De nye kommuners rammevilkår for beskæftigelsesindsatsen - PISA ...

A2.2 Klyngeanalyse
KLs analyse kan betragtes som en form for klyngeanalyse. Ved en klyngeanalyse dannes
klynger af kommuner, således at afstanden mellem de enkelte kommuner i den samme
klynge er minimeret, og afstanden til kommuner i andre kommuneklynger er maksimeret
(Everitt m.fl., 2001). Afstanden måles i forhold til forskellige rammevilkår. Afstanden
kan være den faktiske afstand, eller der kan være tale om transformerede afstande (fx
kvadratet på afstanden), og der kan ske en vægtning af de forskellige afstande, jf. fx afstandsmålet
benyttet af KL i (5), hvor vægtningen foretages ud fra resultaterne af en
estimation af en model for succeskriteriet.
A2.3 DEA-metoden
Data Envelopment Analysis (DEA) er en ikke-parametrisk metode baseret på lineær programmering
til estimation af den efficiente 6 sammenhæng mellem input og output (den
efficente rand) for en række sammenlignelige beslutningstagende produktionsenheder (i
dette tilfælde kommuner), og til bestemmelse af den relative grad af produktivitet (efficiens)
for hver produktionsenhed. 7
Der er en række forhold vedrørende data og problemstilling, som betyder, at det ikke
umiddelbart er så oplagt at benytte DEA i det aktuelle projekt, som det ville være i andre
projekter vedrørende produktionsenheders relative produktivitet. For det første er de centrale
data, der er til rådighed, som nævnt, på individniveau. Anvendelse af DEA forudsætter,
at data først aggregeres til kommuneniveau, hvorved en væsentlig del af informationsindholdet
i data går tabt. For det andet er anvendelse af DEA mest oplagt, hvor der
er tale om en veldefineret produktionsproces, hvor man har gode data for de centrale input,
som produktionsenhederne har kontrol over, hvor eksterne vilkår, som produktionsenhederne
ikke har direkte kontrol over, spiller en mindre rolle, og hvor der på forhånd er
6 Efficient skal her tolkes som den mest effektive måde at udnytte input blandt de analyserede produktionsenheder.
Det er således ikke generelt set den mest effektive indsats og sammensætning af input.
7 Givet de observerede input- og outputmængder for de enkelte produktionsenheder, bestemmes i et særskilt
optimeringsproblem for hver produktionsenhed (positive) vægte til input og output, således at sammenvejningen
af output maksimeres under en række restriktioner. Herunder at det for vægtene gælder, at
sammenvejningen af observerede output for ingen af produktionsenhederne (evt. med en modifikation, der
tager hensyn til, at der ikke nødvendigvis er konstant skalaafkast) overstiger sammenvejningen af observerede
input, se fx Bowlin (1998). Den efficiente rand bestemmes ud fra input-output-sammensætningen for
de efficiente enheder ved lineært at forbinde disse.
75