data på tværs.jpg

Forsyningssekretariatet foreslår en markant ændring i model, der evaluerer vandforsyningsselskabernes effektivitet. Med et nyt forslag på bordet, rejser spørgsmål sig om fremtidens benchmarkingmetoder og beskyttelsen af selskaberne mod forkerte effektiviseringskrav.

Forsyningssekretariatet sætter nu spørgsmålstegn ved den nuværende brug af to forskellige modeller, DEA og SFA. I stedet foreslås en model, DEA Order-M, som er tiltænkt at skabe en simplere og mere direkte måde at sammenligne selskabernes performance på.

Fjerner forsigtighedsprincip

DANVA udtrykker bekymring for, at denne ændring vil fjerne det eksisterende forsigtighedsprincip. Dette princip sikrer, at det enkelte selskab bedømmes ud fra den mest favorable model. Dermed mindsker man risikoen for, at effektiviseringskrav bliver sat for højt på grund af modelusikkerhed og subjektive modelvurderinger. 

Modellen DEA Order-M og dens implikationer

DEA Order-M-modellen indfører en ny parameter, M, som spiller en central rolle i vurderingen af selskabernes effektivitet. Værdien af M kan potentielt ændre selskabernes score markant, hvilket rejser spørgsmålet om, hvordan denne værdi fastsættes, Ifølge DANVA er den værdi alt for åbent for subjektive fortolkninger.

Opfordrer til at genoverveje

I sit høringssvar understreger DANVA vigtigheden af at bevare et forsigtighedshensyn i benchmarkingprocessen for at sikre fair og retfærdige resultater for alle selskaber og opfordrer Forsyningssekretariatet til at genoverveje metodeændringen.

Ydermere peger DANVA på elnetssektoren for inspiration, hvor en kombination af DEA og en tilpasset såkaldt MOLS-model har vist sig at være effektiv.

Denne tilgang er ikke analyseret på vand, og DANVA opfordrer Forsyningssekretariatet til i dialog med branchen at se nærmere på den.

Følgende forhold påpeger DANVA i sit høringssvar

DANVAs høringssvar til Forsyningssekretariatets forslag om ændringer i benchmarkingmetoden fremhæver flere forhold og bekymringer. Her er de vigtigste forhold:

  1. Ændring fra best-of-two til Order-M metode: DANVA understreger, at vandselskaberne ønsker at fortsætte med Best-of-Two-metoden, som er bredt anerkendt og bidrager til at minimere fejl i effektiviseringskrav på grund af model- og datausikkerhed. Forslaget om at skifte til en Order-M benchmarkingmodel møder modstand, da denne ændring ikke er efter ønske fra vandselskaberne.

  2. Fjernelse af forsigtighedshensyn: DANVA påpeger, at Forsyningssekretariatet har fjernet flere forsigtighedshensyn fra den oprindelige model udviklet af Professor Peter Bogetoft, hvilket øger risikoen for at effektiviseringskrav bliver sat for højt på grund af fejl og usikkerhed.

  3. Mangel på koordination mellem forsyningsregulatorer: DANVA finder det uheldigt, at der ikke er mere koordination mellem forsyningsregulatorerne for at afprøve og sammenligne forskellige modeller, hvilket kunne gøre det nemmere for multiforsyningsselskaberne og sikre bedre løsninger.

  4. Gennemsigtighed og datakvalitet: DANVA udtrykker bekymring for, at en skift til Order-M-modellen vil sænke gennemsigtigheden i forhold til frontselskaberne og kan påvirke den fortsatte udvikling af datakvaliteten negativt, da flere selskaber vil komme på fronten uden det samme datagennemsyn.

  5. Subjektiv vurdering af parameteren M i Order-M: DANVA påpeger, at der ikke er klare objektive kriterier for fastsættelsen af parameteren M i Order-M-modellen, hvilket gør effektiviseringspotentialet afhængig af en subjektiv vurdering fra regulators side.

  6. Fravalg af modeller, der tager højde for støj: Kritikken inkluderer også et fravalg af modeller som SFA og MOLS, som tager højde for støj. DANVA ser dette som en svaghed ved Order-M-modellen.

  7. Incitamenter i benchmarkingen: DANVA udtrykker bekymring over, hvordan ændringerne påvirker incitamenter til omkostningsreduktion for selskaberne, især i forhold til modeller, der ikke tillader superefficiens, hvilket kan skabe uheldige incitamenter.

  8. Fjernelse af variable i DEA modellen: Det nævnes, at der er blevet fjernet variabler i DEA-modellen fra benchmarking i 2019 til 2023, hvilket gør modellen mindre forsigtig og øger effektiviseringspotentialet.