• Strukturel saldo for offentlig forvaltning og service

    Den officielle statistik om de årlige offentlige finanser har tidligere været beskrevet i denne blog. Statistikken omfatter dels en regnskabsstatistik, der har de offentlige regnskabssystemer som hovedkilde, og dels en budgetstatistik, der har de offentlige budgetsystemer som hovedkilde. Disse statistikker  er udgangspunktet for belysningen af de offentlige finanser, herunder udvikling og holdbarhed.

    Den officielle statistik er også grundlaget for EU’s  kontrol af overholdelsen af  Stabilitets- og Vækstpagten. Ifølge Stabilitets- og Vækstpagten må saldoen for det offentliges regnskab under normale forhold højest vise et underskud på tre procent af bruttonationalproduktet (BNP).

    Nu er normale forhold et lidt upræcist begreb, navnlig set på baggrund af, at saldoen påvirkes kraftigt af de økonomiske konjunkturer. Er man midt i et opsving, med høje indkomster og lav arbejdsløshed vil det offentliges skatteindtægter typisk være høje, og udgifterne til sociale ydelser lave. Det påvirker saldoen i positiv retning. Omvendt vil saldoen i krisetider med høj arbejdsløshed være påvirket i negativ retning. Også andre særlige forhold kan have stor betydning for saldoen i et enkelt år. Derfor er tre procents-reglen gennem en yderligere aftale (Finanspagten) blevet suppleret med en regel, der lægger begrænsninger på den strukturelle saldo, dvs. den faktiske saldo korrigeret for afvigelser fra normale forhold. I Danmark er Finanspagtens regler udmøntet i Budgetloven, der fastlægger en grænse på 1/2 procent af BNP for underskuddet på den strukturelle saldo.

    Beregningen af strukturel saldo

    Den strukturelle saldo opgøres af Finansministeriet. Metoden er beskrevet i to notater — Finansministeriets metode til beregning af strukturel saldo (2012, rev 2014) og Opdatering af metoden til beregning af strukturel saldo (2015) —  og de løbende beregninger offentliggøres i Økonomisk redegørelse. Tabellen nedenfor viser opgørelsen i forbindelse med finanslovsforslaget for 2107.

    Overgang fra faktisk til strukturel saldo, 2017

    pct. af BNP
    Faktisk saldo -1,9
    Konjunkturgab Produktionsgab -0,4   -0,5
    Beskæftigelsesgab -0,9
    Samlet konjunkturgab -0,5
    Særlige poster Selskabsskat 0,1       -0,8
    Registreringsafgift 0,1
    Pensionsafkastskat -0,6
    Nordsøolieindtægter -0,4
    Renter og udbytter, netto 0,1
    Specielle budgetposter -0,1
    Særlige forhold i alt -0,8
    Øvrige forhold PSO-ordning  …    -0,1
    Udviklingsbistand  …
    Aktieindkomstskat  …
    Omregning til strukturelt BNP
    Øvrige forhold i alt -0,1
    Strukturel saldo (pct. af strukturelt BNP) -0,4

    Kilde: Økonomisk Redegørelse, Finansmininisteriet, august 2016

    Tabellen belyser, hvordan den strukturelle saldo fremkommer som resultatet af en række korrektioner til den aktuelle saldo. Finansministeriet skelner mellem tre typer af korrektioner:

    • Konjunkturgabet, der skal afspejle den aktuelle konjunktursituations afvigelse fra  normalsituationen, dvs. et niveau for produktion og beskæftigelse, der er foreneligt med en stabil udvikling i priser og lønninger. Der beregnes skøn for produktionsgab og beskæftigelsesgab hver for sig. Disse to størrelser sammenvejes til et samlet konjunkturgab, der derefter indgår i korrektionen med en andel, der afspejler de offentlige finansers konjunkturfølsomhed (budgetelasticiteten).
    • Særlige poster, der omfatter seks særligt volatile størrelser, for hvilke der specifikt beregnes og offentliggøres korrektioner.
    • Øvrige forhold, for hvilke der korrigeres, men kun præsenteres en samlet korrektion. Omfatter bl.a. forhold af midlertidig karakter. Desuden indgår en korrektion, således at den strukturelle saldo opgøres i procent af strukturelt BNP og ikke af faktisk BNP.

    Det Økonomiske Råds rolle

    Det er finansministeriet, der har ansvaret for opgørelsen af den strukturelle saldo, men det er i Lov om Det Økonomiske Råd og Det Miljøøkonomiske Råd fastlagt, at det Økonomiske Råd årligt skal vurdere holdbarheden i de offentlige finanser. Ved fremsættelsen af finansloven for 2017 er det rådets vurdering (Vismandsrapporten s. 122), at budgetlovens krav til den strukturelle saldo er opfyldt, men at man er så tæt på grænsen, at små afvigelser fra det skønnede udgangspunkt, kan tippe balancen.

  • Færdselsuheld og mørketal

    Danmarks Statistiks opgørelse af færdselsuheld  belyser dels uheldene med oplysninger om bl. a. tidspunkt,  hastighed og om spiritus var involveret, og dels de ved uheldene dræbte og tilskadekomne personer med oplysninger om bl.a. køn, alder og alvorsgrad (dræbt, lettere eller alvorligt tilskadekommet). Statistikkens grundlag er Vejdirektoratets informationssystem, der igen er baseret på politiets registrering af ulykkerne. Danmarks Statistiks opgørelse omfatter kun trafikuheld med personskade, men Vejdirektoratet offentliggør selv opgørelser, der også omfatter uheld med udelukkende materiel skade.

    Kun uheld med personskader, der kræver lægebehandling eller medfører  hospitalsindlæggelse  indgår i opgørelsen. Desuden kræves det, at mindst en af de involverede i uheldet er kørende. Eneuheld for fodgængere indgår ikke.

    Som et supplement til den detaljerede statistik opgør Danmarks Statistik antallet af dræbte og tilskadekomne, der ikke indgår i politiets materiale, men som er  indberettet fra skadestuer og hospitaler. Hospitalernes og skadestuernes indberetninger er langt mindre detaljerede end politiets, og kan derfor ikke indgå i den egentlige opgørelse. Som det fremgår af tabellen nedenfor, så udgør de manglende dræbte og tilskadekomne i politiets indberetninger — også kaldet mørketallet — omkring 90 pct. af de samlede indberetninger. Det virkelige mørkeltal er højere, da ikke alle personskader kommer til skadestuers og hospitalers kendskab, f.eks. fordi de udelukkende behandles af en praktiserende læge.

    Registrerede færdselsuheld med personskade i Danmark 2001-2015

     1000 uheld/personer Indberetter 2001  2005  2011  2015 
    Dræbte og tilskadekomne Politiet  8,9  6,8 4,2  3,3
    Skadestuer og hospitaler 39,2  38,8  37,1  31,7
    Indberettet i alt  48,1  45,7  41,3  35,0
    Uheld med personskade Politiet 6,9  5,4 3,5  2,9

    Kilde: Statistikbanken: UHELD3, UHELD8 og MOERKE

    Den andel af de dræbte og tilskadekomne, der indberettes af  politiet faldet fra 19 pct. i 2001 til 9 pct. i 2015. Det betyder, at grundlaget for den detaljerede statistik, og dermed  for beslutninger omkring forbedring af trafiksikkerheden, er blevet stærkt forringet. På den baggrund har en række trafikforskere på Aalborg Universitet iværksat et projekt til belysning af mørketallet.

     

  • Benfords lov

    Kolonne 2 og 3 i tabellen nedenfor viser resultatet af et eksperiment. Fra Danmarks Statistikbank har jeg udtrukket alle regnskabstallene (undtagen totaler og undersummer) fra tabellen med regnskabsstatistik for byeerhverv (REGN5) . Derefter har jeg fordelt alle tallene efter første ciffer, uanset hvor mange cifre, der i alt var i tallet. Tallene 3, 34, -34, 30.458 og 0,345 er altså alle optalt i rækken med 3 som første ciffer. Nuller er helt udeladt.

    Første
    ciffer

    Regnskabsstatistik Benfords
    lov
    pct.
    Græsk
    nationalregskab
    2009, pct.
    Optælling Fordeling
    pct.
    1  558  31  30 29
    2 324  18  18 26
    3 212  12  13 20
    4 180  10  10 10
    5 124  7  8 2
    6 108  6  7 4
    7 102  6 6 5
    8 85  5  5 3
    9 102  6  6 0

    Kilde: Bernhard Rauch, Max Göttsche & Gernot Brähler, Fact and Fiction in EU-Governmental Economic Data, German Economic Review 12(3).
    Danmarks Statistikbank REGN5

    I kolonne 4 er til sammenligning vist en fordeling, der går, under navnet Benfords lov. Den beskriver hvordan første ciffer i en række tal fordeler sig, hvis tallene er fremkommet fuldt tilfældigt, hvor tilfældig også betyder, at intervalgrænserne for hvert tal er tilfældigt. Tilfældige (eller pseudotilfældige) tal, dannet af en tilfældighedsgenerator ligger normalt i et bestemt interval, f.eks. mellem nul og en, og vil ikke følge Benfords lov. Men regnskabsstatistikkens tal kan formodes at opfylde kravene om fuld tilfældighed, og det er derfor ganske betryggende, at det ser ud til, at de er i nogenlunde overensstemmelse med Benfords lov. Hvis en statistik, der opfylder tilfældighedskravene, ikke følger Benfords lov, kan det være en indikation af, at der er noget galt, f.eks. at tallene er manipulerede.

    I den sidste kolonne er vist første-ciffer fordelingen i det græske nationalregnskab for 2009. Her ser ikke ud til at være overensstemmelse med Benfords lov. Der kan være gode grunde til, at en statistisk talserie ikke følger Benfords lov, men i dette tilfælde er grundene nok ikke så gode. I hvert fald udgav Kommisionen for EU i januar 2010 en rapport (Report on Greek Government Deficit and Debt Statistics) , hvori det blev konstateret, at den græske økonomiske statistik var i en meget dårlig forfatning og stærkt fejlbehæftet.

    Det kan virke overraskende, at første ciffer i statistiske talserier ikke er ligeligt fordelt, men det har naturligvis en god og naturlig årsag. Den vil jeg ikke komme nærmere ind på her, men henvise til denne udmærkede forklaring.

  • Metodebeskrivelse for opgørelsen af BNP og BNI

    Bruttonationalindkomsten (BNI) er grundlaget for  beregningen af en væsentlig del af EU-landenes bidrag til unionens budget. EU’s myndigheder lægger derfor stor vægt på, at opgørelsen sker korrekt, så alle lande kommer til at yde det bidrag de bør. Reglerne både for opgørelsen og for kontrollen er fastlagt i den såkaldte BNI-forordning, Rådets Forordning Nr.1287/2003.

    Et vigtigt led i reglerne er, at landene skal levere en dokumentation af de anvendte kilder og metoder. Dokumentationen skal opdateres, når der sker væsentlige ændringer. På linie med de øvrige EU-lande ændrede Danmark i september 2014 sin opgørelse af nationalregnskabet, således at den kom i overensstemmelse med de seneste internationale retningslinier, SNA 2008 og ENS 2010 (ESA) , og i den forbindelse har Danmarks Statistik nu udarbejdet en opdateret udgave  af dokumentationen, der blev offentliggjort den 15 august 2016. Dokumentationen foreligger kun på engelsk.

    Bruttonationalproduktet (BNP) er et mål for den samlede værditilvækst, forstået som den værdi, der skabes ved den økonomiske aktivitet i samfundet. Begrebet er meget anvendt ved internationale økonomiske sammenligninger, selv det har en række svagheder. BNI beregnes med udgangspunkt i BNP, men korrigeres for, at en del af  værditilvæksten tilfalder udlændinge i form af renter og udbytter af udenlandske investeringer i Danmark, og tilsvarende at en del af resten af verdenens værditilvækst tilfalder danskere som afkast af danske investeringer i udlandet. Nationalregnskabets opgørelse af BNP og BNI er illustreret i følgende tabel.

    BNP og BNI for Danmark 2012-2015

     mia kr.  2012 2013  2014  2015 
      1. Produktion  3.362 3.377  3.444  3.494
      2. Forbrug i produktionen  1.739 1.734 1.764  1.766
      3. Produktskatter minus produktsubsidier  259 260 262  267
      4. Bruttonationalprodukt (BNP) (1 – 2 + 3)  1.883 1.904   1.943  1.985
      5. Aflønning af ansatte (danske residenters udgifter)  978  990 1.016  1.050
     6. Bruttooverskud af produktion og blandet indkomst (4 – 5) 641 644 651 650
      7. Aflønning af ansatte (danske residenters indtægter)  967  980  1.006 1.040
     8. Produktions- og importskatter 309 315 320 330
     9. Subsidier 41 41 40 41
    10. Renter og udbytter mm. fra udlandet 138 163 168 177
     11. Renter og udbytter til udlandet  89  97  94  119
     12 Bruttonationalindkomst (BNI) (6 + 7 + 8 +9 +10 – 11)  1.935  1.965 2.011  2.036 

    Kilde: Statistikbanken  NAH02 og NAH03

    Nationalregnskabet omfatter meget mere end BNP og BNI,  men det altså kun de beregninger. der fører frem til BNI, der der omfattet af den nye dokumentation.

    BNI-forordningen kræver bl.a. at dokumentationen skal indeholde såkaldte procestabeller. Procestabellen viser dels vægten af de forskellig kilder til opgørelsen af BNP og BNI og dels omfanget af de forskellige typer af tilpasninger, der sker af det oprindelig kildemateriale i forbindelse med opgørelsen. En summarisk procestabel for opgørelsen af BNP er vist nedenfor.

    Procestabel1 for opgørelse af Danmarks BNP, 2012

    2012

    mia. kr.

    Produk-
    tion
    (1)
    Forbrug i
    produk-tionen
    (2)
    Produkt
    skatter
    (3)
    Produkt
    subsidier
    (4)
     BNP
    (1)-(2)+(3)-(4)
    Kilder  Stikprøver og totataltællinger  319  164  0  0  155
    Adminstrative data  590  218  273  14  631
    Kombinererede data  1.856  1.208  0  0  748
    Ekstrapolationer og modeller 489 88 0 0 401
    Andet  0  95  0  0  -95
    Kilder i alt  3.353  1.773  273  14  1.840
    Tilpasninger    Datavalidering  -46  -60  0  0  13
     Konceptuelle tilpasninger  18  14  0  0  4
     Dækning  37  3  0  0  34
    Afstemning  -1  9  0  0  -10
    Tilpasning ialt  8  -34  0  0  42
     Endeligt estimat 3.362 1.739 273 14 1.883

    1 Opgjort fra produktionssiden. BNP kan alternativt opgøres fra indkomstsiden eller anvendelsessiden.
    Kilde: Regneark fra Danmarks Statistik

    Tabellen viser kun en stærkt sammentrængt udgave af processtabellen. Den fulde detaljerede procestabel kan ses på Danmarks Statistiks hjemmeside (her).

     

  • Købekraftpariteter

    Internationale sammenligninger af vigtige økonomiske størrelser som nationalprodukt, indkomst  og forbrug vanskeliggøres dels af, at de forskellige lande anvender forskellige valutaer, og dels af at prisniveauet er forskelligt i forskellige lande. Er fokus udelukkende på valuta, kan sammenlignelighed tilvejebringes ved at omregne til samme valuta ved hjælp af valutakurser. I tabellen nedenfor er  vist en sammenligning af faktisk individuelt forbrug (dvs. individuelt forbrug, uanset om udgiften afholdes af husholdningerne eller det offentlige)  i en række EU-lande. Anden søjle er opgjort i de nationale valutater (kr. i Danmark, zloty i Polen, euro i Tyskland osv.)  og tredie søjle er omregnet til  euro ved anvendelse af sædvanlige valutakurser.

    Faktisk individuelt forbrug pr. indbygger  2014

    National-valuta                Euro Købekraft-paritet (Euro)
    —— 1000 enheder ——
    Europæiske Union i alt      .. 19,2 19,2
    Danmark 228,5 30,7 22,7
    Tyskland  24,2 24.2 23,2
    Frankrig  22,9 22,9 20,8
    Italien  19,3 19,3 19,2
    Nederlandene  24,4 24,4 22,3
    Polen  31,2  7,5 13,0
    Sverige 263,3 28,9 22,0
    Storbritannien  21,8 27,1 23,2

    Kilde: Eurostats statitistikbank: name _10_pc

    For de lande, der anvender euro som national valuta er tallene i de to søjler naturligvis identiske. En ti-euro seddel kan veksles til ti en-euro mønter, uanset hvilket land man befinder sig i. Drejer det sig om alt andet end andre euromønter eller -sedler kan der derimod være stor forskel på, hvor meget man kan få for ti euro i forkellige lande. Købekraften kan være forskellig.  Det afspejler sig i tabellens fjerde søjle, hvor opgørelsen er sket ved anvendelse af såkaldte købekraftpariteter.  Mest markant ses det for Polens vedkommende, hvor polakkernes gennemsnitlige forbrug er langt større målt ved købekraftpariteter end ved almindelige valutakurser. Når det drejer sig om sammenligning af forbrug og mange andre økonomiske størrelser giver det mest mening at anvende opgørelser baseret på købekraftparitet.

    En købekraftparitet afspejler valutas købekraft i et bestemt geografisk område. I 2015 var købekraftpariteten mellem en dansk krone og en Euro 9,84 når men ser på hele EU’s område (28 lande). Det skal forstås på den måde,  at det i gennemsnit i EU koster 9,84 danske kroner at købe den samme mængde varer og tjenester som kan købes for en euro. Valutakursen, dvs. den pris man i danske kr. måtte betale en valutahandler for en euro var 7,46. Man kunne med andre ord  for 7,46 kr. købe en euro, der herefter gav mulighed for at købe for 9,84 kr. hvis man altså spredte sine køb jævnt udover Europa. Det afspejler, at det generelle prisniveau i Danmark er højere end i det samlede EU.

    Købekraftpriteter kan også danne grundlag for belysning af prisiniveauet for forskellige produktgrupper. I tabellen nedenunder er  købekraftpariteter  anvendt som grundlag for en til en landesammenligning af prisniveauer  for komponenter af det individuelle forbrug. Både for totalen og for hver af komponenterne er indekset for hele EU lig med 100. Forskelle i prisniveauer mellem lande kan have mange årsager, og til en fuldstændig analyse hører en overvejelse af særlige forhold i de sammenlignede lande.

    Indeks for prisniveau 2014 

     Dan-mark Tysk-land  Fran-krig  Ita-lien  Neder-lan-dene  Polen Sveri-ge  Stor-brita-nien
    Føde- og drikkekvarer (ikke-alkoholiske)  145  104  110  110  99  64  125  104
     Alkoholiske drikkevarer 124  93  106 95  108  71  130  166 
     Beklædning og fodtøj 123  102 102  105  104  82  123  102 
     Bolig, vand, el mm  150 98 115  99  119  38  118  153 
     Bolig- og husholdningsudstyr 122  101 105 105  110  62  122  110 
     Medicin, lægeudgifter mm 136  104 105  115  127  45  175  118 
     Transport 133  103 102  99  111  71  116  110 
     Kommunikation 86  103 97  118  114  52  90  125 
    Rekreation og kultur 139 105 107 101 102 53 130 107
    Uddannelse 153 110 109 94 122 39 195 147
    Restauranter og hoteller 150 98 109 109 111 75 143 114
     Andre varer og  tjenester 141  97 106  98  115  55  144  113 
    Faktisk individuelt forbrug i alt  140 101  107  103  113  53  136  122

    Kilde Eurostats statistikbank prc_ppp_ind

    Opgørelsen af købekraftpariteter har en del lighedspunkter med opgørelsen af inflation. Ved opgørelsen af inflationen i et enkelt land tager man udgangspunkt i en nærmere bestemt kurv af varer og tjeneser, og ser på  hvor meget dyrere det bliver at købe den samme kurv fra periode til periode. På tilsvarende måde tilstræber man ved købekraftpariter at opgøre, hvad det i forskellige geografiske områder koster at købe sammenlignelige mængder af produkter. Man anvender dog ikke den samme produktkurv, således som man gør ved inflationsberegninger. I stedet opgør man som udgangspunkt  indeks for alle landepar, f.eks. Danmark i forhold til Tyskland, Danmark i forhold til Sverige, Sverige i forhold til Tyskland, Tyskland i forhold til Polen osv. I hvert af de parvise indeks bliver produktkurven fastlagt under hensyntagen til, hvilke produkter, der er almindelige i begge de to sammenlignede lande.  Til sidst bliver de mange parvise indeks anvendt som grundlag for beregningen af et enkelt indeks for hver kombination af land og produktgruppe. Denne metode kaldes EKS-metoden efter Elteto, Koves og Szulc, som har udviklet den.

     

  • Arbejdsproduktivitet

    Øget arbejdsproduktivitet er en attraktiv vej til større forbrug og dermed højere velfærd. At arbejde flere timer, for at få råd til et større forbrug, kan være udmærket, men kun hvis velfærdsgevinsten ved det øgede forbrug er større end velfærdstabet ved at skulle arbejde mere.  Kan man derimod øge produktionen — og dermed forbrugsmuligheden — uden at øge arbejdsindsatsen, så kan der høstes en ubetinget velfærdsgevinst. Mere produktion for samme indsats af arbejdskraft kaldes at øge arbejdsproduktiviteten.

    I et tidligere indlæg har jeg belyst problemerne med måling af produktiviteten i forbindelse med det offentliges produktion. Selv om det heller ikke er uproblematisk at måle produktiviteten i de private erhverv, så er der på dette område dog udviklet anerkendte metoder, som Danmarks Statistik finder pålidelige nok til at de kan danne grundlag for regelmæssige (årlige) statistiske opgørelser. To af opgørelserne — arbejdsproduktiviteten og produktivitetsudviklingen — ser jeg nærmere på i dette indlæg. En tredie opgørelse — vækstregnskabet — vil jeg vende tilbage til ved en senere lejlighed.

    Arbejdsproduktivitet er defineret som værditilvækst pr præsteret arbejdstime, hvor værditilvæksten er opgjort eksklusiv alle de skatter, der betales af virksomhederne i forbindelse med produktionen, som f.eks. moms, punktafgifter og ejendomsskatter. Det er den størrelse, der også kaldes bruttofaktorindkomsten (BFI). Der opgøres ikke et absolut mål for arbejdsproduktiviteten, men udelukkende vækstrater. Vækstraten beregnes som udviklingen i bruttofaktorindkomsten (korrigeret for inflation), divideret med udviklingen i antallet at udførte arbejdstimer. Sålænge vækstraterne ikke er voldsomt store, kan væksten i arbejdsproduktivitet i praksis ses som differencen mellem væksten i bruttofaktorindkomsten og væksten i antallet af arbejdstimer. I tabellen nedenfor er opgørelsen for 2014 vist for fire udvalgte erhverv.  For at begrænse betydningen af mere eller mindre tilfældige årlige udsving er den viste opgørelse baseret på et 5-års gennemsnit.

    Arbejdsproduktiviteten

     BFI i 2014 Gns. årlig vækst 2010-2014
            BFI      Arbejds-
    timer
    Arbejds-
    produktivitet
    mia. kr pct.
    Industri 226 2,8 -1,5 4,4
    Handel og transport mv. 328 1,6 0,1 1,5
    Finansiering og forsikring 103 -2,1 -2,9 0,8
    Erhvervsservice 139 1,2 1,9 -0,8

    Kilde: Statistikbanken.dk  NP23NP25V og NABP10

    I opgørelsen af produktivitetsudviklingen graver Danmarks Statistik et stik dybere og belyser, hvor stor en del af  udviklingen i arbejdsproduktivitet, der kan forklares som resulatat af hhv. ændringer i kapitalintensitet — dvs. flere eller bedre maskiner/værktøj — og ændringer i arbejdskraftens kvalitet — dvs. udannelsesniveau for de ansatte. Tilbage bliver en rest,  der hverken kan tilskrives kapitalintensitet eller arbejdskraftkvalitet. Denne rest betegnes totalfaktorproduktivitetet og omfatter bla. virkningen af generelle tekniske fremskridt og bedre organisering af arbejdet.

    Produktivitetetsudviklingen

    Gns. årlig vækst 2010-2014
    Arbejds-
    produktivitet
     Kapitalin-
    tensitet
       Arbejds-
    kvalitet
    Totalfak-
    torproduk-
    tivitet
    pct.
    Industri 4,4 0,8 0,1 3,5
    Handel og transport mv. 1,5 -0,3 0,1 1,7
    Finansiering og forsikring 0,8 4,0 0,1 -3,2
    Erhvervsservice -0,8 0,0 0,2 -1,0

    Kilde: Statistikbanken.dk  NP25

  • Bruttonationalproduktets historie (BNP)

    Bean rapporten (se indlæg fra 3/6) rejste en række problemer omkring begreberne og metoderne i den officielle statistik. En væsentlig del af problemerne vedrører bruttonationalproduktet (BNP) — et af de bedst kendte og mest anvendte  begreber fra statistikken. Men skønt begrebet er godt kendt, er det ikke særligt godt forstået. Der er gode grunde både til begrebets udbredte anvendelse og til manglen på dybere forståelse af dets betydning, og disse grunde belyses i en velskrevet og veloplagt bog,  GDP — A Brief but Affectionate History, hvor Diane Coyle giver et godt overblik over begrebets formål, betydning og historie.

    BNP’s formål er at belyse den samlede økonomiske værdiskabelse, eller værditilvækst, i en nation. Uheldigvis er det ikke indlysende, hvad der skal forstås ved værdiskabelse, så hvad BNP skal omfatte, og hvordan det skal opgøres, er fastlagt ved beslutninger, truffet efter omfattende internationale diskussioner mellem økonomiske eksperter. Da diskussionerne langtfra altid har ført frem til fuld enighed, er resultatet blevet en række kompromisser og vedtagelser, der efterlader rigelig plads til fortsat diskussion. BNP er med andre ord et temmelig abstrakt begreb, der ikke direkte afspejler noget, der umiddelbart kan observeres i virkeligheden.

    FN, OECD, Verdensbanken, Den internationale Valutafond og EU har været hovedaktører i fastlæggelsen af et sæt internationale retningslinier for opgørelsen af BNP og andre nationalregnskabsstørrelser, og har udgivet retningslinierne i en omfattende publikation,  System of National Accounts 2008 (SNA).  Generelt er SNA kun vejledende, selv om den i vidt omfang følges af mange nationer, men for EU-landene er det en forpligtelse at følge den. Forpligtelsen er  fastlagt i en forordning — Det Europæiske Nationalregnskabs System (ENS, eller ESA på engelsk) —  der kan ses som en præcisering af SNA. (Dansk udgave her)

    BNP opgøres i monetære enheder f.eks kroner, euro eller dollars. Men at anvende monetære enheder som målestok giver problemer ved  sammenligninger over tid, f.eks. når den økonomiske vækst skal måles. Værdien af en monetær enhed er nemlig ikke konstant. På grund af inflation vil kronen og andre monetære enheder typisk tabe værdi som tiden går. En stigning i BNP målt i løbende priser fra et år til et andet afspejler derfor helt eller delvist ændringer i priserne på de varer og tjenester, der indgår i opgørelsen. Der er derfor brug for opgørelser, der er renset for prisændringer, de såkaldte volumenopgørelser. Volumenopgørelser kommer man frem til ved at korrigere udviklingen i løbende priser med udviklingen i et prisindeks. Opgørelsen af prisindeks er dog ikke helt uproblematisk, og uheldigvis har den økonomiske udvikling  gjort opgørelsen endnu vanskeligere.

    En af de største udfordringer ved opgørelsen af volumen er, og har altid været, tjenesteydelser. Man kan ikke opgøre en advokats eller en skolelærers produktion i stk. eller kg, som man kan for materielle produkter som biler eller søm. Ganske vist er det også en udfordring at afgøre, hvor stor del af en prisændring på f.eks. en ny model af en bil, der er udtryk for at den nye model er bedre — med statistikkens udtryk har højere kvalitet — end den gamle og hvor stor en del der skyldes en generel prisændring på en bil af samme kvalitet som den gamle, udgåede model. Kun den sidstnævnte generelle del skal indgå i prisindekset. Denne type problemer har især voldt kvaler i forbindelse med computere, hvor de nye modeller ofte blev solgt til samme eller lavere pris end de gamle, selvom kvaliteten var højere.

    Men tjenesteydelser volder endnu større problemer, og det er særligt uheldigt fordi tjenesteydelser udgør en stadig større del af værditilvæksten, og forlængst har fortrængt varerne som den dominerende komponent i BNP. Et helt specielt problem udgøres af de internettjenester, som stilles gratis til rådighed for for brugerne f.eks. Google og YouTube. Tendensen går ifølge Coyle i retning af, at prisstigninger overvurderes (og prisfald undervurderes) hvilket igen fører til at volumenopgørelserne af BNP undervurderer den forøgelse i værditilvæksten, der reelt har fundet sted.

    En anden af Coyles hovedpointer er, at variation i udbuddet af goder er en del af den samlede kvalitet af produktionen. Forbrugeren er langt bedre stillet, hvis han har  flere varianter at vælge imellem, hvad enten det gælder biler, tøj, tandpasta eller hospitalsbehandlinger. Men den forøgelse af variationen i udbuddet af produkter, som forbrugerne længe har oplevet, ignoreres fuldstændigt i opgørelsen af BNP. Der findes heller ikke andre steder i den økonomiske statistik en opgørelse af antallet af varianter indenfor de forskellige produktgrupper.

    Selvom Dianna Coyle opregner mange problemer omkring BNP, så mener hun ikke at begrebet kan undværes eller erstattes med noget bedre. I hvert fald ikke lige i øjeblikket. Men det kan ændre sig. Hun lægger op til, at der skal arbejdes både med at modernisere dataindsamlingen, så kvaliteten af BNP-opgørelserne forbedres, og med at udvikle nye mål, for de aspekter, som ikke belyses særligt godt af BNP, f.eks. bæredygtighed og velfærd. På kort sigt skal de nye mål supplere de traditionelle BNP-opgørelser, men på længere sigt er det muligt, at der kan udvikles et mål, som kan erstatte BNP-opgørelsen.

  • Udfordringer til statistikken – The Bean Review

    Charles Bean — professor i økonomi ved London School of Economics — har udarbejdet en ganske omfattende rapport om den britiske økonomiske statistik, hvor statistikkens nuværende tilstand og fremtidige muligheder vurderes. Rapporten, der udkom i marts 2016, er bestilt af regeringen, navnlig foranlediget af en erkendelse af at den seneste økonomiske udvikling, herunder digitaliseringen, har gjort måling af produktivitet stadig vanskeligere.

    Et gennemgående træk i rapporten er nødvendigheden af statistik af høj kvalitet, og af at brugerne har tillid til at statistikproducenterne lever op til kvalitetskravene. Hovedkonklusionen er, at det nationale britiske statistikinstitut — Office for National Statistics, ONS — både leverer statistik af høj kvalitet og nyder udbredt tillid blandt brugerne. Men Bean er også af den opfattelse, at der er områder, hvor den britiske økonomiske statistik ikke lever op til internationale standarder.

    Rapporten opregner syv udfordringer, som kan begrænse statistikens kvalitet:

    1. Stigende problemer med opgørelsen af bruttonationalproduktet
    2. Behov for en bedre statistisk dækning af produktionen af tjenesteydelser
    3. Bedre forståelse af finansielle sammenhænge
    4. Udarbejdelse af regional statistik
    5. Registrering af aktiviteten på et dynamisk arbejdsmarked
    6. Måling af fysisk kapital (kapitalapparatet)
    7. Bedre data for ejendomsmarkedet

    To vigtige faktorer bag udfordringerne er tjenesteydelsernes stærkt stigende andel af produktionen, på bekostning af den traditionelle vareproduktion, og digitaliseringen af økonomien. Et centralt emne i rapporten er derfor, hvordan den statistiske belysning af produktionen af tjenesteydelser, herunder digitale tjenester, kan forbedres.

    Sammenfattende opstiller Beans 24 konkrete handlingsforslag grupperet under tre overskrifter: måling af økonomien, statistikkontorets formåen og effektivitet og styringen af statistikken. Blandt forslagene kan nævnes: iværksættelse af et arbejdsprogram til vurdering af måleproblemer i tilknytning til den digitale økonomi (anbefaling 3),  offentliggørelser skal indeholde klare og tydelige kommentarer til kvaliteten (anbefaling 7),  fjerne juridiske hindringer for statistisk anvendelse af administrative data (anbefaling 10) og bedre sikring af statistikkens uafhængighed (anbefaling 19).

  • Mere gavn af de offentlige udgifter

    De offentlige udgifter udgør i Danmark  ca. 56 pct. af BNP (EU’s statistikbank, gov_10a_main). Det er mere end i de fleste andre EU-lande — gennemsnittet for EU-landende er ca. 47 pct. — men der er i alle tilfælde tale om betydelige beløb, som gerne skal anvendes bedst muligt. Det gælder så meget desto mere, fordi der er et betydeligt pres for forbedringer af mange af de ydelser, der finansieres af de offentlige udgifter, samtidig med at viljen til og muligheden for at øge skatterne er begrænset. Der er derfor stor interesse for mulighederne for at få mere for de samme penge dvs. større effektivitet. Den officielle statistiks bidrag til den diskussion er først og fremmest at levere data til belysning af den offentlige effektivitet.

    I et tidligere indlæg har jeg set på de statistiske muligheder for belysning af  de offentligt ansattes arbejdsproduktivitet, hvor der fokuseres på sammenhængen mellem udførte arbejdstimer og den direkte produktion, f.eks. i form af udførte operationer på et hospital. En mere generel indfaldsvinkel  er at se på sammenhængen mellem de samlede offentlige udgifter til f.eks. sundhed og et samlet mål for resultatet af sunhedsindsatsen,  f.eks. den forventede levetid.

    Med udgangspunkt i sidstnævnte indfaldsvinkel har to ansatte fra OECD (Richard Dutu og Patrizio Sicari)  i et arbejdspapir, sammenlignet effektiviteten af indsatsen i   OECD-landene på tre områder: offentlig administration, sundhed og sekundær uddannelse (gymnasieniveau). Indsatsen er målt som de samlede udgifter, både offentlige og private, men i de fleste lande er det offentlige den dominerende bidragsyder på de tre områder. Den store undtagelse er sundhedsudgifterne i USA.

    Den metode, de har anvendt,  går under navnet Data envelopment Analysis (DEA) og består i dette tilfælde i at estimere en sammenhæng mellem de samlede udgifter til et område og nogle miljøvariable på den ene side og en indikator for målet med indsatsen på den anden. Miljøvariablene inddrages for at tage højde for, at resultatet ikke blot afhænger af indsatsens størrelse — dvs. udgifterne — men også af andre forhold. Målindikatorer og miljøvariable for de tre undersøgte typer af udgifter er vist i nedenstående oversigt.

    Udgiftsområde Målvariabel Miljøvariable
    Sundhed Forventet levetid ved fødslen BNP pr capita
    Voksne befolknings
    uddannelsesniveau
    NO emissioner
    Forbrug af frugt og grøntsager
    Forbrug af tobak og alkohol
    Sekundær uddannelse PISA-resultat Indeks for økonomisk og social status
    Offentlig administration Sammensat indikator for bureaukrati, korruption  og kvalitet af retsvæsen BNP pr capita

    Metoden fører frem til en beskrivelse af, hvilken værdi af målvariablen man kan opnå, for en given kombination af udgift og miljøvariable, hvis der tages udgangspunkt i de lande, der har de bedste resultater, dvs. er mest effektive. For hvert land kan det herefter beregnes, hvor meget højere værdien af målvariablen kunne være, hvis ressourcerne blev anvendt lige så effektivt som i de mest effektive lande, givet landets kombination af udgift og miljøvariable. Eller omvendt, hvor meget man kunne spare og stadig holde værdien af målvariablen. Resultaterne er baseret på de faktisk opnåede resultater og siger ikke noget om,  hvorvidt de bedst placerede lande kunne anvende ressourcerne endnu mere effektivt.

    Det samlede resultat for Danmark er, at ved at anvende de bedste af de metoder, der allerede er i anvendelse i OECD-landende, kan der både på helbredsområdet og uddannelsesområdet opnås en besparelse på hele 60 pct. uden at middellevetid og PISA-resultater ændres. Alternativt kunne der for de samme penge opnås en forlængelse af middellevetiden på ca. 4 pct. og en forbedring af PISA-resultatet på 8-9 pct. På administrationsområdet kunne der opnås en besparelse på, 40 pct. eller en forbedring af på 20 pct.

    Helt så enkelt som det lyder er det naturligvis ikke.  Metoden har sine begrænsninger, og der kan være forhold af betydning, som ikke er inddraget i de valgte miljøvariable. Men derfor kan analysen jo godt være nyttig, som en del af grundlaget for overvejelserne.

  • Statistik om livskvalitet

    Etablering af en bedre statistik om befolkningens livskvalitet er et af punkterne i Danmarks Statistiks arbejdsprogram for 2016. De første resultater forventes offentliggjort senere på året, og vil bl.a. indeholde kommunalfordelte indikatorer for livskvalitet. Region Syddanmark har allerede gennemført det første forsøg på dansk område.

    Udviklingen af forbedret statistik om livskvalitet er en international tendens, der for alvor kom i gang med offentliggørelsen af den såkaldte Stiglitz-rapport i 2009 og emnet har siden nydt stor bevågenhed, både i de nationale statistikbureauer og i internationale organisationer som EU og OECD. Både EU og OECD etableret hjemmesider med udvalgte indikatorer for medlemslandende og de to organisationer har også nedsat ekspertgrupper, der undersøger mulighederne og stiller forslag til udvidelse og forbedringer af statistikkerne på området.

    Under overskriften “Beyond GDP” har EU på deres hjemmeside samlet en række informationer og links om udviklingen af  levevilkårindikatorer, og OECD har etableret et on-line beregningsprogram — Better Life Index. Her kan brugeren indtaste sine egne præferencer omkring vægtningen af elleve forskellige aspekter af livskvalitet (f.eks. indkomst,. helbred og miljø)  og på den måde sammenligne livskvalitet i OECD-landende på grundlag af sin egen opfattelse af vigtigheden af de forskellige aspekter.

    Blandt de nationale bureauer har  UK, Italien og Østrig været pionerer og har allerede udviklet og offentliggjort ret omfattende statistikker om livskvalitet.  S. G. Diez har i en artikel i WISTA (tidsskrift udgivet af det tyske statistikbureau) beskrevet og sammenlignet de tre landes indfaldsvinker og metoder.

Arkiv

Kategorier

År

Få en e-post , når bloggen opdateres
Tilmeldingen kan nårsomhelst tilbagekaldes