Benchmarking: Statistik er et kreativt fag

I fredags præsenterede beskæftigelsesminister Troels Lund Poulsen en ny rangliste over kommunernes succes med at få ledige i arbejde. Målingen kan roses for at forsøge at måle kommunerne på effekt i stedet for på proces, som nogle borgmestre ellers også har været kaldt til ’skole-hjem-samtaler’ hos ministeren om for nylig.

Efterladt med tre problemstillinger

Når det er sagt, så må vi desværre konstatere, at den nye benchmarking alligevel ikke rigtig måler på effekt, men derimod på udviklingen i antal borgere på bestemte ydelser. Målingen efterlader os med tre omfattende problemstillinger, der gør, at den ikke på nogen måde giver et retvisende og reelt billede af effekten af beskæftigelsesindsatsen: 

1. Der måles ikke på afgang fra forsørgelse til arbejde og uddannelse, men kun på afgang fra en at de tre forsørgelsesydelser. Det betyder, at fx et højt fraflytningsmønster vil give en høj effekt. Ligesom udstrakt brug af jobafklaring vil give en positiv udvikling på sygedagpenge. 

Vi mener, at der bør måles på afgang til job, uddannelse eller selvforsørgelse, hvis det skal give mening at sige, at man måler effekten af indsatsen. 

Måler kun på tre ydelser

2. Målingen omfatter kun tale om tre ydelser. Men arbejdsmarkedsområdet har en lang række andre ydelser, som i høj grad er forbundne kar. Det er korrekt, at de tre ydelser, der måles på, er dem, der principielt har flest, som går videre til arbejde og uddannelse. Men der kan lige så godt være borgere, som forlader disse ydelser uden at komme i arbejde, men derimod på langvarig forsørgelse.

Særligt for kontanthjælpen er det er problem, at der ikke måles på flow mellem ydelser/afgang til permanente ydelser sat op imod afgang til job eller uddannelse. Mange kommuner vælger at visitere store grupper af kontanthjælpsmodtagere til resurseforløb. I denne sammenhæng vil det se ud som om kommunen har en positiv effekt af sin indsats. Men i princippet betyder det, at hvis en kommune har mange, som får tilkendt førtidspension, vil det komme til at se ud som om, at kommunen har en høj effekt i afgang fra forsørgelse. Og det er jo ikke tilfældet.

Vi mener derfor, at der bør måles på den samlede afgang fra alle forsørgelsesydelser.

Måler på en usikker forventning

3. Man måler på baggrund af en forventning, og det er altid en udfordring. Her er det helt afgørende, hvordan den forventning er opstået, og hvad de bagvedliggende årsager til den forventede udvikling er. Det er meget vanskeligt at se sammenhængen i nogle af de klynger, ministeriet normalt anvender. VIVE, Det Nationale Forsknings- og Analysecenter for Velfærd, har netop udgivet en opgørelse over kommunernes sociale demografiske udgangspunkter. Derudover er der også forskel på, om man i en kommune i nogle år har gennemført en meget ringe indsats og så tager fat på at realisere et opsparet potentiale. Eller om man har haft en stabil udvikling over flere år, og dermed hele tiden lykkes med yderligere reduktion.

Derfor er det afgørende, at den forventning, man måler på baggrund af, er til at gennemskue. Og at målinger også sammenholdes over længere perioder, fx det seneste år og seneste tre år.

Skiftes til at ligge på førstepladsen

Det kunne også være ønskeligt, at man så på omfanget og kvaliteten af forskellige målinger, for erfaringen er, at en kommune kan ligge i top i en måling og i bund i en anden. Og den forskel kan optræde inden for kort tid, fordi målingerne bygger på forskellige forudsætninger. 

Jo, det er da dejligt, hvis vi kan skiftes til at ligge på førstepladsen, men hvis intentionen er at lære af hinanden, virker det ikke overbevisende. Derfor er det fristsende at konkludere, at statistik er et kreativ fag. I hvert fald ved vi efterhånden, at tal og statistikker skal bruges med omtanke.