Bijlage 3: factsheet IPSE Studies Kostendoelmatigheid Wmo

Kostendoelmatigheid Wmo Factsheet 1 | Hulp bij het huishouden

Jos Blank en Alex van Heezik Stichting Instituut Publieke Sector Efficiëntie Studies Delft, oktober 2024



Inleiding Dit factsheet presenteert de resultaten van een analyse van de kostendoelmatigheid van de gemeentelijke dienstverlening op het gebied van hulp bij het huishouden in het kader van de Wet maatschappelijke ondersteuning (Wmo). De Wmo richt zich op het ondersteunen van mensen die niet genoeg zelfredzaam zijn of onvoldoende kunnen participeren. De ondersteuning bij hulp bij het huishouden bestaat uit het zorg dragen voor het uitvoeren van huishoudelijke (schoonmaak)werkzaamheden, zoals stofzuigen, dweilen en bedden verschonen. De uitvoering van huishoudelijke hulp wordt niet door de gemeenten zelf verzorgd, maar ingekocht bij particuliere zorgaanbieders. De wijze waarop deze inkoop wordt georganiseerd, kan van invloed zijn op de kostendoelmatigheid. Daarom maakt een schatting van de effecten van verschillende inkoopkenmerken op de doelmatigheid deel uit van het onderzoek. Het factsheet Hulp bij het huishouden is het eerste van een vierluik over de kostendoelmatigheid van de Wmo-dienstverlening door gemeenten. Na dit factsheet volgen nog factsheets over drie andere Wmocategorieën:



•

Ondersteuning thuis;

•

Verblijf en opvang;

•

Hulpmiddelen en diensten.

Wat is kostendoelmatigheid? We spreken hier over (kosten)doelmatigheid, maar in feite gaat het over productiviteit: de verhouding tussen de geleverde prestaties en de inzet van middelen. Wanneer we prestaties tussen organisaties onderling vergelijken, spreken we van kostendoelmatigheid. Als de doelmatigheid van een organisatie – in dit geval een gemeente – 100 procent is, betekent dit dat er geen enkele andere gemeente is die dezelfde prestatie levert tegen een lagere inzet van middelen. Stel dat gemeente X een doelmatigheid van 60 procent heeft, dan is er een andere gemeente die dezelfde prestatie levert tegen slechts 60 procent van de middelen die gemeente X inzet. Gemeente X kan dus nog 40 procent kostenbesparingen realiseren. Omdat we hier alleen een dwarsdoorsnedeanalyse uitvoeren, vallen de begrippen productiviteit en doelmatigheid samen.



Hoe bepalen we de kostendoelmatigheid? Econometrisch model De kostendoelmatigheid van de dienstverlening bepalen we aan de hand van een econometrisch model (zie bijlage). Dit model beschrijft de relatie tussen de kosten van gemeenten voor de dienstverlening op het gebied van huishoudelijke hulp enerzijds en de geleverde prestaties, omgevingsfactoren en inkoopkenmerken anderzijds. Omdat deze relatie mede wordt bepaald door de grootte van een gemeente, voeren we de analyses uit op vier verschillende grootteklassen van gemeenten; deze duiden we aan met grootteklasse I (kleine gemeenten) tot en met IV (grote gemeenten). De details zijn te vinden in de bijlage.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

2

Inkoopkenmerken Met het opnemen van inkoopkenmerken geeft dit model inzicht in de invloed van de wijze van inkoop van diensten van zorgaanbieders op de kostendoelmatigheid. Gemeenten kopen deze diensten in via diverse uitbestedingsvormen en procedures die variëren in contractvorm, bekostigingswijze, contractduur, samenwerkingsgraad, enzovoort. Deze verschillende inkoopkenmerken kunnen allemaal invloed hebben op de kostendoelmatigheid. Welke gegevens gebruiken we? De kosten van de dienstverlening meten we aan de hand van de beschikbare gegevens hierover bij het CBS en het dataplatform Waarstaatjegemeente. Als maat voor de geleverde prestaties hanteren we het aantal cliënten dat van de diensten of voorzieningen gebruikmaakt. Daarnaast maken we gebruik van persoonskenmerken van de cliënten, zoals het aandeel van cliënten met een niet-westerse migratieachtergrond, het aandeel 60-plus en het aandeel cliënten met een inkomen lager dan 30.000 euro per jaar. Ook deze gegevens zijn verzameld uit genoemde databronnen. Gegevens over de inkoop van maatschappelijke ondersteuning zijn afkomstig uit de Monitor Gemeentelijke Inkoop Sociaal Domein (Ketenbureau/PPRC). Op deze gegevens is een grondige screening uitgevoerd op hun juistheid en volledigheid.

Nadat gemeenten met ontbrekende waarden zijn uitgefilterd, blijven er van de 344 gemeenten uiteindelijk 262 over waarmee een verantwoorde analyse mogelijk is. Voor een overzicht van de kenmerken en een toelichting hierop verwijzen we naar de bijlage. Hierbij moet in acht worden genomen dat voor de afzonderlijke variabelen bijna altijd veel meer waarnemingen beschikbaar zijn. Bij de enkelvoudige beschrijvingen zijn in principe alle valide waarnemingen als uitgangspunt genomen.



Beschrijving inkoopkenmerken We presenteren hier eerst een beeld van de inkoop aan de hand van acht taartdiagrammen, voor ieder inkoopkenmerk één. Figuur 1 toont, op basis van de gegevens in het bronbestand van het Ketenbureau/PPRC, de keuzes die gemeenten hebben gemaakt binnen zo’n inkoopkenmerk. Naast deze kenmerken hebben we in de analyses nog een kenmerk toegevoegd waarmee de inspanning van de gemeente om de inkoop te managen tot uitdrukking komt: de overhead ratio. Het betreft hier de verhouding tussen de uitvoeringskosten en de programmakosten (ook wel inkoopkosten genoemd). Deze varieert van enkele procenten tot tientallen procenten. Figuur 1 Keuzes gemeenten bij het inkopen van huishoudelijke hulp per inkoopkenmerk in 2022 Aantal gemeenten in samenwerking

Looptijd Onbeperkt 5%

1 22%

≥6 33%

2 10% 5 10% N=312

1 jaar 22%

5 t/m 10 jaar 14%

4 13%

4 jaar 20%

3 12% N=295

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

2 jaar 21% 3 jaar 18%

3

Startjaar

Integraliteit

2022 13%

≤ 2017 18%

Met jeugdzorg 16% 2021 21%

2018 13%

Zonder jeugdzorg 84% 2019 19%

2020 16%

N=312

N=311

Uitbestedingsvormen

Inkoopprocedures Meervoudig onderhands 6%

Open house 33%

SAS3 BVP 4% 0,4%

Dialoog 38%

Openbaar 18% Overheidsopdracht 67%

N=311

N=263

Contractvormen Raamover. met plafond 5%

Zeeuws model 34%

Bekostigingsvormen

Vast budget 2%

Taakgericht 2%

Gemengd 1%

Outputgericht 38% Inspanningsgericht 59%

Raamovereenkomst 93% N=298



N=290

Resultaten kostendoelmatigheid Schaaleffecten Uit de analyse blijkt dat de kosten uiteraard voornamelijk samenhangen met het aantal cliënten. De kosten per cliënt blijken niet samen te hangen met de grootte van de gemeente. Naarmate gemeenten groter zijn, blijft de kostprijs per eenheid dienstverlening constant. Er is hier dus geen sprake van schaalvoordelen.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

4

Kenmerken van cliënten Verder blijkt dat de kosten negatief samenhangen met het aandeel cliënten met niet-westerse immigratieachtergrond en met het aandeel 60-plussers. Dat impliceert dat de kosten per eenheid dienstverlening voor deze groepen cliënten gemiddeld lager liggen. Het effect van het aandeel huishoudens met een laag inkomen op de kosten per eenheid dienstverlening is tweeledig. Bij drie van de vier gemeentegrootteklassen is het effect positief, bij gemeentegrootteklasse III (25.000-70.000 inwoners) is het effect negatief. Inkoopeffecten Tabel 1 vat de geschatte inkoopeffecten samen. In iedere cel staat of het betreffende kenmerk een positief of negatief effect heeft op de kostendoelmatigheid. Als het effect in statistische zin significant is op het 10 procent-niveau is het plus- of minteken in een groene cel weergegeven. Tabel 1 Effecten van inkoopkenmerken op de kostendoelmatigheid

Inkoopkenmerk

Grootteklasse I

Grootteklasse II

Grootteklasse III

Grootteklasse IV

Aantal samenwerkende gemeenten

-

+

+

+

Looptijd contract

-

+

+

+

Verstreken jaren in contract

+

+

-

-

Instrument: open house = 1

-

-

-

-

Procedure: dialoog = 1

-

-

+

+

Procedure: Zeeuws = 1

-

-

+

+

Contract: raamovereenkomst = 1

-

-

-

-

Bekostiging: productiegericht = 1

+

+

+

+

Integraliteit met jeugdzorg: ja = 1

+

+

-

+

Overhead ratio

-

-

-

-

Tabel 1 laat zien dat het effect van vier inkoopkenmerken voor iedere gemeentegrootteklasse dezelfde richting uitwijst. Voor twee daarvan geldt bovendien dat het effect voor elke grootteklasse significant is. Een hoge overhead ratio heeft bij alle vier gemeentegrootteklassen een significant negatief effect op de kostendoelmatigheid. Productiegerichte bekostiging laat bij alle klassen een significant positief effect op de kostendoelmatigheid zien. Bij drie inkoopkenmerken is in drie van de vier gemeentegrootteklassen sprake van een positief effect op de kostendoelmatigheid: het aantal samenwerkende gemeenten, de looptijd van het contract en het integraal aanbesteden met jeugdzorg. Het betreft hier wel effecten met een grote onzekerheidsmarge. De andere instrumenten geven een ambivalent beeld. Omvang inkoopeffecten: kostendoelmatigheid gerelateerd aan inkoop Figuur 2 brengt de doelmatigheidsscores van 262 gemeenten in beeld. Deze scores zijn op basis van de inkoopkenmerken berekend.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

5

Figuur 2 Kostendoelmatigheid gemeenten gerelateerd aan inkoop, hulp bij het huishouden (N = 262)

100% 90% 80% 70%

60% 50% 40% 30% 20% 10% 0%

Uit figuur 2 blijkt dat de doelmatigheid varieert van 48 tot 100 procent. Dit betekent dat er gemeenten zijn die dezelfde prestaties kunnen leveren met slechts 48 procent van de huidige middelen. Het gemiddelde van de doelmatigheidsscores is iets minder dan 84 procent. Dit impliceert dat een gemeente dezelfde prestaties kan leveren tegen gemiddeld 16 procent lagere kosten. Figuur 3 toont de doelmatigheidsscores van de 262 gemeenten als histogram, waarmee beter inzicht is te krijgen in de verdeling van de scores. Figuur 3 Histogram kostendoelmatigheid gemeenten gerelateerd aan inkoop, hulp bij het huishouden (N = 262) 117

120

100

80

69 57

60

40

20 7

12

0 < 60%

> 60% <70%

> 70% < 80%

> 80% < 90%

> 90%

Uit figuur 3 blijkt dat veel gemeenten ruim onder het gemiddelde van 84 procent scoren. Van de 262 gemeenten zijn er 76 met een doelmatigheidsscore lager dan 80 procent. Voor deze gemeenten lijkt kostenbesparing mogelijk, vooral voor de 19 gemeenten die een score van minder dan 70 procent hebben.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

6

Zoals eerder aangegeven, hebben we statistisch gezien te maken met onzekerheidsmarges. De voorgaande uitkomsten zijn daarom ook nog iets nauwkeuriger te formuleren. Voor 87 procent van de gemeenten geldt dat zij met een zekerheid van meer dan 90 procent hun kostendoelmatigheid in het inkoopproces kunnen verbeteren. Het effect van onbekende factoren: kostendoelmatigheid niet gerelateerd aan inkoop Daarnaast is er nog een schatting gemaakt van de kostendoelmatigheid die niet aan inkoopkenmerken te relateren is. Deze zogenoemde niet-waarneembare kostendoelmatigheid wordt getoond in figuur 4. Daaruit blijkt dat de scores variëren van 41 tot 100 procent. Het gemiddelde van deze doelmatigheidsscores is 86 procent. Figuur 4 Niet-waarneembare kostendoelmatigheid gemeenten bij hulp bij het huishouden (N = 262)

100%

90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

Figuur 5 laat de scores zien als histogram. Figuur 5 Histogram niet-waarneembare doelmatigheid gemeenten bij hulp bij het huishouden (N=262)

120 103 97

100

80

56

60

40

20 1

5

0 < 60%

> 60% <70%

> 70% < 80%

> 80% < 90%

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

> 90%

7

Uit de figuren blijkt dat er ook bij de niet-waarneembare kostendoelmatigheid nog vrij grote verschillen zijn. Waarschijnlijk gaat het hier vooral over inkoopmacht van gemeenten tegenover de marktmacht van zorgaanbieders of bestuurlijke verhoudingen binnen een samenwerking of gemeenschappelijke regeling. Een hypothese is dat op verschillende geografische markten wellicht toch sprake is van verschillende marktverhoudingen. Uit een aanvullende analyse, waarbij gekeken is naar de invloed van landsdelen, blijkt deze hypothese echter te worden verworpen. Het is ook goed denkbaar dat de ene individuele gemeente ‘gewoon’ beter is in het onderhandelingsproces dan de andere. Belangrijk is om op te merken dat juist vanwege het ontbreken van een directe link met aspecten van de bedrijfsvoering, deze cijfers ook vervuild kunnen zijn door andere oorzaken, zoals registratiefouten of boekhoudkundige correcties en dergelijke. Niettemin is het zinvol deze cijfers te laten zien, omdat ze een impuls kunnen zijn voor een verdere zoektocht naar mogelijke verbeteringen.



Resultaten samengevat Schaaleffecten en cliëntkenmerken •

De kosten per cliënt hangen niet samen met de grootte van een gemeente. Er is bij hulp in het huishouden dus geen sprake van schaalvoordelen.

•

De kosten hangen negatief samen met het aandeel cliënten met niet-westerse immigratieachtergrond en met het aandeel 60-plussers. Dit betekent dat de kosten per eenheid huishoudelijke hulp voor deze groepen cliënten gemiddeld lager liggen.

•

Het effect van het aandeel cliënten met een laag inkomen op de kosten is ambivalent: positief in de meeste gemeentegrootteklassen, negatief in gemeenten met tussen de 25.000 en 70.000 inwoners.

Inkoopeffecten • Slechts een beperkt deel van de inkoopkenmerken heeft een significante invloed op de kostendoelmatigheid. •

Overhead ratio is het meest significante kenmerk met een negatief effect.

•

Productiebekostiging heeft het meest significant positieve effect op de kostendoelmatigheid.

•

Raamovereenkomsten en het instrument open house hebben in iedere gemeentegrootteklasse een negatief effect op de kostendoelmatigheid, maar in de helft van de grootteklassen niet significant.

•

Het aantal samenwerkende gemeenten, de looptijd van het contract en het integraal aanbesteden met jeugdzorg heeft in drie van de vier gemeentegrootteklassen een positief effect op kostendoelmatigheid, maar niet significant.

Doelmatigheidsverschillen gerelateerd aan inkoop •

De kostendoelmatigheidsscores variëren van 48 tot 100 procent, met een gemiddelde van 84 procent.

•

Een aanzienlijk deel van de gemeenten scoort onder het gemiddelde, wat wijst op mogelijkheden voor kostenbesparingen zonder negatief effect op de prestaties.

•

87 procent van de gemeenten kan, met een zekerheid van meer dan 90 procent, de kostendoelmatigheid verbeteren door het inkoopproces te optimaliseren.

Doelmatigheidsverschillen niet gerelateerd aan inkoop •

Niet aan inkoop gerelateerde kostendoelmatigheid varieert tussen 41 procent en 100 procent, met een gemiddelde van 86 procent.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

8

•



Verschillen in niet-waarneembare doelmatigheid tussen gemeenten hangen mogelijk samen met verschillen in onderhandelingsvaardigheid en marktmacht tussen zorgaanbieders en gemeenten.

Intervisie De resultaten van dit onderzoek zouden gemeenten kunnen helpen bij goed vergelijkbare gemeenten (peers) hun licht op te steken en via intervisie zicht te krijgen op mogelijkheden om de doelmatigheid te verhogen. Welke peers dat zijn, hoe zij scoren op kostendoelmatigheid en hoe dat is beïnvloed door verschillende inkoopkenmerken is op basis van de onderzoeksresultaten voor een groot aantal gemeenten vast te stellen. De uitkomsten daarvan kunnen op aanvraag beschikbaar worden gesteld.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

9

1

Bijlage



Achtergrond De gemeentelijke taken op het gebied van maatschappelijke ondersteuning zijn op hoofdlijnen geregeld in de Wet maatschappelijke ondersteuning (Staatsblad, 2014), die in 2015 in werking is getreden. Het hoofddoel van de Wmo 2015 is (nieuwe) regels te stellen aan de gemeentelijke ondersteuning aan mensen die onvoldoende zelfredzaam zijn of kunnen participeren, met name mensen met een beperking of chronisch psychische problemen. Het doel is hen zo lang mogelijk in hun eigen omgeving te laten wonen. Gemeenten moeten ook voorzieningen bieden voor beschermd wonen en maatschappelijke opvang regelen voor mensen die hun thuissituatie hebben verlaten, bijvoorbeeld vanwege huiselijk geweld. De Wmo laat gemeenten relatief vrij in de wijze waarop zij hun maatschappelijke ondersteuning vormgeven (Ter Haar, 2024). Deze beleidsvrijheid wordt echter beperkt door budgettaire restricties. Veel gemeenten kampen met tekorten door ontoereikende rijksbudgetten (SCP, 2022). Mede naar aanleiding van deze tekorten zijn het Ministerie van VWS en de VNG een gezamenlijk onderzoekstraject gestart naar de houdbaarheid van de Wmo 2015 op de lange termijn (Tweede Kamer, 2024). De financiële problemen variëren per gemeente. Dit kan verband houden met specifiek sociaaleconomische en demografische omstandigheden, maar ook met verschillen in doelmatigheid.

Sommige gemeenten voeren hun taken efficiënter uit en houden zo de kosten beter onder controle. Onderzoek naar de jeugdzorg toont aan dat er grote kostendoelmatigheidsverschillen tussen gemeenten bestaan (Blank, Heezik & Valdmanis, 2023). Dit suggereert dat het voor een deel van de gemeenten mogelijk is de doelmatigheid substantieel te verhogen, waardoor ruimte ontstaat om de financiële tekorten terug te dringen. Omdat mogelijk hetzelfde geldt voor de Wmo-taken van de gemeenten is besloten om, als vervolg op het jeugdzorgonderzoek, de kostendoelmatigheid van de gemeentelijke uitvoering van de Wmo te analyseren. De gehanteerde methode sluit aan bij de aanpak van het jeugdzorgonderzoek, maar is op enkele onderdelen aangepast. Dit beschrijven we hierna.



Methodologie Voor de berekening van de kostendoelmatigheid maken we gebruik van een kostenmodel. Een kostenmodel geeft de wiskundige relatie weer tussen de kosten enerzijds en de geleverde diensten en omgevingsfactoren anderzijds (Blank & Valdmanis, 2019; Fried et al., 2008). Daarnaast bevat het model een component die de kostendoelmatigheid weerspiegelt. Hierbij gaat het om het verschil in kosten tussen beste-praktijkgemeenten en andere gemeenten. Deze aanpak treffen we ook aan in een aantal andere studies (Alvarez et al., 2006; Blank, Heezik & Blank, 2023; Niaounakis & Blank, 2017). Aan de wiskundige vergelijking, waarin de verschillende componenten zijn verwerkt, voegen we ook een stochastische term toe voor specificatie- en meetfouten. De gebruikelijke prijzen voor de ingezette middelen zijn hier weggelaten, omdat we uitsluitend beschikken over dwarsdoorsnedegegevens en veronderstellen dat gemeenten te maken hebben met dezelfde lonen en prijzen. De te schatten relatie ziet er als volgt uit:

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

10

ln(𝑐) = 𝑎0 + ∑𝑚 𝑏𝑚 ln(𝑦𝑚 ) + ∑𝑘 𝑑𝑘 ln(𝑧𝑘 ) + 𝑒𝑓𝑓 + 𝑒𝑟𝑟

(1)

Waarbij: 𝑐

= kosten;

𝑦𝑚

= productie van dienst m;

𝑧𝑘

= percentage afwijkende kosten door omgevingsfactoren;

𝑒𝑓𝑓

= percentage extra kosten door ondoelmatigheid;

𝑒𝑟𝑟

= specificatie- en meetfout.

𝑎0 , 𝑏𝑚 , 𝑑𝑘 zijn de te schatten parameters van het model. De parameter 𝑎0 is de constante. De parameters zijn elasticiteiten en geven het effect weer van productiegroei op de groei van de kosten. (2)

𝑒𝑓𝑓 = exp[− ∑𝑙 𝜃𝑙 ln(𝑢𝑙 )] Waarbij: 𝑢𝑙 = inkoopkenmerk van een gemeente; 𝜃𝑙 = te schatten parameters.

We maken gebruik van een methode die per cluster van vergelijkbare gemeenten een aparte schatting maakt. Grote steden als Amsterdam en Utrecht spelen dus bijvoorbeeld geen rol in de schatting voor een kleine gemeente als Roozendaal (Gld). We onderscheiden een beperkt aantal clusters op basis van gemeentegrootte. Voordelen van deze methode zijn: •

We kunnen volstaan met een eenvoudige specificatie.

•

Resultaten zijn veel nauwkeuriger dan die van één analyse van alle gemeenten tegelijkertijd.

Testen op betrouwbaarheid van het model: 2

• •

gangbare toetsen, zoals R , t-toetsen et cetera; een scheefheidstest beantwoordt de vraag of er nog meer (niet-waargenomen) ondoelmatigheid is;

•

verschillende sets van output, omgevings- en doelmatigheidsindicatoren zijn toegepast.

We wijken hiermee af van eerder uitgevoerde studies (Blank & Heezik, 2023; Blank, Heezik & Valdmanis, 2023), waarbij we gebruikmaakten van locally weighted least squares. In die studies namen we de mate van vergelijkbaarheid mee in de weging van de schattingen. Nadeel van deze methode is dat er een baaierd van uitkomsten ontstaat, die eigenlijk vragen om een vervolganalyse. De transparantie van de hier gepresenteerde uitkomsten is veel groter.



Inkoopkenmerken Met vergelijking 2 berekenen we de kostendoelmatigheid van de hulp bij het huishouden die gerelateerd is aan de inkoopkenmerken. Een groot deel van de gemeentelijke kosten voor de Wmouitvoering bestaat uit de uitgaven aan (particuliere) aanbieders van maatschappelijke ondersteuning. Bij de inkoop van deze diensten maken gemeenten allerlei keuzes die mogelijk van invloed zijn op de kosten en doelmatigheid. Zo kunnen gemeenten verschillende uitbestedingsvormen toepassen (Wind & Uenk, 2020). De drie meest voorkomende uitbestedingstypen zijn, uitbesteding door middel van:

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

11

• •

subsidieverlening: gemeenten verstrekken op basis van vooraf vastgestelde (maar beperkt afdwingbare) subsidievoorwaarden financiële middelen aan een zorgaanbieder. open house: gemeenten sluiten (afdwingbare) overeenkomsten met alle zorgaanbieders die aan hun voorwaarden voldoen. Burgers kiezen zelf hun zorgaanbieder en er is pas levering wanneer een burger zich aanmeldt.

•

overheidsopdracht/aanbesteding: gemeenten selecteren een beperkt aantal zorgaanbieders op basis van vooraf vastgestelde (afdwingbare) voorwaarden.

Bij de uitbesteding kunnen verschillende procedures worden gevolgd (Wind & Uenk, 2020), zoals: • klassieke, wettelijk geregelde openbare aanbestedingsprocedure: openbare aankondiging en •

selectie op basis van prijs-kwaliteitverhouding. Zeeuws model: gemeente stelt eisen op en cliënten kiezen zelf hun aanbieder uit gecontracteerde

•

partijen. dialooggerichte procedure: gemeente en aanbieders bespreken voorwaarden in dialoogsessies.

Naast deze keuzes, zijn er bij de uitbesteding van maatschappelijke ondersteuning ook keuzes te maken ten aanzien van de contractvormen en de wijze van bekostiging. Bij contractvormen kunnen gemeenten kiezen voor vaste budgetten (lumpsum), budgetplafonds en raamovereenkomsten met of zonder tussentijdse toetreding van nieuwe aanbieders. Bij de bekostiging kunnen gemeenten kiezen voor inspannings-, output- of taakgerichte bekostiging of voor mengvormen. Andere inkoopkeuzes van gemeenten zijn: maatschappelijke ondersteuning wel/niet integraal inkopen met jeugdzorgdiensten, wel/niet samenwerken met andere gemeenten en duur van de contracten (Wind & Uenk, 2020). De verschillende inkoopkeuzes zorgen voor verschillen in inkoopkenmerken tussen gemeenten. Daaraan is het kenmerk ‘overhead ratio’ toegevoegd waarmee we de inspanning van de gemeente om de inkoop te managen meten. De overhead ratio is de verhouding tussen de (gesaldeerde) uitvoeringskosten en de programmakosten (inkoopkosten). Onderstaand kader presenteert de tien inkoopkenmerken die in het analysemodel zijn opgenomen.

Inkoopkenmerken in analyse 1. Samenwerking: aantal gemeenten in samenwerkingsverband; 2. Looptijd: aantal jaren waarvoor de overeenkomst geldt; 3. Verstreken contractjaren: op basis van startjaar overeenkomst; 4. Uitbestedingsvorm (type uitvoeringsinstrument): – Open house; – Overig (overheidsopdracht of subsidie); 5. Type inkoopprocedure (A): – ‘Dialoog’; – Overige procedures (voornamelijk openbare procedures); 6. Type inkoopprocedure (B): – ‘Zeeuws’; – Overige procedures (voornamelijk openbare procedures);

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

12

7. Contractvorm: – Raamovereenkomst; – Raamovereenkomst met budgetplafond of met vast budget; 8. Bekostigingsvorm: – Inspanningsgericht; – Overig (productie- of taakgericht of gemengd); 9. Integraliteit: – Overeenkomsten aanbesteed met jeugdzorg; –

Overeenkomsten niet aanbesteed met jeugdzorg.

10. Overhead: –



Verhouding tussen uitvoeringskosten en programmakosten

Statistische beschrijving Tabel B1 bevat een statistische beschrijving van de originele gegevens zoals gebruikt in de statistische analyse. Hierbij is nog geen selectie gemaakt van gemeenten die uiteindelijk in de analyse zijn meegenomen. Voor de analyse worden alleen de gegevens van die gemeenten gebruikt waarvoor geen van de variabelen ontbreken. In het geval van de overhead ratio zijn extreme waarden afgetopt. Het betreft hier een beperkt aantal gemeenten. Tabel B1 Statistische beschrijving van alle gehanteerde variabelen in het model

Variabele

Observaties

Gemiddelde

Standaardafwijking

Minimum

Maximum

Kosten

318

5044,910

8268,932

45,762

86057,090

Aantal cliënten

311

1610,289

2160,322

25,000

22970,000

Aandeel niet-westerse immigranten

322

0,037

0,052

0,005

0,393

Aandeel 60-plussers

322

0,865

0,072

0,005

0,942

Aandeel laag-inkomen huishoudens

322

0,635

0,102

0,005

0,826

Aantal samenwerkende gemeenten

312

4,413

3,058

1,000

13,000

Looptijd contract

344

3,331

2,075

1,000

8,000

Verstreken jaren in contract

312

3,801

2,196

1,000

10,000

Instrument (open house=1)

344

0,299

0,459

0,000

1,000

Procedure (dialoog=1)

344

0,291

0,455

0,000

1,000

Procedure (Zeeuws=1)

344

0,259

0,439

0,000

1,000

Contract (raamovereenkomst=1)

344

0,802

0,399

0,000

1,000

Bekostiging (productiegericht=1)

344

0,494

0,501

0,000

1,000

Integraliteit met jeugdzorg (ja=1)

344

0,142

0,350

0,000

1,000

Overhead ratio

344

0,156

0,146

0,010

0,500

Schattingsresultaten De analyses worden uitgevoerd op vier verschillende databestanden, onderscheiden naar vier grootteklassen van gemeenten:

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

13

• • •

tot 20.000 inwoners (N = 51); 20.001-35.000 inwoners (N = 90); 35.001-60.000 inwoners (N = 68);

•

Vanaf 60.001 inwoners (N = 53).

Om ervoor te zorgen dat de doelmatigheidsmetingen van de individuele gemeenten die zich in de staarten van de clusters bevinden (bijvoorbeeld een gemeente met 19.950 inwoners) ook wordt gebaseerd op grotere gemeenten, hanteren we grotere (overlappende) grootteklassen voor de regressieanalyses: •

tot 30.000 inwoners (N = 116);

• •

15.001-40.000 inwoners (N = 130); 25.001-70.000 inwoners (N = 137);

•

vanaf 35.000 inwoners (N = 121).

Tabel B2 bevat de schattingsresultaten van de analyses per grootteklasse van gemeenten. De waarden met een statistische significantie van 5% en 10% zijn aangegeven met respectievelijk ** en *. Tabel B2 Resultaten samengevat: parameterschattingen per grootteklasse gemeenten

< 30.000

15.00140.000

25.00170.000

> 35.000

Constante

-1,193 **

-1,180 **

-1,210 **

-1,142 **

Aantal cliënten

1,053 **

1,059 **

1,011 **

0,986 **

Aandeel niet-westerse immigranten

-0,018

-0,005

-0,019

-0,011

Aandeel 60-plussers

-1,116 **

-0,771 **

-1,586 **

-1,441 **

Aandeel laag-inkomen huishoudens

0,055

0,212

-0,091

0,084

Aantal samenwerkende gemeenten

0,005

-0,004

-0,005

-0,005

Looptijd contract

0,002

-0,004

-0,009

-0,011

Verstreken jaren in contract

-0,004

-0,002

0,009

0,009

Instrument (open house=1)

0,031

0,016

0,061 **

0,075 **

Procedure (dialoog=1)

0,048

0,018

-0,048

-0,040

Procedure (Zeeuws=1)

0,075 **

0,004

-0,027

-0,025

Contract (raamovereenkomst=1)

0,033

0,123 **

0,123 **

0,050

Bekostiging (productiegericht=1)

-0,050 **

-0,055 **

-0,068 **

-0,072 **

Integraliteit met jeugdzorg (ja=1)

-0,034

-0,010

0,003

-0,010

Overhead ratio

0,731 **

0,807 **

0,859 **

0,812 **

Aantal observaties

116

130

137

121

R-kwadraat

0,96

0,95

0,92

0,97

Log likelihood

87,51

117,13

89,90

76,75

*

** p < 0,05; * p < 0,1

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

14

Namen 262 gemeenten in uiteindelijke analyse Aalten

Brunssum

Gennep

Laarbeek

Achtkarspelen

Bunnik

Gilze en Rijen

Land van Cuijk

Alblasserdam

Bunschoten

Goes

Landgraaf

Albrandswaard

Buren

Goirle

Lansingerland

Alkmaar

Capelle aan den IJssel

Gorinchem

Laren

Alphen-Chaam

Castricum

Gouda

Leeuwarden

Altena

Coevorden

Groningen

Leiden

Ameland

Cranendonck

Gulpen-Wittem

Leiderdorp

Amersfoort

Dalfsen

Haaksbergen

Lelystad

Amsterdam

Dantumadiel

Haarlem

Leudal

Apeldoorn

De Bilt

Haarlemmermeer

Leusden

Arnhem

De Fryske Marren

Halderberge

Lingewaard

Assen

De Ronde Venen

Harderwijk

Lisse

Asten

De Wolden

Hardinxveld-Giessendam Lochem

Baarle-Nassau

Delft

Hattem

Loon op Zand

Barendrecht

Den Helder

Heemskerk

Lopik

Barneveld

Deurne

Heerenveen

Losser

Beekdaelen

Deventer

Heeze-Leende

Maasdriel

Beesel

Diemen

Heiloo

Maassluis

Berg en Dal

Dijk en Waard

Hellendoorn

Maastricht

Bergeijk

Dinkelland

Hellevoetsluis

Meerssen

Bergen L

Doesburg

Helmond

Meierijstad

Bergen NH

Doetinchem

Hendrik-Ido-Ambacht

Meppel

Bergen op Zoom

Dongen

Hengelo

Midden-Drenthe

Berkelland

Drimmelen

Heusden

Midden-Groningen

Bernheze

Dronten

Hillegom

Molenlanden

Beuningen

Druten

Hilvarenbeek

Montferland

Beverwijk

Ede

Hilversum

Mook en Middelaar

Bladel

Eemnes

Hoeksche Waard

Neder-Betuwe

Blaricum

Eersel

Hof van Twente

Nederweert

Bloemendaal

Eijsden-Margraten

Hollands Kroon

Nieuwegein

Boekel

Eindhoven

Hoogeveen

Nieuwkoop

Borger-Odoorn

Elburg

Horst aan de Maas

Nijkerk

Borne

Enschede

Houten

Nijmegen

Borsele

Epe

Huizen

Nissewaard

Boxtel

Ermelo

Hulst

Noord-Beveland

Breda

Etten-Leur

Kampen

Noordenveld

Brielle

Geertruidenberg

Kapelle

Nunspeet

Bronckhorst

Geldrop-Mierlo

Katwijk

Oegstgeest

Brummen

Gemert-Bakel

Krimpenerwaard

Oirschot

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

15

Oldambt

Someren

Westerwolde

Oldebroek

Son en Breugel

Weststellingwerf

Oldenzaal

Staphorst

Westvoorne

Olst-Wijhe

Steenbergen

Wijchen

Oost Gelre

Súdwest-Fryslân

Wijdemeren

Oosterhout

Terneuzen

Wijk bij Duurstede

Ooststellingwerf

Texel

Winterswijk

Opsterland

Teylingen

Woensdrecht

Oss

Tholen

Woerden

Oude IJsselstreek

Tiel

Woudenberg

Ouder-Amstel

Tilburg

Zaltbommel

Oudewater

Tubbergen

Zandvoort

Overbetuwe

Tynaarlo

Zeewolde

Papendrecht

Tytsjerksteradiel

Zeist

Peel en Maas

Uitgeest

Zevenaar

Pijnacker-Nootdorp

Uithoorn

Zoetermeer

Purmerend

Utrecht

Zoeterwoude

Putten

Utrechtse Heuvelrug

Zuidplas

Raalte

Vaals

Zundert

Reimerswaal

Valkenburg aan de Geul

Zutphen

Renkum

Valkenswaard

Zwartewaterland

Reusel-De Mierden

Veenendaal

Zwijndrecht

Rheden

Veere

Ridderkerk

Veldhoven

Rijssen-Holten

Velsen

Roosendaal

Venlo

Rotterdam

Venray

Rozendaal

Vijfheerenlanden

Rucphen

Vlaardingen

Schagen

Vlissingen

Scherpenzeel

Voerendaal

Schiedam

Vught

Schouwen-Duiveland

Waalwijk

's-Gravenhage

Waddinxveen

Simpelveld

Wageningen

Sint-Michielsgestel

Weert

Sittard-Geleen

West Betuwe

Sliedrecht

West Maas en Waal

Sluis

Westerkwartier

Smallingerland

Westerveld

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

16

Literatuur Alvarez, A., Amsler, C., Orea, L., & Schmidt, P. (2006). Interpreting and testing the scaling property in models where inefficiency depends on firm characteristics. Journal of Productivity Analysis, 25(3), 201–212. Blank, J. L. T., & Heezik, A. A. S. van. (2023). Doelmatig personeelsbeleid | Factsheet. Delft: IPSE Studies. Blank, J. L. T., Heezik, A. A. S. van, & Blank, B. (2023). Productivity and efficiency of central government departments : a mixed-effect model applied to Dutch data in the period 20122019. Journal of Public Sector Economics, 47(3), 17. http://doi.org/10.3326/pse.47.3.2 Blank, J. L. T., Heezik, A. A. S. van, & Valdmanis, V. G. (2023). Jongleren in de jeugdzorg. Empirisch onderzoek naar de relatie tussen inkoop en kostendoelmatigheid van de jeugdzorg in Nederlandse gemeenten. Delft: IPSE Studies. Blank, J. L. T., & Valdmanis, V. G. (2019). Principles of productivity measurement; an elementary introduction to quantitative research on the productivity, efficiency, effectiveness and quality of the public sector (third edition). Delft: IPSE Studies. Fried, H. O., Lovell, C. A. K., & Schmidt, S. S. (2008). The measurement of productive efficiency and productivity growth. New York: Oxford University Press. Niaounakis, T. K., & Blank, J. L. T. (2017).

Inter-municipal cooperation, economies of scale and cost efficiency: an application of stochastic frontier analysis to Dutch municipal tax departments. Local Government Studies. http://doi.org/10.1080/03003930.2017.1322958 SCP. (2022). Uitdagingen in het sociaal domein. Nieuwe gemeentebesturen aan zet. Den Haag: Sociaal en Cultureel Planbureau. Staatsblad. (2014). Jaargang 2014, nr. 280, Wet van 9 juli 2014, houdende regels inzake de gemeentelijke ondersteuning op het gebied van zelfredzaamheid, participatie, beschermd wonen en opvang (Wet maatschappelijke ondersteuning 2015). Den Haag: Kennis- en exploitatiecentrum officiële overheidspublicaties. Ter Haar, B. (2024). Historische analyse Wet maatschappelijke ondersteuning 2015 (Wmo 2015). Onderdeel van het houdbaarheidsonderzoek Wmo 2015. Den Haag: Ministerie van Volksgezondheid, Welzijn en Sport. Tweede Kamer. (2024). Vergaderjaar 2023–2024, 29538, Zorg en maatschappelijke ondersteuning, nr. 357: brief van de staatssecretaris van VWS over de stand van zaken omtrent het houdbaarheidsonderzoek Wmo 2015 van 5 februari 2024. Den Haag: Tweede Kamer der Staten-Generaal. Wind, M., & Uenk, N. (2020). Monitor Gemeentelijke zorginkoop 2020. Stand van zaken inkoop diensten in het kader van Wmo 2015 en Jeugdwet. Lunteren: Public Procurement Research Centre.

Kostendoelmatigheid Wmo | Factsheet 1: Hulp bij het huishouden | IPSE Studies

17

2

Colofon

Over het onderzoek Dit factsheet presenteert resultaten van onderzoek dat deel uitmaakt van het IPSE Studies onderzoeksprogramma 2024-2026 (Publieke productiviteit gemeten: uitvoeringsorganisaties, gemeenten en sectoren). Het onderzoeksprogramma wordt gesubsidieerd door het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK) in het kader van het programma Kennis van de Overheid. Uitgave Stichting IPSE Studies Delft, oktober 2024 ISBN 9789083266183 IPSE Studies E: info@ipsestudies.nl W: www.ipsestudies.nl

© 2024 Stichting Instituut Publieke Sector Efficiëntie Studies. Alle rechten voorbehouden. Citeren uit deze publicatie is toegestaan onder vermelding van de bron. Bestanden mogen op een server geplaatst worden mits het digitale bestand (rapport) intact blijft en de bron wordt vermeld.