Herijking gemeentefonds

(1)

Toelichting verdeling beschermd wonen

Irene Niessen

(2)

AGENDA #1

Ik neem jullie vandaag graag mee in hoe we het

verdeelmodel beschermd wonen gemaakt hebben

2

Het startpunt

Beschikbare gegevens

Vragen mogen ook tussendoor De verdeling

Ingroeipad

(3)

SECTIE

Het startpunt

Het meest complexe model:

• Huidige verdeling staat Dannenberg in de weg

• Huidige verdeling is aanbodgedreven, dus iedere uitkomst kent grote herverdeeleffecten

• Al twee keer gesneuveld

(4)

100% TEKST

Bouwstenen van het expertiseteam

4

Vier uitgewerkt in het traject, twee in deze presentatie

1.Overgang met een ingroeipad van 10 jaar

2.Verplichte regionale

samenwerking

3.Overgangssituatie

voor cliënten 4.Verdeelmodel en passend ingroeipad

5.Kostenver-

rekening of woonplaatsbeginsel

6.Landelijke inkoop specialistische

voorzieningen

7.Landelijke

afspraken als basis 8.Taskforce

9.Monitoring, evaluatie en bijsturing

10.Specifieke

thema’s Verdeling Wlz

nacalculatie

(5)

50% TEKST – 50% TEKST

Ingroeipad en objectief model

5

Ingroeipad van regio’s naar gemeenten

- Aansluiten bij verwachte in- en uitstroom van totale populatie

- Duur van 10 jaar

Objectief verdeelmodel nieuwe cliënten

- Aansluitend bij vraag ipv aanbod

- Alleen voor nieuwe cliënten

- Samenhang woonplaatsbeginsel

Beide rekening houdend met uitname Wlz en correctie LSI

Vier samenhangende elementen om in het onderzoek uit te werken

(6)

SECTIE

Beschikbare gegevens

(7)

100% TEKST

Vooraf: beschikbare data

7

Feitelijke kosten afgelopen jaren

• Normaal gesproken de dataset om een

verdeelmodel op te baseren

• Alleen beschikbaar op het niveau van

centrumgemeente

• Geen manier om rekening te houden met het

woonplaatsbeginsel

• Geen zicht op in- en uitstroom cliënten

Gemeentelijke Monitor Sociaal Domein (GMSD)

• Grootste dataset (bijna 37.000 cliënten)

• In CBS-omgeving te

koppelen aan gemeente van herkomst

• Niet voor alle regio’s compleet (via

woonplaatsbeginsel

potentieel probleem voor het hele land)

• Geen gegevens over prijs

CAK-gegevens eigen bijdrage

• Kleinere dataset (bijna 25.000 cliënten), want er ontbreken groepen cliënten (bijv PGB)

• In CBS-omgeving te

koppelen aan gemeente van herkomst

• Wel compleet voor alle regio’s

• Geen gegevens over prijs

Alle databronnen hadden nadelen

(8)

100% TEKST

Alle datasets zijn gebruikt

8

• Toets regionale representativiteit van GMSD en CAK. Beste correlatie (90%) met CAK Feitelijke kosten afgelopen jaren

• Gebruikt voor ingroeipad: meeste cliënten en geen regionale representativiteit nodig GMSD

• Gebruikt voor verdeling: beste maat voor verdeling over het land CAK

(9)

SECTIE

Ingroeipad

Startpunt van de analyse: op basis van de GMSD dataset, op cliëntniveau geanalyseerd in de CBS-omgeving

(10)

Het ingroeipad is bepaald op basis van de uitstroom in het verleden in vier stappen

10

Startpunt: cliënten die op 1-1-2015 in BW zaten

Uitstroom per maand Extrapoleren

Vertalen naar kosten

(11)

De uitstroom per maand leidt tot een exponentiële verdeling voor het ingroeipad

11

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 3 5 7 9 1113151719212325272931333537394143

Resterend aantal cliënten

Perioden (à 4 weken) Resterend percentage cliënten

Exponentieel (Resterend percentage cliënten)

(12)

Bij de vertaling naar kosten is rekening gehouden met de in- en uitstroom door het jaar heen

12

0 200 400 600 800 1000 1200 1400 1600 1800 2000

'22 '23 '24 '25 '26 '27 '28 '29 '30 '31 Budget centrumgemeenteninclusiefWlz(mln euro's)

Resterend historisch budget (alles boven de lijn) en Wlz-uitname (alles onder de lijn)

(13)

100% TEKST

Samenvoegen met randvoorwaarden Expertiseteam

13

Randvoorwaarde Expertiseteam: ingroeipad van tien jaar, dat in- en uitstroom van cliënten volgt

Het exponentiële ingroeipad duurt maar zeven jaar

Binnen regio’s andere dynamiek dan tussen regio’s (zie zometeen)

Daarom twee ingroeipaden door elkaar: tussen regio’s 10 jaar, in gelijke stappen, en binnen regio’s het exponentiële ingroeipad

(14)

SECTIE

De verdeling

Op basis van de CAK-dataset, op cliëntniveau geanalyseerd in de CBS-omgeving

Zoveel mogelijk rekening houdend met het woonplaatsbeginsel

Zoals verwacht een lage verklaringsgraad

(15)

Als basis voor de verdeling keken we naar de instroom in de afgelopen drie jaar, naar gemeente van herkomst

15

Uitgangspunten Expertiseteam

- Aanbod moet in balans komen met vraag

- Objectieve verdeling voor alle gemeenten om nieuwe cliënten beschermd wonen te

financieren

Dataset: aantal cliënten dat ingestroomd is per gemeente per 10.000 inwoners

Bepalen herkomstgemeente in de CBS- omgeving (woonplaats 0,5 jaar voor instroom)

Exclusief: instroom vanuit intramurale jeugdhulp en GGZ

Startpunt: ingestroomde cliënten tussen 1-1- 2015 en 31-12-2017

(16)

Als basis voor de verdeling keken we naar de instroom in de afgelopen drie jaar, naar gemeente van herkomst

16

Dataset: aantal cliënten die ingestroomd zijn per gemeente per 10.000 inwoners

Bepalen herkomstgemeente in de CBS- omgeving (woonplaats 0,5 jaar voor instroom)

Exclusief: instroom vanuit intramurale jeugdhulp en GGZ

Startpunt: ingestroomde cliënten tussen 1-1- 2015 en 31-12-2017

De grootste uitschieters zijn verklaarbaar door verblijf voorafgaand aan BW

Bijna 40% cliënten stroomt in andere gemeente in, bijna

16% in andere regio

(17)

25% TEKST – 75% AFBEELDING

Een basisdataset is nog geen model

17

Het model moet

objectief zijn: bepaald met maatstaven en gewichten

Dezelfde techniek en eisen als de andere verdeelmodellen in het sociaal domein

(18)

De stap van data naar een verdeelmodel

18

Regressieanalyse

Wiskundige methode om maatstaven zo goed mogelijk te laten passen op de data

Ook manier om te bepalen wanneer je toevalligheden aan

het verklaren bent Inhoudelijk oordeel Mogelijk aanleiding tot handmatige bijstelling

Verschillende varianten afgezet tegen

beoordelingskader en voorgelegd

(19)

50% TEKST – 50% TABEL

Het resulterende model verdeelt ongeveer de helft van het budget aan de hand van EPA patiënten

19

Maatstaf Verdeelt

Hoge zorgkosten 10%

Aantal EPA-patiënten 50%

Oppervlakte land 8%

Regionale centrumfunctie 24%

Vast bedrag 8%

(20)

AFBEELDING 4x

Groot deel financieel effect wordt veroorzaakt door nieuw woonplaatsbeginsel

20

Historisch gebruik Objectief model per gemeente

Historisch model per regio

Objectief model per regio

Daarnaast is een relatief klein gedeelte van de instroom objectief verklaarbaar

(21)

AFSLUITING

Foto(s) Hollandse Hoogte

21

Adresgegevens

@AEF_NL

Andersson Elffers Felix i.niessen@aef.nl

Maliebaan 16 Postbus 85198 3508 AD Utrecht

(030) 236 30 30 www.aef.nl

Foto(s) Hollandse Hoogte