Verkeerde signalen
Aute ur(s ):
Nillesen, P.H.L. (auteur)
Telling, J.G. (auteur)
Paul Nillesen is senior-consultant b ij ICF Consulting, Londen, Engeland, Job Telling is concern controller bij (auteur)
NV REMU, Utrecht. De auteurs danken K. Keats, M. Pollitt, en W.J.A. Smit voor hun commentaar en de DTe voor de benchmark dataset.
Ve rs che ne n in:
ESB, 86e jaargang, nr. 4294, pagina 124, 9 februari 2001 (datum)
Rubrie k :
Tre fw oord(e n):
Bij de vaststelling van de efficiëntie van elektriciteitsnetwerkbedrijven, gaat de toezichthouder ervan uit dat bedrijven hun
productieomvang op korte termijn kunnen aanpassen. In werkelijkheid ligt de productieomvang van elektriciteitsnetwerkbedrijven
vast. Door het model waarmee de efficiëntie wordt vastgesteld in overeenstemming te brengen met de aanname van DTe, worden
andere efficiëntiescores bereikt. Veel bedrijven ontvangen als gevolg van de uitkomsten van het huidige model de verkeerde prikkels.
In Nederland is de Europese elektriciteitsrichtlijn verwerkt in de landelijke wetgeving door middel van de Elektriciteitswet. Het pad
van deregulering en liberalisering dat de overheid gekozen heeft, is een van de meest verstrekkende en ambitieuze in Europa. Om
zeker te zijn van een concurrerende markt moeten de prijzen die de netwerkbedrijven vragen voor gebruik van het netwerk
gereguleerd worden, zodat een non-discriminatoire prijs verzekerd is. De energietoezichthouder, de DTe, heeft gekozen voor een
heldere maar technisch ingewikkelde methodologie om de ‘price cap’ in te voeren. Bij price-cap regulering worden de opbrengsten
samenhangend met de geleverde dienst aan een maximum gebonden. Dit gebeurt door een van te voren vastgestelde efficiëntiekorting
op te leggen, die bedrijven moet aanzetten tot productiviteitsverbetering en kostenefficiëntie. De korting hangt onder meer af van de
efficiëntie van het betrokken bedrijf en de verwachte productiviteitsontwikkeling in de sector. De toegestane opbrengsten van een
gereguleerd bedrijf bestaan uit vier elementen:
toegestane opbrengsten = operationele kosten op basis van efficiënte productie + rendementspercentage over activa + afschrijvingen +
belastingen
Deze toegestane opbrengsten worden daarna vergeleken met de werkelijke opbrengsten: werkelijke opbrengsten – toegestane
opbrengsten = opbrengstoverschot
Het percentage waarmee dit opbrengstoverschot tot nul wordt teruggebracht is de x-factor.
Op 26 september 2000 werden de efficiëntiekortingen voor de Nederlandse elektriciteitsnetwerkbedrijven afgekondigd. De gewogen
gemiddelde x-factor voor de sector was 5,2 procent. Dit zal leiden tot een totaal besparingsbedrag voor de klant van Æ’ 1,3 m
iljard voor de
komende drie jaar. De deregulering van de Nederlandse elektriciteitsmarkt volgt de trend in de Europese energiemarkten De markt
ondergaat een revolutie die gedreven wordt door een radicale wijziging van de marktstructuur. Oude, monolithische, in
overheidseigendom zijnde energiebedrijven voeren hervormingen door, of worden tot verandering gedwongen als gevolg van de
concurrentiedruk die tot stand gekomen is door zowel de elektrictiteits- als de gasrichtlijnen van de EU.
In dit artikel wordt de gekozen benadering van de DTe beoordeeld en, door deze in een internationale context te plaatsen, wordt
vastgesteld of hiermee het doel van de regulering bereikt wordt. In verband hiermee zullen we de specificatie van het productieproces
voor de Nederlandse markt bespreken en deze internationaal vergelijken. De reeks methodologieën die een toezichthouder tot zijn
beschikking heeft, wordt hier niet besproken 1.
Huidige efficiëntiescores
De aanpak van de DTe is ambitieus. Naar eigen zeggen wil de DTe dat het proces helder en zakelijk is en de meer ‘zwarte doos’ achtige
aanpak van onder andere de Britse toezichthouder voor elektriciteits- en gasmarkten (Ofgem) voorkomen. De toezichthouder speelt een
centrale rol in het creëren van een kunstmatig concurrerende omgeving door marktsignalen te simuleren. Ten einde de concurrerende
signalen te bevorderen in plaats van te verstoren, dient de analyse van de toezichthouder correct te zijn.
De individuele x-factoren zijn, samen met hun relatieve efficiëntiescores, in tabel 1 weergegeven.
Tabel 1. Efficiëntiekortingen (x-factor) en relatieve efficiëntiescores van elektriciteitsnetwerkbedrijven, volgens DTe
Bedrijf
delta Netwerkbedrijf
x-factor
-1,6
efficiëntiescore
100,0
Elektriciteitsnetbeheer
Utrecht
ENECO
ENECO Delfland
ENECO EZK
ENECO Gouda
ENECO Weert
ENET Eindhoven
Essent Brabant
Essent Friesland
Essent Limburg
Essent Maastricht
Essent Noord
Netbeheerder Centraal
Overijssel
NuonNet i.o.
ONS Netbeheer
RENDO Netbeheer
Westland Energie
Infrastructuur
gewogen gemiddelde
naar aantal afnemers
8,3
8,0
9,1
70,5
79,5
93,8
9,0
100,0
100,0
86,7
100,0
64,6
100,0
71,3
100,0
6,8
0,8
4,8
-1,3
9,2
0,2
3,9
2,6
4,1
41,5
100,0
74,4
68,0
100,0
7,6
9,4
7,2
0,9
100,0
5,16
84,6
Bron: DTe, Frontier Economics, 2000.
Uit de tabel kan opgemaakt worden dat over het algemeen bedrijven met honderd procent efficiëntie lagere x-factoren hebben dan die
bedrijven die relatief minder efficiënt zijn.
Methode voor bepalen efficiëntiekorting
Om de relatieve efficiëntiescores te bepalen, maakt DTe gebruik van de ‘Data Envelopment Analysis’ (DEA). Drie factoren spelen een rol
bij het verzekeren van de betrouwbaarheid van de relatieve efficiëntiescores: de dataset,de specificatie van het productieproces voor de
distributie, en de modeltechniek.
Hierna onderzoeken we nauwkeurig de specificatie van het distributieproces, zonder de dataset of de modeltechniek te onderzoeken.
Waar Post (esb, 2000) de modeltechniek ter discussie stelt, stellen wij dat bij gebruik van de DEA-methode met name de modelspecificatie
van belang is.
Elektriciteitsnetwerkbedrijven gebruiken hun netwerk en transformatorcapaciteit, samen met de input van de factor arbeid, om een aantal
elektrische eenheden te distribueren aan hun klanten en om te kunnen voldoen aan de gevraagde piekbelasting. In figuur 1 wordt dit
proces weergegeven.
Figuur 1. Het productieproces van elektriciteitsdistributie
In tabel 2 staat de specificatie van het productieproces, die de DTe hanteert, beschreven. Het opvallendste verschil met de beschrijving
in figuur 1 is de specificatie van de lengte van het netwerk en de transformator capaciteit in aantallen als output van het model.
Tabel 2. DTe specificatie van het productieproces van elektriciteitsdistributie
input
beheersbare
operationele kosten (Æ’)
output
getransporteerde
eenheden (kWh)
kleine afnemers (aantal)
grote afnemers (aantal)
piekbelasting (distributie)
piekbelasting (transport)
lengte netwerk (km)
transformatoren (aantal)
Bron: Frontier Economics, 2000.
Een productieproces kan ofwel een constante schaalopbrengst vertonen, ofwel een variabele schaalopbrengst. Bij een constante
schaalopbrengst resulteert een toename (afname) in de input in een gelijk percentage toename (afname) van de output. Dit is gelijk aan
het vlakke deel van de curve van gemiddelde kosten. Bij een variabele schaalopbrengst leidt een toename of afname in de input niet tot
een gelijk percentage toe- of afname van de output. Dit is gelijk aan de kromming van de curve van gemiddelde kosten (zie figuur 2).
Figuur 2. Constante en variabele schaalopbrengsten
Een productieproces gekenmerkt door constante schaalopbrengsten geeft een efficiëntiewaarde voor de lange termijn. Dat wil zeggen, op
de lange termijn kunnen bedrijven de omvang van hun bedrijfsvoering aanpassen aan de optimale omvang en gaan opereren op het
vlakke deel van de curve van gemiddelde kosten. Bij een productieproces met een variabele schaalopbrengst als uitgangspunt, hoeven
bedrijven zich niet aan te passen aan de optimale omvang.
Internationaal onderzoek
Er is een aantal internationaal vergelijkende onderzoeken uitgevoerd waarin de relatieve efficiëntie van elektriciteitsnetwerkbedrijven
onderzocht is. In tabel 3 geven we een overzicht van de modelspecificaties die verondersteld zijn in deze onderzoeken. Nederlands
model wijkt af
Tabel 3. Specificatie productieproces van elektriciteitsdistributie in verscheidene onderzoeken
variable
operationele
kosten
eenheden
afnemers
piekbelasting
lengte
netwerk
aantal /cap.
transform.*
werknemers
voorzieningsgebied
DTe
Hjalmarsson
en Veiderpass
(2000)
(1992)
inputs
outputs
outputs
outputs
outputs
outputs
–
Weyman-Jones
(1992)
outputs
outputs
outputs
Weyman-Jones
en Burns
(1994)
Pollitt
ipart
(1995)
(1999)
inputs
outputs
outputs outputs
outputs
outputs outputs
outputs
outputs outputs
outputs
inputs
inputs
inputs
inputs
inputs
outputs
–
inputs
inputs
inputs
inputs
inputs
inputs
inputs
inputs
inputs
–
–
–
–
–
outputs
–
Opmerking: aantal transformatoren en capaciteit transformatoren zijn niet identiek, maar zijn positief gecorreleerd. Het gebruik hangt
af van de beschikbaarheid van gegevens.De tabel geeft geen volledige lijst.
De huidige Nederlandse modelspecificatie wijkt fundamenteel af van alle andere internationale onderzoeken in die zin dat de lengte van
het netwerk en het aantal transformatoren als outputs worden gespecificeerd, in plaats van als inputs. De DTe geeft twee argumenten
voor het opnemen van lengte netwerk en aantal transformatoren onder outputs:
» de lengte van het netwerk en het aantal transformatoren kunnen worden gebruikt om de spreiding van klanten aan te geven;
» de efficiëntiescores die met behulp van deze outputfactoren zijn berekend, kunnen worden gezien als de mate van efficiëntie waarmee
bedrijven hun bestaande netwerk in stand houden.
Wat ten grondslag ligt aan het tweede punt van de DTe is het feit dat de netwerkconfiguratie als een gegeven wordt gezien voor de korte
termijn en dat bedrijven daarom beoordeeld moeten worden naar hun vermogen om dat netwerk efficiënt te beheren, ongeacht hoe dat
netwerk ontstaan is. Als dit het geval is, dan dient rekening gehouden te worden met de verschillen in de schaalgrootte van de bedrijven
– deze kan immers op korte termijn niet worden aangepast – en dient een variabele opbrengst-specificatie gebruikt te worden in het model.
Het gebruik maken van een constante opbrengst-specificatie veronderstelt dat bedrijven de schaalgrootte van hun activiteiten wél
kunnen beïnvloeden – ook op de korte termijn. Onder dit scenario is de modelspecificatie van de DTe onjuist, omdat in die specificatie
variabelen die als input in het productieproces worden gezien, niet als input worden ingedeeld. Deze variabelen zijn onder andere de
lengte van het netwerk en de transformatorcapaciteit.
Iedere toezichthouder dient bij het specificeren van het productieproces te kiezen tussen twee elkaar uitsluitende uitgangspunten:
» als de toezichthouder van mening is dat bedrijven de schaalgrootte van hun activiteiten niet kunnen beïnvloeden, dan is de
modelspecificatie van het DTe-type geschikt én moet een variabele-opbrengst-specificatie gebruikt worden, waarbij de lengte van het
netwerk en de transformatorcapaciteit niet als input gelden;
» als de toezichthouder anderzijds van mening is dat bedrijven de schaalgrootte van hun activiteiten wel kunnen beïnvloeden, dan
dienen alle beheervariabelen als input gespecificeerd te worden. Daarbij past een specificatie met constante schaalopbrengsten.
De modelspecificatie met de beheervariabelen als output, die de DTe hanteert, is niet consistent met hun aanname van constante
schaalopbrengsten. Deze onjuiste modelspecificatie kan verkeerde signalen aan marktpartijen geven.
Effect van modelspecificatie
Welk effect heeft de modelspecificatie op de betrouwbaarheid en geldigheid van de relatieve efficiëntiescores? Om dat te analyseren
doen we een DEA analyse met gebruik van een modelspecificatie die vergelijkbaar is met die gebruikt werd door bijvoorbeeld IPART
(tabel 3). In die specificatie worden de beheervariabelen als inputs van het productieproces opgenomen (zie tabel 4). Wegens gebrek
aan gegevens kunnen we helaas niet de transformatorcapaciteit opnemen. Deze variabele dient wel opgenomen te worden voor een
accurate specificatie van het productieproces.
Tabel 4. Modelspecificatie productieproces van elektriciteitsdistributie volgens internationale onderzoeken
input
output
beheersbare
operationele kosten (Æ’)
netwerk lengte (km)
piekbelasting (distributie)
piekbelasting (transport)
eenheden (kWh)
afnemers (aantal)
In tabel 5 zijn de relatieve efficiëntiescores met gebruik van de internationale specificatie weergegeven en worden deze afgezet tegen de
huidige efficiëntiescores.
Tabel 5. Relatieve efficiëntiescores van elektriciteitsnetwerkbedrijven met gebruik van internationale modelspecificatie
model
bedrijf
constante schaalopbrengsten
DTe (%)
internationaal (%)
delta Netwerkbedrijf
Elektriciteitsnetbeheer Utrecht
ENECO
ENECO Delfland
ENECO EZK
ENECO Gouda
ENECO Weert
ENET Eindhoven
Essent Brabant
Essent Friesland
Essent Limburg
Essent Maastricht
Essent Noord
Netbeheerder
Centraal Overijssel
NuonNet i.o.
ONS Netbeheer
RENDO Netbeheer
Westland Energie
Infrastructuur
gewogen gemiddelde
naar aantal afnemers
100,0
100,0
70,5
79,5
93,8
41,5
100,0
100,0
86,7
100,0
64,6
100,0
71,3
100,0
94,2
98,7
78,3
58,3
100,0
77,0
92,8
100,0
72,6
100,0
88,2
78,7
100,0
74,4
68,0
100,0
76,7
75,6
100,0
100,0
100,0
84,6
100,0
86,9
Bron: DTe, Frontier Economics, 2000 en ICF Consulting.
Het is interessant te zien dat weinig verschil bestaat tussen de gemiddelde efficiëntiescores van de twee modellen: het is de verdeling
van de efficiëntiescores die in dit voorbeeld dramatisch verandert.
Onhaalbare doelstellingen
Het gevolg van de onjuiste modelspecificatie is dat de relatieve efficiëntie van bepaalde bedrijven wordt overschat en die van andere
onderschat. Dit kan leiden tot het bepalen van kostenbesparingsdoelstellingen waarvan de DTe denkt dat ze haalbaar zijn, terwijl het
specifieke bedrijf in werkelijkheid opereert op basis van een optimaal efficiënt kostenpatroon. Bijvoorbeeld, de relatieve efficiëntiescore
onder constante schaalopbrengsten van het bedrijf ONS Netbeheer is 68 procent volgens de berekening van de DTe. Dit houdt in dat
ONS Netbeheer zijn input (in dit geval beheersbare operationele kosten) met 32 procent zou kunnen verminderen zonder het niveau van
zijn output te wijzigen. Onder het internationale model wordt ONS Netbeheer echter beschouwd als vallende onder de categorie meest
efficiënte bedrijven, dat wil zeggen honderd procent efficiënt. Dit zou inhouden dat het zijn input niet kan verminderen (in dit geval
beheersbare operationele kosten en de netwerklengte), zonder ook de output van het productieproces te wijzigen.
Effect op kostenbesparing van bedrijven
Door een internationaal erkend model te gebruiken, hebben we aangetoond dat de verdeling van de relatieve efficiëntiescores aanzienlijk
wijzigt, zonder dat het gewogen gemiddelde van de efficiëntiescore voor de sector als totaal wijzigt. Dit model komt tegemoet aan de
argumenten van de DTe dat bedrijven de schaalgrootte van hun activiteiten kunnen beïnvloeden en vormt de basis voor de keuze voor
een specificatie op basis van constante schaalopbrengsten. Dus, als de DTe stelt dat de schaalgrootte beïnvloedbaar is, dan dienen de
variabelen waarmee de schaalgrootte beïnvloed kan worden, als input te worden opgevoerd bij het specificeren van het productieproces.
De wijziging in de relatieve efficiëntiescores door deze herspecificering kan een aanzienlijk effect hebben op de vereiste kostenbesparing
voor verschillende bedrijven. Het kan een onnodige en niet te verdedigen financiële last of verlichting voor bepaalde bedrijven
betekenen. Het financiële effect van de efficiëntiescores dient grondig onderzocht te worden aangezien een fout in de berekening van de
als realistisch en mogelijk veronderstelde kostenbesparing niet te herstellen is, en een blijvend effect zal hebben op de structuur van de
bedrijfstak en het niveau van de dienstverlening.
Terwijl de relatieve efficiëntiescore van ONS Netbeheer 32,0 procent te negatief wordt ingeschat, is de relatieve efficiëntiescore van
Netbeheerder Centraal Overijssel 23,3 procent te positief. Om de implicaties voor Netbeheerder Centraal Overijssel en ONS Netbeheer te
tonen, zullen we de besparingen volgens de twee modellen vergelijken. Enerzijds overeenkomstig de DTe modelspecificaties en
anderzijds overeenkomstig het door ons geschetste alternatief. We veronderstellen hierbij dat de toegestane opbrengsten (zoals
gedefinieerd door de DTe) voor veertig procent direct samenhangen met het beïnvloedbare deel van de operationele kosten. tabel 6 laat
de toegestane opbrengsten, de beïnvloedbare toegestane opbrengsten en onze inschatting van de beïnvloedbare kosten zien voor beide
bedrijven voor het jaar 2000.
Tabel 6. Toegestane opbrengsten en geschatte beïnvloedbare operationele kosten
bedrijf
toegestane
opbrengsten
waarvan
beïnvloedbaar
geschatte beïnvloedbare
operationele kosten
bedragen x Æ’ 1.000
Netbeheerder
Centraal Overijssel
ONS Netbeheer
23.272
19.218
14.268
15.189
5.707
6.076
Bron: DTe
We kijken vervolgens naar elk bedrijf afzonderlijk. Onze inschatting van de beïnvloedbare operationele kosten voor Netbeheerder
Centraal Overijssel komt uit op Æ’ 5,7 m
iljoen. Op basis van de DTe systematiek heeft dit bedrijf een relatieve efficiëntie score van honderd
procent. Dit zou betekenen dat Netbeheerder Centraal Overijssel gekenmerkt wordt door een volkomen efficiëntie bedrijfsvoering, zodat
besparingen op operationele kosten niet noodzakelijk zijn. De ‘ruwe’ x-factor is nul procent. Echter wanneer we gebruik maken van de
internationale benadering voor het bepalen van de efficiëntie scores, dan zal de ‘ruwe’ x-factor voor de Netbeheerder Centraal Overijssel
uitkomen op 8,5 procent. Dit zou betekenen dat de beïnvloedbare operationele kosten in de komende drie jaar in totaal met 23,3 procent
kunnen worden verminderd. De DTe zou derhalve een totaal bereikbare kostenbesparing van Æ’ 1,3 m
iljoen bij de Netbeheerder Overijssel
buiten beschouwing laten.
Aan de andere kant zou toepassing van de DTe methodiek voor ONS Netbeheer aanleiding moeten zijn voor een operationele
kostenreductie van Æ’ 1,9 m
iljoen (bij een ‘ruwe’ x-factor van 12,1 procent). Het door ons voorgestelde alternatief – op basis van de
alternatieve specificatie – leidt bij ONS Netbeheer tot een honderd procent efficiëntiescore. Dientengevolge zou ons netbeheerder geen
wijzigingen in de bedrijfsvoering behoeven aan te brengen en worden beschouwd als meest efficiënte bedrijf in de sector.
Hoe verder?
Het doel van het nabootsen van concurrentie met price cap-regulering wordt door ons gesteund, aangezien de x-factoren de juiste
signalen verzenden aan de marktpartijen binnen deze industrietak. Als de analyse achter de verscheidene signalen, of x
-factoren, echter
niet juist is, kan dit een onnodige belasting vormen voor bepaalde bedrijven, terwijl andere kunstmatig bevoordeeld worden. Dit zal de
concurrentie, en daarmee de efficiëntie binnen de bedrijfstak, eerder beperken dan bevorderen. Om dit te voorkomen stellen wij voor het
internationale model verder te ontwikkelen en als schaduwmodel te hanteren gedurende de huidige reguleringsperiode. Ruim voor, in
2004, de nieuwe reguleringsperiode ingaat, kan de modelspecificatie worden gewijzigd en het resultaat binnen een internationale context
geplaatst worden. Hiermee wordt tevens bereikt dat de omvang van de steekproef vergroot wordt, waardoor de uitkomsten van het
model in kwaliteit zullen toenemen. Als dit niet gebeurt zal het uiteindelijke resultaat nadelig zijn voor diegenen die het meeste belang
hebben bij het deregulerings- en liberaliseringsproces: de klant
1 Zie G.T. Post, ESB, 21 april 2000, blz. 336-339 voor een eclectische presentatie van de verscheidene Data Envelopment Analysis (DEA)
technieken, en zie DTe (1999) hoofdstuk 5 van het Informatie- en consultatiedocument Price cap-regulering in de elektriciteitssector, voor
een meer algemene bespreking, waaronder verscheidene statistische technieken.
Copyright © 2001 – 2003 Economisch Statistische Berichten (www.economie.nl)