkostninger naturligvis variere
meget.
Emissioner
Emissionsopgørelserne på anlæggene bliver enten baseret på kontinuerte målinger
eller på et mindre antal stikprøver i løbet af året. I nogle tilfælde er der kun tale
om to målinger. På anlæg, der kun tager stikprøver, kan opgørelserne være temmeligt
usikre. Ligger én af stikprøverne i den høje ende, kommer anlægget ud med et relativt
højt resultat. Denne form for usikkerhed kaldes for måleusikkerhed.
Robusthedsanalyser
For både forbrænding og deponering er usikkerheden på omkostningerne og
miljøparametrene vurderet, og der er efterfølgende gennemført robusthedsberegninger på
hvert af de to områder.
Det er imidlertid ikke nødvendigvis sikkert, at hele det identificerede
bruttopotentiale kan realiseres. For at undersøge det aspekt, er der efterfølgende
gennemført en række statistiske analyser på DEA-scorerne.
Princippet bag den statistisk analyse er, at DEA-scorerne forsøges forklaret ud fra
anlæggenes forskellige karakteristika. På denne måde kan forskellene i scorer forklares
og potentialet kvalificeres. De statistiske analyser er suppleret med en kvalitativ
vurdering.
Metode for statistiske analyser
De statistiske analyser er foretaget ved først at undersøge, om der er variable i
datamaterialet, der varierer sammen. Dernæst er der gennemført en statistisk analyse,
hvor data systematisk er gennemgået for at identificere signifikante sammenhænge mellem
DEA-scorerne og de karakteristika, der er specifikke for hvert anlæg.
Anvendelse af statistiske analyser på DEA-scorer
Umiddelbart virker det naturligt at gennemføre statistiske analyser
på DEA-scorer for at undersøge, hvilke variable der kan forklare scorerne. På denne
måde kan det totale effektiviseringspotentiale, der er identificeret ved DEA-scorerne,
opdeles i forskellige grupper afhængig af deres natur.
Det er imidlertid teoretisk set ikke uproblematisk at foretage denne
øvelse. En statistisk analyse har således som grundlæggende antagelse, at de indgående
variable, der forklares, skal være uafhængige. Det er DEA-scorerne i høj grad ikke.
Dette har betydning, når det skal vurderes om en variabel har
betydning for scoren eller ej, hvor de sædvanlige signifikans-kriterier ikke kan
benyttes. I stedet for en almindelig statistisk analyse foreslås det i litteraturen* at
anvende de såkaldte bootstrap-teknikker for at overkomme disse vanskeligheder. Disse
teknikker fordrer dog en langt større mængde af observationer end det, der her er til
rådighed.
Derfor har vi valgt i stedet at være meget forsigtige med at udelukke
variable, der ligger på grænsen af at være signifikante i den statistiske analyse og at
fortolke resultaterne forsigtigt. På denne måde imødegås vanskelighederne ved
afhængigheden i DEA-scorerne på bedst mulig måde.
* Overcoming the Inherent Dependency of DEA efficiency scores: A
bootstrap Approach, Mei Xue & Patrick T. Harker, Wharton Financial Institutions
Center, Pennsylvania, USA. |
Det er dog vigtigt at understrege, at en sådan analyse har sine begrænsninger.
Systematiske sammenhænge kan kun afdækkes ved hjælp af en statistisk analyse, hvis
der både er en vis variation i scorerne og i anlæggenes karakteristika. Og hvis disse
variationer er systematiske, så scorerne eksempelvis generelt er lavere eller højere for
en vis type røggasrensning.
Endvidere er det vigtigt at understrege, at effekterne fra den statistiske analyse godt
kan dække over andre forhold end de identificerede. Tag for eksempel en effekt som alder,
som optræder for deponeringsanlæg. Denne effekt kan skyldes, at ældre anlæg er
afskrevet i højere grad end yngre anlæg. Men den kan også skyldes, som nævnt senere i
rapporten, at det er blevet relativt dyrere at anlægge deponeringsanlæg, blandt andet
på grund af skærpede krav til membran. Et andet eksempel er driftsstop for
forbrændingsanlæg. Her kan det være, at hele årsagen til den identificerede mindre
effektivitet skyldes de mange driftsstop, men det kan ligevel være en kombination af
disse og for eksempel generel mindre effektivitet hos anlæg med mange driftsstop. Der er
dog ikke i det omfattende spørgeskema indsamlet information, der kunne give en bedre
forklaring af dette potentiale end variablen driftsstop. Dette aspekt er vigtigt at holde
sig for øje ved anvendelse af resultaterne.
Det er tillige ikke altid, at de statistiske analyser kan give tilstrækkelig med
information. De er derfor suppleret med en kvalitativ vurdering.
Metode for kvalitativ vurdering
Udgangspunktet for den kvalitative vurdering er resultaterne fra DEA-analysen og et
overblik over karakteristika ved de enkelte anlæg. Dette overblik er skabt på baggrund
af anlæggenes svar, en helhedsvurdering af anlæggenes situation og ved COWIs kendskab
til de enkelte anlæg.
Forskellige former for potentiale
Potentialet kan via den statistiske analyse kombineret med den kvalitative
analyse således opdeles i flere forskellige komponenter. Ud fra et
effektiviseringssynspunkt er det meget relevant at skelne mellem dimensionerne
tidshorisont og aktør:
 | Potentiale på kort sigt (1-5 år), på lang sigt (10-1518
år) og potentiale, der kun vanskeligt eller slet ikke kan realiseres |
 | Potentiale, der kun afhænger af anlæggenes/selskabernes egne beslutninger, og
potentiale, der i højere grad bestemmes udefra givne forhold som eksempelvis
myndighedsregulering eller anlæggenes fysiske placering |
Kortsigtspotentialet, der er omfattet af selskabets egne beslutninger bør
umiddelbart kunne realiseres. En effektivisering kræver dog altid, at de rette
incitamenter er til stede. Hvis kortsigtspotentialet ikke allerede er udnyttet, tyder det
på, at disse incitamenter ikke har været til stede i så høj grad, som det var
hensigtsmæssigt ud fra et effektiviseringssynspunkt.
Langsigtspotentialet, der er omfattet af selskabets egne beslutninger,
bør også kunne realiseres om end naturligvis på længere sigt. Denne type af potentiale
omfatter også potentiale, der kan realiseres eksempelvis med øget samarbejde mellem
selskaberne, mere helhedsorienteret planlægning etc. Før det konkluderes, at hele
langsigtspotentialet kan realiseres, er det vigtigt at foretage en samfundsøkonomisk
analyse af, om det overordnet set kan betale sig. Et vigtigt element i en sådan analyse
vil være transportomkostninger for begge typer af anlæg og adgang til varmemarkedet for
forbrændingsanlæg. Det sidstnævnte aspekt er diskuteret nærmere i resultatkapitlet for
forbrændingsanlæg.
Potentiale der kun vanskeligt eller slet ikke kan realiseres kan også
identificeres ud fra den statistiske analyse. Dette potentiale skyldes forhold som
anlæggene eller myndighederne ikke, eller kun i meget begrænset omfang, har indflydelse
på. Eksempelvis et anlægs alder eller fysiske placering.
Realiseringen af potentialet, der er omfattet af udefra givne forhold,
er vanskeligere at vurdere end de øvrige former for potentiale. I sagens natur
afhænger det af viljen til forandring, men andre og bredere samfundsøkonomiske aspekter
kan spille en rolle her.
I flere tilfælde er der endvidere tale om et potentiale, der slet ikke vil kunne
realiseres.
Specielt for den form for effektivisering, som selskaberne selv er herre over,
realiseres potentialet lettest, hvis der er de rigtige incitamenter forbundet med både
anlæg og drift. Der opereres typisk med to former for øgede incitamenter:
"pisk" eller "gulerod" eller en kombination.
Disse incitamenter kan enten komme fra selskabernes ledelse selv eller
lovgivningsmæssigt, selv om det i begge tilfælde kan være selskaberne, der skal
udmønte effektiviseringen.
Et eksempel på en effektivisering med en
kombination af pisk og gulerod (eksempel fra en navngiven, men anonym virksomhed i
Danmark)
Virksomheden fortalte, at deres omkostningsniveau skulle sænkes og at
det kun kunne ske med hjælp fra deres medarbejdere. Virksomheden overvejede, hvordan
dette skulle gribes an.
Løsningen for virksomheden var følgende:
For det første blev der aftalt en lønreduktion på 20% med
alle medarbejderne og deres organisationer.
For det andet blev der samtidig indført et bonussystem i
aflønningen, der betød, at såfremt omkostninger forbundet med vedligeholdelse af
kapitalapparat (vogne, maskiner m.v.), skader og fejl faldt til et bestemt niveau inden
for et team af medarbejdere, ville hele teamet opnå en bonus.
For det tredje blev hele processen understøttet af fokus på
tre afgørende elementer for virksomheden: kvalitet, miljø og arbejdsmiljø.
Medarbejderne blev inddraget for at sikre, at virksomheden stadig forbedrede sig på disse
områder.
Resultat: Virksomhedens omkostninger blev væsentlig nedbragt med over
25% samtidig med, at medarbejdernes lønniveau samlet set steg. Ingen medarbejdere
oplevede en reel lønnedgang og i enkelte teams oplevede medarbejderne lønstigninger på
10-20% i takt med, at omkostningerne blev mindsket. |
Ved identifikation af de forskellige typer af effektiviseringspotentiale er det tillige
vigtigt at huske på, hvilke muligheder anlæggene selv har for at påvirke forskellige
elementer i deres drift. Dette er diskuteret nedenfor.
I dette afsnit diskuteres de væsentligste forhold, der spiller ind, når
effektiviseringspotentialet for forbrændings- og deponeringsanlæggene skal kvalificeres.
For en uddybende beskrivelse henvises til projektets forprojekt: "Forundersøgelse af
effektiviseringspotentialet på forbrændings- og deponeringsområdet i Danmark".
De vigtigste af de skitserede forskelle er forsøgt medtaget enten i DEA-analysen eller
den efterfølgende statistiske og kvalitative analyse.
Organisering af forbrændings og deponeringsanlæg
Affaldsforbrændingsanlæg kan være kommunalt eller fælleskommunalt ejet, ejet af
et andelsejet fjernvarmeværk, elværksejet eller ejet i fællesskab af 2 eller alle
ovenstående. Deponeringsanlæg er ligeledes decentralt ejede og styrede, typisk igennem
kommunalt eller fælleskommunalt samarbejde.
Den forskellige organisering og placering af anlæggene kommer blandt andet til udtryk
ved, at anlæggene møder forskellige krav til deres anlæg og drift. Visse af disse krav
afspejler sig i anlæggenes omkostninger og derved i deres effektivitet.
Miljøkrav
Et af de områder, hvor der er størst forskel på krav til anlæggene, er i
relation til miljøet.
Her stiller de enkelte myndigheder og ejere ikke altid samme krav, eksempelvis til
udledning af emissioner fra forbrændingsanlæg, til rensning af spildevand fra
forbrændingsanlæg eller perkolat fra deponeringsanlæg og til hyppighed og omfang af
monitering og prøveudtagning. Dette har selvsagt betydning for de omkostninger,
anlæggene påføres og dermed deres effektivitet.
Et vigtigt aspekt er også, at kravene kommer til anlæggene i forskellige tempi. Et
konkret eksempel er krav om rensning for dioxin på forbrændingsanlæg, der kræver
nyinvesteringer. Visse anlæg har allerede investeret i udstyret, mens andre først
planlægger at gøre det i år.
Forskellige overenskomster og bemandingsmæssige krav
På grund af anlæggenes organisering er de ansatte organiseret forskelligt på de
enkelte anlæg. Også fra Arbejdstilsynet i amterne møder anlæggene forskellige krav,
blandt andet om minimumsbemanding på vagter på forbrændingsanlæg. Begge dele har
betydning for lønudgifterne på anlægget.
Sideaktiviteter
Organiseringen og planlægningen af deponerings- og forbrændingsanlæggene med
eller uden sideaktiviteter såsom container/genbrugsplads, kompostering, sortering til
genanvendelse etc., kan også have betydning for anlæggenes omkostninger. Er der mange
sideaktiviteter, kan anlæggene principielt udnytte mandskabsressourcerne bedre.
Samarbejde
Visse deponeringsanlæg træder til, når forbrændingsanlæg i nærheden har
driftsstop og står med et stort overskud af affald. For nogle forbrændingsanlæg er der
tale om meget store mængder, og de tilknyttede deponeringsanlæg har derfor behov for et
beredskab, der kan håndtere disse situationer. Der er dog kun ét deponeringsanlæg, der
nævner dette som et vigtigt aspekt i deres besvarelse af spørgeskemaet. Der er taget
højde herfor i kvalificeringen af potentialet for dette anlæg.
Membran og deponeringshøjde
Både membran og deponeringshøjde er forskellige fra anlæg til anlæg. Der kan
visse steder eksempelvis eksistere en naturlig membran (lerbund), så det ikke er
nødvendigt at anlægge en kunstig membran. Begrænsninger i deponeringshøjden kan være
geografisk bestemt, et krav fra myndighederne eller begge dele.
Typer affald til deponering
På deponeringsanlæg er der endvidere forskel på, hvilke affaldstyper der kan
modtages, og om der er opbygget celler til de forskellige affaldstyper.
Teknologi
På forbrændingsanlæggene giver den valgte størrelse og teknologi i anlægs-
eller tilbygningsåret forskellige vilkår for anlæggene i dagens situation.
Forskellige aktiviteter
Endelig er der en gruppe af forskelle mellem anlæggene, der ikke stammer fra
lovgivningsmæssige krav og ej heller fra de forskellige vilkår, som anlæggene er
underlagt.
Det drejer sig om serviceniveau over for kommunen/den kommunale
administration/politikere, over for affaldsproducenterne (borgere, virksomheder
(offentlige myndigheder) og over for affaldstransportører.
Serviceydelserne omfatter information, vejledning, affaldsplanlægning, kortlægning,
takstberegning, fakturavejledning, besøg, klagesagsbehandling og andre former for
service.
Denne analyse forholder sig udelukkende til ovenstående relevante problemstillinger
ved at betragte de enkelte anlæg
Det er vigtigt at pointere, at formålet med denne analyse ikke har været at udarbejde
en samfundsøkonomisk analyse, hvor alle fordele og ulemper for samfundet sammenvejes.
Forskellen imellem dette projekt og en samfundsøkonomisk analyse er især vigtig at
bemærke i relation til begrebet stordriftsfordele og en diskussion af anlæggenes
størrelser og placering.
Identifikation af stordriftsfordele på forbrændings- og deponeringsområdet
indebærer, at selve affaldshåndteringen kan billiggøres med færre, men større anlæg.
Det vil eksempelvis sige, at en eventuel kapacitetsudvidelse burde ske ved udvidelse af
eksisterende anlæg fremfor ved nybygning, eller at små anlæg burde nedlægges.
Men - så hurtigt kan konklusionen ikke drages.
Det er meget vigtigt at tage hensyn til samtlige fordele og ulemper, hvilket
eksempelvis vil betyde, at transportomkostningerne bør inddrages. Selvom ét anlæg er
billigere end et andet, spiller transportomkostningerne en rolle i de samlede omkostninger
til bortskaffelse.
DEA-analysen er i denne forbindelse derfor ikke en altomfattende analyse. Hvis man
lukkede et anlæg (med lav effektivitet) i et område, der kun modtager affald fra lokale,
kunne det således principielt betyde, at en del af potentialet ville blive modregnet af
øgede transportomkostninger.
Princippet i en samfundsøkonomisk beregning, der
medtager transport
Et groft skøn på transportomkostninger er fra 1-1,50 kr per tonkm
for en fyldt lastbil på ca. 10 ton inklusive tom returtransport.
At transportere 10 tons affald 50 km koster således mellem 50 og 75
kr per ton. Før beslutningen om transport af affaldet tages, skal man altså være sikker
på, at anlægget længere væk kan behandle affaldet så meget billigere, og at det har
den fornødne kapacitet.
Endelig skal det naturligvis aftales mellem de involverede parter. |
Et andet vigtigt aspekt for forbrændingsanlægs placering og størrelse er adgang til
varmemarkedet. Det vil naturligvis være mest effektivt at udvide
forbrændningskapaciteten steder, hvor en stor del af varmen kan aftages.
For deponeringsanlæggenes placering er det centralt at vurdere og inddrage de
potentielle miljøproblemer, blandt andet risiko for forurening af grundvandsressourcer i
en samfundsøkonomisk analyse. Endvidere er der en række problemstillinger vedrørende
strukturen på deponeringsområdet i Danmark, eksempelvis nedlukning og åbning af
deponeringsanlæg. Det gælder både den samlede deponeringskapacitet og omkostningerne
hertil.
Generelt set skal samtlige relevante konsekvenser medtages i en samfundsøkonomisk
analyse af en given aktivitetsændring (det vil f.eks. sige lukning eller udvidelse af et
anlæg). Det betyder, at samtlige konsekvenser skal opgøres (i ton, km, mwh, timer, år
etc.), værdisættes i kr. og derefter sammenvejes.
Udvalgte emissioner er medtaget i DEA-analysen for forbrændingsanlæg i denne analyse.
En anden mulighed havde været at værdisætte og medtage emissionerne som en omkostning.
Dette er p.t. ikke muligt, da der ikke eksisterer omkostningsestimater for alle
emissioner. Det er heller ikke muligt at udtale sig om, i hvilken retning resultatet ville
pege. Det kan både tænkes, at de foretagne investeringer har været dyrere eller
billigere end de tilsvarende samfundsøkonomiske omkostninger. Tilsvarende f.eks. med
spildevand, hvor der betales en afgift for afledning. Denne afgift afspejler ikke
nødvendigvis de samfundsøkonomiske omkostninger ved spildevandet.
Det er også vigtigt, at der ved anvendelse af resultaterne fra denne analyse tages
hensyn til andre relevante forhold omkring anlægget og dets ansatte, blandt andet
arbejdsmiljø og beskæftigelsessituation.
Endelig er der hele diskussionen om sektorens organisering, men dette hører hjemme i
en politisk diskussion og ikke i en samfundsøkonomisk analyse.
11 |
Der er her tale om en såkaldt input-orienteret analyse, hvor output er
fast, og hvor det undersøges i hvor høj grad input kan reduceres.
|
12 |
En dummy-variabel er en variabel, der kun antager f.eks. værdierne 0
eller 1.
|
13 |
Constant Returns to Scale eller konstant skalaafkast.
|
14 |
Variable Returns to Scale eller variabelt skalaafkast.
|
15 |
For at kunne identificere om der rent faktisk er tale om stordriftsfordele
eller ulemper, producerer DEA-programmet den såkaldte NIRS-score. Hvis NIRS = CRS, er der
tale om stordriftsfordele, og hvis NIRS = VRS, er der tale om stordriftsulemper.
|
16 |
Hvis DEA-analysen identificerer stordriftsulemper, sættes VRS lig CRS, og
potentialet medregnes.
|
17 |
Det er CRS-scorerne, der anvendes.
|
18 |
For deponeringsanlæg kan tidshorisonten være længere. Det er der dog
taget højde for i analyserne ved, at en del af det meget langsigtede potentiale er
placeret under vanskeligt eller ikke realiserbart. |
| Forside | | Indhold | | Forrige | | Næste | | Top
| |
|