Til Forsyningssekretariatet
Skanderborg den 8. april 2011
FVD og DANVA vil gerne takke for muligheden for at afgive høringssvar på ”Netvolumenmål og Omkostningsækvivalenter”. Endvidere vil vi gerne bemærke, at Forsynings-sekretariatet i løbet af processen generelt har søgt at inddrage branchen på en fornuftig måde, bl.a. ved at man har valgt en forholdsvis åben linje med hensyn til adgang til da-ta. FVD og DANVA påskønner dette og håber på at kunne fortsætte den åbne dialog fremover. Angående udkastet har Forsyningssekretariatet, under de givne forudsætninger, lavet et fint analysearbejde, men den underliggende datakvalitet og manglende data på en række væsentlige parametre gør dog, at FVD og DANVA er skeptiske overfor resultaternes pålidelighed. I flere tilfælde afviger resultaterne fra hvad man kunne forvente, hvilket underbygger, at der er problemer med datakvalitet og udeladte variable.
Forsyningssekretariatet har skullet gennemføre grundlaget for den resultatorienterede benchmarking på meget kort tid. Sammenligner man processen med implementeringen af lignende reguleringssystemer indenfor el-området i vores nabolande, har der været usædvanlig kort tid til at indsamle og behandle data i reguleringen af den danske vand-sektor. Den meget korte dataindsamlings- og analysefase har naturligvis konsekvenser for det grundlag, der er til rådighed for udarbejdelsen af den resultatorienterede bench-markingmodel. Ud fra erfaringerne med lignende systemer i andre lande, ville det have været rimeligt at afsætte 2-3 år til indledende analyser i stedet for knap 1 år, som det er tilfældet i nærværende arbejde. Den meget stramme tidsplan har konsekvenser for datakvaliteten , forståelsen af data og hvilke parametre, der indgår i modellen. Dette er ikke tilfredsstillende for branchen, og FVD og DANVA opfordrer derfor til, at der fremad-rettet vil blive arbejdet målrettet på at forbedre grundlaget for den resultatorienterede benchmarking. FVD og DANVA opfordrer endvidere Forsyningssekretariatet til at være meget lempelige i anvendelsen af den resultatorienterede benchmarking indtil der foreligger et bedre sammenligningsgrundlag.
FVD og DANVA har gennemgået udkastet, ligesom Professor Peter Bogetoft, CBS har gennemgået og kommenteret udkastet for DANVA. FVD og DANVA vil dog gerne understrege, at der ikke er foretaget en grundig gennemgang af de enkelte beregninger, men at der kun er kigget på udvalgte områder. Der er flere områder, hvor der potentielt kunne laves forbedringer, men hvor FVD og DANVA ikke har haft ressourcer til indenfor høringsperioden at analysere dette, da der i givet fald vil være tale om et omfattende analysearbejde.
Kvaliteten af de data, der ligger bag beregningen af omkostningsækvivalenterne er, efter FVD og DANVA´s opfattelse, desværre ikke særlig god. Der er en række forklaringer på, hvorfor vi mener det er svært at stole på data:
• Der blev aldrig lavet et pilotstudie forud for den egentlige dataindsamling.
• Definitionerne af både de tekniske og de økonomiske parametre har været utilstrækkelig.
• Kontoplanerne i selskaberne har ikke været nøjagtige nok i forhold til det ønskede detaljeringsniveau, hvorfor der ligger et betydeligt antal skøn bag data.
• Der blev aldrig udarbejdet en vejledende konteringsinstruks.
• Forsyningssekretariatet efterspurgte data fra 2009, hvor mange endnu ikke var selskabsudskilte med deraf følgende problemer.
Et pilotstudie blandt en mindre gruppe af selskaber forud for den egentlige dataindsamling havde muliggjort indledende analyser af tendenser i data. Herved kunne man have fået værdifuld information om, hvilke parametre, der burde indsamles data om. Et andet og måske endnu vigtigere udbytte af et pilotstudie havde været, at mange af de problemer der sidenhen viste sig med eksempelvis indberetning af husstande, udregning af volumen for ledninger, definition af renseanlægsvariabler og så videre i vid udstrækning kunne have været undgået i forbindelse med den egentlige dataindsamling. Dermed kunne man i højere grad have imødegået et af de store problemer i forbindelse med dataindsamlingen, nemlig de utilstrækkelige definitioner.
Selskabernes kontoplaner har ikke været indrettet til at opsamle data på det efterspurg-te detaljeringsniveau. Dette har ført til, at mange selskaber har været nødt til at fordele en meget stor del af deres omkostninger ud fra skøn. Da der samtidig ikke har været særligt klare definitioner af, hvad hver post i indberetningen skulle indeholde har det vanskeliggjort indberetningen for selskaberne. Det kunne bl.a. have været hensigtsmæssigt med en overordnet vejledende konteringsinstruks, der specificerede, hvilke omkostninger der skulle henføres til hvilke cost drivers på et mere detaljeret niveau.
Et af de store vandselskaber, TRE-FOR, har fordelt øvrige omkostninger ved hjælp af POLKA-værdierne for de enkelte områder, hvilket de i forbindelse med indberetningen har oplyst Forsyningssekretariatet om. Havde TRE-FOR i stedet fordelt omkostningerne ud fra fordelingen af de direkte og indirekte henførte omkostninger, havde det givet et væsentligt anderledes resultat, som det kan ses af nedenstående tabel.
Eksemplet illustrerer, at det er meget vigtigt for kvaliteten af data, at andelen af skøn minimeres og at der er præcise beskrivelser af hvilke kriterier skøn skal baseres på, da man ellers får en meget forskellig fordeling af omkostningerne selskaberne imellem. I den forbindelse er det meget bekymrende, at andre selskaber har angivet, at de har fordelt øvrige omkostninger ud fra den relative fordeling af de direkte og indirekte henførte omkostninger. Alle selskaber har altså ikke benyttet samme princip for fordelingen af omkostninger, da der har været tvivl om hvordan fordelingen skulle foretages.
Selskaberne har skullet indberette 2009 data. Dette har givet betydelige problemer for mange selskaber, da nogle selskaber er blevet selskabsgjorte midt i året, andre før 2009 og andre igen ultimo 2009. Det havde klart været at foretrække, at data var baseret på regnskaber, der alle var udarbejdet efter årsregnskabsloven. Data baseret på 2009 regnskaber øger usikkerheden i indberetningerne betydeligt.
Drift og vedligehold kontra investeringer er i Forsyningssekretariatets vejledning til indberetning af cost driver data til ækvivalentberegningerne defineret således at "udbedrin-ger der forlænger levetiden med mere end 10% af levetiden betragtes som investeringer". Denne definition er langt fra praksis hos selskaberne, heller ikke hos de selskaber, der udarbejdede revisorgodkendte årsregnskaber i 2009. Alligevel har Forsyningssekretariatet valgt at holde de indberettede cost driver data op mod selskabets årsregnskab, således at der skulle opnås balance i forhold til driftsomkostningerne i selskabets officielle årsregnskab. Da der er forskellige definitioner på investeringer i de to opgørelser, giver det ikke mening at kræve, at der skal være balance. Fremgangsmåden har været med til at skabe uklarhed om datagrundlaget.
I udkastet til beregning af omkostningsækvivalenter har Forsyningssekretariatet ikke inkluderet et afsnit, der beskriver og vurderer kvaliteten af data. Det er således uklart hvordan Forsyningssekretariatet vurderer data, samt præcist hvilken kvalitet data har haft. Har både store og små selskaber indberettet i lige stort omfang, har de tidligere kommunale selskaber kunnet fremskaffe tilfredsstillende regnskabsdata, er indberetningerne komplette, hvilke cost drivere, har givet problemer, hvor stor en del af omkostningerne er blevet fordelt ud fra skøn og hvor mange er direkte henførte til de relevante poster for at nævne nogle relevante informationer man savner i udkastet.
Hele tilgangen med at beregne omkostningsækvivalenter for de forskellige cost drivers er helt afhængig af, at den fordeling af omkostningerne, som selskaberne har lavet på de enkelte cost drivers, er meningsfuld. Da der er tvivl om den initiale fordeling af omkostningerne, er det nødvendigt med en forsigtig anvendelse af den resulterende benchmarking model.
At der rent faktisk er problemer med datakvaliteten understøttes af, at mange af modellerne ikke kan forklare en betydelig del af omkostningsvariationen. Endvidere er der i nogle af modellerne problemer med koefficienter, som er meget signifikante, men som vender forkert, hvilket kan skyldes problemer med fordeling af omkostninger i selskaberne. Konsekvensen er, at omkostningsækvivalenterne ikke synes at give overbevisende mening, og at man skal være varsom med at fortolke dem. Mange selskaber bekræfter dette, da de oplever, at der er meget stor forskel på de beregnede værdier for de enkelte cost drivere og de faktiske omkostninger. I mange tilfælde udligner det sig noget hen over de forskellige cost drivere, men de enkelte omkostnings-ækvivalenter virker ikke overbevisende.
De manglende fits vil bl.a. betyde, at selskaber, som totalt har et udmærket fit, men hvor de enkelte dimensioner ligger skævt, kan komme i problemer fremadrettet, hvis ikke alle aktiviteter udvides proportionalt. Hvis man fx ligger godt på ledninger men dårligt på stik, fordi man har lagt mange omkostninger på stik i forhold til andre selskaber, så kan man få problemer, hvis man fremadrettet primært ekspanderer på stik.
Usikkerhed omkring validiteten af omkostningsækvivalenterne kan gøre det nødvendigt at overveje om et netvolumenmål er den rigtige løsning eller om det er nødvendigt at sætte cost driverne direkte ind i en DEA-model. Såfremt et netvolumenmål fremadrettet skal være den rigtige metode, kræver det mere troværdige omkostningsækvivalenter. I mellemtiden er det nødvendigt at overveje, hvordan usikkerheden på omkostningsækvi-valenterne kan håndteres. FVD og DANVA indgår gerne i en nærmere dialog med Forsyningssekretariatet om mulige løsninger.
I den nuværende model tages der ikke hensyn til miljø- og servicemål i selskaberne. Dette er meget problematisk, da Forsyningssekretariatet har lagt en praksis om, at miljø- og servicemål, der var inkluderet i drift og vedligeholdelsesomkostningerne i 2003-05 ikke tages ud af prisloftet på drift og vedligehold. Det vil sige, at der i de omkostninger, der indgår i benchmarkingen, er betydelige omkostninger til miljø- og servicemål. I det nuværende udkast indeholder modellerne ikke nogen direkte variabler, der fanger forskelle i disse omkostninger. Da der er store forskelle på, hvilke målsætninger selskaberne har på dette område, er der behov for, at selskaberne kompenseres for at levere en højere service eller for at leve op til ekstra strenge miljøkrav. Det ligger også i intentionerne i Vandsektorloven, at selskaberne skal benchmarkes på miljø og kvalitet.
Det skaber desuden problemer, at reglerne omkring miljø- og servicemål ikke var særligt veldefinerede, da Forsyningssekretariatet indsamlede data til omkostnings-ækvivalenterne. Mange selskaber har fået afslag på ansøgning om en lang række miljø- og servicemål, og der pågår en klagesag på området. Desuden synes det at være et erkendt problem, at dokumentationskravene ikke var særligt klare, og at det har været vanskeligt for selskaberne at fremskaffe den relevante dokumentation til prisloftet for 2011. Det betyder, at man fremadrettet kan have en forventning om, at godkendte omkostninger til miljø- og servicemål vil stige de kommende år. Dette vil sætte omkostningsækvivalenternes validitet under yderligere pres fremover, da grundlaget for beregningerne i givet fald ikke vil afspejle de omkostninger, der aktuelt indgår i benchmarkingen.
Da der ikke har været mulighed for at indrette kontoplaner med videre på indsamling af data til den resultatorienterede benchmarking, har det ikke været muligt at fremskaffe en række relevante data. Det gælder derfor for mange af modellerne, at væsentlige variabler ikke indgår i modellerne, hvilket rejser tvivl om hvorvidt de estimerede omkostnings-ækvivalenter er retvisende. I mange tilfælde vil man forvente korrelation mellem de ude-ladte variable og variabler indeholdt i analyserne. Et grelt eksempel, hvor udeladte vari-abler rimeligvis spiller en rolle er ledninger. Her har man ikke data på materiale, alder, dybde og dimension – alle variabler vi ved i et vist omfang er korreleret med eksempel-vis zonefaktoren. De udeladte variabler skaber desuden problemer i form af, at en væsentlig del af variationen i data ikke bliver beskrevet.
Alder indgår ikke i nogen af modellerne. Mange selskaber rapporterer, at der er en klar sammenhæng mellem alderen på et aktiv og de tilhørende drift- og vedligeholdelses-omkostninger. Formentlig vil Forsyningssekretariatet foretage en generel korrektion for alder baseret på indberetningerne til POLKA, men det havde formentlig været mere hensigtsmæssigt at inkludere alder i beregningen af omkostningsækvivalenterne og så derefter have taget stilling til om alder skulle inkluderes i beregningen af omkostningsækvivalenterne eller skulle indsættes direkte i DEA-modellen. FVD og DANVA har i tidligere høringssvar gjort opmærksom på, at alder er en potentielt betydende faktor for mange af modellerne.
I flere af modellerne anvendes en log-lineær specifikation for at håndtere heteroskedasticitet eller stordrifsfordele. Det er i flere tilfælde uklart, hvorfor man har valgt de angivne omkostningsfunktioner frem for andre funktioner. Valg af omkostningsfunktion er meget afgørende for analyserne, men da datakvaliteten er lav, kan det være svært at foretage de rigtige valg.
Flere af modellerne synes at have tendens til heteroskedasticitet. FVD og DANVA vil derfor opfordre Forsyningssekretariatet til at undersøge nærmere om det er relevant at bruge korrigerede koefficienter og robust regression.
I udkastet er det angivet, at alle observationer med en Cook´s afstand på over 1 fjernes fra datasættet, mens der laves en individuel vurdering af den enkelte observation ved en Cook´s afstand mellem 0,5 og 1. Forsyningssekretariatet har dermed sat en meget høj grænse for, hvornår en observation betragtes som outlier. Dette harmonerer meget dårligt med, at der er stor usikkerhed omkring kvaliteten af data. Hvis der er usikkerhed om en observation er korrekt, er det ikke rimeligt, at man lader denne observation påvir-ke resultatet i større omfang. Desuden bør man følge op på alle observationer, der har stor indflydelse på regressionerne for at sikre sig, at de indberettede data er pålidelige. Det fremgår ikke af udkastet, om man har fulgt en sådan procedure.
FVD og DANVA vil foreslå, at man vælger en noget mere forsigtig tilgang, hvor alle observationer med en Cook´s afstand større end 4/n ekskluderes, hvor n er lig antal ob-servationer i regressionen. Finder man denne tilgang for forsigtig, kan man overveje et kriterium, der hedder 4/(n-p-1), hvor n er lig antal observationer og p er lig antal para-metre i modellen. Metoden er nærmere beskrevet i Belsley et al. (1980) og blev brugt i forbindelse med regulering af el og gas i Tyskland, se evt. Agrell and Bogetoft (2008). De ovennævnte referencer er uddybet i bilag 3.
Man bør desuden inddrage andre kriterier end Cook´s afstand i vurderingen af, om nogle af selskaberne under ovennævnte grænse er outliers. Man kan med fordel benytte DFBETAs, DFFITS og covariance ratio. En kort beskrivelse af metoderne ses i bilag 3.
Herudover anbefaler FVD og DANVA, at man undersøger kvaliteten af de data, der ligger bag observationer, der beholdes i modellerne, men som påvirker resultaterne væ-sentligt. Det er i den forbindelse ikke alene vigtigt at undersøge om de indberettede tal er korrekte, men også om det pågældende selskab eventuelt har nogle forhold, der gør at det er uegnet til at indgå i analyserne.
Det er i udkastet generelt ikke beskrevet, hvordan man efterfølgende vil håndtere outliers. En undtagelse er på stik, hvor man har anvist en model for håndtering af stik i indre city, der virker fornuftig. Forsyningssekretariatet bør specificere, hvordan man i de enkelte modeller vil håndtere outliers efterfølgende, eventuelt med udgangspunkt i den model, der er valgt på stik. Såfremt man vælger blot at sætte outliers ind i den estimerede model, giver man som udgangspunkt disse outliers en ufordelagtig behandling. I den endelige udgave bør man derfor angive hvilke selskaber, der er outliers i modellen, og hvordan disse selskabers omkostninger estimeres efterfølgende. Det er væsentligt, at selskaber, der kommer ud som outliers er informerede om dette, så de kan forholde sig til det i de individuelle afgørelser. Nogle selskaber er outliers i mange modeller, og det er derfor vigtigt, at Forsyningssekretariatet finder en fornuftig måde at håndtere outliers på, da det ellers kan få store konsekvenser for ”outlier selskaberne”.
Generelt savnes der en redegørelse for valg af kriterier og for den relative vigtighed af disse i forbindelse med udvælgelsen af variabler i modellerne. Det er for eksempel uklart, hvilket kriterium, der er brugt til at afgøre om modellerne skal indeholde et B0 – og der synes ikke altid at være brugt det samme kriterium gennem udkastet. Endvidere er det uklart hvilken rækkefølge R2, rimelige fortegn og størrelsesrelationer og signifikante koefficienter, har i forhold til hinanden. Det er også uklart om Forsyningssekretari-atet har benyttet sekventielt valg af cost drivers eller hvordan man har analyseret forskellige kombinationer af parametre i modellerne. Disse forhold kan have stor betydning for de endelige modeller og de overordnede kriterier bør derfor fremgå. Alternativt kan man få indtryk af, at man lidt usystematisk analyserer data indtil man har en nogenlunde plausibel model. En sådan metode kan indeholde visse risici, da man risikerer at model-lerne passer godt på de aktuelle data, men ikke særligt godt når man sætter nye data, eksempelvis 2010 data, ind i modellerne.
Tabel 12 i udkastet viser, at der er markant forskel på omkostningerne ved at drive led-ning i land, by og city zone. Forsyningssekretariatet vælger at forkaste modellen da modellen har en p-værdi på 0,0777 for land. Dette synes at være baseret på en noget stram fortolkning af signifikans-kriteriet på bekostning af hvor stor en del af variationen modellen forklarer. DANVA opfordrer derfor Forsyningssekretariatet til at overveje at acceptere en høj p-værdi på land. Mange selskaber har ud fra en ingeniørmæssig be-tragtning rapporteret, at det er forventet, at det er billigere at drive ledninger i land-zone end ledninger i by-zone. Ud fra denne betragtning er modellen i tabel 12 alt andet lige at foretrække fremfor modellen i tabel 13. Man kan også diskutere om ikke det er bedre at håndtere Indre city separat på samme måde som man gør på stik på vand (dog med et vægtet gennemsnit). I modellen i tabel 13 ekskluderes 3 ud af 6 selskaber med indre city som outliers fra modellen, heraf ekskluderes de to selskaber, der har flest ledninger i indre city. Dermed bliver det meget diskutabelt hvor godt modellen i tabel 13 repræsenterer indre city.
Et særligt forhold under ledninger er, at bassinledninger medregnes som almindelige ledninger, selvom der er betydelige omkostninger forbundet med drift af disse. Bassin-ledninger har en meget stor dimension, og når dimension ikke indgår i modellen, stiller det selskaber med bassinledninger ekstra dårligt.
Det er ikke overraskende, at det er vanskeligt at finde en passende model for ledninger, da modellen formentlig lider af at flere betydende parametre ikke indgår i modellen. Der er ikke taget hensyn til materiale, dybde, antal tilslutninger, dimension og alder. Alle fak-torer, der påvirker drift- og vedligeholdelsesomkostningerne i betydelig grad. Der er således grund til at tro, at modellen på ledninger lider under både ringe datakvalitet og manglende variabler, hvorfor resultaterne bør fortolkes meget varsomt. Der kan stilles spørgsmål ved om det overhovedet er zonefaktoren, der driver de fleste omkostninger eller denne faktor blot er korreleret med andre og eventuelt mere betydende faktorer som dimension, materiale og alder.
I modellen for pumper har man igen en meget konsekvent fortolkning af p-værdien. I ta-bel 14 har kun kategori e en høj p-værdi, mens de øvrige er signifikante eller tæt på at være signifikante. DANVA har lavet en regression med kategorierne a, b, c, d+e, f, hvor kategori a og b er klart signifikante, mens de øvrige har en p-værdi på 0,04-0,06. I bilag 1 ses en udskrift af regressionen. Bemærk der ikke er foretaget kvalitetssikring af data eller omfattende modelkontrol, hvorfor udskriften er til inspiration. Beregningen viser, at der er grund til at tro, at pumper fremadrettet bør inddeles i minimum 4 kategorier. Om man skal vælge en lettere overfittet model med mange variable eller en stærkt forsim-plet model er et vanskeligt spørgsmål, da ingen af løsningerne er optimale. DANVA hælder til, at den lettere overfittede model i dette tilfælde ser mest troværdig ud. Igen kræver de usikre resultater dog, at man tager hensyn i fortolkningen af data.
DANVA vil gerne gøre Forsyningssekretariatet opmærksom på, at kategori f indeholder et stort spænd i pumpestørrelse, hvilket er vanskeligt for modellen at beskrive. Når man slår kategori d, e, f sammen bliver spændet meget stort. Det forhold bør som minimum medtages i eventuelle subjektive vurderinger. Især da den model DANVA har kørt viser, at kategori f er omtrent signifikant.
Der er stor forskel i størrelsen på bassiner mellem selskaberne, hvilket ikke er indeholdt i modellen. DANVA har foretaget en regression, der viser, at justeret R2 kan hæves til cirka 0,42, hvis der inkluderes en parameter, der hedder: areal/antal bassiner. Modellen hedder
Y = B1*antal bassiner + B2*(areal/antal bassiner).
I bilag 2 er der en udskrift fra det benyttede statistikprogram. DANVA har ikke foretaget en grundig modelkontrol eller kvalitetssikring af data, hvorfor udskriften er tænkt som in-spiration til videre arbejde.
Der er stor forskel på bassiner og deres vedligehold, hvorfor det ikke er overraskende, at den ret simple model ikke forklarer en ret stor del af variationen i data. Blandt andet har det betydning, hvor meget man benytter bassiner over året. Et andet forhold er, at bassinerne skal renses efter en årrække. Hvis ikke dette regnes som en reinvestering, kan det påvirke resultaterne.
Det er meget overraskende for selskaberne, at renseanlæg kan beskrives ud fra kun en variabel, faktisk belastning i PE. DANVA har tidligere anbefalet væsentlig flere faktorer og det er overraskende, at disse ikke bliver signifikante i modellerne. Det tyder kraftigt på, at datakvaliteten ikke er i orden. Modellen er simpelthen for simpel.
Mange selskaber har haft problemer med at fordele omkostningerne ud på de enkelte renseanlæg, da der ikke har foreligget konkrete registreringer. Det er tydeligt ud fra data, at en del selskaber har fordelt omkostningerne ud på de enkelte renseanlæg ud fra belastning i PE. I udkastet mangler en beskrivelse af hvor udbredt denne praksis er. Det er klart problematisk, at omkostningerne er fordelt ud fra PE, når den eneste forklarende variabel er PE! Det giver måske et godt fit, men man kan ikke sige, det er en retvisende praksis. Det er desuden særligt problematisk for renseanlæg, da der er stordriftsfordele. Når man fordeler omkostninger ud fra PE, ved vi altså, at det ikke er retvisende.
Foruden fordelingen af omkostninger er der også problemer med datakvaliteten. Når man måler PE sker det med en betydelig stikprøveusikkerhed afhængig af antallet af stikprøver taget på det enkelte renseanlæg. Ved vurdering af et selskabs faktiske drifts-omkostninger til renseanlæg i forhold til de forventede gennemsnitlige driftsomkostnin-ger beregnet ved hjælp af omkostningsækvivalenten, skal der tages højde for, at angi-velse af den faktiske organiske belastningsgrad sker med en usikkerhed på op til 20 % af den angivne værdi. Den usikkerhed, der er på måling af PE, kan derfor medføre, at et selskab det ene år er effektivt og det næste er ineffektivt. Medmindre man tager forbeforbehold i den senere fortolkning af DEA-modellens resultater, skaber man altså et falskt effektiviseringspotentiale.
Den usikkerhed hvormed PE er bestemt, sænker altså datakvaliteten, men der er yderligere et væsentligt forhold i denne forbindelse, nemlig at PE kan svinge ganske betydeligt fra år til år pga. forskellig udledning fra eksempelvis industrier. Da belastningen ikke er kendt på forhånd er selskaberne nødt til at have et vist beredskab klart, hvilket naturligvis giver ekstra udgifter. Udsving i PE på op til 10-15 % vil forekomme for mange selskaber. Kombinationen af stikprøveudsving og udsving i belastningen taler for, at PE og de tilhørende omkostninger bør bestemmes over en årrække og ikke fra år til år.
Forsyningssekretariatet finder en betydelig størrelsesfordel ved drift af renseanlæg. DANVA er enig i vurderingen af, at der er betydelige størrelsesfordele ved at drive store renseanlæg, men umiddelbart virker den beregnede størrelsesfordel som værende no-get markant. I en model, hvor DANVA vurderer, at der er udeladt mange betydende va-riable, er det svært at stole på beregningen.
Det er overraskende, at slamdisponering ikke bliver signifikant i modellen. Et eksempel på, at slamdisponering burde være en signifikant variabel i modellen, fremgår af følgende beregning fra VandCenter Syd:
”Vi er bekendt med at priserne på slutdisponering af spildevandsslam varierer afhængig af løsninger: a) direkte i landbrug ca. 250,- kr/ton b) kompostering ca. 550 kr/ton c) for-brænding ca. 800 kr/ton. I VandCenter Syd har vi i 2010 slutdisponeret 27.000 ton slam. Omkostningsmæssigt kan slutdisponeringen dermed variere fra billigste løsning = 6,75 mio. kr. til dyreste løsning = 21,6 mio. kr. Altså en difference på 14,9 mio. kr. afhængig af løsningsvalg på slutdisponering af spildevandsslammet. Når vi beregner netvolumen for vores 3 primære renseanlæg får vi et netvolumenbeløb på 57,1 mio. kr. Differensbeløbet på slutdisponering udgør altså 26 % af det samlede netvolumenbeløb på vores renseanlæg”.
En mulig forklaring på, at så betydningsfuld en post ikke bliver signifikant kan være, at nogle selskaber køber forbrændingsydelsen ude i byen og bogfører den under drift, mens andre selskaber har egne forbrændingsanlæg og bogfører en del af udgiften under investeringer. En anden forklaring kan være, hvis Forsyningssekretariatet har for-søgt at estimere slamdisponering som en dummy variabel, hvorved slamdisponering bliver et fast beløb pr. renseanlæg. Denne fremgangsmåde giver ikke mening når man sammenligner minirenseanlæg med Lynettefællesskabet, hvorfor slamdisponering ikke kan indgå som en dummy variabel. En lignende problemstilling gør sig gældende for de øvrige variabler under renseanlæg.
VandCenter Syd har også regnet på betydningen af fosforkrav, der også synes at burde være i modellen:
”Variationerne i fosforkrav tilgodeses ikke i ækvivalentberegningen. Det generelle krav til fosforrensning er ned til maksimalt 1,5 mg/l, men på vores 3 primære renseanlæg har vi krav om fosforrensning ned til 0,5 mg/l i udløbet. Det kan vi kun overholde ved eks-traordinært at rense spildevandet i et kontaktfilter, og det betyder naturligvis ekstraordi-nære omkostninger i forhold til et "normalt" renseanlæg. Vi har opgjort de ekstraordinære omkostninger til fosforrensning til ca. 3,2 mio. kr. årligt i 2010-priser. Sat i forhold til vores netvolumenbeløb på 57,1 mio. kr. på de primære renseanlæg udgør den ekstra fosforrensning altså 6 %”.
Beregningen understøtter, at fosfor i udløb er et betydende forhold, der bør tages hen-syn til. En mulig årsag til, at fosfor ikke bliver signifikant kan være datakvaliteten. I rådatasættet, er der mange observationer, der er urealistisk høje, hvilket tyder på mange decid